DISTRIBUCIONES DE

PROBABILIDAD

VARIABLES ALEATORIAS
Una variable aleatoria X es una función cuyos valores son
números reales, definida en un espacio muestral.

 DISCRETAS

VARIABLES ALEATORIAS 

 CONTINUAS

DISTRIBUCIÓN DISCRETA DE PROBABILIDAD

Es la función que asigna una probabilidad a cada valor de X:

P(X=xi) = P(xi)
Satisface las siguientes condiciones:

i) 0 P(xi )  1
n
ii)  P(x i )  1
i1
iii) P(a  x  b)   P(x)
a  x b

FUNCIÓN DE DISTRIBUCIÓN
Es la función F(x) de la variable aleatoria X que mide la
probabilidad de que X sea menor o igual a un número dado x:
 F(x)  P(X  x)   P(x)
Xx

ESPERANZA MATEMÁTICA

X Discreta  E(x)   x P(x )
i1 i i

PROPIEDADES

1.-Si c es una constante, entonces, E( c ) = c

2.-Si g(x) es una variable aleatoria que depende de x:

E( g(x) )   g(x) p(x)  v.a. Discreta

3.-X v. a. E[ c g(x) ] =c E[g(x)]

4.- Eα g(x)  β h(x)   α Eg(x)   β Eh(x) 

VARIANZA DE UNA VARIABLE ALEATORIA

La varianza de una variable aleatoria X, que tiene distribución de
probabilidad p(x), es:

Var(X)  σ 2   (x  E(X) ) 2 p(x) (discreta)

sobre x
Observación: Var(X)  E(X 2 )  E(X) 2

PROBLEMAS
1.-Se lanza una moneda tres veces, calcular la función de distribución de la variable
aleatoria: X= número de sellos obtenidos.

2.-Se lanzan dos dados, hallar la función de probabilidad de la variable aleatoria X=

suma de los puntos obtenidos.

3.-Al tomar una ficha al azar de un juego de dominó, se define una variable X que
representa los puntos de la ficha. i) Determinar la distribución de probabilidad de X, ii)
Determinar la función de distribución, iii)Representar gráficamente ambas funciones.

4.- La función de probabilidad de una variable aleatoria viene dada por:

X 0 1 2 3
p 0.3 0.2 0.4 0.1

Calcular: i) E(X); ii) E(3x2 + 4); iii) Var(X).

5.-Sea X una variable aleatoria cuya función de densidad está definida por:
3  3
f(x)     1  , x  0,1,2,3. Calcular E(x2 + 1).
x  2 

6.-Si X es la variable aleatoria definida como el número de veces que se ha de lanzar un

dado hasta obtener el primer cuatro, hallar la esperanza matemática e interpretar el
resultado.

7.-Cada vez que un submarino lanza un torpedo tiene probabilidad 0.25 de hacer blanco.
Siendo X la variable aleatoria cuya valoración es el número de lanzamientos necesarios
para lograr el primer impacto, obtener:
i) La función de probabilidad de esta variable y su esperanza. ii) La probabilidad que
con cinco lanzamientos disponibles obtenga exactamente un blanco.
8.-Se sabe que una moneda sale cara tres veces más a menudo que sello. Esta moneda se
lanza tres veces. Sea X el número de caras que aparecen. Establecer la distribución de
probabilidades de X. Graficar.

9.-Considerar una variable aleatoria X con posibles resultados: 0, 1, 2, 3, .... Suponer

que: P(X=j )=(1-a) aj , j=0, 1, 2, ...
i) ¿Para qué valores de a es significativo el modelo anterior?
ii) Verificar que lo anterior representa una distribución de probabilidad legítima.
iii) Demostrar que para dos enteros positivos cualesquiera s y t:
P( X> s+t / X>s ) = P(X ≥ t ).

10.-Un medicamento se usa para mantener estable la frecuencia de latidos en pacientes

que han sufrido un ataque cardíaco leve. Sea X el número de latidos por minuto en cada
paciente. Se sabe que la distribución de probabilidad de X es:

X 40 60 68 70 72 80 100
P(X) 0.01 0.04 0.05 0.80 0.05 0.04 0.01

¿Cuál es la frecuencia cardíaca promedio obtenida en todos los pacientes que reciben el
medicamento?.

11.-Se pretende comparar un nuevo medicamento con el del problema 13. Sea X el
número de latidos por minuto obtenido con el antiguo medicamento y Y el que se logra
con el nuevo fármaco. La distribución de Y es:

Y 40 60 68 70 72 80 100
P(Y) 0.40 0.05 0.04 0.02 0.04 0.05 0.40

¿Los medicamentos se comportan de igual manera?

 DISTRIBUCIONES DISCRETAS

DISTRIBUCIÓN UNIFORME DISCRETA

Si la v. a. X toma los valores x1, x2, …., xk, con idénticas probabilidades, entonces la
distribución uniforme discreta está dada por:
1
𝑓(𝑥, 𝑘) = ,
𝑘
Ejemplo: Cuando se lanza un dado.
Ejemplo: Se selecciona un bombillo al azar de una caja que contiene uno de 40w, uno
de 60w, uno de 75w y uno de 100w.
Ejemplo: Esperanza y media de la distribución uniforme discreta.
Problema: En un concurso de televisión se extrae una pelota de una urna, que contiene
todas numeradas del 1 al 10. Se otorgan tantos premios como el número obtenido.
Calcular el número medio de premios dados por el concurso. Hallar la varianza.

DISTRIBUCIÓN BINOMIAL
Un experimento Binomial es aquel que tiene las siguientes características:
1.-El experimento consta de n pruebas idénticas.
2.-Cada prueba tiene dos resultados posibles. Se llamará a uno el éxito E y al otro el
fracaso F.
3.-La probabilidad de tener éxito en una sola prueba es igual a p, y permanece constante
de prueba en prueba. La probabilidad de un fracaso es (1-p)=q.
4.-Las pruebas son independientes.
5.-La variable aleatoria bajo estudio es X, el número de éxitos observados en las n
pruebas.

Distribución de probabilidad Binomial:

 n
p( x)   

p x q nx , x  0,1,2,3,......
 x

E(X)  n p, Var(X)  n p q

PROBLEMAS
1.-Se lanza una moneda 6 veces. Calcular: a) La probabilidad de que salgan
exactamente dos caras; b)La probabilidad de conseguir por lo menos cuatro caras; c)La
probabilidad de que no salgan caras.
2.-El equipo A tiene 3/8 de probabilidad de ganar cuando juega. Si A juega 4 partidos,
hallar la probabilidad de que A gane: a) Dos partidos; b)Por lo menos un partido; c)Más
de la mitad de los juegos.
3.-Una familia tiene 6 hijos. Hallar la probabilidad de que sean: a)3 niñas y 3 niños; b)
Menos niñas que niños. Suponer que la probabilidad de cada evento es ½.
4.-La probabilidad de que un hombre pegue en el blanco es ¼. a) Si dispara 7 veces,
¿Cuál es la probabilidad de que pegue en blanco por lo menos dos veces?; b) ¿Cuántas
veces tiene que disparar para que la probabilidad de pegar por lo menos una vez sea
mayor que 3/8?
5.-En una fábrica de conservas se reciben las latas en lotes de 1000 piezas. La
probabilidad de que una de ellas presente fallas es p=0.004. a)¿Cuál es la probabilidad
de que haya 4 latas defectuosas en un lote?; b) ¿Cuál es la probabilidad de que haya
como mucho 4 latas defectuosas en un lote?; c) ¿ Cuál es la probabilidad de que al
menos 4 latas sean defectuosas?

DISTRIBUCIÓN DE POISSON
Es una distribución tal que:
1.- Nos proporciona el número de sucesos independientes ocurridos en una unidad de
tiempo.
2.- El número de sucesos independientes ocurridos en una unidad de tiempo es
independiente de los sucesos ocurridos en otras unidades de tiempo.
3.-La probabilidad de que un suceso ocurra en una unidad de tiempo es la misma para
todas las unidades de tiempo.
4.-El promedio de sucesos en cada unidad de tiempo, que se representa por λ,
permanece constante.
La distribución que describe este tipo de fenómeno se denomina distribución de
POISSON y su probabilidad está dada por:

e λ λ x
p(x)  x  0, 1, 2, 3, .....
x!
 E(X)  , Var(X)  

PROBLEMAS
1.-El número de máquinas reparadas diariamente por un técnico sigue una distribución
de Poisson con parámetro λ=3.
a) Calcular la probabilidad de que en el día de hoy repare al menos 5 máquinas.
b) Calcular el número medio de máquinas arregladas por día.
2.-Supóngase que la demanda de un determinado artículo en una tienda obedece a una
distribución de Poisson con media de 5 por día. ¿Cuál es la probabilidad de que en dos
días se demanden 20 artículos?
3.-La demanda que un distribuidor de automóviles tiene es una variable aleatoria con
promedio de 5 por semana. En una semana dada, ¿Cuál es la probabilidad de que se
vendan 2 automóviles?
4.-Una empresa que presta un determinado servicio tiene capacidad para atender 8
clientes por hora. Si los clientes llegan aleatoriamente a un promedio de 6 por hora,
¿cuál es la probabilidad de que en una hora determinada no se puedan atender a todos
los clientes que lleguen a esa hora?
5.-En una fábrica las máquinas tienen que ser detenidas por accidentes, según la
distribución de Poisson, a un promedio de 3 máquinas por día. Suponiendo que cada
máquina dañada requiere un técnico mecánico para su arreglo; ¿Cuántos mecánicos
debe tener la fábrica, de forma que la probabilidad sea al menos 0.95 de que todas las
máquinas accidentadas un día cualquiera puedan ser reparadas? (Suponga que el
mecánico asignado a una máquina, tarde en su reparación el tiempo que falta para
concluir la jornada de trabajo).

DISTRIBUCIÓN GEOMÉTRICA O DE PASCAL

1.-Se realizan pruebas idénticas e independientes.
2.-Cada prueba tiene dos resultados posibles. Se llamará a uno el éxito E y al otro el
fracaso F.
3.-La probabilidad de tener éxito en una sola prueba es igual a p, y permanece constante
de prueba en prueba. La probabilidad de un fracaso es (1-p)=q.
4.-La variable aleatoria bajo estudio es X, el número de la prueba en la que ocurre el
primer éxito.
La distribución de esta v. a. es:
𝑃(X = 𝑘) = p q𝑘−1 , 𝑘 = 1, 2, 3, … ..
Ejemplo: Verificar que es una distribución de probabilidad.
Ejemplo: Media y varianza.
Ejemplo: El 30% de los aspirantes para cierto trabajo industrial tiene un entrenamiento
avanzado en programación de computadoras. Los aspirantes son entrevistados uno tras
otro y son seleccionados al azar del conjunto de aspirantes. Determinar la probabilidad
de que se encuentre el primer aspirante con avanzado entrenamiento en programación
en la quinta entrevista.
PROBLEMAS
1.-El costo de efectuar un experimento es de 1000$. Si el experimento falla, se incurre
en un costo adicional de 300$ debido a ciertos cambios que deben efectuarse antes de
que se intente un nuevo ensayo. Si la probabilidad de éxito en cualquiera de los ensayos
es 0.2, si los ensayos aislados son independientes y si los experimentos continúan hasta
que se obtiene el primer resultado exitoso, ¿Cuál es el costo esperado del procedimiento
completo?
2.-En cierta región la probabilidad de que una tormenta con truenos ocurra en un día
cualquiera durante el verano, digamos enero y febrero, es igual a 0.1. Suponiendo la
independencia de un día con otro, ¿Cuál es la probabilidad de que la primera tormenta
con truenos del verano ocurra el de febrero?.
3.-La probabilidad de que cierto examen dé una reacción positiva es igual a 0.4. ¿Cuál
es la probabilidad de que ocurran menos de 5 reacciones negativas antes de la primera
positiva?
4.-Si la probabilidad de que un ladrón sea atrapado en un robo cualquiera es de 0.2,
¿Cuál es la probabilidad de que lo capturen por primera vez en su cuarto robo?.
5.-Si 0.05 es la probabilidad de que cierto instrumento de medición sufra una desviación
excesiva, ¿Cuál es la probabilidad de que el sexto de los instrumentos probados sea el
primero en mostrar esa desviación?.
DISTRIBUCIÓN HIPERGEOMÉTRICA
Un experimento tiene las siguientes características:
1.-El experimento se repite un número finito de veces.
2.-Cada prueba tiene dos resultados posibles.
3.-Las pruebas no son independientes. Selección sin reemplazo.
4.-La variable aleatoria bajo estudio es X, el número de éxitos observados en las n
pruebas.
La distribución de esta variable aleatoria es:
𝑎 𝑁−𝑎
( )( )
𝑥 𝑛−𝑥
𝑃(𝑋 = 𝑥) =
𝑁
( )
𝑛
Ejemplo: Un cargamento de grabadoras contiene defectuosas. Si de ellas son
aleatoriamente elegidas para revisión, ¿Cuál es la probabilidad de que dos estén
defectuosas?
PROBLEMAS
1.-Se embarcan motores eléctricos pequeños en lotes de 50. Antes de que tal
cargamento sea aceptado, un inspector elige 5 motores y los inspecciona. Si ninguno de
los motores probados es defectuoso, el lote es aceptado. Si se encuentra que uno o más
son defectuosos, se inspecciona el cargamento completo. Supongamos que hay tres
motores defectuosos en un lote, ¿Cuál es la probabilidad de que sea necesaria una
inspección de 100%?.
2.-Como parte de un estudio de la contaminación del aire, un inspector decide examinar
la emisión de gases de 6 de los 24 camiones de carga de una compañía. Si se sabe que 4
de los camiones de la compañía emiten cantidades excesivas de gases tóxicos, ¿Cuál es
la probabilidad de que ninguno de ellos sea incluido en la muestra del inspector?
3.-Entre los 120 aspirantes para ocupar un empleo, solo 80 están realmente calificados
para hacerlo. Si se selecciona al azar 5 de tales aspirantes para realizar una nueva
entrevista, determinar la probabilidad de que solo 2 de os 5 estén calificados para el
trabajo.