UNIDAD II

Función que asigna un número real a cada resultado en el espacio

VARIABLE muestral de un experimento aleatorio. Ellas se denotan con una letra
VARIABLES ALEATORIA mayúscula, tal como X.
ALEATORIAS Y
DISTRIBUCIONES
Es discreta si el número de valores que puede tomar es finito (o
DE PROBABILIDAD infinito contable). Discreta si el número de valores que puede
tomar es finito (o infinito contable).

Es una descripción del conjunto de posibles

DISTRIBUCIÓN DE valores de X, junto con la probabilidad asociada
PROBABILIDAD con cada uno de estos valores. se considera
como el resumen más útil de un experimento
aleatorio.

CAPITULO 4
VARIABLE TODA DISTRIBUCIÓN
VARIABLES ALEATORIA DE PROBABILIDAD 
ALEATORIAS DISCRETA DEBE SATISFACER

-Distribuciones degeneradas
-Distribución de Bernoulli
PRINCIPALES -Distribución Binominal
DISTRIBUCIÓN - Distribución geométrica
-Distribución de poisson
-Distribución Binominal negativa
-Distribución Hipergeométrica
 Es continua si el número de valores que puede tomar están
UNIDAD II contenidos en un intervalo (finito o infinito) de números
reales. Dichos valores pueden asociarse a mediciones en
una escala continua, de manera
VARIABLES que no haya huecos o interrupciones
ALEATORIAS Y Una función f(x) que recibe el nombre de función
DISTRIBUCIONES VARIABLE de densidad de probabilidad: permite calcular el
DE PROBABILIDAD ALEATORIA área bajo la curva que representa la probabilidad
CONTINUA de que la variable aleatoria continúa X tome un
CARACTERIZADA valor entre el intervalo donde se define la función.

SE DEFINE 

CAPITULO 4 

El valor esperado (también llamado media o esperanza

VARIABLES matemática) de una variable aleatoria discreta X es una
ALEATORIAS VALOR medida de posición para la distribución de X. Se simboliza
ESPERADO con y se calcula al sumar el producto de cada valor de X
con su probabilidad correspondiente.

Medida de la dispersión de la distribución de probabilidad de

VARIANZA ésta. Se calcula ponderando el cuadrado de cada desviación
con respecto a la media, con la probabilidad asociada con la
desviación.
 El matemático ruso Pafnuty Lvovich Chébyshev
UNIDAD II desarrolló un teorema en el que ofrece una
garantía mínima acerca de la probabilidad de
VARIABLES que una variable aleatoria asuma un valor dentro
ALEATORIAS Y de k desviaciones estándar alrededor de la
DISTRIBUCIONES TEOREMA media.
DE PROBABILIDAD DE
CHÉBYSHEV
SIMBÓLICAMENTE,
EL TEOREMA SE
EXPRESA

CAPITULO 4  Permite determinar los límites de las

probabilidades de variables aleatorias discretas o
VARIABLES continuas sin tener que especificar sus funciones
ALEATORIAS de probabilidad.

 Asegura que la probabilidad de que una variable

IMPORTANCIA
aleatoria se aleje de la media no más de k
desviaciones estándar, es menor o igual a 1/k2
para algún valor de k >1.

 su gran generalidad por cuanto es aplicable a

cualquier variable aleatoria con cualquier
distribución de probabilidad, ya sea discreta o
continua.
 La variable aleatoria discreta más sencilla, es
aquella que tomo sólo un número finito de valores
posibles n, cada uno con la misma probabilidad.
f(x) = 1/n
Ella se denomina valores entonces variable
DISTRIBUCION aleatoria discreta uniforme y su distribución
UNIFORME uniforme discreta está dada por:
DISCRETA

1. En cada p ru e b a del e xperi m ent o

s ól o s on pos i bl es d o s
r esu l tad o s : éxi to y fr acas o .

Una d istrib u c ió n
DISTRIBUCIÓN b in o mial o de 2. L a p r ob ab i li d ad de éxi to es
CAPITULO 5: BINOM IAL Bern o u lli tiene la s co n stan te , es dec i r, que no varía d e
DISTRIBUCIONES siguient es c arac t erís t i c as :
una prueba a ot ra. S e repres ent a
por p.
DE
PROBABILIDAD
DISCRETA 3. L a p r o b abi li d ad de
fr acaso t am bi én es co nstan te , Se
repres ent a por q , q = 1 − p

La distribución geométrica, la variable

aleatoria estaba definida como el número de
ensayos Bernoulli necesarios para obtener
el primer éxito.

DISTRIBUCIÓN
La distribución binomial negativa es una generalización de la
BINOMIAL
distribución geométrica donde la variable aleatoria X es el número
NEGATIVA Y de ensayos Bernoulli efectuados hasta que se tienen r éxitos, con
GEOMÉTRICA una probabilidad constante de éxito p. Se dice entonces
que X tiene una distribución binomial negativa con
parámetros p y r = 1, 2, 3,...
 En teoría de la probabilidad la distribución
hipergeométrica es una distribución discreta relacionada
con muestreos aleatorios y sin reemplazo. Supóngase que
se tiene una población de N elementos de los
DISTRIBUCIÓN cuales, d pertenecen a la categoría A y N-d a la B. La
HIPERGEOMÉTRICA distribución hipergeométrica mide la probabilidad de
obtener x ( ) elementos de la
categoría A en una muestra sin reemplazo
de n elementos de la población original.

Esta distribución es una de las más importantes distribuciones de variable

discreta. Sus principales aplicaciones hacen referencia a la modelización
CAPITULO 5: de situaciones en las que nos interesa determinar el número de hechos de
DISTRIBUCIONES cierto tipo que se pueden producir en un intervalo de tiempo o de espacio,
bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas.
DE PROBABILIDAD
Otro de sus usos frecuentes es la consideración límite de procesos
DISCRETA DISTRIBUCIÓN dicotómicos reiterados un gran número de veces si la probabilidad de
DE POISSON obtener un éxito es muy pequeña.