ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

INSTIUTO DE CIENCIAS MATEMÁTICAS

- ESTADÍSTICA DESCRIPTIVA -

Teoría

CAPÍTULO 3.
Variables aleatorias discretas y sus distribuciones de probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Definición básica.

Definición.- Una variable aleatoria se dice discreta si y solamente si puede tomar un número
finito o infinito contablemente de valores distintos.

Recuérdese que un conjunto de elementos es infinito contablemente si se puede establecer una

correspondencia biunívoca o uno-uno con el conjunto de los enteros positivos.

Fernando Tenesaca 1
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

Distribución de probabilidad de una variable aleatoria discreta.

Definición.- La probabilidad de que tome el valor se define como la suma de las

probabilidades de todos los puntos muestrales de que tiene asignado el valor .
Algunas veces se denotará por .

Teorema.- Para cualquier distribución de probabilidad de una variable aleatoria discreta, debe
cumplirse lo siguiente:

1. para toda .
2. donde la sumatoria se toma sobre todos los valores de con
probabilidad diferente de cero.

2 Fernando Tenesaca
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

El valor esperado de una variable aleatoria discreta.

Definición.- Sea una variable aleatoria discreta con función de probabilidad . Entonces, el
valor esperado de está definido por

Teorema.- Sea una variable aleatoria discreta con una función de probabilidad y sea
una función de valores reales de . Entonces el valor esperado de está dado por

Definición.- La varianza de una variable aleatoria está definida como el valor esperado de
. Es decir,

La desviación estándar de es la raíz cuadrada positiva de .

Teorema.-

DEMOSTRACION.

Fernando Tenesaca 3
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

La distribución de probabilidad binomial.

Definición.- Un experimento binomial es aquel que tiene las siguientes características:

1. El experimento consta de pruebas idénticas.

2. Cada prueba tiene dos resultados posibles que se clasifican como éxito (suceso)
y fracaso.
3. La probabilidad de tener éxito en una sola prueba es igual a , y permanece
constante de prueba en prueba. La probabilidad de fracaso es .
4. Las pruebas o ensayos son independientes entre sí.
5. La variable aleatoria bajo estudio es , se define como el número de éxitos
observados en las pruebas.

DEDUCCCION.

En primer lugar se determina la probabilidad de tener en ensayos o pruebas, éxitos

consecutivos seguidos de fracasos consecutivos. Dado que los ensayos son
independientes se tiene que

La probabilidad de obtener exactamente éxitos y fracasos en cualquier otro orden es la

misma, puesto que los factores y se pueden reordenar con un orden particular. Por
tanto, la probabilidad de tener éxitos y fracasos en cualquier orden es por
el número de órdenes distintos. Ahora, el número de órdenes distintos se representa por las
combinaciones de objetos tomados de a la vez.

Definición.- Sea una variable aleatoria que representa el número de éxitos observados en
ensayos y sea la probabilidad de éxito en cualquier ensayo. Entonces, se dice que
tiene una distribución Binomial con función de probabilidad

Teorema.- Sea una variable aleatoria con distribución de probabilidad Binomial. Entonces

4 Fernando Tenesaca
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría
DEMOSTRACION.

DEMOSTRACION.

Previamente.

Fernando Tenesaca 5
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

DEMOSTRACION.

6 Fernando Tenesaca
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

La distribución de probabilidad geométrica.

Definición.- Un experimento geométrico es aquel que tiene las siguientes características:

1. El experimento consta de un conjunto infinito contable de pruebas idénticas.

2. Cada prueba tiene dos resultados posibles que se clasifican como éxito (suceso)
y fracaso.
3. La probabilidad de tener éxito en una sola prueba es igual a , y permanece
constante de prueba en prueba. La probabilidad de fracaso es .
4. Las pruebas o ensayos son independientes entre sí.
5. La variable aleatoria bajo estudio es , se define como la ocurrencia del primer
éxito en la prueba observada.

DEDUCCION.

Considere el desarrollo de una serie pruebas que terminan al obtener el primer éxito. Bajo este
escenario, el experimento podría terminar en la primera prueba o ensayo al obtener un éxito o
podría continuar indefinidamente. Dado que los ensayos son independientes se tiene que

Como la variable aleatoria está asociada a la ocurrencia del primer éxito en la

prueba observada, inclusive, y contendrán , y , respectivamente, y en
general, el evento numérico contendrá solamente . De este modo

La probabilidad de la intersección de eventos independientes da lugar a la definición.

Definición.- Sea una variable aleatoria que representa el primer éxito en el ensayo
observado y sea la probabilidad de éxito en cualquier ensayo. Entonces, se dice
que tiene una distribución Geométrica con función de probabilidad

Teorema.- Sea una variable aleatoria con distribución de probabilidad Geométrica. Entonces

Fernando Tenesaca 7
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

La distribución de probabilidad binomial negativa.

Definición.- Un experimento binomial negativo es aquel que tiene las siguientes características:

1. El experimento consta de un conjunto infinito contable de pruebas idénticas.

2. Cada prueba tiene dos resultados posibles que se clasifican como éxito (suceso)
y fracaso.
3. La probabilidad de tener éxito en una sola prueba es igual a , y permanece
constante de prueba en prueba. La probabilidad de fracaso es .
4. Las pruebas o ensayos son independientes entre sí.
5. La variable aleatoria bajo estudio es , se define como la ocurrencia del
éxito en la prueba observada.

Cuando , la variable aleatoria bajo estudio , se definiría como la ocurrencia del primer
éxito en la prueba observada. Por tanto, es importante reconocer que la distribución
Geométrica es un caso particular de la distribución de probabilidad Binomial Negativa.

DEDUCCION.

Considere el desarrollo de una serie pruebas que terminan al obtener el éxito. Bajo
este escenario, el experimento podría terminar en la prueba o ensayo al obtener
éxito o podría continuar indefinidamente, es decir

Sea el evento que asocia las pruebas con los éxitos y sea el evento que asocia la
prueba con el éxito entonces, si y son eventos independientes con
se tiene

Por consiguiente

Definición.- Sea una variable aleatoria que representa el éxito en el

ensayo observado y sea la probabilidad de éxito en cualquier ensayo. Entonces, se
dice que tiene una distribución Binomial Negativa con función de probabilidad

Teorema.- Sea una variable aleatoria con distribución de probabilidad Binomial Negativa.
Entonces

8 Fernando Tenesaca
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

La distribución de probabilidad hipergeométrica.

Definición.- Un experimento hipergeométrico es aquel que tiene las siguientes características:

1. La población del experimento consta de un número finito de elementos.

2. elementos de la población cumplen con la característica requerida.
3. elementos de la población no cumplen con la característica requerida.
4. La variable aleatoria bajo estudio es , se define como el número de elementos
tomados de una muestra de que cumplen con la característica requerida.

DEDUCCION.

Considere como el número de representantes de un determinado estado que asisten a una

convención política nacional; de estos representantes apoyan al candidato mientras que los
restantes apoyan al candidato . Una consultora de opinión selecciona aleatoriamente a
representantes y les consulta por su preferencia política. Si es la variable aleatoria que
relaciona el número de representantes que apoyan al candidato , entonces es importante
establecer su función de probabilidad.

La consultora de opinión selecciona un representante, le pregunta su preferencia política y no lo

vuelve a seleccionar (muestreo sin reemplazo). En tal escenario, no existe independencia en la
selección de un representante y el siguiente; por ejemplo, considere que el primer representante
seleccionado apoya al candidato , entonces restan representantes de los cuales lo
apoyan. De esta forma, es la probabilidad condicional de que el siguiente
representante apoye al candidato más no (si hubiera independencia); en consecuencia,
es la probabilidad condicional de que el siguiente representante apoye al candidato
más no (si hubiera independencia).

La probabilidad de que la consultora de opinión seleccione de manera exacta representantes

que apoyan al candidato y representantes que apoyan al candidato viene dada por el
número de formas distintas que pueden seleccionarse una muestra de representantes de una
población , esto es con probabilidad de ser seleccionada igual a . De manera similar,
se pueden seleccionar representantes que apoyan al candidato de formas distintas y
representantes que apoyan al candidato de formas distintas; siendo el
número total de selecciones y la probabilidad de seleccionar
representantes que apoyan al candidato .

Definición.- Sea una variable aleatoria que representa el número de elementos tomados de
una muestra de que cumplen con la característica requerida. Entonces, se dice
que tiene una distribución Hipergeométrica con función de probabilidad

Teorema.- Sea una variable aleatoria con distribución de probabilidad Binomial Negativa.
Entonces

Fernando Tenesaca 9
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

La distribución de probabilidad poisson.

Definición.- Un experimento poisson es aquel que tiene las siguientes características:

1. El experimento consta de un conjunto infinito contable de pruebas idénticas.

2. El número de eventos que ocurren en un intervalo de tiempo o región específica
es independiente del número de eventos que ocurren en cualquier otro intervalo
de tiempo distinto o región del espacio.
3. La probabilidad de que un evento ocurra durante un intervalo de tiempo muy
pequeño o en una región pequeña es proporcional a longitud del intervalo de
tiempo o al tamaño de la región y no depende del número de eventos que
ocurren fuera del intervalo de tiempo o región.
4. La probabilidad que más de un evento ocurra en aquel intervalo de tiempo muy
pequeño o en aquella región pequeña es despreciable.
5. La variable aleatoria bajo estudio es , se define como el número de eventos
que ocurren en un intervalo de tiempo o región específica.

DEDUCCION.

Considere el número de accidentes automovilísticos en un cruce en particular durante el periodo

de una semana. Al periodo semanal se lo divide en subintervalos, cada uno de los cuales es tan
pequeño que podría ocurrir en éste a lo más uno y sólo un accidente, con una probabilidad
diferente de cero, por tanto la probabilidad de ocurrencia de un accidente en cualquier
subintervalo es , por tanto

Lo que significa que el número de accidentes en una semana es exactamente el número de total
de subintervalos que contienen un accidente. Como observación, si se considera la ocurrencia de
accidentes como independiente de un intervalo a otro, el número total de accidentes tendría una
distribución Binomial.

Como la forma de elegir los subintervalos no es única, lo que explica no conocer y , es

razonable suponer que la probabilidad de un accidente en uno de los subintervalos decrecerá al
dividir la semana en un número cada vez mayor de subintervalos entonces y al tomar
el límite de la distribución Binomial cuando tiende al infinito, se tiene

Donde representa el valor promedio de ocurrencias de accidentes por intervalo de tiempo para
el evento aleatorio .

10 Fernando Tenesaca
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA DESCRIPTIVA -

Teoría

Definición.- Sea una variable aleatoria que representa el número de eventos que ocurren en un
intervalo de tiempo o región específica. Entonces, se dice que tiene una
distribución Poisson con función de probabilidad

Teorema.- Sea una variable aleatoria con distribución de probabilidad Poisson. Entonces

Fernando Tenesaca 11