las distribuciones de probabilidad, es pertinente comentar que en todo fenmeno, los datos

obtenidos tienen un comportamiento especfico, Las distribuciones de probabilidad son de tipo

discreto y continuo, segn lavariable aleatoria que este en cuestin, luego en este aparte se
estudiaran dichas distribuciones, sus principios, la funcin que la identifica, sus propiedades y
los campos de aplicacin de las mismas.
La distribucin de probabilidad de una variable aleatoria X es una descripcin del conjunto de posibles valores
de X, junto con la probabilidad asociada con cada uno de estos valores. Esta distribucin bien puede ser una
grfica, una tabla o una ecuacin que da la probabilidad de cada valor de la variable aleatoria y se considera
como el resumen ms til de un experimento aleatorio.

Una variable aleatoria es pues, una funcin que asigna un nmero real a cada resultado en
el espacio muestral de un experimento aleatorio. Ellas se denotan con una letra mayscula,
tal como X. Se dice que X es aleatoria porque involucra la probabilidad de los resultados del
espacio muestral, y se define X como una funcin porque transforma todos los posibles
resultados del espacio muestral en cantidades numricas reales.
Ejemplo 1.
Considere el lanzamiento de una moneda. El espacio muestral de este experimento aleatorio
est constituido por dos resultados: cara y sello. Si se define X(cara)=0 y X(sello)=1, se
transforman los dos posibles resultados del espacio muestral en cantidades numricas reales.
De esta manera P(X=0) representa la probabilidad de que el resultado al lanzar la moneda es
cara.
EJEMPLO 1.2
Considere el lanzamiento de dos dados6. El espacio muestral de este experimento aleatorio
est constituido por 36 posibles resultados.
Se define como variable aleatoria X la suma de los valores de las dos caras de los dados. La
siguiente tabla relaciona los 36 resultados con los valores correspondientes de la variable
aleatoria X definida en este ejemplo.

Se pueden definir variables aleatorias cuyos valores sean contables o no, y al ser una
caracterizacin cuantitativa de los resultados de un espacio muestral, ellas pueden ser
discretas o continuas. En los dos temas siguientes se desarrollan los conceptos de variable
aleatoria discreta y variable aleatoria continua y sus estadsticos asociados.

VARIABLE ALEATORIA DISCRETA: Se dice que una variable aleatoria X es discreta si el

nmero de valores que puede tomar es finito (o infinito contable).
Ser importante pues, acordar la siguiente simbologa: X xdenotar el evento formado

por todos los resultados para los que X x yP(X x) (funcin probabilidad) ser la
probabilidad de dicho evento. Toda distribucin de probabilidad debe satisfacer cada uno de
los dos requisitos siguientes:

Ejemplo: Determine si la siguiente tabla describe una distribucin de probabilidad

Para ser una distribucin de probabilidad, P(X=x) debe satisfacer los dos requisitos.

De manera que la tabla de probabilidades de la variable aleatoria X satisface el primer

requisito. Observe, adems, que cada uno de los valores de P(X=x) se encuentran entre 0 y
1. Como ambos requisitos se satisfacen, la tabla de probabilidades de la variable aleatoria X
es una distribucin de probabilidad de X.

Determine si la funcin
(donde x puede ser 0, 1 2) es una funcin de
probabilidad. En la siguiente tabla se resumen los posibles valores de la variable aleatoria X.

El valor esperado (tambin llamado media o esperanza matemtica) de una variable aleatoria
discreta X es una medida de posicin para la distribucin de X. Se simboliza con y se calcula al sumar
el producto de cada valor de X con su probabilidad correspondiente. En otras palabras, la media o valor
esperado de una variable aleatoria discreta X es:

Ejemplo

L a l ti m a n ov el a de u n au t or h a te ni do u n gran xi t o, h ast a el
pu n t o de qu e el 80 % de l os l e ct ore s y a l a h an l ei do. U n gru po de 4
ami gos son afi ci on ados a l a l e ctu ra:

1 C u l e s l a probabi l i dad de qu e e l gru po h ay an l ei do l a n ov el a 2

pe rson as?

n = 4

p = 0 .8

q = 0 .2

B( 4 , 0 .8 )

2 Y cm o m xi m o 2 ?