VARIABLE ALEATORIA.
1. Distribuciones de probabilidad.
Una distribución de probabilidad proporciona toda la gama de valores que se pueden
presentar en un experimento. Es similar a una distribución de frecuencias relativas, pero,
en lugar de describir el pasado, describe la probabilidad de que un evento se presente
en el futuro, es decir una distribución de probabilidad muestra los posibles resultados de
un experimento y la probabilidad de que cada uno se presente.
2. Características de una distribución de probabilidad
• La probabilidad de un resultado en particular se encuentra entre 0 y 1, inclusive.
• Los resultados son eventos mutuamente excluyentes.
• La lista es exhaustiva. Por lo tanto, la suma de las probabilidades de los diversos
eventos es igual a 1.
3. Variable aleatoria.
Cantidad que resulta de un experimento que, por azar, puede adoptar diferentes
valores.
4. Variable aleatoria discreta
Variable aleatoria que adopta sólo valores claramente separados, es decir es el
resultado de hacer un conteo.
5. Función de probabilidad
Está representado p(x) y se debe cumplir ∑ 𝑝(𝑥) = 1
6. Función de distribución acumulativa
Permite obtener la probabilidad acumulada hasta un punto k.
F(k) = P(X ≤ k) = ∑𝑘1 𝑝(𝑘)
7. Media de una variable aleatoria discreta
Aquí P(x) es la probabilidad de un valor particular x. En otras palabras, se multiplica
cada valor x por la probabilidad de que ocurra y en seguida se suman los productos.
∑ 𝑥 ∗ 𝑝(𝑥)
66
8. La varianza una variable aleatoria discreta
La varianza mide la dispersión de los valores
𝜎 2 = ∑(𝑥 − 𝑢)2 ∗ 𝑝(𝑥)
Ejemplo 01
Lanzar una moneda tres veces determinar su distribución de probabilidad.
9. Variable aleatoria continua
Son aquellas variables cuyos valores se obtienen mediante una medición.
10. Función densidad
Función de densidad, representada comúnmente como f(x), se utiliza con el propósito
de conocer cómo se distribuyen las probabilidades de un suceso o evento, en relación
∞
al resultado del suceso. Y se debe cumplir ∫−∞ 𝑓(𝑥) = 1
11. Función de distribución
Permite obtener la probabilidad acumulada hasta un punto k.
𝑘
F(k) = P(X ≤ k) = ∫−∞ 𝑓(𝑥)
12. Media de una variable aleatoria continua
𝑢 = ∫ 𝑥 ∗ 𝑓(𝑥). 𝑑𝑥
13. La varianza una variable aleatoria continua
La varianza mide la dispersión de los valores
𝐸(𝑋 2 ) = (∫ 𝑥 2 ∗ 𝑓(𝑥). 𝑑𝑥)
𝝈𝟐 = 𝑬(𝑿𝟐 ) − 𝑼𝟐
Ejemplo 02
𝑋2
Se tienen la siguiente función 𝑓(𝑥) = 2<x<5
2
Calcular la media y la varianza
67
PRACTICA DIRIGIDA
1) De un lote que contiene 10 objetos idénticos, de las cuales 3 tienen fallas, se escogen
cinco al azar. Defina la función de probabilidad de numero de objetos con fallas que
resulten en la selección, si se escogen una por una sin reposición. Hallar la esperanza
matemática y la varianza.
2) Un experimento aleatorio consiste en escoger al azar una ficha cada vez y
sucesivamente de una urna que contienen 3 fichas de color rojo y una de color azul.
Determine la función de probabilidades del número de extracción que se realiza hasta
que aparezca la primera ficha azul, si se extrae una por una sin repeticion, determinar la
función de distribución, la esperanza matemática y la varianza.
3) Suponga que los resultados de dos practicas calificadas de estadística tomadas a los
estudiantes de una clase de ingeniería y de administración indican que el 70% de los
estudiantes aprobó la primera, el 60% aprobó la segunda y sólo un 8% no aprobó
práctica alguna. Construya la función de probabilidad de la variable: número de prácticas
aprobadas por un estudiante elegido al azar.
4) Por datos registrados por muchos años, se ha logrado determinar que el numero de hijos
X por familia en una determinada región tienen la siguiente distribución de probabilidad:
X 0 1 2 3 4
P(x=x) 1/16 4/16 k 4/16 1/16
Calcule la función distribución, la esperanza matemática y la varianza.
5) Determine el valor de K de modo que cada una de las siguientes funciones sea una
función de probabilidad de una variable aleatoria discreta X:
f ( x ) = k ( x3 + 4 ) , para x = 0, 2,3.
6) De acuerdo con la experiencia registrada por el productor, la demanda mensual de su
producto tiene la siguiente distribución de probabilidad histórica:
Demanda 2000 3000 4000 5000
Probabilidad 0.2 0.4 0.2 0.1
¿Cuántas unidades del producto, debería producir por mes, si el productor decide
programar la producción tomando como base la demanda esperada?
68
7) Un objeto producido puede contener, en forma independiente, a lo más tres tipos de
defecto: A con probabilidad 0.04, B con probabilidad 0.08 y C con probabilidad 0.05 se
selecciona al azar uno de tales objetos, obtenga la esperanza y la varianza de numero
de objetos defectuoso.
8) Si de una urna que contiene 3 fichas rojas y una ficha azul se saca al azar las fichas una
por una sucesivamente. Determine la distribución de probabilidades de numero de
intentos necesario hasta que ocurra la segunda ficha roja, si la ficha se escoge uno por
uno sin reposición.
9) El numero de curso matriculados en el semestre de un alumno, es una variable aleatoria
X con función de probabilidad definida por
X 1 2 3 4 5
f(x) 1/10 2/10 k 3/10 1/10
Si todos los cursos son de cuatro créditos, obtenga la distribución de probabilidad del
número de crédito matriculado. Luego calcule la media y la varianza.
10) Calcular la función de distribución, el valor esperado, la varianza y la desviación estándar.
𝑓(𝑥) = 2𝑥 2 + 4𝑥 + 1 1<x<4
𝑓(𝑥) = 𝑥√𝑥 2 + 1 2<x< 6
𝑓(𝑥) = 𝑥 2 + 4𝑥 + 5 2< x < 5
𝑓(𝑥) = 𝑥 2 + 𝑥 − 6 3<x<7
𝑓(𝑥) = 2𝑥 − 6 2<x<5
𝑥
𝑓(𝑥) = 𝑘𝑒 −8000 x>1
𝑓(𝑥) = 𝑥(1 − 𝑥) 3<x<6
1
𝑓(𝑥) = x > 100
𝑥2
𝑓(𝑥) = 2(𝑥 − 6) 1<x<5
69
