UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE QUÍMICA • ESTADÍSTICA
Variables Aleatorias • GRUPO 2 • 2024-2
Distribuciones de Probabilidad Discretas.
El aprendizaje nunca agota la mente.
Leonardo Da Vinci.
Distribución Uniforme Discreta. La esperanza (o bien, valor esperado) y la varianza para esta distribu-
ción se calculan considerando las siguientes expresiones:
Se dice que una variable aleatoria X tiene una distribución uniforme
1 Pn 1 Pn
discreta sobre el conjunto de números {x1 , x2 , ..., xn } si la probabilidad E(X) = µX = i=1 xi V ar (X) = σX2 = i=1 (xi − E(X))
2
n n
de que X tome cualquiera de estos valores es la misma, es decir, . Esta
1
n
distribución surge en espacios de probabilidad equiprobables, esto es, en
situaciones en donde tenemos n resultados diferentes y todos ellos tienen
la misma probabilidad de ocurrencia. Los juegos de lotería son un ejem- Ejemplo.
plo donde puede aplicarse esta distribución de probabilidad y escribimos
X ∼ Unif{x1 , x2 , ..., xn }. La función de masa de probabilidad f(x) de Considere n = 17 candidatos para un trabajo que son clasificados
esta distribución es: como 1, 2, 3, ..., 17. Sea X : el rango de un candidato seleccionado al
azar, de modo que X tenga la función masa de probabilidad f(x): ( El
espacio de resultados es: Ω = {1, 2, 3, ..., 17} )
si x = x1 , x2 , ..., xn
1
n
f(x) = P(X = x) =
1
si x ∈ {1, 2, 3, ..., 17}
f(x) P(X x)
17
e.o.c.
= = =
0
e.o.c.
0
Mientras que la función de acumulación F(x) se calcula considerando
la expresión: Calcule la distribución de probabilidad para los rangos de los candi-
P
F(x) = u≤x f(u) datos.
1
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE QUÍMICA • ESTADÍSTICA
Variables Aleatorias • GRUPO 2 • 2024-2
Distribución Bernoulli. Ejemplos.
Un ensayo Bernoulli se define como aquel experimento aleatorio I.- Un jugador de basquetbol está a punto de tirar hacia la parte
con únicamente dos posibles resultados llamados genéricamente: éxito superior del tablero. La probabilidad de que anote el tiro es de 0.45.
y fracaso. Supondremos que las probabilidades de estos resultados son
p y 1 − p respectivamente. Si se define la variable aleatoria X como a) Sea X = 1, si anota el tiro, si no lo hace, X = 0. Determine la
aquella función que lleva el resultado éxito al número 1 y el resulta- media y la varianza de X.
do fracaso al número 0, entonces decimos que X tiene una distribución
Bernoulli con parámetro p ∈ (0, 1) y se denota X ∼ Ber(p). b) Si anota el tiro, su equipo obtiene dos puntos; si lo falla, su equipo
no recibe puntos. Sea Y el número de puntos anotados. ¿ Tiene una
Función de masa de probabilidad f(x).
distribución de Bernoulli? Si es así, calcule la probabilidad de éxito. Si
no, explique por qué.
x
p (1 − p) 1−x si x = 0, 1
f(x) = P(X = x) = c) Determine el número esperado de puntos anotados y la varianza
e.o.c. de Y .
0
II.- Diez por ciento de los componentes fabricados mediante deter-
Función de Acumulación F(x).
minado proceso esta defectuoso. Se selecciona un componente aleatoria-
mente. Sea X = 1 si el componente esta defectuoso y X = 0 en cualquier
P
Como F(x) = u≤x f(u) entonces
otro caso. ¿Cuál es la distribución de X? Determine µX , σX2
0 x<0
III.- Cuando se lanza un dado balanceado hay una probabilidad de
P
F(x) = u≤x f(u) = 1 − p si x = 0 1
de que salga tres. Sea X = 1 si el dado cae tres y X = 0 en cualquier
6
otro caso. ¿Cuál es la distribución de X?
si x ≥ 1
1
La esperanza y la varianza para esta distribución se calculan utilizando IV.- Cuando se lanza al aire una moneda hay una probabilidad de
las expresiones en general y se obtienen las expresiones: 0.5 de que caiga en águila. Sea X = 1 si la moneda cae en águila y X = 0
si cae en sol. ¿Cuál es la distribución de X?
E(X) = µX = p Var (X) =σX2 = p(1 − p)
2
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE QUÍMICA • ESTADÍSTICA
Variables Aleatorias • GRUPO 2 • 2024-2
Distribución Binomial.
La esperanza y la varianza para esta distribución se calculan utilizando
Extraer un solo componente de una población y determinar si está
las siguientes expresiones:
o no defectuoso es ejemplo de un ensayo de Bernoulli. En la práctica,
es posible extraer varios componentes de una gran población y con- E(X) = µX = np V ar (X) = σX2 = np(1 − p)
tar el número de elementos defectuosos. Esto implica realizar diversos
ensayos de Bernoulli independientes y contar el número de éxitos. El Ejemplos.
número de éxitos es una variable aleatoria, que tiene una distribución
binomial. Sea la variable aleatoria X igual al número de éxitos en n I.- Un ingeniero de control de tráfico reporta que el 75 % de los
ensayos, entonces X tiene la distribución binomial con parámetros n y vehículos que pasan por un punto de verificación tienen matrículas del
p. La notación es X ∼ Bin(n, p). La función de masa de probabilidad f(x) estado. ¿Cuál es la probabilidad de que más de 4 de los siguientes 9
para esta distribución es vehículos no sean del estado?
n!
px (1 − p)n−x si x = 0, 1, ..., n
II.- La probabilidad de que cierto antibiótico presente una reacción
x!(n − x)!
f(x) = P(X = x) =
negativa al administrarse a un ave rapaz en recuperación es de 0.15. Si
e.o.c.
0 se les ha administrado dicho antibiótico a 10 aves, calcúle la probabilidad
Mientras que la función de acumulación F(x) se calcula considerando: de que haya reacción negativa:
0 a. En dos aves
(1 − p)n
b. En ninguna de las aves
c. En menos de 4 aves d. En 3 aves o más e. Entre 2 y 5 aves
n!
(1 − p)n + p(1 − p)n−1
(inclusive).
P
F(x) = u≤x f(u) = 1!(n − 1)!
...
n!
(1 − p)n + ... + pn−1 (1 − p)n−(n−1)
(n − 1)!(n − (n − 1))!
1
3
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE QUÍMICA • ESTADÍSTICA
Variables Aleatorias • GRUPO 2 • 2024-2
III.- Una gran compañía industrial hace un descuento en cualquier
factura que se pague en un lapso de 30 días. De todas las facturas, 10 % i. Probabilidad de que germinen 9 semillas
recibió el descuento. En una auditoría de la compañía se seleccionó alea-
toriamente 12 facturas. ¿Cuál es la probabilidad de que menos de cuatro ii. Probabilidad de que germinen más de 7 semillas
de las 12 facturas de la muestra tengan descuento?
iii. Probabilidad de que germinen como máximo 8 semillas
IV.- Un médico afirma que 70 % de las personas con cáncer de pul-
món son fumadores implacables. Si su aseveración es correcta: VII.- Un sistema para detectar automóviles a gran velocidad consta
de 3 radares que se instalan en una carretera. Cada radar funciona inde-
a. Calcule la probabilidad de que de 10 de tales pacientes menos de pendientemente,con probabilidad de detectar a un auto que viaja a gran
la mitad sean fumadores empedernidos. velocidad igual a 0,83. Considere la variable aleatoria
X : # de radares que detectan al auto que viaja a gran velocidad.
b. Calcule la probabilidad de que de 10 de los pacientes con cáncer
de pulmón ninguno sea fumador empedernido. a) Calcular la distribución de probabilidad de la variable aleatoria.
c. Calcule la media y varianza de esta distribución. b) Calcular el número esperado de radares que detectan autos a gran
velocidad y la desviación estándar de X
V.- La probabilidad de que un paciente se recupere de una delicada
operación de corazón es 0.9. ¿Cuál es la probabilidad de que exactamente VIII.- En una empresa de fabricación de automóviles se ha obser-
5 de los próximos 7 pacientes que se sometan a esta operación sobrevivan? vado que el 2 % presenta algún defecto. Calcular la probabilidad de que
en una muestra aleatoria de 50 automóviles se encuentren a lo sumo dos
VI.- Se ha desarrollado una variedad de maíz con una tasa de ger- defectuosos.
minación del 85 %. Se plantan diez de estas semillas en suelos de igual
composición. IX.- Supongamos que tenemos cinco instrumentos y que sabemos que
en promedio un determinado instrumento está averiado uno de cada diez
a. ¿cuántas semillas se espera que germinaran? días. ¿Cuál es la probabilidad de que en un día más de tres instrumentos
estén averiados?. ¿Cuál es el número esperado de instrumentos averiados
b. Calcular las siguientes probabilidades: al día?.
