Temas 4 y 5 - Introduccin a la probabilidad - Distribuciones de probabilidad discretas

1. Al lanzar un dado, sean los sucesos A='obtener nmero primo' y B='obtener puntuacin mayor que
3'.
En primer lugar veamos los elementos que componen cada suceso:
A = {1, 2, 3, 5} (Tambin sera correcto no considerar el 1 como nmero primo)
B = {4, 5, 6}

Espacio muestral: E = {1, 2, 3, 4, 5, 6}

(a) p(A)
o
favorables
Aplicamos la probabilidad de Laplace nnocasos
casos posibles .
p(A) =

4
6

2
3

(b) p(B)
o
favorables
Aplicamos la probabilidad de Laplace nnocasos
casos posibles .
p(B) =

3
6

1
2

(c) p(A B)
Se han de cumplir ambos sucesos simultneamente. Slo sucede cuando obtenemos 5.
p(A B) =

1
6

(d) p(A/B)
Es la probabilidad de que sabiendo que la puntuacin del dado es mayor que 3, sea un nmero
primo
p(A/B) =

p(AB)
p(B)

1/6
1/2

1
3

(e) p(B/A)
Es la probabilidad de que sabiendo que la puntuacin es nmero primo, sea un nmero mayor
que 3
p(B/A) =

p(BA)
p(A)

1/6
2/3

1
4

(f) Son independientes los sucesos A y B?

-Para que sean independientes p(B/A) = P (B) o p(A/B) = p(A). No se cumple. Por tanto
son sucesos dependientes.
-Tambin se debera de cumplir p(A B) = p(A) p(B). No se cumple. Por tanto son sucesos
dependientes.
2. Se lanzan un par de dados. Se dene la variable aleatoria X como la suma de las puntuaciones
obtenidas. Hallar su funcin de probabilidad, su funcin de distribucin, el valor medio, la varianza
y la desviacin tpica.
X = suma de puntuaciones de dos dados
Espacio muestral E = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
p(X = 2) = 1/36 ya que slo hay una combinacin ({1,1}) entre 36 posibles cuya suma sea 2.
p(X = 3) = 2/36 ya que hay dos combinaciones ({1,2},{2,1}) entre 36 posibles cuya suma sea 3.
p(X = 4) = 3/36 ya que hay tres combinaciones ({2,2},{1,3},{3,1}) entre 36 posibles cuya suma sea
4.
Estadistica - CAFD

Temas 4 y 5 - Introduccin a la probabilidad - Distribuciones de probabilidad discretas

El resto de probabilidades se obtienen de igual forma. La tabla quedara:
X

pX

p (X )2

2
3
4
5
6
7
8
9
10
11
12

1/36=0.0278
2/36=0.0556
3/36=0.0833
4/36=0.1111
5/36=0.1389
6/36=0.1667
5/36=0.1389
4/36=0.1111
3/36=0.0833
2/36=0.0556
1/36=0.0278

0.0278
0.0833
0.1667
0.2778
0.4167
0.5833
0.7222
0.8333
0.9167
0.9722
1.000

0.0556
0.1667
0.3333
0.5556
0.8333
1.1667
1.1111
1.0000
0.8333
0.6111
0.3333

-5
-4
-3
-2
-1
0
1
2
3
4
5

0.6944
0.8889
0.7500
0.4444
0.1389
0
0.1389
0.4444
0.7500
0.8889
0.6944

pX =7

= p (X )2 = 5.83

= 2 = 2.42
2

3. Jugamos a un juego de azar consistente en lanzar un nico dado. Si sale nmero primo, ganamos
tantos cientos de euros como marca el dado. Si no sale nmero primo, pierde tantos cientos de euros
como marque el dado. Sea X el benecio del juego. Hallar su funcin de probabilidad y su funcin
de distribucin. Cal es el benecio medio esperado si jugamos un nmero muy alto de veces?
X =benecio

Ganamos si obtenemos una puntuacin de 1,2,3 o 5 (considerando el 1 como nmero primo). En ese
caso el benecio sera 100,200,300 o 500. Perdemos si obtenemos una puntuacin de 4 o 6. En ese
caso el benecio sera -400 o -600. Por tanto, la variable X puede tomar 6 valores. La probabilidad
en todos los casos es de 1/6. Por tanto la distribucin de probabilidad quedara:
X

-400
-600
100
200
300
500

1/6
1/6
1/6
1/6
1/6
1/6

pX

1/6 -66.67
2/6 -100
3/6 16.67
4/6 33.33
5/6
50
1
83.33

El benecio medio esperado es el valor medio de X : =

pX = 16.67 euros

4. Cierta empresa de calzado deportivo tiene 12 mquinas en su cadena de produccin de las que se
sabe que cada una de ellas, se estropea en promedio 1 da de cada diez. Sea X el nmero de mquinas
estropeadas por da.
(a) Cal es la distribucin de probabilidad de X ?
Cumple las condiciones de la distribucin binomial. Por tanto X B(n, p) = B(12, 0.1)
(b) Calcular la probabilidad y la funcin de distribucin de X .
Estadistica - CAFD

Temas 4 y 5 - Introduccin a la probabilidad - Distribuciones de probabilidad discretas

!

p(X = 0) =

12
0

p(X = 1) =

12
1

p(X = 2) =

12
2

p(X = 3) =

12
3

p(X = 4) =

12
4

p(X = 5) =

12
5

p(X = 6) =

12
6

p(X = 7) =

12
7

p(X = 8) =

12
8

p(X = 9) =

12
9

p0 q 12 = 1 1 0.912 = 0.282429536481
p1 q 11 = 12 0.11 0.911 = 0.376572715308
p2 q 10 = 66 0.12 0.910 = 0.230127770466
p3 q 9 = 220 0.13 0.99 = 0.0852325075800
p4 q 8 = 495 0.14 0.98 = 0.021308126895
p5 q 7 = 792 0.15 0.97 = 0.003788111448
p6 q 6 = 924 0.16 0.96 = 0.000491051484
p7 q 5 = 792 0.17 0.95 = 0.000046766808
p8 q 4 = 495 0.18 0.94 = 0.000003247695
p9 q 3 = 220 0.19 0.93 = 0.00000016038
!

p(X = 10) =

12
10

p(X = 11) =

12
11

p(X = 12) =

12
12

p10 q 2 = 66 0.110 0.92 = 0.000000005346

p11 q 1 = 12 0.111 0.91 = 0.000000000108
p12 q 0 = 1 0.112 0.90 = 0.000000000001
X

0
1
2
3
4
5
6
7
8
9
10
11
12

p
0.282429536481
0.376572715308
0.230127770466
0.085232507580
0.021308126895
0.003788111448
0.000491051484
0.000046766808
0.000003247695
0.00000016038
0.000000005346
0.000000000108
0.000000000001

F
0.282429536481
0.659002251789
0.889130022255
0.974362529835
0.99567065673
0.999458768178
0.999949819662
0.99999658647
0.999999834165
0.999999994545
0.999999999891
0.999999999999
1.0000000000000

Estadistica - CAFD

Temas 4 y 5 - Introduccin a la probabilidad - Distribuciones de probabilidad discretas

(c) La produccin se tiene que parar si hay ms de 3 mquinas estropeadas, cal es la probabilidad
de que ocurra?
p(X > 3) = 1 p(X 3) = 1 F (3) = 1 0.974362529835 = 0.025637470165

(d) Cal es la probabilidad de que se estropeen todas las mquinas el mismo da?
p(X = 12) = 0.000000000001

(e) Calcular el no promedio de mquinas que se estropean por da.

= n p = 12 0.1 = 1.2 mquinas
(f) Calcular la varianza y la desviacin tpica de la distribucin de probabilidad.
2 = n p q = 12 0.1 0.9 = 1.08

= n p q = 1.039 mquinas

5. Las compaas que aseguran a jugadores de ftbol hacen sus estimaciones econmicas en base a
la probabilidad de que se lesionen a lo largo del ao que es de 1 entre 10. Sea X el nmero de
jugadores que se lesionan al ao. Si seleccionamos una plantilla al azar de 14 jugadores, el nmero
de lesionados al ao (X ) sigue la distribucin binomial B(14, 0.1) cuya funcin de distribucin es la
siguiente:
X

F (X)

0 0.2298767925
1 0.584629141
2 0.841640019
3 0.955867076
4 0.990769788
5 0.998525946
6 0.999818639
7 0.999982790
Calcular:

8
9
10
11
12
13
14

0.999998749
0.999999932
0.999999997
1.000000000
1.000000000
1.000000000
1.000000000

(a) Probabilidad de que ningn jugador sufra una lesin.

p(X = 0) = F (0) = 0.2298767925

(b) Probabilidad de que exactamente la mitad de la plantilla del equipo se lesione.

p(X = 7) = F (7) F (6) = 0.999982790 0.999818639 = 0.000164151

(c) Probabilidad de que menos de la mitad de la plantilla se lesione.

p(X < 7) = F (6) = 0.999818639

(d) Probabilidad de que al menos 2 jugadores se lesionen.

p(X 2) = 1 p(X 1) = 1 F (1) = 1 0.584629141 = 0, 41537086

(e) Probabilidad de que se lesionen entre 2 y 5 jugadores.

p(2 X 5) = p(X 5) p(X 1) = F (5) F (1) = 0.998525946 0.584629141 =
0.413896805

(f) Si un jugador lesionado supone un coste medio de 9000 euros para la aseguradora, cal ser
el coste medio esperado si toda la plantilla est asegurada?
Calculemos el nmero medio esperado de jugadores lesionados:
Estadistica - CAFD

Temas 4 y 5 - Introduccin a la probabilidad - Distribuciones de probabilidad discretas

= n p = 14 0.1 = 1.4

Dado que el coste por jugador lesionado es de 9000 euros, el coste medio esperado es 1.49000 =
12600 euros

Estadistica - CAFD