Variable Aleatoria Discreta

VARIABLE ALEATORIA DISCRETA
CURSO: ESTADISTICA II
PROFESOR: MS. LIC. LUIS J. CASTILLO
V.
LUIS J. CASTILLO VASQUEZ
VARIABLE ALEATORIA DISCRETA

Introduccin a las distribuciones de probabilidad.
Las distribuciones de probabilidad estn relacionadas con las distribuciones de
frecuencias. Una distribucin de frecuencias terica es una distribucin de
probabilidades que describe la forma en que se espera que varen los
resultados. Debido a que estas distribuciones tratan sobre expectativas de que
algo suceda, resultan ser modelos tiles para hacer inferencias y para tomar
decisiones en condiciones de incertidumbre.
Una distribucin de frecuencias es un listado de las frecuencias observadas de
todos los resultados de un experimento que se presentaron realmente cuando
se efectu el experimento, mientras que una distribucin de probabilidad es un
listado de las probabilidades de todos los posibles resultados que podran
obtenerse si el experimento se lleva a cabo.
Las distribuciones de probabilidad pueden basarse en consideraciones tericas
o en una estimacin subjetiva de la posibilidad. Se pueden basar tambin en la
experiencia.
Tipos de distribuciones de probabilidad.
Las distribuciones de probabilidad se clasifican como continuas y discretas. En
la distribucin de probabilidad discreta est permitido tomar slo un nmero
limitado de valores.
En una distribucin de probabilidad continua, la variable que se est
considerando puede tomar cualquier valor dentro de un intervalo dado.
Las distribuciones continuas son una forma conveniente de presentar
distribuciones discretas que tienen muchos resultados posibles, todos muy
cercanos entre s.
2
Variables aleatorias.
Una variable es aleatoria si toma diferentes valores como resultado de un
experimento aleatorio. Puede ser discreta o continua. Si puede tomar slo un
nmero limitado de valores, entonces es una variable aleatoria discreta. En el
otro extremo, si puede tomar cualquier valor dentro de un intervalo dado,
entonces se trata de una variable aleatoria continua.
Se puede pensar en una variable aleatoria como un valor o una magnitud que
cambia de una presentacin a otra, sin seguir una secuencia predecible. Los
valores de una variable aleatoria son los valores numricos correspondientes a
cada posible resultado de un experimento aleatorio.
La distribucin de probabilidad de una variable aleatoria proporciona una
probabilidad para cada valor posible, y estas probabilidades deben sumar 1.
Valor esperado de una variable aleatoria.
El valor esperado es una idea fundamental en el estudio de las distribuciones
de probabilidad.
Para obtener el valor esperado de una variable aleatoria discreta, se multiplica
cada valor que la variable puede tomar por la probabilidad de presentacin de
ese valor y luego se suman esos productos. Es un promedio pesado de los
resultados que se esperan en el futuro. El valor esperado pesa cada resultado
posible con respecto a la frecuencia con que se espera se presente. En
consecuencia, las presentaciones ms comunes tienen asignadas un peso
mayor que las menos comunes.
El valor esperado tambin puede ser obtenido a partir de estimaciones
subjetivas. En ese caso, el valor esperado no es ms que la representacin de
las convicciones personales acerca del resultado posible.

En muchas situaciones, encontraremos que es ms conveniente, en trminos
de los clculos que se deben hacer, representar la distribucin de probabilidad
de una variable aleatoria de una manera algebraica. Al hacer esto, podemos
llevar a cabo clculos de probabilidad mediante la sustitucin de valores
numricos directamente en una frmula algebraica.
Variables aleatorias discretas.
Sean x1, x 2,... x n los distintos valores que puede tomar la variable aleatoria.
Y p(x1), p(x2),... p(x n) su probabilidades asociadas
Los pares de valores (xi, p (xi)) constituyen la distribucin de probabilidades de
la variable aleatoria.
p(x) se denomina funcin de probabilidad, y debe cumplir con las siguientes
propiedades:
a)
0 < p (xj) < 1, (p(x) es una probabilidad, y por lo tanto debe tomar
valores entre 0 y 1).
b)
p (xi) = 1 (la suma de probabilidades repartidas entre todos los

valores de la variable debe ser igual a 1).
De la misma manera que calculamos frecuencias acumuladas, podemos

acumular
probabilidades,
obteniendo
la
funcin
de
distribucin
de
probabilidades:
F (xk) =
p (xi)
Esta funcin representa la probabilidad de que la variable aleatoria sea menor o

igual que un determinado valor:
F (xk) = P (X < xk)
Grficamente, la funcin aumenta de "a saltos", ya que entre dos valores
consecutivos de una variable discreta, no puede tomar valores intermedios.
RESOLUCIN DE PROBLEMAS
1. Una caja contiene 5 tuercas defectuosas y 5 no defectuosas. Se extraen
2 tuercas aleatorias y sin repeticin.
a. Hallar la funcin de probabilidad de la variable aleatoria x: numero de
tuercas no defectuosas que se obtienen en la extraccin.
b. Su valor esperado y su varianza
c. El coeficiente de variacin
SOLUCIN
N = N de no defectuosos
D= N de defectuosos
SIN REPOSICIN
5=D
5=N
Xi
D
P (Xi)
X (DD) = 0 P(X=0) = P (DD) =
5 4
2
=
10 9
9
X (DN) = 1 P(X=1) = P (DN) =
5 5
5
=
10 9
18
X (ND) = 1 P(X=1) = P (ND) =
5 5
5
=
10 9
18
X (NN) =2 P(X=2) = P (NN) =
5 4
2
=
10 9
9
5
5
9
N
10
10
9
N
a.

Xi
P(Xi)
0
2/9
1
5/9
2
2/9
b .ESPERANZA
E(X) =
5
4
2
5
2
+1 +2 =0+
+
=1
9
9
9
9
9
x P(x) = 0
VARIANZA
V(x) =
x u 2 P(x) = E(x2) E x 2
E(x2) =
x 2 P(x) = 0
V(x) =
13
(1)2 = 1.44 1 = 0.44
9
13
2
5
2
+ 1 + 4 =
9
9
9
9
V ( x)
= 0.663324958
COEFICIENTE DE VARIACIN
C.V. %=
100 V ( x) 0.663324958 100
E ( x)
1
C.V. %= 66.33 %
2. Dos bolas son seleccionadas al azar con repeticin de una urna que
contiene 8 bolas blancas, 4 negras y 2 naranjas. Supongamos que ganamos
$. 2 por cada bola negra seleccionada y perdemos $. 1 por cada bola blanca
seleccionada. Sea x la variable aleatoria que denota nuestras ganancias.
Cules son los posibles valores de x, y cuales son las probabilidades
asociadas con cada valor?
GANANCIA
NEGRA = 2
BLANCA = -1
8
blanca
4
negra
2
roja
Blanca
14
4
Blanca
P (Blanca; Blanca) =
8 8
14 14
-2
P (Blanca; negra)
8 4
14 14
14
4
=
14
P (Blanca; Naranja) =
14
P (Negra; Blanca)
1
14
8
14
-1
Blanca
14
8
4
14
4 4
14 14
P (Negra; Naranja) =
Negra
4 2
14 14
P (Naranja; Blanca) =
2 8
14 14
-1
P (Naranja; Negra) =
2 4
14 14
P (Negra; Negra)
14
4
Negra
2
2
Xi
14 Negra
Naranja
P (Xi)
14
14
Naranja
14
Blanca
14
4
Naranja
P (Naranja; Naranja) =
2 2
14 14
14 Negra
14
Naranja
ESPERANZA
64
32
4
64
16
16
2
1
0
1
2
4
196
196
196
196
196
196
128 32
64
32
64
0
E(x) =
196 196
196 196 196
x P(x) =
E(x) =
VARIANZA
V(x) = ( x u ) 2 P(x) = E (x2) E x 2
64
32
4
64
16
16
1
0
1
4
16
196
196
196
196
196
196
256 32
64
64 256 736
3.755
E(x2) =
196 196
196 196 196 196
E(x2) =
x 2 P(x) = 4
V(x) = 3.755 0 = 3.755

8
DESVIACIN ESTANDAR
= V ( x) = 1.93778238
100 V ( x)
E ( x)
CV =
3.
Tres dados son lanzados. Suponiendo que cada uno de los 6 3 216
posibles resultados son igualmente probables
a) encontrar la probabilidad asignada a los posibles valores que
toma x, donde x es la suma de los puntos obtenidos en los 3
dados.
b) Encontrar su valor esperado y su varianza
c) Encontrar el Coeficiente de Variacin
SOLUCIN. Los resultados se muestran a continuacin
3
4
4
5
5
6
6
7
7
8
8
9
10
6
7
7
8
8
9
9
10
10
11
11
12
10
11
12
13
66
77
88
7
8
8
9
9
10
10
11
11
12
10
11
12
13
98 10 11 12 13 14
109 11 12 13 14 15
10
11 12 13 14 15 16
4
5
5
6
6
7
7
8
8
9
9
10
7
8
8
9
9
10
10
11
11
12
12
13
10
11
10
11
12
13
14
7
8
8
9
9
10
10
11
11
12
12
13
10
11
11
12
12
13
13
14
14
15
15
16
10
11
12
13
14
12
13
14
15
16
17
10
10
11
12
13
10
11
10
11
12
13
14
7
8
8
9
9
10
10
11
11
12
12
13
10
11
11
12
12
13
13
14
14
15
15
16
9
10
10
11
11
10
12
13
13
14
14
15
12
13
13
14
14
15
15
16
16
17
17
18
a) Por lo tanto su funcin de probabilidad es:

Xi = SUMA DE LOS TRES LANZAMIENTOS
Xi
P(Xi)
3
216
1
3
216 216
1
216
6
10
15
216 216 216
10
11
21
216
25
216
27
216
12
27
216
13
14
25
216
15
21
216
16
17
15
10
216 216
b) ESPERANZA
E(x) =
x P(x) =
3
12
30
60 105 168 225 270 297 300 273
216 216 216 216 216 216 216 216 216 216 216
210 150 96
51
18
216 216 216 216 216
E(x) =
E(x2) =
2268
10.5
216
x 2 P(x) =
9
48 150 360 735 1344 2025 2700
216 216 216 216 216 216

216
216
3267 3699 3549 2940 2250 1536 867 324
216
216
216
216
216
216 216 216
E( x2) =
25704
119
216
VARIANZA
V(x) =
( x u ) 2 P(x) = E(x2) E x 2
V(x) = 119 (10.5)2 = 8.75
DESVIACIN ESTNDAR
= V ( x) = 2.958039892
10
18
6
216
CV =
V ( x)
S
100
100 28.17%
X
E ( x)
4. Una mujer tiene 8 llaves de un llavero de los cuales, exactamente uno abre
a cerradura de la puerta d su casa. Ella prueba las llaves una en cada vez,
escogiendo al azar en cada tentativa una de las llaves que no ha sido
experimentada. Sea x la variable aleatoria que denota el numero x.
SOLUCIN
8 claves
X
P(X)
una abre la puerta de la cerradura
1/8
1/8
1/8
1/8
1/8
1/8
1/8
1/8
Esperanza:
E(x)= x P(x)=1 (1/8)+ 2 (1/8)+3 (1/8)+ 4 (1/8)+5 (1/8)+6 (1/8)+7 (1/8)+8(1/8)
1
8
2
8
3
8
4
8
5
8
6
8
7
8
E(x)=
E(x)=
8
8
36
4.5
8
Varianza
V(x)= (x-u) P(x)=E ( x 2 )- E (x ) 2
E ( x 2 )= x 2 P(x)= 1 (1/8)+4 (1/8)+9 (1/8)+16 (1/8)+25 (1/8)+36 (1/8)+
49 (1/8)+64 (1/8)
1
8
E ( x 2 )=
4 9 16 25 36 49 64

25.5
8 8 8
8
8
8
8
V(x)=25.5- 4.5 2 =25.5 - 20.25=5.25
V ( x ) 2.291288
Coeficiente de Variacin
CV=
V (X )
S
100
(100) 50.92 %
X
E( X )
11

5. Una urna contiene 8 bolas, de las cuales 3 son rojas. Graficar y comparar
las funciones de distribucin acumulada de las variables aleatorias x:
numero de bolas rojas que se obtienen al extraer 2 bolas sin reemplazo, y
X: numero de bolas NO rojas que se obtienen al extraer 2 bolas con
reemplazo.
Sin reemplazo
Espacio muestral
2/7
Roja
Roja
3/8
5/7
6
3 2
=
56
8 7
P (Roja, Roja) =
5/8
xi
5 15
=
7 56
3 15
=
7 56
1
1
Roja
P (Z, Z)
Z
4/7
8
5
) =
8
P (Roja, Z ) =
P (Z, Roja
3/7
20
5 4
=
8
7
56

P( x i )
6/56
30/56
20/56
F(x i )
6/56
36/56
56/56
Esperanza
30 40 60
6
30
20
1
2
0
56 56 56
56
56
56
E(x)= x P(x)= 0
E(x)= 1.074
Varianza
V(x)= (x-u) P(x)=E ( x 2 )- E (x ) 2

30 80 120
6
30
20
1
4
0
56 56 56
56
56
56
E ( x 2 )= x 2 P(x)= 0
E ( x 2 )=2.143
V(x)= E ( x 2 )- E (x ) 2 =2.143- 1.074 2 = 0.989524

V ( x ) 0.9947
12
CV=
V (X )
0.9947
100
(100)
% = 92.62%
E( X )
1.074
Con reemplazo
3/8
Roja
Espacio muestral
3
8
3
P (Roja, Z ) =
8
5
P (Z, Roja) =
8
5
P (Z , Z ) =
8
P (Roja, Roja)=
Roja
3/8
5/8
3/8
5/8
Roja
X
3
9
=
2
8
64
5
15
=
1
8
64
3
15
=
1
8
64
5
25
=
0
8
64
Z
5/8
xi
P(x i )
9/64
30/64
25/64
F( xi )
9/64
39/64
64/64
Esperanza
30 18
9
30
25
0.75
1
2
0
64 64
64
64
64
E(x)= x P(x)= 0
Varianza
V(x)= (x-u) P(x)=E ( x 2 )- E (x ) 2

30 100 130
9
30
25
2.03125
1
4
0
=
64 64
64
64
64
64
E ( x 2 )= x 2 P(x)= 0
E ( x 2 )=2.03125
V(x)= E ( x 2 )- E (x ) 2 =2.03125- 0.75 2 =1.4688
V ( x ) 1.2119
13
CV=
V (X )
100
(100) 82.51 %
E( X )
6. Un capataz de una planta manufacturada tiene 5 hombres y 3 mujeres

trabajando en el. El capataz desea seleccionar 4 trabajadores para un
trabajo especial. Deseando no tener influencia en la seccin
de los
trabajadores, el decide seleccionar al azar 4 trabajadores. Sea Y el numero

de hombres en el grupo. Hallar la tabla de distribucin de probabilidad de y.
SOLUCIN
El capataz puede seleccionar 4 trabajadores de 8 de
70
8
4
maneras. El
Espacio muestral asociado a este experimento contiene 70 puntos

Mustrales, cada uno con igual probabilidad de ocurrencia esto es:
P wi
1
, i 1,2,....,70
70
Para todo evento simple wi

El rango de la variable aleatoria Y es Ry = (1, 2, 3,4)
El numero de maneras de seleccionar 4 personas de 8 de modo que en el
grupo haya 1 hombre y 3 mujeres es:
PY 1
PY 2
5
1
3
3
70
5
1
70 14
3
5
2
3
2
70
7
3
| PY 3
70
7
5
3
1
PY 4 4 0
70
14

5
3
3
1
En general, la de distribucin de probabilidad de Y es:

P Y PY Y
, Y

5
Y
3
4 Y
8
4
1,2,3,4
Por tanto la tabla de distribucin de probabilidad de Y es:

14
7.
P(Y)
1/17
6/14
6/14
6/14
Hallar la distribucin de probabilidad en la variable aleatoria x, definida

como el nmero de caras que se obtienen al arrojar 5 monedas.
SOLUCIN:
Tenemos x: numero de caras que se obtiene al arrojar 5 monedas.
-
el valor de la variable aleatoria x, esto es, puede ser cualquiera de los

enteros 0, 1, 2, 3, 4 o 5, en consecuencia el rango de x es
Rx = {0, 1, 2, 3, 4,5}
el espacio muestral asociado a este experimento tiene 2 5 =32 elementos,

luego el denominador para todas las probabilidades, por lo tanto para
nuestra funcin de probabilidad, ser 32. Para calcular el numero de
formas de obtener, digamos 3 caras necesitamos el numero de formas
de separar 5 resultados en 2 celdas con 3 caras u 2 sellos asignados a la
otra. Esto puede hacerse de
sellos pueden ocurrir
10 manera. En general, x caras y 5-x

5
3
formas, donde x puede tomar valores del 0, 1,

5
x
2, 3, 4,5. As la funcin de probabilidad es dada por:
P(x)=P(X=x)=
-
5
x
32
la tabla de distribucin de esta probabilidad de esta funcin es:
X
P(x)= P(X=x)
-
, x 0,1,2,3,4,5
0
1/32
1
5/32
2
10/32
3
10/32
4
5/32
5
1/32
El diagrama de barras de esta distribucin, se muestra en la siguiente

figura:
De los pasos anteriores tenemos:

a) p ( x) 0; x Rx
5
b)
10
10
p( x) 32 32 32 32 32 32 1
x 0
15
P(x)
1/2
10/32
5/32
1/32
1
8. En el lanzamiento simultneo de dos dados legales consideremos las

siguientes variables aleatorias:
X: numero de puntos obtenidos en el primer dado
Y: numero de puntos obtenidos en el segundo dado
a) Construir la distribucin de probabilidad de las siguientes variables:
i.
W=X-Y
ii.
A=2Y
iii.
Z=X-Y
iv.
B= mximo{x, y}
b) Construir la funcin de distribucin acumulada de las variables aleatorias:

W y B esbozar su grafica respectiva.
c) Aplicando las propiedades de la funcin de distribucin acumulada,
calcular las siguientes probabilidades.
i.
P{-3<W<3}
ii.
P{0
iii.
P{A>6}
iv.
P{Z
5.5}
v.
P{1
B 4}
W 4.5}
16
Z 35}
vi.
P{20
vii.
P{-1<A<8}
SOLUCIN:
a) Como dato tenemos las siguientes tablas de distribucin de probabilidad
de las
variables aleatorias W, A, Z y B.
w
P(w)
-5
1/36
a
P(a)
z
P(z)
1
1/36
18
2/36
b
P(b)
-4
2/36
-3
3/36
-2
4/36
-1
5/36
0
6/36
1
5/36
2
4/36
3
3/36
4
2/36
5
1/36
10
12
1/6
1/6
1/6
1/6
1/6
1/6
2
2/36
3
2/36
4
3/36
20
2/36
1
1/36
5
2/36
6
4/36
24
2/36
2
3/36
8
2/36
9
1/36
25
1/36
3
5/36
10
2/36
12
4/36
30
2/36
4
7/36
5
9/36
15
2/36
16
1/36
36
1/36
6
11/36
i. Segn la definicin 6 la funcin de distribucin acumulada de w es:
17

0, si : w 5
1 / 36, si : 5 w 4
3 / 36, si : 4 w 3
6 / 36, si : 3 w 2
10 / 36, si : 2 w 1
15 / 36, si : 1 w 0
F (w)=P W w
21 / 36, si : 0 w 1
26 / 36, si : 1 w 2
30 / 36, si : 2 w 3
33 / 36, , si : 3 w 4
35 / 36, si : 4 w 5
1, si : w 5
ii. La funcin de distribucin acumulada de la variable aleatoria B es:
0, si : b 1
1 / 36, si : 1 b 2
4 / 36, si : 2 b 3
F (b)=P B b 9 / 36, si : 3 b 4
16 / 36, si : 4 b 5
25 / 36, si : 5 b 6
1, si : b 6
9. Una urna I contiene 5 bolas blancas y 2 negras; la urna II contiene 3 bolas

blancas y 2 negras; la III contiene 2 bolas blancas y 3 negras .Extraemos
una bola de cada urna y sea X el nmero de bolas blancas extradas.
a) Determine la funcin de probabilidad de la variable aleatoria X
b) Determine la funcin de distribucin acumulada de X y trace su grfica.
SOLUCIN:
a) Tenemos X: numero de bolas blancas extradas, luego el rango de X es
Rx= {0, 1, 2,3}
Sean los eventos:
B1, B2 Y B3: Obtener bola blanca en la primera urna, segunda urna y
Tercera urna, respectivamente.
N1,N2Y N3: Obtener bola negra en la primera urna, segunda urna y
Tercera urna, respectivamente.
18

Segn las condiciones del problema, se tiene
P[B1] = 5/7 ,P[B2] = 3/5 , P[B3] = 2/5
P[N1] = 2/7, P[N2] = 2/5 , P[N3] = 3/5
Por ser independientes los colores que se obtienen al seleccionar una
bola en cada una de las urnas, tenemos:
P[X=0] = P[N1] P[N2] P[N3] = 12/175
P[X=1] = P[B1] P[N2] P[N3] + P[B2] P[N1] P[N3] + P[B3] P[N1] P[N2]
= (5/7) (2/5) (3/5) + (3/5) (2/7) (3/5) + (2/5) (2/7) (2/5) = 56/175
P[X=2] = P[B1] P[B2] P[N3] + P[B1] P[N2] P[B3] + P[N1] P[B2] P[B3]
= (5/7) (3/5) (3/5) + (5/7) (2/5) (2/5) + (2/7) (3/5) (2/5) = 77/175
P [X=3] = P [B1] P [B2] P [B3] = (5/7) (3/5) (2/5) = 30/175
Por tanto, la tabla de distribucin de probabilidad de X es
X
P(x)= P[X=x]
0
12/175
1
56/175
2
77/175
3
30/175
b) La funcin de distribucin acumulada de esta variable aleatoria es
F(x) = P [X x] =
0, six 0
12 / 175, si0 x 1
68 / 175, si x 2
145 / 175, six 3
Y su grafica se muestra en la figura:
19
EJERCICIOS PROPUESTOS:
Si p es la probabilidad de xito de un suceso en un solo ensayo, el numero
esperado se sucesos o la esperanza o la esperanza de este suceso en n
ensayos, estar dado por el producto de n y la probabilidad de xito.
E=np
1. En el lanzamiento 900 veces de dos dados. Cul es la esperanza de que la

suma de sus caras sea un valor menor a 6?
2. Las caras de un dado comn se hallan numeradas de 1 a 6. a) Cul es la
probabilidad de que habindole lanzado el dado, aparezca en la cara
superior un valor par? b) Cual es la posibilidad de obtener un numero
mayor a 2?
3. Cual es la probabilidad de que al lanzar dos dados se presenten dos valores
tales que la suma sea. a) 3, b) 4
4. Cul es la probabilidad de que sean varones los 3 hijos de una familia?
5. Si se tienen dos lpices uno rojo y otro verde, cuyas caras estn numeradas
1,2,3,4 y se echan a rodar sobre el piso, leyendo los nmeros
correspondientes a sus caras superiores con lo anterior:
a)
Establezca el espacio muestral de los acontecimientos
b)
Determine la probabilidad de que la cara superior del lapiza roja

sea 1 o 3, mientras que la de verde sea 2 o 4.
c)
Cual es la probabilidad de que la suma de sus caras sea 4?
d) Qu la suma de sus caras sea un numero par?

6. Tres corredores A, B Y C compiten entre ellos frecuentemente, han ganado
el 60, el 30 y el 10 por 100 de las competiciones respectivamente. En la
prxima carrera:
a)
Cul ser el espacio muestral?
b)
Qu valores podramos asignar a los puntos muestrales?
c)
Cul es la probabilidad de que A pierda?
7. Despus de un extenso estudio los archivos de una compaa de seguros

revelan que la poblacin de un pas cualquiera puede clasificarse, segn
sus edades, como sigue: un 35 por ciento menores de 20 aos, un 25 por
ciento entre 21 y 35 aos, un 20 por ciento entre 36 y 50 aos, un 15 por
ciento entre 51 y 65 aos y un 5 por ciento mayores de 65 aos. Suponga
20

que se quiere elegir un individuo de Tal manera que cualquier habitante del
pas supuesto tiene la misma posibilidad
de ser elegido. Empleando la
anterior informacin, describir el espacio muestral para la edad del individuo

elegido y asignar valores a los puntos muestrales. Cul es la probabilidad
de que el individuo sea mayor de 35 aos?
8. Un embarque de pintura tiene 2000 latas de 5 kilos de las cuales 800 son
de pintura blanca, 500 de amarilla, 300 de roja, 300 de verde y 100 de azul.
Durante el viaje las latas se han sumergido accidentalmente en agua y se
han borrado todos los rtulos. A la llegada las latas se colocan sobre una
plataforma, se coge una y se abre. Respecto del color de la lata elegida.
a)
Cual es el espacio muestral?
b)
Qu valores podramos asignar a los puntos muestrales?
c)
Cul es la probabilidad de que la lata elegida contenga pintura
blanca, roja o azul?

9.
Suponga que al observatorio meteorolgico clasifica cada da segn las

condiciones de cmo ventoso o en calma, segn la cantidad de lluvia cada,
en hmedo o seco y segn la rotura como caluroso normal o fri. Qu
espacio muestral es necesario para caracterizar? Qu valores podramos
asignar a los puntos muestrales?
10. Un
dispositivo
esta
compuesto
independientemente. La probabilidad
de
tres
elementos
que
trabajan
de falla de cada elemento en una
prueba es igual a 0.1. Analizar la variable aleatoria x: numero de elementos

que fallan en una prueba.
11. Cinco hombres y cinco mujeres son clasificados de acuerdo a sus puntajes
obtenidos en un examen de matemtica I. Supongamos que todos los
puntajes obtenidos en dicho examen son diferentes y que todas las 10!
Posibles calificaciones igualmente probables. Sea X la variable aleatoria que
de nota la clasificacin mas alta conseguida por una alumna (por ejemplo ,
x=2 denota que la alumna fue clasificada en un segundo lugar y que el
primer lugar fue ocupado por un alumno).Encuentre:
R.
5
5
5
5
5
1 5
,
,
,
,
,
,
, 0, 0, 0,0
2 36 36 84 84
252 252
12.-Un dispositivo esta compuesto de tres elementos que trabajan independientemente. La probabilidad de falla de cada elemento en una
21

Prueba es igual a 0.1. Analizar la variable aleatoria X: numero de
Elementos que fallan en una prueba
R.
X
p(x)
0
(0.9)3
1
3(0.1)(0.9)2
2
3(0.1)2(0.9)
3
(0.1)3
13.-Sea X la variable aleatoria que denota la diferencia entre el numero

de caras y el numero de sellos obtenidos cuando una moneda es
Lanzada n veces. Cuales son los posibles valores de X?
R. 2k-n , k= 0, 1,.., n
14.- Luego de producir el ltimo producto del da en una fabrica, se observa que
se han manufacturado 4 del producto A y 4 del producto B. Como uno de los
talleres de manufacturacin estuvo fallando, se sospecha que la mitad de la
produccin sea defectuosa.
Obtenga la distribucin de probabilidad del nmero de defectuosos
provenientes del producto A, al extraer 4 productos y someterlos a
prueba.
X
P(x)
0
1/70
1
16/70
2
36/70
3
16/70
4
1/70
15.- Para que valor de existe una constante C para el cual
Cx a, x 1,2,....
P(x) =
0, enotrocaso
Es funcin de cuanta de una variable aleatoria X?
16.- Para que valores de C la funcin p(x) define una funcin de Cuanta de
una variable aleatoria X?
17.-Una mujer tiene 8 llaves en su llavero de los cuales, exactamente
uno abre la cerradura de la puerta de su casa. Ella aprueba las llaves en
cada vez, escogiendo al azar en cada tentativa una de las llaves que no
ha sido experimentada. Sea X la variable aleatoria que denota el numero
de llaves que se prueba (incluyendo la correcta) para abrir la puerta.
Cul es la distribucin de probabilidad de X?
22

R.
x
P(x)
1
1/8
2
1/8
3
1/8
4
1/8
5
1/8
6
1/8
7
1/8
8
1/8
23

Variable Aleatoria Discreta

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Variable Aleatoria Discreta

Transféré par

Droits d'auteur :

Formats disponibles

VARIABLE ALEATORIA DISCRETA

LUIS J. CASTILLO VASQUEZ