Variables Aleatorias Discretas

Qu es una variable aleatoria (V.A.)?

Una V.A. es una funcin que asocia un nmero real a cada elemento del espacio
muestral de un experimento.
NOTAS IMPORTANTES:
El rango de una V.A. X se denota RX y es un conjunto de nmero reales.
Si

el RX es un conjunto discreto de nmero reales, es decir, que se puede poner

en correspondencia uno a uno con lo nmeros enteros positivos o sea es
contable, entonces decimos que X es una V.A. Discreta.
Discreta
Si el RX es un intervalo o unin de intervalos de nmero reales, entonces decimos
que X es Continua.
Si X es continua, entonces P(X=a)=0 para cualquier nmero a elemento de RX.
1

Ejemplos:

El nmero de llegadas a una lnea de espera en un intervalo de

tiempo dado, es una Variable Aleatoria Discreta.
La cantidad de tiempo que transcurre para que un motor de
avin tenga su primer falla, es una Variable Aleatoria Continua.
El tiempo de servicio de una cajera de un banco para atender a
un cliente, es una Variable Aleatoria Continua.
El nmero de artculos defectuosos que resulta al extraer una
muestra de tamao n de un lote de tamao N (nN), es una
Variable Aleatoria Discreta.
El tiempo de vida til de un componente electrnico es una V.A.
Continua.
2

Distribucin de Probabilidad de
una V.A. Discreta.
La distribucin de probabilidad o funcin de probabilidad
de una V.A. Discreta X es una funcin f(x) tal que:
1.
2.

f(x) 0 xR
P(X = x) = f(x), xR
f(x) = 1, xR

Valor esperado, Varianza y Desviacin

estndar de una V.A. Discreta.
La Media o Valor esperado de una V.A. Discreta X se define
como:
E(x)=x f(x)
donde la sumatoria se extiende sobre los valores del R x

La Varianza de una V.A. Discreta X se define como:

V(x)= E[(x-E(x))2]=(x-E(x))2 f(x)

La Desviacin Estndar se define como la raz cuadrada positiva

de la varianza. La denotaremos como DE(x).
4

Ejemplo de Aplicacin
Un embarque de 50 computadoras similares que se enva a un
distribuidor contiene 7 aparatos defectuosos. Una empresa
realiza una compra aleatoria de 3 de este embarque.
a)
b)
c)

Determine la funcin de probabilidad para el nmero de

computadoras defectuosas en la compra.
Cul es el valor esperado del nmero de computadoras
defectuosas en la compra?
Determina la varianza y la desviacin estndar para el
nmero de computadoras defectuosas en la compra.

DISCRETAS

Distribuciones Discretas de
Probabilidad

Binomial
Geomtrica
Pascal
Hipergeomtrica
Poisson

Distribucin Binomial
Experimento de Bernoulli
Consiste

en n pruebas idnticas.
Cada prueba tiene dos resultados posibles: xito o fracaso.
La probabilidad de xito en cada prueba se mantiene constante y la denotaremos
por p. (1-p) = q ser la probabilidad de fracaso.
Los resultados de las pruebas son independientes.

Variable Aleatoria Binomial

En un experimento de Bernoulli, si la variable aleatoria x representa el nmero de
xitos en las n pruebas, entonces se le llama Binomial y sus parmetros son n y p.

Distribucin Binomial
Si x es una variable aleatoria Binomial con parmetros n y p
entonces su distribucin de probabilidad p(x) est dada por:

n x n x
p( x ) p q ,para x 0,1, 2,...,n
x
E( x) np y V ( x) npq
8

Ejemplo de Aplicacin
Una lnea de produccin genera un 3% de productos defectuosos,
proporcin que se mantiene constante. Si se seleccionan de
manera aleatoria 30 productos de esta lnea y se supone
independencia en los resultados,
a) Cul es la probabilidad de que exactamente 3 sean
defectuosos?
b) Cul es la probabilidad de que al menos dos de ellos sean
defectuosos?
c) Cul es la probabilidad de que no menos de 3 sean defectuosos?
d) Cul debe ser el tamao de la muestra para que la probabilidad
de que haya al menos un defectuoso en sta sea de 0.95?
9

Distribucin Geomtrica
En un experimento de Bernoulli, si la variable aleatoria y representa
el nmero de pruebas necesarias para que un xito ocurra por
primera vez, entonces se le llama geomtrica y su parmetro es p.
Si y es una variable aleatoria geomtrica con parmetro p, su
distribucin p(y) de probabilidad est dada por:

p( y ) q y 1p, para y 1, 2, 3,...

1
q
E( y )
V(y ) 2
p
p
10

Distribucin de Pascal
En un experimento de Bernoulli, si la variable aleatoria w representa
el nmero de pruebas necesarias para que un xito ocurra por
k-sima vez, entonces se le llama de variable aleatoria de Pascal (o
Binomial Negativa) y sus parmetros son k y p.
Si w es una variable aleatoria de Pascal con parmetros k y p, su
distribucin de probabilidad p(w) est dada por:
w 1 k w k
p q
p( w )
, para w k, k 1, k 2,...
k 1
k
kq
E( w )
V( w) 2
p
p
11

Ejemplo de Aplicacin
Una lnea de produccin genera un 3% de productos defectuosos,
proporcin que se mantiene constante. Si se seleccionan
aleatoriamente productos de esta lnea,
a) Cul es la probabilidad de que se tengan que seleccionar 5
productos para que aparezca el primer defectuoso?
b) Cul la probabilidad de que se tengan que seleccionar ms de 4
productos para que aparezca el primer defectuoso?
c) Cul es la probabilidad de que se tengan que seleccionar
exactamente 4 productos para que aparezcan dos defectuosos?
d) Cul es la probabilidad de que se tengan que seleccionar ms de
4 productos para que aparezcan 3 defectuosos?
12

Distribucin Hipergeomtrica
Sea N el nmero de elementos en una poblacin finita, de tal manera que k de stos
poseen una caracterstica especial (xitos) y los restantes N-k no (fracasos). Supongamos
que se selecciona una muestra aleatoria de n elementos sin reemplazo de la poblacin. Si
y es el nmero de xitos en la muestra, a y se le llama variable aleatoria
Hipergeomtrica y sus parmetros son N, k y n.
Si y es una variable aleatoria hipergeomtrica con parmetros N, k y n entonces su
distribucin de probabilidad p(y) est dada por:

k Nk

y ny
p( y )
N

E( y )

nk
N

para n N, y k

k Nn
k
V ( y ) n
1

N N 1
N
13

Ejemplo de Aplicacin
Un fabricante de herramientas recibe un lote de 50 piezas
para ser ensambladas a su producto. Su plan para aceptar
el lote consiste en seleccionar aleatoriamente y sin
reemplazo 5 piezas para probarlas. Si encuentra que todas
las piezas cumplen con las especificaciones, acepta el lote.
De otra forma, lo rechaza. Suponiendo que el lote contiene
3 piezas que no cumplen las especificaciones, cul es la
probabilidad de que sea rechazado?

14

Distribucin de Poisson
Un Proceso de Poisson con parmetro , >0, es un experimento que consiste
en el conteo de eventos discretos en un intervalo continuo de nmeros reales
(tiempo, longitud, rea, etc). Adems supone independencia en la ocurrencia de
los eventos. El parmetro representa el nmero promedio de eventos que
ocurren en el intervalo.
Si la variable aleatoria x representa el nmero de eventos discretos que ocurren
en un proceso de Poisson con parmetro , a x se le conoce como variable
aleatoria de Poisson, y su distribucin de probabilidad p(x) est dada por:

e
p( x )
,para x 0,1, 2,...
x!
E( x ) V ( x )
x

15

Ejemplo de Aplicacin
El nmero de artculos que llegan a una determinada
estacin de trabajo generan una lnea de espera (cuello de
botella), la cual se puede modelar como un proceso de
Poisson con un promedio de 5 llegadas por cada 2
minutos. Calcule la probabilidad de que,
a)Lleguen

5 artculos en un periodo de 2 minutos?

b)Lleguen ms de 3 artculos en un periodo de 2 minutos?
c)Lleguen 15 artculos en un periodo de 10 minutos?
d)Lleguen a lo ms 3 artculos en un periodo de 4
minutos?

16