Está en la página 1de 6

1

VARIABLES ALEATORIAS DISCRETAS

Clase 10
Variables Aleatorias Discretas
Jose Tapia Caro
Sea el experimento aleatorio que consiste en lanzar una moneda normal dos veces y anotar el lado
resultante, entonces el espacio muestral resulta ser S = {CC, CS, SC, SS}. Suponga tambien que X
es una funci
on definida en S y que cuenta el n
umero de sellos resultantes al lanzar la moneda dos
veces. Entonces, X(CC) = 0, X(CS) = 1, X(SC) = 1, X(SS) = 2 y resulta claro que la funcion X
puede asumir los valores 0,1 y 2.
Este tipo de funciones se llamar
an variables aleatorias porque obviamente varan dependiendo del
resultado del experimento aleatorio. En estos casos uno no conoce el valor que adoptara X en un
particular lanzamiento de la moneda dos veces, pero si conoce el conjunto de todos los valores posibles
que puede adoptar {0, 1, 2}. Finalmente lo que interesa, a
un antes de realizar el experimento, es la
probabilidad de que X asuma alguno de esos valores. Por ejemplo, cual es la probabilidad de que
al lanzar una moneda dos veces resulte un sello?. En simbolos, se pregunta por P (X = 1).

1.

Variables Aleatorias Discretas

Definici
on 1.1. Una variable aleatoria X es cualquier funci
on que asigna a cada resultado de
un experimento aleatorio s S un y s
olo un n
umero real x = X(s). El espacio es el conjunto
E = {x R/x = X(s), s S} formado por todos los valores asignados por la variable aleatoria.
Si X es el n
umero de sellos resultantes al lanzar una moneda dos veces, entonces su espacio es
E = {0, 1, 2}
Si el espacio E es alg
un conjunto finito o contable de n
umeros tal como E = {0, 1, 2}, entonces
se dice que la variable aleatoria X es discreta. Si el espacio es alg
un intervalo de n
umeros reales tal
como E =]0; [, entonces se dice que la variable aleatoria X es continua.
Si B E. c
omo calcular la probabilidad P (X B)? La respuesta requiere el concepto de
eventos equivalentes y de probabilidad inducida por X.
Definici
on 1.2. Sean S el espacio muestral asociado a un experimento aleatorio y X una variable
aleatoria definida en S y con espacio E. Se dice que los eventos A S y B E son equivalentes
si la im
agen de A a traves de X es B, esto es si X(A) = B. La probabilidad inducida por la
variable aleatoria X se define como PX (B) = P (A) donde A y B eventos equivalentes. (Vea Figura
1)
Observaciones 1.1. La probabilidad P esta definida para evento A S pero la probabilidad PX
est
a definida en un espacio diferente para eventos B E R. Sin embargo, ambas probabilidades
dan n
umeros iguales cuando A y B son eventos equivalentes de modo que PX (B) = P (A). Teniendo
clara esta distinci
on se omitir
a el subindice X y se anotara simplemente P (B) o P (X B) en vez
de PX (B) o PX (X B).
Ejemplo 1. Si X es el n
umero de sellos resultantes al lanzar una moneda dos veces, entonces calcule
PX (X = x) para cada x E = {0, 1, 2}
Soluci
on Los eventos equivalentes son {CC} y {0}, {CS, SC} y {1}, {SS} y {1} Entonces,
PX (X = 0)

= P ({CC}) = 1/4 = 0, 25

PX (X = 1)

= P ({CS, SC}) = 2/4 = 0, 50

PX (X = 2)

= P ({SS}) = 1/4 = 0, 25

Considerando la Observaci
on 1.1 se anotara P (X = x) = f (x), x E de modo que los resultados
anteriores se pueden resumir en la siguiente tabla de probabilidades
x
f (x)
1

0
0,25

1
0,50

2
0,25

VARIABLES ALEATORIAS DISCRETAS

S,P
,

E , PX

A
B
X
s

Figura 1: Probabilidad Inducida por X

Esa tabla es el modelo de probabilidad


para la variable aleatoria X y revela dos hechos naturales:
P
f (x) 0 para todo x E, y
f (x) = 1

Definici
on 1.3. Se dice que f (x) es una funci
on de probabilidad (de cuanta o de masa) para
la variable aleatoria discreta X si cumple las tres condiciones siguientes,
1. f (x) 0, x E
P
2.
xE f (x) = 1
P
3. P (X B) = xB f (x), x B E
Definici
on 1.4. Sea X una variable aleatoria discreta con espacio E y funci
on de probabilidad f (x).
La funci
on de distribuci
on o funci
on de probabilidad acumulada de X, anotada F (x), se
define de la siguiente manera.
X
F (x) = P (X x) =
f (t), t E, < x <
(1)
tx

El siguiente ejemplo ilustra los conceptos vertidos en las Definiciones 1.3 y 1.4 y tambien permitir
a ilustrar alguna de sus propiedades.
Ejemplo 2. Considere la variable aleatoria X del Ejemplo 1.
a) Determine la funci
on de distribucion F (x).
b) Determine la probabilidad P (X > 0).
Soluci
on
a) La funci
on de distribuci
on de probabilidad acumulada F (x) para x {0, 1, 2} se muestra en
la tabla siguiente.

VARIABLES ALEATORIAS DISCRETAS


x
f (x)
F (x)

0
0,25
0,25

1
0,50
0,75

2
0,25
1,00

Sin embargo, F (x) est


a definida para todo < x < aunque f (x) este definida solo para
x {0, 1, 2}. Por tanto, la funcion de distribucion pedida es,

0
x<0

0, 25 0 x < 1
F (x) =

0, 75 1 < 2

1
2x
b) La probabilidad de que el n
umero
P de sellos resultantes al lanzar una moneda dos veces sea
mayor que cero es P (X > 0) = x>0 f (x) = f (1) + f (2) = 0, 5 + 0, 25 = 0, 75


1.00
0.75
F(x)

0.25
0.00
1

0.50

1.00
0.75
0.50
0.25
0.00

f(x)

La Figura 2 ilustra la funci


on de cuanta del Ejemplo 1. La Figura 3 ilustra la funcion de distribuci
on del Ejemplo 2 y tambien permite ilustrar algunas propiedades generales de F (x) que aparecen
en las siguientes observaciones.

Figura 2: Cuanta del Ejemplo 2

Figura 3: Distribucion Ejemplo 2

Observaciones 1.2. La funci


on de distribucion F (x) de una variable aleatoria discreta satisface
las siguientes propiedades.
1. F (x) es no decreciente. Esto es, si x1 < x2 , entonces F (x1 ) F (x2 ).
En la Figura 3, F (0, 3) = F (0, 7) = 0, 25, pero F (0, 7) = 0, 25 < F (1, 4) = 0, 75
2. lmn F (x) = 0, lmn F (x) = 1
3. F (x) es continua por la derecha; esto es, F (x) = F (x+ ) = lmtx F (t) para cada x.
t>x

En la Figura 3, F (1) = F (1+ ) = 0, 75 y F (1, 5) = F (1, 5+ ) = 0, 75.


4. Para cada x, P (X > x) = 1 F (x).
En efecto, P (X > x) = 1 P (X x) = 1 F (x)
En la Figura 3, P (X > 1) = 1 F (1) = 1 0, 75 = 0, 25.

EJERCICIOS

5. Para cada x1 < x2 se tiene que P (x1 < X x2 ) = F (x2 ) F (x1 ).


En efecto, P (x1 < X x2 ) = 1 P (X x1 X > x2 ) = 1 [P (X x1 ) + P (X > x2 )] =
1 [F (x1 ) + 1 F (x2 )] = F (x2 ) F (x1 ).
En la Figura 3, P (0 < X 1, 5) = F (1, 5) F (0) = 0, 75 0, 25 pero P (1 < X 1, 5) =
F (1, 5) F (1) = 0, 75 0, 75 = 0.
6. Para todo x, P (X < x) = F (x ).
En la Figura 3, P (X < 1) = F (1 ) = 0, 25 pero P (X 1) = F (1) = 0, 75.
7. Para cada x, P (X = x) = F (x+ ) F (x ).
En la Figura 3, P (X = 1) = F (1+ ) F (1 ) = 0, 75 0, 25 = 0, 5 pero P (X = 1, 5) =
F (1, 5+ ) F (1, 5 ) = 0, 75 0, 75 = 0. Esta propiedad indica que la probabilidad P (X = a)
corresponde al salto de F (x) en X = a.

2.

Ejercicios

1. Suponga que la variable aleatoria discreta X tiene una funcion de probabilidad dada por,
(
k
, x = 0, 1, 2, 3, 4
f (x) = x!
0 , en otro caso
a) Determine la constante k.
b) Calcule P (X > 1)
c) Determine y grafique la funcion de distribucion F (x).
R.

a) k = 24/65

b) 0,2615

c)

0, 3692

0, 7385
F (x) =
0, 9231

0, 9846

,x < 0
,0 x < 1
,1 x < 2
,2 x < 3
,3 x < 4
,4 x

2. Suponga que la variable aleatoria discreta X tiene una funcion de probabilidad dada por,
( x
k4
, x = 0, 1, 2, 3, 4, 5, 6, 7
x!
f (x) =
0
, en otro caso
a) Determine la constante k.
b) Calcule P (1 < X < 6)
c) Determine y grafique la funcion de distribucion F (x).
3. Una moneda balanceada se lanza 5 veces y se define X como el n
umero de sellos resultantes
en los cinco lanzamientos.
a) Cu
al es el espacio de la variable aleatoria X?.
b) Encuentre la funci
on de probabilidad f (x) de X.
c) Encuentre y grafique la funcion de distribucion F (x).
d) Cu
al es la probabilidad de que resulten mas de tres sellos en los cinco lanzamientos?.

R.
a) {0, 1, 2, 3, 4, 5}
b) f (x) = x5 0, 55 ; x {0, 1, 2, 3, 4, 5}
d) 0,1875
4. De una variable aleatoria X se sabe que toma los valores 0, 1, 2, 3, 4 y 5 y se sabe que los
valores de la funci
on de distribucion en esos puntos son 0,06; 0,23; 0,48; 0,80; 0,92 y 1,00
respectivamente.
4

EJERCICIOS

a) Grafique aproximadamente la funcion de distribucion para < x < .


b) Calcule P (X = 4), P (X > 4), P (X 4), P (X < 4) y P (2 < X 4).
R.

b) 0,12

0,08

0,20

0,80

0,44

5. Dos dados balanceados se lanzan juntos una vez. Uno de los dados tiene 4 caras numeradas
del 1 al 4 y el otro tiene 6 caras numeradas del 1 al 6. Sea X la variable aleatoria definida
como el valor absoluto de la diferencia entre los dos n
umeros que aparecen.
a) Encuentre y grafique la funcion de probabilidad f (x) de X.
b) Determine y grafique la funcion de distribucion F (x).
c) Calcule P (2 < X 5).
R.

a)

x
f (x)

0
4/24

1
7/24

2
6/24

3
4/24

4
2/24

5
1/24

c) 7/24

6. El caj
on de un mueble tiene 4 pilas buenas y 6 usadas que ya no funcionan. Las pilas est
an
mezcladas, son del mismo tama
no y de la misma marca de modo que no se puede distinguir a
simple vista las pilas buenas de las malas. Del cajon se extraen 3 pilas sin reposicion y se define
la variable aleatoria X como el n
umero de pilas buenas que resultan en las tres extracciones.
a) Encuentre y grafique la funcion de probabilidad de X.
b) Calcule e interprete la probabilidad de obtener tres pilas buenas en las tres extracciones.
6
(x4)(3x
)
; x {0, 1, 2, 3}
b) 1/30 significa que una de cada 30 repeti)
(10
3
ciones del experimento resulta en tres pilas buenas.

R.

a) f (x) =

7. Defina la variable aleatoria X como el n


umero de veces que se debe lanzar una moneda balanceada hasta obtener la primera cara
a) Cu
al es el espacio de la v.a X?
b) Determine y grafique la funcion de probabilidad f (x).
c) Determine y grafique la funcion de distribucion F (x).
d) Cu
al es la probabilidad de que sean necesarios 5 lanzamientos de la moneda para obtener
la primera cara? y que sean necesarios 8 lanzamientos?
R.
a) {1, 2, 3, . . .}
b) f (x) = 0, 5x ; x = 1, 2, 3, . . .
1, 2, 3, . . .
d) P (X = 5) = 0, 55 = 0, 03125

c) F (x) = 1 0, 5x ; x =

8. Una empresa dedicada a la venta, instalacion y mantencion de aire acondicionado sabe que
las solicitudes de mantenci
on pueden dar origen a la compra e instalacion de un nuevo equipo
de aire acondicionado. Registros de temporadas veraniegas pasadas han permitido elaborar el
siguiente modelo de probabilidad para el n
umero X de equipos de aire acondicionado nuevos
pedidos de esta forma.
x
f (x)

0
0,52

1
0,34

2
0,10

3
0,04

a) Grafique las funciones de probabilidad f (x) y de distribucion F (x).


b) Cu
al es la probabilidad de que una solicitud de mantencion derive en la compra de
equipos nuevos de aire acondicionado?
c) En el verano anterior se recibieron 1263 solicitudes de mantencion de equipos de aire
acondicionado. Estime el n
umeror de equipos nuevos que podran solicitarse en la proxima
temporada suponiendo que la demanda sera similar.
R.
b) 0,48
equipos nuevos.

c) Se espera recibir 1263E(X) = 1263(0, 66) 834 solicitudes de

EJERCICIOS

9. Un dispositivo tiene dos componentes mecanicos. Suponga que las probabilidades de que la
primera y la segunda componente cumplan con las especificaciones son 0,95 y 0,98. Suponga
que las componentes funcionan independientemente. Determine la funcion de probabilidad
para el n
umero de componentes en el dispositivo que cumplen con las especificaciones.
x
0
1
2
R:
p(x) 0,0010 0,0068 0,9310
10. Una pareja decide tener hijos hasta tener al menos uno de cada sexo o un maximo de tres
hijos. Suponga que la probabilidad de tener un hijo de sexo masculino (M) es 0,5 y que hay
independencia en el sexo de sus hijos. Represente en forma ordenada la posible secuencia de
los generos de los hijos de esta pareja, denotando, M: masculino y F: femenino.
a) Cu
ales son las posibles secuencias de los generos de los hijos? Considere estas secuencias
como elementos de un espacio muestral S y calcule la probabilidad de cada uno de sus elementos.
b) Sea X el n
umero de hijas en la familia. Encuentre la funcion de probabilidad de X.
c) Cu
al es la probabilidad de que la pareja tenga al menos una ni
na?
R: a)
b)

Espacio muestral
Probabilidad

MF
1/4

FM
1/4

x
p(x)

2
1/8

3
1/8

0
1/8

1
5/8

FFM
1/8

MMF
1/8

FFF
1/8

MMM
1/8

c) 7/8

11. De los clientes que llegan a un Banco en un da cualquiera se sabe que 1 de cada 4 tiene cuenta
corriente y tarjeta de credito en ese Banco y que 1 de cada 10 tiene en ese Banco solo cuenta
corriente. Se eligen aleatoriamente a tres clientes que llegan al Banco en un da cualquiera y
se define la variable aleatoria X como la cantidad de clientes entre los tres elegidos que tiene
en ese Banco s
olo cuenta corriente. Determine la funcion de probabilidad de X