VARIABLES ALEATORIAS

Definicin: Variable aleatoria (VA) es una funcin definida en el espacio muestral,

con valores reales.

f : R

Quiere decir que a cada evento elemental le corresponde un y solo un nmero

real.

Tipos de variables aleatorias: Las Variables aleatorias pueden ser discretas o

continuas.

Variables Aleatorias Discretas: Quedan unvocamente definidas por su funcin

densidad de probabilidad. Es decir por la siguiente tabla, siendo X la Variable
Aleatoria:

Valores Probabilidad
i Xi Pr(X = Xi)
1 X1 Pr(X = X1)
2 X2 Pr(X = X2)
3 X3 Pr(X = X3)
.
n Xn Pr(X = X4)
.
=1
Clculos relacionados:

1. Valor Esperado E X xi * Pr( X xi )
i 1

2. Valor Esperado de orden k E X k xik * Pr( X xi ) . Se interpreta de la
i 1

siguiente forma: Si el experimento aleatorio se realiza n veces, el

promedio de los resultados de X tiende al Valor Esperado, cuando n tiende
a infinito.
3. Varianza Var ( X ) E X 2 E X
2

r
4. Probabilidad Acumulada Pr( X xr ) Pr( X xi )
i 1

MODELOS DE VARIABLES ALEATORIAS DISCRETAS

1. MODELO BINOMIAL
1.1 Definicin: Partimos de un experimento aleatorio con dos nicos
posibles resultados:
a) XITO que ocurre con probabilidad p
b) Fracaso que ocurre con probabilidad q = 1 p
 c) Repetimos el experimento n veces de manera independiente y en
las mismas condiciones (es decir p debe permanecer constante
en las n repeticiones.
d) Preguntamos por la probabilidad de tener k EXITOS. (Ntese que
XITO es aquello por lo que preguntamos)
e) Frmula: Como debemos tener k EXITOS tendremos n-k
FRACASOS; como adems las repeticiones son independientes,
n n
tendremos y Pr( X k ) Pkn p k q nk donde el aparece por
k k
las maneras como pueden ocurrir los xitos en las n repeticiones
1.2 Observamos que esta distribucin cuenta con 2 parmetros: p y n y
que los posibles valores de k son k = {0,1,2,3, ,n}
1.3 El Valor Esperado es E[X] = np
1.4 La Varianza es Var(X) = npq
2. MODELO HIPERGEOMTRICO
2.1 Definicin: Supongamos que tenemos una poblacin dividida en dos
clases,

Clase I

K
elementos

Clase II N-K elementos

Extraemos (sin reposicin) una muestra de tamao n y preguntamos

por la probabilidad de obtener exactamente r elementos de la clase I
en la muestra
N
a) Nmero de muestras posibles:
n
K
b) Formas de obtener r elementos de la clase I
r
N K
c) Formas de obtener n-r elementos de la clase II
nr

K N K

r n r
d) Probabilidad pedida Pr( X r )
N

n
2.2 Los parmetros son N, K y n siendo sus valores
N = {0,1,2,3, }
K = {0,1,2,3, ,N}
 n = {0,1,2,3, ,N}
nK
2.3 El valor esperado es E X
N
nK K
1 N n
N N
2.4 La varianza es Var ( X )
N 1

3. MODELO DE POISSON
3.1 Definicin: una Variable aleatoria X sigue una distribucin de
POISSON si:
i. X tiene valores {0,1,2,3, .,k, ..}
e k
ii. Pr( X k )
k!
iii. es la intensidad o numero de ocurrencias por unidad de
medida
3.2 Esta distribucin tiene un solo parmetro
3.3 El Valor Esperado E[X] =
3.4 La Varianza Var(X) =

La distribucin de Poisson se aplica a varios fenmenos discretos de la

naturaleza (esto es, aquellos fenmenos que ocurren 0, 1, 2, 3,... veces durante
un periodo definido de tiempo o en un rea determinada) cuando la probabilidad
de ocurrencia del fenmeno es constante en el tiempo o el espacio. Ejemplos de
estos eventos que pueden ser modelados por la distribucin de Poisson incluyen:

El nmero de autos que pasan a travs de un cierto punto en una ruta

(suficientemente distantes de los semforos) durante un periodo definido
de tiempo.
El nmero de errores de ortografa que uno comete al escribir una nica
pgina.
El nmero de llamadas telefnicas en una central telefnica por minuto.
El nmero de servidores web accedidos por minuto.
El nmero de animales muertos encontrados por unidad de longitud de
ruta.
El nmero de mutaciones de determinada cadena de ADN despus de
cierta cantidad de radiacin.
El nmero de ncleos atmicos inestables que decayeron en un
determinado perodo en una porcin de sustancia radiactiva. La
radiactividad de la sustancia se debilitar con el tiempo, por lo tanto el
tiempo total del intervalo usado en el modelo debe ser significativamente
menor que la vida media de la sustancia.
El nmero de estrellas en un determinado volumen de espacio.
La distribucin de receptores visuales en la retina del ojo humano.

PROBLEMAS PROPUESTOS
 1. De dos tiradores uno da en el blanco el 85% de las veces y el otro el 90%
de las veces el primer tirador dispara 12 veces y el segundo 15 veces
a) Calcular la probabilidad de que el primero acierte todos los disparos
b) Cul de los 2 tendr mas aciertos?
c) Calcular la probabilidad de que el segundo acierte mas de 10
disparos
2. Una familia tiene 6 nios de diferentes edades, si la probabilidad de que
nazca un hombre es 48%; hallar la probabilidad de:
a) Hay mas de dos nias en la familia
b) Hay exactamente 3 varones
c) Hay mas nias que nios
3. Una caja de una docena de un determinado producto tiene tres productos
fallados; se extrae al azar 4 de ellos. Hallar la probabilidad de:
a) Ningn fallado en la muestra
b) Mas de un fallado en la muestra
c) Los tres son fallados
4. El congreso desea formar una comisin de tres congresistas y elige al
azar tres de los 20 encargados de otras comisiones. Si hay 8 de oposicin,
hallar la probabilidad de:
a) Ningn opositor entre los elegidos
b) Mas opositores entre los elegidos
c) Exactamente un opositor
5. Una tela denim tiene un promedio de 0.3fallas/m 2 si el producto se vende
en rollos de 60m2; y elegimos un roll al azar, hallar la probabilidad de
a) Ninguna Falla en el rollo
b) Mas de 2 fallas en el rollo
c) Exactamente 3 fallas en el rollo
6. Las fallas por llanta en los autos de formula 1 ocurre en promedio, a razn
de 0.0025 fallas/milla. Si usted es el encargado de la logstica de llantas
en la carrera de las mil millas de Monsa (Italia), y tiene un auto en la
carrera, calcule el nmero de llantas requerido para cubrir las fallas por
llanta con una probabilidad de por lo menos
a) 90%
b) 95%
c) 99%

PROBLEMAS DE PRACTICAS ANTERIORES

ESTADSTICA Y PROBABILIDADES I TERCERA PRACTICA CALIFICADA
Turno : MAANA Tema: V. A. Discretas
Seccin : B305..... Fecha: Marzo 31 2011

1. Los clientes de un producto perecible acuden a comprarlo diariamente

segn una distribucin de POISSON con =6.5 Si la produccin diaria es
 de 10 unidades, el costo del producto es de $16.00; su valor de venta
$28.00.y la duracin del producto es de un da
a) Hallar el valor esperado y la varianza de la ganancia 3 puntos
b) Cul es la produccin diaria que maximiza la utilidad? 3
puntos

2. Una compaa importadora decide rematar un gran lote de tarjetas madre

para LAP TOP porque detecto que tenan un 15 % de fallados. Un cliente
compr 24 de esas tarjetas madre. Hallar la probabilidad de que entre lo
comprado halla:
a) Mas de 3 productos fallados 2 puntos
b) Ningn producto fallado en la caja 2 puntos
(4 puntos )

3. Una compaa constructora, especializada en caminos debe construir un

tramo de la carretera transocenica en la regin Madre de Dios, para ello
debe alquilar 3 compresoras que alimenten a los martillos de rotura. Estos
equipos tienen como repuesto estratgico un rodaje que falla a razn de
0.004 fallas por da y el alquiler es por 9 meses (275 das). Cuntos
rodajes de repuesto debe tener para garantizar la operacin de las
compresoras?
a) Con 90% de probabilidad 2 puntos
b) Con 97.5% de probabilidad 2 puntos

4. Al probar una pequea incubadora para pollos, con capacidad para 10

huevos se determin que el porcentaje de pollos nacidos era de 90%. Si
ponemos 10 huevos en la incubadora:
a) Hallar la probabilidad de que nazcan 10 pollos 1 punto
b) Hallar la probabilidad de que nazcan mas de 7 pollos2 puntos
c) Si la probabilidad de que nazcan hembras es de 60% Cmo
calcular la probabilidad de que nazca un nmero k de hembras?
3 puntos
UNIVERSIDAD TECNOLOGICA DEL PERU FIIS
ESTADISTICA Y PROBAILIDADES I SECCION B405
31 DE MARZO DE 2011 3 PRACTICA CALIFICADA

1. Un paciente de un hospital debe ser sometido a una intervencin

quirrgica y necesita contar con 1 litro de sangre tipo O Rh+ Esta sangre
se considera escasa y en Lima la tiene un 10% de la poblacin. La familia
contact 10 posibles donantes, elegidos al azar. Suponiendo que cada
dnate puede dar 0.25 litros hallar la probabilidad de:
a) No se alcanz la cuota exigida 3 puntos
b) Cmo cambia su respuesta a) si el nmero de donantes es 12?
2 puntos

2. Un examen de grado se toma en base al desarrollo de 25 preguntas

(balotas) entregadas previamente al graduando. El examen consiste en
elegir cinco (5) balotas al azar, y se aprueba si contesta bien por lo menos
3 preguntas. Uno de ellos ha desarrollado satisfactoriamente solo 12 de
ellas. Hallar la probabilidad de:
a) El alumno aprueba el examen 2 puntos
b) El alumno respondi solo 2 balotas 2 puntos

3. Un articulo perecible es fabricado a razn de 12 unidades por da y debe

ser vendido al da siguiente. El costo de produccin de cada articulo es de
$85.00 y su precio de venta es de $150.00 Los artculos no vendidos en
el da se venden como chatarra a $35. Hallar el valor esperado y la
varianza de la utilidad. 5 puntos

4. Los barcos pesqueros realizan faenas de pesca en alta mar en periodos

de 180 das, uno de sus repuestos estratgicos es el circuito integrado del
sistema de comunicaciones, el cual falla a razn de 0.012 fallas/da Hallar
el nmero mnimo de repuestos requerido por viaje para garantizar la
operacin del equipo

a) Con 90% de probabilidad 3 puntos

b) Con 97.50% de probabilidad 3 puntos

EL PROFESOR
Duracin 80 minutos
Permitido el uso de tablas y formularios
Prohibido el uso de celulares y el intercambio de formularios tablas o calculadoras.