Documentos de Académico
Documentos de Profesional
Documentos de Cultura
T Discr
T Discr
UNIDAD 1
VARIABLES ALEATORIAS Y DISTRIBUCIN DE
PROBABILIDADES
Una variable aleatoria es una funcin que asigna un nmero real a cada resultado del
espacio muestral de un experimento aleatorio.
Dicho de otra forma, una variable aleatoria es una funcin valorada numricamente,
cuyo valor est regido por factores en los que interviene el azar.
Las variables aleatorias pueden ser discretas o continuas, segn su rango de valores.
Una variable aleatoria que puede asumir una cantidad finita de valores o una sucesin
infinita de valores enteros se llama variable aleatoria discreta. Por ejemplo, consideremos
que un experimento consiste en contar los vehculos que llegan a un puesto de cobro; la
variable aleatoria de inters es la cantidad de vehculos que llegan en un minuto y sus
posibles valores son 0, 1, 2
Las variables aleatorias cualitativas deben asumirse como discretas, puesto que a cada
posible valor podra asignrsele un nmero.
EJEMPLO 1.1.
Un embarque de 8 aparatos similares que se enva a un distribuidor contiene 3 aparatos
defectuosos. Si una persona realiza una compra aleatoria de 2 de estos aparatos, encuentre
la distribucin de probabilidades para el nmero de computadores defectuosos
Solucin:
2
x 0 1 2
f(x) 10/28 15/28 3/28
1. f(x) 0
2. f ( x) 1
Adems, puede hablarse de una distribucin acumulada de dicha variable; sta se denota
como F(X), indica la probabilidad de que X sea menor o igual a un valor especfico y est
dada por:
x x
F(X) = P(Xx) =
x 0
P(X)
EJEMPLO 1.2.
La produccin diaria de 850 partes manufacturadas contiene 50 que no cumplen con los
requerimientos del cliente. Del lote se escogen dos partes al azar; si X es el nmero de
partes que no cumplen los requerimientos del cliente, hallar F(X=1).
Solucin:
E ( x) xf ( x)
Su varianza es un promedio ponderado de las desviaciones de cada valor posible respecto
al promedio, elevadas al cuadrado; los factores de ponderacin son las probabilidades. La
varianza est dada por:
Var ( x) 2 (x ) 2
f ( x)
EJEMPLO 1.3.
Calcular el valor esperado y la desviacin estndar de la variable del nmero de aparatos
defectuosos comprados en el caso del ejemplo 1.1.
Solucin:
15 3
1* 2* 0.75 aparatos defectuosos
28 28
10 15 3
* (0 0.75) 2 * (1 0.75) 2 * (2 0.75) 2 0.634 aparatos defectuosos
28 28 28
Dichas distribuciones son idealizaciones del mundo real, por lo tanto sus resultados no
siempre coinciden con la realidad.
n
f ( x ) p x q n x ,
x
EJEMPLO 1.4.
Cierta aerolnea hace ocho vuelos diarios de Bogot a Miami. Suponga que la probabilidad
de que alguno de los vuelos se retrase es 0.2.
a) Cul es la probabilidad de que ninguno de los vuelos se retrase hoy?
b) Cul es la probabilidad de que hoy se retrasen por lo menos 6 vuelos?
Solucin:
8
P(X=0) = * 0.2 * 0.8 0.1678
0 8
a)
0
8 8
* 0.2 6 * 0.8 2 * 0.2 7 * 0.81 0.2 8
= 6 7
= 0.00123
6
En casi todos los libros de estadstica se encuentran tablas de la distribucin binomial para
valores seleccionados de p. Para ilustrar su uso, veamos el siguiente ejemplo:
EJEMPLO 1.5.
Un examen de seleccin mltiple contiene 20 preguntas, cada una con cuatro posibles
respuestas, de las cuales slo una es correcta. Suponga que un estudiante slo adivina las
respuestas.
a) Cul es la probabilidad de que el estudiante conteste correctamente ms de la
mitad de las preguntas?
b) Cul es la probabilidad de que el estudiante conteste correctamente menos de
5 preguntas?
c) Cul es la probabilidad de que el estudiante gane el examen?
d) Cul es el nmero esperado de respuestas correctas?
e) Responder las preguntas a) y c) si cada pregunta tiene 5 opciones.
Solucin:
p= n = 20
7
Cuando se selecciona sin reemplazo una muestra aleatoria de tamao n de una poblacin
de tamao N y el inters recae en la probabilidad de seleccionar x xitos de los k artculos
considerados como xitos en la poblacin, se realiza un experimento hipergeomtrico y su
funcin de probabilidad viene determinada por:
k N k
x n x
f ( x)
N
n
nk N n k k
y 2 * n * 1
N N 1 N N
EJEMPLO 1.6.
8
Solucin:
40 10 40 10
4 1 5 0 0.742
P(X4) =
50
5
e t ( t ) x
f ( x) ,
x!
9
EJEMPLO 1.7.
Al Departamento de Reservaciones de Aerolneas Regionales llegan en promedio 48
llamadas por hora.
a) Calcule la probabilidad de recibir 3 llamadas en un intervalo de 5 minutos.
b) Calcule la probabilidad de recibir al menos una llamada en 15 minutos.
c) Cul es la probabilidad de que la secretaria pueda ausentarse tres minutos sin interferir
con la atencin de las llamadas?
Solucin:
e 48*1 / 12 ( 4) 3
a) P ( X 3) 0.1954
3!
10
P ( X 1) 1 P( X 0)
b) e 48*1 / 4 * 12 0
1 0.999994
0!
c) P ( X 0) e 48 / 20 0.0907
Al igual que para la distribucin binomial, existen tambin tablas para la distribucin
Poisson. Veamos un ejemplo:
EJEMPLO 1.8.
Los mensajes que llegan a un computador utilizado como servidor lo hacen de acuerdo con
una distribucin Poisson con una tasa promedio de 10 mensajes por hora.
a) Cul es la probabilidad de que lleguen ms de 3 mensajes en un espacio de 15 minutos?
b) Cul es el nmero esperado de mensajes en una jornada de 14 horas?
Solucin:
a) = 10 t= = 2.5
P(X>3) = 1 P(X3)
= 1 0.7576
= 0.2424
b) = 10*14
= 140 mensajes
EJEMPLO 1.9.
Se calcula que 0.5% de las llamadas al departamento de facturacin de cierta empresa
recibir el tono de ocupado. Cul es la probabilidad de que al menos 5 de las 1200
personas que llamaron el da de hoy haya recibido tono de ocupado?
Solucin:
= 0.005*1200 = 6
P ( X 5) 0.7149
Una variable aleatoria es continua cuando puede tomar cualquier valor dentro de un
intervalo de nmeros reales. Por lo tanto, no es posible conocer su valor exacto.
Cuando la variable es continua no tiene sentido hacer una suma de las probabilidades de
cada uno de los trminos en el sentido anterior, ya que el conjunto de valores que puede
tomar la variable es no numerable. En este caso, lo que generaliza de modo natural el
concepto de suma () es el de integral ().
a) f ( x ) dx 1
x2
b) P ( x1 X x2 ) f ( x)dx
x1
c) f(x) 0
P ( x1 X x2 ) P ( x1 X x2 )
d) P(X = x) = 0
12
Esta ltima propiedad podra describirse as: La probabilidad que un modelo de variable
continua asigna a la observacin de un valor exacto (es decir, medido con infinita
precisin) es cero.
EJEMPLO 1.10.
La demanda semanal de Pepsi, en miles de litros, de una cadena local de tiendas, es una
variable continua X que tiene la densidad de probabilidad
2( x 1),1 x 2
f ( x)
0, en cualquier otro caso
Solucin:
13
2
2 x( x 1)dx 5 / 3
1
2
2 x 2 ( x 1)dx 5 / 3 2 1 / 18 0.236
2
Lo anterior implica que se espera una demanda semanal promedio de 1667 litros de Pepsi y
que la variabilidad de esta variable no es grande.
1
Su funcin de densidad est dada por: f ( x) , a xb
ba
b
x ab
Su media es: b a dx
a
2
b 2
ab 1 (b a ) 2
y su varianza es: x * dx
a
2 ba 12
EJEMPLO 1.11.
Una aerolnea anuncia un tiempo de vuelo de 125 minutos para un itinerario determinado.
Suponiendo que los tiempos reales de vuelo se distribuyen uniformemente entre 2 horas y
2 horas y media,
a) cul es la probabilidad de que el vuelo no llegue ms de cinco minutos tarde?
b) cul es la probabilidad de que el vuelo llegue ms de diez minutos tarde?
c) cul es el tiempo esperado de vuelo?
Solucin:
130
a) P ( X 130)
120
(1 / 30)dx 1 / 3
150
b) P( X 135) (1 / 30)dx 1 / 2
135
120 150
c) 135 minutos
2
2. Distribucin normal:
Es la ms empleada para modelar experimentos aleatorios porque describe ajustadamente
muchos fenmenos naturales, industriales e investigativos; los errores en mediciones
cientficas se aproximan bien mediante la distribucin normal.
Esta distribucin puede obtenerse al considerar el modelo de una variable binomial cuando
el nmero de ensayos tiende a infinito.
Por lo descrito, la probabilidad de que la variable aleatoria X tome un valor entre a y b es:
16
b ( x )2
1
P ( a X b)
2 a
e 2 2
dx
Esta integral no es de fcil solucin, pero dicho problema puede obviarse mediante la
estandarizacin de la variable, que consiste en transformar todas las observaciones de
cualquier variable aleatoria normal X a un nuevo conjunto de observaciones de una
variable aleatoria normal Z con media 0 y varianza 1; todas las distribuciones normales
pueden convertirse a distribuciones normales estndar restando la media de cada
observacin y dividiendo por la desviacin estndar.
x
Z
La grfica anterior muestra que aproximadamente el 68% de las veces, una variable
aleatoria normal asume un valor en el intervalo , aproximadamente 95% en el intervalo
2 y ms del 99% en 3
EJEMPLO 1.12.
Durante los ltimos aos ha crecido el volumen de acciones negociadas en la Bolsa.
Durante las dos primeras semanas de abril, el volumen diario promedio fue de 586000
acciones. La distribucin de probabilidad del volumen es aproximadamente normal con
desviacin estndar de 115000 acciones.
a) Cul es la probabilidad de que el volumen negociado en un da sea menor a 395000
acciones?
b) Cul es la probabilidad de que se negocien ms de 800000 acciones?
c) Cul es la probabilidad de que en un da se negocien entre 500000 y 600000 acciones?
d) Si la Bolsa quiere emitir un boletn de prensa sobre el 5% de los das ms activos, qu
volumen activar la publicacin?
Solucin:
395 586
a) P ( X 395) P Z P( Z 1.66) 0.0485
115
800 586
b) P( X 800) P Z P( Z 1.86) 1 P( Z 1.86) 1 0.9686 0.0314
115
x
z x z 586 1.645(115) 775
Eso implica que la publicacin se sacar los das que se negocien ms de 775000
acciones.
Una variable aleatoria discreta con distribucin binomial se puede aproximar mediante una
distribucin normal si p no es cercana a 0 o a 1. La aproximacin es muy buena si el
nmero de ensayos es grande y mucho mejor si p es cercana a 0.5
Para que la aproximacin sea adecuada debe cumplirse que np y nq sean mayores que 5.
EJEMPLO 1.13.
Una prueba de opcin mltiple tiene 200 preguntas, cada una con cuatro respuestas
posibles de las que slo una es correcta. Cul es la probabilidad de que con puras
conjeturas se obtengan de 25 a 30 respuestas correctas para 80 de los 200 problemas acerca
de los que el estudiante no tiene conocimientos?
Solucin:
24.5 20 30.5 20
Los valores correspondientes son: z1 1.16 z2 2.71
3.873 3.873
EJERCICIOS PROPUESTOS
4. A finales del ao anterior estuvieron de visita en Colombia gran parte de los principales
tours operadores de los Estados Unidos para conocer los principales destinos tursticos
que ofrece el pas e intercambiar oportunidades de negocios con operadores y
empresarios colombianos. La probabilidad de que uno de esos operadores hubiera
establecido negocios grandes en Colombia es 0.8; si se selecciona aleatoriamente un
grupo de 15 operadores
a) cul es la probabilidad de que al menos 12 hayan hecho grandes negocios?
b) cul es la probabilidad de que menos de 5 hayan hecho grandes negocios?
c) cul es la probabilidad de que ms de 5 pero menos de 10 hayan hecho negocios
grandes?
6. Una encuesta nacional revela que el 60% de los administradores graduados trabajan en
su rea de estudios. Si se evalan los 16 egresados de Administracin de la Universidad
X de este ao, cul es la probabilidad de que:
a) todos se empleen en administracin?
b) al menos el 75% de ellos se emplee en el rea?
c) menos de 10 se empleen en el rea?
10. Se toma una muestra de 15 paquetes estadsticos para evaluar si permiten hacer un
determinado anlisis. Anteriores estudios indican que la probabilidad de que un
software estadstico deje hacer ese anlisis es 0.6. Cul es la probabilidad de que al
menos 13 de los 15 paquetes seleccionados permitan hacer el anlisis?
a) Si se toma X = nmero de paquetes que permiten hacer el anlisis.
b) Si se toma X = nmero de paquetes que no permiten hacer el anlisis.
11. Al conmutador de una universidad llegan en promedio 120 llamada/hora durante las
horas de actividad. El conmutador no puede hacer ms de 5 conexiones por minuto;
calcule la probabilidad de que:
a) el conmutador se encuentre congestionado en un minuto dado.
b) se pierdan 3 o ms llamadas si la recepcionista sali 2 minutos de la oficina.
d) Qu concluye?
13. Cuando una mquina nueva funciona bien, slo el 3% de los artculos que produce
tienen defectos. Si se seleccionan al azar 10 partes producidas por la mquina
a) cul es la probabilidad de encontrar por lo menos un defectuoso?
b) cul es la probabilidad de que al menos la mitad sean defectuosos?
Probabilidad
Calificacin de
satisfaccin en el Altos ejecutivos Mandos medios
trabajo
1 0.05 0.04
2 0.09 0.1
3 0.03 0.12
4 0.42 0.46
5 0.41 0.28
17. Una funcionaria de crdito de cierta empresa calcula, con base en sus aos de
experiencia, que la probabilidad de que un solicitante no sea capaz de pagar las cuotas
del crdito que se le otorg es de 0.025. El mes pasado esa funcionaria otorg 40
crditos.
22
2. Se ha encontrado, por datos histricos, que el del monto de negocios en las ferias de
textiles que se han desarrollado en Colombia durante los ltimos 5 aos sigue
aproximadamente una distribucin normal con media 9.8 millones de dlares y
desviacin estndar de 8.7 millones de dlares.
a) En Colombiatex, realizada en enero en Medelln, se efectuaron negocios por 33
millones de dlares; har parte del 5% de ferias textileras donde ms negocios se
han hecho?
b) Cul es la probabilidad de que en una feria de este tipo se hagan negocios por ms
de 15 millones de dlares?
4. Cierta empresa planea exportar un neumtico radial con banda de acero que vender a
travs de una cadena americana de tiendas de descuento. La direccin de la empresa
cree que la garanta de millas recorridas que se ofrezca con el neumtico ser un factor
importante en la aceptacin. Antes de firmar ese contrato, la direccin desea contar con
informacin acerca de las millas que duran los neumticos.
En pruebas reales en carretera, se ha estimado que el promedio de distancia recorrida es
36500 millas y que la desviacin estndar es 5000 millas. Si la distribucin de
probabilidad de las duraciones es aproximadamente normal,
a) Cul es la probabilidad de que las millas recorridas rebasen las 40000?
b) Cul es la probabilidad de que los neumticos duren en buen estado ms de 30000
millas, pero menos de 50000?
c) La empresa planea una garanta segn la cual el usuario recibir un descuento en
sus neumticos de repuesto si los neumticos originales no rebasan la distancia en
millas especificada en la garanta. Cules deben ser las millas recorridas para que
no haya ms de 10% de los neumticos que aprovechen el descuento de la garanta?
6. 3256 personas presentaron los exmenes de ingreso a una universidad, los cuales se
calificaban con un puntaje mximo de 100. Las calificaciones se aproximan a una
distribucin normal, con una media de 67.8 y una desviacin estndar de 10.1.
a) El 12% de los postulantes con ms alta calificacin en el examen son aceptados en
la universidad. Un estudiante que obtiene un puntaje de 73 en el examen es
aceptado o no?
b) Qu porcentaje de postulantes obtuvieron una calificacin entre 60 y 80?
7. Una prueba de admisin a una universidad tiene 200 preguntas, cada una con 4 posibles
respuestas, de las que slo una es correcta. Para pasar a entrevista se debe responder
correctamente por lo menos el 75% de las preguntas.
a) Un aspirante est seguro de 107 respuestas, pero tiene que responder las dems al
azar. Cul es la probabilidad de que sea llamado a entrevista?
b) Un aspirante slo tiene que adivinar 10 para ajustar el nmero de respuestas
correctas que necesita, cul es la probabilidad de que sea llamado a entrevista?
24
9. Un estudio sobre el pago de facturas revel que, en promedio, una factura se pagaba a
los 20 das de su recepcin. La desviacin estndar equivala a 5 das.
a) Qu porcentaje de facturas se paga antes de 15 das de su recepcin?
b) La gerencia desea estimular a los clientes para que paguen sus facturas mensuales lo
ms pronto que les sea posible. Por lo tanto, se anunci que estara vigente una
reduccin de 2% en el precio para los clientes que pagaran en un lapso de siete das
hbiles a partir de que se reciba la factura. Suponiendo que los pagos tienen
distribucin normal, de los 200 clientes que se espera este mes, cuntos tendran
derecho a la reduccin si todo contina igual?
10. Estadsticas publicadas muestran que en una noche promedio de fin de semana, dos de
cada diez conductores estn ebrios. Si se verifican 400 conductores al azar la siguiente
noche de sbado, cul es la probabilidad de que el nmero de conductores ebrios sea
a) menor que 64?
b) mayor a 100?
c) al menos 70, pero menos de 90?
13. Los costos de servicio por mes en una agencia de viajes tienen una distribucin
aproximadamente normal, con promedio de $150 millones y desviacin estndar de
$6750000.
a) Cul es la probabilidad de que en el prximo mes los costos de servicio estn entre
120 y 170 millones de pesos?
b) Por debajo de qu valor son los costos de servicio en el 20% de los meses con
menores costos?
14. Sea X la variable aleatoria que denota la vida en horas de cierto equipo. La funcin de
densidad de probabilidad es:
20000
x3
f ( x) La ecuacin est dada para x>100 y es 0 en cualquier otro caso
0