Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD 1
VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE
PROBABILIDADES
Una variable aleatoria es una función que asigna un número real a cada resultado del
espacio muestral de un experimento aleatorio.
Dicho de otra forma, una variable aleatoria es una función valorada numéricamente,
cuyo valor está regido por factores en los que interviene el azar.
Las variables aleatorias pueden ser discretas o continuas, según su rango de valores.
Una variable aleatoria que puede asumir una cantidad finita de valores o una sucesión
infinita de valores enteros se llama variable aleatoria discreta. Por ejemplo, consideremos
que un experimento consiste en contar los vehículos que llegan a un puesto de cobro; la
variable aleatoria de interés es la cantidad de vehículos 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 podría asignársele un número.
EJEMPLO 1.1.
Un embarque de 8 aparatos similares que se envía a un distribuidor contiene 3 aparatos
defectuosos. Si una persona realiza una compra aleatoria de 2 de estos aparatos, encuentre
la distribución de probabilidades para el número de computadores defectuosos
Solución:
2
x 0 1 2
f(x) 10/28 15/28 3/28
1. f(x) ≥ 0
2. f ( x) 1
Además, puede hablarse de una distribución acumulada de dicha variable; ésta se denota
como F(X), indica la probabilidad de que X sea menor o igual a un valor específico y está
dada por:
x x
F(X) = P(X≤x) =
x 0
P(X)
EJEMPLO 1.2.
La producción 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 número de
partes que no cumplen los requerimientos del cliente, hallar F(X=1).
Solución:
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 ponderación son las probabilidades. La
varianza está dada por:
Var ( x) 2 (x ) 2
f ( x)
EJEMPLO 1.3.
Calcular el valor esperado y la desviación estándar de la variable del número de aparatos
defectuosos comprados en el caso del ejemplo 1.1.
Solución:
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 aerolínea hace ocho vuelos diarios de Bogotá a Miami. Suponga que la probabilidad
de que alguno de los vuelos se retrase es 0.2.
a) ¿Cuál es la probabilidad de que ninguno de los vuelos se retrase hoy?
b) ¿Cuál es la probabilidad de que hoy se retrasen por lo menos 6 vuelos?
Solución:
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 estadística se encuentran tablas de la distribución binomial para
valores seleccionados de p. Para ilustrar su uso, veamos el siguiente ejemplo:
EJEMPLO 1.5.
Un examen de selección múltiple contiene 20 preguntas, cada una con cuatro posibles
respuestas, de las cuales sólo una es correcta. Suponga que un estudiante sólo adivina las
respuestas.
a) ¿Cuál es la probabilidad de que el estudiante conteste correctamente más de la
mitad de las preguntas?
b) ¿Cuál es la probabilidad de que el estudiante conteste correctamente menos de
5 preguntas?
c) ¿Cuál es la probabilidad de que el estudiante gane el examen?
d) ¿Cuál es el número esperado de respuestas correctas?
e) Responder las preguntas a) y c) si cada pregunta tiene 5 opciones.
Solución:
p=¼ n = 20
7
Cuando se selecciona sin reemplazo una muestra aleatoria de tamaño n de una población
de tamaño N y el interés recae en la probabilidad de seleccionar x éxitos de los k artículos
considerados como éxitos en la población, se realiza un experimento hipergeométrico y su
función 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
Solución:
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 Aerolíneas 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) ¿Cuál es la probabilidad de que la secretaria pueda ausentarse tres minutos sin interferir
con la atención de las llamadas?
Solución:
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 distribución binomial, existen también tablas para la distribución
Poisson. Veamos un ejemplo:
EJEMPLO 1.8.
Los mensajes que llegan a un computador utilizado como servidor lo hacen de acuerdo con
una distribución Poisson con una tasa promedio de 10 mensajes por hora.
a) ¿Cuál es la probabilidad de que lleguen más de 3 mensajes en un espacio de 15 minutos?
b) ¿Cuál es el número esperado de mensajes en una jornada de 14 horas?
Solución:
a) = 10 t=¼ = 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 facturación de cierta empresa
recibirá el tono de ocupado. ¿Cuál es la probabilidad de que al menos 5 de las 1200
personas que llamaron el día de hoy haya recibido tono de ocupado?
Solución:
µ = 0.005*1200 = 6
P ( X 5) 0.7149
Una variable aleatoria es continua cuando puede tomar cualquier valor dentro de un
intervalo de números reales. Por lo tanto, no es posible conocer su valor exacto.
Si la variable aleatoria es discreta, pero el rango es muy amplio, resulta más conveniente
utilizar un modelo basado en variables aleatorias continuas.
Cuando la variable es continua no tiene sentido hacer una suma de las probabilidades de
cada uno de los términos 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 (Σ) 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 última propiedad podría describirse así: La probabilidad que un modelo de variable
continua asigna a la observación de un valor exacto (es decir, medido con infinita
precisión) 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
Solución:
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 función de densidad está 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 aerolínea 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) ¿cuál es la probabilidad de que el vuelo no llegue más de cinco minutos tarde?
b) ¿cuál es la probabilidad de que el vuelo llegue más de diez minutos tarde?
c) ¿cuál es el tiempo esperado de vuelo?
Solución:
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. Distribución normal:
Es la más empleada para modelar experimentos aleatorios porque describe ajustadamente
muchos fenómenos naturales, industriales e investigativos; los errores en mediciones
científicas se aproximan bien mediante la distribución normal.
Esta distribución puede obtenerse al considerar el modelo de una variable binomial cuando
el número 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 fácil solución, pero dicho problema puede obviarse mediante la
estandarización 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 estándar” restando la media de cada
observación y dividiendo por la desviación estándar.
x
Z
La gráfica anterior muestra que aproximadamente el 68% de las veces, una variable
aleatoria normal asume un valor en el intervalo µ±σ, aproximadamente 95% en el intervalo
µ± 2σ y más del 99% en µ ± 3σ
EJEMPLO 1.12.
Durante los últimos años 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 distribución de probabilidad del volumen es aproximadamente normal con
desviación estándar de 115000 acciones.
a) ¿Cuál es la probabilidad de que el volumen negociado en un día sea menor a 395000
acciones?
b) ¿Cuál es la probabilidad de que se negocien más de 800000 acciones?
c) ¿Cuál es la probabilidad de que en un día se negocien entre 500000 y 600000 acciones?
d) Si la Bolsa quiere emitir un boletín de prensa sobre el 5% de los días más activos, ¿qué
volumen activará la publicación?
Solución:
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 publicación se sacará los días que se negocien más de 775000
acciones.
Una variable aleatoria discreta con distribución binomial se puede aproximar mediante una
distribución normal si p no es cercana a 0 o a 1. La aproximación es muy buena si el
número de ensayos es grande y mucho mejor si p es cercana a 0.5
Para que la aproximación sea adecuada debe cumplirse que np y nq sean mayores que 5.
EJEMPLO 1.13.
Una prueba de opción múltiple tiene 200 preguntas, cada una con cuatro respuestas
posibles de las que sólo una es correcta. ¿Cuál 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?
Solución:
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 año anterior estuvieron de visita en Colombia gran parte de los principales
tours operadores de los Estados Unidos para conocer los principales destinos turísticos
que ofrece el país 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) ¿cuál es la probabilidad de que al menos 12 hayan hecho grandes negocios?
b) ¿cuál es la probabilidad de que menos de 5 hayan hecho grandes negocios?
c) ¿cuál es la probabilidad de que más 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 área de estudios. Si se evalúan los 16 egresados de Administración de la Universidad
X de este año, ¿cuál es la probabilidad de que:
a) todos se empleen en administración?
b) al menos el 75% de ellos se emplee en el área?
c) menos de 10 se empleen en el área?
10. Se toma una muestra de 15 paquetes estadísticos para evaluar si permiten hacer un
determinado análisis. Anteriores estudios indican que la probabilidad de que un
software estadístico deje hacer ese análisis es 0.6. ¿Cuál es la probabilidad de que al
menos 13 de los 15 paquetes seleccionados permitan hacer el análisis?
a) Si se toma X = número de paquetes que permiten hacer el análisis.
b) Si se toma X = número de paquetes que no permiten hacer el análisis.
11. Al conmutador de una universidad llegan en promedio 120 llamada/hora durante las
horas de actividad. El conmutador no puede hacer más 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 más llamadas si la recepcionista salió 2 minutos de la oficina.
d) ¿Qué concluye?
13. Cuando una máquina nueva funciona bien, sólo el 3% de los artículos que produce
tienen defectos. Si se seleccionan al azar 10 partes producidas por la máquina
a) ¿cuál es la probabilidad de encontrar por lo menos un defectuoso?
b) ¿cuál es la probabilidad de que al menos la mitad sean defectuosos?
Probabilidad
Calificación de
satisfacción 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 crédito de cierta empresa calcula, con base en sus años de
experiencia, que la probabilidad de que un solicitante no sea capaz de pagar las cuotas
del crédito que se le otorgó es de 0.025. El mes pasado esa funcionaria otorgó 40
créditos.
22
2. Se ha encontrado, por datos históricos, que el del monto de negocios en las ferias de
textiles que se han desarrollado en Colombia durante los últimos 5 años sigue
aproximadamente una distribución normal con media 9.8 millones de dólares y
desviación estándar de 8.7 millones de dólares.
a) En Colombiatex, realizada en enero en Medellín, se efectuaron negocios por 33
millones de dólares; ¿hará parte del 5% de ferias textileras donde más negocios se
han hecho?
b) ¿Cuál es la probabilidad de que en una feria de este tipo se hagan negocios por más
de 15 millones de dólares?
4. Cierta empresa planea exportar un neumático radial con banda de acero que venderá a
través de una cadena americana de tiendas de descuento. La dirección de la empresa
cree que la garantía de millas recorridas que se ofrezca con el neumático será un factor
importante en la aceptación. Antes de firmar ese contrato, la dirección desea contar con
información acerca de las millas que duran los neumáticos.
En pruebas reales en carretera, se ha estimado que el promedio de distancia recorrida es
36500 millas y que la desviación estándar es 5000 millas. Si la distribución de
probabilidad de las duraciones es aproximadamente normal,
a) ¿Cuál es la probabilidad de que las millas recorridas rebasen las 40000?
b) ¿Cuál es la probabilidad de que los neumáticos duren en buen estado más de 30000
millas, pero menos de 50000?
c) La empresa planea una garantía según la cual el usuario recibirá un descuento en
sus neumáticos de repuesto si los neumáticos originales no rebasan la distancia en
millas especificada en la garantía. ¿Cuáles deben ser las millas recorridas para que
no haya más de 10% de los neumáticos que aprovechen el descuento de la garantía?
6. 3256 personas presentaron los exámenes de ingreso a una universidad, los cuales se
calificaban con un puntaje máximo de 100. Las calificaciones se aproximan a una
distribución normal, con una media de 67.8 y una desviación estándar de 10.1.
a) El 12% de los postulantes con más alta calificación en el examen son aceptados en
la universidad. ¿Un estudiante que obtiene un puntaje de 73 en el examen es
aceptado o no?
b) ¿Qué porcentaje de postulantes obtuvieron una calificación entre 60 y 80?
7. Una prueba de admisión a una universidad tiene 200 preguntas, cada una con 4 posibles
respuestas, de las que sólo una es correcta. Para pasar a entrevista se debe responder
correctamente por lo menos el 75% de las preguntas.
a) Un aspirante está seguro de 107 respuestas, pero tiene que responder las demás al
azar. ¿Cuál es la probabilidad de que sea llamado a entrevista?
b) Un aspirante sólo tiene que adivinar 10 para ajustar el número de respuestas
correctas que necesita, ¿cuál es la probabilidad de que sea llamado a entrevista?
24
9. Un estudio sobre el pago de facturas reveló que, en promedio, una factura se pagaba a
los 20 días de su recepción. La desviación estándar equivalía a 5 días.
a) ¿Qué porcentaje de facturas se paga antes de 15 días de su recepción?
b) La gerencia desea estimular a los clientes para que paguen sus facturas mensuales lo
más pronto que les sea posible. Por lo tanto, se anunció que estaría vigente una
reducción de 2% en el precio para los clientes que pagaran en un lapso de siete días
hábiles a partir de que se reciba la factura. Suponiendo que los pagos tienen
distribución normal, de los 200 clientes que se espera este mes, ¿cuántos tendrían
derecho a la reducción si todo continúa igual?
10. Estadísticas publicadas muestran que en una noche promedio de fin de semana, dos de
cada diez conductores están ebrios. Si se verifican 400 conductores al azar la siguiente
noche de sábado, ¿cuál es la probabilidad de que el número 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 distribución
aproximadamente normal, con promedio de $150 millones y desviación estándar de
$6750000.
a) ¿Cuál es la probabilidad de que en el próximo mes los costos de servicio estén entre
120 y 170 millones de pesos?
b) ¿Por debajo de qué 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 función de
densidad de probabilidad es:
20000
x3
f ( x) La ecuación está dada para x>100 y es 0 en cualquier otro caso
0