COORDINACIÓN ACADÉMICA Y DE INVESTIGACIÓN

División de Ciencias Exactas,

Ingeniería y Tecnología

Lic. en Enseñanza de las matemáticas

2° Semestre

Fase 1. Formación matemática

Módulo 4
Probabilidad y Estadística

Hugo Alfredo Benítez Hernández

GRUPO: 2
Docente en línea: María Luisa Aguilar Vera

Actividad de aprendizaje 9
 EJERCICIOS PROPUESTOS

1. Demostrar que el valor esperado y la varianza de la distribución binomial es 𝝁 = 𝒏𝒑 y

𝝈𝟐 = 𝒏𝒑𝒒.

Primero demostraremos el valor esperado de la distribución binomial:

𝝁 = 𝒏∙𝒑

• Si utilizamos la definición general del valor esperado

𝝁 = ෍ 𝒙 ∙ 𝒑(𝒙)

• Sustituimos por la función de probabilidad de la distribución binomial

𝒏 𝒏
𝝁=෍ 𝒌 ∙ ൬ ൰ ∙ 𝒑𝒌 ∙ 𝒒𝒏−𝒌
𝒌=𝟎 𝒌

• Como el primer término 𝒌 = 𝟎, podemos sustituirlo

𝒏 𝒏
𝝁=෍ 𝒌 ∙ ൬ ൰ ∙ 𝒑𝒌 ∙ 𝒒𝒏−𝒌
𝒌=𝟏 𝒌

• Ahora se toma a 𝒏 como factor común, entonces:

𝒏 𝒏−𝟏
𝒌∙൬ ൰= 𝒏∙൬ ൰
𝒌 𝒌−𝟏

• Entonces así queda la expresión

𝒏 𝒏−𝟏
𝝁=෍ 𝒏∙൬ ൰ ∙ 𝒑𝒌 ∙ 𝒒𝒏−𝒌
𝒌=𝟏 𝒌−𝟏

• Extraemos 𝒑 como factor común y lo colocamos fuera de la ecuación:

𝒏 𝒏−𝟏
𝝁 = 𝒏 ∙ 𝒑෍ ൬ ൰ ∙ 𝒑𝒌−𝟏 ∙ 𝒒(𝒏−𝟏)−(𝒌−𝟏)
𝒌=𝟏 𝒌−𝟏

• Realizamos un cambio de variable:

𝒎=𝒏−𝟏

UnADM | DCEIT | EM | 2
 𝒋=𝒌−𝟏

• Y la expresión queda de la siguiente manera:

𝒎 𝒎
𝝁 = 𝒏∙𝒑෍ ቆ ቇ ∙ 𝒑𝒋 ∙ 𝒒𝒎−𝒋
𝒋=𝟎 𝒋

• Por propiedades de la sumatoria:

𝒎 𝒎
෍ ቆ ቇ ∙ 𝒑𝒋 ∙ 𝒒𝒎−𝒋 = 𝟏
𝒋=𝟎 𝒋

• Entonces

𝝁 = 𝒏𝒑 ∴ 𝒒𝒖𝒆𝒅𝒂 𝒅𝒆𝒎𝒐𝒔𝒕𝒓𝒂𝒅𝒐

Ahora demostraremos la varianza de la distribución binomial:

𝝈𝟐 = 𝒏𝒑𝒒

Entonces la varianza de una variable aleatoria es:

𝑽(𝒙) = 𝑬ൣ𝒙𝟐 ൧ − 𝐌 𝟐

Como no podemos ocupar la esperanza de 𝑥 2 , procederemos a factorizar, utilizando la

distribución de probabilidad binomial:
𝒏
𝒏!
𝑬ൣ𝒙(𝒙 − 𝟏)൧ = ෍ 𝒙(𝒙 − 𝟏) 𝒑𝒙 ∙ 𝒒𝒏−𝒙
( )
𝒙! 𝒏 − 𝒙 !
𝒌=𝟎

Ahora podemos observar que cuando 𝒙 = 𝟎 la sumatoria se hace 𝟎 y lo mismo pasa con
𝒙 = 𝟏, Por tanto:
𝒏
𝒏!
𝑬ൣ𝒙(𝒙 − 𝟏)൧ = ෍ ∙ 𝒑𝒙 ∙ 𝒒𝒏−𝒙
(𝒙 − 𝟐)! (𝒏 − 𝒙 ) !
𝒙=𝟐

Realizamos un cambio de variable

𝒛 = (𝒙 − 𝟐)

Entonces, sustituimos y factorizamos 𝒑𝟐

UnADM | DCEIT | EM | 3
 𝒏−𝟐
𝟐
𝒏!
𝑬ൣ𝒙(𝒙 − 𝟏)൧ = 𝒑 ෍ ∙ 𝒑𝒛 ∙ 𝒒𝒏−𝟐−𝒛
𝒛! (𝒏 − 𝟐 − 𝒛)!
𝒛=𝟎

Procedemos a convertir a 𝒏! Como (𝒏 − 𝟐)!

𝒏−𝟐
(𝒏 − 𝟐)!
𝑬ൣ𝒙(𝒙 − 𝟏)൧ = 𝒑𝟐 (𝒏 − 𝟏)𝒏 ෍ ∙ 𝒑𝒛 ∙ 𝒒𝒏−𝟐−𝒛
𝒛! (𝒏 − 𝟐 − 𝒛)!
𝒛=𝟎

Sustituimos:
𝒏−𝟐
𝒏−𝟐
𝑬ൣ𝒙(𝒙 − 𝟏)൧ = 𝒑𝟐 (𝒏 − 𝟏)𝒏 ෍ ൬ ൰ ∙ 𝒑𝒛 ∙ 𝒒𝒏−𝟐−𝒛
𝒛
𝒛=𝟎

Por propiedades de la sumatoria:

𝒏−𝟐
𝒏−𝟐
෍൬ ൰=𝟏
𝒛
𝒛=𝟎

Sustituimos:

𝑬ൣ𝒙(𝒙 − 𝟏)൧ = 𝒑𝟐 (𝒏 − 𝟏)𝒏

Ahora por teorema podemos sustituir:

𝑬ൣ𝒙𝟐 − 𝒙൧ = 𝑬ൣ𝒙𝟐 ൧ − 𝑬ሾ𝒙ሿ = 𝒑𝟐 (𝒏 − 𝟏)𝒏

Siendo la esperanza de 𝒙

𝑬ൣ𝒙𝟐 ൧ = 𝒏𝒑 + 𝒏(𝒏 − 𝟏)𝒑𝟐

Entonces nos quedaría que la varianza de la variable aleatoria 𝒙, es igual a la esperanza de

𝒙𝟐 , sustituimos:

𝑽(𝒙) = 𝒏𝒑 + 𝒏(𝒏 − 𝟏)𝒑𝟐 − 𝒏𝟐 𝒑𝟐

Simplificamos:

𝑽(𝒙) = 𝒏𝒑 + 𝒏𝟐 𝒑𝟐 − 𝒏𝒑𝟐 − 𝒏𝟐 𝒑𝟐

Eliminamos términos semejantes:

UnADM | DCEIT | EM | 4
 𝑽(𝒙) = 𝒏𝒑 − 𝒏𝒑𝟐

Factorizamos:

𝑽(𝒙) = 𝒏𝒑൫𝟏 − 𝒑൯

Pero como:

𝒒 = ൫𝟏 − 𝒑൯

Sustituimos:

𝑽(𝒙) = 𝒏𝒑𝒒 ∴ 𝒒𝒖𝒆𝒅𝒂 𝒅𝒆𝒎𝒐𝒔𝒕𝒓𝒂𝒅𝒐

UnADM | DCEIT | EM | 5
2. Si 𝑿 es una variable aleatoria continua con función de densidad de probabilidad dada
por

𝟏 𝟐
𝒙 , 𝒔𝒊 𝟎 ≤ 𝒙 ≤ 𝟑
𝒇 (𝒙 ) = ቐ 𝟗
𝟎, 𝒆𝒏 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐

Calcula la desviación estándar

Vamos a calcular en primer lugar la esperanza:

∞ 𝟑
𝟏
𝑬(𝒙) = න 𝒙𝒇(𝒙)𝒅𝒙 = න 𝒙 ൬ 𝒙𝟐 ൰ 𝒅𝒙
−∞ 𝟎 𝟗

Sacamos la constante, simplificamos y desarrollamos:

𝟏 𝟑 𝟑 𝟏 𝒙𝟒 𝟑 𝟏 𝟖𝟏 𝟗
𝑬(𝒙) = න 𝒙 𝒅𝒙 = ቈ ቉ = ∙ =
𝟗 𝟎 𝟗 𝟒 𝟎 𝟗 𝟒 𝟒

Ahora obtenemos la esperanza de la variable aleatoria al cuadrado:

∞ 𝟑
𝟏
𝑬(𝒙 ) = න 𝒙 𝒇(𝒙) 𝒅𝒙 = න 𝒙𝟐 ൬ 𝒙𝟐 ൰ 𝒅𝒙
𝟐 𝟐
−∞ 𝟎 𝟗

Sacamos la constante, simplificamos y desarrollamos:

𝟏 𝟑 𝟒 𝟏 𝒙𝟓 𝟑 𝟏 𝟐𝟒𝟑 𝟐𝟕
𝑬(𝒙𝟐 ) = න 𝒙 𝒅𝒙 = ቈ ቉ = ∙ =
𝟗 𝟎 𝟗 𝟓 𝟎 𝟗 𝟓 𝟓

Obtenemos la varianza:

𝟐𝟕 𝟗 𝟐 𝟐𝟕
𝝈𝟐 = 𝑬൫𝒙𝟐 ൯ − 𝝁𝟐 = −൬ ൰ = = 𝟎. 𝟑𝟑𝟕𝟓
𝟓 𝟒 𝟖𝟎

Para obtener la desviación estándar, únicamente le sacamos la raíz cuadrada a la varianza:

𝟐𝟕
ඥ 𝝈𝟐 = ඨ
𝟖𝟎

𝟑ඥ𝟏𝟓
𝝈= = 𝟎. 𝟓𝟖𝟎𝟗
𝟐𝟎
UnADM | DCEIT | EM | 6
3. Considera la siguiente variable aleatoria y calcula el valor esperado y la varianza.

𝑿=𝒙 𝟑 𝟒 𝟓 𝟔

𝒇(𝒙) = 𝑷(𝑿 = 𝒙) 𝟏𝟓 𝟑 𝟑 𝟏
𝟓𝟔 𝟐𝟖 𝟖 𝟒

Para calcular el valor esperado o media sabemos que es la sumatoria de la variable aleatoria
multiplicada por la función:

𝑬(𝒙) = ෍ 𝒙𝒊 𝒑൫𝒙𝒊 ൯ =
𝒊≥𝟏

𝟏𝟓 𝟑 𝟑 𝟏 𝟏𝟐𝟗
𝝁 = 𝟑ቆ ቇ +𝟒൬ ൰+𝟓൬ ൰+𝟔൬ ൰ = ≈ 𝟒. 𝟔𝟎𝟕𝟏
𝟓𝟔 𝟐𝟖 𝟖 𝟒 𝟐𝟖

La varianza es el segundo momento central de orden 2:

𝟐
𝟏𝟐𝟗 𝟐 𝟏𝟓 𝟏𝟐𝟗 𝟐 𝟑 𝟏𝟐𝟗 𝟐 𝟑 𝟏𝟐𝟗 𝟐 𝟏
𝝈 = ൬𝟑 − ൰ ቆ ቇ + ൬𝟒 − ൰ ൬ ൰ + ൬𝟓 − ൰ ൬ ൰ + ൬𝟔 − ൰ ൬ ൰
𝟐𝟖 𝟓𝟔 𝟐𝟖 𝟐𝟖 𝟐𝟖 𝟖 𝟐𝟖 𝟒

𝟗𝟗𝟗
𝝈𝟐 = = 𝟏. 𝟐𝟕𝟒𝟐
𝟕𝟖𝟒

UnADM | DCEIT | EM | 7
4. Calcula la esperanza matemática, la varianza y la desviación típica de la distribución de
probabilidad de las puntuaciones obtenidas al lanzar un dado:

𝒙𝒊 𝒑𝒊 𝒙𝒊 ∙ 𝒑𝒊 𝒑𝒊 ∙ 𝒙𝒊 𝟐

𝟏 𝟏 𝟏
𝟏
𝟔 𝟔 𝟔

𝟏 𝟐 𝟒
𝟐
𝟔 𝟔 𝟔

𝟏 𝟑 𝟗
𝟑
𝟔 𝟔 𝟔

𝟏 𝟒 𝟏𝟔
𝟒
𝟔 𝟔 𝟔

𝟏 𝟓 𝟐𝟓
𝟓
𝟔 𝟔 𝟔

𝟏
𝟔 𝟏 𝟔
𝟔

𝟗𝟏
෍=𝟏 ෍ = 𝟑. 𝟓 ෍=
𝟔

Para calcular la esperanza matemática:

𝟏 𝟐 𝟑 𝟒 𝟓 𝟐𝟏
𝝁 = ෍ 𝒙𝒊 ∙ 𝒑𝒊 = + + + + + 𝟏 = = 𝟑. 𝟓
𝟔 𝟔 𝟔 𝟔 𝟔 𝟔

Para calcular la varianza:

𝟐 𝟐
𝟗𝟏 𝟐𝟏 𝟐 𝟑𝟓
𝟐
𝝈 = ෍ 𝒑𝒊 ∙ 𝒙 − 𝝁 = −൬ ൰ = = 𝟐. 𝟗𝟏𝟔𝟕
𝟔 𝟔 𝟏𝟐

Para calcular la desviación típica:

𝟑𝟓
𝝈 = ට෍ 𝒑𝒊 ∙ 𝒙𝟐 − 𝝁𝟐 = ඨ
𝟏𝟐

𝟑𝟓 ඥ𝟏𝟎𝟓
𝝈=ඨ = = 𝟏. 𝟕𝟎𝟕𝟖
𝟏𝟐 𝟔

UnADM | DCEIT | EM | 8
5. Dada una variable aleatoria definida en el intervalo ሾ𝟐, 𝟑ሿ con función de densidad

𝟒 𝟑
𝒇 (𝒙 ) = 𝒙
𝟔𝟓

Determina la media y la varianza. Posteriormente halla la 𝑬ൣ𝟑𝒙𝟐 − 𝟐𝒙 + 𝟏൧

Para obtener la media:

𝟑 𝟑
𝟒 𝟑 𝟒 𝟑 𝟒 𝟒 𝒙𝟓 𝟑
𝝁 = 𝑬(𝒙) = න 𝒙𝒇(𝒙)𝒅𝒙 = න 𝒙 ൬ 𝒙 ൰ 𝒅𝒙 = න 𝒙 𝒅𝒙 = ∙ቈ ቉
𝟐 𝟐 𝟔𝟓 𝟔𝟓 𝟐 𝟔𝟓 𝟓 𝟐

𝟒 𝟐𝟏𝟏 𝟖𝟒𝟒
𝝁= ∙ = = 𝟐. 𝟓𝟗𝟔𝟗
𝟔𝟓 𝟓 𝟑𝟐𝟓
Para obtener la varianza:

𝝈𝟐 = 𝑬ൣ𝒙𝟐 ൧ − 𝝁𝟐

Entonces:

𝟑 𝟑
𝟒 𝟑 𝟒 𝟑 𝟓 𝟒 𝒙𝟔 𝟑
𝑬ൣ𝒙𝟐 ൧ = න 𝒙𝟐 𝒇(𝒙)𝒅𝒙 = න 𝒙𝟐 ൬ 𝒙 ൰ 𝒅𝒙 = න 𝒙 𝒅𝒙 = ∙ቈ ቉
𝟐 𝟐 𝟔𝟓 𝟔𝟓 𝟐 𝟔𝟓 𝟔 𝟐

𝟒 𝟔𝟔𝟓 𝟐𝟔𝟔
𝑬ൣ𝒙𝟐 ൧ = ∙ = = 𝟔. 𝟖𝟐𝟎𝟓
𝟔𝟓 𝟔 𝟑𝟗

Ahora que tenemos los valores podemos obtener la varianza:

𝟐 𝟐൯ 𝟐
𝟐𝟔𝟔 𝟖𝟒𝟒 𝟐 𝟐𝟒𝟐𝟒𝟐
𝝈 = 𝑬൫𝒙 −𝝁 = −൬ ൰ = = 𝟎. 𝟎𝟕𝟔𝟓
𝟑𝟗 𝟑𝟐𝟓 𝟑𝟏𝟔𝟖𝟕𝟓
Para 𝑬ൣ𝟑𝒙𝟐 − 𝟐𝒙 + 𝟏൧

𝑬ൣ𝟑𝒙𝟐 − 𝟐𝒙 + 𝟏൧ = 𝟑𝑬ൣ𝒙𝟐 ൧ − 𝟐𝑬ሾ𝒙ሿ + 𝟏

Entonces sustituimos:

𝟑𝑬ൣ𝒙𝟐 ൧ − 𝟐𝑬ሾ𝒙ሿ + 𝟏 = 𝟑 ∙ 𝟔. 𝟖𝟐𝟎𝟓 − 𝟐 ∙ 𝟐. 𝟓𝟗𝟔𝟗 + 𝟏 = 𝟏𝟔. 𝟐𝟔𝟕𝟕

UnADM | DCEIT | EM | 9
6. Desarrolla 1 problema aplicativo o situación en el que se deba calcular la esperanza,
media y variación para hallar su solución.

Un miembro de un partido político ha probado que, por lo menos en un año se tiene

considerada una reunión para los afiliados a este, sin embargo, también considera que hay
años en los que se han tenido hasta cinco reuniones. Dado que es un afiliado de muchos
años, ha acumulado experiencia y puede saber que el número de reuniones se distribuye
con arreglo a la siguiente tabla:

Nº de juntas al año 1 2 3 4 5

Probabilidad 2/15 5/15 1/15 3/15 4/15

a) Determina el valor de la media

b) Determina el valor de la varianza y la desviación típica
c) Cuál sería la probabilidad de que en un año cualquiera se celebren más de 3 reuniones.

Solución

Para realizar los cálculos usamos la tabla de probabilidades

𝑥𝑖 𝑝𝑖 𝑥𝑖 𝑝𝑖 𝑥𝑖2 𝑝𝑖

1 2/15 2/15 2/15

2 5/15 10/15 20/15

3 1/15 3/15 9/15

4 3/15 12/15 48/15

5 4/15 20/15 100/15

1 47/15 179/15

UnADM | DCEIT | EM | 10
 a) Media

𝟒𝟕
𝝁= = 𝟑. 𝟏𝟑
𝟏𝟓
b) Varianza y desviación típica

𝟏𝟕𝟗
𝝈𝟐 = − (𝟑. 𝟏𝟑)𝟐 = 𝟐. 𝟏𝟑
𝟏𝟓
𝝈 = ඥ𝟐. 𝟏𝟑 = 𝟏. 𝟒𝟔

c) Probabilidad de en un año al azar se celebren más de tres juntas

𝟑 𝟒 𝟕
𝑷ሾ𝑿 > 𝟑ሿ = 𝑷ሾ𝑿 = 𝟒ሿ + 𝑷ሾ𝑿 = 𝟓ሿ = + = = 𝟎. 𝟒𝟔𝟔
𝟏𝟓 𝟏𝟓 𝟏𝟓

REFLEXIÓN
Ahí tenemos al hombre que se ahogó cruzando un río cuyo promedio de profundidad eran
quince centímetros. ¿Puedes dar un ejemplo donde se calcule el promedio y la variación?

Como lo vimos en esta actividad, este tema es muy utilizado en muchas áreas, por ejemplo:
En el área de desarrollo social del gobierno federal, se han analizado las condiciones
socioeconómicas de una ciudad, dando como resultado que el 35% de la población viven
en condiciones precarias. Elegida una muestra de esa población formada por 9 individuos,
podemos calcular el promedio y la varianza de la distribución de la siguiente manera:

Solución
Consideramos los sucesos
𝑨 = Las condiciones socioeconómicas son precarias 𝑷(𝑨) = 𝟎. 𝟑𝟓
𝑨 = Las condiciones socioeconómicas son aceptables 𝑷 (𝑨) = 𝟎. 𝟔𝟓
Por tanto, se trata de una distribución Binomial de parámetros 𝑩 (𝟗, 𝟎. 𝟑𝟓)
Sea 𝑿 la variable que representa el número de individuos que viven en condiciones
socioeconómicas inaceptables calculamos el promedio y la varianza de la siguiente manera:

Promedio:
𝝁 = 𝒏𝒑 = 𝟗(𝟎. 𝟑𝟓) = 𝟑. 𝟏𝟓

Varianza:
𝝈𝟐 = 𝒏𝒑𝒒 = 𝒏𝒑(𝟏 − 𝒑) = 𝟗(𝟎. 𝟑𝟓)(𝟎. 𝟔𝟓) = 𝟐. 𝟎𝟒𝟕𝟓
UnADM | DCEIT | EM | 11
 FUENTES DE CONSULTA
• Luceño A. (2003) Capítulo 4. Distribuciones. Ejercicios Resueltos. Disponible en:
https://studylib.es/doc/5736223/ejercicios-resueltos-del-cap%C3%ADtulo-4-
distribuciones

• Bargas, R., & Camargo, M. (2004). Introducción a la probabilidad y la estadística.

Mexico: UADY.

• Levin, R. I., & Rubin, D. S. (2004). Estadística para administración y economía (7a
ed.). México: Pearson Educación.

• Triola, M. (2013). Estadística (11a. ed.). México: Pearson Educación.

UnADM | DCEIT | EM | 12