Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Variables Aleatorias Discretas PDF
Variables Aleatorias Discretas PDF
Variables Aleatorias Discretas PDF
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 también que X
es una función definida en S y que cuenta el número 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 función X
puede asumir los valores 0,1 y 2.
Este tipo de funciones se llamarán variables aleatorias porque obviamente varı́an dependiendo del
resultado del experimento aleatorio. En estos casos uno no conoce el valor que adoptará 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, aún antes de realizar el experimento, es la
probabilidad de que X asuma alguno de esos valores. ¿Por ejemplo, cuál es la probabilidad de que
al lanzar una moneda dos veces resulte un sello?. En simbolos, se pregunta por P (X = 1).
Si el espacio E es algún conjunto finito o contable de números tal como E = {0, 1, 2}, entonces
se dice que la variable aleatoria X es discreta. Si el espacio es algún intervalo de números reales tal
como E =]0; ∞[, entonces se dice que la variable aleatoria X es continua.
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
1
1 VARIABLES ALEATORIAS DISCRETAS
S,P
,
E , PX
A
B
X x
s
Definición 1.4. Sea X una variable aleatoria discreta con espacio E y función de probabilidad f (x).
La función de distribución o función 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)
t≤x
El siguiente ejemplo ilustra los conceptos vertidos en las Definiciones 1.3 y 1.4 y también permi-
tirá ilustrar alguna de sus propiedades.
Solución
a) La función de distribución de probabilidad acumulada F (x) para x ∈ {0, 1, 2} se muestra en
la tabla siguiente.
2
1 VARIABLES ALEATORIAS DISCRETAS
x 0 1 2
f (x) 0,25 0,50 0,25
F (x) 0,25 0,75 1,00
Sin embargo, F (x) está definida para todo −∞ < x < ∞ aunque f (x) esté definida sólo para
x ∈ {0, 1, 2}. Por tanto, la función de distribución pedida es,
0 x<0
0, 25 0 ≤ x < 1
F (x) =
0, 75 1 ≤< 2
1 2≤x
1.00
●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
0.75
0.75
●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
0.50
0.50
F(x)
f(x)
0.25
0.25
●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●
0.00
0.00
●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
●●
●
−1 0 1 2 3 −2 −1 0 1 2 3 4
x x
Observaciones 1.2. La función de distribución F (x) de una variable aleatoria discreta satisface
las siguientes propiedades.
3. F (x) es continua por la derecha; esto es, F (x) = F (x+ ) = lı́mt→x 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.
3
2 EJERCICIOS
2. Ejercicios
1. Suponga que la variable aleatoria discreta X tiene una función 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 función de distribución F (x).
R. a) k = 24/65 b) 0,2615 c)
0 ,x < 0
0, 3692 ,0 ≤ x < 1
0, 7385 ,1 ≤ x < 2
F (x) =
0, 9231
,2 ≤ x < 3
0, 9846 ,3 ≤ x < 4
1 ,4 ≤ x
2. Suponga que la variable aleatoria discreta X tiene una función de probabilidad dada por,
( x
k4
x! , x = 0, 1, 2, 3, 4, 5, 6, 7
f (x) =
0 , en otro caso
a) Determine la constante k.
b) Calcule P (1 < X < 6)
c) Determine y grafique la función de distribución F (x).
3. Una moneda balanceada se lanza 5 veces y se define X como el número de sellos resultantes
en los cinco lanzamientos.
a) ¿Cuál es el espacio de la variable aleatoria X?.
b) Encuentre la función de probabilidad f (x) de X.
c) Encuentre y grafique la función de distribución F (x).
d) ¿Cuál es la probabilidad de que resulten más de tres sellos en los cinco lanzamientos?.
b) f (x) = x5 0, 55 ; x ∈ {0, 1, 2, 3, 4, 5}
R. a) {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 función de distribución en esos puntos son 0,06; 0,23; 0,48; 0,80; 0,92 y 1,00
respectivamente.
4
2 EJERCICIOS
x 0 1 2 3 4 5
R. a) c) 7/24
f (x) 4/24 7/24 6/24 4/24 2/24 1/24
6. El cajón de un mueble tiene 4 pilas buenas y 6 usadas que ya no funcionan. Las pilas están
mezcladas, son del mismo tamaño y de la misma marca de modo que no se puede distinguir a
simple vista las pilas buenas de las malas. Del cajón se extraen 3 pilas sin reposición y se define
la variable aleatoria X como el número de pilas buenas que resultan en las tres extracciones.
a) Encuentre y grafique la función de probabilidad de X.
b) Calcule e interprete la probabilidad de obtener tres pilas buenas en las tres extracciones.
(x4)(3−x
6
)
R. a) f (x) = ; 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.
7. Defina la variable aleatoria X como el número de veces que se debe lanzar una moneda balan-
ceada hasta obtener la primera cara
a) ¿Cuál es el espacio de la v.a X?
b) Determine y grafique la función de probabilidad f (x).
c) Determine y grafique la función de distribución F (x).
d) ¿Cuál 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, . . . c) F (x) = 1 − 0, 5x ; x =
1, 2, 3, . . . d) P (X = 5) = 0, 55 = 0, 03125
8. Una empresa dedicada a la venta, instalación y mantención de aire acondicionado sabe que
las solicitudes de mantención pueden dar origen a la compra e instalación de un nuevo equipo
de aire acondicionado. Registros de temporadas veraniegas pasadas han permitido elaborar el
siguiente modelo de probabilidad para el número X de equipos de aire acondicionado nuevos
pedidos de esta forma.
x 0 1 2 3
f (x) 0,52 0,34 0,10 0,04
5
2 EJERCICIOS
9. Un dispositivo tiene dos componentes mecánicos. 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 función de probabilidad
para el número 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 máximo 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 géneros de los hijos de esta pareja, denotando, M: masculino y F: femenino.
a) ¿Cuáles son las posibles secuencias de los géneros de los hijos? Considere estas secuencias
como elementos de un espacio muestral S y calcule la probabilidad de cada uno de sus elemen-
tos.
b) Sea X el número de hijas en la familia. Encuentre la función de probabilidad de X.
c) ¿Cuál es la probabilidad de que la pareja tenga al menos una niña?