Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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?