ESCUELA PROFESIONAL DE

ADMINISTRACIÓN
VARIABLE
ALEATORIA

CURSO: ESTADÍSTICA II
DOCENTE: VERÓNICA ESPINOZA CARRASCO

SEMESTRE
ACADÉMICO 2021A
 OBJETIVOS
o Relacionar probabilidad y variable aleatoria.
o Reconocer y distinguir entre variables continuas y discretas.
OBJETIVOS

o Construir la distribución de probabilidad.

o Identificar las características de una variable aleatoria discreta.
 ÍNDICE
o Variable aleatoria.
o Tipos de Variable aleatoria: discreta y continua.
o Distribución de probabilidad
o Función de distribución acumulativa
Índice

o Valor esperado. Varianza. Desviación estándar

o Ejercicios de aplicación.
 Una variable aleatoria (V. A.) es una función que asocia un número real
con cada elemento del espacio muestral.
Sea X la función o aplicación llamada variable aleatoria y x el valor de esa
variable, tal que
Variable aleatoria

𝑋
𝑆՜ℝ

Si e es el evento que pertenece al espacio muestral, X(e) pertenece a los

números reales
 Ejemplo 1
Experimento es lanzar dos monedas
Posibles resultados
X = número de caras

2
Ejemplo

0
X tiene valores x = {0,1,2} y a cada
valor se le asocia una probabilidad.
 Ejemplo 2
Experimento: lanzar 3 monedas, una de dos euros, otra de un euro y la tercera
de 0,5 euros cien veces.
Evento: anotar el número de caras obtenidas en cada tirada.

El espacio muestral es
Ejemplo

S = { CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX}

C: Cara
X: Sello
 Los conjuntos formados por los elementos de S que
𝑋 tienen la misma imagen son
𝑆՜ℝ
CCC 3 E3 = {e  S / X (e) = 3} = { CCC}
CCX 2
CXC 2 E2 = {e  S / X (e) = 2} = { CCX, CXC, XCC}
Ejemplo

XCC 2
CXX 1
XCX 1 E1 = {e  S / X (e) = 1} = { CXX, XCX, XXC}
XXC 1
XXX 0 E0 = {e  S / X (e) = 0} = { X, X, X}

Son los 4 sucesos que permiten asociar a cada uno de los valores de X una
probabilidad.
El conjunto de valores de X es x = {0, 1, 2, 3} y es un conjunto finito
 Ejemplo 3

En una exposición de 215 muestras de rocas, de las que 70 son ígneas, 103
sedimentarias y 42 metamórficas. Se elige una al azar y se observa si es
sedimentaria o no.
Ejemplo
 Discreta: cuando asume un número
finito de valores o toma valores de una
sucesión infinita de valores tales como
Variable aleatoria

0, 1, 2, . . ., se le llama variable
aleatoria discreta.

Una variable aleatoria

puede ser
Continua: puede tomar cualquier valor
numérico dentro de un intervalo o colección
de intervalos se le llama variable aleatoria
continua.
 Variables aleatorias discretas
Ejemplo 4:
Un contador presenta el examen para certificarse como contador
Variable aleatoria discreta

público
Experimento: realizar el examen que tiene cuatro partes.
Variable aleatoria X = número de partes del examen aprobadas.
Entonces x = { 1, 2, 3, 4}. Variable aleatoria discreta.

Ejemplo 5:
Los automóviles que llegan a una caseta de peaje .
Experimento: observar los automóviles que llegan a la caseta en un
día.
Variable aleatoria X = número de automóviles que llega a la caseta de
peaje. Entonces x = { 0, 1, 2, 3, ….}. Variable aleatoria discreta.
 Ejemplos de variables aleatorias categóricas (también llamadas variables ficticias)

Experimento: Revisar la condición en que salen componentes de la línea

de ensamble
Variable aleatoria

Variable Experimento: en una encuesta se pregunta a una

X: persona si recuerda el mensaje de un comercial de
# Componentes televisión.
defectuosas
Variable X:
Recuerda el
Experimento: Vender un
mensaje automóvil
Los valores
de la variables
Variable X: Los valores de la variables
x = 1 Defectuoso
x = 0 NO Sexo del cliente x = 1 Mujer
x = 0 no
defectuoso x =1 SI x = 0 Hombre
Variable aleatoria continua Variables aleatorias continuas

A una variable que puede tomar cualquier valor numérico dentro de un

intervalo o colección de intervalos se le llama variable aleatoria continua.
Los resultados experimentales basados en escalas de medición tales
como tiempo, peso, distancia y temperatura pueden ser descritos por
variables aleatorias continuas.
 NOTA
Representación gráfica de

Un modo de determinar si una variable aleatoria es discreta o

Variables aleatorias

continua es imaginar los valores de la variable aleatoria como

puntos sobre un segmento de recta.
Elegir dos puntos que representen valores de la variable
aleatoria. Si todo el segmento de recta entre esos dos puntos
representa también valores posibles para la variable aleatoria,
entonces la variable aleatoria es continua.
 Ejemplos de Variables aleatorias discretas
EXPERIMENTO
Llamar a 5 clientes
Inspeccionar un envío de 50
Variable aleatoria
radios
Operar un banco
Llenar una lata de refresco
(máximo 12.1 onzas)
Calificar un examen de
aptitud escolar (SAT) para un
solicitando universitario
Probar un proceso químico
nuevo
VARIABLE ALEATORIA (X) VALORES POSIBLES DE
LA VARIABLE ALEATORIA
Número de clientes que
hacen un pedido
Número de radios que tienen
algún defecto
Tiempo en minutos entre la
llegada de los clientes
Cantidad de onzas
Número de preguntas del
examen
Temperatura a la que tiene
lugar la reacción deseada
(min. 150 °F máx.. 212 °F)
 Distribución de probabilidad

La distribución de probabilidad de una variable aleatoria describe cómo se

Distribución de Probabilidad

distribuyen las probabilidades entre los valores de la variable aleatoria.

En el caso de una variable aleatoria discreta x, la distribución de probabilidad
está definida por una función de probabilidad, denotada por f(x). La función
de probabilidad da la probabilidad de cada valor de la variable aleatoria.

Requisitos para una distribución de probabilidad discreta

𝑓 𝑥 ≥0

෍𝑓 𝑥 = 1
𝑥

P(X =x) = f(x)

 Ejemplo 6
Experimento: Se lanza un dado
El espacio muestral S = {1, 2, 3, 4, 5, 6}
Probabilidad
X = resultado de lanzar un dado f (x)
Ejemplo

1 P(X =1) = 1/6

2 P(X =2) = 1/6
3 P(X =3) = 1/6

4 P(X =4) = 1/6

5 P(X =5) = 1/6
6 P(X =6) = 1/6
 La distribución de probabilidad para una variable aleatoria discreta es una
fórmula, tabla o gráfica que da los posibles valores de x, y la probabilidad p(x)
asociada con cada valor de x.
Ejemplo: función de probabilidad del resultado de lanzar un dado
Ejemplo
 Ejemplo 7
Determinar la distribución de probabilidad para la variable aleatoria X = número de
caras que se observan al lanzar al aire dos monedas imparciales.
Ejemplo
 Ejemplo 8
Determina si la siguiente función es una función de probabilidad

𝑥2 + 5
𝑓 𝑥 =
50

x = 1, 2, 3, 4
Ejemplo
 Función de distribución acumulativa
Funcion de distribución acumulativa

La función de distribución acumulativa de la variable aleatoria X es la

probabilidad de que X sea menor o igual a un valor específico de x y
de una V. A. D.

está dada por

𝐹 𝑥 = 𝑓 𝑋 ≤ 𝑥 = ෍ 𝑓(𝑘)
𝑘≤𝑥
F(x) representa la suma de probabilidades puntuales hasta el valor x de X.
 Ejemplo 9
En una veterinaria se venden gatitos. Considerando la variable aleatoria X como
el número de gatitos vendidos en un día, encontrar la función de distribución
acumulativa de X a partir de su función de probabilidad.

x f(x) F(x)
Ejemplo

0 0,5
1 0,3
2 0,2
Σ
 Ejemplo 10

Se lanza un dado dos veces seguidas y se anotan los resultados obtenidos en los
dos lanzamientos. El espacio muestral está formado por todas las variaciones con
repetición de orden 2 formadas con los elementos 1, 2, 3, 4, 5 y 6
S = { (1,1), (1,2), (1,3),…..(5,6), (6,6) }
Ejemplo

Una variable aleatoria definida sobre S es:

X (e = (a,b) ) = a + b

Los valores de X son

x = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,12 }
 Los sucesos son Su función de probabilidad es
E2 = { (1,1) }
E3 = { (1,2), (2,1) }
X f(x) = P(X= x) = P(Ex)
E4 = { (1,3), (2,2),(3,1) }
2
E5 = { (1,4), (2,3), (3,2), (4,1) } 3
E6 = { (1,5), (2,4), (3,3), (4,2),(5,1) } 4
Ejemplo

5
E7 = { (1,6), (2,5), (3,4), (4,3), (5,2),(6,1) }
6
E8 = { (2,6), (3,5), (4,4), (5,3), (6,2) }
7
E9 = { (3,6), (4,5), (5,4), (6,3) } 8
E10 = { (4,6), (5,5), (6,4) } 9
10
E11 = { (5,6), (6,5) }
11
E12 = { (6,6) }
12
 La representación gráfica de esta función de probabilidad es la
siguiente
Ejemplo

La función de probabilidad Tambien se llama función de cuantía

 Valor esperado

El valor esperado, o media, de una variable aleatoria es una medida de

la localización central de la variable aleatoria.
Valor esperado

Sea x una variable aleatoria discreta con distribución de probabilidad

f(x). La media o valor esperado de x está dada como

𝜇 = 𝐸 𝑥 = ෍ 𝑥𝑓(𝑥)

donde los elementos se suman sobre todos los valores x de la

variable aleatoria.
 Varianza

Sea x una variable aleatoria discreta con distribución de probabilidad

f(x) y media m. La varianza de x es

𝑉𝑎𝑟 𝑥 = 𝜎 2 = ෍ 𝑥 − 𝜇 2𝑓(𝑥)
Varianza

donde los elementos se suman sobre todos los valores de la variable

aleatoria x.

La varianza se usa para resumir la variabilidad en los valores de la

variable aleatoria.
 Desviación estándar

La desviación estándar σ de una variable aleatoria x es

Desviación estándar

igual a la raíz cuadrada positiva de su varianza.

La desviación estándar σ se mide en las mismas unidades

que la variable aleatoria y por tanto suele preferirse para
describir la variabilidad de una variable aleatoria.
 Ejemplo 11
Una tienda de electrónica vende un modelo particular de computadora portátil.
Hay sólo cuatro computadoras en existencia y la gerente se pregunta cuál será la
demanda de hoy para este modelo particular. Ella se entera en el departamento
de marketing de que la distribución de probabilidad para x, la demanda diaria
para la laptop, es como se muestra en la tabla. Encuentre la media, varianza y
Ejemplo

desviación estándar de x. ¿Es probable que cinco o más clientes deseen comprar
una laptop hoy?
 Ejemplo 12
En una lotería realizada a beneficio de una institución local de caridad, se han de
vender 8000 boletos a $10 cada uno. El premio es un automóvil de $24 000. Si
usted compra dos boletos, ¿cuál es su ganancia esperada?
Ejemplo
 0.41
Ejercicios

Adela y Marcelo
Ejercicios Propuestos
 Ejercicio 1
Suponga que la variable aleatoria X representa el número de automóviles que se
utilizan con propósitos de negocios oficiales en un día de trabajo dado.

La distribución de probabilidad para La distribución de probabilidad

la empresa A es para la empresa B es
Ejercicio

Demuestre que la varianza de la distribución de probabilidad para la empresa B es

mayor que la de la empresa A
 Ejercicio 2
Suponga que la variable aleatoria X representa el número de partes
defectuosas de una máquina cuando de una línea de producción se obtiene
una muestra de tres partes y se somete a prueba. La siguiente es la
distribución de probabilidad de X.
Ejercicio

Calcule σ2.
x f (x) x · f(x) (x - µ)2 (x - µ)2 · f(x)
0 0.51
1 0.38
2 0.10
3 0.01
µ= σ2 =
 Ejercicio 3
Una franquicia de helados lanza al mercado de la ciudad de Puebla,
México, un nuevo helado sabor mandarina. El comportamiento de las
ventas se muestra en el cuadro. ¿Qué cantidad de helados de este sabor
espera vender esta franquicia en esta ciudad en los próximos días?
Ejercicio

Número de helados de Número de días en que se Probabilidad

mandarina por día observó esta venta f (x)
30 6
31 8
32 12
33 11
34 7
35 6
Total 50
 Ejercicio 3

Número de helados de f (x) x · f(x) (x - µ)2 (x - µ)2 · f(x)

mandarina por día
30
31
32
Ejercicio

33
34
35
µ= σ2 =
 Ejercicio 4
Se lanza una moneda tres veces, si las tres veces aparece cara o parece
sello un jugador gana $ 5, pero si no es así pierde $ 3. ¿Cuál es la
esperanza de este juego?
Ejercicio

x f (x) x · f(x)

µ=
 Ejercicio 5

Las ventas por hora de una máquina automática puede ser 20, 21 o 22
cajetillas de cigarros con probabilidad 0,3; 0,5 y 0,2 respectivamente. ¿Cuál
es la venta esperada por hora para esta máquina? ¿Cuál es la varianza de
ventas por hora ?
Ejercicio

x f (x) x · f(x) (x - µ)2 (x - µ)2 · f(x)

µ= σ2 =
 Ejercicio 6
Suponga que el número de autos Z, que pasan a través de una máquina
lavadora, entre las 4:00 pm y las 5 p.m. de un viernes, tiene la siguiente
distribución de probabilidades.
Ejercicio

Sea g(z) = 2Z – 1 que representa la cantidad de dinero, en dólares, que el

gerente del negocio le paga al encargado. Encuentre las ganancias esperadas
del encargado en este periodo en particular.
 Ejercicio 7
Calcule la varianza de h (X) = 2 X + 3 donde X es una variable aleatoria con
distribución de probabilidad
Ejercicio
 Ejercicio 8
Determine la prima anual para una póliza de seguro de $10 000 que cubre un
evento que, en un largo tiempo, ha ocurrido a razón de 2 veces en 100. Sea x
igual a la ganancia financiera anual para la compañía de seguros, que resulte de
la venta de la póliza, y sea C igual a la prima anual desconocida. Calcule el valor
de C tal que la ganancia esperada E(x) iguale a cero. Entonces C es la prima
Ejercicio

requerida para que haya punto de equilibrio. Para esto, la compañía sumaría
costos administrativos y utilidad.
 Ejercicio 9
Un inspector de calidad obtiene una muestra de un lote que contiene 7
componentes; el lote contiene 4 componentes buenos y 3 defectuosos. El
inspector toma una muestra de 3 componentes. Calcule el valor esperado
del número de componentes buenos en esta muestra.
Ejercicio
BIBLIOGRAFÍA

• https://www.fcfm.buap.mx/jzacarias/cursos/estad2/libros/book5e2.
pdf

• https://vereniciafunez94hotmail.files.wordpress.com/2014/08/8
va-probabilidad-y-estadistica-para-ingenier-walpole_8.pdf

• http://repositorio.cidecuador.org/bitstream/123456789/72/1/Estadi
stica%20Aplicada%20a%20la%20Administracion%20y%20la%20Econ
omia.pdf