UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Dpto. de Estadística e Informática

Semana 9. Variable aleatoria discreta

 • Motivación
• Logros
Inicio • Saberes previos

• Variable aleatoria discreta

• Media y variancia de una V.A. discreta
• Propiedades de la media y variancia de una V.A. discreta
Desarrollo
• Ejercicios resueltos

• Ejercicios propuestos
• Autoevaluación (Moodle)
Cierre

2
Vea el siguiente vídeo: https://www.youtube.com/watch?v=ZFNstNKgEDI

¿Qué variables identificas luego de ver el vídeo?¿Qué tipo de

variables son?
3
Al término de la sesión, el estudiante estará en capacidad de:
 Reconocer y definir la distribución de una variable aleatoria
discreta.
 Calcular probabilidades para una variable aleatoria discreta.
 Calcular la media y variancia para V.A. discretas.
 Aplicar las propiedades para la media y variancia para V.A.
discreta.
 Resolver ejercicios propuestos.

 ¿Qué se entiende por variable aleatoria?

 ¿Qué es una variable aleatoria discreta?
 ¿Para que sirve calcular la probabilidad de una V.A. discreta?
 ¿Cómo se calcula la media y variancia de una V.A. discreta?

4
Definición de una variable aleatoria discreta

Distribución de probabilidad de una V.A. discreta

La media y variancia para una V.A. discreta

Propiedades para una V.A. discreta

Ejemplos, ejercicios resueltos y propuestos

Autoevaluación (Aula virtual)

5
Una variable aleatoria es cualquier función que tiene
como dominio a los elementos que constituyen el espacio
muestral de un experimento aleatorio y como rango a un
subconjunto de los reales.

6
Si su rango es un conjunto finito o infinito numerable.
Ejemplo 1.
1. El número de artículos defectuosos de un lote de 8.
Rango: RX={0, 1, 2,. . . ,8}
2. El número de reclamos de los clientes por día.
Rango: RX={0,1,2,…,∞}
3. El número de plantas con plagas por cada 100 mt2.
Rango: RX={0,1,2…,∞}

Variable aleatoria continua

Si su rango es un conjunto infinito no numerable.
Ejemplo 2.
1. El pH de un compuesto químico, su rango [0, 14]
2. El sueldo (soles) de los empleados, su rango [0, ∞]
3. El diámetro (Mt) de los árboles, rango [0,∞] 7
Para una variable aleatoria discreta X, se denota su
función de probabilidad f(x), tal que satisface las
siguientes condiciones:
i) f  x   P( X  x)  0 para x  Rx
ii ) f  x   P( X  x)  0 para x  Rx
iii )  f x   
xi RX
i
xi RX
P( X  xi ) 1

8
Ejemplo 3.
El experimento aleatorio de registrar los sexos de las familias con
tres hijos. Sea la V.A. X=El número de hijos de sexo femenino.
Halle su función de probabilidad de X.
Se tiene: ={MMM,MMF,MFM,FMM,MFF,FMF,FFM,FFF},n()=8
Hallando el rango de X: Hallando las probabilidades:
X(MMM)=0 f(0)=P(X=0)=1/8=0.125
X(MMF)=X(MFM)=X(FMM)=1 f(1)=P(X=1)=3/8=0.375
X(MFF)=X(FMF)=X(FFM)=2
f(2)=P(X=2)=3/8=0.375
X(FFF)=3
Entonces: RX = {0, 1, 2, 3} f(3)=P(X=3)=1/8=0.125
Definiendo la función de probabilidades:
X 0 1 2 3
f(x)=P(X=x) 0.125 0.375 0.375 0.125

Se cumple:  f  x   f (0)  f (1)  f (2)  f (3)  0.125  0.375  0.375  0.125  1

xi RX
i

0.125, x  0,3
Otra presentación: f (x)  P( X  x)  
0.375, x  1,2 9
Ejercicio 1.
El número de visitas por día que realiza un técnico agropecuario para
verificar el manejo de campo de los agricultores de espárragos, es una
variable aleatoria que tiene la siguiente función de probabilidad:
𝐜, 𝐱 = 𝟏, 𝟐
𝟏
𝐟 𝐱 = 𝐏 𝐗 = 𝐱 = , 𝐱 = 𝟑, 𝟒
𝟖
𝟐𝐜, 𝐱 = 𝟓, 𝟔
𝟎, 𝐎𝐭𝐫𝐨 𝐜𝐚𝐬𝐨
Determinar c.
Solución:
Sea la V.A.D. X=Número de visitas por día del técnico agropecuario.
Rango : Rx  {1, 2,3, 4,5, 6}. Por propiedad :  f x  1
xi RX
i

1 1

xi RX
f  xi   f (1)  f (2)  f (3)  f (4)  f (5)  f (6)  c  c    2c  2c  1
8 8
𝟏 1
, 𝐱 = 𝟏, 𝟐, 𝟑, 𝟒 Re solviendo : c 
𝐟 𝐱 =𝐏 𝐗=𝐱 = 𝟖 8
𝟐/𝟖, 𝐱 = 𝟓, 𝟔
𝟎, 𝐎𝐭𝐫𝐨 𝐜𝐚𝐬𝐨 10
Ejercicio 2.
Una muestra aleatoria con reposición de tamaño n=2 se
selecciona del conjunto {1,2,3} obteniéndose un espacio
muestral:
  1,1 , 1, 2  , 1, 3 ,  2,1 ,  2, 2  ,  2, 3  ,  3,1 , 3, 2  , 3, 3 

Sea X la variable aleatoria la suma de los dos números.

a. Hallar la función de probabilidad de la variable aleatoria X.

b. Hallar la probabilidad que la suma sea a lo más 3

11
Solución:
  1,1 , 1, 2  , 1, 3 ,  2,1 ,  2, 2  ,  2, 3  ,  3,1 , 3, 2  , 3, 3 
V.A.D. X= La suma de los dos números.
a. Hallar la función de probabilidad de la variable aleatoria X.
Hallando su rango: RX = {2, 3, 4, 5, 6}
Hallando las probabilidades: n(Ω)=9
f(2)=P(X=2)=1/9 f(3)=P(X=3)=2/9 f(4)=P(X=4)=3/9
f(5)=P(X=5)=2/9 f(6)=P(X=6)=1/9

Definiendo la función de probabilidades:

X 2 3 4 5 6
f(x)=P(X=x) 1/9 2/9 3/9 2/9 1/9

b. Hallar la probabilidad que la suma sea a lo más 3

P(X≤3) = P(X=2) + P(X=3) = 1/9 +2/9 = 3/9
12
 La media o valor esperado de una variable aleatoria discreta X,
con función de probabilidad f(x), está dada por:

1.  X  EX    x f x  si X es una variable aleatoria discre

a de una v.a XxRestá
X dada por el valor esperado de
 La 2
variancia
, es de
decir: una
variable aleatoria discreta X, con función de
X
2.
probabilidad  
 X  E Xf(x), está  
x fdada por:si X es una variable aleatoria cont
x dx
2
X 
 2

  Var  X   E  X   X   E ( X 2 )  ( E ( X )) 2  E ( X 2 )   2
Dónde: E(X2)=Σ X2 f(x)

La desviación estándar de X: 𝛔 = 𝛔𝟐
𝛔
El coeficiente de variación de X: 𝐂𝐕 = 𝐱𝟏𝟎𝟎
𝛍
13
Para a, b, c y d constantes reales, se cumple las propiedades:

Relación Valor esperado Variancia

Y  a  bX EY   a  b E X  VarY   b2 Var X 

Y  bX EY   b E X  VarY   b2 Var X 
Y  a X EY   a  E X  VarY  Var X 
cX  dY cE X   d EY  c 2Var X   d 2 Var Y 
X Y E X   EY  Var X  VarY 
X1  X 2  ...  X n  n  n
E   Xi    E  Xi 
 n  n
Var   X i   Var  X i 
 i 1  i 1  i 1  i 1

14
 Ejemplo 4.
Una agencia de colocación de empleo a determinado que el
número de solicitudes de empleo hasta ser aceptado, es una
variable aleatoria con la siguiente función de probabilidad:
X 1 2 3 4 5 6
f(x) 1/8 1/8 1/8 1/8 2/8 2/8

a. Hallar el número esperado del número de solicitudes de empleo

 X  E  X    x f x   1   2   3   4   5   6   4 unidad
1 1 1 1 2 2
xR X 8 8 8 8 8 8
b. Hallar la variancia del número de solicitudes de empleo

 X  E X    x f x   1   2   3   4   5   6   19
2 2 2 1 2 1 2 1 2 1 2 2 2 2
2
xR X 8 8 8 8 8 8
Var X = σ2 = E X2 − μ2 = 19 − 42 = 3
X 3
c. Hallar el coeficiente de variación CVX   100   100  43.3 %
X 4
15
Ejercicio 3.
Sea la variable aleatoria X, definida como el número de reclamos
por día en una compañía de telefonía móvil y cuya función de
probabilidad es:

X 8 12 18 24 32
P(X=x) 0.32 0.25 0.20 0.15 0.08
a. Hallar la probabilidad que en un día se tenga más de 18
reclamos
b. Calcule e interprete la media
c. Calcule e interprete la desviación estándar
d. Si por cada reclamo la empresa tiene un costo de $3.5 más
$0.5 por gasto administrativos. Halle el coeficiente de
variación del costo por reclamo.

16
Solución:
X 8 12 18 24 32
P(X=x) 0.32 0.25 0.20 0.15 0.08
a. Hallar la probabilidad que en un día se tenga más de 18 reclamos
P(X>18)=P(X=24) + P(X=32) = 0.15+0.08 = 0.23
b. Calcule e interprete la media
E(X)=8x0.32+12x0.25+18x0.20+24x0.15+32x0.08=15.3
 El número promedio de reclamos por día es 15.3
c. Calcule e interprete la desviación estándar
E(X2)=82x0.32+122x0.25+182x0.20+242x0.15+322x0.08=289.6
σ2=V(X)=E(X2)-(E(X))2 =289.6–15.32=55.5, σ=7.45
 La desviación estándar de número de reclamos por día es 7.45
d. Si por cada reclamo la empresa tiene un costo de $3.5 más $0.5 por
gasto administrativos. Halle el cv del costo por reclamo.
Sea: C=Costo por reclamo, C=3.5*X+0.5
µC=E(C) = 3.5*E(X)+0.5=3.5*15.3+0.5=54.05
σC = 3.5*D(X)=3.5*7.45=26.08
cv =100*(26.08/54.05)=48.3%
17
Ejercicio 4.
El departamento de reservaciones
de una aerolínea ha registrado en
el mes de Diciembre para una
muestra de 20 días, el número de
asientos libres por día; el cual se
presenta en el presente gráfico.
Gráfico del número de asientos libres (Diciembre)

9
Número de días......

8
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9
Número de asientos

a. Defina la variable aleatoria y su distribución de probabilidades

b. ¿Qué porcentaje de los días sean encontrado a lo más 5 asientos
libres
c. Halle la probabilidad de que un cliente no encuentre asiento libre
d. Halle el número esperado de asientos libres 18
Solución:
Gráfico del número de asientos libres (Diciembre)

Número de días......
8
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9
Núme ro de a sie ntos

a. Defina la variable aleatoria y su distribución de probabilidades

V.A: X=Número de asientos libres. Su función de probabilidad:
X 0 2 5 6 8
f(x) 0.25 0.40 0.20 0.05 0.10
b. ¿Qué porcentaje de días se han encontrado a lo más 5 asientos libres
P(X≤5)=P(X=0)+P(X=2)+P(X=5)=0.25+0.40+0.20=0.85 (85%)
c. Halle la probabilidad de que un cliente no encuentre asiento libre.
P(X=0) = 0.25
d. Halle el número esperado de asientos libres.
E(X) = 0x0.25+2x0.40+5x0.20+6x0.05+8x0.10=2.9
19
Ejercicios propuestos.
1. Sea la variable aleatoria X, definida como el número de
artículos defectuosos producidos por día, cuya función de
probabilidad es:
0.1, x  0
kx, x  1,2

f ( x)  P( X  x)  
k (5  x ), x  3,4

0 otro caso
a) Halle el valor de k para que f(x) sea una función de
probabilidad.
b) ¿Cuál es la probabilidad de encontrar por lo menos dos
artículos defectuosos en un día cualquiera?
c) Halle el valor esperado y el coeficiente de variabilidad.
d) Si la empresa estima que la perdida por cada artículo
defectuoso por día es de $25.0 y un gasto de reenvió de $4.5.
Halle la pérdida media y el coeficiente de variabilidad.
20
2. Una empresa dedicada a dar servicios de internet, está
evaluando la variable aleatoria X=Número de servicio no
satisfechos por día, suponiendo que tiene la siguiente
distribución de probabilidad:

X 1 2 3 5 6
P(X=x) 0.31 0.19 0.25 0.125 0.125

a. ¿Qué porcentaje de los días, la empresa ha tenido a lo más 3

servicios no satisfechos.
b. Hallar el número esperado de servicios no satisfechos por la
empresa.
c. Hallar el coeficiente de variación del número de servicios no
satisfechos.
d. Si se sabe que por cada servicio no satisfecho hay una pérdida
de S/. 3.5. Halle el número esperado de la pérdida por
servicios no satisfechos

21
Referencias bibliográficas
 Anderson D., Sweendy D., Williams T. (2016) Estadística para
Administración y Economía. 12ª. Edición. México. Cengage
Learning Editores. Capítulo 4.
 Newbold, P. y Carlson, W. y Thorne, B. (2008). Estadística para
Administración y Economía (6ta. ed.) Madrid: Pearson
Education. Prentice Hall

22