Variables Aleatorias Discretas

Ing. Jonathan Efren Alvarez

Cacacho
Una variable aleatoria es una función que asocia un número real con
cada elemento del espacio muestral.
EJEMPLO:
▪ Se prueban tres componentes electrónicos, el espacio muestral
que ofrece una descripción detallada de cada posible
resultado se escribe como:
S = {NNN, NND, NDN, DNN, NDD, DND, DDN, DDD}

donde N denota “no defectuoso”, y D,“defectuoso”.

Si nos interesa el número de componentes defectuosos que se

presenten. De esta forma, a cada punto en el espacio muestral se
le asignará un valor numérico de 0, 1, 2 o 3.
Recorrido
VARIABLES ALEATORIAS
DISCRETAS
Una variable aleatoria discreta es una variable aleatoria cuyos
valores posibles o constituyen un conjunto finito o bien pueden
ser puestos en lista en una secuencia infinita en la cual existe
un primer elemento, un segundo elemento, y así sucesivamente
(“contablemente” infinita).

Es decir que es aquella variable cuyo recorrido (Rx) solo toma

valores enteros.
EJEMPLO 1
Una viga de concreto puede fallar o por esfuerzo cortante (S) o
flexión (F). Suponga que se seleccionan al azar dos vigas que
fallaron y que se determina el tipo de falla de cada una. Sea X el
número de vigas entre las dos seleccionadas que fallaron por
cortante. Ponga en lista cada resultado en el espacio muestral
junto con el valor asociado de X
EJEMPLO 2
Cada vez que un componente se somete a prueba, ésta es un
éxito (E) o una falla (F). Suponga que el componente se prueba
repetidamente hasta que ocurre un éxito en tres pruebas
consecutivas como máximo. Sea Y el número de pruebas
necesario para lograrlo.
Haga una lista de todos los resultados correspondientes de Y y
diga qué valor de Y está asociado con cada uno.
EJEMPLO 3
▪ Una empresa de ventas en línea dispone de seis líneas
telefónicas. Sea X el número de líneas en uso en un tiempo
especificado. Suponga que la función masa de probabilidad de
X es la que se da en la tabla adjunta

a. Identifique la variable aleatoria y el recorrido.

b. Calcule la probabilidad de que por lo menos tres líneas están
en uso.
c. Calcule la probabilidad de que por lo menos cuatro líneas no
están en uso.
EJEMPLO 4
▪ De una caja con cuatro pelotas de color negro y dos de color
verde, se seleccionan tres en sucesión con reemplazo.
Encuentre la distribución de probabilidad para el número de
pelotas de color verde.
EJEMPLO 5
▪ Suponga que se lanzan dos dados equilibrados y sea X el valor
absoluto de la diferencia entre los dos números que aparecen.
Determine la función de densidad de X.
EJEMPLO 6
▪ Con el propósito de verificar la exactitud de sus estados
financieros, las compañías tienen auditores permanentes para
verificar los asientos contables. Supóngase que los empleados
de una compañía efectúan asientos erróneos 5 % de las veces.
Si un auditor verifica dos asientos al azar, encuentre la
distribución de probabilidad para X, el número de errores
detectados por el auditor.
a) Sea X una variable aleatoria discreta, la esperanza matemática o
valor esperado se determina de la siguiente forma:
∞

𝐸 𝑋 = 𝑥 ∗ 𝑝(𝑥𝑖 )
𝑖=1
La varianza V(X) de una variable aleatoria X equivale al valor esperado de las
desviaciones de X respecto de su valor esperado E(X).

𝑉 𝑋 = (𝑥 − 𝜇)2 ∗ 𝑝𝑖

La otra expresión abreviada para el calculo de la varianza es la siguiente:

2
𝑉 𝑋 = 𝐸 𝑋2 − 𝐸 𝑋

a) Sea X una variable aleatoria discreta, la varianza de X se determina de la

siguiente forma:
∞

𝑉 𝑥 = 𝑥 2 ∗ 𝑝(𝑥𝑖 ) − 𝐸(𝑥) 2

𝑖=1
EJEMPLO 7
▪ La función masa de probabilidad de X el número de defectos
importantes en un aparato eléctrico de un tipo seleccionado al
azar es

▪ Calcule lo siguiente:
▪ a. E(X).
▪ b. V(X) directamente a partir de la definición
▪ c. La desviación estándar de X.
▪ d. V(X) por medio de la fórmula abreviada.
EJEMPLO 8
▪ Un piloto de automóviles de carreras estima que las
posibilidades de que se presenten 0, 1 , 2 o 3 fallas durante una
carrera larga son 0.33, 0.28, 0.24 y 0.15. La probabilidad de que
haya más de tres fallas es insignificante. ¿cuántas fallas puede
esperar el piloto durante la carrera?
EJEMPLO 9
▪ Si llueve, un vendedor de paraguas gana $ 30 al día; si no
llueve, pierde $ 6 al día. ¿cuál es su esperanza matemática si la
probabilidad de lluvia es de 0.3?
SE DEBE DE CONSIDERAR TAMBIÉN:
EJEMPLO 10
▪ Un distribuidor de enseres para el hogar vende tres modelos
de congeladores verticales de 13.5, 15.9 y 19.1 pies cúbicos de
espacio de almacenamiento, respectivamente. Sea X la
cantidad de espacio de almacenamiento adquirido por el
siguiente cliente que compre un congelador. Suponga que X
tiene la función masa de probabilidad
CONTINUACIÓN EJEMPLO 10
▪ a. Calcule E(X), E(𝑿𝟐 ) y V(X).
▪ b. Si el precio de un congelador de X pies cúbicos de
capacidad es 25X - 8.5, ¿cuál es el precio esperado pagado por
el siguiente cliente que compre un congelador?
▪ c. ¿Cuál es la varianza del precio 25X - 8.5 pagado por el
siguiente cliente?
▪ d. Suponga que aunque la capacidad nominal de un
congelador X, la real es h(X)= X - 0.01 𝑿𝟐 . ¿Cuál es la
capacidad real esperada del congelador adquirido por el
siguiente cliente?
SE DEBE DE CONSIDERAR:
 EJEMPLO 11
▪ Una organización de protección al
consumidor que habitualmente
evalúa automóviles nuevos reporta el
número de defectos importantes
encontrados en cada carro
examinado. Sea X el número de
defectos importantes en un carro
seleccionado al azar de cierto tipo. La
función de distribución acumulativa
de X es la siguiente:
▪ a. Calcule p(2), es decir, P(X =2) con F
▪ b. Calcule P(2 ≤ X ≤ 5) con F
▪ c. Calcule P(2 < X < 5)