INSTITUTO UNIVERSITARIO DE TECNOLOGÍA

“ANTONIO JOSÉ DE SUCRE”

VARIABLES ALEATORIAS. ACTIVIDAD 3. UNIDAD 2.

PARTE I

3.1. Definicion: Sea un Experimento Ɛ y S el espacio Muestral Asociado con el

Experimento. Una función X que asigna a cada uno de los elementos sϵS, un numero real X(s),
se llama variable aleatoria. F(xi) =P(X=xi)
Ejemplo:

Consideremos el experimento de observar al azar dos niños recién nacidos .

Supongamos que nos interesamos por el numero de varones, X

Entonces ,X es una variable aleatoria que puede ser considerada como una función numérica en
el espacio de muestra como se muestra S= {(0,0),(0,1),(1,0),(1,1)}

Donde

0: Representa a la Mujer y 1: Representa al Varon

X1 = Cero Varones =(0,0)

X2= Un Varon = (0,1), (1,0)

X3= Dos varones = (1,1)

Ejemplo.1. Consideremos el lanzamiento al aire de cuatro monedas bien equilibradas cuando

nos interesa el numero de anversos. Este numero de anverso puede ser 0, 1, 2, 3, 4.

Pero, ¿ como asociamos la probabilidad con cada uno de estos cuatro valores hallados?

Solucion:

1. Calculamos el espacio muestral: R: Reverso ; A:Anverso

S= (R,A)x(R,A)x(R,A)x(R,A)
 S={(RRRR), (RRRA), (RRAR),(RARR), (ARRR), (AARR), (RAAR), (RRAA),
(ARRA), (ARAR), (RARA), (AAAR), (AARA), (ARAA), (RAAA), (AAAA)}
S=16

2.Ahora construimos el siguiente cuadro:

Puntos de Numero de Anversos Probabilidad

Muestra
RRRR 0 1/16
RRRA 1 1/16
RRAR 1 1/16
RARR 1 1/16
ARRR 1 1/16
AARR 2 1/16
RAAR 2 1/16
RRAA 2 1/16
ARRA 2 1/16
ARAR 2 1/16
RARA 2 1/16
AAAR 3 1/16
AARA 3 1/16
ARAA 3 1/16
RAAA 3 1/16
AAAA 4 1/16
16

El cuadro nos informa de: En la primera columna están los puntos de muestra para el espacio de
muestra, la segunda columna da el numero de Anversos y la tercera columna da las
probabilidades para los puntos de muestra,

3. Ahora queremos calcular la probabilidad para cada numero posible de anverso.

X : Representa el numero de anversos
Para X=0 ; P(X=0) =P(RRRR)= 1/16
Para X=1; P(X=1) = P(RRRA) + P(RRAR) + P(RARR) + P(ARRR)
= 1/16 + 1/16 + 1/16 + 1/16
= 4/16 = ¼
Las probabilidades para otros valores posibles de X pueden obtenerse de igual forma.
Vean los resultados en el siguiente cuadro:

Valor de X:xi 0 1 2 3 4
Probabilidad: f(xi) 1/16 4/16 6/1 4/16 1/16
6
Ejemplo 2. Se lanza un par de dados. Nos interesa calcular la suma de los puntos obtenidos en
el lanzamiento de estos dos dados.
Solucion:
1. Definimos X: La suma de los puntos obtenidos
2. Calculamos el espacio muestral
S= (1,2,3,4,5,6)X(1,2,3,4,5,6)
S=[(1,1); (1,2); (1,3); (1,4); (1,5); (1,6); (2,1); (2,2); (2,3); (2,4); (2,5); (2,6); (3,1); (3,2); (3,3);
(3,4); (3,5); (3,6); (4,1);(4,2);( 4,3);(4,4);( 4,5); (4,6); (5,1);(5,2);(5,3);(5,4); (5,5); (5,6); (6,1);
(6,2); (6,3); (6,4); (6,5); (6,6)]
S=36
3. Ahora construimos el siguiente cuadro:
Puntos de Muestra Suma de Puntos Probabilidad
(1,1) 2 1/36
(1,2) 3 1/36
(1,3) 4 1/36
(1,4) 5 1/36
(1,5) 6 1/36
(1,6) 7 1/36
(2,1) 3 1/36
(2,2) 4 1/36
(2,3) 5 1/36
(2,4) 6 1/36
(2,5) 7 1/36
(2,6) 8 1/36
(3,1) 4 1/36
(3,2) 5 1/36
(3,3) 6 1/36
(3,4) 7 1/36
(3,5) 8 1/36
(3,6) 9 1/36
(4,1) 5 1/36
(4,2) 6 1/36
( 4,3) 7 1/36
(4,4) 8 1/36
( 4,5) 9 1/36
(4,6) 10 1/36
 (5,1) 6 1/36
(5,2) 7 1/36
(5,3) 8 1/36
(5,4) 9 1/36
(5,5) 10 1/36
(5,6) 11 1/36
(6,1) 7 1/36
(6,2) 8 1/36
(6,3) 9 1/36
(6,4) 10 1/36
(6,5) 11 1/36
(6,6) 12 1/36

3. Ahora queremos calcular la probabilidad para la suma de puntos.

X : Representa la suma de puntos.
Para X=2 ; P(X=2) = 1/36
Para X=3 ; P(X=3) = 1/36 + 1/36 =2/36= 1/18
Para X=4 ; P(X=4) = 1/36 + 1/36 +1/36 =3/36= 1/12
Para X=5 ; P(X=5) = 1/36 + 1/36 +1/36 +1/36=4/36= 1/9
Para X=6 ; P(X=6) = 1/36 + 1/36 +1/36 +1/36+1/36=5/36
Para X=7 ; P(X=7) = 1/36 + 1/36 +1/36 +1/36+1/36+1/36=6/36=1/6
Para X=8 ; P(X=8) = 1/36 + 1/36 +1/36 +1/36+1/36=5/36
Para X=9 ; P(X=9) = 1/36 + 1/36 +1/36 +1/36=4/36=1/9
Para X=10 ; P(X=10) = 1/36 + 1/36 +1/36 =3/36=1/12
Para X=11 ; P(X=11) = 1/36 + 1/36 =2/36=1/18
Para X=12 ; P(X=12) = 1/36 =1/36
4. Luego la distribución de probabilidad se muestra :

X 2 3 4 5 6 7 8 9 10 11 12
P(X
)
1/36 2/36 3/3 4/36 5/36 6/3 5/36 4/36 3/36 2/3 1/36
6 6 6

3.2. Valor Esperado

El valor esperado de una variable aleatoria X es un promedio ponderado de los valores
que puede asumir X con probabilidad para los valores de X como pesos. Asi, sea X
una variable aleatoria con función de probabilidad o función masa de probabilidad
(FMP) f ( xi ); el valor esperado de X representado por E(X) o µx, se define como:
E(X) = µx = x1f(x1) + x2f(x2) +…………… +xNf(xN)
 N
E(X)=µx= ∑xi.f(xi)
i=1
El valor esperado es designado por muchos nombres tales como: Espectativa
matematica, Media Aritmetica o simplemente Expectativa o Media.

Ejemplo 1. La probabilidad de que una casa de cierto tipo quede destruida por un
incendio en cualquier periodo de doce meses es 0,005. Una compañía de seguros ofrece
vender al propietario de tal casa una poliza de seguros contra incendio por $20.000 y a
un año por una prima de $150. ¿Cuál es la ganancia esperada de la compañía?

SOLUCION.
G: Es la ganancia, para la compañía es una variable aleatoria con valores posibles de
$150, si la casa no se incendia, - $19850, si se incendia la casa durante el año
($150-$20000 =-19850) cubierto por la poliza.
P: Probabilidad de que una casa quede destruida por un incendio
q : Probabilidad de que una casa no quede destruida por un incendio.
P+q=1 q=1-p =1-0,005 = o,995

La función de probabilidad de G es:

Valor de G: g1 150 -29.850

Probabilidad: 0,995 0,005
f(g1)
Ahora aplicamos la formula de valor esperado :

E(G) = (150)(0,995) + (-19.850)(0,005) = $50

Ejemplo 2:
En una inversión de negocios hay una probabilidad de 0.6 de obtener como ganancia $300 y una
probabilidadde 0.4 de perder $100. Determinar la esperanza o valor esperado.

SOLUCIÓN
P: probabilidad de obtener ganacia ; p=0,6
q: Probabilidad de perder; q=0,4

La función de probabilidad de G es:

Valor de G: g1 30 -100
0
 Probabilidad: 0,6 0,4
f(g1)
La esperanza es : E(G) =($300)(0.6) + (−$100)(0.4) = $180 − $40 = $140.

3.2.1.Propiedades de la expectativa o valor esperado.

i. E(x+c) = E(x) + c
ii. E(cx) = cE(x)

Ejemplon.3
Dada la siguiente función de probabilidad
Valor de X: xi -1 0 2
Probabilidad: f(x) 0,3 0,1 0,6
Calcular:
a. E(x)
b. E(x+3)
c. E(3x)
d. E(3x + 4)
Solucion:
a. E(x)=(-1)(0,3) + (0)(0,1) + (2)(0,6) = 0,9
b. E(x+3) = (-1+3)(0,3) + (0+3)(0,1) + (2+3)(0,6) = E(x) + 3=3,9
c. E(3x) =3E(x) = 3.(0,9) = 2,7
d. E(3x + 4) = (3(-1) +4)(0,3) + (3(0) +4) (0,1) + (3(2) + 4)(0,6) =3 E(x) +4= 3*0,9
+4= 6,7

Ejemplon. 4

Encontrar: a) E(X ), b) E(X²) y c) E[X – E(x)]², para la distribución de probabilidad que se

muestra en la tabla
X 8 12 16 20 24
P(x) 1/ 1/6 3/ 1/4 1/12
8 8

Solucion:

a. E(x) =∑ Xp(x) = 8*1/8 + 12*1/6 + 16*3/8+ 20*1/4 + 24*1/12 = 16 , lo que representa la

media de distribución.
 b. E(X²) = ∑X².p(x) = 8²*1/8 + 12²*1/6 + 16²*3/8 + 20²*1/4 + 24²*1/12= 276

E[X – E(x)]²= ∑[X - E(x)]².p(x) =[8-16]²*1/8 + [12 - 16]*1/6 + [16 - 16]*3/8 + [20-16]*¼ +[24 -
16]*1/12 = 20

3.3. Variancia
Sea X una variable aleatoria con media E(X)= µ; la variancia de X,representada por
V(X) oσ²x, es la medida de desviaciones al cuadrado de X con relación a su
expectativa, simbólicamente
V(X) = E(X²) - µ²
Ejemplo 1.
Encontrar la Variancia , para la distribución de probabilidad que se muestra en la tabla

Valor de X:xi 0 1 2 3 4
Probabilidad: f(xi) 1/16 4/16 6/1 4/16 1/16
6

Solucion:
V(X) = E(X²) - µ²
E(X)=0*1/16 + 1*4/16 + 2*6/16 + 3*4/16 + 4*1/16=2
E(X) = µ
E(X²) = 0²*1/16 + 1²*4/16 + 2²*6/16 + 3²*4/16 + 4²*1/16 =80/16
V(X)= 80/16 - 2² =1
 INSTITUTO UNIVERSITARIO DE TECNOLOGÍA

“ANTONIO JOSÉ DE SUCRE”

VARIABLES ALEATORIAS. ACTIVIDAD 3. UNIDAD 2

PARTE I

Despues de haber estudiado la parte teorica. Ahora debemos resolver los

siguientes ejercicios
1. Consideremos el lanzamiento al aire de cinco monedas bien equilibradas cuando nos
interesa el numero de anversos. Construir la distribución de probabilidad con respecto
a las cinco monedas.

2. a) Se lanzan 3 dados y X = la suma de las tres caras que caen hacia arriba. Construir r
la distribución de probabilidad de X
Respuesta:

x=3/1

x=3/2

x=3/3
 x=3/4

x=3/5

x=3/6

7 ≤ X ≤ 11 la respuesta esta dentro del intervalo [7,11]

3. La probabilidad es 0,99 de que un hombre de 30 años de edad sobrevivirá un año.

Una compañía de seguros ofrece vender a tal hombre una poliza de seguros de vida
por $10.000 a un año y con una prima de $110. ¿Cuál es la ganacia esperada de la
Compañía?

4.Si llueve, un vendedor de paraguas gana $30 diarios. Si no, pierde $6 diarios. ¿Cuál es
la esperanza si la probabilidad de que llueva es 0.3?.

5 Una variable aleatoria X tiene la siguiente distribucion de probabilidad:

xi -1 0 1
F(xi) 1/5 3/1 1/2
0
Calcule:
i. E(2X)
ii. E(X+1)
iii. E(X²)
iv. E(X – 0,3)
v. La variancia

6 Una variable aleatoria X tiene la siguiente distribucion de probabilidad:

xi 10.025 10,05 10.075
0
F(xi 0,2 0,3 0,5
)
Calcule:
vi. E(5X)
vii. E(7X+8)
viii. E(X³)
ix. E(2X – 0,5)
x. La variancia

Valor de la actividad : 15%