Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2023-1
Variable aleatoria, variable estocástica, variable de
probabilidad, variante
X :E →
Las v. a. se pueden clasificar en:
DISCRETAS, cuyo rango es un conjunto
finito o infinito numerable de valores.
Provienen de contar, solamente pueden ser
representados con números enteros.
CONTINUAS, cuyo rango es un conjunto
finito no numerable de valores. Provienen de
medir, se pueden representar con números
enteros o fraccionarios. Entre dos valores
siempre existe un numero intermedio.
Ejemplo de variable aleatoria discreta:
Número de caras al lanzar tres
monedas (fenómeno aleatorio).
Elementos del
+++ ++C +C+ C++ CC+ C+C +CC CCC
espacio muestral
sucesos o
eventos
Ley de
correspondencia
Números reales
(# de caras)
0 1 2 3 caras
Establecer una variable aleatoria para un experimento
aleatorio no es más que una forma de asignar de "manera
natural" números a los eventos. Tienen un número fijo de
valores.
Variable Aleatoria Discreta
Aun si el espacio muestral es infinito numerable,
también podemos definir una variable aleatoria discreta y
una función de probabilidad.
Se pide:
= E(X) = xi f(xi)
x = 0 1 2 3 4
f(x) = 1/16 4/16 6/16 4/16 1/16
Cálculo de la E(X):
N -150 0,3
3 p 2 (1 − p )
3 p(1 − p) 2
Formula de la Distribución de Probabilidad Binomial
Supongamos que el experimento consta de n intentos y definamos la v. a.
X = Número de veces que ocurre A.
En nuestro ejemplo de la diapositiva anterior:
X = Número de veces que sale cara en los n intentos.
Entonces X puede tomar los valores: 0, 1, 2, ... n.
n x n− x n!
B(n, p) = p( x) = p (1 − p) = p x (1 − p) n − x
x x!(n − x)!
En Excel: DISTR.BINOM.N(núm_éxito;ensayos;prob_éxito;acumulado)
Ejemplo 1.
En la Clínica «Romero y su Nieta» una décima parte de sus pacientes tiene
grupo sanguíneo «AB-»
a) ¿Qué modelo de distribución de probabilidad aplicarías?
b) ¿Cuál es la probabilidad de que, entre 100 pacientes escogidos al azar,
exactamente ocho de ellos pertenezcan a este grupo sanguíneo?
n x
p(x) = p ( 1 − p) n− x
x
p = 0,10; n = 100; x=8
100
p( 8 ) = ( 0,1 ) ( 1 - 0,1 )
8 92
8
R. 11,42 %
n x 8
p(x 8 ) = p ( 1 − p) n− x
x=0 x
8
100
= (0.1) ( 0.9 )
x 100 − x
x=0 x
En Excel:
DISTR.BINOM.SERIE(ensayos;prob_éxito;núm_éxitos;[núm_éxitos2])
Enlace para resolver ejercicios de Binomial
p = 1/6, q = 5/6, n = 4
Al menos dos “6”, implica x = 2; 3 y 4.
= P(2) + P(3) + P(4)
4 1 5 4 1 5 4 1
2 2 3 4
Caso 1:
Media:
= E(X) = n p P(X) n = 5 p = 0.1
0.6
1= 5 * 0,1 = 0,50 (Caso 1) 0.4
0.2
0.0 X
2= 5 * 0,5 = 0,25 (Caso 2)
0 1 2 3 4 5
Caso 2:
Desviación estándar:
P(X) n = 5 p = 0.5
= np(1 − p) .6
.4
1 = 5 * 0,1 * (1 − 0,1) = 0,67 .2
0 X
2 = 5 * 0,5 * (1 − 0,5) = 1,1 0 1 2 3 4 5
Ejercicios.
1) La compañía de seguros Arroz con Mango garantiza el pago de las pólizas de
seguros individuales contra retrasos aéreos de más de doce horas. Una encuesta ha
permitido estimar a lo largo de un año que cada persona tiene una probabilidad de
uno cada mil de ser víctima de un retraso aéreo que esté cubierto por este tipo de
póliza y que la compañía aseguradora podrá vender una media de cuatro mil pólizas
al año. Halla las siguientes probabilidades:
a) Que el número de retrasos cubiertos por la póliza no pase de cuatro por año.
b) Que el número de retrasos sea superior a dos por año.
c) Que ocurran doce retrasos por año.
R. (a) 62,88%; (b) 76,2%; (c) 0,0637%
𝑒 −𝜆 𝜆𝑥 𝑒 −𝜇 𝜇 𝑥
𝑝(𝑥) = = , 𝑥 = 0; 1; 2; . . . 𝜆>0
𝑥! 𝑥!
Donde:
e = 2,718281…
Características de la distribución de Poisson
E (X) = =
P(X) = 0.5
.6
.4
Varianza .2
2 = 0 X
0 1 2 3 4 5
Desviación estándar
= P(X) =6
.6
Media y varianza Coinciden numérica- .4
mente aunque por supuesto μ está .2
expresada en unidades lineales y σ2 en 0 X
unidades cuadráticas. 0 2 4 6 8 10
Ejemplo 1. La señal promedio recibida en un telescopio de una
fuente celeste es de 10 fotones por minuto. (a) Calcula la
probabilidad de recibir 7 fotones en un minuto determinado.
Una distribución de Poisson con μ = 10:
μ x −μ
p( x ) = e ( x = 0;1,...)
x!
P(X = 7) = 107 e−10 / 7! = 0,09 es decir 9%
Parece muy baja. Comparemos con el valor de máxima
probabilidad que ocurrirá para x = 10:
μ = 10 P(X = 10) = 1010 x e−10 / 10! = 0,125 (12,5%)
Las probabilidades poissonianas para un número de eventos
dado, son siempre pequeñas, incluso en el máximo de la
distribución de probabilidad.
(b) ¿Cuál es la probabilidad de recibir 7 fotones en un
segundo dado? R. 5,99 * 10-8 %
(c) ¿Cuál es la probabilidad de recibir 7 fotones en una hora
establecida?
Distribución de Poisson | Ejercicios resueltos | Intro - Bing video
Ejemplo 2. Si en promedio, entran dos coches por minuto en un
taller, ¿cuál es la probabilidad de que durante un minuto entren
cuatro o más coches? Solución:
μ x −μ
p( x) = e ( x = 0; 1;...)
x!
−2 20
P( A ) p(0) + p(1) + p(2) + p(3) = e ( + +
c
0!
21
1!
22
2! + ) = 0,857
23
3!
n
y = i
i =1
Ejemplo. El número medio de llamadas por segundo a la central telefónica
de la empresa Me Llega al Twitter es 7. Si existen 5 centrales de este tipo
¿cuál es la probabilidad de que en un segundo se reciban más de
40 llamadas?
𝑃 𝑋 =1 +𝑃 𝑋 =2 +𝑃 𝑋 =3
𝑃(𝑋 ≤ 3 ∣ 𝑋 ≥ 1) =
Propiedad reproductiva de la binomial. La suma de v. a. binomiales,
cada una con el mismo parámetro p, es una binomial de parámetro p.
Ejemplo.
P(Y > 46) = P(X = 47) + P(X = 48) + P(X = 49) + P(X = 50) = 25%