Você está na página 1de 7

Distribuciones discretas

Distribucin binomial

n
k
p
q

es
es
es
es

el
el
la
la

nmero de pruebas.
nmero de xitos.
probabilidad de xito.
probabilidad de fracaso.

El nmero combinatorio
Media

Desviacin tpica

EJERCICIOS
La ltima novela de un autor ha tenido un gran xito, hasta el punto
de que el 80% de los lectores ya la han ledo . Un grupo de 4 amigos son
afi cionados a la lectura:
1. Cul es la probabilidad de que en el grupo hayan ledo la novela
2 personas?
B(4, 0.8) p = 0.8 q = 0.2

2. Y cmo mximo 2?

Un agente de seguros vende plizas a cinco personas de la misma


edad y que disfrutan de buena salud. Segn las tablas actuales, la
probabilidad de que una persona en estas condiciones viva 30 aos o
ms es 2/3. Hllese la probabilidad de que, transcurridos 30 aos, vivan:
1. Las cinco personas.

B(5, 2/3) p = 2/3 q = 1/3

2. Al menos tres personas.

3. Exactamente dos personas.

Si de seis a siete de la tarde se admite que un nmero de telfono


de cada cinco est comunicando, cul es la probabilidad de que, cuando
se marquen 10 nmeros de telfono elegidos al azar, slo comuniquen
dos?
B(10, 1/5)p = 1/5q = 4/5

La probabilidad de que un hombre acierte en el blanco es 1/4. Si


dispara 10 veces cul es la probabilidad de que acierte exactamente en
tres ocasiones? Cul es la probabilidad de que acierte por lo menos en
una ocasin?
B(10, 1/4) p = 1/4q = 3/4

En unas pruebas de alcoholemia se ha observado que el 5% de los


conductores controlados dan positivo en la prueba y que el 10% de los
conductores controlados no
llevan aprovechado el cinturn de
seguridad. Tambin se ha observado que las dos infracciones son
independientes.
Un guardia de trfi co para cinco conductores al azar. Si tenemos en
cuenta que el nmero de conductores es sufi cientemente importante

como para estimar que la proporcin de infractores no vara al hacer la


seleccin.
1. Determinar
la
probabilidad
a
de
que
exactamente
conductores hayan cometido alguna de las dos infracciones.

tres

2. Determine la probabilidad de que al menos uno de los


conductores controlados haya cometido alguna de las dos infracciones.

La probabilidad de que un artculo producido por una fbrica sea


defectuoso es p = 0.02. Se envi un cargamento de 10.000 artculos a
unos almacenes. Hallar el nmero esperado de artculos defectuosos, la
varianza y la desviacin tpica.

En una urna hay 30 bolas, 10 rojas y el resto blancas. Se elige una


bola al azar y se anota si es roja; el proceso se repite, devolviendo la
bola, 10 veces. Calcular la media y la desviacin tpica.
B(10, 1/3) p = 1/3q = 2/3

Un laboratorio afi rma que una droga causa de efectos secundarios


en una proporcin de 3 de cada 100 pacientes. Para contrastar esta
afi rmacin, otro laboratorio elige al azar a 5 pacientes a los que aplica
la droga. Cul es la probabilidad de los siguientes sucesos?

1. Ningn paciente tenga efectos secundarios.


B(100, 0.03) p = 0.03 q = 0.97

2. Al menos dos tengan efectos secundarios.

3. Cul es el nmero medio de pacientes que espera laboratorio que


sufran efectos secundarios si elige 100 pacientes al azar?

VALOR ESPERADO, VARIANZA Y DESVIACIN ESTNDAR DE UNA VARIABLE


ALEATORIA DISCRETA.

Valor Esperado
El valor esperado o esperanza de una variable aleatoria tiene su origen en los juegos de
azar, debido a que los jugadores deseaban saber cul era su esperanza de ganar o perder
con un juego determinado. Como a cada resultado particular del juego le corresponde una
probabilidad determinada, esto equivale a una funcin de probabilidad de una variable
aleatoria y el conjunto de todos los resultados posibles del juego estar representado por la
distribucin de probabilidad de la variable aleatoria. El valor esperado o esperanza es muy
importante, ya que es uno de los parmetros que describen una variable aleatoria.
Sea X una variable aleatoria discreta con funcin de probabilidades f(x). Entonces, el valor
esperado de la variable aleatoria X, el cual se representa por E(X), est definido por:
E(X) = xi f(xi)
Lo anterior significa, que para calcular E(X) se multiplica cada valor que puede tomar la
variable aleatoria por la probabilidad que le corresponde y despus se suman esos
productos.
El valor esperado representa el valor promedio que se espera suceda, al repetir el
experimento en forma independiente una gran cantidad de veces. El valor esperado se
interpreta fsicamente como el centro de masa o centro de gravedad de la distribucin de
probabilidad, por lo que es igual a lamedia o promedio aritmtico, los cuales se representan
con la letra m.

De acuerdo a lo anterior podemos escribir que:


E(X) = m = xi f(xi)
Ejemplo 4. 7. Si se lanzan dos dados legales, encontrar el valor esperado.
Solucin.
Definamos la variable aleatoria X como la suma de los nmeros que aparecen al lanzar dos
dados legales. Como vimos en el problema anterior, la distribucin de probabilidad es:
xi f(xi) =
xi
f(xi)

2
1/36

3
2/36

4
3/36

5
4/36

6
5/36

7
6/36

8
5/36

9
4/36

10
3/36

11
2/36

12
1/36

En particular, si la distribucin de probabilidades es simtrica como en el ejemplo


anterior, el valor esperado coincide con el valor de la variable que tiene la mayor
probabilidad en la distribucin.
Una aplicacin del valor esperado puede ser la siguiente.
Ejemplo 4. 8. Un casino le permite a un jugador que lance un dado legal y que reciba
tantos pesos como puntos aparezcan en la cara superior del dado. El jugador debe pagar
una cantidad k de pesos cada vez que juegue. Calcular cunto debe valer k para que el
jugador ni gane ni pierda.
Solucin.
Sea X la variable aleatoria que representa el resultado al lanzar un dado. Su
distribucin de probabilidad es la siguiente:
1

1/6

1/6

1/6

1/6

1/6

1/6

En este caso el valor esperado debe ser igual al valor k, con lo que se espera que el
jugador ni gane ni pierda. Aplicando la frmula del valor esperado tenemos:
xi f(xi) = 1(1/6) + 2(1/6) + 3(1/6) + 4(1/6) +5(1/6) + 6(1/6) = 3.5
El jugador debe pagar 3.5 pesos cada vez que participa en un juego.
Si la cuota k fuera de 4 pesos por juego, la ganancia neta esperada del casino es de
0.50 pesos por juego, ya que k - = 4.00 - 3.50 = 0.50 pesos. Como lo que recibe el jugador
en un solo juego no puede ser igual a 3.5 pesos (debe ser un nmero entero entre 1 y 6),
entonces la E(X) no necesariamente coincide con el resultado de un solo juego.
El significado de E(X) = 3.5 pesos, es que si el juego se realiza un gran nmero de
veces, el cociente

debe ser aproximadamente igual a 3.5 pesos.

Ejemplo 4. 9. Consideremos una lotera con mil nmeros. Cada nmero cuesta 25 centavos

y el premio es de 100 pesos. Calcular cunto se espera ganar o perder cada vez que se
participa en esta lotera.
Solucin.
Sea X la variable aleatoria utilidad que obtiene la persona que participa en la lotera y
los valores que puede tomar son:
Cuando gana = 99.75 pesos (100 que gana del premio, menos 0.25 del costo del nmero).
Cuando pierde: 0.25 pesos (costo del nmero)
Por su parte, la probabilidad de ganar es 1/1000 y de perder 999/1000.
De acuerdo a los datos anteriores, la distribucin de probabilidad es:
X = xi
f(xi)

99.75
1/1000

-0.25
999/100
0

Por lo tanto, el valor esperado es:


xi f(xi) = (99.75) (1/1000) + (-0.25) (999/1000) = -0.15
O sea que la persona que participe en la lotera espera perder 15 centavos en cada juego.

La desviacin estndar de una variable aleatoria X se define y simboliza como:

=
Ejemplo 4. 12. Consideremos nuevamente la distribucin de probabilidad de las ventas
semanales de unidades de alta fidelidad de la marca A, en la ya vimos que:
X = xi

f(x)

0.1

0.1

0.2

0.3

0.2

0.1

Encontrar la variancia y la desviacin estndar.


Solucin.
Basndonos en la distribucin de probabilidad podemos construir la tabla siguiente,
en la cual obtenemos todos los valores que se necesitan para el clculo.
X = xi
f(x)
x f(x)
x2 f(x)

0
0.1
0
0

Podemos observar que:

1
0.1
01
0.1

2
0.2
0.4
0.8

3
0.3
0.9
2.7

4
0.2
0.8
3.2

5
0.1
0.5
2.5

Total
1
2.7
9.3

E(X) = xi f(xi) = 2.7 y que E(X2) = x2 f(x) = 9.3


por lo tanto, la variancia es:

y la desviacin estndar:

Ejemplo 4. 13. Sea la funcin de distribucin acumulada:

F(X)=
Calcular:
a)
La media
b)
La variancia
La desviacin estndar
Solucin.
El primer paso para resolver el problema es obtener la distribucin de probabilidad, ya
que es indispensable para la solucin.
Xi
f(xi)
a)

1
0.25

3
0.25

5
0.25

7
0.25

Para obtener la media o valor esperado vimos que se debe utilizamos la expresin:

m = E(X) = xi f(xi) = 1(0.25) + 3(0.25) + 5(0.25) + 7(0.25) = 4


b)

El modelo matemtico para calcular la variancia seala que:


s2 = V(X) = E( X2) - m2

donde E( X2) = xi2 f(xi) = 12(0.25) + 32(0.25) + 52(0.25) + 72(0.25) = 21, y sustituyendo
obtenemos:
s2 = V(X) = E( X2) - m2 = 21 42 = 5
c)

Por definicin, la desviacin estndar es la raz cuadrada de la variancia, por lo que:


=

= 2.3361

Você também pode gostar