SECCIÓN 3.

3
2. Indique al menos tres variables aleatorias discretas y tres variables aleatorias continuas.
Especifique su rango de definición.

Variables aleatorias discretas

 Probabilidad de ganar la lotería o perder

0 pierde 1 gana Ran= {0,1}

 El número de clientes que ingresas en un almacén

n=total de clientes

Ran= {𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 }

 El número de visitantes de un parque de diversiones

N=número de visitantes

Ran={𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 }

Variables aleatorias continuas

 Tiempo que tarda en llegar a la meta en un maratón

t=tiempos que se registraron

Ran={𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑡 }

 Estatura de los niños de una clase de primaria

n=estatura de los niños de la clase

Ran={𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 }

 Masa de la comida chatarra consumida mensualmente

n=número de medidas posibles

Ran={𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 }

4. Determine la función de distribución de la variable aleatoria X que está definida por la ley
que se presenta en la tabla.

X -2 0 √3
p 1/4 2/3 1/12

1
, 𝑠𝑖 − 2 ≤ 𝑥 < 0
4
𝐹(𝑥) = 11
, 𝑠𝑖 0 ≤ 𝑥 < √3
12
{ 1, 𝑥 ≥ √3
6. Una agencia automotriz recibe un embarque de 20 automóviles nuevos; entre éstos, 2
tienen defectos. La agencia debe seleccionar, aleatoriamente, 3 automóviles de entre los 20
para venderlos. Forme la ley de distribución de la variable aleatoria <<número de carros
defectuosos entre los escogidos>>.

X 0 1 2
p 68/95 51/190 3/190
8. Un apuesto príncipe visita a un rey que tiene cuatro hijas casaderas, con la intención de
integrarse en la familia. Las probabilidades que tiene el príncipe de ser aceptado por cada una
de las princesas son 0.6, 0.8, 0.2 y 0.4. El príncipe pide la mano de cada una de ellas de forma
consecutiva y se casa con la primera que acepte. Sea X la variable aleatoria definida como X =
i si se casa con la i-ésima hija (i - 1, ...,4) y X=0 si todas le rechazan. Calcule la ley de probabilidad
de X y su función de distribución.

X 0 1 2 3 4
p 0.384 0.6 0.32 0.016 0.0256

𝒌
10. Sea X una variable aleatoria discreta cuya función de probabilidad es 𝒑(𝒙) = ,𝒙 =
𝒙𝟐
1,2,3,4,5

a) Encuentre el valor de k para que la función p(x) sea la función de probabilidad de X

5
𝑘
∑ =1
𝑥2
𝑘=1

5269
𝑘=1
3600
3600
𝑘=
5269

b) Calcule Pr(1 < 𝑋 ≤ 4)

5125 3600 1525
Pr(1 < 𝑋 ≤ 4) = F(4) − F(1) = − =
5269 5269 5269

12. Una probabilidad aleatoria X se dice que sigue la ley de Benford si se cumple que
1
Pr(𝑋 = 𝑘) = 𝑙𝑜𝑔10 (1 + ) , 𝑘 = 1,2, … ,9
𝑘
a) Verifique que es una función de probabilidad
9
1
∑ 𝑙𝑜𝑔10 (1 + ) = 1
𝐾
𝐾=1

b) Calcule la probabilidad de obtener números impares

5
1
∑ 𝑙𝑜𝑔10 (1 + ) = 0.6088994
2𝐾 − 1
𝐾=1

c) Grafique la función de Probabilidad

14. Una variable aleatoria discreta X está definida según la ley

Pr(𝑋 = 𝑘) = 𝑝(1 − 𝑝)𝑘 , 𝑘 = 0,1,2, … 𝑦 𝑝 ∈ (0,1).

a) Verifique que es una función de probabilidad

Dado que 𝑝 ∈ (0,1) podemos usar la fórmula para el caculo de progresiones geométricas, así
tenemos que
𝑛
𝑝 𝑝
∑ 𝑝(1 − 𝑝)𝑘 = = =1
1 − (1 − 𝑝) 𝑝
𝑘=0

b) Determine la función de distribución

0, x<0
𝑛
f(𝑘) = {
∑ 𝑝(1 − 𝑝)𝑘 , x≥0
𝑘=0

c) Calcule: Pr(𝑋 > 2) , Pr(𝑋 ≥ 4) , Pr(𝑋 < 3).

Pr(𝑋 > 2) = 1 − F(2) = (1 + p)3

Pr(𝑋 ≥ 4) = 𝐹(4) = 𝑝(4 − 6𝑝 + 4𝑝 2 − 𝑝 3 + (1 − 𝑝)4 )

Pr(𝑋 < 3) = 𝐹(3) − Pr(𝑥 = 3) = 𝑝(3 − 3𝑝 + 𝑝 2 )

16. Dada la función de distribución de una variable aleatoria X

0, 𝑠𝑖 𝑥 < 0
1/4, 𝑠𝑖 0 ≤ 𝑥 < 1
1/3, 𝑠𝑖 1 ≤ 𝑥 < 2
𝐹(𝑥) =
𝑥/6, 𝑠𝑖 2 ≤ 𝑥 < 4
(𝑥 − 2)/3, 𝑠𝑖 4 ≤ 𝑥 < 5
{ 1, 𝑠𝑖 𝑥 ≥ 5
Calcule las probabilidades

a) Pr(1 ≤ 𝑋 ≤ 5)

= 𝐹(5) − 𝐹(1) + Pr(𝑥 = 1) = 3/4

b) Pr(2 < 𝑋 ≤ 4)

= 𝐹(4) − 𝐹(2) = 1/3

c) Pr(0 < 𝑋 < 3)

= 𝐹(3) − 𝐹(0) − Pr(𝑋 = 3) = 1/4

d) Pr(4 ≤ 𝑋 < 6)

= 𝐹(6) − 𝐹(4) = 1/3

18. La función de densidad de una variable aleatoria X está definida mediante
𝜋
0, 𝑠𝑖 𝑥 ≤
6
𝜋 𝜋
𝑓(𝑥) = 3 sin 3𝑥 , 𝑠𝑖 < 𝑥 <
6 3
𝜋
{ 0, 𝑠𝑖 𝑥 >
3
a) Halle la función de distribución F

Basta con integrar, de donde tenemos que

𝜋
0, 𝑠𝑖 𝑥 ≤
6
𝜋 𝜋
𝐹(𝑥) = − cos 3𝑥 , 𝑠𝑖 < 𝑥 <
6 3
𝜋
{ 1, 𝑠𝑖 𝑥 >
3
b) Determine:Pr(X = 0.2), Pr(X ≤ π/4), Pr(X > π/3), Pr(π/12 ≤ X ≤ π)

Pr(X = 0.2) = 0

π 3𝜋 √2
Pr (X ≤ ) = − cos ( ) =
4 4 2
π 𝜋
Pr (X > ) = 1 − Pr (𝑥 ≤ ) = 0
3 3
π
Pr ( ≤ X ≤ π) = 1 + 0 = 1
12

20. Considere una variable aleatoria continua Z con densidad de probabilidad

(1 + 𝑏)𝑧 𝑏 , 𝑠𝑖 𝑧 ∈ [0, 𝑎]
𝑓(𝑧) = {
0, 𝑠𝑖 𝑧 ∉ [0, 𝑎]
1 1
a) Calcule los valores de los parámetros a y b sabiendo que Pr (𝑍 ≤ ) =
2 8
0 𝑧
𝐹(𝑧) = ∫ 0𝑑𝑡 + ∫ (1 + 𝑏)𝑧 𝑏 = 𝑧 𝑏+1 = 1/8
−∞ 0

𝑎𝑏+1 = 1 𝑎=1

1𝑏+1 13
= 𝑏=2
2 2
b) Encuentre la función de distribución de Z
0, 𝑠𝑖 𝑧 < 0
𝐹(𝑧) = {𝑍 3 , 𝑠𝑖 𝑧 ∈ [0,1]
1, 𝑠𝑖 𝑧 > 1
22. Una variable aleatoria X tiene por función de distribución a
0, 𝑠𝑖 𝑥 < −2
𝐹(𝑥) = {𝑎𝑥 + 𝑏, 𝑠𝑖 − 2 ≤ 𝑥 ≤ 2
1, 𝑥>2
a) Determine los valores de a y b
2
∫ (𝑎𝑥 + 𝑏)𝑑𝑥 = 𝐹(2) − 𝐹(−2) = 1
−2

2𝑎 + 𝑏 − (−2𝑎 + 𝑏) = 1

4𝑎 = 1
1
𝑎=
4
𝑥
1 1
∫ 𝑑𝑥 = 𝑥 + 𝑏
−2 4 4
1 1
(𝑥 + 2) = 𝑥 + 𝑏
4 4
1
𝑏=
2
b) Encuentre la densidad f
0, 𝑠𝑖 𝑥 ∉ [−2,2]
𝑓(𝑥) = {1
, 𝑠𝑖 𝑥 ∈ [−2,2]
4
c) Halle: Pr(𝑋 < 0) , Pr(|𝑋| < 1.5) , Pr(|𝑋| > 1.2)

24. Los registros de ventas diarias de una empresa que comercializa computadoras muestran
que venderán 0, 1 o 2 computadoras de acuerdo con la siguiente tabla:

Nº de ventas 0 1 2
Probabilidad 0.7 0.2 0.1
a) Determine la distribución de probabilidad de x, el número de ventas
0, 𝑠𝑖 𝑥 < 0
0.7, 𝑠𝑖 0 ≤ 𝑥 < 1
𝐹(𝑥) = {
0.9, 𝑠𝑖 1 ≤ 𝑥 < 2
1, 𝑠𝑖 𝑥 ≥ 2
b) Calcule la probabilidad de que al menos se realice una venta en el día

Pr(𝑥 ≥ 1) = 1 − Pr(𝑋 < 1) = 1 − 0.7 = 0.3

26. Una empresa alquila el tiempo de cómputo de un tipo especial de computadora a una
universidad. La empresa debe planear su presupuesto, por lo que ha estudiado el tiempo de
empleo de la computadora. El tiempo semanal de alquiler (en horas) sigue la función de
densidad dada por:
3 2
𝑓(𝑡) = {64 𝑡 (4 − 𝑡), 𝑠𝑖 0 ≤ 𝑡 ≤ 4
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜
a) Determine la función de distribución del tiempo de empleo de la computadora

Integrando tenemos que

0, 𝑠𝑖 𝑡 < 0
1 3 3 4
𝐹(𝑡) = { (𝑡 + 𝑡 ), 𝑠𝑖 𝑡 ∈ [0,4]
16 16
1, 𝑠𝑖 𝑡 > 4
b) Calcule la probabilidad de que el tiempo de uso de la computadora, en una semana, sea mayor
que dos horas
5 11
Pr(𝑋 > 2) = 1 − Pr(𝑥 ≤ 2) = 1 − (𝐹(2) − Pr(𝑥 = 2)) = 1 − =
16 16
c) El presupuesto de la empresa solo cubre 3 horas de tiempo semanal de uso de la
computadora. ¿Con qué frecuencia se rebasará ese límite de presupuesto?

Pr(𝑥 ≤ 3) = 𝐹(3) = 189/256

Pr(𝑥 ≤ 4) = 𝐹(4) = 1
189
1− ≈ 0,261
256
26.1%
d) ¿Cuánto tiempo de alquiler se debe presuponer por semana si ésta cifra solo se puede rebasar
con una probabilidad de 0,1?

Pr(𝑥 ≥ 𝑡) = 0.1 = 1 − Pr(𝑥 < 𝑡)

1 3 3 4
(𝑡 + 𝑡 ) = 0.9
16 16
𝑡 ≈ 3,43

28. La cantidad (en gramos) de fertilizante químico que una planta puede recibir es una
variable aleatoria cuya función de densidad es
3𝑥(8 − 𝑥)
𝑓(𝑥) = { 256 , 𝑠𝑖 𝑥𝜖[0,8]
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜
a) Halle la probabilidad de que la planta reciba menos de 3 gramos
3
3𝑥(8 − 𝑥) 81
∫ 𝑑𝑥 = ≈ 0.31641
0 256 256
b) Si la planta muere si recibe más de 6 gramos. ¿Cuál es la probabilidad de que muera por
exceso de fertilizante?
6
3𝑥(8 − 𝑥) 5
Pr(𝑥 > 6) = 1 − Pr(𝑥 ≤ 6) = 1 − ∫ 𝑑𝑥 = = 0.15625
0 256 32

c) Si se tratara de establecer una norma para la cantidad de fertilizante utilizada, ¿Cuál es la

cantidad máxima recomendada utilizar para que solo se sobrepase esta cantidad el 35 % de las
veces?

35%≈0.35 1-0.35=0.65

Pr(𝑋 ≤ 𝑎) = 0.65
𝑎
3𝑥(8 − 𝑥)
∫ 𝑑𝑥 = 0.65
0 256
3 2 1 3
𝑎 − 𝑎 − 0,65 = 0
64 256
𝑎 = 4.81

30. Una variable aleatoria X tiene densidad

1, 𝑠𝑖 𝑥 ∈ [0,1]
𝑓(𝑥) = {
0, 𝑠𝑖 𝑥 ∉ [0,1]
a) Si 𝑌 = 𝑋2 , halle la función de distribución de Y

𝑔(𝑥) = 𝑥 2
0, 𝑠𝑖 𝑧 < 0
𝐹(𝑧) = {𝑥, 𝑠𝑖 𝑧 ∈ [0,1]
1, 𝑠𝑖 𝑥 > 1
0≤𝑥≤1
0 ≤ 2√𝑦 ≤ 1
0≤𝑦≤1
0, 𝑠𝑖 𝑦 < 0
𝐹𝑦 (𝑌) = {√𝑦, 𝑠𝑖 𝑦 ∈ [0,1]
1, 𝑠𝑖 𝑦 > 1
1 1 1 5
b) Calcule las probabilidades: Pr ( < 𝑥 2 < ) y Pr ( < 𝑌 < )
16 9 8 6

1 1 1 1 1
Pr ( < 𝑥 2 < ) = √ − √ =
16 9 9 16 12

1 5 5 1
Pr ( < 𝑥 2 < ) = √ − √ = 0.559
8 6 6 8

32. Una variable aleatoria X tiene función de densidad

 1
, 𝑠𝑖 𝑥 ∈ [−2,2]
𝑓(𝑥) = {4
0, 𝑠𝑖 𝑥 ∉ [−2,2]
Halle la probabilidad Pr(𝑥 2 < 1)
1
1 1
Pr(𝑋2 < 1) = Pr(|𝑥 | < 1) = Pr(−1 < 𝑥 < 1) = ∫ 𝑑𝑥 =
4 2
−1

34. Una variable aleatoria X tiene densidad 𝒇𝑿 (𝒙) = 𝒆−𝒙 , 𝒔𝒊 𝒙 ≥ 𝟎. Encuentre las funciones de
distribución y de densidad de la variable aleatoria 𝒁 = 𝒆−𝒙 .