Nombre de la materia

Estadística y Probabilidad

Nombre de la Licenciatura
Ingeniería en Sistemas

Nombre del alumno

Edgar Jafet Murillo Silva

Matrícula
000563292

Nombre de la Tarea
Variables aleatorias discretas

Unidad #
3

Nombre del Profesor

Alfredo Orozco Escobar

Fecha
29/01/2018
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

Actividad 3
¿Cómo los modelos discretos de probabilidad identifican la posibilidad de
ocurrencia de eventos con conjuntos finitos?

Objetivos:

 Interpretar el concepto de variable aleatoria.

 Exponer las propiedades de las distribuciones discretas y sus características.
 Identificar el modelo apropiado a las características de las distribuciones de
probabilidad discretas y análisis de resultados a través de los modelos: Binomial,
Hipergeométrico y de Poisson.

Instrucciones:
Revisar los materiales encontrados en el aula virtual.

Lectura
 Probabilidad y estadística, aplicaciones a la ingeniería (Rivero, 2013).
Lee el Capítulo 4 "Distribuciones de probabilidad" (pp. 71-94) y el Capítulo 6
"Distribución de probabilidad discreta" (pp.117-121, 133-137), donde encontrarás
los temas: Variable aleatoria, Distribución discreta de probabilidad, Distribución
continua de probabilidad, Distribución de probabilidad conjunta, Distribución
binomial, de Poisson e Hipergeométrica.

Video

 Variables aleatorias.
 Distribuciones de probabilidad.
 Distribución binomial.
 Distribución de Poisson

-Recuerda anexar procedimiento y justificaciones cuando se requiera.

-Descargar la actividad en Word y responde directamente en el documento.

-Colocar su respuesta con fotos de lo realizado (ejercicio por ejercicio, etcétera).

2
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

Forma de evaluación:

Criterio Ponderación

Presentación 10%

Ejercicio 1 18 %

Ejercicio 2 18 %

Ejercicio 3 18 %

Ejercicio 4 18 %

Ejercicio 5 18 %

Instrucciones generales:
Con base en los videos de la sección Tarea 3 de la semana 3, y tomando como base el libro
Probabilidad y estadística, aplicaciones a la ingeniería (Rivero, 2013), resuelve los
siguientes problemas:

3
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

1. Investigación: Variables aleatorias y distribuciones discretas de probabilidad

(1.8 puntos)

 Define el concepto de variable aleatoria e identifica qué tipos de variable aleatoria

existen.

 Define el concepto de variable aleatoria.

Se llama variable aleatoria a toda función que asocia a cada elemento del espacio
muestra E número real. Se utilizan letras mayúsculas (X, Y,), para designar variables
aleatorias, y las respectivas minúsculas (x, y, …), para designar valores concretos de
las mismas. Una variable aleatoria es un valor numérico que corresponde al resultado
de un experimento, aleatorio, como por ejemplo la suma del punto obtenidos al lanzar
dos dados, el número de lanzamientos de un dado hasta que aparece el cuatro, el
número de personas que suben en un determinado ascensor al mes, el tiempo de
espera en la sala de un doctor
 Escribe cuáles son las propiedades y/o características de las distribuciones
discretas de probabilidad más comunes: Binomial, Poisson e Hipergeométrica.
Binomial Es una extensión de la distribución de Bernouilli. Supongamos que se
repite un experimento “n” veces de forma idéntica e independiente. Los resultados
de cada realización del experimento se clasifican en dos categorías (como en el
caso de Bernouilli), una será la probabilidad de éxito p, y otra q=1-p, la de fracaso.
Así, por tanto, sea X una variable aleatoria discreta, se dice que se distribuye como
una distribución binomial de parámetros (n,p). Siempre se debe de verificar que n>1
y que p tome valores entre 0 y 1

Poisson
Esta es una distribución discreta de gran utilidad sobre todo en procesos biológicos,
donde X suele representar el número de eventos independientes que ocurren a
velocidad constante en un intervalo de tiempo o en un espacio. Así, por tanto, sea X
una variable aleatoria discreta, se dice que se distribuye como una distribución de
Poisson. 1. Las condiciones experimentales deben ser constantes a lo largo de
todo el intervalo. 2. Los resultados del experimento deben ser independientes
cuando se refieren a intervalos disjuntos. 3. La tasa media de aparición del suceso,
en cualquier intervalo de longitud uno, es constante y se representa por λ. 4. La
probabilidad de que el suceso ocurra una sola vez en un intervalo de amplitud h
suficientemente pequeña, debe ser aproximadamente λ h. 5. La probabilidad de dos

4
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

o m as ocurrencias del suceso, en un intervalo suficientemente pequeño, debe ser

prácticamente cero.
Hipergeométrica
Distribución Hipergeométrica. Sea X la variable aleatoria definida como el número
de éxitos en una muestra aleatoria de tamaño n, seleccionada de N resultados de
los cuales k son éxitos y N- k son fracasos; la distribución Hipergeométrica de la
variable aleatoria X viene dada por

Para x= 0, 1, 2, ….,n

2. Relación de columnas: distribuciones discretas de probabilidad (1.8 puntos)

 Relaciona de manera correcta las propiedades de las distribuciones discretas de

probabilidad Binomial, Poisson e Hipergeométrica.

1. Distribución binomial (C ) A. Representa la probabilidad de que

un evento aislado ocurra un
número específico de veces en un
intervalo de tiempo o espacio
dado.
2. Distribución de Poisson (A ) B. Se aplica cuando la población es
finita y la muestra aleatoria se
toma sin reposición, pues
probabilidad cambiará para cada
ensayo.
3. Distribución hipergeométrica (B ) C. Es usada cuando cada ensayo
solo tiene dos resultados posibles:
éxito o fracaso.

5
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

3. Problema: Modelo binomial (1.8 puntos)

Página 120-121 del libro Probabilidad y estadística, aplicaciones a la ingeniería (Rivero,
2013).

Contexto:
Para integrarse a la política mundial de reducción de consumo energético, una fábrica ha
hecho cambios en su sistema de iluminación, asegurando que sus áreas reduzcan el
consumo de energía eléctrica en un 40%. De acuerdo al contexto anterior.
Calcula:
¿Cuál es la probabilidad de que 2 de 5 áreas reduzcan el consumo de energía eléctrica en
las áreas?

p=0.4
DATOS
k = 0, 1, 2, 3, 4, 5 n= 5
p= 0.4
q= 1−p = 1−0.4= 0.6 (Probabilidad del fracaso)

La fórmula a utilizar es la siguiente

Donde (1-p)n-x = q (probabilidad del fracaso)

6
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

En particular b(; 5; 0.4)=0.35 significa que la probabilidad de que 2 de 5 áreas reduzcan

su consumo eléctrico es de 0.35

(Anexar procedimiento)

Tips de solución:
 Considera el número de áreas que reducen el consumo de energía eléctrica como la
variable aleatoria “X”, y que p= 40% = 0.4.

 La fórmula para calcular combinaciones es similar a: ; recuerda

que

𝑛! = 𝑛(𝑛 − 1) ∙∙∙ 2 ∙ 1.
Por ejemplo:

La combinación de 5 elementos en grupos de 2 se calcula como

5 5! 5𝑥4𝑥3𝑥2𝑥1
𝐶5,2 = ( ) = = = 10
2 2! (5 − 2)! (2𝑥1)(3𝑥2𝑥1)

4. Problema: Modelo de Poisson (1.8 puntos)

Video y página 134 del libro Probabilidad y estadística, aplicaciones a la ingeniería (Rivero,
2013).

Contexto:
Una empresa manufacturera posee un departamento de mantenimiento de máquinas, el
cual recibe un promedio de 7 solicitudes de servicio por día.
Calcula:
 ¿Cuál es la probabilidad de que se reciban exactamente 2 solicitudes por día?
 ¿Cuál es la media, la varianza y la desviación estándar?

DATOS
x= 2
λ=7 (Solicitudes al día)
e= 2.71828 (Constante
Para determinar la probabilidad tenemos que utilizar la siguiente formula

7
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

¿Cuál es la media, la varianza y la desviación estándar?

Para esta pregunta utilizamos la siguiente formula

(Anexar procedimiento)

Tips de solución:
 Considera el número de solicitudes que recibe el departamento de mantenimiento
diariamente como la variable aleatoria “X”.
 La distribución de Poisson se calcula como
𝑒 −𝜇 𝜇 𝑥
𝑝(𝑥, 𝜇) =
𝑥!
 La varianza y la desviación estándar de una distribución de Poisson se calculan con las

fórmulas:

Por ejemplo:
¿Cuál es la probabilidad de que se reciban exactamente 3 solicitudes por día en el
departamento de mantenimiento de máquinas donde se recibe un promedio de 6 solicitudes
por día?

𝑒 −6 63
𝑝(3,6) = = 0.089
3!

Recuerda que 𝑒 = 2.718 …. y es una constante

La media 𝜇𝑥 = 6

Varianza 𝜇𝑥 = 𝜎 2 = 6

8
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

Desviación estándar 𝜎 = √𝜇𝑥 = 2.45

5. Problema: Modelo Hipergeométrico (1.8 puntos)

Página 126-127 del libro Probabilidad y estadística, aplicaciones a la ingeniería (Rivero,
2013).

Contexto:
Se sabe que en una tómbola hay 10 fichas azules y 7 verdes. Si se extraen 3 fichas:
Calcula:
¿Cuál es la probabilidad de que éstas sean 2 azules?

Datos:
X=2
N=17
n= 3
k=10
Formula

9
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

P= 0.463

(Anexar procedimiento)

Tips de solución:
 Toma en cuenta que N=17 (Número de fichas azules más número de bolas verdes),
k=10 (fichas azules), n=3 (tamaño de la muestra), x=2 (número de fichas azules en
una muestra de 3)
 Recuerda que la fórmula para calcular la distribución hipergeométrica es:

(𝑘𝑥)(𝑁−𝑘
𝑛−𝑥
)
ℎ(𝑥; 𝑁; 𝑛: 𝑘) =
(𝑁𝑛)
Considera que (𝑘𝑥) son combinaciones

Por ejemplo:

Para x=3, N=10, n=5, k=4

(43)(10−4
5−3
) (43)(62)
ℎ(3; 10; 5: 4) = = = 0.238
(10
5
) (10
5
)

1
0