Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio muestral E un nmero real.

S e u t iliza n let ra s may scu la s X , Y , . . . p ara d e sig na r va ria b le s a le a to ria s, y la s resp e ct iva s min scu la s (x, y, . . . ) p a ra d esig n a r va lo re s con cre t o s d e la s misma s . V a ri a ble al e a toria dis c re ta Un a v a ri a bl e a l ea tori a di s cre ta es a que l l a que s l o pue de tom a r v a l ore s e nte ros . E j e mpl os E l n me ro de h ijo s d e u n a fa milia , la pu n t ua ci n ob t en id a al la n za r un da d o. V a ri a ble al e a toria c onti nua Un a v a ri a bl e a l ea tori a c onti nua e s aq uella q u e pue de tomar todos l os v a l ore s pos i bl e s de ntro de un c i e rto i nte rv a l o de la re cta re a l. E j e mpl os L a a lt u ra d e lo s a lu mn o s d e u n a cla se, la s h o ra s d e du ra ci n de u n a p ila .

Func i n de proba bi l ida d S e lla ma func i n de proba bi li da d de una va ri a ble a l ea tori a di s c re ta X a l a a pl ic a c i n que as oc ia a c a da va l or de x i de la v a r i a bl e s u proba bi l ida d p i . 0 pi 1 p1 + p2 + p3 + + pn = pi = 1

Ejemplo Calcular la distribucin de probabilidad de las puntuacion es obtenidas al lanzar un dado.

Representacin La representacin de una distribucin discreta de probabilidad es un diagrama de barras.

Funcin densidad de probabilidad

S e a X un a va ria b le ale a t o ria d iscre ta cu yo s va lo re s su po n e mos o rd e na d o s de me no r a ma yo r. L la ma re mo s func i n de di s tri buc in de l a va ri a ble X , y e scrib ire mo s F(x) a la fu n ci n : F(x ) = p(X x ) La func i n de di s tri buc i n a s oc ia a c a da v a l or de la v a ria ble a l e a toria l a proba bi l ida d a c umula da has ta e se va l or.

E j e mpl o Ca lcu la r la func i n de di s tri buc i n de proba bi l i da d de las p u n tu a cion e s o b te n ida s a l lan za r un da d o.

x x <1 1 x < 2 2 x < 3 3 x < 4 4 x < 5 5 x < 6 6 x

p 0

Re pre s e ntac i n
La representacin de una funcin de distribucin de probabilidad es una grfica escalonada.

E s pe ra nza ma te m tic a o me di a

V a ri a nza

De s v ia c i n t pic a

Ejemplo Calcular la esperanza matemtica, la varianza, y la desviacin tpica , de la distribucin de probabilida d de las puntuaciones obtenidas al lanzar un dado.

x 1 2 3 4 5 6

x p

pi

E j e rci c i os de dis tri buc i one s dis c re ta s 1 S e lan za u n p a r de d a do s. Se de f in e la va ria b le a le a to ria X co mo la su ma d e las p un t ua cio n e s ob t en id a s. Ha lla r la fu n ci n de p ro b ab ilid a d , la e sp e ra n za mat e m t ica y la va ria n za .

2 Un ju ga d o r lan za un d a do co rrie n t e. S i sale n me ro p rimo , g a na t a n to s cie n to s de e u ro s co mo ma rca e l d ad o , pe ro si no sa le n me ro p rimo , p ie rd e t a nt o s cie n t o s d e e u ro s co mo ma rca e l d ad o . De t e rmin a r la f u n ci n de p ro b ab ilid a d y la e spe ra n za ma t e m t ica d e l ju e go .

3 S i un a p e rson a comp ra u na pa pe le t a en un a rif a, en la q ue p u ed e ga n a r de 5 .00 0 un seg u nd o p re mio d e 2 00 0 co n p ro b ab ilid a de s de : 0 .0 0 1 y 0. 0 03 . Cu l se r a e l p re cio ju st o a p ag a r p o r la pa pe le t a?

4Sea X una variable aleatoria discreta cuya funcin de probabilidad es:

x 0 1 2 3 4 5

0,1 0,2 0,1 0,4 0,1 0,1

1. Calcular, representar grficamente la funcin de distribucin. 2. Calcular las siguientes probabilidades: p (X < 4.5) p (X 3) p (3 X < 4.5)

Ejercicios de distribuciones discretas 1Un jugador lanza dos monedas. Gana 1 2 si aparecen una o dos caras. Por otra parte pierde 5 si no aparece cara. Dete rminar la esperanza matemtica del juego y si ste es favorable. 2Sabiendo que p(X 2) = 0.7 y p(X 2) = 0.75. Hallar: 1. La esperanza matemtica. 2.La varianza. 3.La desviacin tpica.

Ejercicios resueltos de la distribucin binomial 12.4

DISTRIBUCIN DE POISSON Caractersticas: En este tipo de experimentos los xitos buscados son expresados por unidad de rea, tiempo, pieza, etc, etc,: - # de defectos de una tela por m2 - # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc. - # de bacterias por cm2 de cultivo - # de llamadas telefnicas a un conmutador por hora, minuto, etc, etc. - # de llegadas de embarcaciones a un puerto por da, mes, etc, etc. Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o producto, la frmula a utilizar sera:
x

p( x , )

donde: p(x, ) = probabilidad de que ocurran x xitos, cuando el nmero promedio de ocurrencia de ellos es = media o promedio de xitos por unidad de tiempo, rea o producto = 2.718 x = variable que nos denota el nmero de xitos que se desea que ocurra Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por unidad de tiempo, rea o producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado, as como cada rea es independiente de otra rea dada y cada producto es independiente de otro producto dado.

x!

ejemplos
El nmero de pacientes que llega a un hospital sigue una distribucin de Poisson. Si el nmero promedio es de 120 por hora, cul es la probabilidad de que en un minuto lleguen por lo menos 3 pacientes? 1- Establezco X>3, porque el problema dice que hallemos la probabilidad de que por lo menos lleguen 3 pacientes en un minuto. 2- Calculo , que es el nmero medio de veces que se da el suceso en una unidad de tiempo. Es la variable aleatoria de sucesos raros (media de pacientes que llegan en un minuto). = 120/60 = 2 pacientes cada minuto

3- Calculo probabilidad de X>r, probabilidad de que ocurra r en una unidad de tiempo. P (X>3) = 1-P (X<3) = 1 - [P( X=0) + P( X=1) + P( X=2)] = 1 - [(2E0/0!)*e E-2] + [(2E1/1!)*e E-2] + [(2E2/2!)*e E2] = 1 - 0'1353 - 0'2707 - 0'2707 = 0'3233 4- La probabilidad de que entren 3 pacientes cada minuto es del 32'33%.

1. Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las probabilidades de que reciba, a) cuatro cheques sin fondo en un da dado, b) 10 cheques sin fondos en cualquiera de dos das consecutivos? Solucin: a) a) x = variable que nos define el nmero de cheques sin fondo que llegan al banco en un da cualquiera = 0, 1, 2, 3, ....., etc, etc. = 6 cheques sin fondo por da = 2.718

p( x

4,

6)

( 6 )4 ( 2.718 ) 4!

( 1296 )( 0.00248 ) 24

0.13392

b) x= variable que nos define el nmero de cheques sin fondo que llegan al banco en dos das consecutivos = 0, 1, 2, 3, ......, etc., etc. = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das consecutivos Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma, debe hablar de lo mismo que x.

p( x

10 ,

12 )

( 12 )10 ( 2.718 ) 10!

12

( 6.1917364 10 )( 0.000006151 ) 3628800

0.104953

2. En la inspeccin de hojalata producida por un proceso electroltico continuo, se identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una imperfeccin en 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando ms una imperfeccin en 15 minutos. Solucin:

a) a) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 3 minutos = 0, 1, 2, 3, ...., etc., etc. = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

p( x

1,

0.6 )

( 0.6 )1( 2.718 ) 1!

0.6

( 0.6 )( 0.548845 ) 1

0.329307

b) b) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 5 minutos = 0, 1, 2, 3, ...., etc., etc. = 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en la hojalata

p( x

2,3,4,etc....

1 ) 1 p( x

0,1,

1) 1

( 1 )0 ( 2.718 ) 1 0!

( 1 )( 2.718 ) 1 1!

=1-(0.367918+0.367918) = 0.26416 c) c) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 15 minutos = 0, 1, 2, 3, ....., etc., etc. = 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

p( x

0,1,

3)

p( x

0,

3)

p( x

1,

3)

( 3 )0 ( 2.718 ) 0!

( 3 )1( 2.718 ) 1!

= 0.0498026 + 0.149408 = 0.1992106