Nombre de la materia

PROBABILIDAD Y ESTADISTICA

Nombre de la Licenciatura
INGENIERIA EN SISTEMAS
COMPUTACIONALES

Nombre del alumno

JESUS JORGE ROSAS ARZAVE

Matrícula
000574316

Nombre de la Tarea
TAREA 3

Unidad #
VARIABLES ALEATORIAS DISCRETAS

Nombre del Profesor

XXXX

Fecha
31/05/2018
 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:

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.

Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral
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.

3
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

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 o m a ́ s 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.

(𝑘 𝑁𝑘
𝑥)( 𝑛 𝑥)
ℎ(𝑥; 𝑁; 𝑛; 𝑘) = Para x= 0, 1, 2,…., n
(𝑁
𝑛)

4
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

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.

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

5
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

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:

𝑛
( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥

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

Nuestra formula queda la siguiente manera:

5
𝑏(0; 5; 0.4) ( ) 0.30 (0.4)5−0 = 0.08
0
5
𝑏(1; 5; 0.4) ( ) 0.31 (0.4)5−1 = 0.26
1
5
𝑏(2; 5; 0.4) ( ) 0.32 (0.4)5−2 = 0.35
2
5
𝑏(3; 5; 0.4) ( ) 0.33 (0.4)5−3 = 0.23
3
5
𝑏(4; 5; 0.4) ( ) 0.34 (0.4)5−4 = 0.08
4
5
𝑏(5; 5; 0.4) ( ) 0.35 (0.4)5−5 = .01
5

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

6
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

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?

DATOS:
x= 2
λ=7 (Solicitudes al día)
e= 2.71828 (Constante)

Para determinar la probabilidad tenemos que utilizar la siguiente formula

𝑒 −𝜆 𝜆𝑥
𝑝(𝑥, 𝜆) =
𝑥!
𝑒 −7 72
𝑝(2,7) =
2!

P=0.0074

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

𝜆 = 𝜎𝑥2 𝜎𝑥 = √𝜆𝑥

𝜆 = 7 = 𝜎𝑥2
𝜎𝑥 = √𝜆𝑥 = √7
𝜎𝑥 = √𝜆𝑥 = √7 = 2.645

7
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

𝜎𝑥 = √𝜆𝑥
(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

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:

8
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

¿Cuál es la probabilidad de que éstas sean 2 azules?

(𝑘𝑥)(𝑁𝑛 − 𝑘𝑥)
ℎ(𝑥; 𝑁; 𝑛; 𝑘) =
(𝑁𝑛)

(10
2
)(17
3
− 10
2
)
ℎ(2; 17; 3; 10) =
(17
3
)

(10
2
)(71)
ℎ(2; 17; 3; 10) =
(17
3
)

(45)(7)
ℎ(2; 17; 3; 10) =
(680)
315
ℎ(2; 17; 3; 10) =
(680)
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
)