UNIDAD III DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES

ALEATORIAS DISCRETAS.
TITULAR: ING. FELIPE SALINAS VELAZQUEZ.
CARRERA: INGENIERÍA EN GESTION EMPRESARIAL.

TEMAS:
3.1. Función de probabilidad
3.1.1. Distribución de probabilidad.
El valor esperado o esperanza de una variable aleatoria tiene su origen en los
juegos de azar, debido a que los jugadores deseaban saber cuál 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 función
de probabilidad de una variable aleatoria y el conjunto de todos los resultados
posibles del juego estará representado por la distribución de probabilidad de la
variable aleatoria.
http://148.204.211.134/polilibros/portal/polilibros/P_Terminados/Probabilidad/doc/U
nidad%202/2.5.HTM#item0
Una variable aleatoria es una función definida sobre un espacio muestral, en
donde cada resultado posible se le asocia un número real. (Said Infante Gil y
Guillermo P. Zárate de Lara, 1990).
Una variable aleatoria discreta es aquella característica medible de una
población que solo puede tomar valores enteros.
Función de probabilidades .La función de probabilidades de una V.A.D. X es el
conjunto de pares ordenados {x, fX(x)=P(X=x)}, donde x es cada uno de los
valores que puede tomar la variable aleatoria X, y fX(x) la probabilidad asociada
con el valor particular de x.
De acuerdo con Kazmier (2006) una variable aleatoria discreta se puede describir
en términos de la media (valor esperado y se denota como E(X)), de su desviación
estándar y varianza.El valor esperado representa el valor promedio que se espera
suceda, al repetir el experimento en forma independiente una gran cantidad de
veces.

PROPIEDADES.
fX(x) ≥0, para todo el valor de x de X.
∑fX(x)=1
Ejercicio 1
Considere el experimento consistente en el lanzamiento de dos monedas y sea X
el número de veces que cae águila. En base a la siguiente tabla encuentre la
distribución de probabilidades.
Puntos Moneda 1 Moneda 2 P(X=x) X
muestrales
𝐸1 A A 1⁄ 2
4
𝐸2 A S 1⁄ 1
4
𝐸3 S A 1⁄ 1
4
𝐸4 S S 1⁄ 0
4

a).- Demuestre los puntos muestrales mediante un diagrama de árbol.

b).- Determine el valor esperado de la variable X o la media 𝜇
Fórmula:
E(X)=∑𝑛(𝑥=0) 𝑥 𝑝(𝑋 = 𝑥)
E(X)= ∑(0)(1⁄4) + (1)(1⁄2) + (2)(1⁄4) =1⁄2 + 2⁄4 = 1
c).- CALCULE LA VARIANZA
𝜎 2 = E(𝑋 2 ) – [𝐸(𝑋)]2
Primero se calcula E(𝑋 2 )
E(𝑋 2 ) = ∑𝑛𝑥=0 𝑥 2 𝑃(𝑋 = 𝑥) = ∑(02 )(1⁄4) + (12 )(1⁄2) + (22 )(1⁄4) = 1.5
Por lo tanto la varianza es:
𝜎 2 = 1.5 – (12 ) = 0.5
La desviación estándar es:
2
𝜎 = √0.5 = 0.71
Cálculo de la varianza de otra manera:

𝜎 2 = ∑𝑛𝑥=0(𝑥 − 𝑚𝑒𝑑𝑖𝑎)2 p(X=x)

𝜎 2 = ∑(0 − 1)2 (1⁄4) + (1 − 1)2 (1⁄2) + (2 − 1)2 (1⁄4)= 0.5
d).- Obtenga la gráfica (HISTOGRAMA) correspondiente

Cálculo del valor esperado utilizando MATLAB

Abra Matlab
Para crear y editar un archivo script se usa la ventana de Edición.
Esta ventana se abre desde la ventana principal de MATLAB, una vez abierta
sitúese en el menú File, después abra la opción New y luego escoja M-file
Para correr un archivo script hay que guardarlo. El proceso de guardar un archivo
consiste en elegir la opción Save Asen el menú File, seleccionar la ruta de
almacenamiento (puede ser a unidad A o en un dispositivo USB) y dar un nombre
al archivo.
% Programa:
% Nombre del autor del programa:
%Considere el experimento consistente en el lanzamiento de dos monedas y sea
% X el número de veces que cae águila.
% Inserte los valores de X
x=[0,1,2] ↲
% La función de probabilidades es P(X=x)↲
y=[1/4,1/2,1/4]↲
% Proceso que realiza la multiplicación de elemento a elemento de las variables
%que están utilizando ↲
m=x.*y ↲
% Se calcula la media utilizando el comando sum
% El cual suma los productos del elemento m
media=sum(m)↲
% Calcule la varianza𝜎 2 ↲
var=sum((x-media).^2.*y)↲
% Calcule la desviación estándar 𝜎( Raíz cuadrada de la varianza) ↲
des_est=sqrt(var)
Siempre limpie la pantalla con:
close all
clear all
clc

EJERCICIO 2

Considere el experimento consistente en elegir dos cédulas del censo mexicano

del año 2010 y determinar si el individuo censado únicamente habla alguna
lengua indígena (I), si solo habla español (E), o si habla alguna lengua indígena y
además español (B).
a).- mediante u diagrama de árbol obtenga el espacio muestral.
b).- Defina la variable aleatoria X como el número de individuos bilingües y
determine el valor de X para cada uno de los resultados posibles.
c).- Suponga que en el año 2010, P (I)=0.02, P (E)=0.92, P (B)=0.06 (esas son las
frecuencias relativas obtenidas) ¿Cuál es la función de probabilidades para la
variable aleatoria X de acuerdo con el inciso (b)? Suponga independencia entre
las dos repeticiones del experimento; es decir, que la probabilidad del evento {II}
es de 0.0004.

x 0 1 2
P(X= x) II .02 .02=0.0004 IB .02 .06=.0012 BB .06 X .06=
IE .02 .92=0.0184 EB .92 .06=.0552 0.0036
EI .92 .02=0.0184 BI .06 .02=.0012
EE .92 .92=.8464 BE .06 .92=.0552
⅀= 0.8836 ⅀ =0.1128 ⅀ = 0.0036

Puede comprobar las propiedades:

Cualquier valor probabilístico es mayor que cero.
La sumatoria de los valores probabilísticos es igual uno.
En base a la tabla de función de probabilidades determine:
EL VALOR ESPERADO O LA MEDIA ( 𝝁𝑿 )
Fórmula:
E(X)=∑𝑛(𝑥=0) 𝑥 𝑝(𝑋 = 𝑥)
Fórmula:
E(X)=∑𝑛(𝑥=0) 𝑥 𝑝(𝑋 = 𝑥)=
E(X)= ∑(0)(. 8836) + (1)(0.1128) + (2)(0.0036)= 0.12
CALCULE LA VRIANZA (𝝈𝟐 )
𝜎 2 = E(𝑋 2 ) – [𝐸(𝑋)]2
Primero se calcula E(𝑋 2 )
E(𝑋 2 ) = ∑𝑛𝑥=0 𝑥 2 𝑃(𝑋 = 𝑥) = ∑(02 )(. 8836) + (12 )(0.1128) + (22 )(0.0036) = 0.1272
Por lo tanto la varianza es:
𝝈𝟐 =0.1272 – 0.122 =0.1128
La desviación Estándar 𝝈
2
𝜎 = √0.1128 = 0.336
Resuelva el problema empleando MATLAB

Ejercicio 3 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.

PREGUNTA: Calcule cuánto debe valer k para que el jugador ni gane ni pierda.

Sea X la variable aleatoria que representa el resultado al lanzar un dado. Su

distribución de probabilidad es la siguiente:
 1 2 3 4 5 6

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 fórmula 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.
Resuelva el problema con MATLAB

EJERCICIOS PARA RESOLVER

En un estudio sobre la movilidad de los ejecutivos en el área de compras, se
encontró que la distribución que se describe donde la variable X es el número de
compañías en las que un ejecutivo actualmente empleado ha prestado sus
servicios como jefe de compras.

x 1 2 3 4 5
P(X=x) .52 .22 .19 .04 .03
a).- Encuentre la media
b).- La desviación estándar y
c).- La varianza utilice el software MATLAB

El grado con el cual una determinada compañía se involucra en el desarrollo de

nuevos productos depende de gran medida de sus competidores. Un estudio fue
realizado sobre las compañías que utilizan tecnología avanzada para encontrar el
número de productos nuevos que cada una de ellas lanzó al mercado durante el
año 2000 . Basándose en este estudio, se encontró la distribución de probabilidad
para la variable X el número de productos nuevos lanzados al mercado por una
compañía de tecnología avanzada. La distribución se muestra en la siguiente
tabla.

x 3 4 5 6 7 8 9
P(X=x) 0.08 .14 .22 .30 .14 .08 .04
a).- Encuentre la media
b).- La desviación estándar y
c).- La varianza utilice el software MATLAB

Defina la variable aleatoria X como la suma de los números que aparecen al

lanzar dos dados legales (cada dado tiene 1, 2, 3, 4, 5, 6 puntos). La distribución
de probabilidad es:

a).- Elabore un diagrama de árbol para facilitarle encontrar el espacio muestral.

b).- Obtenga la distribución de probabilidad.

3.2. LA DISTRIBUCION BINOMIAL.

PROCEDIMIENTO.

1.- Propiedades y/o Características de la distribución.

a).- El espacio muestral consta de dos posibles resultados: éxito y fracaso M= {E,
F}.
b).- El tamaño de la muestra es mayor que uno n>1.
c).- Los eventos E y F son mutuamente excluyentes.
d).- El éxito y fracaso en cada uno de los experimentos Bernoulli son
independientes.
e).- La variable X=1 si es éxito y X=0 si es fracaso.
f).- La probabilidad de éxito se denota con la letra p y la probabilidad de fracaso 1-
p
g).- La probabilidad de éxito y fracaso permanecen constantes de ensayo Bernoulli
a ensayo Bernoulli.
2.- La fórmula general de la distribución.
𝐹𝑋 (𝑥) = nCr𝑃 𝑥 (1 − 𝑃)𝑛−𝑥

3.- Identifique los parámetros de la distribución.

X ~BIN(n, p).
Determine la esperanza matemática de la variable E(X), la varianza poblacional
(𝜎 2 ) y la desviación estándar poblacional (σ).
E(X)=np.
𝜎 2 =npq
σ= 2√𝑛𝑝𝑞
4.- GRAFICA. Obtenga el histograma de un ejercicio.
Resuelva el ejercicio de acuerdo al procedimiento descrito líneas arriba.
Ejemplo.
Suponga que se va a analizar los resultados del examen de la unidad II de la
materia de Probabilidad y estadística, para lo anterior se eligen al azar a 10
alumnos, cada uno de los alumnos se consideran un experimento Bernoulli y la
probabilidad de reprobar es de 5%.

Datos:
n= es el tamaño de la muestra
X=Número de alumnos reprobados x=3
P es la probabilidad de éxito P=0.05
1-P Es la probabilidad de fracaso 1-P= 1-0.05= 0.95 n=10

¿Cuál es la probabilidad de que tres reprueben el examen?

P( X= x)= nCr𝑃 𝑥 (1 − 𝑃)𝑛−𝑥

P(X= 3)=10𝐶3 0.053 (0.95)10−3 = 0.0104

Resolver con MATLAB
f=binopdf(3,10,0.05) donde x=3 n=10 p=0.05

¿Cuál es la probabilidad de que reprueben entre 3 y 5?

P(X= 3)=10𝐶3 0.053 (0.95)10−3 = 0.0105
P(X= 4)=10𝐶4 0.054 (0.95)10−4 = 0.000965
P(X= 5)=10𝐶5 0.055 (0.95)10−5 = 0.000061
¿Más de 2?
P(X> 2) =
Por el teorema complementario se puede resolver de la siguiente manera:
1- P(X≤ 2) = 1-∑ 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
P(X=0)= 10𝐶0 (0.05)0 (0.95)10−0 =0.5987
P(X=1)= 10𝐶1 (0.05)1 (0.95)10−1 =0.3151
P(X=2)= 10𝐶2 (0.05)2 (0.95)10−2 =0.0746
Se suman los valores:
Resolver con MATLAB
% Inserte los valores de X
x=[0,1,2]
f=binopdf(x,10,0.05) donde x=3 n=10 p=0.05
 %para que sume las probabilidades
sum(f)
ans 0.9885

Calcule las probabilidades de la variable. donde x=0,1,2,.. 10 n=10 p=0.05

% inserte los valores de la variable x
x=[0:10]
% Calcule las probabilidades
f=binopdf(x,10,0.05)
0.5987 0.3151 0.0746 0.0105 0.0010 0.0001 0.0000…
% Obtenga el histograma correspondiente
>>bar(f,´b´),grid on