MODULO 06

*. Se define la variable aleatoria: X=Nmero de caras del siguiente modo: X(CCC)=3; X(CCS,CSC,SCC)=2;
X(SSC,CSS,SCS)=!, finalmente X(SSS)=", #uesto $ue estamos %ablando de caras
&sta funci'n se re#resenta gr(ficamente del mismo modo $ue la distribuci'n de frecuencias relativas
acumuladas) *olviendo al e+em#lo de las tres monedas, se tiene $ue
, - ! ) " ( f ) " X ( . ) " ( /
, - 0 , - 3 , - ! ) ! ( f ) " ( / ) ! X ( . ) ! ( /
, - 1 , - 3 , - 3 , - ! ) 2 ( f ) ! ( f ) " ( f ) 2 X ( . ) 2 ( /
! , - ! , - 3 , - 3 , - ! ) 3 ( f ) 2 ( f ) ! ( f ) " ( f ) 3 X ( . ) 3 ( /
= = =
= + = + = =
= + + = + + = =
= + + + = + + + = =
2r(ficamente,
*. Lanzamos dos dados al aire. Nos interesa encontrar probabilidades tal como la probabilidad de
que la suma de los puntos en los dados es menor que 8. Si asumimos que todos los resultados
observados al tirar dos dados son equiprobables entonces el espacio muestral del experimento,
con treinta y seis posibles resultados es:
1 1, 1 1, 2 1, 3 1, 1, ! 1, " 1
2 2, 1 2, 2 2, 3 2, 2, ! 2, " 2
3 3, 1 3, 2 3, 3 3, 3, ! 3, " 3
, 1 , 2 , 3 , , ! , "
! !, 1 !, 2 !, 3 !, !, ! !, " !
#omo nos interesa la suma de los puntos observados, si obtenemos el resultado $3, !% le
asi&namos el valor 8, correspondiente a la suma de 3 y !. 'odemos calcular la probabilidad de que
la suma sea i&ual a 8, contando todos los resultados donde la suma es oc(o. )l evento de que la
suma es oc(o contiene ! resultados: *$2,"%, $3,!%, $,%, $!, 3%, $",2%+, por lo tanto la probabilidad
deseada es !-3". 'odemos repetir este proceso con cada uno de los resultados para obtener la
si&uiente tabla:
.esultado 2 3 ! " / 8 0 11 11 12
'robabilidad 1-3" 2-3" 3-3" -3" !-3" "-3" !-3" -3" 3-3" 2-3" 1-3"
2emos encontrado la distribuci3n de probabilidad de los valores posibles de la suma al tirar dos
dados. )n &eneral, si S es un espacio muestral con una medida de probabilidad ', de4inimos una
variable aleatoria como una 4unci3n que asi&na un n5mero real a cada uno de los elementos de S.
)s decir 6 es una 4unci3n cuyo dominio es el espacio muestral S y su codominio es el con7unto de
n5meros reales
8nterpretamos, por e7emplo 6 9 8 como el evento de que se observ3 el resultado 8 al tirar los dos
dados, es decir el evento * $2,"%, $3,!%, $,%, $!, 3%, $",2%+ ocurri3. :ambi;n asi&namos a 6 9 8 la
probabilidad de ese evento. <s= vemos que '$ 6 9 8 % 9 '$* $2,"%, $3,!%, $,%, $!, 3%, $",2%+% 9 !-3".
Nota que a pesar de que 6 es una 4unci3n, usualmente no se escribe el ar&umento de la 4unci3n,
es decir, si s es un elemento del espacio muestral S, en vez de escribir 6$s%, sencillamente
escribimos 6. )s usual denotar las variables aleatorias por letras may5sculas y los valores que
puede asumir por letras min5sculas.
'ara el e7emplo de la suma de los puntos al tirar dos dados, los valores de esta 4unci3n est>n
dados en la :abla, la cual se puede reescribir usando los conceptos estudiados.
x 2 3 ! " / 8 0 11 11 12
4$ x% 1-3" 2-3" 3-3" -3" !-3" "-3" !-3" -3" 3-3" 2-3" 1-3"
La probabilidad de observar un valor particular de la variable aleatoria, di&amos 6 9 3 est> dado
por la altura de la barra sobre el 3, es decir '$6 9 3% 9 2-3". ?e i&ual manera, en vez de asociar la
altura de la barra con la probabilidad, podemos ver que el >rea de la barra sobre el 3 es 2-3" 1 9
2-3", ya que la altura de la barra es 2-3" y su anc(o es 1. @sar el >rea de las barras para
representar la probabilidad es muy 5til para extender la noci3n de probabilidad a otras variables.
'odemos usar el (isto&rama de probabilidad para calcular probabilidades tal como '$ 6 %.
Aemos que '$6 % 9 '$6 92 3 6 93 3 6 9% 9 '$6 9 2% B '$6 9 3% B '$6 9 % , ya que los eventos
donde 6 9 2, 69 3 y 69 son dis7untos. )ntonces '$ 6 % 9 1-3" B 2-3" B 3-3" 9 "-3", sumando
las >reas de la barras que est>n sobre el y a su izquierda. ?ebemos ser muy cuidadosos con las
desi&ualdades, ya que '$ 6 % 9 "-3", mientras que '$ 6C % 9 3-2".
D. En el Lanzamiento de una Moneda, X: Nmero de Sello
D. X e la Suma Obtenida en el Lanzamiento de do Dado:
D. Si X: Di!eren"ia en #alor $boluto, entre lo do Se"tore de una %i"&a de Domin':
D. #>lculo de probabilidades para el lanzamiento del par de dados, donde 6 es la suma obtenida:
#onsultando directamente en la 4unci3n de distribuci3n de esta variable discreta, E$x%9p$6Fx%
tenemos:
#>lculo de probabilidades: supon&amos que un practicante de tiro al blanco siempre acierta
indistintamente, en un c=rculo de 21 cent=metros de radio.
La distancia que (ay entre el punto Ga91H $centro% y cualquier punto de la circun4erencia Gb921H es

21I1.

)ntonces,
J #u>l es la probabilidad que un disparo impacte a menos de 1! cm del centroK J a m>s de 0
cent=metrosK J)ntre / y 1 cent=metrosK
D. 'ara 4ic(as de domin3, si 6 representa la di4erencia absoluta entre los dos n5meros, representar
y calcular la probabilidad de ocurrencia de los si&uientes eventos:
a La di4erencia sea menor o i&ual a !
b La di4erencia sea mayor que 2
c La di4erencia sea mayor que 2 pero menor o i&ual !
d La di4erencia sea mayor que ! 3 menor que 3
E(em)lo, #onsideramos una variable aleatoria discreta con 4unci3n de probabilidad:
3btener:
1. )l valor de la constante c para que sea una 4unci3n de probabilidad.
2. Los valores de las 4unciones de probabilidad y distribuci3n para
3. #alcular y .
Soluci'n:
1.
a $ue tenemos la suma de una #rogresi'n geom4trica de ra5'n menor $ue la unidad:
Lue&o c93. <s= la 4unci3n de probabilidad es:
E(em)lo, #alculemos sucesivos valores de f$x% y F$x%:
xi f$x% F$x%
2 3-91,/! 1,/!
3 3-1"91,10 1,0
3-"91,1/ 1,08/
! 3-2!"91,112 1,000
Se observa $ue cuando ,
Ejemplo, Consideremos una variable aleatoria continua con funci'n de densidad
Se #ide:
1. )l valor de la constante c para que sea una 4unci3n de densidad.
2. La 4unci3n de distribuci3n.
3. La media o valor esperado.
. 'robabilidad de que la variable este comprendida entre 1,2 y 1,/
Soluci'n:
1.
.or ser f una densidad se %a de verificar:
2.
Lue&o, la 4unci3n de distinci3n es
3. Ledia :
.
Ejemplo, 6a variable aleatoria continua X tiene como funci'n de densidad:
7eterminar :
1. Ledia
2. Aarianza
3.
Soluci'n:
1.
2. . )l momento central de primer orden con respecto al ori&en 1ya (a
sido calculado antes. )l momento central de se&undo orden con respecto al ori&en,M 2es:
6uego
3. 2ay que calcular la probabilidad del intervalo de la Ei&ura:
Ejercicio, Se desarrolla un com#uesto #ara aliviar las migra8as) &l fabricante afirma $ue es efectivo en un
9": de los casos) Se #rueba sobre 0 #acientes) Sea X el nmero de #acientes $ue obtiene alivio)
a) &ncontrar la fd# #ara X, su#oniendo $ue la afirmaci'n del fabricante sea correcta)
b) &ncontrar #(X!)
c) Si el com#uesto no alivia a ninguno de los #acientes ;es esa una ra5'n #ara #oner en duda la eficacia
afirmada #or el fabricante< =a5onar sobre la base de la #robabilidad im#licada)
d) Calcular la media) ;>u4 significa en este e+em#lo<
Soluci'n) a) =e#resentando #or a $ue un #aciente tenga alivio #or n $ue no lo tenga, el es#acio muestral
#ara el #roblema es = ?aaaa, naaa, anaa, aana, aaan, ))), nnnn@, Si es cierta la afirmaci'n del fabricante
#(a)=",9 #(n)=",!) 6a v)a) X: nmero de #acientes $ue tienen alivio #uede tomar los valores ", !, 2, 3, 0) 6a
tabla con la fd# inducida es
X Sucesos f(A)
" ?nnnn@ ",!
0
! ?annn, nann, nnan, nnna@ 0A",9A",!
3
2 ?aann, anan, anna, naan, nana, nnaa @ BA",9
2
A",!
2
3 ?aaan, aana, anaa, naaa@ 0A",9
3
A",!
0 ?aaaa@ ",9
0
b) #(X!) = f(") C f(!) = ",!
0
C 0A",9A",!
3
= ",""31
c) 6a #robabilidad de $ue no alivie a ningn #aciente es f(")=","""!) &s una #robabilidad tan ba+a $ue,
efectivamente, si ese fuera el resultado %a suficientes ra5ones #ara #oner en duda la afirmaci'n de $ue alivia
al 9": de los #acientes)
d)
Si se re#itiera un nmero suficientemente grande de veces la eA#eriencia de administrar el f(rmaco a 0
#acientes, el nmero #romedio de #acientes $ue eA#erimentarDan alivio serDa 3,B)
Ejercicio, Sea X el tiem#o de su#ervivencia en a8os des#u4s de un diagn'stico de leucemia aguda) 6a fd#
#ara X es f(A) = EA-2 C !, #ara " F A F 2)
a) Com#robar $ue es una fd#)
b) Gallar #(XH!)
c) Gallar #(X=!)
d) Gallar #(X!)
Iuda: %acerlo todo gr(ficamente
e) Calcular la media la varian5a (S'lo #ara iniciados))
Soluci'n
a) 6a gr(fica de la fd# es
6a condici'n e$uivalente a
#ara variables continuas es $ue el (rea ba+o la fd# sea !) 7e modo general ese (rea se calcula mediante c(lculo
integral, #ero en este caso se #uede calcular #or la conocida f'rmula del (rea de un tri(ngulo I = (bA%)-2, es
decir I = (2A!)-2=!
b)
Nr>4icamente, la probabilidad pedida es el >rea coloreada de verde, por lo tanto se puede calcular
tambi;n con la 43rmula del >rea del tri>n&ulo. <(ora b91 y para calcular ( (ay que ver que valor
toma la 4dp cuando x91, y 9 I1-2 B 1 9 1-2. 'or lo tanto, la probabilidad es $1x1-2%-2 9 O
c. #omo en toda variable continua la probabilidad de que tome un valor concreto es 1, por lo tanto
p$691% 9 1
d. Pbviamente p$61% 9 p$6 Q1% 9 O
e. Ledia
varianza