Moo Lázaro Kevin Steve

SERIE TEMA VARIABLES ALEATORIAS

1. Una variable aleatoria discreta X tiene la función de probabilidad f(x)

donde

𝑓(𝑥) = ∫ 𝑘(9 − 𝑥) 𝑠𝑖 𝑥 = 5,6,7,8

0 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Determine K
P(X=5) = k (9 - 5) = 4k
P(X=6) = k (9 - 6) = 3k
P(X=7) = k (9 - 7) = 2k
P(X=8) = k (9 - 8) = k
Sabemos que: 10k = 1 entonces tenemos que:
k = 1/10
b) Encuentre la media y la varianza de X

Función de Probabilidad
X 5 6 7 8
P (X) 4/10 3/10 2/10 1/10

Función de Distribución Acumulada

X P(X) F(X)
5 4/10 0+4/10 = 4/10
6 3/10 4/10+3/10 =7/10
7 2/10 7/10+2/10 =9/10
8 1/10 9/10+1/10 = 1
MEDIA
4 3 2 1
∑4x=5 5 ( ) + 6 ( ) + 7 ( ) + 8 ( ) E(x) = 6
10 10 10 10

VARIANZA
4 3 2 1
𝝈𝟐 = 𝑣𝑎𝑟(𝑥) = (5 − 6)2 (10) + (6 − 6)2 (10) + (7 − 6)2 (10) + (8 − 6)2 (10)
Var(x)= 1
Moo Lázaro Kevin Steve

2. Considere un grupo de cinco donadores de sangre potenciales, Adán,

Bruno, Carlos, Diego y Eduardo de los cuales sólo Adán y Bruno
tienen sangre tipo O+. Se determinará en orden aleatorio el tipo de
sangre con cinco muestras, una de cada individuo, hasta que se
identifique un individuo O+. Sea la variable aleatoria Y=el número de
exámenes de sangre para identificar un individuo O+.

a) Hallar la función de masa de probabilidad en forma tabular.

2
P(1) =P(Y=1)=P(Adán o Bruno examinados primero)= 5 = 0.4

P(2)= P(Y=2)=P(Carlos, Diego o Eduardo primero, y luego Adán o Bruno)=

P(Carlos, Diego o Eduardo primero) ∙ (Adán o Bruno a continuación | Carlos, Diego
3 2
o Eduardo primero) = 5 (4) = 0.3

P(3)= P(Y=3)=P(Carlos, Diego o Eduardo primero y segundo, y luego Adán o

3 2 1
Bruno)= 5 (4) (3)= 0.2
3 2 1
P(4)= P(Y=4)=P(Carlos, Diego y Eduardo primero)= 5 (4) (3)= 0.1

Y 1 2 3 4
P(Y) 0.4 0.3 0.2 0.1

b) Hallar el valor esperado de Y.

𝐸(𝑥) = ∑𝑖𝑥=1 𝑥𝑖 = 𝑓(𝑥𝑖 ) = 1(0.4) + 2(0.3) + 3(0.2) + 4(0.1) = 0.4 + 0.6 +

0.6 + 0.4 = 2

c) Hallar la varianza de Y.
𝐸(𝑥 2 ) = 12 (0.4) + 22 (0.3) + 32 (0.2) + 42 (0.1) = 5
2
𝑉𝑎𝑟(𝑥) = 𝐸(𝑥 2 ) − (𝐸(𝑥)) = 5 − 22 = 1

3. Un alumno presenta, sin estudiar, un examen de opción múltiple, el

cual consta de diez reactivos y cinco posibles respuestas por
reactivo. Si el número de aciertos es una variable aleatoria, encontrar
la función de probabilidad y la probabilidad de acreditar el examen.
Como el alumno no estudió, contestará al azar y no dejará ninguna pregunta sin
responder.
x
El número de formas de tener x aciertos está dado por C10 , y el número de
Moo Lázaro Kevin Steve

formas en que se pueden contestar 10 – x preguntas incorrectamente es 410−𝑥

ya que cada pregunta tiene 4 respuestas incorrectas. Y el número total de formas
en que se puede contestar el examen es 510 .
Por lo tanto, la función de probabilidad está dada por:
10 410−𝑥
(𝑥) 𝑥 = 0,1,2 … 10
∫ 510
0 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
O bien:
x 0 1 2 3 4 5 6 7 8 9 10
P(x) .1074 .2684 .3020 .2013 .0881 .0264 .0055 .0008 .0001 .0000 .0000

Para encontrar la probabilidad de acreditar el examen tenemos que calcular:

10 410−𝑥
𝑃(𝑥 ≥ 6) = ∑10
𝑥=6 ( 𝑥 ) = 0.005505052 0.000743 + 7.3728𝑥10−5 +
510
4.096𝑥10−6 + 1.024𝑥10 −7
= 0.00636938 = 0.637%
La probabilidad de aprobar el examen es de 0.637%.
4. La constructora encargada del tramo de la autopista concesionada
Tierra Blanca-Tuxtepec, en el estado de Veracruz, está obligada a
garantizar el funcionamiento y mantenimiento de la vía de
comunicación a su cargo. Para ello ha contratado un seguro contra
daños causados por desastres naturales por una cantidad de 100 mdp
(millones de pesos). La aseguradora ha considerado que se tendrá
una pérdida del 100% con una probabilidad de 0.003, una pérdida del
50% con una probabilidad de 0.02 y una pérdida de 25% con
probabilidad de 0.1 ¿Cuánto deberá pagar la constructora de prima
anual a la aseguradora?
Siendo X la variable aleatoria que representa las pérdidas causadas por
desastres naturales en millones de pesos.
A partir de los datos del problema se puede generar la siguiente función de
probabilidad:
x 1 0.50 0.25 0
f(x) 0.003 0.02 0.1 0.877

Las pérdidas esperadas son:

𝐸(𝑥) = ∑𝑛𝑖=1 𝑓(𝑥𝑖 ) = (1)(0.003) + (0.50)(0.02) + (0.25)(0.1) = 0.038
Moo Lázaro Kevin Steve

es el porcentaje de pérdidas esperadas.

El seguro cubre $100 000 000
La prima a cobrar es entonces: 100 000 000 * 0.038 = 3 800 000 anuales.
5. Sea una variable aleatoria continua con función de densidad de
probabilidad dada por:
x 0 1 2 3 4

probabilidad 0.10 0.20 0.30 0.25 0.15

a) Obtener una tabla de distribución de probabilidad de la siguiente variable

aleatoria
𝑌 = 𝑋 3 − 4𝑋 2 + 10
𝑌(0) = 𝑋 3 − 4𝑋 2 + 10 = 10
𝑌(1) = 𝑋 3 − 4𝑋 2 + 10 = 7
𝑌(2) = 𝑋 3 − 4𝑋 2 + 10 = 2
𝑌(3) = 𝑋 3 − 4𝑋 2 + 10 = 1
𝑌(4) = 𝑋 3 − 4𝑋 2 + 10 = 10
Y 1 2 7 10

P(y) 0.25 0.30 0.20 0.25

b) Obtener la media y la varianza de la variable Y

𝐸(𝑌) = 1(0.25) + 2(0.30) + 7(0.20) + 10(0.25) = 4.75

𝐸(𝑌)2 = 1(0.25) + 4(0.30) + 49(0.20) + 100(0.25) = 36.25
2
𝑉𝑎𝑟(𝑌) = 𝐸(𝑌 2 ) − (𝐸(𝑌)) = 36.25 - 22.56 = 13.69
Moo Lázaro Kevin Steve

6. Considere un sistema de agua que fluye a través de las vías o líneas

que fluyen desde A hasta B (véase el diagrama). Todas las válvulas 1,
2, 3 y 4 funcionan independientemente y cada una se abre
correctamente mediante una señal con una probabilidad 0.8.
Encuentre la distribución de probabilidad para el número de vías
abiertas y represéntela gráficamente.

X=Numero de válvulas abiertas {1,2,0}

Vk = Valcula k{1,2,3,4}
Ck= Camino k{1,2}
P(C1) = 0.8; P(C1’) = 0.2
P(C2) = P(V1 y V2 y V3) = 0.8*0.8*0.8 = 0.512 ; P(C2’) = 0.488
P(X=0) = P(C1’)*P(C2’) = 0.2*0.488 = 0.0976
P(X=2) = P(C1)*P(C2) = 0.8*0.512 = 0.4096
P(X=1) = C1 o C2 abiertos = P(C1)+P(C2)–2*P(X=2) = 0.8+0.512–2*(0.8)*(0.512)
P(X=1) = 0.4928
0.6
X P(X) P(X)
0 0.0976 0.4
P(X)
1 0.4928
0.2
2 0.4096
0
0 1 2
7. En la gráfica que se muestra
a continuación se ilustra una función de probabilidad formada por dos
ramas parabólicas; la primera es una parábola vertical que abre hacia
arriba, con vértice en el origen; la segunda es una parábola vertical
con vértice en el punto (1,1) y que abre hacia abajo.
Moo Lázaro Kevin Steve

a) Obtenga su expresión analítica.

𝑋2, 0 ≤ 𝑋 ≤ 1
𝑓(𝑥) = {−(𝑋 − 1)2 + 1, 1 < 𝑋 ≤ 2}
0, 𝑂𝑇𝑅𝑂 𝐶𝐴𝑆𝑂
b) Determine su función de probabilidad acumulada.

𝑋3
,0 ≤ 𝑋 ≤ 1
3
3
𝐹(𝑥) = −(𝑋 − 1) + 1, 1 < 𝑋 ≤ 2
3
1, 𝑋>2
{ 0, 𝑋<0 }
c) ¿Cuál es la probabilidad de que x sea menor de 0.8?
P(X=0.8) = 0.170667
d) ¿Cuál es la probabilidad de que x esté entre 8 y 1.2?
P(0.8 ≤ 𝑋 ≤ 1.2) = P(X=1.2) – P(X=8) = 1.197-0.6667-0.17 = 0.36033
e) Calcule su media.
1 2
𝐸(𝑋) = ∫ 𝑋(𝑋 2 )𝑑𝑋 + ∫ 𝑋(−(𝑋 − 1)2 + 1)𝑑𝑋
0 1
𝑋 4 1 𝑋 4 2𝑋 3 2 7
𝐸(𝑋) = | − + | =
4 0 4 3 1 6
f) Obtenga su desviación estándar.
1 2
2) 2 (𝑋 2 )𝑑𝑋
𝐸(𝑋 = ∫ 𝑋 + ∫ 𝑋 2 (−(𝑋 − 1)2 + 1)𝑑𝑋
0 1
𝑋 5 1 𝑋 4 2𝑋 3 2 3
𝐸(𝑋 2 ) = | − + | =
5 0 4 3 1 2

3 49 𝟓
𝑉𝐴𝑅(𝑋) = 𝐸(𝑋 2 ) − (𝐸(𝑋)2 ) =
− =
2 36 𝟑𝟔
8. Se sabe que la cantidad semanal de tiempo, en segundos, que un
empleado llega tarde a trabajar es una variable aleatoria X con función
de densidad:
3
(502 − 𝑥 2 ) ; −50 ≤ 𝑥 ≤ 50
∫ 50(104 )
0 ; 𝑒𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Determine el tiempo promedio semanal de retardo del empleado.
50
3 2 2 )]
3 2
𝑋 2 𝑋 4 50
𝐸(𝑋) = ∫ 𝑋[ (50 − 𝑥 𝑑𝑋 = (50 − )| =𝟎
−50 50(104 ) 50(104 ) 2 4
−50
Moo Lázaro Kevin Steve

b) Determine la probabilidad de que el tiempo de retardo del empleado

exceda su tiempo promedio de retardo semanal.
𝑃(𝑋 < 0) = 1 − 𝑃(𝑋 ≤ 0)
0
3 3 𝑋3 0
(502 2) 2
𝑃(𝑋 ≤ 0) = ∫ 4
− 𝑥 𝑑𝑋 = (50 𝑋 − ) | = 𝟎. 𝟓
−50 50(10 ) 50(104 ) 3
−50

9. La función de densidad de la duración de la aplicación de una carga

sobre una estructura es proporcional al cuadrado de tal duración
hasta los 12 segundos; pero después permanece constante hasta la
máxima de 16 segundos. Determinar la probabilidad de que la
duración de la carga exceda a su valor esperado.
𝐴𝑋 2 , 0≤𝑋≤1
𝑓(𝑥) = {𝐵, 12 < 𝑋 ≤ 16}
0, 𝑂𝑇𝑅𝑂 𝐶𝐴𝑆𝑂
1
𝐵 = 𝐴(122 ) = 144𝐴 =
8
12 16
𝐴𝑋 3 12 16
𝐹(𝑋) = ∫ 𝐴(𝑋 2 ) 𝑑𝑋 + ∫ 144𝐴 = ( | + 144𝐴𝑋 | ) = 1
0 12 3
0 12
1
𝐴=
1152
12
2)
16
𝐴𝑋 4 12 𝐵𝑋 2 16 23
𝐸(𝑋) = ∫ 𝐴𝑋(𝑋 𝑑𝑋 + ∫ 𝐵𝑋 = ( | + | )=
0 12 4 2 2
0 12
12
1
𝑃(𝑋 > 11.5) ∫ (𝑋 2 ) 𝑑𝑋
11.5 1152
16
1 1 𝑋 3 12 𝑋 16
+∫ 𝑑𝑋 = ∗ | + | = 𝟎. 𝟓𝟓𝟗𝟗
12 8 1152 3 8
11.5 12
10. Se Considere la variable aleatoria discreta X cuya función de masa
de probabilidad es:

𝐊
𝐏𝐱 (𝐗 𝐢 ) = , 𝐗 = 𝟏, 𝟐, 𝟑, …
𝟒𝐗 𝐢 𝐢

a) Determine el valor de la constante k que hace que la función sea una

auténtica función de masa de probabilidad y grafíquela.
Moo Lázaro Kevin Steve

∞ ∞ 1 ∞ 𝐾
𝐊 𝐾 1 𝑋𝑖−1 𝐾 1 − (4) 𝐾
∑ 𝐗 =1→∑ ( ) = = 4 = =1→𝐾=𝟑
𝟒 𝐢 4 4 4 1−1 3 3
𝑋𝑖 𝑋𝑖
4 4
X P(X)
1 3 P(X)
4 0.8
2 3
0.6
16
3 3 0.4

64 0.2
4 3
0
256 1 2 3 4 5
Xi 3
P(X)
4 Xi

b) Obtenga la función de distribución acumulada de X y grafíquela.

𝑛 1 𝑛
3 1 𝑛−1 3 1 − (4)
∑ ( ) =
4 4 4 1−1
𝑋𝑖
4
1
1 1−( )𝑥 +1 4 1 1
F(x) = ∑𝑥𝑦=1 3 ( )𝑦 = 3( 4
1 − 1) = 3( (1 − ( )𝑥+1 ) − 3)= 1 − ( )𝑥+1
4 1− 3 4 4
4

X P(X)
1 15 1
P(X)
16
2 63
64 0.5
3 255
256
4 1023 0
1 2 3 4 n
1024 P(X)
Xi 1
c) Calcule la probabilidad de que X sea mayor o igual que 3.
P(X>=3) = 1- P(X<=2) = 1-0.9375 = 0.0156

d) Calcule la probabilidad de que X sea menor que 1

P(X<1) = 0
e) Calcule los siguientes parámetros de la distribución: media, mediana, moda,
varianza, desviación estándar, coeficiente de variación, coeficiente de
asimetría y coeficiente de curtosis.
Moo Lázaro Kevin Steve

𝑒𝜃 𝑒𝜃
𝑀(𝑥) = 3 ∑∞ 𝑥 ∞ 𝑥
𝑋=0( 4 ) = 3 ∑𝑋=1( 4 ) − 1 𝜃 ∈ (− ln(4) , ln(4))
1 12𝑒 𝜃
𝑀(𝑥) = 3( 𝑒𝜃
)= 4−𝑒 𝜃
1−
4

𝒅𝑴(𝟎)
𝑬(𝒙)= = 4/9
𝒅𝜽

Xm= 1

Moda = 2

𝒅𝑴𝟐 (𝟎) 𝟖 𝟏𝟔
Var(x) = - 𝑬(𝒙)𝟐 = 𝟑 - 𝟖𝟏 = 0.09876
𝒅𝜽𝟐

𝝈 = √𝑽𝒂𝒓(𝒙)= 0.3142
Sesgo = -3.379 cargada a la izquierda
Curtosis = 2.7983