DISTRIBUCIONES IMPORTANTES DE VARIABLES ALEATORIAS DISCRETAS

1.-Distribucin de Bernoulli
Ejercicio 1
"Lanzar una moneda, probabilidad de conseguir que salga cruz".
Se trata de un solo experimento, con dos resultados posibles: el xito (p) se considerar sacar
cruz. Valdr 0,5. El fracaso (q) que saliera cara, que vale (1 - p) = 1 - 0,5 = 0,5.
La variable aleatoria X medir "nmero de cruces que salen en un lanzamiento", y slo existirn
dos resultados posibles: 0 (ninguna cruz, es decir, salir cara) y 1 (una cruz).
Por tanto, la v.a. X se distribuir como una Bernoulli, ya que cumple todos los requisitos.




Ejercicio 2
"Lanzar un dado y salir un 6".
Cuando lanzamos un dado tenemos 6 posibles resultados:

Estamos realizando un nico experimento (lanzar el dado una sola vez).
Se considera xito sacar un 6, por tanto, la probabilidad segn el teorema de Laplace (casos
favorables dividido entre casos posibles) ser 1/6.

Se considera fracaso no sacar un 6, por tanto, se considera fracaso sacar cualquier otro
resultado.

La variable aleatoria X medir "nmero de veces que sale un 6", y solo existen dos valores
posibles, 0 (que no salga 6) y 1 (que salga un 6).
Por tanto, la variable aleatoria X se distribuye como una Bernoulli de parmetro = 1/6

La probabilidad de que obtengamos un 6 viene definida como la probabilidad de que X sea
igual a 1.

La probabilidad de que NO obtengamos un 6 viene definida como la probabilidad de que X sea
igual a 0.

2.-Distribucin Binomial

Ejercicio 1
En una urna hay 30 bolas, 10 rojas y el resto blancas. Se elige una bola al azar
y se anota si es roja; el proceso se repite, devolviendo la bola, 10 veces.

Calcular la media y la desviacin tpica.
B(10, 1/3) p = 1/3q = 2/3



Ejercicio 2
Un agente de seguros vende plizas a cinco personas de la misma edad y que
disfrutan de buena salud. Segn las tablas actuales, la probabilidad de que
una persona en esta s condiciones viva 30 aos o ms es 2/3. Hllese la
probabilidad de que, transcurridos 30 aos, vivan:
1. Las cinco personas.
B(5, 2/3) p = 2/3 q = 1/3

2. Al menos tres personas.


3. Exactamente dos personas.

3.-Distribucin Geomtrica
Ejercicio 1
Se lanza al aire una moneda cargada 8 veces, de tal manera que la probabilidad de que
aparezca guila es de 2/3, mientras que la probabilidad de que aparezca sello es de 1/3,
Determine la probabilidad de que en el ltimo lanzamiento aparezca un guila.
Solucin:
Si nosotros trazamos un diagrama de rbol que nos represente los 8 lanzamientos de la
moneda, observaremos que la nica rama de ese rbol que nos interesa es aquella en
donde aparecen 7 sellos seguidos y por ltimo una guila; como se muestra a
continuacin:
S S S S S S S A
S denotamos;
x = el nmero de repeticiones del experimento necesarias para que ocurra un xito por
primera y nica vez = 8 lanzamientos
p = probabilidad de que aparezca una guila = p( xito) = 2/3
q = probabilidad de que aparezca un sello = p(fracaso) = 1/3
Entonces la probabilidad buscada sera;
P(aparezca una guila en el ltimo lanzamiento):
p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(A) =q*q*q*q*q*q*q*p =
Luego, la frmula a utilizar cuando se desee calcular probabilidades con esta
distribucin sera;

Donde:
p(x) = probabilidad de que ocurra un xito en el ensayo x por primera y nica vez
p = probabilidad de xito
q = probabilidad de fracaso
Resolviendo el problema de ejemplo;
x = 8 lanzamientos necesarios para que aparezca por primera vez una guila
p = 2/3 probabilidad de que aparezca una guila
q = 1/3 probabilidad de que aparezca un sello
p(x=8) =

Ejercicio 2
S la probabilidad de que un cierto dispositivo de medicin muestre una desviacin excesiva
es de 0.05, cul es la probabilidad de que; a) el sexto de estos dispositivos de medicin
sometidos a prueba sea el primero en mostrar una desviacin excesiva?, b) el sptimo de
estos dispositivos de medicin sometidos a prueba, sea el primero que no muestre una
desviacin excesiva?.
Solucin:
a) x = 6 que el sexto dispositivo de medicin probado sea el primero que muestre una
variacin excesiva
p = 0.05 =probabilidad de que un dispositivo de medicin muestre una variacin
excesiva
q = 0.95 =probabilidad de que un dispositivo de medicin no muestre una variacin
excesiva
p(x = 6) =
b) x = 5 que el quinto dispositivo de medicin probado, sea el primero que no muestre
una desviacin excesiva
p = 0.95 = probabilidad de que un dispositivo de medicin no muestre una variacin
excesiva
q = 0.05 = probabilidad de que un dispositivo de medicin muestre una variacin
excesiva
p(x = 5) =






4.-Distribucin de Pascal o binomial negativa

Ejercicio 1
Si la probabilidad de que un nio expuesto a una enfermedad contagiosa la contraiga es 0,40,
Cul es la probabilidad de que el dcimo nio expuesto a la enfermedad sea el tercero en
contraerla? En este caso, X es el nmero de nios expuestos la enfermedad y

La solucin es:


Ejercicio 2
En un proceso de manufactura se sabe que un promedio de 1 en cada 10 productos es
defectuoso, cual es la probabilidad que el quinto (5) articulo examinado sea el primero (1)
en estar defectuoso?.
La solucin es:
X= artculos defectuosos P= 1/10 = 0,1 q= 1- 0,1 = 0,9 x= 5 ensayos K= 1
b*(5;1,0.1)=(5-1\1-1)(0.1)^1*(0.9)^5-1= b*(5;1,0.1)= 6.6% de probabilidad que el
quinto elemento extrado sea el primero en estar defectuoso.

5.-Distribucin hipergeomtrica

Ejercicio 1
De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3
proyectiles defectuosos que no explotarn, cul es la probabilidad de que:
a) los 4 exploten?, b) al menos 2 no exploten?
Solucin:
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el nmero de
proyectiles que explotan entre la muestra que se dispara

b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan

p(al menos 2 no exploten) = p( 2 o ms proyectiles no exploten) = p(x = 2 o 3; n=4) =



Ejercicio 2
a)Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas
nicamente a dos menores de edad si verifica aleatoriamente solo 5 identificaciones de entre
9 estudiantes, de los cuales 4 no tienen la edad suficiente?
b) Cul es la probabilidad de que como mximo 2 de las identificaciones pertenezcan a
menores de edad?
Solucin:
a) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad



b) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad





6.-Distribucin de Poisson
Ejercicio 1
En una clnica el promedio de atencin es 16 pacientes por 4 horas, encuentre la probabilidad
que en 30 minutos se atiendan menos de 3 personas y que en 180 minutos se atiendan 12
pacientes.
Solucin:
Usamos la distribucin de Poisson

P(X=x) = exp(-) * ^x / x!

**la probabilidad que en 30 minutos se atiendan menos de 3 personas

=16 pacientes en 4 horas --> =4 pacientes/hora --> =2 pacientes/media hora

debemos calcular P(X<3) = P(X=0) + P(X=1) + P(X=2)

P(X=0) = exp(-2) * 2^0 / 0! = 0.1353
P(X=1) = exp(-2) * 2^1 / 1! = 0.2707
P(X=2) = exp(-2) * 2^2 / 2! = 0.2707

P(X<3) = 0.6767

**en 180 minutos se atiendan 12 pacientes

=16 pacientes en 4 horas --> =4 pacientes/hora --> 180 minutos = 3 horas --> =3*4=12
pacientes/cada 180 minutos

P(X=12) = exp(-12) * 12^12 / 12! = 0.1144


Ejercicio 2
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) 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


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.







DISTRIBUCIONES IMPORTANTES DE VARIABLES ALEATORIAS CONTINUAS

7.-Distribucin Uniforme

Ejercicio 1
La cantidad total de gasolina bombeada en un mes es una variable aleatoria x (expresada en
diez miles de galones) con una funcin de densidad de probabilidad como se indica abajo.
a) Calcule la probabilidad de que la gasolinera bombee entre 8000 y 12000 galones en un
mes (0.8< x <1.2)
b) determine la desviacin estndar de los galones bombeados para un mes determinado.
F(X)= 1/3 si 0 < x < 3; 0 otro lugar.

Solucin:


f(x)=1/3 para 0< x <3 ---> distribucin uniforme (0,3)

a) P(0.8<x<1.2)

Es la integral entre 0.8 y 1.2 de f(x)

La integral indefinida es

F(X)=1/3*X

y la probabilidad

F(1.2)-F(0.8)

1/3*1.2-1/3*0.8 = 0.1333


b) Es una distribucin uniforme continua con parmetros a=0 y b=3, la media es

E(X)=(a+b)/2 = (0+3)/2 = 1.5

y la varianza

V(X)=(b-a) / 12 = (3-0)/12 = 9/12)






Ejercicio 2
El precio medio del litro de gasolina durante el prximo ao se estima que puede oscilar
entre 140 y 160 ptas. Podra ser, por tanto, de 143 ptas., o de 143,4 ptas., o de 143,45 ptas., o
de 143,455 ptas, etc. Hay infinitas posibilidades, todas ellas con la misma probabilidad.
Solucin:

Su funcin de densidad, aquella que nos permite conocer la probabilidad que tiene
cada punto del intervalo, viene definida por:


Donde:
b: es el extremo superior (en el ejemplo, 160 ptas.)
a: es el extremo inferior (en el ejemplo, 140 ptas.)
Por lo tanto, la funcin de distribucin del ejemplo sera:

Es decir, que el valor final est entre 140 ptas. y 141 ptas. tiene un 5% de probabilidad,
que est entre 141 y 142, otro 5%, etc.
El valor medio de esta distribucin se calcula:

En el ejemplo:

Por lo tanto, el precio medio esperado de la gasolina para el prximo ao es de 150 ptas.

8.-Distribucin Normal

Ejercicio 1
La vida media de una lmpara, segn el fabricante, es de 68 meses, con una desviacin tpica
de 5. Se supone que se distribuye segn una distribucin normal En un lote de 10.000
lmparas. a) Cuntas lmparas superarn previsiblemente los 75 meses?. b) Cuntos
lmparas se estropearn antes de 60 meses?
a) t = (75 -68)/5 = 1,4
P (X > 75) = (t > 1,4) = 1 - P (t 1,4) = 1 - 0,9192 = 0,0808
Luego, el 8,08% de las lmparas (808 lmparas) superarn los 75 meses

b) t = (60 -68)/5 = -1,6
P (X 60) = (t -1,6) = P (t> 1,6) = 1 - P (t 1,6) = 0,0548
Luego, el 5,48% del lote (548 lmparas) no llegarn probablemente a durar 60 meses

Ejercicio 2
El consumo medio bimestral de energa elctrica en una ciudad es de 59 Kwh., con una
desviacin tpica de 6 Kwh. Se supone que se distribuye segn una distribucin normal. a)
Cuntos Kwh. tendra que consumir bimestralmente para pertenecer al 5% de la poblacin
que ms consume?. b) Si usted consume 45 Kwh. qu % de la poblacin consume menos que
usted?
Solucin
a) Buscamos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es el
0,95 (95%), por lo que por arriba estara el 5% restante. Este valor corresponde a t =
1,645. Ahora calculamos la variable normal X equivalente a ese valor de la normal tipificada:
1,645 = (X -59)/6 X = 67,87
Por lo tanto, tendra usted que consumir ms de 67,87 Kwh. bimestralmente para pertenecer al
5% de la poblacin que ms consume


b) Vamos a ver en que nivel de la poblacin se situara usted en funcin de los 45 Kwh.
consumidos.
Calculamos el valor de la normal tipificada correspondiente a 45 Kwh.
t = (45 -59)/9 = -2.333
P (X 45) = P (t -2,333) = P (t > 2,333) = 1 - P (t 2,333) = 1 - 0,9901
= 0,0099
Luego, tan slo un 1,39% de la poblacin consume menos que usted.

9.-Distribucin gamma
Ejercicio 1




Ejercicio 2
Suponga que el tiempo, en horas, que toma reparar una bomba es una variable aleatoria x
que tiene una distribucin gamma con parmetros a = 2 y b = 1/2. Cul es la probabilidad
de que en el siguiente servicio:
a) tome cuando mucho 1 hora reparar la bomba?,
Funcin gamma:
Si n = nmero entero mayor que cero .
Distribucin gamma:



R/ La probabilidad es de 0.5940.
b) al menos se requieren 2 horas para reparar la bomba?

R/ La probabilidad es de 0.0916.


10.-Distribucin exponencial
Ejercicio 1
Se ha comprobado que el tiempo de vida de cierto tipo de marcapasos sigue una distribucin
exponencial con media de 16 aos. Cul es la probabilidad de que a una persona a la que se
le ha implantado este marcapasos se le deba reimplantar otro antes de 20 aos? Si el
marcapasos lleva funcionando correctamente 5 aos en un paciente, cul es la probabilidad
de que haya que cambiarlo antes de 25% aos?
Solucin
: Sea T la variable aleatoria que mide la duracin de un marcapasos en una persona.
Tenemos que


Entonces

En segundo lugar


Luego como era de esperar, por ser propio a un mecanismo exponencial,

o sea, en la duracin que se espera que tenga el objeto, no influye en nada el tiempo que
en la actualidad lleva funcionando. Es por ello que se dice que ``la distribucin
exponencial no tiene memoria".
Ejercicio 2
El tiempo que transcurre antes de que una persona sea atendida en una cafetera es una
variable aleatoria que tiene una distribucin exponencial con una media de 4 minutos. Cul
es la probabilidad de que una persona sea atendida antes de que transcurran 3 minutos en al
menos 4 de los 6 das siguientes?
Solucin:

la nos indica que la integral va a ser evaluada de 0 a 3

x = nmero de das en que un cliente es atendido antes de que transcurran 3 minutos
x = 0, 1, 2,...,6 das



p = probabilidad de que un cliente sea atendido antes de que transcurran 3 minutos en
un da cualquiera = 0.5276
q = probabilidad de que un cliente no sea atendido antes de que transcurran 3 minutos
en un da cualquiera = 1- p = 0.4724




= 0.11587 + 0.02157 = 0.13744




11.-Distribucin chi-cuadrado
Ejercicio 1
Suponga que los tiempos requeridos por un cierto autobs para alcanzar un de sus destinos
en una ciudad grande forman una distribucin normal con una desviacin estndar =1
minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la probabilidad de que la
varianza muestral sea mayor que 2.
Solucin
Primero se encontrar el valor de ji-cuadrada correspondiente a s
2
=2 como sigue:

El valor de 32 se busca adentro de la tabla en el rengln de 16 grados de libertad y se encuentra
que a este valor le corresponde un rea a la derecha de 0.01. En consecuencia, el valor de la
probabilidad es P(s
2
>2)


Ejercicio 2
Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una
poblacin normal con varianza , tenga una varianza muestral:
a) Mayor que 9.1
b) Entre 3.462 y 10.745

Solucin.
a) Primero se proceder a calcular el valor de la ji-cuadrada:

Al buscar este nmero en el rengln de 24 grados de libertad nos da un rea a la
derecha de 0.05. Por lo que la P(s
2
>9.1) = 0.05
1. Se calcularn dos valores de ji-cuadrada:
y
Aqu se tienen que buscar los dos valores en el rengln de 24 grados de libertad. Al
buscar el valor de 13.846 se encuentra un rea a la derecha de 0.95. El valor de 42.98
da un rea a la derecha de 0.01. Como se est pidiendo la probabilidad entre dos
valores se resta el rea de 0.95 menos 0.01 quedando 0.94.
Por lo tanto la P(3.462 s
2
10.745) = 0.94

Estimacin de la Varianza
Para poder estimar la varianza de una poblacin normal se utilizar la distribucin ji-
cuadrada.

Al despejar esta frmula la varianza poblacional nos queda:

Los valores de X
2
dependern de nivel de confianza que se quiera al cual le llamamos
. Si nos ubicamos en la grfica se tiene:

12.-Distribucin t de Student

Ejercicio 1
Cual es la probabilidad de que una variable t de Student de 6 grados de libertad deja a la
izquierda de -1,45?
Solucin

los valores negativos no vienen en la tabla, pero segn lo anterior:

en la tabla encontramos:

por tanto:

con lo que obtenemos:

Probabilidad de t > x y x > 0

Para calcular la probabilidad acumulada a la derecha de una abscisa x dada:

Como en el caso anterior partimos de:

despejando:

donde el valor:

se busca en la tabla.

Ejercicio 2
Cual es la probabilidad acumulada a la derecha de 2,45, en una variable t de Student de 15
grados de libertad.
Solucin

segn lo anterior:

por la tabla tenemos que:

que sustituyndolo en la expresin, resulta:

que da como resultado:

Probabilidad de t > x y x < 0

Para calcular la probabilidad acumulada a la derecha de un valor negativo:

partimos de la simetra de la funcin t de Student:

y sustituyendo:

tenemos que:

ordenando los trminos:

grficamente este resultado es obvio si rotarmos la grfica de la funcin respecto a su
eje y.

13.-Distribucin F

Ejercicio 1
Encontrar el valor de F, en cada uno de los siguientes casos:
a) El rea a la derecha de F, es de 0.25 con =4 y =9.
b) El rea a la izquierda de F, es de 0.95 con =15 y =10.
c) El rea a la derecha de F es de 0.95 con con =6 y =8.
d) El rea a la izquierda de F, es de 0.10 con con =24 y =24

Solucin
a. Como el rea que da la tabla es de cero a Fisher, se tiene que localizar primero
los grados de libertad dos que son 9, luego un rea de 0.75 con 4 grados de
libertad uno.

b. En este caso se puede buscar el rea de 0.95 directamente en la tabla con sus
respectivos grados de libertad.

c. Se tiene que buscar en la tabla un rea de 0.05, puesto que nos piden un rea
a la derecha de F de 0.95.

d. Se busca directamente el rea de 0.10, con sus respectivos grados de libertad.


Ejercicio 2
Si s
1
2
y s
2
2
son las varianzas muestrales de muestras aleatorias independientes de tamaos
n
1
=10 y n
2
=20, tomadas de poblaciones normales que tienen las mismas varianzas,
encuentre P(s
1
2
/s
2
2
2.42).
Solucin
Primero se establecen los grados de libertad. Como en el numerador est la poblacin
uno y en el denominador la poblacin dos, entonces los grados de libertad uno
equivalen a 10-1=9 y los grados de libertad dos a 20-1=19.
Se procede a ir a la tabla a buscar los grados de libertad dos que son 19 y se observa
que no estn, por lo tanto se tiene que interpolar entre 15 y 20 grados de libertad,
buscando el valor de fisher que quedara:

Este valor de 2.42 se busca en la columna de 9 grados de libertad uno, con 15 grados
de libertad dos, y se encuentra los siguiente:


rea

0.90 2.09
0.95 2.59
Al interpolar entre estos dos valores nos queda un rea de 0.933.
Se procede a hacer lo mismo pero con 20 grados de libertad dos:
rea

0.95 2.39
0.975 2.84
Al interpolar entre estos dos valores nos queda un rea de 0.9516.
Ahora ya se tienen las dos reas referentes a los grados de libertad dos, por lo que se
interpolar para ver cunto le corresponde a los grados libertad dos con un valor de 19.

rea
15 0.933
20 0.9516
Al interpolar nos queda que para 9 grados de libertad uno y 19 grados de libertad dos
con un valor de Fisher de 2.42 el rea a la izquierda es de 0.9478.