VARIABLE ALEATORIA

Se extraen cinco bolas con devolución de una urna que contiene 6 blancas y 8 negras. Hallar la

probabilidad de obtener 3 bolas blancas.

La probabilidad de extraer una blanca es p=6/14=3/7 y la de obtener una negra es q= 8/14 =

4/7 (se cumple p+q=1), entonces:

La función de distribución de la distribución binomial será:

En nuestro ejemplo, la probabilidad de obtener 2 bolas blancas o menos en la urna es:

En cuanto a la media y la desviación típica de la distribución binomial se tiene:

cuya demostración no procede aquí.

En nuestro ejemplo:

VARIABLE ALEATORIA DISCRETA.DISTRIBUCIÓN BINOMIAL

Ejercicios resueltos.

1.- Calcula la probabilidad de que una familia que tiene 4 hijos, 3 de ellos sean varones.

Solución: Se trata de un experimento de Bernoulli donde n=4 y p=1/2

1
  4 3 1 1
p(obtener 3 varones)=P(X=3)=  .05 .0,5 
3 4
2.- Se tiene una moneda trucada de modo que la probabilidad de sacar cara es cuatro veces la

de sacar cruz. Se lanza 6 veces la moneda. Calcula las siguientes probabilidades:

 Obtener dos veces cruz.

 Obtener a lo sumo dos veces cruz.

Solución:

Calculamos en primer lugar la probabilidad de cara y de cruz:

p(cara)+p(cruz)=1. Si llamamos x a la probabilidad de sacar cruz, podemos escribir:

4x+x=1; 5x=1; x=0,2

Así resulta: p(cruz)=0,2 y p(cara)=0,8

Es una distribución binomial de parámetros n=6 y p=0,2

Probabilidad de obtener dos veces cruz:

6 2 4
p(X 2)  .(0,2) .(0,8) 15.(0, 4).(0, 096)4 0,24
 2
Probabilidad de obtener a lo sumo dos veces cruz:
p ( X  2)  p ( X  0)  p( X  1)  p ( X  2) 

2
 6 0 6 1 5 6 2 4
.(0,2)8 .(0,)280,9
=

0 1 2
3.- La probabilidad de que un alumno de 1º de Bachillerato repita curso es de 0,3. Elegimos 20

alumnos al azar. ¿Cuál es la probabilidad de que haya exactamente 4 alumnos repetidores?

Solución:

Se trata de una binomial de parámetros 20 y 0,3, es decir, B(20; 0,3)

Si X es el número de alumnos que repiten,

20 4 16 20! 4 16
p(X 4) .0,3 .0,7  .0,3 .0,7 0,13
4  4!.16!
4.- Calcula la esperanza matemática, la varianza y la desviación típica de la variable aleatoria

X, cuya función de probabilidad viene dada por la siguiente tabla:

xi -4 -1 2 5
p( X  xi ) 0,1 0,5 0,3 0,1
Solución:

La esperanza matemática es la media:   (4).0,1  (1).0,5  2.0,3  5.0,1  0,2

 2   x i2 . p i   2  (4) 2 .0,1  (1) 2 .0,5  2 2.0,3  5 2 .0,1  0,2 2  5,76    5,76  2,4

5.- Sea la siguiente función de probabilidad:

3
 xi 1 3 5 7 9
pi 0,2 0,2 0,4 0,1 0,1
Escribe la función de distribución y calcula: p ( X  5) y p (3  X  7)

Solución:
xi 1 3 5 7 9
F(x)=P(X ≤ xi) 0,2 0,4 0,8 0,9 1
p ( X  5)  0,8 ; p( X  7)  p( X  3)  p( X  5)  p ( X  7) 

 0,2  0,4  0,1  0,7

VARIABLE ALEATORIA CONTINUA.DISTRIBUCIÓN NORMAL.

Distribución normal.

Sea Z una variable que sigue una distribución normal N(0,1).

Vamos algunos ejemplos que nos permiten calcular determinadas probabilidades en las tablas:

a) p ( Z  1,23)

La probabilidad pedida se encuentra directamente en las tablas. Basta buscar 1,2 en la

columna y 0,03 en la fila. Su intersección nos da la probabilidad.

b) p ( Z  1,24)

En este caso la probabilidad pedida no está en las tablas. Sin embargo, si tenemos en cuenta

que el área total bajo la gráfica ha de ser 1, deducimos de la figura que:

p ( Z  1,24)  1  p ( Z  1,24)  1  0,8925  0,1075 .

a) p ( Z  0,72)

Como la gráfica es simétrica respecto al eje de ordenadas, p( Z  0,72)  p ( Z  0,72) y ya

estamos en el caso anterior. Comprueba que el resultado final es 0,2358.

4
b) p (0,5  Z  1,76)

Observando la figura se deduce que

p(0,5  Z  1,76)  p( Z  1,76)  p ( Z  0,5)  0,9608  0,6915  0,2693

Ejercicio 4

El peso de los individuos de una población se distribuye normalmente con media de 70 Kg. y

desviación típica 6 Kg. De una población de 2000 personas, calcula cuántas tendrán un peso

comprendido entre 64 y 76 Kg.

Solución:

Se trata de una distribución N(70,6)

 64  70 76  70 
p (64  X  76)  p Z    p (1  Z  1)  p ( Z  1)  p ( Z  1)
 6 6 
p ( Z  1)  0,8413 (directamente en las tablas)

p ( Z  1)  p ( Z  1)  1  p ( Z  1)  1  0,8413 .

Por tanto, p(64  X  76)  0,8413  (1  0,8413)  0,8413  1  0,8413  0,6825

Esto significa que el 68,25 % de las personas pesan entre 64 y 76 Kg..

Como hay 2000 personas, calculamos el 68,25% de 2000 y obtenemos 1365 personas.

Ejercicio 5.

La duración media de un lavavajillas es de 15 años y su desviación típica 0,5. Sabiendo que su

vida útil se distribuye normalmente, halla la probabilidad de que al adquirir un lavavajillas dure

más de 15 años.

Solución:

Es una distribución normal de media 15 y desviación típica 0,5, es decir, N(15; 0,5).
15  15
p ( X  15)  p ( Z  )  p( Z  0)  p ( Z  0)  0,5
0,5

Ejercicio 6.

5
La nota media de las pruebas de acceso correspondientes a los estudiantes que querían

ingresar en una facultad era 5,8 y la desviación típica 1,75. Fueron admitidos los de nota

superior a 6.

¿Cuál fue el porcentaje de admitidos si la distribución es normal?

¿Con qué probabilidad exactamente cuatro de diez estudiantes son admitidos?

Solución:

Apartado a):
6  5,8
p ( X  6)  p ( Z  )  p ( Z  0,11)  1  p ( Z  0,11)  1  5438  0,4562  45,62%
1,75

Apartado b):

Es una distribución binomial de parámetros n=10 y p=0,4562

p(obtener r éxitos )=p(X = r)=

n r rn 10 4 6

=  p .(1 p) p(X 4) (0,4562) (10,4562) 
=

r   4 
10.9.8.7
 (0,4562) 4 (0,5438) 6  0,235
4.3.2.1

Aproximación de la distribución binomial mediante la normal. (Corrección de Yates)

Ejercicio 7.

Se lanza una moneda correcta al aire 400 veces. Calcula la probabilidad de obtener un número

de caras comprendido entre 180 y 210, ambos inclusive.

Solución:

Calculamos la media y la desviación típica de la distribución binomial:

1 1 1
  np  400.  200 ;   npq  400. .  10 . Por tanto,
2 2 2

 179,5  200 210,5  200 

p(180  X  210)  p (179,5  X   210,5)  p Z  
 10 10 
 p (2,05  Z  1,05)  p ( Z  1,05)  p ( Z  2,05)

6
 pero p( Z  1,05)  0,8531

y p( Z  2,05)  p( Z  2,05)  1  p( Z  2,05)  1  0,9798  0,0202

luego p(180  X  210)  0,8531  0,0202  0,8329

Ejercicio 8.

Un tirador acierta en el blanco en el 70% de los tiros. Si el tirador participa en una

competición y tira 25 veces, ¿cuál es la probabilidad de que acierte más de 10 tiros?

Solución:

Es una distribución B(25; 0,7) que podemos aproximar a través de la normal:

  n. p  25.0,7  17,5  5
n.q  25.0,3  7,5  5

La aproximación será buena.

  npq  25.0,7.0,3  2,29

 10,5  17,5 
p ( X  10)  p( X  11)  p ( X   10,5)  p Z    p ( Z  3,06) 
 2,29 

 p ( Z  3,06)  0,9998