CARRERA:

Ingeniería en Tecnologías de la Información

ASIGNATURA:
Programación orientados a objetos

DOCENTE:
Msc. Gisella Mantilla

TEMA:
Variables aleatorias continuas y discretas.

FECHA:
08-12-2019

ESTUDIANTE:
Bryan Ponce

NIVEL:
Tercero ‘‘B’’

PERIODO:
Septiembre 2019 – febrero 2020
Contenido

1. Resumen ............................................................................................................................. 3

2. Objetivos ............................................................................................................................. 3

a) Objetivos específicos........................................................................................................... 3

3. Desarrollo ............................................................................................................................ 4

1.1.1. Distribución binomial.................................................................................................. 4

1.1.2. Distribución hipergeometrica ..................................................................................... 5

1.1.3. Distribución binomial negativa ................................................................................... 6

1.1.4. Distribución Poisson .................................................................................................. 6

1.1.5. Distribución Multinomial ............................................................................................. 7

1.1.6. Distribución normal .................................................................................................... 9

1.1.7. Distribución Exponencial ........................................................................................... 9

4. Conclusiones ..................................................................................................................... 10

5. Bibliografía ........................................................................................................................ 10
1. Resumen

Son las variables aleatorias que toma valores (cuantitativos) discretos. Ejemplos:
resultado de lanzar un dado o una moneda, número de defectos que tiene cada artículo
manufacturado por la máquina M. Número de clientes que llegan a cierto puesto de
servicio por unidad de tiempo, número de desconexiones de una red por unidad de
tiempo, número de peticiones de acceso a un servidor por unidad de tiempo, etc. Para
construir un modelo de probabilidad que asigne probabilidades a los diferentes sucesos
en una variable aleatoria discreta se usan las llamadas función de probabilidad y función
de distribución.

2. Objetivos

Realizar ejercicios propuestos de libros en diferentes softwares para el manejo de la

materia de probabilidad y estadística.

a) Objetivos específicos

 Buscar sitios de búsqueda confiables (primaria, secundaria).

 Analizar la información encontrada en diferentes sitios web.

 Comprender y deducir sobre la información encontrada en

3. Desarrollo

1.1.1. Distribución binomial

Ejercicio 1. La probabilidad de que cierto antibiótico presente una reacción

negativa al administrarse a un ave rapaz en recuperación es de 0.15. Si se les
ha administrado dicho antibiótico a 10 aves, calcúlense las probabilidades de
que haya reacción negativa:

a. En dos aves

b. En ningún ave
 Ejercicio 2. La probabilidad de que cierta clase de componente sobreviva a una
prueba de choque es de 3/4. Calcule la probabilidad de que sobrevivan
exactamente 2 de los siguientes 4 componentes que se prueben

1.1.2. Distribución hipergeometrica

Ejercicio 1. Lotes con 40 componentes cada uno que contengan 3 o más

defectuosos se consideran inaceptables. El procedimiento para obtener
muestras del lote consiste en seleccionar 5 componentes al azar y rechazar el
lote si se encuentra un componente defectuoso. ¿Cuál es la probabilidad de, que
en la muestra, se encuentre exactamente un componente defectuoso, si en todo
el lote hay 3 defectuosos?

Ejercicio 2. Volvamos a investigar el ejemplo 3.4 de la página 83. La fi nalidad

de este ejemplo fue ilustrar el concepto de una variable aleatoria y el espacio
muestral correspondiente. En el ejemplo tenemos un lote de 100 artículos, de los
cuales 12 están defectuosos. ¿Cuál es la probabilidad de que haya 3
 defectuosos en una muestra de 10? (Walpole, 2012)

1.1.3. Distribución binomial negativa

Ejercicio 1. Se sabe que en cierto proceso de fabricación uno de cada 100

artículos, en promedio, resulta defectuoso. ¿Cuál es la probabilidad de que el
quinto artículo que se inspecciona, en un grupo de 100, sea el primer defectuoso
que se encuentra?

Ejercicio 2. En la serie de campeonato de la NBA (National Basketball

Association), el equipo que gane 4 de 7 juegos será el ganador. Suponga que
los equipos A y B se enfrentan en los juegos de campeonato y que el equipo A
tiene una probabilidad de 0.55 de ganarle al equipo B. a) ¿Cuál es la
probabilidad de que el equipo A gane la serie en 6 juegos? b) ¿Cuál es la
probabilidad de que el equipo A gane la serie?

1.1.4. Distribución Poisson

Ejercicio 1. En una gasolinera la llegada de vehículos sigue la distribución de

Poisson de parámetro 1.6. Calcúlese la probabilidad de que:

a. El nº de vehículos que lleguen sea igual a tres.

 Ejercicio 2. La probabilidad de que al administrársele un antibiótico a un ave
rapaz en recuperación se le presente una reacción negativa es 0.05. Si se le va
a administrar el antibiótico a 80 de estas aves, calcúlese la probabilidad de que:
No haya reacción negativa en ningún ave

1.1.5. Distribución Multinomial

Ejercicio 1. La complejidad de las llegadas y las salidas de los aviones en un

aeropuerto es tal que a menudo se utiliza la simulación por computadora para
modelar las condiciones “ideales”. Para un aeropuerto específi co que tiene tres
pistas se sabe que, en el escenario ideal, las probabilidades de que las pistas
individuales sean utilizadas por un avión comercial que llega aleatoriamente son
las siguientes: Pista 1: p1 = 2/9 Pista 2: p2 = 1/6 Pista 3: p3 = 11/18 ¿Cuál es la
probabilidad de que 6 aviones que llegan al azar se distribuyan de la siguiente
manera? Pista 1: 2 aviones Pista 2: 1 avión Pista 3: 3 aviones.

Ejercicio 2. De acuerdo con la teoría genética, cierta cruza de conejillos de

Indias tendrá crías rojas, negras y blancas en la proporción 2:4:4. Calcule la
probabilidad de que de 8 crías, 5 sean rojas, 2 negras y 1 blanca.
1.1.6. Distribución normal

Ejercicio 1. Suponga que la demanda mensual de fierro para

construcción por semana. Se distribuye normalmente con una media
de 650 kg, y una desviación estándar de 100 kg. Calcule la
probabilidad que no se supere a los 100 kg.

Ejercicio 2. Sea x una variable aleatoria normalmente distribuida con

una media de 10 y una desviación estándar de 2. Encuentre la
probabilidad de que x se encuentre entre 11 y 13.6.

1.1.7. Distribución Exponencial

Ejercicio 1. Queremos averiguar la probabilidad que la revisión menor

a 10 minutos y la media de la aceleración es 22 minutos.

Ejercicio 2. El tiempo durante la cual cierta marca de batería trabaja

hasta que falle tiene un promedio de 360 días de fallas. La
probabilidad que el tiempo de la batería falle mayor que los 400 días.
 4. Conclusiones

La probabilidad es la posibilidad u oportunidad de que suceda un evento

particular. La probabilidad involucrada es una porción o fracción cuyo valor
varía entre cero y uno exclusivamente. Observamos un evento que no tiene
posibilidad de ocurrir (es decir, el evento nulo), tiene una probabilidad de cero,
mientras que un evento que seguramente ocurrirá (es decir, el evento cierto),
tiene una probabilidad de uno.

La regla más evidente para las probabilidades es que deben variar en valor de
0 a 1. Un evento imposible tiene una probabilidad cero de ocurrir, y un evento
cierto tiene una probabilidad uno de ocurrir. La probabilidad simple se refiere a
la probabilidad de ocurrencia de un evento simple.

Una distribución de probabilidad para una variable aleatoria discreta es un

listado mutuamente excluyente de todos los resultadosposibles para esa
variable aleatoria, tal que una probabilidad particular de ocurrencia esté
asociada con cada resultado.

5. Bibliografía

Walpole. (2012). Probabilidad y estadistica para ingeneria y ciencias. Ciudad de

mexico: Pearson.