Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
LOGRO
Al finalizar la unidad 4, el estudiante aplica la teoría de la probabilidad para la toma de decisiones
en base a datos históricos y en condiciones de incertidumbre.
Variable aleatoria
Se denomina variable aleatoria a toda función que asocia cada elemento de un espacio muestral Ω a
un número real.
La variable aleatoria es una función que atribuye a cada evento un número que no es aleatorio o
imprevisible, sino fijo y predeterminado. Lo que es aleatorio es el resultado del experimento sobre
cuyo espacio muestral se define la variable aleatoria.
Ejemplo 4.1
A continuación, se describen algunas variables aleatorias
Ejercicio 4.1
1
Distribución de probabilidad de una variable aleatoria discreta
La distribución de probabilidad de una variable aleatoria discreta X es una función f(x) que asigna a
todo número real x, la probabilidad de que X asuma ese valor, esto es:
▪ f(x) 0
▪ f ( x) = 1
▪ f(x) = P(X = x)
Ejemplo 4.2
La cantidad de almuerzos demandados al día en el comedor universitario se modela con una variable
aleatoria X que tiene la siguiente distribución de probabilidad.
x 10 15 17 18 20 25
f(x) a 0.12 0.35 2a 0.14 0.09
2
Ejercicio 4.2
En la tienda IBM SHOP, la demanda mensual de impresoras es una variable aleatoria con la siguiente
función de probabilidad.
X: Número de impresoras demandadas 80 90 100 120 130 140
f(x) 3k 0.25 0.35 0.10 0.10 k
d. La probabilidad que se demanden más de 100 impresoras, pero no más de 130 impresoras
es:
f. Si se sabe que hoy la demanda será mayor a 90 impresoras, ¿Cuál es la probabilidad que se
demanden a lo más 130 impresoras?
3
Ejemplo 4.3
Calcule a para que la siguiente función sea una función de probabilidad. Grafique f(x)
f(x) = ax x = 1, 2, 3, 4, 5
a. Obtener el valor de a por la propiedad:
∑ 𝑓(𝑥) = 1𝑎 + 2𝑎 + 3𝑎 + 4𝑎 + 5𝑎 = 1
𝑎 = 1/15
b. Gráfica:
𝜇𝑥 = 𝐸(𝑋) = ∑ 𝑥𝑖 . 𝑝𝑖
𝑖=1
Y se interpreta como el valor que se espera obtener en promedio al experimentar una y otra vez.
Valor esperado de una función de variable aleatoria discreta:
Sea g(x) una función de la variable aleatoria discreta X. El valor esperado de g(x):
𝑛
4
Propiedades de la varianza
1. 𝜎𝑋2 = 𝑉(𝑋) = 𝐸(𝑋 2 ) − 𝐸(𝑋)2
El costo de cada almuerzo es de seis soles y las vende a diez soles. Todo almuerzo no vendido en el
día se desecha. Calcule el valor esperado y la variabilidad relativa de la utilidad diaria.
a. Cálculo del valor esperado de la utilidad diaria
La utilidad que se espera obtener por la venta diaria de almuerzos tiende a 69.6 soles
𝐸(𝑋 2 ) = 102 × 0.10 + 152 × 0.12 + 172 × 0.35 + ⋯ + 252 × 0.09 = 315.2
𝑉(𝑋) = 𝐸(𝑋 2 ) − 𝐸 2 (𝑋) → 𝑉(𝑋) = 315.2 − 17.42 = 12.44
La varianza de la utilidad es:
𝜎𝑈2 = 𝑉[𝑈(𝑋)] = 𝑉[4𝑥] = 42 × 12.44 = 199.04
La desviación estándar de la utilidad es:
𝜎𝑈 = √199.04 = 14.1082
El coeficiente de variación
𝜎𝑈
𝐶𝑉𝑈 = × 100% = 20.27%
𝐸(𝑈)
5
Ejercicio 4.3
En la tienda IBM SHOP, la demanda mensual de impresoras es una variable aleatoria con la siguiente
función de probabilidad.
X: Número de impresoras demandadas 80 90 100 120 130 140
f(x) 0.15 0.25 0.35 0.10 0.10 0.05
Cada impresora cuesta $85 y se vende a $99, ¿Cuál será la ganancia esperada mensual y la desviación
estándar?
Ejemplo 4.5
Sea 𝒙 variable aleatoria cuya función de probabilidad es
𝑥
𝑓(𝑥) = ; 𝑥 = 0, 1, 2, 3, 4
10
a. Calcule 𝑬(𝟑𝒙 + 𝟖)
0 1 2 3 4
Primero calculamos 𝐸(𝑥) = 0 × 10 + 1 × 10 + 2 × 10 + 3 × 10 + 4 × 10 = 3
6
Ejercicios propuestos
1. La demanda diaria de una herramienta en el almacén de Enigma S.A. es una variable aleatoria D
cuya distribución de probabilidades está dada por la tabla que sigue:
D 1 2 3 4 5
P(D = d) a 4 / 16 b c 1 / 16
2. Enigma S.A. produce artículos perecibles. A continuación, se presenta una tabla con los datos
históricos de las demandas semanales obtenidas en las últimas 50 semanas y el número de
semanas de ocurrencia:
3. Considere un grupo de 5 donantes de sangre, de los cuales sólo 2 tienen sangre ORh+. Se obtiene
5 muestras de sangre, una de cada individuo y en forma aleatoria son analizadas una por una,
hasta identificar una muestra ORh+, Si se quiere calcular la probabilidad de encontrar una
muestra de dicho tipo de sangre luego de una cantidad de pruebas,
f(x) = k2x x = 1, 2, 3, 4, 6