Nombre de la materia

XXXEstadisticaEstadstica y probabilidad
Nombre de la Licenciatura
XXXIngeniera Industrial y Administracin
Nombre del alumno
XXXMario Eduardo Njera Ramos
Matrcula
XXX000038779
Nombre de la Tarea
Variables aleatorias discretas
XXX
Unidad #
Variables aleatorias discretas
Semana 3Nombre de la unidad
Nombre del Tutor
OLGA ELENA HERNANDEZ MACIAS
XXX
Fecha
XXX23-09-2016

Unidad 3. Variables aleatorias discretas

Estadstica y probabilidad.

Cmo los modelos discretos de probabilidad identifican la posibilidad de ocurrencia de

eventos con conjuntos finitos?
Temas que abarca la tarea:

Distribuciones de probabilidad discreta:

o Modelo binomial.
o Modelo de Poisson.
o Modelo Hipergeomtrico.

Instrucciones generales:
Con base en los videos de la seccin Tarea 3 de la semana 3, y tomando como base el libro
Probabilidad y estadstica, aplicaciones a la ingeniera (Rivero, 2013), resuelve los siguientes
problemas:
1. Investigacin: Variables aleatorias y distribuciones discretas de probabilidad

Define el concepto de variable aleatoria.

Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio muestral E nmero real.
Se utilizan letras maysculas (X, Y,..), para designar variables aleatorias, y las respectivas minsculas (x, y,
), para designar valores concretos de las mismas. Una variable aleatoria es un valor numrico que
corresponde al resultado de un experimento, aleatorio, como por ejemplo la suma de los punto obtenidos al
lanzar dos dados, el nmero de lanzamientos de un dado hasta que aparece el cuatro, el numero de
personas que suben en un determinado ascensor al mes, el tiempo de espera en la sala de un doctor.

Escribe cules son las propiedades y/o caractersticas de las distribuciones discretas de
probabilidad ms comunes: Binomial, Poisson e Hipergeomtrica.
Binomial
Es una extensin de la distribucin de Bernouilli. Supongamos que se repite un experimento
n veces de forma idntica e independiente. Los resultados de cada realizacin del
experimento se clasifican en dos categoras (como en el caso de Bernouilli), una ser la
probabilidad de xito p, y otra q=1-p, la de fracaso. As, por tanto, sea X una variable aleatoria
discreta, se dice que se distribuye como una distribucin binomial de parmetros (n,p).
Siempre se debe de verificar que n>1 y que p tome valores entre 0 y 1.

Unidad 3. Variables aleatorias discretas

Estadstica y probabilidad.

Poisson
Esta es una distribucin discreta de gran utilidad sobre todo en procesos biolgicos, donde X
suele representar el nmero de eventos independientes que ocurren a velocidad constante en
un intervalo de tiempo o en un espacio. As, por tanto, sea X una variable aleatoria discreta, se
dice que se distribuye como una distribucin de Poisson.
1. Las condiciones experimentales deben ser constantes a lo largo de todo el intervalo.
2. Los resultados del experimento deben ser independientes cuando se refieren a
intervalos disjuntos.
3. La tasa media de aparicin del suceso, en cualquier intervalo de longitud uno, es
constante y se representa por .
4. La probabilidad de que el suceso ocurra una sola vez en un intervalo de amplitud h
suficientemente pequea, debe ser aproximadamente h.
5. La probabilidad de dos o m as ocurrencias del suceso, en un intervalo
suficientemente pequeo, debe ser prcticamente cero.
Hipergeomtrica
Distribucin Hipergeomtrica. Sea X la variable aleatoria definida como el nmero de xitos en
una muestra aleatoria de tamao n, seleccionada de N resultados de los cuales k son xitos y
N- k son fracasos; la distribucin Hipergeomtrica de la variable aleatoria X viene dada por.

Para x= 0, 1, 2, .,n

2. Problema: Modelo binomial

Pgina 120-121 del libro Probabilidad y estadstica, aplicaciones a la ingeniera (Rivero, 2013).
Contexto:
Para integrarse a la poltica mundial de reduccin de consumo energtico, una fbrica ha hecho
cambios en su sistema de iluminacin, asegurando que sus reas reduzcan el consumo de energa
elctrica en un 40%. De acuerdo al contexto anterior.
Calcula:
Cul es la probabilidad de que 2 de 5 reas reduzcan el consumo de energa elctrica en las
reas?

Unidad 3. Variables aleatorias discretas

Estadstica y probabilidad.

p=0.4
DATOS
k = 0, 1, 2, 3, 4, 5
n= 5
p= 0.4
q= 1p = 10.4= 0.6 (Probabilidad del fracaso)
La frmula a utilizar es la siguiente:

Donde (1-p)n-x = q (probabilidad del fracaso)

Nuestra formula queda la siguiente manera:

En particular b(; 5; 0.4)=0.35 significa que la probabilidad de que 2 de 5 reas redizcan su consumo
elctrico es de 0.35
Tips de solucin:
Considera el nmero de reas que reducen el consumo de energa elctrica como la variable
aleatoria X, y que p= 40% = 0.4.

La frmula para calcular combinaciones es similar a:

Unidad 3. Variables aleatorias discretas

Estadstica y probabilidad.

3. Problema: Modelo de Poisson

Video y pgina 134 del libro Probabilidad y estadstica, aplicaciones a la ingeniera (Rivero, 2013).
Contexto:
Una empresa manufacturera posee un departamento de mantenimiento de mquinas, el cual recibe
un promedio de 7 solicitudes de servicio por da.
Calcula:
Cul es la probabilidad de que se reciban exactamente 2 solicitudes por da?
DATOS:
x= 2
=7
(Solicitudes al da)
e= 2.71828 (Constante)
Para determinar la probabilidad tenemos que utilizar la siguiente formula

P=0.0074
Cul es la media, la varianza y la desviacin estndar?
Para esta pregunta utilizamos la siguiente formula

Tips de solucin:
Considera el nmero de solicitudes que recibe el departamento de mantenimiento diariamente
como la variable aleatoria X.
La media, la varianza y la desviacin estndar de una distribucin de Poisson se calculan con las
frmulas:

Unidad 3. Variables aleatorias discretas

Estadstica y probabilidad.

4. Problema: Modelo Hipergeomtrico

Pgina 126-127 del libro Probabilidad y estadstica, aplicaciones a la ingeniera (Rivero, 2013).
Contexto:
Se sabe que en una tmbola hay 10 fichas azules y 7 verdes. Si se extraen 3 fichas:
Calcula:
Cul es la probabilidad de que stas sean 2 azules?
Datos:
X=2
N=17
n= 3
k=10
Formula

P= 0.463

Tips de solucin:

Unidad 3. Variables aleatorias discretas

Estadstica y probabilidad.

Toma en cuenta que N=17 (Nmero de bolas azules ms nmero de bolas verdes).

Recuerda que la frmula para calcular combinaciones es similar a: