Nombre de la materia

XXXX

Nombre de la Licenciatura
XXXX

Nombre del alumno

XXXX

Matrícula
XXXX

Nombre de la Tarea
XXXX

Unidad #
Nombre de unidad

Nombre del Profesor

XXXX

Fecha
XXXX
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

Actividad 3
¿Cómo los modelos discretos de probabilidad identifican la posibilidad de
ocurrencia de eventos con conjuntos finitos?

Objetivos:

 Interpretar el concepto de variable aleatoria.

 Exponer las propiedades de las distribuciones discretas y sus características.
 Identificar el modelo apropiado a las características de las distribuciones de
probabilidad discretas y análisis de resultados a través de los modelos: Binomial,
Hipergeométrico y de Poisson.

Instrucciones:
Revisar los materiales encontrados en el aula virtual.

Lectura
 Probabilidad y estadística, aplicaciones a la ingeniería (Rivero, 2013).
Lee el Capítulo 4 "Distribuciones de probabilidad" (pp. 71-94) y el Capítulo 6
"Distribución de probabilidad discreta" (pp.117-121, 133-137), donde encontrarás
los temas: Variable aleatoria, Distribución discreta de probabilidad, Distribución
continua de probabilidad, Distribución de probabilidad conjunta, Distribución
binomial, de Poisson e Hipergeométrica.

Video

 Variables aleatorias.
 Distribuciones de probabilidad.
 Distribución binomial.
 Distribución de Poisson

-Recuerda anexar procedimiento y justificaciones cuando se requiera.

-Descargar la actividad en Word y responde directamente en el documento.

-Colocar su respuesta con fotos de lo realizado (ejercicio por ejercicio, etcétera).

2
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

Forma de evaluación:

Criterio Ponderación

Presentación 10%

Ejercicio 1 18 %

Ejercicio 2 18 %

Ejercicio 3 18 %

Ejercicio 4 18 %

Ejercicio 5 18 %

Instrucciones generales:
Con base en los videos de la sección Tarea 3 de la semana 3, y tomando como base el libro
Probabilidad y estadística, aplicaciones a la ingeniería (Rivero, 2013), resuelve los
siguientes problemas:

1. Investigación: Variables aleatorias y distribuciones discretas de probabilidad

(1.8 puntos)

 Define el concepto de variable aleatoria e identifica qué tipos de variable aleatoria

existen.

Función que adjudica eventos posibles a números reales (cifras), cuyos valores se miden en
experimentos de tipo aleatorio.

Variables aleatorias discretas: Diremos que una variable aleatoria es discreta si su recorrido
es finito o infinito numerable.

Variables aleatorias continuas: Son aquellas en las que la función de distribución es una
función continua.2.Relación de columnas: distribuciones discretas de probabilidad

3
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

2. Relación de columnas: distribuciones discretas de probabilidad (1.8 puntos)

 Relaciona de manera correcta las propiedades de las distribuciones discretas de

probabilidad Binomial, Poisson e Hipergeométrica.

1. Distribución binomial ( C ) A. Representa la probabilidad de que

un evento aislado ocurra un
número específico de veces en un
intervalo de tiempo o espacio
dado.
2. Distribución de Poisson ( ) B. Se aplica cuando la población es
finita y la muestra aleatoria se
toma sin reposición, pues
probabilidad cambiará para cada
ensayo.
3. Distribución hipergeométrica ( ) C. Es usada cuando cada ensayo
solo tiene dos resultados posibles:
éxito o fracaso.

3. Problema: Modelo binomial (1.8 puntos)

Página 120-121 del libro Probabilidad y estadística, aplicaciones a la ingeniería (Rivero,
2013).

Contexto:
Para integrarse a la política mundial de reducción de consumo energético, una fábrica ha
hecho cambios en su sistema de iluminación, asegurando que sus áreas reduzcan el
consumo de energía eléctrica en un 40%. De acuerdo al contexto anterior.
Calcula:
¿Cuál es la probabilidad de que 2 de 5 áreas reduzcan el consumo de energía eléctrica en
las áreas?
(Anexar procedimiento)

Tips de solución:
 Considera el número de áreas que reducen el consumo de energía eléctrica como la
variable aleatoria “X”, y que p= 40% = 0.4.

4
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

 La fórmula para calcular combinaciones es similar a: ; recuerda

que

𝑛! = 𝑛(𝑛 − 1) ∙∙∙ 2 ∙ 1.
Por ejemplo:

La combinación de 5 elementos en grupos de 2 se calcula como

5 5! 5𝑥4𝑥3𝑥2𝑥1
𝐶5,2 = ( ) = = = 10
2 2! (5 − 2)! (2𝑥1)(3𝑥2𝑥1)

4. Problema: Modelo de Poisson (1.8 puntos)

Video y página 134 del libro Probabilidad y estadística, aplicaciones a la ingeniería (Rivero,
2013).

Contexto:
Una empresa manufacturera posee un departamento de mantenimiento de máquinas, el
cual recibe un promedio de 7 solicitudes de servicio por día.
Calcula:
 ¿Cuál es la probabilidad de que se reciban exactamente 2 solicitudes por día?
 ¿Cuál es la media, la varianza y la desviación estándar?
(Anexar procedimiento)

Tips de solución:
 Considera el número de solicitudes que recibe el departamento de mantenimiento
diariamente como la variable aleatoria “X”.
 La distribución de Poisson se calcula como
𝑒 −𝜇 𝜇 𝑥
𝑝(𝑥, 𝜇) =
𝑥!
 La varianza y la desviación estándar de una distribución de Poisson se calculan con las

fórmulas:

5
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

Por ejemplo:
¿Cuál es la probabilidad de que se reciban exactamente 3 solicitudes por día en el
departamento de mantenimiento de máquinas donde se recibe un promedio de 6 solicitudes
por día?

𝑒 −6 63
𝑝(3,6) = = 0.089
3!

Recuerda que 𝑒 = 2.718 …. y es una constante

La media 𝜇𝑥 = 6

Varianza 𝜇𝑥 = 𝜎 2 = 6

Desviación estándar 𝜎 = √𝜇𝑥 = 2.45

5. Problema: Modelo Hipergeométrico (1.8 puntos)

Página 126-127 del libro Probabilidad y estadística, aplicaciones a la ingeniería (Rivero,
2013).

Contexto:
Se sabe que en una tómbola hay 10 fichas azules y 7 verdes. Si se extraen 3 fichas:
Calcula:
¿Cuál es la probabilidad de que éstas sean 2 azules?
(Anexar procedimiento)

Tips de solución:
 Toma en cuenta que N=17 (Número de fichas azules más número de bolas verdes),
k=10 (fichas azules), n=3 (tamaño de la muestra), x=2 (número de fichas azules en
una muestra de 3)
 Recuerda que la fórmula para calcular la distribución hipergeométrica es:

(𝑘𝑥)(𝑁−𝑘
𝑛−𝑥
)
ℎ(𝑥; 𝑁; 𝑛: 𝑘) =
(𝑁𝑛)
Considera que (𝑘𝑥) son combinaciones

Por ejemplo:

6
 Unidad 3. Variables aleatorias discretas
Estadística y probabilidad.

Para x=3, N=10, n=5, k=4

(43)(10−4
5−3
) (43)(62)
ℎ(3; 10; 5: 4) = = = 0.238
(10
5
) (10
5
)