ANÁLISIS DE DATOS EN

INGENIERÍA
VARIABLES ALEATORIAS Y
DISTRIBUCIONES DE
PROBABILIDADES
Ing. Daniel O. Rivera R., M. Sc.

1
Bibliografía
• WALPOLE, Ronald E.,
MYERS, Raymond H.,
MYERS, Sharon L.,
YE, Keying.
Probabilidad y Estadística para Ingeniería y Ciencias.
Octava edición
Editorial PEARSON Educación.
• MONTOMERY, DOUGLAS C. y GEORGE C.
RUNGER. Probabilidad y estadística aplicadas a
la ingeniería. Editorial Limusa Wiley.

2
DISTRIBUCIONES DE PROBABILIDAD (10HT, 5 HP)
• Variables aleatorias discretas y sus distribuciones de
probabilidad, distribución de probabilidad acumulada.
• Valor esperado y varianza de una variable aleatoria discreta,
propiedades.
• Distribuciones de probabilidad discreta especiales (Binomial,
Hipergeométrica, Poisson, Binomial Negativa, Geométrica,
Uniforme Discreta).
• Distribuciones de probabilidad continua y sus distribuciones
de probabilidad.
• Valor esperado y varianza de una variable aleatoria continua,
función de distribución.
• Distribuciones de probabilidad continua especiales (Normal,
Exponencial, Uniforme continua).
• Aproximaciones entre las distribuciones de probabilidad.
• Relación entre las distribuciones de Poisson y Exponencial.
3
 CONCEPTO DE VARIABLE
ALEATORIA
Una variable aleatoria es una función que
asocia un número real con cada elemento del
espacio muestral.

4
 CONCEPTO DE VARIABLE
ALEATORIA
• El espacio muestral que ofrece una
descripción detallada de cada posible
resultado, cuando se prueban tres
componentes electrónicos, se escribe como:

S = {NNN, NND, NDN, DNN, NDD, DND, DDN, DDD}

• Donde N denota no defectuoso y D

defectuoso. 5
 CONCEPTO DE VARIABLE ALEATORIA
(continuación)
1. Definir nombre de variable aleatoria. Usar letra
mayúscula. Ejemplo (X,Y,Z..)
X: Número componentes electrónicos no conformes.

2. Definir los valores que puede tomar la variable

aleatoria. Usar letra minúscula (x, y, z,..)
x=0, 1, 2, 3.

6
 CONCEPTO DE VARIABLE ALEATORIA
(continuación)
Ejemplo:
x = 2 para todos los elementos en el subconjunto
E = {DDN, DND, NDD}
del espacio muestral S.

Nota: cada valor posible de X representa un evento

que es un subconjunto del espacio muestral para el
experimento dado.

7
 CONCEPTO DE VARIABLE ALEATORIA
(continuación)
• Cuando se lanza un dado hasta que salga un 5,
obtenemos un espacio muestral con una secuencia
de elementos interminables,
S = {F, NF, NNF, NNNF, NNNNF,…},
donde F y N representan, respectivamente, la
ocurrencia y la no ocurrencia de un 5.

8
CONCEPTO DE VARIABLE ALEATORIA
(continuación)
Si un espacio muestral contiene un número
finito de posibilidades, o una serie
interminable con tantos elementos como
números enteros existen, se llama espacio
muestral discreto.

Si un espacio muestral contiene un número

infinito de posibilidades igual al número de
puntos en un segmento de línea, se le llama
espacio muestral continuo.
9
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)

• El conjunto de pares ordenados (x, f(x)) se llama función de

probabilidad o distribución de probabilidad de la variable
aleatoria discreta X.
x f(x)
0
0 1/8
1/8
1
1 3/8
3/8
2 3/8
2
3 3/8
1/8
3 1/8
1

1
10
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)

El conjunto de pares ordenados (x, f(x)) es una distribución de

probabilidad (d.d.p) de la variable aleatoria X si, para cada
resultado posible x,

1. ||| f ( x)  0
2. |||  f ( x)  1
| x
3. ||| P ( X  x)  f ( x)

11
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
• Hay muchos problemas donde queremos calcular la
probabilidad de que el valor observado de una
variable aleatoria X sea menor o igual que algún
número real x.
• Al escribir F(x) = P(X ≤ x) para cualquier número real
x, definimos F(x) como la función de la
distribución acumulada de la variable aleatoria X.

12
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)

• La función de la distribución acumulada

(f.d.d) F(x) de una variable aleatoria discreta
X, con distribución de probabilidad f(x) es:

F ( x )  P( X  x)   f ( x), __ para __    x  .
tx

13
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
El conjunto de pares ordenados (x, F(x)) se llama función de
densidad (f.d.d.) de la variable aleatoria discreta X.

x f(x) F(x)
0
0 1/8
1/8 1/8
1/8
1
1 3/8
3/8 4/8
4/8
2 3/8 7/8
2
3 3/8
1/8 7/8
1
3 1/8
1 1

14
EJERCICIOS PARA
PRACTICAR
15
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
Ejemplo 3.8 W
• Un embarque de 8 computadores similares para una tienda al
detalle contiene 3 que están defectuosos. Si una escuela hace
una compra al azar de 2 de estos computadores, encuentre la
distribución de probabilidad para el número de defectuosos.

16
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
Ejemplo 3.8 W
• Un embarque de 8 computadores similares para una tienda al
detalle contiene 3 que están defectuosos. Si una escuela hace
una compra al azar de 2 de estos computadores, encuentre la
función de probabilidad para el número de defectuosos.
• Solución: Sea X una variable aleatoria cuyos valores x son los
números posibles de computadores defectuosos que la escuela
compra. Entonces, x puede ser cualquiera de los números 0, 1 y
2. Así:  3  5 
  
0 2 10
f (0)  P ( X  0)     
8 28
 
2 De manera que la función
 3  5 
  
1 1 15
de probabilidad de X es:
f (1)  P ( X  1)     
8 28
 
2
 3  5 
  
2 0 3
f ( 2)  P ( X  2)     
8 28
 
2 17
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
Ejemplo 3.9 W
• Si una agencia automotriz vende el 50% de su inventario de
cierto vehículo extranjero equipado con bolsas de aire, encuentre
una fórmula para la distribución de probabilidad del número de
automóviles con bolsas de aire entre los siguientes 4 vehículos
que venda la agencia.

21 18
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
Ejemplo 3.9 W
• Si una agencia automotriz vende el 50% de su inventario de
cierto vehículo extranjero equipado con bolsas de aire, encuentre
una fórmula para la distribución de probabilidad del número de
automóviles con bolsas de aire entre los siguientes 4 vehículos
que venda la agencia.
• Solución: El número de puntos del espacio muestral es 24 = 16
y tienen la misma probabilidad de ocurrencia. El denominador
para todas las probabilidades y también para la función, es 16. El
evento de vender x modelos con bolsas de aire y 4 – x sin bolsas
de aire puede ocurrir de  4x  formas, donde x pude ser 0, 1, 2,
3, 4, entonces la distribución de probabilidad:

f ( x)  P ( X  x) ||| es :
4
 
x
21 f ( x)    , ||| para _ x  0, : 1, : 2, : 3, : 4. 19
16
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
los valores de F(x) están dados por:

4
 
x
f ( x)    , ___ para _ x  0, _ 1, _ 2, _ 3, _ 4.
16
1 0, para x < 0,
F ( 0)  P ( X  0) 
16 1/16, para 0 <= x < 1,
1 1 5 5/16, para 1 <= x < 2,
F (1)  P ( X  1)    F(X) =
16 4 16 11/16, para 2 <= x < 3,
1 1 3 11 15/16, para 3 <= x <204,
F ( 2)  P ( X  2)    
16 4 8 16 1, para x >= 4.
1 1 3 1 15
F (3)  P ( X  3)     
16 4 8 4 16
1 1 3 1 1 16
F ( 4)  P ( X  4)        1.
16 4 8 4 16 16 19
DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)

3/8

1/4 1/4

1/16 1/16

21
DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)
HISTOGRAMA DE PROBABILIDAD

6/16
4/16
1/16

1 2 3 4 5

22
DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)

6/16
4/16
1/16

1 2 3 4 5
23
 DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD (continuación)

1.2000
1.0000
1.0000 0.9375

0.8000 0.6875

0.6000
0.4000 0.3125

0.2000
0.0625

0.0000 1 2 3 4 5

0 1 2 3 4
Distribución Acumulada Discreta 24
PROPIEDADES VALOR
ESPERADO Y VARIANZA
25
 Propiedades Valor Esperado
v.a.d. E[x]
•

26
 Propiedades Varianza v.a.d.
V[x]
•

27
 Asignación
Se tiene un grupo de 6 personas, 4 mujeres
{M1,M2,M3,M4} y 2 hombres {H1,H2} se van a
seleccionar 3 personas para realizar un trabajo,
considere la variable aleatoria X : numero de mujeres
seleccionados calcular:
1. La ddp para X:
2. La fdd para X y graficarla.
3. El valor esperado.
4. La varianza.

28
 Solución
• X: número de mujeres seleccionadas
• x=1,2,3

x f(x) F(x) x*f(x)

1 0,2 0,2 0,2

2 0,8 1,2 0

3 1 0,6 0,2

E(x)=2 V(x)=0,4
29
 Asignación
Se sabe que un grupo de 4 componentes contiene 2 defectuosos.
Un inspector prueba los componentes uno por uno hasta encontrar
los dos defectuosos. Una vez encontrado el segundo defectuoso
se concluye la prueba, pero se prueba el siguiente a manera de
comprobación.
Sea X el numero de pruebas necesarias hasta encontrar el
segundo defectuoso.
1. Encuentre la ddp para X:
2. Encuentre la fdd para X y grafíquela.
3. El valor esperado.
4. La varianza.
5. Si el costo de probar un componente es de $4000 pesos y el
costo de reparación de uno defectuoso es de $8000 pesos
encuentre el costo total esperado para probar y reparar el lote.

30
•
Solución
X: número de pruebas necesarias hasta encontrar el segundo
defectuoso, x=2,3,4

x f(x) F(x) x*f(x)

2 1/6 1/3 1,5

2 1/6 1/3 1,5

½
3 1 1,815

4 ½
1 2 0,88
3 1 1,815

4 1 2 0,88

31
 Solución
x g(x) f(x) g(x)*f(x)

2 = 24000 1/6 4000

1/3
1/3
3
3 9333,333
9333,333

4 1/2 16000
4 1/2 16000
,33

32