PROBABILIDAD

ACTIVIDAD #1 UNIDAD #4

MODELOS DE PROBABILIDAD DISCRETOS

UNIVERSIDAD DE SONORA

LIC. FÍSICA

JOAQUÍN ALEJANDRO NAVARRO GARCÍA

1. Un proceso de producción que manufactura cierta clase de adaptadores de
energía eléctrica genera en promedio el 2% de piezas defectuosas. Si cada dos
horas se toma del proceso una muestra aleatoria de tamaño 25 en forma
independiente, ¿cuál es la probabilidad de que:

n=25 p=0.02

Rx = {1,2,3,4,5,….. }

(a) solo 4 de las piezas en la muestra sean defectuosas?

25 X 25− X
f X ( x )=C X (0.02) (0.98)

Al buscarse 4 piezas defectuosas

P [ X=4 ]=C 25 4
4 (0.02) (0.98)
25−4
≈ 0.0013

(b) ninguna de las piezas en la muestra sea defectuosa?

P [ X=0 ] =C0 (0.02) (0.98)

25 0 25−0
≈ 0.6035

(c) cuando mucho una de las piezas en la muestra sea defectuosa?

1
P [ X ≤ 1 ] =F X ( 1 )= ∑ f X ( 0 ) +f X ( 1 ) ≈ C 0 ( 0.02) (0.98)
25 0 25−0 25 1 25−1
+C 1 ( 0.02) (0.98) =0.60346+0.30789 ≈ 0.9114
X =0

(d) Suponiendo que el proceso debe interrumpirse en caso de que la mencionada

muestra contenga más de 2 piezas defectuosas, determine la probabilidad de
interrupción del proceso.

P [ X >2 ] =1−P [ X ≤ 2 ] =1−f X ( 0 ) + f X ( 1 ) +f X (2 ) ≈ 0.0132

2. Suponiendo que la probabilidad de que a cualquier persona le desagrade el

plan de estudios que actualmente ofrece la Unison para tu carrera profesional es
de 0.20, ¿cuál es la probabilidad de que de 12 personas (encuestadas al respecto)
seleccionadas al azar en forma independiente:

p=0.20 Rx={1,2,3,4,… } n=12

(a) le desagrade únicamente a 3 de ellos?,
 P [ X=3 ] =C3 (0.20) (0.80)
12 3 12−3
≈ 0.2362

(b) le desagrade cuando mucho a 4?,

P [ X ≤ 4 ] =f X ( 0 )+ f X ( 1 ) + f X ( 2 )+ f X (3 )+ f X ( 4 ) ≈ 0.0687+0.2062++ 0.2835+ 0.2362+ 0.1329=0.9275

(c) le desagrade a más de 1?,

P [ X >1 ] =1−f X ( 0 )+ f X ( 1 ) ≈ 0.7251

(d) la nueva presentación sea del agrado de todos los encuestados?

P [ X=0 ] =C12 0
0 (0.20) (0.80)
12−0
≈ 0.0687

(e) Obtener el promedio y la varianza de personas encuestadas a quienes

desagrada dicha nueva presentación.

E[X]

E [ X ] =np=12 ( 0.20 )=2.4

V[X]

V [ X ] =np ( 1−p )=12 ( 0.20 )( 0.80 )=1.92

3. Un fabricante de cargadores para teléfono celular asegura que el 90% del

producto empacado para su entrega es de calidad garantizada. Bajo dicha
afirmación, y considerando que de una población de exactamente 100 de tales
dispositivos se toma una muestra aleatoria (sin sustitución) de únicamente 20
unidades, determine la probabilidad de que;.

N=100 n=20 r =90

90 10
C x ∙C 20−x
10 0
C20

(a) ninguno cumpla con tal afirmación;

90 10
C 10 ∙ C20−10
P [ X=1 0 ] = 10 0
C 20
¿0

(b) exactamente 10 de ellas la cumplan

 P [ X=10 ] =0

(c) al menos 7 de ellas la cumplan;

P [ X ≥ 4 ] =1−f X ( 0 ) +f X (1 ) + f X ( 2 ) + f X ( 3 ) +f X ( 4 )+ f X ( 5 )+ f X ( 6 )=1

(d) cuando mucho 18 de ellas la cumplan.

f X ( X ≤ 18)=f (10)+ f (11)+(12)...+ f (18) ≈ 0.6369

(e) Obtener el promedio y la varianza de cargadores de calidad empacados

E[X]

E [ X ] =r ( Nn )=90( 100
20
)≈ 18

V[X]

V [ X ] =V [ X ] =r ( Nn )(1− Nn )( NN−1
−r
) ≈ 1.4545

4. Los registros demuestran que la probabilidad de que una persona se contagie

por determinado virus al consumir alimentos en la calle es de 0.072. Encuentre la
probabilidad de que de un total de 1000 de tales personas elegidas en forma
independiente:

p=0.072 n=1000 Rx = {1,2,3,4,5,….. }

(a) ninguna resulte contagiada

P [ X=0 ] =f x ( 0 )=C 1000

0 ( 0.0012 )0 ( 0.9988 )1000−0 ≈ 0.3010

(b) exactamente 10 resulten contagiadas

1000 10 1000−10
P [ X=10 ] =C10 ( 0.0012 ) ( 0.9988 ) =0.000000497 ≈ 0.0000
(c) al menos 4 resulten contagiadas.

P [ X ≥ 4 ] =1−f X ( 0 ) +f X (1 ) + f X ( 2 ) + f X ( 3 )

f x ( 0 ) ≈ 0.3010
1000
f x ( 1 )=C 1 ( 0.0012 )1 ( 0.9988 )1000−1 ≈ 0.3616
1000
f x ( 2 )=C 2 ( 0.0012 )2 ( 0.9988 )1000−2 ≈ 0.2170
1000
f x ( 3 )=C 3 ( 0.0012 )3 ( 0.9988 )1000−3 ≈ 0.0867

P [ X ≥ 4 ] =1−f X ( 0 ) +f X (1 ) + f X ( 2 ) + f X ( 3 ) ≈ 0.0337

(d) Obtener el valor esperado y la varianza de personas que podría resultar

contagiadas por el mencionado virus.

E[X]

E [ X ] =np=E [ X ]= (1000 )( 0.0012 )=1.2

V[X]

V [ X ] =np ( 1−p )=( 1000 ) ( 0.0012 )( 0.9988 )=1.19856

5. Si el número de solicitudes de préstamo que un banco recibe por día es una v.a.
que tiene distribución de Poisson con promedio de 7.5 (solicitudes por día),
calcular la probabilidad de que en un día cualquiera el banco reciba:

(a) exactamente 9 solicitudes,

9 −7.5
7.5 e
P [ X=9 ] =f X ( 9 )= =0.114440494 ≈ 0.1144
9!

(b) un máximo de 6 solicitudes,

6
P [ X ≤ 6 ] = ∑ f x ( x )=f x ( 0 ) +f x (1 ) + f x ( 2 ) +f x ( 3 )+ f x ( 4 ) + f x (5 )+ f x ( 6 )
X=0
7.50 e−7.5
f x ( 0 )= =0.000553084
0!
f x ( 0 ) ≈ 0.0006
 1 −7.5
7.5 e
f x ( 1 )= =0.004148133
1!
f x ( 1 ) ≈ 0.0041
2 −7.5
( ) 7.5 e
fx 2 = =0.015555498
2!
f x ( 2 ) ≈ 0.0156

3 −7.5
7.5 e
f x ( 3 )= =0.038888745
3!
f x ( 3 ) ≈ 0.0389
4 −7.5
7.5 e
f x ( 4 )= =0.072916396
4!
f x ( 4 ) ≈ 0.0729
5 −7.5
7.5 e
f x ( 5 )= =0.109374595
5!
f x ( 5 ) ≈ 0.1094
7.56 e−7.5
f x ( 6 )= =0.136718243
6!
f x ( 6 ) ≈ 0.1367

6
P [ X ≤ 6 ] = ∑ f x ( x )=f x ( 0 ) +f x (1 ) + f x ( 2 ) +f x ( 3 )+ f x ( 4 ) + f x (5 )+ f x ( 6 ) ≈ 0.3782
X=0

(c) al menos 4 solicitudes.

3
P [ X ≥ 4 ] =1− ∑ f X ( x ) ≈ 0.9409
X =0

6.. La cantidad de llamadas de emergencia que recibe un servicio de ambulancias

por hora, es una v.a. con distribución de Poisson cuyo parámetro es 1.2 (llamadas
por hora). ¿Cuál es la probabilidad de que en una hora arbitraria:

(a) se reciban únicamente 3 llamadas?,

3 −7.5
(7.5) e
P [ X=3 ] =f X ( 3 )= ≈ 0.0390
3!

(b) no se reciba llamada alguna?,

(7.5)0 e−7.5
P [ X=0 ] =f X ( 0 )= ≈ 0.0005
0!

(c) se reciban cuando mucho 3 llamadas?,

 3
P [ X ≤ 3 ]= ∑ f X ( x )≈ 0.00000250934
X =0

(d) se reciban al menos 3 llamadas?

3
P [ X ≥ 3 ]=1− ∑ f X ( x ) ≈1−0.00006 ≈ 0.9994
X=0

7. Puede suponerse que el número de descomposturas semanales que presenta

cierta máquina en determinada Compañía de Manufactura es una v.a. tal que
sigue una distribución de Poisson con promedio de 0.3 (descomposturas por
semana). ¿Cuál es la probabilidad de que en una semana cualesquiera, dicha
máquina opere:

(a) sin descomposturas?,

0 −0.3
(0.3) e
P [ X=0 ] =f X ( 0 )= ≈ 0.7408
0!

(b) registrando cuando mucho 2 descomposturas?,

2
P [ X ≤ 2 ] = ∑ f X (x )≈ 0.0055
X =0

(c) registrando más de 3 descomposturas?

7
P [ X >3 ] = ∑ f X (x )≈ 0.0003
X =0

8. Considérese que el número de clientes que llegan a cierto cajero automático

(por minuto) es una v.a. con distribución de Poisson cuyo valor esperado es 4
(clientes por minuto). Calcular la probabilidad de que en un minuto determinado
lleguen:

(a) exactamente 4 clientes;

4 −4
(4) e
P [ X=4 ]=f X ( 4 ) = ≈ 0.1954
4!

(b) cuando mucho 4 clientes;

 4
P [ X ≤ 4 ] = ∑ ¿ f x ( 0 ) +f x ( 1 ) + f x ( 2 )+ f x ( 3 )+ f x ( 4 )
X =0
4 0 e−4
f x ( 0 )= =0.018315639
0!
f x ( 0 ) ≈ 0.0183
4 1 e−4
(
fx 1 = ) =0.073262556
1!
f x ( 1 ) ≈ 0.0733
2 −4
4 e
f x ( 2 )= =0.146525111
2!
f x ( 2 ) ≈ 0.1465
( ) 4 3 e−4
fx 3 = =0.195366815
3!
f x ( 3 ) ≈ 0.1954

∑ f x ( x ) ≈ 0.6289
0

(c) al menos 4 clientes;

4 3
P [ X ≥ 4 ] =1− ∑ f X ( x )=1−∑ f x ( x )
X =0 0
f x ( 0 ) ≈ 0.0183
f x ( 1 ) ≈ 0.0733
f x ( 2 ) ≈ 0.1465
f x ( 3 ) ≈ 0.1954

∑ f x ( x ) ≈ 0.4335
0

3
f X ( x )=1−∑ f x ( x ) ≈ 1−0.4335≈ 0.5665
0

(d) más de 4 clientes.

P [ X >4 ] =1−P [ X ≤ 4 ] =1−f X ( 0 ) + f X ( 1 ) +f X ( 2 )+ f X ( 3 ) + f X ( 4 )

f x ( 0 ) ≈ 0.0183
f x ( 1 ) ≈ 0.0733
f x ( 2 ) ≈ 0.1465
 f x ( 3 ) ≈ 0.1954
f X ( 4 ) ≈ 0.1954

P [ X >4 ] =1−P [ X ≤ 4 ] =1−f X ( 0 ) + f X ( 1 ) +f X ( 2 )+ f X ( 3 ) + f X ( 4 ) ≈ 0.3711

9. Una Compañía Petrolera hará una serie de perforaciones en determinada
región a fin de localizar un pozo productivo. Si la probabilidad de éxito en cada
perforación es de 0.2, ¿cuál es la probabilidad de que:
x−1
f X ( x )=( 0.2 ) ( 0.8 )

(a) en la 7ª perforación se encuentre el primer pozo productivo?,

f x ( 7 )=( 0.2 ) ( 0.8 )7−1 ≈ 0.0524

(b) al menos en la 5ª perforación se encuentre el primer pozo productivo?,

4
P [ X ≥ 5 ]=1−∑ f x ( x )
1
1−1
f x ( 1 )=( 0.2 ) ( 0.8 ) =0.2000
2−1
f x ( 2 )=( 0.2 ) ( 0.8 ) =0.1600
3−1
f x ( 3 )=( 0.2 ) ( 0.8 ) =0.1280
f x ( 4 )=( 0.2 ) ( 0.8 )4 −1=0.1024

∑ f x ( x )=0.5904
1
4
P [ X ≥ 5 ]=1−∑ f x ( x ) =1−0.5904 ≈ 0.4096
1

(c) la 1ª perforación resulte ser un pozo productivo?

1−1
f X ( 1 )=( 0.2 ) ( 0.8 ) =0.2000

(d) ¿Cuántas perforaciones se espera que en promedio se realicen hasta

encontrar el primer pozo productivo?

E[X]

1 1
E [ X ]= = =5
p 0.2

10. Los registros de una Compañía Constructora de pozos acuíferos indican que la
probabilidad de que uno de sus pozos nuevos requiera de reparación al cabo de
un año es de 0.25. Obtener la probabilidad de que en determinado año:

(a) el 2° pozo construido sea el primero en requerir reparación,

2−1
f x ( 2 )=( 0.25 ) ( 0.75 ) ≈ 0.1875

(b) el 5° pozo construido sea el primero en requerir reparación,

f x ( 5 )=( 0.25 ) ( 0.75 )5−1 ≈ 0.0791

(c) cuando mucho el 3er pozo construido sea el primero en requerir reparación,

P [ X ≤ 3 ]=f x ( 1 ) + f x ( 2 )+ f x ( 3 )

f x ( 1 )=( 0.25 ) ( 0.75 )1−1 ≈ 0.25

2−1
f x ( 2 )=( 0.25 ) ( 0.75 ) ≈ 0.1875
f x ( 3 )=( 0.25 ) ( 0.75 )3−1 ≈ 0.1406

P [ X ≤ 3 ] ≈ 0.5781
(d) por lo menos el 3er pozo construido sea el primero en requerir reparación,

P [ X ≥ 3 ]=1−f x (1 ) + f x ( 2 )

P [ X ≥ 3 ]=1−( 0.25+ +0.1875)≈ 0.5625

(e) al menos el 4° pozo construido sea el primero en requerir reparación.

P [ X ≥ 4 ] =1−f x ( 1 ) + f x ( 2 )+ f x ( 3 )

[ X ≥ 4 ] =1−0.5781 ≈ 0.4219

(f) Calcular el promedio y la varianza de la v.a. definida.

E[X]

1 1
E [ X ]= = =4
0.25 0.25

V[X]
 1− p 0.7 5
V [ X ]= = =12
(0.25) ( 0.25 )2
2

11. Suponga que en realidad únicamente el 30% de los solicitantes de empleo en

cierto complejo industrial aeroespacial están sólidamente capacitados en el área
de Física Estadística. Si los candidatos son elegidos aleatoriamente en forma
sucesiva, y entrevistados independientemente, determine la probabilidad de
encontrar el primer aspirante capacitado en:

(a) la 4ª entrevista,
4−1
f x ( 4 )=( 0.3 ) ( 0.7 ) ≈ 0.1029

(b) la 5ª entrevista,
5−1
f x ( 5 )=( 0.3 ) ( 0.7 ) ≈ 0.0720

(c) cuando mucho la 3ª entrevista,

3

∑ f x ( x )=f x ( 1 )+ f x ( 2 ) + f x ( 3 )
1
f x ( 1 )=( 0.3 ) ( 0.7 )1−1=0.3
2−1
f x ( 2 )=( 0.3 ) ( 0.7 ) =0.21
f x ( 3 )=( 0.3 )( 0.7 )3 −1 ≈ 0.1470

∑ f x ( x ) ≈ 0.6570
1

(d) al menos la 3ª entrevista.

2
P [ X ≥ 3 ]=1−∑ f x ( x )
x=0
2

∑ f x ( x )=f x ( 1 )+ f x ( 2 )
x=0
f x ( 1 )=( 0.3 ) ( 0.7 )1−1=0.3
2−1
f x ( 2 )=( 0.3 ) ( 0.7 ) =0.21

∑ f x ( x ) ≈ 0.51
x=0

2
P [ X ≥ 3 ]=1−∑ f x ( x ) ≈ 0.49
x=0
(e) Calcule la esperanza y la varianza del número de entrevistas hasta encontrar el
primer aspirante sólidamente capacitado en el área de Física Estadística.

E[X]

1 1
E [ X ]= = ≈ 0.3333
p 0.3

V[X]

1− p 0.7
V [ X ]= = ≈ 7.7777
p2 ( 0.3 )2

12. De acuerdo al contrato de renta, las fotocopiadoras alquiladas se limpian y se

devuelven al proveedor; no obstante, no se reparan las fallas graves, por lo cual,
algunos clientes las reciben descompuestas. Supóngase que al momento, entre
las 8 fotocopiadoras disponibles hay 3 descompuestas, y que determinado cliente
desea rentar 5 de tales máquinas, las cuales son elegidas aleatoriamente, ¿cuál
es la probabilidad de que en tal elección:

N=8 n=5 r=3

(a) todas estén en buenas condiciones?,

3 5
C 0∗C 5−0
f X ( 0 )=
8
≈ 0.0179
C5
(b) únicamente 3 resulten en buenas condiciones?,

C33 ∙C 53−2
f x ( 3 )= ≈ 0.1786
C 85

(c) el cliente reciba al menos una máquina en buenas condiciones?

3

∑ f x( x)
0
Como no se toma en cuenta 4 en mal estado, ya que el valor se encuentra fuera
del rango, entonces es 0, y la probabilidad 1, entonces:
3

∑ f x ( x )=1
0
13. Se sabe que un embarque de 50 alarmas contra robo contiene 10 unidades
defectuosas. Si se seleccionan al azar 5 de tales alarmas (sin sustitución) para ser
enviadas a un cliente, obtenga la probabilidad de que dicho cliente reciba:

N=50 n=5 r=10

10 40
C x ∙ C5− x
f x ( x) = 50
C5

(a) exactamente 2 unidades defectuosas

10 40
C2 ∙ C 5−2
f x ( 2 )= 50
≈ 0.2098
C5

(b) al menos 4 unidades defectuosas,

5

∑ f x ( x )=f x ( 4 ) + f x ( 5 )
x= 4
10 40
C4 ∙ C 5−4
f x ( 4 )= 50
≈ 0.0040
C5
10 40
C5 ∙C 5−5
f x ( 5 )= 50
≈ 0.0001
C5
5

∑ f x ( x ) ≈ 0.0041
x= 4

(c) cuando mucho 2 unidades defectuosas.

2

∑ f x ( x )=f x ( 0 ) + f x ( 1 )+ f x ( 2 )
x=0
10 40
C 0 ∙C 5−0
f x ( 0 )= 50
≈ 0.3106
C5
C 1 ∙ C 40
10
5−1
f x ( 1 )= ≈ 0.4313
C50
5

10 40
C2 ∙ C 5−2
f x ( 2 )= 50
≈ 0.2098
C5

∑ f x ( x ) ≈ 0.9517
x=0
(d) Obtener el valor esperado y la varianza de alarmas defectuosas en la muestra.

E[X]

E [ X ] =r ( Rn )=5( 1050 )=1

V[X]

V [ X ] =r ( Rn )(1− nR )( NN−1
−r
)=0.7347
14. Se generan 21 unidades de cierta clase de microscopio, de las cuales se sabe
que únicamente 5 de ellas cumplieron con las normas oficiales (NO’s). Si se eligen
aleatoriamente (sin sustitución) 7 del total de unidades encuentre la probabilidad
de que:

N=21 n=7 r=5

5 16
C x ∙C 7−x
f x ( x) = 21
C7

(a) ninguna cumpla con las NO’s;

5 16
C 0 ∙C 7−0
f X ( 0 )=f x ( 0 ) = 21
≈ 0.0984
C7

(b) solamente 3 las cumplan;

5 16
C3 ∙ C7−3
f X ( 3 )= 21
≈ 0.1565
C7

(c) cuando mucho una las cumpla;

1

∑ f x ( x )=f x ( 0 ) +f x (1 )
0

5 16
C 1 ∙C 7−1
f x ( 1 )= 21
≈ 0.3443
C7

f X ( X ≤1 ) =f X ( 0 ) +f X (1 ) ≈ 0.4427
(d) al menos 4 las cumplan.
5

∑ f x ( x )=f x ( 4 )+ f x ( 5 )
4
5 16
C 4 ∙ C7 −4
f x ( 4 )= 21
C7
f x ( 4 ) ≈ 0.0241
5 16
C ∙C
f x ( 5 )= 5 217−5
C7
f x ( 5 ) ≈ 0.0010
5

∑ f x ( x ) ≈ 0.0251
4

(e) Calcular el promedio y la varianza de la v.a. definida.

E[X]

E [ X ] =r ( Nn )≈ 7 ( 215 )≈ 53 ≈ 1.6667
V[X]

V [ X ] =r ( Nn )( 1− Nn )( NN−1
−r
) ≈ 0.8889

15. Un supervisor de control de calidad inspecciona una muestra aleatoria (sin

sustitución) de tamaño 3 tomada de cada lote de 24 baterías para automóvil (listo
para ser entregado). Si uno de tales lotes contiene 6 baterías con defectos, ¿qué
probabilidad hay de que la muestra elegida por el inspector:

N=24 n=3 r=6

6 18
C x ∙C 3−x
f x ( x) = 24
C3

(a) contenga solo una batería con defectos?

 6 18
C 1∗C 3−1
f X ( 1 )= 24
=≈ 0.4536
C3

(b) no contenga baterías con defectos?

6 18
C 0∗C 3−0
f X ( 0 )= 24
≈ 0.4032
C3

(c) contenga al menos 2 baterías con defectos?

f X ( X ≥2 )=1−f X ( 0 ) −f X ( 1 ) ≈ 0.1432

(d) Obtener el valor esperado de baterías con defectos en la muestra, y la varianza

correspondiente.

E[X]

E [ X ] =r ( Nn )=3( 246 )= 1824 =0.75

V[X]

V [ X ] =r ( Nn )( 1− Nn )( NN−1
−r
)=0.5136

16. Si únicamente 6 de 18 edificios nuevos ubicados en un Centro de

Investigación violan el reglamento oficial de Protección Civil, ¿cuál es la
probabilidad de que un supervisor de tales construcciones, quien selecciona
aleatoriamente 4 de tales edificios (sin sustitución) para su inspección encuentre
que:

N=18 n=4 r=6

6 12
C x∗C 4− x
18
C6
(a) cuando mucho 2 violen ese reglamento?
2

∑ f x ( x )=f x ( 0 ) +f x (1 ) + f x ( 2 )
0
Entonces:
 6 12
C 0 ∙ C 4−0
f x ( 0 )= 18
=0.161764706
C4
f x ( 0 ) ≈ 0.1618
C 6 ∙C 12
f x ( 1 )= 1 184−1 =0.43137254
C4
f x ( 1 ) ≈ 0.4314
6 12
C 2 ∙C 4 −2
f x ( 2 )= 18
=0.32352941
C4
f x ( 2 ) ≈ 0.3235

f X ( X ≤2 )=f X ( 0 ) +f X ( 1 )+ f X ( 2 ) ≈ 0.9167

(b) al menos 2 violen ese reglamento?

f X ( X ≥2 )=1−f X ( 0 ) −f X ( 1 ) ≈ 0.4068

(c) Obtener el promedio y la varianza de edificios (en la muestra aleatoria) que

violen el mencionado reglamento.

E[X]

E [ X ] =r ( Nn )=4 ( 186 )= 43 =1.3333

V[X]

V [ X ] =r ( Nn )( 1− Nn )( NN−1
−r
)=0.7320
17. Incluir las demostraciones respecto a la varianza para c/u de los modelos
discretos que quedaron pendientes en clase.

1.- Modelo de Bernoulli:

f x ( x ) =p x (1− p )1−x
E [ X ]= p
V [ X ] =E [ X ] − ( E [ X ]) = p ( 1− p )
2 2

Calculando E [ X 2 ]
1
E [ X − X ] =∑ ( x 2−x ) p x ( 1−p )
2 1−x

x=0

¿ ( 0 −0 ) p (1− p ) + ( 12−1 ) p 1 ( 1− p )
2 0 1−0 1−1

E [ X − X ]=0+ 0
2

Entonces:
 E [ X 2− X ] ≡ E [ X 2 ] −E [ X ]=0
E [ X ]=E [ X ] =p
2

Y
V [ X ] = p− ( p ) =p− p
2 2

V [ X ] = p ( 1− p )

2.- Modelo Binomial:

()
f x ( x ) = n p x ( 1− p )
x
n−x

E [ X ] =np
V [ X ] =E [ X ]− ( E [ X ] ) =np ( 1− p )
2 2

Calculando E [ X 2 ]
n
E [ X − X ] =∑ ( x −x ) n p ( 1− p )
2

x=0
2

x
x
()
n− x

n
2
( 0)0 2 1
( 1)
¿ ( 0 −0 ) n p ( 1− p ) + ( 1 −1 ) n p ( 1− p ) + ∑ ( x −x ) n p ( 1− p )
n−0 n−1 2 x n−x

x=2
(x)
n n
n! n!
¿ ∑ ( x2− x ) p x ( 1− p ) =∑ x ( x−1 )
n− x n− x
px ( 1− p )
x=0 x ! ( n−x ) ! x=2 ( x −2 ) ! ( x−1 ) x ( n−x ) !
n n
n ( n−1 )( n−2 ) ! x−2 2 ( n−2 ) !
¿∑ p p ( 1−p ) = p2 n ( n−1 ) ∑
n−x n−x
p x−2 p2 (1− p )
x=2 ( x−2 ) ! ( n−x ) ! x=2 ( x−2 ) ! ( n−x ) !
Si se hace el cambio de variable y=x −2, entonces:
n−2
( n−2 ) !
E [ X 2− X ] = p2 n ( n−1 ) ∑ p y ( 1−p )n− ( y+ 2)
y=0 y ! ( n− ( y +2 ) ) !

Sabiendo que:
n−2 n−2
( n−2 ) !
∑ y ! ( n−( y +2 )) !
y=0
p y
( 1−p ) n− ( y +2)
= ∑ n−2
y=0
( ) x
p y ( 1− p )n−( y +2)=1

Entonces:
E [ X − X ]= p n ( n−1 )( 1 )
2 2

E [ X − X ] ≡ E [ X ]−E [ X ]= p n ( n−1 )
2 2 2

E [ X ] = p n ( n−1 )+ np= p n −p n+ np
2 2 2 2 2

Entonces:
V [ X ] =( p n − p n+np )−( np ) = p n − p n − p n+np
2 2 2 2 2 2 2 2 2

V [ X ] =np− p n
2

Y
V [ X ] =np ( 1−p )
3.- Modelo Geométrico:
f x ( x ) =p ( 1−p )x−1
1
E [ X ]=
p
2 1− p
V [ X ] =E [ X ]− ( E [ X ] ) = 2
2

p
Calculando E [ X 2 ]
∞
E [ X 2− X ] =∑ ( x2 −x ) p ( 1− p )
x−1

x=1
∞
¿ ( 12−1 ) p ( 1− p ) + ∑ ( x 2−x ) p ( 1− p )
1−1 x−1

x=2
∞
¿ ∑ ( x 2−x ) p (1− p )
x−1

x=2
∞
¿ ∑ ( x ) ( x −1 ) p ( 1− p )
x−2
( 1− p )
x=2
∞
d
¿ p ( 1− p ) ∑ ( x )
x−2
( x −1 )( 1− p )
x=2 dp
∞
d
¿ p ( 1− p ) ∑ ( x ) ( ( 1− p ) )
x−1

x=2 dp
∞
d2
¿ p ( 1− p ) ∑ 2
( (1− p )x−1 )
x=2 d p

( )
∞
d2
2 ∑
¿ p ( 1− p ) ( 1− p ) x
d p x=2

( ) ( )
2 2
d ( 1− p ) d ( 1− p )
¿ p ( 1− p ) = p ( 1− p )
d p 1− (1− p )
2
dp
2
p

( )
2
d −1
¿ p ( 1− p )
d p2 p 2
¿ p ( 1− p ) 3
2
p ( )
2−2 p
E [ X 2− X ] =
p2
E [ X − X ] =E [ X ]−E [ X ]
2 2

2−2 p 1 ( 2−2 p+ p ) ( 2− p )
E [ X ]=
2
+ = =
p2 p p2 p2
( 2− p )
E [ X 2 ]=
p2
Entonces:
V [ X ]=
( 2− p ) 1 2 2−p−1
p
2
−
p
=
p
2 ()
1− p
V [ X ]= 2
p
4.- Modelo Hiper-geométrico:

f ( x) =
( x )( n−x )
r N −r

( Nn )
 ( Nn )E [ X ] =r

V [ X ] =E [ X ] − ( E [ X ] ) =r ( )( 1− )(
N N −1 )
2 n n N−r 2

N
Calculando E [ X 2 ]

E [ X − X ]=∑ ( x −x )
2
n ( x )( n−x )
r N −r
2

x=0
( Nn )
¿ ( 0 −0 )
2
( )(
r N −r
0 n−0 ) + ( 1 −1 )
(2
)(
r N −r
1 n−1 ) n
+ ∑ ( x −x )
2
( x )( n−x )
r N−r

( Nn ) ( Nn ) x=2
( Nn )
n
¿ ∑ ( x −x )
(2 x )( n−x )
r N −r

x=2
( Nn )
n
¿ ∑ ( x −x ) 2 r ( r−1 ) ! ( N−r
n−x ) =r ∑
n
( r−1 ) ! ( n−x )
N −r

x=2 x ( x−1 ) ( x −2 ) ! ( r −x ) ! N
(n) x=2 ( x−2 ) ! ( r−x ) ! N
(n)
n n
( r−1 ) ! N−r n ! ( N −n ) ! =r ( r−1 ) ! N −r n ( n−1 ) ! ( N −n ) !
r∑
( x−2 ) ! ( r−x ) ! n−x
x=2
( ) N!
∑ ( x−2 ) ! ( r−x ) ! n−x ) N ( N−1 ) !
x=2
(
¿r( )∑
n
( r−1 ) ! N−r ( n−1 ) ! ( N −n ) !
( x−2 ) ! ( r−x ) ! n−x ) ( N −1 ) ( N −2 ) !
(
n
N x=2

¿ r ( )( )
n
( r −1 ) ! N −r ( n−1 ) ! ( N−n ) !
( x−2 ) ! ( r −x ) ! ( n−x )
n 1
N N −1
∑ ( N−2 ) !
x=2

¿ r ( )(
N N −1 ) ( x−2 ) ! ( r −x ) ! ( n−x ) ! ( N −( r +n ) + x ) !
n
n 1 ( r −1 ) ! ( N −r ) ! ( n−1 ) ! ( N −n ) !
∑ ( N −2 ) !
x=2

¿ ( )( )
n
n 1 ( r −1 )( r −2 ) ! ( N −r ) ! ( n−1 ) ( n−2 ) ! ( N−n ) !
N N −1
∑ ( x−2 ) ! ( r −x ) ! ( n−x ) ! ( N −( r +n )+ x ) ! ( N −2 ) !
x=2

¿r( ) ( )
n
n ( n−1 ) r−1 ( r−2 ) ! ( N−r ) ! ( n−2 ) ! ( N−n ) !
N N−1
∑ ( x−2 ) ! ( r−x ) ! ( n−x ) ! ( N−( r + n ) + x ) ! ( N−2 ) !
x=2

Se hace un cambio de variable u=x−2

¿r (
n ( n−1 ) r−1 n−2
N
∑ )( ( r −2 ) !
) ( N−r ) !
N−1 x=0 u ! ( r− ( u+2 ) ) ! ( n−x ) ! ( N−( r + n ) + x ) !
( n−2 ) ! ( N−n ) !
( N−2 ) !

Otro cambio de variable v=n−x:

 ( )( ) ∑ u ! (r− ( u+2) )! ( v ) ! ( N−( r + v ) ) !
n−2
n ( n−1 ) r−1 ( r −2 ) ! ( N−r ) ! ( n−2 ) ! ( N −n ) !
¿r
N N−1 x=0 ( N −2 ) !

Otro cambio de variable w=n−2:

( )( ) w ! ( N −( w+ 2 ) ) !
n−2
n ( n−1 ) r−1 ( r −2 ) ! ( N−r ) !
¿r
N
∑
N−1 x=0 u ! ( r− ( u+2 ) ) ! ( v ) ! ( N−( r + v ) ) ! ( N −2 ) !

( )( ) ( ) w ! ( N −( w+2 ) ) !
n−2
n ( n−1 ) r−1 r −2 ( N−r ) !
¿r
N
∑
N−1 x=0 u ( v ) ! ( N −( r + v ) ) ! ( N −2 ) !

( )( ) ( )( )
n−2
n ( n−1 ) r−1 r −2 N −r 1
¿r ∑
N
( )
N−1 x=0 u v N −2
w
¿r
N ( )( ) ( ) ( )
n ( n−1 ) r−1
N−1
( 1 )=r
n ( n−1 ) r−1
N N−1
Entonces:
E [ X 2− X ] =r (
n ( n−1 ) r−1
N N−1)( )
E [ X 2− X ] ≡ E [ X 2 ]−E [ X ]=r (
n ( n−1 ) r −1
N )(
N −1 )
E [ X 2 ]=r
N(
n ( n−1 ) r −1
)(
N −1
+r ) ( )(
n ( n−1 )( r −1 )
N N−1
+1 )
E [ X 2 ] =r
N ( )(
n nr−( n+ r ) +1 N−1
N −1
+
N−1 )
E [ X 2 ] =r
N ( )(
n N +nr−( n+r )
N−1 )
Entonces:

( )( ) ( ( )) ( )( )
2
n N + nr−( n+r ) n n N +nr −( n+r ) nr
V [ X ] =r − r =r −
N N−1 N N N −1 N

V [ X ] =r ( )( ) N )( N ( N−1) )
(
2 2
n N + Nnr−Nn−Nr +nr−Nnr n N −Nn−Nr +nr
=r
N N ( N−1 )

V [ X ] =r ( )
(
n N ( N−n )−r ( N−n )
N N ( N−1 ) ) N ( N ( N−1 ) )
=r ( )
n ( N −r ) ( N−n )

V [ X ] =r ( )(
N N −1 )( N )
n N−r N−n

Entonces:
V [ X ] =r ( Nn )( NN−r
−1 )( 1− )
n
N
5.- Modelo de Poisson:
( ) λ x e−λ
fx x =
x!
E [ X ] =λ
 V [ X ] =E [ X 2 ] − ( E [ X ]) =λ
2

Calculando E [ X 2 ]
∞
λ x e−λ
E [ X − X ] =∑ ( x 2−x )
2

x=0 x!
0 −λ 1 −λ ∞ x −λ
λ e λ e λ e
¿ ( 0 2−0 ) + ( 1 2−1 ) +∑ ( x 2−x )
0! 1 ! x=2 x!
∞ x −λ ∞ x−2 2 −λ
λ e λ λ e
¿ ∑ ( x 2−x ) =∑ ( x 2−x )
x=2 x! x=2 x ( x−1 ) ( x −2 ) !
∞ x−2 − λ
λ e
¿ λ2∑
x=2 ( x−2 ) !

Se hace un cambio de variable y=x −2:

∞ x−2 − λ
λ
2
∑λ e
y!
x=2
Y sabemos que:
∞ x −λ
∑ λ xe! =1
x=0
2
¿ λ ( 1)
E [ X − X ]=λ
2 2

E [ X − X ] [ X ] −E [ X ]
2 2

E [ X ]= λ + λ
2 2

Entonces:
V [ X ] =( λ + λ ) −( λ ) = λ + λ−λ
2 2 2 2

Y queda:
V [ X ] =λ