UNIDAD 1

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

Frecuentemente las observaciones que se generan en experimentos estadsticos tienen
algunos tipos generales de comportamiento, por eso sus variables se pueden describir
esencialmente con unas pocas distribuciones, las cuales pueden representarse mediante una
ecuacin.
Frente a la complejidad de los fenmenos bajo estudio, el experimentador aproxima y hace
algunos postulados tentativos acerca del mecanismo aleatorio y deriva un modelo por el
empleo de esos postulados en combinacin con las leyes de probabilidad.
Un modelo de probabilidad para la variable aleatoria X es una forma especfica de
distribucin de probabilidades que es asumida para reflejar el comportamiento de X. as
probabilidades son registradas en t!rminos de par"metros desconocidos que relacionan las
caractersticas de la poblacin y el m!todo de muestreo.
#$ %&'$& '$($ )$* +&,$*$-.$ +&- / *$/0'/'1
$n esta unidad se examinar"n detalladamente algunas distribuciones especficas de
probabilidad que han demostrado, empricamente, ser modelos 2tiles para diversos
problemas pr"cticos. 3ero dichas distribuciones son tericas porque sus funciones de
probabilidad se deducen matem"ticamente con base en ciertas hiptesis que se suponen
v"lidas para esos fenmenos aleatorios.
'ichas distribuciones son ideali4aciones del mundo real, por lo tanto sus resultados no
siempre coinciden con la realidad.
Una variable aleatoria es una funcin ue asi!na un n"#ero real a ca$a resulta$o $el
es%acio #uestral $e un e&%eri#ento aleatorio'
Dic(o $e otra for#a) una variable aleatoria es una funcin valora$a nu#*rica#ente)
cu+o valor est, re!i$o %or factores en los ue interviene el a-ar'
as variables aleatorias pueden ser discretas o continuas, seg2n su rango de valores.
Una variable aleatoria es discreta si el n2mero de valores que puede tomar es contable5
generalmente puede asumir 2nicamente valores enteros. +ada uno de sus valores tiene
cierta probabilidad.
a descripcin del conjunto de posibles valores de X y la probabilidad asociada a cada uno
se denomina $istribucin $e %robabili$a$' )i la variable puede tomar un n2mero
6
peque7o de valores, la forma m"s simple consiste en construir una tabla que contenga los
posibles valores y sus respectivas probabilidades5 si no son pocos, lo m"s adecuado es
expresar dicha probabilidad como una ecuacin.

E.E/PLO 1'1'
)e lan4a una moneda 8 veces. +onstruir la distribucin de probabilidad de X, si !ste es el
n2mero de caras.
Solucin9

& 0 1 1 2
f3&4 156 256 256 156
)iempre que se eval2en variables aleatorias, se cumple que9
6. f:x; < =
>. f x : ;

6
8. p:X?x; ? f:x;
E.E/PLO 1'1'
Un embarque de @ microcomputadores similares que se enva a un distribuidor contiene 8
aparatos defectuosos. )i una escuela reali4a una compra aleatoria de > de estos
computadores, encuentre la distribucin de probabilidades para el n2mero de
computadores defectuosos
Solucin9
p:X?=; ? AB@ C DBE ? 6=B>@
p:X?6; ? AB@ C 8BE C > ? 6AB>@
p:X?>; ? 8B>@
3or lo tanto, la distribucin de probabilidades puede expresarse as9
x = 6 >
f:x; 6=B>@ 6AB>@ 8B>@
'icha distribucin puede representarse mediante un diagrama de barras, teniendo en
cuenta que se trata de una variable discreta.
>
E.E/PLO 1'2'
Un examen de opcin m2ltiple contiene >A preguntas, cada una con cuatro respuestas, de
las cuales slo una es correcta. +ierto estudiante trata de adivinar las respuestas5 haga una
distribucin de frecuencias para el n2mero de respuestas correctas.
Solucin9
x x
x
C x X P


>A
>A
; EA . = : C ; >A . = : C ; :
/dem"s, puede hablarse de una distribucin acumulada de dicha variable5 !sta se denota
como F:X;, indica la probabilidad de que X sea menor o igual a un valor especfico y est"
dada por9
F:X; ? p:XFx; ?

x x
x =
p:X;
E.E/PLO 1'7'
a produccin diaria de @A= partes manufacturadas contiene A= que no cumplen con los
requerimientos del cliente. 'el lote se escogen dos partes al a4ar5 si X es el n2mero de
partes que no cumplen los requerimientos del cliente, hallar F:X?6;.
Solucin9
F:6; ? 3:X?=; G 3:X?6;
? @==B@A=CEHHB@DH G @==B@A=CA=B@DHC>
? =.HHE
/ODELOS DE DISTRIBUCIONES DISCRETAS
6. Distribucin Unifor#e Discreta9 $s la m"s simple. )e aplica a un experimento que
puede ocurrir de n formas mutuamente excluyentes y cada una de esas formas tiene la
misma probabilidad de las otras5 por tanto, cada probabilidad es 6Bn.
E.E/PLO 1'8'
)e dise7a un generador de n2meros seudoaleatorios. I+u"ntos cincos se esperara obtener
si se generan 6==== n2merosJ
Solucin9
8
3:X ? A; ? 6B6=
3or lo tanto, el n2mero esperado de cincos es 6====C6B6= ? 6===
>. Ensa+os Bernoulli9 +onsideraremos repeticiones sucesivas de un experimento u
observacin en la cual cada repeticin es llamada un ensayo. /dem"s, asumimos que hay
slo > entradas posibles para cada ensayo individual :!xitoKfracaso;5 el uso de esos
t!rminos es por conveniencia, pero no tienen la misma connotacin de la vida real :!xito es
lo que interesa, no necesariamente lo que convenga;5 por ejemplo, en un accidente el
n2mero de muertos puede ser considerado un !xito.
a naturale4a de los resultados de un experimento proporciona un punto de partida
conveniente para desarrollar modelos de probabilidad de variables aleatorias que son
definidas en t!rminos de repeticiones de ensayos5 dichos ensayos son reali4ados bajo una
serie de condiciones que llamaremos postulados :son aproximados y proporcionan
modelos simples y 2tiles;. os ensayos que obedecen esos postulados son llamados
ensayos de (ernoulli.
$jemplo cl"sico9 an4amiento de una moneda.
$ste modelo se aplica a poblaciones finitas de las que tomamos elementos al a4ar con
reempla4o o a poblaciones conceptualmente infinitas :como las pie4as que producir" una
m"quina;, siempre que el proceso generador sea estable.
lamemos

'

fracaso un constituye elemento el si

xito un constituye elemento l e i s
x
=
6

3oblacin
/9 +aracterstica de inter!s. (9 +aracterstica de no inter!s.
)i se extrae un elemento al a4ar y ese elemento posee la caracterstica de inter!s se dice
que se obtuvo un !xito5 en caso contrario, se dice que se obtuvo un fracaso.
D
q
N N
N
B P p
N N
N
A P
+

+

> 6
>
> 6
6
; : ; :
)iempre p G q ? 6
)ea x el n2mero de elementos que poseen la caracterstica de inter!s5 x ? =,6
x = 6
f:x; q p
$ntonces9 6 , = 5 ; :
6


x q p x P
x x

+ p p q x f x x E C 6 C = ; : C ; :

+ p p q x f x x E C 6 C = ; : C ; :
> > > >
[ ] pq p p p p x E x E ; 6 : ; : ; :
> > > >

2' Distribucin bino#ial9

+uando un n2mero fijo n de ensayos repetidos de (ernoulli es reali4ado con probabilidad
de !xito p en cada ensayo, es decir, la probabilidad de un !xito permanece
constante.
/dem"s, debe cumplirse que los ensayos sean independientes.
3or ejemplo, supngase que se resuelve al a4ar un examen de escogencia m2ltiple y se
quiere encontrar la probabilidad de ganarlo.
a funcin de probabilidad binomial puede escribirse como9
x n x
q p
x
n
x f

,
_

; :
,
/ continuacin se muestra la representacin gr"fica de una distribucin binomial con
valores de n y p determinados9
A
E.E/PLO 1':'
)e sabe que los discos producidos en una empresa salen defectuosos con probabilidad,
independientemente unos de otros, de =.=6. a compa7a vende los discos en paquetes de
6= y garanti4a el reembolso del dinero si m"s de uno de 6= discos sale defectuoso. I+u"l es
la proporcin de paquetes que se devuelvenJ
)i alguien compra 8 paquetes, Icu"l es la probabilidad de que devuelva por lo menos uno
de ellosJ
Solucin9

3:XL6; ? 6 M 3:X?=; K 3:X?6;

==D8 . = HH . = C =6 . =
6
6=
HH . = C =6 . =
=
6=
6
H 6= =

,
_

,
_

o cual implica que el =.DN de los paquetes podr"n ser devueltos.
'e lo anterior se deduce que el n2mero de paquetes que puede devolver la persona
constituye una variable aleatoria binomial con n ? 8 y p ? =.==D8.
O
3or lo tanto, la probabilidad de que devuelva por lo menos uno de los paquetes es9
3:X6; ? 6 M 3:X?=;
; 6 M =.HHO
8
? =.=6>
%edia y varian4a de la distribucin binomial9 %edia ? np Parian4a ? npq
3ara justificar estas frmulas, consideremos el caso en que n?6. *ecordemos que en un
ensayo de (ernoulli, la media es p y la varian4a es pq9
3ara el caso de n ensayos de (ernoulli9
$:X; ? $:X
6
;G.........G$:X
n
; ? pGpG......Gp ? np
o mismo se aplicara para varian4a
&tra forma9 3artir de $:X; ? Qxf:x; y utili4ar la funcin de probabilidad binomial.
$n todos los libros de $stadstica se encuentran tablas de la distribucin binomial para
valores seleccionados de p. 3ara ilustrar su uso, veamos el siguiente ejemplo9
E.E/PLO 1'<'
Un examen de seleccin m2ltiple contiene >= preguntas, cada una con cuatro posibles
respuestas, de las cuales slo una es correcta. )uponga que un estudiante slo adivina las
respuestas.
a; I+u"l es la probabilidad de que el estudiante conteste correctamente m"s de la
mitad de las preguntasJ
b; I+u"l es la probabilidad de que el estudiante conteste correctamente menos de
A preguntasJ
c; I+u"l es la probabilidad de que el estudiante gane el examenJ
d; I+u"l es el n2mero esperado de respuestas correctasJ
e; *esponder las preguntas a; y c; si cada pregunta tiene A opciones.
Solucin9
p ? R n ? >=
a; 3:XL6=; ? 6 M 3:X6=; ? 6 M =.HHO6 ? =.==8H
E
b; 3:XSA; ? 3:XD; ? =.D6D@
c; 3:X6>; ? 6 M 3:X66; ? 6 M =.HHH6 ? =.===H
d; ? np ? >= C R ? A respuestas correctas
e; a probabilidad de !xito sera ya de 6BA, por tanto9
3:XL6=; ? 6 M 3:X6=; ? 6 M =.HHHD ? =.===O
3:X6>; ? 6 M 3:X66; ? 6 M =.HHHH ? =.===6
7' Distribucin (i%er!eo#*trica
+omo el muestreo sin reempla4o viola las condiciones de (ernoulli si la muestra no es
grande, algunas veces es necesario plantear un tipo diferente de distribucin. :$s evidente
que la mayora de muestreos se reali4a sin reempla4o, esto implica que si la poblacin es
peque7a las probabilidades cambiar"n en cada observacin;.
+uando se selecciona sin reempla4o una muestra aleatoria de tama7o n de una poblacin
de tama7o - y el inter!s recae en la probabilidad de seleccionar x !xitos de los T artculos
considerados como !xitos en la poblacin, se reali4a un experimento hipergeom!trico y su
funcin de probabilidad viene determinada por9

,
_

,
_

,
_

n
N
x n
k N
x
k
x f ; :
a distribucin hipergeom!trica requiere el conocimiento de T y -.
a media y la varian4a de la distribucin hipergeom!trica son9

,
_

N
k
N
k
n
N
n N
y
N
nk
6 C C
6
>

E.E/PLO 1'6'
os componentes de un sistema de seis elementos se toman aleatoriamente de un recipiente
con >= componentes usados. $l sistema funcionar" si por lo menos D de los O componentes
est"n en condiciones de funcionar5 si 6A de los >= componentes en el recipiente est"n en
condiciones de funcionar, Icu"l es la probabilidad de que el sistema funcioneJ
@
Solucin9
3:XD; ?

,
_

,
_

,
_

,
_

,
_

,
_

,
_

O
>=
=
A
O
6A
6
A
A
6A
>
A
D
6A
; =.@O@E
8' Distribucin $e Poisson
$ste es el modelo de probabilidad m"s adecuado para eventos que ocurren aleatoriamente a
trav!s del tiempo o el espacio.
3oisson supone9
a; 0ndependencia9 $l n2mero de ocurrencias en un intervalo determinado es
independiente del n2mero de ocurrencias en cualquier otro intervalo.
b; a posibilidad de dos ocurrencias simult"neas puede ser asumida como
cero.
c; $l n2mero promedio de ocurrencias por unidad de tiempo o espacio se
considera una constante.
d; a probabilidad de que suceda determinado n2mero de eventos en un
proceso de 3oisson depende 2nicamente de la longitud del intervalo observado y no de
su ubicacin.
a distribucin de probabilidad de la variable aleatoria de 3oisson X, que representa el
n2mero de resultados que ocurren en un intervalo de tiempo, "rea, espacio o volumen
especfico se denota as9
U
; :
; :
x
t e
x f
x t

,
donde es el n2mero promedio de resultados por unidad de tiempo o regin y t es la
longitud del intervalo.
/ continuacin se observa la representacin gr"fica de una distribucin de 3oisson con una
media baja9
H
E.E/PLO 1'='
a contaminacin es un problema en la fabricacin de discos de almacenamiento ptico. $l
n2mero de partculas contaminantes que aparecen en la superficie de un disco ptico tiene
una distribucin 3oisson5 el n2mero promedio de partculas por centmetro cuadrado de
superficie del medio de almacenamiento es =.6. $l "rea de un disco bajo estudio es de 6==
centmetros cuadrados. $ncuentre la probabilidad de encontrar por lo menos una partcula
contaminante en el disco.
Solucin9
3:X6; ? 6 M 3:X?=;
? 6 K
U =
; 6= :
= 6== C 6 . =
e

a media y la varian4a de la distribucin de 3oisson tienen el valor t.
$n una distribucin binomial con n grande y p peque7a se puede aproximar a 3oisson.
6=
E.E/PLO 1'10'
os mensajes que llegan a un computador utili4ado como servidor lo hacen de acuerdo con
una distribucin 3oisson con una tasa promedio de 6= mensajes por hora.
a; I+u"l es la probabilidad de que lleguen m"s de 8 mensajes en un espacio de 6A minutosJ
b; I+u"l es el n2mero esperado de mensajes en una jornada de 6D horasJ
Solucin9
a; ? 6= t ? R ? >.A
3:XL8; ? 6 M 3:X8;
? 6 M =.EAEO
? =.>D>D
b; ? 6=C6D
? 6D= mensajes
E.ERCICIOS PROPUESTOS
6. Una compa7a manufacturera utili4a un esquema para aceptacin de los artculos
producidos antes de ser embarcados. $l plan es de dos etapas. )e preparan cajas de >A
para embarque y se selecciona una muestra de 8 para verificar si tienen alg2n artculo
defectuoso. )i se encuentra por lo menos uno, la caja entera se regresa para verificarla
al 6==N5 si no se encuentra ning2n artculo defectuoso la caja se embarca.
a; I+u"l es la probabilidad de que se embarque una caja que contiene 8 artculos
defectuososJ
b; I+u"l es la probabilidad de que una caja que contiene slo un artculo
defectuoso se regrese para verificacinJ
c; )uponga que dicha compa7a decide cambiar su esquema de aceptacin. (ajo el
nuevo esquema un inspector toma aleatoriamente un artculo, lo inspecciona y lo
regresa a la caja5 un segundo inspector hace lo mismo5 finalmente, un tercer
inspector lleva a cabo el mismo procedimiento. a caja no se embarca si cualquiera
de los 8 inspectores encuentra un artculo defectuoso. *esponda las preguntas a y b
bajo este nuevo plan.
>. Un programador ha hecho un promedio de O programas al mes durante el 2ltimo
a7o. +alcule la probabilidad de que9
a; ,aga m"s de 6> programas en el mes de junio
b; ,aga por lo menos 6> programas en el mes de junio
c; -o pasen m"s de 8 minutos antes de que termine el prximo programa
66
d; )e demore m"s de 6= das para terminar el prximo programaJ
8. Un artculo electrnico contiene D= circuitos integrados. a probabilidad de que
cualquier circuito integrado est! defectuoso es =.=6 y los circuitos son independientes.
$l artculo trabajo slo si no tiene circuitos defectuosos. I+u"l es la probabilidad de
que el artculo trabajeJ
D. as tarjetas de circuito impreso se envan a una prueba de funcionamiento despu!s de
haber montado en ellas todos los chips. Un lote contiene A= tarjetas y se toman A para
hacerles la prueba de funcionamiento. )i el lote tiene A tarjetas con alg2n problema,
Icu"l es la probabilidad de que al menos una de ellas apare4ca en la muestraJ
A. $l n2mero de fallas de un instrumento de prueba debidas a las partculas contaminantes
de un producto, es una variable aleatoria 3oisson con media ? =.=> fallas por hora.
a; I+u"l es la probabilidad de que el instrumento no falle en una jornada de @ horasJ
b; I+u"l es la probabilidad de que se presente al menos una falla en un perodo de >D
horasJ
O. Una empresa vendedora de hardVare compra a un proveedor lotes de A=
microcomponentes para computador. 3ara decidir si acepta o no cada lote, selecciona
de cada uno una muestra aleatoria del 6=N de los componentes5 si encuentra por lo
menos uno con alg2n defecto, el lote es recha4ado.
a; I+u"l es la probabilidad de aceptar un lote que contiene 6= artculos con defectosJ
b; I+u"l es la probabilidad de que un lote que contiene slo un 6=N de los
componentes con defectos sea recha4adoJ
c; *epita la parte a; si la muestra seleccionada es del >=N. IWu! concluyeJ
E. 3or ley, una droga se considerar" exitosa si tiene una efectividad del @=N. +ierta droga
se suministra a >= pacientes y se considerar" efectiva si a los que no les sirve para nada
no son m"s de A.
a; I+u"l es la probabilidad de que una droga efectiva sea recha4adaJ 0nterprete.
b; I+u"l es la probabilidad de que una droga que realmente tiene una efectividad del
O=N de efectividad, pase la prueba y sea aceptadaJ 0nterprete. IWu! pasa con ese
porcentaje si la efectividad real es menorJ
@. Unos ingenieros dise7aron una nueva m"quina para la produccin de un artculo. $l
Xerente mand a construir un prototipo de la m"quina, pero como es muy costosa,
quiere estar seguro de que la m"quina nueva es mucho mejor que la que se utili4a
actualmente para esa tarea :para que justifique el gasto;. 3or eso se evaluaron 6A
artculos producidos por la nueva m"quina y la considerar"n mejor si m"ximo >
artculos no son de excelente calidad.
a m"quina se considera exitosa si produce un H=N de artculos excelentes.
a; I+u"l es la probabilidad de que la nueva m"quina no sea aceptada, aunque sea
mejor que la actualJ
6>
b; I+u"l es la probabilidad de que la nueva m"quina sea aceptada si realmente
produjera slo un E=N de artculos de excelente calidadJ
c; Usted es una persona ajena a la empresa, pero le solicitan su opinin. IWu!
sugerencia dara para mejorar ese sistema de aceptacinJ, justifique.
H. Un fabricante de equipo electrnico argumenta que a lo sumo el 6=N de sus unidades
de fuentes de alimentacin necesitan reparacin durante el perodo de garanta. 3ara
investigarlo, t!cnicos de un laboratorio de pruebas compran >= unidades y las someten
a pruebas aceleradas para simular su uso durante el perodo de garanta. $l argumento
se considera ra4onable si el n2mero de unidades que fallan es menor o igual a 8.
-&./9 *esponder a; y b; considerando como !xito el hecho de necesitar reparacin y
c; si se toma como !xito el hecho de no necesitar reparacin.
a; I+u"l es la probabilidad de que el argumento sea recha4ado cuando p ? =.6J
b; I+u"l es la probabilidad de que el argumento no sea recha4ado cuando p ? =.>J
c; *esponder nuevamente b; teniendo en cuenta lo anterior
6=. $l n2mero promedio de llamadas por segundo que maneja una central telefnica es O.A.
a central puede admitir m"ximo 6= llamadasBsegundo.
a; I+u"l es la probabilidad de que en un segundo dado el sistema no pueda atender
todas las llamadas que se demandenJ
b; / los ingenieros encargados de esa central les preocupa que permane4ca muy
ocupada porque en cualquier momento podra sobresaturarse. I+u"l es la
probabilidad de que en un segundo determinado se supere el promedio de llamadas,
pero no se sobresature el sistemaJ
66. a posibilidad de recibir de manera errnea un bit transmitido por un canal de
transmisin digital es =.6. )uponga que los ensayos de transmisin son
independientes. 'e los prximos >= bits transmitidos,
a; Icu"l es la probabilidad de que se transmitan errneamente por lo menos la mitadJ
b; Icu"l es el n2mero mnimo de bits errneos que pueden transmitirse para que la
probabilidad de excederlo no supere =.=AJ
6>. )e toma una muestra de 6A paquetes estadsticos para evaluar si permiten hacer un
determinado an"lisis. /nteriores estudios indican que la probabilidad de que un
softVare estadstico deje hacer ese an"lisis es =.O. I+u"l es la probabilidad de que al
menos 68 de los 6A paquetes seleccionados permitan hacer el an"lisisJ
a; )i se toma X ? n2mero de paquetes que permiten hacer el an"lisis.
b; )i se toma X ? n2mero de paquetes que no permiten hacer el an"lisis.
68. +ierto proveedor suple a una ensambladora de computadores de unos peque7os
accesorios5 como los accesorios son baratos, no es pr"ctico reali4ar un control
exhaustivo sobre ellos5 por lo tanto se utili4a el siguiente proceso para monitorear la
calidad9 )e toma una muestra aleatoria de >= elementos de cada lote y si en una
muestra encuentran m"s de uno con alg2n defecto, recha4an todo el lote.
68
a; I+u"l es la probabilidad de aceptar un lote que tiene 6=N de defectuososJ
b; +alcule la probabilidad de recha4ar un lote que contiene H@N de no defectuosos.
6D. Una m"quina robtica de insercin contiene 6= componentes primarios. a
probabilidad de que cualquier componente falle durante el perodo de garanta es =.=6.
)uponga que los componentes fallan de manera independiente y que la m"quina falla
cuando alguno de sus componentes falla. I+u"l es la probabilidad de que la m"quina
falle durante el perodo de garantaJ
6A. /l conmutador de una universidad llegan en promedio 6>= llamadaBhora durante las
horas de actividad. $l conmutador no puede hacer m"s de A conexiones por minuto5
calcule la probabilidad de que9
a; el conmutador se encuentre congestionado en un minuto dado.
b; se pierdan 8 o m"s llamadas si la recepcionista sali > minutos de la oficina.
6O. $l director de control de calidad de una f"brica est" reali4ando su inspeccin mensual
de las transmisiones autom"ticas en la planta. $n este procedimiento, 6= transmisiones
se sacan del grupo de componentes y se verifica si no tienen defectos de fabricacin.
$n general, el H@N de las transmisiones no presentan ning2n defecto.
a; I+u"l es la probabilidad de que la muestra seleccionada contenga m"s de >
transmisores con defectosJ
b; I+u"l es la probabilidad de que ninguna de las transmisiones seleccionadas tenga
alg2n defecto de fabricacinJ
6E. Una aeronave de alto rendimiento contiene 8 computadoras id!nticas. )lo una de ellas
se utili4a para controlar la nave5 las otras dos son reservas que se activan en caso de
fallas en el sistema primario. 'urante una hora de operacin, la probabilidad de falla en
el computador primario :o en cualquiera de los sistemas de reserva que se encuentre
activo; es =.===A. )i se supone que cada hora representa un ensayo independiente,
a; I+u"l es el tiempo promedio de falla de las 8 computadorasJ
b; I+u"l es la probabilidad de que las 8 computadoras fallen durante un vuelo de A
horasJ
6@. a probabilidad de un alineamiento ptico exitoso en el ensamblado de un producto de
almacenamiento ptico de datos es =.@. )uponga que los ensayos son independientes.
a; I+u"l es la probabilidad de que el primer alineamiento exitoso requiera
exactamente D ensayosJ
b; I+u"l es la probabilidad de que el primer alineamiento exitoso requiera como
m"ximo D ensayosJ
c; I+u"l es la probabilidad de que el primer alineamiento exitoso requiera al menos D
ensayosJ
6H. $n una f"brica de circuitos el!ctricos se afirma que la proporcin de unidades
defectuosas de cierto componente que !sta produce es del AN. Un buen comprador de
6D
estos componentes revisa 6A unidades seleccionadas al a4ar y encuentra D defectuosas.
)i la compa7a se encuentra en lo correcto y prevalecen las suposiciones para que la
distribucin binomial sea el modelo de probabilidad adecuado para esta situacin,
Icu"l es la probabilidad de este hechoJ. +on base en el anterior resultado, Ipuede
concluirse que la compa7a est" equivocadaJ
>=. Una compa7a compra cantidades muy grandes de componentes
electrnicos. a decisin para aceptar o recha4ar un lote de componentes se toma con
base en una muestra aleatoria de 6== unidades. )i el lote se recha4a al encontrar 8 o
m"s unidades defectuosas en la muestra,
a; Icu"l es la probabilidad de recha4ar un lote si !ste contiene un 6N de componentes
defectuososJ
b; Icu"l es la probabilidad de recha4ar un lote que contenga un @N de unidades
defectuosasJ
>6. Un ingeniero de control de calidad desea verificar si el HAN de los componentes
electrnicos embarcados por su compa7a se hallan en buenas condiciones de trabajo.
3ara eso, selecciona aleatoriamente 6A de ellos de cada lote listo para embarcar y
aprueba el lote si todos los componentes seleccionados se hallan en buenas condiciones
de funcionamiento5 de no ser as, se revisan todos los componentes del lote. 'eterminar
las probabilidades de que cometa el error de9
a; *etener un lote para su inspeccin detallada aunque el HAN de los componentes
est!n bien.
b; /probar un lote aunque slo el @=N de los componentes est!n bien.
>>. Un proceso de fabricacin tiene 6== pedidos en espera de ser surtidos. +ada pedido
necesita un componente que se compra a otro proveedor. o com2n es identificar >N
de estos componentes como defectuosos5 por otra parte, puede suponerse que el estado
de cada componente es independiente del de los dem"s.
a; )i el inventario del fabricante es de 6== componentes, Icu"l es la probabilidad de
que se puedan surtir los 6== pedidos sin tener que pedir m"s componentesJ
b; )i el inventario del fabricante es de 6=A componentes, Icu"l es la probabilidad de
que se puedan surtir todos los pedidos sin tener que pedir m"s componentesJ
>8. $l n2mero de componentes que falla antes de cumplir 6== horas de operacin es una
variable aleatoria de 3oisson. )i el n2mero promedio de !stas es @9
a; I+u"l es la probabilidad de que falle un componente antes de >A horasJ
b; I+u"l es la probabilidad de que fallen no m"s de dos componentes en A= horasJ
c; I+u"l es la probabilidad de que fallen por lo menos 6= en 6>A horasJ
>D. a produccin de un lote de cierto artculo se considera exitosa si tiene una efectividad
del H=N :si el H=N de los artculos del lote son de excelente calidad;. )e ensayan >=
artculos de cierto lote y se considera bueno si los artculos defectuosos no son m"s de
dos.
6A
a; I+u"l es la probabilidad de recha4ar un lote que es buenoJ
b; I+u"l es la probabilidad de aceptar un lote que realmente tiene un @=N de artculos
de excelente calidadJ
6O