Está en la página 1de 17

Grupo 100402_146 Luis Fernando Muriel Delgado Cdigo 80227496 Juan Miguel Rubio Cdigo 79672257

EJERCICIOS UNIDAD 2 EJERCICIO 1 TEMA: VARIABLE ALEATORIA DISCRETA Propuesto por: Luis Fernando Muriel Delgado Enunciado: Esta es una tabla en la que se muestran los resultados del lanzamiento de un par de dados y la variable aleatoria que representa la suma de las caras. Resultado (1,1) (1,2),(2.1) (1,3),(2,2),(3,1) (1,4),(2,3),(3,2),(4,1) (1,5),(2,4),(3,3),(4,2),(5,1) (1,6),(2,5),(3,4),(4,3),(5,2),(6,1) (2,6),(3,5),(4,4),(5,3),(6,2) (3,6),(4,5),(5,4),(6,3) (4,6),(5,5),(6,4) (5,6),(6,5) (6,6)
Valor de la variable aleatoria Nmero de ocurrencias Probabilidad

2 3 4 5 6 7 8 9 10 11 12

1 2 3 4 5 6 5 4 3 2 1

1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

Considere el lanzamiento de los dados. Si X es la variable aleatoria que representa la suma de las caras, la funcin de probabilidad de X es:

para cualquier otro valor

a). Evaluar la funcin de distribucin acumulativa de X


(Ejercicio No. 1 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin:

F (1) = P(X 1) = 0 F (2) = P(X 2) = 1/36 F (3) = P(X 3) = 3/36 F (4) = P(X 4) = 6/36 F (5) = P(X 5) = 10/36 F (6) = P(X 6) = 15/36 F (7) = P(X 7) = 21/36 F (8) = P(X 8) = 26/36 F (9) = P(X 9) = 30/36 F (10)= P(X 10)= 33/36 F (11)= P(X 11)= 35/36 F (12)= P(X 12)= 1 EJERCICIO 2 TEMA: VARIABLE ALEATORIA DISCRETA Propuesto por: Juan Miguel Rubio Enunciado: Un total de 4 buses que transportan 148 estudiantes llega a un estadio de football Los buses llevan respectivamente: 40, 33, 25, y 50 estudiantes. Uno de los estudiantes es seleccionado aleatoriamente. Dejar X que denote el nmero de estudiantes que estuvieron en el bus donde fue transportado el estudiante que fue seleccionado. Calcular E [X].
(Ejercicio No. 2 Tomado de Sheldon Ross. A first course in probability)

Solucin: Entonces tenemos: Nmero de Estudiantes Bus #1: --------- 40 Bus #2:---------- 33 Bus #3:---------- 25 Bus #4:---------- 50 ____________________________________ Total de estudiantes 148

Ahora calculamos E [X], P{x = 40} = 40/148 P{x = 33} = 33/148 P{x = 25} = 25/148 P{x = 50} = 50/148 Entonces: E [X]= (40)(40/148) + (33)(33/148) + (25)(25/148) + (50)(50/148) E[X]= (1600 + 1089 + 625 + 2500) / 148 E[X]= (5814 / 148) = 39.28 EJERCICIO 3 TEMA: VARIABLE ALEATORIA CONTINUA Propuesto por: Luis Fernando Muriel Delgado Enunciado: La variable aleatoria que representa la proporcin de accidentes automovilsticos fatales en Estados Unidos, tiene la siguiente funcin de densidad:

Cul es la probabilidad de que no ms del 25% de los accidentes automovilsticos sean fatales? En otras palabras, Cul es P[X 0.25]?
(Ejercicio No. 3 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin: La funcin f(x) es una densidad de probabilidad dado que:

Cuando la variable aleatoria X es 1/4, la funcin de densidad es f(1/4) = 2.4917. Entonces la funcin de distribucin acumulativa es:

La probabilidad de que la proporcin de accidentes automovilsticos fatales sea menor del 25% es:

EJERCICIO 4 TEMA: VARIABLE ALEATORIA CONTINUA Propuesto por: Juan Miguel Rubio Enunciado: Dejar X que denote una variable aleatoria continua con una funcin de densidad de probabilidad dada de la siguiente manera: F(x) == C (1 - X) 0 a-cul es el valor de C ? b- encontrar P{ X> 1/2}
(Ejercicio No. 4 Tomado de Sheldon Ross. A first course in probability)

-1 < X < 1 otherwise

Solucin: a- entonces por ser F una funcin de densidad de probabilidad, tenemos que: F(x)dx = 1 , (entre (- y ) ) por definicin.

Entonces: C (1- X) dx = 1 ( entre -1 y 1) C [ 2- (1/3 + 1/3)] = 1 C [ (4/3)] = 1 C= b- Encontrar P{ X>1/2}, entonces tenemos: P{X>1/2} = F(x)dx , (entre y ) == F(x)dx, (entre y 1) Entonces:

P{X>1/2} = C(1-X)dx , ( entre y 1) = (3/4) (1-X)dx, (entre y 1) = [ (1- )- (1/3 1/24)] Evaluando todas las integrales tenemos: P{X>1/2} = (5)/(32) EJERCICIO 5 TEMA: DISTRIBUCIN BINOMIAL Propuesto por: Luis Fernando Muriel Delgado Enunciado: Todos los das se seleccionan, de manera aleatoria, 15 unidades de un proceso de manufactura con el propsito de verificar el porcentaje de unidades defectuosas en la produccin. Con base en informacin pasada, la probabilidad de tener una unidad defectuosa es de 0.05. La gerencia ha decidido detener la produccin cada vez que una muestra de 15 unidades tenga dos ms defectuosas. Cul es la probabilidad de que en, cualquier da, la produccin se detenga?
(Ejercicio No. 5 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin: Como esta es una situacin de la distribucin binomial, podemos suponer que las 15 unidades que se seleccionan al da, constituyen un conjunto de ensayos independientes de manera tal que la probabilidad de tener una unidad defectuosa es 0.05 entre ensayos. Sea X el nmero de unidades defectuosas que se encuentran entre las15. Para n = 15 y p = 0.05, la probabilidad de que la produccin se detenga es igual a la probabilidad de que X sea igual o mayor que 2. De esta manera tenemos lo siguiente:

La probabilidad de que en cualquier da la produccin se detenga es de 0.1709.

EJERCICIO 6 TEMA: DISTRIBUCIN BINOMIAL Propuesto por: Juan Miguel Rubio Enunciado: La variable aleatoria X tiene una distribucin binomial con n=10 y p=0.01. Calcule las probabilidades siguientes: a) P(X = 5) b) P(X 2) c) P(X 9)
(Ejercicio No. 6 Tomado de Douglas Montgomery & Runger. Probabilidad y Estadstica).

Solucin: a) P(X = 5) F( X; p, n ) = ( n ) ( x ) P^x (1-p)^(n-x), para x=0,1,2,3,m Ahora: P(X=5) = ( 10 ) ( 5 ) ((0.01)^5) (0.99)^(5) = (252)(1x10^(-10))(0.951) = 0.000000023 = 2.3 x 10^(-8) b) P (X2) P (X2) = ( 10 ) ( 10 ) ( 0 ) ((0.01)^(0)) (1-0.01)^(10) + ( 1 ) (0.01)(0.99)^(9) + ( 10 ) ( 2 ) (0.01)^(2)(0.99)^(8) == 0.999 c) P ( X 9 ) P ( X 9 ) = 1 - P(X < 9) =1 - ( de X=0 hasta X=8) ( 10 ) ( X )(0.01)^(X)(0.99)^((10-X)) Ahora tenemos: ( 10 ) ( 0 ) (0.01)^(0) (0.99)^(10) === 0.9043

( 10 ) ( 1 ) (0.01)^(1) (0.99)^(9) === 0.09135 ( 10 ) ( 2) (0.01)^(2) (0.99)^(8) === 0.00415 ( 10 ) ( 3 ) (0.01)^(3) (0.99)^(7) === 0.00011 ( 10 ) ( 4 ) (0.01)^(4) (0.99)^(6) === 0.000001976 ( 10 ) ( 5 ) (0.01)^(5) (0.99)^(5) === 0.000000023 ( 10 ) ( 6 ) (0.01)^(6) (0.99)^(4) === 2.016 x 10^(-10) ( 10 ) ( 7 ) (0.01)^(7) (0.99)^(3) === 1.164 x 10^(-12) ( 10 ) ( 8 ) (0.01)^(8) (0.99)^(2) === 4.41 x 10^(-15) Finalmente sumamos todos valores y obtenemos que : P ( X 9 ) = 1 - P(X < 9) === 9.91 x 10^(-18) EJERCICIO 7 TEMA: DISTRIBUCIN BINOMIAL NEGATIVA Y GEOMETRICA Propuesto por: Luis Fernando Muriel Delgado Enunciado: En un examen en el que se va haciendo preguntas sucesivas, para aprobar hay que contestar correctamente a 10 preguntas. Suponiendo que el alumno sepa el 80% de las respuestas, cul es la probabilidad de que apruebe en las 12 primeras preguntas?
(Ejercicio No. 7 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin:

Definimos la v.a. X = nmero de fallos antes del dcimo xito, si el xito es contestar bien a una pregunta, la probabilidad de xito es p = 0,8. La distribucin de X ser entonces una binomial negativa de parmetros 10 y 0,8. Entonces la probabilidad que se nos pide ser la misma que la v.a X sea 2: = 0,2362232 EJERCICIO 8 TEMA: DISTRIBUCIN BINOMIAL NEGATIVA Y GEOMETRICA Propuesto por: Juan Miguel Rubio Enunciado: Suponga que X es una variable aleatoria binomial negativa con p= 0.2 y r =4 Entonces, calcule lo siguiente: a) la media de X b) P(X=20) c) P(X=19) d) P(X=21)
(Ejercicio No. 8 Tomado de Douglas Montgomery & Runger. Probabilidad y Estadstica).

Solucin: a) la media de X es: (x) = E(x) = r / p = 4 / 0.2 = 20 b) P(X=20) P(X=20) = ( 20 1 ) ( 4 1 ) (1(0.2))^(16) (0.2)^(4) ==(969)(0.8)^(16) (0.0016) = 0.04363 c) P(X=19) P(X=19) = ( 19 1 )

( 4 1 ) (1(0.2))^(15) (0.2)^(4) ==(816)(0.0351)(0.0016) == 0.04593 Por tanto : P(X=19) = 0.04593 d) P(X=21) P(X=19) = ( 21 1 ) ( 4 1 ) (1(0.2))^(17) (0.2)^(4) == (1140)(0.0225)(0.0016) == 0.04107

EJERCICIO 9 TEMA: DISTRIBUCIN HIPERGEOMTRICA Propuesto por: Luis Fernando Muriel Delgado Enunciado: Considrese un fabricante de automviles que compra los motores a una compaa donde se fabrican bajo estrictas especificaciones. El fabricante recibe el lote de 40 motores. Su plan para aceptar el lote consiste en seleccionar 8, de manera aleatoria y someterlos a prueba. Si encuentra que ninguno de los motores presenta serios defectos, el fabricante acepta el lote; de otra forma lo rechaza. Si el lote contiene dos motores con serios defectos, cul es la probabilidad de que sea aceptado?
(Ejercicio No. 9 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin: Sea X el nmero de motores defectuosos en la muestra. Para N = 40, n = 8, y k=2, la probabilidad de que el lote sea aceptado es:

Entonces el lote de 40 motores tiene una probabilidad menor de 2/3 de ser aceptado si tiene 2 motores defectuosos. EJERCICIO 10 TEMA: DISTRIBUCIN HIPERGEOMTRICA Propuesto por: Juan Miguel Rubio Enunciado: Suponga que X tiene una distribucin hipergeometrica con N=100, n = 4, y k = 20

Calcule lo siguiente: a) P(X=1) b) P(X=6) c) P(X=4)


(Ejercicio No.10 Tomado de Douglas Montgomery & Runger. Probabilidad y Estadstica).

Solucin: a) P(X=1) ( 20 ) (100 20) ( 1 ) (4 1 ) 1.643.200 P(X=1) = --------------------------- == --------------------------- == 0.419052 ( 100 ) 3.921.225 ( 4 ) Recordando esto : ( 100 ) 100 ! ( ) = --------------------------( 4 ) 4 ! (100 4) !

( 20 ) (100 20) ( 6 ) (4 6 ) (38760) / ( 1/(--13284)) b) P(X=6) = --------------------------- == -------------------------------( 100 ) 3921225 ( 4 ) == --0.000000744

( 20 ) ( 10020 ) ( 4 ) ( 44 ) 4845 c) P(X=4) = ----------------------------- == ---------------------------------( 100 ) 3921225 ( 4 ) == 0.001235

EJERCICIO 11 TEMA: DISTRIBUCION UNIFORME DISCRETA Y UNIFORME CONTINUA Propuesto por: Luis Fernando Muriel Delgado Enunciado: Dow Chemical produce un fertilizante inorgnico para csped, para aquellos quienes fertilizan su pasto en casa, de manera que lo puedan podar con ms frecuencia. Este tipo de fertilizante se vende en bolsas con un peso uniformemente distribuido, con una media de 25 libras y un rango de 2.4 libras. Harry homeowner necesita 23 libras para fertilizar su csped, pero duda si comprar solo una bolsa ya que se desva de las 25 libras en un rango de 2.4. Tambin tiene curiosidad sobre la probabilidad de comprar una bolsa con ms de 25.5 Libras.
(Ejercicio No. 11 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin: Si las bolsas tienen un promedio de 25 libras sobre un rango de 2,4 libras, entonces la mitad de ese rango, o sea 1,2 libras debe estar por debajo de 25 libras y la otra mitad por encima de 25 libras. Entonces el peso mnimo ser 25 1,2 = 23,8 libras y el peso mximo ser de 25 + 1,2 = 26,2 libras. Entonces la probabilidad de seleccionar una sola bolsa que contenga entre 25,5 y 26,2 libras es:

EJERCICIO 12 TEMA: DISTRIBUCION UNIFORME DISCRETA Y UNIFORME CONTINUA Propuesto por: Juan Miguel Rubio Enunciado: En un proceso de recubrimiento se toman varias mediciones del espesor, hasta la centsima de milmetro ms cercana. Las mediciones estn distribuidas de manera uniforme, con los valores siguientes: 0.15 0.16 0.17

0.18 0.19 Ahora, para este proceso calcule la media y la varianza del espesor del recubrimiento.
(Ejercicio No.12 Tomado de Douglas Montgomery & Runger. Probabilidad y Estadstica).

Solucin: La media: 0.15 + 0.16 + 0.17 + 0.18 + 0.19 0.85 (x) = ------------------------------------------------------------- == ------------ = 0.17 (5) 5 Su varianza: ( ( ( (b a) + 1) -- 1)) Var(x) == ---------------------------------------(12) Entonces, tenemos: El intervalo ( a , b) = (0.15 , 0.19 ) es decir : ( 0.15 X 0.19 ) Por esto: ( (0.19 0.15 + 1) -- 1) 0.0816 Var(x) = ------------------------------- == ------------------(12) 12 Var(x) == 0.0068 EJERCICIO 13 TEMA: DISTRIBUCIN DE POISSON Propuesto por: Luis Fernando Muriel Delgado Enunciado: A una estacin de gasolina llegan en el horario de mayor demanda un promedio de 5 vehculos que requieren servicio adicional como limpieza de vidrios, revisin de nivel de aire, agua, aceite, etc. Calcular las siguientes probabilidades: a) De que 3 vehculos necesiten servicio adicional en cualquiera de las horas de mayor demanda. b) De que 8 vehculos requieran servicio adicional en 2 horas consecutivas.

(Ejercicio No. 13 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin: Dado que la funcin de densidad para calcular la distribucin de Poisson es:

Entonces:

a) Para X =3 ; = 5 ; e= 2.718

Hay una probabilidad del 14% de que 3 vehculos necesiten servicio adicional en cualquiera de las horas de mayor demanda.
b) Para

Hay una probabilidad de 11.27% de que 8 vehculos requieran servicio adicional en dos horas consecutivas. EJERCICIO 14 TEMA: DISTRIBUCIN DE POISSON Propuesto por: Juan Miguel Rubio Enunciado: Suponga que X tiene una distribucin de poisson con media 0.4 = , Calcule entonces, las siguientes probabilidades: a) P( X=0 )

b) P( X2 ) c) P( X=4 ) d) P( X=8 )
(Ejercicio No.14 Tomado de Douglas Montgomery & Runger. Probabilidad y Estadstica).

Solucin: Entonces, (x) = E(x) = 0.4 ( ^ (--0.4)).(0.4)^(0) (^(--0.4)).(1) a) P( X=0 ) = -------------------------------- = -----------------------------== 0.6703 0! 1 (^(--0.4)). (0.4)^4 (^(--0.4)). (0.0256) c) P( X=4 ) = -------------------------------- = ------------------------------== 0.000715 4! 24 (^(--0.4)). (0.4)^8 (0.00065536) d) P( X=8 ) =-------------------------------- = ------------------------------== 1x 10^(-8) 8! (40320)(1.4918) b) P( X2 ) (de i=0 hasta i=2) ^(--0.4). (0.4)^i P( X2 ) = --------------------------------------------------------i! ^(--0.4). (0.4)^(0) ^(--0.4). (0.4)^(1) ^(--0.4). (0.4)^(2) = ------------------------- + --------------------------- + --------------------------0! 1! 2! = 0.6703 + 0.2681 + 0.0536 == 0.992

EJERCICIO 15 TEMA: DISTRIBUCIN NORMAL Propuesto por: Luis Fernando Muriel Delgado Enunciado: Supngase que el dimetro externo de cierto tipo de cojinetes se encuentra, de manera aproximada, distribuido normalmente con media igual a 3.5 cm y desviacin estndar igual a 0.02 cm. Si el dimetro de estos cojinetes no debe ser

menor de 3.47 cm ni mayor de 3.53 cm, cul es el porcentaje de cojinetes, durante el proceso de su manufactura, que debe desecharse?
(Ejercicio No. 15 Tomado de Canavos G. (1988) Probabilidad y Estadstica. McGraw-Hill. Mxico).

Solucin: Si X es el dimetro del cojinete, entonces X es N (3.5, 0.02). La probabilidad de que el dimetro se encuentre entre 3.47 cm y 3.53 cm es:

Ya que el 86.64% de los cojinetes cumple con las especificaciones determinadas se llega a la conclusin de que 1 0.8664 = 0.1336, entonces debe desecharse el 13.36% de la produccin. EJERCICIO 16 TEMA: DISTRIBUCIN NORMAL Propuesto por: Juan Miguel Rubio Enunciado: Si X es una variable aleatoria normal con parmetros = 10, = 36, Calcule esto: a) P{X>5} Solucin: a) P{X>5} (X10) (510) P{X>5} = P{------------------- > ------------} = P { Z > --5/6} 6 6 P{Z>--5/6} = 1 (--5/6) = (5/6) = (0.8333) = 0.7967 b) P{4<X<16} c)P{X<8}

(Ejercicio No. 16 Tomado de Sheldon Ross. A first course in probability)

b) P{4<X<16} (410) ( X10) (1610) P{4<X<16} =P {------------------- < ----------------- < ----------------------} 6 6 6 = P{ --1 < Z < 1 } = ( 1 ) ( --1 ) = ( 1 ) [1( 1)] = 0.8413 [ 1 (0.8413)] = 0.8413 [ 0.1587 ] = 0.6826 c) P{X<8} ( X10 ) ( 8 10) P { X<8 } = P{------------------- < ---------------------} 6 6 = P { Z < --2/6 } = P { Z < --1/3 } = P { Z < --1/3 } = 1 (--1/3) = 1 (1/3) = 1 (0.3333) = 0.6667