Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PLAN DE
ESTUDIO
CLAVE DE
UNIDAD DE
APRENDIZAJE
Ing. Industrial
2007-1
9010
Estadstica Industrial
PRCTICA
No.
LABORATORIO DE
Ingeniera Industrial
DURACIN
(HORAS)
NOMBRE DE LA
PRCTICA
1. INTRODUCCIN
El modelo de los resultados de varios sistemas fsicos puede establecerse mediante los mismos
experimentos aleatorios y variables aleatorias o similares. La distribucin de las variables aleatorias
presentes en cada uno de estos sistemas comunes puede utilizarse, y es posible usar los resultados de ese
anlisis en diferentes aplicaciones y ejemplos. Con frecuencia se omite la exposicin del espacio
muestral fundamental del experimento aleatorio y se describe directamente la distribucin de una
variable aleatoria particular.
2. OBJETIVO (COMPETENCIA)
Calcular probabilidades de la distribucin uniforme y binomial por medio del desarrollo de frmulas con
actitud responsable y honesta para obtener resultados orientados a la mejora continua.
Formul
Revis
Autoriz
Pgina 1 de 6
Fecha de efectividad:
3. FUNDAMENTO
La variable aleatoria discreta ms simple es aquella que slo asume un nmero finito de posibles valores,
cada uno con la misma probabilidad. Una variable aleatoria X que asume cada uno de los valores x1,
x2,, xn , con la misma probabilidad 1/n, con frecuencia es de inters.
Definicin: Una variable aleatoria X es una variable aleatoria discreta uniforme si cada uno de los n
valores de su rango, por ejemplo, x1, x2,, xn, tiene la misma probabilidad.
Entonces,
Ejemplo 4-12. El primer dgito del nmero de serie de una pieza es igualmente factible que sea
cualquiera de los dgitos del 0 al 9. Si se selecciona una pieza de un lote grande y X es el primer dgito del
nmero de serie, entonces X tiene una distribucin discreta uniforme con probabilidad 0.1 para cada
valor en R{0,1,2,,9}. Es decir,
f(x)= 0.1
para cada valor en R. La funcin de masa de probabilidad de X se muestra en la siguiente figura.
Suponga que el rango de la variable aleatoria discreta X son los enteros consecutivos a, a+1, a+2,..,b,
para a b. El rango de X contiene b-a + 1 valores, cada uno con probabilidad 1/(b a + 1). Ahora bien,
Fecha de efectividad:
La desviacin estndar de X es
Ejemplo 4-13. Sea que la variable aleatoria X denote l nmero de las 48 lneas de voz que estn en uso
en un tiempo dado. Suponga que X es una variable aleatoria discreta uniforme con rango de 0 a 48.
Entonces,
E(X) = (48 + 0)/2 =
Y
= {[(48-0+1)2 1]/12}1/2=
Distribucin binomial:
Definicin: Un experimento aleatorio que consta de n ensayos repetidos tales que
1) los ensayos son independientes,
2) cada ensayo produce nicamente dos resultados posibles, etiquetados como xito y
fracaso, y
3) la probabilidad de un xito en cada ensayo, denotada como p, permanece constante
Se llama experimento binomial.
La variable aleatoria X que es igual al nmero de ensayos que producen un xito tiene una distribucin
binomial con parmetros p y n =1,2,
La funcin de masa de probabilidad de X es
Nota: el nmero de formas de hacer la particin de n objetos en dos grupos, uno de los cuales es de
tamao x, es
Debido a que cada ensayo del experimento se clasifica en dos resultados, {xito, fracaso}, la distribucin
recibe el nombre de bi-nomial.
Para un valor fijo de n, la distribucin se hace cada vez ms simtrica conforme p se incrementa de 0 a
0.5 o se decrementa de 1 a 0.5. Para un valor fijo de p la distribucin se hace cada vez ms simtrica
conforme n se incrementa.
Cdigo: GC-N4-017 Revisin: 4
Pgina 3 de 6
Fecha de efectividad:
4. PROCEDIMIENTO (DESCRIPCIN)
A) EQUIPO NECESARIO
Equipo de computo
Bibliografa bsica
MATERIAL DE APOYO
B) DESARROLLO DE LA PRCTICA
En equipos los alumnos discutirn, resolvern, elaborarn y presentarn los ejercicios que se encuentran
En la seccin de anexos.
C) CLCULOS (SI APLICA) Y REPORTE
Emitidos por el alumno
5. RESULTADOS Y CONCLUSIONES
Emitidos por el alumno.
6. ANEXOS
Ejercicios de la seccin 4.5 Distribucin discreta uniforme
4.38 Sea que la variable aleatoria X tenga una distribucin discreta uniforme en los enteros 0 x 100.
Determine la media y la varianza de X.
4.39 Sea que la variable aleatoria X tenga una distribucin discreta uniforme en los enteros 1 x 3.
Determine la media y la varianza de X.
4.42 Se miden las longitudes de piezas de vidrio cilindrado hasta la dcima de milmetro ms prxima. Las
longitudes tienen una distribucin uniforme, con valores en cada dcima de milmetro a partir de
590.0 y continuando hasta 590.9. Determine la media de las longitudes.
Ejercicios de la seccin 4.6 Distribucin binomial
4.46 La variable aleatoria X tiene una distribucin de binomial con n=10 y p=0.5. Trace la funcin de
masa de probabilidad de X.
a) Cul es el valor de X ms factible?
b) Cul(es) es(son) el(los) valor(es) menos factible(s) de X?
Fecha de efectividad:
Fecha de efectividad:
4.55 Se verifica si los lotes que constan de 50 resortes en espiral de un proceso de produccin cumplen
con los requerimientos del cliente. El nmero promedio de resortes en espiral de un lote que no
cumplen con los requerimientos es 5. Suponga que el nmero de muelles que no cumplen en un
lote, denotado como X, es una variable aleatoria binomial.
a) Cul es el valor de n y p?
b) Cul es P(X2)?
c) Cul es P(X49)?
4.57 Debido a que no todos los pasajeros que hacen una reservacin se presentan, una aerolnea vende
125 asientos para un vuelo con capacidad para slo 120 pasajeros. La probabilidad de que un
pasajero no se presente es 0.10 y el comportamiento de los pasajeros es independiente.
a) Cul es la probabilidad de que todos los pasajeros que se presenten puedan tomar el vuelo?
b) Cul es la probabilidad de que el vuelo parta con asientos vacos?
4.58 Este ejercicio ilustra que las deficiencias en la calidad puede afectar programas y costos. En un
proceso de manufactura tienen que surtirse los pedidos de 100 clientes. En cada pedido se
necesita una parte componente que se compra a un proveedor. Sin embargo, de manera tpica,
2% de los componentes se identifican como defectuosos, y puede suponerse que los componentes
son independientes.
a) Si el fabricante tiene 100 componentes en existencia, Cul es la probabilidad de que puedan
surtirse los 100 pedidos sin reordenar componentes?
b) Si el fabricante tiene 102 componentes en existencia, cul es la probabilidad de que puedan
surtirse los 100 pedidos sin reordenar componentes?
c) Si el fabricante tiene 105 componentes en existencia, cul es la probabilidad de que puedan
surtirse los 100 pedidos sin reordenar componentes?
4.60 Un semforo particularmente tardado en el trayecto matutino del lector est en verde 20% de las
veces que usted pasa por ese crucero. Suponga que cada maana representa un ensayo
independiente.
a) En 5 maanas, Cul es la probabilidad de que la luz est en verde exactamente 1 da?
b) En 20 maanas, Cul es la probabilidad de que la luz est en verde exactamente 4 das?
c) En 20 maanas, Cul es la probabilidad de que la luz est en verde ms de 4 das?
7. REFERENCIAS
Bibliografa:
Montgomery Douglas, 2009 Probabilidad y estadstica aplicada a la ingeniera, Ed. Limusa Wiley, Mxico
D.F