Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PR8 2-Valeatorias PDF
PR8 2-Valeatorias PDF
ndice
6. Problemas resueltos 1
6.1. Variables aleatorias discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
6.1.1. Distribucin binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
6.1.2. Distribucin de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
6.2. Variables aleatorias continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
6.2.1. Distribucin normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
6. Problemas resueltos
Ejercicio 6.1. Se venden 5000 billetes para una rifa a 1 euro cada uno. Si el nico premio del sorteo es de
1800 euros, calcular el resultado que debe esperar una persona que compra 3 billetes.
Si se gana la rifa, se obtiene un beneficio de 1800 3 = 1777 euros. Por la Ley de Laplace, la probabi-
Si no se gana la rifa, resulta una prdida de 3 euros. Nuevamente por la Ley de Laplace, la probabilidad
= xi 1777 3
P( = xi ) 3/5000 4997/5000
lo que interpretamos como que, en promedio, cabe esperar una prdida de 1.93 euros.
Ejercicio 6.2. Una variable aleatoria discreta toma todos los valores enteros entre 0 y 4 con la siguiente
funcin de densidad:
X 0 1 2 3 4
4
E[X] = xi f (xi ) = (0 0.3) + (1 0.25) + (2 0.25) + (3 0.1) + (4 0.1) = 1.45.
i=0
4 4
E[X 2 ] = xi2 f (xi2 ) = xi2 f (xi ) = (02 0.3) + (12 0.25) + (22 0.25) + (32 0.1) + (42 0.1) = 3.75.
i=0 i=0
Por tanto,
Ejercicio 6.3. Suponiendo que es equiprobable el tener hijo o hija, determinar el nmero esperado de
varones en una familia de ocho hijos, as como la probabilidad de que efectivamente resulte este nmero.
Al ser equiprobable el tener hijo o hija, la probabilidad de xito (el tener un hijo) es p = 0.5. Adems, el
sexo de un hijo no influye en el de los restantes. Por tanto, la variable sigue una distribucin binomial de
8 8 8
f (x) = 0.5x (1 0.5)8x = 0.5x 0.58x = 0.58 (x {0, 1, 2, . . . , 8}).
x x x
El nmero esperado de hijos varones viene dado por la esperanza matemtica de la variable aleatoria ,
esto es:
Por otra parte, la probabilidad de que nazcan exactamente 4 hijos varones es:
8 8! 8765
P( = 4) = 0.58 = 0.58 = 0.58 = (7 5 2) 0.58 = 70 0.58 ' 0.2734,
4 4! 4! 432
Ejercicio 6.4. Un laboratorio farmacutico encarga una encuesta para estimar el consumo de cierto medi-
camento que elabora, con vistas a controlar su produccin. Se sabe que a lo largo de un ao cada persona
tiene una posibilidad entre mil de necesitar el medicamento, y que el laboratorio podr vender una media
la cual, segn los datos del problema, responde a un modelo de Poisson en un proceso con parmetro 1/1000
(nmero de enfermos al ao por cada 1000 medicamentos vendidos). Si la empresa farmacutica espera vender
una media de 4000 unidades anuales, el parmetro = cantidad de enfermos esperada al ao de la corres-
1 1
= 4000 = 4 = , de donde = 4 .
1000 1000 4000
4x 4
f (x) = P( = x) = e (x {0, 1, 2, . . .}).
x!
4
40 41 42 43 44
P( 4) = f (k) = f (0) + f (1) + f (2) + f (3) + f (4) = + + + + e4
k=0 0! 1! 2! 3! 4!
32 32 4 39 + 64 103 4
= 1+4+8+ + e = e4 = e ' 0.6288.
3 3 3 3
b) Tal y como dijimos anteriormente, el nmero de enfermos esperado por ao viene dado por el parmetro
E[ ] = = 4.
= 1 (1 + 4 + 8) e4 = 1 13 e4 ' 0.7619.
412 4
P( = 12) = f (12) = e ' 0.0006.
12!
la cual sigue un modelo binomial de parmetros n = 4000 y p = 1/1000 (que es la probabilidad que tiene
una persona de caer enferma o, equivalentemente, de necesitar el medicamento). Ahora bien, ya que n > 50 y
p = 0.001 < 0.1 (alternativamente, np = 4 < 5), la distribucin de Poisson de parmetro = np = 4 es una
Ejercicio 6.5. El recuento de glbulos blancos de un individuo sano puede presentar un promedio en valor
mnimo de hasta 6000 por milmetro cbico de sangre. Para detectar una deficiencia de glbulos blancos se
determina su nmero en una gota de sangre de 0.001 milmetros cbicos. Cuntos glbulos blancos cabe
esperar en un individuo sano? Cunto de raro sera encontrar un mximo de 2 glbulos blancos?
El recuento de glbulos blancos de un individuo sano por milmetro cbico de sangre puede ser considerado un
proceso de Poisson de parmetro 6000. La variable aleatoria del correspondiente proceso de Poisson tiene
1 0.001
= 0.001 6000 = 6 = , de donde = 6 .
6000
Por consiguiente, la funcin de densidad de probabilidad para la variable aleatoria de Poisson viene dada
por:
6x 6
f (x) = P( = x) = e (x {0, 1, 2, . . .}).
x!
El nmero de glbulos blancos esperados en un individuo sano coincide con la esperanza de la variable:
E[ ] = = 6 glbulos blancos.
Por otra parte, la probabilidad de encontrar como mximo 2 glbulos blancos en 0.001 mm3 de sangre en
60 61 62
P( 2) = f (0) + f (1) + f (2) = + + e6
0! 1! 2!
De este resultado cabe inferir que es bastante improbable que se presente dicha situacin, al ser la probabilidad
de que ocurra muy cercana a cero. Ms concretamente, podemos afirmar que esta situacin se da en un 6.2 %
de los casos.
Ejercicio 6.6. Si X es una distribucin de Poisson y se sabe que P(X = 0) = 0.2, calcular P(X > 2) y
R ESOLUCIN . La variable aleatoria X sigue una distribucin de Poisson de parmetro , en principio desco-
x
f (x) = P(X = x) = e (x {0, 1, 2, . . .}).
x!
0
f (0) = e = e = 0.2.
0!
ln e = ln e = = ln 0.2,
' 0.2191,
y
1.6092 1.6093
P(1 X < 4) = f (1) + f (2) + f (3) = 1.609 + + 0.2 ' 0.7195.
2! 3!
Ejercicio 6.7. La funcin de distribucin de la variable aleatoria que representa la duracin en minutos de
Hallar su funcin de densidad, as como la probabilidad de que una llamada dure entre 3 y 6 minutos.
R ESOLUCIN . Sabemos que la funcin de densidad de probabilidad coincide con la derivada de la funcin
donde denota la variable aleatoria que mide la duracin de una llamada en minutos.
Ejercicio 6.8. Una confitura puede ser calificada de almbar si contiene entre 420 y 520 gramos de
azcar por kilo de confitura. Un fabricante comprueba 200 botes de confitura de 1 kilogramos encontrando
que el peso medio de azcar es de 465 gramos, con una desviacin tpica de 30 gramos. Sabiendo que el
contenido de azcar se distribuye normalmente (porque proviene de frutas con un contenido variable de
azcar), calcular el porcentaje de la produccin del fabricante que no debe ser etiquetado como almbar,
Sabemos que el contenido de azcar en dichos botes se distribuye normalmente con un peso medio por bo-
te de 465 gr (esto es, = 465 gr) y una desviacin tpica de 30 gr (esto es, = 30 gr). Simblicamente:
N(465, 30).
Considerando la muestra de 200 botes como representativa de la produccin total, el porcentaje de produc-
cin que puede ser calificado de almbar es el P(420 < < 520) 100 %. Al tipificar la variable resulta que
420 465 520 465
P(420 < < 520) = P <Z< = P(1.5 < Z < 1.83)
30 30
= P(Z < 1.83) P(Z < 1.5) = P(Z < 1.83) P(Z > 1.5)
Encontramos as que el 89.96 % de la produccin total puede ser calificada de almbar. El resto, un 10.04 %,
Ejercicio 6.9. Se sabe que la concentracin media de NH3 en sangre venosa de individuos normales de la
poblacin es de 110 microgramos por mililitro, y que la concentracin de NH3 del 99 % de los individuos se
encuentra entre 85 y 135 microgramos por mililitro. Se pide calcular la desviacin tpica de dicha poblacin
normal y los lmites del intervalo que comprende al 70 % de los valores de la misma, as como el porcentaje
Sabemos que se distribuye normalmente, con media = 110 gr/mL. Adems, en el 99 % de los individuos
85 110 135 110
P(85 135) = P(85 Z + 110 135) = P Z
25 25
=P Z = 0.99.
25
Si denotamos a = resulta que
de donde
0.99 + 1
P(Z a) = = 0.9950.
2
En la tabla de distribucin para la normal estndar encontramos que 25/ = a = 2.575. Consecuentemente, la
desviacin tpica de es
25
= = 9.7 gr/mL.
2.575
El intervalo simtrico respecto a la media que comprende el 70 % de los individuos de la poblacin tiene
extremo inferior k = 110 9.7k y extremo superior + k = 110 + 9.7k, para cierto valor de k. A fin
P( k + k ) = 2 P(Z k) 1 = 0.7.
Entonces P(Z k) = 1.7/2 = 0.85. Inspeccionando la tabla de distribucin para la normal estndar encontra-
110 9.7 1.04 ' 100, 110 + 9.7 1.04 ' 120.
Se concluye que el 70 % de los individuos de la poblacin poseen una concentracin media de NH3 en sangre
Finalmente:
= 1 0.9949 = 0.0051.
95 110
P( < 95) = P Z < = P(Z < 1.54)
9.7
= 1 0.9382 = 0.0618.
c) El porcentaje de poblacin con concentracin comprendida entre 90 y 125 gr/mL asciende al 91.85 %:
90 110 125 110
P(90 125) = P Z = P(2.06 Z 1.54)
9.7 9.7
d) El porcentaje de poblacin con concentracin comprendida entre 85 y 100 gr/mL es del 14.64 %:
= P(Z 1.03) P(Z 2.57) = [1 P(Z < 1.03)] [1 P(Z < 2.57)]
Ejercicio 6.10. Se ha comprobado que la distribucin del ndice de colesterol para un gran nmero de
personas es la siguiente: inferior a 165 centigramos, 58 %; comprendido entre 165 y 180 centigramos, 38 %.
b) Se admite que las personas cuyo ndice es superior a 183 centigramos deben ser sometidas a trata-
R ESOLUCIN . Consideremos la variable = ndice de colesterol (cg). Esta variable sigue una distribucin
normal de media y desviacin tpica , desconocidas. Sin embargo, el 58 % de la poblacin tiene ndice de
mientras que un 38 % tiene un ndice de colesterol comprendido entre 165 y 180 cg:
Por tanto,
165
P( < 165) = P( Z + < 165) = P Z < = 0.58,
180
P( < 180) = P Z < = 0.96.
165 180
Denotando a = yb= , en la tabla de distribucin de probabilidad para la normal estndar
encontramos que a = 0.2 y b = 1.75. Consecuentemente:
165
0.2 = + 0.2 = 165,
180
1.75 = + 1.75 = 180.
Restando ambas ecuaciones: 1.55 = 15, de donde ' 9.7 cg. Por otra parte,
183 163.1
P( > 183) = 1 P( 183) = 1 P Z
9.7
El porcentaje buscado es entonces el 2.02 %. En una poblacin de 100000 individuos, este porcentaje se co-
Ejercicio 6.11. La anchura X en milmetros de una poblacin de colepteros sigue una distribucin normal
N(, ), dndose las siguientes probabilidades: P(X 12) = 0.77; P(X > 7) = 0.84. Se pide:
a) Valores de y .
Sabemos que X sigue una distribucin normal para una determinada poblacin de colepteros. Adems P(X
7
P(X 7) = P( Z + 7) = P Z = 0.16,
12
P(X 12) = P( Z + 12) = P Z = 0.77.
7 12
Escribiendo a = yb= e inspeccionando la tabla de la distribucin normal tipificada encontra-
mos que b = 0.74.
Ahora queremos determinar a. Ntese que este valor ha de ser negativo, por cuanto la probabilidad corres-
tenemos
7
0.99 = 0.99 = 7,
12
0.74 = + 0.74 = 12.
Restamos miembro a miembro las ecuaciones anteriores para obtener 1.73 = 5, y de aqu
5
= ' 2.89 mm.
1.73
8 9.86 10 9.86
P(8 X 10) = P(8 2.89 Z + 9.86 10) = P Z
2.89 2.89
x 9.86
P(2.89 Z + 9.86 x) = P Z = 0.05.
2.89
x 9.86
Como esta ltima probabilidad es menor que 0.5, se verifica que a = < 0. Escribimos entonces
2.89
esto es:
Utilizando ahora la tabla de distribucin para Z vemos que |a| = 1.64, de donde a = 1.64. As pues
x 9.86
1.64 = ,
2.89
y 9.86
P(X < y) = P Z < = 0.33.
2.89
Anlogamente que en el caso anterior, al ser esta ltima probabilidad menor que 0.5, necesariamente b =
y 9.86
< 0. Como
2.89
P(z < b) = P(z > |b|) = 1 P(z |b|) = 0.33,
sigue que
Ejercicio 6.12. En una investigacin sobre los efectos teratognicos del tabaquismo se estudi una muestra
de embarazadas de la cual el 40 % fumaba y el 60 %, no. Cuando nacieron los nios se encontr que 20
de ellos tenan algn tipo de tara de nacimiento. Sea el nmero de nios cuya madre fumaba durante el
embarazo. Si no hay relacin entre el hecho de que la madre fumara y los defectos de nacimiento, entonces
es una binomial con n = 20 y p = 0.4. Cul es la probabilidad de que 12 ms nios afectados tengan
Los datos disponibles indican que la variables es binomial, con parmetros n = 20 y p = 0.4.
La probabilidad de que 12 ms nios afectados tengan madres que fumaban viene dada por
20
20
P( 12) = k 0.4k 0.620k ,
k=12
o bien
El elevado nmero de operaciones que conlleva cualquiera de estos clculos sugiere aproximar la variable
por una distribucin normal. Como n = 20 es suficientemente grande y p = 0.4 es un valor intermedio, el
Teorema de De Moivre garantiza que, efectivamente, puede ser aproximada por una distribucin normal X
p p
de media = np = 20 0.4 = 8 y desviacin tpica = np(1 p) = 20 0.4 (1 0.4) = 2.19.
Tipificando la nueva variable normal (X = 2.19 Z + 8, con Z N(0, 1)), y aplicando adems correccin de
11.5 8
P( 12) ' P(X 11.5) = 1 P(X < 11.5) = 1 P Z <
2.19