Documentos de Académico
Documentos de Profesional
Documentos de Cultura
II - Unidad.Probabilidad y Modelos de Prob
II - Unidad.Probabilidad y Modelos de Prob
OBJETIVOS DE LA UNIDAD.
CONTENIDO:
2.1.1 Introduccin:
2
EJEMPLO 3: Determinar los espacios mustrales asociados con los siguientes
experimentos:
a) Sea E: lanzar dos dados y observar los nmeros de las caras superiores.
c) Sea E: Lanzar dos dados y contar los nmeros de las caras superiores.
Solucin: S = {2,3,4,5,6,7,8,9,10,11,12}
d) Sea E: de una urna que contiene 7 bolas blancas y 3 negras se sacan 2 bolas en forma
consecutiva y sin reposicin y se observan. Hacer diagrama de rbol.
Solucin: S = {BB, BN, NB, NN}
e) Sea E: De un lote que contiene 3 artculos malos y 17 buenos sacar uno por uno y sin
reposicin hasta sacar todos los malos
Solucin: S = {3,4,5,6,7,.........,20}
EJEMPLO 4: Si lanzamos una moneda, el hecho que salga el lado B sol ser un evento
y conseguir que salga el lado A cara ser otro evento.
1) Evento imposible (): es aquel que nunca ocurre. Cumple con la caracterstica de
ser un subconjunto del espacio muestral. Por ejemplo si nos interesa el evento de que
aparezca un as verde en la baraja comn. Es claro que esto nunca suceder porque ninguna
carta de la baraja cumple con esas caractersticas. Este conjunto es .
2) Evento seguro (S): es aquel que siempre ocurre. Es un subconjunto del mismo. Por
ejemplo el evento que un nmero par o impar de puntos aparezca al tirar un dado es el
conjunto S = {1,2,3,4,5,6}.
3
3) Evento simple: es el describe solamente una caracterstica. Por ejemplo el evento
simple ser obtener un nmero impar, es decir, A ={1,3,5}.
Se dice que dos sucesos A y B son mutuamente excluyentes si no pueden ocurrir juntos
(simultneamente), es decir, la ocurrencia de A excluye automticamente la ocurrencia de
B, esto es AB = Por ejemplo, en el lanzamiento de la moneda, hay dos resultados
posibles: lado A y lado B. En cualquier lanzamiento, ambos lados pueden salir, pero no los
dos simultneamente.
8) Eventos colectivamente exhaustivos: si por lo menos uno de ellos debe ocurrir durante
el experimento. Estos eventos al ser unidos forman el espacio muestral. Los eventos A1, A2,
A3,.. An son exhaustivos si A1U A2U A3U..U An= S. por ejemplo al lanzar un dado y
sea los eventos A caiga No. par y B caiga No. impar, A= {2,4,6,} y B= {1,3,5,}; AUB = S=
{1,2,3,4,5,6,}, A y B son exhaustivos.
Con cada suceso o evento A asociamos un nmero real designado por p(A), y lo
llamamos probabilidad de que A ocurra. La probabilidad simple se refiere a la
probabilidad de ocurrencia de un evento simple, a sta probabilidad se le llama
probabilidad marginal. La probabilidad de ocurrencia de A, la definimos por
() = =
Solucin: Como S = {CC, CS, SC, SS}, slo los 3 primeros casos son favorables al suceso,
es decir:
A = {CC, CS, SC}, luego p(A) = = 0.75
Solucin: Cada una de las caras de un dado puede estar asociada con las 6 caras del otro
dado, de manera que el nmero total de casos que puede surgir, todos igualmente probables
es 6x6 = 36 : S = {(1,1), (2,1), (3,1),...(6,6)}.
EJEMPLO 10: En una hacienda ganadera con 500 cabezas de ganado, 30 de ellas estn
afectadas con ANTRAX. Si se selecciona aleatoriamente una de ellas, cul es la
probabilidad de que tenga ANTRAX?
5
Figura 1. Espacios muestrales.
6
1.2 Enfoque de probabilidad
EJEMPLO 3. Debido a los impuestos y a los posibles usos alternativos de sus fondos,
un inversionista ha determinado que la compra de terreno vale la pena slo si existe
un aprobabilidad de cuando menos 0.90 de que el terreno obtenga plusvala por 50%
o ms en los en los prximos 4 aos. Al evaluar un determinado terreno, el
inversionista estudia los cambios de los precios en el rea en aos recientes, considera
los niveles corrientes de precios, estudia el estado corriente y futuro probable de los
proyectos de desarrollo inmobiliarios y revisa las estadsticas referentes al desarrollo
econmico del rea geogrfica. Con base en esta revisin, concluye que existe una
7
probabilidad de aproximadamente 0.75 de que se d la plusvala que requiere. Como
esta probabilidad es menor que la mnima que requiere (0.90), no debe llevarse a cabo
la inversin.
1) P( A) 0
2) P( S ) 1
3) P ( ) 0
4) P ( A) P ( A`) 1
Si no lo son, entonces
P( AB) P( A) P( B) p( AyB) P( A B) P( A) P( B) P( A B)
(Pr. De que ocurra A o B o ambos)
2.4.3 ( ) = () ( )
( ) = () ( )
2.4.4 ( ) = () ( )
8
1.4.6 Regla de la Multiplicacin
1) P ( A / B ) P ( A)
2) p( AyB) P( A B) p( A) p( B)
EJEMPLO 1.
En una ciudad se seleccion una muestra de 500 personas para determinar diversas
informaciones relacionadas con el comportamiento del consumidor. Entre las preguntas
hechas, se encontraba "Prefiere comprar productos nacionales o importados?"
De 240 hombres, 136 contestaron que preferan productos importados, de 260 mujeres 36
contestaron que preferan productos nacionales.
a) Elabore una tabla de contingencia en donde las variables cualitativas son
sexo y preferencia por productos.
9
a) Determinar la probabilidad de que el entrevistado seleccionado en forma
aleatoria sea hombre:
240
() = = = 0.48
500
260
b) Sea mujer: () = = 0.52
500
360
() = = 0.72
500
140
() = = 0.28
500
. 136
( ) = =
. . 500
= 0.272
136
10
f) Sea mujer y prefiera comprar productos nacionales?
36
( ) = = 0.072
500
11
k) Suponga que el entrevistado seleccionado prefiere comprar productos
importados, cul es la probabilidad de que sea hombre?
136
( ) 136 500
() = = 500 = = 0.378
() 360 500 360
500
EJEMPLO 2:
Diagrama de rbol
Una forma alternativa de anlisis de las probabilidades en cuatro celdas es mediante el uso
de un rbol de decisin.
104
P() = 500
240
() =
500 136
P() = 500
Grupo de 36
Entrevistados P() = 500
260
() =
500
224
P() =
500
12
EJEMPLO 3.
b) () = () = . = .
= ( ) ( )
=1
S
13
Teorema de Bayes
La P() :
() = (1 ) ( ) + (2 ) ( ) + . + ( ) ( ) por lo que el
1 2
teorema de Bayes est dado por la expresin :
( )( ) ( )( )
( ) =
=
()
=1 ( )( )
EJEMPLO 1
A un consultor en Administracin se le pide su opinin acerca de la razn por la cual la
secretaria de un ejecutivo, insatisfecha, renunci a su trabajo. Sin poder obtener ninguna
informacin directa acerca de la secretaria, toma los siguientes datos de un estudio de
motivacin corporativos a gran escala: entre todas las secretarias insatisfechas, el 20% lo
estn porque les desagrada su trabajo, el 50% porque sienten que estn mal pagadas y el
30% porque les desagrada su jefe. Adems, las probabilidades correspondientes d que
renuncien son 0.60, 0.40 y 0.90. Con base en estas cifras, cules son las probabilidades de
que la secretaria haya renunciado debido al trabajo, al sueldo o al jefe?
0.60 B
1
0.20 0.40 A1= Le desagrada su trabajo = 0.20
0.40 B A2= Est mal pagada = 0.50
0.50 2 A3= Le desagrada el jefe = 0.30
0.60 Sea B= Renuncia al trabajo
0.30 0.90 B
3
0.10
Las probabilidades asociadas con las tres ramas del rbol son:
(0.20) (0.60) = 0.12
(0.50) (0.40) = 0.20 y
(0.30) (0.90) = 0.27 y su suma: () = 0.12 + 0.20 + 0.27 = 0.59 (Probabilidad total)
14
(1 )( ) (0.20)(0.60) 0.12
( 1 ) = 1
= (0.20)(0.60)+(0.50)(0.40)+(0.30)(0.90) = = 0.20,
() 0.59
(3 )( )
Debido al desagrado por su jefe : ( 3 ) = 3
=
()
(0.30)(0.90) 0.27
(0.20)(0.60)+(0.50)(0.40)+(0.30)(0.90)
= = 0.46
0.59
15
1.) Suponga que existen 8 aspirantes a ocupar un empleo y hacemos que a, b, c, d, e, f,
g y h representen los eventos de que el empleo se ofrezca a Arturo, Beatriz, Clara, David,
Enrique, Franco, Jorge o Hilda. Si
A = {b, d, f, h}, B = {c, g, h}, C = {a, b, d}, cite los elementos del espacio muestral que
comprenden cada uno de los siguientes eventos y exprselos con palabras:
a)
b) B U C
c) C A
d) B' C
2.) Para construir espacios mustrales de experimentos en los cuales trabajamos con datos
categricos, a menudo codificamos las diversas alternativas asignndoles nmeros. Por
ejemplo, un contador podra codificar los elementos relacionados con el activo fijo de una
empresa como: 1, 2, 3, 4 o 5 segn si el elemento se debe adjudicar a efectivo, bienes
comerciales, cuentas por cobrar, inventario o gastos pagados por adelantado. Exprese cada
uno de los eventos en palabras.
a) K = {1, 5}
b) L = {3, 5}
c) M = {1, 2, 3}
3.) Para cada una de las situaciones siguientes seale cul sera el enfoque ms apropiado
(clsico a priori, de frecuencia relativa o subjetivo) para determinar la probabilidad que
requiere
a) La probabilidad de que aparezca un "uno" o un "seis" en un solo lanzamiento de un
dado de seis lados.
b) La probabilidad de que haya recesin el prximo ao.
c) La probabilidad de que, de un envo de 20 repuestos que se sabe contiene uno
defectuoso, uno elegido al azar resulte defectuoso.
d) La probabilidad de que una persona elegida al azar de las que entran a una tienda
grande realice una compra.
e) La probabilidad de que los bonos a indemnizados se cotizen a 50 centavos de crdobas
en los prximos seis meses.
16
a. De un ejemplo de un evento simple.
b. De un ejemplo de un evento conjunto.
c. Cul es el complemento del suceso: Empleado participa en cobertura de
gastos mdicos?
d. Cul es la probabilidad de que un empleado elegido al azar:
Participe por lo menos en uno de los programas?
No participe en ninguno de los programas?
Participe en el plan de reparto de utilidades considerando que tiene
seguro de gastos mdicos?
Determine si los dos eventos son independientes o dependientes?
6.) A los 500 clientes de crdito de Crdito, S.A. estn categorizados segn el nmero
de aos que han tenido cuenta de crdito con Crdito S.A. y por su promedio de saldo de
crdito. De estos clientes 210 han tenido saldo menores de $100; otros 260 han tenido
cuenta de crdito cuando menos 5 aos y otros 80 han tenido saldos mayores de $100 y
han tenido cuenta de crdito por menos de 5 aos. Si se selecciona al azar un cliente de
crdito, Cul es la probabilidad de que:
7.) Una compaa ha puesto a disposicin a sus empleados (sin costo) amplias instalaciones
de un club deportivo que pueden usarse antes del trabajo, durante la hora de almuerzo,
despus del trabajo y durante los fines de semana. Los registros del ltimo ao indican
que de 250 empleados, 110 usaron instalaciones en algn momento. De los 170
hombres empleados por la compaa, 65 usaron las instalaciones. Presente estos datos en
una tabla de contingencia.
17
f) Suponga que elegimos a una empleada de la compaa Cul es la probabilidad que
haya utilizado las instalaciones del club?
g) Determine si los dos eventos el gnero del individuo y el uso de las instalaciones
del club son estadsticamente independientes? Explique.
a) Sin semilla.
b) Blanca con semilla.
c) Con semilla dado que es blanco.
d) Rosada o sin semilla.
e) Determine si los dos eventos son estadsticamente independientes. Explique.
9.) Se estima que la probabilidad de que un nuevo mtodo de comercializacin tenga xito
es 0.65. La probabilidad de que los gastos para el desarrollo del mtodo puedan
mantenerse dentro del presupuesto original es 0.45. Se estima que la probabilidad de
alcanzar ambos objetivos es de 0.30. Presente estos datos en un diagrama de Venn y
en una tabla de contingencia.
a. Cul es la probabilidad de que se logre cuando menos uno de los objetivos?
b. Cul es la probabilidad de que el nuevo mtodo de comercializacin tenga
xito, dado que el costo de su desarrollo se ha mantenido dentro del presupuesto
original?
10.) Una fbrica que produce varillas, debe sacar radiografas de cada varilla e
inspeccionarla antes de embarcarla. Uno de los inspectores, ha notado que por cada
1000 varillas que revisa 10 tienen fallas en el interior, 8 presentan fallas en la envoltura
y 5 tienen ambos tipos de defectos. En su informe trimestral, debe incluir la
probabilidad de fallas de las varillas cul ser esa probabilidad?
11.) El gerente de una tienda de ropa para dama desea determinar la relacin entre el tipo
de cliente y la forma de pago. Ha recopilado la informacin siguiente:
18
e.l. sea un consumidor habitual ?
e. 2. pague a crdito ?
e.3. pague de contado?
e.4. no sea un consumidor habitual ?
e.5. sea un consumidor habitual y compre a crdito?
e,6. sea un consumidor habitual y pague de contado ?
e.7. no sea un consumidor habitual y pague de contado ?
e.8. sea consumidor habitual o pague de contado ?
e.9. no sea consumidor habitual o pague crdito ?
f) Suponga que se conoce que el cliente ha pagado de contado, cul es la probabilidad de
que sea un cliente habitual?
g) Son estadsticamente independientes los dos eventos, ser un cliente habitual y pagar a
crdito? Explique.
12.) Dos divisiones de productos distintos de una empresa grande son productos marinos
(M) y artefactos elctricos (E). Se estima que la probabilidad de que los productos
marinos tengan un margen de utilidad de cuando menos 10% en este ao fiscal es de
0.30, la probabilidad de que la divisin de artefactos elctricos tenga un margen de
utilidad de cuando menos 10% es 0.20 y la probabilidad de que ambos tengan un
margen de utilidad de cuando menos 10% es 0.06.
13.) Durante una semana determinada se estima que la probabilidad de que el precio de
una accin especfica aumente (A), permanezca sin cambio (C) o se reduzca (R) es de
0.35, 0.20 y 0.45 respectivamente.
a. Cul es la probabilidad de que el precio de la accin aumente o permanezca
sin cambio?
b. Cul es la probabilidad de que el precio de la accin cambie durante la
semana?
c. Cmo son los sucesos A, C y R?
19
15.) Durante un perodo determinado, aument el valor de mercado de las acciones
comunes en una industria, que incluye solamente 12 acciones. Si un inversionista
escoge dos de esas acciones al azar. Cul es la probabilidad de que ambos hayan
experimentado un aumento en su valor de mercado durante ese perodo, si se sabe que
8 aumentaron su valor?
19.) En una fbrica de zapatos, se sabe por experiencia que la probabilidad es 0.82 de que
un trabajador que ha asistido a un programa de capacitacin de la fbrica cumplir
con la cuota de produccin y que la probabilidad correspondiente es 0.53 para un
trabajador que no asisti al programa de capacitacin. Si el 60% de los trabajadores
asisten al programa de capacitacin de la fbrica. Si se selecciona a un trabajador y se
sabe que ha cumplido con la cuota de produccin, Cul es la probabilidad de que
haya asistido al curso?
20
20.) Tres mquinas M1, M2 y M3 producen respectivamente 50%, 30% y 20% del total de
artculos de una fbrica. Las mquinas producen artculos defectuosos en un
porcentaje de 7%, 6% y 4% respectivamente. Al colocar la produccin de las tres
mquinas en fila y escoger un artculo. Si el artculo escogido es defectuoso. Cul es
la probabilidad que haya sido producido en cualquiera de las tres mquinas? Tome
como decisin el elemento mayor probabilidad de producir artculos defectuosos.
23.) El gerente de crdito de una empresa, sabe que la compaa emplea (3) mtodos para
alentar el cobro de cuentas atrasadas. Al consultar los archivos de la cobranza,
descubre que el 70% de las cuentas se cobran en forma personal (P), el 20% se cobran
por telfono (T), y el 10% se les enva cartas de cobro; La probabilidad de cobrar una
cuenta vencida con los (3) mtodos es de 0.75, 0.6 y 0.65, respectivamente. El
gerente recibe el pago de una cuenta vencida; Cul es la probabilidad de que a ese
cliente lo hayan llamado por telfono.
21
2.5 Distribuciones de probabilidad de variables aleatorias
Definicin 1
Una variable aleatoria discreta es aquella que toma, a lo ms una cantidad numerable de
valores distintos. Por ejemplo:
1) El nmero de unidades vendidas por una tienda determinada en un mes.
2) El nmero de clientes esperando servicio en la caja de un supermercado.
3) El nmero de accidentes ocurridos en una determinada semana en una planta
manufacturera.etc.
Definicin 2
Una variable aleatoria continua es aquella que puede tomar cualquier valor de entre todos
los contenidos de un intervalo de una recta. Por ejemplo:
1) El tiempo para completar el ensamblaje de un artculo de una planta.
2) La cantidad de petrleo bombeado cada hora en un pozo.
3) La cantidda de energa elctrica producida en un da. etc.
Distribucin probabilstica
Enumeracin de todos los resultados de un experimento junto con la probabilidad asociada
a cada uno.
VARIANZA: X P( X )
2 2
DESVIACION ESTANDAR: 2
EJEMPLO 1.
Una empresa recibe un lote de 100 discos de clutch. El historial de la empresa muestra que
el 10% de discos recibidos es defectuosa . Saquemos al azar 2 discos uno a uno de dicho
lote ( sin reposicin) y anotamos el nmero de discos defectuosos.
a) Construya la distribucin de probabilidad de X.
b) Obtenga la esperanza y la varianza (comente el resultado).
Solucin:
Sea X : Nmero de discos defectuosos, 0,1 y 2
D : Defectuoso
: No defectuoso.
S = {1 2 , 1 2 , 1 2 , 1 2 }
22
9 10 9 90
P(2 ) = 99 100
99
=
9900
= 0.0091
10
(1 ) =
100 90
P(2 ) = 99 10
90
=
900
= 0.091
100 99 9900
10 90 10 900
P(2 ) = 99 100
99
=
9900
= 0.091
90
(1 ) =
100
90 89 8010
89 = = 0.8091
P(2 ) = 99 100 99 9900
E(X)= 0.200 0
2 X 2 P( X ) =0.1783, = . = .
() = 0.200 +0.4221= 0.6221 Lmite superior
0.200-0.4221= -0.2221 lmite inferior; (0,1)
En proceso repetido se espera que ninguno, salga defectuoso, pero el resultado puede
variar entre 0 y 1, lo ms probable es 0.
23
1 dado cae de 6 maneras n1 = 6, para cada una de esas 6 maneras el 2do dado tambin puede
caer en n2 =6 maneras por tanto el par de dados puede caer en n1n2= (6)(6) =
36 .
EJEMPLO 2.
Un cliente desea instalar un telfono Trinline y puede elegir entre n1=10 colores
decorativos que supondremos disponibles en cualesquiera de n2=3 longitudes opcionales
de cordn con n3=2 tipos de marcado, a saber, de disco o por tonos. Estas 3
clasificaciones tienen como resultado n1 n2 n3= ()()() = diferentes formas
para que un cliente ordene uno de estos telfonos n1 n2 n3. nk formas.
EJEMPLO 3.
Cuntos almuerzos que asisten en una sopa, emparedados, postre y una bebida son
posibles si podemos seleccionar 4 sopas, 3 tipos de emparedados, 5 postres y 4 bebidas.
Solucin: n1 n2 n3. nk formas. = (4)(3)(5)(4) = 240 para elegir un
almuerzo.
2.6.2 Permutacin
Una permutacin es un arreglo de un conjunto de objetos en el cual se tiene en cuenta el
orden. Diferentes ordenaciones determinan diferentes permutaciones.
El nmero de permutaciones de n objetos distintos es n
n! = ( 1)( 2)( 3) .1
EJEMPLO 4.
Cuntas permutaciones (arreglos) pueden darse en las letras A, B y C.
3! = 3 2 1 = 6 .
B C = ABC 1
A
C B= ACB 2
A C= BAC 3
B
C A = BCA 4
A B = CAB 5
C
B A= CBA 6
3 x 2 x 1=6
24
!
= .
( )!
EJEMPLO 5.
Se sacan dos billetes de lotera de 20 para un primer y un segundo premio. Encuentre
el nmero de puntos muestrales en el espacio S.
! ! !
20P2 = ()! = = = =
! !
Ejercicio propuesto.
2.6.3 Combinacin
Una combinacin de objetos es un conjunto diferente de objetos en el cual no se considera
el orden. Cuando de n objetos se escogen n, no hay sino una combinacin. Si entre n
objetos se selecciona uno existen n combinaciones. El problema consiste en determinar
una expresin general para el nmero de combinaciones cuando se seleccionan r objetos a
la vez entre n objetos.
!
( )= ,
! ( )!
( ) denota el <nmero de combinaciones de r objetos tomados de n objetos
totales.>
EJEMPLO 6
4 4! 4! 4 3 2!
( )= = = = 6 .
2 2! (4 2)! 2! 2! 2! 2 1
1! = 1
0! = 1 por definicin.
B AB
A C AC
25
D AD
B C BC
D BD
C D CD
D
Ejercicio propuesto
Hay 10 candidatos para un comit que no puede estar integrado sino por siete miembros.
Cuntos comits diferentes pueden formarse con estos diez candidatos?
Proceso de Bernoulli
Es un proceso de muestreo, esto es una muestra de tamao n que resulta de repetir un
mismo experimento aleatorio (que llamaremos ensayo) n veces y que cumple las siguientes
condiciones:
Modelo Binomial
Supongamos que estamos en un proceso de Bernoulli con n ensayos donde uno de los dos
eventos ser xito y la probabilidad de que exista un xito se representar por p, y un
fracaso por q=1-p.
Sea X: el nmero de xitos en la muestra, donde el objetivo principal ser una expresin
matemtica que defina a la distribucin de probabilidad de X.
n!
P( X x) p x q n x Probabilidad de xito
x!(n x)!
El valor esperado = E(X) = np y la Varianza 2= npq.
EJEMPLO 1:
En un archivo hay 5 documentos de la empresa A y 15 documentos de la empresa B.
Seleccionar al azar y con reposicin 4 documentos anotando la empresa de cada uno.
26
a) Determine la probabilidad de que 3 documentos sean de la empresa B.
b) Menos de 3 documentos sean de B
c) La esperanza de x
d) La varianza de x
Solucin:
Empresa A = 5 n= 4 ensayos
15
Empresa B= 15 x= No. de documentos de B; () = 20 = 0.75;
20 q = 1-p =1-0.75=0.25 No. de documentos de A
n!
P( X x) p x q n x
x!(n x)!
4 4!
a) ( = 3) = ( ) (0.75)3 (0.25)43 = 3!(43)! (0.421875)(0.25) =
3
4(0.10546875) = 0.4219. Es la probabilidad que al sacar 4 documentos 3 sean
de la empresa B.
b) Menos de 3 documentos sean de B
( < 3) = ( = 0) + ( = 1) + ( = 2) =
4
( = 0) = ( ) (0.75)0 (0.25)4 = 0.0039
0
4
( = 1) = ( ) (0.75)1 (0.25)3 = 0.0469
1
4
( = 2) = ( ) (0.75)2 (0.25)2 = 0.2109.
2
27
Propiedades fundamentales de una distribucin de Poisson.
Modelo matemtico
xe
P( x) Probabilidad de xito
x!
= np el parmetro se refiere al nmero promedio o esperado de xitos por unidad.
e= constante matemtica, e= 2.71825
x = el nmero de xitos por unidad.
Caractersticas
1) Forma:
Cada vez que se especifica el parmetro se puede producir una distribucin de
Poisson particular. La distribucin de Poisson estar sesgada hacia la derecha
cuando es pequea y se acercar a la simetra (con su punto ms alto en el centro)
segn aumenta .
EJEMPLO 1:
Supngase que en un momento cualquiera del da, el nmero promedio de llamadas
telefnicas recibidas por minuto en una central es de 5. Sea X el nmero de llamadas
recibidas en un minuto dado.
a) Hallar la probabilidad de que se reciban exactamente 3 llamadas en un minuto
dado.
b) Hallar la probabilidad de que se reciban ms de 3 llamadas en un minuto dado.
c) Hallar la probabilidad de que se reciban menos de 3 llamadas en un minuto
dado.
Solucin:
28
X= el nmero de llamadas recibidas en un minuto dado.
= 5 llamadas por minuto en promedio.
xe
P( x) 53 5
a) P(X=3) = x! = ( = 3) = 3! = 0.14042
b) ( > 3) = 1 ( 3) = 1 [( = 0) + ( = 1) + ( = 2) + ( = 3)] =
50 5 51 5 52 5 53 5
1 [ 0! + 1! + 2! + 3! ] =
1 [0.00674+0.0337+0.08425+0.14042]=
EJEMPLO 2.
Una fbrica de cerillos sabe que 0.1% de su produccin tiene algn defecto. Encuentre la
probabilidad de que en un paquete de 50 cerillos, ninguno de ellos tenga defecto.
P( x 0)
x e
0.050 e 0.05
10.9512 0.9512 95.12%
x! 0! 1
29
CURVA SIMETRICA DE CAMPANA QUE MUESTRA LAS RELACIONES ENTRE
DESVIACION ESTANDAR Y MEDIA
30
FAMILIAS DE DISTRIBUCIONES NORMALES.
Modelo Normal
Decimos que la variable aleatoria X, tiene una distribucin normal con parmetro y 2, lo
cual denotamos por X~N(, 2 ), si la funcin de densidad de probabilidad de x est
definida por:
1 2
() = (1/2) ( ) ; + ; e= 2.71828
2
31
EJEMPLO 1:
Una fabrica usa una mquina para llenar cajas con polvo facial. En un informe de parte del
control estadstico de la calidad se afirma que los pesos netos de las cajas estn distribuidos
uniformemente con una media igual a 15 onzas y desviacin estndar 0.8 onzas.
Se selecciona una caja al azar:
a) cul es la probabilidad de que tenga peso neto mayor de 14.5 onzas?
b) De que tenga entre 12.8 y 16.5 onzas
c) Que tenga peso neto menor de 15.8 onzas
d) Si cierto da mquina llena 1500 cajas cuntas cajas tendrn pesos netos menores
que 14.5 onzas?
Solucin:
= 15 onzas
=0.8 onzas
14.515
)( > 14.5) = 1 ( 0.8 ) = 1 (0.63) = 1 0.2643 = 0.7357 =
73.57%
X=14.5 =15
Z
0.63 0
12.815 16.515
b)(12.8 16.5) = ( ) = (1.88) (2.75) = 0.9700
0.8 0.8
0.0030 = 0.9670 = 96.70%
X= 12.8 = 15 = 16.5
Z
-2.75 0 1.88
12.8 15
) ( < 12.8) = ( < ) = (2.75) = 0.0030 = 0.30%
0.8
32
x=12.8 = 15 Z
-2.75
14.5 15
) ( < 14.5) = ( < ) = (0.63) = 0.2643
0.8
EJEMPLO 2.
El gasto promedio mensual por alimentos para familias de cuatro personas en una gran
ciudad es de C$1420, con una desviacin estndar de C$180. Suponiendo que los gastos
mensuales por alimentos estn distribuidos en forma normal,
= 1420 ; = 180
13501420
( < 1350) = ( < ) = (0.39) = 0.3483 = 34.83%
180
1500 1420
( > 1500) = 1 ( 1500) = 1 ( ) = 1 (0.44)
180
= 1 0.6700 = 0.33 = 33%.
33% $1500.
33
EJEMPLO 3:
34
Gua de Ejercicios N4
Modelos de Probabilidad
1) El nmero de barcos que llegan a un puerto en un da determinado es una variable
aleatoria representada por X. Su distribucin de probabilidad es:
X 10 11 12 13 14
P(X) 0.4 0.2 0.2 0.1 0.1
2) Una escuela primaria ha programado cuatro fechas de reunin al ao con los padres de
familia. Los registros de la escuela indican que la probabilidad de que los padres de un
nio (uno o ambos) asistan desde 0 hasta 4 de las reuniones son las indicadas en el cuadro
siguiente:
Nmero de reuniones
a las que asisten 0 1 2 3 4
Probabilidad 0.13 0.37 0.29 0.14 0.08
35
5) Un banco en promedio recibe 6 cheques sin fondos por da. Cul es la probabilidad de
que reciba cuatro cheques sin fondo en un da dado?
6) Los registros muestran que la probabilidad es 0.0012 de que una persona ingiera
comida envenenada al pasar un da en cierta feria agropecuaria. Obtenga la probabilidad
de que en 1000 personas que asisten a la feria, cuando mucho dos ingieran comida
envenenada, Y por lo menos dos?
7) Una fbrica de cerillos sabe que 0.1% de su produccin tiene algn defecto. Encuentre
la probabilidad de que en un paquete de 50 cerillos, ninguno de ellos tenga defecto.
8) El 0.5% de las piezas producidas por una mquina son defectuosas. La mquina se
lleva a reparacin si al tomar una muestra aleatoria de 10 piezas se encuentra dos o ms
defectuosa. Obtenga la probabilidad de que la mquina sea cometida a reparacin con este
esquema de muestreo.
12) Una compaa de transporte premia con un bono especial a aquellos empleados que
venden 300 o ms boletos durante una jornada de 8 horas. El nmero de boletos vendidos
por empleado en dicha jornada est distribuido de manera aproximadamente normal, con
= 270 y = 16. Cul es la probabilidad que un vendedor seleccionado aleatoriamente
no reciba el premio?
36
respectivamente. Encuentre la probabilidad de que un cliente seleccionado aleatoriamente
tenga que esperar:
a) Menos de 2 minutos.
b) Ms de 2.5 minutos.
c) Entre 3 y 5 minutos.
14) Una mquina llenadora est ajustada para llenar botellas con una media de contenido
de 32 onzas y una varianza de 0.0016. Peridicamente se verifica la cantidad de cerveza
contenida en la botella. Suponiendo que la cantidad contenida est distribuida
normalmente Cul es la probabilidad que la prxima botella que se seleccione
aleatoriamente para ser inspeccionada, contenga ms de 32.02 onzas?
15) La distribucin de los salarios semanales de 10000 trabajadores del campo es normal
y tiene una media de C$ 110 y varianza de C$ 64 (en miles). Cuntos trabajadores tienen
salarios
a) Iguales o inferiores a C$ 110?
b) Entre C$ 100 y C$ 125 inclusive?
c) Iguales o superiores a C$ 90?
18) suponga que el tiempo necesario para que germine una variedad de semillas de una
planta est normalmente distribuido con una media de de 15 das y desviacin
estndar de 4 das.
a) Qu proporcin de las semillas deben germinar
a.1 dentro de 19 das?
a.2 despus de 23 das?
b) Despus de cuntos das deben haber germinado las partes de las semillas?
19) El editor de una casa editorial calcula que transcurren en promedio 11 meses antes de
terminar el proceso de publicacin, desde la elaboracin del manuscrito hasta
terminar con el libro, con una desviacin de 2.4 meses. Piensa que la distribucin
normal describe bien los tiempos de publicacin. De 19 libros que tendr a su cargo
este ao, aproximadamente cuntos finalizarn el proceso de menos de un ao?
37