Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probab I Lida Des PDF
Probab I Lida Des PDF
6
2 LEY UNIFORME DISCRETA
EJERCICIO 4:6 : 1 pag134
Un reloj automático registra la hora a la cual llegan los empleados
de una o…cina, en horas y minutos completos. Una persona puede
atrasarse hasta 59 minutos luego de la hora pre…jada para entrar,
caso contrario se le considera como falta. Por cada minuto de atraso
se le cobra una multa de 50 centavos.
Si los tiempos de atraso se consideran aleatorios:
a)¿Cúanto esperará una persona que se le descuente por un día
que se atrasó?
b)Si en la o…cina hay 8 personas, que se atrasaron 2 veces al mes
cada una, ¿cúanto sera el descuento global esperado a estos empleados
de la o…cina?
Planteamiento del problema
Datos:
Variable aleatoria: X numero de personas atrazadas
la variable aleatoria
n : minutos de atraso
m : dinero por atraso
d : dias por atraso
s=h : numero personas
Hallar
E (X) =?
Como
Tabla de distribución:
Distribucion Notacion E(X) Var(X) Fun. de densidad Fun. de dist.
n+1 n2 +1
Uniforme discreta U (n) 2 2 f (k) = P (X = k) = n1 F (Xk) = nk
Solucion:
a)E (X) = n+1 2 =
59+1
2 = 30 minutos
m = 30 0:50 = 15:0 dolares de atraso de una persona por día.
b)mT = d m
mT = 2 15 = 30 dólares
ms=h=8 = 8 30 = 240 dólares
Conclusión:
Cúanto esperará una persona que se le descuente por un día que
se atrasó es 15:0 dolares de atraso de una persona por día.
Si en la o…cina hay 8 personas, que se atrasaron 2 veces al mes cada
una, ¿cúanto sera el descuento global esperado a estos empleados de
la o…cina es de 240 dólares
EJERCICIO 4:6 : 2 pag135
Para el servicio de transporte entre dos ciudades hay 10 buses,
de los cuales 5 son de tipo normal(costo de pasaje 2 dólares) y son
1
5 de tipo especial (costo del pasaje 3 dólares). Una persona tiene
que viajar entre las dos ciudades (ida y vuelta) durante los 5 días
laborables de la semana, y para transportarse toma el primer bus
que aparece en esa ruta, sin diferenciar el tipo; ¿cúanto espera gastar
esta persona en la semana?
Planteamiento del problema.
DATOS:
n : numero de buses
x : costo de viaje($/día)
BN : bus normal
BE: bus especial
G: gasto semanal de transporte
n = 10
BN : 5 costo de pasajes: $2
BN : 5 costo de pasajes: $3
Como:
Distribucion Notacion E(X) Var(X) Fun. de densidad Fun. de dist.
n+1 n2 +1
Uniforme discreta U (n) 2 2 f (k) = P (X = k) = n1 F (Xk) = nk
x 4 5 6
1 1 1
P (x) 2(2) = 4 2 21 ( 12 ) = 1
2
1 1
2(2) = 1
4 =1
5 1
P (BN ) = =
10 2
5 1
P (BE) = =
10 2
G = 5X
2
b)Determine el número de palabras que se esperaría lea un estu-
diante seleccionado al azar.
Planteamiento del problema
Datos:
Variable aleatoria: X Número de palabra leida
Espacio muestral = f80::::139g
n : es el número de palabras n = 59
Hallar
a)P (X = 100) =?
b)E(X) =?
Como:
Distribucion Notacion E(X) Var(X) Fun. de densidad Fun. de dist.
n+1 n2 +1
Uniforme discreta U (n) 2 2 f (k) = P (X = k) = n1 F (Xk) = nk
Resolución del problema.
a)
casosf avorables 139 100 39
P = = = = 0:66
casoposibles 59 59
b)
59 + 1
E(X) = = 30 + 80 = 110
2
Conclusión:
El numero de palabras que espera leer es de 110 por minuto.
EJERCICIO 4:6 : 4 pag135
Sea X una variable aleatoria que sigue una ley uniforme sobre
{-1,0,1}. Calcule
1 1 1 ( 1)k 1 ( 1)k + 1
E(X k ) = ( 1)k ( ) + (0)k ( ) + (1)k ( ) = + =
3 3 3 3 3 3
3
V ar(X k ) = E(X 2k ) (E(X k ))2
Conclusión
i) V ar(X k ) = 32 4
9= 29 k es par
ii) V ar(X k ) = 32 0 = 23 k es impar
3 LEY HIPERGEOMÉTRICA:
EJERCICIO 4:6 : 5 pag135
Una variable X tiene distribucióN HIPERGEOMÉTRICA H(7; 4; 5).
Calcule:
a)P (X = 3);
b)la esperanza utulizando la de…nición y verifíquela empleando la
fórmula de E(x);
c)la varianza de X.
PLANTEAMIENTO DEL PROBLEMA
Datos:
n = 4
N = 7
r = 5
Hallar
a)P (X = 3) =?
b)E(X) =?
c)V (X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolución del problema
a)
3 5 3
4 7 4 C43
P (X = 3) = 3 = C32
7
C73
b)
5(4) 20
E(X) = = = 2: 857 1
7 7
c)
5 5 5
V (X) = (1 )= = 0:178 57
7 4 28
Conclusión:
4
E(X) = 2: 857 1
V (X) = 0:178 57
EJERCICIO 4:6 : 6 pag135
En una linea de control de calidad se revisan 10 articulos, deter-
minándose que hay 3 que no cumplen con las especi…caciones. Si se
escogen al azar dos artículos, identi…que los parámetros de la ley y
halle la esperanza de la variable aleatoria X, que describe el número
de peizas correctas entre las dos escogidas.
Planteamiwento del problema.
1.Datos:
Variable aleatoria X - número de peiza correcta entre la escogida.
N = 10
n = 3
r = 2
Hallar
E(X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolución del problema.
2(3)
E(X) = = 0:6
10
Conclusión
E(X) = 0:6
EJERCICIO 4:6 : 7 pag135
n = 7
N = 10
r = 4
Hallar
5
P (X = 5) =?
Como
Tabla de distribución:
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolución del problema.
5 4 3
7 10 7 C75 C31 C5
P (X = 3) = 5 = 5 = C3 57 = 0:5
10
C10 C10
Conclusión:
Por o tanto no existe descriminación porque la probabilidad es alta.
EJERCICIO 4:6 : 8 pag135
El examen de graduación de los abogados consta de 50 temas. La
forma de examinar es la siguiente: por sorteo se eligen 6 temas de
los que hay que contestar 3 para aprobar. Si el estudiante solo ha
estudiado 30 temas:
a) ¿Cual es la probabilidad de los 6 temas sepa contestar correc-
tamente a 3?
Datos
6
Conclusión
P (Z = 3) = 0:291 26
P (Z = 0:835 66
EJERCICIO 4:6 : 9 pag135
Un auditor comprueba la contabilidad de una empresa y toma como muestra
3 cuentas de una lista de 8 cuentas por cobrar. Calcule la probabilidad de que
el auditor encuentre por lo menos una cuenta vencida. si hay:
N = 8
n = 6
r = 3
Hallar
2 cuentas vencidas entre las 8 selecionadasllar
4 cuentas vencidas.
7 cuentas vencidas.
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolución del problema.
C63 C22
P (X > 1) = 1
C83
C6 C22
3
P (X > 1) = 1
C83
6! 2!
3! 3! 2! 0!
P (X > 2) = 1 8!
3! 5!
9
P (X > 2) =
14
b)
7
C41 C42
P (X > 1) = 1
C83
4! 4!
1! 3! 2! 2! 4
P (X > 1) = 1 8!
=
3! 5!
7
4
P (X > 1) =
7
c)
C11 C72
P (X > 1) = 1
C83
1! 7!
1! 0! 2! 5! 5
P (X > 1) = 1 8!
=
3! 5!
8
5
P (X > 1) =
8
Conclusión
9
P (X > 2) = 14
4
P (X > 1) = 7
5
P (X > 1) = 8
8
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resoluciòn del problema.
a)
3 5
0 4 1
P (X = 0) = 8 =
4
14
b)
1 3 1 3 13
P (X 1) = P (X = 0) + P (X = 1) = + = + = = 0:928 57
14 7 2 7 14
3 5
1 3 3
(X = 1) = 8 = = 0:428 57
4
7
c)
1 2 5
P (X = 3) = + =
14 7 14
Conclusión
1
P (X = 0) = 14
P (X 1) = 0:928 57
5
P (X = 3) = 14
Bin(4; 0:2)
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Hallar
9
a) P (X = 2) c) P (X 2) e) V ar(X)
b) P (X 2) d) E(X)
Resoluciòn del problema.
P (X = k) = Cnk pk q n k
a)
P (X = 2) = 0; 1536
b)
c)
d)
10
Bin(25; 0:1)
Probabilidad de exito o fracaso = 0:1
Número de experimentos = 25
X = probabilidad de cajas incompletas
Hallar
Calcule la probabilidad de que no haya mas de dos cajas incompletas.
Como.
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolución del problema.
P (X = k) = Cnk pk q n k
n
P r(X 2) = pk q n k
k
25 25 25
P r(X 2) = p2 q 25 2 + p1 q 25 1 + p0 q 25 0
2 1 0
25 25 25
P r(X 2) = 0:12 0:925 2 + 0:11 0:925 1 + 0:10 0:925 0
2 1 0
25
= 0:12 0:925 2 = 0:265 89
2
25
= 0:11 0:925 1 = 0:199 42
1
25
= 0:10 0:925 0 = 7: 179 0 10 2
0
2
= 0:265 89 + 0:199 42 + 7: 179 0 10 = 0:537 1
Conclusión.
P r(X 2) = 0:537 1:
EJERCICIO 4:6 : 13 pag136.
Datos.
Bin(6; 0:8)
Probabilidad de persona desfavorable = 0:8
Número de experimentos = 6
Hallar
11
P (X = 6)
P (X = 4)
Como:
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeométrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolusion del problema.
X = probabilidad de 6 personas desfavorables
P (X = k) = Cnk pk q n k
n
P r(X = 6) = pk q n k
k
6
P r(X = 6) = p6 q 6 6
6
6
= 0:86 0:26 6 = 0:262 14
6
P (X = k) = Cnk pk q n k
n
P r(X = 4) = pk q n k
k
6
P r(X = 4) = p4 q 6 4
4
6
= 0:24 0:86 4 = 0:015 36
4
Conclusión
P (X = 6) = 0:262 14
P (X = 4) = 0:015 36
EJERCICIO 4:6 : 14 pag136.
12
Distribucion Notacion E(X) Var(X) Fun. de den. Función de dist.
P (X = k) =
n k
p (1 p)n k
k P
k
Binomial Bin(n; p) np npq ; k = 0; 1; :::; n F (X k) = P (xi )
i=1
Plantamiento del problema
Datos:
X : Variable aleatoria <<numero de hembras en cada camada >>
k : numero de hembras
probabilidad de que 1 sea macho
p = 0; 55
probabilidad de que ninguno sea macho
P (X = 0) = 1 p = q
= 1 0:55 = 0:45
q = 0:45
4!
P (X = 2) = C42 (0:55)2 (0:45)4 2
= (0:55)2 (0:45)2 = 0:367 54
2!(4 2)!
b)
Conclusión:
13
a)P (X = 2) = 0:367 54
b)P (X 2) = 0:609 03
EJERCICIO 4:6 : 16 pag136.
En una instalación militar que dispone de 5 radares , la proba-
bilidad de que un solo radar descubra a un avión de combate es de
0,7
a) ¿Cuál es la probabilidad que sean exactamente 4 radares los que
descubren el avión?
b) ¿Cuál es la probabilidad de que por lo menos uno los descubra?
c) ¿De cuántos radares debe constar la instalación para asegurarse
en detectar aviones al menos en un 98% de las veces?
Planteamiento del problema.
Datos
variable aleatoria X : número de aviones que descubre el radar
n=5
p = 0; 7
Hallar
a) P (X = 4)
b) P (X 1)
c) P (X = k)
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
P (X = k)
F (X k)
= Cn p (1 p)n k ;
k k
Pk
Binomial Bin(n; p) np npq k = 0; 1; :::; n = P (xi )
i=1
Mediante la distribución binomial : Bin(n; p) ; P (X = k) = Cnk pk (1 p)n k
Conclusión
a)La probabilidad de que exactamente sean 4 radares es: 0; 36
b) La probabilidad de que al menos uno lo descubra es: 0; 99
14
a) Determine la probabilidad de que ninguna persona se hu-
biera contagiado a pesar de que no se hubiera vacunado.
b) De este resultado ¿Deduce usted que la vacuna es efectiva?
Planteamiento del problema.
Datos.
p = 0:25
q = 0:75
n = 10
Hallar
P (X = 0)
Deduce usted que la vacuna es efectiva.
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
P (X = k)
F (X k)
= Cnk pk (1 p)n k ; Pk
Binomial Bin(n; p) np npq k = 0; 1; :::; n = P (xi )
i=1
Resolución del problema.
a)
0
P (X = 0) = C10 (0:25)0 (0:75)10 0
= 5: 631 4 10 2
0:05631
15
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
P (X = k)
F (X k)
= Cnk pk (1 p)n k ; Pk
Binomial Bin(n; p) np npq k = 0; 1; :::; n = P (xi )
i=1
Resolución del problema.
a)
7
P r(Z = 7) = C (0; 3)7 (0; 7)7 7
7
= 1(0; 0002187 1)
= 0; 0002187
b)
1 Z 2
P r(0 Z 2) = P r(Z = 0) + P r(Z = 1) + P r(Z = 2)
0 1 2
= C (0; 3)0 (0; 7)7 + C (0; 3)1 (0; 7)7 1 + C (0; 3)2 (0; 7)7 2
7 7 7
= 0; 64706
Conclusión.
P r(Z = 7) = 0; 0002187
P r(0 Z 2) = 0; 64706
16
Hallar
a)P (X = 10) =?
b)P (X 2) =?
c)E(X) =?
d)V (X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Función de dist.
P (X = k) =
n k
p (1 p)n k
k P
k
Binomial Bin(n; p) np npq ; k = 0; 1; :::; n F (X k) = P (xi )
i=1
Resolución del problema.
a)
16
P (x = 10) = (0; 25)10 (0; 75)16 10
10
= 0; 00136
b)
P (X 2) = P (X = 0) + P (X = 1) + P (X = 2)
16 16 16
= (0; 25)0 (0; 75)16 + (0; 25)1 (0; 75)16 1
+ (0; 25)2 (0; 75)16 2
0 1 2
= 0; 197110
c)
E(X) = (16)(0; 25) = 4
d)
V (X) = (16)(0; 25)(0; 75) = 3:
e)
V ar(X) = npq = 4 0:2 0:8 = 0:64
Conclusión
P (x = 10) = 0; 00136
P (X 2) = 0; 197110
E(X) == 4
V (X) = 3:
V ar(X) = 0:64
EJERCICIO 4:6 : 21 pag137.
Una compania petrolera va a perforar 29 pozos , cada uno de ellos tiene la
probabilidad de 0.1 de producir petròleo de manera rentable. A la compañia
le cuesta 100 dólares para perforar cada pozo. Un pozo comercial extrae
petróleo por un valor de 5 millones de dólares . Calcule
17
b) La desviación estandar de valor de la ganancia.
Planteaminento del problema
Datos:
n = 29
K = 7
pi = 0:1
c = 100
Hallar
¿Cuál es la probabilidad que el actor recite corectamente su
diálogo en la sexta vez?.
Resolución del problema.
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
x
X
n n k
B(n; p) f (x) = k pk (q)n k
F (x) = k p (q)
n k
np
k=0
n k n k
P (X = 7) =p (q)
k
10
P (X = 7) = (0:3)7 (0:7)3
7
10
P (X = 7) = (0:3)7 (0:7)3
7
P (X = 7) = 0:2362:
Conclusiòn.
La probabilidad de que aprueben en las 12 primeras preguntas es de 0:274:
EJERCICIO 4:6 : 22 pag137.
Una línea aérea, habiendo observado que el 5% de las personas que
hacen reservación no se presentan para el vuelo, vende 100 boletos
para un avión que tiene 95 asientos. ¿Cuál es la probabilidad de que,
al momento del vuelo, haya un asiento disponible para cada pasajero?.
Planteamiento
Datos.
X Variable aleatoria discreta; asientos disponibles para cada pasajero
n = 100; número total de boletos
p = 5%
q = 95%
18
Hallar
P (X 95) =?
Como
P (X = k) = Cnk pk q n k
P (X 95) = 1 P (X > 95)
1. Datos:
n = 10
K = 7
p = 0:3
q = 0:7
Hallar
¿Cuál es la probabilidad que el actor recite corectamente su
diálogo en la sexta vez?.
Resolución del problema.
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
x
X
n n k
B(n; p) f (x) = k pk (q)n k
F (x) = k p (q)
n k
np
k=0
19
n k n k
P (X = 7) = p (q)
k
10
P (X = 7) = (0:3)7 (0:7)3
7
10
P (X = 7) = (0:3)7 (0:7)3
7
P (X = 7) = 0:2362:
Conclusiòn.
La probabilidad de que aprueben en las 12 primeras preguntas es de
0:2362:
1. Datos:
Hallar
¿Cuál es la probabilidad que el actor recite corectamente su
diálogo en la sexta vez?.
Resolución del problema.
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
Conclusiòn.
La probabilidad de que aprueben en las 12 primeras preguntas es de
0:2362:
EJERCICIO 4:6 : 25 pag137.
Hallar
20
a) Formar la ley de distribución de la variable aleatoria que
describe el número de preguntas que realiza el profesor.
b) Hallar el número esperado de preguntas que ha realizado el
profesor.
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) Var
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
21
En un examen, en el que se realiza preguntas sucesivas, para aprobar hay
que constastar correctamente a las 10 preguntas. suponiendo que el alumno
sepa el 80% de las respuestas.
1. Datos:
X : preguntas sucesivas que se toma a un aluno para que apruebe el
examen.
r = 10
p = 0:8
q = 0:2
k = 12
Hallar
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = kr 11 P r (q)k r Ip (r; k + 1) donde Ip (x; y) r
p
Conclusiòn.
La probabilidad de que aprueben en las 12 primeras preguntas es de
0:2362:
EJERCICIO 4:6 : 28 pag138.
Una jugadora de tenis gana el 33% de los partidos que realizan. Ella jugará
en un torneo mientras no sea elimidada por perder el partido.
1. Datos:
p = 0:33
q = 0:67
Hallar
22
a) Halle la probabilidad de que sea eliminada en el segundo partido.
b) Si para ganar el torneo se debe ganar 5 partidos consecutivos. ¿Cuál
es la probabilidad de que la jugadora pierda pierda en la …nal del
torneo.
c) Cuantos partidos espera que llegue a jugar en el torneo.
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
P (X = 2) = (0:67)2 (0:33)
P (X = 2) = 0:2211
Conclusiòn.
Una marca de refresco tiene impresas, en cada una de las tapas, una de las
…guras de los 4 jinetes del apocalisis y quien reuna completa ganara un premio.
Si un comprador cree que hay igual al número de …guras de cada unos de los
personajes en la promoción. ¿ Cuantos refrescos ha de esperar comprar para
ganar el premio?.
1. Datos:
BN (33:32; 4)
Hallar
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
23
Resolución del problema.
BN (33:32; 4)
33
E(x) =
4
E(x) = 8:33
Conclusiòn.
E(X) = 8:33; es decir 9 refrescos.
1. Datos:
X : Mariposas de las clase deseada.
p = 0:15
q = 0:85
k = 8
Hallar
24
a) Un ejemplar de la clase deseada.
b) Tres ejemplares de la clase deseada.
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
k 1
P (X = k) = p (1 p) ; P
X
1 1 p
Geométrica G (p) p p2 k = 1; :::; n F (X) = qk 1
p
k=1
Resolución del problema.
k 1
P (X = k) = p (1 p)
7
P (X = 8) = (0:15) (0:85)
P (X = 8) = 0:4087
Conclusiòn.
Un ejemplar de la clase deseada es 0:4087
Tres ejemplares de la clase deseada 0:03564
EJERCICIO 4:6 : 32 pag138.
1. Datos.
n = 5
p = 0:2
q = 0:8
Hallar:
25
La probabilidad de que se tenga recalibrar la máquina cuando se ha
inspeccionado 20 piezas.
La probabilidad de que se recalibrar la máquina sin haber producido
ninguna pieza buena.
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
k 1
P (X = k) = p (1 p) ; P
X
1 1 p
Geométrica G (p) p p2 k = 1; :::; n F (X) = qk 1
p
k=1
Resolución del problema.
k 1
P (X = k) = p (1 p)
Hallar
¿Cuál es la probabilidad de que el tercer usuario seal el primero que cierra
adecuadamente el windows?.
Como:
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
P (X = 3) = p(p)2
= (0:80) (0:20)
= 0:032
Conclusión
La probabilidad de que el tercer usuario seal el primero que cierra adecuada-
mente el windows es de 0:032:
26
6 LEYES POISSON.
EJERCICIO 4:6 : 35 pag139.
Sea Y una variable aleatoria que sigue una distribuciòn de poisson de media
= 2: calcule
1. Datos:
=2
Hallar
a) P (Y = 4)
b) P (Y <= 4)
c) P (Y > 4)
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) Var
k k
P( ) e k! p(x; ) = k!"
Resolucion del problema.
P (Y = 4)
24 " 2
P (Y = 4) =
4!
16" 2
P (Y = 4) =
24
P (Y = 4) = 0:0902
P (Y <= 4)
P (Y 4) = P (Y = 0) + P (Y = 0) + P (Y = 1) + P (Y = 2) + P (Y = 3) + P (Y = 4)
20 " 2 21 " 2 22 " 2 23 " 2 24 " 2
P (Y 4) = + + + +
0! 1! 2! 3! 4!
1 2 2 4 2
P (Y 4) = 2 + 2 + 2 + +
" " " 3 "2 3 "2
P (Y = 4) = 0:9473
P (Y > 4)
P (Y > 4) = 1 0:9473)
P (Y > 4) = 0:0527
EJERCICIO 4:6 : 36 pag139.
El promedio de las llamadas que reciben una central telefonica en un minuto
es de 1.5. Halle la probabilidad de que en 4 minutos se reciban.
27
1. Datos:
= 1:5
t = 4
t = 6
Hallar:
a) 3 llamadas.
b) menos de 3 llamadas.
Como:
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) Var
k k
P( ) e k! p(x; ) = k!"
Resolucion del problema.
3 llamadas.
6
e 63
P (X = 3) =
3!
6
e 63
P (X = 3) =
6
63
P (X = 3) =
6 e6
216
P (X = 3) =
6 e6
P (X = 3) = 0:89235
Menos de 3 llamadas.
P (X < 3) = P (X = 0) + P (X = 1) + P (X = 2)
e 6 60 e 6 61 e 6 62
P (X 3) = + +
0! 1! 2!
1 6 18
P (X 3) = + 6+ 6
e6 e e
25
P (X 3) =
e6
P (X 3) = 0:06197
Conclusion :
28
3 llamadas. es 0:89235
Menos de 3 llamadas. es 0:06197
1. Datos:
X: Número de pacientes que ingresan a la sala de emergencia de un hospital
E(X) = =4
Hallar:
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolución del problema.
P (X = 3)
4 2
e 4
P (X = 2) =
2!
8
P (X = 2) =
e4
P (X = 2) = 0:1465
P (X > 3)
P (X > 3) = 1 P (X 3)
P (X > 3) = 1 [P (X = 0) + P (X = 1) + P (X = 3) + P (X = 3)]
e 4 40 e 4 42 e 4 41 e 4 43
P (X > 3) = 1 [ + + + ]
0! 2! 1! 3!
1 4 4 32
P (X > 3) = 1 [ 4 + 4 + 4 + ]
e e e 3 e4
9 32
P (X > 3) = 1 [ 4 + ]
e 3 e4
P (X > 3) = 0:5653
Conclusión:
Durante una noche haya exactamente haya 2 personas en la sala de emer-
gencia es 0:1465
29
1. (a) Durante la noche aya mas de 3 personas es 0:5653
30
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema.
k
Mediante la distribución de Poisson P ( ) ; P (X = k) = e k! Por aproxi-
mación a la binomial cuando n es relativamente grande (n 30) y p pequeño
(p 0:05), poniendo = np(Teorema de aproximación
= np = 100 0:03 = 3:0
2
a) P (X = 2) = e 3 32! = 92 e 3 = 0:224 04
b)P (X > 2) = 1 P (X 2) = 1 [P (X = 0) + P (X = 1) + P (X = 2)] =
0 1
1 (e 3 30! + e 3 31! + 92 e 3 ) = 0:576 81
0
c) P (X 1) = 1 [P (X = 0)] = 1 e 3 30! = 0:950 2
Conclusion:
a)La probabilidad de que resulten dos botellas rotas es de 0:224 04
b)La probabilidad de que resulten mas de dos botellas rotas es de 0:576 81
c)La probabilidad de que resulten al menos una botella rota es de 0:950 2
EJERCICIO 4:6 : 40 pag139.
31
e( 0:5)
(0:5)1
P (X = 1) = 1! = 0:303 27
e( 0:5)
(0:5)2 2
P (X = 2) = 2! = 7: 581 6 10
1. Datos:
X: población que sufre daltonismo
n = 100
p = 0:01
= np
= 1
Hallar:
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema.
P (X = 0)
k
e
P (X = 0) =
k!
1 0
e 1
P (X = 0) =
0!
1
P (X = 0) =
e1
P (X = 0) = 0:3678
P(X 2)
32
P(X 2) = 1 P (X < 2)
P(X 2) = 1 [P (X = 0) + P (X = 1)]
e 1 10 e 1 11
P (X = 0) = 1 [ + ]
0! 1!
1 1
P (X = 0) = 1 [ 1 + 1 ]
e e
2
P (X = 0) = 1 [ 1 ]
e
(X = 0) = 0:2644
Conclución.
1. Datos:
Y : El número de árboles con plaga por hectarea.
= 10
Hallar
El valor esperado y la desviación estandar del costo C de fumigar 5
hectáreas de bosque.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema
Conclusción.
E(C) = 200 dólares.
(C) = 47:43 dólares.
EJERCICIO 4:6 : 44 pag140:
33
Para el control de calidad de disco para computadora se emplea un dis-
positivo electronico que cuenta el número de bytes defectuosos. Una marca de
discos de computadoras tiene un promedio de 0.1 bytes de fectuosos por disco.
Calcule el procentaje de disco que:
1. Datos:
X: Números de discos defecutuosos.
= 0:1
Hallar:
No tiene defecto
Tiene algún defecto.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema.
P (X = 0)
0:1
e 0:10
P (X = 0) =
0!
1
P (X = 0) =
e0:1
P (X = 0) = 0:9048
P (X 1)
P (X 1) = 1 [P (X < 1)]
P (X 1) = 1 [P (X = 0)]
1
P (X 1) = 1 0:1
e
P (X 1) = 1 0:9048
P (X 1) = 0; 0952
Conclusción.
No tiene defecto un 90:48%
Tiene algún defecto 9:52%
EJERCICIO 4:6 : 44 pag140:
El número de automoviles que llegan a un estacionamiento, que tiene una
capacidad de 12 autos es una variable aleatoria que sigue una ley de Poisson ,
con un promedio 4 por hora. Si al inicio del día el estacinamiento esta vacio.
34
1. Datos:
X : Número de automoviles que llegan a un estacionamiento
= 4
n = 12
= 32
Hallar
Cuál es la probabilidad de que llene durate la primera hora.
Calcule la probabilidad de que llegue menos de 30 vehiculos en un turno
de 8 horas.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema
P (X < 30)
Conclusión.
Cuál es la probabilidad de que llene durate la primera hora. es de
0:0006415
Calcule la probabilidad de que llegue menos de 30 vehiculos en un turno
de 8 horas es de 0:338
EJERCICIO 4:6 : 46 pag140:
1. Datos:
X : Estudio de un inventario.
=5
Hallar
A mas de 4 veces
35
Ni una sola vez.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema
P (X > 4)
P (X > 4) = 1 P (X 4)
P (X > 4) = 1 [P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4)]
e 5 50 e 5 51 e 5 52 e 5 53 e 5 54
P (X > 4) = 1 [ + + + + ]
0! 1! 2! 3! 4!
e 5 50 e 5 51 e 5 52 e 5 53 e 5 54
P (X > 4) = 1 [ + + + + ]
1 1 2 6 24
P (X > 4) = 1 [0:44]
P (X > 4) = 0:56
P (X = 0)
5 0
e 5
P (X = 0) =
0!
1
P (X = 0) =
e5
P (X = 0) = 0:0674
Conclusión.
A mas de 4 veces es 0:56
Ni una sola vez es 0:0674
EJERCICIO 4:6 : 47 pag140:
200 personas
n = 200
36
p = 0:01
= np = 200 0:01 = 2
P (X 4) = 1 P (X 3)
= 1 [P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)]
2 0 2 1 2 2 2 3
= 1 [ e 0!2 + e 1!2 + e 2!2 + e 3!2 ]
= 1 193 e
2
t 0:142876
EJERCICIO 4:6 : 48 pag140:
En una investigación de mercado se determinó que el 2 por ciento
de la población toma regularmente una marca de yogourt .Se escogio
una muestra de 300 personas , determine la probabalidad.
DATOS
El 2 % de 300= 6 toman un yogourt de la misma marca
=6
FORMULAS
t k
%
(Distribuci n de Poison)
k!
RESOLUCIÓN
a)Exactamente 5 personas tomen yogourt de esa persona
t k 6(1)
% % (6)5 % 6
7774 % 6 324
= = = = 0; 161
k! 5! 120 5
b)a lo más tiene tres personas
Pr (X 3) = Pr (X = 3) + Pr (X = 2) + Pr (X = 1) + Pr (X = 0)
t k 6(1)
% % (6)3 % 6(1)
(6)2 % 6(1)
(6)1 % 6(1)
(6)0
= + + +
k! 3! 2! 1! 0!
6(1) 6(1) 6(1)
% 216 (36) %% (6)1 % 6(1)
(6)0
= + + +
6 2 1 0!
= 0; 08923 + 0; 04462 + 0; 01487
= 0; 151198
c)al menos tomen cinco personas
Pr (X 5) = 1 Pr (X = 4) + Pr (X 3)
6(1)
% (6)4
= 1 + 0; 151198
4!
6(1)
%
54
= 1 + 0; 151198
1
= 1 0; 1338 + 0; 15198
= 0; 71422
37
5
exp (5)0
P (X = 0) = 0! 0; 00673
Solución:
a)
Distribución de Poisson
k
P (X = k) = e k! ; k = 0; 1; 2; :::
P (X < 5) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4)
2 0 2 1 2 2 2 3 2 4
e 2 e 2 e 2 e 2 e 2
= 0! + 1! + 2! + 3! + 4!
t 0:94734
b)
En este caso dependemos del tiempo, es conveniente usar:
t
e ( t)k
P (X = k) = k!
t=2
=2
P (X > 4) = 1 P (X 4)
= 1 P (X = 0)+P (X = 1)+P (X = 2)+P (X = 3)+P (X = 4)
2 2 0 2 2 1 2 2 2 2 2 3
= 1 [ e 0!(2 2) + e 1!(2 2) + e 2!(2 2) + e 3!(2 2) +
2 2
e (2 2)4
4! ]
= 1 103 3 e
4
t 0; 37116
Entonces, la probabilidad que durante un año, al menos en 2 meses ocurran
38
En estudios demográ…cos sobre matrimonios que tienen algún tipo
de plani…cación familiar, el número X de hijos por matrimonio es
igual a 2, salvo ciertas desviaciones debidas al azar. Se ha comprobado
que, o bien: X = 2 (Y + 1) donde Y es una variable de Bernoulli de
parámetro p = 0:3, y esto ocurre con probabilidad p = 12 (pues se
cumple en el 50% de los matrimonios), o bien es: X = 2 + Z donde
Z sigue una distribución de Poisson de parámetro ; y esto también
ocurre con probabilidad p = 12
Hallar:
a) el valor de sabiendo que E(X) = 2
b) la probabilidad de que un matrimonio tenga 1 o 2 hijos.
a)
X =2+Z
E(X) = E(2 + Z)
2 = E(2) + E(Z)
2=2+
=0
b)
De…nimos la variable aleatoria Y que sigue una ley de Bernoulli
1; si es exito; p
Y =
0; si es f racaso; q
P (Y = 1) = 0:3
P (Y = 0) = q = 1 p = 1 0:3 = 0:7
7 LEY UNIFORME
EJERCICIO 4:10 : 1 pag 151:
39
Dist. Not. Función de Densidad Función de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
Resolución:
1 1
a)P (X = 0) = =
R1+3
0
4
b)P (X < 0) = 3 14 dx = 43
EJERCICIO 4:10 : 2 pag 151:.
Realice el ejercicio anterior considerando que X~U [ 3; 2].
Dist. Not. Función de Densidad Función de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
Cont. U (a; b) b a ; si x 2 [a; b] x a
; si a x b a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
¿Qué quiero?
a)P (X = 0) =?
b)(X < 0) =?
c) P r(jXj < 1) =?
d)P r(X > t) = 13
Resolucion
1
a)P (X = 0) = 2+3 = 15
R0 1
b)(X < 0) = 3 5 dx = 53
R1
c) P r(jXj < 1) = P r(jXj < 1) = P r( 1 < X < 1) = 1 51 dx = 25
R2
d) P r(X > t) = 13 = P r(X < t) = t 15 dx = 25 51 ( 13 ) = 13
Los autobuses de cierta línea salen con horario estricto cada cinco
minutos. Halle la probabilidad de que un pasajero que llega a la
parada tenga que esperar al autobús menos de tres minutos.
40
Dist. Not. Función de Densidad Función de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
a=o
b=5
f (x) = 15
Sea X “tiempo de espera hasta llegada de bus” X~U [0; 5]
SOLUCIÓN: R
3
P r(X < 3) = 0 15 dx = 35
fafa¤aa
EJERCICIO 4:10 : 6 pag 152:
Supóngase que Ia velocidad de los autos en un sector de una car-
retera sigue una ley uniforme entre 60 Km/h y 120 km/h. ¿Cuál es
la probabilidad de que un auto:
a) tenga una velocidad de 80 km/h?;
b) tenga una velocidad menor que 95 km/h?;
c) tenga una velocidad menor que 70 km/h o mayor que 100 km/h?
TABLA DE DISTRIBUCIÓN:
Dist. Not. Función de Densidad Función de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a }
Cont. U (a; b) b a ; si x 2 [a; b] x a
; si a x b a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
a = 60
b = 120
X~U [60; 120]
¿Qué quiero?
a)P (X = 80) =?
b)P (X < 95) =?
c)P (X < 70) =?
SOLUCIÓN
a)P (X = 80) = 120 1(60) = 601
R 95 1 7
b)P (X < 95) = 60 60 dx = 12
R 70 1 1
c)P (X < 70) = 60 60 dx = 6
EJERCICIO 4:10 : 7 pag 152:
El diámetro, x de un circulo se mide aproximadamente 5 x 6. Con-
siderando el diámetro como una magnitud aleatoria X distribuida uniforme-
mente en el intervalo (5; 6). Halle:
a) la probabilidad de que el diametro sea mayor a 5:8 cm;
b) la esperanza matemática y la varianza del área del círculo.
41
Datos:
* Variable aleatoria X
X : diámetro de un círculo
* El díametro mide aproximadamente 5 x 6:
* La variable aleatoria X sigue una funcíon de distribución uniforme (U ) de
parámetros [5; 6]
*X U [5; 6]
Resultados a obtener:
¿Cómo lo hago?
R1
*Pr(x > k) = k f (x) dx
Desarrollo
Función de Distribución
1; si x 2 [5; 6]
f (x) = f
0; si x 2
= [5; 6]
R6
a)Pr(x > 5:8) = 5:8 dx = x[65:8 = (6 5:8) = 0:2
b) De…nimos una nueva variable aleatoria ,Y , como el área de un círculo.
Área de un circulo segun los parámetros de la variable aleatoria X; de…ne
los parámetro de Y .
2
a1 = a4 = 25 4
2
b2 = b4 = 9
La variable aleatoria Y sigue una funcíon de distribución uniforme (U ) de
parámetros [ 25 4 ; 9 ]
Y U [ 25
4 ; 9 ]
25
a+b +9 61
E(Y ) = 2 =
4
2 = 8
2 (9 25
)2
V ar(Y ) = (b 12a) =
12
4
= 121
192
2
6:223
EJERCICIO 4:10 : 1 pag 151:
Una llamada telefónica llegó a un conmutador en un tiempo, al
azar, dentro de un periodo de un minuto. El conmutador estuvo
ocupado durante 15 segundos en ese minuto. Calcule la probabilidad
de que la llamada haya llegado mientras el conmutador no estuvo
ocupado.
TABLA DE DISTRIBUCIÓN
Dist. Not. Función de Densidad Función de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
42
DATOS:
a=0
b = 70
X~U [0; 60]
¿Qué quiero?
a)P (X > 15) =?
SOLUCIÓN R 60 1
a)P (X > 15) = 15 60 dx = 34 = 0:75
EJERCICIO 4:10 : 9 pag 153:
A partir de las 12:00 de la noche un centro de cómputo trabaja dos
horas y para una. Una persona llama al centro un momento aleatorio
entre las 12:00 y las 05:00 horas. ¿Cuál es la probabilidad de que el
centro esté trabajando cuando llama la persona?
TABLA DE DISTRIBUCIÓN
Dist. Not. Función de Densidad Función de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
Cont. U (a; b) b a ; si x 2 [a; b] x a
; si a x b a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
X : Variable aleatoria tiempo que la persona puede llamar al centro de
computo X U [a; b]
[a; b] : intervalo entre 12 y 5 horas o entre 0 y 5 horas
Solución:
Función densidad
1
f (x) = b a ; si x 2 [a; b]
0; si x 2
= [a; b]
Entonces:
1
f (x) = 5; si 0 x 5
0; caso contrario:
La probabilidad de que llame al centro entre las 12 y 5 horas después de 2
horas laborales y esperara 1 hora de descanso.
La persona llamara a 12:00 a menos que llame 2:00 o después de 3:00. En-
tonces, la probabilidad de que el centro de cómputo este trabajando cuando
llama la persona es: R2 R5
P [(0 x 2) o (3 x 5)] = 0 51 dx + 3 15 dx = 15 (2 0) + 15 (5 3) =
2 2 4
5 + 5 = 5 = 0; 8
43
Dist. Not. Función de Densidad Función de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
X~u[0; 1000]
RESOLUCION:
1 1 574 3
P (425 < X < 575) = 1000 dx = 1000 xj425 = 20
8 LEY EXPONENCIAL.
EJERCICIO 4:10 : 11 pag 153:
Escriba las funciones de densidad y distribución y los valores de
la esperanza y varianza para las variables aeatorias que siguen una
ley exponencial:
a)E(6);
b)E(3);
c)E(0:5);
Tabla función de distribución:
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA
DATOS:
a)E(6);
b)E(3);
c)E(0:5);
¿Qué quiero?
a)E(6) =?
b)E(3) =?
c)E(0:5) =?
Solución: P 6
k k
a)E(6) => P (X = k) = e 6 6k! ; F (x) = k e 6 6k!
k P 3 k
b)E(3) => P (X = k) = e 3 3k! ; F (x) = k e 3 3k!
k P 0:5 0:5 0:5k
c)E(0:5) => P (X = k) = e 0:5 0:5
k! ; F (x) = k e k!
EJERCICIO 4:10 : 12 pag 153:
Se prueban dos elementos que trabajan independientemente. El
tiempo de trabajo del primer elemento tiene distribución E(0:02) y el
segundo elemento E(0:05). Halle la probabilidad de que en el tiempo
de duración t = 6 horas:
44
(b) solo falle un elemento;
(c) falle por lo menos un elemento.
Tabla función de distribución:
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA
DATOS(Qué tenemos)
E(0:02) y E(0:05); Función de la Distribución Exponencial
t = 6; tiempo de duración.
RESULTADOS(Qué queremos)
COMO
0; x<0
f (x) =
e x; x 0
0; x<0
F (x) =
1 e x; x 0
P (X = k) = F (X)
DESARROLLO
a)Para E(0:02)
0; x<0
F (t) =
1 e x; x 0
P (X 6) = F (t)
= 1 e (6)(0:02)
= 1 e 0:12
= 0:1137
Para E(0:05)
0; x<0
F (t) =
1 e x; x 0
P (X 6) = F (t)
= 1 e (6)(0:05)
= 1 e 0:3
= 0:2592
P = 0:1137 + 0:2592 = 0:372 9
b)Se puede calcular por:
1 "probabilidad ambos f allen" = 1 0:3729 = 0:627 1
c)Lo calcularemos del siguiente modo:
Probabilidad que falle A + Probabilidad que falle B
0:1137 + (1 0:2592) = 0:854 5
(6)(0:02) 1
d)P = e 1
(6(0:02))
= 0:106 43
EJERCICIO 4:10 : 13 pag 152:.
La duración (en minutos) de las llamadas telefónicas de larga dis-
tancia desde Quito es una variable aleatoria con densidad
0; si t 0
f (t) = t
ce 3 ; si t › 0
Determine el valor de c y calcule la probabilidad de que una llamada dure:
45
a) menos de 3 minutos
b) más de 6 minutos
c) entre 3 y 6 minutos
d) Calcule la esperanza de la variable aleatoria e interprete su signi…cado
Tabla función de distribución:
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA
1. DATOS:
variable aleatoria : duración de la llamada
c =?
Z2
t
a) ce 3 dt =?
0
Z1
t
b) ce 3 dt =?
6
Z6
t
c) ce 3 dt =?
3
d) E(X) =?
2. ¿CÓMO LO HAGO?
Z1
t
Mediante la distribución exponencial "( ) ; P (X = k) = ce 3 dt
0
3. SOLUCIÓN
Z1
t
ce 3 dt = 1
0
Z1
t
c e 3 dt = 1
0
t 1 0
3ce 3 j1
0 dt = 1 ! 3ce 3 dt + 3ce 3 = 1
c = 31 = 0:333 33
Z2
t
a) 13 e 3 dt = : 1 e 1
= 0:632 12
0
Z1
t t 1 6
b) ce 3 dt = e 3 j1
6 = e 3 +e 3 =e 2
= 0:135 34
6
Z6
t t 6 3
c) ce 3 dt = e 3 j63 = e 3 +e 3 = e 2
+e 1
= 0:232 54
3
d) E(X) = 31
46
CONCLUSIÓN:
El valar de C es 0:333 33
a)La probabilidad de que una llamada dure menos de 3 minutos es 0:632 12
b)La probabilidad de que una llamada dure mas de 6 minutos es 0:135 34
c)La probabilidad de que una llamada dure entre 3 y 6 minutos es 0:232 54
EJERCICIO 4:10 : 14 pag 153.
La caducidad, en años, de cierto tipo de reactivo químico utilizado
en histopatología tiene una distribución exponencial con parámetro
4.
a) Halle el tiempo esperado de caducidad
b) calcule la probabilidad de que en un frasco de ese reactivo sea
considerado caduco en el primer año luego de producido;
c) Si en un laboratorio se compraron 4 frasco de ese reactivo, cuál
es la probabilidad de que luego de un año solo uno sea utilizable.
TABLA DE DISTRIBUCIÓN
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA:
DATOS:
=4
x:
_ tiempo de caducidad
BUSCAR:
a)E(4) =?
b)F (1) =?
c)P (X = 3) =?
SOLUCIÓN:
0 , si x < 0
F (X) =
1 e x ,si x 0
0 , si x < 0
F (X) =
1 e 4x , si x 0
a)E(4) = 41 = 0:25 años
1 12 meses
0:25 x => x = 3 meses
1. Datos
t
1
60 e Si x 0
60
f (x) =
0 si x < 0
Hallar
Como
47
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x) V
1
"( ) e x 1 e x
48
a) mas de 30 mil kilometros
k 30
30(0:03)
P (X = 30) = 1 exp 1 = 1 exp10:9
P (X = 30) 0; 5934
b) mas de 30 mil kilometros, dado que a durado 15 mi kilometros
k > 30 15(0:03)
P (X = 15) + P (X = 30) = 1 exp 1 + 1 exp10:9 = 2 exp10:45 1
exp0:9
P (X = 15) + P (X = 30) 0:95580
F (x) = 0; si x < 0;
1 e x=2:4 si x 0;
P (X > 3) = 1 P (X 3) = 1 F (3) = 0:286 5
49
b) P (2 X 3) = P (X 2) P (X 3) = (e 2=2:4 ) + (1 e 3=2:4 ) 1 =
0:148 09
c) Pr(X > 2:4 + 6:4jX > 2:4) = Pr(X>8:8)
Pr(X>2:4) = 11 F (8:8)
F (2:4) = 6: 948 3 10 2
= 0:069483
Respuesta
a) Mayor que 3 grados en la escala Richter.
P (X > 3) = 0:2865
b) Entre 2 y 3 grados en la escala de Richter.
P (2 X 3) = 0:14809
c) El sismo producido en la India el 30 de septiembre de 1993 tuvo la in-
tensidad de 6:4 grados, ¿Cuál es la probabilidad de que un sismo supere esta
intensidad?
P (X > 2:4 + 6:4jX > 2:4) = 0:069483
EJERCICIO 4:10 : 20 pag 154:
El tiempo de reparacion de unas computadoras tiene una distribu-
cion aproximadamente exponencial con media
de 22 minutos
a) Halle la probablilidad de que el tiempo de reparacion sea menor
que diez minutos
b) El costo de reparacion es de 20 dolares por cada media hora
o fraccion ¿Cual es la probabilidad de que la reparacion cueste 40
dolares?
c) Para efectuar una programacion ¿cuanto tiempo se debe asignar
a cada reparacion para que la probabilidad de que cualquier tiempo
de reparacion
mayor que el tiempo asignado sea solo de 0.1?
50
8.4 Solución:
Consideramos la variable aleatoria X :que representa el tiempo de reparacion
de las computadoras.Como
E(X) = 22 = 1 ;entonces 1
= 22 y X v "( 22 1
)
su funcion de densidad es:
X
1
f (x) = 22 e 22 ;x > 0
R 10 1 X
a) P (X < 10) = 0 22 e 22 dx
X
= e 22 j100
5
= 1 e 11
= 0:36R
60 1 X
b)P (30 X 60) = 30 22 e 22 dx
X
= e 22 j6030
30 15
= e 11 + e 11
= 0:19033
8.4.1 Conclusion:
La probablilidad de que el tiempo de reparacion sea menor que diez minutos es
de 0.36
La probabilidad de que la reparacion cueste 40 dolares es de 0.190
El tiempo que se debe asignar a cada reparacion para que la probabilidad
de que cualquier tiempo de reparacion
sea solo de 0.1 es de 51 minutos
EJERCICIO 4:10 : 21 pag 154:
Una re…nadora e azucar tiene cinco plantas de proceso, y todas reciben
azucar blanca y a granel. La cantidad de azucar que puede procesar
en un dia se puede representar mediante una ley exponencial con promedio
de 3(medidas de tonelada), para cada una de las cinco plantas.
Si las plantas trabajan en forma independiente, calcule la probabilidad de
que exactamente dos de las cinco plantas se procese mas de 4
toneladas en un dia determinado.
Datos
51
X : La cantidad que puede procesar una planta en un dia determinado.
Plantas de proceso= 5
Ley exponencial con promedio = 3 toneladas
Como lo hago
Distribucion Exponencial
Distribucion Binomial
Solucion
1 x
3e x>0
3
F (x)
0 otros
R1 1
¡p(x > 4) 4 13 e 3 dx
R1 1
¡p(x > 4) 13 4 e 3 dx = 0:26
Conclusion
La probabilidad de que en exactamente dos de las cinco plantas se procese
mas de4toneladas es 27%
9 LEY NORMAL.
EJERCICIO 4:10 : 24 :pag 155
Usando la tabla de la ley Normal estandar, determinar:
a) P (Z < 0:83)
P (Z < 0:83) < 0:7967
b) P (Z < 1:27)
P (Z < 1:27) < 0:1020
c) P (Z > 0:83)
52
P (Z > 0:83) > 0:7967
d) P (Z > 1:27)
P (Z > 1:27) > 0:1020
e) P (0:47 < Z < 1:08)
P (0:47 < Z < 1:08) = 0:6808 < Z < 0:8599 = 0:6808 + 0:8599 = 1: 540 7
f) P ( 1:39 < Z < 1:39)
P ( 1:39 < Z < 1:39) = 0:023 < Z < 0:9177 = 0:023 + 0:9177 = 0:940 7
g) P (Z > z1 ) = 0:06
Aproximando z1 = 1:55
h) P (0:90 < Z < z1 )
P (0:90 < Z < z1 ) = 0:1841 < Z < 0:06 = 0:1841 + 0:06 = 0:244 1
EJERCICIO 4:10 : 25 pag 155:
1. Datos
X : sigue una distribución normal
= 18
= 2; 5
Hallar
Como
Notación Función de densidad f (x) Función de distribución F(X) Esperanza E(x)
1 1 x u 2 Rx (t )2
N( ; 2
) p
2
2
e 2( )
(x; ; ) = p21 1
e 2 2 dt
P (X < x1 )
P (X < x1 ) = F (x1 ) =
x1 18
P (X < x1 ) =
2; 5
x1 18
! = 0; 76
2; 5
x1 = ( 0; 76)(2; 5) + 18
x1 = 16:1
53
1 P (X < x1 )
x1 18
1 P (X < x1 ) = 1
2; 5
x1 18
= 0; 1816 = 1
2; 5
x1 18
! 1 = 0:91
2; 5
x1 = 0:91 (2:5) + 18
x1 = 20:28
Conclusión.
EJERCICIO 4:10 : 26 :pag 155
¿QUÉ QUIERO?
54
V ar(Y
p ) = 16 p
= V ar(Y ) = 16 = 4
Entonces: Y v N (5; 4)
2
f (x) = 4p12 e (x 5) =32
b).
6 5 6 5
P (Y < 6) = 4 = 4
= (0:25) = 0:5987
P (Y > 4) = 1 P (Y 4)
4 5
=1 4 =1 ( 0:25)
= 1 0:4013 = 0:598 7
P (jY j < 3) = P ( 3 < Y < 3)
= F (3) F ( 3)
3 5 3 5
= 4 4
= ( 0:5) ( 2:0)
= 0:3085 0:0228 = 0:285 7
9.3 Conclusiones
p1 (x 5) 2 =32
a). La función de densidad f (x) = 4 2
e
P (Y < 6) = 0:5987
b). P (Y > 4) = 0:598 7
P (jY j < 3) = 0:285 7
55
x
Como: F (x) = ( ); Tabla de distribucion Normal
56
9.4 Planteamiento del problema
9.4.1 Datos
:espacio muestral
9.4.2 Buscar
probabilidad de P (X 1), P (X < 1), P (X < 3)
9.4.3 Procedimiento
P( ) = 1 F (x) = ( x )
1. (a) = 1 F (1)
1 2
=1 ( 1:25 )
=1 ( 0:8)
= 1 0:2119
= 0:788 1
(b) P (X = 0) = P (X = 0)
= F (0)
0 2
= ( 1:25 )
= ( 1:6)
= 0:0548
(c) P (0 < X < 3) = F (3) F (0)
3 2 0 2
= ( 1:25 ) ( 1:25 )
= (0:8) ( 1:6)
= 0:7881 0:0548
= 0:733 3
57
9.6 Respuesta
1. (a) P (X 1) = 0:788 1
(b) P (X = 0) = 0:0548
(c) P (0 < X < 3) = 0:733 3
58
9.6.1 Plantamiento del Problema
= ( 21 3 17 ) ( 12 3 17 )
4 5
= (3) ( 3 )
= (1:33) ( 1:66)por valor de la tabla tenemos
= 0:9082 0:0485 = 0:859 7
b) Pr(X > t) = 0:05
1 Pr(X < t) = 0:05
1 ( t 317 ) = 0:05
1 0:05 = ( t 317 )
0:95 = ( t 317 )por valor de la tabla tenemos
t 17
3 = 1:64
t = 1:64 3 + 17
t = 4: 92 + 17 = 21: 92 t 22
59
1
f (x) = 20 ; si x 2 [0; 0:2]
19
20 ; si x 2= [ 0:4; 0:4]
entonces Z 20 R 20
1 3
P (X1 20)+P (X2 20)+P (X3 20) = 3 20 dx = 20 limn!1 n
dx =
1
3 3 3
20 limn!1 xj20
n = limn!1 (20 n) =
20 20 ( 1) = 0:15
Utilizando la Tabla de le Normal
P (X 20) = 0:4404
1 x2
f (x) = p2
40
e 40 dx = 0:314 45
EJERCICIO 4:10 : 32 :pag 156
Se aplicó una prueba de ‡uidez verbal a 500 alumnos en Educación Básica.
Se supone que las pumtuaciones se distribuyen segun una normal de media 80
y desviación estandar 12.
a) ¿Qué puntuación separa el 25% de los alumnos con menos ‡uidez verbal?
b) ¿A partir de qué puntuación se encuentra el 45% de los alumnos con mayor
‡uidez verbal?
c) ¿Cuantos alumnos tienen una ‡uidez menor a 76 puntos?
60
9.7.4 Resolución del problema
a)
P (T < x) = 0:25
x 80
P (T < x) = F (x) = 12 = 0:25
Guiandonos en la tabla podemos observar que ( 0:67) = 0:2514 que es el
que mas se aproxima a 0:25
x 80
12 = 0:67
x = ( 0:67 12) + 80 = 71: 96 72
b)
P (T > x) = 0:45
P (T > x) = 1 P (T < x) = 1 F (x) = 0:45
F (x) = 1 0:45 = 0:55
Guiandonos en la tabla podemos observar que (0:13) = 0:5514 que es el
que mas se aproxima a 0:55
x 80
12 = 0:13
x = (0:13 12) + 80 = 81: 56
c)
76 80
P (T < 76) = F (76) = 12 = ( 0:33) = 0:37
Como el 37% de los alumnos tienen una una ‡uidez menor a 76
Calculamos el 37% de 500
na :numero de alumnos que tienen una ‡uidez menor a 76
na = 0:37 500 = 185:0
9.7.5 Concluciones
a) El 25%de los alumnos con menor ‡uidez verbal obtiene puntuaciones infe-
riores a 72
b) El 45% de los alumnos con mayor ‡uidez verbal obtiene puntuaciones supe-
riores a 81:56
c) El número de alumnos qu tiene una ‡uidez menor a 76 son: 185 alumnos
EJERCICIO 4:10 : 33 :pag 156
1. (a) ¿Qué perímetro craneal debe tener un hombre para que el 16; 6% de
sus paisanos "tengan más cabeza que él"?
(b) ¿Y cuánto para que el 25; 5% tenga menos?
61
Planteamento del problema:
Datos:
= 60
=2
Busco:
1. (a) k =?nP r(X > k) = 0; 166
(b) k =?nP r(X k) = 0; 255
Cómo: Rt 1 t
2 p1 2( )2
* N( ; )= 2 1
e dt
X
*Z=
* Tablas de aproximación de la distribución normal
Resolución:
1. (a) P r(X > k) = 0; 166
1 P r(X k) = 0; 166
1 ( k 260 ) = 0; 166
( k 260 ) = 1 0; 166
( k 260 ) = 0; 834
( k 260 ) = (0; 97)
k 60
2 = 0; 97
k = (0; 97)2 + 60
k = 1; 94 + 60
k = 61; 94 62
R: El perímetro craneal que debe tener un hombre para que el 16; 6% de sus
paisanos "tengan más cabeza que él es de 62cm
1. b. Pr(X k) = 0; 252
( k 260 ) = ( 0; 67)
k 60
2 = 0; 67
k = ( 0; 67)2 + 60
k = 60 1; 34
k = 58; 66 58; 7
R: El perímetro craneal que debe tener un hombre para que el 25; 5% de sus
paisanos "tengan menos cabeza que él es de 58; 7cm
PROBLEMA 34
34. Se llama cociente intelectual (C.I.) al cociente entre la edad mental y la
edad real. Se sabe que la ley de distribución del C.I. es normal con media
0:95 y desviación estándar 0:22.
En una población con 2600 personas se desea saber:
a) ¿Cuántas tendrán un C.I. superior a 1:3?
b)¿Cuántas tendrán un C.I. inferior a 0:77?
c)¿Cuántas tendrán un C.I entre 0:8y 1:15?
62
9.8
Como lo hago
x
F (x) = ( ); Distribucion N ormal
Datos:
x - altura del marco
N ( ; 2 ) = N (1; 72;122 )
La variable aleatoria X esta de…nida por la ley de distribución normal.
Hallar:
P (x < h) = 0; 01
63
Desarrollo:
Se tiene que:
P (x < h) = ( h 1;72
12 ) = 0; 01
entonces: h = 0; 03(12) + 1; 72
h = 2; 08m
EJERCICIO 4:10 : 36 :pag 156
La estatura de la población masculina está normalmente distribuida con
= 167 cm y = 3 cm.
a) ¿Cuál es la probabilidad de que un hombre tenga una estatura:
(i) mayor que 167 cm? (ii) mayor que 170 cm? (iii) en-
tre 161 y 173 cm?
b) En una muesta aleatoria de cuatro hombres ¿Cuál es la probabilidad de
que:
(i) todos tengan estatura mayor que 170 cm?
(ii) dos tengan estatura menor que la media (y dos mayor que la media)?
Resultado: a)
(i) Pr(X > 167) = 0; 5
(ii) Pr(X > 170) = 0; 1587
(iii) Pr(161 < X < 173) = 0; 9544
b)
(i) Pr(Y = 4) = 0; 0006
(ii) Pr(Y = 2) = 0; 375
x
Como: F (x) = ( ); Tabla de distribucion Normal
Resolucion: a)
(i) Pr(X > 167) = 1 Pr(X > 167)
64
Pr(X > 167) = 0:5
(b)
= 12:8
2
= 0:6
= 0:77
Hallar
65
Como
Conclusión
66
EJERCICIO 4:10 : 39 :pag 156
Los conductores que se fabrican para utilizar en las computadoras
deben tener resistencias que varian entre 0:12 y 0:14 ohm. Las medidas
de las resistencias que producen una compañia siguen una ley de
distribucion normal de media 0:13 ohm y desviacion estandar 0:005
ohm.
a)¿Que porcentaje de la poblacion de la compañia cumple con las
especi…caciones?
b) Si se usan cuatro de esos conductores en una computadora, ¿cual
es la probabilidad de que los cuatro cumplan con las especi…caciones?
Planteamiento del problema
Datos
= 0:13
= 0:005
Resultados
a)¿Que porcentaje de la poblacion de la compañia cumple con las especi…-
caciones?
b) Si se usan cuatro de esos conductores en una computadora, ¿cual es la
probabilidad de que los cuatro cumplan con las especi…caciones?
Como
Distribucion normal
2 2
f (x) = p21 e (x ) =2 ; x 2 ( 1; 1)
donde es un valor real cualquiera y es positivo. A tal variable aleatoria
se notará como X N ( ; 2 ):
F (x) = ( x )
Resultado del Problema
a)P (0:12 X 0:14) = F (0:14) F (0:12) = ( 0:14 0:13
0:005 ) ( 0:12 0:13
0:005 )
= 0:9545 = 95:45%
b)P (X = 4) = F (4) = ( 40:005
0:13
) = 0:83
Respuesta
a) P (0:12 X 0:14) = 95:45%
b) P (X = 4) = 0:83
12(4) = 48
EJERCICIO 4:10 : 40 :pag 157
Los tiempos de la primera avería de una máquina de cierta marca tienen una
distribución gaussiana con un promedio de 1500 horas de uso
y desviación estándar de 200 horas.
67
9.9 Planteamiento del problema.
9.9.1 ¿Qué tengo?(Datos)
X : Tiempo de la primera avería de una maquina
= 1500
= 200
X v N ( ; ), la variable aleatoria X sigue una ley de distribución Normal,
de parametros = 1500 y = 200
X v N (1500; 200)
t 1500
P (X < t) = 200 = (0:5)
Guiandonos en la tabla podemos observar que (0:5) = 0:6915
se sigue t 200
1500
= 0:6915 ! t = 0:69 200 + 1500 = 1561h
9.9.5 Concluciones
a) La fracción de las maquinas que fallaran antes de 1000 horas es de 0:0062
b) El tiempo de garantia es de 1560 si se presenta el 5% de averías
68
Datos (que tengo)
Variable aleatoria X : promedio de cali…cación de un estudiante
media u = 5:4
desviación estandar = 0:5
2
varianza = 0:25
Qué quiero
a) Pr(X > 6)
b) Pr(X 4:9)
c) Pr(X > 6) =3
Cómo lo hago
Distribución Normal X N (u; 2 )
Ley Normal Estandar F (x) = ( x u )
k
e
Distribución de Poisson Pr(X = k) = k!
Solución
a) Pr(X > 6)
b) Pr(X 4:9)
c) Pr(X > 6) =3
69
= 0:038911
EJERCICIO 4:10 : 42 :pag 157
En el grupo etnico A, la estatura de las personas (en cm) sigue una distribu-
cion N (165; 25); en el grupo etnico B sigue una N (170; 25) y en el grupo C una
N (175; 25). Los tres grupos etnicos son muy numerosos.
a) Si elegimos una persona del grupo A, ¿cual es la probabilidad de que mida
mas de 160 cm?
b) Si elegimos 10 personas al azar del grupo etnico A, independientemente
unas de otras, ¿cual es la probabilidad de que 5 de ellas midan mas de 160 cm?
c) En una ciudad, el 50% de la poblacion pertenece a la etnia A, el 20%
pertenece a la B y el 30% restantes a la C. Si elegimos una persona al azar en
esta ciudad y mide mas de 172 cm, ¿cual es la probabilidad de que pertenezca
al grupo etnico C?
d) Si elegimos 10 personas al azar del grupo B, independientemente unas de
otras, ¿cual es la probablidad de que al menos 5 midan mas de 172 cm?
9.10.2 Buscar
1. Probabilidad de P (X > 160)
2. P (X > 160) si se eligen 10 personas al azar del grupo A
3. Probabilidad de pertenecer al grupo etnico C
4. P (X > 172) si se eligen 10 personas al azar del grupo B
9.10.3 Procedimiento
F (x) = ( x )
70
=1 ( 160 5 165 )
=1 ( 1)
= 1 0:1587
= 0:841 3
5
1. (a) p = 10 = 12
P (X > 160) = 1 P (X = 171:5)
=1 ( 176:55 165
)
=1 (2: 3)
= 1 0:9893
= 0:010 7
9.12 Respuesta
1. P (X > 160) = 0:841 3
(a) P (X > 160) = 0:010 7
71
(b) P (X > 172) = 0:636 8
(c) P (X > 172) = 0:235 8
72
9.13.2 ¿Qué quiero?
=?
=?
9.13.5 Conclución
La distribusión normal que sigue la varialbe aleatoria X esta dada por X v
N (9:9; 3),
EJERCICIO 4:10 : 45 :pag 156
En una empresa las edades de los trabajadores disminuye normalmente con
media de 50 años y una desviación estándar de 5 años.
a) ¿Qué porcentaje de los trabajadores tiene entre 50 y 52.5 años?
b) ¿Cuál es la probabilidad que un trabajador cualquiera no sea mayor a 45
años?
c) ¿Cuál es la probabilidad que un trabajador tenga entre 41 y 58 años?
d) El 20% de los trabajadores están bajo cierta edad ¿Cuál es esa edad?
73
= ( 45 5 50 )
= ( 1)
= 0:84:13
74