Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Binomail A Poison PDF
Binomail A Poison PDF
Modelos de probabilidad
Definición 4.1.2. Realizada una prueba de Bernoulli con P (E) = p se considera la variable aleatoria
½
1 si obtenemos éxito
X=
0 si obtenemos fracaso
E[X] = p , V [X] = p (1 − p) ;
obtenidos ambos de manera sencilla a partir de la definición. Para abreviar escribiremos X ∼ B(1; p)
para indicar que X es una variable aleatoria con distribución de Bernoulli con esperanza p.
63
Modelos discretos
Obsérvese que si tomamos una prueba de Bernoulli con p(E) = p, y consideramos la variable X
con valores 1 si éxito, 0 si fracaso, entonces X ∼ B(1; p).
También, si tomamos n variables Xi independientes, todas y cada una de ellas siguiendo la misma
distribución B(1; p), entonces la variable
X = X1 + X2 + · · · + Xn
sigue una distribución B(n; p). En particular, la esperanza y la varianza de X ∼ B(n; p) son:
E[X] = n · p , V [X] = n · p · (1 − p) ;
puesto que p = E[Xi ] y p · (1 − p) = V [Xi ] para cada una de las variables independientes que
sumamos.
P (X = j) = (1 − p)j−1 · p , j = 1, 2, 3, . . . .
1
E[X] = .
p
64
Modelos de probabilidad
X = X1 + X2 · · · + Xr
sigue una distribución BN (r; p). Así vemos que si X ∼ BN (r; p) entonces:
r r(1 − p)
E[X] = ; V [X] = .
p p2
65
Modelos continuos
λj · e−λ
P (X = j) = , j = 0, 1, 2, . . . .
j!
Solución: :
µ ¶
n j n(n − 1)(n − 2) · · · · · (n − j + 1) j (1 − p)n
lı́m p (1 − p)n−j = lı́m ·p ·
j j! (1 − p)j
µ ¶µ ¶ µ ¶
1 j 1 2 j−1 (1 − p)n
= lı́m n · 1 − 1− · ··· · 1 − · pj ·
j! n n n (1 − p)j
µ ¶µ ¶ µ ¶ n
1 1 2 j−1 j (1 − p)
= lı́m 1 − 1− · ··· · 1 − · (n · p) ·
j! n n n (1 − p)j
1 e−λ λj · e−λ
= 1 · λj = .
j! 1 j!
1
f (x) = si x ∈ (a, b) , f (x) = 0 en otro caso.
b−a
a+b 1
Si X ∼ U (a, b) entonces µ = E[X] = y σ 2 = V [X] = (b − a)2 .
2 12
66
Modelos de probabilidad
Si X ∼ Exp(λ) entonces:
1 1
µ = E[X] = , σ 2 = V [X] = .
λ λ2
µ−σ µ µ+σ
67
Problemas
Problemas
1. En una cadena de producción dos robots funcionan conectados, respectivamente, a cinco y seis
ordenadores independientes entre sí, de manera que en un tiempo dado t de funcionamiento
falla un ordenador del primer robot (resp. segundo) con probabilidad 0.1 (resp. 0.2). Calcúlense
las probabilidades de que en un tiempo t de funcionamiento fallen:
(a) un ordenador del primer robot;
(b) al menos un ordenador del primer robot;
(c) cinco ordenadores del segundo robot;
(d) no más de cinco ordenadores del segundo robot;
(e) exactamente dos ordenadores del primer robot y tres del segundo;
(f) tres ordenadores más del primero que del segundo robot.
2. Un lote de piezas contiene una proporción p de defectuosas. Para realizar un control de calidad
se seleccionan n piezas y se denomina X el número de piezas defectuosas encontradas.
(a) Calcúlese P (X = 0).
(b) Si p = 0.1, ¿cuál debe ser el número de piezas, n, examinadas para tener P (X = 0) < 0.05?
(c) Si n = 40, ¿para qué valores de p es P (X = 0) < 0.01?
(d) Si se examinan n = 80 piezas y se encuentran dos defectuosas, ¿cuál es la proporción más
verosímil de piezas defectuosas en el lote total: el 1 %, el 4 % ó el 7 %?
3. En una población se sabe que, en promedio, uno de cada 20 habitantes tiene teléfono móvil.
¿Cuál es la probabilidad de que al realizar una encuesta, el cuarto encuestado sea el primero
con teléfono móvil?
4. Se extraen una a una con reemplazamiento cartas de una baraja española. Calcúlese la proba-
bilidad de obtener 5 cartas que no sean oros antes de obtener el tercer oro.
68
Modelos de probabilidad
5. El dueño de una ferretería, extrae al azar 50 tornillos de cada lote que recibe. Si en la muestra no
encuentra más de 3 defectuosos, se queda el lote, en caso contrario lo rechaza. Un representante
le envía un lote que contiene un 10 % de tornillos defectuosos, ¿cuál es la probabilidad de que
acepte el lote?
6. En cierto tramo de una carretera la probabilidad de que un coche supere la velocidad máxima
permitida es 0.0001. Si recorren ese tramo 20000 coches, calcúlese la probabilidad de que
(a) ninguno supere la velocidad máxima permitida;
(b) a lo sumo 5 superen la velocidad máxima permitida.
número de fallos 0 1 2 3 4 5
frecuencia 42 30 16 12 4 1
8. Se sabe que la demanda de un producto de consumo sigue una distribución normal de media
95 y desviación típica 7. Calcúlese:
(a) la probabilidad de que la demanda sea menor que 97;
(b) la probabilidad de que la demanda sea mayor que 99;
(c) la probabilidad de que la demanda esté entre 92 y 96;
(d) la mínima cantidad disponible necesaria para poder atender la demanda con una proba-
bilidad no menor que 0.95 .
10. Consideramos un experimento aleatorio consistente en tirar 400 veces una moneda.
(a) Halla la probabilidad aproximada de que el número de caras obtenido esté comprendido
entre 160 y 190.
(b) Halla el intervalo (a, b) centrado en 200, tal que la probabilidad aproximada de que el
número de caras obtenido esté en dicho intervalo sea 0.95.
69
Problemas
11. Un zoólogo estudia cierta especie de ratones de campo. Para ello, captura ejemplares de ratones
en un bosque en el que la proporción de ratones de campo de la especie que le interesa es p.
(a) Si p = 0.3, calcula la probabilidad de que entre 6 ejemplares capturados haya al menos 2
de la especie que le interesa.
(b) Si p = 0.05, calcula la probabilidad de que entre 200 ejemplares capturados, haya exacta-
mente 3 de la especie que le interesa.
(c) Si p = 0.4, calcula la probabilidad de que entre 200 ejemplares capturados, haya entre 75
y 110 de la especie que le interesa.
(d) ¿Cuál es el número medio de ejemplares que tendrá que capturar hasta encontrar uno de
la especie que le interesa, si p = 0.2 ?
12. Se supone que el número de bacterias por cm3 de agua en un estanque es una variable aleatoria
X con distribución de Poisson de parámetro λ = 0.5.
(a) ¿Cuál es la probabilidad de que en un cm3 de agua del estanque no haya ninguna bacteria?
(b) En 40 tubos de ensayo se toman muestras de agua del estanque (1 cm3 de agua en cada
tubo). ¿Qué distribución sigue la variable Y que representa el número de tubos de ensayo,
entre los 40, que no contienen bacterias? Calcula P (Y ≥ 20).
(c) Si sabemos que en un tubo hay bacterias, ¿cuál es la probabilidad de que haya menos de
tres?
13. En el sur de California se produce, en promedio, un terremoto al año de magnitud 6.1 o mayor
en la escala de Richter1 . Se supone que el número de terremotos al año en esta zona sigue un
proceso de Poisson.
(a) ¿Cuál es la probabilidad de que se produzcan más de dos terremotos en cinco años?
(b) ¿Cuál es la probabilidad de que haya un periodo de 15 meses sin que haya terremotos?
(c) ¿Cuál es la probabilidad de que haya que esperar más de tres años y medio para que se
produzcan dos terremotos?
14. La probabilidad de que una pieza tenga un fallo durante el primer año de funcionamiento es
0.001. Halla la probabilidad de que, entre 2000 piezas, presenten un fallo (a) exactamente tres,
(b) más de 2.
1
Escala Ritcher
Magnitud Efectos del terremoto
menos de 3.5 Generalmente no se siente, pero es registrado
3.5–5.4 A menudo se siente, pero sólo causa daños menores
5.5–6.0 Ocasiona daños ligeros a edificios
6.1–6.9 Puede ocasionar daños severos en áreas muy pobladas
7.0–7.9 Terremoto mayor. Causa graves daños
8 ó mayor Gran terremoto. Destrucción total a comunidades cercanas
Fuente: http://www.angelfire.com/ri/chterymercalli
70
Modelos de probabilidad
15. La variable X expresa el tiempo en segundos que tarda una depuradora en filtrar 10 mm3 de
agua y sigue una distribución exponencial con media 10. Calcula la probabilidad de que tarde
entre tres y doce segundos en depurar 10 mm3 .
16. Para estudiar la viabilidad económica de una mina de carbón, consideramos la variable aleatoria
X=“Kilogramos de carbón obtenidos por tonelada de mineral”. Supongamos que, en cierta mina,
X sigue una N(µ = 150; σ = 25).
(a) Calcula la probabilidad de que, en una tonelada de mineral, el contenido de carbón sea
superior a 130 kg.
(b) Calcula la probabilidad de que, en 2 toneladas de mineral extraídas independientemente,
la diferencia en el contenido de carbón sea inferior a 30 kg.
(c) Extraemos independientemente 100 toneladas de mineral. Calcula la probabilidad de que
en más de 80 de ellas el contenido de carbón sea superior a 130 kg.
17. En una fábrica, se están produciendo cuerdas con cierta fibra sintética. La resistencia a la
tensión de estas cuerdas sigue una distribución N(µ = 30; σ = 2).
(a) ¿Cuál es el porcentaje de cuerdas cuya resistencia a la tensión está entre 28 y 32?
(b) En un pedido de 200 cuerdas, ¿cuál es la probabilidad de que más de 140 presenten una
resistencia a la tensión entre 28 y 32?
(c) En un pedido de 250 cuerdas, ¿cuál es la probabilidad de que alguna presente una resis-
tencia inferior a 25?
18. Un fabricante produce varillas y recipientes para insertar las varillas. Ambos tienen secciones
circulares. Los diámetros de las varillas siguen una distribución N(µ = 1; σ = 0.2); los diámetros
de los recipientes siguen una distribución N (µ = 1.05; σ = 0.15). Un ingeniero selecciona al
azar una varilla y un recipiente. ¿Cuál es la probabilidad de que la varilla pueda insertarse en
el recipiente?
19. Para analizar si las aguas próximas a la costa están contaminadas cuando se produce una marea
negra por el hundimiento de un petrolero, se analizan varias muestras con un test que se divide
en tres pruebas independientes. Los resultados varían aleatoriamente de unas muestras a otras
y se sabe que siguen distribuciones normales dadas por:
X = resultados de la primera prueba del test, X ∼ N(7; 1)
Y = resultados de la segunda prueba del test, Y ∼ N(5; σ = 2)
Z = resultados de la tercera prueba del test, Z ∼ N(6; 1)
Se elige una muestra al azar. Contesta a las siguientes preguntas:
(a) Si el resultado final del test es el promedio de los valores que se obtienen en las tres
pruebas, ¿cuál es la probabilidad de que el resultado del test sea superior a 5?
(b) ¿Cuál es la probabilidad de que el resultado de las tres pruebas sea superior a 5?
20. Una compañía de petróleo tiene un contrato para vender grasa en envases de 500 gramos. La
cantidad de grasa que la máquina de llenado pone en los envases sigue una Normal con la media
que el encargado elija y σ = 25. ¿Qué valor medio deberá elegir el encargado si la compañía no
desea que le rechacen más del 2 % de los envases por tener un peso por debajo de lo especificado?
71
Problemas
21. Una máquina de envasado llena sacos de fertilizante de aproximadamente 30 kg. La “cantidad
de fertilizante por saco” sigue una distribución N (µ = 30; σ = 1).
(a) Se desea que la cantidad de fertilizante por saco esté entre 29 y 31 kg. Calcula la proba-
bilidad de que la cantidad esté dentro de esos límites.
(b) Una empresa realiza un pedido de 80 de estos sacos de fertilizante. Calcular la probabilidad
de que más de 50 estén dentro de los límites indicados.
22. La permeabilidad intrínseca del hormigón producido en una fábrica química sigue una distri-
bución N (µ = 40; σ = 5). Se reciben 60 remesas de hormigón.
(a) ¿Cuál es la probabilidad de que alguna remesa tenga una permeabilidad intrínseca inferior
a 30?
(b) El 30 % de las remesas de hormigón enviadas a un almacén tiene una permeabilidad que
sigue una N (µ = 40; σ = 5). El 70 % de las remesas restantes tiene una permeabilidad
que sigue una N (µ = 45; σ = 10). ¿Cuál es el porcentaje total de remesas que tienen una
permeabilidad inferior a 35?
72