Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica Ejercicios PDF
Estadistica Ejercicios PDF
NRC: 1186
ESTADÍSTICA I
Nombres:
Enrique Añazco
Sebastián Arguello
Alejandro Grijalva
Carlos Masaquiza
Daniel Reyes
Roberto Vallejo
5 4 20
0 ∗ =
8 7 56
3 5 30
1 ( ∗ )∗2=
8 7 56
3 2 6
2 ∗ =
8 7 56
b) Grafique el diagrama de distribución de probabilidades
20
0 56
50
1 56
2 1
d ) Grafique el diagrama de distribución de probabilidades acumulada
1
e) Calcule la media
x ∗ p(x) = 0 + 30 12 42
P
u = E(x) = 56
+ 56 = 56
x 0 1 2 3 4 5 6
f(x) 0.05 0.1 0.15 0.25 0.2 0.15 0.1
a) Comprobar que en verdad es una función de probabilidad
2
= 0,45
e) Calcular la E(x)
E(x) = 60 x.p(x)
P
= 0 + (1)0,2 + (2)0,15 + (3)0,25 + (4)0,2 + (5)0,15 + (6)0,2
= 3,3
3. Sea X una variable aleatoria cuya distribución de probabilidad viene dada por:
3
2x!(1−x)
si x = 0, 1, 2, 3, 4
p(X = x)
0 cualquier otro caso
a) Construya la tabla de distribución de probabilidades
x p(x)
0 0.0625
1 0.25
2 0.375
3 0.25
4 0.0625
b) Construya el diagrama de distribución de probabilidades
3
x P(x)
0 0.0625
1 0.3125
2 0.6875
3 0.9375
4 1
d ) Construya el diagrama de distribución de probabilidades acumulada
4
0 si x ≤ 0
1
4 si 0 ≤ x ≤ 1
F (x) 12 si 1 ≤ x ≤ 2
3
si 2 ≤ x < 3
4
1 si x > 3
donde x viene expresado en cientos de dolares. Determinar la probabilidad de que,
en un mes la cantidad de dinero ahorrado:
a) Sea superior a 200 dolares
p(x > 2 = 1 − F (2) = 1 − 0,5 = 0,5
b) inferior a 450 dolares
p(x < 4,5 = F (4,5) = 1
c) Sea superior a 500 dolares y menor o igual a 250 dolares
p(5 ≤ x ≤ 2,5) = F (5) − F (2,5) = 1 − 0,75 = 0,25
d ) Calcular el ahorro mensual diario
p(0)=0.25
p(1)=0.25
p(2)=0.25
p(3)=0.25
P
u = x.p(x) = 1,5
5. Una compañı́a de materiales quı́micos envı́a cierto disolvente en tambores de 10
galones. Sea x el número de tambores pedidos por un cliente elegido aleatoriamente
suponga que x tiene la siguiente función de masa de probabilidad:
x 1 2 3 4 5
f(x) 0.4 0.2 0.2 0.1 0.1
a) Determine la media del numero de tambores ordenados
5
x 10 20 30 40 50
f(x) 0.4 0.2 0.2 0.1 0.1
e) Media del número de galones ordenados
Y P(y) x.p(y) x − u (y − u)2 .p(y)
10 0,4 4 -14 78.4
20 0,2 4 -4 3.2
30 0,20 6 6 7.2
40 0,1 16 16 25.6
60 0,1 6 36 129.6
u = 24
f ) Varianza
σ 2 = (x − u)2 .p(x) = 244
g) Determine
√ la desviación estándar del número de tambores ordenados
D.E = σ 2 = 15,62
6. Se lanza un dado legal, cada elemento del espacio muestral S=1,2,3,4,5,6 ocurre con
probabilidad de 1/6 por lo tanto tenemos una distribución uniforme con
f (x; 6) = 61 , x = 1, 2, 3, 4, 5, 6
Hallar
b) Calcular la media
n+1
u = E(x) = 2
= 3,5
6
c) Varianza
(n+1)(n−1) 35
σ2 = 12
= 12
7. La probabilidad de que una cierta clase de componente pase con éxito una determinada
prueba de impacto es 3/4. Se supone independencia en cada prueba)
f (x) = nx px q n−x
p = 34
q = 14
f (x = 2) = n2 p2 q n−2 = 0,2109
b) Encuentre la probabilidad de que por lo menos dos de los siguientes cuatro
componentes que se prueben pasen la prueba.
Probabilidad Binomial:
P4 n
f (x) = 2 x
px q n−x
3
p= 4
1
q= 4
f (x ≥ 2) = 0,949
c) Encuentre la probabilidad de que a lo mas dos de los siguientes cuatro componentes
que se prueben pasen la prueba.
Probabilidad Binomial:
f (x) = nx px q n−x
p = 43
q = 14
p(x ≤ 2)
p(x = P
0) + p(x = 1 = +p(x = 2)
2 n x n−x
= 0 x p q = 0,262
8. La Probabilidad de que un paciente se recupere luego de una delicada operación es
de 0.95
f (x) = nx px q n−x
p = 0,95
q = 0,05
7
10
0,952 0,05n−2 = 6,09 ∗ 10−5
= 5
f (x) = nx px q n−x
p = 0,95
10
q2 = 0,05
= 05 5 0,95 0,05n−2 = 6,43 ∗ 10−5
P
f (x) = nx px q n−x
p = 0,95
q = 0,05
p(x ≥ 6) = 1 − P (x ≥ 5)
= 0,9999
9. Se sabe que el 60 % de los ratones inoculados con un suero quedan protegidos contra
cierta enfermdad. Si se inoculan cinco ratones, encuentre la probabilidad de que:
a) Ninguno contraiga la enfermedad
b) Menos de 2 contraigan la enfermedad
c) Más de tres contraiga la enfermedad
Datos:
n=5
p = 60 % = 0.6
q = 40 % = 0.4
X = número de ratones sanos
a) X = 5, ya que ningún ratón contrae la enfermedad
5
p(X = 5) = · (0,6)5 · (0,4)5−5 (1)
5
5!
= · (0,6)5 · (0,4)0 (2)
5! · (5 − 5)!
1
5! >
*1
· (0,6)5 · 0
= (0,4)
(3)
5! · (0)!
= 0,07776 (4)
8
p(X = 5) = 0,07776 (2)
5
p(X = 4) = · (0,6)4 · (0,4)5−4 (3)
4
5!
= · (0,6)4 · (0,4)1 (4)
4! · (5 − 4)!
5
5! >
= · (0,6)4 · (0,4)1 (5)
4!
· (1)!
= 0,2592 (6)
10. Determine el valor de c de modo que cada una de las siguientes funciones sirva como
distribución de probabilidad de variable aleatoria discreta X:
9
a) f (x) = c(x2 + 4) para x = 0,1,2,3
2 3
b) f (x) = c para x = 0,1,2
x 3−x
a)
3
X 3
X
f (x) = 1 ⇒ c(x2 + 4) = 1 ⇒ f (0) + f (1) + f (2) + f (3) = 1 (1)
x=0 x=0
3
X
c(x2 + 4) = 1 ⇒ 4c + 5c + 8c + 13c = 1 (6)
x=0
4c + 5c + 8c + 13c = 1 (7)
30c = 1 (8)
1
c= (9)
30
b)
2 2
X X 2 3
f (x) = 1 ⇒ c = 1 ⇒ f (0) + f (1) + f (2) = 1 (1)
x 3−x
x=0 x=0
1 1
2 3 2 3 2! 3!
f (0) = c =c =c· · =c (2)
0 3−0 0 3 0! · 2! 3! · 0!
2 3
2 3 2 3 2! 3!
f (1) = c =c =c· · = 6c (3)
1 3−1 0 2 1! · 1! 2! · 1!
1 3
2 3 2 3 2! 3!
f (2) = c =c =c· · = 3c (4)
2 3−2 0 1 2! · 0! 1! · 2!
2
X 2 3
c = 1 ⇒ c + 6c + 3c = 1 (5)
x 3−x
x=0
c + 6c + 3c = 1 (6)
10c = 1 (7)
1
c= (8)
10
10
x 3−x
3 1 3
f (x) = para x = 0,1,2,3
x 4 4
Encuentre la media y la desviación estándar de X
Media
3
X
E[X] = µ = x · f (x) (1)
x=0
1 1
0 3 0 3
3 1 3 3! >
1 3 27
f (0) = = · = (2)
0 4 4 0! · (3)!
4 4 64
1 2 3
3 1 3 3!> 1 1 3 2
27
f (1) = = · = (3)
1 4 4 1! · (2)!
4 4 64
2 1 3
3 1 3 3!> 1 2 3 1
9
f (2) = = · = (4)
2 4 4 2! · (1)!
4 4 64
1 3 1
3 0 0
3 1 3 3! >
1 3 1
f (3) = = · = (5)
3 4 4 3! · (0)!
4 4 64
3
X
E[X] = x · f (x) = x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) + x4 · f (x4 ) (6)
x=0
27 27 9 1
=0· +1· +2· +3· (9)
64 64 64 64
27 18 3
=0+ + + (10)
64 64 64
48 3
= = (11)
64 4
3
E[X] = µ = (12)
4
Desviación estándar
11
27 27 9 1
= 02 · + 12 · + 22 · + 32 · (4)
64 64 64 64
27 36 9
=0+ + + (5)
64 64 64
72 9
= = (6)
64 8
s 2
9 3
− =σ (7)
8 4
r
9 9
− =σ (8)
8 16
r
9
=σ (9)
16
3
σ= (10)
4
12
12. Una moneda está cargada de manera que la probabilidad de ocurrencia de una cara
es 3 veces mayor que la de una cruz. Encuentre el número esperado de cruces cuando
se lanza 2 veces esta moneda.
2
X
E[X] = µ = x · f (x) = x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) (1)
x=0
n
p(X = x) = ·p·q (2)
x
1 1
0 2 0 2
2 1 3 2! 1
3 9
f (x) = p(X = 0) = = · = (3)
0 4 4 0! · 2! 4 4 16
1 1 2
1 1
2 1 3 2! 1 3 3
f (x) = p(X = 1) = = · = (4)
1 4 4 1! · 1! 4 4 8
2 0 1 1
2 0
2 1 3 2! 1 3 1
f (x) = p(X = 2) = = · = (5)
2 4 4 2! · 0! 4 4 16
2
X
E[X] = µ = x · f (x) = x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) (6)
x=0
9 3 1
E[X] = µ = 0 · +1· +2· (7)
16 8 16
3 1
E[X] = µ = + (8)
8 8
1
E[X] = µ = = 0,5 (9)
2
µ = 0,5 (10)
13
13. Suponga que 2 variables aleatorias (X,Y) se distribuyen de manera uniforme en un
cı́rculo con radio a. La función densidad de probabilidad conjunta es entonces:
1 para x2 + y 2 ≤ a2
f (x) = πa2
0 en cualquier otro caso
x 2 + y 2 ≤ a2 (1)
−a ≤ x ≤ a (2)
Si se despeja x
x 2 + y 2 ≤ a2 (3)
p p
− a2 − y 2 ≤ x ≤ a2 − y 2 (4)
√
2 2
Za Za −y
E[X] = x · f (x)dxdy (5)
−a
√
− a2 −y 2
Za
a2 − y 2 a2 − y 2
1
E[X] = 2 − dy (6)
πa 2 2
−a
Za
a2 −y
2
2 2
1 a −y
E[X] = 2 − dy (7)
πa 2 2
−a
E[X] = µ = 0 (8)
14
15. Con frecuencia los chips de computadora tienen imperfecciones en su superficie.
Para cierto tipo de chips de computadora, 9 % no tiene imperfecciones, 22 % contiene
una imperfección, 26 % presenta 2 imperfecciones, 20 % contiene 3 imperfecciones,
12 % tiene 4 imperfecciones y 11 % contiene 5 imperfecciones. Sea y el número de
imperfecciones de un chip elegido aleatoriamente:
a) ¿Cuales son los valores posibles de Y?
b) ¿Y es discreta o continua?
c) Determine p(Y=y) para cada valor posible de Y
d) Construya una tabla de distribución de probabilidad
e) Verifique si verdaderamente es una distribución de probabilidad
f ) Construya una tabla de distribución acumulada
g) Grafique el diagrama de distribución de probabilidad
h) Grafique el diagrama de distribución de probabilidad acumulada
a)
Los valores posibles para Y son:
y 0 1 2 3 4 5
b)
La variable Y es discreta ya que toma solamente valores enteros
c)
y p(Y=y)
0 0.09
1 0.22
2 0.26
3 0.20
4 0.12
5 0.11
d) y f )
y p(Y=y) p(Y=y) Acumulada
0 0.09 0.09
1 0.22 0.31
2 0.26 0.57
3 0.20 0.77
4 0.12 0.89
5 0.11 1
e)
Se cumple debido a que para cada caso existe de Y existe una probabilidad le
corresponde.
15
g)
h)
16
16. Supongamos que una persona pasa tres semáforos cada mañana en su camino al
trabajo. Los semáforos operan independientemente y debido a que la distancia entre
ellos es grande, también operan independientemente respecto a una persona que
camina de uno hacia otro. La probabilidad de una luz roja es de 0.4, 0.8 y 0.5
respectivamente para cada uno de los semáforos. Sea X el número de luces rojas
que la persona encuentra en su camino de ida. Considerar que la persona, durante
un año hace 250 viajes a su trabajo.
a) Calcular el recorrido de la variable X
b) Calcular ladistribución de probabilidad de X
c) Calcular E[X] y E[X 2 ]
a)
Sea X el número de luces rojas que la persona encuentra en su camino
⇒ Rango = {0, 1, 2, 3}
b)
R = Observe rojo
R’ = No observe rojo
Semáforo R R’
1 0.4 0.6
2 0.8 0.2
3 0.5 0.5
x p(X=x)
0 0.06
1 0.34
2 0.44
3 0.16
17
c)
E[X]
3
X 3
X
E[X] = µ = x · f (x) = x · p(X = x) (1)
x=0 x=0
3
X 3
X
x · f (x) = x · p(X = x) (2)
x=0 x=0
= x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) + x4 · f (x4 ) (3)
= 0(0,06) + 1(0,34) + 2(0,44) + 3(0,16) (4)
= 0 + 0,34 + 0,88 + 0,48 (5)
E[X] = 1,7 (6)
E[X 2 ]
3
X 3
X
2 2
E[X ] = x · f (x) = x2 · p(X = x) (1)
x=0 x=0
3
X 3
X
2
x · f (x) = x2 · p(X = x) (2)
x=0 x=0
= x21 ·
f (x1 ) + x22 · f (x2 ) + x23 · f (x3 ) + x24 · f (x4 ) (3)
= 0 (0,06) + 12 (0,34) + 22 (0,44) + 32 (0,16)
2
(4)
= 0 + 0,34 + 1,76 + 1,44 (5)
2
E[X ] = 3,54 (6)
17. Un automóvil viejo con un motor de cuatro cilindros es llevado a un taller para
ajustarlo sea X el número de cilindros con compresión baja.
A Cual de las tres funciones dadas en la tabla siguiente es una función de masa
de probabilidad posible de X
La función P(2) dado que la sumatoria total por cada intervalo de cilindros
con comprensión baja sera igual a la unidad
B Encuentre E[X]
C Encuentre E[X 2 ]
D Encuentre σ 2
18
18. Un prı́ncipe italiano preguntó en una ocasión al famoso fı́sico Galileo. Por qué
cuando se lanzan tres dados, se obtiene con más frecuencia la suma de 10 que
la suma de 9, aunque se puedan obtener de seis maneras distintas cada una. En
relación a esta situación
C Cual es el rango de X
X = {3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18}
19. Una gran companı́a industrial hace un descuento en cualquier factura que se pague
en un lapso de 30 dı́as. De todas las facturas, 10 % recibió el descuento. En una
auditorı́a de la companı́a se seleccionó aleatoriamente 12 facturas
19
A Cual es la probabilidad de que ninguna de las 12 facturas de la muestra tengan
descuento, cual es la probabilidad de que menos de cuatro de las 12 facturas de
la muestra tengan descuento, cual es la probabilidad de que al menos cuatro
de las 12 facturas de la muestra tengan descuento
21. Unas partı́culas están suspendidas en un medio lı́quido con una concentración de
seis partı́culas por mL. Se agita por completo un volumen grande de la suspensión,
y después se extrae 3 mL. Cual es la probabilidad de que solo se retiren 15 parı́culas
20
22. Cierto tipo de tablero de circuitos contiene 300 diodos. Cada uno tiene una probabilidad
p=0.002 de fallar
21
23. Las máquinas tejedoras en una fábrica de elástico usan rayo laser para detectar los
hilos rotos. Cuando se rompe un hilo, es necesario detener la máquina para efectuar
la reparación. Sea X el número de veces que se detiene cada dı́a una máquina
especı́fica, donde su función de probabilidad está dada por:
P (X = x) = 16 31
(0,5)2 donde x=0,1,2,3,4
A Cual es la promedio esperado diario de detenciones de la máquina
22
24. Una empresa electrónica observa que el número de componentes que fallan antes
de cumplir 100 horas de funcionamiento es una variable aleatoria de poisson. Si el
nuúmero promedio de estos fallos es ocho.
23
25. De 50 edificios en un parque industrial, 12 no cumplen el código eléctrico. Si se
seleccionan aleatoriamente diez edificios para inspeccionarlos.
A Cual es la probabilidad de que todos cumplan el código.
24
encuentra que 25 % de los camiones no complementaban la prueba de rocorrido sin
poncharduras. De los siguientes 15 camionesprobados, encuentre la probabilidad de
que:
a) de 3 a 6 tengan ponchaduras.
Distribucion Binomial
25
P (X < 4) = P (0) + P (1) + P (2) + P (3)
P (0) = 15C0a ∗ (0,25)0 ∗ (1 − 0,25)15−0
P (0) = 0,0134
P (1) = 15C1a ∗ (0,25)1 ∗ (1 − 0,25)15−1
P (1) = 0,0668
P (2) = 15C2a ∗ (0,25)2 ∗ (1 − 0,25)15−2
P (2) = 0,156
P (3) = 15C3 ∗ (0,25)3 ∗ (1 − 0,25)15−3
P (3) = 0,225
P (X < 4) = 0,0134 + 0,0668 + 0,156 + 0,225
P (X < 4) = 0,461
P (X > 5) = 1 − P (0 ≤ X ≤ 5)
P (0 ≤ X ≤ 5) = P (0) + P (1) + P (2) + P (3) + P (4) + P (5)
P (0 ≤ X ≤ 5) = 0,0134 + 0,0668 + 0,156 + 0,225 + 0,225 + 0,165
P (0 ≤ X ≤ 5) = 0,851
P (X > 5) = 1 − 0,851
P (X > 5) = 0,149
27. Una prueba de resitencia de soldadura consiste en poner carga en uniones soldadas
hasta que se dé una ruptura. Para cierto tipo de soldadura, 80 % de las rupturas
ocurre en la propia soldadura, mientras que otro 20 % se da en las vigas. Se prueba
cierto número de soldaduras. Sea X el número de pruebas, incluyendo la primera
prueba que da como resultado la ruptura de la viga.
a) La probabilidad cuando X = 8.
b) La media.
c) La varianza.
Distribucion Geometrica
Datos
26
Resolución para a) X=8
P (X) = p ∗ (1 − p)x−1
P (8) = (0,20) ∗ (1 − 0,20)8−1
P (8) = 0,0419
1
µ=
p
1
µ=
0,20
µ=5
1−p
σ2 =
p
2 1 − 0,20
σ =
0,20
σ2 = 4
P (X) = p ∗ (1 − p)x−1
Datos
1
Probabilidad de que salga el 5 en un dado p =
6
Resolución para a)
27
1 1
P (1) = ∗ (1 − )1−1
6 6
1
P (1) =
6
Resolución para b)
1 1
P (5) = ∗ (1 − )5−1
6 6
P (5) = 0,0804
Resolución para c)
Resolución para d)
P (X > 5) = 1 − P (1 ≤ X ≤ 5)
P (X > 5) = 1 − 0,599
P (X > 5) = 0,401
Distribucion Geometrica
28
P (X) = p ∗ (1 − p)x−1
Datos
Resolución para a)
Resolución para b)
30. En el juego del KINO se tiene 25 bolitas y se extraen 14 de ellas. Se sabe que el
premio menor (recuperar el dinero) se obtiene a los 10 aciertos.
Distribucion Hipergeométrica
s N −s
∗
x n−x
P (X) =
N
n
sCx ∗ (N − s)C(n − x)
P (X) = (9)
N Cx
Datos
29
N = 25 n = 14 s = 14 X = 1,2,3 ... 14
Resolución para a) X ≥ 10
Resolución para c)
Sea Y el número de cartones a jugar has conseguir algún premio. Luego Y es una
variable aleatoria Geométrica con p = 0.0888 donde y = 1,2,3..., entonces:
1
µ=
p
1
µ=
0,0888
µ = 11,3
Se deben jugar aproximadamente 11 cartones para aspirar a ganar un
premio
31. Cierto banco ha comprobado que la probabilidad de que un cliente con fondos
extienda un cheque con fecha equivocada es de 0.001. En cambio, todo cliente sin
fondos pone una fecha errónea en sus cheques. El 90 % de los clientes del banco
30
tienen fondos. Si llegan 6 cheques con fecha equivocada:
a) ¿Cuál es la probabilidad que al menos uno de estos haya sido emitido por un
cliente con fondos?
b) ¿Cuál es la probabilidad que al menos uno de estos haya sido emitido por un
cliente sin fondos?
Resolución para a)
Distribucion Binomial
Datos
P (X ≥ 1) = 1 − P (0)
P (0) = 6C0 ∗ (0,00892)0 ∗ (1 − 0,00892)6−0
P (0) = 0,948
P (X ≥ 1) = 1 − 0,948
P (X ≥ 1) = 0,0520
Resolución para b)
31
Primero calculamos P(sin fondos — fecha equivocada)
P (X ≥ 1) = 1 − P (0)
P (0) = 6C0 ∗ (0,991)0 ∗ (1 − 0,991)6−0
P (0) = 5,13 ∗ 10−13
P (X ≥ 1) = 1 − 5,13 ∗ 10−13
P (X ≥ 1) = 1
32. En un programa de TV se decide votar por la persona que quieres que abandone
el concurso. Se sabe que tienes una probabilidad del 10 % de que la linea no esté
ocupada. Supongamos que cada llamada que realizas es independiente.
a) ¿Cuál es la probabilidad de que la primera llamada que entre sea la décima que
realizas?
b) ¿Cuál es la probabilidad de que sea necesario llamar 10 veces para votar dos
veces por el concursante?
Distribucion Geometrica
P (X) = p ∗ (1 − p)x−1
Datos
p = 10 % = 0.10
Resolución para a) X = 10
32
Resolución para b)
Distribucion Binomial
Distribucion Binomial
Resolución para c)
Datos
p = 10 % = 0.10 n = 15
P (X ≥ 3) = 1 − P (X ≤ 2)
P (0) = 15C0 ∗ (0,10)0 ∗ (1 − 0,10)15−0
P (0) = 0,206
P (1) = 15C1 ∗ (0,10)1 ∗ (1 − 0,10)15−1
P (1) = 0,343
P (2) = 15C2 ∗ (0,10)2 ∗ (1 − 0,10)15−2
P (2) = 0,267
P (X ≥ 3) = 1 − (0,206 + 0,343 + 0,267)
P (X ≥ 3) = 0,184
33
Distribucion de Poisson
λx ∗ e−λ
P (X, λ) = (10)
x!
Resolución para a)
Datos
λ = 12 x = 10
121 0 ∗ e−12
P (10, 12) =
10!
P (10, 12) = 0,105
Resolución para b)
Datos
λ=4 X≤5
Resolución para c)
34
Si en 5 minutos se contestan 4 llamadas en 60 min se espera contestar X
60 ∗ 4
X=
5
X = 48 Llamadas
34. Del ejercicio anterior, se sabe que durante el perı́odo de una hora 100 personas
intentaron comunicarse de las cuales solamente 40 pudieron efectivamente votar por
el concursante. Al extraer una muestra aleatoria de 20 de los números registrados.
Distribucion Hipergeométrica
sCx ∗ (N − s)C(n − x)
P (X) =
N Cx
Resolución para a)
Datos
N = 100 n = 20 s = 40 X=8
Resolución para b)
N = 100 n = 20 s = 40 0≤X≤3
35
P (X ≥ 4) = 1 − P (0 ≤ X ≤ 3)
40C0 ∗ (100 − 40)C(20 − 0)
P (0) =
100C20
P (0) = 7,82 ∗ 10−6
40C1 ∗ (100 − 40)C(20 − 1)
P (1) =
100C20
P (1) = 1,53 ∗ 10−4
40C2 ∗ (100 − 40)C(20 − 2)
P (2) =
100C20
P (2) = 0,00135
40C3 ∗ (100 − 40)C(20 − 3)
P (3) =
100C20
P (3) = 0,00714
P (X ≥ 4) = 1 − 0,00865
P (X ≥ 4) = 0,99135
35. Una caja contiene 100 artı́culos, de los que 3 son defectuosos. Sea X el número de
artı́culos defectuosos encontrados en una muestra de tamaño 10.
a) Calcular P (X = 3), empleando la distribución de probabilidad Binomial.
3 97
a) n=10, p = 100
, q= 100
, x=3.
10!
( 7!,3! 3 3
) ∗ ( 100 97 7
) ∗ ( 100? ) = 2,6178 × 10−3
b) Calcular P (X = 3), empleando la distribución de probabilidad de Poisson.
h = 0,3, x=3.
0,33 ∗e−0,3
3!
= 7,15181 × 10−4
c) ¿Existe una diferencia significativa?
Existe una diferencia de 7 diezmilésimas, es decir un cambio insignificante
36. De los clientes que ordenan cierto tipo de computadora personal, 20 % ordena una
tarjeta gráfica actualizada, 30 % memoria extra, 15 % ordena tanto una tarjeta
gráfica actualizada como memoria extendida, y 35 % no ordena ninguna. Se eligen
de forma aleatoria quince órdenes. Sea X1 , X2 , X3 , X4 , los respectivos números de
órdenes en las cuatro categorı́as dadas.
a) Determine P (X1 = 3)
15!
3!∗12!
∗ (0,2)3 ∗ (0,8)12 = 0,2501
b) Determine P (X1 = 3; X2 = 4)
15!
3!∗4!∗8!
∗ (0,20)3 ∗ (0,30)4 ∗ (0,50)8 = 0,0570
c) Determine P (X1 = 3; X2 = 4; X3 = 2yX4 = 6)
15!
3!∗2!∗6!
∗ (0,20)3 ∗ (0,30)4 ∗ (0,15)2 ∗ (0,35)6 = 0,01690
36
d) Determine P (X1 = 2; X2 = 2; X3 = 2; X4 = 2)
h = 2,3, x=2.
2,32 ∗e−2,3
2!
= 0,2651
b) Calcular la probabilidad de 10 imperfecciones en 5 mm de alambre
2.3 imperfmmecciones
∗ 5mm = 11,5imperf ecciones
11,510 ∗e−11,5
10!
= 0,11293
c) Calcular la probabilidad de al menos una imperfección en 2 mm de alambre
P(X≥ 1) = 1-P(X=0)
2.3 imperfmmecciones
∗ 2mm = 4,6imperf ecciones
4,6 ∗e−4,6
0
1− 0!
= 0,9899
d) Calcular la probabilidad de ak menos dos imperfecciones en 2 mm de alambre
h = 2,3, x=2.
2,32 ∗e−2,3
2!
= 0,2651
b) Calcular la probabilidad de 10 imperfecciones en 5 mm de alambre
2.3 imperfmmecciones
∗ 5mm = 11,5imperf ecciones
10
11,5 ∗e −11,5
10!
= 0,11293
c) Calcular la probabilidad de al menos una imperfección en 2 mm de alambre
P(X≥ 1) = 1-P(X=0)
2.3 imperfmmecciones
∗ 2mm = 4,6imperf ecciones
4,60 ∗e−4,6
1− 0!
= 0,9899
d) Calcular la probabilidad de ak menos dos imperfecciones en 2 mm de alambre
37
39. La alcaptonuria es una enfermedad genética que se caracteriza por carencia de
una enzima necesaria para metabolizar al ácido homogentı́sico. Algunas personas
son portadoras de aquella, lo cual significa que no tienen la enfermedad, sino que
pueden transmitirla potencialmente a sus hijos. De acuerdo con las leyes de la
herencia genétiica, un hijo, cuyos padres son portadores de alcaptonuria, tiene la
probabilidad de 0.25 de no tener la enfermedad, 0.5 de ser portador y 0.25 de padecer
la enfermedad. En una muestra de 10 hijos de portadores de la alcaptonuria.
a) ¿Cuál es la probabilidad de que 3 no la tengan, 5 sean portadores y 2 la padezcan?
10! 2
3!∗5!∗2!
∗ (0,25)3 ∗ (0,5)2∗(0,25) =0,0769
b) ¿Cuál es la probabilidad de que 2 no la tengan, 4 sean portadores y 3 la padezcan?
No se puede realizar porque X1+X2+X3 son diferentes de n.
40. Suponga que la estatura de mujeres en una población sigue la curva normal con
media de 64.3 pulgadas y desviación estándar de 2.6 pulgadas.
a) ¿Qué proporción de mujeres tiene estatura entre 60 y 66 pulgadas?
x−µ
z=
σ
60 − 64,3
z1 = = −1,65
2,6
66 − 64,3
z1 = = 0,65
2,6
z2
R 0,65 1 −
p = −1,65 √ e 2 dz
2π
p = 0,0765
b) La estatura de una mujer es 0.5 de desviación estándar mayor a la media. ¿ Qué
proporción de mujeres mide más que ella?
60,5 − 64,5
z= = 1,53
2,6
z2
R 1,53 1 −
p = 0 √ e 2 dz
2π
p = 0,02841
c) ¿Cuánto mide una mujer cuya estatura se encuentra en el percentil 90?
P (z) = 0,9
z = 1,28
x − 64,3
1,28 =
2,6
x = 67,6
La mujer que se encuentra en el percentil 90 mide 67.6
d) Se elige aleatoriamente una mujer de esta población. ¿Cuál es la probabilidad
que ella mida más de 67 pulgadas
38
67 − 64,3
z= = 1,04
2,6
P (X > 67) = 1 − P (Z <= 1,04)
P (X > 67) = 1 − 0,85 = 0,15
e) Se elige aleatoriamente a 5 mujeres de esta población. ¿Cuál es la probabilidad
de que solo una de ellas mida más de 67 pulgadas?
Suponiendo que existe una población de 100 mujeres:
85 84
P (x > 67) = 5( 100 ∗ 99 ∗ 83
98
82
∗ 97 ∗ 81
96
) = 0,4034
41. La resistencia de una aleación de aluminio se distribuye normalmente con media de
10 gigapascales (GPa) y desviación estándar de 1.4 GPa
a) ¿Cuál es la probabilidad de que una muestra de ésta aleación tenga resistencia
mayor a 12 GPa
12 − 10
z= = 1,43
1,4
z2
R 1,43 1 −
P = 0,5 − 0 √ e 2 dz
2π
p = 0,0764
b) Determine el primer cuartil de la resistencia de ésta aleación
Para 25 % = 0,25 se busca en la tabla
z = 0,67
x = (0,67)(1,4) + 10 = 10,938
c) Determine el percentil 95 de la resistencia de ésta aleación
Para 95 % = 0,95 se busca en la tabla
z = 1,64
x = (1,64)(1,4) + 10 = 12,296
42. En una universidad, las puntuaciones del SAT en matemáticas de una clase de
primer año fue en promedio, 650 y tuvo desviación estándar de 100. El máximo
puntaje posible es de 800. ¿Es posible que el histograma de las puntuaciones de
estos alumnos siga una curva normal?. Explique
800 − 650
z= = 1,5
100
P = 0,9332
39
43. La penicilina es producida por el hongo Penicillium, que crece en un caldo, cuyo
contenido de azúcar debe controlarse con cuidado. La concentración óptima de
azúcar es de 4.9 mg/mL. Si la concentración excede los 6 mg/mL, el hongo muere
y el proceso debe suspenderse todo el dı́a.
a) Si la concentración de azúcar en tandas de caldo se distribuye normalmente con
media de 4.9 mg/mL y desviación estándar 0.6 mg/mL, ¿en qué proporción de dı́as
se suspenderı́a el proceso?
6,0 − 4,9
z=
0,6
z = 1,83
P (z > 1,83) = 1 − 0,9664 = 0,0336
6,0 − 5,2
z=
0,4
z=2
P (z > 2) = 1 − 0,9772 = 0,0228
c) ¿Este caldo sustirı́a efectos con menos dı́as de producción perdida? Explique.
40
a) En cierto proceso industrial, no es posible obtener una recuperación menor a
0.30 más de 5 % de las veces.
0,30 − 0,55
z=
0,15
5
z=−
3
Si se cumple con el requisito, ya que al ser un porcentaje de recuperación bastante
bajo se obtiene un resultado favorable de recuperación que puede ser mayor al 0.50.
b) En otro proceso, la recuperación debe ser mayor a 0.50 al menos 95 % de las
veces.
0,50 − 0,55
z=
0,15
1
z=−
3
c) si la media de la recuperación se distribuye normalmente con una media de 0.60,
¿cúal es el valor más grande que puede tener la desviación estándar para cumplir
con este requisito?
u = 0,60
z = −2,51
x = 0,50
0,50 − 0,60
−2,51 =
S
S = 0,0398
15 − 14,88
uh =
2
uh = 0,06
Sh = 0,025 − 0,015
Sh = 0,01458
41
d) Determine el percentil 25 de la holgura.
0,025
P25 = 0,12
= 0,0502
e) Las especificaciones requieren que la holgura mida entre 0.05 y 0.09 cm. ¿Cuál
es la probabilidad de que la holgura satisfaga esta especificación?
−1,67
12 − 12,05
Z
1 z2
z= P = √ e− 2 dz
0,03 −∞ 2π
z = −1,67 P = 0,0475
b) La media del proceso se puede ajsutar utilizando calibración. ¿En qué valor debe
fijarse la media para que 99 % de las latas contenga 12 onzas o más?
z = −2,33
12 − u
−2,33 =
0,03
u = 12,07 onzas
c) Si la media del proceso sigue siendo de 12.05 onzas, ¿En qué valor debe fijarse
la desviación estándar para que 99 % de las latas contenga 12 onzas o más?
z = −2,33
12 − 12,05
−2,33 =
S
S = 0,0215 onzas
−2
90 − 110
Z
1 z2
z= P (z ≤ −2) = √ e− 2 dz
10 −∞ 2π
z = −2 P (z ≤ −2) = 0,0228
42
b) ¿A qué valor debe establecerse la media para solo 1 % de las pelı́culas esté muy
delgado?
z = −3,07
90 − u
−3,07 =
10
u = 120,7 micrones
c) Si la media sigue siendo 110, ¿cuál debe ser la desviación estándar para que sólo
el 1 % de las pelı́culas sea muy delgado?
z = −3,07
90 − 110
−2,33 =
S
S = 6,52 micrones
48. Un proceso hilador de fibras produce una fibra cuya resistencia se distribuye con
media de 75 N/m2 . La resistencia mı́nima aceptable es de 65 N/m2 .
a) 10 % de las fibras producidas mediante el método actual no cumple con la
especificación mı́nima. ¿Cuál es la desviación estándar de la resistencia de las fibras
en el proceso actual?
z = −3,01
65 − 75
−3,01 =
S
S = 3,32 N/m
b) Si la media sigue siendo de 75 N/m2 , ¿Cuál debe ser la desviación estándar para
que sólo 1 % de las fibras no satisfaga la especificación?
z = −3,07
65 − 75
−3,07 =
S
S = 3,2573 N/m
c) Si la desviación estándar es de 5 N/m2 , ¿En qué valor debe fijarse la media para
que sólo 1 % de las fibras no satisfaga la especificación?
z = −3,07
65 − u
−3,07 =
5
u = 80,35 N/m
43
Cada hora, usted hace una medición de la fuerza del adhesivo. Usted debe informar
a su supervisor si su medición indica que el proceso se ha desviado de su distribución
objetivo.
a) Calcule P (X ≤ 160) bajo el supuesto de que el proceso está funcionando
correctamente.
−4
160 − 200
Z
1 z2
z= P (z ≤ −4) = √ e− 2 dz
10 −∞ 2π
z = −4 P (z ≤ −4) = 3,18 ∗ 10−5
b) Con base en su respuesta al inciso a), si el proceso funciona bien, ¿una fuerza de
160 N serı́a inusualmente pequeña? Explique.
Una fuerza de 160 N serı́a inusualmente pequeña.
c) Si usted observa una fuerza adhesiva de 160 N, ¿ésto último serı́a una evidencia
de que el proceso ya no funciona correctamente? Explique.
El proceso no tendrı́a un funcionamiento correcto, el valor de z no puede ser menor
a −4.
d) Encuentre P (X ≥ 203), bajo la suposición de que el proceso está funcionando
bien.
0,3
203 − 200
Z
1 z2
z= P (z ≥ 0,3) = 1 − P (z < 0,3) = 1 − √ e− 2 dz
10 −∞ 2π
z = 0,3 P (z ≥ 0,3) = 1 − 0,6179 = 0,3821
−0,5
195 − 200
Z
1 z2
z= P (z ≤ −0,5) = √ e− 2 dz
10 −∞ 2π
z = −0,5 P (z ≤ −0,5) = 0,3098
h) Con base en su respuesta del inciso g), si el proceso está funcionando correctamente,
¿ serı́a una fuerza de 195 (N) inusualmente pequeña ? Explique.
44
Una fuerza de 195 N serı́a inusualmente pequeña, ya que se encuentra en un rango
moderado de fuerza en relación a la media.
i) Si usted observa una fuerza adhesiva de 195 (N), ¿ ésto serı́a una evidencia de
que el proceso ya no funciona correctamente ? Explique.
El proceso estarı́a funcionando correctamente ya que una fuerza de 195 N se encuentra
dentro de un rango moderado en relación a la media.
50. Una instalación de luz tiene dos focos. El A es de un tipo cuya duración se distribuye
con media de 800 horas y desviación estándar de 100 horas. El B tiene una duración
que se distribuye con media de 900 horas y desviación estándar de 150 horas.
Suponga que las duraciones de los focos son independientes.
a) ¿ Cuál es la probabilidad de que el foco B dure más que el A ?
−0,67
800 − 900
Z
1 z2
z= P (z ≥ −0,67) = 1 − P (z < −0,67) = 1 − √ e− 2 dz
150 −∞ 2π
z = −0,67 P (z ≥ −0,67) = 1 − 0,2514 = 0,7486
0,67
1000 − 900
Z
1 z2
z= P (z ≥ 0,67) = 1 − P (z < 0,67) = 1 − √ e− 2 dz
150 −∞ 2π
z = 0,67 P (z ≥ 0,67) = 1 − 0,7486 = 0,2514
c) Otra instalación de luz tiene solo un foco. Se pone uno del tipo A y cuando se
funde se instala otro de tipo B. ¿ Cuál es la probabilidad de que la duración total
de ambos sea mayor a 2000 horas ?
1,2
2000 − 1700
Z
1 z2
z= P (z ≥ 1,2) = 1 − P (z < 1,2) = 1 − √ e− 2 dz
250 −∞ 2π
z = 1,2 P (z ≥ 1,2) = 1 − 0,8849 = 0,1151
45