Tarea N° 2 Estadística

Nombres: Camila Aravena.

Joaquín Monrroy.
Profesor: Juan Rodríguez.
Asignatura: Estadística.
Fecha: 7 de Julio 2019.
Ejercicio 1
La siguiente f.d.p. f(y) indica la extracción de cobre en miles de toneladas:

1
y, si0  y  5
25
2 1
f(y)  y, si5  y  10
5 25
0 en otro caso

A) Obtenga su función distribución acumulada:

𝑦
𝐹(𝑌) = ∫−∞ 𝑓(𝑡)𝑑𝑡
0 𝑦 1
= ∫−∞ 0 𝑑𝑡 + ∫0 𝑡 𝑑𝑡
25
1 𝑦 𝑡2
= |
25 2 0
1 𝑦2
=25 2

𝒚
𝑭(𝒀) = ∫−∞ 𝒇(𝒕)𝒅𝒕 =
𝟎 𝟓 𝟏 𝒚𝟐 𝟏
∫−∞ 𝟎 𝒅𝒕 + ∫𝟎 𝟐𝟓
𝒕 𝒅𝒕 + ∫𝟓 𝟓
− 𝟐𝟓
𝒕 𝒅𝒕
𝟏𝒕𝟐 𝟐𝒕 𝒕𝟐 𝒚
=𝟎+( |𝟓 ) + ( − )|
𝟐𝟓 𝟐 𝟎 𝟓 𝟓𝟎 𝟓
𝟏 𝟐(𝒚−𝟓) (𝒚𝟐 −𝟐𝟓)
=𝟎+𝟐+( − )
𝟓 𝟓𝟎
𝟐
𝟏 𝟐𝟎𝒚 − 𝒚 − 𝟕𝟓
= +
𝟐 𝟓𝟎
𝟐𝟎𝒚−𝒚𝟐 −𝟓𝟎
= 𝟓𝟎

0 , Si 𝑦 < 0

𝑦2 , Si 0 ≤ 𝑦 < 5
50
F(y)
20𝑦 − 𝑦 2 − 50 ,Si 5 ≤ 𝑦 < 10
50

1 , 𝑦 ≥ 10
B) Calcular la probabilidad que la extracción sea entre 4 y 7 , P(4<x<7):

20∗7−72 −50) 42 41 16 25
P(4 < y < 7) = P(x=7) – P(x=4) = ( ) − 50 = 50 − 50 = = 0,5
50 50

Por lo tanto, la probabilidad de que la extracción de cobre este entre 4 y 7(en miles de
toneladas es de 0.5, lo que equivale al 50%.

C) Obtenga el percentil 85 e interprete el resultado:

20𝑦 − 𝑦 2 − 50
𝑃(𝑥 = 𝑦) ⇔ = 0,85 ⇔ 20𝑦 − 𝑦 2 − 50 = 42,5
50
𝑦 2 − 20𝑦 + 92,5 = 0
Luego tenemos 2 valores:
Y1=12.74
Y2=7.26
R: Como Y va de 0 a 10, entonces y=7.26, por lo que un 85% de la extracción de cobre es
como máximo 7261 toneladas.

D) Determine e interprete el valor esperado:

E [y] = ∫ 𝑦 𝑓(𝑦)𝑑𝑦
5 1 10 2 1
= ∫0 𝑦 (25 𝑦) 𝑑𝑦 + ∫5 𝑦 (5 − 25 𝑦) 𝑑𝑦
1 𝑦3 5 2𝑦 2 𝑦 3 10
= |0 + ( − )|
25 3 2 ∗ 5 75 5
5 20 10
= 3+(3 − )=5.
3

R: Se espera extraer 5000 toneladas de cobre.

E) Obtenga su desviación estándar:

E [𝑦 2 ] = ∫ 𝑦 2 𝑓(𝑦)𝑑𝑦
5 1 10 2 1
= ∫0 𝑦 2 (25 𝑦) 𝑑𝑦 + ∫5 𝑦 2 (5 − 25 𝑦) 𝑑𝑦
1 𝑦4 2 𝑦3 1 𝑦4
= 25 ( 4 ) |50 + (5 ( 3 ) − 25 ( 4 )) |10
5

1 625 2 1000 125 1 10000 625

= 25 + (5 ( − ) − 25 ( − ))
4 3 3 4 4
25 350 375 175
+( −= )= = 29,167
4 3 4 6
175 25
V(y) = E [𝑦 2 ] - (E [𝑦] )2 = 6 − (5)2 = 6 = 4,17

25
𝑣𝑥 = √ 6 = 2,04
̅̅̅

F) ¿La extracción de cobre es homogénea? Justifique estadísticamente.

 ̅𝑣̅̅𝑥̅ 2,04
𝐶𝑉% = ∗ 100 = ∗ 100 = 40,8%
𝑥̅ 5

Como el C.V es mayor al 35% , la extracción de cobre no es homogénea.

Ejercicio 2

El número de solicitudes de ayuda recibidas por un servicio de grúas tiene distribución

Poisson con media de 4 por hora.

A) ¿Cuál es la probabilidad de recibir 3 solicitudes en la próxima hora?

43 𝑒 −4
𝑃(𝑥 = 3) = = 0,19
6
R: La probabilidad de recibir 3 solicitudes de llamada es de un 19,53%.

B) Calcular la probabilidad de que 10 solicitudes sean recibidas en un periodo de 2

horas:
810 𝑒 −8
𝑃(𝑥 = 10) = = 0,0992
10!
R: La probabilidad es de un 0.0992, lo que equivale a un 9.92%.

C) Si los operadores del servicio de grúas hacen una pausa de 30 minutos para el
almuerzo, ¿cuál es la probabilidad de que no dejen de atender llamadas de ayuda?

Para λ=2
P(x=X) =1-P(x=0)
20 ∗𝑒 −2
= 1 - 0! = 0.864
R: La probabilidad de que dejen de atender es un 86%

D) ¿Cuántas llamadas se esperarían durante esta pausa?

E(x) = λ = 2
R: Se esperan 2 llamadas.

Ejercicio 3

Existen 2 máquinas para cortar corchos para usarse en botellas de vino. La primera produce
corchos con diámetros que están normalmente distribuidos con media de 3 cm y desviación
estándar de 0.1 cm. La segunda máquina produce corchos con diámetros con distribución
uniforme entre los 2,96 y 3,02 cm. Los corchos aceptables tienen diámetros entre 2.9 y 3.1
cm
Máquina 1 x∼N(3;0.1)
 Máquina 2 U[2.96;3.02]
Corchos aceptables [2.9 ; 3.1]

A) ¿Cuál máquina es más probable que produzca un corcho aceptable?

Máquina 1:
2,9 − 3 3,1 − 3
𝑃(2,9 ≤ 𝑥1 ≤ 3,1) = 𝑃 ( ≤𝑧≤ ) = 𝑃(−1 ≤ 𝑧 ≤ 1)
0,1 0,1
= 𝑃(𝑧 ≤ 1) − 𝑃(𝑧 ≤ −1) = 0,8413 − 0,1587 = 0,6826

Máquina 2:
1 1
a≤x≤b 2.96≤x≤3.02
𝑏−𝑎 0.06
f(x)= =
0 e.o.c 0 e.o.c

0 x<2.96
𝑥−2.96
F(x)=P(x=X)= 2.96≤x≤3.02
0.06

1 x>3.02

R: la maquina 2 produce corchos más aceptables.

B) Determine el diámetro promedio de los corchos de la segunda máquina y su

función generadora de momentos.
𝑎+𝑏 2.96 +3.02
E(x) = = = 2.99
2 2
3.02𝑡 − 𝑒 2.96𝑡
(𝑡) 𝑒
𝑀𝑥 = 𝑡(0.06)

R: el diámetro promedio es de 2,99 cm.

C) ¿Cuál es la probabilidad de que el diámetro de la segunda maquina sea menor a
3,01 cm?
𝑥−2,96 3,01−2,96
𝑃(𝑥 = 3,01) = = = 0,8333
0,06 0,06

R: la probabilidad de que sea 3.01 cm es de 83%.

D) ¿Cuál es la probabilidad de que el diámetro de la primera máquina esté entre 2,95
y 3,05 cm?
2,95 − 3 3,05 − 3
𝑃(2,95 ≤ 𝑥 ≤ 3,05) = 𝑃 ( ≤𝑧≤ ) = 𝑃(−0,5 ≤ 𝑥 ≤ 0,5)
0,1 0,1
= 𝑃(𝑧 ≤ 0,5) − 𝑃(𝑧 ≤ −0,5) = 0,6915 − 0,3085 = 0,382924
R: La probabilidad de que el diámetro este entre 2.95 y 3.05 es de 0.382924, lo que
equivale a un 38.2924%.

Ejercicio 4

Según datos proporcionados por el Registro Civil de Concepción, el número de

infracciones de tránsito por exceso de velocidad de los conductores penquistas se representa
con la siguiente función de probabilidad:

k
p ( x)  , siX  0.1.2.3.4
2 x!(4  x)!
A) Encontrar el valor de 𝑘 para que p(𝑥) sea una función de probabilidad:

x 0 1 2 3 4
P(x) 0,0625 0,25 0,375 0,25 0,0625 1
X P(x) 0 0,25 0,75 0,35 0,25 2

𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3) + 𝑃(4) = 1

𝐾 𝑘 𝑘 𝑘 𝑘
+ + + 2∗3! ∗ (4−3)! + 2∗4! ∗ (4−4)! = 1
2∗0! ∗ (4−0)! 2∗1! ∗ (4−1)! 2∗2! ∗ (4−2)!
𝐾 𝐾 𝐾 𝐾 𝐾
+ 12 + 8 + 12 + 48 = 1
48
𝐾 + 4𝐾 + 5𝐾 + 4𝐾 + 𝐾 = 48
16𝐾 = 48
𝐾=3

B) Obtenga su función de distribución acumulada:

0 , 𝑥<0
1 , 0≤𝑥<1
6
5 , 1≤𝑥<2
F(x) 16
11 , 2≤𝑥<3
16
15 , 3≤𝑥<4
16
1 , 𝑥≥4

C) Si se selecciona a un conductor penquista aleatoriamente, ¿cuál es la probabilidad

de que tenga al menos una infracción?

𝑃(𝑥 ≥ 1) = 1 - 𝑃(𝑥 = 0)
1
= 1 – 16
= 0,9375
R: la probabilidad que tenga al menos una infracción es de un 93.75%.
D) Obtener la f.g.m. de la variable aleatoria X y a través de ésta calcular el número
promedio de infracciones de tránsito de estos conductores:

(𝑡)
𝑀𝑥 = 𝐸[𝑒 𝑡𝑥 ] = 𝛴𝑒 𝑡𝑥 𝑝(𝑥)
= 𝑒 𝑡𝑥 𝑝(𝑥1 ) + 𝑒 𝑡𝑥 𝑝(𝑥2 ) + 𝑒 𝑡𝑥 𝑝(𝑥3 ) + 𝑒 𝑡𝑥 𝑝(𝑥4 )+ 𝑒 𝑡𝑥 𝑝(𝑥5 )
1 1 3 3 4
= 16 𝑒 0 + 4 𝑒 𝑡 + 8 𝑒 2𝑡 + 4 𝑒 3𝑡 + 16 𝑒 4𝑡
=1,5625

𝑑𝑥
𝑀𝑥𝑡 |𝑡=𝑂 = 𝐸[𝑥]
𝑑𝑡
=1 ∗ 0,25𝑒 𝑡 + 2 ∗ 0,375𝑒 2𝑡 + 3 ∗ 0,25𝑒 3𝑡 + 4 ∗ 0,0625𝑒 4𝑡
= 0,25 + 0,75 + 0,75 + 0,25
=2

E) Los conductores con infracciones de tránsito incurren en una multa M(X) que se
puede modelar por M(X) =150X -120 (en miles de pesos) por el exceso de velocidad.
Calcular e interpretar la cantidad esperada y la varianza.

E[M(X)] =E[150X – 120]

= E[150X] – E[120]
= 150E[X] – 120
=150 * 2 – 120
=180

R: el promedio de infracciones por exceso de velocidad es de 180.

V(Mx) = V(150x-120)
= 1502 ∗ 𝑉(𝑥) − 0
= 22500.

R: la varianza es 22500, esto significa que las multas tienen una medida de dispersión de
22500 pesos.

Ejercicio 5

La duración de un componente electrónico de los Notebook se puede modelar por una

distribución exponencial con una vida útil media de 10 años.

A) Determine su f.d.p:
1 1
𝐸[𝑥] = 10 ⇒ = 10 ⇒ 𝜆 =
𝜆 10
1 −1𝑥 , 𝑥>0
𝑒 10
10
f(x)
0 , 𝑒. 𝑜. 𝑐.
B) Determine la probabilidad de que el componente dure más de 12 años
1 −1∗12
𝑃(𝑥 > 12) = 1 − 𝑃(≤ 12) = 1 − 𝑒 10 = 0,3
10

R: la probabilidad de que dure más de 12 años es de 0,3 lo que equivale a un 30%.

C) Si el componente dura menos de 2 años se considera defectuoso y la empresa debe

hacer efectiva la garantía.
1. ¿Cuál es la probabilidad de que se inspeccionen para encontrar tres
defectuosos?
−1
P(x < 2) = 1 − e 10 ∗2 = 0,18
R: La probabilidad de encontrar un defectuoso es del 18%, por ende, la probabilidad de que
no sea defectuoso es del 82%.

X: v.a que indica el n° de ensayos (x=6) para lograr r éxitos (r=3)

P(x=x) =(6−1
3−1
)*0.183 ∗ 0.823 =0.0319.

2. ¿Cuántos componentes se espera revisar para encontrar el primero

defectuoso?
X: Indica el n° de ensayos para lograr encontrar el primero defectuoso (primer éxito)
𝑋~𝐺𝑒𝑜(𝑃 = 0,18)

1 1
𝐸[𝑥] = = = 5,56 ≈ 6
𝑝 0,18

R:Se deben revisar 6 para encontrar el primero defectuoso.

3. Si se extrae una muestra de 15 componentes al azar:

3-1 ¿Cuál es la probabilidad de encontrar a lo más uno defectuoso?
(𝑥 ≤ 1) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)]
15 15
= ( ) 0,180 0,8215 + ( ) 0,181 0,8214
0 1
= 0,0509 + 0,1677 = 0,219
R: la probabilidad de encontrar a lo más uno defectuoso es de 21.9%

3.2 ¿Cuántos componentes buenos se esperan en la muestra?

𝐸[𝑥] = 𝑛 ∗ 𝑞 = 15 ∗ 0,82 = 12,3 ≈ 12
R: se espera encontrar 12 buenos.
3.3 Indique su f.g.m.
(𝑝𝑒 𝑡 + 𝑞)𝑛 = (0,18𝑒 𝑡 + 0,82)15

Ejercicio 6

Una caja contiene 30 pernos de los cuales 8 tienen algún tipo de defectos. Si se extrae una
muestra de 6 pernos al azar.
A) La probabilidad de encontrar uno defectuoso:
(81)(22
5)
P(𝑥 = 1) = (30
= 0,35
6)

R: la probabilidad de encontrar 1 defectuoso es del 35%.

B) La probabilidad de encontrar por lo menos 6 pernos defectuosos:

(86)(22
0
)
𝑃(𝑥 ≥ 6) = = 0,0000471
(30
6
)

C) ¿Cuál es la probabilidad de que el primer perno defectuoso sea el cuarto revisado?

22
𝑋~𝐺𝑒𝑜 ( )
30
𝑥−1
22 8 3
𝑃(𝑥 = 4) = 𝑝 ∗ 𝑞 = ( ) = 0,105
30 30
R: La probabilidad es del 10%.

D) ¿Cuál es la probabilidad de que el quinto perno revisado sea el segundo

defectuoso?

𝑋~𝐵𝑖𝑛𝑒𝑔(𝑃)

𝑥 − 1 (𝑝)𝑥 (𝑞)𝑥−𝑟 4 22 5 8 3
𝑃(𝑥 = 5) = ( ) = ( ) ( ) ( ) = 0,11
𝑟−1 1 30 30
R: la probabilidad de que el 5º perno revisado sea el segundo defectuoso es del 11%.
E) ¿Cuántos pernos buenos se esperan en la muestra?
22
𝑋~𝐵𝑖𝑛 (6, ) ,
30

22
𝐸(𝑥) = 𝑛 ∗ 𝑝 = 6 ∗ =4
30
R: se espera obtener 4 pernos buenos.