Elementos de Estadística Tema 3.

Modelos probabilísticos

SEMANA 08. CLASE 11. MIÉRCOLES 25/01/17

2. Ejemplos ilustrativos:

PROBLEMA 1.
Supóngase que la probabilidad de tener una unidad defectuosa en una línea de ensamble es de
0.05. Si el número de unidades terminadas constituye un conjunto de ensayos independientes,
determine la probabilidad de que:
a. entre 20 unidades dos se encuentren defectuosas
Solución.
Se trata de un modelo binomial de parámetros n = 20, p = 0.05 .
 20  20!
P {X = 2} =   (0.05)2 (0.95)18 = (0.05)2 (0.95)18 = 190(0.05)2 (0.95)18
2
  2!18!
b. entre 20 unidades, una como máximo se encuentre defectuosa
Solución.
 20   20 
P {X ≤ 1} = P {X = 0} + P {X = 1} =   (0.05)0 (0.95)20 +   (0.05)1(0.95)19
 0  1 
= (0.95)20 + 20(0.05)1(0.95)19 = (0.95)20 + (0.95)19
c. por lo menos una se encuentre defectuosa
Solución.
 20 
P {X ≥ 1} = 1 − P {X = 0} = 1 −   (0.05)0 (0.95)20 = 1 − (0.95)20
 0 

PROBLEMA 2.
Una persona con n llaves trata de abrir una puerta, probando las llaves de forma sucesiva e
independiente. Se definen dos situaciones: Situación A: La selección de las llaves es con
reposición y Situación B: La selección de las llaves es sin reposición. Para cada situación definida
anteriormente, halle la esperanza del número k de intentos que se requieren hasta encontrar la
llave correcta, suponiendo que ésta es una sola.
a. Si la selección de las llaves es con reposición
Solución.
Sea X definida como el número de intentos requeridos hasta encontrar la llave correcta
Función de probabilidad:
k −1
n − 1 1
fX (x) = P(X = k) =   n , k = 1,2,...
 n   
Corresponde a la función de probabilidad del modelo geométrico, denotado como G(p), con
1
p=
n
Esperanza: Se sabe que
∞ ∞ ∞ ∞

∑ ∑ ∑ ∑
i i i −1 i −1
n − 1 d n − 1 1 n − 1 n − 1
  = n−1 ⇒   =1⇒ 2 i  =1⇒ i  = n2
 n  dn  n  n  n   n 
i =1 i =1 i =1 i =1

Entonces

José Luis Quintero 3

Elementos de Estadística Tema 3. Modelos probabilísticos

∞ ∞

∑ ∑
i −1 i −1
n − 1 1 1 n − 1 n2
E(X) = i  n = n i  = =n
 n     n  n
i =1 i =1

b. Si la selección es sin reposición

Solución.
Función de probabilidad:
n −1 n −2 n − (k − 1) − 1 1 1
fX (x) = P(X = k) = . ..... . = , k = 1, 2,...,n
n n −1 n − (k − 1) n − k n
Corresponde a la función de probabilidad del modelo uniforme discreto con n valores, UD(n)
Esperanza:
n n

E(X) =
∑ i =1
1 1
i. =
n n ∑
i =1
i=
1 n(n + 1) n + 1
n
.
2
=
2

PROBLEMA 3.
Sea X una variable aleatoria geométrica con parámetro p. Halle
a. La probabilidad de que X sea un entero par
Solución.
∞ ∞

P(X = 2k) =
∑ k =1
2k −1
(1 − p) p=
p
1−p ∑ k =1
(1 − p)2k =
p
.
(1 − p)2
=
p (1 − p)2
. =
1−p
1 − p 1 − (1 − p)2 1 − p p(2 − p) 2 − p

b. La probabilidad de que X sea un entero impar

Solución.
∞ ∞

P(X = 2k − 1) =
∑k =1
(1 − p) 2k − 2
p=
p
(1 − p)2 ∑k =1
(1 − p)2k =
p
.
(1 − p)2
=
p
.
(1 − p)2
(1 − p)2 1 − (1 − p)2 (1 − p)2 p(2 − p)

1
=
2−p

PROBLEMA 4.
El número de llamadas que llegan a una central se modela como una variable aleatoria Poisson.
Suponga que, en promedio, se reciben 10 llamadas por hora. Calcule la probabilidad de que:
a. Lleguen exactamente cinco llamadas en dos horas
Solución.
e−20.(20)5 e−20.210.55 e−20.27.54
P(P(20) = 5) = = =
5! 5.4.3.2.1 3
b. Se reciban dos llamadas o menos en una hora
Solución.
e−10.(10)0 e−10.(10)1 e−10.(10)2
P(P(10) ≤ 2) = + + = (1 + 10 + 50)e−10 = 61e−10
0! 1! 2!
c. Lleguen más de una llamada en 30 minutos
Solución.
e−5.50 e−5.51
P(P(5) > 1) = 1 − − = 1 − 6e−5
0! 1!

José Luis Quintero 4

Elementos de Estadística Tema 3. Modelos probabilísticos

PROBLEMA 5.
El número de vehículos que transitan por una determinada calle de Caracas puede considerarse
una variable aleatoria con distribución Poisson de tasa media 2.5 vehiculos/seg. Al final de la calle
hay una bifurcación donde se sabe que la probabilidad de que un vehículo siga hacia la derecha es
0.4 y por consiguiente hacia la izquierda es 0.6. Determine
a. La probabilidad de que en 5 segundos circulen al menos 2 vehículos por la bifurcación de la
derecha
Solución.
λ = 2.5 × 5 × 0.4 = 5
e−5.50 e−5.51
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1) = 1 − − = 1 − 6e−5 = 0.9596
0! 1!
b. El número esperado de vehículos que circula por la bifurcación izquierda en una hora
Solución.
Núm. esperado = 2.5 vehiculos
seg
× 3600 seg × 0.6 = 5400 vehiculos

c. El número esperado de vehículos que llegan a la bifurcación en 15 segundos

Solución.
Núm. esperado = 2.5 vehiculos
seg
× 15 seg = 37.5 vehiculos

José Luis Quintero 5