EJERCICIOS VARIABLES ALEATORIAS DISCRETAS UNIFORME Y

BINOMIAL

Prof. Jorge Sudy O.

1.- Función de masa: aquí tomaremos el ejemplo de la clase 3 página 5, formando

la función de masa.
Una pieza fabricada en lotes de 5, puede tener una cierta cantidad de piezas
defectuosas {0, 1, 2, 3, 4, 5}, siendo X la Var. Aleatoria defectuosas.
P(X=0)=0,732, P(X=1)=0,154, P(X=2)=0,093, P(X=3)=0,012, P(X=4)=0,007,
P(X=5)=0,002.

La siguiente tabla representa una función de masa:

X 0 1 2 3 4 5
f(x) 0,732 0,154 0,093 0,012 0,007 0,002
73,2% 15,4% 9,3%
La función acumulada estaría dada por:
0 si x <0

{
0,732 si0 ≤ x< 1
0,886 si 1≤ x< 2
F ( X )=P ( X ≤ x )= 0,979 si2 ≤ x<3
0,991 si 3 ≤ x < 4
0,998 si 4 ≤ x <5
1 si x ≤ 5

Luego podemos calcular algunas probabilidades como:

a) ¿Cuál es la probabilidad de tener cero fallas en los lotes?

R: P(X = 0) = 0,732

b) Hallar la probabilidad de tener tres o cuatro fallas.

R: P(X=3 U X=4)= P(X=3) + P(X=4) = 0,012 + 0,007 = 0,019

c) Podríamos preguntar por una probabilidad acumulada como por ejemplo:

C.1.- la probabilidad de tener al menos dos fallas

R: P (X ≥ 2) = 0,093+0,012+0,007+0,002=0,114

C.2.- la probabilidad de tener como máximo tres fallas,

R: P (X≤ 3) = 0,732+0,154+0,093+0,012= 0,991
d) Obtener la esperanza o promedio y la varianza de las piezas defectuosas.

n
μ= E [ x ] =∑ x i∗f ( x )
xi

σ 2=E [ x2 ]−E [ x ]
2
; Donde
2
E [ x ] =x ∗P ( x 1 ) + x 22∗P ( x 2 )+ x23∗P ( x3 ) + … … …
2
1

Desarrollo:
E[x] = 0*0,732+1*0,154+…. + 5*0,002 = 0,414 fallas en promedio.

E[x2 ] = 02 * 0,732+12 * 0,154+22 * 0,093+…….. + 52 * 0,002= 0,796.

Ahora σ2 = 0,796 –0, 4142 = 0,624. Luego σ = 0,7899

2.- TAREA
El número de fallas que se producen en la conexión de cada clase es una
variable aleatoria que tiene la siguiente distribución:

X 5 6 7 8 9 10
f(x) 0,07 0,15 0,14 0,24 0,3 0,1

Determinar:

a) La probabilidad de tener más de 7 fallas.

b) La probabilidad de tener menos de 7 fallas.
c) La cantidad de fallas esperadas.
d) La probabilidad de tener fallas por sobre lo esperado.
e) Determinar la varianza y la desviación de las fallas.

3.- Distribución Uniforme

b+a [ b−a+1 ] 2−1
Formulas μ= E [ x ] =
2
y V [ x ]=σ 2=
12

Ejercicio clase 3 página 20.

Sea la variable X que denota el número de líneas ocupadas de 48 disponibles

en un instante. Suponga que X es una variable aleatoria discreta uniforme.
Determine la media y la varianza de las líneas ocupadas.
 Desarrollo:

48+0 [ 48−0+1 ]2−1

μ=
2
=24 2
σ =
12
=200 , luego σ=14,4

n p x∗( 1− p )n− x ; x=0,1,2,3 …

4.- Binomial Formula P ( X=x )=
x ()
Media: μ=E[x] = n*p y varianza σ2 = V[x] = n* p * (1-p)

En un proceso productivo el 5% (0,05) de los artículos resultan con un defecto

de fabricación. Si se seleccionan 10 artículos, determine:

a) ¿Cuál es la probabilidad de tener dos artículos defectuosos?

b) ¿Cuál es la probabilidad de tener como máximo tres artículos defectuosos?
c) ¿Cuál es la probabilidad de tener más de dos artículos defectuosos?

Indicación: p = 0,05 ; 1-p = 0,95 y n=10

Desarrollo:
a) P ( X=2 )= (102) 0,05 ∗0,95 =0 , 07 46 3
2 8

b)
P ( X ≤3 )= 10 0,050∗0,9510+ 10 0,051∗0,95 9+ 10 0,052∗0,95 8+ 10 0,053∗0,957 =0,9989
( ) ( ) ( ) ( )
0 1 2 3

c) P ( X >2 )=1−[ P ( x ≤2 ) ]

¿ 1− 10 0,050∗0,9510+ 10 0,051∗0,959 + 10 0,05 2∗0,958

[( )
0 1 ( ) 2 ( ) ]
¿ 1−0 ,98845=0,01155