DISTRIBUCIÓN BINOMIAL

Ejercicio 3-60 Un artículo electrónico contiene 40 circuitos integrados. La

probabilidad de que cualquier circuito integrado esté defectuoso es 0.01, y los
circuitos integrados son independientes. El artículo trabaja sólo si no contiene
circuitos defectuosos. ¿Cuál es la probabilidad de que el artículo trabaje?

n= 40 p=0.01

P ( X=k )= n ( p)k (q)n−k

()
k

P ( X=0 )= (400 )(0.01) (1−0.01)

0 40−0

P ( X=0 )=( 1 ) (1)(0.6689)

P ( X=0 )=0.6689

Ejercicio 3-67 Un examen de opción múltiple contiene 25 preguntas, cada una con
cuatro respuestas. Suponga que un estudiante sólo adivina las respuestas.

a) ¿Cuál es la probabilidad de que el estudiante conteste de manera correcta más

de 20 preguntas?
b) ¿Cuál es la probabilidad de que el estudiante conteste de manera correcta
menos de cinco preguntas?

a) n= 25 p=0.25

P ( X ≥20 )= ( 2520)(0.25) 20 5
(0.75) + ( 2521)(0.25) (0.75) +(2522)(0.25) ( 0.75) +¿
21 4 22 3

+ 25 (0.25)23(0.75)2 + 25 (0.25)24 (0.75)1 + 25 (0.25)25 (0.75)0=0.000

( ) ( ) ( )
23 24 25
 b)

P ( X <5 ) = 25 (0.25)0 (0.75)25 + 25 (0.25)1 (0.75)24 + 25 ( 0.25)2 (0.75)23 + 25 (0.25)3 (0.75)22 + 25 (

( ) ( ) ( ) ( ) ( )
0 1 2 3 4

DISTRIBUCIÓN GEOMÉTRICA

Ejercicio 3-70 Suponga que la variable aleatoria X tiene una distribución

geométrica con media 2.5. Calcule las probabilidades siguientes:

a) P( X =1)
b) P( X =4 )
c) P(X =5)
d) P( X ≤ 3)
e) P( X > 3)

Respuesta:

E(X)=2.5

E(X) =1/P

P= 1/E(x) = 1/2.5 =0.4

1-P=0.6

a) P ( X=1 ) =( 1−P ) x−1 ( P )=( 0.6 )1−1 ( 0.4 ) =0.4

b) P ( X=4 )=( 1−P )4 −1 ( P )=( 0.6 )3 ( 0.4 )=0.0864
c) P ( X=5 )=( 1−P )5−1 ( P )=( 0.6 ) 4 ( 0.4 )=0.0518
d)
2−1
P ( X ≤3 )=P ( X=1 ) + P ( X=2 )+ P ( X =3 )=0.4+ ( 1−P ) ( P ) + ( 1−P )3−1 ( P ) =0.4+ ( 0.6 )1 ( 0.4 ) + ( 0.6 )2 ( 0.4
 e) P ( X >3 ) =1−P ( X ≤2 ) =1−[ P ( X=1 ) + P ( X =2 ) ]=1−( 0.4 +0.24 )=0.36

Ejercicio 3-71 La probabilidad de un alineamiento óptico exitoso en el

ensamblado de un producto de almacenamiento óptico de datos es 0.8. Suponga
que los ensayos son independientes.

a) ¿Cuál es la probabilidad de que el primer alineamiento exitoso requiera

exactamente cuatro ensayos?
b) ¿Cuál es la probabilidad de que el primer alineamiento exitoso requiera como
máximo cuatro ensayos?
c) ¿Cuál es la probabilidad de que el primer alineamiento exitoso requiera al
menos cuatro ensayos?

Respuesta:

a) Cómo el enunciado para realizar ésta operación exige que sea exactamente 4
ensayos, se tendrá:

P ( X=4 )=( 1−0.8 )4−1 ( 0.8 )=( 0.2 )3 ( 0.8 )=0.0064

b)

1−1
P ( X ≤ 4 ) =P ( X=1 ) + P ( X=2 )+ P ( X =3 ) + P ( X=4 ) =( 1−P ) ( P ) + ( 1−P )2−1 ( P ) + ( 1−P )3−1 ( P ) + ( 1−P )

c)

P ( X ≥ 4 ) =1−P ( X ≤3 )=1−( 0.8+ 0.16+0.032 )=0.008

DISTRIBUCIÓN DE POISSON
Ejercicio 3-99 El número de baches en una sección de una carretera interestatal
que requieren reparación urgente, puede modelarse con una distribución Poisson
que tiene una media de dos baches por milla.

a) ¿Cuál es la probabilidad de que no haya baches que reparar en un tramo de

cinco milla?
b) ¿Cuál es la probabilidad de que sea necesario reparar al menos un bache en un
tramo de media milla?
c) Si el número de grietas se relaciona con la carga vehicular en la carretera y
algunos tramos de la misma tienen una carga intensa de vehículos en tanto que
en otros la carga vehicular es ligera, ¿qué piensa el lector acerca del supuesto
de que el número de grietas que requieran reparación sigue una distribución
de Poisson?

Respuesta:

grietas
λ=2
milla

X ={ 0 , 1, 2 , 3 , … }

a) Lambda es 2 grietas por millas, pero cómo la pregunta dice que en 5 grietas
por millas, entonces:

λ=10 grietas

e− λ∗λ x
P ( X=x )=
x!

e−10∗100 −10 −5
P ( X=0 )= =e =4,53∗10
0!
 b) El problema indica que lambda es 2 grietas por millas, pero nos indica que en
media milla, entonces nos queda:

λ=1 grieta

e−1∗10
P ( X ≥1 ) =1−P ( X=0 )=1− =1−0.3678=0.632
0!

c) Pensamos que debido a los distintos parámetros que se puede encontrar en un

determinado tramo de una carretera, como puede ser: carga vehicular, flujo
vehicular, calidad del asfalto u otro material de la carretera, entre otros.
Creemos que estas medidas deberían consideradas, ya que, diferentes tramos
de la carretera están sometidos a diferentes esfuerzos y demás variables.

En conclusión, creemos que la Distribución de Poisson no representaría los

valores correctos de grietas promedio en un tramo largo de carretera, pero tal
vez sea una buena aproximación para un pequeño tramo evaluando con
anticipación los parámetros antes nombrados.

Ejercicio 3-101 El número de fallas de un instrumento de prueba debidas a las

partículas contaminantes de un producto, es una variable aleatoria Poisson con media
0.02 fallas por hora.

a) ¿Cuál es la probabilidad de que el instrumento no falle en una jornada de ocho

horas?
b) ¿Cuál es la probabilidad de que se presente al menos una falla en un periodo
de 24 horas?

a)
 fallas
λ=( 0.02 )∗ ( 8 )=0.16
hora

x= 0

Cómo queremos que el instrumento no falle

e−0.16∗0.160 −0.16
P ( X=0 )= =e =0.8521
0!

b)

fallas
λ=( 0.02 )∗ (24 )=0.48
hora

x= 0

e−0.48∗0.480 −0.48
P ( Y ≥ 1 )=1−P ( Y =0 )=1− =1−e =0.3812
0!