Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ELECTRÓNICA Y AUTOMATIZACIÓN
ESTADISTICA
NOMBRE: Sofía Naranjo (285)
FECHA: 23/08/21
PROBABILIDAD DE VARIABLE ALEATORIA DISCRETA.
X 1 2 3 4 5 6
P(x) 1/6 1/6 1/6 1/6 1/6 1/6
2. Una pareja que acaba de contraer matrimonio desea saber sus probabilidades de
tener tres hijos, entre los cuales exista al menos un hombre. Para simplificar el
problema consideremos igualmente probable que esta pareja tenga tanto un hijo
de sexo femenino como uno del sexo masculino.[CITATION Sán15 \p 45 \l 12298 ]
El espacio muestral de este fenómeno aleatorio está conformado de la siguiente
manera:
HHH, HHM, HMM, MMM, MHM, MMH.
Posibles valores de X: 0, 1, 2, 3.
3. De acuerdo con cifras del segundo conteo de población y vivienda 2005, realizado
en México por el INEGI, se tienen la siguiente distribución de edades para los
mexicanos:[CITATION Sán15 \p 47 \l 12298 ]
4. En este caso se trata de los goles que dos equipos de fútbol mexicano: Club
América y Cruz Azul obtuvieron en cada partido el torneo de apertura 2007 y
clausura 2008.[CITATION Sán15 \p 50 \l 12298 ]
5. Determinar el valor esperado del número de goles por partido del equipo de futbol
cruz azul, con base en los resultados de dos torneos (apertura 2007 y clausura
2008)[CITATION Sán15 \p 54 \l 12298 ]
μ= E ( X )
μ=0 ( 0.18 ) +1 ( 0.32 ) +3 ( 0.09 ) + 4 ( 0.09 ) =1.59
2 2 2 2 2
σ =√ ( 0−1.59 ) 0.18+ ( 1−1.59 ) ( 0.32 ) + ( 2−1.59 ) ( 0.32 ) + ( 3−1.59 ) 0.09+ ( 4−1.59 ) 0.09
σ =1.15
6. Recientemente han cobrado auge en la televisión mexicana los llamados
“telejuegos”. Éstos consisten en que el público marca un teléfono para participar y
si su llamada es seleccionada tiene la oportunidad de elegir al azar una de varias
opciones con premios ocultos. Supongamos que se tienen 10 premios, entre los
cuales hay cinco de $20 000 pesos, tres de $50 000 pesos, uno de $100 000 y una
camioneta con valor de $250 000 pesos. Para la empresa es de vital importancia
conocer la cantidad promedio que debe desembolsar en cada juego para pagar los
premios. Esto constituye una variable aleatoria, pues el premio puede ser diferente
de un juego a otro. Llamemos X a la variable aleatoria “cantidad de dinero que
hay que pagar en premios cada vez que se realiza el juego”.[CITATION Sán15 \p
55 \l 12298 ]
Tenemos que P(X)=1/10 para cada opción del tablero, pues son 10 y cada una con las
mismas probabilidades de ser elegida. La distribución será la siguiente:
2( )
8. 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 número promedio de estos fallos es ocho. ¿cuál es la
probabilidad de que falle un componente en 25 horas? [ CITATION Gon13 \l
12298 ]
λη=E[η]=8=4=2
2' −2
P= ( n−1 )= ∗e =0,27067
1!
9. Sean λ y η las variables aleatorias que cuentan el número de veces que sale
1 y 6, respectivamente, en 5 lanzamientos de un dado. ¿Son λ y η
independientes?[ CITATION Gon13 \l 12298 ]
5 5
P ( λ=0 )= ()
6
=P ( η=0 )
2 5 10
5
P ( λ=0 , η=0 ) = ()5 ()
≠ P ( λ=0 )∗P ( η=0 )=
6
Concluyéndose así que las variables no son independientes
10. Supóngase que la producción de un día de 850 piezas manufacturadas
contiene 50 piezas que no cumplen con los requerimientos del cliente. Se
seleccionan del lote dos piezas al azar y sin reemplazo. Sea la variable
aleatoria X igual al número de piezas de la muestra que no cumplen. ¿Cuál
es la función de distribución acumulada de X?[ CITATION Gon13 \l 12298 ]
Sea que X denote el número de horas hasta que los tres sistemas fallen, y sea que
X1, X2 y X3 denoten el número de horas de operación antes de una falla de la
primera, la segunda y la tercera computadora usadas, respectivamente. Entonces,
X=X1+X2+X3. Además, se supone que las horas comprenden ensayos
independientes con la probabilidad con la probabilidad constante de falla
p=0.0005 y r=3. En consecuencia,
3
E ( x )= =6000 horas
0,0005
La probabilidad pedida es P(x ≤ 5) y
P ( x ≤ 5 )=P ( x=3 ) + P ( x=4 ) + P ( x=5 )
E ( x )=2,3imperfecciones y
e−2.3∗3∗32
P ( x=2 )= =0,265
2!
16. Supongamos que la probabilidad de tener una unidad defectuosa en una
línea de ensamblaje es de 0.05. Si el conjunto de unidades terminadas
constituye un conjunto de ensayos independientes: ¿y de que a lo sumo dos
se encuentren defectuosas?[ CITATION Gon13 \l 12298 ]
¿ 0.298+0.098+ 0.0119=0.408
18. Supongamos que el número de imperfecciones en un alambre delgado de
cobre sigue una distribución Poisson con una media de 2.3 imperfecciones
por milímetro. Determine la probabilidad de 10 imperfecciones en 5 milímetros
de alambre.[ CITATION Gon13 \l 12298 ]
imperfecciones
E ( x )=5 mmx 2,3 =11,5 imperfecciones
mm
Por lo tanto,
11,5
P ( x=10 )=e−11,5 =0,113
10 !
19. Un lote contiene 100 piezas de un proveedor de tubería local y 200 unidades
de un proveedor de tubería del estado vecino. Si se seleccionan cuatro
piezas al azar y sin reemplazo, ¿Cuál es la probabilidad de que al menos
una pieza de la muestra sea del proveedor local?[ CITATION Gon13 \l 12298 ]
P ( x ≥ 1 )=1−P ( x=0 )
100 200
¿ 1−
( 0 )( 4 )
=0.196
300
(4)
20. 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 número promedio de estos fallos es ocho, ¿cuál es la
probabilidad de que fallen por lo menos diez en 125 horas? [ CITATION
Gon13 \l 12298 ]
10
10i −10
P ( V ≥ 10 )=1−P (V <10 )=1−∑ ∗e =0,41696
i=0 i!
p ( x=x )= n p x qn− x
()
x
a) Determina los posibles valores que puede tomar la variable X que representa el
número de personas que compran un artículo en la muestra de tamaño 10 que ha
sido seleccionada.
b) ¿Cuál es la probabilidad de que ninguna de las personas compre un artículo?
c) ¿Cuál es la probabilidad de que por lo menos dos personas compren un
artículo? d) ¿Cuál es la probabilidad de que a lo más tres personas compren un
artículo?
Solución a):
Los posibles valores de X son 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 y 10
Solución b):
n=10
p=0.20
X =0
Con las tablas se tiene que
P ( x=0 )=0.107
Solución c)
n=10
p=0.20
X ≥2
Con las tablas se tiene
P ( X ≥2 ) =1−P ( x<2 )=1−0.107−0.268=0.624
Solución d)
n=10
p=0.20
X ≤3
P ( X ≤3 )=0.107+0.268+ 0.302=0.897
4. En un estudio realizado en México en 2007 sobre la opinión que tienen los
mexicanos sobre el aborto y los anticonceptivos se encontró que 67% de las
mujeres aprueba el uso de la píldora del día siguiente como método anticonceptivo
(Fuente: www.consulta.com.mx). Supongamos que una asociación no
gubernamental considera que el porcentaje está sobrestimado. Para ello
proporciona como evidencia que en una muestra aleatoria de 20 mujeres al azar
sólo 10 están a favor. Si consideramos a X como la variable que representa el
número de mujeres en la muestra que están de acuerdo con la píldora del día
siguiente como método anticonceptivo [CITATION Sán15 \p 72 \l 12298 ]:
a) Determina el valor esperado de mujeres en una muestra de 20 que están de
acuerdo.
b) Determina la desviación estándar de X.
c) ¿Cuál es la probabilidad de que en una muestra de tamaño 20, 10 mujeres o
menos estén de acuerdo, considerando que 67% de la población de mujeres está a
favor del método anticonceptivo?
Solución a)
μ=np=20 ( 0.67 )=13.4
Se espera que, en una muestra de 20 mujeres, entre 13 y 14 estén de acuerdo con el
método anticonceptivo.
Solución b)
σ =√ np(1−p)
σ =√ 20 ( 0.67 ) ( 0.33 )
σ =2.10
Solución c)
n=20 p=0.67x ≤ 10
b ( x ; n , p ) = n ( p ) x ( q )n−x ; q=1− p
() x
3 3 2 1 2 4! 3 2 27
b 2; 4 , = 4
( ) ( )( ) ( ) ( = )( )=
4 2 4 4 2!∗2 ! 4 128
12. Se conjetura que hay impurezas en 30% del total de pozos de agua potable
de cierta comunidad rural. Para obtener información sobre la verdadera
magnitud del problema se determina que debe realizarse algún tipo de
prueba. Como es muy costoso probar todos los pozos del área, se eligen 10
al azar para someterlos a la prueba. ¿Cuál es la probabilidad de que más de
3 pozos tengan impurezas?[ CITATION Wal12 \l 12298 ]
En este caso
P( X > 3)=1 – 0.6496=0.3504
13. El departamento de control de calidad de la compañía Súper n ha calculado
que en la producción de un lote de 25 ud de la referencia AH21 hay una
probabilidad de 0.05 de encontrar una pieza defectuosa. El costo de
reproceso de 1 pieza es de $2 500, y el costo fijo asignado a control de
calidad es de $200 por lote. Si la producción en un día son 150 lotes de 25 ud
de esta referencia, calcule: El número de piezas por lote que se espera
reprocesar y la desviación estándar de este indicador. [ CITATION Oba19 \l
12298 ]
X B (25 , 0.05)
{
→ f x ( x )= 25 ( 0.05 ) x ( 0.95 )25−x ; x=0,1,2 , …
( )
x
Y =2500 X +200
X B (25 , 0.05)
{
→ f x ( x )= 25 ( 0.05 ) ( 0.95 )
( )
x
x
Y =2500 X +200
25−x
; x=0,1,2 , …
x=1 x
( )
La probabilidad de que el número de unidades defectuosas no se aleje más de
una desviación estándar de su valor esperado es, aproximada- mente, 0.5955.
15. Cinco dados son lanzados una vez a) ¿Cuál es la probabilidad de obtener al
menos un tres?[ CITATION Est12 \l 12298 ]
n=5X es lav . a que denota el número de 3 al lanzar cinco dadosX ={ 0 , 1, 2 , 3 , 4 , 5 }
1 5
P ( E )=P ( obtener un número 3 )= P ( F )=P ( no obtener un número tres )=
6 6
x 5 −x
5,1 1 5
X b f ( x )= 5
( ) ( )( ) ( ) x=0,1,2,3,4,5P ( x ≥ 1 )=1−P ( x=0 )
6 x 6 6
0 5−0 5 5
1 5 5 5
P ( x=0 )=( 5 ) ( ) ( ) =( ) P ( x ≥ 1 )=1−( ) =0.5981la probabilidad de
0 6 6 6 6
obtener al menos un tres es de 0.581
16. Cinco dados son lanzados una vez a) ¿Cuál es la probabilidad de obtener al
menos dos tres?[ CITATION Est12 \l 12298 ]
5 1 1 5 5−1 5 4
P ( x ≥ 2 )=1−P ( x <2 )=1−P ( x=0 )−P ( x=1 ) P x=1 =
( )
1 6 6
=
6 ( )( ) ( ) ( )
P ( x ≥ 2 )=0.5981−0.4018=0.1 9
La probabilidad de obtener al menos dos tres es de 0.19
17. La probabilidad de que una cierta clase de componente pase con éxito una
determinada prueba de impacto es 3/4 . Encuentre la probabilidad de que
exactamente dos de los siguientes cuatro componentes que se prueben pasen
la prueba.[ CITATION Est12 \l 12298 ]
3 1
n=4 X pasar con exito la prueba de impacto X ={ 0 , 1, 2 , 3 , 4 , 5 } p= q=
4 4
x 4 −x 2
3 3 1 3 1 2 27
f ( x )= 4 4
X b 4,( ) 4 ( )( ) ( )
x 4 4
x=0,1,2,3,4,5P ( x=2 )= ( )( ) ( )
2 4 4
=
128
=0.2109
x−μ
z=
σ
176−170
z= =1.5
4
2. Uno de los métodos más conocidos para medir el coeficiente de inteligencia (CI) de
las personas es la prueba Stanford-Binet. En ésta los puntajes obtenidos tienen una
distribución normal con media μ=100 y desviación estándar σ =16. Si se
selecciona al azar una persona que va a aplicar la prueba:
a) ¿Cuál será la probabilidad de que tenga un CI menor a 100?
b) ¿Cuál será la probabilidad de que obtenga un CI mayor a 110?[CITATION
Sán15 \p 97 \l 12298 ]
a)
x−μ
z=
σ
100−100
z= =0
16
P ( X <100 )=P ( Z< 0 )=0.5
b)
x−μ
z=
σ
110−100
z= =0.62
16
P ( X <110 )=P ( Z <0.62 )=0.732
P ( Z >0.62 )=1−0.732−0.268
μ ± σ=68 %
μ ±2 σ =95 %
μ ±3 σ =99.7 %
μ ± σ=972 ± 76 lo que define elintervalo(896 ,1048)
μ ±2 σ =972 ±2 ( 76 ) loque define el intervalo(820 , 1124)
μ ±3 σ =972 ±3 ( 76 ) lo que define el intervalo ( 774 , 1200 )
b) ¿qué proporción de estudiantes se espera que tengan un puntaje entre 900 y 1
100 puntos?
x−μ
z=
σ
900−972
z= =−0.95
76
1100−972
z= =1.68
76
P ( x ≤ 19 )=0.986
P ( x ≥ 20 )=1−0.986=0.014
5. Se gira 50 veces una ruleta dividida en siete secciones iguales y numeradas.
Encuentra el valor esperado y la desviación estándar de la variable
aleatoria que cuenta el número de veces que se obtiene el 4.[ CITATION
Ote15 \l 12298 ]
1
p=
7
6
p' =1− p=
7
50
E ⌈ x ⌉=np= ≈ 7 ⋅ 143
7
1 6 300
V ar [ x ] =np ( 1− p )=50 ( )( )
7 7
=
49
≈ 6.122
300 10
σ=
√ 49
= √3 ≈ 2.47
7
6. El puntero de los segundos de un reloj mecánico puede parar en cualquier
instante por algún defecto técnico, indicaremos por X el ángulo que forma
este puntero con el eje imaginario que pasa por el centro del reloj y por el
número XII, como se muestra en el siguiente gráfico [CITATION Saa12 \p 156 \l
12298 ]
Entonces:
{1
360
si0 ≤ x< 360
0 si x ≥360
}
b
b−a 1
P ( a ≤ X ≤ b )= =∫ dx
360 a 360
7. Sea f(x) = 2x, para 0 ≤ x < 1 , y cero fuera se ese intervalo. Luego, f(x) ≥ 0,
∞
1
∗1
1 2 1
(
P 0≤ X ≤ =
2 )
2
=
4
{
f ( x )= 360
si0 ≤ t ≤ 360
0e.o.c
Si t<0
t t
∫ fx ( s ) ds= ∫ 0 ds=0
−∞ −∞
Por otra parte, si 0 ≤ t<360, entonces:
t t t
1 t
∫ fx ( s ) ds= ∫ 0 ds +¿∫ 360 ds=
360
¿
−∞ −∞ 0
Finalmente, si t ≥ 360
t t t t
1
∫ fx ( s ) ds= ∫ 0 ds +¿∫ 360
ds+ ∫ 0 ds=1 ¿
−∞ −∞ 0 360
Fx ( t )=P(x ≤t)
t
¿ ∫ fx( s)ds
−∞
0 si t< 0
¿
{t
360
si 0 ≤ x <360
1 si x ≥ 360
}
9. P(z>1.84)[ CITATION Est12 \l 12298 ]
x−40 x−40
(
P z≤
6 ) =0.45
6
=−0.13 x=39.22
13. Sea X una v.a normal con μ=40 y σ =6 determine:[ CITATION Est12 \l 12298 ]
b) P ( X ≤ x )=0.14
x−40
(
1−P z ≤
6 )
=0.14
x−40 x−40
(
P z≤
6 )
=0.86
6
=1.08 x=46.48
14. Cierto tipo de batería dura un promedio de tres años, con una desviación
estándar de 0,5 años. Suponiendo que las duraciones de las baterías son
normalmente distribuidas, encuentre la probabilidad de que una
determinada batería dure menos de 2,3 años.[ CITATION Est12 \l 12298 ]
2.3−3
(
X N ( 3 ; 0.25 ) X =duración de la bateria P ( x<2.3 )=P z <
0.5 )
¿ P ( z ←1.4 )
¿ 0.0808
La probabilidad de que una determinada batería dure menos de 2.3 años es de
0.808
15. Una compañía fabrica focos cuya duración es normalmente distribuida con
una media de 800 horas y una desviación estándar de 40 horas. Encuentre
la probabilidad de que un foco dure entre las 778 y 834 horas de uso.
[ CITATION Est12 \l 12298 ]
X N ( 800 ; 1600 )
X =duración de los focos P ( 778< x< 834 ) =P ( 778−800
40
< z<
834−800
40 )
¿ P (−0.55< z <0.85 )¿ P ( z <0.85 )−P ( z←0.55 )¿ 0.8023−0.2912¿ 0.5111.
La probabilidad de que un foco dure entre las 778 y 834 horas de uso es de un
0.5111
16. Una cierta máquina produce resistencias eléctricas que tienen un valor
medio de 40 ohm y una desviación estándar de 2 ohms. Suponiendo que los
valores de las resistencias siguen una distribución normal y que pueden
medirse con cualquier grado de precisión. ¿Qué porcentaje de las
resistencias tendrá un valor que exceda a 43 ohms?[ CITATION Est12 \l 12298 ]
X N ( 40 ; 4 )
43−40
P ( x> 43 )=1−P z ≤( 2 )
¿ 1−P ( z ≤ 1.5 )¿ 1−0.9332¿ 0.0668
El 0.0668 de las resistencias tendrá un valor que exceda a 43 ohms.
x−5 0 x−50
(
P ( x> x )=0.20 P z ≤
5 )
=0.20
5
=−0.85 x=45.75
El 20% de los trabajadores tiene una edad menor o igual a 45.75 años
Bibliografia
Agosto, A. (2010). Probabilidad. Bayamón: Universidad de Puerto Rico en Bayamón.
Ayers, J. (2016). Cálculo de Probabilidades y Estadística. Bogotá: Universidad Nacional
de Colombia.
Gonzáles Rodríguez, B. J., Hernández Abreu, D., Jiménez Paiz, M. M., Marreno
Rodríguez, I. M., & Sanabria García, A. (2013). Probabilidades y Variables Aleatoreas de
Matemática aplicada y Estadística. Madrid.
Obando López, J., & Arango Londoño, N. (2019). Probabilidad y estadística . Fondo Editorial
EIA.
Oteyza, E., Lam, E., Hernández, C., & Carrillo, A. (2015). Probabilidad y Estadística (1era Edi.).
México: México: Pearson Education M{exico.