Taller No.

2 – MA444
Solucionario
Ciclo 2020-01

Temas: Probabilidad condicional, Bayes, VAD, VAC, Distribuciones discretas:

Binomial, Poisson y Distribución exponencial

CASO: COSTA VERDE SAC.

El turismo de cruceros está en pleno auge en la región y la empresa

Costa Verde SAC, líder de este rubro, desea consolidar su posición en
el mercado local, para lo cual, le ha encargado a Usted, desarrollar un
estudio sobre el arribo de cruceros, pasajeros y servicios conexos.
Para realizar el estudio, recopila la información de las siguientes
variables.

Variable Descripción
Género Género del pasajero: Masculino, femenino
Destino Destino del viaje: Lima, Cuzco y Iquitos
Monto por gastar Monto destinado al viaje en dólares
Cantidad de veces Cantidad de veces que ha realizado el turismo en
cruceros

1. Sea la variable aleatoria X: Número de veces que un pasajero viaja en un crucero con distribución de
probabilidad:

N° de veces que viaja 1 2 3 4

P(X=x) k 2k 4k k

a. El valor de k es:
k = 1/8 = 0,125
b. La probabilidad de que el número de veces que un pasajero viaja en un crucero sea mayor
a dos es:
P( X > 2 ) = 1- P( X ≤ 2)
P( X > 2 ) = 1 – [P( X = 1) + P( X = 2)]
P( X > 2 ) = 1 – [0,125 + 0,250] = 0,625

c. La probabilidad de que una persona viaje en un crucero máximo tres veces es:
P( X ≤ 3) = P( X = 1) + P( X = 2) + P( X = 3)
P( X ≤ 3) = 0,750

d. El número esperado de veces que un pasajero viaja en un crucero es:

E(X) = 1*P( X = 1) + 2* P( X = 2) + 3*P( X = 3) + 4* P( X = 4) = 3,750

e. Calcule la varianza y la dispersión relativa de las veces que un pasajero viaja a un crucero.

V(X) = 2,1875
S(X) = 1,4790
CV = 118,3216%

JUNIO, 2020 TALLER 2 – PARTE 1

 2. La empresa constructora H&M, tiene proyectos para la zona de climas fríos, por lo que ha solicitado
a tres empresas europeas un lote de sensores de humedad, la empresa A abastece con el 40%, las
empresas B y C con un 30% cada una. De registros se tiene que el 5%, 3% y 2,5% respectivamente de
los pedidos de las tres empresas que se solicitan llegan tarde por diversos problemas.

Definimos los eventos:

A= {La empresa A}
B= {La empresa B}
C= {La empresa C}
T= {Llega tarde} TC= {No Llega tarde}

a) ¿Cuál es la probabilidad de que un sensor de humedad seleccionado al azar sea de la empresa

A y llegue tarde?

P (A∩T) = P (T|A)*P(A)=0,05*0,40=0,02

b) Se elige al azar un sensor de humedad y se verifica que llegó tarde ¿cuál es la probabilidad de
que provenga de la empresa A?

P(T) = P(A)*P(T/A) +P(B)* (T/B) + P(C) *P (T/C)

P(T) = 0,40*0,05+0,30*0,03+0,30*0,025=0,0365

P(A∩T) P(A)∗P (T/A) 0,40∗0,05

P (A/T) = = = = 0,5479
P(T) P(T) 0,0365

3. Para ocupar un puesto de trabajo en el departamento de diseño de ingeniería de una compañía

constructora de barcos, se han presentado postulantes, cuyas principales características se resumen en
el siguiente cuadro:

Egresado de ingeniería
No egresado de
Años de experiencia Mecánica Total
Industrial (I) universidad (N)
(M)
Al menos tres años de experiencia (A) 14 4 9 27
Menos de tres años de experiencia (B) 25 11 27 63
Total 39 15 36 90

El orden en que el gerente de la estación entrevista a los aspirantes es aleatorio. Determine la

probabilidad de que el primer entrevistado por el gerente:

a) Tenga menos de tres años de experiencia y sea egresado de ingeniería mecánica.

JUNIO, 2020 TALLER 2 – PARTE 1

 25
P ( B ∩ M) = = 0,278
90

b) No sea egresado de universidad si se sabe que tiene menos de tres años de experiencia.

27
( )
90
P ( N / B) = 63 = 0,429
( )
90

c) Tenga al menos tres años de experiencia dado que es egresado de ingeniería industrial.

4
( )
90
P ( A / I) = 15 = 0, 267
( )
90

d) Sea egresado de ingeniería mecánica o tenga al menos tres años de experiencia.

39 27 14
P(M UA)= P(M)+ P(A) -P(MA)= + − = 0,578
90 90 90

4. El tiempo, en minutos, que un tren se retrasa es una variable aleatoria continua X con la siguiente función
distribución acumulada:

0 x ≤ 0
75𝑥− 𝑥 3
F(x) = { 0 < x < 5
250
1 x ≥ 5

a) Calcule P(X > 2)

𝟕𝟓(𝟐)−𝟐𝟑
P(X > 2) = 1 – P(X ≤ 2) = 1 – F(2) = 1 – [ ] = 0,432
𝟐𝟓𝟎

b) Calcule P(1,5 < X < 3,5)

𝟕𝟓(𝟑.𝟓)−𝟑.𝟓𝟑 𝟕𝟓(𝟏.𝟓)−𝟏.𝟓𝟑
P(1,5 < X < 3,5) = F(3.5) – F(1.5) = − = 0,442
𝟐𝟓𝟎 𝟐𝟓𝟎

5. El Jefe de Banca Personal ha informado que el 20% de los clientes que realizan pagos de servicios
(telefonía, internet, por ejemplo) por medio de la “App”, cargan los correspondientes montos en sus
tarjetas de crédito. Si el Jefe de Operaciones de la Oficina de San Miguel elige al azar a 30 de sus clientes
que han pagado servicios desde la “App” durante el mes de marzo, para verificar si en su agencia ocurre
este comportamiento, entonces:

a) Defina la variable necesaria e indique su distribución, parámetros y rango o recorrido.

Variable Aleatoria:
X = Número de clientes que han cancelado su recibo de servicios desde la App cargando los pagos
a sus tarjetas de crédito en la muestra de 30 clientes.
Distribución y parámetros: X ~ B(n = 30; p = 0.20 )
Rango o recorrido: RX = {0; 1;…; 30}

b) ¿Cuál es la probabilidad de que más de 1 cliente cancele recibos de servicios desde la “App”
cargando los pagos a sus tarjetas de crédito?

P( X > 1 ) = 1 - P (X ≤1) = 0,0105

6. El número de averías semanales de la máquina de una fábrica es una variable aleatoria con distribución
de Poisson con media 0,3.

JUNIO, 2020 TALLER 2 – PARTE 1

 a) Defina la variable e indique su distribución, parámetros y rango o recorrido.
Variable aleatoria
X = Número de averías de la máquina de una fábrica (semanal).
Rango o recorrido RX = {0; 1;…}
Distribución y parámetro(s) X  P (lambda = 0,3)

b) ¿Cuál es la probabilidad de que la máquina tenga más de dos averías en una semana?
P ( X > 2) = 1- P ( X ≤ 2)= 0,0036

c) La fábrica sospecha que la máquina presento a lo más cuatro averías, si esto resulta ser mayor al
80%, entonces optará por realizar una revisión técnica ¿Cuál será su decisión?

P(X<=4)= [P(X=0)+ P(X=1)+ P(X=2)+ P(X=3)+ P(X=4)]

P(X<=4)= 0.99998 = 99.99% > 80% → optará por realizar una revisión técnica

7. En la industria de automóviles deportivos se sabe que la duración, en miles de millas, de los neumáticos
para autos de carrera de la marca MICHELAN es una variable aleatoria que tiene una distribución
exponencial, con una duración promedio de 20 000 millas de recorrido.

Determine la probabilidad de que uno de estos neumáticos dure:

a) como máximo10 000 millas

−10
P (X ≤ 10) = F(10) = 1- 𝑒 20 =0,3935

b) entre 16 000 y 24 000 millas

−24 −16
P (16 ≤ X ≤ 24) = F(24) – F(16) = (1- 𝑒 20 ) − (1- 𝑒 20 ) =0,1481

c) al menos 30 000 millas.

−30
P (X ≥ 30) = 1 - P (X < 30) = 1 - F(30) = 1 – (1- 𝑒 20 ) =0,2231

d) Cuál es el recorrido mínimo del 30% de neumáticos que tienen una mayor duración.

P (X ≥ x) = 0,30
−𝑥
1 - (1- 𝑒 20 ) =0,30
𝑥
- = ln (0,30)
20

→ x = 24,079 ó 24 079 millas

8. Un estudio realizado por un grupo de ingenieros electrónicos determinó, que el tiempo de vida de un
equipo de medición (en miles de horas), está determinada por la siguiente función de densidad de
probabilidad:

−1 −𝑥⁄
𝑓(𝑥) = { 10 𝑒 10 ; 𝑥 ≥ 0
𝑜𝑐

Una empresa desea solicitar el equipo de medición sólo si se cumplen las siguientes condiciones:

Condición1: La probabilidad de que el tiempo de vida útil del equipo de medición no sea menor a 1000
horas, supere el 70%.

JUNIO, 2020 TALLER 2 – PARTE 1

 Variable aleatoria: X=Tiempo de vida útil de un determinado equipo de medición.
X Exp (β=10)
1
P(X ≥1) = 1-P(X <1) = ( 1 − (1 − 𝑒 −10 )) = 0,9048

Como: 90,48% > 70% → SE CUMPLE LA CONDICION1

Condicion2: Se sabe que el costo de producción del equipo de medición (miles de soles) es: C(X) = 2+ 3x,
si el valor esperado del costo es superior a 30 miles de soles, entonces se solicitará el equipo de medición.

E(C) = 2 + 3*E(X)
E(C) = 2 + 3*10 = 32 miles de soles

Como: E(C) = 32 > 30 → SE CUMPLE LA CONDICION2

Por tanto, se cumple ambas condiciones entonces la empresa de construcción solicitará los equipos.

FÓRMULAS ESTADÍSTICAS

PROBABILIDAD CONDICIONAL
VARIABLE ALEATORIA DISCRETA

𝑬 (𝑿) = ∑ 𝒙𝒇(𝒙) = ∑ 𝒙𝑷(𝑿 = 𝒙)

𝑽 (𝑿) = 𝑬(𝑿𝟐 ) − [𝑬(𝑿)]𝟐

𝑫𝑬 (𝑿) = √𝑽(𝑿)

DE(𝑿)
𝑪𝑽 (𝑿) = ( ) ∗ 𝟏𝟎𝟎
𝑬(𝑿)

Binomial →𝑿~ 𝑩(𝒏, 𝒑) Poisson → 𝑋~ 𝑃(𝜆)

𝑷(𝑿 = 𝒙) = 𝑪𝒏𝒙 𝒑𝒙 (𝟏 − 𝒑)𝒏−𝒙 𝒙 𝑒 −𝜆 . 𝜆𝑥
= 𝟎 ,  𝟏 , . . . , 𝒏 𝑃(𝑋 = 𝑥) = 𝑥 = 0 ,  1 ,  2 , . ..
𝑥!
E(x)=λ
E(x)=np V(x)=λ
V(x) = np(1-p)

JUNIO, 2020 TALLER 2 – PARTE 1