PROBABILIDAD

Y MUESTREO

Docente:
Justa Caridad Huaroto Sumari De Zambrano

Grupo 2:
o Anchahua Flores Maricielo
o Carrasco Macedo Carlos Joel
o Quispe Flores Claudia Úrsula
o Quinto Cerda Bryan Cristopher
o Martínez Ochoa Santos Eduardo
PRÁCTICA DIRIGIDA N.º 4
________________________________________________________________________
TEMA: VARIABLE ALEATORIA Y DISTRIBUCIÓN DE PROBABILIDAD
________________________________________________________________________
PARTE 1:

2) En una prueba aplicada a niños pequeños, se les pide que hagan corresponder cada uno

de los tres dibujos de animales con la palabra que identifica a ese animal. Si un niño asigna

al azar las tres palabras a los tres dibujos, obtenga la distribución de probabilidad de la v. a.

X “número de correspondencias correctas”. Interprete los resultados. Obtener la función de

distribución.

Solución:
3) Al examinar los artículos de una línea de producción, con respecto a dos tipos de defectos

A y B, se encontró que el 20% de ellos no revelaban tales defectos, el 40% tenían el

defecto A y el 50% el defecto B. Algunos tenían ambos defectos. Si se escoge un artículo

al azar, ¿cuál es la distribución de probabilidad de la variable Y que indica el número de

defectos encontrados?

Solución:

● Variable aleatoria → Y: Número de defectos encontrados

● El espacio muestral tiene la forma: Ω= {Ø, A, B, AB}

 A=0,4 B=0,5

0,4-x x 0,5-x

0,2

● A partir del gráfico, deducimos que:

➢ P(Y=0) =0,2

➢ P(Y=1) =0,9 -2x

➢ P(Y=2) = x

● Sabemos que la suma de las probabilidades tiene que ser igual a 1, por lo tanto:

0,2 + 0,9 - 2x + x =1

1,1 - x =1

x=0,1

● Reemplazamos y a distribución de probabilidad de la variable Y (que indica el

número de defectos encontrados) es:

➢ P(Y=0) =0,2
➢ P(Y=1) =0,7
➢ P(Y=2) = 0,1
5) Una urna tiene dos fichas rojas y tres negras. De ella se extraen al azar dos fichas y se

cuenta el número de fichas negras, X. Obtener la distribución de probabilidad de X

cuando las extracciones se hacen

i) con reposición

ii) sin reposición

a. ¿Qué puntos muestrales pertenecen a los siguientes eventos?

[X ≤1.92], [X >1.15], [− 0.9 < X ≤ 0.9], [X > −1.12], [1< X < 2], [X ≤10].

b. Calcule la probabilidad de cada uno de los eventos definidos en (a).

Solución:

Del ejercicio tenemos:

▪ (Ω)= {RR, RN, NR, NN}

▪ X= # de fichas negras (Discreta)

✓ Con reposición:

o X=0: Ninguna ficha Negra: RR

o X=1: 1 sola ficha Negra: RN o NR
o X=2: 2 fichas Negras: NN
• P(X=0) =2/5*2/5 = 4/25 = 0.16
• P(X=1) = 3/5*2/5 + 2/5*3/5 = 12/25 = 0.48
• P(X=2) = 3/5*3/5 = 9/25 = 0.36

Comprobamos:

➔ P (0) +P (1) +P(2)= 1

 Entonces distribución de probabilidad de X es:
X P(X)
0 0.16
1 0.48
2 0.36

✓ Sin reposición:

o X=0: Ninguna ficha Negra: RR

o X=1: 1 sola ficha Negra: RN o NR

o X=2: 2 fichas Negras: NN

▪ P(X=0) = 2/5*1/4 = 2/20 = 0.1

▪ P(X=1) = 2/5*3/4 + 3/5*2/4 = 12/20 = 0.6

▪ P(X=2) = 3/5*2/4 = 6/20 = 0.3

Comprobamos
P (0) +P (1) +P (2) = 1

Entonces distribución de probabilidad de X es:

X P(X)
0 0.1
1 0.6
2 0.3

a. ¿Qué puntos muestrales pertenecen a los siguientes eventos?

Datos:
(Ω)= {RR, RN, NR, NN}

X=0: Ninguna ficha Negra: RR

 X=1: 1 sola ficha Negra: RN o NR

X=2: 2 fichas Negras: NN

➢ [X ≤1.92] = {RR, RN, NR}

➢ [X >1.15] ={NN}
➢ [− 0.9 < X ≤ 0.9] = {RR}
➢ [X > −1.12] = {RR, RN, NR, NN}
➢ [1< X < 2] = Ø
➢ [X ≤10] = {RR, RN, NR, NN}

b. Calcule la probabilidad de cada uno de los eventos definidos en (a).

✓ Con reposición:

a) [X ≤1.92]:

P (X ≤1.92) =P (0) +P (1) =0.16+0.48=0.64

b) [X >1.15]:

P (X >1.15) = P (2) = 0.36

c) [− 0.9 < X ≤ 0.9]:

P (X ≤ 0.9) - P (X ≤ -0.9) =P (0)-0=0.16 - 0 =0.16

d) [X > −1.12]:

P (X > −1.12) = P (0) +P (1) +P (2) =0.16+0.48+0.36=1

e) [1< X < 2]:

P (1< X < 2) = 0
 f) [X ≤10]:

P (X ≤ 10) = P(0) +P(1)+P(2)=0.16+0.48+0.36=1

✓ Sin reposición:

a) [X ≤1.92]:

P (X ≤1.92) =0.7

b) [X >1.15]:

P (X >1.15) =1−P(X≤1.15)

1-0.7=0.3

c) [− 0.9 < X ≤ 0.9]:

P (X ≤ 0.9) - P (X ≤ -0.9)

0.1 - 0 =0.1

d) [X > −1.12]:

P (X > −1.12) =1−P (X ≤ -1.12)

1− 0 = 1

e) [1< X < 2]: 0

f) [X ≤1]: 1
8) Los enfermos que acuden a una clínica pueden elegir una de tres secciones para ser

atendidos, por cierta enfermedad. Suponga que los médicos son asignados aleatoriamente a

tales secciones y que por esto los pacientes no tienen preferencia por alguna sección. En un

día particular, cinco pacientes, que sufren la enfermedad, acuden a la clínica y se observa la

sección que eligen. Obtener la distribución de probabilidad de la v. a. X que indica el número

de pacientes atendidos en la sección 2.

Solución:

✓ Para este problema nuestro Ω está conformado por quíntuples, con tres valores

para cada término los cuales representarán a la sección 1,2 y 3 elegida por los

pacientes.

o Ω = {( , , abcde ),( ,a , bcde ), (ab , cd , e) , … , (a , b , cde )}

o nΩ) = 3*3*3*3*3 = 35 = 243 ternas equiprobables

✓ Ahora definiendo nuestra variable aleatoria X

• X: el número de pacientes atendidos en la sección 2

• X = 0,1,2,3,4,5

✓ Como el problema nos indica que no hay preferencia por ninguna de las

secciones esto nos indica que tanto la sección 1, 2 y 3 son equiprobables

𝐶55 ∗ 25 32
➢ x=0 → P(x=0) = = 243 = 0.13168724
243

𝐶15 ∗ 24 80
➢ x=1 → P(x=1) = = 243 = 0.32921811
243

𝐶25 ∗ 23 80
➢ x=2 → P(x=2) = = 243 = 0.32921811
243

𝐶35 ∗ 22 40
➢ x=3 → P(x=3) = = 243 = 0.16460905
243

𝐶45 ∗ 2 10
➢ x=4 → P(x=4) = = 243 = 0.04115226
243
 𝐶55 ∗ 1 1
➢ x=5 → P(x=5) = = 243 = 0.00411523
243

✓ Al realizar la suma de las 6 probabilidades notamos que estas suman 1 por lo

tanto cumple con la propiedad.

o Distribución de probabilidad de X

x 0 1 2 3 4 5

P(x) 32/243 80/243 80/243 40/243 10/243 1/243

✓ Ahora representamos gráficamente los valores:

7) Los enfermos que acuden a una clínica pueden elegir una de tres secciones para ser

atendidos, por cierta enfermedad. Suponga que los médicos son asignados aleatoriamente

a tales secciones y que por esto los pacientes no tienen preferencia por alguna sección. En

un día particular, cinco pacientes, que sufren la enfermedad, acuden a la clínica y se

observa la sección que eligen. Obtener la distribución de probabilidad de la variable

aleatoria Y que indica el número de secciones que fueron ocupadas.

 Solución:

Los pacientes eligen entre una de las 3 secciones o incluso si no son atendidos (0)

La variable aleatoria Y indica las secciones ocupadas, entre Y=0,1,2,3

Primero analizamos los casos totales:

Ω = {(abcde, , ,),(abc,d,e),(abcd,e , ,), … }

Calcular el total: 𝑉𝑅45= 4 x 4 x 4 x 4 x 4 =1024 cuartetos equiprobables

Como no importa el orden se tienen 56 casos, analizamos cada una de las variables.

Y=0………Si ninguna sección fue ocupada solo existe un caso. (abcde, , , )

P(Y=0) = 0.01785

Y=1………Solo una sección fue ocupada; se analiza para las 3 la misma manera:

Sección 1:

S = {(bcde,a, , ),(acde,b, , ),(abde,c, , ),(abce,d, , ),...} Se calcula para todas las letras, que

son:

25 − 1(𝑐𝑢𝑎𝑛𝑑𝑜 𝑡𝑜𝑑𝑜𝑠 𝑠𝑜𝑛 𝑠𝑒𝑐𝑐𝑖ó𝑛 2) = 31 casos

para las 3 sería 93 en total y la probabilidad

93
p (3) = P(Y=1) = 1024=0.0908203125

Y=2

2 secciones fueron ocupadas……..Se analiza las 3 combinaciones de secciones para que sean

2, (1 y 2) (2 y 3) (1 y 3)
(1y2)

S = {(abc,d,e, ),(ab,cd,e, ),... }

35 − 32(𝑠𝑜𝑙𝑜 𝑢𝑛 𝑐𝑎𝑠𝑜 𝑦 𝑛𝑖𝑛𝑔ú𝑛 𝑐𝑎𝑠𝑜) = 212

Son 3 combinaciones por lo que es 212 x 3 = 636 y su probabilidad:

p(2) = P(Y=2) = 0.62109375

Y=3

3 secciones fueron ocupadas

S = {(ab,c,d,e ),(ab,d,c,e ),... }

45 − 𝑙𝑜𝑠 𝑐𝑎𝑠𝑜𝑠 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟𝑒𝑠 = 356

p(3) = P(Y=3) = 0.34765625

La suma de los 4 casos me da el total por lo que cumple.

x 0 1 2 3

p(x)=P[Y=x] 0.0009765625 0.0908203125 0.62109375 0.34765625

PARTE 2:
FACULTAD DE INGENIERÍA DE SISTEMAS

11) Una gasolinera tiene dos surtidores que pueden bombear cada una hasta 1000 galones de
gasolina diariamente. La cantidad de gasolina bombeada por un surtidor en un día cualquiera puede
ser considerada una variable aleatoria X (expresada en miles de galones), con una función de
densidad de probabilidad definida por

Solución:

Compruebe si es cierto que f es una función de densidad de probabilidad

✓ Primero debe cumplir que:

Los valores de la función deben ser mayores o igual que 0
𝑓(𝑥) ≥ 0 , para todo x 𝜖 𝑹𝒙
✓ Luego debe cumplir lo siguiente:
El área bajo la gráfica de la función y por encima del eje x es 1

+∞
∫ 𝑓(𝑥) = 1
−∞

∞
∫ 2𝑥𝑑𝑥 = 𝑥 2 |10 = 1
−∞

∞
✓ P (a≤ 𝑋 ≤ 𝑏) = ∫−∞ 𝑓(𝑥)𝑑𝑥 , donde a, b 𝜖 𝑅, 𝑎 < 𝑏
1
✓ P (0≤ 𝑋 ≤ 1)= ∫0 2𝑥𝑑𝑥, donde 0, 1 𝜖 𝑅, 0 < 1

Como cumple los 3 pasos, entonces 𝑓(𝑥) es una función de densidad de probabilidad.

b) ¿Cuál es la probabilidad de que, en un día, seleccionado aleatoriamente, uno de dichos

surtidores haya despachado (bombeado) un máximo de 800 galones?

Como se mencionó antes, al tomar 1000 como unidades, nos piden como probabilidad:
FACULTAD DE INGENIERÍA DE SISTEMAS

𝑃(0 ≤ 𝑋 ≤ 0.8) para f(x) = 2x ; 0< x <1

Calculando la probabilidad:

0.8
𝑃(0 ≤ 𝑋 ≤ 0.8) = ∫0 2𝑥𝑑𝑥 = 𝑥 2 |0.8
0 = 0.64→ 64%

Entonces la probabilidad de haber despachado hasta un máximo de 800 galones es del 64%.

c) Según el problema y usando sus propias palabras, intérprete P(500 < X < 800).

Interpretación: El problema pide cuál es la probabilidad de que la gasolinera bombee de 500 a 800
galones por día. Además, se menciona que la variable X está expresada como unidades de 1000
galones. Por lo tanto 500 a 800 galones en unidades serán de 0.5 a 0.8. Entonces nuestra
probabilidad a hallar estará entre: 𝑃(0.5 < 𝑋 < 0.8)

Calculando la probabilidad:

+∞ 0.8
∫ 𝑓(𝑥) = ∫ 2𝑥𝑑𝑥 = 𝑥 2 |0.8
0.5 = 0.39
−∞ 0.5

Entonces la probabilidad sería un 39 % de que ocurra dicho evento

12) Una gasolinera tiene dos bombas que pueden bombear cada una hasta 10 mil galones de
gasolina por mes. La cantidad total de gasolina bombeada en un mes es una variable aleatoria X
(expresada en unidades de diez mil galones), con una función de densidad de probabilidad definida
por

a) Cuál es la probabilidad de que la gasolinera bombee de 8000 a 12000 galones en un

mes
FACULTAD DE INGENIERÍA DE SISTEMAS

b) Si se sabe que la gasolinera ha bombeado más de 10000 galones en un mes en

particular, cuál es la probabilidad de que bombee más de 15000 galones durante un mes
cualquiera?

13) Con objeto de establecer un plan de producción, una empresa ha estimado que la demanda (en
miles de unidades) de sus potenciales clientes, se comportará, semanalmente, con arreglo a la ley
de probabilidad definida por la función de densidad:

𝑓(𝑥) = 4𝑥𝑘 − 2𝑥 2 𝑘 = 0 0 ≤ 𝑥 ≤ 2 (X viene expresada en miles de unidades)

Dato:
X: demanda en miles de unidades
*Hallamos k

2
∫ 4𝑥𝑘 − 2𝑥 2 𝑘)𝑑𝑥 = 1
0

k=3/8
FACULTAD DE INGENIERÍA DE SISTEMAS

*Por lo que, al reemplazar k en la función, la función quedaría

𝑓(𝑥) = 3𝑥/2 − 3𝑥 2 /4

a) ¿Cuál es la probabilidad de que la demanda de una semana no supere las 1000 unidades?

1
P(x<1) = ∫0 (3𝑥/2 − 3𝑥 2 /4)𝑑𝑥

=0.5

→ La probabilidad de que la demanda de una semana no supere las 1000 unidades es de 0.5.

b) ¿Qué tan probable es que la demanda de una semana se encuentre entre 500 y 1500 unidades

1.5
P(0.5<x<1.5) = ∫0.5 (3𝑥/2 − 3𝑥 2 /4)𝑑𝑥

=0.687

→ La probabilidad de que la demanda se encuentre entre 500 y 1500 unidades es de 0.687.

14) La demanda de un determinado producto puede ser considerada como una variable aleatoria (en
miles de litros) cuya función de densidad de probabilidad viene dada por:

𝑓(𝑥) = 𝑘𝑥3(1 − 𝑥) 0<𝑥<1

a) Hallar el valor de k que hace de f(x) una función de densidad.

FACULTAD DE INGENIERÍA DE SISTEMAS

b) Obtener la función de distribución acumulada de X

✓ Para x<0 -> F(x)=0

✓ Para 0 < =𝑥 < 1 → F(x)=5*x´4 - 4*x´5
✓ Para x>=1 → F(x)=1

, luego calcular P(X > 1/2),

1- P(X > 1/2) =1- P(X <= 1/2)= 1-3/16 =13/16.

FACULTAD DE INGENIERÍA DE SISTEMAS

2. P(1/4 < X ≤3/4) = 79/124 .

P(X = 1/2). → P(X = 0.5)=F(0.5) - F(0.5-0) =3/16 - 3/16 = 0

Cambiar y por “t”

FACULTAD DE INGENIERÍA DE SISTEMAS

Cambiar y por “t”

Cambiar en 0<=x<=1 a 0<=x<1
FACULTAD DE INGENIERÍA DE SISTEMAS

f(y)= y, 0<=y<=1
f(y)= 1,1<=y<=1.5
f(y)= 0, cualquier tr