UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE INGENIERÍA QUÍMICA

Quito - Ecuador
2020 - 2021

PRO-1
PROBABILIDAD Y ESTADÍSTICA
TAREA UNIDAD N°___
3
Estudiante Angela Tenezaca CC 1 7 5 0 7 2 5 5 9 8 Calificación
Fecha 29/01/2022 Semestre NOV-ABR
Profesor MSc. Fernando Araque Paralelo 2

"En tiempos de cambio, quienes estén abiertos al aprendizaje se adueñarán del futuro, mientras que aquellos que
Eric Hoffer
Página 102,
ejercicio 3-1 al 3-10

Resolución de ejercicios problemas

y
Determine el rango de la variable aleatoria
3-1 La variable aleatoria es el número de conexiones soldadas
de las 1000 que tiene
,

un circuito impreso no
cumplen ciertos estándares de validad
,
que con .

✗ =
{0 ,
1 2 , ,
3,4 5 , . . .
1000 }

En la variable
aleatoria sistema de uomnnicauión de voz por líneas
3-12 un 50 ,

el de líneas ocupadas
es particular
número en un momento en .

✗= {O ,
1 , 2 , 3,4 J ,
. . . .
50 }

3-3 Se usa un instrumento para medir pesos de empaques hasta la libra ,

más cercana El instrumento de medición solo tiene 5 dígitos

.

Cualquier peso .

Ia variable aleatoria
mayor del que puede mostrarse 99999
aparece como .

es el peso que aparece en el instrumento Det el rango .

.

✗ =
| O, 1 , 2 . . . .
99949 }
Un lote de 500 partes maquinador contiene lo que no se
3-4
ajustan a
los requerimientos del cliente La variable aleatoria es el número de partes .

los
en una muestra de 5
que no cumple requerimientos del diente :

✗= {0 ,
1 ,
2 3 , ,
4
,
5 }

3-5Un lote de 500 partes maquinador contiene lo que no se ajustan a

los requerimientos del cliente Del lote se van tomando partes sin reemplazo .
.

hasta que se obtiene una los requerimientos La variable

aleatoria que no cumple son .

es el número de partes seleccionadas .

✗ =
{ 0,1 ,
2 . . .
491 }

3-6 La variable aleatoria es el contenido de humedad de un lote de materia medido ,

hasta el más cercano÷

✗ =

{ 0,1 2.3 , .
. .
100 }
La aleatoria el # de problemas la superficie de bobina
3-7 v. es en una
grande
de acero
galvanizado .

✗ =
/0 , 1,2 . . . }
3-8 La v. aleatoria es el número de ciclos de retos de una computadora necesario
para finalizar det .
cálculo aritmético
 ✗ =/ O , 1,2 . . . }
3-9 En la orden de pedido de un auto puede seleccionarse el .

modelo base o añadir

cualquier de hasta 15 tu variable
#
opciones , .

es el # de opciones seleccionadas en un pedido

✗ =
{0 , 1,2 . . .
IJ }

3-10 Un entablado de madera puede pedirse en

espesores de V8 ,
1h ,
V8

de pulgada ,
la variable aleatoria es el espesor total de entablado de otros
pedidos .

Página 107 ,
ejercicios 3-11 al 3. 24 1 Pares )

3-12 Continuación de 3-11 : El espacio muestral de un experimento aleatorio

es la b.
, c. d. e. f) y cada resultado es igual probable
Es muestral
.
:
resultado a b c d e f

✗ O O 1,5 1,5 2 3
•

f
✓ ,

b
O 2/6
C
1,5 2/6
de 2 1/6
f 3 1/6

g- E. muestral X : FCX ) :
probabilidad .

valores del
Ya

Determine :

a) PI ✗ = 1.5 ! > V3
la ) P ( 0,5 < ✗< 2,7 ) > P ( ✗= 1,5 ) t PIX =
2) =
2/6 1- + V6 =
3/6 = V3
c) PCX > 3) > O

d) P lo e- ✗ < 2) > PIX = 0) + PI ✗ = 1,5 ) =

2/6 + 2/6 =
4/6 =
2/3
e) PC ✗ = O o ✗ =
2) > 2/6 t 1/6 = 1/2

3- µ Un operador registra el tiempo requerido para terminar un ensamble

mecánico .
Los resultados obtenidos son :
 llegan dos 30 31 32 33 34 35 36 37 38 39

# ensambles 3 5 6 9 12 25 32 15 9 6

Sea la variable aleatoria ¥ el tiempo un ensamble

necesario
para terminar

÷ !!:*
""" "
"
"
3 30 3/122
5 31 5/122
6 32 6/122
q 33
12 . 12/122
25 35

÷ :::
32
"
.

37 - 15/122
9 38 - 9/122
6

5 ×

b) Determine P 133 E- ✗ < 38 )

P ( 33 X 38 ) = P 133) + P 134 ) t Pts5 ) t P 1361+7137 )

= 9/122 t 12122 t 25122 t 32/122 + 15/122
=
93/122

c) ¿ Qué proporción de ensambles se terminan de armar en 35

segundos
o menos ? .

PL ✗ E 35 ) = P / 30) + Pts1 ) + P 132) 1- Pts3 ) t Pts4 ) 1- Pts5 )

= 3/122 t 5/122 + 6/122 t 9/122 t 12/1221-25/122
=
60/122

3- 16 Un estudio de mercadotecnia estima que instrumento un nuevo

de suelo tendrá mucho poco a
para el análisis de ministras ningún existo , .

probabilidades 0,3 0.6 ; 0,1 respectivamente Las ganancias anuales

asociadas
con ; .

con un producto
muy exitoso o no exitoso ron no millones 5 millones 1 millón , ,

de dólares respectivamente La variable aleatoria ✗ anual Determine

ganancia
→
, ,

la
función de probabilidad .

¥ flx )
10mi llores - 0,3

5 millones - 0,6

1 millón - 0,1
3- 18
Verifique que las funciones siguientes son funciones de probabilidad
calcule las probabilidades pedidas
y

✗ -2 -1 O 1 2 La suma de tu> =L ,

FIX )
sin función
1/8 2/8 2/8 2/8 V8

a) PIXE 2)

Ugt 2/8 +
2/8 t
2/8 +
1/8 =
y

b) PIX > 2) -

2/8 + 2/8 t 2/8+1/8 =

7/8

c) PI -

I E ✗ II )

2/8 t 2/8 +
2/8 =
3/4

d) PI ✗ ⇐ no ✗ =
2)

1/81-2/8 +
1/8 = 1/2

3-20 FCX ) = (3/4) LNYÍ ; ✗ =

0,1 2,3
,

Y O 1 2 3 fco) = 3/4
tu> = 3/16
f- ( X ) 3/4 .
3/16 3/64 3/256 tu > =
3/64
f- (3) = ?/256

suma de fin =L , si es
función de probabilidad

a) P/✗ = 2) b) PIXE 2) c) PIX > 2)

3/64 Ht % + You = qqg 1- PIXE 2) = 1/64

d) P ( ✗ 71 )
1- PIXEO ) =
1- 3/4 = V4

3- 22 Una persona pide llaves

y no salir prestado un llanero uns
cuál es la que atore un ionwlowlo Por tanto intentaron nada llore .

hasta que ronsiga abrirlo Sea la variable aleatoria ¥ el número de intentos

.

necesarios
para abrir el candado Det la función de probar # .

flx ) 1/5 1/5 1/5 1/5 1/5

 1- intento ⑤
2 intentos 4/5 .
1/4 =
④

(
3 intentos 4/5 3/4 V3. .
=

y intento J 4/5 .
3/4 .
2/3 -

1/2 =

5 intento5 5/5 .
4/5 .

3/4 2/3 112

. . =

llaves de las que u no abren

5 ,

luego 4. de la que una si otra .

¿ Cuál es el valor de PIXE 1) ?

PIXE 1) =
1/5

¿ Cuál es la probabilidad de PIES )

P ( ✗ 5) = = V5

¿ final es la probabilidad de PIXE 3) ?

PLXE 3) = 1/5 t 1/5 t

1/5 = 3/5

Demuestre mediante el empleo de infinita que la función

3- 24 una serie .

txix> del satisface las propiedades de función

3-10
ejemplo una de
probabilidad

Msanur la regla de sumas de series geométricas

:

ÉI dio
"

r la o ) =
donde Ir / < 1
2. r

£4
"

10,99 Í ( 0,01 ) = £ 10,991×10,01 ) =

0,01
=
&
,
✗ = O p -
O, qq

Página 111 ,
ejercicios 3.25 NU 3- 32 (
impares)
3- 25 Continuación del 3-11 determine la ,
función de distribución acumulada
de la variable aleatoria del 3-11 .

tdist . umm :
prof de que una variable sea menor o
igual que un valor dado

FLX > = P / ¥ Ex )
o
✓

a
O
b 2/6

¡ 1.5 2/6
C 2 1/6
f 3
1/6
 =P / ✗ -01--1-101=1/3
FIO ) =P / ✗ £0 )

FUI ) =P / ✗ El ,
5) = Plx -0.11=(-107717×-1)--2/3

F / 2) =P /
.li/=5/6Fl3)=PlXE3)=Plx-
✗ C- 2) =P / ✗ =D

0.1.2.3 ) :L 1 / LEXEJ
FIX)
PCX > 1)

PX
Ó 6/6 • >

(
O ✗<
; si . • o 1-
1,13 OE ✗ < 15
; 4/6 • O

f- ( x ) 2/3 ; i. g- ⇐ 2

5/6 24×23 2/6 • O

;
1 JEX
;
Í
<

3-27 Continuación de determine la función de distribución acumulada para

3-14 .

la variable aleatoria del 3-14 calcule las probabilidades

,
siguientes :

S flx ) FIX )
×
FIJO) C- 30)
3 30 3/122 31122 =P / ✗ = 3122
5 31 5/122 8/122 1=1311 =P / ✗ C- 311=8/122
6 32 6/122 14/122 1=132 ) = PLXE 327=14/122
9 33 9/122 23122 1=1331 =P / XE 333=23/122
12 34 12/122 35/122 1=134 ) =
PIXE 341=35/122
25 35 25/122 60/122 Flzj) =P / ✗ E. 351=60/122
32 36 32/122 92/122 1=136 ) =P / XE 367--92/122
15 37 15/122 107/122 1=137 ) =P / 7€37 )
=

1071122
9 38 9/122 116/122 1=138 > =P / ✗ C- 381=116/122
6
39 6/122 1 1=139 ) =
PIXE 39 ) =
1

(
O ✗ < 30
,

3/122,301×231
8/122 ,
31 2- ✗ < 32
14/122 ,
321×233
23/122 ,
33-2×434
FIX ) 35/122 34 E. ✗ < 35
µ, , , , >.< × , ,,

92/122 , 36 E. ✗ < 37

107/122,3717<38
116/122 38 2- ✗ < 39 ,

1 , ✗ 739
?⃝
 a) PCXC 32,5 )
P /✗ < 32.5 ) = 3h22 +
5/122 + 6/122 > 14/122

b) PIXE 32 )
P/ ✗ c- 32 ) = 3h22 +
5/122 + 6/122 > 14/122

c) PIX > 32 )
PIX > 32 ) = 1- P / ✗ a- 321 > 1-
¥ > 54/61
,

d) P / 332×2-38 )
P ( 33<7138 ) =
PCX -14 ) 1- PIX 5) 1- P / ✗ =3 b) + P/✗ =
37 ) + P/ ✗ 8)
12/122 +25/122+32/122 +15/122+9/122 > 93/122
3-29 Continuación 3-19 :
Determine la función de distribución acumulada para la
variable aleatoria del
ejercicio 3- la

-11×1=(8/7) (1/2) ? ✗ = 1. 2,3

F / 1) = PCXEI ) =
4/7
FIX ) 4/7 2/7 1/7
FII ) : PIXE 2) =
6/7
F / 3) =P ( ✗ c- 3) 1
FCX ) 6/7
=
4/7 1

7/7 - • s

{
O ✗ < 1
;
6/7 _
• °

4/7 15×42
FIX ) 6/7 25×43
4/7
- • o

1 3 EX

as
#
1 2 3

3-31

=/
O ✗ < -0,1

¥ !! | ! ! / ¡
"
0,25
-

1=+1×1 -0,1ft < 0,3

flx ) 0,25 0,5 0,25
"→ ⇐ nos
1 "
0,5 EX

o
PIQYEXEO b) ,
=P / ✗ = 0,5 ) OPLXEO 5) =P / ✗ ,
=
-0,1 ) + PLX :O 3) 1- PLX -0,25 )
,
-

PIOMEXEO 6) ,
=
0,25 PCXEO 5) ,
= 1

o PIXLO) = P / ✗ = -0,1 ) o PIXEO 4) ,

= PLX =
-0,11 + PIX = 0,3 )
PIXLO ) =
0,25 PIXE 0,4 ) =
0,75

°
PLOEXLO 1) ,
= O °
PI -0,1 < ✗ < 0,1 ) = O
Página 118 ,
ejercicios 3-33 al 3-45 ( Paris )

3- 341mm
proceso de manufactura servida el diámetro interno de 100

anillos para pistón .

Los resultados son :

d. interino 69,85 69,90 69,95 70,00 70,05 70,10 70,15

# anillos IX ) 4 13 19 30 24 5 5

↳ ×) 4/100 13100 19100 3%0 2%00 5h00 5100

Determine la media
y varianza
.

A- F- IX ) = IX. flx )
M :
ECX ) = 4141001+131131001+19 (14/100)+30130100 ) +24124100 ) +5151001+5/5100 )
N° ELX ) = 16100+169100+361/100 + 9+576100+251001-25100
Mi F- (X) =
20,72 .

02=111×7 = { (✗ -
ni -

flx )
Ó= VLX ) =
[ [ ✗ 2. fcx ) ] -

M2
?
+244,2%+52 :# Í )
02=111×1 [4 # # +192%-0+30 # NÍ
?
B?
+
+
;%
-
=

>

02=1/1×1--1501,94 ) -

120,72 )
02--111×1=72,62

3-36 Si el rango de # es :{ 0.12.3.4 } y PIE 1=0,2 determine la media

y
varianza
.
- ✗

de la variable aleatoria .

F- ( X ) VLX )

✗ tcx ) X.fi/lX)=tlX2.fx( × )

? /
O 0,2 10710,2 ) 10 ) 0,2 )
1 0,2 (1) 1012 ) (I)
?
( 0,2 )

2 0,2 (2) 10,2 ) (2)2. 10,2 )

3 0,2 (3) 10,2 ) (3) 210,2 )

4 0,2 (4) 10,2 ) ( 4) 210,2)

2 6- vi
6- 22=2

3- $8 Continuación de 3-13 :
determine la varianza y media .

longitudredondeada a la 4,9 5,0 5,1 5,2 5,3 5.4 5,5 5,6

diurna de milímetro más cercana

número de partes 0 3 10 25 40 18 16 2
 "
EIX) VIK )
X FLX) µ fxlx )
.
-

× ×
?
#

O O 0.0 02.0
3 3/114 (3) (3/114) 3213/114 )
10 10/114 110/(10/114) 102110/114 )
25 25/114 (251125/114) 252125114 )
40
40/114 1401140114 ) 402140114 )
18 18/114 1181118/114 ) 182118114 )
16 16/114 (161116/114) 162116/114 )
2 2/114 (2) (2/114) 2212/114 )

25,6 794,63 sí -

139,27

3- no Continuación de 3-16 ,
determine la nuoliaynariunpa

EX VLX )
X flx) × .

-1×1×1=4 ✗ ↳ fxlx )

10min 0,3 10min10 ) ) ,

110×10%0,3 )
Smile 0,6 SINIIIIQB ) 15×10440,6 )
LMILI 0,1 LMIII 10,1 ) (1×104210,1)

4,51×10 -16100000 }
"
6100000
7,89×10 "

3-42 Continuación 063-19 ,

calcule la media
y
la
varianza .

F- ( X ) VLX )

Y t.HN × .
-1×1×3 X? fxlx )
-

I 4/7 (1) (4/7)

11144171
2/7 (2) 12/7 ) (2142/7)
¡ 1/7 (3) (1/7)
'
(3) (1/7)
?
3- µ
11/7
3--11/72=2449

Continuación Determine la varianza

3-44 3-43
ymeohia para las
:
80
muestras
 •
contenido de humedad

3% 4T .

si ir .
$0 $10

{
E
2-1 .
$ 70$ $100

ECX ) VCX )

✗ fx (X ) y
.
f- ✗ (X ) X? fx [ × )

OH 5180 0.15/801 045/80)

10$ 14/80 10114/80) 10414/80)
70$ 57180 70157/80 ) 702157/80)
100$ 4180 10014/80 ) IOÓ (4/80)

56,63 =
M 4008,75-42
801,79

Página 121 ,
ejercicio 3-46 al 3-52

3- 46 La v. aleatoria ¥ tiene una distribución discreta uniforme sobre Dos

enteros 9k ✗ a- 100 ,
determine la media
y vouiavyax

I
My = F- ( X ) = ( bta ) 2 ÓX = VCX ) =
( b- a ti
'
) -
i

2 12

= 1001-91
2 (100-9,1+1)<-1
12
=
95,5
=
8,25

3- 47 La variable aleatoria ✗ tiene distribución discreta uniforme

una

sobre los enteros le ✗ su . baluule la mentira

y varianza de ×

I
My = F- ( X ) = ( bta ) 2 ÓX = VCX ) =
( b- a ti )
'
-
i

2 12

= 11-4 '

2 14-1 1- 1) -
|
=

12
=
2,5
=
1,25

3- 48 La variable aleatoria ✗ tiene una distribución discreta los valores que .

puede tomar son V8 ,

1/4 ,
3/8 ,
monta uno con una misma probabilidad .

Determine la media
y varianza
de :X:
 1/8 E ✗ G- 3/8

,
µ = F- ( X ) = ( bt a) 2 ÉX = VCX ) =
( b- a ti )
'
-
i

2 12

3-0+28+-0
=

=
/% -

V8 t
1) ? ,

12
=
0,25
= 0,047

3- 49 En un proceso de recubrimiento toman varias mediciones de los

se espesor .

valores son : 0.15 ,

0.16 ,
0.17
,
0.18 ,
0.19
,
calcule la media y varianza .

0,15 EXE 0,19

,
µ = F- ( X ) = ( bt a) 2 ÉX = VCX ) =
( b- a ti )
'
-
i

2 12

F- ( X) =
0.19 t 0,15 YLX ) = (0.19-0.15+1)=-1
2 12

F- LXI = 0,17 YIX ) =

6.8 ✗ 10-3

Ye placas de vidrio de
3- 50 mide la longitud de varias
,
distribuidas
uniforme desde 590.0 hasta Calcule la media
y varianza
manera 590.9 .
.

590,0 EX E 590,9

I
My = F- ( X ) = ( bt a) 2 Ex = VCX ) =
( b- a ti )
'
-
l

2 12
'

F- ( X) = 590,9 t 590,0 y (x) = (590.9-5901-1) - l

2 12

F- (X ) =
590,45
VCX ) =
0,2175

3- si ☒ tiene una distribución discreta uniforme sobre o hasta 9. Determine

la media la varianza y desviación estándar de la variable aleatoria 4=5✗
.

y
compare los resultados son los que se obtienen para

Y =
10,1 ,
5 . . .
45 ) E Ix ) =

101¥ = 4,5 V14 ) = 54 VX )

Y / 4) =
5218,25 )
'
F- (4) = 5 LE × ) V / 4) = (91-1) -
l
V / Y) =
206,25
F- (4) =
5 ( 4,5 ) 12

F- IY ) =
22,5 VLX ) =
8,25

3- si Demuestre :
si cada uno de los rotores del mango de :X se multiplica
constante multiplicar la media de
por una C ,
entonces el
efecto es
por
C
y
la varianza de I
per c? Demuestre :
El cx ) = CEIX ) VICX ) =
civil )
y
 Elcx ) = 2
✗
cxflx ) = C
§ Xfcx ) = CECX )

>
VICKI Cy Ífcx ) Ífcx )
(X CVIX )
§ lcx = C
§
=
u
-
-
=

Página 128 3-53 a 3- 68 ( Paris )

3-54 La variable aleatoria :X tiene una distribución binomial um mio

.

y
p =
0,5 .

Dibuje la
función de probabilidad de # .

a) ¿ cuál es el valor nwis

probable de #
""

PIX 1)
(1,0/10,5111-0,5)
= =

fxlkp.nl =/ E)
" -

p)
✗
p le
-

=
9,76 ✗ 10-3
(E) =

X!
n!

In -
× ) !
""
PIX 2) =

(1,0/10,5141-0,5)
-

0,044
=

"
las ÍIOÍÍ
""
10,5141-0,51
Plx =3 )
( Y)
PIX 7)
/ F)
-
= - =

=
0,117

§&
=
0,117
"
.si
'

P ix. 8) lo .si lo
PIX 4) ""
(g)
=

o.si
( tq ) lo.si §}
=
=
ii.

=
0,044

.si/i-o.s-j0-sJ&
=
0,205
10,5 ) / así
"
P /✗ 9)
(f)
=
=

PIX 5) =

( jo ) lo
-
-

=
9,76×10-3
0,246
IQSIYOÍÍ
=
"

101
( pq )
""
PI ✗ =
=

PCX las ) 41-0,51

(Y)
=
b) =

'
"
= 9,76×10
=
0,205

b) ¿ Qué valor o valores son los menos probables

"
PIX -0 )
'

=
9,76×10
°
P/ ✗
-

=
101=9,76×10
 0,25T
0,20 -

0,15
-

0,10 -

0,05 -

¥ÉÉ
3-56 Dibuje la
función de probaba de . una distribución binomial n =
soy
p -0,01
-

, haya comentario de la simetría .

a) ¿ cuál es el valor nwis

probable de #
"
""
10,01141-0,01 }
'

PIX
-01=(18/10,01141-0.01) Pirlo ) =/ G)
=
0,904 →
Valor más probable = 2,02×10-0
10-7

=/ F) 10,01141 -0,01J
"

10,011*(1-0,01)
=/ G)
PIX -
-
1) PLX 7) =

"
0,091
_

=
=
1,16×10

=/ 7) 10,01141-0,01%2
""

PIX 2) PCX 8)
(1,0/10.01)%1-0,011
-
-
-
- =

' °
-4,15×10-3
-

=
= 4,41×10
""

10,01141 -0.01% Pura )

/ %) (0.011911-0,01)
PIX :3 )
=/ Y )
=

= 1,12×10-4 =
9,9×10-18
"" "

/ ¡ 8) 10,011%1-0,015
10.01141-0,011
Pinn ) -
-

(4) Pinto ) =

= 1,94×10-6 = 1×10-20
"
PCX
1=(1,0/10,011511-0,01)

I
"

0,8 -

= 2,4 ✗ 10-8 0,7 -

0,6 -

b) ¿ burles el valor menos 0,5 -

probable de ¥7 0,4 -

0,3 -

0,2 -

PA -101=1×10-20 al -

' ' ' '

j ¡
' ' '

¡
'

o
3- 58 Determinar la
función de distribución acumulada con n =3
y p V2
=

Puro ) =

(f) 10,5 ÍI 1- QSÍ Flor =

P/ ✗ ← D= 0,125

=
0,125 FI 1) =
P LXE 1) = 10,125 ) + 10,3751
=
0,5
o SÍ
'
PIX 1)
( ? ) 10,5 ) Ii
-
-
- =
,

F (2) =P ( XE 2) =
10,1251+(0,3751+10,375)
=
0,375 =
0,875
»
PLX 2) 10,5511-0,5 )
/{) F ( 3) =P / ✗ ⇐ 3) ID 1251+10,3751+10,3751+10,1251
=
= =

=
0,375 = 1

>
10,5%

{
O O
/} )
✗<
PIX =3 ) =
lois ) i

0,125 OEXC 1
,

=
0,125 f- , × , 0,5 ,
1 EXL 2

0,875 , 2 EN < 3
1 3 EX
,

Un articulo electrónico tiene la probabilidad

3- 60 no circuitos integrados ,

de que cualquier circuito

integrado esté defectuoso es 0,01 y estos son independientes
El articulo trabaja solo si no contiene circuitos luoil la probabilidad
defectuosos ¿ es

de que el artículo trabaje .

10,01511-0 OÍÍ
circuitos defectuosos :( %)
X '
. Plx =
o ) .

n = 40 L
0 , 669
p 0,01
ninguno sea
= =

↳
probabilidad defectuoso para
que trabaje

3- 62 Las líneas están ocupadas telefónicas 40% del tiempo ,

supongo que los
eventos donde las lineas están ocupadas llamadas
independientes en sucesivas son

hacen iolloniwuohas
supongo que
.

n no a) ¿ luoil la probabilidad de al llamar 3

es
que veces
=
,

0,4 las líneas estén ocupadas ?

p
±

L 10-3
(0,41311-0,4)
PI ✗ =3 )
( Y)
éxito =
ocupadas =

✗ =
# veces las
que
lineas estarán =
0,215
ocupadas .

b) ¿ Cuál es la probabilidad
que almenos
de en s de las llamadas
las lineas no estén ocupados ?

( f)
'°

P / ✗ 711 =
1- Plx ) = 0 P ( ✗ =D =
'
IOMÍIO b)
,

=
1 -

(6,04×10-3) -
]
=
6,047×10
=
0,994
 c) ¿ luoil es el número esperado de llamadas en las todos estarán
ocupadas ?

My = F-( ✗ I =
NP El × ) =
1010,4 )
=
4

3- a
Ejemplo de carta de control estadístico de un
proceso De un proceso.

se toma cada hora una muestra de partes

so Lo común es el 1% de las
.

que
partes requieran volver a ser procesadas sea . :X: el #
partes de una muestra
de w .
se
sospecha de un problema en el
proceso si ¥ es
mayor que su

media moña de 3 desviaciones estándar

por

a) Si el %
de partes que necesario volver a procesar en ir
es
permanece
.

¿ Cual es la probabilidad que ✗ sea

mayor que su media por
más de 3

desviaciones estándar ?

NO
'

F- (E) = n .

p V1 ) =
np 11 p )
-

Nxt 3
% =
0,2T 3 ,
198
=
20 ( 0,01 ) = 2010,01 ) ( 1- 0,01 ) = 1,53
=
0,2 =
0,210,99 )
=
0,198

a) P / × > 1,53 ) = PIX > 2) =

1- PÍ ✗ .
E 1)

( ( %)
"
=
1- 10.011° 11-0.01 it
(Y) 10.01141-0,011
)
0,0169
=

b) Si el
partes que es necesario
de reprochar aumenta ¿ cuál
% vii. es

la probabilidad de que # sea mayor que uno ?

n = 20 PCX > 1) =
1- PIXE 1)
p 0.04 1
( ( %) 10,0A Í 11 0.04J + (4) 10,04 Í 11 -0,04% )
-

= =

=
0,1897

Si el de partes que ¿ Cuál la

reprochar aumenta
c) i. es 4%
necesario es

probabilidad de
que ¥ sea mayor que uno por lo menos en 1 de
las muestras tomadas en las próximas 5 horas ?

Y denota el tiempo de eseede

=
# ¥ en 1 en los
siguientes s muestras

n = 5
P = 0,190 I heute at !

PIYZI ) =
| -

PI y = o) = 1- [ (8) 10,190 ÍI 1- 0,190J )

= 0,651
3- 66 Un proceso de fabricación tiene 100
pedidos espera de ser surtidos
en .

Cada pedido necesita un componente que se compra a otro proveedor Sin .

lo uonuín de estos componentes

un banjo ,
es
identificar 2% como
defectuosos
el estado es independiente .

Si el inventovivo
del fabricante
probabilidad
a) componentes es de 100 ¿ Cuál es la
de necesitar componentes
que puedan surtir los se 100 sin ?

✗ =
# componentes defectuosos entre tos almacenada .

"

A- 100 PIX = 0) =
( %) 10,02 Í 10,98J
p =
0,02
0,133
=

b) Si el inventovivo
del fabricante
probabilidad componentes es de 102 ¿ Cual es la
de necesitar componentes
que puedan surtir los
se 100 sin ?

10,02510 !Ü
( ( %) 0,98%(10,2/10,02)
"
10.0241 10,98 Í
)
'
102 PI ✗ 2)
( ios )
n =
a- =
+

p =
0,02

=
0,666

c) Si el inventovivo del
probabilidad
fabricante de los componentes ¿ Cuál la es es

de componentes ?
que se puedan surtir los 100 sin necesitar

n =
105 P IXE 5) =
0,981
p = 0,02

3- ☒ Una persona pasa todas las mañanas la misma hora por un

a
donde el está ser de el zar de las veces l Independiente )
crucero
semáforo un .

a) En s mañanas consecutivas ¿ cuál es la

probabilidad ÁU que el
semáforo esté en verde exactamente 1 día

✗ =
denota # mañanas la luz es verde
en
que
n =
5

p
=
0,2 PIX 1) = =

/ ¡ | 10,2111-0,25
=
0,410

b) En 20 mañanas ¿ buoil es la probabilidad de que el semáforo esté en

verde exactamente 4 días ?

"
0,2%
20 PI ✗ 4)
/ 2,0 ) 10 2) ( 1-
= =
n =
,

p = 0,2
=
0,218
 c) En mañanas ¿ Cuál
v0 es la probabilidad de que el semáforo esté
en verde más de u días .

P/✗ = 4) =
1 -
P / XE 4)
MÍ IOIÍIOÁÍ
(( G) 10.21°10.81'+14110.2'' viii. si loiiiaói
= 1-
+
(7) +
(4) +
(4) )
= I -

O , 629
=
0,370

Página 137 ,
ejercicio 3- 69 a 3- 81 l Pares )

3.70
Suponga que la variable aleatoria :X tiene una distribución
geométrica
media Calcule con 2,5 .
:

"

P / ✗ = 1) = LI -0,4 Í 10,41 "

=
0,4 fx LX ; p ) = 11 -

p Í p .

""
P (✗ =
4) 11-0,41 10,4 ) Mx ELX ) Vp
=
=

=
0,0864
' ' 04=111×1 = 11 P )
-

P(✗ 10,4 )
'

=
5) = 1 1 -

0,4 )
PZ
✗ = 1,2 }
0,0518
,
=

PIXE 3) =P ( ✗ =3 ) + P / ✗ 2) = + PCX 1) =
t P l ✗ 07
=

(10,6%0,4)+10 b) ( 0,6%0,4 ) ( 0,6 Í ) E ( X) /P

'
I
10,4 )
=
=
t t
,

= 0,7840 2,5 =
YP
P =
0,4
PCX > 3) = p -
P IXE 3)

=
1 - 0,7840

=
0,2160

3- 72
Supongo que cada una de las llamadas que hace una persona es una
,

estación de radio
muy popular tiene una probabilidad de 0,02 de que
la
línea (
no esté ocupada .

Independientes )

a) ¿ cuál es la probabilidad de que la primera llamada que entre , sea

la divina que realiza la persona .

p =
0,02 → éxito
✗ =
# llamadas necesarias para la conexion =
éxito
.

Í
-
'
P (✗ =
10 ) = I I -

1ps p
""
=
(1-0,02) 10,02 )
=
O , 0167

b) ¿ buril es la probabilidad de que sea necesario llamar más de s veces

la línea desocupada
para hallar

PLX > 5) = 1- PINE 4)

 =
1- [P (✗ =
1) + P (✗ =
2) + PI ✗ =
3) + P /✗ =
4) ]
= 1 -

( 10,98%0,02 ) t ( 0,98 Í 10,02) t ( 0,98 ÍI 0,027+(0,981%0,02) ]

=
1 -
O , 0776

= 0 9224
,

c) ¿ Cuál es el # promedio de llamadas que deben hacerse para hallar

desocupada la línea

µ✗ =
El X ) = 1 /P =
1/0,02 =
50

3- 74 Continuación del 3-04

Ejemplo de carta de control estadístico de un

proceso De un proceso .

se toma cada hora una muestra de partes so Lo común es el 1% de las

.

que
partes requieran volver a ser procesadas sea . :X: el #
partes de una muestra
de w .
se
sospecha de un problema en el
proceso si ¥ es
mayor que su

media moña de 3 desviaciones estándar

por

a) Si el % de partes necesario reprochar permanecen en v. ¿ cuál la

que es es

protrabilidovd de que la no nuestra sea la primera en

que ✗ es
mayor que L ?

Y =
derrota # muestras necesarias para under 1
,

0,0169
p
=

PLY =
10 ) = (1-0,0164)^10,01697 =
0,0140

b) partes
%
que es necesario
reprochar aumenta a 4%
,
¿ uuál es
probabi
de que la tomo nuestra sea la primera donde ✗ > 1 .

P =
0,1897 P 14=10) = ( 1- 0,1897 ÍL0 , 18971
=
0,0286

c) Si el %
partes que es necesario volver a procesar aumenta a
iii. ¿ cuál es
el # esperado de
ensayos que es
necesario
realizar hasta que ¥> 1 ?

F- (Y ) =
1/0,1897 -
5,27

3- 78 La probabilidadrodíraüón de un transductor en un de que la

instrumento electrónico cumpla pon las especificaciones del sistema de
medición es 0,6 Suponga que los intentos ( Independientes ) ¿ luoil es la
.

prole de que se requieran como máximo 3 intentos para satisfacer

.

las especificaciones .

✗ =
# intentes satisfacer especificaciones
0 , lo
p =

PLXE 3) =
PLX =
1) t PLX =
2) + P [✗ =3 )
✗ =3
 = 11-0,6%0,6 ) t ( 1- 0,6 ÍIO 6)
,
+ 11-0,6510 ,
b)
=
0,936

3- 80 Un sistema computadoras por separado si la compu que

usa } .

está en
operación falla cualquiera de las 2 de reserva puede ponerse ,

de inmediato línea Después que falta la zdo la puede

"

en 3
.

compu ,

línea de inmediato la
ponerse en .

Suponga que probabilidad de una

falla durante cualquier transacción Independientes )

→
es lo (

a) ¿ luoil es el #
promedio de transacciones previas a la falta de las 3

ionysutowhras ?

✗ = denota # transacciones hasta que las computadoras fallan

p 10-3
=

r =3 F- ( X ) = 3/10-3 = 3000

b)
Varianza del # transacciones previas a la falla de todas las
computadoras

YCX ) = rl 1- P )
>
3/1 -
IÓ ) ,
2997000
, '
p (10-3)

Página 151 ,
ejercicio 3- 94 Al 3-101

3- 94
Suponga que ✗ tiene una distribución Poisson con media u .
Calcule
las probabilidades siguientes .

"
a) PIX =p f- × IX ; d) =
e- tú ✗ =
0,1 2,
'
X !
"
PI ✗ = o ) = é I 4. Í =
0,0183
0!

b) PIXE 2)

}
' "

PIXE 2) e-
"
(4) é (y
=
+ + 0,0183
1! 2 !

=
0,2381
" "
c) P ( ✗ 4) = =
e (y) = 91954
4!

" °
d) P ( ✗ 8) = =
C- (4) = 0,0298
8!

3- 95 Dist .
Poisson ,
media =
0,4 .
Calcule las probabilidades .
 a) PIX =D)

°"
P (✗ =
o ) = ¿ 10,4 Í = 0,0703
0!

b) PIXE 2) = PI ✗ =
0 ) t PLX =
1) t PCX 2) =

)
""

) /
""
"
'
e-
0,6703 +
/ 0,4 e-
%
=
.
+
1!

=
0,9921

c) PCX =
4) =

é""%
"
=
7,15 ✗ IÓ

d) P ( ✗ 8) = =
e-
°"
0,4°
8!

=
1,09 ✗ 10-8

3- 96 Suponga que el # clientes

que entra en un banco en 1 hora es
variable aleatoria Poisson y 01=0,05 Calcule la media ¥
una PI ✗
y varianza
=
.

" ✗
PLX =
0) é e- =
0,05 F- ( x ) VIXJ = 2,996
y
=

✗ = -
ln 10,05 )
✗= 2,996

3- 97 ✗ =
# llamadas que llegan a un ronolennurtovdvz .

Suponga que en

promedio ,
se reciben 10 llamadas por hora .

cuál la probabilidad de hora ?

a) ¿ es
que lleguen 5 llamadas en 1

°
P /✗ 5) =
= ¿ 105 = 9038
5!

¿ buril
b) es la probabilidad de recibir 3 llamadas o menos en 1 hora ?

=/
ni
/ ( é ! !! ) ( e- %! ) ( " " )
"
Pie » e-
+ + +
0! 3 !

>
4,54×10-5 7,57×10-3
"
=
+ 4,54 XIÓ t
2,27 ✗ IÓ +

= 0 , 0103

¿ buril horas ?
c) es la probabilidad de recibir 15 llamadas en 2

PLX =
15 ) =
 " "

( é zo
15 !
) = 0,0516

d) Probabilidad de lleguen exactamente 5 llamadas

que .

en 30 minutos
}
P / ✗ 5) = = É É = 1,403 ✗ IÓ
5!

Se supone los rollos de tela

que el de
defectos media
3- 99 # en es # con
,

m?
0,1 de
defectos .

por

a) Probabilidad de tener 2
defectos en 1 m
'
?

P ( ✗ 2) = = ¿
°"
O, Í =
4,5 ✗ 10-3
2!

b) Probabilidad de tener 1
defecto en ron
?

' '
PI ✗ 1) = = é I = 0,3679
, ,

c) Probabilidad de que no halle defectos en so m

'
?
?
PLX =
O) = é Í = 0, 135
0!

Probabilidad de que existan al

d) menos 2
defectos en 10mi ?

71×72 ) =
1- PI ✗ 2- 1)

éo ! )
'

(
= 1- e- i
*
1!

=
0,2642

3- 100 ✗ #
defectos superficiales paneles usados en interiores medio
de
=
,

'
de 0,5 defectos por pie de panel Suponga que el interior de un auto
.

2
contiene io pies

a) Probabilidad de que no haya defectos superficiales en luz interiores

de un automóvil .

505,0
}
PIX =
o ) = e- =
6,74 ✗ IÓ

b) Si eompañía que los renta ¿ cuál la

probabilidad
se venden 10 autos a una es

que los interiores de cualquiera de ellos

de
tenga def superf ? no .
 IPÍI PÁ
Plx -0 )
(Y) 1- ✗ # carros sin fallas
=
=

"

( to ) ( 6,74×10-3511 -
6,74×10-3 )

=
0,93

Se venden autor ¿ cuál es la máximo

c) 10
.
prole que como 1 de ellos
tenga defectos superficiales en sus interiores

W = binomial # carrera con

fallas superficiales .

h = 10
; p =
0,3935

PIWE 1) =
PIW =D ) + PLW = 17

(E) 0,3935° / 0,606 5) " ' "

=
+
( Y ) 0,3935 10,00651

= 0,0504

Página 145 ,
ejercicio 3-82 al 3- 93

3- 83 .
Continuación 3-82 ,
calcule la media y la varianza de ¥

N = 100
;
n = 4
;
k =
20

ÓÉ
( |
ELX ) ) (N M
ME
=

np
= VIXI =
npl 1- p -

(E)
= " "" "

( 100-4 )
= "
( %) = 0,8
OÍ = VCX ) =
410,21 10,8 )
( ( 100 -
1)
)
Óx = YLX ) = 0,62

3.85 Continuación de 3-84 calcule la media

,
y varianza

N = 20 n = 4 K = 4
; ,

OÍ
/ 1¥? } }
)
y Ix ) =

np
= UN =
npl 1- P
(E)
= " ,

= "
( jo ) = 0,8
ÓX = VCX ) =
410,2 ) 10,8 )
( ( 20-4
ho -
it )
Óx = YLX ) =
0,54

3- 87 Continuación del 3.86

.
calcule la función de distribución acumulada
de X .
 N = 10 ;
n =3 k = Y
;

(Y) ( }) ( E) (
'"

P 1×-01 = fa ( x ; N.k.nl = n
)
II )
II )
✗ O , 1,2

"%÷
=

Yo
-
.
=
.

PIX 3/10
PIX 1)
( Y ) ( q) 2) =
= =
=

'
P (✗ =
3) = / 30

151
O ✗<O

(
;
14 ) ( 15 )
= =
1/2 1/6 OE ✗ < 1
120 2/3 LE ✗ < 2
FLX ) 29/30 2s ✗ <3
1 3 EX

3- 89 Un bote de arandelas contiene 5 en las que la variabilidad

7s en el

espesor alrededor de la de la arandela es inaceptable se toma .

una
muestra al azar de 10 arandelas sin reemplazo

Probabilidad de que arandelas inaceptables

ninguna de
a) las se encuentren
en la muestra .

N =
75 ;
n =
10 ✗ =
# arandelas inaceptables
K =
5

Pino ) =
II ) ( I ) = 0,4786

(E)
b) Probabilidad de que almenos 1 de las arandelas inaceptables
se encuentre en la muestra ?

PIXZ 1) = | -
P / ✗< 1)
1- P / ✗ =
0)

1- 0,4786 =
0,5214

c) Probabilidad exactamente [ de las arandelas inaceptables

que
se encuentre en la muestra

P (✗ =
1) = ( ?) ( Y ) = 0,3923
1%1
d) Promedio de arandelas inaceptables
 ECX ) np
Y✗
= =

= n
1¥ ) →
11011¥ ) =
2/3

2- 93 Utilice la aproximación binomial la distribución

hipergeométrica
a

para aproximar las posibilidades del ejercicios 3--89 . En este

ejercicio ¿ cuál es el
factor de corrección para población finita .

PIX :o) =
EÍ =

0,05 .

Luego 7 = -

ln 10,05 ) =

2,996
Con
sequretby ,
F. ( x ) = VCXI = 2.996