Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los eventos de mayor interés para un científico, ingeniero o empresario son los eventos
relacionados con números. Por ejemplo, un ingeniero está interesado en el evento de que
dos de dos artículos producidos sean defectuosos, que la temperatura de un proceso sea
menor que 70oC, el empresario se interesa en el evento de que las ventas del próximo año
alcancen la cifra de $5,000,000
Una variable aleatoria (v.a) es una función que asocia con cada elemento del espacio
muestral un número real. Si el ingeniero elige dos artículos, una variable aleatoria (X) es el
número de artículos defectuosos y los valores que puede tomar son 0, 1 y 2.
Ejemplo 1.
Si se lleva a cabo un experimento que consiste en lanzar un dado una sola vez y si la v.a. X
denota el número que aparece en la cara superior del dado entonces la distribución de
probabilidad es:
X p(X=x)
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 1
https://www.coursehero.com/file/41672705/PYE4doc/
P(2 ó 3)= P(X=2 o X=3) = P(2) + P(3) = 1/6 + 1/6 = 2/6 = 1/3
P(1 ó 2 ó 3) = P(X=1 o X=2 o X=3) = P(1)+P(2)+P(3) = 1/6 + 1/6 + 1/6 = 3/6 = 1/2
P(2 ó 4 ó 6) = P(X=2 o X=4 o X=6) = P(2)+P(4)+P(6) = 1/6 + 1/6 + 1/6 = 3/6 = 1/2
Note que la anterior distribución de probabilidad puede darse mediante la siguiente ecuación:
A la función fX(x) que asocia con cada elemento del rango una probabilidad se le llama
función de probabilidad y satisface lo siguiente:
1. fX(x) 0
2. fX(x) = P(X=x)
3. f X (x ) 1
Ejemplo 2:
Si se lleva a cabo un experimento que consiste en lanzar dos dados una sola vez y la
variable X es la suma de los valores obtenidos entonces la distribución de probabilidad es:
2 (1,1) 1/36
3 (1,2),(2,1) 2/36
4 (1,3),(3,1),(2,2) 3/36
5 (1,4),(4,1),(3,2),(2,3) 4/36
6 (1,5),(5,1),(2,4),(4,2),(3,3) 5/36
7 (1,6),(6,1),(2,5),(5,2),(3,4),(4,3) 6/36
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 2
https://www.coursehero.com/file/41672705/PYE4doc/
8 (2,6),(6,2),(3,5),(5,3),(4,4) 5/36
9 (3,6),(6,3),(4,5),(5,4) 4/36
10 (4,6),(6,4),(5,5) 3/36
11 (5,6),(6,5) 2/36
12 (6,6) 1/36
P(2 ó 3 ó 4) = P(X=2 o X=3 o X=4) = P(2)+P(3)+P(4) = 1/36 + 2/36 + 3/36 = 6/36 = 1/6
El símbolo que se utiliza para representar al promedio de una v.a. discreta es la letra griega X . Se
obtiene multiplicando cada valor de la variable por su probabilidad y sumando todo eso.
E ( X ) x x i p ( xi )
Ejemplo 1.
El valor esperado de lanzar el dado una vez es el promedio que se obtendría si se lanzara el dado
muchas veces.
2 ( x i ) 2 p ( x i )
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 3
https://www.coursehero.com/file/41672705/PYE4doc/
Distribuciones de variables aleatorias discretas:
Distribución Binomial
n x n x
fX x)( P(X x) p (1 p) x 0,12,. ,n
x
¿Alguien entiende esta fórmula? Vamos a tratar de explicarla con un ejemplo:
Ejemplo 1.
" p " es la probabilidad de éxito, es decir, que salga "cara" al lanzar la moneda. Por lo
tanto p = 0,5
La fórmula quedaría:
1 0 6 10 6
fX(6) P(X 6) 0.5 (1 0.5)
6
Luego,
P (x = 6) = 0.205
Es decir, se tiene una probabilidad del 20.5% de obtener 6 caras al lanzar 10 veces una moneda.
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 4
https://www.coursehero.com/file/41672705/PYE4doc/
Ejemplo 2.
¿Cuál es la probabilidad de obtener cuatro veces el número 3 al lanzar un dado ocho veces?
La fórmula queda:
8 4 48
fX(4) (XP 4) 0.16 6 (1 0.16 6) x 0,12,. ,n
4
Luego,
P (x = 4) = 0.026
Es decir, se tiene una probabilidad del 2.6% de obtener cuatro veces el números 3 al tirar un dado 8
veces.
Distribución Poisson
Cuando en una distribución binomial se realiza el experimento un número "n" muy elevado
de veces y la probabilidad de éxito "p" en cada ensayo es reducida, entonces se aplica el
modelo de distribución de Poisson:
" " = n * p (es decir, el número de veces " n " que se realiza el experimento
multiplicado por la probabilidad " p " de éxito en cada ensayo)
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 5
https://www.coursehero.com/file/41672705/PYE4doc/
" x " es el número de éxito cuya probabilidad se está calculando
Ejemplo 1.
Como la probabilidad " p " es menor que 0,1, y el producto " n * p " es menor que 10,
entonces aplicamos el modelo de distribución de Poisson.
Luego,
P (x = 3) = 0.0892
Por lo tanto, la probabilidad de tener 3 accidentes de tráfico en 300 viajes es del 8.9%
Ejemplo 2.
Luego,
P (x = 5) = 4.602 %
Por lo tanto, la probabilidad de que haya 5 pelirrojos entre 800 recien nacidos es del
4.6%.
ASIGNACIONES
VALOR ESPERADO
1.-Suponga que y representa el número de fallas mecánicas diarias que ocurren en una planta
procesadora de alimentos. Suponga además, que la distribución de probabilidad de x es la
siguiente:
x 0 1 2 3
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 6
https://www.coursehero.com/file/41672705/PYE4doc/
μ=0(.35)+1(.35)+2(.25)+3(.05)=1
2.-Una compañía fabrica paquetes de clips. El numero de clips por paquete varia, como se indica en
la tabla adjunta.
Número de Clips 47 48 49 50 51 52 53
Proporción de paquetes 0.04 0.13 0.21 0.29 0.20 0.10 0.03
3.- Una fábrica embarca su producto en dos camiones de carga con dimensiones de 8 x 10 x 30 y
8 x 10 x 40 respectivamente. El 30% de sus embarques se hacen en el camión de 30 pies y el 70%
se hacen en el camión de 40 pies. Encuentre la media por camión del volumen embarcado (se
supone que los camiones siempre van llenos).
2400x.3+3200x.7=2960
DISTRIBUCION BINOMIAL
1.- Un complejo sistema electrónico esta construido con cierto número de componentes de apoyo
en sus subsistemas. Un subsistema contiene cuatro componentes idénticos, cada uno con una
probabilidad de 0.2 de fallar en menos de 1000 horas. El subsistema funciona si dos componentes
cualesquiera de los cuatro trabajan en forma adecuada. Se supone que los componentes operan
independientemente.
a) Encuentre la probabilidad de que exactamente dos de cuatro componentes resistan mas de 1,000
horas.
N=4 P(X=2)=4C2(.2)2
X=2 =.1536
P=.2
P(x=2)+P(x=3)+P(x=4)=.9728
R: a) 0.1536 b) 0.9728
a) Sobrevivan 14?
.10909
b) Al menos 10 sobrevivan?
.00203+.007386+.0221+.0545+.1090+.17455+.2181+.20576+.1369+.05764+.01152=.999
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 7
https://www.coursehero.com/file/41672705/PYE4doc/
c) Al menos 14 pero no mas de 18 sobrevivan?
.1090+.07455+.2181+.20576+.1369=.8443
d) A lo mas 16 sobrevivan?
8.3x10-3+3.1x10-11+7.6x10-10+1.3x10-8+1.66x10-7+1.66x10-6+1.3x10-5+8.6x10-5+4.6x10-4=5.6x10-
4
+5.8706=.588
DISTRIBUCIÓN POISSON
1.- Una planta procesadora y enlatadora de alimentos tiene 20 máquinas enlatadoras automáticas
en operación constante. La probabilidad de que la máquina se descomponga en un determinado día
es 0.05, encuentre la probabilidad de que en un día determinado fallen dos máquinas enlatadoras?
R: 0.184.
N=20 λ=.05x20=1
X=2 e-112/2!=.183
P=.05
2.- Un fabricante de podadoras de césped adquiere del proveedor motores de dos tiempos de 1
caballo de fuerza, en lotes de 1000. En cada podadora se instala uno de estos motores. La
experiencia indica que la probabilidad de que un motor este defectuoso es 0.001. En un envío de
1000 motores, a) ¿cuál es la probabilidad de que ninguno este defectuoso? b)¿ uno?, c)¿dos? d)
¿tres? e) ¿cuatro?
3.- En un almacén en particular los clientes llegan al mostrador de caja, conforme una distribución
de Poisson con un promedio de siete por hora. En una hora dada, ¿cuál es la probabilidad de que:
This study source was downloaded by 100000786370970 from CourseHero.com on 10-03-2022 22:26:40 GMT -05:00 8
https://www.coursehero.com/file/41672705/PYE4doc/
Powered by TCPDF (www.tcpdf.org)