Documentos de Académico
Documentos de Profesional
Documentos de Cultura
COMPLEMENTARIA 6
Punto 1.
20
P(X = 0) = ( ) (0,25)0 (1 − 0.25)20−0 = 0,003
0
Para que los autos sean recogidos se deben detectar defectos en los sensores
de por lo menos 12 automóviles de los 20 enviados a la NCAP, por lo tanto,
se debe calcular la probabilidad de que se seleccionen 11 o menos autos con
problemas para que el producto no sea mandado a recoger.
𝑋~𝐺𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎 (𝑝 = 0,25)
1 1
𝐸[𝑋] = = = 4 𝑎𝑢𝑡𝑜𝑠
𝑝 0,25
10 − 1
𝑃(𝑋 = 10) = ( ) (0,25)3 (1 − 0,25)10−3 = 0,0751
3−1
𝑘 4
𝐸[𝑋] = = = 16 𝐴𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠
𝑝 0,25
𝑋~𝐺𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎(𝑝 = 0,25)
9−1
𝑃(𝑋 = 9) = ( ) (0,25)2 (1 − 0,25)9−2 = 0,0667
2−1
𝑌~𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖 (𝑝 = 0,25)
Universidad de los Andes
Departamento de Ingeniería Industrial
Probabilidad y Estadística I (IIND2106)
Profesor Coordinador: Mario Castillo
Profesores: Mario Castillo, Gonzalo Torres, Daniela Ortiz, Diana Lozano, Natalia
Pacheco, Nicolás Mejía, Carlos Castellanos y Santiago Castro
Segundo semestre de 2022
Punto 2.
𝑐𝑖𝑡𝑎𝑠
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜆 = 5 ; 𝑡 = 3 𝑑í𝑎𝑠)
𝑑í𝑎
11 CITAS PROGRAMADAS
𝑐𝑖𝑡𝑎𝑠
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜆 = 2 ; 𝑡 = 8 𝑑í𝑎𝑠)
𝑑í𝑎
𝑐𝑖𝑡𝑎𝑠
𝑋1 ~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜆 = 2 ; 𝑡 = 3 𝑑í𝑎𝑠)
𝑑í𝑎
𝑐𝑖𝑡𝑎𝑠
𝑋2 ~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜆 = 2 ; 𝑡 = 5 𝑑í𝑎𝑠)
𝑑í𝑎
1
Ilustración realizada por Asistentes Graduados de P&E1. Segundo semestre de 2019.
Universidad de los Andes
Departamento de Ingeniería Industrial
Probabilidad y Estadística I (IIND2106)
Profesor Coordinador: Mario Castillo
Profesores: Mario Castillo, Gonzalo Torres, Daniela Ortiz, Diana Lozano, Natalia
Pacheco, Nicolás Mejía, Carlos Castellanos y Santiago Castro
Segundo semestre de 2022
𝑃(𝑋1 = 4)𝑃(𝑋2 = 7)
P(X1 = 4|X = 11) =
𝑃(𝑋 = 11)
𝑐𝑖𝑡𝑎𝑠
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜆 = 5 ; 𝑡 = 1 𝑑í𝑎𝑠)
𝑑í𝑎
𝑐𝑖𝑡𝑎𝑠
𝑌~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜆 = 2 ; 𝑡 = 1 𝑑í𝑎𝑠)
𝑑í𝑎
citas
𝐸(𝑋) = 𝜆𝑡 = 5 ∙ (1 𝑑í𝑎) = 5 𝑐𝑖𝑡𝑎𝑠 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑑𝑎𝑠 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑑í𝑎
día
𝑉𝐴𝑅(𝑋) = 𝜆𝑡 = 5 ∙ 1 = 5
citas
𝐸(𝑌) = 𝜆𝑡 = 2 ∙ (1 𝑑í𝑎) = 2 𝑐𝑖𝑡𝑎𝑠 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑑í𝑎.
día
𝑉𝐴𝑅(𝑌) = 𝜆𝑡 = 2
Al reemplazar, se obtiene: