PR OBABILIDAD Y ESTADÍSTICA (6890)

DENSIDADES DE PROBABILIDAD
DEPARTAMENTO DE MATEMÁTICAS
UNIVERSIDAD DE SONORA

NOMBRE: David Antonio Castillon Alaniz GRUPO: 16

2021-2

1. Sea X una variable aleatoria continua con función de densidad, dada por:
 x si 0  x  1

f(x)= 2 − x si 1  x  2
 0
 en c.o.c.
a. 𝑓(𝑥) ≥ 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑥 ∈ ℝ ? SI
∞
b..∫−∞ 𝑓 (𝑥) 𝑑𝑥 = ∫𝑅𝑋 𝑓 (𝑥) 𝑑𝑥 = 1? SI
2 1 2 1 2
𝑥2 𝑥2
∫ 𝑓 (𝑥) 𝑑𝑥 = ∫ 𝑓 (𝑥) 𝑑𝑥 = ∫ (𝑥)𝑑𝑥 + ∫ (2 − 𝑥)𝑑𝑥 = ( ) + (2𝑥 − )
𝑅𝑋 0 0 1 2 0 2 1
1 1
= [ − 0] + [(4 − 2) − (2 − )] = 1
2 2
a. Determine la función de distribución acumulada.
• Para 𝑡 ∈ (−∞, 0)
𝑡 𝑡
𝜙𝑋 (𝑡) = 𝑃 (𝑋 ≤ 𝑡) = ∫ 𝑓(𝑥 )𝑑𝑥 = ∫ 0𝑑𝑥 = 0
−∞ −∞
𝜙𝑋 (0) = 𝑃 (𝑋 ≤ 0) = 0

• Para 𝑡 ∈ [0, 1)

𝑡 0 𝑡 𝑡
𝜙𝑋 (𝑡) = 𝑃(𝑋 ≤ 𝑡) = ∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 0𝑑𝑥 + ∫ 𝑥𝑑𝑥 = 𝜙𝑋 (0) + ∫ 𝑥𝑑𝑥
−∞ −∞ 0 0
𝑥2 𝑡2 𝑡2
𝜙𝑋 (𝑡) = 𝜙𝑋 (0) + [ ]𝑡0 = 0 + [ − 0] =
2 2 2
𝑡2 12 1
𝜙𝑋 (𝑡) = ➔ 𝜙𝑋 (1) = 𝑃 (𝑋 ≤ 1) = =
2 2 2

• Para 𝑡 ∈ [1, 2)
𝑡
𝜙𝑋 (𝑡) = 𝜙𝑋 (1) + ∫ (2 − 𝑥)𝑑𝑥
1
𝑡
𝜙𝑋 (𝑡) = 𝑃 (𝑋 ≤ 𝑡) = ∫ 𝑓(𝑥) 𝑑𝑥
−∞
1 𝑡
𝑥2 𝑡
= ∫ 𝑓 (𝑥)𝑑𝑥 + ∫ (2 − 𝑥)𝑑𝑥 = 𝜙𝑋 (1) + [2𝑥 − ]
−∞ 1 2 1
1 𝑡2 12 𝑡2 1 1
𝜙𝑋 (𝑡) = + [2𝑡 − ] − [2(1) − ] = [2𝑡 − ] + [ − 2 + ] =
2 2 2 2 2 2
𝑡2
𝜙𝑋 (𝑡) = 2𝑡 − −1 ➔
2
22
𝜙𝑋 (2) = 2(2) − − 1 = 1
2

1
 PR OBABILIDAD Y ESTADÍSTICA (6890)

• Para 𝑡 ∈ [2, ∞)
𝑡
𝜙𝑋 (𝑡) = 𝜙𝑋 (2) + ∫ (0)𝑑𝑥
2
𝑡 2 𝑡
𝜙𝑋 (𝑡) = 𝑃 (𝑋 ≤ 𝑡) = ∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ (0)𝑑𝑥 =
−∞ −∞ 2
𝜙𝑋 (𝑡) = 𝜙𝑋 (2) + 0 = 1
0 𝑠𝑖 𝑡<0
𝑡2
𝑠𝑖 0≤𝑡 <1
𝜙𝑋 (𝑡) = 2
𝑡2
2𝑡 − − 1 𝑠𝑖 1 ≤ 𝑡 < 2
2
{ 1 𝑠𝑖 2 ≤ 𝑡
b. Calcule:
(0.8)2 (0.2)2
P[0.2  X  0.8] = 𝜙𝑋 (0.8) − 𝜙𝑋 (0.2) = − = 0.3
2 2
(0.75)2
𝑃 𝑋 > 0.75 = 1 − 𝜙𝑋 0.75 = 1 −
[ ] ( ) = 0.71875
2
(1.3)2 (0.6)2
𝑃[0.6  𝑋  1.3] = 𝜙𝑋 (1.3) − 𝜙𝑋 (0.6) = [2(1.3) − −1 ]−[ ]
2 2
= 0.575
(1.5)2
𝑃(𝑋 < 1.5) = 𝜙𝑋 (1.5) = [2(1.5) − −1 ]=
2
El cálculo de probabilidades empleando la definición:
0.8 0.8
𝑥2 (0.8)2 (0.2)2
P 0.2  X  0.8 = ∫ 𝑥 𝑑𝑥 = [ ] =
[ ] − = 0.3
0.2 2 0.2 2 2
0.75
𝑃[𝑋 > 0.75] = 1 − 𝑃(𝑋 ≤ 0.75) = 1 − ∫ 𝑥 𝑑𝑥
0
1 2
𝑃[𝑋 > 0.75] = ∫ 𝑥 𝑑𝑥 + ∫ (2 − 𝑥) 𝑑𝑥
0.75 1
1 1.3
𝑃[0.6  𝑋  1.3] = ∫ 𝑥 𝑑𝑥 + ∫ (2 − 𝑥) 𝑑𝑥
0.6 1
c. ¿Cuál es el valor esperado de la variable?

1 2 1 2
𝑥3 2
𝑥3
( ) ( ) ( )( ) ( )
𝐸 𝑋 = ∫ (𝑥)𝑓 𝑥 𝑑𝑥 = ∫ 𝑥 𝑥 𝑑𝑥 + ∫ (𝑥) 2 − 𝑥 𝑑𝑥 = [ ] + [𝑥 − ]
𝑅𝑋 0 1 3 0 3 1
1 8 1
= [ − 0] + [(4 − ) − (1 − )] = 1
3 3 3

La varianza es:

2
 PR OBABILIDAD Y ESTADÍSTICA (6890)

14 2
𝑉 (𝑋) = 𝐸 (𝑋 2 ) − [𝐸(𝑋)]2 = ( ) − ( 1) 2 =
12 12

Donde:
1 2
𝐸 (𝑋 2 ) = ∫ 𝑥 2 𝑓(𝑥 )𝑑𝑥 = ∫ 𝑥 2 (𝑥)𝑑𝑥 + ∫ 𝑥 2 (2 − 𝑥)𝑑𝑥
𝑅𝑋 0 1
4 1 3 2 4 2
𝑥 2𝑥 𝑥
𝐸 (𝑋 2 ) = [ ] + [ ] −[ ]
4 0 3 1 4 1
4 4
1 0 (2)(2)3 (2)(1)3 24 14 14
= [ − ]+[ − ]−[ − ] =
4 4 3 3 4 4 12

¿Cuál es su desviación estándar?

2
𝜎𝑋 = √
12
2. Sea X una variable aleatoria continua con función de densidad:
kx 2 si 0 x2
f(x)= 
 0 en c.o.c..
a. Determine el valor de k, y grafique la función de densidad, f(x).

a. 𝑓 (𝑥) ≥ 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑥 ∈ ℝ? SI

∞
b.∫−∞ 𝑓(𝑥 ) 𝑑𝑥 = ∫𝑅𝑋 𝑓(𝑥) 𝑑𝑥 = 1, empleando esta condición tendremos
2 2
𝑘𝑥 3 𝑘(2) 3 𝑘(0) 3 8𝑘
1 = ∫ 𝑓 (𝑥)𝑑𝑥 = ∫ 𝑘𝑥 2 𝑑𝑥 = [ ] = [ ]− [ ]=
𝑅𝑋 0 3 0 3 3 3
3 3𝑥2
𝑘 = ➔ 𝑓(𝑥) = , además la función es no negativa
8 8
3𝑥2
( )
𝑓𝑥 = 8 { 𝑠𝑖 0 ≤ 𝑥 ≤ 2
0 𝑐. 𝑜. 𝑐.

b. Encuentre la función de distribución acumulada, y grafíquela.

• 𝒕 ∈ (−∞, 𝟎)

𝑡 𝑡
𝜙𝑋 ( 𝑡) = 𝑃(𝑋 ≤ 𝑡) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 0𝑑𝑥 = 0
−∞ −∞

𝜙𝑋 ( 0) =0

• 𝒕 ∈ [𝟎, 𝟐)

3
 PR OBABILIDAD Y ESTADÍSTICA (6890)

𝑡 0 𝑡
𝜙𝑋 ( 𝑡) = 𝑃(𝑋 ≤ 𝑡) = ∫ 𝑓(𝑥 )𝑑𝑥 = ∫ 𝑓(𝑥 )𝑑𝑥 + ∫ 𝑓(𝑥 )𝑑𝑥
−∞ −∞ 0
0 𝑡 2 3 𝑡
3𝑥 𝑥 𝑡3 𝑡3
= ∫ (0)𝑑𝑥 + ∫ 𝑑𝑥 = 0 + [ ] = ( ) − (0) =
−∞ 0 8 8 0 8 8

𝑡 𝑡 𝑡
3𝑥 2 𝑥3 𝑡3 𝑡3
𝜙𝑋 (𝑡) = 𝜙𝑋 (0) + ∫ 𝑓(𝑥) 𝑑𝑥 = 0 + ∫ 𝑑𝑥 = 0 + [ ] = ( ) − (0) =
0 0 8 8 0 8 8

(2) 3
𝜙𝑋 ( 2) = =1
8

• 𝒕 ∈ [𝟐, ∞)

𝑡 𝑡
𝜙𝑋 ( 𝑡) = 𝜙𝑋 ( 2) + ∫ 𝑓 ( 𝑥) 𝑑𝑥 = 1 + ∫ (0)𝑑𝑥 = 1 + 0 = 1
2 2

La FDA es

0 𝑠𝑖 𝑡 < 0
𝑡3
𝜙𝑋 ( 𝑡) = { 𝑠𝑖 0 ≤ 𝑡 < 2
8
1 2≤𝑡

c. Calcule:
13 1
𝑃[𝑋 < 1] = 𝜙𝑋 (1) = =
8 8
(1.5) 3 (0.5) 3
𝑃[0.5  𝑋  1.5] = 𝜙𝑋 (1.5) − 𝜙𝑋 (0.5) = − =
8 8
(1.8) 3
𝑃[𝑋 > 1.8] = 1 − 𝜙𝑋 (1.8) = 1 − =
8

Otra forma aplicando la definición de probabilidad

1
3𝑥 2
𝑃[𝑋 < 1] = ∫ 𝑑𝑥 = ⋯
0 8
1.5 2
3𝑥
𝑃[0.5  𝑋  1.5] = ∫ 𝑑𝑥 = ⋯
0.5 8
2
3𝑥 2
[ ]
𝑃 𝑋 > 1.8 = ∫ 𝑑𝑥 = ⋯
1.8 8

4
 PR OBABILIDAD Y ESTADÍSTICA (6890)

d. Determine
el valor esperado
2
2 3𝑥2 3𝑥4 3 3
𝐸(𝑋) = ∫𝑅𝑋 𝑥𝑓(𝑥) 𝑑𝑥 = ∫0 (𝑥)( )𝑑𝑥 = [ ] = ( − 0) =
8 32 0 2 2

la varianza
96 3 2 3
𝑉(𝑋) = 𝐸 (𝑋2 ) − [𝐸 (𝑋)]2 = −() =
40 2 5

Dónde
2 2
2
3𝑥 2 3𝑥 5 3 ∗ 25 96
(
𝐸 𝑋 = ) ∫ 𝑥 𝑓 𝑥 𝑑𝑥 = (𝑥 2 )(
2 ( ) ∫ )𝑑𝑥 = [ ] = ( − 0) =
𝑅𝑋 0 8 40 0 40 40
la desviación estándar
3
𝜎𝑋 = √
5

3. Sea X una variable aleatoria continua, cuya función de densidad está dada por:
 1
 x si 0  x 1
2
 1
 si 1  x  2
f(x)=  2
 1 1
− x + 3 si 2 x3
 2 2
 0 si c.o.c.
a. Determine la Función de Distribución Acumulada
b. Si X1 , X2 , X3 son tres observaciones independientes de X, ¿Cuál es la probabilidad de que
exactamente una de los tres números sea mayor que 1.5?
c. Calcule el valor esperado y la desviación estándar.
4. El porcentaje de alcohol de un cierto compuesto es una variable aleatoria continua con función
de densidad:
20 x 3 (1 − x ) si 0  x  1
f(x)= 
 o en c.o.c.
a. ¿Cuál es la probabilidad de que el compuesto tenga un porcentaje de alcohol superior al 70%?
b. ¿Qué porcentaje de alcohol esperamos que tenga el compuesto?, ¿Con que varianza?
5. Se supone que el diámetro de un cable eléctrico X es una variable aleatoria continua con función
de densidad:
6 x(1 − x ) si 0  x  1
f(x)= 
 0 en c.o.c.

a. Obtenga la función de distribución acumulada  X (t )

1 1 2
b. Calcule 𝑃[𝑋 > ∕ ≤ 𝑋 ≤ ] ].
2 3 3
c. ¿Cuál es el diámetro esperado del cable?, ¿Cuál es su desviación estándar?
6. Si la cantidad de pan P (en cientos de kilos) que una panadería puede vender un día es un
fenómeno aleatorio con resultados numéricos que tienen una función de densidad:

5
 PR OBABILIDAD Y ESTADÍSTICA (6890)

 p
 25 si 0 p5
10 − p
f(p)=  si 5  p  10
 25
 0 en c.o.c.


a. ¿Cuál es la probabilidad de que en un día se vendan entre 400 y 600 kilos de pan?
b. ¿Cuántos kilos de pan se espera vender, en promedio, en un día?, ¿Con qué varianza?
7. Si X es una variable aleatoria continua con función de distribución dada por:

 0 si t0
 1
 t2 si 0  t 
 X (t ) =  2
1 − 3(1 − t )2
1
si  t 1
 2
 1 si 1 t
a. Determine la función de densidad y grafíquela.
2 1 3
b. Calcule P[X> ] y P[  X  ].
3 4 4
8. El porcentaje de impurezas por unidad de producción en cierto producto químico es una variable
aleatoria continua Y con función de densidad: f(y)=12y 2(1-y) para 0<y  1, y cero en otro caso.
Una unidad de producción con más del 40% de impurezas no se puede vender.
¿Cuál es la probabilidad de que una unidad de producción no se pueda vender por tener
demasiadas impurezas?
9. Cierta aleación se forma al combinar la mezcla fundida de dos metales. La aleación que resulta
contiene cierto porcentaje de plomo, X, que puede considerarse como una variable aleatoria
 3x(100 − x ) si 0  x  100

continua con función de densidad: f(x)=  500000 .
 en c.o.c.
 0
Suponga que P la utilidad neta obtenida al vender esta aleación (por libra), es la siguiente función
del porcentaje de contenido de plomo P = C 1 + C2 X.
¿Cuál es la utilidad neta esperada?, ¿Cuál es su desviación estándar?
10. Suponga que la variable aleatoria continua X está distribuida uniformemente en (-  ,  ), donde
 >0. cada vez que sea posible determinar el valor de modo que satisfaga con:
1 1 1
a. P[X>1]= b. P[X>1]= c. P[X  ]=0.7 d. P[X<]=0.3
2 3 2
11. Suponiendo que X está distribuida uniformemente en (0,  ). Conteste cada una de las preguntas
del problema anterior.
12. En la fabricación de petróleo, la temperatura de destilación T (en ºC) es crucial para determinar
la calidad del producto final. Supóngase que T es una variable aleatoria continua que se distribuye
uniformemente en el intervalo (150, 300). Suponga además que cuesta 10 dólares pesos producir
un barril de petróleo, si el aceite se destila a una temperatura menor de 200ºC el producto se vende
como nafta a un precio de 35 dólares pesos el barril. Si se destila a una temperatura mayor de
200ºC se conoce como aceite destilado y se vende a 48 dólares pesos el barril. Determine la
utilidad neta esperada por galón.
13. El tiempo de viaje (ida y vuelta) de camiones que transportan concreto hacia una obra de
construcción en una carretera, tiene una densidad uniforme en el intervalo de 50 a 70 minutos.
𝑿 ≅ 𝑼(𝟓𝟎, 𝟕𝟎)

La Función de Distribución Acumulada es:

6
 PR OBABILIDAD Y ESTADÍSTICA (6890)

0 𝑠𝑖 𝑡 < 50
𝑡 − 50
𝜙𝑋 ( 𝑡) = { 𝑠𝑖 50 ≤ 𝑡 < 70
20
1 𝑠𝑖 70 ≤ 𝑡
Determinar la probabilidad de que el tiempo de viaje de un camión
a) Sea menor a 53 minutos
53 − 50 3
𝑃(𝑋 < 53) = 𝜙𝑋 (53) = =
20 20
b) Sea al menos 58 minutos
58 − 50 12
𝑃 (𝑋 ≥ 58) = 1 − 𝜙𝑋 (58) = 1 − =
20 20
c) Esté entre 55 y 68 minutos
68 − 50 55 − 50 13
𝑃(55 < 𝑋 < 68) = 𝜙𝑋 (68) − 𝜙𝑋 (55) = − =
20 20 20
¿Cuál es tiempo promedio que se espera que hagan los camiones en su viaje?

𝒃+𝒂 𝟕𝟎 + 𝟓𝟎
𝑬 (𝑿) = = = 𝟔𝟎
𝟐 𝟐

¿Con que varianza?

( 𝒃 − 𝒂) 𝟐 (𝟕𝟎 − 𝟓𝟎)𝟐 𝟒𝟎𝟎

𝝈𝟐𝑿 = 𝑽 (𝑿) = = =
𝟏𝟐 𝟏𝟐 𝟏𝟐
¿Y la desviación Estándar?

𝒃−𝒂 𝟐𝟎
𝝈𝑿 = =
√𝟏𝟐 √𝟏𝟐

a.
14. Sea X una variable aleatoria continua, la cual está distribuida uniformemente en el intervalo (-
2,3). Determine:
a. P[X>0] b. P[-0.5  X  1.5] c. E(X) d.  X
15. Suponga que X está distribuida uniformemente en (-5,5). Determine:
a. La función de densidad, f(x), y la función de distribución.
b. Las siguientes probabilidades P[X<3.5], P[-3  X  1] y determine E(X), V(X).
16. Si el tiempo T hasta que falla un bulbo electrónico es una variable aleatoria continua con
distribución exponencial y parámetro  = 0.0001(hr) .
−1

a. ¿Cuál es la probabilidad de que el bulbo dure al menos 1800 horas?, ¿Entre 900 y 2500
horas?
b. Si dicho bulbo duró 1000 horas, ¿cuál es la probabilidad de que dure al menos 1500 horas?
c. ¿Cuánto tiempo se espera que dure el bulbo?, ¿Con qué desviación estándar?

7
 PR OBABILIDAD Y ESTADÍSTICA (6890)

17. Supóngase que la duración T (en minutos) de una conversación telefónica es una variable
1
aleatoria continua exponencial con parámetro  = .
4
a. ¿Cuánto tiempo se espera que dure una llamada?
b. ¿Cuál es la probabilidad de que una llamada dure a lo más 4 minutos?
18. El tiempo que transcurre desde la llegada de una persona a una planta industrial, hasta que ocurre
la primer falla mecánica en dicha planta es una variable aleatoria continua exponencial con
parámetro  =0.2 (hr)-1 . ¿Cuál es la probabilidad de que:

La FDA es 𝜙𝑋 (𝑡) = 1 − 𝑒 −0.2 (𝑡)

a. Transcurra al menos una hora antes de que aparezca la primer falla?

𝑃 (𝑋 ≥ 1) = 1 − [1 − 𝑒−0.2(1) ] = 0.81873
𝜙𝑋 (1 ) = 1 −
𝑃 (𝑋 ≥ 1) = 0.81873
b. No pasen más de 30 minutos antes de la prime falla?
𝑃 (𝑋 < 0.5) = 𝜙𝑋 (0.5) = 1 − 𝑒−0.2(0.5) = 0.09516
𝑃(𝑋 < 0.5) = 0.09516

c. ¿Cuánto tiempo esperamos que transcurra antes de que aparezca la primer falla mecánica?

𝟏 𝟏
𝑬 (𝑿) = = = 𝟓 𝑯𝑶𝑹𝑨𝑺
𝝀 𝟎. 𝟐

19. Sea T el tiempo de vida de un aparato electrónico. Supongamos que T puede considerase como
una variable aleatoria continua cuya distribución es exponencial con  =0.0002 hr-1

a. ¿Cuál es la probabilidad de que dicho aparato dure al menos 1400 horas?

𝑃 (𝑇 ≥ 1400) = 0.75578
b. ¿Cuánto tiempo se espera que dure el aparato?, ¿Con qué desviación estándar?

𝟏 𝟏
𝑬 (𝑿) = = = 𝟓𝟎𝟎𝟎 𝑯𝑶𝑹𝑨𝑺
𝝀 𝟎. 𝟎𝟎𝟎𝟐

𝟏
𝜎𝑋 = = 𝟓𝟎𝟎𝟎 𝒉𝒐𝒓𝒂𝒔
𝝀

¿Cuál es la probabilidad de que dicho aparato dure menos 1000 horas?

𝑃(𝑇 < 1000) = 0.18127

¿Cuál es la probabilidad de que dicho aparato dure entre 1200 y 1500 horas?

𝑃(1200 < 𝑇 < 1500) = 0.25918 − 0.21337

20. La cantidad de tiempo que un reloj funciona sin necesidad de ser ajustado es una variable aleatoria
continua que se distribuye exponencialmente con parámetro  =0.02(días)-1 .

8
 PR OBABILIDAD Y ESTADÍSTICA (6890)

Calcule la probabilidad de que tal reloj:

a. Deba ajustarse en menos de 20 días;
b. No tenga que ser ajustado en por lo menos 60 días.
21. Sea X una variable aleatoria continua cuya distribución es normal con parámetros  =40 y 
=12. Calcule las siguientes probabilidades:
a. P[X  12] = 0.00982
d. P[X>18] = 0.96662
g. P[18  X  25] = 0.10565 - 0.03338=
j. P[X  31] = 0.77337
b. P[X  40] = 0.5
e. P[X>36] = 0.63056
h. P[35  X  52]= 0.84134 - 0.33846
k. P[X<50] = 0.79767
c. P[X  53] = 0.86067
f. P[X>45]= 0.33846
i. P[20  X  39] = 0.46679 - 0.04779 =
l. P[15<X<60] = 0.95221 - 0.01861
22. La longitud de un balanceo adulto de pescado es una variable aleatoria normal con parámetros
 =30 pulg. y  =2 pulg. Si se pesca uno de esos peces, ¿Cuál es la probabilidad de que:
𝑋 ≅ 𝑁(30, 4)
a. mida al menos 31 pulgadas?
𝑃 (𝑋 ≥ 31) = 0.30854

b. mida entre 27 y 32 pulgadas?

𝑃 (27 < 𝑋 < 32) = 𝜙𝑋 (32) − 𝜙𝑋 (27) = 0.84134 − 0.06681 = 0.77453

c. mida a lo más 33 p.?

𝑃 (𝑋 ≤ 33) = 0.93319

23. El diámetro de un cable eléctrico está distribuido normalmente con media 0.8 mm y varianza
0.0004 mm 2 . ¿Cuál es la probabilidad de que el diámetro del cable sobrepase los 0.81 mm?
24. Supóngase que la temperatura (medida en grados centígrados) está distribuida normalmente con
media 50ºC y desviación estándar de 2ºC. ¿Cuál es la probabilidad de
a. que la temperatura esté entre 48ºC y 53ºC? b. que la temperatura sea a lo más 51ºC?
25. El diámetro de ciertos ejes, es una variable aleatoria normal con media de 8.4 milímetros y
desviación estándar de 0.21 milímetros. Calcular la probabilidad de que:
a. Tenga un diámetro menor de 8 mm; b. Tenga un diámetro entre 8.1 y 8.6 mm.
26. Supóngase que X, la resistencia a la ruptura de una cuerda (en libras) tiene una distribución
normal con media 100 y varianza 16. Determine las siguientes probabilidades:
a. P(X<95) b. P(97  X  103) c. P(X>105) d. P(90  X  108)
27. Un fabricante de resistencias sabe por experiencia que el valor de las resistencias que él produce
es normal con media igual a 100 Ohms y desviación estándar de 2 Ohms.
a. ¿Qué porcentaje de resistencias tendrá un valor entre 95 y 105 Ohms?
b. ¿Qué porcentaje de resistencias tendrá un valor mayor de 102 Ohms?
28. Un estudio demostró que los tiempos de vida de cierta clase de baterías se distribuyen
normalmente con media de 1248 días y una desviación estándar de 185 días. Si el fabricante desea
garantizar sus baterías por 36 meses (considerando meses de 30 días), ¿Qué porcentaje de baterías
deberán de ser cambiadas, estando en vigor la garantía?
29. Se sabe que los errores en cierto instrumento para medir longitudes están distribuidos
normalmente con valor esperado cero y varianza de una (pulgada)2 . ¿Cuál es la probabilidad de
que, al medir los errores, sean mayores a 1.5 pulgadas?, ¿Se encuentren entre 1.2 y 2.5?

9
 PR OBABILIDAD Y ESTADÍSTICA (6890)

30. En un proceso fotográfico, el tiempo de revelado de las copias es una variable aleatoria cuya
distribución es normal con media de 16 segundos y varianza igual a 0.0144 (seg)2. Calcular la
probabilidad de que el revelado tarde
a. Entre 16 y 16.5 segundos; 0.99998 - 0.5 = 0.44442
b. Al menos 16.20 segundos;
c. A lo más 16.35 segundos.
31. El tiempo requerido para ensamblar una pieza mecánica es una variable aleatoria que tiene
distribución normal, con parámetros  =12.9 minutos y  =2 minutos. ¿Cual es la probabilidad
de que el ensamblado da tal pieza mecánica tarde:
a. Al menos 11.5 minutos? b. Entre 11.0 y 14.8 minutos?
32. Un combustible para cohetes va a tener cierto porcentaje X de un compuesto particular, las
especificaciones exigen que X esté entre 30 y 35 porciento. El fabricante tendrá una utilidad neta
en el combustible (por galón) que es la siguiente función:

 $100.00 si 30  x  35

U(x)=  $65.00 si 25  x  30 ó 35  x  40
$ − 25.00 si
 en otro caso

Si X se distribuye normalmente con media 33 y varianza 9. Obtenga la utilidad esperada.

33. “Intervalo”, en la circulación de tránsito, es el tiempo transcurrido entre el instante en que un
automóvil termina de pasar por un punto fijo y el instante en que comienza pasar por ese punto.
Sea X = el intervalo para dos automóviles consecutivos escogidos al azar en una autopista
durante un periodo de mucho tráfico. Si X tiene función de densidad
f (x ) = 0.15e −0.15( x −−0.5 ) para x  0.5 y 0 en c.o.c.
a. Determine la probabilidad de que el intervalo sea de a lo más 5 segundos.
b. ¿Cuál es la probabilidad de que el intervalo este entre 3 y 6 segundos?
c. ¿Cuál es el intervalo esperado?

10
 PR OBABILIDAD Y ESTADÍSTICA (6890)

34. Suponga que la distancia X entre un blanco puntual y un disparo dirigido al punto, en un juego
de tiro al blanco accionado por monedas, es una variable aleatoria con función de densidad


(
0.75 1 − x 2 ) si −1  x  1
f (x ) = 
 0 en c.o.c.

a. Grafique la función de densidad.
b. Calcule las probabilidades: P[X>0]; P[-0.5  X  0.5] y P[X<-0.25 ó X>0.25]

35. Un maestro universitario nunca termina su clase antes que suena la campana, y siempre termina
su clase a de un minuto después de que suena la campana. Sea X = el tiempo que transcurre entre
la campana y el término de la clase y suponga que su función de densidad es de la forma:
kx3 si 0  x  1
f (x ) = 
 0 en c.o.c.
a. Determine el valor de k.
b. Encuentre la función de distribución acumulada de X.
c. ¿Cuál es la probabilidad de que la clase termine a menos de 30 segundos de que suena la
campana?; ¿Cuál es la probabilidad de que la clase continúe entre 15 y 30 segundos después
de que suena la campana?; ¿Cuál es la probabilidad de que la clase continúe por lo menos 40
segundos después de suena la campana?
d. ¿Cuánto tiempo se espera que continúe la clase después de que suena la campana?

11
 PR OBABILIDAD Y ESTADÍSTICA (6890)

36. Se piensa que el tiempo X (en minutos) para que un asistente de laboratorio prepare el equipo
para cierto experimento tiene una distribución uniforme con parámetros a = 25 y b = 35.
a. ¿Cuál es la probabilidad de que el tiempo de preparación exceda los 33 minutos?
b. ¿Cuál es la probabilidad de que el tiempo de preparación se encuentre entre 2 minutos del
tiempo medio?

37. Para trasladarme al trabajo, primero debo abordar un autobús cerca de casa y luego transbordar a
otro. Si el tiempo de espera (en minutos) en cada parada tiene una distribución uniforme con
parámetros a = 0 y b = 5, entonces se puede mostrar que mi tiempo total de espera Y tiene función
de densidad:
 1
 25 y si 0 y5
 2 1
f (y) =  − y si 5  y  10
 5 25
 0 en c.o.c.

a. Trace la Grafica de la función f ( y ) .
b. ¿Es una función de densidad?
c. ¿Cuál es la probabilidad de que el tiempo total de espera sea a lo más 3 minutos?
d. ¿Cuál es la probabilidad de que el tiempo total de espera sea al menos 8 minutos?
e. ¿Cuál es la probabilidad de que el tiempo total de espera sea entre 2 y 7 minutos?
f. y su esperanza?, ¿y su varianza?

12
 PR OBABILIDAD Y ESTADÍSTICA (6890)

38. Un tipo particular de tanque de gasolina para automóvil compacto está diseñado para contener 15
galones. Suponga que la capacidad real X de un tanque escogido al azar de este tipo está
normalmente distribuido con media 15 galones y desviación estándar 0.2 galones. ¿Cuál es la
probabilidad de que un tanque seleccionado al azar contenga:
a. a lo más 14.9 galones? b. entre 14.7 y 15.2 galones?

39. Suponga que la fuerza que actúa sobre una columna que ayuda a sostener un edificio está
normalmente distribuida con media 15.0 Kips y desviación estándar 1.25 Kips . ¿Cuál es la
probabilidad de que la fuerza sea:
a. a lo más 17 Kips? b. entre 12 y 16 Kips? c. al menos 14 Kips?.

40. El precio por inauguración de un determinado tipo de mercancías se distribuye de manera

uniforme en el intervalo [92, 125].
a. ¿Cuál es la probabilidad de que, en algún día, este precio sea menor a 100?, ¿entre 95 y 110?
b. ¿Cuál es el precio promedio de este tipo de mercancías?

41. El diámetro interior de un anillo de pistón se distribuye normalmente con media 12 centímetros
y desviación estándar de 0.02 centímetros.
a. ¿Qué fracción de los tornillos de pistón tendrán diámetros que excederán 12.05 centímetros?
b. ¿Qué valor de diámetro interior c tiene una probabilidad de ser excedido de 0.90?
c. ¿Cuál es la probabilidad de que el diámetro interior se encuentre entre 11.95 y 1204?
42. El gerente de una gran compañía requiere que los solicitantes a un puesto efectúen cierta prueba
y alcancen una calificación de 500. Si las calificaciones de la prueba se distribuyen normalmente
con media 485 y desviación estándar 30, ¿qué porcentaje de los solicitantes pasará la prueba?

13
 PR OBABILIDAD Y ESTADÍSTICA (6890)

43. Un transistor tiene una distribución de tiempo de falla exponencial con tiempo medio de falla de
20 000 horas. El transistor ha durado 20 000 horas en una aplicación particular. ¿Cuál es la
probabilidad de que el transistor falle a las 30 000 horas?

44. Se estima que el tiempo transcurrido hasta la falla de un cinescopio de televisión se distribuye
exponencialmente con media de tres años. Una compañía ofrece una garantía por el primer año
de uso. ¿Qué porcentaje de las pólizas tendrán que pagar una reclamación?

14