Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Uno de los problemas de gran interés entre algunos matemáticos de los siglos
XVIII y XIX (como Lagrange y Gauss) fue el del ajuste de curvas a los datos,
dando surgimiento a los modelos de las distribuciones continuas de probabilidad.
Las distribuciones de probabilidad como modelo son la base de la inferencia
estadística y es en las distribuciones binomial y normal en las que se apoya la
inferencia clásica.
Otros posibles modelos de distribución son la distribución uniforme -que provee
la base teórica para estudiar la propagación de los errores de redondeo- y la
distribución exponencial –íntimamente vinculada a un proceso de Poisson– que
se utiliza en modelos de Costos y en Investigación Operativa.
Distribución Uniforme
b) Calcular: P(1,5 < X < 3) y P(X > 2 / 1,5 <X < 3) e interpretar.
3 3
P(1,5 < X < 3)= 0,25dx = 0,25x 1,5 =0,25.3-0,25.1,5=0,375
1,5
La probabilidad de que la concentración de un contaminante en una sustancia se
encuentre entre 1,5 y 3 es 0,375. (37,5%)
P(2 X 3) 0,25
P(X > 2 / 1,5 <X < 3)= 0,66667
P(1,5 X 3) 0,375
3 3
Utilizando P(2<X<3)= 0,25dx = 0,25x 2 =0,25.3-0,25.2=0,25
2
La probabilidad de que la concentración de un contaminante en una sustancia sea a lo
sumo 2, entre los que se concentran entre 1,5 y 3 es 0,25. (25%)
a) Determinar el valor de k para que f(x) sea una función de densidad de probabilidad.
2
.Área= k.dx = kx 2 =k.2-k.0=1 k=0,5
0
0
.k>0, por ser f(x) constante por intervalos, f(x) 0 para todo x ε IR
3- Los litros de café vendidos diariamente en un fast food tiene distribución uniforme
variando entre 15 y 25 litros.
a) Calcular la probabilidad de que en cierto día se vendan a lo sumo 22 litros.
=0,1 si x ε 15;25 f(x)= 0 para otro x
1
Con a=15, b=25, f(x)=
25 15
22
P(X≤22)= 0,1.dx = 0,1x 22 =0,1.22-0,1.15=0,7
15
15
La probabilidad de que en cierto día se vendan a lo sumo 22 litros es 0,7 (70%)
4- El tiempo de un viaje (ida y vuelta) de los camiones que transportan arena hacia una obra
en construcción en una carretera, está distribuido uniformemente en un intervalo de 45 a
60 minutos. ¿Cuál es la probabilidad de que la duración de un viaje cualquiera sea
mayor a 55 minutos si el destino del viaje es un lugar de la carretera que se encuentra a
más de 50 minutos?
si x ε 45;60 f(x)= 0 para otro x
1 1
Con a=45, b=60, f(x)= =
60 45 15
P(55 X ) 0,33333
P(X>55/X>50)= 0,5
P(50 X ) 0,66667
60 1 1 60 1 1
Utilizando: P(X>55)= .dx = x = .60 .55 =0,33333 y
55 15 15 55 15 15
60 1 1 60 1 1
P(X>50)= .dx = x = .60 .50 =0,66667
50 15 15 50 15 15
La probabilidad de que la duración de un viaje cualquiera sea mayor a 55 minutos si el
destino del viaje es un lugar de la carretera que se encuentra a más de 50 minutos es 0,5
(50%)
6- El número 3,2 se pudo obtener por el redondeo de algún número comprendido entre 3,15
y 3,25. Cualquier número real del intervalo tiene la misma probabilidad que cualquier
otro de ser el generador del número 3,2 por redondeo.
a) Construir la función de densidad de la variable aleatoria continua con un recorrido de
valores reales con dos decimales que por redondeo generan el número 3,2.
Con a=3,15, b=3,25, f(x)=3,25−3,15 =10 para xε 3,15;3,25
1
10.....x 3,15;3,25
f (x)
0....... x 3,15;3,25
Distribución Exponencial
8- La vida útil de un cierto componente de una computadora tiene una media de 1000
horas.
a) Calcular la probabilidad de que un componente de ese tipo dure menos de 1000 horas,
más de 1200 horas y entre 800 y 1100 horas.
Con α=0,001
P(X<1000)=1- e 0,001 .1000 =0,63212
La probabilidad de que un componente de ese tipo dure menos de 1000 horas es 0,63212
(63,212%)
9- Un cierto tubo electrónico tiene una vida útil media de 500 hs. ¿Cuántas horas de
funcionamiento deben especificarse para que con 0,90 de probabilidad funcione por lo
menos durante ese lapso?
Con α=0,002
ln 0,90
P(X>t)= e 0,002 t =0,90 t= =52,68
0,002
El tubo debe funcionar por lo menos 52, 68 hs con probabilidad 090.
10- El tiempo (en horas) que tarda un gerente en entrevistar a un aspirante para un trabajo,
tiene una distribución exponencial con parámetro 3. Los aspirantes están programados
en intervalos de 1/4 de hora, empezando a las 8:00 a.m., y llegan exactamente a tiempo.
Cuando el aspirante con una cita a las 8:15 a.m. llega a la oficina del gerente, ¿cuál es la
probabilidad de que tenga que esperar para poder ver al gerente?
Con α=3
P(X>0,25)= e 3.0,25 =0,47237
La probabilidad de que tenga que esperar para poder ver al gerente es 0,47237.(47,237%)
11- El tiempo de reposición de los cuatro focos de un automóvil sigue una distribución
exponencial con media 10 minutos
a) ¿Cuál es la probabilidad de que se tarde lo sumo 5 min en cambiar cada foco?
Con α=0,1
P(X≤5)= 1- e 0,1.5 =0,39347
La probabilidad de que se tarde lo sumo 5 min en cambiar cada foco es 0,39347(39,35%)
b) ¿Cuál es el tiempo mínimo de reposición de los focos del 10% de los automóviles?
ln 0,1
P(X>t)= e 0,1.t =0,10 t= =23,02
0,1
El tiempo mínimo de reposición de los focos del 10% de los automóviles es 23,02
minutos.
Distribución Normal
13- Se ha encontrado que el tiempo de servicio que se requiere por persona en una caja
bancaria tiene distribución aproximadamente normal con media = 130 segundos y
desvío σ= 43 seg.
a) ¿Cuál es la probabilidad de que una persona elegida al azar requiera menos de 100
segundos para terminar sus transacciones?
100 130
P(X<100)=P(Z< )=P(Z<-0,7)=F(-0,7)=0,24196
43
La probabilidad de que una persona elegida al azar requiera menos de 100 segundos
para terminar sus transacciones es0,24196 (24,196%)
b) ¿Cuál es la probabilidad de que una persona elegida al azar pase entre 2 y 3 minutos
en la caja bancaria?
120 130 180 130
P(120<X<180)=P( Z< )=P(-0,23<Z<.1,16)=F(1,16)-F(-0,23)=
43 43
0,87698 - 0,40905 =0,46793
La probabilidad de que una persona elegida al azar pase entre 2 y 3 minutos en la caja
bancaria es 0,46793 (46,793%)
e) ¿Entre las personas que tardaron menos de 130 seg, qué porcentaje tardó más de
100seg?
P(100 X 130) P(0,7 Z 0) F(0) F(0,7) 0,5 0,24196
P(X<130/X>100)= = = =
P(X 100) P( Z 0,7) 1 F(0,7) 1 0,24196
0,25804
= =0,34040
0,75804
Entre las personas que tardaron menos de 130 segundos, el 34,04% tardaron más de
100segundos.
14- El gobierno está interesado en analizar la situación de los trabajadores del sector de
comercio a fin de distribuir un plan de ayuda social. Sabe que el salario de dichos
trabajadores se distribuye normalmente, con una media de 21 mil pesos y un desvío de
10 mil pesos.
a) Calcular el porcentaje de trabajadores que tienen salarios comprendidos entre $15 mil
y $25 mil.
15 21 25 21
P(15<X<25)= P( Z ) P(0,6 Z 0,4) F(0,4) F(0,6)
10 10
=0,65542-0,27425=0,38117
El 38,117% de los trabajadores tienen salarios comprendidos entre $15 mil y $25 mil.
15- La experiencia de una empresa al aplicar una prueba a universitarios recién egresados,
reveló que la puntuación media de la prueba fue de 500 con un desvío de 50. La
distribución de los datos es aproximadamente normal.
a) Basándose en el desempeño de los universitarios en la prueba, el director de personal
plantea no tener en cuenta a las personas que tengan puntuaciones de 400 o menos en la
prueba. ¿Qué porcentaje de postulantes no se tendrá en cuenta?
400 500
P(X≤400)=P(Z≤ )=P(Z≤-2)=0,02275
50
No se tendrán en cuenta el 2,275% de los postulantes.
b) Debido al número limitado de vacantes este año, los solicitantes con puntuaciones
entre 400 y 485 se pondrán “en espera”. Si solicitaron trabajo en la empresa un total de
1000 personas, ¿cuántos quedarán en la clasificación de “espera”?
400 500 485 500
P(400<X<485)=P( Z ) P(2 Z 0,3) F(0,3) F(2)
50 50
=0,38209-0,02275=0,35934
Quedarán en espera 359,34 (aproximadamente 359) solicitantes.
17- En una planta industrial, el consumo mensual de combustible es una variable aleatoria
normal con media de 20000 litros y desviación estándar de 2500 litros. ¿Qué capacidad
debe tener un tanque para satisfacer el consumo de un mes cualquiera con una
probabilidad de 0,95?
t 20000 t 20000
P(X<t)=0,95 P(Z< )= 0,95 = 1,64 t=24100
2500 2500
Un tanque debe tener 24100 litros para satisfacer el consumo de un mes cualquiera con
una probabilidad de 0,95.
18- Un vendedor de autos usados encontró que el tiempo transcurrido, hasta que sea
necesaria una gran reparación en los autos que vende, tiene una distribución normal con
una media de 10 meses y un desvío de 3 meses. Para las próximas ventas, ¿de cuánto
tendrá que ser el tiempo de garantía de los autos si para fijarla el vendedor tiene en
cuenta el 5% de los que más rápido requirieron una gran reparación?
t 10 t 10
P(X>t)=0,05 P(Z< )= 0,95 = 1,64 t=14,92
3 3
El tiempo de garantía de los autos tendrá que ser de 14,92 meses si para fijarla el
vendedor tiene en cuenta el 5% de los que más rápido requirieron una gran reparación.
19- En una empresa los ingresos mensuales del personal (en miles de pesos) tienen una
distribución normal. En promedio los trabajadores cobran $55 mil con una desviación de
$15 mil.
a) ¿Qué proporción de empleados cobra más de $65 mil?
65 55
P(X>65)= P(Z> )=P(Z>0,67)=1-F(0,67)=1-0,74857=0,25143
15
El 0,25143 (25,143%) de los empleados cobra más de $65 mil.
c) Si se cree que la próxima semana podría ser una de las que el consumo es superior a la
media, ¿cuál es la probabilidad de que se consuma menos de 250kg?
P(171 X 250) P(0 Z 3,16) F(3,16) F(0) 0,99921 0,5
P(X<250/X>171)= = = =
P(X 171) P(X 0) 1 F(0) 1 0,5
=0,99842
La probabilidad de que se consuma menos de 250kg es 0,99842 (99,842%)
22- El volumen diario de producción de cierto artículo tiene distribución normal. Se sabe
que el 80% de los días se producen menos de 160 toneladas de dicho artículo y que el
15% de los días se producen entre 160 y 180 toneladas.
a) Identificar la información poblacional con que se cuenta.
La población tiene distribución normal.
Convergencia en distribuciones
30 30
P(12x 15)= .0,4913.0,513013 + .0,4914.0,513014 +
13 14
30
.0,4915.0,513015 =0,40382
15
24- Una compañía está pensando adoptar un sistema más flexible de horario para sus
empleados. La idea es que cada empleado adopte el horario que más le convenga,
siempre y cuando trabaje 40 horas semanales. Los resultados de un estudio piloto
mostraron que el 47% de los empleados no están a favor del nuevo sistema. Para
verificar dicho resultado se toma una muestra de 200 empleados. Usando la
aproximación normal de la binomial calcular la probabilidad de que:
a) no más de 80 de los 200 empleados se opongan.
= 200.0,47= 94 2 = 200.0,47.0,53= 49,82 =7,06
80 94
P(X<80)=P(Z< )=P(Z<-1,98)=0,02385
7,06
La probabilidad de que no más de 80 de los 200 empleados se opongan es 0,02385
(2,385%)
25- Suponga que 40.000 de los 105.000 miembros de un sindicato están a favor de la
huelga, si 100 miembros distintos son seleccionados al azar, calcular la probabilidad de
que al menos 60 miembros de la muestra no estén a favor de la huelga.
n= 100 p=1-0,38=0,62 = 100.0,62=62 2=100.0,62.0,38=23,56 =4,85
60 62
P(X≥60)=P(Z≥ )=P(Z>-0,41)=1-F(-0,41)=1-0,34090=0,6591
4,85
La probabilidad de que al menos 60 miembros de la muestra no estén a favor de la huelga
0,6591 (65,91%)
26- La experiencia indica que sólo el 42% de los empleados de una empresa recibe
bonificación por presentismo. Suponiendo que se seleccionen 450 empleados verificar si
reciben la bonificación por presentismo, encontrar la probabilidad de que:
a) 160 o más la reciban.
n=450 p=0,42 = 450.0,42=189 2=100.0,42.0,58=109,62 =10,47
160 189
P(X≥160)= P(Z≥ )=P(Z>-2,77)=1-F(-2,77)=1-0,0028=0,9972
10,47
La probabilidad de que 160 o más reciban la bonificación por presentismo es 0,9972.
(99,72%)
27- Una empresa editorial debe separar el 34% de los libros que imprime para vender como
segunda selección. Se le ha encargado a dicha editorial un tiraje de 1450 ejemplares:
a) ¿Cuántos ejemplares se espera que sean separados?
E(X)=1450.0,34=493
Se espera que sean separados 493 ejemplares.
29-La llegada de barcos pesqueros a puerto Madryn, en determinada época del año,
corresponde a un proceso de Poisson caracterizado por una intensidad media de dos
arribos por hora. Luego del arribo de un barco al puerto:
a) ¿cuánto tiempo se espera que transcurra hasta la llegada del próximo barco?
1
E(X)= =0,5
2
Se espera que transcurra media hora hasta la llegada del próximo barco.
30- En promedio, cada rollo de 500 m de acero laminado tiene 2 defectos. Luego de la
ocurrencia de un defecto:
a) ¿cuántos metros sin defectos se espera fabricar?
1
E(X)= =250
0,004
Se esperan fabricar 250 m de acero laminado sin defectos.
c) Con una probabilidad de 0,95, ¿cuántos metros podrían fabricarse sin defecto?
P(X<t)=0,95 1- e 0,004.t =0,95 e 0,004.t = 0,05 t=
ln 0,05
748,93
0,004
Se podrían fabricar 748,93 metros sin defecto con una probabilidad de 0,95.
31- Una distribuidora mayorista comprobó que cada 5 días hábiles recibe en promedio 3
pedidos de embarque de cierto artículo.
a) Teniendo en cuenta que el tiempo para reponer un embarque en depósito es de 1 día,
despachado un pedido ¿con qué probabilidad el siguiente llegará después de ese lapso?
Con α=0,6
P(X>1)= e 0,6.1 =0,54881
La probabilidad de que el siguiente llegue después de ese lapso es 0,54881 (54,881%)
c) Con una probabilidad de 0,90, ¿de cuánto tiempo se dispone entre dos pedidos?
P(X<t)=0,90 1- e 0,6.t =0,90 e 0,6.t = 0,10 t=
ln 0,10
3,84
0,6
Se dispone de 3,84 (aproximadamente 4) días entre dos pedidos.
32- El tiempo que dura una batería en funcionamiento tiene distribución exponencial de
parámetro 0,005.
a) Calcular el tiempo medio de funcionamiento de la batería.
1
E(X)= =200
0,005
d) Cuántas horas podrá funcionar la batería por lo menos con probabilidad 0,3?
P(X>t)=0,3 e 0,005.t =0,3 t=
ln 0,30
240,79
0,005
La batería podrá funcionar por lo menos 240,79 hs con probabilidad 0,3.
Mix de distribuciones
33- En una aerolínea, el tiempo para atender a los pasajeros sin billete en el mostrador de
un aeropuerto sigue una distribución exponencial con una media de 5 minutos.
a) ¿Cuál es la probabilidad de un tiempo de atención menor a 2,5 minutos?
P(X<2,5)= 1- e 0,2.2,5 =0,39347
La probabilidad de que el tiempo de atención sea menor a 2,5 minutos es 0,39347
(39,347%)
b) ¿Cuál es el tiempo máximo que deben esperar los pasajeros, con una probabilidad de
0,90?
P(X<t)=0,90 1- e 0,2.t =0,90 e 0,2.t =0,10 t=
ln 0,10
11,51
0,2
El tiempo máximo que deben esperar los pasajeros es 11,51 minutos con una
probabilidad de 0,90.
35- Una encuesta aplicada a ejecutivos se enfocó sobre la permanencia en la empresa donde
trabajan. Una de las preguntas planteadas fue: “Si otra empresa le hiciera una oferta
igual o mejor a la de su puesto actual, ¿aceptaría la propuesta? Las respuestas de los 200
ejecutivos a los que se les tomó la encuesta se clasificaron en forma cruzada con su
tiempo de servicio en la empresa:
Tiempo de servicio
Menos de 1 año De 1 a 5 años De 5 a 10 años Más de 10 años
Se quedaría 8 30 10 72
No se quedaría 20 20 10 30
36- Sea X una variable aleatoria con distribución uniforme sobre el intervalo [a ; b]. Si
E(X) = 10 y V(X) = 12, encontrar los valores de a y de b.
ab (b a ) 2
E(X)= =10 V(X)= =12 a + b = 20 (b - a)2 =144
2 12
b=20-a , b a 12 b=20-a b=12+a 20-a=12+a a=4 b=16
37- Sea X una variable aleatoria con distribución uniforme sobre el intervalo [3; 5].
a) Calcular la probabilidad de que X tome un valor tal que difiera de la media en, a lo
sumo, un desvío estándar.
si x 3,5 f(x)= 0 para otro x E(X)=4 DS(X)=0,58
1
a=3 b=5 f(x)=
2
3,42 1 5 1 1 3,42 1 5
P(X<3,42)+P(X>4,58)= dx dx x + x =0,5.3,42-
3 2 4,58 2 2 3 2 4 ,58
-0,5.3+0,5.5-0,5.4,58=0,57
La probabilidad de que X tome un valor tal que difiera de la media en, a lo sumo, un
desvío estándar es 0,57 (57%)
38- En una tela, las fallas se distribuyen según un proceso Poisson, a razón de 1 falla cada
15 metros. ¿Cuál es la probabilidad de que la distancia entre la 4a falla y la 5a falla sea
mayor a un metro?
α=0,07
P(X>1)= e 0,07.1 =0,93239
La probabilidad de que la distancia entre la 4a falla y la 5a falla sea mayor a un metro es
0,93239 (93,239%)
39- A una central de teléfonos llegan 12 llamadas por minuto, siguiendo una distribución de
Poisson. ¿Cuál es la probabilidad de que en menos de 1 minuto se reciba la siguiente
llamada?
α=12
P(X<1)=1- e 12.1 =0,99999
La probabilidad de que en menos de 1 minuto se reciba la siguiente llamada es 0,99999.
(99,999%)
40- El número de clientes, en promedio, que llegan por minuto a solicitar servicio a un
banco es de 5 siguiendo un proceso de Poisson ¿Cuál es la probabilidad de que dos
clientes tarden de 30 a 45 segundos en llegar el próximo cliente al banco?
α=5
P(30X<45)= F(45)-F(30)=1- e 5.45 -(1- e 5.30 )=0
La probabilidad de que dos clientes tarden de 30 a 45 segundos en llegar el próximo
cliente al banco es aproximadamente 0.
Consideraciones especiales
Glosario