EXAMEN FINAL

1.-Conteste a las afirmaciones siguientes como verdadera o falsa:

a) Si una variable aleatoria es discreta la probabilidad del evento [X=a]
siempre es igual a cero.
- Es falso, la probabilidad de un evento depende de la distribución de
probabilidades de la variable aleatoria.
b) El rango de todas las variables aleatorias continuas, siempre es positiva.
- Es falso, en el caso de una variable aleatoria continua su rango puede ser
cualquier intervalo real, tomando números positivos como negativos.
c) El valor esperado de una variable aleatoria, sólo toma valores positivos.
- Es falso, puede ser un número real.
d) Sean A y B dos eventos cualesquiera, entonces P(AUB) = P(A) +P(B) -

Es falso, sería de esta manera P (A U B) = P(A) + P(B) – P (A ∩ B)

2p
2.-Un ingeniero que vigila el control de calidad toma una muestra de 100
unidades fabricadas por determinado proceso y encuentra que 15 de ellas
son defectuosas. De las afirmaciones siguientes, la verdadera es:
a) La probabilidad de que una unidad fabricada por este proceso esté
defectuosa es 0.15
b) La probabilidad de que una unidad fabricada por este proceso esté
defectuosa se aproxima a 0.15, pero no es exactamente igual a 0.15
- la b) es la correcta, no se puede determinar la probabilidad con certeza
porque solo tenemos una muestra.
3p

3.-Un automóvil viejo con un motor de cuatro cilindros es llevado a un

taller para ajustarlo. Sea X el número de cilindros con compresión baja.
a) ¿cuál de las tres funciones dadas en la tabla siguiente es una función
de probabilidad posible de X. Explique.

La función numero dos dado que la sumatoria total por cada intervalo de
X 0 1 2 3 4

P1(x) 0.2 0.2 0.3 0.1 0.1

P2(x) 0.1 0.3 0.3 0.2 0.2

P3(x) 0.1 0.2 0.4 0.2 0.1

cili
ndros con compresión baja será igual a la unidad.

b) Calcular la media y la varianza para la variable aleatoria, número de

cilindros con compresión baja. (3p)

Hacemos un cuadro para poder representar mejor los elementos

x f(x) x. f(x) 𝑥2 𝑥2 ⋅ 𝑓(𝑥)
0 0.1 0 0 0
1 0.2 0.2 1 0.2
2 0.4 0.8 4 1.6
3 0.2 0.6 9 1.8
4 0.1 0.4 16 1.6
𝛴 1 2 5.2

luego tenemos
Media:
𝜇 = ∑𝑥 ⋅ 𝑓(𝑥) = 2
Varianza:
𝜎2 = [∑𝑥2𝑓(𝑥)] − 𝜇2
= (5.2) − (2)2 = 1.2
 4.- Existe un lote grande de artículos del cuál se sabe que contiene el 10%
de piezas defectuosas. Se venden cuatro artículos, sea X el número de
piezas defectuosas de entre las cuatro que se vendieron. El comprador del
artículo regresa las piezas defectuosas para su reparación, y el costo de
reparación es C= 80X+4

a) Encontrar la distribución de probabilidad de la variable aleatoria.

b) Calcular la esperanza y varianza de la variable aleatoria X.
c) Calcular el costo de reparación esperado. (5P)
Resolución

a) La distribución de X se puede calcular utilizando la formula de probabilidad

binomial, el rango de X va de 0 a 4 y la probabilidad de obtener una pieza
defectuosa es igual a p = 0.1
P (X = k) = 𝐶(𝑛, 𝑘) ⋅ 𝑝𝑘 ⋅ (1 − 𝑝)(𝑛−𝑘)
Luego temenos
P (X = 0) = C (4, 0) * 0.1^0 * 0.9^4 = 1 * 1 * 0.6561 ≈ 0.6561
P (X = 1) = C (4, 1) * 0.1^1 * 0.9^3 = 4 * 0.1 * 0.729 ≈ 0.2916
P (X = 2) = C (4, 2) * 0.1^2 * 0.9^2 = 6 * 0.01 * 0.81 ≈ 0.0486
P (X = 3) = C (4, 3) * 0.1^3 * 0.9^1 = 4 * 0.001 * 0.9 ≈ 0.0036
P (X = 4) = C (4, 4) * 0.1^4 * 0.9^0 = 1 * 0.0001 * 1 ≈ 0.0001
Finalmente ahí tenemos la distribución de probabilidades binomial

b) Calculamos el valor esperado y la varianza

𝐸[𝑥] = ∑(𝑥 ⋅ 𝑃(𝑥 = 𝑥))
𝐸[𝑋] = (0 × 0.6561) + (1 × 0.2916) + (2 × 0.0486) + (3 × 0.0036)
+ (4 × 0.0001)
𝐸[𝑋] = 0.4 Ahora
la varianza es:
var(𝑋) = 𝐸[(𝑥 − 𝐸[𝑋])2] Var[𝑋]
≈ 0.423

C) El costo de reparación se calcula utilizando el valor esperado:

𝐸[𝐶] = 𝐸[80𝑋 + 4] = 80𝐸[𝑋] + 4
𝐸(𝐶) = 80 × 0.4 + 4 = 36

5.- Se empacan 10 motores para su venta en determinado almacén. Los

motores se venden a 100 dólares cada uno. La compañía se compromete a
devolver el doble del valor de cada motor si está defectuoso. Calcular la
ganancia neta esperada por el vendedor si la probabilidad de que cualquier
motor tenga defectos es 0.08. (Suponer que la calidad de cualquier motor es
independiente de la de los demás).
3p
6.- Cuando se encienden, cada uno de los tres interruptores del diagrama
siguiente trabaja en forma correcta con una probabilidad de 0.9. Si un
interruptor trabaja en forma correcta, puede pasar la corriente por él cuando
se enciende. Determinar la distribución de probabilidad de la variable
aleatoria X, el número de trayectorias cerradas de a a b.

4p
Resolución:
x f(x)
Definimos a la variable aleatoria como X como el
número de 0 0.019 trayectorias cerradas desde a hasta
b. El rango de X es 1 0.252 𝑅𝑥 = {0,1,2}
Sea Si el evento en 2 0.729 el cual el interruptor i funciona,
sea ( i = 1, 2, 3 )
Calculamos las probabilidades:

• P(x=0) = P {(S1C ∩ S2 ∩ S3C)∪(S1 ∩ SC2, ∩ SC3) ∪ (SC1 ∩ SC2 ∩ SC3)}

P(x=0) = (0,1) (0,9) (0,1) + (0,9) (0,1) (0,1) + (0,1)3

P(x=0) = 0,019

• P(x=1) = P {(S1∩S2∩S3C)∪(S1∩SC2,∩S3)∪(SC1∩SC2∩S3)}
P(x=1) = 3(0,9) (0,1) (0,1) + (0,1) (0,1) (0,9)
P(x=1) = 0,252

• P(x=2) = P {(S1∩S2∩S3) = (0,9) (0,9) (0,9) = 0,729

P(x=2) = 0,729

Finalmente, la distribución quedaría de la siguiente manera: