Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Practico N° 3
1. Señale qué es una variable aleatoria e incluya un par de ejemplos de variables aleatorias
discretas y otro par de continuas.
La distribución se representa a través de una tabla que relaciona resultados con probabilidades, o
bien, por medio de una fórmula. En el caso discreto, la función f(x) = P(X = x) que va del rango de X
al intervalo [0, 1] recibe el nombre de función de probabilidad, y cumple con las siguientes
propiedades:
3.lf(x) = 1 (la suma de las probabilidades de todos los posibles valores de X es igual a 1).
Si a es un número entero, entonces r(a) = (a- 1). La media y la varianza de una distribución ji-
cuadrada con k grados de libertad están dadas por E (X) = k y <r2 = 2k. Esta distribución es
relevante para hacer inferencias acerca de la desviación estándar, o; de una población con
distribución normal, ya que, si se obtiene una muestra de tamaño n, entonces el estadístico tiene
una distribución ji-cuadrada con n- 1 grados de libertad (S2, es la varianza muestra).
P(X˃2)=1-P(X≤2)
P(X≤2)= P(X=0)+P(X=1)+P(X=2)
Datos
P=0,05
n=20
X=2
20 !
P( X ≤ 2) ¿
2! ( 20−2 ) !
La probabilidad de obtener 2 o menos piezas defectuosas es de 92,45% por lo tanto la
probabilidad de obtener más de 2 piezas defectuosas es = 100 - 92,45 = 7.55%
20!
P( X ≤ 1) ¿
1! ( 20−1 ) !
De acuerdo a lo calculado la probabilidad de obtener 1 o menos piezas defectuosas
Datos:
Distribución Binomial
n!
P( X=x) ¿
x ! ( n−x ) !
Por tanto, se espera que un 8.38% de la muestra tendrá 25 unidades defectuosas y no así, el 10%,
como lo afirma el fabricante.
11.-en un almacén se inspeccionan todos los lotes de cierta pieza que se recibe; para ello se
emplean muestras de tamaño 100. Se sabe que el proceso genera 1% de piezas defectuosas y se
tiene el criterio de rechazar el lote cuando se encuentran más de 3 piezas defectuosas en la
muestra. ¿Cuál es la probabilidad de aceptar un lote? ¿Cuál es la probabilidad de que se tengan
que inspeccionar 10 lotes antes de rechazar el primero del día?
DATOS
p=0,01
n=100
para aceptar un lote se tiene que tener menos de 3 piezas defectuosas, entonces la probabilidad
es P(X≤3)= usamos la distribución binomial
13.-un gerente de producción de cierta compañía está interesado en probar los productos
terminados que están disponibles en lote de tamaño 50. Le gustaría retrabajar el lote si puede
estar seguro de que 10% de los artículos están defectuosos en la muestra. entonces, decide
tomar una muestra de tamaño 10 sin reemplazo y retrabaja el lote si encuentra uno o más
defectuosos en la muestra ¿es este un procedimiento razonable? Argumente su respuesta.
DATOS
N=50
P(X≥1)= 1-P(X=0)
P(X≥1)=1-0,8=0,2
Con estos datos nos da un 20% de posibilidades de que se tenga que retrabajar el lote, por esta
razón este procedimiento no es razonable ya que es una probabilidad muy alta que se tiene para
retrabajar el lote.
15.-en una compañía aérea 40% de las reservaciones que se hacen con más de un mes de
anticipación son canceladas o modificadas. En una muestra de 20 reservaciones ¿cuál es la
probabilidad de que 10,11 o 12 reservaciones no hayan cambiado?
DATOS
P=40%
n=20
a)
P(X=10)+P(X=11)+P(X=12)=0,1174+0,07+0,035=0,224
b)
μ=np σ=√npq
μ=20*0,4=8 σ=√20*0,4*0,6=2,19
P(9,5≤X≤12,5)
17. Una máquina realiza cortes de manera automática de ciertas tiras metálicas con media μ =
40.1 cm y una desviación estándar 0.2 cm. La medida óptima de tales tiras debe ser de 40cm con
una tolerancia de ± 0,5 cm. Suponiendo distribución normal, estime el porcentaje de tiras que
cumple con las especificaciones.
Datos:
µ = 40.1 cm
σ = 0.2 cm
Distribución Normal
P ( X ≤ x )= p ( x −µ
µ
≤
σ )
x−µ
=P(Z ≤ z )
Entonces:
(
P ( X ≤ 40.5 )=P Z <
40.5−40.1
0.2 )
=P ( Z <2 )=0.977
(
P ( X ≤39.5 )=P Z <
39.5−40.1
0.2 )
=P ( Z ←3 )=1−P ( Z <3 ) =0.001
La probabilidad de que los cortes de las tiras estén dentro de las especificaciones es:
(0.977 – 0.001) = 0.976 Por tanto, el 97.6% de los cortes de las tiras metálicas se espera que este
dentro de las especificaciones
19. Una compañía refresquera históricamente reporta un promedio de 0.5% de botellas por
debajo del nivel de llenado estipulado. Considere una muestra aleatoria de 1 000 refrescos a los
que se mide el volumen cuidadosamente.
Datos
Promedio= 0.5%
X= 5,10
( nx)=P ( 1−P )
x n− x
()
n =0.55 ( 1−0.5 )1000−5=0
x
( nx)=0.5 10 1000−10
( 1−0.5 ) =0
21. Una máquina produce artículos defectuosos con probabilidad p = 0.05. Suponiendo
independencia entre los artículos, ¿cuál es la probabilidad de que el vigésimo artículo sea el
primer defectuoso? ¿Y cuál de que el primero ocurra en el lugar vigésimo o antes?
Datos
P= 0.05
μ1 = 20
μ2 ≤ 20
X=N° de artículos defectuosos
f(x ; p)=(1−p)x−1∗p,x=1,2,…
f(20;0,05)=(1−0,05)20−1∗0,05=0,377
X 1 2 3 4 5
F(x) 0,54 0,3 0,1 0,05 0,01
25. Si X sigue una distribución normal con media 5 y varianza 4, encuentra la constante c tal que:
27. Una compañía automotriz otorga una garantía de 5 años o 100 000 kilómetros para el
diferencial de un automóvil. Históricamente 5% de los compradores de estos autos han
reclamado el servicio de garantía.
10 !
P ( x=0 ) = ( 0.05 )0 ( 1−0.05 )10−0=( 0.95 )10=0.5987
0 ! ( 10−0 ) !
b) Sea X igual al número de autos vendidos hasta el primer reclamo. Encuentre el valor
esperado de X, su varianza y la desviación estándar.
29. Vaya al capítulo 13 lea y reporte los aspectos básicos sobre las distribuciones exponencial,
Weibull y lognormal.
Modela el tiempo de falla de procesos de degradación (fatiga, desgaste), y puede servir cuando los
tiempos a la falla son el resultado de muchos efectos pequeños que actúan de manera
multiplicativa El modelo lognormal es apropiado cuando los tiempos a la falla son el resultado de
muchos efectos pequeños que actúan de manera multiplicativa. Esto hace que al sacar el
logaritmo dichos efectos se conviertan en efectos que actúan de manera aditiva sobre el logaritmo
del efecto global o logaritmo del tiempo de falla, y estos últimos tienden a distribuirse normal.
31. Mediante un software estadístico genere 200 muestras de tamaño cinco de una distribución
normal estándar. Por ejemplo en Excel con =DISTR.NORM. INV(ALEATORI0(),0,1) se genera un
número aleatorio de una distribución normal estándar, por lo tanto se puede repetir esta
instrucción en cinco columnas, y en 200 renglones. Para cada muestra de tamaño 5 calcule la
media, la desviación estándar de la muestra. Además haga lo siguiente.