Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Boletin-2-variables-aleatorias-soluciones
o
Boletı́n n 2. Variables Aleatorias. Soluciones
on de masa de proba-
Ejercicio 1. Sea X una variable aleatoria con la siguiente funci´
bilidad:
x i 4:5 4:6 4:7 4:8 4:9 5:0
P (X = x i) 0:16 0:25 0:28 0:18 0:10 0:03
on tı́pica de X .
b. Calcula la esperanza y la desviaci´
a. Estamos ante una variable discreta pues el soporte DX = f4:5; 4:6; 4:7; 4:8; 4:9; 5:0g
es finito.
(a)
P (X = 4:8) = 0:18
P (X > 4:8) = P (X 2 f4:9; 5:0g) = P (X = 4:9) + P (X = 5:0) = 0:1 + 0:03 = 0:13
porque los sucesos fX = 4:9 g y fX = 5:0g son incompatibles.
(b)
(c)
([X 4:6] \ [X < 4:9])
4:6jX < 4:9) =
P
P (X
P (X < 4:9)
P (X = 4:6) + P (X = 4:7) + P (X = 4:8)
=
P (X = 4:5) + P (X = 4:6) + P (X = 4:7) + P (X = 4:8)
0:25 + 0:28 + 0:18
= = 0:8161
0:16 + 0:25 + 0:28 + 0:18
+ 0 03 = 1 0
:
:
:
:
: 5:0 x
9 0
P (4:6 X < 4; 9)
=
P (X 4:8)
=
F (4:9) F (4:6) P (X = 4:9) + P (X = 4:6)
(4:8)
F
X
b.
= E (X ) = xi P (X = xi )
xi 2DX
= 4:5 0:16 + 4:6 0:25 + 4:7 0:28 + 4:8 0:18 + 4:9 0:1 + 5 0:03
= 4:69
2
2 2
2
=
)
V ar (X )
=+
p =
E
2 =+
X
p 0:0169 = 0:13
= 22:013 4:69 = 0:0169
pues:
E
2 = X
X xi P
2
(X = xi )
i 2DX
x
2 2 2 2 2 2
= 4:5 0:16 + 4:6 0:25 + 4:7 0:28 + 4:8 0:18 + 4:9 0:1 + 5 0:03
= 22:013
c. Preguntas adicionales:
) x0:5 = 4:7
x0:75 = F
1 (0:75) = 4:8
= si 1 x < 3;
F (x )=
>
>
:11 2 = si 3 x < 6;
si x 6:
9 0
2
Sol.: E [X ] = 4:17; X = 3:80; X = 1:95.
Solución.
on F (x) :
La función de masa viene dada por los saltos de probabilidad de la funci´
8
>
< 11 26 1 6 = 1 3
= si x = 1
si x = 3
>
= = =
p(x) = P (X = x )=
: 10 1 2 = 1 2 = = si x = 6
resto
a.
X
X = E (X ) = x i P (X = xi ) = 1 1=6 + 3 1=3 + 6 1=2 = 4:1667
xi 2DX
b.
2 2 2 2
X = E (X
X ) E (X ) = 21:167 4:1667 = 3:8056
X x2
2 2 2 2
E (X ) =
i i
x P (X = x ) =
i P ( X = xi )
x2i 2DX2 xi 2DX
2 127
=1 1=6 + 32 1=3 + 62 1=2 = = 21:167
q p
6
X =+
X2 = + 3:8056 = 1:9508
c. Preguntas adicionales:
x i 7 8 9 10 11
P (X = x i) 0:10 0:20 0:30 0:30 0:10
9 0
Sol: a) 0:6; b) E [X ] = 9:1 d´ıas, 2X = 1:29 dı́as; c) 14730 euros, 340:73 euros
Solución
a.
P f (X = 9) [ (X = 10) g = P (X = 9) + P (X = 10) = 0:3 + 0:3 = 0:6
b.
E (X ) =
X xi P (X = xi )
x i 2DX
= 7 0:1 + 8 0:2 + 9 0:3 + 10 0:3 + 11 0:1 = 9:1 dı́as
2
X =
)
V ar (X )
X =+
q
=
E
2 =+
X
2
p
2
= 84:1
1:29 = 1:1358
2
9:1 = 1:29
dı́as
dı́as2
E (X
2
)=7
2
0:1 + 8
2
0:2 + 9
2
0:3 + 10
2
0:3 + 11
2
0:1 = 84:1
Y = 300 X
= 300 1:1358 = 340:74 euros
a por término medio 14730
lo que significa que un proyecto de este tipo costar´
340:74 euros apróximadamente.
d. Nueva pregunta: Cuál debe ser el presupuesto a ofertar por el proyecto si quere-
mos que la probabilidad de que el proyecto supere en coste a nuestra oferta sea
de 0:2:
Nos piden cual tiene que ser el presupuesto b tal que P (Y > b) = 0:2 ,
P (Y
b) = FY (b) = 0:8: Es decir, nos piden el cuantil b = y0:8 : Viendo
9 0
= E (X ) =
X
variable de Bernoulli X Be (p) de parametro
´
i
probabilidad de éxito p = 0:06:
x P (X = x ) = 1 i P (X = 1) + 0 P (X = 0)
xi 2DX
p + 0 (1 p) = p = 0:06
= 1
2 2
= V ar (X ) = E X 2 = p p2 = p (1 p) = pq = 0:06 0:94 = 0:0564
p p
X=
pq =
pues E X 2 = p =
0:0564 = 0:23749
0:06 ya que X
2
sigue la misma distribución de Bernoulli
que X ya que P (X 2 = 1) = P (X = 1) = p y P X 2 = 0 = P (X = 0) =
1 p = q:
y
con n = 20 y p = 0:06 con función de masa de probabilidad:
n n y ;
P (Y = y) = p (1 p) y = 0; 1; :::; n
y
P (Y = 0) =
La probabilidad pedida es
20
0:06
0
(1 0:06)
200
=
20!
0:94
20
= 0:94
20
= 0:29011
0 0! (20 0)!
9 0
P (Y 1) =
20
P (Y = 0) + P (Y = 1)
=
0
0
0:06 (1 0:06)
200
+
20
1
1
0:06 (1 0:06)
201
= 0:6605
La media es:
= E (X ) = np
= 20 0:06 = 1:2 defectuosas en 20 piezas
Y
2
= V ar
p
(Y ) = np (1 p) = npq
= 20 0:06 (1 0:06) = 1:128
) Y = 1:128 = 1:0621
P (Z = z) = (1 p)
z1 p; z = 1; 2; ::::
P (Z = 4) = (1 0:06)
3
0:06 = 0:0498
1 1
E (Z ) = = = 16:667 piezas
p 0:06
P (X = x) =
n
p
x (1 p)nx ; x = 0; 1; :::; n
x
a. 10 1 5 105
P (X = 5) =
5 4
1 1
4
= 0:0584
9 0
b.
P (X = 0) =
10 1
0
1
1
10
= 0:0563
0 4 4
c. 8 10 8
P (X = 8) =
10
8
1
4
1
1
4
= 0:000386
X
4
P (X 5) = 1 P (X < 5) = 1 P (X 4) = 1 P (X = x)
X
x=0
4
=1
10
0:25
x (1 0:25)10x = 0:078127
x=0 x
d.
1 5
E (X ) = np = 10 = = 2:5
4 2
X = Var(X ) = npq = 10
1 1
q
2
1 = 1:875
p
4 4
X =+ X2 = +
1:875 = 1:3693
N = X 1
3
I = X 1
3
(10 X) = X +
1
3
X 10
3
=
4
3
X 10
3
N = X I = X (n X) = X
+ X n = X (n X)
E (N ) = E (X ) (n E (X )) = 0:25n (n 0:25n) = 0
) =
(1
0:25n
0:25) n
=
3
1
(que no depende de n)
9 0
on con contrabando.
a. no encuentre ninguna embarcaci´
b. encuentre exactamente una de las embarcaciones con contrabando.
c. encuentre exactamente cinco embarcaciones con contrabando.
DN D
x nx
P (X = x) = N
n
a. 511
P (X
3
= 0) = 016 = 0:29464
3
b. 511
P (X = 1) = 1 2
= 0:49107
16
3
DN D
x nx
P (X = x) = N
n
José M. Matı́as, 2018-2019
9 0
P (X 2) = 1 P (X < 2) = 1 P (X 1) = 1 P (X = 0) P (X = 1)
6 15 6 6156
=1 0
15 6 1
155 = 0:83217
6 6
E (X ) = np = n N
D
=6 6
15
= 2:4 paquetes
on de densidad.
a. Calcula el valor de k para que f sea funci´
ıa dure más de tres años y medio?
b. ¿Cuál es la probabilidad de que una bater´
c. Sabiendo que una bater´ıa tiene más de tres años y medio, calcula la probabilidad
de que dure menos de 3.75 a˜ nos.
9 0
b. Calculemos la funci´
on de distribución:
F ( x) = P (X x)
8> 0 si 2
Z <R i
x <
x
( 2)
x 2 (u 2)3
x
(x 2)3
>
3
= = 3 =
: 1 si 4
f (u)du = si 2 4
1
u du x <
2 8 8 3 8
2
x
P (X < 3:75 j
X > 3:5) =
P (3:5
P (X
< X <
> 3:5)
3:75)
(3:75) (3:5)
(3:75 2)3 (3:5 2)3
F F 8 8
=
1 F (3:5)
=
1 (3:5 8
2)3
= 0:4291
d.
Z1 Z
4
3 2
(X ) = xf (x)dx = (x 2)
1
E x dx
8
Z Z 2
4 +4 = 8 4
4 4
3 2 3 3 2
= x x x dx x x + 4x dx
3
8 2
2
4 3 +4 2
4 3 2 4
8 4
x x x
=
2
2
4 3 2 4
3 4 4 4 23 22
= 4 +4 4 +4 = 3:5
8 4 3 2 4 3 2
0:5 = F (x0:5 ) =
(x0:5 2)
3
8
4 = (x0:5 , 2)
3
4
1=3
= x0:5 2
, x0:5 =4
1=3
+ 2 = 3:58
Nótese que < x0:5 lo que indica que la distribuci´on es asimétrica por la
izquierda. Representar gr´ on de densidad para comprobarlo.
aficamente la funci´
El cuantil x0:9 es:
0:9 = F (x0:9 ) =
(x0:9 2)
3
8
7:2 = (x0:9 , 2)
3
7:2
1=3
= x0:9 2
, x0:9 = 7:2
1=3
+ 2 = 3:931
9 0
a. ¿Cuál tiene que ser, aproximadamente, la capacidad del dep´osito (en miles de
litros) de la caldera para que la probabilidad de que se acabe el gasoil en una
determinada semana sea 0.10?
b. Calcula el consumo semanal esperado.
Solución
1
x
on: F x
calcular antes la función de distribuci´ P X x f x dx;
F x
x
: 1 si 1
f x dx
x
= u du u u
2
2 x
0
= 23 x 2
x
2 si x 2 (0 1)
;
= (0 1) pues de lo contrario
El valor C x0:9 pedido tiene que estar en el intervalo
0 0) Por tanto: 1
;
(
la probabilidad P X > C es (si x ) 1
) o´ es (si x :
0 9 = ( 0 9 ) = 23 0 9 02 9
2 x
:
: F x : x :
1 2 3 + 0 9 = 0 ) = 2 1708 y = 0 82918
2 09 2 09
x
: x : : x : x :
9 0
=
1
2
2 3C + C
2
=1 3
2
C +
1
2
C
2
0=
1
2
C 2
2
3
C + 0:9 ) C = 2:1708 or C = 0:82918
b.
Z 1 Z
1
(X ) = xf (x)dx = (3=2 x) dx
1
E x
0
3 1
=
3 x2
2 2
x
3 0
=
3
4
1
3
=
5
12
= 0:41667
P (0:2 X 0:5) =
F (0:5) F (0:2)
=
3
2
0:5 0:52
2
3
2
0:2 0:22
2
= 0:345
(c) Si una semana el consumo semanal no supera los 500 litros, la probabilidad
de que dicho consumo se encuentre entre 100 y 200 litros
9 0
a.
Z Z
(X 2 5) =
2:5
(x) dx =
2:5
1:5x
2
= 1 5 1 12 5 = 1 5
: 1
1
= 0:9
1
P : f dx : x :
1 25
: 1
f(x) 1.5
1.0
0.5
0.0
0 1 2 3 4
x
b.
Z1 Z Z
(X ) = (x) dx =
3
x1:5x
2
dx+
3
1:5x
1
= 1:5 (ln 3 ln 1) = 1 5 ln 3 = 1 6479
1
E xf dx : :
1 1
9 0
0.5 0.1
0.0
-2 0 2 4 6 8 10 12 0 2 4 6 8 10
x x
Distribucion F (x) del ejercicio 2 Densidad f (x) del ejercicio 2
a.
(X 8) (X 4 \ X < 8)
jX > 4) =
P < P >
P (X < 8 =
P (X > 4) P (X > 4)
=
P (4 < X < 8) F (8) F (4)
=
F (4)
P (X
8) 42
> 4)
2 1
b.
Z1 Z 6
2x
Z 10
1
E (X ) = (x) dx = + (10 x) dx = 5:3333
1
xf x dx x
0 60 6 20
Ejercicio 12. Para trasladarse desde su casa al trabajo, una persona tiene que tomar
un autobús. El tiempo total de espera (en minutos) en la parada sigue una distribuci´
on
Uniforme en el intervalo (0,10).
on.
a. Calcula el tiempo medio de espera y una medida de dispersi´
b. En un d´ıa elegido al azar, ¿cuál es la probabilidad de que el tiempo de espera
supere los 6 minutos?
9 0
Z1 Z
a. La media de la uniforme es:
10
1 1 2 10
1 102 0
0
x
(X ) = ( ) = = = = 5 minutos
1
E xf x dx x dx
0 10 10 2 0 10 2
y la desviación tı́pica:
2
= V ar (X ) =
(b a )2
=
102
= 8:333 ) =
p8 333 = 2 8867
: :
12 12
b. Z 10 1
1 10
4
P (X > 6) = dx = x = = 0:4
6 10 10 6 10
c. Sea Y : ”número de dı́as de 5 dı́as independientes en los que el tiempo de espera
es menor de 6 minutos cuando la probabilidad de ese suceso es p"; entonces
Y B
(n; p) con n = 5; p = P (X 6) = 1 P (X > 6) = 1 0:4 = 0:6
y
cuya función de masa es:
P (Y = y ) =
n
p (1 )
p
n y ; y = 0; 1; :::; n
y
(Y 2) = (Y = 0) + P (Y = 1) + P (Y = 2)
X 50 6y (1 0 6) y = 0 31744
P P
2
5
= : : :
y
y=0
d. Sea T = 220 P U
(0; 10) independientes los tiempos de espera
i=1 Xi con Xi
de cada uno de los 220 d´ıas. Como n = 220 > 30; por el Teorema Central
del Lı́mite T N
(T ; T ) donde T = n = 220 5 = 1100 minutos, y p
2 2
T = n = 220 100=12 = 1833:3 T = 1833:3 = 42:817 minutos. La )
T = 1000 1100
probabilidad pedida es:
(
P T > 1000) P
T
T
T
>
T
p
1000
1833 3
P Z >
= P (Z > : P Z : :
9 0
e
0 5
: x0:25
=1 0:25 = 0:75
b.
P (X < 2) = P (X 2) = F (2) =1 e
0 52 = 0:632
:
P (X < j
4 X > 2) =
P ((X > 2) \ (X < 4))
=
P (2 < X < 4)
P (X > 2) P (X > 2)
F (4) F (2) 1 0 54 (1 e
: 0:5 2 )
1 (1 e0 52 )
e
=
1 F (2)
= :
0:5 2 0:5 4
e e 0 52:
=
e
0 52 :
=1 e
9 0
0:5 = F (x0:5 ) =1 e
0 5 0 5
: x :
e
0 5 0 5 = 0 5
: x :
:
0.6
f(x)
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8
x
a.
P (X > 4) = 1 F (4) = 1 1 e
0 24 = 0 24 = 0 4493
:
e
:
:
=
Rx R x
1
x u u
ya que F ( x) = (X x) = f (u)du = =
e du e
P
0 0
x x
e 1 =1 e ; if x > 0 y cero en el resto.
on de la garantı́a. Entonces, G debe cumplir que:
b. Sea G el tiempo de finalizaci´
0:1 P (X G) = F (G) = 1 e
0:2 G
e
0 2
: G
,
0:9 0:2 G ln 0:9 , G
ln 0:9
= 0:5268 años
0:2
9 0
r
X = E (X ) = = = 5 a˜
nos.
q 2
0:2
1 1 1
X = +
X
= +
2 = = = 5 años.
0:2
P (X = 0) = = 0:027324
0!
4 8 4:80
: 4 8 4:81 : 4 8 4:82
:
e e e
= 1 = 0:85746
0! 1! 2!
9 0
c. Definimos U : ”numero
´ de piezas montadas por 100 trabajadores en 5 horas”.
p p
Por la propiedad reproductiva, U p P
() con = = 100 24 = 2400 piezas/5
horas y = 2 = = 2400 = 48: 99: Como > 5; podemos aproximar
la probabilidad utilizando el TCL:
2501 0 5 2400
P (U > 2500) = P 2501) =
(U
48 99
=
P Z >
:
:
P (Z > 2:05)
ametro de los
a. Dibuja un gráfico aproximado de las funciones de densidad del di´
aquinas.
tapones producidos en cada una de las m´
b. Para que un tap´on sea aceptado comercialmente ha de tener un di´ ametro entre
2:9 y 3:1 cm. ¿Qué máquina produce más tapones aceptables? Calcula las prob-
abilidades correspondientes.
ametros de
a. Dibuja un gráfico aproximado de las funciones de densidad de los di´
9 0
aquinas.
los tapones producidos en cada una de las m´
8
f(x)
6
0
2.6 2.8 3.0 3.2 3.4
x
ametro entre
b. Para que un tapón sea aceptable comercialmente debe tener un di´
2:9 y 3:1 cm. Qué m´
aquina produce más tapones aceptables? Calcula las proba-
bilidades correspondentes
2 9 3
X1 3:1) = P
: X1 1 3:1 3
P (2:9
0:1 1 0:1
= P ( 1 Z 1) = 2P (Z 1) 1 = 2 0:84134 1 = 0:68268
2 9 3 05 X2 2 3:1 3:05
X2 3:1) = P
: :
P (2:9
0:05 2 0:05
= P3 Z 1) = F (1) (1 F (3)) = F (1) + F (3) 1
(
= 0:84134 + 0:99865 1 = 0:83999
=1 0
0:31732 (1 0:31732)10 = 0:9780
0
9 0
Solución
(242
P 258) = 242
< X <
258
P
<
X
<
258 250
= ( 1 6 1 6) = 2 (1 6) 1
P : < Z < : F :
= 2 0 94520 1 = 0 8904 : :
b. 01 = (
: P ) = 1 ( ) , 0 9 = ( ) luego se pide el
X > x P X x : P X x ;
cuantil 0 9 : :
09= ( )=
: P X x0:9 P
= ( )
X x0:9
P Z z0:9
= = 1 28 , = 1 28 + = 1 28 5 + 250 = 256 4
x0:9
z0:9 : x0:9 : : :
: = 20
B ( ) = 20 = ( 2 (242 258)) =
c. Sea Y ”número de latas en n , cuyo peso no es el apropiado”. Suponiendo
P ( X ; : :
( 1) = ( = 0) + ( = 1)
P X P X P X
+ 201 0 10961 (1 0 1096)201 : :
0 33963 :
9 0
d. Sea U =
P 100
el peso del contenido total de las 100 latas, con Xi
Xi
i=1
N (250 5); entonces, por la reproductividad de la normal, U
; (U ; U )
p pN
con U = 100 = 100 250 = 25000 = 25 kg y U = n = 5 100 = 50
gr = 0:05 kg.
25:1 U
25:1 25
P (U > 25:1) = P Z > = P Z >
U 0:05
P (Z > 2) = 1 F (2) = 1 0 97725 = 0 02275
: :
b. Suponiendo que un d´ıa llega tarde, ¿cuál es la probabilidad de que el retraso sea
como mucho de un cuarto de hora?
9 1 =
a.
P (X > 9) = P Z >
9
= P Z >
9 :
P (Z > 2)
0:05
b.
P (X 9 0 25j 9) = P (X 9 25j 9) =
P (9 < X 9 25) :
: X > : X >
P (X > 9)
P
9 9:1 < Z
0:05 (3) (2)
9 250 059 1
: :
F F
90059 1
:
=
1 P Z
=
1 (2)
:
:
F
1 (1 (2)) 1 (1 0 97725)
= =
F :
= 0:99862
9 0
c. Sea U : ”número de dı́as en 5 independientes en los que llega tarde con prob-
abilidad de llegar tarde p = 0:97725": Por tanto, U B(n; p) con n = 5;
p = 0:97725:
X
(
P U 3) = P (U = 3) + P (U = 4) + P (U = 5)
5
5 5 u
= 0:97725u (1 0:97725) = 0:99989
u
u=3
a. (
P X < + 2 )
b. P (jX
j < )
c. P (jX j < 2 )
d. P (jX j < 3 )
Sol.: a) 0:97725; b) 0:68269; c) 0:95450; d) 0:99730.
Solución
a.
( + 2 ) = P
X + 2
P X < < = P (Z < 2) = 0:97725
b.
<1
(jX j < ) = P ( < X < ) = P
X
P 1<
c.
d.
3 < 3
(jX j < 3 ) = P (3 < X < 3 ) = P
X
P <
9 0
Ejercicio 20. La demanda diaria de una marca de leche (en litros) es una variable
aleatoria con distribución N (3000; 350).
a. ¿Cuál deber´ıa ser la producción mı́nima diaria para satisfacer la demanda total
por lo menos el 90% de los d´ıas?
ıas supere los 307000
b. Calcula la probabilidad de que la demanda total en 100 d´
litros.
a. Sea d la producci´
on mı́nima pedida, entonces
0:9 =
(X d) =
X d
P P
= P Z d
350
3000
= P (Z z0:9 )
) z0:9 =
d 3000
350
) d = 350 z0:9 + 3000
350 1:28 + 3000 = 3448
N (0; 1) 1:28:
P
pues en las tablas de la obtengo z0:9
b. Sea Y = =1 100
Xi siendo Xi N
(3000; 350) la demanda en el d´ıa i-ésimo. Por
NP
tanto, por la propiedad reproductiva de la normal, si supongo que las demandas P
diarias son independientes, Y 100
(Y ; Y ) con y = i=1 i = 100 =
p
p
100 3000 = 300000 litros y Y =
2
2 100 2
i=1
i = 100 350
2 Y =
2 =
Y
)
100 350 = 10 350 = 3500 litros.
9 0
Y N (; ) con:
= np = 500 0:2 = 100;
p
= + npq = +
p
500 0:2 (1 0:2) = 8:9443
por tanto,
80 0:5
79:5 100
80) P
Y
P (Y = P Z
8:9443
= P (Z 2:292) = P (Z 2:292) F (2:29) = 0:98899
on de Yates.
donde hemos utilizado la correcci´
on binomial ser´ıa:
Nota: la probabilidad exacta calculada con la distribuci´
X
79
0:2)500x
500
P (Y 80) = 1 P (Y 79) = 1 x
0:2 (1
x
x=0
=1 0:0095064 = 0:99049
on:
que puede obtenerse en Excel con la expresi´
un el ordenador).
(recuérdese que el punto decimal puede ser una coma seg´
Ejercicio 22. El número de errores de impresión por página en libro sigue una
distribución de Poisson de media 0.75.
9 0
e
x
P (X = x) = x = 0; 1; 2; ::::
x!
P (X > 1) = 1 P (X 0) = 1 P (X = 0) P (X = 1)
0 75 0:750 0 750:751
: :
e e
= 1 = 0:17336
0! 1!
P (Y < 2) = P (Y 1) = P (Y = 0) + P (Y = 1)
e
1 5 1:50
:
e
1 5 1:51
:
= + = 0:55783
0! 1!
c. Sea U : ”numero
´ de errores en 500 páginas con tasa = 0:75 500 = 375
errores/500 páginas”. Entonces U P
() con = 375 errores/500 p´
aginas. La
probabilidad pedida es P (U < 350) :
Pero por el Teorema Central del L´
ımite como > 5 entonces U (; ) con N
p
= E (U ) = = 375 errores/500 p´
) p
aginas, 2 = Var(U ) = 375 errores2 =500
páginas = + = + 375 errores/500 p´ aginas. Por tanto, la probabilidad
pedida puede ser aproximada por:
P (U < 350) = P (U 349) P
U
<
349 + 0:5
= P Z <
349:5
p 375
375
= P (Z < 1:32)
e valor de
a. Si el intervalo aceptable de dureza es (70 c; 70 + c) ; ¿para qu´ c el
95% de los casos tendrı́an una dureza aceptable?
on, ¿cuál es la
b. Se observan, de forma independiente, 10 elementos de esa aleaci´
probabilidad de que como mucho tres tengan una dureza mayor de 73:84?
c. Calcula la probabilidad de que haya que escoger m´ as de tres elementos de ese
tipo de aleación antes de encontrar uno con dureza menor de 73:84.
9 0
70
0:95 = P (70 c < X < 70 + c)
70 70 70 70 + c
)
c X
=P < <
3 3 3
=P
c
3
< Z <
c
3 3
c
= z0:975 = 1:96 ) c
= 3 1:96 = 5:88
73:84 70
= P (Z
1:28)
p = P (X > 73:84) = P Z > >
3
= 1 P (Z 1:28) = 1 0:89973 = 0:1
La probabilidad pedida es:
3) = X
3
P Y (
10
y
0:1y (1 0 1) :
10y
= 0:9872
y =0
(
P U > 3) = 1 ( 3) = 1 ( = 0) ( = 1) ( = 2) ( = 3)
P U P U P U P U P U
= 1 (1 0 9) 0 9 (1 0 9) 0 9 (1 0 9) 0 9 (1 0 9) 0 9
:
0
: :
1
: :
2
: :
3
:
= 0:0001
= E (U ) =
1
p
1 = 019 1 = 0 1111
:
:
etrica del segundo tipo (número de pruebas) la media es
dado que para la geom´
E (U + 1) = 1=p con lo que para la del primer tipo es E (U ) = 1=p 1 = q =p =
0:1=0:9 = 0:11111
9 0
Ejercicio 24. Cierta m´aquina deberı́a cortar rodamientos metálicos con diámetro
0:5 cm. En la práctica influyen varios factores en el proceso de fabricaci´
on y, como
ametro de los rodamientos es una variable aleatoria de la forma
consecuencia, el di´
X = 0:505 + 0:01Z , siendo Z una variable aleatoria con distribuci´on N (0; 1).
a. ¿Qué porcentaje de rodamientos producidos en esta m´
aquina tienen un diámetro
superior a 0:52cm?
=P ( 1 5) = 1 ( 1 5) = 1 0 93319 = 0 06681
Z > : P Z : : :
(
P Y > 0) = 1 (
P Y = 0) = 1 0
0:066810 (1 0 06681)
:
100
= 0:49916
c. Sea U : ”numero
´ de rodamientos en 1000 independientes, cuyo diámetro supere
0:52 cm”. Entonces, U B p
(n; p) con n = 1000; p = 0:06681; con = np = p
1000 0:06681 = 66:81 y = npq = 1000 0:06681 (1 0:06681) =
7:8960: Como n = 1000 > 30; por el TCL, U N
(; ) con lo que la proba-
bilidad pedida puede aproximarse mediante:
60 0 5 66 81
(
P U < 60) P Z <
7:8960
: :
= P (Z < 0 93)
:
on de Yates.
donde hemos utilizado la correcci´
9 0
´ bajo la función de
d. Graficar la situación y la probabilidad que se pide, como area
densidad de X )
P (0:5 0:01 < X < 0:5 + 0:01) = P (0:49 < X < 0:51)
0:49 0:51
= P
0:49
0:505
< Z <
0:51 0:505
= P < Z <
0:01 0:01
= 1:5 < Z < 0:5) = F (0:5) F (1:5)
P (
= (1 F (1:5)) = F (0:5) + F (1:5) 1
F (0:5)
= 0:69146 + 0:93319 1 = 0:62465
Ejercicio 25. Un juego de Tetris para Android produce de modo aleatorio e inde-
pendiente cuadrados pequeños. La longitud de un lado (en mm) de cada uno de esos
cuadrados es una variable aleatoria X con posibles valores xi = 1; 2; 3; 6 y funcion
´ de
masa de probabilidad P (X = xi ) = xi =12, i = 1; : : : ; 4.
E (X )=
X
xi ) = xi =12; i = 1; :::; 4: Por tanto,
2 2
x P (X
i
2
= xi )
2
=
X 2
x P (X
i = xi )
=1
2
1=12 + 2 2=12 + 3 3=12 + 6 6=12 = 21
2 2 2
P (Y
=1
2) = 1 P (Y 1) = 1 P (Y
10 0
0:25 (1 0:25)10
= 0)
0
P (Y
10
= 1)
1
0:25 (1 0:25)101
0 1
= 0:75597
9 0
c. Sea U : ”numero
´ de cuadrados con lado 3 mm en 100 cuadrados independientes
con probabilidad de tener lado 3 mm P (X = 3) = 3=12 = 0:25": U (n; p) B
con n = 100; p = 0:25: La probabilidad pedida es:
!
(
P U 25) P Z p0 5 =
25 :
p100
npq
24 5 100 0 25
np
0 25 (1 0 25) P Z
:
:
:
9 0
on de Yates.
donde hemos utilizado la correcci´
c. Sea U : ”numero
´ de piezas independientes a fabricar para obtener la primera
defectuosa con probabilidad p = 0:1 de defectuosa”. U G(p) con p = 0:1:
La probabilidad pedida es:
P (U = 4) = q p
3
= (1 0:1)3 0:1 = 0:0729
d. Sea V :
”n úmero de piezas defectuosas al extraer sin reposición n = 5 de
N = 20piezas en las que hay D = 4 piezas defectuosas”. Entonces, V
H G(N; D; n ) = HG(N; n; p) con N = 20; D = 4; n = 5 y p = D=N =
2) = 1 P (V 1) = 1 P (V P (V
P (V
= 0) = 1)
4 16 4 16
=1 0 5 1 4
20 20 = 0:24871
5 5
4 16
P (V 1) = 1 P (V = 0) = 1
0
20
5
= 0:71827
5
a. Determina el numero
´ medio de motores activados durante el proceso y la proba-
bilidad de que como m´ınimo se accionen 2 motores durante el proceso.
al
b. De entre 10 procesos registrados de forma independiente por los operarios, ¿cu´
un motor?
es la probabilidad de que en al menos 2 de ellos no se active ning´
al es la probabilidad de que en más del 80%
c. En 150 procesos independientes, ¿cu´
de ellos se accionen menos de 3 motores?
Sol.: a) 1:6 motores, 0:45; b) 0:4557; c) 0:46017
Ejercicio 28. En una empresa de fabricaci´ on de placas solares, se sabe que el 2%
de las fabricadas diariamente son defectuosas y, por lo tanto, no pueden ser puestas a
la venta.
9 0
b. Suponiendo que la empresa fabrica tantas placas como sean necesarias, calcula
la probabilidad de que la primera placa defectuosa sea la quinta fabricada. ¿Cu´
al
es el numero
´ esperado de placas no defectuosas que se deben fabricar hasta en-
contrar una defectuosa?
c. La empresa comercializa estas placas solares en lotes de 10. Si se realiza un
ıfico donde
control de calidad seleccionando 3 placas al azar de un lote espec´
realmente hay 4 placas que no deber´ıan ser puestas a la venta, ¿cu´al serı́a la
probabilidad de que no se detectase ninguna placa defectuosa de entre las selec-
cionadas?
(X 1) = P (X = 0) + P (X = 1)
30
P
0:02)301
30 30
= 0
0:02 (1 0:02) +
1
0:02 (1
0 1
= 0:87945
9 0
c. Sea V : ”numero
´ de placas defectuosas en 3 extra´ıdas sin reposición de 10 entre
las que hay 4 defectuosas”. Entonces V
HG (N; D; n) con N = 10; D = 4;
P (V = 0) =
x
N n
x
=
0
103
0 = 0:16667
n 3
)
ectrico”. X
9 0
e
0 02
: G
=1 01=09 : :
0 02
: G = ln 0:9
P (X < 70 j
X > 60) = P (X < 70 60 = 10) = 1 10 = 1 0 0210 = 0 181269
e
e
:
:
d. Se fabrican n = 200
N( p
unidades en un mes; al ser n > 30 por el teorema central p p
50=
p200
del lı́mite X
:
X ; = n) con X = 1= = 50 y X = n = (1=) = n =
>
P (X 55) = P
Z >
50 = ( 1 41)
p 55
P Z > :
50 200 =
Ejercicio 31. La longitud (en cm) de las piezas producidas en una abrica
f´ es una
on de distribución:
variable aleatoria, X , que tiene la siguiente funci´
>80
< si x < 1
) = ( 1)2 2
F (x
>
:1
x si 1 x
si x 2
a. ¿Qué porcentaje de piezas tienen una longitud entre 1:25 y 1:75 cm?
a.
P (1:25 1 75) =
X : F (1:75) F (1:25) = (1:75 1)2 (1 25 1)2 = 0 5
: :
9 0
b.
0 25 = ( 0 25) = (
: F x : x0:25 1) 2
0 251 2 = 0 25 1 )
:
=
x : x0:25 =15 :
es decir, el 25% de las piezas producidas por la f´abrica no superan los 1 5 cm. :
( )= dF x ( ) = ( x 1) = 2 ( 1) si 1 2
2 0
x x
f x
dx 0 resto
E X xf x dx x x dx x x dx
1 1 1
3 2
= 2 3 2 = 2 83 2 2 3 12 = 35 = 1 6667
4 1
x
2 x
:
1
) con = ( 1 5) = 0 25
E( ) = = 200 0 25 = 50 y
Y n; p p P X < : :
o
(2 apartado) cuyas caracter´ =
( ) = = 200 0 25 (1 0 25) = 37 5 Por tanto:
ısticas son: Y Y np :
2 = V ar Y npq : : : :
Y
( 60) =
60 0 5 59p5 50
Y Y : Y :
P Y P
Y 37 5 Y
P Z
:
Ejercicio 32. Sea X la variable aleatoria que representa el tiempo (en horas) que
funciona adecuadamente la bater´ ıa de un dispositivo electrónico entre recargas consec-
utivas. La función de densidad de X est´a dada por
f x ( ) = 03
3200 x3 si x 20 40
en otro caso:
ıa antes de que precise una
a. Calcula el tiempo medio que dura la carga de la bater´
nueva recarga.
b. Calcula la probabilidad de que la bater´
ıa se agote antes de 24 horas despu´es de
una recarga.
c. Calcula la probabilidad de que se agote la bater´ıa antes de es de
horas despu´ 36
una recarga si se sabe que todav´
ıa funciona al cabo de horas. 24
d. Si las recargas son independientes, ¿cuál es la probabilidad de que la cuarta
recarga sea la primera que dura menos de 24 horas?
9 0
a.
Z 40
3 dx =
Z 40 1 40
E (X ) = x
3200
x
3200
x
2 dx = 3200
x
20
3200
13 1
3
3200
20
1 80
3 1 20
= = = = 26:6667 horas
3 20 40 3 40 3
><8 R0 x ix 1 x < 20
3200 3 du = 3200 u2 3200 1
F (x )=
>: 120 3 u
3 2 20 = 6 202
x2 20
x >
x
40
40
construida.
3200
1 1
P (X < 24) = P (X 24) = F (24) = = 0:4074
6 202 242
c.
P (24 < X < 36) F (36) F (24)
P (X < 36jX > 24) = =
3200 1 1
P (X > 24) 1 F (24)
a. Calcula la desviaci´
on t´ıpica.
9 0
a. Según el enunciado: 0:95 = P (3 < X < 10) con X N (; ) con = 6:5
km/h. Entonces:
3
0:95 = P (3 < X < 10) = P
<
X
<
10
3 6 5
3 5
= P
:
< Z <
10 6:5
= P
:
< Z <
3:5
on)
pero como 0:95 = P ( z0:975 < Z < z0:975 ) (comprobar graficando la situaci´
entonces 3:5= = z0:975 )
= 3:5=z0:975 = 3:5=1:96 = 1: 7857
b. La probabilidad pedida es
P (X > 10) = P Z >
10
1:7857
6:5
=1 P (Z 1:96) = 1 0:975 = 0:025
c. Sea Y : ”numero
´ de turbinas en 12 independientes que pueden utilizarse con
probabilidad de poder utilizarse una turbina p = P (X 10) = 1 P (X >
10) = 1 0:025 = 0:975”: Entonces, Y (n; p) con n = 12; p = 0:975: B
P (Y > 10) = P (Y = 11) + P (Y = 12)
12
=
11
0:975
11
(1 0:975)
1211
+
12
12
0:975
12
(1 0:975)
1212
= 0:96507
65
= P Z x0:25
1:7857
:
= P (Z z0:25 )
) x0:25 6:5
= z0:25 = z0:75 = 0:67
1:7857
) x0:25 = 1:7857 z0:25 + 6:5 = 1:7857 ( 0:67) + 6:5 = 5:3036
donde hemos utilizado que por la simetria de la normal los cuantiles cumplen
zp = z1p (compruébese graficando la situaci´on) y, en particular, z0:25 =
z0:75 =
0:67 al ser z0:75 = 0:67 (valor aproximado obtenido en las tablas de
andar).
la normal est´
9 0
olo un
=1 Xi es también normal y la media (que es s´
P 1
cambio de escala de la suma al dividirse por =n) tambi´ =
en es normal: X
N( ) = =p 6 5
= 1 7857 p100 = 0 17857
1 n
X; X con X : ; y si suponemos las mediciones
) =
Xi
i=1
=
n
2 2 =n
independientes X X = n : = : : Por
6 75 6 5
tanto,
6 25 6 75 = 6 25 6 5 : : : :
P : <X < :
0 17857
P
:0 17857 < Z <
:
= ( 1 4
P 1 4) : < Z < :
= ( 1 4) (1 ( 1 4))
P Z : P Z :
= 2 ( 1 4) 1 = 2 0 91924 1 = 0 83848
P Z : : :
Ejercicio 34. En una instalaci´ on eléctrica pueden emplearse dos tipos de focos,
A y B . La duración (en horas) de cada foco de tipo A es una variable aleatoria con
distribución N (800 100)
; . Por otra parte, la duración de cada foco de tipo B sigue una
distribución N (900 150)
; .
a. ¿Qué porcentaje de focos de tipo A presentan una duraci´
on superior a 900 horas?
b. En el caso de focos de tipo B al es la duración que solamente es superada
, ¿cu´
por el 10
% de los focos?
c. Se instalan dos focos, uno de tipo A y otro de tipo B , al mismo tiempo. Suponiendo
que ambos focos funcionan de modo independiente, ¿cu´ al es la probabilidad de
que el foco de tipo A tenga una duración superior a la del foco tipo B ?
Sol:. a) : 0 15866 1092
; b) horas; c) : . 0 29116
Solución
Sean XA N (800 100)
; y XB ; N (900 150) on
las variables aleatorias ”duraci´
en horas”de los focos de tipo A y de tipo B , respectivamente.
900 800
as de 900 horas:
a. Porcentaje de focos de tipo A que duran m´
P (900) =
XA >
100 = ( 1)
P Z > P Z >
= 1 ( 1) = 1 0 84134 = 0 15866
P Z : :
0 10 = (
: 0 9) =
P XB > x :
150P Z >
x :
0 9 900
0 9 = 1 28 =
150 ) 0 9 = 150 1 28 + 900 = 1092 0
x :
z : : x : : :
cercana a 0 9 : :
9 0
2
Y = Var(XA XB ) = Var((XA + ( XB )) = Var(XA ) + ( 1)
2
Var(XB )
2 2
= Var(XA ) + Var(XB ) = 100 + 150 = 32500
0 Y
donde se ha utilizado que XA y XB son independientes. Por tanto,
p 100
P (Y > 0) = P Z > = P Z >
Y 32500
Ejercicio 35. El número de baches que presenta una carretera comarcal muy dete-
riorada sigue una distribución de Poisson de media 15 baches por kilometro.
´ Calcula
la probabilidad de que:
X X
baches/500 metros:
3 3 7:5 7:5x
e
P (X < 4) = P (X = x) = = 0:0591
x!
=0
x x=0
baches/100 metros:
e
1 5 1:50
:
P (Y = 0) = = 0:2231
0!
= 1 e
0 015200 :
F (100)
1 e
0:015100
= 0:1733
9 0
Ejercicio 36. La empresa de ascensores Totis quiere determinar el peso que debe
soportar su nuevo modelo de ascensor con el fin de que la probabilidad de aver´ıa por
exceso de peso sea 0:1. El ascensor se disena˜ para que quepan como m´ aximo 9 per-
sonas en cada viaje y se realizan pruebas con dicho numero
´ de personas. Estudios
previos sobre la población de usuarios indican que el peso de dichas personas es una
on tı́pica 10 kg. Se pide:
variable aleatoria Normal de media 75 kg y desviaci´
P
Solución
N
p p
n
a. Y = =1 Xi
i
(Y ; Y ) con Y = n 75 = 75 9 = 675 kgr. Y =
n = 10 9 = 30 kgr.
0:1 = (Y L)
= L Y
=
L 675
P P Z P Z
Y 30
1 0:1 = 0:9 = P Z ) L
30
675 L 675
30
= z0:9 1:28
L
= 1:28 30 + 675 = 713:4 kgr.
B
b. X (n; p) con n = 20; p = 0:1
P (X
1) = 1 P (X < 1) = 1 P (X = 0) = 1 20
0
0
0:1 (1 0:1)
20
=1 (1 0:1)
20
= 0:87842
1 1
E (U ) = = = 10
p 0:1
on de distribución
empresa es una variable aleatoria de tipo continuo, X , con funci´
0 si x < 10;
F ( x) =
1 100 x
2 si x 10:
9 0
ıas.
a. Calcula la probabilidad de que un cliente pague antes de 15 d´
Solución
0 5 = ( 0 5 ) = 1 100 052
: F x : x
:
1 = 0 5 , = 100 1 2 = 14 14
:
=
x
2
05
:
100 0 5 0 5 x :
:
:
c.
1 (15)
F F
P X < X >
P X > F
1 100
1 100
= 201 2 0 5556 15 = 0 4375
2
:
:
Ejercicio 38. El tiempo (en minutos) que un t´ ecnico de laboratorio necesita para
on uniforme
preparar un equipo es una variable aleatoria, X , que sigue una distribuci´
en el intervalo [20 30]
; .
Sol.: a) E [ ] = 25 min,
X X = 2 8 minutos; b) 3 5; c) 26 min.
: =
Solución
9 0
a. X U (20; 30) con densidad f (x) = 1= (30 20) = 1=10 si x 2 (20; 30) y
cero en el resto.
Z 1
Z 30
E (X ) =
1
a+b 50
xf (x) dx = x dx = = = 25
20 b a 2 2
1
2
= Var (X ) =
(b a)
2
=
(30 20)
2
= 8:333
12 12
s
) =
p
2 =
(30 20)
2
= p 10
= 2:89
12 12
b. F (x) =
Rx
20 (1=10) du =
x
10
20
si x 2 (20; 30) , cero si x 20 y uno si x 30:
F (28) F (25)
2820 2520
3
10 10
=
1 F (25)
=
1 2520
10
=
5
= 0:6
c. Es el cuantil t0:6 :
9 0
con lo que
Ejercicio 40 La vida útil media de una máquina es de 5 años, con una desviación
tı́pica de 1:2 a˜
nos. Se ha comprobado que la vida de esta máquina sigue una dis-
tribución normal.
a. ¿Qué porcentaje de este tipo de máquinas tienen una duración superior a 6.7
años?
c. Si se seleccionan al azar 10 m´
aquinas, ¿cuál es la probabilidad que como mucho
una de ellas dure menos de 4 a˜nos?
d. Calcula la probabilidad de que la media muestral obtenida de una muestra aleato-
ria de 9 de estas máquinas esté en el intervalo entre 5:6 y 5:9 a˜
nos.
Sol: (a) 0:0778; (b) 6:25 años; (c) 0:366; (d) 0:05459
Solución.
X : ”vida útil de la máquina en años”, X N (; ) con = 5 años, = 1:2
años.
9 0
a.
X 6:7 6:7 5
P (X > 6:7) = P > = P Z >
1:2
= P (Z > 1:4167) 1 P (Z 1:42) = 1 0:92220 = 0:0778
b. Se pide x tal que 0:15 = P (X > x) ; es decir, se trata del cuantil 0:85:
)
0:85 = P (X x0:85 ) = P Z x0:85
z0:85 =
x0:85
P (Y 1) =
P (Y = 0) + P (Y = 1)
=
10
0
0
0:20327 (1 0:20327)
10
+
10
1
1
0:20327 (1 0:20327)
9
= 0:36602
d. = 1
X
P n
=1 Xi con n = 9 verifica X N ( X )
; X con
X = = 5;
p
i
p
n
X =
= 1:2 = 0:4:
n 9
P
5:6
X 9 5:9 = P
5:6 5
Z
5:9 5
0:4 0:4
= P (1:5 Z 2:25)
= F (2:25) F (1:5) = 0:98778 0:93319 = 0:05459
9 0