Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3.62 Goranson y Hall (1980) explican que la probabilidad de detectar una grieta en el ala de un avión es el
producto de p1, la probabilidad de inspeccionar un avión con una grieta en un ala; p2, la probabilidad de
inspeccionar el detalle donde se ubica la grieta; y p3, la probabilidad de detectar el daño.
a ¿Qué suposiciones justifican la multiplicación de estas probabilidades?
b Suponga que p1 = .9, p2 = .8 y p3 = .5 para cierta flota de aviones. Si se inspeccionan tres aviones
de esta flota, encuentre la probabilidad de que una grieta en el ala sea detectada en al menos uno de
ellos.
*3.64 Considere una extensión de la situación estudiada en el Ejemplo 3.10. Si hay n pruebas en un experi-
mento binomial y observamos y0 “éxitos”, demuestre que P(Y = y0) se maximiza cuando p = y0/n. De
nuevo, estamos determinando (en general esta vez) el valor de p que maximice la probabilidad del valor
de Y que observamos realmente.
*3.65 Consulte el Ejercicio 3.64. El estimador de la máxima probabilidad para p es Y/n (nótese que Y es la
variable aleatoria binomial, no un valor particular de ella).
a Deduzca E(Y/n). En el Capítulo 9 veremos que este resultado implica que Y/h es un estimador
no sesgado para p.
b Deduzca V(Y/n). ¿Qué le ocurre a V(Y/n) cuando n se hace grande?
DEFINICIÓN 3.8 Se dice que una variable aleatoria Y tiene una distribución de probabilidad geométrica
si y sólo si
p( y) = q y−1 p, y = 1, 2, 3, . . . , 0 ≤ p ≤ 1.
En la Figura 3.5 se ilustra un histograma de probabilidad para p(y), p = .5. Las áreas sobre
los intervalos corresponden a probabilidades, como correspondieron a las distribuciones de
frecuencia de datos en el Capítulo 1, excepto que Y puede tomar sólo valores discretos, y =
1, 2,…, q. Por inspección de los valores respectivos es obvio que p(y) ≥ 0 . En el Ejercicio
3.66 demostrará que estas probabilidades ascienden a 1, como se requiere para cualquier dis-
tribución de probabilidad discreta válida.
FIGURA 3.5 p ( y)
La distribución .5
de probabilidad
geométrica, p = .5
.4
.3
.2
.1
0
1 2 3 4 5 6 7 8 y
EJEMPLO 3.11 Suponga que la probabilidad de mal funcionamiento de un motor durante cualquier periodo
de una hora es p = .02. Encuentre la probabilidad de que un motor determinado funcione bien
dos horas.
Solución Si denotamos con Y el número de intervalos de una hora hasta la primera falla, tenemos
∞
. (Y ≥ 3) =
P(funciona bien dos horas) = P p( y).
y=3
∞
Como p( y) = 1,
y=1
2
P(funciona bien dos horas) = 1 − p( y)
y=1
Si examina la fórmula para la distribución geométrica dada en la Definición 3.8, verá que
valores más grandes de p (y por tanto valores menores de q) llevan a probabilidades más altas
para los valores más pequeños de Y y en consecuencia a menores probabilidades para los
valores más grandes de Y. Así, el valor medio de Y parece ser inversamente proporcional a p.
Como demostramos en el siguiente teorema, la media de una variable aleatoria con distribu-
ción geométrica en realidad es igual a 1/p.
Esta serie podría parecer difícil de sumarse directamente. En realidad, se puede sumar
con facilidad si tomamos en cuenta que, para y ≥ 1,
d y
(q ) = yq y−1 ,
dq
y, por tanto,
q q
d
qy = yq y−1 .
dq y=1 y=1
d q 1 p 1
E(Y ) = p =p = 2 = .
dq 1 −q (1 − q) 2 p p
Para resumir, nuestro método es expresar una serie que no se puede sumar directamente
como la derivada de una serie para la cual la suma se puede obtener con facilidad. Una
vez que evaluemos la serie más fácilmente manejable, derivamos para completar el pro-
ceso.
La derivación de la varianza se deja como Ejercicio 3.85.
EJEMPLO 3.12 Si la probabilidad de falla de un motor durante cualquier periodo de una hora es p = .02 y
Y denota el número de intervalos de una hora hasta la primera falla, encuentre la media y la
desviación estándar de Y.
Solución Al igual que en el Ejemplo 3.11, se deduce que Y tiene una distribución geométrica con
p = .02. Entonces, E(Y) = 1/p = 1/(.02) = 50, y esperaríamos unas pocas horas antes de en-
contrar una falla. Además, V(Y) = .98/.0004 = 2450, y se deduce que la desviación estándar
de Y es s = √2450 = 49.497. Q
EJEMPLO 3.13 Suponga que entrevistamos personas sucesivas que trabajan para la gran empresa estudiada en
el Ejemplo 3.10 y detenemos las entrevistas cuando encontramos a la primera persona que le
guste esa política. Si la quinta persona entrevistada es la primera que está a favor de la nueva
política, encuentre una estimación para p, la proporción verdadera pero desconocida de em-
pleados que están a favor de la nueva política.
Solución Si Y denota el número de personas entrevistadas hasta que hallemos la primera a quien le
guste el nuevo plan de retiro, es razonable concluir que Y tiene una distribución geométrica
para algún valor de p. Cualquiera que sea el verdadero valor para p, concluimos que la proba-
bilidad de observar la primera persona a favor de la política en el quinto intento es
P(Y = 5) = (1 − p) 4 p.
Usaremos como nuestra estimación para p, el valor que maximice la probabilidad de observar
el valor que en realidad observamos (el primer éxito en el intento 5).
Para hallar el valor de p que maximice a P(Y = 5), de nuevo observamos que el valor de p
que maximice a P(Y = 5) = (1 – p)4 p es igual que el valor de p que maximice a ln[(1 – p)4 p]
= [4 ln(1 – p) + ln(p)].
Si evaluamos la derivada de [4 ln(1 – p) + ln(p)] con respecto a p, obtenemos
Ejercicios
1) Suponga que 30% de los solicitantes para cierto trabajo industrial posee capacitación
avanzada en programación computacional. Los candidatos son elegidos aleatoriamente
entre la población y entrevistados en forma sucesiva. Encuentre la probabilidad de que el
primer solicitante con capacitación avanzada en programación se encuentre en la quinta
entrevista.
3) ¿Cuántas veces esperaría usted lanzar al aire una moneda balanceada para obtener la
primera cara?