Ejercicios Resueltos Estadística - Variables Aleatorias y Distribuciones Discretas

Ejercicios AULA
Variables aleatorias
Distribuciones de probabilidad discretas
EJERCICIO 1
En un examen tipo test:
a) En una pregunta Verdadero/Falso, si marcar la opción correcta puntúa 1
punto, ¿cuánto se debe de penalizar (descontar) si se quiere que quien
conteste al azar la pregunta tenga una esperanza matemática igual a cero?
b) En una pregunta de 4 opciones, 1 correcta, si marcar la opción correcta
puntúa 1 punto, ¿cuánto se debe penalizar (descontar) si se quiere que
quien conteste al azar la pregunta tenga una esperanza matemática igual a
cero?
c) Y si en el apartado a) y b) se descontase 0.25 puntos si se contesta de forma
incorrecta, ¿cuál es la esperanza matemática en ambos casos?
d) ¿Cuál sería la esperanza matemática de un examen tipo test con 10
preguntas tipo Verdadero/Falso en el caso de los apartados a) y c)?
e) ¿Cuál sería la esperanza matemática de un examen tipo test con 10
preguntas tipo 4 opciones, 1 correcta, en el caso de los apartados b) y c)?
Sol: a) -1; b) -1/3; c) 0,375 y 0,0625; d) 0 y 3,75; e) 0 y 0,625
ESTADÍSTICA.DEIOAC.UPV 2
EJERCICIO 1
a)
X : puntuación en la pregunta
Valores de la variable:
1
• 1 p= si acierto
2
1
• x p= si fallo
2
1 1
𝐸𝐸 𝑋𝑋 = 1 � + x � =0 x = -1
2 2
EJERCICIO 1
b)
X : puntuación en la pregunta
1
• 1 p= si acierto
4
3
• x p= si fallo
4
1 3
𝐸𝐸 𝑋𝑋 = 1 � + x � =0 x = - 1/3
4 4
EJERCICIO 1
c) En el caso de a)
1
• 1 p= si acierto
2
1
• -0,25 p= si fallo
2
1 1
𝐸𝐸 𝑋𝑋 = 1 � + (-0,25) � = 0,375
2 2
En el caso de b)
1
• 1 p= si acierto
4
3
• -0,25 p= si fallo
4
1 3
𝐸𝐸 𝑋𝑋 = 1 � + (-0,25) � = 0,0625
4 4
EJERCICIO 1
d) Y : Puntuación en el examen de 10 preguntas del mismo tipo V/F
Y = X1 + X2 + … + X10
E[Y] = E[X1] + E[X2] + … E[X10] = 10�E(X)
En el caso de a) 𝐸𝐸 𝑌𝑌 = 0 + 0 + 0 + 0 + 0 … + 0 = 0
En el caso de c) 𝐸𝐸 𝑌𝑌 = 0,375 + 0,375 + … + 0,375 = 3,75
EJERCICIO 1
e) Y : Puntuación en el examen de 10 preguntas del mismo tipo 4
opciones, 1 correcta
Y = X1 + X2 + … + X10
E[Y] = E[X1] + E[X2] + … E[X10] = 10�E(X)
En el caso de b) 𝐸𝐸 𝑌𝑌 = 0 + 0 + … + 0 = 0
En el caso de c) 𝐸𝐸 𝑌𝑌 =0,0625 + 0,0625 + … + 0,0625 = 0,625
EJERCICIO 2
Dada la variable aleatoria discreta X, cuya función de probabilidad viene
definida por
P(X = x) = k�x; x = 1; 2; 3; 4; 5
a) Calcular el valor de la constante k

b) Calcular P(X > 2)
c) Calcular E[X] y Var[X]
d) Calcular E[Y] y Var[Y] si Y = 2�X + 5
Sol: a) 1/15; b) 4/5; c) 11/3 y 14/9; d) 12,33 y 6,22
EJERCICIO 2
a)
Como P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5) = 1,

Se tiene que
k + 2k + 3k + 4k + 5k = 1
15k = 1
1
k=
15
1
P(X = x) = �x; x = 1; 2; 3; 4; 5
15
EJERCICIO 2
b)
3 4 5 12 4
P(X > 2) = + + = =
15 15 15 15 5
EJERCICIO 2
c)
EJERCICIO 2
d)
EJERCICIO 3
Sea X1 una variable aleatoria con media 3 y varianza 4, X2 una variable aleatoria
con media -1 y varianza 2 y X3 una variable aleatoria con media -2 y varianza 1.
Las variables X1, X2 y X3 son independientes.
a) Sea Y combinación lineal de X1, X2 y X3 tal que Y = 3X1 – 8X2 + 2X3

¿Calcular la media y desviación típica de Y?
b) Sea Y la suma de 3 variables X1 independientes, de modo que

Y = X1 + X1 + X1
¿Calcular la media y desviación típica de Y?
Sol: a) 13 y 13; b) 9 y 3,5
EJERCICIO 3
a) X1 variable aleatoria con media 3 y varianza 4,
X2 variable aleatoria con media -1 y varianza 2 y
X3 variable aleatoria con media -2 y varianza 1.
Las variables X1, X2 y X3 son independientes.
Y = 3X1 – 8X2 + 2X3
Esperanza matemática (media) de Y:
E[Y] = 3 � E[X1] - 8 � E[X2] + 2 � E[X3] = 3�3 - 8�(-1) + 2�(-2) = 13
Varianza de Y
2
𝜎𝜎 2 [Y] = 32 � 𝜎𝜎𝑋𝑋𝑋 2
+ 82 � 𝜎𝜎𝑋𝑋2 2
+ 22 � 𝜎𝜎𝑋𝑋3 = 9� 4 + 64 �2 + 4�1 = 168 𝜎𝜎[Y] ≈ 13
EJERCICIO 3
b) X1 variable aleatoria con media 3 y varianza 4,
Y = X1 + X1 + X1
Esperanza matemática (media) de Y:
E[Y] = E[X1] + E[X1] + E[X1] = 3 + 3 + 3 = 9
Varianza de Y
2
𝜎𝜎 2 [Y] = 𝜎𝜎𝑋𝑋𝑋 2
+ 𝜎𝜎𝑋𝑋1 2
+ 𝜎𝜎𝑋𝑋1 = 4 + 4 + 4 = 12 𝜎𝜎[Y] = 3,5
EJERCICIO 5
En pruebas realizadas a un amortiguador para automóvil se encontró que el
20% presentaban fuga de aceite. Si se instalan 20 de estos amortiguadores,
hallar la probabilidad de que,
a) 4 salgan defectuosos,
b) más de 5 tengan fuga de aceite.
c) de 3 a 6 amortiguadores salgan defectuosos.
d) Determina el promedio y la desviación estándar de amortiguadores con
defectos.
SOL: a) 0,2181; b) 0,1958; c) 0,7072; d) E(X)=4; σ=1,788
EJERCICIO 5
X = Número de amortiguadores con fuga de aceite en 20.

p = 0,2
X~𝐵𝐵(𝑛𝑛 = 20; 𝑝𝑝 = 0,2)
20
a) 𝑃𝑃 𝑋𝑋 = 4 = 0.24 � 1 − 0.2 20−4
= 0,2182
4
EJERCICIO 5

p = 0,2
X~𝐵𝐵(𝑛𝑛 = 20; 𝑝𝑝 = 0,2)
a) 𝑃𝑃 𝑋𝑋 = 4 = 𝑃𝑃 𝑋𝑋 ≤ 4 − 𝑃𝑃 𝑋𝑋 ≤ 3 = 0,6296 − 0,4114 = 0,2182
TABLAS
EJERCICIO 5
p = 0,2
X~𝐵𝐵(𝑛𝑛 = 20; 𝑝𝑝 = 0,2)
TABLAS
b) 𝑃𝑃 𝑋𝑋 > 5 = 1 − 𝑃𝑃 𝑋𝑋 ≤ 5 = 1 − 0,8042 = 0,1958
c) 𝑃𝑃 3 ≤ 𝑋𝑋 ≤ 6 = 𝑃𝑃 𝑋𝑋 ≤ 6 − 𝑃𝑃 𝑋𝑋 ≤ 2 = 0,9133 − 0,2061 = 0,7072
d) E(X) = n∙p = 20 ∙ 0,2= 4; σ(X) = 𝑛𝑛 � p � 𝑞𝑞 = 1,788
EJERCICIO 8
Una industria recibe piezas en lotes de un gran número de unidades. Se
desea preparar un plan de control de calidad de tal forma que tomando al azar
n unidades del lote, si se observa alguna defectuosa se rechaza el lote.
Determinar n para que si el lote tiene un 5% de unidades defectuosas, la
probabilidad de aceptarlo sea igual a 0,01.
SOL: 90
EJERCICIO 8
X = Número de piezas defectuosas en el lote de n unidades; p=5%
X~𝐵𝐵(𝑛𝑛 =? ; 𝑝𝑝 = 0,05)
𝑛𝑛
𝑃𝑃 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 = 𝑃𝑃 𝑋𝑋 = 0 = 0.050 � 1 − 0.05 𝑛𝑛−0 = 0,01
0
EJERCICIO 8
X = Número de piezas defectuosas en el lote de n unidades; p=5%
X~𝐵𝐵𝐵𝐵(𝑛𝑛 =? ; 𝑝𝑝 = 0,05)
𝑛𝑛
𝑃𝑃 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 = 𝑃𝑃 𝑋𝑋 = 0 = 0.050 � 1 − 0.05 𝑛𝑛−0 = 0,01
0
𝑛𝑛
0.050 � 1 − 0.05 𝑛𝑛−0 = 1 � 1 � 1 − 0.05 𝑛𝑛 = 0,01
0
0.95 𝑛𝑛 = 0,01
n∙log 0,95 = log 0,01
n = log 0,01 / log 0,95 = 89,78 ≈ 90
n=90 unidades
EJERCICIO 9
Una partida de bujías con alta proporción de defectuosas (20%) sale al mercado
en paquetes de 4 unidades y en cajas de 10 paquetes. Calcular la probabilidad
de que
a) elegido un paquete al azar contenga 2 o más bujías defectuosas
b) elegida una caja al azar contenga 10 bujías defectuosas
c) elegida una caja al azar contenga 3 paquetes sin bujías defectuosas
SOL: a) 0,1808; b) 0,1075; c) 0,2062
EJERCICIO 9
X = Número de bujías defectuosas en paquete de 4.
p = 0,2
X~𝐵𝐵𝐵𝐵(𝑛𝑛 = 4; 𝑝𝑝 = 0,2)
a) 𝑃𝑃 𝑋𝑋 ≥ 2 = 1 − 𝑃𝑃 𝑋𝑋 ≤ 1 = 0,1808
EJERCICIO 9
p = 0,2
X~𝐵𝐵𝐵𝐵(𝑛𝑛 = 4; 𝑝𝑝 = 0,2)
b) X1: número de bujías defectuosas en caja de 40 unidades

X1~𝐵𝐵𝐵𝐵(𝑛𝑛 = 40; 𝑝𝑝𝑝 = 0,2)
40
𝑃𝑃 𝑋𝑋 = 10 = 0,210 � 0,830 = 0,1075
10
EJERCICIO 9
p = 0,2 X~𝐵𝐵𝐵𝐵(𝑛𝑛 = 4; 𝑝𝑝 = 0,2)
c) X2: número de paquetes Sin bujías defectuosas en caja

de 10 paquetes
X2~𝐵𝐵𝐵𝐵(𝑛𝑛 = 10; 𝑝𝑝𝑝 =?)
4
𝑝𝑝𝑝 = 𝑃𝑃 𝑋𝑋 = 0 = 0.20 � 1 − 0.2 4−0
= 0,4096
0
X2~𝐵𝐵𝐵𝐵(𝑛𝑛 = 10; 𝑝𝑝𝑝 = 0,4096)

10
𝑃𝑃 𝑋𝑋𝑋 = 3 = 0.40963 � 1 − 0.4096 10−3 = 0,2062
3
EJERCICIO 14
El número de baches en una sección de una carretera comarcal que requieren
reparación urgente puede modelarse con una distribución de Poisson que tiene
una media de 2 baches por km
a) ¿Cuál es la probabilidad de que no haya baches que reparar en un tramo de 5
km?
b) ¿Cuál es la probabilidad de que sea necesario reparar al menos un bache en
un tramo de medio km?
c) Si el número de baches está relacionado con la cantidad de vehículos que
circulan por ella y algunos tramos tienen mucho tráfico mientras que otros
apenas tienen tráfico ¿qué puede decirse sobre la hipótesis de que el número
de baches sigue una distribución de Poisson?
SOL: a) 0,000045; b) 0,6321;
EJERCICIO 14
X = Número de baches cada km.
X~𝑃𝑃𝑃𝑃(𝜆𝜆 = 2)
a) Y = Número de baches cada 5 km; E(Y)=5·2=10
10 0
𝑃𝑃 𝑌𝑌 = 0 = 𝑒𝑒 −10 � = 0,000045
0!
EJERCICIO 14
b) Z = Número de baches cada 1/2 km; E(Z)=1/2∙2=1

0
1
𝑃𝑃 𝑍𝑍 ≥ 1 = 1 − 𝑃𝑃 𝑍𝑍 ≤ 0 = 1 − 𝑒𝑒 −1 � = 0,6321
0!
EJERCICIO 14
c) Supondría que no se puede asumir que todos los

subintervalos (tramos) tienen la misma probabilidad p de
tener baches y por tanto cambiaría el valor de 𝜆𝜆. No se
cumpliría la Hipótesis de Estabilidad ya que la probabilidad
de encontrar un bache no permanece constante.
EJERCICIO 15
En una fábrica el número de accidentes por semana sigue una distribución de
Poisson de parámetro λ=2. Se pide:
a) probabilidad de que en una semana haya algún accidente
b) probabilidad de que haya 4 accidentes en el transcurso de 2 semanas
c) probabilidad de que haya 2 accidentes en una semana y otros 2 en la
siguiente
d) Es lunes y ya ha habido un accidente, calcular la probabilidad de que en esa
semana no hayan más de tres accidentes.
SOL: a) 0,8646; b) 0,1954; c) 0,0733; d) 0,8348
EJERCICIO 15
X = Número de accidentes cada semana.
20
a) 𝑃𝑃 𝑋𝑋 ≥ 1 = 1 − 𝑃𝑃 𝑋𝑋 = 0 = 1 − (𝑒𝑒 −2 � 0!
) =
= 0,864665
𝑃𝑃 𝑋𝑋 ≥ 1 = 1 − 𝑃𝑃 𝑋𝑋 ≤ 0 = 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 =
=1 – 0,1353 = 0,8647
EJERCICIO 15

b) Y = Número de accidentes cada 2 semanas;

E(Y)=2·2=4
44
𝑃𝑃 𝑌𝑌 = 4 = 𝑒𝑒 −4 � = 0,195367
4!
EJERCICIO 15

c) A={Hay 2 accidentes en una semana}

B={Hay 2 accidentes en la semana siguiente}
P(A∩B) = <Independencia>=P(A)∙P(B)
22
𝑃𝑃(𝐴𝐴) = 𝑃𝑃(𝑋𝑋 = 2) = 𝑒𝑒 −2 � = 0,270671
2!
P(A∩B) = 0,2706712 = 0,07326279
EJERCICIO 15
d) Si sabemos que ya ha habido un accidente, se trata de calcular una
probabilidad condicional en la que se desea saber la probabilidad de
que se produzcan como mucho 3 accidentes en la semana, sabiendo
que el número de accidentes en una semana será al menos 1, es decir:
𝑃𝑃 1 ≤ 𝑋𝑋 ≤ 3
𝑃𝑃 𝑋𝑋 ≤ 3/𝑋𝑋 ≥ 1 =
𝑃𝑃 𝑋𝑋 ≥ 1
21 2 2 2 3
𝑒𝑒 −2 � −2
+ 𝑒𝑒 � −2
+ 𝑒𝑒 �
= 1! 2! 3! = 0.8348
−2 2 0
1 − 𝑒𝑒 �
0!
EJERCICIO 16
Se producen cintas magnetofónicas cortando trozos de una gran bobina de cinta
magnetofónica de grabación en la que aparecen defectos aleatoriamente, a una
media de 1,5 fallos cada 1000m. ¿De que longitud tendrán que ser las cintas
para que el 50% de ellas no tenga defectos?
Sol: 462m
EJERCICIO 16
X = Número de fallos cada metro
X~𝑃𝑃𝑃𝑃(𝜆𝜆 = 0,0015)
Sea Y= numero de fallos cada x metros
𝑌𝑌~𝑃𝑃𝑃𝑃(𝜆𝜆𝑌𝑌 = 0,0015𝑥𝑥)
𝑃𝑃(𝑌𝑌 = 0) = 0.5
𝜆𝜆 0
𝑌𝑌
𝑃𝑃 𝑌𝑌 = 0 = 𝑒𝑒 −𝜆𝜆𝑌𝑌 � = 0,5
0!
Tomando Logaritmos neperianos: ln 𝑒𝑒 −𝜆𝜆𝑌𝑌 = ln 0,5
−𝜆𝜆𝑌𝑌 = ln 0,5
-𝜆𝜆𝑌𝑌 = -0,693147 → 0,0015𝑥𝑥 = 0,693147 → x = 462 m
EJERCICIO 17
El número medio de defectos en un compuesto textil es 10-4 defectos por
centímetro cuadrado. Con este producto se fabrican paños que tiene cada uno
una superficie de 100 centímetros cuadrados. Los paños se empaquetan en
cajas que tienen 15 unidades. Calcula el porcentaje de cajas que contendrán
algún paño que contenga algún defecto.
SOL: 14%
EJERCICIO 17
X = Número de defectos cada cm
X~𝑃𝑃𝑃𝑃(𝜆𝜆 = 10−4 )
Sea X1= numero de defectos en paños de 100 cm
𝑋𝑋𝑋~𝑃𝑃𝑃𝑃(𝜆𝜆𝑋𝑋𝑋 = 10−2 ); E(X1)=100∙ 10−4 = 10−2
𝑃𝑃 𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑎𝑎𝑎𝑎𝑎𝑎ú𝑛𝑛 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 = 𝑃𝑃 𝑋𝑋𝑋 ≥ 1 = 1 − 𝑃𝑃(𝑋𝑋𝑋 = 0) = 0.00995
EJERCICIO 17
X = Número de defectos cada cm
X~𝑃𝑃𝑃𝑃(𝜆𝜆 = 10−4 )
Sea X1= número de defectos en paños de 100 cm
𝑋𝑋𝑋~𝑃𝑃𝑃𝑃(𝜆𝜆𝑋𝑋𝑋 = 10−2 ); E(X1)=100∙ 10−4 = 10−2
𝑃𝑃 𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 = 𝑃𝑃 𝑋𝑋𝑋 ≥ 1 = 1 − 𝑃𝑃 𝑋𝑋𝑋 = 0 = 0.00995
0
−10−2
10−2
𝑃𝑃 𝑋𝑋𝑋 = 0 = 𝑒𝑒 � = 0,99005
0!
Sea X2 = número de paños con algún defecto en cajas de 15 paños

𝑋𝑋𝑋~𝐵𝐵𝐵𝐵(𝑛𝑛 = 15, 𝑝𝑝 = 0,00995)
𝑃𝑃 𝑋𝑋𝑋 ≥ 1 = 0,1393 → 14%
EJERCICIO 19
Un servicio de mantenimiento de aviones realiza diferentes tipos de reparaciones. Las
solicitudes de reparación para una categoría particular recibidas en un período de
tiempo puede considerarse que constituyen un proceso de Poisson.
Concretamente:
NUMERO MEDIO DE
CATEGORIA REPARACIONES EN
UNA SEMANA
motor 𝝀𝝀M=2.0
diseño 𝝀𝝀D=0.5
hidráulica 𝝀𝝀H=1.3
tren de aterrizaje 𝝀𝝀TA=0.2
Considerando que las reparaciones a realizar son independientes,
a) ¿Cuál es la probabilidad de que el número total de reparaciones solicitadas en
una semana sea mayor o igual que 3 y menor o igual que 7?
b) Si el promedio de reparaciones de diseño se duplica y el promedio de
reparaciones de motor se reduce a la mitad ¿cuál es la probabilidad de que en
dos semanas el número total de reparaciones sea menor o igual que 8?
SOL: a) 0.7108; b) 0.7291

EJERCICIO 19
a) X~𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷 𝝀𝝀𝝀𝝀 = 𝝀𝝀M + 𝝀𝝀D + 𝝀𝝀H + 𝝀𝝀TA = 𝟐𝟐 + 𝟎𝟎, 𝟓𝟓 + 𝟏𝟏, 𝟑𝟑 + 𝟎𝟎, 𝟐𝟐 = 𝟒𝟒
E[X] = 4 Tablas Poisson
P(3 ≤ X ≤ 7) = P(X ≤ 7) - P(X ≤ 2) = 0,9489 – 0,2381 = 0,7108
EJERCICIO 19
b) X = Número de reparaciones a la semana
𝟏𝟏
X~𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷 𝝀𝝀𝑥𝑥 = 𝝀𝝀M + 2𝝀𝝀D + 𝝀𝝀H + 𝝀𝝀TA = 𝟏𝟏 + 𝟏𝟏 + 𝟏𝟏, 𝟑𝟑 + 𝟎𝟎, 𝟐𝟐 = 𝟑𝟑, 𝟓𝟓
𝟐𝟐
Y = Número de reparaciones en 2 semanas
Y = X + X ~𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷 𝝀𝝀 = 2𝝀𝝀𝑥𝑥 = 𝟕𝟕 ; E[Y] = 7
P(X ≤ 8) = 0,7291 Tablas Poisson

Ejercicios Resueltos Estadística - Variables Aleatorias y Distribuciones Discretas

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios Resueltos Estadística - Variables Aleatorias y Distribuciones Discretas

Cargado por

Copyright:

Formatos disponibles

Ejercicios AULA

En el caso de c) 𝐸𝐸 𝑌𝑌 = 0,375 + 0,375 + … + 0,375 = 3,75

En el caso de c) 𝐸𝐸 𝑌𝑌 =0,0625 + 0,0625 + … + 0,0625 = 0,625

a) Calcular el valor de la constante k

Sol: a) 1/15; b) 4/5; c) 11/3 y 14/9; d) 12,33 y 6,22

Como P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5) = 1,

a) Sea Y combinación lineal de X1, X2 y X3 tal que Y = 3X1 – 8X2 + 2X3

b) Sea Y la suma de 3 variables X1 independientes, de modo que

Sol: a) 13 y 13; b) 9 y 3,5

Las variables X1, X2 y X3 son independientes.

Y = 3X1 – 8X2 + 2X3

Esperanza matemática (media) de Y:

E[Y] = 3 � E[X1] - 8 � E[X2] + 2 � E[X3] = 3�3 - 8�(-1) + 2�(-2) = 13

Esperanza matemática (media) de Y:

E[Y] = E[X1] + E[X1] + E[X1] = 3 + 3 + 3 = 9

SOL: a) 0,2181; b) 0,1958; c) 0,7072; d) E(X)=4; σ=1,788

X = Número de amortiguadores con fuga de aceite en 20.

X = Número de amortiguadores con fuga de aceite en 20.

a) 𝑃𝑃 𝑋𝑋 = 4 = 𝑃𝑃 𝑋𝑋 ≤ 4 − 𝑃𝑃 𝑋𝑋 ≤ 3 = 0,6296 − 0,4114 = 0,2182

b) 𝑃𝑃 𝑋𝑋 > 5 = 1 − 𝑃𝑃 𝑋𝑋 ≤ 5 = 1 − 0,8042 = 0,1958

c) 𝑃𝑃 3 ≤ 𝑋𝑋 ≤ 6 = 𝑃𝑃 𝑋𝑋 ≤ 6 − 𝑃𝑃 𝑋𝑋 ≤ 2 = 0,9133 − 0,2061 = 0,7072

d) E(X) = n∙p = 20 ∙ 0,2= 4; σ(X) = 𝑛𝑛 � p � 𝑞𝑞 = 1,788

SOL: a) 0,1808; b) 0,1075; c) 0,2062

b) X1: número de bujías defectuosas en caja de 40 unidades

c) X2: número de paquetes Sin bujías defectuosas en caja

X2~𝐵𝐵𝐵𝐵(𝑛𝑛 = 10; 𝑝𝑝𝑝 = 0,4096)

SOL: a) 0,000045; b) 0,6321;

X = Número de baches cada km.

X = Número de baches cada km.

b) Z = Número de baches cada 1/2 km; E(Z)=1/2∙2=1

X = Número de baches cada km.

c) Supondría que no se puede asumir que todos los

SOL: a) 0,8646; b) 0,1954; c) 0,0733; d) 0,8348

X = Número de accidentes cada semana.

b) Y = Número de accidentes cada 2 semanas;

X = Número de accidentes cada semana.

c) A={Hay 2 accidentes en una semana}

X = Número de accidentes cada semana.

X = Número de fallos cada metro

-𝜆𝜆𝑌𝑌 = -0,693147 → 0,0015𝑥𝑥 = 0,693147 → x = 462 m

X = Número de defectos cada cm

X = Número de defectos cada cm

Sea X2 = número de paños con algún defecto en cajas de 15 paños

𝑃𝑃 𝑋𝑋𝑋 ≥ 1 = 0,1393 → 14%

SOL: a) 0.7108; b) 0.7291

E[X] = 4 Tablas Poisson

P(3 ≤ X ≤ 7) = P(X ≤ 7) - P(X ≤ 2) = 0,9489 – 0,2381 = 0,7108

b) X = Número de reparaciones a la semana

Y = Número de reparaciones en 2 semanas

Y = X + X ~𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷 𝝀𝝀 = 2𝝀𝝀𝑥𝑥 = 𝟕𝟕 ; E[Y] = 7

P(X ≤ 8) = 0,7291 Tablas Poisson

También podría gustarte