Benemerita Universidad Autónoma de Puebla

Facultad de Ciencias Fı́sico Matemáticas

PROBABILIDAD II

Tarea 4

Presenta:
Barbosa Campos Dulce Marı́a
201946404
Bravo Caballero Kevin
201908219
González Flores Daniel Adrián
201910281
Romero Sandre Regina Viridiana
201906691
Salazar Carmona Sarahi
201943402
Peto Covarrubias Henry Daniel
201962475

Noviembre 2021
 1. Un guardabosque, estudia los efectos de la fertilización en ciertos bosques de pinos en el
sureste, está interesado en estimar el promedio de área de la base de los pinos. al estudiar
áreas basales de pinos similares durante muchos años se descubrió que estas mediciones
(en pulgadas cuadradas) están distribuidas normalmente con desviación estándar aproxi-
mada de 4 pulgadas cuadradas. Si el guardabosques muestrea n = 9 árboles, encuentre
la probabilidad de que la media muestral se encuentre a no más de 2 pulgadas cuadradas
de la media poblacional.

Solución
Si Y1 , Y2 , ..., Y9 denotan el área de los pinos, entonces sabemos que Yi ∼ N (µ, σ 2 = 16)
para i = 1, 2, ..., 9, ası́ Ȳ ∼ N (µȲ = µ, σȲ2 = 16
9

Queremos hallar P (|Ȳ − µ| ≤ 2).

−2 Ȳ − µ 2 −3 3
P (|Ȳ − µ| ≤ 2) = P (−2 ≤ Ȳ − µ ≤ 2) = P ( ≤ ≤ 4) = P( ≤Z≤ )
4 √σ 2 2
3 n 3

3
= 1 − 2P (Z > ) = 1 − 2(,0668) = 0,8664
2
∴ P (|Ȳ − µ| ≤ 2) = 0,8664

2. Suponga que X1 , X2 , ..., Xm y Y1 , Y2 , ..., Yn son muestras aleatorias independientes, las variables
Xi están distribuidas normalmente con media µ1 y varianza σ12 , las variables Yi tienen distri-
bución normal con media µ2 y varianza σ22 . La diferencia entre las medias muestrales X̄ − Ȳ es
una combinación lineal de m + n variables aleatorias distribuidas normalmente.
a) Encuentre E(X̄ − Ȳ ).
b) Encuentre V (X̄ − Ȳ ).
c) Suponga que σ12 = 2, σ22 = 2,5, m = n. Encuentre los tamaños muestrales para que E(X̄ − Ȳ )
se encuentre a no más de 1 unidad de (µ1 -µ2 )con probabilidad de 0.95.
Solución

a) Xi y Yi están distribuidas normalmente con media y varianza µ1 , σ12 y µ2 , σ22 , respectivamente

y son independientes.

E(X̄ − Ȳ ) = E(X̄) + E(−Ȳ ) = E(X̄) − E(Ȳ )

Como la esperanza de la media muestral es igual a la media poblacional, entonces:

m n
1 X 1X
E(X̄ − Ȳ ) = E(X̄) − E(Ȳ ) = µ1 − µ2 = µ1 − µ2
m i=1 n i=1

∴ E(X̄ − Ȳ ) =µ1 − µ2

σ12 σ22
b) Se tiene Xi N (µX̄ = µ1 , σ12 = m
) y Yi N (µȲ = µ2 , σ22 = n
), ası́
m n
X 1 2 X 1 2 σ12 σ22
V (X̄ − Ȳ ) = σ + σ = +
i=1
m2 1 i=1 n2 2 m n

σ12 σ22
Por lo tanto, V (X̄ − Ȳ ) = m
+ n
 c) Queremos P (|(X̄ − Ȳ ) − (µ1 − µ2 )| ≤ 1) = 0,95 ⇒ P (−1 ≤ (X̄ − Ȳ ) − (µ1 − µ2 ) ≤ 1) = 0,95
Y De acuerdo a lo que calculamos, V (X̄ − Ȳ ) = n1 (2 + 2,5) = 4,5
n
tenemos:

−1 (X̄ − Ȳ ) − (µ1 − µ2 ) 1
P (q ≤ √
4,5
≤q = 0,95
4,5 4,5
n n n

⇒ √ √
n n
P (− √ ≤ Z ≤ √ ) = 0,95
4,5 4,5
⇒ √
n
1 − 2P (Z > √ ) = 0,95 (1)
4,5
⇒ √
n
−2P (Z > √ ) = −0,05 (2)
4,5
⇒ √
n
P (Z > √ ) = 0,025 (3)
4,5
Haciendo uso de las tablas, encontramos que:

P (−1,96 ≤ Z ≤ 1,96) = 0,95

√
n
⇒ √
4,5
= 1,96 ⇒ n = 17,28

∴n=17.28

3. Los amperı́metros producidos por un fabricante se venden con la especificación de que la desvia-
ción estándar de las lecturas de la aguja no sea mayor que 0,2 ampéres uno de estos amperı́me-
tros se utilizo para hacer diez lecturas independientes en un circuito de prueba con corriente
constante. Si la varianza muestral de estas diez mediciones es de 0,065 y es razonable suponer
que las lecturas están distribuidas normalmente, ¿los resultados sugieren que el amperı́metro
empleado no satisface las especificaciones del mercado?. [Sugerencia: encuentre la probabilidad
aproximada de que la varianza muestral sea mayor que 0,065 si la verdadera varianza poblacio-
nal es 0,4.]
Solución
Sabemos que s2 = 0,065 y n = 10. Ahora, supongamos que σ 2 = 0,04.
Ası́, la probabilidad aproximada está dada por:
 2   2 
2 2 2 9S 9(0,065) 9S
P (S ≥ s ) = P (S ≥ 0,065) = P ≥ =P ≥ 14,925 ≈ 0,10
0,04 0,04 0,04

4. a) Si U tiene una distribución χ2 con v grados de libertad, encuentre la E(U ) y V (U )

Solución
Definimos Y como una v.a con distribución χ2 con v1 grados libertad, veamos que
es un caso especial de la gamma, su función de densidad de es:

1

v21
−y v1
fY (y) = 2
v1

e 2 y 2 −1 ; y1 > 0
Γ 2

ahora por la definición de esperanza:

 Z ∞ 1

v21
−y v1
2 −1
E(Y ) = v

e 2 y 2 · dy
0 Γ 2
1

v1
1 ∞

2
Z
−y v1
2 −1
= v1

e 2 y 2 · dy
Γ 2 0
1

v21 Z ∞
 y ( v21 +1)−1  y  y −y
= 2
v

d e2 2 +1
2
Γ 2 1
0 2 2
2  v 
= v1

·Γ 1 +1
Γ 2 2
v1
=2
2
= v1

∴ E(U ) = v
Ahora para la varianza calculemos:
Z ∞ 1

v21
−y v1
E(U 2 ) = y2 2
v

e 2 y 2 −1 · dy
0 Γ 1
2
1

v21 Z ∞
−y v1
2 +1
= v1

e 2 y 2 · dy
Γ 2 0
1

v21 Z ∞
−y v1 +4
2 −1
= v

e 2 y 2 · dy
Γ 1
2 0

v21
1   Z ∞ 1
v12+4
v1 +4 v1 + 4 −y v1 +4
= 2
v1

2 2 Γ 2
v1 +4

e 2 y 2 −1 · dy
Γ 2 2 0 Γ 2
v

1
1 2  
2
v1 +4 v1 + 4
=
2 2 Γ
Γ v21 2
v1


+1 !
= 4 v21

2
−1 !
v v
1 1
=4 +1
2 2
= v 2 + 2v

Por la definición de varianza tenemos que V (U ) = E(U 2 ) − (E(U ))2 = v 2 + 2v − v 2 = 2v

b) Encuentre E(S 2 ) y V (S2) cuando Y1 , Y2 , ...., Yn es una muestra aleatoria de una distribución
normal con media µ y varianza σ 2
Solución
De acuerdo con el Teorema 4.3 visto en clase.
Si Y1 , Y2 , ..., Yn es una muestra aleatoria de un distribución normal con media µ y varianza σ 2
n
(n − 1)S 2 1 X
= 2 (Yi − Ȳ )2
σ2 σ i=1

Tiene una distribucion χ2 con n-1 grados de libertad.

 Y ya probamos que E(U ) = v y V (U ) = 2v
Ahora la esperanza de S 2 es,

σ2
 
2 (n − 1) 2
E(S ) = ·E S
n−1 σ2

(n − 1)S 2
 
Si E = n − 1 entonces
σ2
σ2
= (n − 1)
n−1
= σ2

Y la varianza es,

2
σ2
  
2 (n − 1) 2
V (S ) = ·V S
n−1 σ2

(n − 1)S 2
 
Si V = 2(n − 1) entonces
σ2
2
σ2

= (2(n − 1))
n−1
2σ 2
=
n−1

5. La resistencia a la ruptura del vidrio promedia 14 (medición en miles de libras por pulgada
cuadrada) y tiene una desviación estándar de 2.

a) ¿Cuál es la probabilidad de que el promedio de resistencia a la ruptura de 100 piezas

seleccionadas aleatoriamente de este vidrio exceda de 14,5?
Solución
Sea Ȳ la resistencia media muestral de 100 piezas de vidrio seleccionadas al azar.
Por lo tanto, la cantidad Ȳ −14,5
2
tiene una distribución normal estándar aproximada.
Ası́, la probabilidad está dada por:

P (Ȳ > 14) ≈ P (Z > 2,5) = 0,0062

b) Encuentre un intervalo que incluya con probabilidad 0,95 el promedio de resistencia

a la ruptura de 100 piezas de este vidrio seleccionadas aleatoriamente.
Solución
Sabemos que P (−1,96 < Z < 1,96) = 0,95.
Denotamos a (a, b) como el intervalo requerido, tal que P (a < Ȳ < b) = 0,95.
Entonces, tenemos que
 
a − 14 b − 14
P (−1,96 < Z < 1,96) ⇒ P <Z< ⇒ a = 13,608, b = 14,392
0,2 0,2

∴ (a, b) = (13,608, 14,392)

6. Una antropóloga desea calcular el promedio de estatura de los hombres de cierta raza. Si se
supone que la desviación estándar poblacional es de 2,5 pulgadas y ella muestrea 100 hombres
aleatoriamente, encuentre la probabilidad de que la diferencia entre la media muestral y la
verdadera media poblacional no exceda de 0.5 pulgadas.
Solución
Definamos a:
Ȳ el promedio de estatura de los hombres de cierta raza
σ la desviación estándar poblacional que es igual a 2.5 pulgadas
n el tamaño de la muestra (100)
La probabilidad de que la diferencia entre la media muestral y la verdadera media poblacional
no exceda de 0.5 pulgadas es,
P (|Ȳ − µ| ≤ 0,5) = P (−0,5 ≤ Ȳ − µ ≤ 0,5)
 
Ȳ −µ
Por el Teorema del limite central −→ √σ ∼ N (0, 1)
n
!
−0,5 Ȳ − µ 0,5
P (−0,5 ≤ Ȳ − µ ≤ 0,5) = P ≤ ≤
√2,5 √σ √2,5
100 n 100
= P (−2 ≤ Z ≤ 2)
= P (≤ Z ≤ 2) − P (≤ Z ≤ −2)
= 0,9772 − 0,0228
= 0,9544

∴ La probabilidad es de 0.9544
7. Se han encontrado de que las mediciones de resistencia al corte en soldaduras por puntos
tienen una desviación estándar de 10 libras por pulgada cuadrada (psi). Si se han de medir
100 soldaduras de prueba, ¿cuál es la probabilidad aproximada de que la media muestral se
encuentre a no más de 1 psi de la verdadera media poblacional?.
Solución
Definamos:
Ȳ las mediciones de resistencia al corte en soldaduras por puntos
σ la desviación estándar que es igual a 10 psi
n el tamaño de la muestra (100)
La probabilidad de que de que la media muestral se encuentre a no más de 1 psi de la verdadera
media poblacional es,
P (|Ȳ − µ| ≤ 1) = P (−1 ≤ Ȳ − µ ≤ 1)
 
Ȳ −µ
Por el Teorema del limite central −→ √σ ∼ N (0, 1)
n
!
−1 Ȳ − µ 1
P (−1 ≤ Ȳ − µ ≤ 1) = P ≤ ≤
√10 √σ √10
100 n 100
= P (−1 ≤ Z ≤ 1)
= 1 − 2 · ϕ(−1)
= 1 − 2(0,1587)
= 0,6827
8. Los resistores que se han de usar en un circuito tienen un promedio de resistencia de 200
ohms y desviación estándar de 10 ohms. Suponga que 25 de estos resistores se seleccionan
aleatoriamente para usarse en un circuito
a)¿Cuál es la probabilidad de que la resistencia promedio para los 25 resistores esté
entre 199 y 202 ohms?.
X −µ
Teniendo µ = 200, σ = 10, n = 25, usando Z = σ , Tenemos
√
n
!
199 − 200 201 − 200
P ≤Z≤ = P (0,5 ≤ Z ≤ 1)
√10 √10
25 25

Estos valores en la distribución normal son Z0,5 = 0,1915 y Z1 = 0,3413. Ası́ la

probabilidad total es P = 0,5328

b)Encuentre la probabilidad de que la resistencia total no exceda de 5100 ohms

Primero calculamos la media y tenemos 5100
25
= 204 = x
204 − 20
Calculando Z tenemos Z = = 2 Este valor en la tabla de normal es
√10
25
P = 0,4772
Como solo estamos tomando la media debemos sumar la otra parte de la gráfica que
es iguual a 0,5 Ası́ la prbabilidad total es P = 0,9772

9. Una lı́nea aérea encuentra que un 5 % de las personas que hacen reservaciones para cierto vuelo
no se presentan para el mismo. Si la lı́nea aérea vende 160 boletos para un vuelo con solo 155
asientos. ¿Cuál es la probabilidad de que se disponga de un asiento para cada persona que tiene
reservación y piense en volar?

Solución

Buscamos la probabilidad de que para cada persona que vaya a tomar el vuelo, se encuen-
tre con un asiento disponible, esto porque tenemos que el 5 % de las personas que reservan no
toman el vuelo, ası́ que la aereolı́na decide vender 160 boletos para los 155 lugares disponibles.

Denotemos Y como;

Y = Número de personas que tomarán el vuelo.

Es claro que Y sigue una distribución binomial con parámetros n y p, con n igual a 160 (total
de boletos vendidos) y p igual a 1 − 0,05 = 95 %, probabilidad de que la persona que adiquirió
el boleto tome el vuelo.

Nosotros queremos encontrar P(Y ≤ 155)

Ahora, para Teorema de lı́mite central, ponemos W tal que Y tiene aproximadamente la misma
distribución que W , donde W se distribuye normalmente con media;

µW = np

= 160 · (0.95)

= 152
 Y con varianza;
2
σW = np(1 − p)

= 160 · (0.95) · (1 − 0.95)

= 7.6

Por lo tanto y por Teorema de lı́mite central, tenemos;

P(Y ≤ 155) = P(Y ≤ 155.5)

 
Y − 152 155,5 − 152
= P √ ≤ √
7,6 7,6

= P(Z ≤ 1,270) Usando las tablas, tenemos;

= 0,898

De esta manera concluimos que la probabilidad de que haya un asiento disponible para cada
persona que decidad tomar el vuelo es de 0.898

10. Una máquina se apaga para reparala si una muestra aleatria de 100 piezas seleccionadas de la
producción diaria de la máquina contiene al menos 15 % de piezas defectuosas. (Suponga que
la producción diaria es un número grande de piezas.) Si en un dı́a determinado la máquinaestá
produciendo solo 10 % de piezas defectuosas. ¿Cuál es la probabilidad de que sea apagada?

Solución

Por la información dada, sabemos que la máquina se apaga para reparaciones si una mues-
tra aleatoria de 100 piezas seleccionadas de la producción diaria, revela 15 % de producción
defectuosa. Además, tenemos que un dı́a determinado, la máquina está produciendo 10 % de
piezas defectuosas, si tomamos Y ;

Y = Número de piezas defectuosas en la muestra de 100 artı́culos

Tenemos que, claramente, Y se distribuye binomialmente con parámetros (n = 100, p = 0, 10),

queda hallar la probabilidad de que la máquina se apague para que se lleven a cabo las repa-
raciones pertinentes, esto es, encontrar;

P(p ≥ 0,15) = P(Y ≥ 15)

Para ello, observamos que

   
mayor que p y q 0,9
= 9
menor que p y q 0,1

= 81(< n)

Por lo tanto, la aproximación normal para la probabilidad requerida es adecuada.

Ası́, y usando Teorema de lı́mite central;

 !
Y − np 15 − 0,5 − np
P(Y ≥ 15) = P p ≥ p
np(1 − p) np(1 − p)
!
14,5 − np
= 1−P Z < p
np(1 − p)
 
14,5 − 100(0,10)
= 1−P Z < √
100 · 0,10 · 0,90
 
4,5
= 1−P Z < Y usando las tablas;
3

= 1 − P (1,5)

= 1 − 0,9332

= 0,0668

Por lo tanto, ta probabilidad de que la máquina se apague para reparaciones es de 0.0668

11. Un entrevistador piensa que el 20 % de los votantes de cierta zona están a favor de la emsión
de bonos, si 64 votantes se muestran aleatoriamente de entre el gran número de electores de
esta zona, calcule la probabilidad de que la fracción muestreada de votantes que están a favor
de la emisión de bonos no difiera en más de 0.06 de la fracción real.
Como tenemos n = 64, p = 0,2, q = 0,8 y con Y =No. de votantes a favor.
Calculando
 
Y  y  
P = | − P | ≤ 0,06 = P −0,06 ≤ − p ≤ 0,06
n n

Ası́ tenemos E = [ Yn ] = E[Y ] = p = 0,2 y V [ Yn ] = pq

n
= 0,0025
Ahora
!  
Y Y
−0,06 −p 0,06 −0,06 −p 0,06 
P = p pq ≤ np pq ≤ p pq = P =  q ≤ np pq ≤ q
0,2∗0,8 0,2∗0,8
n n n n
64 64

Y
−p
n
Sea Z = p pq − −N (0, 1) Entonces
n
 
−0, 06 0, 06
P = √ ≤Z≤ √ = P (−1,2 ≤ Z ≤ 1,2) = 2P (Z ≤ 1,2) − 1
0,0025 0,0025

= 2 (0,8849) − 1 = 0,7698

12. El gerente de un supermercado muestrea n = 50 clientes y si la fracción real de clientes a quienes

les disgusta la polı́tica de hacer efectivos los cheques es aproximadamente de 0.9, encuentre la
probabilidad de que la fracción muestral se encuentre a no más de 0.15 unidades de la fracción
real
  
2 p(1 − p)
Como tenemos una Y −Binomial(n = 50, p = 0,9) ⇒ Y ≈ W − µW = np, σW =
n
Luego
 
−0,15 W −µ 0,15
P (|W − µ| ≤ 0,15) = P (−0,15 ≤ W − µ ≤ 0,15) = P ≤ ≤
σ σ σ
 
−0,15 W −µ 0,15
=P ≤ ≤ = P (−3,5355 ≤ Z ≤ 3,5355) = 1−2P (Z > 3,5355)
0,0425 σ 0,0425
= 0,999593

13. La eficiencia (en lúmenes por watt) de los focos de cierto tipo tiene una media poblacional de 9,5
y desviación estándar de 0,5 de acuerdo con especificaciones de producción. Las especificaciones
para un cuarto en el que ocho de estos focos se han de instalar exigen que el promedio de
eficiencia de los mismos sea mayor que 10 . Encuentre la probabilidad de que se satisfaga esta
especificación para el cuarto, suponiendo que las mediciones de eficiencia están distribuidas
normalmente.
Solución
Sabemos que las medidas de eficiencia siguen una distribución normal con media µ = 9,5
lúmenes y σ = 0,5 lúmenes.
Sea Ȳ = eficiencia media de ocho focos, que sigue una distribución normal con una media de
0,5
9,5 lúmenes y una desviación estándar de √ 8
.
Por tanto, la probabilidad está dada por:
!
10 − 9,5
P (Ȳ > 10) = P Z > 0,5 = P (Z > 2,83) = 0,0023
√
8
14.Briggs y King desarrollaron la técnica de trasplante nuclear en el que el núcleo de una célula
de una de las etapas nales de desarrollo de un embrión se trasplanta en un cigoto (un huevo
fertilizado de una sola célula), para ver si el núcleo puede soportar un desarrollo normal. Si 0.65
es la probabilidad de que un solo trasplante de la etapa temprana de gástrula sea exitoso. ¿Cuál
es la probabilidad de que más de 70 trasplantes de entre 100 sea exitosa?.
Solución
Primero notemos 1u3 0.65 es la probabilidad de que un solo transplante durante etapa temprana
sea exitoso , y posteriormente denotemos a nuestra variable aleatoria Y~Bi n(100, 0.65) que mide
el numero de huevos, luego la probabilidad de que mas de 70 transplantes entre 100 resulten
exitosos será:
Y − np 70 − 65 5
P(Y < 70) = P( > ) = P(Z > )
npq 100 * 0.65 * 0.35 4.7

Luego
P(Z > 1.05) = 1 − P(Z ≤ 1.05) = 0.146
Así la probabilidad es de apenas 0.146
2Y
15. Si Y tiene distribución exponencial con media θ. Demuestre que U = tiene distribución x 2
θ
con dos grados de libertad
Solución
Usando la función generadora de momentos para U con una Y exponencial con θ tenemos que
y
∞
e− θ 1 ∞ −y( 1 − 2t )
∫0 θ ∫0
2Y 2Y
Ut
MU (t) = E [e ] = E [e θ t] = eθt dy = e θ dy
θ
2
= (1 − 2t)−1 = (1 − 2t)− 2
Lo que corresponde a U~X2 con 2 grados de libertad
fi