Professional Documents
Culture Documents
6
2 LEY UNIFORME DISCRETA
EJERCICIO 4:6 : 1 pag134
Un reloj automtico registra la hora a la cual llegan los empleados
de una ocina, en horas y minutos completos. Una persona puede
atrasarse hasta 59 minutos luego de la hora prejada para entrar,
caso contrario se le considera como falta. Por cada minuto de atraso
se le cobra una multa de 50 centavos.
Si los tiempos de atraso se consideran aleatorios:
a)Canto esperar una persona que se le descuente por un da
que se atras?
b)Si en la ocina hay 8 personas, que se atrasaron 2 veces al mes
cada una, canto sera el descuento global esperado a estos empleados
de la ocina?
Planteamiento del problema
Datos:
Variable aleatoria: X numero de personas atrazadas
la variable aleatoria
n : minutos de atraso
m : dinero por atraso
d : dias por atraso
s=h : numero personas
Hallar
E (X) =?
Como
Tabla de distribucin:
Distribucion Notacion E(X) Var(X) Fun. de densidad Fun. de dist.
n+1 n2 +1
Uniforme discreta U (n) 2 2 f (k) = P (X = k) = n1 F (Xk) = nk
Solucion:
a)E (X) = n+1 2 =
59+1
2 = 30 minutos
m = 30 0:50 = 15:0 dolares de atraso de una persona por da.
b)mT = d m
mT = 2 15 = 30 dlares
ms=h=8 = 8 30 = 240 dlares
Conclusin:
Canto esperar una persona que se le descuente por un da que
se atras es 15:0 dolares de atraso de una persona por da.
Si en la ocina hay 8 personas, que se atrasaron 2 veces al mes cada
una, canto sera el descuento global esperado a estos empleados de
la ocina es de 240 dlares
EJERCICIO 4:6 : 2 pag135
Para el servicio de transporte entre dos ciudades hay 10 buses,
de los cuales 5 son de tipo normal(costo de pasaje 2 dlares) y son
1
5 de tipo especial (costo del pasaje 3 dlares). Una persona tiene
que viajar entre las dos ciudades (ida y vuelta) durante los 5 das
laborables de la semana, y para transportarse toma el primer bus
que aparece en esa ruta, sin diferenciar el tipo; canto espera gastar
esta persona en la semana?
Planteamiento del problema.
DATOS:
n : numero de buses
x : costo de viaje($/da)
BN : bus normal
BE: bus especial
G: gasto semanal de transporte
n = 10
BN : 5 costo de pasajes: $2
BN : 5 costo de pasajes: $3
Como:
Distribucion Notacion E(X) Var(X) Fun. de densidad Fun. de dist.
n+1 n2 +1
Uniforme discreta U (n) 2 2 f (k) = P (X = k) = n1 F (Xk) = nk
x 4 5 6
1 1 1
P (x) 2(2) = 4 2 21 ( 12 ) = 1
2
1 1
2(2) = 1
4 =1
5 1
P (BN ) = =
10 2
5 1
P (BE) = =
10 2
G = 5X
2
b)Determine el nmero de palabras que se esperara lea un estu-
diante seleccionado al azar.
Planteamiento del problema
Datos:
Variable aleatoria: X Nmero de palabra leida
Espacio muestral = f80::::139g
n : es el nmero de palabras n = 59
Hallar
a)P (X = 100) =?
b)E(X) =?
Como:
Distribucion Notacion E(X) Var(X) Fun. de densidad Fun. de dist.
n+1 n2 +1
Uniforme discreta U (n) 2 2 f (k) = P (X = k) = n1 F (Xk) = nk
Resolucin del problema.
a)
casosf avorables 139 100 39
P = = = = 0:66
casoposibles 59 59
b)
59 + 1
E(X) = = 30 + 80 = 110
2
Conclusin:
El numero de palabras que espera leer es de 110 por minuto.
EJERCICIO 4:6 : 4 pag135
Sea X una variable aleatoria que sigue una ley uniforme sobre
{-1,0,1}. Calcule
1 1 1 ( 1)k 1 ( 1)k + 1
E(X k ) = ( 1)k ( ) + (0)k ( ) + (1)k ( ) = + =
3 3 3 3 3 3
3
V ar(X k ) = E(X 2k ) (E(X k ))2
Conclusin
i) V ar(X k ) = 32 4
9= 29 k es par
ii) V ar(X k ) = 32 0 = 23 k es impar
3 LEY HIPERGEOMTRICA:
EJERCICIO 4:6 : 5 pag135
Una variable X tiene distribuciN HIPERGEOMTRICA H(7; 4; 5).
Calcule:
a)P (X = 3);
b)la esperanza utulizando la denicin y verifquela empleando la
frmula de E(x);
c)la varianza de X.
PLANTEAMIENTO DEL PROBLEMA
Datos:
n = 4
N = 7
r = 5
Hallar
a)P (X = 3) =?
b)E(X) =?
c)V (X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolucin del problema
a)
3 5 3
4 7 4 C43
P (X = 3) = 3 = C32
7
C73
b)
5(4) 20
E(X) = = = 2: 857 1
7 7
c)
5 5 5
V (X) = (1 )= = 0:178 57
7 4 28
Conclusin:
4
E(X) = 2: 857 1
V (X) = 0:178 57
EJERCICIO 4:6 : 6 pag135
En una linea de control de calidad se revisan 10 articulos, deter-
minndose que hay 3 que no cumplen con las especicaciones. Si se
escogen al azar dos artculos, identique los parmetros de la ley y
halle la esperanza de la variable aleatoria X, que describe el nmero
de peizas correctas entre las dos escogidas.
Planteamiwento del problema.
1.Datos:
Variable aleatoria X - nmero de peiza correcta entre la escogida.
N = 10
n = 3
r = 2
Hallar
E(X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolucin del problema.
2(3)
E(X) = = 0:6
10
Conclusin
E(X) = 0:6
EJERCICIO 4:6 : 7 pag135
n = 7
N = 10
r = 4
Hallar
5
P (X = 5) =?
Como
Tabla de distribucin:
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolucin del problema.
5 4 3
7 10 7 C75 C31 C5
P (X = 3) = 5 = 5 = C3 57 = 0:5
10
C10 C10
Conclusin:
Por o tanto no existe descriminacin porque la probabilidad es alta.
EJERCICIO 4:6 : 8 pag135
El examen de graduacin de los abogados consta de 50 temas. La
forma de examinar es la siguiente: por sorteo se eligen 6 temas de
los que hay que contestar 3 para aprobar. Si el estudiante solo ha
estudiado 30 temas:
a) Cual es la probabilidad de los 6 temas sepa contestar correc-
tamente a 3?
Datos
6
Conclusin
P (Z = 3) = 0:291 26
P (Z = 0:835 66
EJERCICIO 4:6 : 9 pag135
Un auditor comprueba la contabilidad de una empresa y toma como muestra
3 cuentas de una lista de 8 cuentas por cobrar. Calcule la probabilidad de que
el auditor encuentre por lo menos una cuenta vencida. si hay:
N = 8
n = 6
r = 3
Hallar
2 cuentas vencidas entre las 8 selecionadasllar
4 cuentas vencidas.
7 cuentas vencidas.
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolucin del problema.
C63 C22
P (X > 1) = 1
C83
C6 C22
3
P (X > 1) = 1
C83
6! 2!
3! 3! 2! 0!
P (X > 2) = 1 8!
3! 5!
9
P (X > 2) =
14
b)
7
C41 C42
P (X > 1) = 1
C83
4! 4!
1! 3! 2! 2! 4
P (X > 1) = 1 8!
=
3! 5!
7
4
P (X > 1) =
7
c)
C11 C72
P (X > 1) = 1
C83
1! 7!
1! 0! 2! 5! 5
P (X > 1) = 1 8!
=
3! 5!
8
5
P (X > 1) =
8
Conclusin
9
P (X > 2) = 14
4
P (X > 1) = 7
5
P (X > 1) = 8
8
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolucin del problema.
a)
3 5
0 4 1
P (X = 0) = 8 =
4
14
b)
1 3 1 3 13
P (X 1) = P (X = 0) + P (X = 1) = + = + = = 0:928 57
14 7 2 7 14
3 5
1 3 3
(X = 1) = 8 = = 0:428 57
4
7
c)
1 2 5
P (X = 3) = + =
14 7 14
Conclusin
1
P (X = 0) = 14
P (X 1) = 0:928 57
5
P (X = 3) = 14
Bin(4; 0:2)
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Hallar
9
a) P (X = 2) c) P (X 2) e) V ar(X)
b) P (X 2) d) E(X)
Resolucin del problema.
P (X = k) = Cnk pk q n k
a)
P (X = 2) = 0; 1536
b)
c)
d)
10
Bin(25; 0:1)
Probabilidad de exito o fracaso = 0:1
Nmero de experimentos = 25
X = probabilidad de cajas incompletas
Hallar
Calcule la probabilidad de que no haya mas de dos cajas incompletas.
Como.
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolucin del problema.
P (X = k) = Cnk pk q n k
n
P r(X 2) = pk q n k
k
25 25 25
P r(X 2) = p2 q 25 2 + p1 q 25 1 + p0 q 25 0
2 1 0
25 25 25
P r(X 2) = 0:12 0:925 2 + 0:11 0:925 1 + 0:10 0:925 0
2 1 0
25
= 0:12 0:925 2 = 0:265 89
2
25
= 0:11 0:925 1 = 0:199 42
1
25
= 0:10 0:925 0 = 7: 179 0 10 2
0
2
= 0:265 89 + 0:199 42 + 7: 179 0 10 = 0:537 1
Conclusin.
P r(X 2) = 0:537 1:
EJERCICIO 4:6 : 13 pag136.
Datos.
Bin(6; 0:8)
Probabilidad de persona desfavorable = 0:8
Nmero de experimentos = 6
Hallar
11
P (X = 6)
P (X = 4)
Como:
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolusion del problema.
X = probabilidad de 6 personas desfavorables
P (X = k) = Cnk pk q n k
n
P r(X = 6) = pk q n k
k
6
P r(X = 6) = p6 q 6 6
6
6
= 0:86 0:26 6 = 0:262 14
6
P (X = k) = Cnk pk q n k
n
P r(X = 4) = pk q n k
k
6
P r(X = 4) = p4 q 6 4
4
6
= 0:24 0:86 4 = 0:015 36
4
Conclusin
P (X = 6) = 0:262 14
P (X = 4) = 0:015 36
EJERCICIO 4:6 : 14 pag136.
12
Distribucion Notacion E(X) Var(X) Fun. de den. Funcin de dist.
P (X = k) =
n k
p (1 p)n k
k P
k
Binomial Bin(n; p) np npq ; k = 0; 1; :::; n F (X k) = P (xi )
i=1
Plantamiento del problema
Datos:
X : Variable aleatoria <<numero de hembras en cada camada >>
k : numero de hembras
probabilidad de que 1 sea macho
p = 0; 55
probabilidad de que ninguno sea macho
P (X = 0) = 1 p = q
= 1 0:55 = 0:45
q = 0:45
4!
P (X = 2) = C42 (0:55)2 (0:45)4 2
= (0:55)2 (0:45)2 = 0:367 54
2!(4 2)!
b)
Conclusin:
13
a)P (X = 2) = 0:367 54
b)P (X 2) = 0:609 03
EJERCICIO 4:6 : 16 pag136.
En una instalacin militar que dispone de 5 radares , la proba-
bilidad de que un solo radar descubra a un avin de combate es de
0,7
a) Cul es la probabilidad que sean exactamente 4 radares los que
descubren el avin?
b) Cul es la probabilidad de que por lo menos uno los descubra?
c) De cuntos radares debe constar la instalacin para asegurarse
en detectar aviones al menos en un 98% de las veces?
Planteamiento del problema.
Datos
variable aleatoria X : nmero de aviones que descubre el radar
n=5
p = 0; 7
Hallar
a) P (X = 4)
b) P (X 1)
c) P (X = k)
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
P (X = k)
F (X k)
= Cn p (1 p)n k ;
k k
Pk
Binomial Bin(n; p) np npq k = 0; 1; :::; n = P (xi )
i=1
Mediante la distribucin binomial : Bin(n; p) ; P (X = k) = Cnk pk (1 p)n k
Conclusin
a)La probabilidad de que exactamente sean 4 radares es: 0; 36
b) La probabilidad de que al menos uno lo descubra es: 0; 99
14
a) Determine la probabilidad de que ninguna persona se hu-
biera contagiado a pesar de que no se hubiera vacunado.
b) De este resultado Deduce usted que la vacuna es efectiva?
Planteamiento del problema.
Datos.
p = 0:25
q = 0:75
n = 10
Hallar
P (X = 0)
Deduce usted que la vacuna es efectiva.
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
P (X = k)
F (X k)
= Cnk pk (1 p)n k ; Pk
Binomial Bin(n; p) np npq k = 0; 1; :::; n = P (xi )
i=1
Resolucin del problema.
a)
0
P (X = 0) = C10 (0:25)0 (0:75)10 0
= 5: 631 4 10 2
0:05631
15
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
P (X = k)
F (X k)
= Cnk pk (1 p)n k ; Pk
Binomial Bin(n; p) np npq k = 0; 1; :::; n = P (xi )
i=1
Resolucin del problema.
a)
7
P r(Z = 7) = C (0; 3)7 (0; 7)7 7
7
= 1(0; 0002187 1)
= 0; 0002187
b)
1 Z 2
P r(0 Z 2) = P r(Z = 0) + P r(Z = 1) + P r(Z = 2)
0 1 2
= C (0; 3)0 (0; 7)7 + C (0; 3)1 (0; 7)7 1 + C (0; 3)2 (0; 7)7 2
7 7 7
= 0; 64706
Conclusin.
P r(Z = 7) = 0; 0002187
P r(0 Z 2) = 0; 64706
16
Hallar
a)P (X = 10) =?
b)P (X 2) =?
c)E(X) =?
d)V (X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Funcin de dist.
P (X = k) =
n k
p (1 p)n k
k P
k
Binomial Bin(n; p) np npq ; k = 0; 1; :::; n F (X k) = P (xi )
i=1
Resolucin del problema.
a)
16
P (x = 10) = (0; 25)10 (0; 75)16 10
10
= 0; 00136
b)
P (X 2) = P (X = 0) + P (X = 1) + P (X = 2)
16 16 16
= (0; 25)0 (0; 75)16 + (0; 25)1 (0; 75)16 1
+ (0; 25)2 (0; 75)16 2
0 1 2
= 0; 197110
c)
E(X) = (16)(0; 25) = 4
d)
V (X) = (16)(0; 25)(0; 75) = 3:
e)
V ar(X) = npq = 4 0:2 0:8 = 0:64
Conclusin
P (x = 10) = 0; 00136
P (X 2) = 0; 197110
E(X) == 4
V (X) = 3:
V ar(X) = 0:64
EJERCICIO 4:6 : 21 pag137.
Una compania petrolera va a perforar 29 pozos , cada uno de ellos tiene la
probabilidad de 0.1 de producir petrleo de manera rentable. A la compaia
le cuesta 100 dlares para perforar cada pozo. Un pozo comercial extrae
petrleo por un valor de 5 millones de dlares . Calcule
17
b) La desviacin estandar de valor de la ganancia.
Planteaminento del problema
Datos:
n = 29
K = 7
pi = 0:1
c = 100
Hallar
Cul es la probabilidad que el actor recite corectamente su
dilogo en la sexta vez?.
Resolucin del problema.
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
x
X
n n k
B(n; p) f (x) = k pk (q)n k
F (x) = k p (q)
n k
np
k=0
n k n k
P (X = 7) =p (q)
k
10
P (X = 7) = (0:3)7 (0:7)3
7
10
P (X = 7) = (0:3)7 (0:7)3
7
P (X = 7) = 0:2362:
Conclusin.
La probabilidad de que aprueben en las 12 primeras preguntas es de 0:274:
EJERCICIO 4:6 : 22 pag137.
Una lnea area, habiendo observado que el 5% de las personas que
hacen reservacin no se presentan para el vuelo, vende 100 boletos
para un avin que tiene 95 asientos. Cul es la probabilidad de que,
al momento del vuelo, haya un asiento disponible para cada pasajero?.
Planteamiento
Datos.
X Variable aleatoria discreta; asientos disponibles para cada pasajero
n = 100; nmero total de boletos
p = 5%
q = 95%
18
Hallar
P (X 95) =?
Como
P (X = k) = Cnk pk q n k
P (X 95) = 1 P (X > 95)
1. Datos:
n = 10
K = 7
p = 0:3
q = 0:7
Hallar
Cul es la probabilidad que el actor recite corectamente su
dilogo en la sexta vez?.
Resolucin del problema.
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
x
X
n n k
B(n; p) f (x) = k pk (q)n k
F (x) = k p (q)
n k
np
k=0
19
n k n k
P (X = 7) = p (q)
k
10
P (X = 7) = (0:3)7 (0:7)3
7
10
P (X = 7) = (0:3)7 (0:7)3
7
P (X = 7) = 0:2362:
Conclusin.
La probabilidad de que aprueben en las 12 primeras preguntas es de
0:2362:
1. Datos:
Hallar
Cul es la probabilidad que el actor recite corectamente su
dilogo en la sexta vez?.
Resolucin del problema.
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
Conclusin.
La probabilidad de que aprueben en las 12 primeras preguntas es de
0:2362:
EJERCICIO 4:6 : 25 pag137.
Hallar
20
a) Formar la ley de distribucin de la variable aleatoria que
describe el nmero de preguntas que realiza el profesor.
b) Hallar el nmero esperado de preguntas que ha realizado el
profesor.
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) Var
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
21
En un examen, en el que se realiza preguntas sucesivas, para aprobar hay
que constastar correctamente a las 10 preguntas. suponiendo que el alumno
sepa el 80% de las respuestas.
1. Datos:
X : preguntas sucesivas que se toma a un aluno para que apruebe el
examen.
r = 10
p = 0:8
q = 0:2
k = 12
Hallar
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = kr 11 P r (q)k r Ip (r; k + 1) donde Ip (x; y) r
p
Conclusin.
La probabilidad de que aprueben en las 12 primeras preguntas es de
0:2362:
EJERCICIO 4:6 : 28 pag138.
Una jugadora de tenis gana el 33% de los partidos que realizan. Ella jugar
en un torneo mientras no sea elimidada por perder el partido.
1. Datos:
p = 0:33
q = 0:67
Hallar
22
a) Halle la probabilidad de que sea eliminada en el segundo partido.
b) Si para ganar el torneo se debe ganar 5 partidos consecutivos. Cul
es la probabilidad de que la jugadora pierda pierda en la nal del
torneo.
c) Cuantos partidos espera que llegue a jugar en el torneo.
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
P (X = 2) = (0:67)2 (0:33)
P (X = 2) = 0:2211
Conclusin.
Una marca de refresco tiene impresas, en cada una de las tapas, una de las
guras de los 4 jinetes del apocalisis y quien reuna completa ganara un premio.
Si un comprador cree que hay igual al nmero de guras de cada unos de los
personajes en la promocin. Cuantos refrescos ha de esperar comprar para
ganar el premio?.
1. Datos:
BN (33:32; 4)
Hallar
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
23
Resolucin del problema.
BN (33:32; 4)
33
E(x) =
4
E(x) = 8:33
Conclusin.
E(X) = 8:33; es decir 9 refrescos.
1. Datos:
X : Mariposas de las clase deseada.
p = 0:15
q = 0:85
k = 8
Hallar
24
a) Un ejemplar de la clase deseada.
b) Tres ejemplares de la clase deseada.
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
k 1
P (X = k) = p (1 p) ; P
X
1 1 p
Geomtrica G (p) p p2 k = 1; :::; n F (X) = qk 1
p
k=1
Resolucin del problema.
k 1
P (X = k) = p (1 p)
7
P (X = 8) = (0:15) (0:85)
P (X = 8) = 0:4087
Conclusin.
Un ejemplar de la clase deseada es 0:4087
Tres ejemplares de la clase deseada 0:03564
EJERCICIO 4:6 : 32 pag138.
1. Datos.
n = 5
p = 0:2
q = 0:8
Hallar:
25
La probabilidad de que se tenga recalibrar la mquina cuando se ha
inspeccionado 20 piezas.
La probabilidad de que se recalibrar la mquina sin haber producido
ninguna pieza buena.
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
k 1
P (X = k) = p (1 p) ; P
X
1 1 p
Geomtrica G (p) p p2 k = 1; :::; n F (X) = qk 1
p
k=1
Resolucin del problema.
k 1
P (X = k) = p (1 p)
Hallar
Cul es la probabilidad de que el tercer usuario seal el primero que cierra
adecuadamente el windows?.
Como:
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
P (X = 3) = p(p)2
= (0:80) (0:20)
= 0:032
Conclusin
La probabilidad de que el tercer usuario seal el primero que cierra adecuada-
mente el windows es de 0:032:
26
6 LEYES POISSON.
EJERCICIO 4:6 : 35 pag139.
Sea Y una variable aleatoria que sigue una distribucin de poisson de media
= 2: calcule
1. Datos:
=2
Hallar
a) P (Y = 4)
b) P (Y <= 4)
c) P (Y > 4)
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) Var
k k
P( ) e k! p(x; ) = k!"
Resolucion del problema.
P (Y = 4)
24 " 2
P (Y = 4) =
4!
16" 2
P (Y = 4) =
24
P (Y = 4) = 0:0902
P (Y <= 4)
P (Y 4) = P (Y = 0) + P (Y = 0) + P (Y = 1) + P (Y = 2) + P (Y = 3) + P (Y = 4)
20 " 2 21 " 2 22 " 2 23 " 2 24 " 2
P (Y 4) = + + + +
0! 1! 2! 3! 4!
1 2 2 4 2
P (Y 4) = 2 + 2 + 2 + +
" " " 3 "2 3 "2
P (Y = 4) = 0:9473
P (Y > 4)
P (Y > 4) = 1 0:9473)
P (Y > 4) = 0:0527
EJERCICIO 4:6 : 36 pag139.
El promedio de las llamadas que reciben una central telefonica en un minuto
es de 1.5. Halle la probabilidad de que en 4 minutos se reciban.
27
1. Datos:
= 1:5
t = 4
t = 6
Hallar:
a) 3 llamadas.
b) menos de 3 llamadas.
Como:
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) Var
k k
P( ) e k! p(x; ) = k!"
Resolucion del problema.
3 llamadas.
6
e 63
P (X = 3) =
3!
6
e 63
P (X = 3) =
6
63
P (X = 3) =
6 e6
216
P (X = 3) =
6 e6
P (X = 3) = 0:89235
Menos de 3 llamadas.
P (X < 3) = P (X = 0) + P (X = 1) + P (X = 2)
e 6 60 e 6 61 e 6 62
P (X 3) = + +
0! 1! 2!
1 6 18
P (X 3) = + 6+ 6
e6 e e
25
P (X 3) =
e6
P (X 3) = 0:06197
Conclusion :
28
3 llamadas. es 0:89235
Menos de 3 llamadas. es 0:06197
1. Datos:
X: Nmero de pacientes que ingresan a la sala de emergencia de un hospital
E(X) = =4
Hallar:
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucin del problema.
P (X = 3)
4 2
e 4
P (X = 2) =
2!
8
P (X = 2) =
e4
P (X = 2) = 0:1465
P (X > 3)
P (X > 3) = 1 P (X 3)
P (X > 3) = 1 [P (X = 0) + P (X = 1) + P (X = 3) + P (X = 3)]
e 4 40 e 4 42 e 4 41 e 4 43
P (X > 3) = 1 [ + + + ]
0! 2! 1! 3!
1 4 4 32
P (X > 3) = 1 [ 4 + 4 + 4 + ]
e e e 3 e4
9 32
P (X > 3) = 1 [ 4 + ]
e 3 e4
P (X > 3) = 0:5653
Conclusin:
Durante una noche haya exactamente haya 2 personas en la sala de emer-
gencia es 0:1465
29
1. (a) Durante la noche aya mas de 3 personas es 0:5653
30
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema.
k
Mediante la distribucin de Poisson P ( ) ; P (X = k) = e k! Por aproxi-
macin a la binomial cuando n es relativamente grande (n 30) y p pequeo
(p 0:05), poniendo = np(Teorema de aproximacin
= np = 100 0:03 = 3:0
2
a) P (X = 2) = e 3 32! = 92 e 3 = 0:224 04
b)P (X > 2) = 1 P (X 2) = 1 [P (X = 0) + P (X = 1) + P (X = 2)] =
0 1
1 (e 3 30! + e 3 31! + 92 e 3 ) = 0:576 81
0
c) P (X 1) = 1 [P (X = 0)] = 1 e 3 30! = 0:950 2
Conclusion:
a)La probabilidad de que resulten dos botellas rotas es de 0:224 04
b)La probabilidad de que resulten mas de dos botellas rotas es de 0:576 81
c)La probabilidad de que resulten al menos una botella rota es de 0:950 2
EJERCICIO 4:6 : 40 pag139.
31
e( 0:5)
(0:5)1
P (X = 1) = 1! = 0:303 27
e( 0:5)
(0:5)2 2
P (X = 2) = 2! = 7: 581 6 10
1. Datos:
X: poblacin que sufre daltonismo
n = 100
p = 0:01
= np
= 1
Hallar:
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema.
P (X = 0)
k
e
P (X = 0) =
k!
1 0
e 1
P (X = 0) =
0!
1
P (X = 0) =
e1
P (X = 0) = 0:3678
P(X 2)
32
P(X 2) = 1 P (X < 2)
P(X 2) = 1 [P (X = 0) + P (X = 1)]
e 1 10 e 1 11
P (X = 0) = 1 [ + ]
0! 1!
1 1
P (X = 0) = 1 [ 1 + 1 ]
e e
2
P (X = 0) = 1 [ 1 ]
e
(X = 0) = 0:2644
Conclucin.
1. Datos:
Y : El nmero de rboles con plaga por hectarea.
= 10
Hallar
El valor esperado y la desviacin estandar del costo C de fumigar 5
hectreas de bosque.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema
Concluscin.
E(C) = 200 dlares.
(C) = 47:43 dlares.
EJERCICIO 4:6 : 44 pag140:
33
Para el control de calidad de disco para computadora se emplea un dis-
positivo electronico que cuenta el nmero de bytes defectuosos. Una marca de
discos de computadoras tiene un promedio de 0.1 bytes de fectuosos por disco.
Calcule el procentaje de disco que:
1. Datos:
X: Nmeros de discos defecutuosos.
= 0:1
Hallar:
No tiene defecto
Tiene algn defecto.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema.
P (X = 0)
0:1
e 0:10
P (X = 0) =
0!
1
P (X = 0) =
e0:1
P (X = 0) = 0:9048
P (X 1)
P (X 1) = 1 [P (X < 1)]
P (X 1) = 1 [P (X = 0)]
1
P (X 1) = 1 0:1
e
P (X 1) = 1 0:9048
P (X 1) = 0; 0952
Concluscin.
No tiene defecto un 90:48%
Tiene algn defecto 9:52%
EJERCICIO 4:6 : 44 pag140:
El nmero de automoviles que llegan a un estacionamiento, que tiene una
capacidad de 12 autos es una variable aleatoria que sigue una ley de Poisson ,
con un promedio 4 por hora. Si al inicio del da el estacinamiento esta vacio.
34
1. Datos:
X : Nmero de automoviles que llegan a un estacionamiento
= 4
n = 12
= 32
Hallar
Cul es la probabilidad de que llene durate la primera hora.
Calcule la probabilidad de que llegue menos de 30 vehiculos en un turno
de 8 horas.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema
P (X < 30)
Conclusin.
Cul es la probabilidad de que llene durate la primera hora. es de
0:0006415
Calcule la probabilidad de que llegue menos de 30 vehiculos en un turno
de 8 horas es de 0:338
EJERCICIO 4:6 : 46 pag140:
1. Datos:
X : Estudio de un inventario.
=5
Hallar
A mas de 4 veces
35
Ni una sola vez.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
Resolucion del problema
P (X > 4)
P (X > 4) = 1 P (X 4)
P (X > 4) = 1 [P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4)]
e 5 50 e 5 51 e 5 52 e 5 53 e 5 54
P (X > 4) = 1 [ + + + + ]
0! 1! 2! 3! 4!
e 5 50 e 5 51 e 5 52 e 5 53 e 5 54
P (X > 4) = 1 [ + + + + ]
1 1 2 6 24
P (X > 4) = 1 [0:44]
P (X > 4) = 0:56
P (X = 0)
5 0
e 5
P (X = 0) =
0!
1
P (X = 0) =
e5
P (X = 0) = 0:0674
Conclusin.
A mas de 4 veces es 0:56
Ni una sola vez es 0:0674
EJERCICIO 4:6 : 47 pag140:
200 personas
n = 200
36
p = 0:01
= np = 200 0:01 = 2
P (X 4) = 1 P (X 3)
= 1 [P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)]
2 0 2 1 2 2 2 3
= 1 [ e 0!2 + e 1!2 + e 2!2 + e 3!2 ]
= 1 193 e
2
t 0:142876
EJERCICIO 4:6 : 48 pag140:
En una investigacin de mercado se determin que el 2 por ciento
de la poblacin toma regularmente una marca de yogourt .Se escogio
una muestra de 300 personas , determine la probabalidad.
DATOS
El 2 % de 300= 6 toman un yogourt de la misma marca
=6
FORMULAS
t k
%
(Distribuci n de Poison)
k!
RESOLUCIN
a)Exactamente 5 personas tomen yogourt de esa persona
t k 6(1)
% % (6)5 % 6
7774 % 6 324
= = = = 0; 161
k! 5! 120 5
b)a lo ms tiene tres personas
Pr (X 3) = Pr (X = 3) + Pr (X = 2) + Pr (X = 1) + Pr (X = 0)
t k 6(1)
% % (6)3 % 6(1)
(6)2 % 6(1)
(6)1 % 6(1)
(6)0
= + + +
k! 3! 2! 1! 0!
6(1) 6(1) 6(1)
% 216 (36) %% (6)1 % 6(1)
(6)0
= + + +
6 2 1 0!
= 0; 08923 + 0; 04462 + 0; 01487
= 0; 151198
c)al menos tomen cinco personas
Pr (X 5) = 1 Pr (X = 4) + Pr (X 3)
6(1)
% (6)4
= 1 + 0; 151198
4!
6(1)
%
54
= 1 + 0; 151198
1
= 1 0; 1338 + 0; 15198
= 0; 71422
37
5
exp (5)0
P (X = 0) = 0! 0; 00673
Solucin:
a)
Distribucin de Poisson
k
P (X = k) = e k! ; k = 0; 1; 2; :::
P (X < 5) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4)
2 0 2 1 2 2 2 3 2 4
e 2 e 2 e 2 e 2 e 2
= 0! + 1! + 2! + 3! + 4!
t 0:94734
b)
En este caso dependemos del tiempo, es conveniente usar:
t
e ( t)k
P (X = k) = k!
t=2
=2
P (X > 4) = 1 P (X 4)
= 1 P (X = 0)+P (X = 1)+P (X = 2)+P (X = 3)+P (X = 4)
2 2 0 2 2 1 2 2 2 2 2 3
= 1 [ e 0!(2 2) + e 1!(2 2) + e 2!(2 2) + e 3!(2 2) +
2 2
e (2 2)4
4! ]
= 1 103 3 e
4
t 0; 37116
Entonces, la probabilidad que durante un ao, al menos en 2 meses ocurran
38
En estudios demogrcos sobre matrimonios que tienen algn tipo
de planicacin familiar, el nmero X de hijos por matrimonio es
igual a 2, salvo ciertas desviaciones debidas al azar. Se ha comprobado
que, o bien: X = 2 (Y + 1) donde Y es una variable de Bernoulli de
parmetro p = 0:3, y esto ocurre con probabilidad p = 12 (pues se
cumple en el 50% de los matrimonios), o bien es: X = 2 + Z donde
Z sigue una distribucin de Poisson de parmetro ; y esto tambin
ocurre con probabilidad p = 12
Hallar:
a) el valor de sabiendo que E(X) = 2
b) la probabilidad de que un matrimonio tenga 1 o 2 hijos.
a)
X =2+Z
E(X) = E(2 + Z)
2 = E(2) + E(Z)
2=2+
=0
b)
Denimos la variable aleatoria Y que sigue una ley de Bernoulli
1; si es exito; p
Y =
0; si es f racaso; q
P (Y = 1) = 0:3
P (Y = 0) = q = 1 p = 1 0:3 = 0:7
7 LEY UNIFORME
EJERCICIO 4:10 : 1 pag 151:
39
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
Resolucin:
1 1
a)P (X = 0) = =
R1+3
0
4
b)P (X < 0) = 3 14 dx = 43
EJERCICIO 4:10 : 2 pag 151:.
Realice el ejercicio anterior considerando que X~U [ 3; 2].
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
Cont. U (a; b) b a ; si x 2 [a; b] x a
; si a x b a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
Qu quiero?
a)P (X = 0) =?
b)(X < 0) =?
c) P r(jXj < 1) =?
d)P r(X > t) = 13
Resolucion
1
a)P (X = 0) = 2+3 = 15
R0 1
b)(X < 0) = 3 5 dx = 53
R1
c) P r(jXj < 1) = P r(jXj < 1) = P r( 1 < X < 1) = 1 51 dx = 25
R2
d) P r(X > t) = 13 = P r(X < t) = t 15 dx = 25 51 ( 13 ) = 13
Los autobuses de cierta lnea salen con horario estricto cada cinco
minutos. Halle la probabilidad de que un pasajero que llega a la
parada tenga que esperar al autobs menos de tres minutos.
40
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
a=o
b=5
f (x) = 15
Sea X tiempo de espera hasta llegada de bus X~U [0; 5]
SOLUCIN: R
3
P r(X < 3) = 0 15 dx = 35
fafaaa
EJERCICIO 4:10 : 6 pag 152:
Supngase que Ia velocidad de los autos en un sector de una car-
retera sigue una ley uniforme entre 60 Km/h y 120 km/h. Cul es
la probabilidad de que un auto:
a) tenga una velocidad de 80 km/h?;
b) tenga una velocidad menor que 95 km/h?;
c) tenga una velocidad menor que 70 km/h o mayor que 100 km/h?
TABLA DE DISTRIBUCIN:
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a }
Cont. U (a; b) b a ; si x 2 [a; b] x a
; si a x b a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
a = 60
b = 120
X~U [60; 120]
Qu quiero?
a)P (X = 80) =?
b)P (X < 95) =?
c)P (X < 70) =?
SOLUCIN
a)P (X = 80) = 120 1(60) = 601
R 95 1 7
b)P (X < 95) = 60 60 dx = 12
R 70 1 1
c)P (X < 70) = 60 60 dx = 6
EJERCICIO 4:10 : 7 pag 152:
El dimetro, x de un circulo se mide aproximadamente 5 x 6. Con-
siderando el dimetro como una magnitud aleatoria X distribuida uniforme-
mente en el intervalo (5; 6). Halle:
a) la probabilidad de que el diametro sea mayor a 5:8 cm;
b) la esperanza matemtica y la varianza del rea del crculo.
41
Datos:
* Variable aleatoria X
X : dimetro de un crculo
* El dametro mide aproximadamente 5 x 6:
* La variable aleatoria X sigue una funcon de distribucin uniforme (U ) de
parmetros [5; 6]
*X U [5; 6]
Resultados a obtener:
Cmo lo hago?
R1
*Pr(x > k) = k f (x) dx
Desarrollo
Funcin de Distribucin
1; si x 2 [5; 6]
f (x) = f
0; si x 2
= [5; 6]
R6
a)Pr(x > 5:8) = 5:8 dx = x[65:8 = (6 5:8) = 0:2
b) Denimos una nueva variable aleatoria ,Y , como el rea de un crculo.
rea de un circulo segun los parmetros de la variable aleatoria X; dene
los parmetro de Y .
2
a1 = a4 = 25 4
2
b2 = b4 = 9
La variable aleatoria Y sigue una funcon de distribucin uniforme (U ) de
parmetros [ 25 4 ; 9 ]
Y U [ 25
4 ; 9 ]
25
a+b +9 61
E(Y ) = 2 =
4
2 = 8
2 (9 25
)2
V ar(Y ) = (b 12a) =
12
4
= 121
192
2
6:223
EJERCICIO 4:10 : 1 pag 151:
Una llamada telefnica lleg a un conmutador en un tiempo, al
azar, dentro de un periodo de un minuto. El conmutador estuvo
ocupado durante 15 segundos en ese minuto. Calcule la probabilidad
de que la llamada haya llegado mientras el conmutador no estuvo
ocupado.
TABLA DE DISTRIBUCIN
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
42
DATOS:
a=0
b = 70
X~U [0; 60]
Qu quiero?
a)P (X > 15) =?
SOLUCIN R 60 1
a)P (X > 15) = 15 60 dx = 34 = 0:75
EJERCICIO 4:10 : 9 pag 153:
A partir de las 12:00 de la noche un centro de cmputo trabaja dos
horas y para una. Una persona llama al centro un momento aleatorio
entre las 12:00 y las 05:00 horas. Cul es la probabilidad de que el
centro est trabajando cuando llama la persona?
TABLA DE DISTRIBUCIN
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
Cont. U (a; b) b a ; si x 2 [a; b] x a
; si a x b a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
X : Variable aleatoria tiempo que la persona puede llamar al centro de
computo X U [a; b]
[a; b] : intervalo entre 12 y 5 horas o entre 0 y 5 horas
Solucin:
Funcin densidad
1
f (x) = b a ; si x 2 [a; b]
0; si x 2
= [a; b]
Entonces:
1
f (x) = 5; si 0 x 5
0; caso contrario:
La probabilidad de que llame al centro entre las 12 y 5 horas despus de 2
horas laborales y esperara 1 hora de descanso.
La persona llamara a 12:00 a menos que llame 2:00 o despus de 3:00. En-
tonces, la probabilidad de que el centro de cmputo este trabajando cuando
llama la persona es: R2 R5
P [(0 x 2) o (3 x 5)] = 0 51 dx + 3 15 dx = 15 (2 0) + 15 (5 3) =
2 2 4
5 + 5 = 5 = 0; 8
43
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
X~u[0; 1000]
RESOLUCION:
1 1 574 3
P (425 < X < 575) = 1000 dx = 1000 xj425 = 20
8 LEY EXPONENCIAL.
EJERCICIO 4:10 : 11 pag 153:
Escriba las funciones de densidad y distribucin y los valores de
la esperanza y varianza para las variables aeatorias que siguen una
ley exponencial:
a)E(6);
b)E(3);
c)E(0:5);
Tabla funcin de distribucin:
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA
DATOS:
a)E(6);
b)E(3);
c)E(0:5);
Qu quiero?
a)E(6) =?
b)E(3) =?
c)E(0:5) =?
Solucin: P 6
k k
a)E(6) => P (X = k) = e 6 6k! ; F (x) = k e 6 6k!
k P 3 k
b)E(3) => P (X = k) = e 3 3k! ; F (x) = k e 3 3k!
k P 0:5 0:5 0:5k
c)E(0:5) => P (X = k) = e 0:5 0:5
k! ; F (x) = k e k!
EJERCICIO 4:10 : 12 pag 153:
Se prueban dos elementos que trabajan independientemente. El
tiempo de trabajo del primer elemento tiene distribucin E(0:02) y el
segundo elemento E(0:05). Halle la probabilidad de que en el tiempo
de duracin t = 6 horas:
44
(b) solo falle un elemento;
(c) falle por lo menos un elemento.
Tabla funcin de distribucin:
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA
DATOS(Qu tenemos)
E(0:02) y E(0:05); Funcin de la Distribucin Exponencial
t = 6; tiempo de duracin.
RESULTADOS(Qu queremos)
COMO
0; x<0
f (x) =
e x; x 0
0; x<0
F (x) =
1 e x; x 0
P (X = k) = F (X)
DESARROLLO
a)Para E(0:02)
0; x<0
F (t) =
1 e x; x 0
P (X 6) = F (t)
= 1 e (6)(0:02)
= 1 e 0:12
= 0:1137
Para E(0:05)
0; x<0
F (t) =
1 e x; x 0
P (X 6) = F (t)
= 1 e (6)(0:05)
= 1 e 0:3
= 0:2592
P = 0:1137 + 0:2592 = 0:372 9
b)Se puede calcular por:
1 "probabilidad ambos f allen" = 1 0:3729 = 0:627 1
c)Lo calcularemos del siguiente modo:
Probabilidad que falle A + Probabilidad que falle B
0:1137 + (1 0:2592) = 0:854 5
(6)(0:02) 1
d)P = e 1
(6(0:02))
= 0:106 43
EJERCICIO 4:10 : 13 pag 152:.
La duracin (en minutos) de las llamadas telefnicas de larga dis-
tancia desde Quito es una variable aleatoria con densidad
0; si t 0
f (t) = t
ce 3 ; si t 0
Determine el valor de c y calcule la probabilidad de que una llamada dure:
45
a) menos de 3 minutos
b) ms de 6 minutos
c) entre 3 y 6 minutos
d) Calcule la esperanza de la variable aleatoria e interprete su signicado
Tabla funcin de distribucin:
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA
1. DATOS:
variable aleatoria : duracin de la llamada
c =?
Z2
t
a) ce 3 dt =?
0
Z1
t
b) ce 3 dt =?
6
Z6
t
c) ce 3 dt =?
3
d) E(X) =?
2. CMO LO HAGO?
Z1
t
Mediante la distribucin exponencial "( ) ; P (X = k) = ce 3 dt
0
3. SOLUCIN
Z1
t
ce 3 dt = 1
0
Z1
t
c e 3 dt = 1
0
t 1 0
3ce 3 j1
0 dt = 1 ! 3ce 3 dt + 3ce 3 = 1
c = 31 = 0:333 33
Z2
t
a) 13 e 3 dt = : 1 e 1
= 0:632 12
0
Z1
t t 1 6
b) ce 3 dt = e 3 j1
6 = e 3 +e 3 =e 2
= 0:135 34
6
Z6
t t 6 3
c) ce 3 dt = e 3 j63 = e 3 +e 3 = e 2
+e 1
= 0:232 54
3
d) E(X) = 31
46
CONCLUSIN:
El valar de C es 0:333 33
a)La probabilidad de que una llamada dure menos de 3 minutos es 0:632 12
b)La probabilidad de que una llamada dure mas de 6 minutos es 0:135 34
c)La probabilidad de que una llamada dure entre 3 y 6 minutos es 0:232 54
EJERCICIO 4:10 : 14 pag 153.
La caducidad, en aos, de cierto tipo de reactivo qumico utilizado
en histopatologa tiene una distribucin exponencial con parmetro
4.
a) Halle el tiempo esperado de caducidad
b) calcule la probabilidad de que en un frasco de ese reactivo sea
considerado caduco en el primer ao luego de producido;
c) Si en un laboratorio se compraron 4 frasco de ese reactivo, cul
es la probabilidad de que luego de un ao solo uno sea utilizable.
TABLA DE DISTRIBUCIN
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA:
DATOS:
=4
x:
_ tiempo de caducidad
BUSCAR:
a)E(4) =?
b)F (1) =?
c)P (X = 3) =?
SOLUCIN:
0 , si x < 0
F (X) =
1 e x ,si x 0
0 , si x < 0
F (X) =
1 e 4x , si x 0
a)E(4) = 41 = 0:25 aos
1 12 meses
0:25 x => x = 3 meses
1. Datos
t
1
60 e Si x 0
60
f (x) =
0 si x < 0
Hallar
Como
47
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
1
"( ) e x 1 e x
48
a) mas de 30 mil kilometros
k 30
30(0:03)
P (X = 30) = 1 exp 1 = 1 exp10:9
P (X = 30) 0; 5934
b) mas de 30 mil kilometros, dado que a durado 15 mi kilometros
k > 30 15(0:03)
P (X = 15) + P (X = 30) = 1 exp 1 + 1 exp10:9 = 2 exp10:45 1
exp0:9
P (X = 15) + P (X = 30) 0:95580
F (x) = 0; si x < 0;
1 e x=2:4 si x 0;
P (X > 3) = 1 P (X 3) = 1 F (3) = 0:286 5
49
b) P (2 X 3) = P (X 2) P (X 3) = (e 2=2:4 ) + (1 e 3=2:4 ) 1 =
0:148 09
c) Pr(X > 2:4 + 6:4jX > 2:4) = Pr(X>8:8)
Pr(X>2:4) = 11 F (8:8)
F (2:4) = 6: 948 3 10 2
= 0:069483
Respuesta
a) Mayor que 3 grados en la escala Richter.
P (X > 3) = 0:2865
b) Entre 2 y 3 grados en la escala de Richter.
P (2 X 3) = 0:14809
c) El sismo producido en la India el 30 de septiembre de 1993 tuvo la in-
tensidad de 6:4 grados, Cul es la probabilidad de que un sismo supere esta
intensidad?
P (X > 2:4 + 6:4jX > 2:4) = 0:069483
EJERCICIO 4:10 : 20 pag 154:
El tiempo de reparacion de unas computadoras tiene una distribu-
cion aproximadamente exponencial con media
de 22 minutos
a) Halle la probablilidad de que el tiempo de reparacion sea menor
que diez minutos
b) El costo de reparacion es de 20 dolares por cada media hora
o fraccion Cual es la probabilidad de que la reparacion cueste 40
dolares?
c) Para efectuar una programacion cuanto tiempo se debe asignar
a cada reparacion para que la probabilidad de que cualquier tiempo
de reparacion
mayor que el tiempo asignado sea solo de 0.1?
50
8.4 Solucin:
Consideramos la variable aleatoria X :que representa el tiempo de reparacion
de las computadoras.Como
E(X) = 22 = 1 ;entonces 1
= 22 y X v "( 22 1
)
su funcion de densidad es:
X
1
f (x) = 22 e 22 ;x > 0
R 10 1 X
a) P (X < 10) = 0 22 e 22 dx
X
= e 22 j100
5
= 1 e 11
= 0:36R
60 1 X
b)P (30 X 60) = 30 22 e 22 dx
X
= e 22 j6030
30 15
= e 11 + e 11
= 0:19033
8.4.1 Conclusion:
La probablilidad de que el tiempo de reparacion sea menor que diez minutos es
de 0.36
La probabilidad de que la reparacion cueste 40 dolares es de 0.190
El tiempo que se debe asignar a cada reparacion para que la probabilidad
de que cualquier tiempo de reparacion
sea solo de 0.1 es de 51 minutos
EJERCICIO 4:10 : 21 pag 154:
Una renadora e azucar tiene cinco plantas de proceso, y todas reciben
azucar blanca y a granel. La cantidad de azucar que puede procesar
en un dia se puede representar mediante una ley exponencial con promedio
de 3(medidas de tonelada), para cada una de las cinco plantas.
Si las plantas trabajan en forma independiente, calcule la probabilidad de
que exactamente dos de las cinco plantas se procese mas de 4
toneladas en un dia determinado.
Datos
51
X : La cantidad que puede procesar una planta en un dia determinado.
Plantas de proceso= 5
Ley exponencial con promedio = 3 toneladas
Como lo hago
Distribucion Exponencial
Distribucion Binomial
Solucion
1 x
3e x>0
3
F (x)
0 otros
R1 1
p(x > 4) 4 13 e 3 dx
R1 1
p(x > 4) 13 4 e 3 dx = 0:26
Conclusion
La probabilidad de que en exactamente dos de las cinco plantas se procese
mas de4toneladas es 27%
9 LEY NORMAL.
EJERCICIO 4:10 : 24 :pag 155
Usando la tabla de la ley Normal estandar, determinar:
a) P (Z < 0:83)
P (Z < 0:83) < 0:7967
b) P (Z < 1:27)
P (Z < 1:27) < 0:1020
c) P (Z > 0:83)
52
P (Z > 0:83) > 0:7967
d) P (Z > 1:27)
P (Z > 1:27) > 0:1020
e) P (0:47 < Z < 1:08)
P (0:47 < Z < 1:08) = 0:6808 < Z < 0:8599 = 0:6808 + 0:8599 = 1: 540 7
f) P ( 1:39 < Z < 1:39)
P ( 1:39 < Z < 1:39) = 0:023 < Z < 0:9177 = 0:023 + 0:9177 = 0:940 7
g) P (Z > z1 ) = 0:06
Aproximando z1 = 1:55
h) P (0:90 < Z < z1 )
P (0:90 < Z < z1 ) = 0:1841 < Z < 0:06 = 0:1841 + 0:06 = 0:244 1
EJERCICIO 4:10 : 25 pag 155:
1. Datos
X : sigue una distribucin normal
= 18
= 2; 5
Hallar
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x)
1 1 x u 2 Rx (t )2
N( ; 2
) p
2
2
e 2( )
(x; ; ) = p21 1
e 2 2 dt
P (X < x1 )
P (X < x1 ) = F (x1 ) =
x1 18
P (X < x1 ) =
2; 5
x1 18
! = 0; 76
2; 5
x1 = ( 0; 76)(2; 5) + 18
x1 = 16:1
53
1 P (X < x1 )
x1 18
1 P (X < x1 ) = 1
2; 5
x1 18
= 0; 1816 = 1
2; 5
x1 18
! 1 = 0:91
2; 5
x1 = 0:91 (2:5) + 18
x1 = 20:28
Conclusin.
EJERCICIO 4:10 : 26 :pag 155
QU QUIERO?
54
V ar(Y
p ) = 16 p
= V ar(Y ) = 16 = 4
Entonces: Y v N (5; 4)
2
f (x) = 4p12 e (x 5) =32
b).
6 5 6 5
P (Y < 6) = 4 = 4
= (0:25) = 0:5987
P (Y > 4) = 1 P (Y 4)
4 5
=1 4 =1 ( 0:25)
= 1 0:4013 = 0:598 7
P (jY j < 3) = P ( 3 < Y < 3)
= F (3) F ( 3)
3 5 3 5
= 4 4
= ( 0:5) ( 2:0)
= 0:3085 0:0228 = 0:285 7
9.3 Conclusiones
p1 (x 5) 2 =32
a). La funcin de densidad f (x) = 4 2
e
P (Y < 6) = 0:5987
b). P (Y > 4) = 0:598 7
P (jY j < 3) = 0:285 7
55
x
Como: F (x) = ( ); Tabla de distribucion Normal
56
9.4 Planteamiento del problema
9.4.1 Datos
:espacio muestral
9.4.2 Buscar
probabilidad de P (X 1), P (X < 1), P (X < 3)
9.4.3 Procedimiento
P( ) = 1 F (x) = ( x )
1. (a) = 1 F (1)
1 2
=1 ( 1:25 )
=1 ( 0:8)
= 1 0:2119
= 0:788 1
(b) P (X = 0) = P (X = 0)
= F (0)
0 2
= ( 1:25 )
= ( 1:6)
= 0:0548
(c) P (0 < X < 3) = F (3) F (0)
3 2 0 2
= ( 1:25 ) ( 1:25 )
= (0:8) ( 1:6)
= 0:7881 0:0548
= 0:733 3
57
9.6 Respuesta
1. (a) P (X 1) = 0:788 1
(b) P (X = 0) = 0:0548
(c) P (0 < X < 3) = 0:733 3
58
9.6.1 Plantamiento del Problema
= ( 21 3 17 ) ( 12 3 17 )
4 5
= (3) ( 3 )
= (1:33) ( 1:66)por valor de la tabla tenemos
= 0:9082 0:0485 = 0:859 7
b) Pr(X > t) = 0:05
1 Pr(X < t) = 0:05
1 ( t 317 ) = 0:05
1 0:05 = ( t 317 )
0:95 = ( t 317 )por valor de la tabla tenemos
t 17
3 = 1:64
t = 1:64 3 + 17
t = 4: 92 + 17 = 21: 92 t 22
59
1
f (x) = 20 ; si x 2 [0; 0:2]
19
20 ; si x 2= [ 0:4; 0:4]
entonces Z 20 R 20
1 3
P (X1 20)+P (X2 20)+P (X3 20) = 3 20 dx = 20 limn!1 n
dx =
1
3 3 3
20 limn!1 xj20
n = limn!1 (20 n) =
20 20 ( 1) = 0:15
Utilizando la Tabla de le Normal
P (X 20) = 0:4404
1 x2
f (x) = p2
40
e 40 dx = 0:314 45
EJERCICIO 4:10 : 32 :pag 156
Se aplic una prueba de uidez verbal a 500 alumnos en Educacin Bsica.
Se supone que las pumtuaciones se distribuyen segun una normal de media 80
y desviacin estandar 12.
9.7.2 Qu quiero?
a) P (T < x) = 0:25 ; x =?
b) P (T > x) = 0:45 ; x =?
c) P (T < 76) =?
60
9.7.4 Resolucin del problema
a)
P (T < x) = 0:25
x 80
P (T < x) = F (x) = 12 = 0:25
Guiandonos en la tabla podemos observar que ( 0:67) = 0:2514 que es el
que mas se aproxima a 0:25
x 80
12 = 0:67
x = ( 0:67 12) + 80 = 71: 96 72
b)
P (T > x) = 0:45
P (T > x) = 1 P (T < x) = 1 F (x) = 0:45
F (x) = 1 0:45 = 0:55
Guiandonos en la tabla podemos observar que (0:13) = 0:5514 que es el
que mas se aproxima a 0:55
x 80
12 = 0:13
x = (0:13 12) + 80 = 81: 56
c)
76 80
P (T < 76) = F (76) = 12 = ( 0:33) = 0:37
Como el 37% de los alumnos tienen una una uidez menor a 76
Calculamos el 37% de 500
na :numero de alumnos que tienen una uidez menor a 76
na = 0:37 500 = 185:0
9.7.5 Concluciones
a) El 25%de los alumnos con menor uidez verbal obtiene puntuaciones infe-
riores a 72
b) El 45% de los alumnos con mayor uidez verbal obtiene puntuaciones supe-
riores a 81:56
c) El nmero de alumnos qu tiene una uidez menor a 76 son: 185 alumnos
EJERCICIO 4:10 : 33 :pag 156
61
Planteamento del problema:
Datos:
= 60
=2
Busco:
1. (a) k =?nP r(X > k) = 0; 166
(b) k =?nP r(X k) = 0; 255
Cmo: Rt 1 t
2 p1 2( )2
* N( ; )= 2 1
e dt
X
*Z=
* Tablas de aproximacin de la distribucin normal
Resolucin:
1. (a) P r(X > k) = 0; 166
1 P r(X k) = 0; 166
1 ( k 260 ) = 0; 166
( k 260 ) = 1 0; 166
( k 260 ) = 0; 834
( k 260 ) = (0; 97)
k 60
2 = 0; 97
k = (0; 97)2 + 60
k = 1; 94 + 60
k = 61; 94 62
R: El permetro craneal que debe tener un hombre para que el 16; 6% de sus
paisanos "tengan ms cabeza que l es de 62cm
1. b. Pr(X k) = 0; 252
( k 260 ) = ( 0; 67)
k 60
2 = 0; 67
k = ( 0; 67)2 + 60
k = 60 1; 34
k = 58; 66 58; 7
R: El permetro craneal que debe tener un hombre para que el 25; 5% de sus
paisanos "tengan menos cabeza que l es de 58; 7cm
PROBLEMA 34
34. Se llama cociente intelectual (C.I.) al cociente entre la edad mental y la
edad real. Se sabe que la ley de distribucin del C.I. es normal con media
0:95 y desviacin estndar 0:22.
En una poblacin con 2600 personas se desea saber:
a) Cuntas tendrn un C.I. superior a 1:3?
b)Cuntas tendrn un C.I. inferior a 0:77?
c)Cuntas tendrn un C.I entre 0:8y 1:15?
62
9.8
Como lo hago
x
F (x) = ( ); Distribucion N ormal
Datos:
x - altura del marco
N ( ; 2 ) = N (1; 72;122 )
La variable aleatoria X esta denida por la ley de distribucin normal.
Hallar:
P (x < h) = 0; 01
63
Desarrollo:
Se tiene que:
P (x < h) = ( h 1;72
12 ) = 0; 01
entonces: h = 0; 03(12) + 1; 72
h = 2; 08m
EJERCICIO 4:10 : 36 :pag 156
La estatura de la poblacin masculina est normalmente distribuida con
= 167 cm y = 3 cm.
a) Cul es la probabilidad de que un hombre tenga una estatura:
(i) mayor que 167 cm? (ii) mayor que 170 cm? (iii) en-
tre 161 y 173 cm?
b) En una muesta aleatoria de cuatro hombres Cul es la probabilidad de
que:
(i) todos tengan estatura mayor que 170 cm?
(ii) dos tengan estatura menor que la media (y dos mayor que la media)?
Resultado: a)
(i) Pr(X > 167) = 0; 5
(ii) Pr(X > 170) = 0; 1587
(iii) Pr(161 < X < 173) = 0; 9544
b)
(i) Pr(Y = 4) = 0; 0006
(ii) Pr(Y = 2) = 0; 375
x
Como: F (x) = ( ); Tabla de distribucion Normal
Resolucion: a)
(i) Pr(X > 167) = 1 Pr(X > 167)
64
Pr(X > 167) = 0:5
(b)
= 12:8
2
= 0:6
= 0:77
Hallar
65
Como
Conclusin
66
EJERCICIO 4:10 : 39 :pag 156
Los conductores que se fabrican para utilizar en las computadoras
deben tener resistencias que varian entre 0:12 y 0:14 ohm. Las medidas
de las resistencias que producen una compaia siguen una ley de
distribucion normal de media 0:13 ohm y desviacion estandar 0:005
ohm.
a)Que porcentaje de la poblacion de la compaia cumple con las
especicaciones?
b) Si se usan cuatro de esos conductores en una computadora, cual
es la probabilidad de que los cuatro cumplan con las especicaciones?
Planteamiento del problema
Datos
= 0:13
= 0:005
Resultados
a)Que porcentaje de la poblacion de la compaia cumple con las especi-
caciones?
b) Si se usan cuatro de esos conductores en una computadora, cual es la
probabilidad de que los cuatro cumplan con las especicaciones?
Como
Distribucion normal
2 2
f (x) = p21 e (x ) =2 ; x 2 ( 1; 1)
donde es un valor real cualquiera y es positivo. A tal variable aleatoria
se notar como X N ( ; 2 ):
F (x) = ( x )
Resultado del Problema
a)P (0:12 X 0:14) = F (0:14) F (0:12) = ( 0:14 0:13
0:005 ) ( 0:12 0:13
0:005 )
= 0:9545 = 95:45%
b)P (X = 4) = F (4) = ( 40:005
0:13
) = 0:83
Respuesta
a) P (0:12 X 0:14) = 95:45%
b) P (X = 4) = 0:83
12(4) = 48
EJERCICIO 4:10 : 40 :pag 157
Los tiempos de la primera avera de una mquina de cierta marca tienen una
distribucin gaussiana con un promedio de 1500 horas de uso
y desviacin estndar de 200 horas.
67
9.9 Planteamiento del problema.
9.9.1 Qu tengo?(Datos)
X : Tiempo de la primera avera de una maquina
= 1500
= 200
X v N ( ; ), la variable aleatoria X sigue una ley de distribucin Normal,
de parametros = 1500 y = 200
9.9.2 Qu quiero?
a) P (X < 1000) =?
b) P (X < t) = ?
X v N (1500; 200)
t 1500
P (X < t) = 200 = (0:5)
Guiandonos en la tabla podemos observar que (0:5) = 0:6915
se sigue t 200
1500
= 0:6915 ! t = 0:69 200 + 1500 = 1561h
9.9.5 Concluciones
a) La fraccin de las maquinas que fallaran antes de 1000 horas es de 0:0062
b) El tiempo de garantia es de 1560 si se presenta el 5% de averas
68
Datos (que tengo)
Variable aleatoria X : promedio de calicacin de un estudiante
media u = 5:4
desviacin estandar = 0:5
2
varianza = 0:25
Qu quiero
a) Pr(X > 6)
b) Pr(X 4:9)
c) Pr(X > 6) =3
Cmo lo hago
Distribucin Normal X N (u; 2 )
Ley Normal Estandar F (x) = ( x u )
k
e
Distribucin de Poisson Pr(X = k) = k!
Solucin
a) Pr(X > 6)
b) Pr(X 4:9)
c) Pr(X > 6) =3
69
= 0:038911
EJERCICIO 4:10 : 42 :pag 157
En el grupo etnico A, la estatura de las personas (en cm) sigue una distribu-
cion N (165; 25); en el grupo etnico B sigue una N (170; 25) y en el grupo C una
N (175; 25). Los tres grupos etnicos son muy numerosos.
a) Si elegimos una persona del grupo A, cual es la probabilidad de que mida
mas de 160 cm?
b) Si elegimos 10 personas al azar del grupo etnico A, independientemente
unas de otras, cual es la probabilidad de que 5 de ellas midan mas de 160 cm?
c) En una ciudad, el 50% de la poblacion pertenece a la etnia A, el 20%
pertenece a la B y el 30% restantes a la C. Si elegimos una persona al azar en
esta ciudad y mide mas de 172 cm, cual es la probabilidad de que pertenezca
al grupo etnico C?
d) Si elegimos 10 personas al azar del grupo B, independientemente unas de
otras, cual es la probablidad de que al menos 5 midan mas de 172 cm?
9.10.2 Buscar
1. Probabilidad de P (X > 160)
2. P (X > 160) si se eligen 10 personas al azar del grupo A
3. Probabilidad de pertenecer al grupo etnico C
4. P (X > 172) si se eligen 10 personas al azar del grupo B
9.10.3 Procedimiento
F (x) = ( x )
70
=1 ( 160 5 165 )
=1 ( 1)
= 1 0:1587
= 0:841 3
5
1. (a) p = 10 = 12
P (X > 160) = 1 P (X = 171:5)
=1 ( 176:55 165
)
=1 (2: 3)
= 1 0:9893
= 0:010 7
9.12 Respuesta
1. P (X > 160) = 0:841 3
(a) P (X > 160) = 0:010 7
71
(b) P (X > 172) = 0:636 8
(c) P (X > 172) = 0:235 8
72
9.13.2 Qu quiero?
=?
=?
9.13.5 Conclucin
La distribusin normal que sigue la varialbe aleatoria X esta dada por X v
N (9:9; 3),
EJERCICIO 4:10 : 45 :pag 156
En una empresa las edades de los trabajadores disminuye normalmente con
media de 50 aos y una desviacin estndar de 5 aos.
a) Qu porcentaje de los trabajadores tiene entre 50 y 52.5 aos?
b) Cul es la probabilidad que un trabajador cualquiera no sea mayor a 45
aos?
c) Cul es la probabilidad que un trabajador tenga entre 41 y 58 aos?
d) El 20% de los trabajadores estn bajo cierta edad Cul es esa edad?
73
= ( 45 5 50 )
= ( 1)
= 0:84:13
74