ESTADISTICA Y PROBABILIDAD UNT
VARIABLE ALEATORIA:
1. Si X denota el número de horas que Ud. estudia durante un día seleccionado al azar. Suponga
que la función de probabilidad de X tiene la forma siguiente, donde k es algún número:
0.1 si x=0
kx si x=1 o 2
f(x)= k(5-x) si x=3 o 4
0 en otro lugar
a) Encontrar el valor de k.
b) Cuál es la probabilidad que Ud. estudie por lo menos dos horas
c) Exactamente dos horas; a lo mas dos horas.
d) Determine la Función de Distribución de X.
e) Hallar: E[X] y Var[X]
DESARROLLO:
A) 0.1+K+2K+2K+K=1
6K= 0.9
K=0.15
B) P(X>=2) = 1- P(X<=1) = 1- P(X<2) = 1-0.15*(1)-0.1 = 0.75
C) P(X=2) = 0.15*(2) = 0.3
D)
0 1 2 3 4
P(X) 0.1 0.15 0.3 0.3 0.15
F(X) 0.1 0.25 0.55 0.85 1
E) E(X) = u = ∑X*P(X) = 0*(0.1)+1*(0.15)+2*(0.3)+3*(0.3)+4(0.15)
E(X) = 2.25
E (𝑋 2 ) = 0^2*(0.1) +1^2*(0.15) +2^2*(0.3) +3^2*(0.3) +4^2(0.15)
E (𝑋 2 ) = 6.45
Var (X) = E (𝑋 2 ) - [𝐸(𝑋)]2 = 6.45 – (2.25) ^2 = 1.3875
Dr. Carlos A. Risco Dávila carisda_0265@[Link]
ESTADISTICA Y PROBABILIDAD UNT
2. La variable aleatoria X tiene la siguiente Función de Distribución:
0 si x < 10
F(x)= 1/4 si 10 ≤ x < 15
3/4 si 15 ≤ x < 20
1 si x ≥ 20
a) Calcular: P[X ≤ 10.5] + P[X ≥ 15.5]
b) Calcular: P[ 10.2 ≤ X ≤ 15.5]
c) Calcular la función de probabilidad de la variable aleatoria
d) Calcular la media y la desviación estándar.
DESARROLLO:
A) P(X=<10.5) +P(X>=15.5) = P(X=<10) + [P(x ≥ 20) - P(15 ≤ x < 20) ]
= 0+1/4 + [1-3/4]
= 0.5
0 10 15 20
P(X) 0 1/4 2/4 1/4
F(X) 0 1/4 3/4 1
B) P[ 10.2 ≤ X ≤ 15.5] = P(X=15) =1/2
C)
D)
Valor Esperado:
E(X) = u = ∑X*P(X) = 0*(0)+10*(1/4)+15*(2/4)+20*(1/4)
E(X) = 15
E (𝑋 2 ) = 0^2*(0)+10^2*(01/4)+15^2*(2/4)+20^2*(1/4)
E (𝑋 2 ) = 237.5
Var (X) = E (𝑋 2 ) - [𝐸(𝑋)]2 = 237.5 – (15) ^2 = 12.5
S(X) = 12.5^ (1/2) = 3.5355
Dr. Carlos A. Risco Dávila carisda_0265@[Link]
ESTADISTICA Y PROBABILIDAD UNT
3. En un negocio arriesgado un hombre puede obtener una ganancia de $ 10,000 o sufrir una
pérdida de $ 5,000. La probabilidad de una ganancia es 0.6 ¿Cuál es la ganancia (o pérdida)
esperada de dicha aventura?
P(X) = 10000*(0.6) + (-5000)*(0.4) = 4000
4. Una estación de servicio es provisionado de gasolina una vez semanal. El volumen X de la
posible venta semanal en miles de galones tiene la siguiente función de distribución
acumulada:
F(X) = 1 1 X
4
, 0<X<1
a) ¿Cuál debe ser la capacidad de su tanque para que la probabilidad de que su provisión
se agote en una semana sea solo de 0.01?
b) ¿Cuál es la probabilidad de que la venta semanal esté entre 800 y 900
galones?
DESARROLLO
A) P(X>=Xo) = 0.01 , P(X<= Xo)= 0.99
1 1 X = 0.99
4
(1 − 𝑋)4 = 0.01
1-X= 0.3162
X = 0.6838
B) P(0.8<X<0.9) = P(X<0.9) - P(X>0.8)
= F (0.9) - F(0.8)
= [1 – (1 − 0.9)4 ] – [1 − (1 − 0.8)4 ]
= [1 – 0.0001] – [1 - 0.0016]
= 0.9999 – 0.9984
= 0.0015
P(X<= Xo)= F(Xo)
Dr. Carlos A. Risco Dávila carisda_0265@[Link]
ESTADISTICA Y PROBABILIDAD UNT
5. Sea X una variable aleatoria continua con Función de Distribución,
0 , x≤0
x
F(x)= , 0 < x ≤ 2
2
1 , x > 2
Si: E[X] = y V[X]= 2
Hallar: P[ - < X < + /2 ]
Dr. Carlos A. Risco Dávila carisda_0265@[Link]
ESTADISTICA Y PROBABILIDAD UNT
DISTRIBUCIONES DE PROBABILIDAD
1. Una máquina produce artículos en los que hay una proporción p de
defectuosos. El ingeniero a cargo de la producción acostumbra
inspeccionar la máquina cada hora, mediante una muestra. La muestra no
contiene artículos defectuosos, permite que la máquina siga trabajando.
Admitiendo p=0.10, determinar el tamaño máximo de muestra, de modo
que la probabilidad que la máquina no sea detenida en una inspección
determinada sea menor o igual que 0.10.
DESARROLLO
2. En un lote de 9 termostatos que están en un recipiente hay 3 unidades
defectuosas ¿Cuál es la probabilidad de que se extraiga una unidad defectuosa
en una muestra de 4 tomada al azar?
DESARROLLO
Por distribución binomial:
9 1 2 5 14∗32
P = ( ) ∗ ( )4 ∗ ( ) = = 0.2048
4 3 3 81∗27
3. Suponga que X tiene una distribución de Poisson con media 4. Calcule las
probabilidades:
a. P(X=0) b. P(x>2) c. P(X≥4) d. P(X=8)
DESARROLLO
𝑒 −4 ∗40 2.718282−4
a) P(X=0) = = = 0.018315634
0! 1
𝑒−4 ∗40
b) P(X>2) = 1 − 𝑃(𝑋 ≤ 2) = 1 − (𝐹(0) + 𝐹(1) + 𝐹(2)) = 1 − [ 0! +
𝑒 −4 ∗ 41 𝑒 −4 ∗ 42
+ ] = 1 − (0.0183 + 0.0733 + 0.1465)
1! 2!
1 − (0.2384) = 0.8616
c) P(X>=4) =1 − 𝑃(𝑋 ≤ 3) = 1 − [𝐹(0) + 𝐹(1) + 𝐹(2) + 𝐹(3)] =
Dr. Carlos A. Risco Dávila carisda_0265@[Link]
ESTADISTICA Y PROBABILIDAD UNT
𝑒 −4 ∗ 40 𝑒 −4 ∗ 41 𝑒 −4 ∗ 42 𝑒 −4 ∗ 43
1 −[ + + + ]
0! 1! 2! 3!
1 − (0.0183 + 0.0733 + 0.1465 + 0.2931)
1 − (0.5315) = 0.4685
𝑒 −4 ∗48 2.718282−4 ∗65536
d) P(X=8) = = =0
8! 40320
4._ Suponga que el número de clientes que entran a un banco en una hora es una v.a.
Poisson, y que P(X=0)=0.05. Calcule la media y la varianza de X.
DESARROLLO:
𝑒 −𝜆 ∗ 𝜆0
0.05 = => ln 0.05 = −𝜆
0!
𝜆 = 2.9967 ≅ 3
5. X es una v.a. con distribución binomial y n=10 y p=0.20
Calcular:
a. P(X=5) b. P(X<5) c. P(X>3) d. P(X≥6) e. P(2<X<7)
DESARROLLO:
6. Dada una variable aleatoria binomial con una media de 20 y una varianza de 16,
encuentre n y p
DESARROLLO:
7. Supóngase que durante un período de varios años el número promedio de
muertes debidas a cierta enfermedad no contagiosa ha sido de diez. ¿Cuál es la
probabilidad que durante el año que transcurre:
a) Mueran exactamente 7 personas debido a la enfermedad?
b) Mueran diez o mas personas debido a la enfermedad?
c) Nadie muera debido a la enfermedad?
Dr. Carlos A. Risco Dávila carisda_0265@[Link]
ESTADISTICA Y PROBABILIDAD UNT
8. El número de fallas de un instrumento de fallas debidas a las partículas
contaminantes de un producto es una variable aleatoria poisson con media 0.02
fallas por hora.
a) ¿Cuál es la probabilidad de que el instrumento no falle en una jornada de ocho
horas?
b) ¿Cuál es la probabilidad de que se presente al menos una falla en un período de
24 horas?
9. Supóngase que una variable X muestra una distribución normal con una varianza
de 100. Dado que 0.0985 de los valores de x son mayores de 70, ¿Cuál es el valor
medio de X?
10. Se utiliza dispositivos de rechazo para descartar componentes de cierta dimensión
que no estén dentro de la especificación 1.5 ± d. Se conoce que esta medida está
normalmente distribuida con media de 1.5 y una desviación estándar de 0.2.
Determine d de manera que las especificaciones “cubran” el 95% de las
mediciones.
11. Los registros de pérdida de peso por evaporación de cierto producto empacado
muestran una pérdida media de 6.45 gramos con una desviación estándar de 1.30.
Asumiendo una distribución normal. ¿Cuál es la probabilidad de que si se extraen
dos paquetes al azar de un lote ambas muestran una pérdida de más de 8 gramos?
12. En el problema anterior. ¿Cuál es la probabilidad al seleccionar 5 paquetes que,
por lo menos, uno de ellos muestre pérdida de más de 8 gramos?
13. Una variable aleatoria X se distribuye normalmente. Si E[X2] = 68 y P[X<10] =
0.8413; determinar: y 2
14. Una compañía produce un compuesto químico y está preocupada por su contenido
de impurezas. Se estima que el peso de las impurezas por lote se distribuye según
una ley normal con media 12.2 gramos y desviación típica 2.8 gramos. Se elige
un lote al azar:
a) ¿Cuál es la probabilidad de que contenga menos de 10 gramos de impurezas?
b) ¿Cuál es la probabilidad de que contenga más de 15 gramos de impurezas?
c) ¿Cuál es la probabilidad de que contenga entre 12 y 15 gramos de impurezas?
Dr. Carlos A. Risco Dávila carisda_0265@[Link]
