UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
PROBABILIDAD E INFERENCIA ESTADÍSTICA
TALLER DE DISTRIBUCIONES MUESTRALES
1) Una compañía ha recibido 50 quejas en el último mes y según datos, el 50% de los
clientes instauró una queja, el 30% presentó dos quejas, mientras que el porcentaje
restante interpuso 3 quejas. Sean 𝑿𝟏 y 𝑿𝟐 los números de quejas que interponen dos
clientes independientemente seleccionados.
a) Determine la distribución muestral 𝑋̅ del número promedio de quejas.
b) Calcule la media y varianza del estadístico media muestral 𝑋̅ ¿Cómo se compara 𝐸(𝑋̅) con
el número de quejas promedio de la población?
2) En el último año, se estimó que el peso de niños recién nacidos se distribuye
normalmente con un valor medio de 3200 gramos y una desviación estándar igual a 320
gramos.
a) Si se monitorean 10 niños recién nacidos ¿Cuál es la probabilidad de que el peso promedio
de dichos niños monitoreados sea mayor a 3450 gramos?
b) ¿Cuál es la probabilidad de que el peso total de cinco niños monitoreados esté entre 15000 y
16500 gramos?
c) ¿Cuántos niños deberían monitorearse si se desea que el peso promedio de éstos se encuentre
a no más de 120 gramos de la media poblacional con una probabilidad de 0.95?
3) Un profesor del curso de probabilidad brinda asesorías a sus estudiantes a las 10:15 am,
un solo día a la semana, y sabe que en promedio puede atender a un estudiante en 7
minutos con una desviación estándar de 3 minutos.
a) Calcule la probabilidad de que, tomando como referencia a 35 estudiantes, el tiempo
promedio de atención sea menos de 5 minutos por estudiante.
b) Si el profesor tiene clase a las 2:00 pm ¿Cuál es la probabilidad de que atienda a 35 de sus
estudiantes sin tener que llegar tarde a la clase?
c) Si hay estudiantes que después de 15 minutos iniciada la clase se marchan si el profesor aún
no ha llegado ¿Cuál es la probabilidad de que el profesor llegue a clase y ya se hayan
marchado estudiantes sabiendo que tuvo que atender a 40 personas en la asesoría?
4) Suponga que en promedio una máquina A deposita 2500 gramos de azúcar en una bolsa,
mientras que una máquina B llena una bolsa con un valor esperado de 1700 gramos de
azúcar. La desviación estándar del contenido de azúcar que deposita la máquina A y la
̅ = Contenido promedio de azúcar que
B es de 240 y 160 gramos, respectivamente. Sea 𝑿
̅ = Contenido promedio de azúcar que deposita la máquina
deposita la máquina A, y sea 𝒀
B.
a) Calcule (de forma aproximada) la probabilidad de que la diferencia de los contenidos
promedios depositados de ambas máquinas esté entre 700 y 850 gramos, sabiendo que se
toma una muestra aleatoria de 65 bolsas para la máquina A y 60 para la máquina B.
b) Si el contenido depositado por ambas máquinas es una variable con distribución normal y se
toman 25 bolsas de cada máquina para examinar su contenido, calcule 𝑃(𝑋̅ − 𝑌̅ ≥ 700).
c5_p184-[Link] 3/12/08 4:08 AM Page 218
EJERCICIOS Sección 5.4 (46-57)
46. El diámetro interno de un anillo de pistón seleccionado al b. Si el tamaño de muestra hubiera sido de 15 y no de 40,
azar es una variable aleatoria con valor medio de 12 cm y ¿se podría calcular la probabilidad solicitada en el inci-
desviación estándar de 0.04 cm. so a) con la información dada?
a. Si
X es el diámetro medio en una muestra aleatoria de 51. El tiempo requerido por un solicitante seleccionado al azar
n 16 anillos, ¿dónde está centrada la distribución muestral de una hipoteca para llenar un formulario tiene una distri-
de
X y cuál es la desviación estándar de la distribución
X? bución normal con valor medio de 10 min y desviación
b. Responda las preguntas planteadas en el inciso a) con un estándar de dos min. Si cinco individuos llenan un formula-
tamaño de muestra de n 64 anillos. rio en un día y seis en otro, ¿cuál es la probabilidad de que
c. ¿Con cuál de las dos muestras aleatorias, la del inciso a) la cantidad promedio muestral de tiempo requerido cada día
o la del inciso b), es más probable que X esté dentro de sea cuando mucho de 11 min?
0.01 cm de 12 cm? Explique su razonamiento. 52. La vida útil de un tipo de batería está normalmente distribuida
47. Remítase al ejercicio 46. Suponga que el diámetro de la dis- con valor medio de 10 horas y desviación estándar de una hora.
tribución es normal. Hay cuatro baterías en un paquete. ¿Qué valor de vida útil es
a. Calcule P(11.99 X 12.01) cuando n 16. tal que la vida útil total de todas las baterías contenidas en un
b. ¿Qué tan probable es que el diámetro medio muestral paquete exceda de ese valor en sólo 5% de todos los paquetes?
exceda de 12.01 cuando n 25? 53. Se sabe que la dureza Rockwell de “pernos” de un tipo tie-
48. Sean X1, X2, . . . , X100 los pesos netos reales de 100 sacos ne un valor medio de 50 y una desviación estándar de 1.2.
de 50 lb de fertilizante seleccionados al azar. a. Si la distribución es normal, ¿cuál es la probabilidad de
a. Si el peso esperado de cada saco es de 50 lb y la varian- que la dureza media de una muestra aleatoria de 9 per-
za es uno, calcule P(49.9 X 50.1) (aproximada- nos sea por lo menos de 51?
mente) por medio del teorema del límite central. b. ¿Cuál es la probabilidad (aproximada) de que la dureza
b. Si el peso esperado es de 49.8 lb en lugar de 50 lb de media de una muestra aleatoria de 40 pernos sea por lo
modo que en promedio los sacos están menos llenos, menos de 51?
calcule P(49.9 X 50.1). 54. Suponga que la densidad de un sedimento (g/cm) de un
49. Hay 40 estudiantes en una clase de estadística elemental. espécimen seleccionado al azar de cierta región está nor-
Basado en años de experiencia, el instructor sabe que el malmente distribuida con media de 2.65 y desviación están-
tiempo requerido para calificar un primer examen seleccio- dar de 0.85 (sugerida en “Modeling Sediment and Water
nado al azar es una variable aleatoria con un valor esperado Column Interactions for Hydrophobic Pollutants”, Water
de seis min y una desviación estándar de seis min. Research, 1984: 1169-1174).
a. Si los tiempos de calificación son independientes y el a. Si se selecciona una muestra aleatoria de 25 especíme-
instructor comienza a calificar a las 6:50 p.m. y califica nes, ¿cuál es la probabilidad de que la densidad del sedi-
en forma continua, ¿cuál es la probabilidad (aproxima- mento promedio muestral sea cuando mucho de 3.00?
da) de que termine de calificar antes de que se inicie el ¿De entre 2.65 y 3.00?
programa de noticias de las 11:00 p.m.? b. ¿Qué tan grande debe ser un tamaño de muestra para
b. Si el reporte de deportes se inicia a la 11:10, ¿cuál es garantizar que la primera probabilidad en el inciso a) sea
la probabilidad de que se pierda una parte del reporte por lo menos de 0.99?
si se espera hasta que termine de calificar antes de 55. El número de infracciones de estacionamiento aplicadas en
prender la TV? una ciudad en cualquier día de la semana dado tiene una
50. La resistencia a la ruptura de un remache tiene un valor distribución de Poisson con parámetro 50. ¿Cuál es la
medio de 10 000 lb/pulg2 y una desviación estándar de 500 probabilidad aproximada de que
lb/pulg2. a. entre 35 y 70 infracciones sean aplicadas en un día par-
a. ¿Cuál es la probabilidad de que la resistencia a la ruptu- ticular? [Sugerencia: Cuando es grande, una variable
ra media de una muestra aleatoria de 40 remaches sea de aleatoria de Poisson tiene aproximadamente una distri-
entre 9900 y 10 200? bución normal.]
b. el número total de infracciones aplicadas durante una
56. Un canal de comunicación binaria transmite una secuencia semana de 5 días sea de entre 225 y 275?
de “bits” (ceros y unos). Suponga que por cualquier bit par-
57. Suponga que la distribución del tiempo X (en horas) utili-
ticular transmitido, existe una probabilidad de 0.1 de que
zado por estudiantes en cierta universidad en un proyecto
ocurra un error en la transmisión (un 0 se convierte en 1 o particular es gama con parámetros 50 y 2. Como
un 1 se convierte en 0). Suponga que los errores en los bits es grande, se puede demostrar que X tiene aproximada-
ocurren independientemente uno de otro. mente una distribución normal. Use este hecho para calcu-
a. Considere transmitir 1000 bits. ¿Cuál es la probabilidad lar la probabilidad de que un estudiante seleccionado al azar
aproximada de que cuando mucho ocurran 125 errores utilice cuando mucho 125 horas en el proyecto.
de transmisión?
b. Suponga que el mismo mensaje de 1000 bits es enviado
en dos momentos diferentes independientemente uno de
otro? ¿Cuál es la probabilidad aproximada de que el
número de errores en la primera transmisión sea dentro
de 50 del número en la segunda?
