Probabilidad y Estadística 2
Para formar grandes profesionales hay que formar grandes personas
Examen Residencia
1. La contaminación constituye un problema en la fabricación de discos de almacenamiento óptico. El número
de partículas de contaminación que ocurren en un disco óptico tiene una distribución de Poisson y el número
promedio de partículas por centímetro cuadrado de superficie del disco es 0,1. El área de un disco bajo estudio
es 100 centímetros cuadrados. Encuentre: (15 ptos)
a. λ.
b. La probabilidad de que ocurran 12 partículas en el área del disco bajo estudio.
c. La probabilidad de que ocurran cero partículas en el área del disco bajo estudio.
d. La probabilidad de que 12 o menos partículas ocurran en el área del disco bajo estudio.
Solución:
X: número de partículas de contaminación que ocurren en un disco óptico por cada 100 cm2.
a.
𝜆 = 0,1 𝑝𝑎𝑟𝑡𝑖𝑢𝑐𝑙𝑎𝑠 𝑐𝑜𝑛𝑡𝑎𝑚𝑖𝑛𝑎𝑑𝑎𝑠/𝑐𝑚2 ∙ 100 𝑐𝑚2 = 10 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠
b. X tiene una distribución de Poisson con λ = 10 partículas
𝑒 −𝜆 ∙ 𝜆𝑥
𝑝(𝑥; 𝜆) = ; 𝑥 = 0,1,2, …,
𝑥!
𝑒 −10 ∙ 1012
𝑝(12; 10) = = 0,09478
12!
La probabilidad de que ocurran 12 partículas en el área del disco bajo estudio, es 0,09478.
c.
𝑒 −10 ∙ 100
𝑝(0; 10) = = 0,00004539992
0!
La probabilidad de que ocurran cero partículas en el área del disco bajo estudio, es 0,000045.
d.
12
𝑒 −10 ∙ 10𝑥
𝑝(𝑥 ≤ 12; 10) = ∑ = 0,791556476
𝑥!
𝑥=0
La probabilidad de que 12 o menos partículas ocurran en el área del disco bajo estudio, es 0,79156.
2. La cantidad total de gasolina bombeada en una estación de RECOPE en un mes es una variable aleatoria X
(expresada en millones de litros) con una función de densidad de probabilidad como se indica: 1/3 si 0 < x <
3 y 0 en caso contrario. a) Calcule la probabilidad de que la gasolinera bombee entre 800 000 y 1 200 000
litros en un mes y b) determine la desviación estándar del volumen bombeado para un mes determinado. (10
ptos)
Solución:
1/3 𝑠𝑖 0 < 𝑥 < 3
𝑓(𝑥) = { ; 𝑥 𝑒𝑛 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑖𝑡𝑟𝑜𝑠
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Profesor Juan Manuel Jiménez Rodríguez, MBA
[email protected] Probabilidad y Estadística 2
Para formar grandes profesionales hay que formar grandes personas
Examen Residencia
X: posee una distribución uniforme entre 0 y 3.
a) x = 800 000/1 000 000 =0,8 millones de litros y x = 1 200 000/1 000 000 = 1,2 millones de litros.
1,2 1,2
1 1 1
𝑃(0,8 < 𝑥 < 1,2) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑑𝑥 = (1,2 − 0,8) = ∙ 0,4
0,8 0,8 3 3 3
𝑃(0,8 < 𝑥 < 1,2) = 0,13333
La probabilidad de que la gasolinera bombee entre 800 000 y 1 200 000 litros en un mes es 0,13333.
b) a = 0 y b = 3
Varianza:
(𝑏 − 𝑎)2 (3 − 0)2 3
𝜎2 = = =
12 12 4
Desviación:
3 √3
𝜎=√ =
4 2
𝜎 = 0,866025404 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑖𝑡𝑟𝑜𝑠
3. Si tenemos un animal enfermo que sabemos que morirá en cualquier momento en un plazo de 6 meses,
¿Cuál es la probabilidad de que muera en los próximos 2 meses? Determine la media y la desviación
estándar de la distribución. (10 ptos)
Solución:
X: tiempo que tarda el animal en morir
X tiene una distribución aproximada a la exponencial.
1 −𝑥/𝛽 𝑠𝑖 𝑥 ≥ 0
𝑓(𝑥) = { 𝑒
𝛽 0 𝑠𝑖 𝑥 < 0
Media:
𝜇 = 𝛽 = 6 𝑚𝑒𝑠𝑒𝑠
Varianza:
𝜎 2 = 𝛽2
Desviación:
𝜎 = √𝛽 2 = 𝛽 = 6 𝑚𝑒𝑠𝑒𝑠
1 −𝑥/6
𝑓(𝑥) = {6 𝑒 𝑠𝑖 𝑥 ≥ 0
0 𝑠𝑖 𝑥 < 0
Profesor Juan Manuel Jiménez Rodríguez, MBA
[email protected] Probabilidad y Estadística 2
Para formar grandes profesionales hay que formar grandes personas
Examen Residencia
2 2
1 −𝑥/6
𝑃(𝑋 ≤ 2) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑒 𝑑𝑥
0 0 6
2
𝑃(𝑋 ≤ 2) = −𝑒 −𝑥/6 |0 = −(𝑒 −2/6 − 𝑒 −0/6 )
𝑃(𝑋 ≤ 2) = 1 − 𝑒 −1/3 = 0,283468689
La probabilidad de que muera en los próximos 2 meses es 0,283469.
4. Una máquina fabrica tornillos cuyas longitudes se distribuyen normalmente con media 20 mm y varianza 0,25
mm. Un tornillo se considera defectuoso si su longitud difiere de la media más de 1 mm. Los tornillos se
fabrican de forma independiente. ¿Cuál es la probabilidad de fabricar un tornillo defectuoso? Si los
envasamos en envases de 15 tornillos, cuál es la probabilidad de que un envase no tenga más de 2
defectuosos. (10 ptos)
Solución:
X: longitud del tornillo en mm, fabricado por una máquina.
X tiene una distribución normal con μ = 20 mm y σ2 = 0,25 mm2 entonces σ = 0,5 mm
𝑃(𝐷𝑒 𝑢𝑛 𝑡𝑜𝑟𝑛𝑖𝑙𝑙𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(|𝑋 − 𝜇| > 1 ) = 1 − 𝑃(|𝑋 − 𝜇| ≤ 1 )
𝑃(|𝑋 − 𝜇| > 1 ) = 1 − 𝑃(−1 ≤ 𝑋 − 𝜇 ≤ 1 )
−1 𝑋 − 𝜇 1
𝑃(|𝑋 − 𝜇| > 1 ) = 1 − 𝑃 ( ≤ ≤ ) = 1 − 𝑃(−2 ≤ 𝑍 ≤ 2 )
0,5 𝜎 0,5
−1 𝑋 − 𝜇 1
𝑃(|𝑋 − 𝜇| > 1 ) = 1 − 𝑃 ( ≤ ≤ ) = 1 − [𝑃(𝑍 ≤ 2 ) − 𝑃(𝑍 < −2 )]
0,5 𝜎 0,5
𝑃(|𝑋 − 𝜇| > 1 ) = 1 − (0,97725 − 0,02275) = 1 − 0,95450
𝑃(𝐷𝑒 𝑢𝑛 𝑡𝑜𝑟𝑛𝑖𝑙𝑙𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(|𝑋 − 𝜇| > 1 ) = 0,04550
La probabilidad de fabricar un tornillo defectuoso es 0,04550.
Si los envasamos en envases de 15 tornillos, como los tornillos se fabrican de forma independiente,
entonces:
Y: Número de tornillos defectuosos entre los 15 envasados.
Profesor Juan Manuel Jiménez Rodríguez, MBA
[email protected] Probabilidad y Estadística 2
Para formar grandes profesionales hay que formar grandes personas
Examen Residencia
p: Probabilidad de que un tornillo sea defectuoso.
Y tiene una distribución binomial con p = 0,04550.
𝑏(𝑥 ≤ 2; 15, 0.04550) = ∑2𝑖=0 ((15
𝑖
) ∙ 0,04550𝑖 ∙ 0,9845015−𝑖 ) = 0,97158 = 97,16%
La probabilidad de que un envase no tenga más de 2 defectuosos es 97,16%.
5. Una agencia ofrece un premio entre los distribuidores si venden trescientos veinte o más paquetes de viajes
por día. Sabiendo que el número de paquetes de viajes vendidos al día por los distribuidores A y B siguen una
distribución normal de la forma siguiente: (20 ptos)
Distribuidor Media Desviación típica
A 290 paquetes de viaje 20 paquetes de viaje
B 300 paquetes de viaje 10 paquetes de viaje
Se pide:
a) Porcentaje de los días que obtendrá premio el distribuidor A
b) Porcentaje de los días que obtendrá premio el distribuidor B
c) A qué distribuidor beneficia la decisión de la agencia.
d) Si se asocian los dos distribuidores, ¿qué porcentaje de días obtendrían premio?
Solución:
a) X: número de paquetes de viajes vendidos al día por el distribuidor A.
𝜇𝐴 = 290 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 𝑣𝑖𝑎𝑗𝑒 𝑦 𝜎𝐴 = 20 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 𝑣𝑖𝑎𝑗𝑒
𝑋 − 𝜇𝐴 320 − 290
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝐴) = 𝑃(𝑋 ≥ 320) = 𝑃 ( ≥ ) = 𝑃(𝑍 ≥ 1,5)
𝜎𝐴 20
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝐴) = 1 − 𝑃(𝑍 < 1,5) = 1 − 0,93319
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝐴) = 0,06681 = 6,68%
El porcentaje de los días que obtendrá premio el distribuidor A es de 6,68%.
b) Y: número de paquetes de viajes vendidos al día por el distribuidor B.
𝜇𝐵 = 300 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 𝑣𝑖𝑎𝑗𝑒 𝑦 𝜎𝐵 = 10 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 𝑣𝑖𝑎𝑗𝑒
𝑌 − 𝜇𝐵 320 − 300
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝐵) = 𝑃(𝑌 ≥ 320) = 𝑃 ( ≥ ) = 𝑃(𝑍 ≥ 2)
𝜎𝐵 10
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝐵) = 1 − 𝑃(𝑍 < 2) = 1 − 0,97725
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝐵) = 0,02275 = 2,28%
El porcentaje de los días que obtendrá premio el distribuidor B es de 2,28%.
c) Puesto que el distribuidor A será premiado un mayor porcentaje de días, la decisión de la agencia beneficia
mas al distribuidor A.
d) W = X + Y: número total de paquetes de viajes vendidos al día por los distribuidores A y B.
𝜇𝐴𝐵 = 𝜇𝐴 + 𝜇𝐵 = 290 + 300 = 590 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 𝑣𝑖𝑎𝑗𝑒
Profesor Juan Manuel Jiménez Rodríguez, MBA
[email protected] Probabilidad y Estadística 2
Para formar grandes profesionales hay que formar grandes personas
Examen Residencia
2
𝜎𝐴𝐵 = 𝜎𝐴2 + 𝜎𝐵2 = 202 + 102 = 500 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 𝑣𝑖𝑎𝑗𝑒
𝜎𝐴𝐵 = √500 = 22,3607 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 𝑣𝑖𝑎𝑗𝑒
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎 𝑙𝑎 𝑎𝑠𝑜𝑐𝑖𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟𝑒𝑠 𝐴 𝑦 𝐵) = 𝑃(𝑊 ≥ 320)
𝑊 − 𝜇𝐴𝐵 320 − 590
= 𝑃( ≥ ) = 𝑃(𝑍 ≥ −12,07476708)
𝜎𝐴𝐵 22,3607
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎 𝑙𝑎 𝑎𝑠𝑜𝑐𝑖𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟𝑒𝑠 𝐴 𝑦 𝐵) = 1 − 𝑃(𝑍 < −12,07476708) = 1 − 0
𝑃(𝑃𝑟𝑒𝑚𝑖𝑎𝑟 𝑎 𝑙𝑎 𝑎𝑠𝑜𝑐𝑖𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟𝑒𝑠 𝐴 𝑦 𝐵) = 1 = 100%
El porcentaje de los días que obtendrá premio la asociación de distribuidores A y B es del 100%.
6. La duración de un láser semiconductor a potencia constante tiene una distribución normal con media 7 000
horas y desviación típica de 600 horas. a) ¿Cuál es la probabilidad de que el láser falle antes de 5.000 horas?
b) ¿Cuál es la duración en horas excedida por el 95 % de los láseres? c) Si se hace uso de tres láseres en un
producto y se supone que fallan de manera independiente. ¿Cuál es la probabilidad de que tres sigan
funcionando después de 7 000 horas? (15 ptos)
Solución:
X: duración en horas de un láser semiconductor a potencia constante.
𝜇 = 7000 ℎ𝑜𝑟𝑎𝑠 𝑦 𝜎 = 600 ℎ𝑜𝑟𝑎𝑠
X tiene una distribución normal con media μ = 7000 horas y desviación σ = 600 horas.
a)
𝑋 − 𝜇 5000 − 7000
𝑃(𝑋 < 5000) = 𝑃 ( < ) = 𝑃(𝑍 < −3,33)
𝜎 600
𝑃(𝑋 < 5000) = 0,000429
La probabilidad de que el láser falle antes de 5.000 horas es 0,00043.
b) De la tabla de distribución normal:
0,95
0,05
−1,645 0
Luego:
𝑋−𝜇
= 𝑧 ⇒ 𝑋 = 𝜇 + 𝑧𝜎
𝜎
⇒ 𝑋 = 7000 + (−1,645)600
Profesor Juan Manuel Jiménez Rodríguez, MBA
[email protected] Probabilidad y Estadística 2
Para formar grandes profesionales hay que formar grandes personas
Examen Residencia
⇒ 𝑋 = 6013 ℎ𝑜𝑟𝑎𝑠
El 95 % de los láseres exceden las 6013 horas.
c)
Y: Cantidad de láseres siguen funcionando después de 7 000 horas, entre los tres que usa el producto.
p: Probabilidad de que un láser del producto siga funcionando después de 7 000 horas.
𝑋 − 𝜇 7000 − 7000
𝑝 = 𝑃(𝑋 > 7000) = 𝑃 ( > ) = 𝑃(𝑍 > 0) = 0,5
𝜎 600
𝑝 = 0,5
Y tiene una distribución binomial con n = 3 y p = 0,5. x = 3.
𝑏(3; 3, 0,5) = (33) ∙ 0,53 ∙ 0,53−3 = 0,53 = 0,125
La probabilidad de que tres láseres sigan funcionando después de 7 000 horas es 0,125.
7. El tiempo empleado, en horas, en hacer un determinado producto sigue una distribución N(10, 2) . Se pide la
probabilidad de que ese producto se tarde en hacer a) menos de 7 horas y b) entre 8 y 13 horas. (10 ptos)
Solución:
a)
𝑋 − 𝜇 7 − 10
𝑃(𝑋 < 7) = 𝑃 ( < ) = 𝑃(𝑍 < −2,12)
𝜎 √2
𝑃(𝑋 < 7) = 0,01695
La probabilidad de que ese producto se tarde en hacer, menos de 7 horas es 0,01695.
b)
8 − 10 𝑋 − 𝜇 13 − 10
𝑃(8 ≤ 𝑋 ≤ 13) = 𝑃 ( ≤ < ) = 𝑃(−1,41 ≤ 𝑍 ≤ 2,12)
√2 𝜎 √2
𝑃(8 ≤ 𝑋 ≤ 13) = 𝑃(𝑍 ≤ 2,12) − 𝑃(𝑍 ≤ −1,41) = 0,983053 − 0,078650
𝑃(8 ≤ 𝑋 ≤ 13) = 0,904403
La probabilidad de que ese producto se tarde en hacer, entre 8 y 13 horas es 0,904403.
8. El 7% de los pantalones de una determinada marca salen con algún defecto. Se empaquetan en cajas de 80
pantalones para diferentes tiendas. ¿Cuál es la probabilidad de que en una caja haya entre 8 y 10 pantalones
defectuosos? (10 ptos)
Solución:
Profesor Juan Manuel Jiménez Rodríguez, MBA
[email protected] Probabilidad y Estadística 2
Para formar grandes profesionales hay que formar grandes personas
Examen Residencia
X: Número de pantalones de una determinada marca que salen con algún defecto en una caja de 80.
p: Probabilidad de que un pantalón de una determinada marca que salen con algún defecto.
X tiene una distribución binomial con n = 80 y p = 0,07.
80
𝑏(8 ≤ 𝑋 ≤ 10; 80, 0,07) = ∑10 𝑖
𝑖=8 (( 𝑖 ) ∙ 0,07 ∙ 0,93
80−𝑖
) = 0,97158 = 97,16%
80 80 80
𝑏(8 ≤ 𝑋 ≤ 10; 80, 0,07) = ( ) ∙ 0,078 ∙ 0,9372 + ( ) ∙ 0,079 ∙ 0,9371 + ( ) ∙ 0,0710 ∙ 0,9370
8 9 10
𝑏(8 ≤ 𝑋 ≤ 10; 80, 0,07) = 0,08306
La probabilidad de que en una caja haya entre 8 y 10 pantalones defectuosos es 8,31%.
Sapere Aude, atrévete a saber
Profesor Juan Manuel Jiménez Rodríguez, MBA
[email protected]
