7-A continuación, se presenta la distribución de probabilidad de una variable aleatoria x.
X F(x)
20 0.20
25 0.15
30 0.25
35 0.40
a) ¿Es válida esta distribución de probabilidad?
Sí, esta es una distribución de probabilidad válida. 0.20 + 0.15 + 0.25 + 0.40 = 1.00
b) ¿Cuál es la probabilidad de que x=30?
P(x)= 0.25
c) ¿Cuál es la probabilidad de que x sea menor o igual que 25?
P(x)= 0.20+0.15= 0.35
d) ¿Cuál es la probabilidad de que x sea mayor que 30?
P(x)=0.40
8-Los datos siguientes se obtuvieron contando el número de salas de operaciones de un hospital que
fueron usadas en un periodo de 20 días. Tres de estos 20 días solo se usó una sala de operaciones,
cinco de estos 20 días se usaron dos, ocho de estos 20 días se usaron tres salas de operaciones y
cuatro de estos 20 días se usaron las cuatro salas de operaciones del hospital.
A. Use el método de las frecuencias relativas para elaborar una distribución de probabilidad para
el numero de salas de operaciones usadas en un día.
SALA DE DIAS FR
OPERACIONE
S
1 3 0.15
2 5 0.25
3 8 0.40
4 4 0.20
20 1
B. Elabore una grafica a partir de la distribución de probabilidad.
Fr
0.4
0.25
0.2
0.15
1 2 3 4
C. Muestre que la distribución de probabilidad elaborada satisface las condiciones requeridas
para una distribución de probabilidad.
La suma de todas las probabilidades es igual a 1 y todas las probabilidades no son negativas, así
que cumple con las condiciones requeridas para una distribución de probabilidad.
9-En Estados Unidos 38% de los niños de cuarto grado no pueden leer un libro adecuado a su edad. La
tabla siguiente muestra, de acuerdo con las edades, el número de niños que tienen problemas de
lectura. La mayoría de estos niños tienen problemas de lectura que debieron ser detectados y
corregidos antes del tercer grado.
EDAD NUMERO DE NIÑOS
6 37,369
7 87,436
8 160,840
9 239,719
10 286,719
11 306,533
12 310,787
13 302,604
14 289,168
2,021,175
Si desea tomar una muestra de niños que tienen problemas de lectura para que participen en un
programa que mejora las habilidades de lectura. Sea x la variable aleatoria que indica la edad de un niño
tomado en forma aleatoria.
a. Con estos datos elabore
una distribución de
probabilidad para x.
Especifique los valores
b. de la variable aleatoria y
los correspondientes valores
de la función de probabilidad
f(x).
a) Con estos datos elabore una distribución de probabilidad para x. Especifique los valores de la
variable aleatoria y los correspondientes valores de la función de probabilidad f(x):
b) p (6) = 37369/2021175 =
0,018
c) p (7)= 87436/2021175 =
0,043
d) p (8) =160840/2021175 =
0,080
e) p (9)= 239719/2021175=
0,119
f) p (10)= 286719/2021175=
0,142
g) p (11) =306533/ 2021175=
0,152
h) p (12) = 310787/2021175=
0,154
i) p (13) =302604/2021175=
0,150
j) p (14) =289168/2021175=
0,143
k) p (6) = 37369/2021175 =
0,018
l) p (7)= 87436/2021175 =
0,043
m) p (8) =160840/2021175 =
0,080
n) p (9)= 239719/2021175=
0,119
o) p (10)= 286719/2021175=
0,142
p) p (11) =306533/ 2021175=
0,152
q) p (12) = 310787/2021175=
0,154
r) p (13) =302604/2021175=
0,150
s) p (14) =289168/2021175=
0,143
NUMERO
EDAD
DE NIÑOS F(x)
6 37,369 0.0185
7 87,436 0.0433
8 160,840 0.0796
9 239,719 0.1186
10 286,719 0.1419
11 306,533 0.1517
12 310,787 0.1538
13 302,604 0.1497
14 289,168 0.1431
2,021,175 1.0000
b) Trace la gráfica de esta distribución de probabilidad.
NUMERO DE NIÑOS
350,000
300,000
250,000
200,000
150,000
100,000
50,000
0
6 7 8 9 10 11 12 13 14
c) Muestre que la distribución de probabilidad satisface las ecuaciones:
Todos los valores de la f(x) son ≥0; la suma de las probabilidades es 1.
15. La tabla siguiente muestra la
distribución de probabilidad de una
variable aleatoria x.
15. La tabla siguiente muestra la distribución de probabilidad de una variable aleatoria x.
x f(x)
3 0.25
6 0.50
9 0.25
i. Calcule E(x), el valor esperado de x.
x f(x) X.
f(x)
3 0.25 0.75
6 0.50 3
9 0.25 2.25
6
ii. Calcule σ2, la varianza de x.
σ² = [(3 - 6) ² * 0.25] + [(6 - 6) ² * 0.50] + [(9 - 6) ² * 0.25] = (9 * 0.25) + (0 * 0.50) + (9 * 0.25) = 2.25 +
0 + 2.25 = 4.50
iii. Calcule σ, la desviación estándar de x.
σ = √σ² = √4,50 ≈ 2,12
16. La tabla siguiente muestra la distribución de la probabilidad de una variable aleatoria Y.
y F(y)
2 0.20
4 0.30
7 0.40
8 0.10
a) Calcule E(y): E(y) = (2 * 0.20) + (4 * 0.30) + (7 * 0.40) + (8 * 0.10) = 0.40 + 1.20 + 2.80 + 0.80 = 5.20
b) Calcule Var(y) y σ:
Var(y) = [(2 – 5.20) ² * 0.20] + [(4 – 5.20) ² * 0.30] + [(7 – 5.20) ² * 0.40] + [(8 – 5.20) ² * 0.10] = (9.04 *
0.20) + (1.44 * 0.30) + (2.88 * 0.40) + (7.84 * 0.10) = 1.808 + 0.432 + 1.152 + 0.784 = 4.176
σ = √Var(y) = √4.176 ≈ 2.04
22. La demanda de un producto de una empresa varía enormemente de mes a mes. La distribución de
probabilidad que se presenta en la tabla siguiente, basada en los datos de los dos últimos años,
muestra la demanda mensual de la empresa.
Demanda unitaria Probabilidad
300 0.20
400 0.30
500 0.35
600 0.15
a) Si la empresa basa las órdenes mensuales en el valor esperado de la demanda mensual, ¿cuál será
la cantidad ordenada mensualmente por la empresa para este producto?
VE(demanda)= (300 * 0.20) + (400 * 0.30) + (500 * 0.35) + (600 * 0.15) = 60 + 120 + 175 + 90 = 445
unidades
b) Suponga que cada unidad demandada genera 70 pesos de ganancia y que cada unidad ordenada
cuesta 50 pesos. ¿Cuánto ganará o perderá la empresa en un mes si coloca una orden con base en su
respuesta al inciso a y la demanda real de este artículo es de 300 unidades?
Dado que cada unidad demandada genera 70 pesos de ganancia y cada unidad ordenada cuesta 50
pesos, podemos calcular la ganancia por unidad:
Ganancia por unidad = (70 pesos - 50 pesos) = 20 pesos
Ganancia o pérdida en un mes = (300 unidades - 445 unidades) * 20 pesos/unidad = (-145 unidades) * 20
pesos/unidad = $-2,900pesos
Por lo tanto, si la demanda real es de 300 unidades y han ordenado 445 unidades basado en el valor
esperado de la demanda, la empresa perderá 2,900 pesos en ese mes.
25. Considere un experimento binomial con dos ensayos y p = 0.4.
a. Dibuje un diagrama de árbol para este experimento:
(P = 0.4) (P = 0.6)
/\ /\
/ \ / \
S F S F
b. Calcule la probabilidad de un éxito, f(1):
f(1) = (2,1) * (0.4)^1 * (0.6)^(2-1) = 2 * 0.4 * 0.6 = 0.48
c. Calcule f(0):
f(0)= (2, 0) * (0.4)^0 * (0.6)^2 = 1 * 1 * 0.36 = 0.36
d. Calcule f(2):
f(2) = (2, 2) * (0.4)^2 * (0.6)^(2-2) = 1 * 0.16 * 1 = 0.16
e. Calcule la probabilidad de por lo menos un éxito:
Probabilidad de al menos un éxito = f(1) + f(2) = 0.48 + 0.16 = 0.64
f. Calcule el valor esperado, la varianza y la desviación estándar:
Valor esperado E(X) = 2 * 0.4 = 0.8
Varianza Var(X) = 2 * 0.4 * 0.6 = 0.48
Desviación estándar σ = √0.48 = 0.69
30. Cuando una máquina nueva funciona adecuadamente, sólo 3% de los artículos producidos
presentan algún defecto. Suponga que selecciona aleatoriamente dos piezas producidas con la nueva
máquina y que busca el número de piezas defectuosas.
a. Describa las condiciones en las que éste será un experimento binomial.
Hay un número fijo de ensayos (en este caso, 2 piezas seleccionadas).
Cada ensayo tiene dos resultados posibles: éxito (en este caso, sin defectos) o fracaso (en este caso,
con defectos).
La probabilidad de éxito (p) es constante para cada ensayo.
Los ensayos son independientes entre sí.
b. Elabore un diagrama de árbol en el que se muestra este problema como un experimento de dos
ensayos:
(0.97) (0.03)
/\ /\
/ \ / \
S F S F
c. En cuántos resultados experimentales hay exactamente 1 pieza defectuosa?
Hay dos resultados experimentales en los que hay exactamente 1 pieza defectuosa: SF y FS. Donde S
representa una pieza sin defectos y F representa una pieza con defectos.
d. Calcule las probabilidades de hallar ninguna pieza defectuosa, exactamente una pieza defectuosa y
dos piezas defectuosas.
-Probabilidad de ninguna pieza defectuosa (0 defectos): P(X = 0) = C(2, 0) * (0.97)^2 * (0.03)^0 = 1 *
0.9409 * 1 = 0.9409
-Probabilidad de exactamente una pieza defectuosa (1 defecto): P(X = 1) = C(2, 1) * (0.97)^1 * (0.03)^1 =
2 * 0.97 * 0.03 = 0.0582
-Probabilidad de dos piezas defectuosas (2 defectos): P(X = 2) = C(2, 2) * (0.97)^0 * (0.03)^2 = 1 * 1 *
0.0009 = 0.0009
