0% encontró este documento útil (0 votos)
74 vistas7 páginas

Ejercicio

El documento trata sobre la probabilidad de ocurrencia de imperfecciones en alambres de cobre y partículas de contaminación en discos ópticos, siguiendo distribuciones de Poisson. Se calculan probabilidades como la de 2 imperfecciones en 1mm de alambre, 10 imperfecciones en 5mm de alambre, o al menos una imperfección en 2mm de alambre. También se calculan probabilidades para 12 partículas en un disco de 100cm2 y 0 o 12 partículas en el mismo.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
74 vistas7 páginas

Ejercicio

El documento trata sobre la probabilidad de ocurrencia de imperfecciones en alambres de cobre y partículas de contaminación en discos ópticos, siguiendo distribuciones de Poisson. Se calculan probabilidades como la de 2 imperfecciones en 1mm de alambre, 10 imperfecciones en 5mm de alambre, o al menos una imperfección en 2mm de alambre. También se calculan probabilidades para 12 partículas en un disco de 100cm2 y 0 o 12 partículas en el mismo.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Supongamos que el número de imperfecciones en un alambre delgado de cobre sigue

una distribución Poisson con una media de 2.3 imperfecciones por milímetro.

(a) Determine la probabilidad de 2 imperfecciones en un milímetro de alambre.

(b) Determine la probabilidad de 10 imperfecciones en 5 milímetros de alambre.

(c) Determine la probabilidad de al menos una imperfección en 2mm de alambre

(a) Determine la probabilidad de 2 imperfecciones en un milímetro de alambre.

Entonces E(x)=2.3 imperfecciones y

[Link]

(b) Determine la probabilidad de 10 imperfecciones en 5 milímetros de alambre.

Sea que X denote el número de imperfecciones en 5 milímetro de alambre. Entonces, X tiene


una distribución Poisson con
E(x)=5mmx2.3 imperfecciones/mm= 11,5 imperfecciones.
Tendremos pues una Poisson con esperanza 11.5
−11.5 10
e 11.5
P (X=10) = 10 !
= 0.113
[Link]

(c) Determine la probabilidad de al menos una imperfección en 2mm de alambre


Sea que x denote el número de imperfecciones en 2 milímetros de alambra. Entonces, X tiene
una distribución de Poisson con
E(x)=2mmx2.3imperdecciones/mm=4.6imperfecciones

P(x ≥ 1)=1-P(x=0)=1-0.01 =0.99

−4.6 0
e 4.6
P (X=0) = 0!
= 0.01

1
La contaminación constituye un problema en la fabricación de discos de
almacenamiento óptico. El número de partículas de contaminación que ocurre 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.
(a) Encuentre la probabilidad de que ocurran 12 partículas en el área del disco bajo
estudio.
(b) La probabilidad de que ocurran cero partículas en el área del disco bajo estudio
(c) Determine la probabilidad de que 12 o menos partículas ocurran en el área del disco
bajo estudio

Sea que x denote el número de partículas en el área de un disco bajo estudio. Puesto que el
número promedio de partículas es 0.1 partículas por cm 2 .
E(x)=100 cm 2 x0.1 partículas/ cm 2 = 10 partículas
Por lo tanto,

−1 0 12
e 10
(a) P (X=12) = 12!
= 0.095
(b) La probabilidad de que ocurran 0 partículas

−10 0
e 10
P (X=0) = 0!
= 4.54x10 -5

c Determine la probabilidad de que 12 o menos partículas ocurran en el área del disco bajo
estudio. La probabilidad es

P(X 12 ≤ )= 0.792

[Link]

2
Binomiales

Cada muestra de aire tiene 10% de posibilidades de contener una molécula rara
particular. Suponga que las muestras son independientes con respecto a la presencia de la
molécula rara. Encuentre la probabilidad de que en las siguientes 18 muestras,
exactamente 2 contengan la molécula rara

Sea X=número de muestras de aire que contiene la molécula rara en la siguientes 18 muestras

analizadas. Entonces X es una variable aleatoria binomial con p=0,1 y n=18. Por lo tanto

P(X=2) = (182)(0 , 1) (0 , 9)
2 16

[Link]

3
Supongamos que la probabilidad de tener una unidad defectuosa en una línea de
ensamblaje es de 0.05. Si el conjunto de unidades terminadas constituye un conjunto de
ensayos independientes:
1. ¿cuál es la probabilidad de que entre diez unidades dos se encuentren defectuosas?
2. ¿y de que a lo sumo dos se encuentren defectuosas?
3. ¿cual es la probabilidad de que por lo menos una se encuentre defectuosa?

B(10, 0,05)

1. P(X=2) = (102)(0 , 05) (0 , 9 5) = 0.0476


2 8

2. P(X≤2) = ( 0 )(0 , 05) (0 , 95) + ( 1 )(0 , 05) (0 , 95) +( 2 )(0 ,05) (0 , 95) =
10 0 10 10 1 910 2 8

0.9984

3. P(X≥1) = 1- P(X=0) = 1 - (100)(0 , 05) (0 , 95) = 1- 0.5987 = 0,4013


0 10

[Link]
probabilidad-binomial/

4
UNIFORME
Supongamos que el consumo familiar de un cierto producto se distribuye como una
variable aleatoria de distribución uniforme, con esperanza igual a 10 y varianza unidad.
Determina la probabilidad de que dicho consumo este comprendido entre 8 y 12 unidades.

5
Supóngase que la concentración que cierto contaminante se encuentra distribuida de
manera uniforme en el intervalo de 0 a 20 pares de millón. Si se considera tóxica una
concentración de 8 o más. ¿Cuál es la probabilidad de que al tomarse una muestra la
concentración de esta sea tóxica?. Concentración media y varianza. Probabilidad de que la
concentración sea exactamente 10.

6
Un punto aleatorio X tiene distribución uniforme en el intervalo [0,1] y otro punto
aleatorio Y tiene distribución uniforme en el intervalo [2,3]. Se define la variable distancia
entre X e Y por d=Y-X. Suponiendo que X e Y son independientes, calcúlese la esperanza
matemática y la varianza de d.

También podría gustarte