Documente Academic
Documente Profesional
Documente Cultură
Distribuciones:
Binomial,
Geomtrica,
Exponencial,
Multinomial,
Hipergeomtrica y
de Poisson
1.- Sobre una variable aleatoria discreta X, slo se tiene la informacin siguiente:
200
a) X~ (n,p) ,
E(X) =200
y X =
3
Se pide:
i) b(80;n,p) ;
ii) P(200 X 250 )
b) X~ (n,p) ,
2
5
E(X) =Var(X) ) = 14
Se pide:
i) b(10;n,3/5)
c) X ~ (n,p) ,
p/q = 1
Se pide:
i) b(60;n,p)
y p = 3/5
ii) P(18 X 22 )
2
5
ii) P(60 X 80 )
= 35
iii) E(X)
20
iv)
b( x; n; p)
x =0
2
d) X~ (n,p) , E(X) - X = 187
Se pide:
i) b(100;n,p)
e) X~ (n,p)
, p/q = 1,4
E( X )
2
X
E( X )
= 0,375
Se pide:
i) b(100;n,p) ;
f) X~ (n,p),
1
2
=6
p = 3/5
Se pide:
i) P(X=10)
iii) E(X)
iii) P( 15 X 20 )
e) X~ (n,p) y
4
b(0; n, p ) =
5
Se pide:
i) P( 3 X 7 )
12
ii) E(X)
iii) Var(X)
2.- Una caja contiene 3 sobres rojos y 2 blancos. Se saca un sobre y luego se mete en la caja
3 veces. Se pide calcular la probabilidad de sacar:
a) 1 sobre rojo
b) 2 sobres rojos
c) por lo menos un sobre rojo
3.- La probabilidad de convertir un penalti por un jugador de ftbol es 0,3. Si el jugador
debe servir 4 veces el penal, cul es la probabilidad de que logre:
a) 2 aciertos?
b) al menos un acierto?
4.- Se echan 10 fichas en 4 cajas de modo que cada ficha tenga la misma probabilidad de
caer en cualquier caja. Se pide determinar:
a) Cul es la funcin de cuanta (o fdp) del nmero de fichas que caen en la primera caja?
b) Cul es la funcin acumulativa F (o funcin de distribucin F) de este experimento?
c) Cul es la esperanza y cul es la varianza de esta variable aleatoria X?
d) Cul es la probabilidad de que caigan no ms de 6 fichas en la primera caja?
5.- Se lanzan 6 veces un par de dados corrientes. Se pide determinar:
a) Cul es la oportunidad de obtener 7 puntos en 2 oportunidades?
b) Cul es la probabilidad de obtener 7 puntos al menos 2 veces?
c) Cules son los valores de E(X) y Var(X) donde se define la variable aleatoria X=
obtener 7 puntos en cada lanzamiento?
6.- Una urna contiene dos fichas negras y cuatro blancas. Si se extraen 5 de estas fichas con
reposicin, se pide determinar:
a) Cul es la probabilidad de que 4 de las 5 fichas sean blancas?
b) Cul es la funcin de probabilidad acumulativa F (o funcin de distribucin F) para la
extraccin de las fichas blancas?
c) Cul es el valor esperado de fichas blancas?
d) Cul es la varianza de extraccin de fichas blancas?
14.- Una firma que se dedica a ventas por correo enva una circular que tendr un
porcentaje de respuestas del 10%. Suponga que 20 circulares se envan como prueba de
marketing en una nueva rea comercial. Suponiendo que se puede aplicar el porcentaje de
respuesta del 10% a una nueva regin, determinar las probabilidades de los eventos
siguientes:
a) Nadie responde
b)responden dos personas
c)responde la mayora
d)responde menos del 20%
15.- Un comerciante decide observar el total de ventas en un instante determinado de un da
hbil de ventas. Se define la variable aleatoria X de la siguiente manera:
28.- Una reciente encuesta en la Regin Metropolitana seal que a las 17:00 horas de un
da Sbado, el 40% de los televidentes Sintoniza el canal A, el 30% el canal B y el 30% el
canal C.
a) En una muestra aleatoria de 10 televidentes, cuntos televidentes se esperara que estn
viendo cada canal de TV?
b) En una muestra aleatoria de 12 televidentes, cul es la probabilidad de que 5 sintonicen
el canal A?
c) En una muestra aleatoria de 12 televidentes, cul es la probabilidad de que 5 sintonicen
el canal A, 4 el B y 3 el C?
d) Supongamos que en un grupo de 80 televidentes se mantienen los porcentajes de
preferencia por los canales como se seala en el enunciado de ste problema. Si se elige
una muestra de tamao 12 sin reponer, cul es la probabilidad de que 5 sintonicen el canal
A, 4 el B y 3 el C?
e) Segn la pregunta d), cuntos televidentes se esperara que estn viendo cada canal de
TV?
29.- Sea X una variable aleatoria con distribucin de Poisson con parmetro = t , y si
P(X=0) = 0,2 ; calcular P(X>2).
30.- Sea X una variable aleatoria con distribucin de Poisson con parmetro = t.
Encontrar el valor de k para el cual P(X = k) es el mayor. (Indicacin: comparar P(X = k)
con P(X = k-1) ).
31.- El nmero de barcos, digamos n, que llegan cada da a cierto puerto tiene una
distribucin de Poisson con parmetro = 2 barcos al da. Las actuales instalaciones
portuarias pueden despachar tres barcos al da. Si ms de tres barcos llegan en un da, los
que estn en exceso deben enviarse a otro puerto.
a) En un da determinado, cul es la probabilidad de tener que hacer salir barcos?
b) En cunto deben aumentarse las instalaciones actuales para permitir la atencin a todos
los barcos aproximadamente el 95% de los das?
c) Cul es el nmero esperado de barcos que llegan al da?
d) Cul es el nmero ms probable de barcos que llegan a puerto diariamente?
e) Cul es el nmero esperado de barcos atendidos diariamente?
f) Cul es el nmero esperado de barcos devueltos diariamente?
g) Cul es la probabilidad de que lleguen ms barcos que el valor esperado de barcos que
arriban a puerto?
El
El aprendizaje sin pensamiento es trabajo perdido,
perdido,
el pensamiento sin aprendizaje es peligroso.
peligroso.
Confucio
SOL.PROB.1
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
20 2
E(x) =200
V2 =
3
400
np = 200
npq =
3
200
2
1
Luego : 200q =
q= ,p=
y n = 600
3
3
3
X ~. B(n;p)
80
520
600 1 2
== 1.8392*10 29
1ai) b(80;n,p) =
80 3 3
600 x
x
250
600 1 2
= 0.4808
1aii) P (200 X 250) =
x = 200 x
3 3
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
2
3
2
E(x)= - Var(x) = 14
; p=
q=
5
5
5
2
.np - npq
= 14
5
2
np(1-q)
= 14
5
72
np 2
=
n = 40
5
x
30
40 3 2
3
1bi) b(10;n, ) =
5
10 5 5
X ~. B(n;p)
40 3 2
1bii) P(18 X 22) =
x =18 x 5 5
21
X ~. B(n;p)
p 7
=
q 5
p
7
=
1 p 5
n
f(x)= p x (1 p) n x
x
40 x
Funcin de cuanta de X
;V 2x = 35
npq = 35
n = 144
p=
7
12
q=
5
12
60
84
144 3 5
1ci) b(60;n,p) =
60 12 12
x
144 x
80 144
7 5
1cii) P(60 X 80) =
61 x
12 12
7
= 84
1ciii) E(X) = 144
12
x
144 x
20 144
7 5
1civ)
x =0 x
12 12
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
Varx
1
E(X) - Var x = 187
;
= 0.375
2
E( X )
375
npq
3
5
.np - npq =
= 0.375 q = p =
2
8
8
np
375
np( 1-q)
=
2
375
np 2
=
n = 480
2
100
380
480 5 3
1di) b(100;n,p) =
100 8 8
X ~. B(n;p)
480 x
480 5 3
1dii) P( X 200) =
x = 200 x
8 8
5
1diii) E(X)
= 480 =300
8
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
p
= 1.4
; E(X) Var (X) = 147
q
p
= 1.4
np npq
= 147
1 p
7
5
p = ,q =
np ( 1 q )
= 147
n = 432
12
12
480
432 7
1ei) ) b(100;n,p) =
100 12
100
5
12
332
432 x
199 432
7 5
1eii) ) P(100 < X < 200) =
101 x
12 12
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
E( X )
3
2
=6
;p= q=
Vx
5
5
np
npq
=6
n2 p2
np
= 36
= 36 n = 34
npq
q
10
14 x
24 3 2
1fi) P(X=10) =
10 5 5
x
24 x
9
24 3 2
1fii) P(X<10) =
x = 0 x 5 5
x
24 3 2
x =15 x 5 5
20
n
f(x)= p x (1 p) n x
x
4
.b(0;n,p) =
5
24 x
Funcin de cuanta de X
12
n 0 n 0 4
p q =
0
5
12
12
4
4
q = q=
y n=12
5
5
x
12 x
7
12 1 4
1gi) P(3 X 7) =
x = 2 x 5 5
1
1gii) E(X) = 12 =2.4
5
1 4
1giii) Var (X) = 12 * = 1.42
5 5
SOL.PROB.2
n
Nr = 3 ; Nb = 2
3
2
.p r =
; pb =
5
5
n=3
; N = 5
Funcin de cuanta de X
3 3 2
2i) P(X=1) = = 0.288
1 5 5
2
2ii) P(X=2) =
3 3 2
2 5 5 = 0.288
x
3 3 2
2iii) P(1 X) =
x =1 x 5 5
3
3 x
= 1- f(0)
2
=1-
5
= 0.936
SOL.PROB.3
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
1
3
P=
; q=
; n = 10
4
4
x
10 x
10 1 3
4i) f(x) =
, x = 0,1,2,3,......,10
x 4 4
X ~. B(n;p)
10 k
10 1 3
4ii) F(X) = , k= 0,1,2,3,.....,x,....,10
k X k 4 4
1
1 3 15
4iii) E(X)= 10 = 2.5 ; Var (X)= 10
=
4
4 4 8
10 1 3
4iv) P(X 6) =
x = 0 x 4 4
SOL.PROB.5
1 = {1,2,3,4,5,6}
6
10 x
= 0.9964
2 = {1,2,3,4,5,6}
1 * 2 = {(1,1), (1,2),..., (6,6)}
Sea el evento:
A = {(a,b) 1 * 2 / a + b = 7}
= {(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}
Sea la variable aletoria:
X:= n de veces de obtener 7 puntos al lanzar un par de dados
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
6 1
P(A) =
= = p , 1 p =5 = a ; n= 6
36 6
1
5
6 1 2
5i) P(X=2) = = 0.2009
2 6 6
5ii) P(2 X ) = 1 P( X 1)
= 1- f(0) f(1)
x
6 x
1
6 1 5
= 1-
x = 0 X 6 6
= 0.2632
1
5
5iii) X ~. Bernoulli E(X) =
; Var (X) =
6
36
SOL.PROB.6
nN = 2 ; n B = 4 ; n = 6
Sea la variable aleatoria:
X:= n de fichas blancas extraidas
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
2
1
.n = 5 ; p =
; 1-p =
3
3
4
1
5 2 1
6i) P(X=4) = = 0.329
4 3 3
x
5 2 1
6ii) f(X) =
x 3 3
1 x
, x = 0,1,2,3,.....,6
k
x
5 2 1
F ( X ) =
k = 0 k 3 3
5 k
, k= 0,1,2,,3,........,x,........,6
6iii) E(X) =
10
3
10
9
SOL.PROB7
Sea la variable aleatoria
X:= n de paquetes con semillas que no germinan
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
N = 200 ; p= 0.05
200*0.90 = 180 paquetes que cumplen con la garantia : germinan las semillas
= 20 paquetes que no cumplen con la garantia : no germinan las semillas
= 1.15990*10 3
SOL.PROB.8
Sean las probabilidades:
.p = probabilidad de producir son artculos defectuosos.
1p=
aceptados.
Sea las variables aleatorias:
X:= n de articulos defectuosos que se pueden elegir
Y:=n de
aceptables
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
5
5
P(X = 3 X = 4) = 0.6 x * 0.4 5 x
x =3 x
= 0.6048
8b)
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
8) X ~. B(n;p)
n = 5 ; p = 0.6
P(1 X ) = 1 P( X = 0)
5
= 1 0.6 0 0.4 5
0
; q = 0.4
n
f(x)= p y (1 p) n y Funcin de cuanta de Y
y
n = 5 ; p = 0.6 ; q = 0.4
4
5
P(3 Y 4) = 0.4 y 0.6 5 y = 0.3072
y =3 y
n
8d) Y ~. B(n;p) f(x)= p y (1 p) n y Funcin de cuanta de Y
y
8c) Y ~. B(n;p)
n = 5 ; p = 0.6 ; q = 0.4
P(1 Y ) = 1 P (Y = 0)
5
=1- 0.4 0 0.6 5 = 1 0.6 5 = 0.92224
0
n
8e) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
5
5
P( X 3) = p x (1 p) 5 x
x =3 x
5
5
5
= p 3 (1 p) 2 + p1 (1 p) + p 5 (1 p ) 0
3
4
5
3
2
4
5
=10 p (1 p) + 5 p (1 p) + p }
= p 3 [10 20 p + 10 p 2 + 5 p 5 p 2 + p 2
= p 3 [10 15 p + 6 p 2 [
n
8f) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
2
5 x
P ( X 2) = p (1 p ) 5 x
x =0 0
5
5
5
= p 0 (1 p ) 5 + p 1 (1 p ) 4 + p 2 (1 p) 3
0
1
2
3
2
2
= (1 p) [(1 p) + 5 p 5 p + 10 p 2 [
= (1 p) 3 [1 2 p + p 2 + 5 p 5 p 2 + 10 p 2
= (1 p) 3 (1 + 3 p + 6 p 2 )
n
8g) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
E(X)=5*0.6 = 3
;
Var(X) = 5*0.6*0.4 = 1.2
8h) Y ~. B(n;p)
n
f(x)= p y (1 p) n y
y
Funcin de cuanta de Y
n = 5 ; p = 0.6 ; q = 0.4
E(Y) = 5*0.4 = 2
;
Var(Y) = 5*0.4*0.6 = 1.2
SOL.PROB.9
Sea la variable aleatoria:
X:=n de articulos defectuosos extraidos
N D = 35 art. Defectuosos ; N B = 315 art buenos ; N=350
n
f(x)= p x (1 p) n x Funcin de cuanta de
x
n = 30 ; p = 0.10 ; q = 0.90
3
30
.i) P( X 3) = 0.10 x 0.90 30 x = 0.6474
x =0 x
.ii) P(3 X ) = 1 P( X < 3)
2
30
= 1 0.10 x 0.90 30 x = 0.5886
x =0 x
.iii) Sean X D = n de artculos defectuosos
X B =2 X D = n de art no defectuosos
9) ) X ~. B(n;p)
X D +2X D = 30 X D =10
30
P(X=10) = 0.1010 0.90 20 = 0.000365
10
30
.iv) P(X=15 = 0.1015 0.9015 = 3.193 *10 8
15
9b)
N 1 N N 1
n n x
n = 30 ; N 1 = 35 ; N = 350
35 315
3
x
30
x
= 0.64864
.i) P(3 X ) =
350
x =0
30
.ii) P (3 X ) = 1 P ( X 2)
35 315
2
x 30 x
= 1-
= 0.5982
350
x =0
30
.iii)Sea X D = n de artculos defectuosos
X B =2 X D = n de art no defectuosos
X D +2X D = 30 X D =10
Luego:
35 315
10 20
P(X=10) =
= 1.7123 *10 4
350
30
SOL.PROB.10
Sea la variable aleatoria:
X:= n de ampolletas defectuosas producidas
n
f(x)= p x (1 p) n x Funcin de cuanta de
x
n = 30 ; p = 0.05 ; q = 0.95
20
P(X=3) = 0.05 3 0.9517 = 0.05958
3
n
10b) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de
x
n = 30 ; p = 0.05 ; q = 0.95
.i) P(X>5) = 1 - P ( X 4)
4
20
= 1 - 0.05 x 0.95 20 x = 0.002573
x =0 x
3
20
.ii) P(1 X 3) = 0.05 x 0.95 20 x = 0.62561
x =1 x
1
20
.iii) P( X 1) = 0.05 x 0.95 20 x = 0.3773
x =0 x
10) X ~. B(n;p)
n
f(x)= p x (1 p) n x
x
n = 2 ; p = 0.05 ; q = 0.95
P(1 X ) 0.90
1 P( X = 0) 0.90
10c) ) X ~. B(n;p)
Funcin de cuanta de
n
1 0.10 0 0.95 n 0 0.90
0
1 0.95 n 0.90
0.10 0.95 n
log 0.10 n log 0.95
log 0.10
n 0 n 45; (44.85 = 45)
log 0.95
SOL.PROB.11
N M = 12
; N H = 8 ; N = 20
Sea las variables aleatorias:
X:=n mujeres elegidas
Y:=n hombres elegidos
11i)
N 1 N N 1
n n x
n = 5 ; N 1 = 12 ; N = 20
12 8
3 2
P(X=3) = = 0.39731
20
5
11ii)
N 1 N N 1
n n x
n = 5 ; N 1 = 12 ; N = 20
P (2 X ) = 1 P ( X 1)
12 8
1
x 5 x
=1-
= 0.9422
20
x =0
5
11iii)
N 1 N N 1
n n x
n = 5 ; N 1 = 12 ; N = 20
12
E(X)=5*
=3
20
11iv)
N N 1 N 1
n
n x
n = 5 ; N- N 1 = 8; N = 20
N N1 N1 N n
Var(Y) = [n *
*
*
[
N
N N 1
8 12 15
=5* * * = 0.947368
20 20 19
SOL.PROB.12
Sea los eventos:
A 1 =:elegir una pieza excelente con p 1 =0.70
A 2 =
adecuadamente, con p 2 = 0.20
A 3 =
defectuosa ; con p 3 = 0.10
adecuadas
X 3 =
defectuosas
n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
P(X 1 =10, X 2 + X 3 9 ) =
funcin de cuanta
20 20 n1
20!
n !n !(20 n
n1
n2
n2 )!
n 1 = 10 ;
n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 2 + n 3 = 10
p 1 = 0.7
, p 2 = 0.7 , p 3 = 0.1
f(X 1 , X 2 , X 3 ) =
10
funcin de cuanta
20!
10!n !(10 n
Y ~. B(n;p)
n
f(x)= p y (1 p) n y
y
Funcin de cuanta de Y
n = 20 ; p = 0.7 ; q = 0.3
E(Y) = 20*0.7 = 14
;
Var(Y) = 5*0.7*0.3 = 5.2
SOL.PROB.13
13) X 1 =n de pernos de
X 2 =
X 3 =
1
pulg extraidas"
4
1
8
3
8
n1 = 6 ;
n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 2 = 4, n 3 = 2 , n = 12
p 1 = 0.5
, p 2 = 0.3 , p 3 = 0.2
f(X 1 , X 2 , X 3 ) =
funcin de cuanta
12!
0.5 6 0.3 4 0.2 2 = 0.0701
6!4!2!
13b) ) (X 1 , X 2 , X 3 ) ~. Mult ( n1, n 2 , n3 , p1 , p 2 , p 3 ) con
n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 1 =2( n 2 + n 3 ) , n 1 + n 2 + n 3 = 12
f(X 1 , X 2 , X 3 ) =
funcin de cuanta
12!
8!n !(4 n
2
n2
)!
f(X 1 , X 2 , X 3 ) =
p 1 = 0.5
funcin de cuanta
, p 2 = 0.3 , p 3 = 0.2
5
P(X 1 =7 ,( X 2 + X 3 )=5) =
n2 = 0
13b) X 1 =n de pernos de
X 2 =
X 3 =
12!
7!n !(5 n
2
)!
1
pulg extraidas"
4
1
8
3
N = 200 , N 1 = 100 , N 2 = 60 , N 3 = 40 , n = 12
.
n1 = 6 ;
n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 2 =4 n 3 = 2
N 1 = 100
, N 2 = 60 , N 3 = 40
f(X 1 , X 2 , X 3 ) =
funcin de cuanta
100 60 40
6 4 2
P(X 1 =6 ,( X 2 =4 , X 3 =2) =
= 7.423 * 10 2
200
12
13bii) (X 1 , X 2 , X 3 ) ~. Hiper-Mult ( n1, n 2 , n3 , N 1 , N 2 , N 3 ) funcin de cuanta conjunta
N 1 N 2 N 3
n
n
n
.f(X 1 , X 2 , X 3 )= 1 2 3
N
n
n 1 =2( n 2 + n 3 ) , n 1 + n 2 + n 3 = 12
n 2 + n3 = 4
Luego
n 1 =8
100 60 40
4 8
n
4
n
2
2
P(X 1 =2( X 2 + X 3 ))=
200
n2 = 0
12
13biii) ) (X 1 , X 2 , X 3 ) ~. Hiper ( n1, n 2 , n3 , N 1 , N 2 , N 3 ) funcin de cuanta
N 1 N 2 N 3
n
n
n
.f(X 1 , X 2 , X 3 )= 1 2 3
N
n
n 1 =7 , n 2 + n 3 =5 , n 1 + n 2 + n 3 = 12
N 1 = 100
Luego:
, N 2 = 60 , N 3 = 40
100 60 40
5 7
n 2 5 n 2
P(X 1 =7 ,( X 2 + X 3 )=5)=
200
n2 = 0
12
SOL.PROB.14
f( X ) = 0.2, x = 0
0, otrocaso
Y ~. B(n;p)
n
f(x)= p y (1 p) n y
y
Funcin de cuanta de Y
n = 5 ; p = 0.68 ; q = 0.2
15c) ) Sea la variable aleatoria:
Z:n de dias requeridos hasta la VT aparece por primera vez con
P (18000 VT 20000)
Z ~. Geo(p) con funcin de cuanta
pq z 1 , z = 1,2,3
f( Z ) =
0, otrocaso
con p = 0.8
0 .8 * 0 .2
z 1
= 0.992
z =1
SOL.PROB.16
Sea la variable aleatoria:
X:=n de articulos de la linea A que vende el industrial
n
n
f(x)=
N
n
0
, de otro caso
n = 5 ; N 1 = 8 ; N = 20 , se tiene
8 12
x 5 x ;..x = 0,1,2,3,4,5
f( X ) = 20
0, deotro
( t ) z
, z=0, 1, 2, ....
z!
6
* 10 = 1 paciente durante 10 minutos
60
P(3 Z ) = 1 P ( Z 2)
= 1 f(0) f(1) f(2)
con t =
= 1 - e 1
= 0.0803
e 1 *1 e 1 *12
1!
2!
17.d) E(X)= t
Var(X)= t
E(Y)= t
Var(Y)= t
E(Z)= t
Var(Z)= t
;
;
;
;
;
;
E(X)= 6
Var(X)= 6
E(Y)= 0.5
Var(Y)= 0.5
E(Z)= 1
Var(Z)= 1
18.c) P( X 2)=
0.5 3
= 0.01263
3!
e 0.5 0.5 x
x!
x =2
= 1- e 0.5
x =0
0.5 x
= 0.01438
x!
P(T > t)= e t = probabilidad de que transcurran t das hasta la llegada del
prximo barco
t
= n de barcos que llegan durante t das
1
t = * 4 = 2 barcos llegan durante 4 das
2
P(T > 4) = e 2 = 0.13534
_______._______
SOL. PROB. 19
19.a) Sea la variable aleatoria
T:= tiempo(en minutos) que se tenga que esperar antes de que se presente el
primer cliente
T ~. Exp( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0
t = n de clientes que llegan durante t minutos
t = 0.5*3= 1.5 clientes que llegan durante 3 minutos
P(T> t) = e t = probabilidad de que tanscurran t minutos hasta la llegada
del prximo cliente
P(T > 3) = e 1.5 = 0.22313
19.b) Sea la variable aleatoria
X:= n de clientes que se presentan en un intervalo de 5 minutos
X t ~. P(t ) con funcin de densidad
t ( t ) x
, x = 0,1,2,...
e
f ( x) =
x!
o, de _ otra _ manera
t
= 0.5*5=2.5 clientes que llegan en 5 minutos
P( X 5) = 1 P( X 4)
=1-
e 2.5
x=4
2.5 x
x!
= 0.1088
19.c) Sea la variable aleatoria
Yt := n de clientes que llegan durante 0.5 horas
Yt ~. P(t ) con funcin de cuanta
( t ) y
, y= 0, 1, 2, ...
y!
t
= 0.5*30= 15 clientes llegan durante 0.5 horas
P(Y > 20)= 1 P(Y 20)
15 y
= 1 - e 15
y!
y =0
f ( y ) = e t
1 = 22
P(X= 5; 1t ) = P( X = 5; 2 t )
5
2 2
e 2 2
(22 ) 5
= e 2 2
5!
5!
5
5
2
5
* 2 * 2 = e * 2
1
e 2 = 2 5
5
2
2 = 5 * ln 2
e 2 2 =
1 = 2 * 2 = 10 ln 2 =
= 6.931471
20.b) P(X= 4)= e 6.93147 *
6.93147 4
= 0.093927
4!
e 6.93147 * 6.93147 x
= 0.309546
x!
x =0
5
e t , t 0
f (t ) =
0, t < 0
con t = nmero de aviones que llegan en t horas
6.93147
t =
* 1 = 0.115524 aviones que llegan en 1 minuto
60
P(T > t)= e t , probabilidad de que ningn avin llegue en el intervalo [0, t]
minutos
P(T > 10) = e 1.15524 = 0.31498
De otra manera:
Sea la variable aleatoria:
X t = n de aviones que llegan dentro de 10 minutos
X t ~. P(t ) con funcin de cuanta
( t ) x
, x= 0, 1, 2, ...
x!
con t = nmero de aviones que llegan dentro de t minutos
6.93147
t
=
* 10 = 1.15524 aviones que llegan dentro de 10 minutos
60
P(X=0) = e 1.15524 = 0.31498
f ( x ) = e t
20.e)
6.93147
= 0.115524 aviones llegan dentro de 1 minuto
60
P(T > 5)= e 0.115524*5 = 0.56123
_______._______
SOL. PROB.21
Sea la variable aleatoria
Xt:= nmero de errores por pgina
Xt ~. P( t ) con funcin de cuanta
x
t ( t )
f ( x) = e
, x= 0, 1, 2, ...
x!
y t = nmero de errores en t pginas
t
= 50 errores en 500 pginas
50
=
=0.1 errores en 1 pgina
500
t =
= 1 0.199148= 0.800852
21.b) t = 0.1 * 50= 5 errores en 50 pginas
P(X 1)= 1 P(X 1)
1
5x
= 1 e 5
x!
x =0
= 1 0.040427 = 0.95957
21.c) t =0.1 *1= 0.1 errores en 1 pgina
0
0.1 0.1
= 0.9048
P(X=0)= e
0!
SOL. PROB. 22
Sea la variable aleatoria
X:= nmero de personas que padecen la enfermedad
22.a) X ~. B(n;p) con funcin de cuanta
n
f ( x) = p x q n x , x = 0,1,..., n
x
en donde: n=3000, p= 0.001 y q= 0.999
E(x)= np; E(x)= 3000*0.001= 3 personas
3000
0.0010 * 0.999 3000
22.b) PB ( n; p ) ( X = 0) =
0
=0.0497123
Podemos utilizar la distribucin de Poisson para aproximar la propiedad
binomial, ya que: n 30
; y ~. np < 5
t = 3*1=3
30
PB ( n; p ) ( X = 0) PP ( t ) ( X = 0) = e * = 0.049984
0!
3
_______._______
SOL. PROB. 23
X:= nmero de clientes entre 5, que preguntan por el significado del pster
X ~. B(n; p ) con funcin de cuanta
n
f ( x) = p x q n x , x = 0,1,2,..., n
x
donde n=5; p= 0.4; q= 0.6
P( X > 1) = 1 P ( X 1)
1
5
= 1 0.1x * 0.6 5 x
x =0 x
= 0.66301
= 0.4752
E(X)=5*0.4= 2.0
_______._________
SOL. PROB. 24
= 10 llamadas en 1 minuto
t=
10 * 20 10
=
llamadas en 20 segundos
60
3
P( X =!) = e
10
3
10
3
* = 0.118913
1!
f ( y ) = e t
( t ) y
, y= 0, 1, 2, ...
y!
donde:
= 10 llamadas en un minuto
t = 50 llamadas en 5 minutos
P(Y 1) = 1 P(X=0)
= 1 -e
50
50 0
*
1
0!
10*
1
2
1
10*
2
= e 5 0.007
De otra manera:
Sea la variable aleatoria
U:= nmero de llamadas telefnicas durante minuto
Ut ~ P( t) con funcin de cuanta
( t ) u
f (u ) = e t
, u=0, 1, 2, ....
u!
donde:
= 10 llamadas en 1 minuto
1
t = 10* = 5 llamadas en minuto
2
P( X = 0) = e 5 0.007
24.d) Sea la variable aleatoria
V:= nmero de llamadas telefnicas durante 10 minutos
Vt ~ P( t) con funcin de cuanta
( t ) v
f ( v ) = e t
, v = 0, 1, 2, ....
v!
donde.
= 10 llamadas en 1 minuto
t= 10*10= 100 llamadas en 10 minutos
P(V = 0) = e 100
100 0
= 3.72 *10 44 0.0
0!
4 p 3q + p 4 = p 2
4 p(1 p) + p 2 = 1
4 p 4 p2 + p2 = 1
p' = 1
3p2 4 p +1 = 0
P' ' = 1 / 3
p = p1 = p 2 = 1 / 3
P(fallar el proyectil)=1/9
_______._______
SOL. PROB. 26
Sea la variable aleatoria
D:= distancia entre dos fallas
D ~ Exp( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0
donde: d = nmero de fallas en el intervalo [0, d], d medida de longitud
d = 10 fallas por rollo de 100 metros de long.
= 0.1
1
1
E ( D) = ;
E ( D) =
= 10mts.
0 .1
26.b) P( D 5) = 1 e d
= e 0.1*5
= 1 e 0.5
= 0.393469
26.c) P(5 D 15) = P( D 15) P( D 5)
= (1 e 0.1*15 ) (1 e 0.1*5 )
= e 0.5 e 1.5
= 0.3834
26.d) Sea la variable aleatoria
Yd:= nmero de fallas en una longitud de 10 cm.
Yd ~ P( d) con funcin de cuanta
y
d ( d )
f ( y) = e
, y = 0, 1, 2, ....
y!
de d = nmero de fallas en el intervalo [0, d], d medida de longitud
d = 10 fallas en 100 mts de longitud
10
=
1
100
0.1
1 cm
100
0 .1
d =
* 10 10
100
0.010
P(Y = 0) = e 0.01
= e 0.01 = 0.99
0!
Ojo resp. 26.e) ver ms abajo
1 cms.
100
0 .1
d =
* 20 fallas en 20 cms. de longitud
100
0.02 0
0.02
P(W = 0) = e
*
= e 0.02 = 0.9801
0!
26.e) segn pregunta d)
P (Y 1) = 1 P (Y < 1)
= 1 P (Y = 0)
= 1 e 0.01
= 9.9501 * 10 3
_______._______
SOL. PROB. 27
Sean las variables aleatorias
X:= nmero de automviles llegan a la primera hora de trabajo
T:= tiempo (en horas) de la llegada de un auto mvil
27.a) T ~ Exp( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0
donde:
t= nmero automviles llegan durante el intervalo [0, t], t medida de
tiempo
4
= = 1 / 2 automvil llega durante 1 hora
8
_______._______
SOL. PROB. 28
32
= 4 .8
80
24
E ( X 2 ) = 12 *
= 3 .6
80
24
E ( X 3 ) = 12 *
= 3 .6
80
28.c) E(X 1 )= 12 *
_______._______
SOL. PROB. 29
( t ) x
, x = 0, 1, 2, ....
x!
( ) x
, x = 0, 1, 2, ....
x!
X ~ P( t) f ( x) = e t
X ~ P( ) f ( x) = e
Donde:
P ( X = 0) = e
( ) 0
= 0 .2
0!
= e = 0.2 / ln
= ln 0.2
= ln 0.2
= 1.60943
P( X > 2) = 1 P( X = 0) P( X = 1) P( X = 2)
1.60943 2
2!
= 0.21908
X ~ P( ) f ( x) = e
( ) x
, x = 0, 1, 2, ....
x!
Donde: = t
Sea k {0} , el valor tal que: P( x = k 1) P( x = k ) y P( x = k ) P( x = k + 1)