GUA DE APLICACIN

VARIABLES ALEATORIAS CONTINUAS Y DISTRIBUCIONES DE

PROBABILIDAD CONTINUAS

INSTRUCCIONES
La siguiente gua cuenta con problemticas resueltas paso a paso que tendr que revisar con
atencin, a continuacin de la misma se encontrar con ejercicios propuestos con su
correspondiente resultado. Se pide que a esto ltimo lo resuelva y en caso de dudas o consultas se
dirija al profesor(a) del curso en dictacin.

1. Calcular la varianza de la variable aleatoria absolutamente continua con funcin de densidad.

1
si x 0,1
f x 2 x
0
en otro caso

Solucin:

La definicin de varianza para una variable aleatoria es:

Var X E X 2 E x
2

Se calculamos la esperanza de X , sabiendo que la esperanza de una variable aleatoria continua

es:

E X x f x dx

Se reemplaza f x :

1
EX x
1
dx
0
2 x

1
 1
E X x1
1
1
dx
0
2 x 2

Se aplica la propiedad de las potencias de divisin de bases iguales:

1
E X x1
1
1
dx
0
2 x 2

1
x2
EX
1
dx
0 2
x 1
1
1
2
x
EX
1
2 1
2 x 0

Se simplifica:

x 1
3
2
x
EX
3
2
2 x 0

x 1
3
2
x
EX
1 3
2 1
2 x 0

2
 3 x 1
2
x
EX
3
x 0

Se aplica el teorema fundamental del clculo:

3 3
12 02
EX
3 3

1
EX 0
3

1
EX
3

Ahora se calcula la esperanza de X 2 , usando la definicin de esperanza:

E X 2 x 2 f x dx

Se reemplaza f x :

E X 2 x2
1 1
dx
0
2 x

Se transforma la raz a potencia:

Se procede de la misma forma que se us para calcular la esperanza de X :

E X 2 x2
1 1
1
dx
0
2
2x
1
2

EX2
2
1 x
dx
0 2

3
Se integra:

EX
2
1 x2
dx
0 2
x 1
3
1
2
EX2
x
3
2 1
2 x 0

x 1
5

EX2
2
x
5
2
2 x 0

x 1
5

EX2
2
x
10
2 x 0

5 x 1

EX2
2
x
5
x 0

Se aplica el teorema fundamental del clculo:

5 5

EX
212 0 2
5 5

EX2 0
1
5

EX2
1
5

y E X en la frmula de varianza:
1 1
Finalmente se reemplaza E X
2

3 5

Var X E X 2 E x
2

4
 2
1 1
Var X
5 3

1 1
Var X
5 9

4
Var X
45

2. En un estacionamiento pblico se ha observado que los autos llegan aleatoria e

independientemente a razn de 360 autos por hora. Si la variable X tiempo que transcurre
entre que llegan 2 autos en forma consecutiva se distribuye exponencialmente, encuentre la
probabilidad de que el prximo vehculo no llegue dentro de medio minuto.

Solucin:

Se sabe que la variable X tiempo que transcurre entre dos llegadas consecutivas, distribuye
exponencialmente el parmetro . Es importante tener en cuenta que tanto X como el
parmetro deben venir expresados en la misma unidad.

En este caso representa el nmero de vehculos que llegan por minuto:

360
6 vehculos por minuto
60

Luego, la probabilidad es: P X 0,5

Se necesita que este valor acumule, as que se usa la propiedad del complemento:

P X 0, 5 1 P X 0, 5

Como la expresin P X 5 acumula la probabilidad hasta 5, se necesita la distribucin

acumulada de la distribucin exponencial:

0, x0
FX x x
1 e , x0

5
Para este caso 6 y x 5 :

P X 0 ,5 1 P X 0 , 5

P X 0,5 1 1 e60 ,5

P X 0,5 e3

P X 0,5 0,049

3. La cantidad de dinero semanal que una compaa gasta en mantenimiento y reparaciones sigue
una distribucin normal de valor esperado $40.000 y varianza 4.000.000.

a) Calcule la probabilidad de que los gastos de mantencin y reparaciones estn comprendidos

entre $36.000 y $43.000.

b) Si el presupuesto para cubrir los gastos de mantenimiento y reparaciones es de $45.000,

cul es la probabilidad de que los costos reales sean mayores que los presupuestados?

c) De cunto debe ser el presupuesto semanal para mantenimiento y reparaciones para que
tan solo se rebase con una probabilidad de 0,1?

Solucin:

X: Gastos en mantenimiento y reparaciones

X N (40.000, 4.000.000)

a)

Se estandariza la variable X para poder hacer uso de la tabla de probabilidad:

6
b)

c)

7
4. Calcular la probabilidad de obtener entre 3 y 6 caras, ambas inclusive, en 10 lanzamientos de
una moneda usando:
a) El modelo de probabilidad binomial.
b) El modelo de probabilidad normal.

Solucin:

a)

Sea Y el nmero de caras en 10 lanzamientos de una moneda. Y distribuye binomial con n 10 y

1
p . Por lo tanto:
2

1
Y B 10,
2

Como se pide la probabilidad de obtener entre 3 y 6 caras (inclusive) se debe calcular:

P 3 Y 6 ?

Como se trata de una variable discreta debemos sumar las probabilidades de cada caso:

P 3 Y 6 P Y 3 P Y 4 P Y 5 P Y 6

10 3 10 4 105 10 6
10 1 1 10 1 1 10 1 1 10 1 1
3 4 5 6

1 1 1 1
3 2 2 4 2 2 5 2 2 6 2 2

10 1 1 10 1 1 10 1 1 10 1 1
3 7 4 6 5 5 6 4

3 2 2 4 2 2 5 2 2 6 2 2

8
 m m!
Recordar que:
n n! m n !

3 7 4 6 5 5 6 4
10! 1 1 10! 1 1 10! 1 1 10! 1 1

3!10 3! 2 2 4!10 6 ! 2 2 5!10 5 ! 2 2 6!10 6 ! 2 2

0,7734

b)

Se usar la aproximacin de la distribucin binomial a la normal. Para ello la variable Y se

aproximar a una distribucin normal N n p, n p 1 p . Recordar que esta aproximacin

se realiza construyendo la variable estandarizada como:

Y n p
Z
n p 1 p

Entonces, la variable estandarizada ser:

Y 5 Y 5 Y 5
Z
1 1 2,5 1,58
10 1
2 2

Ser normal N 0,1 para poder obtener la probabilidad de la tabla Z. Cada valor de la distribucin
binomial se convierte en un intervalo de la distribucin normal de amplitud 1, centrado en dicho
valor. Adems, se aplicar la correccin por continuidad para obtener una mejor aproximacin,
con lo que resulta:

P 3 Y 6 P 2 ,5 Y 6 ,5

Entonces:

2 , 5 5 Y 5 6 ,5 5
P 2 ,5 Y 6 ,5 P
1,58 1,58 1,58

P 1,58 Z 0,95

0,7718

Como se observa, la aproximacin es bastante cercana.

9
Ejercicios propuestos
1. El tiempo promedio de exposicin de un comercial es de 2,75 minutos con una desviacin
estndar de 0,63 minutos.

a) Cul es la probabilidad de que un comercial dure ms de 3,5 minutos?

R. 0,017

b) Si se selecciona un comercial al azar, cul es la probabilidad de que dure entre 2 y 3 minutos?

R. 0,5347

c) Cul es la probabilidad o proporcin de comerciales que duran ms de 1,75 minuto?

R. 0,9429

2. Las emisiones diarias de contaminacin de una planta industrial son modeladas por una variable
aleatoria normal con media de 10 unidades y coeficiente de variacin igual al 20%. Cuando la
emisin diaria excede las 14 unidades es considerado excesivo. Cul es la probabilidad de tener
emisiones contaminantes por sobre lo permitido?

R. 0,045

3. La estatura de un cierto grupo de personas sigue una distribucin normal con media de
1,70 m y desviacin estndar 0,10 m. Calcular la probabilidad de que una persona
seleccionada al azar mida ms de 1,80 m.

R. 0,1587

4. La longitud de ciertas piezas de una maquinaria sigue una distribucin normal con media de 32
cm y desviacin estndar 0,3 cm.

a) Calcular la probabilidad de que una pieza mida entre 31,1 cm y 32,6 cm.

R. 0,9758

b) Si se eligen tres piezas al azar, cul es la probabilidad de que solo 2 de ellas tengan una
longitud entre 31,1 cm y 32,6 cm?

10
R. 0,0695

5. Una ampolleta posee una vida promedio de 150 das. Se sabe que el tiempo de duracin de una
ampolleta es una variable con distribucin exponencial.

a) Calcular la probabilidad de que el tiempo de falla sea mayor que 200 das.

R. 0,2636

b) Si una ampolleta ya ha durado 200 das, cul es la probabilidad de que trabaje otros 200 das?

R. 0,5134

6. Suponga que las mediciones de corriente realizadas, en una pista de alambre conductor, siguen
una distribucin normal con media de 10 mA y varianza (4 mA)2 Cul es la probabilidad de que el
valor de una medicin sea mayor que 13 miliamperios?

R. 0,06681

7. El tiempo entre las detecciones de una partcula rara por el contador Geiger es una variable
aleatoria que distribuye exponencialmente con media de 1,4 minuto. Determine la probabilidad
de detectar una partcula durante el lapso que transcurre desde que se enciende el contador.

R. 0,5

11