Escolar Documentos
Profissional Documentos
Cultura Documentos
- Distribucin Conjunta
Ejercicios Resueltos
Distribucin Conjunta
Distribucin Marginal
Distribucin Condicional
Independencia de Variables Aleatorias
Valores Esperados
1.- Cierto supermercado tiene una caja de salida comn y una caja rpida, en que X 1 es el nmero
de clientes que estn esperando en la caja comn, en un momento particular del da, y X 2
es el nmero de clientes que estn esperando en la caja rpida, al mismo tiempo.
Suponga que la funcin de probabilidad conjunta de X 1 y X2 es la siguiente:
X1 \ X2
0
1
2
3
4
0
.08
.06
.05
.00
.00
1
.07
.15
.04
.03
.01
2
.04
.05
.10
.01
.05
3
.00
.04
.06
.07
.06
1.1) Calcule la probabilidad de que haya por lo menos dos clientes ms en una lnea de espera
que en la otra.
1.2) Si se sabe que en la caja comn hay dos personas esperando, Cul es el nmero esperado
de clientes que estn en la caja rpida?
1.1) Solucin: Lo primero ser definir las variables a utilizar:
1 = Nmero de clientes que esperan caja comn
2 = Nmero de clientes que esperan caja rpida
Luego, debemos representar la probabilidad que la fila 1 tenga por lo menos dos clientes ms que la
fila 2 , lo que est dado por:
(1 2 + 2) = (1 = 2; 2 = 0) + (1 = 3; 2 = 0) + (1 = 4; 2 = 0) + (1 = 3; 2 = 1)
+ (1 = 4; 2 = 1) + (1 = 4; 2 = 2)
Y el otro caso est dado por:
(1 + 2 2 ) = (1 = 0; 2 = 2) + (1 = 0; 2 = 3) + (1 = 1; 2 = 3)
Finalmente, calculando la suma de estas probabilidades, tenemos:
(1 2 + 2) + (1 + 2 2 ) = 0,05 + 0,03 + 0,01 + 0,05 + 0,04 + 0,04 = 0,22
Respuesta: La probabilidad de que haya por lo menos dos clientes ms en una lnea de espera que
en la otra, corresponde a 0,22
1.2) Solucin:
2
(2 /1 = 2)
0
1
2
3
0,05/0,25 = 0,20
0,04/0,25 = 0,16
0,10/0,25 = 0,40
0,06/0,25 = 0,24
Respuesta: Si en la caja comn hay dos personas esperando, entonces el nmero esperado de
clientes que estn en la caja rpida es 1,68
Pgina 94
0
1
2
3
4
1
0,15 0,01 0,00 0,00 0,00
2
0,20 0,08 0,02 0,02 0,00
3
0,30 0,15 0,05 0,05 0,04
Determine el nmero esperado de solicitudes rechazadas diariamente, cuando el nmero de
prstamos solicitados en el da es mximo.
2) Solucin: Lo primero es definir el nmero de prstamos solicitados en el da cuando este es mximo,
esto se puede definir por simple inspeccin, cuyo resultado es tres, por lo tanto, creamos una tabla con
probabilidad de nmero de prstamos solicitados diariamente, dado que el nmero de solicitudes
rechazadas diariamente sea igual a tres.
(/ = 3)
0
1
2
3
4
0,30/0,59
0,15/0,59
0,05/0,59
0,05/0,59
0,04/0,59
(/ = 3) = 0
0,30
0,15
0,05
0,05
0,04
+1
+2
+3
+4
= 0,9492
0,59
0,59
0,59
0,59
0,59
0
1
2
3
4
0,01
0,08
0,06
0,10
0,06
0,04
0,15
0,16
0,06
0,04
0,02
0,10
0,05
0,05
0,02
3.1) Se seleccionan al azar las ventas mensuales, en esta empresa, hasta ubicar un mes en que
la cantidad vendida de chancadoras ligeras supera a la de las pesadas. Determine la
probabilidad de tener xito despus del tercer mes elegido
3.2) La empresa tiene un costo fijo mensual de $2.000.000 y la diferencia entre el precio de
venta y el costo variable es de $1.200.000 por chancadora tipo pesada vendida y $700.000
por chancadora tipo ligera vendida. Calcule utilidad mensual esperada y su varianza en la
empresa.
Pgina 95
3.1) Solucin: Lo primero que debemos hacer es definir las notaciones a utilizar:
= Nmero de chancadoras vendidas al mes de tipo ligero
= Nmero de chancadoras vendidas al mes de tipo pesado
Luego, tenemos que obtener la probabilidad correspondiente a ubicar un mes en que la cantidad
vendida de chancadoras ligeras supera a la de las pesadas, lo que se expresa de la siguiente forma:
( > ) = ( = 4; = 0) + ( = 3; = 0) + ( = 2; = 0) + ( = 1; = 0) + ( = 4; = 1)
+ ( = 3; = 1) + ( = 2; = 1) + ( = 4; = 2) + ( = 3; = 2)
( > ) = 0,06 + 0,10 + 0,06 + 0,08 + 0,04 + 0,06 + 0,16 + 0,02 + 0,05 = 0,63
Despus, definimos otra variable a utilizar:
= Cantidad de meses seleccionados hasta que la cantidad vendida de chancadoras ligeras, supera
a la de las pesadas
Adems, notemos que estamos en presencia de una distribucin Geomtrica, lo que se expresa de la
siguiente manera:
(
)(
)1 ; = 1,2,
~ ( = 0,63)
() = { 0,63 0,37
0
Finalmente calculamos la probabilidad que nos solicita el problema:
( > 3) = 1 ( 3) = 1 [( = 1) + ( = 2) + ( = 3)]
( > 3) = 1 [(0,63)(0,37)0 + (0,63)(0,37)1 + (0,63)(0,37)2 ] = 0,0507
Respuesta: La probabilidad de tener xito despus del tercer mes elegido, es 0,0507.
3.2) Solucin: Utilizaremos la siguiente notacin:
= Utilidad mensual de la empresa, en MM$
Distribuimos lo datos que nos otorga el
problema, para as, poder trabajar con ellos de
mejor manera.
Despus utilizando la frmula de esperanza,
obtenemos:
= 1,2 + 0,7 2
0
1
2
3
4
()
0,07
0,33
0,27
0,21
0,12
0
1
2
()
0,31
0,45
0,24
Pgina 96
(, ) = 1,67
+
.
(2 ) =
(1 , 2 )1 =
1
2 1 = 2(1 2 )
1 = 0
Pgina 97
2(1 2 ) ; 0 2 1
0
Luego, calculamos la funcin marginal de la sustancia 1 , dado que contiene 0,2 de la sustancia 2 , lo
que se expresa como sigue:
(1 2 = 0,2) =
(1 , 2 )
2
1
|
|
=
=
(2 ) = 0,2 2(1 2 ) = 0,2 0,8
2
2
)
1 2 = 0,2 = {0,8
0
; 0 1 0,8
En seguida calculamos la esperanza, por medio de la frmula general de esperanza, para distribuciones
continuas:
0,8
(1 2 = 0,2) =
1 (1 2 = 0,2) 1 =
1
1 = 0
1
= 0,4
0,8 1
Anlogamente, notemos que 1 2 = 0,2, posee una distribucin uniforme, por lo que se puede ocupar
la formula de esperanza para distribuciones uniformes, quedando de la siguiente forma:
(1 2 = 0,2) ~ [0; 0,8]
(1 2 = 0,2) =
0+0,8
2
= 0,4
+
< < 2 ; 0 < < 4
. . .
Pgina 98
5.3) Si se revisan los consumos de los hogares uno a uno, Cul es la probabilidad de que al
tercer hogar revisado se encuentre el segundo hogar donde el consumo de gas y
electricidad no sobrepase lo esperado?
5.4) De los hogares con un consumo de 100 m3 mensuales en gas Qu proporcin consume
menos de 100 KW en energa elctrica?
5.1) Solucin: Sean:
() = (, ) =
=0
2
() = (, ) =
=0
+
1
( + 2)
(4 + 8) =
=
24
24
6
+
1
( + 1)
(2 + 2) =
=
24
24
12
Luego, determinamos las esperanzas de cada una de las variables, como se muestra a continuacin:
2
( + 2)
1
1 8
10
2 + 2 = ( + 4) =
() = () =
=
6
6
6 3
9
=0
4
=0
4
( + 1)
1
1 64
22
2 + =
() = () =
=
( + 8) =
12
12
12 3
9
=0
=0
Posteriormente, calculamos la probabilidad de los hogares de este sector que debera revisar el
Departamento de Estudios de la Superintendencia de Electricidad y Combustible, los que corresponden
a aquellos hogares donde el consumo de gas y energa elctrica no sobrepasa las respectivas
cantidades esperadas, por lo que los lmites de integracin estn dados entre cero y el valor esperado
de cada variable, lo que se denota de la siguiente forma:
10/9 22/9
= 0 =0
+
= 0,2011
24
Pgina 99
Donde,
10
) (0,7989)10 ; = 0,1,2, ,10
( )(
() = { 0,2011
0
~ ( = 10 ; = 0,2011)
() = {
+
24
+2
+
4 + 8
+1
12
( < 1 = 1) =
0
+1
1 1
1
[ + 1] = = 0,125
=
12
12 2
8
Respuesta: De los hogares con un consumo de 100 m3 mensuales en gas, la proporcin consume
menos de 100 KW en energa elctrica, corresponde a 0,125
6.- Cada neumtico delantero de un tipo particular de automvil se llenar a una presin
(requerida) de 26 lb/pulg2. Suponga que la presin de aire de cada neumtico es una variable
aleatoria, X para el neumtico derecho e Y para el izquierdo, con la siguiente funcin de densidad
conjunta:
(, ) = { ( + )
Cul es la probabilidad de que la presin del neumtico derecho exceda a la presin del
neumtico izquierdo en al menos dos /?
Pgina 100
o bien,
( + 2)
( + 2) =
(, )
= 22
( + 2) =
30
= 22
30
= 22
= 20
= 20
3
( 2 + 2 )
380000
3 18 2 + 3 2002
3804
=
95000
11875
= 0,3203
Respuesta: La probabilidad de que la presin del neumtico derecho exceda a la presin del
neumtico izquierdo en al menos dos /2, es igual a 0,3203
7.- Al estudiar el tipo de partculas que contaminan el aire de Santiago, se ha determinado que
las cantidades X e Y (en gramos) de partculas tipo A y B respectivamente, que se contabilizan
en los filtros colocados diariamente para tal efecto, son variables aleatorias con funcin de
probabilidad de densidad conjunta dada por:
( + ) < < 1
(, ) = {
<<1
Pgina 101
Luego, nos piden determinar la probabilidad de que se encuentre ms de 0.5 gramos de partculas tipo
A y menos de 0.5 gramos de partculas tipo B, lo que se expresada de la siguiente forma:
( > 0,5; < 0,5)
Cuyos lmites de integracin se ven grficamente en la
imagen, quedando de la siguiente forma:
1
3( + )
= 0,5 = 0
1
= 0,5
3 2
( 1) = 0,3125
2
3
() = (, ) = 3( + ) = (1 2 )
2
=0
3
() = (, ) = 3( + ) = (1 2 )
2
=0
Posteriormente, para determinar el valor esperado de la cantidad total de partculas, debemos calcular
los valores esperados de ambas variables, como se muestra a continuacin:
1
3
3
3 = 0,375
() = () = (1 2 ) =
2
2
=0
1
=0
1
3
3
3 = 0,375
() = () = (1 2 ) =
2
2
=0
=0
Finalmente, para obtener el valor esperado total de partculas que se encuentran diariamente en el
filtro, debemos sumar las esperanzas de cada variable, calculadas en el paso anterior:
( + ) = () + () = 0,375 + 0,375 = 0,75
Respuesta: La cantidad total esperada de partculas que se encuentran diariamente en el filtro, es
0,75.
Pgina 102
8.- La mezcla adecuada de polvos finos y gruesos, antes de sintetizar cobre, es esencial para
lograr uniformidad en el producto terminado. La cantidad de polvos finos (X) y polvos gruesos
(Y), ambos en toneladas, utilizadas en las mezclas, son variables aleatorias modeladas por la
siguiente funcin de densidad de probabilidad conjunta:
(, ) = { ( + )
8.1) Se toman al azar 10 muestras de estas mezclas. Cul es la probabilidad de que en cuatros
de ellas el doble de la cantidad de polvos finos sea superior que la cantidad de polvos
gruesos?
8.2) Determine la probabilidad de que la cantidad de polvos finos sea inferior a la esperada y la
cantidad de polvos gruesos flucte entre 1,3 y 1,5 toneladas.
8.3) El nmero promedio de irregularidades que se encuentran en tubos de cobre, fabricados
con esta mezcla, es 6 por metro lineal de tubo. Se toma al azar un tubo de 90 centmetros
de largo. Cul es la probabilidad de encontrar por lo menos dos irregularidades en el
tubo? Considere vlidos los supuestos de Poisson.
= Cantidad de polvos finos, en toneladas
(2 > ) =
2
( + 2)
7
=1 =
2
2
=
=1
9 2 + 16 + 4
1
= = 0,25
28
4
10
) (0,75)10 ; = 0,1,2, ,10
( )(
() = { 0,25
0
Pgina 103
2
2
() = (, ) = ( + 2) = ( + 3)
7
7
2
2
2 + 3 = 0,5238
() = () = ( + 3) =
7
7
=0
=0
1,5
0,5238
= 1,3 = 0
1,5
= 1,3
2
( + 2)
7
(0.5238)2 2.0952
+
= 0,09164
7
7
Respuesta: La probabilidad de que la cantidad de polvos finos sea inferior a la esperada y la cantidad
de polvos gruesos flucte entre 1,3 y 1,5 toneladas, corresponde a 0,09164.
8.3) Solucin: Sean las variables con sus respectivas distribuciones:
= Nmero de irregularidades en un tubo de 100 cm
6 6
; = 0,1,2,
~ ( = 6)
() = { !
0
= Nmero de irregularidades en un tubo de 90 cm
5,4 5,4
6 90
; = 0,1,2,
~ ( =
= 5,4)
() = {
!
100
0
Pgina 104
(
)
, = {
9.1) Cul es la probabilidad de que un da la primera lnea est ocupada ms de la mitad del
tiempo?
9.2) Determine la probabilidad de que en un da la primera lnea se ocupe menos tiempo que la
segunda.
9.3) Si un da la segunda lnea se ocupa el 75% del tiempo, cul es la proporcin esperada de
tiempo que se ocupa la primera lnea ese da?
9.1) Solucin: Sean:
() = (, ) =
=0
3 2
3
1
( + 2 ) = ( 2 + )
2
2
3
Respuesta: La probabilidad de que un da, la primera lnea est ocupada ms de la mitad del tiempo,
corresponde a 0,6875.
Pgina 105
( < ) =
1
(, )
=0 =0
3
3 3 3
1
( 2 + 2 ) =
+
= = 0,5
2
2
2
2
=0 =0
=0
Respuesta: La probabilidad de que en un da, la primera lnea se ocupe menos tiempo que en la
segunda lnea, es igual a 0,5.
9.3) Solucin: Debido a que debemos calcular la proporcin esperada de tiempo que ocupa la primera
lnea, dado que la segunda lnea ocupa el 75% del tiempo, es conveniente partir por calcular la funcin
marginal de la proporcin de tiempo de la segunda lnea:
1
() =
(, ) =
=0
3 2
3 1
( + 2 ) = ( + 2 )
2
2 3
( 2 + 0,752 ) 2 + 0,5625
(, )
2
|
( = 0,75) =
= 3 1
= 1
() = 0,75
+ 0,5625
( + 0,752 )
3
2 3
( = 0,75) = ( = 0,75) =
=0
2 + 0,5625
1
3
+ 0,5625
0,5325
= 0,5944
0,8958
Respuesta: Si un da aleatorio, la segunda lnea se ocupa el 75% del tiempo, la proporcin esperada
de tiempo que se ocupa la primera lnea ese da, es igual a 0,5944.
10.- Un empleado cada da debe tomar dos buses del Transantiago para llegar a su trabajo: el
alimentador H-201 y el troncal 401. Los tiempos de espera de las respectivas lneas, expresadas
en minutos, son variables aleatorias independientes y , cuyas funciones de densidad se
muestran a continuacin:
(
)
= {
< < 20
.
(
)
; = {
> 0
.
Cul es la probabilidad que el empleado deba esperar mayor cantidad de minutos al bus
alimentador que al bus troncal?
Pgina 106
12 (1 , 2 ) = 1 (1 ) 2 (2 )
Por lo tanto, la funcin conjunta queda expresada de la siguiente forma:
1 2
20
400
0
12 (1 , 2 ) = {
Entonces, calculamos la probabilidad requerida por el ejercicio, con los lmites de integraciones que se
ven en la imagen
(1 > 2 ) =
20
1 2 (1 , 2 ) 2 1
1 = 0 2 = 0
1
20
1 2
20 2 1 =
400
1 = 0 2 = 0
20
1 = 0
1
1
(1 20 ) 1
20
1
(20 + 20 1 + 20) = 1 = 0,3678
20
Respuesta: La probabilidad de que el empleado deba esperar mayor cantidad de minutos al bus
alimentador que al bus trocal, corresponde a 0,3678.
11.- Las piezas de metal, que tienen determinadas sillas para oficinas, llevan una capa de nquel
y sobre ella una de cromo. Ambas capas se miden en micras de milmetros. El grosor de la
capa de nquel (X) y de la capa de cromo (Y) son variables aleatorias que tienen la siguiente
funcin de densidad conjunta.
( + )
(, ) = {
11.1) Cul es la probabilidad de que la capa de cromo sea ms gruesa que la capa de nquel?
11.2) Si la capa de cromo es menor que 0,3 micras de milmetros. Cul es la probabilidad de
que la capa de nquel sea inferior a 0,2 micras de milmetros?
11.3) Se realiza control de calidad de estas sillas, se sabe que el grosor ptimo de la capa de
cromo debe ser superior a 0,6 micras de milmetros. Cul es la probabilidad de tener
que revisar a lo ms cuatro sillas hasta encontrar la segunda con un grosor ptimo de la
capa de cromo?
Pgina 107
11.4) Pruebe, con una medida estadstica adecuada, si es posible afirmar que mientras mayor
es el grosor de la capa de nquel, mayor es el grosor de la capa de cromo, si las variables
estn relacionadas.
= Capa de nquel en una silla, en micras de milmetros
= Capa de cromo en una silla, en micras de milmetros
( > ) =
0,8
0,5
2( + 1)
(, ) =
=0 =
0,8
=0 =
0,5
= 2 2 0,4 + 1,6 =
=0
2
= 0,6667
3
Respuesta: La probabilidad de que la capa de cromo sea ms gruesa que la capa de nquel, es igual
a 0,6667.
11.2) Solucin: Lo primero determinamos la funcin marginal de y, como se ve a continuacin:
0,5
() = 2 ( + 1) = 2 ( + 1) = 1,25
=0
Con:
0,2
0,3
0,2
=0 =0
0,3
=0
0,3
=0
0,132
= 0,352
0,375
Respuesta: Si la capa de cromo es menor que 0,3 micras de milmetros, la probabilidad de que la capa
de nquel sea inferior a 0,2 micras de milmetros, es igual a 0,352
Pgina 108
11.3) Solucin: Lo primero que debemos hacer es determinar la probabilidad de encontrar una silla con
grosor ptimo, lo que se hace de la siguiente forma:
( > 0,6) =
0,8
0,8
() =
1,25 =
= 0,6
= 0,6
1
= 0,25
4
Definimos la siguiente variable a utilizar, la que tiene una distribucin Pascal o binomial negativa, como
se ve a continuacin:
= Nmero de sillas revisadas hasta encontrar la segunda con un grosor optimo
~ ( = 2; = 0,25)
() = {
() =
(, ) = 2( + 1) = 1,6 ( + 1)
=0
0,5
() =
(, ) = 2( + 1) = 1,25
=0
Luego, notemos que la multiplicacin de las funciones marginales es iguales a la funcin conjunta,
como se muestra:
(, ) = 2 ( + 1) = () ()
Lo que implica que ambas variables son variables aleatorias independientes, es decir la covarianza es
cero. En conclusin el Coeficiente de Pearson es igual a cero, por ende no se puede afirmar que a
mayor grosor de la capa de nquel, mayor grosor de la capa de cromo.
Pgina 109
12.- Sean X e Y variables aleatorias que denotan la produccin diaria de cable (en miles de
metros) en los turnos A y B respectivamente de cierta Empresa. Por disposicin de la gerencia
de comercializacin la produccin en el turno B no debe superar a la del turno A.
El comportamiento conjunto de ambas variables se modela mediante funcin de densidad:
(, ) = { ( + )
() = {
() = {
( + )
Produccin diaria
(en miles de metros)
X 0.5 e Y 0.5
X 0.7 e Y 0.7
X > 0.5 e Y < 0.7
12.1) Cuando en el turno A se producen 800 metros de cable, Cul es la produccin esperada
en el turno B?
12.2) Cul es la probabilidad de que la produccin en el turno B supere los 600 metros de
cable?
12.3) Si el costo de producir un metro de cable es de $1800 en el turno A y de $2100 en el turno
B. Cul es el costo total esperado de la produccin diaria de cables en esta empresa?
12.4) Al observar el consumo diario de energa elctrica para los distintos niveles de
productividad, se observ un comportamiento de tipo exponencial con media de 30, 50 y
40 Kw respectivamente. Determine la probabilidad que el consumo de energa diario, en la
empresa, sea mayor a 35 Kw.
12.1) Solucin: Sean:
= Produccin diaria de cable en el turno A, de cierta empresa, en miles de metros
= Produccin diaria de cable en el turno B, de cierta empresa, en miles de metros
Lo primero ser definir la funcin condicional, dado que la produccin diaria de cable sea 0,8 en el turno
A, lo que se hace con la siguiente frmula:
6
(2 + )
(2 (0,8) + )
(, )
5
|
|
( = 0,8) =
=5
=5
=1+
2
2
()
3
3 (0,8)
8
= 0,8
= 0,8
Pgina 110
Luego, calculamos la esperanza de la funcin que definimos en el paso anterior, de la siguiente forma:
0,8
0,8
0,8
=0
=0
=0
5
5 2
32
( = 0,8) = ( = 0,8) = (1 + ) = +
=
= 0,4267
8
8
75
Respuesta: Cuando en el turno A se producen 800 metros de cable, la produccin esperada en el turno
B, corresponde a 0,4267 miles de metros, o 4267 metros.
12.2) Solucin: Debido a que nos preguntan sobre la produccin en el turno B, donde esta supere los
600 metros de cable, por lo tanto, utilizaremos la funcin de densidad de la produccin diaria de cable
en el turno B, quedando de la siguiente forma:
1
( > 0,6) =
() =
= 0,6
= 0,6
6
148
(1 + 2 2 ) =
= 0,2368
5
625
Respuesta: La probabilidad de que la produccin en el turno B supere los 600 metros de cable, es
igual a 0,2368
12.3) Solucin: Lo primero ser definir el costo total de la produccin diaria de cable en esta empresa,
la que por la informacin que nos suministra el ejercicio, est dada por la siguiente ecuacin:
= 1800 + 2100 ,
Luego, nos piden el valor esperado de esta ecuacin, la que por medio de propiedades nos queda
expresada de la siguiente forma:
( ) = (1800 + 2100 ) = 1800 () + 2100 ()
Entonces, debemos calcular los valores esperados de la produccin diaria de cable, en el turno A y B,
respectivamente.
1
1
2
() = () = (3 ) = 3 3 = 0,75 = 750
=0
1
=0
1
6
6
() = () = ( (1 + 2 2 )) = ( + 2 2 3 ) = 0,4 = 400
5
5
=0
=0
Pgina 111
() = ( 0,5; 0,5) =
=0 =0
() = ( 0,7; 0,7) =
6
(2 + ) = 0,125
5
= 0,7 = 0,7
6
(2 + ) = 0,1404
5
~ ( = 30)
1
~ ( = 50)
1
~ ( = 40)
35
( > 35 ) = 30 = 0,3114
( > 35 ) = 40 = 0,4169
35
35
Finalmente, calculamos la probabilidad total de consumo diario de energa, por medio de frmulas,
quedando de la siguiente forma:
( > 35) = ( > 35) () + ( > 35) () + ( > 35) ()
( > 35) = 0,3114 0,125 + 0,4966 0,1404 + 0,4169 0,7346 = 0,4149
Respuesta: La probabilidad que el consumo de energa diario, en la empresa, sea mayor a 35 Kw, es
igual a 0,4149.
13.- La cantidad de sustancia contaminante corrosiva (X) y de sustancia contaminante txica
(Y), expresadas en grs., que se encuentran al examinar las emisiones de gases, en vehculos
elegidos al azar, son variables aleatorias con funcin de densidad conjunta dada por:
(, ) = {
<<<
Pgina 112
() = (, ) = 2 = 2 2
En seguida, definimos la funcin condicional que nos servir para determinar la probabilidad requerida
por el ejercicio, para lo que se utiliza la siguiente frmula:
( = 2) =
(, )
2
|
|
=
= + |
= + 2
()
2 2
=2
=2
=2
( > 4 = 2) = ( = 2) = + 2 = 2 = 0,1353
=4
=4
Pgina 113