5.

- Distribucin Conjunta
Ejercicios Resueltos
Distribucin Conjunta
Distribucin Marginal
Distribucin Condicional
Independencia de Variables Aleatorias
Valores Esperados

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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

Luego, calculamos el valor esperado:

(2 /1 = 2) = 2 (2 /1 = 2)
2

(2 /1 = 2) = 0 0,20 + 1 0,16 + 2 0,40 + 3 0,24

(2 /1 = 2) = 1,68

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

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

2.- En una Financiera, se consideran variables aleatorias: = Nmero de prstamos solicitados

diariamente = Nmero de solicitudes rechazadas diariamente, tal que su distribucin de
probabilidad conjunta es:

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

En seguida, procedemos a determinar el nmero esperado de solicitudes

rechazadas diariamente:
(/ = 3) = (/ = 3)

(/ = 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

Respuesta: El nmero esperado de solicitudes rechazadas diariamente, cuando el nmero de

prstamos solicitados en el da es mximo, es igual a 0,9492
3.- Una empresa vende dos tipos de chancadoras, ligeras y pesadas. Las cantidades vendidas
mensualmente son variables aleatorias, en que e representan en nmero de chancadoras
vendidas al mes de tipo ligero y de tipo pesado respectivamente. La correspondiente
distribucin de probabilidad conjunta es la siguiente:

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.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 95

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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

() = () = 0 0,31 + 1 0,45 + 2 0,24 = 0,93

() = () = 0 0,7 + 1 0,33 + 2 0,27 + 3 0,21 + 4 0,12 = 1,98

Pgina 96

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

En seguida, por propiedades calculamos la esperanza de la Utilidad mensual de la empresa:

() = (1,2 + 0,7 2) = 1,2() + 0,7 () 2
() = 1,2 0,93 + 0,7 1,9 2 = 0,502
Por otro lado, nos solicitan la varianza de la Utilidad mensual de la empresa, por lo que calculamos lo
siguiente:
( 2 ) = 2 () = 02 0,07 + 12 0,33 + 22 0,27 + 32 0,21 + 42 0,12 = 5,22

( 2 ) = 2 () = 02 0,31 + 12 0,45 + 22 0,24 = 1,41

() = ( 2 ) [()]2 = 5,22 [1,98]2 = 1,2996

() = ( 2 ) [()]2 = 1,41 [0,93]2 = 0,5451
() =

(, ) = 1,67

(, ) = () () () = 1,67 1,98 0,93 = 0,17

Finalmente, como ya tenemos todos los valores necesarios calculamos la varianza de la Utilidad
mensual de la empresa.
() = (0,7 + 1,2 2) = 0,72 () + 1,22 () 2 0,7 1,2 (, )
() = 1,22 0,5451 + 0,72 1,2996 2 1,2 0,7 (0,17) = 1,707
Respuesta: La Utilidad mensual esperada y la varianza, en la empresa, son respectivamente, 0,502 y
1,707.
4.- Las proporciones y , de dos sustancias que se encuentran en muestras de insecticidas,
tienen la siguiente funcin de densidad conjunta:
( , ) = {

+
.

Determine la proporcin esperada de la sustancia , cuando las muestras de insecticida

contienen 0,2 de la sustancia .
4) Solucin: Definimos la funcin marginal de 2 , lo que se obtiene
integrando la funcin con respecto a 1 , con los lmites de integracin
dados grficamente en la figura, como se muestra a continuacin:
1 2

(2 ) =

(1 , 2 )1 =
1

2 1 = 2(1 2 )

1 = 0

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 97

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

Por lo que queda expresada la funcin marginal de 2 , de la siguiente forma:

(2 ) = {

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

Y la distribucin de dicha funcin marginal, se ve a continuacin:

1
(

)
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

Respuesta: La proporcin esperada de la sustancia 1 , cuando las muestras de insecticida contienen

0,2 de la sustancia 2 , es igual a 0,4.
5.- El Departamento de Estudios de la Superintendencia de Electricidad y Combustible (SEC)
dispone de la informacin del consumo de gas natural (X), expresada en cientos de m3, adems
del consumo de energa elctrica (Y) en cientos de KW, de un conjunto de viviendas ubicadas
en el sector sur oriente de la capital durante el mes de Abril pasado. La funcin de densidad
conjunta de dichas variables es la siguiente:
(, ) = {

+
< < 2 ; 0 < < 4

. . .

La Superintendencia tiene la intencin de revisar los medidores de aquellos hogares donde el

consumo de gas y energa elctrica no sobrepasa las respectivas cantidades esperadas.
5.1) Qu porcentaje de los hogares de este sector debera revisar la SEG?
5.2) Si se considera una revisin aleatoria de 10 hogares del sector, determine la probabilidad
de que slo en uno de ellos se revisen los medidores.

Pgina 98

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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:

= Consumo de gas natural, en cientos de m3

= Consumo de energa elctrica, en cientos de KW

En seguida, procedemos a calcular las funciones marginales de e , respectivamente:

4

() = (, ) =

=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

( (); ()) = ( 109 ; 229) =

= 0 =0

+
= 0,2011
24

Finalmente, el porcentaje pedido es:

%( 109 ; 229) = 0,2011 100 = 20,11%
Respuesta: El porcentaje de los hogares de este sector que debera revisar la SEG, corresponde al
20,11%
5.2) Solucin: Sea: = Nmero de hogares donde se revisan los medidores, en una revisin aleatoria
de 10 hogares del sector

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 99

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

Donde,
10
) (0,7989)10 ; = 0,1,2, ,10
( )(
() = { 0,2011
0

~ ( = 10 ; = 0,2011)

Luego, calculamos la probabilidad de que a slo uno le revisen el medidor:

10
( = 1) = ( ) (0,2011)1 (0,7989)9 = 0,2666
1
Respuesta: Si se considera una muestra aleatoria de 10 hogares del sector, la probabilidad de que
slo en uno de ellos se revisen los medidores, es igual a 0,2666.
5.3) Solucin: Sea: = Nmero de hogares revisados hasta encontrar el segundo, cuyo consumo de
gas y electricidad no sobrepase lo esperado
1 (
(
) 0,2011)2 (0,7989) 2 ; = 2,3,
1
0

2
2
1
( = 3) = ( ) (0,2011) (0,7989) = 0,065
1
Respuesta: Si se hace una revisin de los consumos uno a uno, la probabilidad de que al tercer hogar
revisado, se encuentre el segundo hogar donde el consumo de gas y electricidad no sobrepase lo
esperado, corresponde a 0,065.
Con: ~ ( = 2; = 0,2011)

() = {

5.4) Solucin: Lo primero ser definir la funcin condicional:

(, )
( ) =
=
()

+
24
+2

+
4 + 8

Luego, calculamos la funcin condicional para = 1:

( = 1) =

+1
12

Finalmente, determinamos el valor de la probabilidad condicional,

1

( < 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

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

6) Solucin: Debido a que es la presin de aire de para el neumtico derecho, en /2 , e la

presin de aire para el neumtico izquierdo, en /2, por lo tanto, la probabilidad de que la presin
del neumtico derecho exceda a la presin del neumtico izquierdo en menos de al menos dos
/2, se denota se la siguiente forma:
( 2) ,

o bien,

( + 2)

En seguida, calculamos la integral que sigue para

obtener la probabilidad requerida, donde sus lmites
estn dados grficamente por la imagen:
30

( + 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

7.1) Determine la probabilidad de que un da determinado se encuentre ms de 0.5 gramos de

partculas tipo A y menos de 0.5 gramos de partculas tipo B.
7.2) Determine la cantidad total esperada de partculas que se encuentran diariamente en el
filtro.
7.1) Solucin: Sean:

= Cantidad de partculas tipo A

= Cantidad de partculas tipo B

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 101

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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

( > 0,5; < 0,5) =

3( + )

= 0,5 = 0
1

= 0,5

3 2
( 1) = 0,3125
2

Respuesta: La probabilidad de se encuentre ms de 0,5 gramos de partculas tipo A y menos de 0,5

gramos de partculas tipo B, en un determinado da es 0,3125.
7.2) Solucin: Lo primero que debemos determinar son las funciones marginales de cada variable,
como se muestra ahora:
1

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

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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:

(, ) = { ( + )

< < 1; 1 < < 2

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

8.1) Solucin: Sean:

= Cantidad de polvos gruesos, en toneladas

Luego, determinamos la probabilidad de que el doble
de la cantidad de polvos finos sea superior que la
cantidad de polvos gruesos, donde los lmites de
integracin estn definidos grficamente en la imagen:
2

(2 > ) =

2
( + 2)
7

=1 =
2
2

=
=1

9 2 + 16 + 4
1
= = 0,25
28
4

En seguida, utilizaremos la siguiente variable:

= Nmero de mezclas en el cual el doble de la
cantidad de polvos finos es superior que la cantidad de polvos gruesos de un total de diez mezclas
analizadas elegidas independientemente
Cuya variable se distribuye de forma binomial, como se ve en la siguiente expresin:
~ ( = 10; = 0,25)

10
) (0,75)10 ; = 0,1,2, ,10
( )(
() = { 0,25
0

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 103

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

Finalmente, hacemos los clculos para = 4:

10
( = 4) = ( ) (0,25)4 (0,75)6 = 0,14599
4
Respuesta: De una muestra de 10 mezclas, la probabilidad de que en cuatros de ellas se cumpla que
el doble de la cantidad de polvos finos sea superior que la cantidad de polvos gruesos, es igual a
0,14599.
8.2) Solucin: Notemos que debemos calcular la siguiente notacin:
( < (); 1,3 1,5)
Por lo que, lo primero que debemos hacer en este tem, es calcular la funcin marginal de , usando la
siguiente frmula:
2

2
2
() = (, ) = ( + 2) = ( + 3)
7
7

Luego, la esperanza de la cantidad de polvos finos, la determinamos por frmula:

1

2
2
2 + 3 = 0,5238
() = () = ( + 3) =
7
7

=0

=0

En seguida, reemplazamos los valores determinados anteriormente, quedando de la siguiente forma:

( < 0,5238; 1,3 1,5) =

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

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

Finalmente, calculamos la probabilidad requerida:

( 2) = 1 ( < 2) = 1 [( = 0) + ( = 1)]
= 1[

5,4 5,40 5,4 5,41

] = 1 [0,00452 + 0,0243] = 0,97118
+
0!
1!

Respuesta: La probabilidad de encontrar por lo menos dos irregularidades en el tubo de 90 centmetros

de largo, es igual 0,97118
9.- Una instalacin de servicio telefnico opera con dos lneas de servicio. En un da
seleccionado aleatoriamente, considere X la proporcin de tiempo que se utiliza la primera lnea
e Y la proporcin de tiempo que se utiliza la segunda lnea. Suponga que la funcin de
probabilidad conjunta es:

( + )

(
)
, = {

< < 1 ; 0 < < 1

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:

= Proporcin de tiempo que se usa en la primera lnea

= Proporcin de tiempo que se usa en la segunda lnea

En seguida, determinamos la funcin marginal de la proporcin de tiempo que se usa en la primera

lnea, lo que se ve a continuacin:
1

() = (, ) =

=0

3 2
3
1
( + 2 ) = ( 2 + )
2
2
3

Luego, procedemos a determinar la probabilidad que nos pide el ejercicio:

0,5

( > 0,5) = 1 ( 0,5) = 1 () = 1 0,3125 = 0,6875

=0

Respuesta: La probabilidad de que un da, la primera lnea est ocupada ms de la mitad del tiempo,
corresponde a 0,6875.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 105

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

9.2) Solucin: La probabilidad a determinar se calcula por medio de la

funcin de densidad, con los lmites de integracin plasmados en la
imagen:
1

( < ) =
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

Luego, calculamos la funcin condicional, que se expone a continuacin:

3

( 2 + 0,752 ) 2 + 0,5625
(, )
2
|
( = 0,75) =
= 3 1
= 1
() = 0,75
+ 0,5625
( + 0,752 )
3

2 3

Finalmente, determinamos la esperanza que nos solicitan:

1

( = 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

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

10) Solucin: Sean:

1 = Tiempo que espera el empleado hasta que pasa el alimentador H-201, en minutos
2 = Tiempo que espera el empleado hasta que pasa el troncal 401, en minutos
Luego, por se 1 y 2 variables aleatorias independientes, se tiene que:

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 ) = {

; 0 < 1 < 20 ; 2 > 0

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?

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 107

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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

11.1) Solucin: Sean:

Procedemos a calcular la probabilidad, con los lmites de integracin

que se muestran en la imagen:
0,5

( > ) =

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

Luego, calculamos la probabilidad condicional de la siguiente manera:

( < 0,3) =

( < 0,2 < 0,3)

( < 3)

Con:
0,2

( < 0,2 < 0,3) =

0,3

0,2

2( + 1) = 0,6 + 0,6 = 0,132

=0 =0
0,3

=0
0,3

( < 0,3) = () = 1,25 = 0,375

=0

=0

Por lo que, la probabilidad posee el siguiente valor:

( < 0,3) =

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

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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)

() = {

( 1) (0,25)2 (0,75) 2 ; = 2,3,4,

1
0

Finalmente, determinamos la probabilidad que nos solicitan:

( 4) = ( = 2) + ( = 3) + ( = 4)
1
2
3
= ( ) (0,25)2 (0,75)0 + ( ) (0,25)2 (0,75)1 + ( ) (0,25)2 (0,75)2 = 0,2617
1
1
1
Respuesta: Al hacer un control de calidad de estas sillas, la probabilidad de tener que revisar a lo ms
cuatro sillas hasta encontrar la segunda con un grosor ptimo de la capa de cromo, es igual a 0,2617.
11.4) Solucin: En este tem, calculamos la funcin marginal de cada variable definidas anteriormente,
de la siguiente forma:
0,8

() =

(, ) = 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.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 109

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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:

(, ) = { ( + )

Las funciones de densidad para cada variable son:

() = {

() = {

( + )

La empresa clasifica su productividad diaria de acuerdo al siguiente criterio:

Nivel de
Productividad
Baja
Alta
Normal

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

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

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

Finalmente, reemplazamos los valores obtenidos, quedando como se ve a continuacin:

( ) = 1800 () + 2100 () = 1800 750 + 2100 400 = $2.190.000
Respuesta: El costo total esperado de la produccin diaria de cables en esta empresa, es $2.190.000.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 111

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

12.4) Solucin: Sean:

= Nivel de Productividad Baja

= Nivel de Productividad Alta
= Nivel de Productividad Normal
= Consumo diario de energa, en Kw

Luego calculamos las probabilidades de cada nivel de produccin, sin

perder de vista que los lmites de integracin estn dados
grficamente por la imagen, lo que se realiza de la siguiente forma:
0,5

() = ( 0,5; 0,5) =

=0 =0

() = ( 0,7; 0,7) =

6
(2 + ) = 0,125
5

= 0,7 = 0,7

6
(2 + ) = 0,1404
5

() = ( > 0,5; < 0,7) = 1 [() + ()] = 0,7346

Posteriormente, definimos las probabilidades condicionales:
1

~ ( = 30)
1

~ ( = 50)
1

~ ( = 40)

35

( > 35 ) = 30 = 0,3114

( > 35) = 50 = 0,4966

( > 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:

(, ) = {

<<<

Si en un vehculo elegido al azar, la cantidad de la sustancia contaminante txica que emite es

de 2 grs. Calcule la probabilidad que la cantidad de sustancia contaminante corrosiva que emite
supere a 4 grs.

Pgina 112

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5. Distribucin Conjunta Ejercicios Resueltos

ANLISIS ESTADSTICO

13) Solucin: Sean:

= Sustancia contaminante corrosiva, en gramos

= Sustancia contaminante txica, en gramos

Luego, debemos definir la funcin densidad de la sustancia contaminante txica, como se ve a

continuacin:

() = (, ) = 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

Finalmente, calculamos la probabilidad pedida por el problema, de la siguiente forma:

( > 4 = 2) = ( = 2) = + 2 = 2 = 0,1353
=4

=4

Respuesta: Al elegir de forma aleatoria un vehculo, y la cantidad de sustancia contaminante txica

que emite es de 2 gramos, la probabilidad que la cantidad de sustancia contaminante corrosiva que
emite supere a 4 gramos es 0,1353.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 113