Escolar Documentos
Profissional Documentos
Cultura Documentos
SEGUNDO AO
Captulo 7
Contenido
1) Objetivos del Captulo
2) Bibliografa del Captulo
3) Enlaces Internet
4) Introduccin
5) Variable aleatoria
6) Qu es una distribucin de probabilidad?
7) Media o valor esperado de una distribucin de probabilidad
8) Varianza y desviacin estndar de una distribucin de probabilidad
9) Frmula alternativa para la varianza de la distribucin probabilstica (recomendada para
clculos manuales)
10) Distribucin de probabilidad binomial
11) Tablas de probabilidad binomial
12) Distribucin de probabilidad acumulada
13) Distribucin de probabilidad binomial negativa
14) Distribucin de probabilidad hipergeomtrica
15) Distribucin de Poisson
16) Ejercicios adicionales
Ejemplos
a) Nmero de caras que se pueden obtener al lanzar una moneda tres veces (6)
b) Ejemplo sobre el experimento de lanzar un dado una vez (6)
c) Vendedor de carros (8)
d) Venta de refrescos (9)
e) Bombillos defectuosos (11)
f) Conductores de automviles (12)
g) Lanzamiento de un dado
h) Planta de ensamblaje
1
i) Los 4 premios
j) Fabricante de computadoras
k) Llamadas telefnicas
l) Maletas extraviadas
3) Enlaces Internet
4) Introduccin
Durante el curso hemos estudiado la estadstica descriptiva. Como organizar y presentar datos. Vimos las
medidas de tendencia central como la media, la mediana y la moda para encontrar un valor representativo de
los datos cercano al centro de todos ellos y estudiamos las medidas de dispersin como la desviacin estndar
y la varianza como una aproximacin a la variabilidad de los datos. Hasta ese punto en el curso nuestra
atencin estaba dirigida a evaluar y analizar algo que ya haba sucedido.
Posteriormente a travs del estudio de las probabilidades nos aproximamos a inferir, estimar y calcular
probabilidades sobre eventos que no haban sucedido basados en muestras representativas de una poblacin
objeto de estudio o del conocimiento a priori de las probabilidades de ocurrencia.
En este captulo daremos inicio al estudio de las distribuciones de probabilidad comenzando por las de tipo
discreto.
5) Variable aleatoria
Son los diferentes valores o resultados que puede tomar un experimento aleatorio. Entendindose por
experimento aleatorio aquel que se rige por el azar, por lo fortuito.
Una variable aleatoria puede ser discreta o continua dependiendo del nmero de valores especficos que
pueda tomar. En el caso de las variables aleatorias discretas, solo se pueden dar un nmero finito de
resultados, generalmente es el resultado de un conteo de posibles valores. En el caso de variables aleatorias
continuas podemos tener un nmero infinito de valores o cuando dentro de un intervalo dado permitido se
pueden presentar cualquier nmero de valores posibles.
Si lanzo un dado una vez puedo obtener solo 6 resultados posibles. Variable aleatoria discreta. Por el
contrario, si medimos la estatura de un alumno y utilizamos una escala de medicin muy amplia podemos
obtener un nmero infinito de valores posibles, un alumno puede medir, 1,6578969887 cm y otro,
1,65826543 . Entre 1,650 y 1,660 hay un nmero infinito de valores posibles.
2
6) Qu es una distribucin de probabilidad?
Es una funcin o frmula matemtica o lista de valores que muestra todos los resultados posibles y las
probabilidades de ocurrencia de un experimento.
Una distribucin de probabilidad indica toda la gama de valores que pueden representarse como resultado de
un experimento aleatorio. Una distribucin de probabilidad es similar a la distribucin de frecuencias relativas
vista anteriormente. Describe la probabilidad que un evento se realice en el futuro, basado en resultados
anteriores, si utilizamos el enfoque emprico o en base al resultado esperado si nos basamos en el enfoque
clsico. Constituye una herramienta fundamental para la prospectiva, puesto que se puede disear un
escenario de acontecimientos futuros considerando las tendencias o los valores esperados actuales de diversos
fenmenos naturales.
a. Ejemplo sobre el nmero de caras que se pueden obtener al lanzar una moneda tres
veces
Suponga que queremos saber el nmero de caras que se pueden obtener al lanzar una moneda tres veces. As
el experimento consiste en lanzar una moneda tres veces. Cuntas caras podemos obtener al lanzar una
moneda tres veces?
El nmero total de resultados posibles lo obtenemos con el siguiente razonamiento. Al lanzar una moneda
podemos obtener cara o sello, dos resultados posibles y como lo repetimos tres veces, tenemos que el nmero
total de puntos muestrales ser, 2 x 2 x 3 = 2 3 = 8.
Probabilidad de obtener 1 cara es 1/8 + 1/8 + 1/8 = 3/8 (0,375) (Evento 1 / Resultados 2, 3 y 5)
Probabilidad de obtener 2 caras es 1/8 + 1/8 + 1/8 = 3/8 (0,375) (Evento 2 / Resultados 4, 6 y 7)
3
Observe que las probabilidades de ocurrencia de cada uno de los eventos definidos van desde 0 a 1 y que la
suma de todos los eventos (dado que son mutualmente excluyentes) es 1.
Los resultados posibles del experimento que consiste en lanzar un dado una vez.
4
7) Media o valor esperado de una distribucin de probabilidad
La denotamos con la letra griega, y representa el valor promedio, el resultado promedio que puede tomar la
variable aleatoria en estudio. Se le conoce tambin como valor esperado.
But the average, like the family with 1.7 children, is just a statistical abstraction.
La media o valor esperado de una distribucin de probabilidad discreta se calcula mediante la frmula:
En el ejemplo visto anteriormente sobre el lanzamiento de una moneda tres veces tenemos que la media de
esta distribucin de probabilidad discreta es:
Si repitiramos este experimento muchas veces, a largo plazo el nmero promedio de caras obtenidas sera de
1,5.
5
8) Varianza y desviacin estndar de una distribucin de probabilidad
Varianza 2 = [ ( x ) 2 P (x) ]
(X ) (X ) 2 P(X) [ ( X ) 2 P (X)
(0-1,5) = -1,5 2,25 1/8 0,281
(1-1,5) = -0,5 0,25 3/8 0,094
(2-1,5) = 0,5 0,25 3/8 0,094
(3-1,5) = 1,5 2,25 1/8 0,281
0,75
La varianza es 0,75 y la desviacin estndar es la raz cuadrada de la varianza, 0,866 caras. Su interpretacin
sera que cuando repetimos el experimento de lanzar una moneda tres veces en infinidad de oportunidades el
nmero de caras obtenidas no siempre es el mismo y se diferencian de la media (1,5 caras) en 0,866 caras en
promedio.
= [ x P(x) ]
6
Nmero de Probabilidad x P(x)
vehculos de ocurrencia
vendidos
x P (x)
0 0,1 0
1 0,2 0,2
2 0,3 0,6
3 0,3 0,9
4 0,1 0,4
1 = 2,1
c) Varianza de la distribucin
7
9) Frmula alternativa para la varianza de la distribucin probabilstica (recomendada para
clculos manuales)
2 = [ x 2 P (x) ] 2
2 = [ x 2 P (x) ] 2
Un local de comida rpida ofrece tres tamaos de refrescos, grande, mediano y pequeo. Los precios de los
refrescos son Bs. 17, 12 y 6 respectivamente. El dueo del negocio ha estudiado el comportamiento de las
ventas de refrescos expresados mediante la siguiente distribucin probabilstica. 20% la probabilidad de
vender un refresco grande, 50% un refresco mediano y 30% pequeo.
a) Se trata de una distribucin discreta ya que solo hay tres precios para los refrescos
b) Precio promedio
Bs
x P (x)
17 0,3 0,7
12 0,5 1,25
6 0,2 0,45
1 = Bs. 2,4
c) Varianza
8
Precio para Probabilidad x2 x 2 P (x)
cada tamao de ocurrencia
Bs
x P (x)
3,5 0,2 12,25 2,45
2,5 0,5 6,25 3,125
1,5 0,3 2,25 0,675
1 6,25
= Bs. 0,7
Es una distribucin de probabilidad discreta, es decir que la variable aleatoria es el resultado de un conteo de
un nmero finito de resultados posibles. Las caractersticas de la distribucin de probabilidad binomial son las
siguientes:
- Solo hay dos resultados posibles en cada ensayo de un experimento. Al lanzar una moneda
o es cara o es sello. Al lanzar un dado el nmero resultante es par o impar. Un producto pasa
o no pasa un control de calidad. De acuerdo como haya sido definido el experimento
binomial a un resultado se le denomina xito y al otro fracaso esto es as por
convencin y no necesariamente atribuye un aspecto positivo a uno y negativo al otro.
- Los resultados son mutualmente excluyentes. Si ocurre un resultado la primera vez no
puede ocurrir el otro resultado la primera vez.
- La probabilidad de xito o fracaso sigue siendo la misma, ensayo tras ensayo, repeticin
tras repeticin.
- Cada ensayo es independiente de cualquier otro. Es decir que los resultados no siguen
ningn patrn.
- Se realiza una cantidad fija de ensayos del experimento. Se lanza una moneda 10 veces. Se
evala si 1000 personas estn empleados o desempleados.
Esta distribucin de probabilidad tiene mltiples aplicaciones, entre ellas el control estadstico de calidad,
Entre dos ciudades hay cinco vuelos diarios. Si la probabilidad de que un vuelo llegue retrasado es 0,20
(20%). Cul es la probabilidad de que ninguno de los cinco vuelos de hoy llegue retrasado. Observe que el
foco de atencin est en los vuelos retrasados.
- Solo hay dos resultados posibles. Que el vuelo llegue retrasado (xito) o que no llegue
retrasado (fracaso).
- Son mutualmente excluyentes. Si uno de los cinco vuelos lleg retrasado no podemos decir
que lleg a tiempo.
9
- La probabilidad de xito. Vuelo retrasado es 0,2 y la probabilidad de fracaso, vuelo a tiempo
es 0,8. Y estas probabilidades son las mismas vuelo tras vuelo.
- El hecho de que un vuelo haya llegado a tiempo o retrasado no influye o incide en el vuelo
siguiente. Son independientes.
- En este caso consideramos una cantidad fija de repeticiones del experimento. Cinco vuelos.
La probabilidad de que ningn vuelo llegue retrasado es decir 0 xitos o x = 0 la podemos calcular mediante
la frmula del modelo binomial:
Donde:
Observe que este problema en particular lo podamos haber resuelto utilizando la regla especial de la
multiplicacin (eventos independientes) estudiada anteriormente.
Cul es la probabilidad de que exactamente uno de los cinco vuelos llegue retrasado?
10
11) Tablas de probabilidad binomial
Para problemas donde el nmero de repeticiones del experimento sea grande, la frmula indicada para el
clculo de las probabilidades puede ser engorrosa. Suerte que contamos con tablas que nos permiten llegar
rpidamente a los resultados.
Se ha determinado que el 5% de los bombillos de una fbrica son defectuosos. Cul es la probabilidad de que
al seleccionar al azar seis bombillos, ninguno sea defectuoso. Cul es la probabilidad de que solo uno sea
defectuoso?O exactamente dos defectuosos? O tres? O cuatro? O cinco? O los seis?
Revisar que este problema cumple con todos los requisitos de la distribucin binomial.
La forma de la distribucin binomial ser de tipo simtrica, acampanada en la medida que el nmero de
repeticiones del experimento aumente. Y ser ms simtrica, mientras la probabilidad de xito se aproxime a
0,50. A continuacin veremos la forma de la distribucin binomial para diferentes valores de n y de p:
11
Valor esperado o media de la distribucin binomial
Vimos que en una distribucin discreta el valor esperado o media era igual a:
=n
2 = [ ( x ) 2 P (x) ]
2 = n (1 )
= n 6 por 0,05 = 0,30 es decir el valor esperado de bombillos defectuosos cuando se revisan 6 ser 0,3 y
la varianza:
Un estudio realizado recientemente revel que solo 60% de los conductores de automviles se coloca el
cinturn de seguridad al manejar. Se seleccion una muestra de 10 automovilistas.
12
- Cul es la probabilidad de que exactamente siete se hayan colocado el cinturn?
- Cul es la probabilidad de que 7 o menos de los conductores lo lleven puesto?
Una vez asegurado que este problema cumple con los requisitos del modelo binomial, calculamos
directamente de la tabla las probabilidades correspondientes.
Observe que la segunda respuesta tambin la hemos podido haber derivado utilizando la regla del
complemento. 1 menos la probabilidad de (x > 7)
o Solo hay dos resultados posibles en cada ensayo de un experimento. xito y al otro
fracaso
o Los resultados son mutualmente excluyentes. Si ocurre un resultado la primera vez no
puede ocurrir el otro resultado la primera vez.
o La probabilidad de xito o fracaso sigue siendo la misma, ensayo tras ensayo, repeticin
tras repeticin.
o Cada ensayo es independiente de cualquier otro. Es decir que los resultados no siguen
ningn patrn.
o Se realiza una cantidad variable de ensayos del experimento hasta que se obtiene un nmero
determinado de xitos.
b* (N;c;p) =
( N1
c1 )
pc q (N-c)
Asuma que definimos xito cuando lanzamos un dado y el resultado es 1 o 2. Es decir que la
probabilidad de xito es 1/3. Continuamos lanzando el dado hasta obtener 4 xitos. Cul es la
probabilidad de que se hayan necesitado exactamente 10 lanzamientos?
b*( 10;4;1/3) =
(93) 1/34 2/3 6 = 0,091
(Ver: http://www.uv.es/ceaces/base/modelos%20de%20probabilidad/hipergeometrica.htm
13
Una planta de ensamblaje local tiene 50 empleados en el departamento de operaciones. De estos 50
empleados , 40 pertenecen al sindicado y 10 no. Se van a elegir a 5 empleados aleatoriamente para que
integren un comit que negociar con la directiva de la empresa acerca de la hora de inicio de los diferentes
turnos. Se sabe que el sindicato ha estado apoyando a los empleados para lograr trminos ms favorables en
esta negociacin.
Al evaluar las condiciones para la utilizacin del modelo binomial observamos que el nico criterio que no se
cumple es que las probabilidades de xito van cambiando en la medida que vamos seleccionando a los
empleados del comit.
En ste y otros casos cuando la muestra se realiza sin reemplazamiento y en consecuencia las probabilidades
son condicionales (eventos dependientes) utilizamos el modelo hipergeomtrico.
P ( x )=
( x )( nx )
S NS
( Nn )
Donde:
N es el tamao de la poblacin
P ( x )=
( x )( nx )
S NS
( Nn )
14
P ( x )=
( 4 )( 1 )
40 10
= 0,43
(505 )
La probabilidad entonces de que 4 de los 5 empleados elegidos al azar sean del sindicato es 43%
Obviemos por un momento el no cumplimiento en este problema de la condicin de que las probabilidades de
xito sean constantes en cada repeticin del experimento y utilicemos el modelo binomial.
Nmero de repeticiones, n = 5
En la tabla binomial encontramos que esta probabilidad es 0,41 similar al 0,43 obtenido al aplicar la
distribucin hipergeomtrica.
Como regla emprica tenemos que el modelo binomial se puede utilizar, aun cuando no se cumpla la
condicin de que las probabilidades de repeticiones sucesivas sea constante, si el tamao de la poblacin es
grande en relacin a la muestra o lo que es equivalente que el tamao de la muestra sea pequeo en relacin al
tamao de la poblacin.
Si el tamao de la muestra es menor que el 5% del tamao de la poblacin podramos utilizar el modelo
binomial en lugar del hipergeomtrico.
En nuestro caso, el tamao de la muestra (5) es equivalente al 10% del tamao de la poblacin (50). Muy
grande!. No es recomendado utilizar el modelo binomial no obstante los resultados similares tal como lo
vimos anteriormente.
Qu hubiese ocurrido si el tamao de la poblacin fuese 120 en lugar de 50? Podramos utilizar la
aproximacin binomial?
Y la varianza es:
En un sorteo de 400 billetes hay 4 premios. Cul es la probabilidad de ganar por lo menos un premio si
compro 10 billetes?
Un fabricante de computadoras compra monitores a una nueva compaa que realiza estrictos controles de
calidad. El fabricante recibe 150 monitores y decide aceptarlos a todos si al seleccionar 25 de manera
15
aleatoria, no encuentra ningn monitor defectuoso. Si encuentra algn monitor defectuoso, rechaza los 150.
Supongamos que el lote contiene 3 monitores defectuosos. Cul es la probabilidad de aceptar los 150
monitores?
La distribucin de probabilidad discreta de Poisson describe la cantidad de veces que ocurre un evento en un
intervalo determinado. Esta distribucin de probabilidad se utiliza frecuentemente cuando los eventos tienen
muy baja probabilidad de ocurrencia. En ocasiones, aun no conociendo la probabilidad de ocurrencia de un
evento en particular (porque sea muy baja), podemos aproximarnos al promedio de veces que ese evento se
presenta en un determinado intervalo.
Si una persona recibe en promedio 5 llamadas telefnicas por da. Cul es la probabilidad de que recibir
exactamente 5 llamadas maana?
- Los eventos ocurren en un intervalo determinado (tiempo, espacio, distancia). En este caso
el intervalo es un da.
- Los eventos que ocurren en un intervalo determinado son independientes de los eventos que
ocurran en otro intervalo. Lo que ocurra hoy es independiente de lo que ocurra maana.
- La probabilidad de que un evento ocurra es proporcional a la amplitud, longitud o tamao
del intervalo. La probabilidad de recibir una llamada en un da es distinta a la probabilidad
de recibir una llamada en dos das.
- La probabilidad de que dos o ms eventos ocurran en una pequesima fraccin del
intervalo considerado es tan baja que puede ser obviada.
x e
P(x) = x!
Donde:
x e 5 5 2.718 5
P(x) = x! P(5) = 5! = 0,175
16
La probabilidad de recibir exactamente cinco llamadas al da siguiente es 17,5%
La media y la varianza de la distribucin discreta de Poisson es el parmetro
Se ha establecido que el promedio de maletas extraviadas de vuelos que llegan al aeropuerto de Maiqueta es
300 maletas por cada 1.000 vuelos. = 300 / 1.000 = 0,3 El promedio de maletas perdidas por cada vuelo es
de 0,3
Revisemos si en este ejemplo se cumple con las condiciones del modelo de Poisson.
Afortunadamente al igual que en los casos de la Distribucin Binomial, para la Distribucin de Poisson
contamos con valores tabulados.
Ejercicio 1
= [ x P(x) ]
= 1.3
Ejercicio 2
17
8 0.3 2.4 64 19.2
10 0.2 2 100 20
1 5.4 41.2
= [ x P(x) ]
= 5.4
Ejercicio 3
Las tres tablas presentadas a continuacin muestran variables aleatorias y sus probabilidades. Sin
embargo, solo una de las tres es realmente una distribucin de probabilidad.
a) Cual es?
Solo la del medio cumple con los requisitos de una distribucin de probabilidad discreta. Todas las
probabilidades son positivas y que sumen 1.
= [ x P(x) ]
= 14.5
= 5.22
18
Ejercicio 4
Cul de las siguientes variables son aleatorias discretas y cuales son aleatorias continuas?
Ejercicio 5
El dueo de una cafetera con la finalidad de atraer ms clientes ofrece gratuitamente rellenar la taza de los
clientes que han pedido caf y quieren tomar ms. Despus de poner en prctica su estrategia durante un
tiempo, logr conformar la siguiente tabla:
Calcule la media, la varianza y la desviacin estndar de la distribucin del numero de tazas de caf
rellenadas.
= [ x P(x) ]
= 1.1
= 0.94
Ejercicio 6
Una reconocida universidad estim que la distribucin de las admisiones de estudiantes para el prximo ao
en base a la experiencia previa. Cul es el nmero esperado de alumnos por admitir? Evale la varianza y la
desviacin estndar.
19
Admisiones Probabilidad
1000 0.6
1200 0.30
1500 0.10
= [ x P(x) ]
= 1110
= 157.79
Ejercicio 7
La siguiente tabla muestra la distribucin de probabilidad para premios en efectivo de una rifa de la
universidad.
20
1 48 14530
= [ x P(x) ]
= 48
= 110.6
Ejercicio 8
Le piden que relacione tres canciones con los intrpretes que la hicieron famosas. Si acierta, la distribucin de
probabilidad para el nmero correcto de resultados es:
= [ x P(x) ]
=1
2 = [ x 2 P (x) ] 2 = 2 1 2 = 2 1 = 1
=1
Problemas adicionales sobre distribuciones discretas. Copiados sin editar y sacados de la pgina
web http://www.monografias.com/trabajos32/problemario-probabilidad/problemario-
probabilidad.shtml#distribhiper
Ejercicio 9
21
Se ha determinado que el 5% de los bombillos de una fbrica son defectuosos. Cul es la probabilidad de que
al seleccionar al azar seis bombillos, ninguno sea defectuoso. Cul es la probabilidad de que solo uno sea
defectuoso?O exactamente dos defectuosos? O tres? O cuatro? O cinco? O los seis?
Revisar que este problema cumple con todos los requisitos de la distribucin binomial.
Ejercicio 10
Se ha determinado que la trocha en la autopista Caracas La Guaira genera colas de ms de 60 minutos para
los automovilistas 20% del tiempo. Usted debe transitar por esa va una vez al da durante los prximos 7 dias
y desea predecir el nmero de veces que tardar 60 minutos o ms en la cola antes de tomar la trocha.
Ejercicio 11
Ejercicio 12
a) Construya la distribucin de probabilidad para todos los valores de x. Asegure que la suma de estas
probabilidades es 1
X P(x)
0 0.064
1 0.288
2 0.432
3 0.216
1.000
22
=n . 3 por 0,60 = 1,8
Ejercicio 13
Una encuesta determin que 30% de las amas de casa en Venezuela compran regularmente en algn
establecimiento MERCAL. En una muestra seleccionada al azar de 9 amas de casa. Cul es la probabilidad
de que:
X P(x)
0 0.040
1 0.156
2 0.267
3 0.267
4 0.172
5 0.074
6 0.021
7 0.004
8 0.000
9 0.000
23
1.000
X P(x)
0 0.002
1 0.018
2 0.070
3 0.164
4 0.246
5 0.246
6 0.164
7 0.070
8 0.018
9 0.002
1.000
En la medida que el valor de tiende a 0,5 la distribucin de probabilidad tender a tener forma simtrica y
acampanada.
Ejercicio 14
24
a) x = 2 0,346
b) x 2 . 0.526
c) x > 2 0,476
X P(x)
0 0.026
1 0.154
2 0.346
3 0.346
4 0.130
1.000
25
Ejercicio 15
La CANTV asegura que el 70% de los reclamos recibidos los resuelve el mismo da que los reportan.
Supngase que las 15 quejas reportadas ayer de los nmeros del serial 987 son representativos de todas las
quejas.
a) Cuantas de estas quejas es de esperarse que se hayan resuelto ayer? Cul es la desviacin estndar?
R: = n = 15 0,70 = 10,5 2 = n (1 ) 15 0,70 (0.30) = 3.15 1.77
b) Cul es la probabilidad de que 10 de esas 15 quejas se hayan resuelto ayer mismo? R: 0.206
c) Cul es la probabilidad de que 10 o 11 problemas hayan sido resueltos ayer? R: 0.206 + 0.219 =
0.425
d) Cul es la probabilidad de que ms de 10 de esos problemas se solucionaron ayer? R: 0,516
Ejercicio 16
Utilizamos el modelo hipergeomtrico dado que las probabilidades de selecciones consecutivas no son
independientes.
Ejercicio 17
Suponga que una poblacin consta de 10 computadoras, de los cuales 6 estn defectuosos. Se selecciona una
muestra de 3. Cul es la probabilidad de que exactamente 2 de los seleccionados estn defectuosos?
El problema tal como est planteado corresponde al modelo hipergeomtrico dado que las probabilidades son
condicionales en la medida que vamos seleccionando computadoras.
26
P(x) = [ S C x ] [ N-S C n-x ] / [ N C n ] sea xito que el computador est defectuoso
P(2) = [ 6 C 2 ] [ 4 C 1 ] / [ 10 C 3 ] [15] [4] / [120] = 0,5 la probabilidad de que dos de las tres
computadoras seleccionadas est defectuosa es 50%
N es el tamao de la poblacin
Ejercicio 18
Una importante Pizzera tiene 15 motos para el reparto a domicilio. Suponga que 6 de las 15 motos tienen
problemas con los cauchos. Se seleccionan 5 motos al azar para revisarle los cauchos. Cul es la
probabilidad de que 2 de las motos revisadas tengan problemas con los cauchos?
Ejercicio 19
Ejercicio 20
Se estima que 0,5% de las llamadas telefnicas al Departamento de Quejas de una importante compaa,
reciben la seal de ocupado. Cul es la probabilidad de que de las 1.200 llamadas del da de hoy, por lo
menos 5 hayan recibido dicha seal?
Veamos si este ejercicio cumple con los requisitos del modelo de Poisson
Este ejercicio cumple con todas las condiciones del modelo de Poisson.
27
Ejercicio 21
Una compaa grande de distribucin de materiales de construccin cuenta con 15 camiones de reparto.
Suponga que 6 de los 15 camiones tienen malos los frenos. Se seleccionaron 5 camiones al azar para hacer
envos.
a) Cul es la probabilidad de que dos de los camiones seleccionados tengan los frenos defectuosos?
Justifique la escogencia del modelo correspondiente para responder esta pregunta.
b) Determine la probabilidad de que al menos 1 de los cinco camiones tenga los frenos malos.
Justifique la metodologa utilizada para dar su respuesta. Explique el significado de la raz cuadrada
de esta frmula: 2 = [ ( x ) 2 P (x) ]
Ejercicio 22
En una estacin de servicio llegan en promedio 6 carros por hora a poner gasolina.
a) Cual es la probabilidad de que en una hora cualquiera lleguen a poner gasolina exactamente tres
carros? Justifique la metodologa utilizada para dar su respuesta. Explique el resultado en trminos
del problema.
b) Obtenga la probabilidad de que llegue por lo menos un carro en una hora cualquiera a poner
gasolina. Explique la metodologa utilizada para dar su respuesta.
c) Defina y presente mediante un ejemplo, el concepto: Distribucin de Probabilidad. Comente sobre
sus caractersticas, tipos y su valor esperado. (tres puntos)
Ejercicio 23
En una cantina se venden tres tamaos de refresco, grande, mediano y pequeo, en la siguiente proporcin, 30%, 55% y 15%
respectivamente.
El precio del refresco grande es 3 veces mayor que el pequeo y el mediano es dos veces mayor que el pequeo. Si el ingreso medio
esperado al vender 100 refrescos es de BsF. 430. Cul es el precio que se vende cada tamao de refresco? Comente los aspectos
metodolgicos que considere convenientes.
Ejercicio
Se ha establecido que el 25% de los administradores trabajan en empresas privadas. Suponga que estos resultados se van a aplicar a un
grupo de 15 egresados de la universidad. Cul es la probabilidad de que cuando menos tres egresados vayan a trabajar en una empresa
privada?.
Ejercicio 24
Problema 31, pag 196 del Anderson
Se estima que el 5% de los camioneros son mujeres. Asuma que se seleccionan al azar 10 camioneros para una encuestas sobre las
condiciones de trabajo.
a) Cul es la probabilidad de que dos de los camioneros sean mujeres? Justifique la metodologa utilizada.
b) Cul es la probabilidad de que al menos uno sea mujer? Realice un grfico en apoyo a su respuesta
Ejercicio 25
Problema 45, pag 201 Anderson
En la central telefnica de la universidad llega en promedio una llamada cada dos minutos.
28
Esta prueba incluye los conceptos explicados en clase sobre el captulo 7, (Distribuciones de Probabilidad Discretas. La prueba debe
realizarse en mximo dos horas.
Ejercicio 26
Una compaa grande de distribucin de materiales de construccin cuenta con 15 camiones de reparto. Suponga que 6 de los 15
camiones tienen malos los frenos. Se seleccionaron 5 camiones al azar para hacer envos.
a) Cul es la probabilidad de que dos de los camiones seleccionados tengan los frenos defectuosos? Justifique la escogencia del
modelo correspondiente para responder esta pregunta.
b) Determine la probabilidad de que al menos 1 de los cinco camiones tenga los frenos malos. Justifique la metodologa utilizada
para dar su respuesta. Explique el significado de la raz cuadrada de esta frmula: 2 = [ ( x ) 2 P (x) ]
Ejercicio 27
En una estacin de servicio llegan en promedio 6 carros por hora a poner gasolina.
a) Cul es la probabilidad de que en una hora cualquiera llegue a poner gasolina exactamente tres carros? Justifique la
metodologa utilizada para dar su respuesta. Explique el resultado en trminos del problema.
b) Obtenga la probabilidad de que llegue por lo menos un carro en una hora cualquiera a poner gasolina. Explique la
metodologa utilizada para dar su respuesta.
Ejercicio 28
En una cantina se venden tres tamaos de refresco, grande, mediano y pequeo, en la siguiente proporcin, 30%, 55% y 15%
respectivamente.
El precio del refresco grande es 3 veces mayor que el pequeo y el mediano es dos veces mayor que el pequeo. Si el ingreso medio
esperado al vender 100 refrescos es de BsF. 430. Cul es el precio que se vende cada tamao de refresco? Comente los aspectos
metodolgicos que considere convenientes.
Ejercicio 29
(Prob 29, pag 196 Anderson)
Se ha establecido que el 25% de los administradores trabajan en empresas privadas. Suponga que estos resultados se van a aplicar a un
grupo de 15 egresados de la universidad. Cul es la probabilidad de que cuando menos tres egresados vayan a trabajar en una empresa
privada?. Justifique la metodologa utilizada para resolver este problema.
Ejercicio 30
Aproximadamente el 10% de las botellas de vidrio que salen de una lnea de produccin tienen defectos graves. Si se seleccionan 5
botellas al azar para inspeccionarlas,
Cul es la probabilidad de obtener exactamente dos botellas con defectos graves?
Cul es la probabilidad de obtener por lo menos una botella con defectos graves?
Cul es el valor esperado del nmero de botellas inspeccionadas que tienen defectos graves?
Ejercicio 31
La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de los lectores ya la
han leido. Un grupo de 4 amigos son aficionados a la lectura:
Ejercicio 32
29
Un agente de seguros vende plizas a cinco personas de la misma edad y que disfrutan de buena salud.
Segn las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30 aos o ms es
2/3. Hllese la probabilidad de que, transcurridos 30 aos, vivan:
Ejercicio 33
Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan ms caras que cruces.
Ejercicio 34
Si de seis a siete de la tarde se admite que un nmero de telfono de cada cinco est comunicando, cul
es la probabilidad de que, cuando se marquen 10 nmeros de telfono elegidos al azar, slo comuniquen
dos?
Ejercicio 35
Ejercicio 36
En unas pruebas de alcoholemia se ha observado que el 5% de los conductores controlados dan positivo
en la prueba y que el 10% de los conductores controlados no llevan aprovechado el cinturn de
seguridad. Tambin se ha observado que las dos infracciones son independientes.
Un guardia de trfico para cinco conductores al azar. Si tenemos en cuenta que el nmero de
conductores es suficientemente importante como para estimar que la proporcin de infractores no vara
al hacer la seleccin.
1. Determinar la probabilidad a de que exactamente tres conductores hayan cometido alguna de las dos
infracciones.
2. Determine la probabilidad de que al menos uno de los conductores controlados haya cometido alguna
de las dos infracciones.
Ejercicio 37
La probabilidad de que un artculo producido por una fabrica sea defectuoso es p = 0.02. Se envi un
cargamento de 10.000 artculos a unos almacenes. Hallar el nmero esperado de artculos defectuosos,
la varianza y la desviacin tpica.
Ejercicio 38
30
En una urna hay 30 bolas, 10 rojas y el resto blancas. Se elige una bola al azar y se anota si es roja; el
proceso se repite, devolviendo la bola, 10 veces. Calcular la media y la desviacin tpica.
Ejercicio 39
Un laboratorio afirma que una droga causa de efectos secundarios en una proporcin de 3 de cada 100
pacientes. Para contrastar esta afirmacin, otro laboratorio elige al azar a 5 pacientes a los que aplica la
droga. Cul es la probabilidad de los siguientes sucesos?
3.Cul es el nmero medio de pacientes que espera laboratorio que sufran efectos secundarios si elige
100 pacientes al azar?
Ejercicio 40
a) Describa las diferencias y similitudes entre las distribuciones de probabilidad, Binomial, Hipergeomtrica y Poisson. De
ejemplos.
b) Cul es la diferencia entre una variable aleatoria y una distribucin de probabilidad?
Ejercicio 41
El programa de televisin Buenas Noches en Globovisin ha sido exitoso por varios aos. Recientemente tuvo un ndice de audiencia de
20 , lo que significa que de todos los televisores encendidos, el 20% tena sintonizado a Buenas Noches. Suponga que un anunciante
desea verificar ese valor del 20% realizando su propia encuesta de 10 hogares el pasado jueves que tenan el televisor encendido en el
horario de Buenas Noches.
a) Calcule la probabilidad de que ninguno de los hogares est sintonizando el programa. Justifique la metodologa utilizada.
b) Obtenga la probabilidad de que al menos uno est viendo el programa.
c) Si la encuesta arroja que cinco hogares estaban sintonizando a Buenas Noches de los 10 verificados, qu puede decir sobre el
ndice de audiencia de 20 dado? Utilice el valor esperado como parte de su anlisis.
Ejercicio 42
Triola pg 235, Prob 13
a) 0. Justifique su respuesta.
b) No ms de uno.
c) Por lo menos 3
Ejercicio 43
31
probabilidad de que el viajero sea arrestado por posesin de narcticos?, b) Cul es la
probabilidad de que no sea arrestado por posesin de narcticos?.
Ejercicio 44
Todas las preguntas de un exmen oral son de escogencia mltiple. Se presentan 5 opciones para
cada pregunta. El alumno responde aleatoriamente cada pregunta hasta que llega a 5 preguntas
correctas. Cual es la probabilidad de que el alumno haya llegado a las 5 respuestas correctas antes
de la pregunta 26?
32