Você está na página 1de 46

CARRERA DE INGENIERÍA MECÁNICA

DEPARTAMENTO DE CIENCIAS EXACTAS

NRC: 1186

ESTADÍSTICA I

EJERCICIOS: Distribución de probabilidad

Nombres:
Enrique Añazco
Sebastián Arguello
Alejandro Grijalva
Carlos Masaquiza
Daniel Reyes
Roberto Vallejo

Docente: Ing. Ramiro Guerrón


1. Se sacan dos bolas sucesivas sin remplazo de una urna que contiene 5 bolas azueles,
3 rojas. Los posibles resultados y los valores y de la variable aleatoria Y donde Y
en el número de bolas rojas.
a) Construya una tabla de distribución de probabilidad

Número bolas rojas Probabilidad

5 4 20
0 ∗ =
8 7 56
3 5 30
1 ( ∗ )∗2=
8 7 56
3 2 6
2 ∗ =
8 7 56
b) Grafique el diagrama de distribución de probabilidades

c) Construya una tabla de distribución de probabilidad acumulada

Número bolas rojas Probabilidad

20
0 56
50
1 56
2 1
d ) Grafique el diagrama de distribución de probabilidades acumulada

1
e) Calcule la media

x ∗ p(x) = 0 + 30 12 42
P
u = E(x) = 56
+ 56 = 56

f ) Calcule la varianza σ 2 = σ 2 = (x − µ)2 p(x) = 0,2727


P

2. Una variable aleatoria tiene la función de probabilidad

x 0 1 2 3 4 5 6
f(x) 0.05 0.1 0.15 0.25 0.2 0.15 0.1
a) Comprobar que en verdad es una función de probabilidad

a)Pf (x) > 0


b) p(x) = 1
0.05+0.1+0.15+0.10=1
b) Calcular p(x ≤ 2)

p(x ≤ 2) = p(0) + p(1) + p(2)


0,05 + 0,1 + 0,15 = 0,3
c) Calcular p(x ≥ 3)

p(x ≥ 3) = 1 − [p(0) + p(1) + p(2)]


= 1 − [0,05 + 0,1 + 0,15] = 0,7
d ) Calcular la p[x = 1 ∪ x = 3 ∪ x = 5]

p(1) + p(3) + p(5)


= 0,05 + 0,25 + 0,15

2
= 0,45
e) Calcular la E(x)

E(x) = 60 x.p(x)
P
= 0 + (1)0,2 + (2)0,15 + (3)0,25 + (4)0,2 + (5)0,15 + (6)0,2
= 3,3
3. Sea X una variable aleatoria cuya distribución de probabilidad viene dada por:
 3
2x!(1−x)
si x = 0, 1, 2, 3, 4
p(X = x)
0 cualquier otro caso
a) Construya la tabla de distribución de probabilidades

x p(x)

0 0.0625
1 0.25
2 0.375
3 0.25
4 0.0625
b) Construya el diagrama de distribución de probabilidades

c) Construya la tabla de distribución de probabilidades acumulada

3
x P(x)

0 0.0625
1 0.3125
2 0.6875
3 0.9375
4 1
d ) Construya el diagrama de distribución de probabilidades acumulada

e) Calcule la media o valor esperado


x P(x) x.p(x) x − u (x − u)2 .p(x)
0 0,0625 0 -2 0,25
1 0,3125 0,3125 -1 0,3125
2 0,38 0,75 0 0
3 0,25 0,75 1 0,25
4 0,0625 0,25 2 0,25
u=2
f ) Varianza
σ 2 = (x − u)2 .p(x) = 1,0625
g) Encuentre P(x=3)
P (x = 3) = 0,25
h) Encuentre P (1 < x ≤ 2,5)
P (1 < x ≤ 2,5) = P (1 ≤ x ≤ 2) − p(1)=0.375
i ) P (x ≥ 2,5)
P (x ≥ 2,5) = p(3) + p(4) = 0,875
4. La cantidad aleatoria de dinero ahorrado por una persona en un mes sigue una ley
de probabilidad dada por:

4


 0 si x ≤ 0
1
 4 si 0 ≤ x ≤ 1


F (x) 12 si 1 ≤ x ≤ 2
3
si 2 ≤ x < 3


4


1 si x > 3
donde x viene expresado en cientos de dolares. Determinar la probabilidad de que,
en un mes la cantidad de dinero ahorrado:
a) Sea superior a 200 dolares
p(x > 2 = 1 − F (2) = 1 − 0,5 = 0,5
b) inferior a 450 dolares
p(x < 4,5 = F (4,5) = 1
c) Sea superior a 500 dolares y menor o igual a 250 dolares
p(5 ≤ x ≤ 2,5) = F (5) − F (2,5) = 1 − 0,75 = 0,25
d ) Calcular el ahorro mensual diario

p(0)=0.25
p(1)=0.25
p(2)=0.25
p(3)=0.25
P
u = x.p(x) = 1,5
5. Una compañı́a de materiales quı́micos envı́a cierto disolvente en tambores de 10
galones. Sea x el número de tambores pedidos por un cliente elegido aleatoriamente
suponga que x tiene la siguiente función de masa de probabilidad:

x 1 2 3 4 5
f(x) 0.4 0.2 0.2 0.1 0.1
a) Determine la media del numero de tambores ordenados

x P(x) x.p(x) x − u (x − u)2 .p(x)


1 0,4 0,4 -1,3 0,676
2 0,2 0,4 -0,3 0,018
3 0,20 0,6 0,7 0,098
4 0,1 0,4 1,7 0,289
5 0,1 0,5 2,7 0,729
u = 2,3
b) Varianza
σ 2 = (x − u)2 .p(x) = 1,808
c) Determine
√ la desviación estándar del número de tambores ordenados
D.E = σ 2 = 1,34
d ) Sea Y el numero de galones ordenados. Determine la función de masa de
probabilidad

5
x 10 20 30 40 50
f(x) 0.4 0.2 0.2 0.1 0.1
e) Media del número de galones ordenados
Y P(y) x.p(y) x − u (y − u)2 .p(y)
10 0,4 4 -14 78.4
20 0,2 4 -4 3.2
30 0,20 6 6 7.2
40 0,1 16 16 25.6
60 0,1 6 36 129.6
u = 24
f ) Varianza
σ 2 = (x − u)2 .p(x) = 244
g) Determine
√ la desviación estándar del número de tambores ordenados
D.E = σ 2 = 15,62
6. Se lanza un dado legal, cada elemento del espacio muestral S=1,2,3,4,5,6 ocurre con
probabilidad de 1/6 por lo tanto tenemos una distribución uniforme con

f (x; 6) = 61 , x = 1, 2, 3, 4, 5, 6
Hallar

a) Representación gráfica de la distribución uniforme

b) Calcular la media

n+1
u = E(x) = 2
= 3,5

6
c) Varianza

(n+1)(n−1) 35
σ2 = 12
= 12

7. La probabilidad de que una cierta clase de componente pase con éxito una determinada
prueba de impacto es 3/4. Se supone independencia en cada prueba)

a) Encuentre la probabilidad de que exactamente dos de los siguientes cuatro


componentes que se prueben pasen la prueba.
Probabilidad Binomial:

f (x) = nx px q n−x


p = 34
q = 14
f (x = 2) = n2 p2 q n−2 = 0,2109
b) Encuentre la probabilidad de que por lo menos dos de los siguientes cuatro
componentes que se prueben pasen la prueba.
Probabilidad Binomial:

P4 n

f (x) = 2 x
px q n−x
3
p= 4
1
q= 4
f (x ≥ 2) = 0,949
c) Encuentre la probabilidad de que a lo mas dos de los siguientes cuatro componentes
que se prueben pasen la prueba.
Probabilidad Binomial:

f (x) = nx px q n−x


p = 43
q = 14
p(x ≤ 2)
p(x = P
0) + p(x = 1 = +p(x = 2)
2 n x n−x
= 0 x p q = 0,262
8. La Probabilidad de que un paciente se recupere luego de una delicada operación es
de 0.95

a) ¿Cúal es la probabilidad de que exactamente 5 de los 10 pacientes intervenidos


sobrevivan
Probabilidad Binomial:

f (x) = nx px q n−x


p = 0,95
q = 0,05

7
10
0,952 0,05n−2 = 6,09 ∗ 10−5

= 5

b) ¿Cúal es la probabilidad de al menos 5 de los 10 sobrevivan

f (x) = nx px q n−x


p = 0,95
10
 q2 = 0,05
= 05 5 0,95 0,05n−2 = 6,43 ∗ 10−5
P

c) ¿Cúal es la probabilidad de al menos 6 de los 10 sobrevivan

f (x) = nx px q n−x


p = 0,95
q = 0,05
p(x ≥ 6) = 1 − P (x ≥ 5)
= 0,9999
9. Se sabe que el 60 % de los ratones inoculados con un suero quedan protegidos contra
cierta enfermdad. Si se inoculan cinco ratones, encuentre la probabilidad de que:
a) Ninguno contraiga la enfermedad
b) Menos de 2 contraigan la enfermedad
c) Más de tres contraiga la enfermedad

Datos:
n=5
p = 60 % = 0.6
q = 40 % = 0.4
X = número de ratones sanos
a) X = 5, ya que ningún ratón contrae la enfermedad
 
5
p(X = 5) = · (0,6)5 · (0,4)5−5 (1)
5
5!
= · (0,6)5 · (0,4)0 (2)
5! · (5 − 5)!
1
5! >
 *1
· (0,6)5 ·   0

=  (0,4)

(3)
5! · (0)!

= 0,07776 (4)

b) X1 = 5 y X2 = 4, ya que contraen la enfermedad menos de 2 por lo


tanto se espera que los 5 esten sanos o que 4 esten sanos.

p(4 ≤ X ≤ 5) = p(X = 5) + p(X = 4) (1)

8
p(X = 5) = 0,07776 (2)
 
5
p(X = 4) = · (0,6)4 · (0,4)5−4 (3)
4
5!
= · (0,6)4 · (0,4)1 (4)
4! · (5 − 4)!
5
5! >

=  · (0,6)4 · (0,4)1 (5)
4!
 · (1)!
= 0,2592 (6)

p(4 ≤ X ≤ 5) = p(X = 5) + p(X = 4) (7)


= 0,07776 + 0,2592 (8)
= 0,3369 (9)

c) X1 = 0 y X2 = 1, ya que contraen la enfermedad más de tres, por lo


tanto todos contraen la enfermedad o por lo menos 1 se no la contrae.

p(0 ≤ X ≤ 1) = p(X = 0) + p(X = 1) (1)


 
5
p(X = 0) = · (0,6)0 · (0,4)5−0 (2)
0
5!
= · (0,6)0 · (0,4)5 (3)
0! · (5 − 0)!
1
5! >
 *1
 0 · (0,4)5

=  ·
(0,6)
(4)
0! · (5)!

= 0,01024 (5)
 
5
p(X = 1) = · (0,6)1 · (0,4)5−1 (6)
1
5!
= · (0,6)1 · (0,4)4 (7)
1! · (5 − 1)!
5
5! >

=  · (0,6)1 · (0,4)4 (8)
1!
 · (4)!
= 0,0768 (9)

p(0 ≤ X ≤ 1) = p(X = 0) + p(X = 1) (10)


= 0,01024 + 0,0768 (11)
= 0,08704 (12)

10. Determine el valor de c de modo que cada una de las siguientes funciones sirva como
distribución de probabilidad de variable aleatoria discreta X:

9
a) f (x) = c(x2 + 4) para x = 0,1,2,3
  
2 3
b) f (x) = c para x = 0,1,2
x 3−x
a)
3
X 3
X
f (x) = 1 ⇒ c(x2 + 4) = 1 ⇒ f (0) + f (1) + f (2) + f (3) = 1 (1)
x=0 x=0

f (0) = c(x2 + 4) = c(02 + 4) = 4c (2)


f (1) = c(x2 + 4) = c(12 + 4) = 5c (3)
f (2) = c(x2 + 4) = c(22 + 4) = 8c (4)
f (3) = c(x2 + 4) = c(32 + 4) = 13c (5)

3
X
c(x2 + 4) = 1 ⇒ 4c + 5c + 8c + 13c = 1 (6)
x=0

4c + 5c + 8c + 13c = 1 (7)
30c = 1 (8)
1
c= (9)
30

b)
2 2   
X X 2 3
f (x) = 1 ⇒ c = 1 ⇒ f (0) + f (1) + f (2) = 1 (1)
x 3−x
x=0 x=0

      1 1
2 3 2 3 2!  3! 
f (0) = c =c =c· · =c (2)
0 3−0 0 3 0! · 2! 3! · 0!
      2 3
2 3 2 3 2!  3! 
f (1) = c =c =c· · = 6c (3)
1 3−1 0 2 1! · 1! 2! · 1!
      1 3
2 3 2 3 2!  3! 
f (2) = c =c =c· · = 3c (4)
2 3−2 0 1 2! · 0! 1! · 2!
2   
X 2 3
c = 1 ⇒ c + 6c + 3c = 1 (5)
x 3−x
x=0

c + 6c + 3c = 1 (6)
10c = 1 (7)
1
c= (8)
10

11. La distribución de pobabilidad de la variable aleatoria discreta X es:

10
   x  3−x
3 1 3
f (x) = para x = 0,1,2,3
x 4 4
Encuentre la media y la desviación estándar de X
Media

3
X
E[X] = µ = x · f (x) (1)
x=0

1  1
   0  3 0  3
3 1 3 3! >
 1 3 27
f (0) = =  · = (2)
0 4 4 0! · (3)!
 4 4 64
   1  2 3
3 1 3 3!>  1 1  3 2
 27
f (1) = =  · = (3)
1 4 4 1! · (2)!
 4 4 64
   2  1 3
3 1 3 3!>  1 2  3 1
 9
f (2) = =  · = (4)
2 4 4 2! · (1)!
 4 4 64
1 3   1
   3  0 0
3 1 3 3! >
 1 3 1
f (3) = =  · = (5)
3 4 4 3! · (0)!
 4 4 64
3
X
E[X] = x · f (x) = x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) + x4 · f (x4 ) (6)
x=0

= x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) + x4 · f (x4 ) (7)


= 0 · f (0) + 1 · f (1) + 2 · f (1) + 3 · f (3) (8)

27 27 9 1
=0· +1· +2· +3· (9)
64 64 64 64
27 18 3
=0+ + + (10)
64 64 64
48 3
= = (11)
64 4
3
E[X] = µ = (12)
4

Desviación estándar

E[X 2 ] − (E[X])2 = E[X 2 ] − µ2 = σ 2 (1)


p
E[X 2 ] − µ2 = σ (2)
3
X
E[X 2 ] = x2 · f (x) (3)
x=0

11
27 27 9 1
= 02 · + 12 · + 22 · + 32 · (4)
64 64 64 64

27 36 9
=0+ + + (5)
64 64 64

72 9
= = (6)
64 8
s  2
9 3
− =σ (7)
8 4
r
9 9
− =σ (8)
8 16
r
9
=σ (9)
16

3
σ= (10)
4

12
12. Una moneda está cargada de manera que la probabilidad de ocurrencia de una cara
es 3 veces mayor que la de una cruz. Encuentre el número esperado de cruces cuando
se lanza 2 veces esta moneda.

Ω = {CC, CS, SC, SS}


Datos
1
p=
4
3
q=
4
n=2
p = probabilidad de salir sello
q = probabilidad de salir cara
n = número de lanzamientos
Si se lanza 2 veces, entonces x = 0,1,2

2
X
E[X] = µ = x · f (x) = x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) (1)
x=0
 
n
p(X = x) = ·p·q (2)
x
1   1
   0  2 0 2
2 1 3 2!  1 
3 9
f (x) = p(X = 0) = = · = (3)
0 4 4 0! · 2! 4 4 16
   1  1 2   
1 1
2 1 3 2!  1 3 3
f (x) = p(X = 1) = = · = (4)
1 4 4 1! · 1! 4 4 8
   2  0 1    1
2 0
2 1 3 2!  1 3  1
f (x) = p(X = 2) = = · = (5)
2 4 4 2! · 0! 4 4 16
2
X
E[X] = µ = x · f (x) = x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) (6)
x=0
9 3 1
E[X] = µ = 0 · +1· +2· (7)
16 8 16
3 1
E[X] = µ = + (8)
8 8
1
E[X] = µ = = 0,5 (9)
2

µ = 0,5 (10)

13
13. Suponga que 2 variables aleatorias (X,Y) se distribuyen de manera uniforme en un
cı́rculo con radio a. La función densidad de probabilidad conjunta es entonces:

 1 para x2 + y 2 ≤ a2
f (x) = πa2
0 en cualquier otro caso

Encuentre el valor esperado de X


Si y = 0

x 2 + y 2 ≤ a2 (1)
−a ≤ x ≤ a (2)

Si se despeja x

x 2 + y 2 ≤ a2 (3)
p p
− a2 − y 2 ≤ x ≤ a2 − y 2 (4)


2 2
Za Za −y
E[X] = x · f (x)dxdy (5)
−a

− a2 −y 2
Za 
a2 − y 2 a2 − y 2
  
1
E[X] = 2 − dy (6)
πa 2 2
−a
Za
a2 −y
2
   2 2

1 a −y
E[X] = 2 − dy (7)
πa 2 2
 
−a

E[X] = µ = 0 (8)

14. La distribución de probabilidad X, el número de imperfecciones por cada 10 metros


de una tela sinética, en rollos de ancho uniforme está dada como:
x 0 1 2 3 3
p(X=x) 0.4 0.2 0.2 0.1 0.1
Encuentre el número promedio de imprefecciones en 10 metros de esta
tela
3
X 3
X
E[X] = µ = x · f (x) = x · p(X = x) (1)
x=0 x=0
= x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) + x4 · f (x4 ) + x5 · f (x5 ) (2)
= 0 · (0,4) + 1 · (0,2) + 2 · (0,2) + 3 · (0,1) + 3 · (0,1) (3)
= 0 + 0,2 + 0,4 + 0,3 + 0,3 (4)
E[X] = 1,2 (5)

14
15. Con frecuencia los chips de computadora tienen imperfecciones en su superficie.
Para cierto tipo de chips de computadora, 9 % no tiene imperfecciones, 22 % contiene
una imperfección, 26 % presenta 2 imperfecciones, 20 % contiene 3 imperfecciones,
12 % tiene 4 imperfecciones y 11 % contiene 5 imperfecciones. Sea y el número de
imperfecciones de un chip elegido aleatoriamente:
a) ¿Cuales son los valores posibles de Y?
b) ¿Y es discreta o continua?
c) Determine p(Y=y) para cada valor posible de Y
d) Construya una tabla de distribución de probabilidad
e) Verifique si verdaderamente es una distribución de probabilidad
f ) Construya una tabla de distribución acumulada
g) Grafique el diagrama de distribución de probabilidad
h) Grafique el diagrama de distribución de probabilidad acumulada
a)
Los valores posibles para Y son:
y 0 1 2 3 4 5
b)
La variable Y es discreta ya que toma solamente valores enteros
c)
y p(Y=y)
0 0.09
1 0.22
2 0.26
3 0.20
4 0.12
5 0.11
d) y f )
y p(Y=y) p(Y=y) Acumulada
0 0.09 0.09
1 0.22 0.31
2 0.26 0.57
3 0.20 0.77
4 0.12 0.89
5 0.11 1
e)
Se cumple debido a que para cada caso existe de Y existe una probabilidad le
corresponde.

15
g)

h)

16
16. Supongamos que una persona pasa tres semáforos cada mañana en su camino al
trabajo. Los semáforos operan independientemente y debido a que la distancia entre
ellos es grande, también operan independientemente respecto a una persona que
camina de uno hacia otro. La probabilidad de una luz roja es de 0.4, 0.8 y 0.5
respectivamente para cada uno de los semáforos. Sea X el número de luces rojas
que la persona encuentra en su camino de ida. Considerar que la persona, durante
un año hace 250 viajes a su trabajo.
a) Calcular el recorrido de la variable X
b) Calcular ladistribución de probabilidad de X
c) Calcular E[X] y E[X 2 ]
a)
Sea X el número de luces rojas que la persona encuentra en su camino
⇒ Rango = {0, 1, 2, 3}
b)
R = Observe rojo
R’ = No observe rojo
Semáforo R R’
1 0.4 0.6
2 0.8 0.2
3 0.5 0.5

p(x = 0) = P (R10 ∩ R20 ∩ R30 ) = (0,6)(0,2)(0,5) = 0,06 (1)

p(x = 1) = P (R1 ∩ R20 ∩ R30 ) + P (R10 ∩ R2 ∩ R30 ) + P (R10 ∩ R20 ∩ R3 ) (1)


= (0,4)(0,2)(0,5) + (0,6)(0,8)(0,5) + (0,6)(0,2)(0,5) (2)
= 0,04 + 0,24 + 0,06 = 0,34 (3)

p(x = 2) = P (R1 ∩ R2 ∩ R30 ) + P (R10 ∩ R2 ∩ R3 ) + P (R1 ∩ R20 ∩ R3 ) (1)


= (0,4)(0,8)(0,5) + (0,6)(0,8)(0,5) + (0,4)(0,2)(0,5) (2)
= 0,16 + 0,24 + 0,04 = 0,44 (3)

p(x = 3) = P (R1 ∩ R2 ∩ R3 ) = (0,4)(0,8)(0,5) = 0,16 (1)

x p(X=x)
0 0.06
1 0.34
2 0.44
3 0.16

17
c)
E[X]
3
X 3
X
E[X] = µ = x · f (x) = x · p(X = x) (1)
x=0 x=0
3
X 3
X
x · f (x) = x · p(X = x) (2)
x=0 x=0
= x1 · f (x1 ) + x2 · f (x2 ) + x3 · f (x3 ) + x4 · f (x4 ) (3)
= 0(0,06) + 1(0,34) + 2(0,44) + 3(0,16) (4)
= 0 + 0,34 + 0,88 + 0,48 (5)
E[X] = 1,7 (6)

E[X 2 ]
3
X 3
X
2 2
E[X ] = x · f (x) = x2 · p(X = x) (1)
x=0 x=0
3
X 3
X
2
x · f (x) = x2 · p(X = x) (2)
x=0 x=0
= x21 ·
f (x1 ) + x22 · f (x2 ) + x23 · f (x3 ) + x24 · f (x4 ) (3)
= 0 (0,06) + 12 (0,34) + 22 (0,44) + 32 (0,16)
2
(4)
= 0 + 0,34 + 1,76 + 1,44 (5)
2
E[X ] = 3,54 (6)

17. Un automóvil viejo con un motor de cuatro cilindros es llevado a un taller para
ajustarlo sea X el número de cilindros con compresión baja.

A Cual de las tres funciones dadas en la tabla siguiente es una función de masa
de probabilidad posible de X
La función P(2) dado que la sumatoria total por cada intervalo de cilindros
con comprensión baja sera igual a la unidad

B Encuentre E[X]

C Encuentre E[X 2 ]

D Encuentre σ 2

F Encuentre E[X − µ]2

18
18. Un prı́ncipe italiano preguntó en una ocasión al famoso fı́sico Galileo. Por qué
cuando se lanzan tres dados, se obtiene con más frecuencia la suma de 10 que
la suma de 9, aunque se puedan obtener de seis maneras distintas cada una. En
relación a esta situación

A Determinar el espacio muestral asociado a este experimento aleatorio.


Ω = {1, 2, 3, 4, 5, 6}x{1, 2, 3, 4, 5, 6}x{1, 2, 3, 4, 5, 6} = {1, 2, 3, 4, 5, 6}3

B Identificar la variable aleatoria X asociada a este experimento.


X: suma de los números que aparecen en los tres dados.

C Cual es el rango de X
X = {3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18}

D Calcular P(Dados sumen 9) y P(dados sumen 10.)

19. Una gran companı́a industrial hace un descuento en cualquier factura que se pague
en un lapso de 30 dı́as. De todas las facturas, 10 % recibió el descuento. En una
auditorı́a de la companı́a se seleccionó aleatoriamente 12 facturas

19
A Cual es la probabilidad de que ninguna de las 12 facturas de la muestra tengan
descuento, cual es la probabilidad de que menos de cuatro de las 12 facturas de
la muestra tengan descuento, cual es la probabilidad de que al menos cuatro
de las 12 facturas de la muestra tengan descuento

20. En un cargamento grande de llantas de automóvil, 5 % tiene cierta imperfección.


Se eligen aleatoriamente cuatro llantas para instalarlas en el automóvil

A Cual es la probabilidad de que ninguna de las llantas tenga imperfección

B Cual es la probabilidad de que sólo una de las llantas tenga imperfección

C Cual es la probabilidad de que una o más de las llantas tenga imperfección

21. Unas partı́culas están suspendidas en un medio lı́quido con una concentración de
seis partı́culas por mL. Se agita por completo un volumen grande de la suspensión,
y después se extrae 3 mL. Cual es la probabilidad de que solo se retiren 15 parı́culas

20
22. Cierto tipo de tablero de circuitos contiene 300 diodos. Cada uno tiene una probabilidad
p=0.002 de fallar

A Cual es la probabilidad de que fallen exactamente dos diodos

B Cual es la media del número de diodos que falla

C Cual es la desviación estandar del número de diodos que falla

D Un tablero funciona si ninguno de sus diodos falla. Cual es la probabilidad de


que funcione de un tablero.

F Se envı́an cinco tableros a un cliente. Cual es la probabilidad de que cuatro o


más de ellos funcione

21
23. Las máquinas tejedoras en una fábrica de elástico usan rayo laser para detectar los
hilos rotos. Cuando se rompe un hilo, es necesario detener la máquina para efectuar
la reparación. Sea X el número de veces que se detiene cada dı́a una máquina
especı́fica, donde su función de probabilidad está dada por:
P (X = x) = 16 31
(0,5)2 donde x=0,1,2,3,4
A Cual es la promedio esperado diario de detenciones de la máquina

B Cual es la probabilidad de que en un dı́a determinado se detenga la máquina


a lo más dos veces.

22
24. Una empresa electrónica observa que el número de componentes que fallan antes
de cumplir 100 horas de funcionamiento es una variable aleatoria de poisson. Si el
nuúmero promedio de estos fallos es ocho.

A Cual es la probabilidad de que falle un componente en 25 horas

B Cual es la probabilidad de que fallen no mas de dos componentes en 50 horas

C Cual es la probabilidad de que fallen por lo menos diez en 125 horas

23
25. De 50 edificios en un parque industrial, 12 no cumplen el código eléctrico. Si se
seleccionan aleatoriamente diez edificios para inspeccionarlos.
A Cual es la probabilidad de que todos cumplan el código.

B Cual es la probabilidad de que exactamente tres de los diez no cumplan el


código

C Cual es la probabilidad de que por lo menos tres de los diez no cumplen el


código

D Cual es la probabilidad de que por lo menos nueve de los diez no cumplan el


código

26. Al probar cierta clase de neumático para camión en un terreno accidentado, se

24
encuentra que 25 % de los camiones no complementaban la prueba de rocorrido sin
poncharduras. De los siguientes 15 camionesprobados, encuentre la probabilidad de
que:

a) de 3 a 6 tengan ponchaduras.

b) menos de 4 tengan ponchaduras.

c) más de 5 tengan ponchaduras.

Distribucion Binomial

P (X) = nCx ∗ px ∗ q n−x


P (X) = nCx ∗ P x ∗ (1 − p)n−x (7)
Datos
p=25 % = 0.25 n=15

Resolución para a) 3≤X≤6

P (3 ≤ x ≤ 6) = P (3) + P (4) + P (5) + P (6)


P (3) = 15C3 ∗ (0,25)3 ∗ (1 − 0,25)15−3
P (3) = 0,225
P (4) = 15C4 ∗ (0,25)4 ∗ (1 − 0,25)15−4
P (4) = 0,225
P (5) = 15C5 ∗ (0,25)5 ∗ (1 − 0,25)15−5
P (5) = 0,165
P (6) = 15C6 ∗ (0,25)6 ∗ (1 − 0,25)15−6
P (6) = 0,0917
P (3 ≤ x ≤ 6) = 0,225 + 0,225 + 0,165 + 0,0917
P (3 ≤ x ≤ 6) = 0,707

Resolución para b) X<4

25
P (X < 4) = P (0) + P (1) + P (2) + P (3)
P (0) = 15C0a ∗ (0,25)0 ∗ (1 − 0,25)15−0
P (0) = 0,0134
P (1) = 15C1a ∗ (0,25)1 ∗ (1 − 0,25)15−1
P (1) = 0,0668
P (2) = 15C2a ∗ (0,25)2 ∗ (1 − 0,25)15−2
P (2) = 0,156
P (3) = 15C3 ∗ (0,25)3 ∗ (1 − 0,25)15−3
P (3) = 0,225
P (X < 4) = 0,0134 + 0,0668 + 0,156 + 0,225
P (X < 4) = 0,461

Resolución para c) X>5

P (X > 5) = 1 − P (0 ≤ X ≤ 5)
P (0 ≤ X ≤ 5) = P (0) + P (1) + P (2) + P (3) + P (4) + P (5)
P (0 ≤ X ≤ 5) = 0,0134 + 0,0668 + 0,156 + 0,225 + 0,225 + 0,165
P (0 ≤ X ≤ 5) = 0,851
P (X > 5) = 1 − 0,851
P (X > 5) = 0,149

27. Una prueba de resitencia de soldadura consiste en poner carga en uniones soldadas
hasta que se dé una ruptura. Para cierto tipo de soldadura, 80 % de las rupturas
ocurre en la propia soldadura, mientras que otro 20 % se da en las vigas. Se prueba
cierto número de soldaduras. Sea X el número de pruebas, incluyendo la primera
prueba que da como resultado la ruptura de la viga.

a) La probabilidad cuando X = 8.

b) La media.

c) La varianza.

Distribucion Geometrica

P (X) = p ∗ (1 − p)x−1 (8)

Datos

Rupturas en la soldadura = 80 % = 0.80 Ruptura en las Vigas = 20 % = 0.20

26
Resolución para a) X=8

P (X) = p ∗ (1 − p)x−1
P (8) = (0,20) ∗ (1 − 0,20)8−1
P (8) = 0,0419

Resolución para b) Rupturas de las vigas.

1
µ=
p
1
µ=
0,20
µ=5

Resolución para c) Rupturas de las vigas.

1−p
σ2 =
p
2 1 − 0,20
σ =
0,20
σ2 = 4

28. Se lanza un dado consecutivamente hasta que aparezca un 5 pr primera vez

a) ¿Cuál es la probabilidad de obtener exito en el primer lanzamiento?

b) ¿Cuál es la probabilidad de obtener el primer éxito en el quinto lanzamiento?

c) ¿Cuál es la probabilidad de obtener el primeréxito hasta en el quinto lanzamiento?

d) ¿Cuál es la probabilidad de obtener el primer éxito después del quinto lanzamiento?


Distribucion Geometrica

P (X) = p ∗ (1 − p)x−1

Datos

1
Probabilidad de que salga el 5 en un dado p =
6

Resolución para a)

27
1 1
P (1) = ∗ (1 − )1−1
6 6
1
P (1) =
6
Resolución para b)

1 1
P (5) = ∗ (1 − )5−1
6 6
P (5) = 0,0804

Resolución para c)

P (1 ≤ X ≤ 5) = P (1) + P (2) + P (3) + P (4) + P (5)


1 1
P (2) = ∗ (1 − )2−1
6 6
P (2) = 0,139
1 1
P (3) = ∗ (1 − )3−1
6 6
P (3) = 0,116
1 1
P (4) = ∗ (1 − )4−1
6 6
P (4) = 0,0965
P (1 ≤ X ≤ 5) = 0,167 + 0,139 + 0,116 + 0,0965 + 0,0804
P (1 ≤ X ≤ 5) = 0,599

Resolución para d)

P (X > 5) = 1 − P (1 ≤ X ≤ 5)
P (X > 5) = 1 − 0,599
P (X > 5) = 0,401

29. Un vendedor de seguros de vida sabe que la probabilidad de obtener un cliente


en cada visita es 0,1. Si éste vendedor detiene sus ventas cuando logra vender la
segunda póliza en el dı́a.

a) ¿Cuál es la probabilidad de que el vendedor detenga sus ventas en la décima


visita?

b) ¿Cuál es la probabilidad de que a lo largo de un mes de 20 dı́as, no tenga que


hacer más de 30 visitas diarias? (Asumir independencia entre visitas diarias).

Distribucion Geometrica

28
P (X) = p ∗ (1 − p)x−1

Datos

Probabilidad de obtener un cliente p = 0.1

Resolución para a)

P (10) = (0,1) ∗ (1 − 0,1)10−1


P (10) = 0,0387

Resolución para b)

P (30) = (0,1) ∗ (1 − 0,1)30−1


P (30) = 0,00471
La Probabilidad en 20 dı́as
P (20dias) = 20 ∗ P (30)
P (20dias) = 0,0942

30. En el juego del KINO se tiene 25 bolitas y se extraen 14 de ellas. Se sabe que el
premio menor (recuperar el dinero) se obtiene a los 10 aciertos.

a) ¿Cuál es la probabilidad de obtener algún premio en el juego (al menos se


recupere el dinero.)

b) ¿Cuál es la probabilidad de no obtener algún premio en el juego.

c) ¿Cuántos cartones deberı́as jugar para aspirar a ganar algún premio?

Distribucion Hipergeométrica

   
s N −s

x n−x
P (X) =  
N
n

sCx ∗ (N − s)C(n − x)
P (X) = (9)
N Cx
Datos

29
N = 25 n = 14 s = 14 X = 1,2,3 ... 14

Resolución para a) X ≥ 10

P (X ≥ 10) = P (10) + P (11) + P (12) + P (13) + P (14)


14C10 ∗ (25 − 14)C(14 − 10)
P (10) =
25C14
P (10) = 0,0741
14C11 ∗ (25 − 14)C(14 − 11)
P (11) =
25C14
P (11) = 0,0135
14C12 ∗ (25 − 14)C(14 − 12)
P (12) =
25C14
P (12) = 0,00112
14C13 ∗ (25 − 14)C(14 − 13)
P (13) =
25C14
P (13) = 0,0000345
14C14 ∗ (25 − 14)C(14 − 14)
P (14) =
25C14
P (14) = 0,000000224
P (X ≥ 10) = 0,0888

Resolución para b) X < 10

P (X < 10) = 1 − P (X ≥ 10)


P (X < 10) = 1 − 0,0888
P (X < 10) = 0,911

Resolución para c)

Sea Y el número de cartones a jugar has conseguir algún premio. Luego Y es una
variable aleatoria Geométrica con p = 0.0888 donde y = 1,2,3..., entonces:

1
µ=
p
1
µ=
0,0888
µ = 11,3
Se deben jugar aproximadamente 11 cartones para aspirar a ganar un
premio

31. Cierto banco ha comprobado que la probabilidad de que un cliente con fondos
extienda un cheque con fecha equivocada es de 0.001. En cambio, todo cliente sin
fondos pone una fecha errónea en sus cheques. El 90 % de los clientes del banco

30
tienen fondos. Si llegan 6 cheques con fecha equivocada:

a) ¿Cuál es la probabilidad que al menos uno de estos haya sido emitido por un
cliente con fondos?

b) ¿Cuál es la probabilidad que al menos uno de estos haya sido emitido por un
cliente sin fondos?

Resolución para a)

P (f echaequivocada|conf ondos) = 0,001


P (f echacorrecta|conf ondos) = 0,999
P (f echaequivocada|sinf ondos) = 1
P (f echacorrecta|conf ondos) = 0
P (conf ondos) = 0,9
P (sinf ondos) = 0,1

Primero calculamos P(con fondos — fecha equivocada)

P (conf ondos) ∗ P (f echaequivocada|conf ondos)


P (conf ondos|f echaequivocada) =
P (f echaequivocada)
(0,9) ∗ (0,001)
P (conf ondos|f echaequivocada) =
(0,9) ∗ (0,001) + (0,1) ∗ (1)
P (conf ondos|f echaequivocada) = 0,00892

Distribucion Binomial

P (X) = nCx ∗ P x ∗ (1 − p)n−x

Datos

n=6 x=0 p = 0.00892

P (X ≥ 1) = 1 − P (0)
P (0) = 6C0 ∗ (0,00892)0 ∗ (1 − 0,00892)6−0
P (0) = 0,948
P (X ≥ 1) = 1 − 0,948
P (X ≥ 1) = 0,0520

Resolución para b)

31
Primero calculamos P(sin fondos — fecha equivocada)

P (sinf ondos) ∗ P (f echaequivocada|sinf ondos)


P (sinf ondos|f echaequivocada) =
P (f echaequivocada)
(0,1) ∗ (1)
P (conf ondos|f echaequivocada) =
(0,9) ∗ (0,001) + (0,1) ∗ (1)
P (conf ondos|f echaequivocada) = 0,991

n=6 x=0 p = 0.991

P (X ≥ 1) = 1 − P (0)
P (0) = 6C0 ∗ (0,991)0 ∗ (1 − 0,991)6−0
P (0) = 5,13 ∗ 10−13
P (X ≥ 1) = 1 − 5,13 ∗ 10−13
P (X ≥ 1) = 1

32. En un programa de TV se decide votar por la persona que quieres que abandone
el concurso. Se sabe que tienes una probabilidad del 10 % de que la linea no esté
ocupada. Supongamos que cada llamada que realizas es independiente.

a) ¿Cuál es la probabilidad de que la primera llamada que entre sea la décima que
realizas?

b) ¿Cuál es la probabilidad de que sea necesario llamar 10 veces para votar dos
veces por el concursante?

c) ¿Cuál es la probabilidad de votar al menos tres veces, en 15 llamadas realizadas?

Distribucion Geometrica

P (X) = p ∗ (1 − p)x−1

Datos

p = 10 % = 0.10

Resolución para a) X = 10

P (10) = (0,10) ∗ (1 − 0,10)10−1


P (10) = 0,0387

32
Resolución para b)

Distribucion Binomial

P (X) = nCx ∗ P x ∗ (1 − p)n−x


Datos
p = 10 % = 0.10 n = 10

P (2) = 9C8 ∗ (0,10)2 ∗ (1 − 0,10)10−2


P (2) = 0,0387

Distribucion Binomial

Resolución para c)

Datos
p = 10 % = 0.10 n = 15

P (X ≥ 3) = 1 − P (X ≤ 2)
P (0) = 15C0 ∗ (0,10)0 ∗ (1 − 0,10)15−0
P (0) = 0,206
P (1) = 15C1 ∗ (0,10)1 ∗ (1 − 0,10)15−1
P (1) = 0,343
P (2) = 15C2 ∗ (0,10)2 ∗ (1 − 0,10)15−2
P (2) = 0,267
P (X ≥ 3) = 1 − (0,206 + 0,343 + 0,267)
P (X ≥ 3) = 0,184

33. La telefonista del programa de TV del ejemplo anterior, contesta en promedio 12


llamadas cada 15 minutos.

a) ¿Cuál es la probabilidad de que exactamente 10 llamaadas sean recibidas en el


periodo de 15 minutos?

b) ¿Cuál es la probabilidad de que a lo más 5 llamadas sean recibidas por la


telefoniasta en 5 minutos?

c) ¿Cuántas llamadas se espera contestar durante el periodo de una hora?

33
Distribucion de Poisson

λx ∗ e−λ
P (X, λ) = (10)
x!
Resolución para a)

Datos

λ = 12 x = 10

121 0 ∗ e−12
P (10, 12) =
10!
P (10, 12) = 0,105

Resolución para b)

Datos

λ=4 X≤5

P (X ≤ 5, 4) = P (0, 4) + P (1, 4) + P (2, 4) + P (3, 4) + P (4, 4) + P (5, 4)


40 ∗ e−4
P (0, 4) =
0!
P (0, 4) = 0,0183
41 ∗ e−4
P (1, 4) =
1!
P (1, 4) = 0,0733
42 ∗ e−4
P (2, 4) =
2!
P (2, 4) = 0,147
43 ∗ e−4
P (3, 4) =
3!
P (3, 4) = 0,195
44 ∗ e−4
P (4, 4) =
4!
P (4, 4) = 0,195
45 ∗ e−4
P (5, 4) =
5!
P (5, 4) = 0,156
P (X ≤ 5, 4) = 0,785

Resolución para c)

34
Si en 5 minutos se contestan 4 llamadas en 60 min se espera contestar X

60 ∗ 4
X=
5
X = 48 Llamadas

34. Del ejercicio anterior, se sabe que durante el perı́odo de una hora 100 personas
intentaron comunicarse de las cuales solamente 40 pudieron efectivamente votar por
el concursante. Al extraer una muestra aleatoria de 20 de los números registrados.

a) ¿Cuál es la probabilidad de que exactamente 8 llamadas seleccionadas hayan


votado por el participante?

b) ¿Cuál es la probabilidad de que al menos cuatro llamadas seleccionadas hayan


votado por el participante?

Distribucion Hipergeométrica

sCx ∗ (N − s)C(n − x)
P (X) =
N Cx
Resolución para a)

Datos

N = 100 n = 20 s = 40 X=8

40C8 ∗ (100 − 40)C(20 − 8)


P (8) =
100C20
P (8) = 0,201

Resolución para b)

N = 100 n = 20 s = 40 0≤X≤3

35
P (X ≥ 4) = 1 − P (0 ≤ X ≤ 3)
40C0 ∗ (100 − 40)C(20 − 0)
P (0) =
100C20
P (0) = 7,82 ∗ 10−6
40C1 ∗ (100 − 40)C(20 − 1)
P (1) =
100C20
P (1) = 1,53 ∗ 10−4
40C2 ∗ (100 − 40)C(20 − 2)
P (2) =
100C20
P (2) = 0,00135
40C3 ∗ (100 − 40)C(20 − 3)
P (3) =
100C20
P (3) = 0,00714
P (X ≥ 4) = 1 − 0,00865
P (X ≥ 4) = 0,99135

35. Una caja contiene 100 artı́culos, de los que 3 son defectuosos. Sea X el número de
artı́culos defectuosos encontrados en una muestra de tamaño 10.
a) Calcular P (X = 3), empleando la distribución de probabilidad Binomial.

3 97
a) n=10, p = 100
, q= 100
, x=3.

10!
( 7!,3! 3 3
) ∗ ( 100 97 7
) ∗ ( 100? ) = 2,6178 × 10−3
b) Calcular P (X = 3), empleando la distribución de probabilidad de Poisson.

h = 0,3, x=3.

0,33 ∗e−0,3
3!
= 7,15181 × 10−4
c) ¿Existe una diferencia significativa?
Existe una diferencia de 7 diezmilésimas, es decir un cambio insignificante
36. De los clientes que ordenan cierto tipo de computadora personal, 20 % ordena una
tarjeta gráfica actualizada, 30 % memoria extra, 15 % ordena tanto una tarjeta
gráfica actualizada como memoria extendida, y 35 % no ordena ninguna. Se eligen
de forma aleatoria quince órdenes. Sea X1 , X2 , X3 , X4 , los respectivos números de
órdenes en las cuatro categorı́as dadas.
a) Determine P (X1 = 3)

15!
3!∗12!
∗ (0,2)3 ∗ (0,8)12 = 0,2501
b) Determine P (X1 = 3; X2 = 4)

15!
3!∗4!∗8!
∗ (0,20)3 ∗ (0,30)4 ∗ (0,50)8 = 0,0570
c) Determine P (X1 = 3; X2 = 4; X3 = 2yX4 = 6)

15!
3!∗2!∗6!
∗ (0,20)3 ∗ (0,30)4 ∗ (0,15)2 ∗ (0,35)6 = 0,01690

36
d) Determine P (X1 = 2; X2 = 2; X3 = 2; X4 = 2)

No se puede realizar la operación porque X1, X2, X3, X4 es diferente a n.


37. Supongamos que el número de imperfecciones en un alambre delgado de cobre sigue
una distribución Poisson con una media de 2.3 imperfecciones por milı́metro.
a) Calcular la probabilidad de 2 imperfecciones en un milı́metro de alambre

h = 2,3, x=2.
2,32 ∗e−2,3
2!
= 0,2651
b) Calcular la probabilidad de 10 imperfecciones en 5 mm de alambre

2.3 imperfmmecciones
∗ 5mm = 11,5imperf ecciones
11,510 ∗e−11,5
10!
= 0,11293
c) Calcular la probabilidad de al menos una imperfección en 2 mm de alambre

P(X≥ 1) = 1-P(X=0)
2.3 imperfmmecciones
∗ 2mm = 4,6imperf ecciones
4,6 ∗e−4,6
0
1− 0!
= 0,9899
d) Calcular la probabilidad de ak menos dos imperfecciones en 2 mm de alambre

P(X≥ 2) = 1- P(X=0) - P(X=1)


0 −4,6 1 −4,6
1 − 4,6 ∗e
0!
− 4,6 ∗e
1!
= 0,9437
38. Supongamos que el número de imperfecciones en un alambre delgado de cobre sigue
una distribución Poisson con una media de 2.3 imperfecciones por milı́metro.
a) Calcular la probabilidad de 2 imperfecciones en un milı́metro de alambre

h = 2,3, x=2.
2,32 ∗e−2,3
2!
= 0,2651
b) Calcular la probabilidad de 10 imperfecciones en 5 mm de alambre

2.3 imperfmmecciones
∗ 5mm = 11,5imperf ecciones
10
11,5 ∗e −11,5

10!
= 0,11293
c) Calcular la probabilidad de al menos una imperfección en 2 mm de alambre

P(X≥ 1) = 1-P(X=0)
2.3 imperfmmecciones
∗ 2mm = 4,6imperf ecciones
4,60 ∗e−4,6
1− 0!
= 0,9899
d) Calcular la probabilidad de ak menos dos imperfecciones en 2 mm de alambre

P(X≥ 2) = 1- P(X=0) - P(X=1)


0 −4,6 1 −4,6
1 − 4,6 ∗e
0!
− 4,6 ∗e
1!
= 0,9437

37
39. La alcaptonuria es una enfermedad genética que se caracteriza por carencia de
una enzima necesaria para metabolizar al ácido homogentı́sico. Algunas personas
son portadoras de aquella, lo cual significa que no tienen la enfermedad, sino que
pueden transmitirla potencialmente a sus hijos. De acuerdo con las leyes de la
herencia genétiica, un hijo, cuyos padres son portadores de alcaptonuria, tiene la
probabilidad de 0.25 de no tener la enfermedad, 0.5 de ser portador y 0.25 de padecer
la enfermedad. En una muestra de 10 hijos de portadores de la alcaptonuria.
a) ¿Cuál es la probabilidad de que 3 no la tengan, 5 sean portadores y 2 la padezcan?
10! 2
3!∗5!∗2!
∗ (0,25)3 ∗ (0,5)2∗(0,25) =0,0769
b) ¿Cuál es la probabilidad de que 2 no la tengan, 4 sean portadores y 3 la padezcan?
No se puede realizar porque X1+X2+X3 son diferentes de n.
40. Suponga que la estatura de mujeres en una población sigue la curva normal con
media de 64.3 pulgadas y desviación estándar de 2.6 pulgadas.
a) ¿Qué proporción de mujeres tiene estatura entre 60 y 66 pulgadas?
x−µ
z=
σ
60 − 64,3
z1 = = −1,65
2,6
66 − 64,3
z1 = = 0,65
2,6
z2
R 0,65 1 −
p = −1,65 √ e 2 dz

p = 0,0765
b) La estatura de una mujer es 0.5 de desviación estándar mayor a la media. ¿ Qué
proporción de mujeres mide más que ella?
60,5 − 64,5
z= = 1,53
2,6
z2
R 1,53 1 −
p = 0 √ e 2 dz

p = 0,02841
c) ¿Cuánto mide una mujer cuya estatura se encuentra en el percentil 90?
P (z) = 0,9
z = 1,28
x − 64,3
1,28 =
2,6
x = 67,6
La mujer que se encuentra en el percentil 90 mide 67.6
d) Se elige aleatoriamente una mujer de esta población. ¿Cuál es la probabilidad
que ella mida más de 67 pulgadas

P (X > 67) = 1 − P (X <= 67)

38
67 − 64,3
z= = 1,04
2,6
P (X > 67) = 1 − P (Z <= 1,04)
P (X > 67) = 1 − 0,85 = 0,15
e) Se elige aleatoriamente a 5 mujeres de esta población. ¿Cuál es la probabilidad
de que solo una de ellas mida más de 67 pulgadas?
Suponiendo que existe una población de 100 mujeres:
85 84
P (x > 67) = 5( 100 ∗ 99 ∗ 83
98
82
∗ 97 ∗ 81
96
) = 0,4034
41. La resistencia de una aleación de aluminio se distribuye normalmente con media de
10 gigapascales (GPa) y desviación estándar de 1.4 GPa
a) ¿Cuál es la probabilidad de que una muestra de ésta aleación tenga resistencia
mayor a 12 GPa
12 − 10
z= = 1,43
1,4
z2
R 1,43 1 −
P = 0,5 − 0 √ e 2 dz

p = 0,0764
b) Determine el primer cuartil de la resistencia de ésta aleación
Para 25 % = 0,25 se busca en la tabla
z = 0,67
x = (0,67)(1,4) + 10 = 10,938
c) Determine el percentil 95 de la resistencia de ésta aleación
Para 95 % = 0,95 se busca en la tabla
z = 1,64
x = (1,64)(1,4) + 10 = 12,296
42. En una universidad, las puntuaciones del SAT en matemáticas de una clase de
primer año fue en promedio, 650 y tuvo desviación estándar de 100. El máximo
puntaje posible es de 800. ¿Es posible que el histograma de las puntuaciones de
estos alumnos siga una curva normal?. Explique
800 − 650
z= = 1,5
100
P = 0,9332

39
43. La penicilina es producida por el hongo Penicillium, que crece en un caldo, cuyo
contenido de azúcar debe controlarse con cuidado. La concentración óptima de
azúcar es de 4.9 mg/mL. Si la concentración excede los 6 mg/mL, el hongo muere
y el proceso debe suspenderse todo el dı́a.
a) Si la concentración de azúcar en tandas de caldo se distribuye normalmente con
media de 4.9 mg/mL y desviación estándar 0.6 mg/mL, ¿en qué proporción de dı́as
se suspenderı́a el proceso?

6,0 − 4,9
z=
0,6
z = 1,83
P (z > 1,83) = 1 − 0,9664 = 0,0336

b) El distribuidor ofrece vender caldo con una concentración de azúcar que se


distribuye normalmente con una media de 5.2 mg/mL y desviación estándar de
0.4 mg/mL.

6,0 − 5,2
z=
0,4
z=2
P (z > 2) = 1 − 0,9772 = 0,0228
c) ¿Este caldo sustirı́a efectos con menos dı́as de producción perdida? Explique.

Con este caldo se suspenderı́a en el 2.28 % de los dı́as.


44. Un método de cromatografı́a utilizado para purificar a una proteı́na también destruye
parte de ésta, en un proceso denominado desnaturación. Un método particular
recupera una media de 55 % (0.55) de la proteı́na y tiene desviación estándar de
0.15. La cantidad recuperada se distribuye normalmente.

40
a) En cierto proceso industrial, no es posible obtener una recuperación menor a
0.30 más de 5 % de las veces.

0,30 − 0,55
z=
0,15
5
z=−
3
Si se cumple con el requisito, ya que al ser un porcentaje de recuperación bastante
bajo se obtiene un resultado favorable de recuperación que puede ser mayor al 0.50.
b) En otro proceso, la recuperación debe ser mayor a 0.50 al menos 95 % de las
veces.

0,50 − 0,55
z=
0,15
1
z=−
3
c) si la media de la recuperación se distribuye normalmente con una media de 0.60,
¿cúal es el valor más grande que puede tener la desviación estándar para cumplir
con este requisito?

u = 0,60
z = −2,51
x = 0,50
0,50 − 0,60
−2,51 =
S
S = 0,0398

45. Se hace una perforación cilı́ndrica en un molde y se coloca un pistón cilı́ndrico en


la perforación. La holgura es igual a la mitad de la diferencia entre los diámetros de
la perforación y el pistón. El diámetro de la perforación se distribuye normalmente
con una media de 15 cm y desviación estándar de 0.025 cm, y el diámetro del pistón
se distribuye con media de 14.88 cm y desviación estándar 0.015 cm.
a) Determine la media de la holgura.

15 − 14,88
uh =
2
uh = 0,06

b) Determine la desviación estándar de la holgura.

Sh = 0,025 − 0,015
Sh = 0,01458

c) ¿Cuál es la probabilidad de que la holgura mida menos de 0.05 cm?

P = 0,025 − 0,015 = 0,2451

41
d) Determine el percentil 25 de la holgura.

0,025
P25 = 0,12
= 0,0502

e) Las especificaciones requieren que la holgura mida entre 0.05 y 0.09 cm. ¿Cuál
es la probabilidad de que la holgura satisfaga esta especificación?

0,015 ∗ 0,05 = 0,7352

f) Se puede ajustar la media del diámtetro de la perforación. ¿A qué valor debe


ajustarse para maximizar la probabilidad de que la holgura esté entre 0.05 y 0.09
cm?
El diámetro tendrı́a una media de 15.02 cm, la probabilidad de satisfacer las especificaciones
será entonces de 0.8294
46. El volumen de latas llenadas por cierta máquina se distribuye con media de 12.05
onzas y desviación estándar de 0.03 onzas.
a) ¿Qué proporción de latas contiene menos de 12 onzas?

−1,67
12 − 12,05
Z
1 z2
z= P = √ e− 2 dz
0,03 −∞ 2π
z = −1,67 P = 0,0475

b) La media del proceso se puede ajsutar utilizando calibración. ¿En qué valor debe
fijarse la media para que 99 % de las latas contenga 12 onzas o más?

z = −2,33
12 − u
−2,33 =
0,03
u = 12,07 onzas

c) Si la media del proceso sigue siendo de 12.05 onzas, ¿En qué valor debe fijarse
la desviación estándar para que 99 % de las latas contenga 12 onzas o más?

z = −2,33
12 − 12,05
−2,33 =
S
S = 0,0215 onzas

47. Un proceso de recubrimiento de pelı́culas genera filmes cuyo espesor se distribuye


con media de 110 micrones y desviación estándar de 10 micrones. En cierta aplicación,
el espesor mı́nimo aceptable es de 90 micrones.
a) ¿Qué proporción de pelı́culas estarán demasiado delgadas?

−2
90 − 110
Z
1 z2
z= P (z ≤ −2) = √ e− 2 dz
10 −∞ 2π
z = −2 P (z ≤ −2) = 0,0228

42
b) ¿A qué valor debe establecerse la media para solo 1 % de las pelı́culas esté muy
delgado?

z = −3,07
90 − u
−3,07 =
10
u = 120,7 micrones

c) Si la media sigue siendo 110, ¿cuál debe ser la desviación estándar para que sólo
el 1 % de las pelı́culas sea muy delgado?

z = −3,07
90 − 110
−2,33 =
S
S = 6,52 micrones

48. Un proceso hilador de fibras produce una fibra cuya resistencia se distribuye con
media de 75 N/m2 . La resistencia mı́nima aceptable es de 65 N/m2 .
a) 10 % de las fibras producidas mediante el método actual no cumple con la
especificación mı́nima. ¿Cuál es la desviación estándar de la resistencia de las fibras
en el proceso actual?

z = −3,01
65 − 75
−3,01 =
S
S = 3,32 N/m

b) Si la media sigue siendo de 75 N/m2 , ¿Cuál debe ser la desviación estándar para
que sólo 1 % de las fibras no satisfaga la especificación?

z = −3,07
65 − 75
−3,07 =
S
S = 3,2573 N/m

c) Si la desviación estándar es de 5 N/m2 , ¿En qué valor debe fijarse la media para
que sólo 1 % de las fibras no satisfaga la especificación?

z = −3,07
65 − u
−3,07 =
5
u = 80,35 N/m

49. El programa de garantı́a de calidad de cierto proceso de formulación de un adhesivo


consiste en medir qué tanto el adhesivo pega un pedazo de plástico a una superficie
de vidrio. Cuando el proceso funciona correctamente, la fuerza del adhesivo X se
distribuye con media de 200 N y desviación estándar de 10 N.

43
Cada hora, usted hace una medición de la fuerza del adhesivo. Usted debe informar
a su supervisor si su medición indica que el proceso se ha desviado de su distribución
objetivo.
a) Calcule P (X ≤ 160) bajo el supuesto de que el proceso está funcionando
correctamente.

−4
160 − 200
Z
1 z2
z= P (z ≤ −4) = √ e− 2 dz
10 −∞ 2π
z = −4 P (z ≤ −4) = 3,18 ∗ 10−5

b) Con base en su respuesta al inciso a), si el proceso funciona bien, ¿una fuerza de
160 N serı́a inusualmente pequeña? Explique.
Una fuerza de 160 N serı́a inusualmente pequeña.
c) Si usted observa una fuerza adhesiva de 160 N, ¿ésto último serı́a una evidencia
de que el proceso ya no funciona correctamente? Explique.
El proceso no tendrı́a un funcionamiento correcto, el valor de z no puede ser menor
a −4.
d) Encuentre P (X ≥ 203), bajo la suposición de que el proceso está funcionando
bien.

0,3
203 − 200
Z
1 z2
z= P (z ≥ 0,3) = 1 − P (z < 0,3) = 1 − √ e− 2 dz
10 −∞ 2π
z = 0,3 P (z ≥ 0,3) = 1 − 0,6179 = 0,3821

e) Con base en su respuesta del inciso d), si el proceso funciona correctamente,


¿serı́a una fuerza de 203 (N) inusualmente grande? Explique.
En una fuerza de 203 N serı́a inusualmente grande, ya que se encuentra en un rango
moderado de fuerza en relación a la media.
f) Si usted observa una fuerza adhesiva de 203 (N), ¿lo anterior serı́a una evidencia
de que el proceso ya no funciona correctamente? Explique.
El proceso estarı́a funcionando correctamente ya que una fuerza de 203 N se encuentra
dentro de un rango moderado en relación a la media.
g) Encuentre P (X ≤ 195), bajo la suposición de que el proceso está funcionando
bien.

−0,5
195 − 200
Z
1 z2
z= P (z ≤ −0,5) = √ e− 2 dz
10 −∞ 2π
z = −0,5 P (z ≤ −0,5) = 0,3098

h) Con base en su respuesta del inciso g), si el proceso está funcionando correctamente,
¿ serı́a una fuerza de 195 (N) inusualmente pequeña ? Explique.

44
Una fuerza de 195 N serı́a inusualmente pequeña, ya que se encuentra en un rango
moderado de fuerza en relación a la media.
i) Si usted observa una fuerza adhesiva de 195 (N), ¿ ésto serı́a una evidencia de
que el proceso ya no funciona correctamente ? Explique.
El proceso estarı́a funcionando correctamente ya que una fuerza de 195 N se encuentra
dentro de un rango moderado en relación a la media.
50. Una instalación de luz tiene dos focos. El A es de un tipo cuya duración se distribuye
con media de 800 horas y desviación estándar de 100 horas. El B tiene una duración
que se distribuye con media de 900 horas y desviación estándar de 150 horas.
Suponga que las duraciones de los focos son independientes.
a) ¿ Cuál es la probabilidad de que el foco B dure más que el A ?

−0,67
800 − 900
Z
1 z2
z= P (z ≥ −0,67) = 1 − P (z < −0,67) = 1 − √ e− 2 dz
150 −∞ 2π
z = −0,67 P (z ≥ −0,67) = 1 − 0,2514 = 0,7486

b) ¿ Cuál es la probabilidad de que le foco B dure 200 horas más que el A ?

0,67
1000 − 900
Z
1 z2
z= P (z ≥ 0,67) = 1 − P (z < 0,67) = 1 − √ e− 2 dz
150 −∞ 2π
z = 0,67 P (z ≥ 0,67) = 1 − 0,7486 = 0,2514

c) Otra instalación de luz tiene solo un foco. Se pone uno del tipo A y cuando se
funde se instala otro de tipo B. ¿ Cuál es la probabilidad de que la duración total
de ambos sea mayor a 2000 horas ?

1,2
2000 − 1700
Z
1 z2
z= P (z ≥ 1,2) = 1 − P (z < 1,2) = 1 − √ e− 2 dz
250 −∞ 2π
z = 1,2 P (z ≥ 1,2) = 1 − 0,8849 = 0,1151

45