Escolar Documentos
Profissional Documentos
Cultura Documentos
PROBLEMARIO DE GEOESTADÍSTICA
SEGUNDO EXAMEN PARCIAL
PROFRA. ROSA MARIA AGUILAR RIVERA
Variables Aleatorias
Discretas
1. Una viga de concreto podría fallar ya sea por esfuerzo de corte (S) o flexión (F). Supóngase
que se eligen al azar tres vigas con fallas y se determina el tipo de falla para cada una. Sea X
= número de vigas entre las tres seleccionadas que fallaron por esfuerzo de corte. Enumere
cada resultado del espacio muestral junto con el valor relacionado de X.
2. Dé tres ejemplos de variable aleatoria de Bernoulli (que no sean los mencionados en clase).
4. Cada vez que se prueba un componente es un éxito (E) o fracaso (F). Supongamos que el
componente se prueba repetidamente hasta ocurrir un éxito en tres pruebas sucesivas.
Denotemos por Y el número de pruebas necesarias para lograr esto. Haga una lista de todos
los resultados correspondientes a cinco valores mínimos posibles de Y e indique cual es el
valor de Y asociado con cada uno.
x 0 1 2 3 4
p(x) .3 .2 .1 .05 .05
p(x) .4 .1 .1 .1 .3
p(x) .4 .1 .2 .1 .3
b. Para la fpm legítima del inciso a calcule P (2 ≤ X ≤ 4), P(X ≤ 2) y P(X ≠ 0).
4
c. Si p(x) = c (5 – x) para x = 1,2,3, 4, ¿cuál es el valor de c? (Sugerencia : p( x) 1 )
x 0
7. Un negocio de computadoras que atiende pedidos por correo tiene seis líneas telefónicas.
Simbolicemos con X el número de líneas en uso en un momento específico. Supongamos
que la fpm de X está dada en la tabla siguiente.
x 0 1 2 3 4 5 6
p(x) .10 .15 .20 .25 .20 .06 .04
2
10. Sea X una variable aleatoria discreta con distribución de probabilidad dada por la siguiente
tabla:
x -5 -2 0 1 3 8
p(x) 0.1 0.2 0.1 0.2 a 0.1
a. Calcule la constante a.
b. Encuentre la función de distribución acumulada F(x).
c. Calcule P(X = 1), P(X = 2), P(X < 3), P(X ≥ 0) y P( -2 ≤ X ≤ 3)
11. Una organización de consumidores que evalúa automóviles nuevos, reporta regularmente el
número de defectos importantes en cada examen. Sea X el número de defectos importantes
en un automóvil seleccionado al azar de cierto tipo. La fpa de X es como sigue:
3
0 x0
.06 0 x 1
.19 1 x 2
.39 2 x3
F ( x)
.67 3 x 4
.92 4 x5
.97 5 x6
1 6 x
Calcule las siguientes probabilidades directamente de fpa.
a. p(2), esto es P (X = 2)
b. P(X >3)
c. P(2 ≤ x ≤ 5)
d. P(2< x < 5)
12. A partir de un tiempo fijo, se observa el sexo de cada niño recién nacido en un hospital hasta
que nace un varón (B). Sea p = P(B) y suponga que los nacimientos sucesivos son
independientes. Sea Y = el número de niñas nacidas antes de que termine el experimento.
Con p = P(B) y 1 – p = P(G), ¿cuál es la función de masa de probabilidad de Y?
[Sugerencia: primero ponga en lista los posibles valores de Y, inicie con el más pequeño y
continúe hasta que encuentre una fórmula general]
13. Una tienda vende unidades de memoria flash, ya sea con 1 GB, 2 GB, 4GB, 8 GB o 16 GB
de memoria. La función de probabilidad de masa de la cantidad de memoria X (GB) en una
unidad flash comprada está dada por:
x 1 2 3 8 16
15. Sea X una variable aleatoria discreta con distribución de probabilidad dada por la siguiente
tabla:
x -2 0 x3 12
1 1 1
p(x) 2 4 p3 16
5
Si se sabe que E(X) = 4
, calcule x3 y p3.
1 p x0
f ( x) p x 1
0 x 0,1
17. Un contratista ofrece realizar un proyecto, y los días X requeridos para la terminación siguen
la distribución de probabilidad dada como:
x 10 11 12 13 14
p(x) 0.1 0.3 0.4 0.1 0.1
18. Una compañía de productos químicos tiene en existencia 100 libras de un producto que
vende a los clientes en lotes de 5 libras. Sea X = número de lotes ordenados por un cliente
seleccionado al azar, y suponga que X tiene una fpm.
x 1 2 3 4
p(x) 0.2 0.4 0.3 0.1
19. Un resultado llamado desigualdad de Chebyshev establece que para cualquier distribución
de probabilidad de una variable aleatoria X y cualquier número k que por lo menos sea 1,
P | X | k 1 k 2 .Esto significa que la probabilidad de que el valor de X se ubique a
por lo menos k desviaciones estándar de su media y es cuando mucho 1/k2.
a. ¿Cuál es el valor del límite superior para k = 2, k =3, k = 4 k = 5 y k = 10?
b. Calcule y para la distribución del ejercicio 4 de la segunda sección. Luego calcule
P | X | k con los valores de k dados en el inciso (a). ¿Qué indica esto para el
límite superior en relación con la probabilidad correspondiente?
c. Sea X con los valores posibles – 1, 0, 1, con las probabilidades correspondientes 181 , 98 , 181 .
¿Cuál es P | X | 3 y cómo se compara con el límite correspondiente?
d. Dé una distribución para la cual P | X | 5 = 0.4
5
Binomiales
1. Calcule las siguientes probabilidades binomiales directamente de la fórmula para b(x; n, p).
a. b(3; 8, 0.35)
b. b(5; 8, 0.6)
c. P(3 ≤ X ≤ 5) cuando n = 7 y p = 0.6
d. P(1 ≤ X) cuando n = 9 y p = 0.1
3. Una compañía que produce cristal fino sabe por experiencia que 10% de sus copas tienen
imperfecciones y deben clasificarse como de “segunda”.
a. Entre seis copas seleccionadas al azar, ¿qué tan probable es que sólo una sea de
“segunda”?
b. Entre seis copas seleccionadas al azar, ¿cuál es la probabilidad de que por lo menos dos
sean de “segunda”?
c. Si las copas se examinan una por una, ¿cuál es la probabilidad de que por lo menos sean
seleccionadas cinco para encontrar cuatro que no sean de segunda?
4. De acuerdo con informes de CONACYT (enero de 2001), se estima que 75% de los
estudiantes egresados de carreras científicas en México solicitarán una beca para estudiar la
maestría, dentro o fuera del país. De cinco estudiantes recién egresados de profesiones
científicas, elegidos al azar, encuentre la probabilidad de que:
a. Dos de ellos soliciten una beca para estudiar la maestría.
b. Cuando mucho tres soliciten una beca para estudiar la maestría.
c. De 10 estudiantes elegidos al azar, ¿cuántos se esperaría que solicitaran una beca?
Calcule la varianza
5. Suponga que 30% de todos los estudiantes que tienen que comprar un texto para un curso en
particular desean un ejemplar nuevo, mientras que el otro 70% desea comprar un ejemplar
usado. Considere seleccionar 25 compradores al azar.
a. ¿Cuál es el valor medio y la desviación estándar del número que desea un ejemplar nuevo
del libro?
b. ¿Cuál es la probabilidad de que el número que desea ejemplares nuevos este a más de dos
desviaciones estándar del valor medio?
c. La librería tiene 15 ejemplares nuevos y 15 usados en existencia. Si 25 personas llegan
una por una a comprar el texto, ¿cuál es la probabilidad de que las 25 obtengan el libro
6
8. Un estudio realizado por periodistas del diario Crónica (octubre del 2000) mostró que en las
oficinas de los servidores públicos (burócratas) de las distintas dependencias
gubernamentales de México, aproximadamente 30% de las llamadas telefónicas que entran
en horario de trabajo no son contestadas porque las personas no se encuentran en su lugar.
Determine la probabilidad de que en las siguientes 20 llamadas que entran a una de tales
oficinas en horario de trabajo:
a. Más de 7 no sean contestadas.
b. Entre 5 y 10 inclusive, no sean contestadas.
c. Por lo menos 10 no sean contestadas.
10. Cuarenta por ciento de las semillas de mazorcas de maíz (maíz moderno) portan sólo una
espiga y el 60 % restante portan dos espigas. Una semilla con una espiga producirá una
mazorca con espigas únicas 29% del tiempo, en tanto que una semilla con dos espigas
7
producirá una mazorca con espigas únicas el 26% del tiempo. Considere seleccionar 10
semillas.
a. ¿Cuál es la probabilidad de que exactamente cinco de estas semillas porten una sola
espiga y de que produzcan una mazorca con una sola espiga?
b. ¿Cuál es la probabilidad de que exactamente cinco de estas mazorcas producidas por estas
semillas tengan espiga única? ¿Cuál es la probabilidad de que cuando mucho, cinco
mazorcas tengan espiga única?
1. Cierto tipo de cámara digital viene en una versión de tres megapixeles y una de cuatro
megapixeles. Una tienda de cámaras recibió un envío de 15 de estas cámaras, de las cuales
seis tienen una resolución de tres megapixeles. Suponga que se eligen al azar cinco de estas
cámaras para colocarlas en el mostrador; las otras 10 se colocan en el almacén. Sea X =
número de cámaras de tres megapixeles, entre las cinco elegidas para colocarlas en el
mostrador.
a. ¿Qué clase de distribución tiene X (nombre y valores de los parámetros)?
b. Calcule P(X = 2), P(X 2) y P(X 2).
c. Calcule el valor medio y la desviación estándar de X.
2. Un profesor que el último período escolar dio dos secciones de estadística en ingeniería, el
primero con 20 alumnos y el segundo con 30, decidió asignar un proyecto para los cursos.
Después de recibidos todos los proyectos, los apilo en orden aleatorio antes de calificarlos.
Considere los 15 primeros proyectos que se califican.
a. ¿Cuál es la probabilidad de que exactamente 10 de ellos provengan de la segunda
sección?
b. ¿Cuál es la probabilidad de que al menos 10 de ellos provengan de la segunda sección?
c. ¿Cuál es la probabilidad de que al menos 10 de ellos provengan de la misma sección?
d. ¿Cuáles son el valor medio y la desviación estándar de la cantidad entre los 15, que
provengan de la segunda sección?
e. ¿Cuáles son el valor medio y la desviación estándar, del número de proyectos que no
estén entre los primeros 15 y que provengan de la segunda sección?
4. Una tienda de electrónica ha recibido un envío de 20 radios de mesa que tienen conexiones
para el iPod o iPhone. Doce de ellos tienen dos ranuras (para que puedan acomodar a los dos
dispositivos) y los otro ocho tienen una sola ranura. Supongamos que seis de los 20 radios
son seleccionados al azar para ser almacenados en un estante donde son exhibidos y los
restantes se colocan en un almacén. Sea X = el número de los radios almacenados en el
estante de exhibición que tienen dos ranuras.
a. ¿Qué clase de distribución tiene X (nombre y valores de todos los parámetros)?
b. Calcule P(X = 2), P(X 2) y P(X 2).
c. Calcule el valor medio y desviación estándar de X.
5. Un lote de 75 arandelas contiene cinco en las que la variabilidad del espesor alrededor de la
circunferencia de la arandela es inaceptable. Se selecciona al azar una muestra de 10
arandelas.
a. ¿Cuál es la probabilidad de que ninguna de las arandelas inaceptables esté en la muestra?
8
6. Suponga que p = P (de que nazca un varón) = 0.5. Una pareja desea tener exactamente dos
niñas en su familia. Tendrán hijos hasta que se satisfaga la condición.
a. ¿Cuál es la probabilidad de que la familia tenga x hijos varones?
b. ¿Cuál es la probabilidad de que la familia tenga cuatro hijos?
c. ¿Cuál es la probabilidad de que la familia tenga a lo sumo cuatro hijos?
d. ¿Cuántos varones se esperaría que tenga esa familia? ¿cuántos hijos se esperaría que
tenga esa familia?
8. De acuerdo con la revista Chess Life, 40% de los grandes maestros de ajedrez del mundo
consideran que Garry Kaspárov es el mejor ajedrecista de todos los tiempos. Si se les
pregunta a varios grandes maestros su opinión a este respecto, encuentre la probabilidad de
que le octavo a quien se le planteó la pregunta sea el cuarto que considera a Kaspárov el
mejor ajedrecista de todos los tiempos.
10. De acuerdo con el artículo “Characterizing the Severity and Risk of Drought in the Poudre
River, Colorado” (j. of Water Res. Planning and Mgmnt., 2005; 382 – 393), la longitud de la
sequía Y es el número de intervalos de tiempo consecutivos en los que el suministro de agua
se mantiene por debajo de su valor crítico y0 (un déficit), precedido y seguido por períodos
en los que el suministro supera este valor crítico (un excedente). El documento citado
propone una distribución geométrica con p = 0.409 para esta variable aleatoria.
a. ¿Cuál es la probabilidad de que una sequía dure exactamente 3 intervalos? ¿A lo más 3
intervalos?
b. ¿Cuál es la probabilidad de que la duración de una sequía exceda su valor medio por lo
menos una desviación estándar?
Distribución de Poisson
1. Suponga que la cantidad de conductores que viajan entre cierto origen y destino, durante
determinado período, tiene una distribución de Poisson con parámetro = 20 (sugerido en el
artículo “Dynamic Ride Sharing: Theory and Practice”, J. of Transport Engr., 1997, pp. 308
- 312). ¿Cuál es la probabilidad de que la cantidad de conductores:
a. sea máximo 10?
b. Sea mayor que 20?
c. esté entre 10 y 20 inclusive? ¿Esté estrictamente entre 10 y 20?
d. sea mayor que la cantidad media en más de dos desviaciones estándar?
3. Sea X el número de anomalías que ocurren en el material de una región particular de un disco
de turbina de gas en aviones. El artículo “Methodology for Probabilistic Life Prediction of
Multiple Anomaly Materials” (Amer. Inst. of Aeronautics and Astronautics J., 2006; 787 –
793) propone una distribución de Poisson para X. Suponiendo que = 4.
a. Calcule P(X 4) y P(X < 4)
b. Calcule P(4 X 8)
c. Calcule P(8 X)
d. ¿Cuál es la probabilidad de que el número observado de anomalías sobrepase su valor
medio por no más de una desviación estándar?
4. Suponga que aviones pequeños llegan a cierto aeropuerto, según un proceso de Poisson, con
tasa = 8 aviones por hora, de modo que el número de llegadas por un período de t horas es
una va de Poisson con parámetro = 8t.
a. ¿Cuál es la probabilidad de que exactamente 5 aviones pequeños lleguen durante un
período de una hora? ¿Por lo menos 5? ¿Por lo menos 10?
b. ¿Cuáles son el valor esperado y la desviación estándar del número de aviones pequeños
que lleguen durante un período de 90 minutos?
c. ¿Cuál es la probabilidad de que por lo menos 20 aviones pequeños lleguen durante un
período de 2.5 horas? ¿De que a lo sumo 10 lleguen durante ese período?
5. Suponga que hay árboles distribuidos en un bosque según un proceso de Poisson de dos
dimensiones, con parámetro y que el número esperado de árboles por acre es igual a 80.
a. ¿Cuál es la probabilidad de que en cierto lote de un cuarto de acre haya a lo sumo 16
árboles?
b. Si el bosque cubre 85, 000 acres, ¿Cuál es el número esperado de árboles en el bosque?
c. Suponga que se selecciona un punto del bosque y se construye un círculo de 0.1 milla de
radio. Sea X el número de árboles dentro de esa región circular, ¿Cuál es la fdm de X? ( 1
milla cuadrada = 640 acres)
7. Suponga que sólo 0.10% de las computadoras de cierto tipo experimentan falla del CPU
durante el período de garantía. Considere una muestra de 10 000 computadoras.
a. ¿Cuál es el valor esperado y la desviación estándar del número de computadoras de la
muestra que tienen el defecto?
b. ¿Cuál es la probabilidad (aproximada) de que más de diez computadoras muestreadas
tengan el defecto?
c. ¿cuál es la probabilidad (aproximada) de que ninguna de las computadoras muestreadas
tengan el defecto?
8. Se supone que el número de imperfecciones en los rollos de tela de una fábrica textil tiene
una distribución de Poisson con una media de 0.1 imperfecciones por metro cuadrado.
a. ¿Cuál es la probabilidad de que haya 2 imperfecciones en un metro cuadrado de tela?
b. ¿Cuál es la probabilidad de que haya una imperfección en 10 metros cuadrados de tela?
c. ¿Cuál es la probabilidad de que no haya imperfecciones en 20 metros cuadrados de tela?
d. ¿Cuál es la probabilidad de que haya al menos una imperfección en 10 metros cuadrados
de tela?
10
9. Se envía un aviso a todos los propietarios de cierto tipo de automóvil, solicitándoles llevarlo
al distribuidor para comprobar la presencia de un defecto particular de fabricación. Suponga
que sólo 0.05% de tales automóviles tienen el defecto. Considere una muestra aleatoria de
10000 automóviles.
a. ¿Cuáles son el valor esperado y la desviación estándar del número de automóviles de la
muestra que tienen el defecto?
b. ¿Cuál es la probabilidad (aproximada) de que por lo menos 10 automóviles de los
muestreados tengan el defecto?
c. ¿Cuál es la probabilidad (aproximada) de que ninguno de los automóviles muestreados
tengan el defecto?
10. Sea X el número de anomalías que ocurren en el material de una región particular de un
disco de turbina de gas en aviones. El artículo “Methodology for Probabilistic Life
Prediction of Multiple Anomaly Materials” (Amer.Inst. of Aeronautics and Astronautics J.,
2006; 787 – 793) propone una distribución de Poisson para X. Suponiendo que = 4.
a. Calcule P(X 4) y P(X < 4)
b. Calcule P(4 X 8)
c. Calcule P(8 X)
d. ¿Cuál es la probabilidad de que el número observado de anomalías sobrepase su valor
medio por no más de una desviación estándar?
1. Un maestro universitario nunca termina su clase antes de que suene el timbre de salida y
siempre termina su clase a menos de 2 min después de que suena el timbre. Sea X = el
tiempo que transcurre entre el timbre y el término de clase y suponga que la fdp de X es:
kx2 0 x2
f ( x)
0 de otra manera
a. Encuentre el valor de k
b. ¿Cuál es la probabilidad de que la clase termine a menos de 1 minuto después de que
suene el timbre?
c. ¿Cuál es la probabilidad de que la clase continúe entre 60 y 90 s después de que suena el
timbre?
d. ¿Cuál es la probabilidad de que la clase continúe por lo menos 90 s después de que suena
el timbre?
2. Suponga que el error al hacer cierta medición es una va continua X con fdp
0.09375(4 x 2 ) 2 x 2
f ( x)
0 de otra manera
a. Trace la gráfica de f (x).
b. Calcule P (X > 0).
c. Calcule P(-1 < X < 1)
d. Calcule P (X < - 0.5 o X > 0.5)
0.075 x 0.2 3 x 5
f ( x)
0 de lo contrario
a. Grafique la función de densidad de probabilidad para verificar que el área bajo la curva
de densidad es de hecho 1.
b. Calcule P(X 4). ¿Cómo se compara esta probabilidad con P(X < 4)?
c. Calcule la probabilidad P(3.5 X 4.5) y P(4.5 > X)
11
0 x 2
1 3 x3
F ( x) 4 x 2 x 2
2 32 3
2 x
1
a. Calcule P(X < 0)
b. Calcule P(-1 < X < 1)
c. Calcule P(0.5 < X)
d. Encuentre la función de densidad f(x).
0.5 x 0 x2
f ( x)
0 de otra manera
a. Calcule E(X).
b. Calcule V(X) y .
c. Si a la persona que solicita el libro se le cobra una cantidad h(X) = X 2 cuando la duración
del préstamo es X, calcule el cobro esperado E [h(X)].
7. “Avance del Tiempo” en flujo de tránsito es el tiempo transcurrido entre el tiempo en que un
automóvil termina de pasar un punto fijo y el instante en que el siguiente automóvil
comienza a pasar por ese punto. Sea X = avance entre dos automóviles consecutivos
elegidos al azar. Suponga que en un cierto ambiente de tráfico, la distribución del tiempo de
avance tiene la forma
k
x 1
f ( x) x 4
0 x 1
e x /1000
para x 0
f ( x) 1000
para x 0
0
251 y 0 y5
f ( y ) 52 251 y 5 y 10
0
de otra manera
a. Calcule y grafique la fda de Y. (Sugerencia: considere de forma separada 0 ≤ y < 5 y 5 ≤
y ≤ 10 al calcular F(y). Una gráfica de la fdp podría ser útil.)
b. Obtenga una expresión para el (100p)mo percentil. (Sugerencia: considere en forma
separada 0 < p < .5 y .5 < p < 1.
c. Calcule E(Y) y V(Y). ¿Cómo se comparan con el tiempo esperado y la varianza de un
solo autobús cuando el tiempo es uniformemente distribuido en 0,5 ?
10. El diámetro (en centímetros) de unos balines metálicos para uso industrial, es una va
aleatoria continua X cuya función de densidad de probabilidad está dada por:
Distribución Normal
1. Sea Z una va normal estándar, calcule las siguientes probabilidades usando tablas y
dibujando las gráficas siempre que sea posible. [Sugerencia: Usar un software para las
gráficas]
a. P(0 ≤ Z ≤ 2.17)
b. P(0 ≤ Z ≤ 1)
c. P(-2.50 ≤ Z ≤ 0)
d. P(- 2.50 ≤ Z ≤ 2.50)
e. P(Z ≤ 1.37)
f. P(- 1.75 ≤ Z)
g. P(- 1.50 ≤ Z ≤ 2)
h. P(1.37 ≤ Z ≤ 2.50)
i. P(1.50 ≤ Z)
j. P(Z ≤ 2.50)
2. Suponga que la fuerza que actúa sobre una columna, que ayuda a sostener un edificio, está
normalmente distribuida con media de 15.0 kips y desviación estándar 1.25 kips. ¿Cuál es
la probabilidad de que la fuerza:
a. sea a lo sumo 17 kips?
b. Se encuentre entre 10 y 12 kips?
c. difiera de 15 kips en a lo sumo 2 DE?
13
4. Los mopeds (motos pequeñas con una cilindrada inferior a 50 cm3) son muy populares en
Europa debido a su movilidad, facilidad de uso y poco costo. El artículo “Procedure of
Verify the Maximum Speed of Automatic Transmission Mopeds in Periodic Motor Vehicle
Inspection” (J. of Automobile Engr., 2008; 1615 – 1623) describió un banco de pruebas
rodante para determinar la velocidad máxima del vehículo. Se propone una distribución
normal con valor medio de 46.8 km/h y desviación estándar de 1.75 km/h. Considere la
posibilidad de seleccionar al azar una sola de esas mopeds.
a. ¿Cuál es la probabilidad de que la velocidad máxima sea a lo sumo 50 km/h?
b. ¿Cuál es la probabilidad de que la velocidad máxima sea al menos de 48/km/h?
c. ¿Cuál es la probabilidad de que la velocidad máxima difiera del valor medio por más de
1.5 desviaciones estándar?
5. Suponga que X tiene una distribución binomial con parámetro n = 25 y p. Calcule una de las
siguientes probabilidades usando la aproximación normal (con la corrección de continuidad)
para los casos p = 0.5, 0.6 y 0.8 y compárelas con las probabilidades exactas calculadas de la
tabla correspondiente.
a. P(15 ≤ X ≤ 20)
b. P(X ≤ 15)
c. P(20 ≤ X)
6. Suponga que 10% de todos los ejes de acero producidos por cierto proceso están fuera de las
especificaciones, pero que se pueden volver a trabajar (en lugar de tener que enviarlos a la
chatarra). Considere una muestra aleatoria de 200 ejes y exprese con X el número de los que
estén fuera de las especificaciones y se puedan volver a trabajar. ¿Cuál es la probabilidad
(aproximada) de que X sea:
a. a lo sumo 30?
b. Menos de 30?
c. entre 15 y 25 inclusive?
8. El artículo “Computer Assisted Net Weight Control” (Quality Progress, 1983, pp. 22 -25)
sugiere una distribución normal, con media de 137.2 onzas y desviación estándar de 1.6
onzas, para el contenido real de frascos de cierto tipo. El contenido establecido era de 135
onzas.
a. ¿Cuál es la probabilidad de que un solo frasco contenga más que el contenido
establecido?
b. Entre 10 frascos seleccionados al azar, ¿cuál es la probabilidad de que por lo menos 8
contengan más del contenido establecido?
c. Si se supone que la media permanece en 137.2, ¿a qué valor tendría que haberse
cambiado la desviación estándar para que 95% de todos los frascos contengan más de lo
establecido?
10. La distribución de resistencia para resistores de cierto tipo es normal, 10% de los resistores
tienen una resistencia que excede los 10.256 ohms y 5% una resistencia menor de 9.671
ohms. ¿Cuáles son los valores de la media y la desviación estándar de la distribución de
resistencia?
11. La vida de un láser de semiconductores con una alimentación de energía constante tiene una
distribución normal con una vida media de 7000 horas y una desviación estándar de 600
horas.
a. ¿Cuál es la probabilidad de que un láser falle antes de 5800 horas?
b. ¿Cuál es la vida media en horas que excede 90% de los láseres?
c. ¿Qué valor deberá tener la vida media para que 99% de los láseres excedan 10000 horas
antes de fallar?
d. Un producto contiene tres láseres y el producto falla si cualquiera de ellos falla. Suponga
que fallan de manera independiente. ¿Qué valor deberá tener la vida media para que 99%
de los productos excedan 10000 horas antes de fallar?
12. Suponga que el diámetro de los árboles de determinado tipo, se distribuye normalmente con
= 8.8 y = 2.8, como se sugiere en el artículo “Simulating Harvester – Forwarder
Softwood Thinning” (Forest Products J., mayo de 1997, pp. 36 - 41).
a. ¿Cuál es la probabilidad de que el diámetro de un árbol, seleccionado al azar, sea a lo
sumo de 10 pulg? y ¿qué sea mayor de 10 pulg?
b. ¿Cuál es la probabilidad de que el diámetro de un árbol seleccionado al azar sea mayor de
20 pulg?
c. ¿Cuál es la probabilidad de que el diámetro de un árbol seleccionado al azar esté entre 5 y
10 pulg?
d. ¿Qué valor de c es tal que el intervalo (8.8 – c, 8.8 + c) incluya el 98% de todos los
valores del diámetro?
e. Si se seleccionan cuatro árboles al azar, ¿cuál es la probabilidad de que por lo menos uno
tenga un diámetro de más de 10 pulgadas?
1. Evalúe lo siguiente:
a. (6)
b. (5/2)
c. F(4;5) (función gamma incompleta)
d. F(5,4)
15
e. F (0,4)
2. Suponga que cuando un transistor de cierto tipo se somete a una prueba acelerada de vida
útil, la duración X (en semanas) tiene una distribución gamma con media de 24 semanas y
desviación estándar de 12 semanas.
a. ¿Cuál es la probabilidad de que un transistor dure entre 12 y 24 semanas?
b. ¿Cuál es la probabilidad de que un transistor dure a lo sumo 24 semanas?
c. ¿Cuál es el 99avo percentil de la distribución de duración?
d. Suponga que la prueba en realidad termina después t semanas ¿qué valor de t es tal que
solo la mitad del 1% de todos lo transistores estarán funcionando al terminar la prueba?
5. En una cierta ciudad el consumo de agua diario (en millones de litros) sigue
aproximadamente una distribución gamma con = 2 y = 3. Si la capacidad diaria de dicha
ciudad es 9 millones de litros de agua:
a. ¿Cuál es la probabilidad de que en cualquier día dado el suministro sea insuficiente?
b. Encuentre la media y la varianza del consumo diario de agua.
c. De acuerdo con el teorema de Chebyshev, ¿hay una probabilidad de al menos ¾ de que el
consumo de agua en cualquier día dado caiga dentro de un intervalo? ¿De cuál?
6. El artículo “Determination of the MFP of Positive Photoresists Using the Monte Carlo
Method” (Photographic Sci. and Engr., 1983, pp. 254 – 260) propone la distribución
exponencial, con parámetro = 0.93, como modelo para la distribución de la longitud (m)
de la trayectoria libre de un fotón bajo ciertas circunstancias. Suponga que el modelo es
correcto.
a. ¿Cuál es la longitud esperada de la trayectoria y cuál es la desviación estándar de la
longitud de la trayectoria?
b. ¿Cuál es la probabilidad de que la longitud de la trayectoria exceda 3.0? ¿Cuál es la
probabilidad de que la longitud de la trayectoria se encuentre entre 1.0 y 3.0?
c. ¿Cuál valor se rebasa por solo 10% en todas las longitudes de la trayectoria?
9. Según un reporte del periódico Uno Más Uno (octubre de 1998), muchos funcionarios y
servidores públicos del gobierno mexicano ocupan la mayoría de sus horas de trabajo
haciendo llamadas telefónicas personales. Suponga que la duración de las conferencias
telefónicas personales de una funcionaria de la Secretaria de Gobernación es una variable
aleatoria X que sigue una distribución exponencial, con parámetro = 0.012 (en minutos).
Calcule:
a. La duración promedio de una conversación telefónica de esta funcionaria.
b. La desviación estándar de la duración de una llamada.
c. La probabilidad de que una conversación telefónica dura más de 50 minutos.
d. La probabilidad de que dure a lo sumo 30 minutos.
10. En una universidad hay un grupo de cinco estudiantes de ingeniería petrolera que presentaran
un examen de termodinámica, de manera individual. Para cualquiera de ellos se estima que
el tiempo promedio de solución del examen es de 1h 20 min y además la distribución del
tiempo se asume que es exponencial. Si el examen inició a las 9:00 a.m., calcule la
probabilidad de que:
a. Por lo menos un estudiante logre terminar el examen antes de las 9:40 a.m.
b. Entre dos y cuatro estudiantes, inclusive terminen el examen en el lapso comprendido
entre las 9:50 y 10:00 a.m.
c. Determine el número más probable de estudiantes que terminaran el examen antes de las
10:10 a.m.
d. ¿Considera que la hipótesis de la distribución exponencial es un modelo adecuado para el
tiempo de solución de un examen?
Distribución Lognormal
3. El artículo “The Statistics of Phytotoxic Air Pollutants” (J. Royal Stat. Soc., 1989, pp. 183 –
198) sugiere la distribución lognormal como un modelo para la concentración de SO 2, sobre
cierto bosque. Suponga que los parámetros son = 1.9 y = 0.9.
17
4. Se sabe que la tasa promedio de uso de agua (miles de litros por hora) en cierta comunidad
implica una distribución logarítmica normal con parámetros = 5 y = 2.5 Es importante
para propósitos de planeación obtener una apreciación de los períodos de alta utilización.
a. ¿Cuál es la probabilidad de que para cualquier hora dada, se usen a lo sumo 50 000 litros
de agua?
b. ¿Cuál es la probabilidad de que se usen entre 30 000 y 50 000?
c. ¿Cuál es el valor esperado de galones de agua que se usan en cualquier hora dada?
d. En un período de 15 horas, ¿Durante cuantas horas se esperaría que se usaran a lo sumo
10 000?
5. Se sugiere que un modelo de probabilidad razonable para el tiempo de vida útil de un cierto
taladro es lognormal con = 4.5 y = 0.8.
a. ¿Cuáles son el valor medio y la desviación estándar del tiempo de vida media?
b. ¿Cuál es la probabilidad de que el tiempo de vida sea por lo menos 200? ¿Mayor que
200?
c. ¿cuál es la probabilidad de que el tiempo de vida sea a lo sumo 100?
Distribución Weibull
1. La vida útil X (en cientos de horas) de cierto tipo de tubos al vacío tiene una distribución de
Weibull con parámetros = 2 y = 3. Calcule lo siguiente:
a. E(X) y V(X)
b. P(X 6)
c. P(5 X 6)
2. Los autores del artículo “A Probabilistic Insulation Life Model for Combined Thermal-
Electrical Stresses” (IEEE Trans. On Elect. Insulation, 1985: 519 – 522) expresan que la
distribución de Weibull se utiliza ampliamente en problemas de estadística relacionados con
la obsolescencia de materiales aislantes sólidos sujetos a envejecimiento y esfuerzo.
Proponen el uso de la distribución como modelo para el tiempo (en horas) hasta que fallan
especímenes aislantes sólidos sometidos a un voltaje de CA. Los valores de los parámetros
dependen del voltaje y la temperatura; suponga = 2.5 y = 200 (los datos de este artículo
indican estos valores).
a. ¿Cuál es la probabilidad de que la vida útil de un espécimen sea a lo sumo 200? ¿Menos
de 200? ¿Más de 300?
b. ¿Cuál es la probabilidad de que la vida útil de un espécimen esté entre 100 y 200?
c. ¿Qué valor es tal que exactamente 50% de los especímenes tienen vidas útiles que
exceden ese valor?
3. Suponga que la vida de servicio, en años, de la batería de un aparato para sordos es una
variable aleatoria que tiene una distribución de Weibull con = 2 y = 2.
a. ¿Cuánto se puede esperar que dure la batería?
b. ¿Cuál es la probabilidad de que tal batería esté en operación después de 2 años?
5. En el artículo “Response of SiCf /Si3N4 Composites Under Static and Cyclic Loading – An
Experimental and Statistical Analysis” (J. Engr. Materials and Technology, 1997: 186 –
193) se sugiere que la resistencia a la tensión en MPa de materiales compuestos bajo las
18