Ejercicios Estadistica

VARIABLE ALEATORIA
1. 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
número promedio de estos fallos es ocho.
A). ¿cuál es la probabilidad de que falle un componente en 25 horas?
B). ¿y de que fallen no más de dos componentes en 50 horas?
C). ¿cuál es la probabilidad de que fallen por lo menos diez en 125 horas?
SOLUCIÓN:
Sea la variable aleatoria δ, con distribución de Poisson con parámetro λ δ = E [δ] = 8, que
determina el número de componentes que fallan antes de cumplir 100 horas de
funcionamiento.
A. Considerando que se cumplen ciertas condiciones de regularidad, podemos asumir

que una variable η que mide el número de componentes que fallan antes de cumplir
25 horas de funcionamiento sigue una distribución de Poisson con parámetro λη = = E
[η] = 8=4 = 2.
Por lo tanto, la probabilidad deseada es la siguiente:
21 −2
P= (ƞ = 1) = ∗e =0,27067
1!
B. Análogamente, definimos una variable aleatoria U con distribución de Poisson de
parámetro λ U = 8=2 = 4, que mide el número de componentes que fallan antes de
cumplir las 50 horas de funcionamiento. Se tiene entonces que:
2
4 i −4
P(U ≤ 2) = ∑ ∗e =0,2381
i=0 i!
C. De la misma forma, definiendo una variable aleatoria V con distribución de Poisson de

parámetro λ ⩗= 10, se obtiene:
10
10i −10
P = (V≥10) = 1 – P(V<10) = 1 −∑ ∗e =0,41696
i=0 i !
2. El departamento de control de calidad de una empresa que fabrica pañuelos sabe

que el 5% de su producción tiene algún tipo de defecto. Los pañuelos se empaquetan
en cajas con 15 elementos. Calcular la probabilidad de que una caja contenga:
a) 2 elementos defectuosos.
b) Menos de 3 elementos defectuosos
c) Entre 3 y 5 elementos defectuosos (ambos incluidos)
SOLUCIÓN:
1 pañuelo, p(d)=0.05=p
n=15 pañuelos, X= #pañuelos defectuosos → Bi (15, p=0.5)
a) P(X=2) = C 15,2 ∙ 0,052 ∙ 0,9515−2= 0.135
b) P(X<3) = P (X=0) + P(X=1) + P(X=2) =
0 15 1 14 2 13
C 15,0 0.05 · 0.95 + C15,1 0.05 · 0.95 +C 15,2 0.05 ·0.95 =0.463+0.3657+0.135=0.9637
c) P(3≤X≤5) = P(X=3) + P(X=4) + P(X=5) =
3 12 4 4 5 10
C 15, 3 0.05 · 0.95 +C 15 ,4 0.05 · 0.95 +C15 ,5 0.05 · 0.95 =0.03536
DISTRIBUCIÓN NORMAL
3. Las tensiones de ruptura de los cables fabricados por una empresa siguen una
distribución normal con media desconocida y σ = 120. A partir de una muestra de 70
cables se ha obtenido una tensión media de ruptura de 2100 kilos.
a) Hallar un IC del 95% para la tensión media de ruptura.
b) ¿Qué tamaño debe tener la muestra para obtener un IC al 99% con una amplitud
igual a la anterior?
Solución:
a) Muestra → x = 2100
α
1 – α=0,95 ⇒ = 0,025 ⇒ Z 0,025 = 1,96
2
IC para al 95% para la tensión de ruptura media μ de los cables [ IC 0,95 (μ)]:
120 120
= (2100−1,96⋅ ; 2100+1,96⋅ ) = (2071,888; 2128,112)
√70 √70
b) Si para seleccionar una muestra de tamaño n, el nivel de confianza se exige que
sea del 99%:
α
1 – α=0,99 ⇒ = 0,005 ⇒ Z0,025= 2,575
2
120
1,96⋅ = 28,112
√ 70
120 2,575 ⋅ 120 2
2,575
√n
⩽ 28,112 ⇒ n ⩾ ( 28,112 )=¿ 120,82
Es decir, debe tomarse una muestra de al menos 121 cables para estimar la
resistencia media μ a la ruptura con las condiciones propuestas.
EJERCICIOS BINOMIAL
4. La probabilidad de que un artículo producido por una empresa, sea

defectuoso es p = 0.02. Se envió un cargamento de 10.000 artículos a unos
almacenes. Hallar el número esperado de artículos defectuosos, la varianza y
la desviación típica.
La probabilidad de que un artículo producido por una empresa sea defectuoso es p = 0.02.
Se envió un cargamento de 10.000 artículos a unos almacenes.
Hallar el número esperado de artículos defectuosos, la varianza y la desviación típica.

5. La probabilidad de que a un cliente nuevo le guste la matehamburguesa de Jorge es

de 0,8. Si llegan 5 clientes nuevos a la cafetería, ¿cuál es la probabilidad de que solo
a 3 de ellos les guste la matehamburguesa?
Solución:
Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial. Para

ello, tiene que cumplir con las 4 condiciones que mencionamos arriba. Efectivamente,
se trata de un experimento binomial.
En este caso, vamos a centrarnos en los clientes a los que les gusta esta hamburguesa,
por ello diremos que:
X = número de clientes nuevos de 5 a los que les gusta la matehamburguesa
Entonces consideramos un éxito si al cliente le gusta esta hamburguesa.
Aplicaremos la fórmula binomial:
f ( x )=P ( X =x )= ( nx ) ¿
f ( 3 )=P ( X=3 )=( 53 ) ¿
5!
f ( 3 )=P ( X=3 )=
( 3 ! ( 5−3 ) !)¿
f ( 3 )=P ( X=3 )=
( 53x!4( 2x)3! ! )¿
20
f ( 3 )=P ( X=3 )=( ) 2 x1
( 0,512)(0,04)
f ( 3 )=P ( X=3 )=( 10 ) (0,512)(0,04)

f ( 3 )=P ( X=3 )=0,2048
La respuesta sería 0,2048.

X, nuestra variable aleatoria, es el número de clientes nuevos de 5 a los que les gustan
las hamburguesas de Jorge. Aunque el problema no lo pide, vamos a elaborar la tablita
de distribución de probabilidad. Para calcular todas las probabilidades, usaré la misma
fórmula de arriba.
X 0 1 2 3 4 5
F(x) 0,0003 0,0064 0,0512 0,2048 0,4096 0,3277
Vamos a elaborar una gráfica para representar esta distribución de probabilidad,

empleando un diagrama de barras.

Ejercicios Estadistica

Cargado por

Copyright:

Formatos disponibles

Ejercicios Estadistica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios Estadistica

Cargado por

Copyright:

Formatos disponibles

VARIABLE ALEATORIA

A). ¿cuál es la probabilidad de que falle un componente en 25 horas?

B). ¿y de que fallen no más de dos componentes en 50 horas?

A. Considerando que se cumplen ciertas condiciones de regularidad, podemos asumir

Por lo tanto, la probabilidad deseada es la siguiente:

C. De la misma forma, definiendo una variable aleatoria V con distribución de Poisson de

2. El departamento de control de calidad de una empresa que fabrica pañuelos sabe

4. La probabilidad de que un artículo producido por una empresa, sea

Se envió un cargamento de 10.000 artículos a unos almacenes.

Hallar el número esperado de artículos defectuosos, la varianza y la desviación típica.

5. La probabilidad de que a un cliente nuevo le guste la matehamburguesa de Jorge es

Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial. Para

X = número de clientes nuevos de 5 a los que les gusta la matehamburguesa

Entonces consideramos un éxito si al cliente le gusta esta hamburguesa.

Aplicaremos la fórmula binomial:

f ( 3 )=P ( X=3 )=( 10 ) (0,512)(0,04)

La respuesta sería 0,2048.

Vamos a elaborar una gráfica para representar esta distribución de probabilidad,

También podría gustarte