3.

Variable Aleatoria y Esperanza Matemtica Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

1.- En una multitienda se realiza un estudio para analizar la cantidad de freezers de cierta marca que se venden diariamente. Considere la siguiente funcin de distribucin de probabilidad de la variable aleatoria X: n de freezers vendidos diariamente x P(x) 1 0,18 2 0,23 3 0,20 4 0,15 5 0,14 6 0,10

1.1) La multitienda decide no comercializar esta marca de freezer si vende en promedio menos de cuatro diariamente. Cul es la decisin que se toma en la multitienda? Utilice medida estadstica adecuada. 1.2) Calcule la desviacin estndar del nmero de frezers vendidos diariamente. 1.1) Solucin: Sabemos que el valor esperado o esperanza matemtica de la variable aleatoria discreta, se calcula por medio de la siguiente frmula: ( )= ( )

Por lo tanto, al reemplazar los datos otorgados por el problema, tenemos: ( ) = 1 0,18 + 2 0,23 + 3 0,20 + 4 0,15 + 5 0,14 + 6 0,10 = 3,14

Respuesta: Debido a que el valor esperado es menor a cuatro freezers, la decisin que se toma es no comercializar esta marca de freezer. 1.2) Solucin: Por otro lado, conocemos que la formula de la varianza en variable aleatoria discreta, es la siguiente: ( ) = ( ) [ ( )] Donde, ( Finalmente: ) = 1 0,18 + 2 0,23 + 3 0,20 + 4 0,15 + 5 0,14 + 6 0,10 = 12,4 ( ) = 12,4 [3,14] = 2,5404 ( )= ( ) = 1,594

Respuesta: La desviacin estndar del nmero de frezers vendidos diariamente es 1,594. Binomial 2.- El porcentaje de reclamos en una empresa de correos es de 15%, se realiza un seguimiento de estos reclamos ya que esta cifra se considera excesiva. Se toma una muestra de 25 despachos. Cul es la probabilidad de que al menos dos de ellos tengan reclamos? 2) Solucin: Primeramente definimos la notacin a utilizar: = Nmero de reclamos en una muestra

Luego, notemos que estamos en presencia de una distribucin binomial, por lo que queda expresado de la siguiente manera: 25 (0,15) (0,85) ; = 1,2, ( )= ~ ( = 25; = 0,15) 0 Finalmente, calculamos la probabilidad de que al menos dos de ellos tengan reclamos: ( 2) = 1 ( < 2) = 1 [ ( = 0) + ( = 1)] ( 2) = 1 25 (0,15) (0,85) + 25 (0,15) (0,85) = 0,907 0 1 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 1

3. Variable Aleatoria y Esperanza Matemtica Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Respuesta: La probabilidad que al menos dos de ellos tengan reclamos en una muestra de 25 despachos, corresponde a 0,907 Hipergeometrica 3.- Una empresa solicita a la oficina de colocaciones de una municipalidad, obreros para realizar un trabajo de pintura exterior en un edificio. La oficina de colocaciones enva a 6 obreros con experiencia, en este tipo de trabajo y 4 sin experiencia. La empresa decide contratar a 5 obreros. 3.1) Determine la funcin de cuanta de la variable aleatoria, : Nmero de obreros con experiencia, dentro de los contratados. 3.2) Cul es la probabilidad que el nmero de obreros sin experiencia, que fueron contratados sea a lo ms 2? 3.1) Solucin: Sea: : Nmero de obreros con experiencia, dentro de los contratados. Cuya variable es una distribucin Hipergeometrica, lo que se representa como continua: ~ = 10; = 5; = = 0,6 ( )= ; = 1,2, ,5

Luego, calculamos los valores las probabilidades para ( = 1) = ( = 2) = ( = 3) = = 0,0238 = 0,2381 = 0,4762

( = 4) = ( = 5) =

= 1,2, ,5

= 0,2381 = 0,0238

Finalmente, la funcin de cuanta de la siguiente forma: x P(x) 3.2) Solucin: Sea 1 0,0238 2 0,2381 3 0,4762 4 0,2381 5 0,0238

Respuesta: La probabilidad que el nmero de obreros sin experiencia, que fueron contratados sea a lo ms 2, es 0,7381.

= Nmero de obreros sin experiencia dentro de la contratacin ( 2) = ( 3) = ( = 3) + ( = 4) + ( = 5) ( 2) = 0,4762 + 0,2381 + 0,0238 = 0,7381

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 2

3. Variable Aleatoria y Esperanza Matemtica Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Mixto 4) De un lote grande de artculos fabricados el 10% tiene defectos. Se extraen al azar 8 artculos. 4.1) Determine la probabilidad de que a lo ms uno de los artculos elegidos tenga defecto. 4.2) El costo (en UF) de hacer efectiva la garanta al vender estos productos est dado por = 3 , donde es nmero de artculos defectuosos entre los ocho vendidos Cul es el costo esperado de hacer efectiva la garanta? 4.3) El gerente de la industria exige probar uno a uno artculos elegidos al azar de diferentes lotes. Si el primer artculo con defecto resulta antes de la sexta prueba el gerente subir el precio del artculo debido a la garanta. Determine la probabilidad de que se lleve a efecto la medida propuesta por el gerente 4.4) En la industria ocurren en promedio dos accidentes laborales por semana. Determine la probabilidad de que en las siguientes dos semanas ocurran ms de tres accidentes laborales. 4.1) Solucin: Para comenzar definimos la siguiente notacin: = Nmero de artculos defectuosos entre 8 elegidos independientemente

Adems, notemos que estamos en presencia de una distribucin binomial, quedando expresado de la siguiente manera: ~ ( = 8; = 0,1) 8 (0,1) (0,9) = 0,1,2, ,8 ( )= 0 Enseguida procedemos a calcular la probabilidad requerida por el problema: ( 1) = ( = 0) + ( = 1) 8 8 (0,1) (0,9) + (0,1) (0,9) = 0,8131 0 1 ( 1) =

Respuesta: La probabilidad de que a lo ms uno de los ocho artculos tenga defecto es 0,8131 4.2) Solucin: Lo primero, ser calcular mediante formula la esperanza y varianza de = 0,1 ; = 0,9 ; = 8 , lo que se expresa como sigue: ( ) = 8 0,1 = 0,8 ( )= ( )= ( ) = 8 0,1 0,9 = 0,72 Adems, sabemos que ( )= ( ( ) [ ( )] ) = 0,72 + 0,8 = 1,36 ( ) = ( ) + [ ( )] , con

Luego, calculamos el costo esperado de hacer efectiva la garanta, de la siguiente manera: ( ) = (3 ) = 3 ( ) = 3 1,36 = 4,08 [ . ] Respuesta: El costo esperado de hacer efectiva la garanta es 4,08 U.F. 4.3) Solucin: Utilizaremos esta notacin: = Nmero de artculos elegidos independientemente hasta encontrar uno defectuoso ~ ( = 0,1) = 1,2,3, ( ) = (0,1)(0,9) 0 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 3

3. Variable Aleatoria y Esperanza Matemtica Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Procedemos a calcular la probabilidad que se nos pide: ( < 6) = ( = 1) + ( = 2) + ( = 3) + ( = 4) + ( = 5)

Respuesta: La probabilidad de que el primer artculo con defecto resulte antes de la sexta prueba, por lo tanto, que el gerente lleve a cabo la medida propuesta por el gerente, es 0,40951. 4.4) Solucin: Sea: = Nmero de accidentes laborales en una semanas ~ ( = 2 )

( < 6) = (0,1)(0,9) + (0,1)(0,9) + (0,1)(0,9) + (0,1)(0,9) + (0,1)(0,9) = 0,40951

Luego, utilizamos la siguiente notacin: = Nmero de accidentes laborales en dos semanas ~ ( = 2 2 = 4 ) Tenemos: ( )= 0
( ) !

= 0,1,2,

Enseguida calcularemos la probabilidad de que se nos solicita: ( > 3) = 1 ( ( 3) = 1 [ ( (4) + 0! (4) + 1! = 0) + ( (4) + 2! = 1) + ( (4) 3! = 2) + ( = 3)]

Respuesta: La probabilidad de que en las siguientes dos semanas ocurran ms de tres accidentes labores es 0,5665 Poisson 5.- Una cajera de supermercado demora en promedio 100 segundos en atender a un cliente. Si se establecen como vlidos los supuestos de Poisson: 5.1) Cul es la probabilidad que la cajera atienda a ms de un cliente en dos minutos? 5.2) Si la cajera es observada en 5 perodos diferentes de dos minutos cada uno elegidos al azar Cul es la probabilidad que en slo uno de los perodos atienda a un cliente? 5.1) Solucin: Utilizamos la notacin que sigue: = Nmero de clientes que atiende la cajera en 100 segundos ~ ( = 1 )

> 3) = 1

= 0,5665

Luego, utilizamos la siguiente notacin: = Nmero de clientes que atiende la cajera en 120 segundos 120 ~ ( = = 1,2 ) 100 Tenemos: ( )=
,

( , ) !

= 0,1,2,

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 4

3. Variable Aleatoria y Esperanza Matemtica Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Luego, la probabilidad requerida: ( > 1) = 1 ( 1) = 1 [ ( = 0) + ( = 1)] ( > 1) = 1

,

, (1,2) (1,2) + = 1 0,6626 = 0,3374 0! 1! Respuesta: La probabilidad que la cajera atienda a ms de un cliente en dos minutos, corresponde a 0,3374

5.2) Solucin: Nos encontramos frente a una distribucin binomial, por lo que utilizaremos la siguiente notacin: = Nmero de periodos en que la cajera atiende a un cliente en dos minutos = ( = 1) =
,

Aplicaremos la distribucin Poisson en xito ( ):

= 1, para poder definir el valor de la probabilidad de (1,2) = 0,3614 1!

Finalmente, calculamos la probabilidad pedida: ( = 1) = 5 (0,3614) (0,6386) = 0,3005 1 Respuesta: Si la cajera es observada en 5 periodos diferentes de dos minutos cada uno elegidos al azar, la probabilidad de que slo uno de los periodos atienda a un cliente, corresponde a 0,3005.

Por ende, queda expresado de la siguiente manera: 5 (0,3614) (0,6386) ( )= ~ ( = 5; = 0,3614) 0

= 1,2, . . ,5

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 5

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

1.- El fabricante de cierto tipo de compresor ha encontrado que la vida til de un compresor, en aos, se puede modelar con la siguiente funcin de densidad:

1.1) 1.2)

Si un cliente compr un compresor y ha estado funcionando por lo menos 6 meses Cul es la probabilidad que falle antes de 18 meses? Cada compresor tiene un costo de 20 u.m. y se vende en 32 u.m. y el fabricante da ciertas garantas. Si el compresor falla antes de 3 meses se devuelve el importe de lo pagado. Si falla entre 3 meses y 6 meses, se compromete a asumir el costo de mano de obra de la reparacin que tiene un valor de 5 u.m. Cul es la utilidad esperada por compresor?

1) Solucin: Utilizaremos la siguiente notacin: Vida til de un compresor, en aos 1.1) Solucin: Procedemos a calcular la siguiente probabilidad condicional:

Respuesta: Si el cliente compra un compresor, el que ha funcionado por lo menos seis meses, la probabilidad de que este falle antes de los dieciocho meses es 0,6274. 1.2) Solucin: Lo que se debe hacer en este tem es definir la siguiente variable: Utilidad de un compresor, en u.m.

Enseguida, calculamos las respectivas probabilidades:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 6

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Luego, aplicando la formula de esperanza, para as poder calcular la utilidad esperada:

Respuesta: Segn las condiciones que posee la utilidad de los compresores, la utilidad esperada es 8,348 u.m.

2.- El tiempo de activacin de los sensores fabricados por una empresa es una variable aleatoria con funcin de densidad:

Un sensor se dice rpido si su tiempo de activacin es inferior a 0,2 segundos y lento si su tiempo de activacin es superior a 1 segundo. Se pide: 2.1) Calcular el valor de k para que sea funcin de densidad.

2.2) Obtener la funcin de distribucin 2.3) Determinar: La esperanza, desviacin estndar y el porcentaje de variabilidad del tiempo de activacin. 2.4) De los sensores con tiempo de activacin inferior a 1 segundo. Qu porcentaje supera a su tiempo esperado? 2.5) Cul es la probabilidad de que entre 10 sensores elegidos al azar, como mnimo 3 sean lentos? 2.6) Determinar la probabilidad de que sea necesario examinar 15 sensores para encontrar el cuatro sensor rpido. 2.7) El costo de produccin de un sensor es de 2000 u.m. Los sensores definidos como rpidos se venden en 5000 u.m. y los lentos en 3500 u.m. Determine la utilidad esperada en la venta de un sensor, si los restantes se venden en 4000 u.m.

2.1) Solucin: Para calcular el valor de k, partimos con que para que densidad, se debe cumplir lo siguiente:

sea funcin de

Por lo tanto, basndonos en esta propiedad, tenemos:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 7

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Respuesta: El valor que debe tomar densidad.

son dos segundos, para que

sea una funcin de

2.2) Solucin: Para obtener la funcin de distribucin, aplicaremos la frmula que se muestra a continuacin:

Finalmente, que expresa la funcin de distribucin de la siguiente manera:

2.3) Solucin

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 8

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Respuesta:

Tiempo promedio o esperado de activacin = 0,833 segundos Desviacin estndar = 0,4249 segundos Porcentaje de variabilidad = 50,8099% 2.4) Solucin: Definimos la probabilidad condicional, para calcular lo requerido:

Luego, lo multiplicamos por cien, para as obtener el porcentaje solicitado. Respuesta: De los sensores con tiempo de activacin inferior a 1 segundo, el porcentaje que supera a su tiempo esperado, es igual a 18,056%. 2.5) Solucin: Definimos la siguiente variable: Nmero de sensores lentos en una muestra de diez sensores elegidos al azar Luego, calculamos la probabilidad de que salga un sensor lento, o sea que su tiempo de activacin sea superior a un segundo, como se muestra a continuacin:

Enseguida, definimos la variable que se distribuye de forma binomial, como sigue:

Finalmente, calculamos la probabilidad pedida:

Respuesta: Al elegir al azar entre diez sensores, la probabilidad de que sean como mnimo tres lentos, corresponde a 0,7008. 2.6) Solucin: Lo primero que debemos hacer es calcular la probabilidad de encontrar un sensor rpido, lo que est dado por:

Sea:

Nmero de sensores examinados hasta encontrar el cuarto sensor rpido, en una

muestra de 15 sensores Notemos que estamos en presencia de una distribucin Pascal o Binomial negativa, por lo que queda expresada de la siguiente forma:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 9

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Enseguida, calculamos la probabilidad pedida:

Respuesta: La probabilidad de que sea necesario examinar 15 sensores para encontrar el cuarto sensor rpido, es igual a 0,00059 2.7) Solucin: Sabemos que la utilidad est definida por la siguiente expresin:

Calculamos las respectivas probabilidades:

Quedando distribuido de la siguiente forma:

Finalmente, calculamos la utilidad esperada, de la siguiente forma:

Exponencial: 3.- En una Aerolnea, el tiempo ( ) necesario para atender los pasajeros sin boleto en el mesn, se distribuye exponencial con media 5 minutos. Se registra con un contador los minutos dedicados a la atencin de cada pasajero. Cul es la probabilidad de que entre 15 pasajeros atendidos, elegidos al azar, los registros muestren que por lo menos 14 pasajeros fueron atendidos en el mesn en menos de 7 minutos?. Suponga que los tiempos de atencin entre un pasajero y otro son independientes. 3) Solucin: Sea: Tiempo necesario para atender los pasajeros sin boleto en el mesn

Ya que esta variable est distribuida exponencialmente, tenemos que:

Por lo tanto, queda expresado de la siguiente manera la distribucin:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 10

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Luego, calculamos la probabilidad de que sean atendidos en el mesn en menos de 7 minutos:

Despus, definimos la siguiente notacin, y su respectiva distribucin: Nmero de pasajeros sin boleto que fueron atendidos en el mesn en menos de 7 minutos, entre 15 pasajeros elegidos al azar

Finalmente, determinamos la probabilidad requerida:

Respuesta: Entre 15 pasajeros atendidos elegidos al azar, la probabilidad de que los registros muestren que por lo menos 14 pasajeros fueron atendidos en el mesn en menos de 7 minutos, corresponde a 0,0845.

Uniforme: 4.- La duracin del trayecto de camiones mezcladores y transportadores de concreto, que van a la construccin de una carretera, es una variable aleatoria distribuida uniformemente en un intervalo de 50 a 70 minutos. Determine la probabilidad de que un camin llegue a la construccin como mximo, tres minutos despus del tiempo esperado. 4) Solucin: Utilizaremos la siguiente notacin: Cantidad de tiempo que demora el camin en llegar a la construccin, en minutos La que se distribuye uniformemente, lo que se ve como sigue:

Adems, sabemos que la esperanza de la distribucin esta dado por:

Enseguida, la probabilidad que nos pide el ejercicio es:

Respuesta: La probabilidad de que un camin llegue a la construccin como mximo, tres minutos despus del tiempo esperado, corresponde a 0,65. Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 11

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Normal: 5.- El espesor de la pelcula fotoprotectora en un proceso de fabricacin de semiconductores se distribuye normal con media y varianza . Se sabe que el 2.28% de la pelculas fotoprotectoras tienen un espesor superior a 13.4 micrmetros y el mismo porcentaje inferior a 8.6 micrmetros. Se considera que los semiconductores tienen una pelcula fotoprotectora de espesor ptimo si flucta entre 9 y 13 micrmetros. 5.1) Determine los valores de la media y de la varianza del espesor de la pelcula. 5.2) Se realiza un control de calidad, Cul es la probabilidad de que se tengan que revisar a lo ms tres semiconductores hasta encontrar el primer semiconductor con una pelcula fotoprotectora de espesor ptimo? 5.1) Solucin: Utilizaremos la siguiente notacin: Espesor de la pelcula fotoprotectora de semiconductores

Luego, la informacin que nos entrega el problema, es:

Enseguida, ocupamos la informacin que nos brinda el ejercicio para obtener las ecuaciones correspondientes:

Despus, considerando las ecuaciones ecuaciones obtenemos los valores de e

, las que por medio de un sistema de y , respectivamente.

, que son

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 12

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Respuesta: Los valores de la media y de la varianza del espesor de la pelcula, son 11 micrmetros y 1,44 (micrmetros)2. 5.2) Solucin: Lo primero es calcular la probabilidad de que el Espesor sea ptimo, lo que est dado por:

Posteriormente, definimos la notacin y la distribucin de esta: Nmero de semiconductores revisados hasta encontrar el primer semiconductor con una pelcula fotoprotectora de espesor ptimo.

Finalmente, calculamos la probabilidad que nos solicita el problema:

Respuesta: La probabilidad de que se tengan que revisar a lo ms tres semiconductores hasta encontrar el primer semiconductor con una pelcula fotoprotectora de espesor ptimo. 6.- La resistencia de un cable elctrico de alta tensin se considera una variable aleatoria con distribucin normal con una media de 36 (ohmios) y una varianza de 0,64 (ohmios)2. Un cable se considera defectuoso si su resistencia es inferior a 35 (ohmios). 6.1) De los cables que tienen una resistencia superior a 34 (ohmios) Qu proporcin de cables se consideran defectuosos? 6.2) Se eligen al azar y en forma independiente 10 cables, Cul es la probabilidad que ms de 2 cables resulten defectuosos? 6.1) Solucin: Utilizaremos la siguiente notacin, la que distribuye normalmente: Resistencia de un cable elctrico de alta tensin Posteriormente, calculamos la probabilidad condicional que nos pide el ejercicio:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 13

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Respuesta: De los que tienen una resistencia superior a 34 ohmios, la proporcin de cables que se consideran defectuosos, es 0,1001 6.2) Solucin: Definimos la variable: Nmero de cables defectuosos en la muestra La que tiene una distribucin binomial, lo que se expresa de la siguiente manera:

Determinamos la probabilidad requerida, de la siguiente manera:

Respuesta: Al elegir 10 cables de forma aleatoria e independientemente, la probabilidad que ms de dos cables resulten defectuosos, corresponde a 0,0814 Mixto 7.- En la red informtica de una empresa hay 3 sistemas multiusuario, que se identificarn como , y . Las peticiones de conexin que se realizan a estos equipos se reparten de forma que, el 60% se efectan sobre , el 30% sobre el 10% sobre . Los tiempos de respuestas a estas peticiones son variables aleatorias, expresadas en segundos, tal que:
i) El tiempo ( ) de respuesta de ii) El tiempo ( ) de respuesta de iii) El tiempo ( ) de respuesta de , en segundos, se distribuye exponencialmente en media 5 seg. , en segundos, se distribuye uniforme entre 4 seg. y 8 seg. , se segundos, tiene la siguiente distribucin de probabilidad:

Si el tiempo de respuesta de una peticin de conexin supera los 7 segundos, se dice que la peticin es fallida, y en otro caso se considera peticin atendida. 7.1) Calcule la probabilidad de que una peticin seleccionada aleatoriamente sea fallida. 7.2) En 5 peticiones de conexin al sistema S1, seleccionadas aleatoriamente y de forma independiente entre s, determine la probabilidad de que resulten al menos cuatro peticiones de las que se consideran atendidas. 7.1) Solucin: Definimos las siguientes notaciones a utilizar:
Peticin de conexin que se realiza en el sistema multiusuario que se identifica como , Tiempo de respuesta de conexin a las peticiones de conexin en el sistema multiusuario que se identifica como , "

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 14

04. Variable Aleatoria Continua y Distribuciones Continuas Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Adems, los tiempos de respuesta se expresan de la siguiente manera, segn sus distribuciones:

Enseguida, exponemos la informacin probabilstica que nos brinda el ejercicio:

Luego, procedemos a calculas las respectivas probabilidades de que la respuesta de una peticin de conexin supere los 7 segundos, por lo tanto, sea fallida, como se muestra a continuacin:

Finalmente:

Respuesta: La probabilidad de que una peticin seleccionada aleatoriamente sea fallida, es igual a 0,24296 7.2) Solucin: Sea: Nmero de peticiones que fueron consideradas atendidas, entre 5 peticiones de conexin al sistema

Adems, podemos determinar la probabilidad de que la peticin de conexin sea considerada atendida, de la siguiente forma: Por otro lado, notemos que la variable tiene una distribucin binomial, como se expresa enseguida:

Por ltimo, nos dirigimos a determinar la probabilidad requerida por el ejercicio:

Respuesta: Entre 5 peticiones de conexin al sistema

, seleccionadas al azar e

independiente entre s, la probabilidad de que resulten al menos cuatro peticiones de las que se consideran atendidas, corresponde a 0,63998

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 15

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

1.- En empresas que prestan servicio de soporte computacional los fines de semana, se ha estudiado que el nmero (Y) de llamadas recibidas solicitando atencin de emergencia cada fin de semana y el nmero (X) de especialistas disponibles, son variables aleatorias con distribucin de probabilidad conjunta: x y 1 2 3 0 0,15 0,04 0,01 1 0,10 0,23 0,12 2 0,05 0,12 0,08 3 0,02 0,02 0,03 4 0,00 0,01 0,02

1.1) En los fines de semana en que hay dos especialistas disponibles Cul es el nmero esperado de llamadas de emergencia recibidas? 1.2) Cul es la probabilidad que en un fin de semana el nmero de llamadas solicitando atencin de emergencia sobrepase el nmero de especialistas disponibles? 1.3) Determine el porcentaje de variabilidad del nmero de llamadas que solicitan atencin de emergencia los fines de semana. 1) Solucin: Utilizaremos las siguientes notaciones: = Nmero de especialistas disponibles = Nmero de llamadas recibidas 1.1) Solucin: y 0 1 2 3 4 P( y / x = 2 ) 0,040,42 0,230,42 0,120,42 0,020,42 0,010,42 ( = 2) = ( = 2) = ( / = 2)

0,57 = 1,357 0,42

Respuesta: Cuando en los fines de semanas hay dos especialistas disponibles, el nmero esperado de llamadas de emergencias recibidas es igual a 1,357. 1.2) Solucin: ( > ) = ( = 1; = 2) + ( = 1; = 3) + ( = 1; = 4) + ( = 2; + ( = 2; = 4) + ( = 3; = 4) = 0,12 1.3) Solucin: y 0 1 2 3 4 P(y) 0,20 0,45 0,25 0,07 0,03 = 3)

Respuesta: La probabilidad que en un fin de semana el nmero de llamadas solicitando atencin de emergencia sobrepase el nmero de especialistas, corresponde a 0,12 ( ) = 2,56 ( )= ( ) = 1,28

( ) = 0,9216

Respuesta: El porcentaje de variabilidad del nmero de llamadas que solicitan atencin de emergencia los fines de semana es 75%.

0,96 100 = 75% 1,28

= 0,96

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 16

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

2.- Las proporciones y , de dos sustancias que se encuentran en muestras de insecticidas, tienen la siguiente funcin de densidad conjunta: ( , )= 2 0 0 1 . 0 + 1

Determine la proporcin esperada de la sustancia contienen 0,2 de la sustancia .

, cuando las muestras de insecticida

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

Por lo que queda expresada la funcin marginal de siguiente forma: ( )= 2(1 0 ); 0 1

Luego, calculamos la funcin marginal de la sustancia sustancia , lo que se expresa como sigue: ( = 0,2) = ( , ) ( ) = 2 2(1

, dado que contiene 0,2 de la

Y la distribucin de dicha funcin marginal, se ve a continuacin: ( 1 ) = 0,2 = 0,8 0 ;0 0,8

= 0,2

= 0,2

1 0,8

Enseguida calculamos la esperanza, por medio de la frmula general de esperanza, para distribuciones continuas: ( = 0,2) = ( = 0,2) =
,

Anlogamente, notemos que = 0,2, posee una distribucin uniforme, por lo que se puede ocupar la formula de esperanza para distribuciones uniformes, quedando de la siguiente forma: ( = 0,2) ~ [0; 0,8] ( = 0,2) =
,

0,8

= 0,4

Respuesta: La proporcin esperada de la sustancia contienen 0,2 de la sustancia , es igual a 0,4.

, cuando las muestras de insecticida

= 0,4

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 17

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

3.- El Departamento de Estudios de la Superintendencia de Electricidad y Combustible (SEC) dispone de la informacin del consumo de gas natural (X), expresada en cientos de m3, adems del consumo de energa elctrica (Y) en cientos de KW, de un conjunto de viviendas ubicadas en el sector sur oriente de la capital durante el mes de Abril pasado. La funcin de densidad conjunta de dichas variables es la siguiente: ( , )= + 24 0 0< < 2 ;0 < . . . <4

La Superintendencia tiene la intencin de revisar los medidores de aquellos hogares donde el consumo de gas y energa elctrica no sobrepasa las respectivas cantidades esperadas. 3.1) Qu porcentaje de los hogares de este sector deber revisar la SEG? 3.2) Si se considera una revisin aleatoria de 10 hogares del sector, determine la probabilidad de que slo en uno de ellos se revisen los medidores. 3.3) Si se revisan los consumos de los hogares uno a uno, Cul es la probabilidad de que al tercer hogar revisado se encuentre el segundo hogar donde el consumo de gas y electricidad no sobrepase lo esperado? 3.4) De los hogares con un consumo de 100 m3 mensuales en gas Qu proporcin consume menos de 100 KW en energa elctrica? 3.1) Solucin: Sean: = Consumo de gas natural, en cientos de m3 = Consumo de energa elctrica, en cientos de KW ( , ) ( , ) = = + 24 = =

Enseguida, procedemos a calcular las funciones marginales de ( )= ( )=

e , respectivamente:

Luego, determinamos las esperanzas de cada una de las variables, como se muestra a continuacin: ( )= ( )= ( ) ( ) = = ( + 2) 6 = = 1 6 +2 + = = 1 8 10 +4 = 6 3 9

+ 24

1 ( + 1) (2 + 2 ) = 24 12

1 ( + 2) (4 + 8) = 24 6

( + 1) 12

1 12

1 64 22 +8 = 12 3 9

Posteriormente, calculamos la probabilidad de los hogares de este sector que deber revisar el Departamento de Estudios de la Superintendencia de Electricidad y Combustible, los que corresponden a aquellos hogares donde el consumo de gas y energa elctrica no sobrepasa las respectivas cantidades esperadas, por lo que los limites de integracin estn dados entre cero y el valor esperado de cada variable, lo que se denota de la siguiente forma: Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 18

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA
/ /

Finalmente, el porcentaje pedido es: % ( 109 ; 229) = 0,2011 100 = 20,11% Respuesta: El porcentaje de los hogares de este sector que deber revisar la SEG, corresponde al 20,11% 3.2) Solucin: Sea: = Nmero de hogares donde se revisan los medidores, en una revisin aleatoria de 10 hogares del sector Donde, ~ ( = 10 ; = 0,2011) ( )= 10 (0,2011) (0,7989) 0 ; = 0,1,2, ,10

( );

( ) = ( 109 ;

229) =

+ 24

= 0,2011

Luego, calculamos la probabilidad de que a slo uno le revisen el medidor: ( = 1) = 10 (0,2011) (0,7989) = 0,2666 1 Respuesta: Si se considera una muestra aleatoria de 10 hogares del sector, la probabilidad de que slo en uno de ellos se revisen los medidores, es igual a 0,2666. 3.3) Solucin: Sea: = Nmero de hogares revisados hasta encontrar el segundo, cuyo consumo de gas y electricidad no sobrepase lo esperado 1 (0,2011) (0,7989) ; = 2,3, 1 0 2 ( = 3) = (0,2011) (0,7989) = 0,065 1 Respuesta: Si se hace una revisin de los consumos uno a uno, la probabilidad de que al tercer hogar revisado, se encuentre el segundo hogar donde el consumo de gas y electricidad no sobrepase lo esperado, corresponde a 0,065. Con: ~

( = 2; = 0,2011)

( )=

3.4) Solucin: Lo primero ser definir la funcin condicional: + ( , ) + 24 ( )= = = +2 4 +8 ( ) 6 Luego, calculamos la funcin condicional para ( = 1) = +1 12 = 1: +1 12

Finalmente, determinamos el valor de la probabilidad condicional, ( < 1 = 1) = = 1 1 1 + 1 = = 0,125 12 2 8 Pgina 19

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

4.- La mezcla adecuada de polvos finos y gruesos, antes de sintetizar cobre, es esencial para lograr uniformidad en el producto terminado. La cantidad de polvos finos (X) y polvos gruesos (Y), ambos en toneladas, utilizadas en las mezclas, son variables aleatorias modeladas por la siguiente funcin de densidad de probabilidad conjunta: 2 ( , ) = 7( + 2 ) 0 0< < 1; 1 < <2

4.1) Se toman al azar 10 muestras de estas mezclas. Cul es la probabilidad de que en cuatros de ellas el doble de la cantidad de polvos finos sea superior que la cantidad de polvos gruesos? 4.2) Determine la probabilidad de que la cantidad de polvos finos sea inferior a la esperada y la cantidad de polvos gruesos flucte entre 1,3 y 1,5 toneladas. 4.3) El nmero promedio de irregularidades que se encuentran en tubos de cobre, fabricados con esta mezcla, es 6 por metro lineal de tubo. Se toma al azar un tubo de 90 centmetros de largo. Cul es la probabilidad de encontrar por lo menos dos irregularidades en el tubo? Considere vlidos los supuestos de Poisson. 4.1) Solucin: Sean: = Cantidad de polvos finos, en toneladas = Cantidad de polvos gruesos, en toneladas

Luego, determinamos la probabilidad de que el doble de la cantidad de polvos finos sea superior que la cantidad de polvos gruesos, donde los lmites de integracin estn definidos grficamente en la imagen: (2 > ) = = 9 2 ( +2 ) 7

Enseguida, utilizaremos la siguiente variable: = Nmero de mezclas en el cual el doble de la cantidad de polvos finos es superior que la cantidad de polvos gruesos de un total de diez mezclas analizadas elegidas independientemente Cuya variable se distribuye de forma binomial, como se ve en la siguiente expresin: 10 (0,25) (0,75) ; = 0,1,2, ,10 ( )= ~ ( = 10; = 0,25) 0 Finalmente, hacemos los clculos para = 4: 10 ( = 4) = (0,25) (0,75) = 0,14599 4 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

+ 16 + 4 28

1 = = 0,25 4

Pgina 20

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

Respuesta: De una muestra de 10 mezclas, la probabilidad de que en cuatros de ellas se cumpla que el doble de la cantidad de polvos finos sea superior que la cantidad de polvos gruesos, es igual a 0,14599. 4.2) Solucin: Notemos que debemos calcular la siguiente notacin: ( < ( ); 1,3 1,5)

Por lo que, lo primero que debemos hacer en este tem, es calcular la funcin marginal de , usando la siguiente frmula: ( )= ( , ) = 2 ( +2 ) 7 2 = ( + 3) 7

Luego, la esperanza de la cantidad de polvos finos, la determinamos por frmula: ( )= ( ) = 2 ( + 3) 7 = 2 7 +3 = 0,5238

Enseguida, reemplazamos los valores determinados anteriormente, quedando de la siguiente forma: ( < 0,5238; 1,3 =
, ,

Respuesta: La probabilidad de que la cantidad de polvos finos sea inferior a la esperada y la cantidad de polvos gruesos flucte entre 1,3 y 1,5 toneladas, corresponde a 0,09164. 4.3) Solucin: Sean las variables con sus respectivas distribuciones: = Nmero de irregularidades en un tubo de 100 cm 6 ; = 0,1,2, ( )= ~ ( = 6) ! 0

(0.5238) 2.0952 + 7 7

1,5) =

= 0,09164

2 ( +2 ) 7

= Nmero de irregularidades en un tubo de 90 cm , 5,4 6 90 ; = 0,1,2, ( )= ~ = = 5,4 ! 100 0 Finalmente, calculamos la probabilidad requerida: ( 2) = 1 ( < 2) = 1 [ ( = 0) + ( = 1)] =1
,

Respuesta: La probabilidad de encontrar por lo menos dos irregularidades en el tubo de 90 centmetros de largo, es igual 0,97118 Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 21

5,4 + 0!

5,4 1!

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

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

5.- Sean X e Y variables aleatorias que denotan la produccin diaria de cable (en miles de metros) en los turnos A y B respectivamente de cierta Empresa. Por disposicin de la gerencia de comercializacin la produccin en el turno B no debe superar a la del turno A. El comportamiento conjunto de ambas variables se modela mediante funcin de densidad: 6 ( , ) = 5 (2 + ) 0 ; 0 1; 0 (1 + 0 ) 0 1

Las funciones de densidad para cada variable son: ( )= 3 0 0 1

La empresa clasifica su productividad diaria de acuerdo al siguiente criterio: Nivel de Produccin diaria Productividad (en miles de metros) Baja X 0.5 e Y 0.5 Alta X 0.7 e Y 0.7 Normal X > 0.5 e Y < 0.7

( )=

5.1) Cuando en el turno A se producen 800 metros de cable, Cul es la produccin esperada en el turno B? 5.2) Cul es la probabilidad de que la produccin en el turno B supere los 600 metros de cable? 5.3) Si el costo de producir un metro de cable es de $1800 en el turno A y de $2100 en el turno B. Cul es el costo total esperado de la produccin diaria de cables en esta empresa? 5.4) Al observar el consumo diario de energa elctrica para los distintos niveles de productividad, se observ un comportamiento de tipo exponencial con media de 30, 50 y 40 Kw respectivamente. Determine la probabilidad que el consumo de energa diario, en la empresa, sea mayor a 35 Kw. 5.1) Solucin: Sean: = Produccin diaria de cable en el turno A, de cierta empresa, en miles de metros = Produccin diaria de cable en el turno B, de cierta empresa, en miles de metros Lo primero ser definir la funcin condicional, dado que la produccin diaria de cable sea 0,8 en el turno A, lo que se hace con la siguiente frmula: ( , ) ( = 0,8) = ( )
,

Luego, calculamos la esperanza de la funcin que definimos en el paso anterior, de la siguiente forma: ( = 0,8) = ( = 0,8) =
,

= 0,8

6 (2 + ) =5 3

= 0,8

6 (2 (0,8) + ) 5 =5 =1+ 3 (0,8) 8

,

Respuesta: Cuando en el turno A se producen 800 metros de cable, la produccin esperada en el turno B, corresponde a 0,4267 miles de metros, o 4267 metros. Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 22

5 1+ 8

5 8

32 = 0,4267 75

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

5.2) Solucin: Debido a que nos preguntan sobre la produccin en el turno B, donde esta supere los 600 metros de cable, por lo tanto, utilizaremos la funcin de densidad de la produccin diaria de cable en el turno B, quedando de la siguiente forma: ( > 0,6) = ( ) = 6 (1 + 5 2 ) = 148 = 0,2368 625

Respuesta: La probabilidad de que la produccin en el turno B supere los 600 metros de cable, es igual a 0,2368 5.3) Solucin: Lo primero ser definir el costo total de la produccin diaria de cable en esta empresa, la que por la informacin que nos suministra el ejercicio, est dada por la siguiente ecuacin: = 1800 + 2100 ,

Luego, nos piden el valor esperado de esta ecuacin, la que por medio de propiedades nos queda expresada de la siguiente forma: ( ) = (1800 + 2100 ) = 1800 ( ) + 2100 ( ) Entonces, debemos calcular los valores esperados de la produccin diaria de cable, en el turno A y B, respectivamente. ( )= ( )= ( ) = ( ) = 6 (1 + 5 (3 2 ) ) = = 3 6 ( + 5 = 0,75 = 750 2 ) = 0,4 = 400

Finalmente, reemplazamos los valores obtenidos, quedando como se ve a continuacin: ( ) = 1800 ( ) + 2100 ( ) = 1800 750 + 2100 400 = $2.190.000 = Nivel de Productividad Baja = Nivel de Productividad Alta = Nivel de Productividad Normal = Consumo diario de energa

Respuesta: El costo total esperado de la produccin diaria de cables en esta empresa, es $2.190.000. 5.4) Solucin: Sean:

Luego calculamos las probabilidades de cada nivel de produccin, sin perder de vista que los lmites de integracin estn dados grficamente por la imagen, lo que se realiza de la siguiente forma: ( ) = ( 0,5; 0,5) =
,

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6 (2 + ) 5

= 0,125 Pgina 23

5 Probabilidad Conjunta - Ejercicios Resueltos

PROBABILIDAD Y ESTADSTICA

( ) = ( 0,7;

0,7) =

Posteriormente, definimos las probabilidades condicionales: ~

( ) = ( > 0,5;

< 0,7) = 1 [ ( ) + ( )] = 0,7346 ( > 35 ) = = 0,3114

6 (2 + ) 5

= 0,1404

Finalmente, calculamos la probabilidad total de consumo diario de energa, por medio de formulas, quedando de la siguiente forma: ( > 35) = ( > 35 ) ( ) + ( > 35 ) ( ) + ( > 35 ) ( ) Respuesta: La probabilidad que el consumo de energa diario, en la empresa, sea mayor a 35 Kw, es igual a 0,4149. ( > 35) = 0,3114 0,125 + 0,4966 0,1404 + 0,4169 0,7346 = 0,4149

= =

( > 35 ) =

( > 35 ) =

= 0,4966

= 0,4169

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 24