Professional Documents
Culture Documents
Dónde:
n: número de ensayos
x : número de éxitos en cada ensayo.
n - x : número de fracaso en el ensayo
n n! : número de maneras de obtener exactamente x
x (n x)! x! éxitos en n pruebas
p: probabilidad de éxito en cualquier prueba
q = 1-p probabilidad de fracaso en cualquier prueba
E(X) = n p V(X) = n p q
Material de Clases © German Pomachagua Perez 7-jun-18
Ejemplo 1: La morosidad en el pago de los clientes que hacen uso de tarjetas de
crédito es alrededor del 20%. Si se escogen al azar los estados de cuenta de 10
clientes, hallar la probabilidad de que:
a) Dos de ellas correspondan a clientes morosos.
SOLUCIÓN:
Sea X: Número de personas morosas
Datos: p =0.2 probabilidad de personas morosas
q = 0.8 probabilidad de personas no morosas (están al día en sus pagos)
10
𝑃 𝑥=2 = 0.22 0.88 = 0.301989
2
p=0.2 0 1 2 3 4 5 6 7 8 9 10
p=0.8 10 9 8 7 6 5 4 3 2 1 0
10 10
𝑃 𝑦=8 = 0.88 0.22 = 0.301989 𝑃 𝑥=2 = 0.22 0.88 = 0.301989
8 2
r N-r
x n-x
Material de Clases © German Pomachagua Perez 7-jun-18
LA DISTRIBUCIÓN HIPERGEOMÉTRICA
CARACTERÍSTICAS
Se toma una muestra de tamaño n sin
reemplazamiento de un conjunto finito de tamaño
N.
Cada ensayo puede ser calificado por un éxito o
un fracaso.
La probabilidad de éxito no permanece
constante de un ensayo a otro (no son
independientes)
r N r
x n x
P( X x) x 0,1,.......min( n, r )
N
n
donde:
N : tamaño de la población
r : es el número total de defectuosos en la población
n : tamaño de la muestra
x : es el número de defectuosos en la muestra
r
p
N
N n
E( x) np V ( x ) npq
N 1
Material de Clases © German Pomachagua Perez 7-jun-18
Ejemplo1: Se embarcan motores en lotes de 50. Antes de que tal cargamento sea aceptado, un
inspector elige 5 motores y los revisa. Si ninguno de los motores probados es defectuoso, el lote
es aceptado. Si se encuentra que uno o más son defectuosos, se inspecciona el cargamento
completo. Supongamos que, en realidad hay 3 motores defectuosos en el lote
a) ¿Cuál es su distribución de probabilidad?
b) ¿Cuál es la probabilidad de que sea necesaria una inspección de todo el cargamento?
r N r
Solución: Sea X: número de motores
x n x
P( X x) x 0,1,.......min( n, r )
defectuosos. N
Se necesita una inspección al 100% sí X 1 n
N = 50 P( X 1) 1 P( X 0)
r = 3 motores defectuosos 3 47
N-r = 47 motores no defectuosos
P( X 1) 1 0.28
0 5
n = 5 tamaño de la muestra
50
X1
5
300 5700 9
𝑃 𝑥=4 = 0.054 0.955
4
𝑃 𝑥=4 = 4 5 = 0.00059978 = 0.000609352
6000
9
1 1
b) La respuesta es E ( X ) 100
p 0.01
El número promedio de transmisiones hasta el primer error es de 100
c) P(µ-2α<X <µ+2α) = 0.9500
Ejemplo2: En cierta región de la sierra la probabilidad de que una tormenta con
truenos ocurra en un día cualquiera durante el verano (Enero-Febrero) es igual a 0.1
Suponiendo la independencia de un día con otro. ¿Cuál es la probabilidad de que la
primera tormenta con truenos ocurra el 3 de febrero.? Rpta 0.0030903
Material de Clases © German Pomachagua Perez 7-jun-18
Ejemplo4: El costo de efectuar un experimento es de $1,000. Si el experimento falla,
se ocurre en un costo adicional de $300 debido a ciertos cambios que se deben
efectuarse antes de que se intente un nuevo ensayo. Sí la probabilidad de éxito en
cualquiera de los ensayos es 0.2 si los ensayos aislados son independientes y los
experimentos continúan hasta que se obtiene el primer resultado exitoso.
a) ¿Cuál es el costo esperado del procedimiento completo?
Solución:
Si C es el costo
X es el número de ensayos para obtener éxito
X-1 es el número de ensayos fallados
x 1 r x r
La distribución de X es P( X x ) p q x r, r 1,.....
r 1
Donde:
X: número de ensayos hasta que ocurra el r éxitos.
r : número de éxitos
X-r : número de fracasos
x 1
:número de maneras de encontrar r éxitos en x ensayos
r 1
r rq
E ( x) V ( x) 2
p p
Material de Clases © German Pomachagua Perez 7-jun-18
Ejemplo 1: Los registros de una compañía constructora de pozos, indican que la
probabilidad de que uno de sus pozos nuevos, requiera de reparaciones en el
término de un año es de 0.20.
a) ¿Cuál es la probabilidad de que el sexto pozo construido por esta compañía
en un año dado, sea el segundo en requerir reparaciones en un año?
Solución: x 1 r x r
P( X x ) p q x r, r 1,.....
r 1
X: Número de niños expuestos hasta que el tercero contraiga la enfermedad
r: 3 niños contagiados
p=0.84
X-r :7 niños no contagiados
10 1
P( X 10) 0.4 3 0.6 7 0.0644
3 1
r 3
E ( x) 6,000
p 0.0005
3 1 33 4 1 5 1
P( X 5) (0.0005) (0.9995)
3
(0.0005) (0.9995)
3
(0.0005) 3 (0.9995) 2
3 1 3 1 3 1
(0.0005) 3 3(0.0005) 3 (0.9995) 6(0.0005) 3 (0.9995) 2
1.249 10 9
b) Interesa el orden
X = # de pruebas hasta obtener el "primer" éxito entonces D. Geométrica
𝐺 = 200,000 − 10,000𝑥
Ejemplos:
Nº de clientes atendidos por cada 20 minutos.
Nº de defectos por metro de una tela.
Nº de automóviles por hora que pasan por un cruce.
x e
P( X x) , x 0 ,1,2 , ... 0
x!
Donde:
x: número de veces que ocurre un suceso en un intervalo.
= número promedio de ocurrencias del suceso, por unidad de
tiempo o espacio
e :2.718
E( x) V ( x)
NOTA: y X deben estar expresadas en las mismas medidas
Solución:
a) 0,8646
b) 0,1954
c) 0.7619
d) 0,0733
e) 0,8348
e x x0
f ( x)
0 x0
Función de densidad exponencial
1
𝐸 𝑥 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠
𝜆
1
𝑉 𝑥 =
𝜆2
x
F ( x ) P( X x ) e t dt 1 e x
P( X s t ) e ( s t ) t
P( X s t / X s) e
P( X s) e s
Por lo tanto :
P ( X s t / X s ) P ( X t ) e t
Material de Clases © German Pomachagua Perez 7-jun-18
Relación entre la distribución de Poissón y la Exponencial
Si la variable de interés es X: Número de ocurrencias por unidad de tiempo t, entonces
dicha variable tiene una distribución de Poisson con parámetro 𝜆
Si la variable de interés es T: Tiempo transcurrido hasta la primera ocurrencia, ó tiempo
transcurrido entre dos ocurrencias consecutivas, entonces dicha variable tiene una
1
distribución exponencial con parámetro 𝜆
Ejemplo: Si la tasa promedio de ocurrencia de los accidentes por mes en una mina es de
4. La variable X: numero de accidentes diarios tiene una distribución de Poisson con
𝑥 4 1
parámetro 𝝀 = 𝑡 = 30 = 7.5 accidentes por día la variable T: tiempo que transcurre
entre un accidente y el siguiente tiene una distribución exponencial con parámetro
𝟏
=7.5 días
𝝀
Ejemplo4 El tiempo que transcurre antes de que una persona sea atendida en una
cafetería es una variable aleatoria que tiene una distribución exponencial con una
media de 4 minutos. ¿Cuál es la probabilidad de que una persona sea atendida antes
de que transcurran 3 minutos en al menos 4 de los 6 días siguientes? Rpta: 0.3968
ab (b a) 2
E ( x) V ( x)
2 12
0 xa
x a
F(X ) a x b
b a
1 x b
Ejemplo 4: Una empresa tiene una curva de costos dada por la función C =1,000+2x
; siendo X el número de artículos. En el mercado vende cada unidad a $5. La
demanda de artículos es uniforme entre 25.000 y 30.000 unidades. Cuál es el
beneficio esperado? Rpta :$81,500
Ejemplo 5: El fabricante DELL de servidores para Linux, garantiza que su tarjeta madre por
8,760 horas de duración. Los servidores que compro la Universidad están encendidos y
funcionan en forma continua, y el tiempo promedio de duración de la tarjeta madre es de
20,000 hora y siguen una distribución exponencial. El costo de fabricación venta y entrega es
de $3,000 y el servidor se vende en el mercado en $4,000, reemplazar el mainboard cuando
falla incluyendo material y mano de obra cuesta $1,500. El fabricante DELL no tiene la
obligación de sustituir el mainboard si ya ha habido una primera sustitución ¿Cuál es la
utilidad esperada del fabricante? R: $467.99