Professional Documents
Culture Documents
CONTINUAS
ESTADISTICA II
SOLUCION
1 1 1
f ( x) 0.25
b a 5.5 1.5 4
.30
.20
.10
1 2 3 4 5 6
a)
5.5 1.5 7
x 3.5
2 2
(5.5 1.5) 2 4
2x 1.33
12 3
4
x 1.1547
3
2.5
1 x 2.5 1.5
b) P( X 2.5)
2.5
dx 0.25 25%
1.5 4 4 1.5 4 4
5-29. Suponga que X tiene una distribucin continua uniforme en el intervalo [1, 1].
a) Determine la media, la varianza y la desviacin estndar de X?
b) Determine el valor de x tal que P ( - x < X < x) = 0,90
SOLUCION
-1 1
1 1 1
f ( x) 0.5
b a 1 (1) 2
11
x 0
2
(1 (1)) 2 4 2
a) x
2
0.333
12 12 6
2
x 0.577
6
b) p(-x< X <x)=0.90
r 1
r
1 x
1 2dx 2 1 2 2 0.05
r
r r
0.05 0.5 0.45
2 2
r 0.45(2) 0.90
x 1
p ( x X x) dx 0.90
x 2
x x
x
x
dx 0.90
2 x 2 2
x 0.90
0, < 49.75
F (x) = {2 99.5, 49.75 50.25,
1, 50.25
c) P(x > 50.1) = F (50.1) = 2(50.1) 99.5 = 0.7
Donde por ser una distribucin uniforme cada uno de los elementos de este
espacio tiene un probabilidad de 1/11=0.091
Fx(x)=x1px1+x2px2+x3px3+x4px4+x5px5+x6px6+x7px7+x8px8+x9px9+x10px10
Fx(x)=(0.950.091)+(0.960.091)+(0.970.091)+(0.980.091)+(0.990.091)+(10.0
91)+(1.010.091)+(1.020.091)+(1.030.091)+(1.040.091)+(1.050.091)
Fx(x)=(0.086)+(0.087)+(0.088)+(0.089)+(0.090)+(0.091)+(0.092)+(0.093)+(0.094)+
(0.095)+(0.095)=1
b.
P(x)=1/10=0.1
p(x>1.02)=0.01+0.01+0.01=0.3
c.
El 90% corresponden a 9 casillas, por tanto:
p(x>90)=0.95+0.1=0.96
d.
=k1xik
=0.95+0.96+0.97+0.98+0.99+1+1.01+1.02+1.03+1.04+1.0511
=1
2=k1(xi)2k
2=(0.951)+(0.961)+(0.971)+(0.981)+(0.991)+(11)+(1.011)+(1.021)+
(1.031)+(1.041)+(1.051)11
2=(0.05)+(0.04)+(0.03)+(0.02)+(0.01)+(0)+(0.01)+(0.02)+(0.03)+(0.04)+
(0.05)11
2=011=0
5-32. El espesor del recubrimiento foto protector aplicado a las obleas en la fbrica
de semiconductores en un sitio particular de la oblea tiene una distribucin uniforme
entre 0,2050 y 0,2150 micrones.
a) Determine la funcin de distribucin acumulada del espesor del
recubrimiento foto protector.
b) Determine la proporcin de obleas cuyo espesor del recubrimiento foto
protector excede 0,2125 micrones.
c) Qu espesor exceden 10% de las obleas?
d) Determine la media y la varianza del espesor del recubrimiento
a)
La funcin de distribucin acumulada de una variable aleatoria continua uniforme
es:
xa1/(ba)du
=x/(ba)a/(ba)
al simplificar queda
=(xa)/(ba)
b)
P(X>0.2125)=1P(X0.2125)
P(X>0.2125)=1F(0.2125)
P(X>0.2125)=1F(0.2125)
P(X>0.2125)=1((0.21250.2050)/(0.0100))
P(X>0.2125)=0.250
c) si P ( X < x) = 0.1 entonces 1 F(X) = 0.1 y F(X) = 0.9
para eso 100x 20.50 = 0.9 entonces x = 0.214
d)
Su media est dada por
X=1/2(b+a)
reemplazando valores
X=1/2(0.2150+0.2050)
X=0.2100
P(X>x)=40x0,1dx=0,1(40x)=0,90
VARIANZA
2=v[x]=(ba)212=(4030)212=8.33seg2
EJERCICIOS DE LA SECCION 5.6
5.34 Use la tabla II del apndice para determinar las siguientes probabilidades de
la variable aleatoria normal estndar Z.
a) P (Z < 1,32) = 0,90685
b) P (Z < 3,0) = 0,99865
c) P (Z > 1,45) tenemos que 1 0,92647 = 0,07353
d) P (Z > -2,15) = P (Z < 2,15) = 0,98422
e) P ( -2,34 < Z < 1,76) = P (Z < 1,76) - P (Z > 2,34) = 0,95116
5.35 Use la tabla II del apndice para determinar las siguientes probabilidades de
la variable aleatoria normal estndar Z.
a) P (-1 < Z < 1)
P (Z < 1) - P (Z > 1)
0,84134 (1- 0,84134) = 0,68268
b) P (-2 < Z < 2)
P (Z < 2) [1 - P (Z < 2)] = 0,9545
c) P (-3 < Z < 3)
P (Z < 3) [1 - P (Z < 3)] = 0,9973
d) P (Z>3)
1 P (Z < 3) = 0,00135
e) P (0 < Z < 1)
P (Z < 1) P (Z < 0)
0,84134 0,5 = 0,34134
5.36 Suponga que Z tiene una distribucin normal estndar. Use la tabla II del
apndice para determinar el valor de z que resuelve cada una de las expresiones
siguientes:
a) P (Z < z) = 0,9 valor de z = 1,28
b) P (Z <z) = 0,5 valor de z = 0
c) P (Z > z) = 0,1
si P (Z > z) = 0,1 entonces P (Z > z) = 0,90 por lo tanto z = 1,28
d) P (Z > z) = 0,9
si P (Z > z) = 0,9 entonces P (Z > z) = 0,10 por tanto z = -1,28
e) P (-1,24 < Z < z) = 0,8
tenemos que:
P (Z < z) - P (Z < -1,24)
P (Z < z) 0,10749
Entonces P (Z < z) = 0,8 + 0,10749 = 0,90749 por lo tanto z = 1,33
5.37 Suponga que Z tiene una distribucin normal estndar. Use la tabla II del
apndice para determinar el valor de z que resuelve cada una de las expresiones
siguientes:
Como en las tablas no se encuentra el dato exacto debemos realizar una
interpolacin la cual se halla con la siguiente formula:
(1 0 )
= 0 + ( 0 )
(1 0 )
5.38 Suponga que X tiene una distribucin normal con una media de 10 y una
desviacin estndar de 2. Determine lo siguiente:
a) P (X < 13)
P (Z < (13 - 10) /2)
P (Z < 1,5) = 0,9332
b) P (X < 9)
= 1 - P (X < 9)
= 1 - P (Z < (9 - 10) /2)
= 1 P (Z< 0,5) = 1 [1 P (Z< 0,5)]
= P (Z < 0,5) = 0,6915
c) P (6 < X < 14)
610 1410
= ( << )
2 2
b) P (X > x) = 0,95
10 10
= ( > ) = 1 - ( < ) = 0,95
2 2
10 10
Entonces = ( < ) = 0.05 y = -1,64 por consiguiente x = 6,72
2 2
10
= P (Z < 0) ( < )
2
10
= 0,5 - ( < ) = 0,2
2
10 10
Entonces ( < ) = 0,3 y = - 0,52 por tanto x = 8,96
2 2
P ( < 115
4
) = P (Z < 1,5) = 00,9332
b) P (X > 0)
P (Z > (-5/4))
= P (Z > -1,25)
= 1- P (Z < 1,25) = 0,8944
c) P (3 < X < 7)
35 75
P( <Z< )
4 4
5.41 Suponga que X tiene una distribucin normal con una media de 5 y una
desviacin estndar de 4. Determine el valor de x que resuelve cada una de las
expresiones siguientes:
a) P (X > x) = 0,5
5
= ( > ) = 0,5 entonces x = 5
4
b) P (X > x) = 0,95
5 5
= ( > ) = 0,95 entonces = ( < ) = 0,05
4 4
5
Luego ( ) = -1,64 y x = -1,56
4
5 5
( < ) = 0,64134 por consiguiente ( ) = 0,36 y x = 0,64
4 4
5
Entonces ( < ) P (Z < -0,5) = 0,95 y
4
5 5
( ) 0,30854 = 0,95 por consecuencia ( < ) = 1,20854
4 4
Como una solucin o puede ser mayor que 1 no hay solucin para x.
6000
= 1 - ( < ) = 0,95
100
6000
= ( < ) = 0.05
100
6000
Entonces = -1,64 y x = 5836
100
= P (Z > 2,4)
= 1 - P (Z > 2,4) = 0,0082
c) Debajo de que valor esta el 90% de las anchuras de las rayas espectrales?
0,5 0,5
P (X < x) = ( < ) = 0,90 entonces = 1,28 y x = 0,564
0,05 0,05
5.45 El volumen de llenado de una maquina automatizada usada para llenar latas
de una bebida carbonatada tiene una distribucin normal con una media de 12,4
onzas liquidas y una desviacin estndar de 0,1 onzas liquidas.
a) Cul es la probabilidad de que un volumen de llenado sea menor que 12
onzas liquidas?
1212,4
P (X < 12) = ( < ) = P (Z < -4) 0
0,1
b) Si se desechan todas las latas con menos de 12,1 onzas o con ms de 12,6
onzas Qu proporcin de las latas se desecha?
12,112,4
P (X < 12,1) = ( < )
0,1
Entonces ( < 0,1) = 0,995 y x = 0,1(2,58) = 0,258
12
Por tanto = -3,09 y = 12,309
0,1
b) En qu valor deber fijarse la media ara que 99,9% de las latas exceda 12
onzas si la desviacin estndar puede reducirse a 0,05 onzas liquidas?
12
P (X > 12) = 0,999 entonces ( < ) = 0,999
0,05
12
Por tanto = -3,09 y = 12,1545
0,05
= P (Z > 2)
= 1 0,9772 = 0,0228
b) Cul es la probabilidad de que una reaccin requiera entre 0,4 y 0,5
segundos?
P (0,4 < X < 0,5) = P (0 < Z < 2)
= P (Z < 2) P (Z < 0) = 0,4772
0,4
Entonces = -1,28 y x = 0,336
0,05
= P (1 < Z)
= P (Z > 1)
= 1 - P (Z > 1)
=1 0,8413 = 0,1587
89,790,2
P (X < 89,7) = P ( < )
0,1
As tenemos que:
P(50<X<80)=P(X<80)P(X<50)
Pero utilizando la estandarizacin, que est Dada por:
Z=(X)
Podemos decir:
P(50<X<80)=P((50100/220)<Z<(8010020))
P(50<X<80)=P(2.5<Z<1)
P(50<X<80)=P(Z<1)P(Z<2.5)
P(50<X<80)=0.15870.0062
P(50<X<80)=0.1525
b. Tenemos que encontrar un valor para z, el cual:
P(z)=0.1525+0.10
P(z)=0.2525
z=(z/)
x=(z)()+
x=(0.67)(20)+100
x=(13.4)+100
x=86.6horas
5-51. La vida de un lser de semiconductores con una alimentacin de energa
constante tiene una distribucin normal con una media de 7000 horas y una
desviacin estndar de 600 horas.
a) Cul es la probabilidad de que un lser falle antes de 5000 horas?
b) Cul es la vida en horas que exceden el 95% del lser?
c) Si se usan tres lseres en un producto y se supone que fallan de manera
independiente, Cul es la probabilidad de que los tres sigan funcionando
despus de 7000 horas?
SOLUCION
a)
Operamos:
Despejamos:
Buscamos en las tablas de la Normal expuestas en este blog, para dar como
resultado final:
Operamos:
1 P (X x) = 0.95
Despejamos:
Volvemos a despejar:
Es este caso, no est el valor exacto, por lo que realizamos una interpolacin
lineal:
..1.64.............Z..........1.65
0.4495........0.45.....0.4505
De donde:
Calculamos:
Por lo tanto, la duracin del lser semiconductor de potencia constante ser de:
Despejamos x y obtenemos la solucin a este problema: x = 6013 horas.
5.52. El dimetro de los puntos producidos por una impresora matricial tiene una
distribucin normal con un dimetro promedio de 0.002 pulgadas y una desviacin
estndar de 0.0004 pulgadas.
a) Cul es la probabilidad de que el dimetro de un punto exceda 0,0026
pulgadas?
b) Cul es la probabilidad de que el dimetro de un punto mida entre 0,0014 y
0,0026 pulgadas?
c) Qu desviacin estndar de los dimetros se necesita para que la
probabilidad del inciso b) sea 0,995?
SOLUCION
=0,002
=0,0004
Z=(x)()
Z=(0.00260.002)(0.0004)=1.5
P(X>0.0026)=P(Z>1.5)=1P(Z1.5)
P(X>0.0026)=10.9332
P(X>0.0026)=0.0669
P(0.0014<X<0.0026)=P(0,00140,0020,0004<X<0,00260,0020,0004)=P(0.15<X
<1.5)=[P(Z<1.5)P(Z<0.15)]=0.8664
P(0.0014<0.0026)=0.995P(0.0014<0.0026)=P(0,00140,002<0,00260,002)=P(
0.0006<0.0006) por lo tanto P (Z<0,0006)=0.9975
En consecuencia
2,81=(0,0006)()
2,81=0,0006
=0,000214
5-53. El peso de un zapato especializado para correr tiene una distribucin normal
con una media de 12 y una desviacin estndar de 0,5 onza.
a) Cul es la probabilidad de que un zapato pese ms de 13 onzas?
b) Cul debe ser la desviacin estndar del peso para que el fabricante
anuncie que 99,9% de sus zapatos pesan menos de 13 onzas?
SOLUCION
a).
xN(12,0.5)
z=(x12)/0.5N(0.1)
P(x>13)=P(z>(1312)/0.5)=P(z>2)
b).
P(z(1312)/)=0.999
Para que el fabricante pueda anunciar que el 99.9% de sus zapatos pesan
menos de 13 onzas,
la desviacin estndar debe ser 0.32258065
EJERCICIOS DE LA SECCION 5-8
5-58. Suponga que X es una variable aleatoria binomial con n=200 y p=0,4.
a) Aproxime la probabilidad de que x sea menos o igual que 70.
b) Aproxime la probabilidad de que X sea mayor que 70 y menor que 90.
SOLUCION
a)
La media:
E(x)==pn=(0,4)(200)=80
La varianza:
2=pn(1p)=(0,4)(200)(10,4)=48
La desviacin:
=V(x)=48
Z=x
P(X70)P(Z708048)=P(Z1.44)=0,925066
b)
P(X70)P(Z708048)=P(Z1.44)=0,925066
(70<Z90)P(708048<Z908048)=P(1,44<Z144)
p(1p)
=p(1p)=0,925066(10,925066)=0,850132
5-59. Suponga que X es una variable aleatoria binomial con n=100 y p=0.1.
a) Calcule la probabilidad exacta de que X sea menor que cuatro.
b) Aproxime la probabilidad de que X sea menor que 4 y compare con el inciso
a).
c) Aproxime la probabilidad de que 8<X<12
SOLUCION
P(X<4) =(100xi)(0.1)xi(10.1)100xi
P(X<4) = 0.0078
Aproxime la probabilidad de que X sea menor que cuatro y compare con el primer
inciso.
P(X<4) =P(X103<3103)
P(X<4) =P(Z<2.33)
P(X<4)= 0.023
Al comparar con el primer inciso obtenemos que los resultados son diferentes pero
son muy parecidos.
P(8<12) =P(X103<9103+10103+11103)
P(8<X<12)= 0.497
5-60. En la fabricacin de chips semiconductores se producen 2% de chips
defectuosos. Suponga que los chips son independientes y que un lote contiene 1000
chip.
a) Aproxime la probabilidad de que ms de 25 chips estn defectuosos.
b) Aproxime la probabilidad de que entre 20 y 30 chips estn defectuosos.
SOLUCION
B (x;n,p)N(x; = np, = np(1p))
a)
p=0.02,n=1000P(X>25)
Empleando la aproximacin de la variable aleatoria estndar Z para una
variable aleatoria binomial X, cuya frmula es:
Z = X np (10)Si{np>5n(1p)>5
Por lo tanto:
P(X>25)=P(X2019,6>252019,6)=P(Z>1,129)
Ya que:
np=10000.02=20>5n(1p)=1000(0.98)=980>5
n=200
p(fallen) = 1- 0.999=0.001
np=2000.001=0.2 < 5
P(X>5) =50.20.1998=10.73
Pero sabemos que la media de una variable aleatoria de Poisson est dada por:
E(X)=
De esta manera:
=1000partes de asbesto / cm2 polvo
Ahora:
P(X>10000)=1P(x9999)
P(X>10000)=1P(z(99991000010000))
P(X>10000)=10.4960
P(X>10000)=0.504
SOLUCION
a)
P(X2)=P(X2.5)P(Z2.554.5)=P(Z1.18)=1P(X1.18)=10.881=0.119
b)
P(X2)=P(X2)P(Z22.54.5)=P(Z0.82)=1P(X0.82)=10.794=0.206
c)
P(X2)=(500)0.100.950+(501)0.110.949+(502)0.120.948=0.118
d)
P(X<10)=P(X9.5)P(Z9.554.5)=P(Z2.12)=0.983
5-65. Correccin de continuidad. Suponga que X es binomial con n=50 y p=0.1.
Como X es una variable aleatoria discreta, P(X2)=P(x1.5). Sin embargo, la
aproximacin normal de P(X2) puede mejorarse aplicando la aproximacin a
P(X1.5). La correccin de continuidad de 0.5 se suma o se resta. Una regla fcil
de recordar es que la correccin de continuidad siempre se aplica para hacer ms
grande la probabilidad normal de aproximacin.
a) Aproxime P(X2) calculando el valor z correspondiente a 1.5
b) Aproxime P(X2) calculando el valor z correspondiente a 2
c) Compare los resultados de los incisos a) y b) con el valor exacto de P(X2)
para evaluar la efectividad de la correccin de continuidad.
d) Use la correccin de continuidad para aproximar P(X>6).
SOLUCION
a) Aproxime p(X>=2,0) calculando el valor z correspondiente a 1,5
=np=[(50)(0,1)]=5
= (50)(0,1)(0,9) =2,1213
Z=(x)()
Z=(1,55)(2,1213)=1,649
Entonces tenemos:
P(X>2.0)=P(X>1.5)=1P(X1.5)=1P(Z1.649)
P(X>2.0)=P(X>1.5)=1[1P(Z1.649)]
P(X>2.0)=1[10.9505]
P(X>2.0)=10.045
P(X>2.0)=0.9505
n=50
p=0.1
=np=5
= (np(1p)) =2.1213
P(X1.5)=P(z(1.55)/)=P(z1.65)
b).
P(X2)=P(z(25)/)=P(z1.41)
P(z2.12)=0.983
ahora
P(X10.5)=P(X52.1210.552.12)=P(z2.59)
de la tabla
P(z2.59)=0.9952
P(9.5X10.5)=0.99520.983=0.0122
b)
P(X4.5)=P(X52.124.552.12)=P(z0.236)
de la tabla
P(z0.236)=0.409
ahora
P(X5.5)=P(X52.125.552.12)=P(z0.2358)
de la tabla
P(z0.2358)=0.590
P(9.5X10.5)=0.5900.409=0.181
5-68. Correccin de continuidad. En la fabricacin de chips semiconductores se
producen 2% de chips defectuosos. Suponga que los chips son independientes y
que un lote contiene 1000 chips.
a) Use la correccin de continuidad para aproximar la probabilidad de que entre
20 y 30 chips del lote estn defectuosos.
b) Use la correccin de continuidad para aproximar la probabilidad de que
exactamente 20 chips estn defectuosos.
SOLUCION
Tenemos que:
n=1000p=0,02np=201p=0,98
Z=Xnp / np(1p)
E(x)=np=(1000) (0,02)=20
V(x)=np(1p)=(1000)(0,02)(10,02)=19,6
a)
P (20<X<30)P(20,5X29.5)
P (20,520 / 19,6 Z 29,5 20 / 19,6)
P (0,113 Z 2,15) = P ( Z 2,15 ) P (Z 0,113) = (0,9840,545) = 0,439
b)
P(X=20)=P(19,5X20,5) P (20,5 20 / 19,6 Z 29,5 20 / 19,6)
c)
El nmero de chips con una probabilidad mxima de ser defectuosos es X= 20.
que en este caso equivale a la media el cual es el intervalo mayor donde se
centra la distribucin normal.
E(x)=np=(1000) (0,02)=20=()
DISTRIBUCION EXPONENCIAL
EJERCICIOS DE LA SECCION 5-9
5-69. Suponga que X tiene una distribucin exponencial con =2. Determine lo
siguiente:
a) P(X0)
0
=0 = 0
b) P(X2)
=2 2 2 = 2 |
2 =
4
= 0.0183
c) P(X1)
1
=0 2 2 = 2 |10 = 1 2 = 0.8647
d) P(1<X<2)
2
=0 2 2 = 2 |12 = 2 4 = 0.1170
e) Enumere el valor de x tal que P(X<x)=0.05
=0 2 2 = 2 |0 = 1 2 = 0.05 = 0.0256
5-70. Suponga que X tiene una distribucin exponencial con media igual a 10.
Determine lo siguiente:
E(X)=10, entonces =0.1
a) P(X>10)
=10 0.1 0,1 = 0.1 |10 = 1 = 0.3679
b) P(X>20)
=20 0.1 0,1 = 0.1 |20 =
2
= 0.1353
c) P(X>30)
=30 0.1 0,1 = 0.1 |30 =
3
= 0.0498
d) Encuentre el valor de x tal que P(X<x)=0.95
=0 0.1 0,1 = 0.1 |0 = 1 0.1 = 0.95 = 29.96
5-71. Suponga que los conteos registrados por un contador Geiser siguen un
proceso de Poisson con un promedio de conteos por minuto.
X la denotamos como el tiempo para realizar un conteo. entonces, X es una funcin
variable aleatoria con = 2 conteos por minuto.
a) Cul es la probabilidad de que no haya conteos en un intervalo de 30
segundos?
P(X>0.5)
=0.5 2 2 = 2 |
0.5 =
1
= 0.3679
b) Cul es la probabilidad de que el primer conteo ocurra en menos de 10
segundos?
10
P(X>60)
1/6 1/6
=0 2 2 = 2 |0 = 1 1/3 = 0.2835
c) Cul es la probabilidad de que el primer conteo ocurra entre 1 y 2 minutos
despus de encender el contador?
P(1<X<2)
2
=1 2 2 = 2 |12 = 2 4 = 0.1170
5-73. El tiempo entre las llamadas telefnicas a una ferretera tiene una distribucin
exponencial con un tiempo promedio entre las llamadas de 15 minutos.
X la denotamos como el para recibir una llamada. Entonces, X es una funcin
1 1
exponencial y = () = 15
5-78. La distancia entre las grietas grandes de una carretera sigue una distribucin
exponencial con media de 5 millas.
X es la distancia entre las grietas grandes. Entonces x es una funcin exponencial
1
de variable aleatoria con = () = 0.2
5-85) El tiempo entre llamadas telefnicas a una oficina corporativa tiene una
distribucin exponencial con una media de 10 minutos.
X ser el nmero de llamadas en 30 minutos. Porque el tiempo entre llamadas es
una funcin exponencial aleatoria, X es una funcin poisson aleatoria con =
1
= 0.1 30 .
()
3 30 3 31 3 32 3 33
P(X > 3) = 1 P(X 3) = 1 [ + + + ] = 0.3528
0! 1! 2! 3!
1 2 1
= ()2 + 0 ( )
1
() = ( )2
EJERCICIOS DE LA SECCIN 5-10
5-91) Las llamadas a un sistema telefnico siguen una distribucin de Poisson con
una media de 5 llamadas por minuto.
a) Qu nombre se aplica a la distribucin y a los valores de los parmetros
del tiempo hasta la dcima llamada?
b) Cul es el tiempo promedio hasta la dcima llamada?
c) Cul es el tiempo promedio entre la novena y la dcima llamada?
SOLUCION
a) Qu nombre se aplica a la distribucin y a los valores de los parmetros
del tiempo hasta la dcima llamada?
=[E(x)]=r/
=[E(x)]=10/5
=[E(x)]=2 minutos
T=1,9 minutos
5-92) Continuacin del ejercicio 5-91.
a) Cul es la probabilidad de que ocurran exactamente cuatro llamadas en
un minuto?
b) Si se escogen 10 intervalos separados. Cul es la probabilidad de que
todos los intervalos contengan ms de dos llamadas?
SOLUCION
a).
En la tabla de distribucin de Poisson tenemos:
=5
P(x4) = 0.734974
P(x5) = 0.559507
P (x 4 ) P (x 5 ) = 0.734974 0.559507 = 0.175467
b).
n= 10; p=0.5
Si=np=5
5-95) Los errores causados por contaminacin en discos pticos ocurren a razn
de un error cada 105 bits. Suponga que los errores siguen una distribucin de
Poisson.
a) Cul es el nmero promedio de bits hasta que ocurren 5 errores?
b) Cul es la desviacin estndar del nmero de bits hasta que ocurren 5
errores?
c) El cdigo de correccin de errores podra fallar si hay 3 o ms errores en
105 bits. Cul es la probabilidad de este evento?
SOLUCION
a) r=5 =10^5
E[x] = r/ E[x]=5 / 10^5
E[x]=0.00005
b) r = 5 = 10^5
V[x] ^2 = r / ^2 entonces =r / V[x] ^2
=5 / 10^5 = 0,0000224
c) r = 1 = 10^5
P [ X x] = (^r X (r1) exp (x) (r1)! /d) x
P [ X 3] = ((10^5) ^ r X (11) exp (10^5x) (11)! /d) x
5-96) El tiempo entre llegadas de clientes a un cajero automtico es una variable
aleatoria exponencial con una media de 5 minutos.
a) Cul es la probabilidad de que lleguen ms de tres clientes en 10
minutos?
b) Cul es la probabilidad de que el tiempo hasta que llegue el quinto cliente
sea menor que quince minutos?
SOLUCION
a.
E(X)=5min/ cliente = 1 / (5min/cliente) = 0,2 cliente / min = 2min / cliente
El punto a, lo resolvemos por distribucin de Poisson:
P (X > 3 min/cliente) = 1 P (X 3min/cliente) = 1 (ei / i!)
P (X > 3 min/cliente) = 1 e 22i / i! = 1 (0,135+0,271+0,271+0,180)
P (X > 3 min/cliente) =1 (0,857) = 0,143
b.
E(X)=5min/cliente=1/ 5min/cliente = 0,2 cliente/min = 2min / cliente
(9/2)
(9/2) = exp (9/2)
(9/2) = 172.7
5-99) Use la integracin por partes para demostrar que () = ( 1)( 1)
5-100) Demuestre que la integral de la funcin de densidad gamma (; , ), es
uno.
SOLUCION
La funcin gamma es la siguiente:
(r)= x ^ r1 e ^ x dx , r > 0
(1)=1
(1)= x^11 e ^ x dx
(1)= e ^ x dx
(1)=lim n e ^ x dx
(1)=lim n (e ^ x)|
(1)=lim n e ^ n +1
(1)=1
5-101) Use el resultado para la distribucin gamma para determinar la media y la
varianza de una distribucin con = 7/2.
SOLUCION
=1/2, r=7/2
= E(x) = r / = 7/2 / = 7
As:
=(100)(1+1 / 0.2)
=(100)(6)
=(100)(5!)
=12000 horas
As:
^2 = (100) ^2 (1+2 / 0.2) (100) ^2 [(1+1/0.2) ] ^ 2
^2=(100) ^2(11) (100) ^2 [ (6) ] ^ 2
^2=[(10000)(10!)][(10000)(5!) ^2]
^2=3.6110^10
5.103 Suponga que X tiene una distribucin de Weibull con parmetros con = 0,2
y = 100 horas. Determine lo siguiente:
a) P (X < 10.000)
b) P (X > 5.000)
SOLUCION
5.104 Suponga que la vida de un rodamiento de rodillos sigue una distribucin de
Weibull con parmetros = 2 y = 10.000 horas
a) Determine la probabilidad de que un rodamiento dure menos de 8.000 horas.
b) Determine el tiempo promedio hasta la falla de un rodamiento.
c) Si estn en uso 10 rodamientos y las fallas ocurren de manera independiente,
cul es la probabilidad de que los 10 rodamientos duren al menos 8.000
horas?
5.105 Considere que la vida de un disco magntico empacado, expuesto a gases
corrosivos, tiene una distribucin de Weibull con = 0,5 y la vida media es 600
horas.
a) Determine la probabilidad de que los discos empacados duren al menos 500
horas.
b) Determine la probabilidad de que los discos empacados fallen antes de 400
horas.
SOLUCION
a).
=1/600
=0.5
P(x500) = 1e^(500/600) ^0.5
P(x500) = 0.59862974
b).
P(x=400) = ((0.5/600^0.5) 400^0.5 e ^ (400/600) ^0.5)
P(x=400) = 0.000451091
5.106 La vida de una bomba de recirculacin sigue una distribucin de Weibull con
parmetros = 2 y = 700 horas.
a) Determine la vida media de una bomba.
b) Determine la varianza de la vida de una bomba.
c) Cul es la probabilidad de que una bomba dure ms que su media?
SOLUCION
=700
=2
a) E(x)=(1+1/)
E(x)=700(1+1/2)=700(1.5)=700(0.5)(0.5)=350()=620.35
NOTA: en esta ltima expresin se utiliz el hecho que
(r)=(r1)(r1)
=490000(1!)490000(0.25)(0.5) ^2
=490000122500()
=490000384845.10
=105154.89
EJERCICIOS COMPLEMENTARIOS
5.108 Suponga que f(x) = 0,5x -1 para 2 < < 4. Determine lo siguiente:
a) P (X< 2)
b) P (X > 3)
c) P (2,5 < < 3,5)
SOLUCION
5.109 encuentre la funcin de distribucin acumulada de la variable aleatoria del
ejercicio 5.108
SOLUCION
La solucin es esta:
F(x)=f(x)dx
F(x)= 0.5 x dx dx
F(x)=0.5(16 / 2 4 / 2)(42)
F(x)= 0.5 ( 8 2 ) 2
F(x)= 0.5 ( 6 ) 2
F(x)= 3 2
F(x)= 1
5.111 El tiempo entre llamadas telefnicas tiene una distribucin exponencial con
un tiempo promedio entre llamadas de 10 minutos.
a) Cul es la probabilidad de que el tiempo hasta la primera llamada sea
menos que 5 minutos?
b) Cul es la probabilidad de que el tiempo de la segunda a la tercera llamada
este entre 5 y 15 minutos?
c) Determine la longitud del intervalo de tiempo tal que la probabilidad de al
menos una llamada en el intervalo sea 0,90.
SOLUCION
a) Cul es la probabilidad de que el tiempo hasta la primera llamada sea
menor que 5 minutos?
5.118 continuacin del ejercicio 5.117. con un sistema de riego automtico, una
planta crece a una altura de 3,5 centmetros dos semanas despus de germinar.
a) Cul es la probabilidad de obtener una planta de esa altura o mayor a partir
de la distribucin de las alturas del ejercicio 5.117?
b) considera usted que el sistema de riego automtico incrementa la altura de
las plantas a la segunda semana despus de la germinacin?
SOLUCION
a)
P(x3.5) =P(z(3.52.5) /05)=P(z2)
b).
No puede sacarse una conclusin a partir de la informacin recibida. El
enunciado dice que con un sistema de riego automtico una planta crece a una
altura de 3.5 cm y no sabemos la distribucin de probabilidades ni los
resultados de una muestra representativa con el sistema de riego, solo nos dan
un dato aislado de una planta y no tenemos una desviacin estndar que nos
permita hacer una prueba de hiptesis o aplicar cualquier otro criterio de
decisin.
5.119 el espesor de un recubrimiento laminado para superficies de madera, tiene
una distribucin normal con una media de 5 milmetros y una desviacin estndar
de 0,2 milmetros.
a) Cul es la probabilidad de que el espesor de un recubrimiento sea mayor
que 5,5 milmetros?
b) Si las especificaciones requieren que el espesor este entre 4,5 y 5,5
milmetros, Qu proporcin de los requerimientos no cumplen con las
especificaciones?
c) Abajo de que valor est el espesor del recubrimiento de 90% delas
muestras?
SOLUCION
a)
P(X>5.5)=P(Z>5.55/0.2)=P(Z>2.5)=0.0062
b)
P(4.5<X<5.5)=P(4.55/0.2 < Z < 5.5 5 / 0.2) = P (2.5 < Z < 2.5) = 0.9876
entonces la proporcin que no cumple con las especificaciones
1P(4.5<X<5.5)=10.9876=0.0124
c)
si P ( X < x ) = 0.90
P ( Z > x 5/0.2)=0.90
x5/0.2 = 1.65
de donde se deduce que:
x=5.33
5.120 el dimetro de los puntos producidos por una impresora matricial tiene una
distribucin normal con un dimetro promedio de 0,002 pulgadas. Suponga que las
especificaciones requieren que el dimetro de los puntos este entre 0,0014 y 0,0026
pulgadas. Si la probabilidad de que un punto cumpla con las especificaciones debe
ser 0,9973, Qu desviacin estndar se necesita?
5.121 continuacin del ejercicio 5.120. Suponga que la desviacin estndar del
tamao de los puntos es 0,0004 pulgadas. Si la probabilidad de que un punto
cumpla con las especificaciones debe ser 0,9973, Qu especificaciones es
necesario establecer? Suponga que las especificaciones van a escogerse
simtricamente alrededor de la media de 0,002.
5.122 la vida de un lser de semiconductores con una alimentacin de energa
constante tiene una distribucin normal con una media de 7.000 horas y una
desviacin estndar de 600 horas.
a) Cul es la probabilidad de que un lser falle antes de 5.800 horas?
b) Cul es la vida en horas que excede 90% de los laser?
SOLUCION
a.
=7000 horas
=600 horas
Por tanto:
p(x5800 horas)=(p[x7000/600]<p[58007000/600])
p(x5800 horas)=p[z<2]
p(x5800 horas)=1p[z<2]
b.
p(Xx)=(p[x7000/ 600] < p [x7000/600])
p(Xx)=(Z < p [x7000/600])
p(Xx)=0.90
Por consiguiente:
x7000/600=1.28
x=7768 horas
5-123 Continuacin del ejercicio 5-122 Qu valor deber tener la vida media para
que 99%de los laser excedan 10000 horas antes de fallar?
5-124 Continuacin del ejercicio 5-122. un producto contiene 3 laser, y el producto
falla si cualquiera de ellos falla. Suponga que los laser fallan de manera
independiente. Qu valor deber tener la vida media para que 99% de los
productos excedan 10000 horas antes de fallar?
5-125 una pulgada cuadrada de alfombra contiene 50 fibras del tejido. La
probabilidad de una fibra daada es 0.0001. Suponga que las fibras daadas
ocurren de manera independiente.
a) Aproxime la probabilidad de una fibra daada en una yarda cuadrada de
alfombra
b) Aproxime la probabilidad de cuatro o ms fibras daadas en una yarda
cuadrada de alfombra
5-126 una aerolnea hace 200 reservaciones para un vuelo con capacidad para
185 pasajeros. La probabilidad de que un pasajero llegue para el vuelo es de 0.9 y
se supone que los pasajeros son independientes.
a) Aproxime la probabilidad de que haya asientos para todos los pasajeros
que lleguen
b) Aproxime la probabilidad de que haya asientos vacos
c) Aproxime el nmero de reservaciones que debera hacer la aerolnea para
que la probabilidad de que haya asientos para todos los pasajeros que
lleguen sean 0.95
b) La funcin de distribucin.
2
2 dx = 1
0
3
evaluada de 0 a 2 por tanto = 3/8
3
f(x) = (6 x) para valores entre 2 < x 6
2
(6 ) dx = 1
0
2
(6 ) dx = 1
0
2
(6x ) =1 evaluada de 2 a 6
2
Funcin de distribucin es
3
2 para valores entre 0 < x 2
8
1
(6 x) para valores entre 2 < x 6
8
E[X]= f(x) x dx
2 3 3 4
0 x (8 2 ) dx =
32
evaluada de 0 a 2 E[X] = 1,5
6 1 1 3
2 x( 8 (6 x))dx = 8 (3 2 3
) evaluada de 2 a 6 E[X] = 3,33
5
k dx = 1
0
2
k evaluada de 0 a 5 luego k = 2/25
2
y su funcin de distribucin es
1
2 para valores entre 0 x 5
25
0 < 3
6.12.5 Dada la funcin () {4 12 0 5}
0 > 4
a) comprobar que f(x) es una funcin de densidad
5
(4x 12) dx = 1
0
a) Determinar el valor de c
b) Hallar la funcin de distribucin de la variable aleatoria X.
c) Calcular la probabilidad del suceso AUB, siendo
A = {x R I x1,5} y B {x R I x>1,5}
d) Calcular la probabilidad de que X este comprendida entre 1,5y 3
e) Hallar p(x>3Ix<2).
f) Hallar la esperanza y la varianza de X
g) Hallar el coeficiente de asimetra de la variable aleatoria X
6.12.12 para la variable aleatoria ZN (0,1) hallar el rea bajo la curva de su funcin
de densidad que est comprendida entre z y z para los siguientes valores de z
Z=1; z=1,96; z=2; z=2,33; z= 2,58; z= 3
6.12.13 hallar el valor de la variable aleatoria ZN (0,1) que verifica cada una de las
siguientes condiciones
a) la probabilidad entre 0 y z es 0,4505
b) el valor de z deja a su derecha probabilidad 0,9292
c) el valor de z deja a su izquierda probabilidad 0,0307
d) la probabilidad por debajo de z es 0,6480
e) el valor de z deja a su derecha probabilidad 0,0392
f) la probabilidad comprendida entre z y z es 0,5934
6.12.14 una variable aleatoria tiene una distribucin normal de media 57,4 y
desviacin tpica 8,4. Cul es la probabilidad de qu esta variable aleatoria tome
un valor?:
a) menor que 70
b) menor que 51,1
c) comprendido entre 59,5 y 76,3
d) comprendido entre 44,8 y 72,42
6,12,15 en una bolsa de trabajo hay 80000 personas cuyo cociente intelectual,
expresado en tanto por ciento est distribuido segn una normal con media 107 y
desviacin tpica 12. Si cierto trabajo solo lo pueden realizar las personas con un
cociente intelectual de al menos 100 y los que tienen un cociente intelectual superior
a 120 se cansan pronto y se aburren con dicha tarea, determinar cuntas personas
de la bolsa de trabajo sern idneas para realizar esa tarea teniendo en cuenta solo
la informacin proporcionada por el cociente intelectual
6.12.16 los gastos anuales por familia en una determinada comunidad autnoma
siguen una distribucin normal de media 17.655E y desviacin tpica 27130E. Para
esa poblacin
a) Qu porcentaje de familias gastan anualmente menos de 12500E?
b) Qu porcentaje de familias tienen un gasto anual superior a 18000E?
c) Calcular el percentil 90 para la distribucin de los gastos anuales en esa
comunidad autnoma
6.12.17 una poblacin formada por cinco millones de insectos de la misma especia
tiene el 52% de hembras. La longitud de los machos, en mm, sigue una distribucin
normal de media 1,68 y desviacin tpica 0,2. Determinar cuntos machos mide
a) Menos de 1,75 mm
b) Ms de 1,60 mm
c) Menos de 2,05 mm
d) Ms de 1,20 mm
() = (1+)3 si x 0
0 < 0
a) Determinar el valor de k
b) Hallar la funcin de distribucin
c) Calcular la media, la mediana, el primer cuartil
6.12.26 la probabilidad de que una variable continua x tome un valor menor o igual
que cualquier x de su recorrido [a, b] es lineal en x. hallar
a) La funcin de distribucin de x
b) La funcin de densidad de x
c) El valor esperado, la moda, y la mediana de x
d) La varianza de x
e) Los coeficientes de asimetra y de curtosis
6.12.28 una maquina corta piezas cuyo grosor es una variable aleatoria continua
x con funcin de densidad () = (3 )( 1.5) 1.5 < < 3 midiendo
x en cm
a) Calcular el valor de k
b) Hallar la funcin de distribucin
c) Se rechazan las piezas con grosor menor que 1,7 cm o mayor que 2,8 cm
Cul es la probabilidad de que no se rechace una pieza tomada al azar
de las cortadas por la maquina?
d) Si las piezas se empaquetan en cajas de 10, hallar la probabilidad de que
en una caja elegida al azar haya menos de dos piezas no admisibles
6.12.29 para la distribucin continua uniforme en el intervalo [0, 10] calcular
a) E(X)
b) 2
c) Los momentos de orden 3 y 4 respecto a la media
d) Los coeficientes de asimetra de curtosis
si 0 < x < 1
1 1