UNIVERSIDAD POLITCNICA SALESIANA

PROBABILIDAD Y ESTADSTICA
RESOLUCIN DE EJERCICIOS
6.40). En cierta ciudad, el consumo diario de agua (en millones de litros) sigue
aproximadamente una distribucin gama =2 y =3. Si la capacidad diaria de dicha
ciudad es 9 millones de litros de agua Cul es la probabilidad de que cualquier da
dado el suministro de agua sea inadecuado?

1
( > 9) = ( 3 )
9 9

3
( > 9) = [ ]
3
3 9

( > 9) = 4 3 = 0.1992
( > ) = .

6.41. Utilice la funcin gama con = para demostrar que: () = .

(1,8 < X < 2,4) =

2,4
xex dx
1,8

2,4
[xex ex ]
1,8
2,8e1,8 3,4e2,4
(, < < , ) = ,

6.42). - Suponga que el tiempo, en horas, que toma reparar una bomba de calor es una
variable aleatoria X que tiene una distribucin gamma con parmetros =2 y =1/2
Cul es la probabilidad de que la llamada de servicio requiera:
a) A lo ms 1 hora para reparar la bomba de calor?
Funcin gamma:

( ) = 1
0

Si n = nmero mayor que cero

() = ( 1)! (2) = 1
Distribucin gamma:

( ) 4 2 , >0
={
0,

1 1
2 )
( 1) = (4 = 4 ( 2 )
0 0
1 1
( 2 ) = 2 ( 2 )
2 2
1 1
= 2 2 +
2 4

1 2 1 2 1
( 1) = 4 ( )|
2 4 0
1 1 1
( 1) = 4 [ (1) 2(1) (1)2(1) ( )]
2 4 4
( ) = .

b) Al menos dos horas para reparar las bombas de calor?

2
( 2) = 1 ( < 2) = 1 4 0 ( 2 )

1 2 1 2 2
( 2) = 1 4 ( )|
2 4 0
1 1 1
( 2) = 4 [ (2) 2(2) (2)2(2) ( )]
2 4 4
( 2) = 1 0.9084 = 0.0916
( ) = .

Ejercicio 6.43. -
a). Encuentre la media y la varianza del consumo de agua del ejercicio 6.40

: 2 B: 3
Media Varianza
= B Varianza= b 2
= 2.3 Varianza= 2 (3) 2
=c Varianza= 18
b). De acuerdo con el teorema de Chevysheb. hay una probabilidad de al menos
de que el consumo de agua en cualquier da dado caiga dentro de un intervalo? De
cul?

=6 Desviacin tpica= 4,24 18

- 2 (desviacin) = 6-2(4,24)

-2 (deviacin) = -2,4 R= Intervalo de = -2,4

a 14,98
+2(desviacin) = 6+2(4,24)
+2(desviacin) = 6+8,48
+2(desviacin) = 14.98

6.45). La vida en aos de cierto interruptor elctrico tiene una distribucin exponencial con
una vida promedio de =2. Si 100 de estos interruptores se instalan en diferentes
sistemas Cul es la probabilidad de que a lo ms 30 fallen durante el primer ao?

1 1
( < 1) = ( 2 )
2 0
 1
( < 1) = ( 2 )|
0

1

( < 1) = 1 2 = 0.3935
= (100)(0,3935) = 39,35

= (100)(0.3935)(0.6065) = 4.885
30.5 39.35
= = 1.81
4.885
( 30) = ( < 1.81) =

( ) = .
6.46. - La vida en aos, de cierto interruptor elctrico tiene una distribucin
exponencial con una vida promedio de = 2. Si 100 de estos interruptores se instalan
en diferentes sistemas, Cul es la probabilidad de que, a lo mucho, fallen 30 durante
el primer ao?
1 1
P(x < 1) =
2
0 2 = 2 ]10 = 1 12 = 0.3935
= (100)(0.3935) = 39.35

= (100)(0.3935)(0.6065) = 4.885
30.5 39.35
= = 1.81
4.885
( 30) = ( < 1.81) = 0.0352
( ) = .
 CUESTIONARIO
1) La Distribucin Gamma se usa en:
a) Esperanza Matemtica.
b) Teora de colas y en Problemas de confiabilidad.
c) Teora de Conjuntos.

Justificacin:
La distribucin gama es usada en teora de colas y en problemas de confiabilidad
(Moctezuma, 2016)

2) Que es Teora de colas?

a) Estudio de los elementos de un conjunto y su anlisis individual.
b) En la media de un conjunto de valores determinados por una encuesta.
c) Es el estudio matemtico del comportamiento de lneas de espera.

Justificacin:
Teora de colas: es el estudio matemtico del comportamiento de lneas de espera. Esta se
presenta, cuando los "clientes" llegan a un "lugar" demandando un servicio a un "servidor", el
cual tiene una cierta capacidad de atencin. Si el servidor no est disponible inmediatamente y
el cliente decide esperar, entonces se forma la lnea de espera. (Ferreira, 2010)

3) La media de la distribucin Gamma es =

Verdadero
Falso

Justificacin:
La media de la distribucin gamma es = (UNAM)

4) La distribucin exponencial es:

a) El tiempo que se estima que un componente funcione de manera correcta.
b) El tiempo (o espacio) que transcurre hasta que ocurre un nmero especfico de
eventos de Poisson.
c) El tiempo en que una esperanza matemtica se logre cumplir.

Justificacin:
La distribucin exponencial: Describe el tiempo que transcurre hasta la ocurrencia de un
evento de Poisson (o el tiempo entre eventos de Poisson)

El tiempo (o espacio) que transcurre hasta que ocurre un nmero especfico de eventos de
Poisson es una variable aleatoria, cuya funcin de densidad es descrita por la distribucin
gamma (Universidad de Mlaga, 2010)
5) La relacin entre la distribucin exponencial y el proceso de Poisson se denomina:

a) Exponencial negativa.
b) Exponencial positiva.
c) Exponencial logartmica.

Justificacin:
La relacin entre la distribucin exponencial y el proceso de Poisson se denominada
exponencial negativa (Moctezuma, 2016)

Bibliografa
Ferreira, M. (2010). Teora de colas. Caracas.
doi:http://www.monografias.com/trabajos18/teoria-colas/teoria-colas.shtml

Moctezuma, L. A. (16 de abril de 2016). SlideShare. Obtenido de

https://es.slideshare.net/luisalfredomoctezumapascual/distribucin-gamma-y-
exponencial

UNAM. (s.f.). atmosfera. Obtenido de Distribuciones continuas:

http://www.atmosfera.unam.mx/jzavala/AnalisisDatos/Curso_AnalisisDatos_Clase_07
b.pdf

Universidad de Mlaga. (08 de 2010). Obtenido de Distribucin exponencial:

http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/libro/
node78.htm