UNIVERSIDAD ANDRS BELLO

DEPARTAMENTO DE MATEMATICAS
GUA PROBLEMAS RESUELTOS: VARIABLES ALEATORIAS Y MODELOS
PROF: PAOLA BARILE M.


1. Los datos del censo a menudo se usan para obtener distribuciones de probabilidad de algunas
variables aleatorias. Los datos del censo, de familias con un ingreso combinado de $500.000 o
ms, en una ciudad en particular, muestran que de 1000 familias encuestadas, 200 no tienen
hijos, 300 tienen un hijo, 400 tienen dos hijos y 100 tienen 3 hijos. Con base a esta informacin:
1.1 Elabore la distribucin de probabilidad para X, que representa el nmero de hijos por
familia en este grupo de ingreso.
1.2 Estime el nmero esperado de hijos por familia
SOLUCIN:
Sea X: Nmero de hijos por familia
P(X = 0) = 200 / 1000 = 0,2 P(X = 1) = 300 / 1000 = 0,3
P(X = 2) = 400 / 1000 = 0,4 P(X = 3) = 100 / 1000 = 0,1

1.1.
x 0 1 2 3
P(x) 0.2 0.3 0.4 0.1

1.2 E(X) =

) x ( p x = 0 0,2 + 1 0,3 + 2 0,4 + 3 0,1 = 1,4 hijos

2. El tiempo requerido por los estudiantes para terminar un examen de una hora es una v. a. con f. d. p.
dada por:







< << < < << < + ++ +
= == =
. c . o . t 0
1 y 0 si y
2
cy
) y ( f

2.1 Determine el valor de c.
2.2 Dado que un estudiante necesita al menos 15 minutos para presentar el examen, encuentre
la probabilidad de que necesite al menos 30 minutos para terminarlo.
2.3 Calcule el tiempo esperado y la desviacin estndar del tiempo que demora un estudiante
en terminar el examen.

SOLUCIN:
2.1

( (( ( ) )) )

< << < < << < + ++ +





= == = = == = = == = + ++ + = == = + ++ + = == = + ++ + 1 y 0 si y
2
2
y 3
) x ( f
2
3
c 1
2
1
3
c
1
22
y
3
cy
1 dy y cy
1
0
3
2


2.2
( (( ( ) )) )
8455 , 0
9609 , 0
8125 , 0
) 25 , 0 X ( P
5 , 0 X P
) 25 , 0 X / 0,5 P(X = == = = == =

> >> >
= == = > >> >

2.3 E(Y) = = == = | || |

| || |

\ \\ \
| || |
+ ++ +

dy y y
2
3
y
1
0
2
0,70833 [horas] = 42,5


V(Y) = E(Y
2
) [E(Y)]
2
= 0,55 0,70833
2
= 0,04826 [horas]
2


(x) = 0,2197 [horas] = 13,18.

3. El nmero de meses requeridos para construir un edificio, es una variable aleatoria con funcin de
cuanta:

X 10 11 12 13 14
P(x) 0.2 0.3 0.3 0.1 0.1

3.1 Determine el nmero esperado de meses, para construir el edificio.
3.2 Calcule el % de variabilidad del nmero de meses requeridos para construir el edificio.

SOLUCIN:
3.1 E(X) = xp(x) = 10 0,2 + 11 0,3 + 12 0,3 + 13 0,1 + 14 0,1 = 11,60

3.2 % de variabilidad C.V.(X)


) X ( E
x
) X .( V . C

= == =



[ [[ [ ] ]] ]
2 2 2
x x
) X ( E ) X ( E = == = = == =


E(X
2
) =

) x ( p x
2
= 136,0

2
= 136 (11,6)
2
= 1,44
= 1,2
C.V.(X) = 1,2 / 11,6 = 0,103
Por lo tanto el porcentaje de variabilidad es 10,3%.

4. Una estacin de servicio recibe bencina semanalmente. Las estadsticas anteriores sugieren que
la distribucin de probabilidad de las ventas semanales X (en miles de litros) se aproxima mucho
a un tringulo issceles cuya base se extiende de 1000 a 3000 litros como lo indica la figura.









dy y y
2
3
y ) Y ( E
1
0
2 2 2

| || |

| || |

\ \\ \
| || |
+ ++ + = == =

1 2 3

4.1 Definir la funcin de probabilidad de las ventas semanales.
4.2 Calcular la probabilidad que el consumo de combustibles est entre 1700 y 2800 litros.
4.3 Cul debe ser la capacidad mnima de almacenamiento de bencina que debe tener la
estacin a fin de que la probabilidad de que se agote el combustible sea de 0,08?

SOLUCIN:

4.1 P(1 , 0 ) P ( 2 , 1 )
1
1
1
1 2
0 1
m = == = = == =


= == = y 0 = m ( x 1 )
y = x 1

P(2 , 1 ) P ( 3 , 0 )
1
1
1
3 2
0 1
m = == =

= == =


= == = y 1 = m ( x 2 )
y 1 = - 1 (x 2 )
y = - x + 2 + 1
y = - x + 3









= == =
. c . o 0
3 x 2 x 3
2 x 1 1 x
) x ( f

4.2 P ( 1,700 < X < 2,800) = 735 , 0 48 , 0 255 , 0 dx ) x 3 ( dx ) 1 x (
0 , 2
7 , 1
8 , 2
0 , 2
= == = + ++ + = == = + ++ +



4.3 P( X k ) = 0,08 P ( X < k ) = 0,92





= == =
= == =
= == = + ++ + = == =
= == =


6 , 2 k
4 , 3 k
42 , 0 4 k 3
2
k
42 , 0 dx ) x 3 (
5 , 0 dx ) 1 x (
2
k
2
2
1


Como el recorrido de X est entre 1 y 3 la solucin es k = 2,6.

5. Un exportador de fruta tiene que pasar una clusula de control de calidad internacional que es: el
peso de las cajas tienen que encontrarse entre 8,5 y 9,7 Kgs. A travs de la experiencia se encontr
que el peso tiene una distribucin dada por:






> >> >


= == =
| || |
| || |

| || |


\ \\ \
| || |
. c . o . e 0
0 x si
2
9
x
x
81
k
) x ( f
e


5.1 Se extrae aleatoriamente una caja del embarque, Cul es la probabilidad que sta
apruebe el control de calidad?
5.2 Se define un beneficio cero, si no se aprueba el control y un beneficio de 50 millones de
pesos si es aprobado. Cul es el beneficio esperado?
5.3 Cul es la probabilidad que el peso sea mayor que 9,1 Kg. dado que la caja pasa el
control de calidad?

SOLUCIN:

5.1 Control Calidad = [8,5 9,7]
( (( ( ) )) )
( (( ( ) )) )
2 k 1 5 , 40
81
k
1 dx e x
81
k
1 dx e x
81
k
1 ) x ( f
0
9
x
0
9
x
2
2
= == = = == =
= == =
= == = = == =






+ ++ +



5.2

< <
> <
=
7 , 9 x 5 , 8 si 50
7 , 9 x 5 , 8 x si 0
Beneficio

E(B) = x p(x)
E(B) = 0 P (X< 8,5 X > 9,7) + 50 P (8,5 < X < 9,7)
E(B) = 50 0,0969 = 4,845
Beneficio esperado 4,845 millones de pesos.

5.3

485 , 0
0969 , 0
047 , 0
0969 , 0
dx ) x ( f
) 7 , 9 X 5 , 8 ( P
) 7 , 9 X 1 , 9 ( P
7 , 9 X 5 , 8
1 , 9 X
P
7 , 9
1 , 9
= == = = == = = == =
< << < < << <
< << < < << <
= == =
< << < < << <
< << < < << < > >> >
= == = | || |

| || |

\ \\ \
| || |
< << < < << <
> >> >

9,7) X P(8,5
9,7) X 8,5 9,1 P(X


( (( ( ) )) )
0969 , 0 dx e x
81
2
7 , 9
5 , 8
9
x
2
= == =


6. El retraso o adelanto (en minutos) de un vuelo de Mendoza a Santiago, es una v. a. cuya funcin
de densidad de probabilidad est dada por:

( (( ( ) )) )





< << < < << <
= == =
. c . o . e 0
7 x 6 para x 36
288
1
) x ( f
2


donde los valores negativos de x son indicativos de que el vuelo llega adelantado y los valores
positivos de x sealan que el vuelo llega atrasado.
Un vuelo se considera aceptable si su tiempo de llegada pertenece al intervalo:
[ [[ [ ] ]] ] 3472 , 3 ) x ( E , 3472 , 3 ) x ( E + ++ +
En la empresa area se observa una sucesin de vuelos y los clasifican en aceptable y no
aceptable. Cul es la probabilidad que se requiera no ms de 5 observaciones para obtener el
tercer vuelo aceptable?

SOLUCIN:

E(X) = x f(x) dx =
( (( ( ) )) )dx x 36
288
1
x
7
6
2



= - 0,147
Por lo tanto, son aceptables [ ] 3472 , 3 ) x ( E ; 3472 , 3 ) x ( E + =
[ ] 3472 , 3 147 , 0 ; 3472 , 3 147 , 0 +
=
[-3,494; 3,200]
P(aceptar) =
( (( ( ) )) )dx x 36
288
1
2 , 3
494 , 3
2



= 0,749

Sea Y: N de observaciones para obtener el tercer vuelo aceptable
Y Pascal (r, p) con r = 3 y p = P(aceptar) = 0,749
Y P(3; 0,749)
P( Y 5 ) = P ( Y = 3 ) + P ( Y = 4) + P ( Y = 5) = 0,8954
Nota: tambin se puede resolver por Binomial.

7. Sea X el nmero de barcos que llegan cada da a cierto puerto. Se sabe que X tiene una
distribucin Poisson de parmetro =2. Las actuales instalaciones portuarias pueden despachar
tres barcos por da. Si ms de 3 barcos llegan en un da, los que estn en exceso deben enviarse a
otro puerto.
7.1 En un da determinado, Cul es la probabilidad de tener que mandar barcos a otro
puerto?
7.2 En cunto debe aumentarse las instalaciones actuales para permitir la atencin de todos
los barcos aproximadamente el 95% de los das?
SOLUCIN:
X: N de barcos que llegan por da.
X P ( = 2)
7.1 P (X > 3) = 1 P ( X 3) = 1 [ P (X = 3) + P (X = 2) + P ( X = 1 ) + P(X =0)

! x
e
) x X ( P
x


= == = = == =

P ( X > 3 ) = 0,180 + 0,271 + 0,271 + 0,135 = 0,143
7.2 Sea k el nmero de instalaciones necesarias para atender todos los barcos.
P (X k) = 0,95, como X P( = 2) y P ( X 3 ) = 1 0,143 = 0,857 y
P( X = 4) = 0,09 P (X 4) = 0,947
P( X = 5) = 0,036 P (X 5) = 0,983
Por tanto, las instalaciones deben aumentarse en 2 unidades.

8. El tiempo de vida til de cierto equipo musical se distribuye normalmente con media 22 meses.
Segn se ha observado el 95% de la produccin tiene una vida til inferior a 35 meses.
8.1 Si un distribuidor minorista vende cada equipo musical en $32.000 y lo adquiere
en $24.000 con una pliza de garanta de 18 meses, perodo en que por fallas puede ser
devuelto al fabricante y se le regresa el dinero al cliente. Calcule la utilidad esperada por
equipo.
8.2 En una semana se vendieron 10 equipos, calcule la probabilidad que a lo ms 4 hagan
efectiva la pliza de garanta.

SOLUCIN:
X: tiempo de vida til de un equipo musical.
X ( (( ( ) )) ) ? ; 22 N
2
= == = = == =
Para calcular : P ( X < 35 ) = 0,95
P ( Z <

22 35
) = 0,95 de tabla

22 35
= 1,64 = 7,93
Por lo tanto, X
( )
2 2
) 93 , 7 ( ; 22 = = N

8.1

>
=
18 0 $
18 8000 $
x si
x si
U

E(U) = $8000 P( X > 18 ) + $0 P (X 18 )
P(X> 8) =1 P (X 18) = 1 P
|
|

\
|

7,93
22 - 18
Z = 1P (Z -0,504)=1 0,309 =0,6915
E(U) = $5.532

8.2 Sea Y: N de equipos que hacen efectiva la pliza de garanta.
Y B ( n; p) n = 10 ; p = P ( X 18) = 0,309
Y B ( 10; 0,309)
P ( Y 4) = P ( Y = 4) + P ( Y = 3) + P ( Y = 2) + P ( Y = 1) + P ( Y = 0)
P ( Y = y ) = ( )
y n y
p p
y
n


|
|

\
|
1
P ( Y 4) = 0,208 + 0,266 + 0,223 + 0,111 + 0,025 = 0,833

9. Se enva un tcnico para hacer la instalacin de un sistema de comunicacin especializado a una
ciudad, slo cuando se han recibido tres o ms pedidos. Suponga que los pedidos tienen una
distribucin Poisson, con media de 0.25 pedidos por semana para una ciudad con una poblacin
de 100.000 mil habitantes; suponga que se hacen pedidos de una ciudad que tiene 800.000 mil
habitantes.
9.1 Cul es la probabilidad de que el tcnico sea solicitado cuando ha transcurrido una
semana?.
9.2 Si una persona es la primera en hacer un pedido en esta ciudad, Cul es la probabilidad
de que tenga que esperar ms de dos semanas desde que solicit el servicio para que la
compaa enve el tcnico?.

SOLUCIN:
Sea X: N de pedidos por semana por 100.000 habitantes
X P ( 0,25)
Y : N de pedidos por semana por 800.000 habitantes
Y P ( 8 0,25 = 2 )
9.1 P ( Y 3) = 1 P ( Y < 3 ) = 1 P ( Y 2) = 1 0,676 = 0,324.
9.2 Sea Z : N de pedidos por 2 semanas por 800.000 habitantes
Z P ( 2 2) = P ( Z 1 ) = 0,091

10. El tiempo promedio que requiere un bote para navegar al destino A es 65 minutos, con
desviacin estndar de 8 minutos y el tiempo promedio que requiere para navegar al destino B es
85 minutos con desviacin estndar de 9 minutos. Asumiendo distribuciones normales:
10.1 Qu proporcin del tiempo el recorrido al destino A ser mayor que el tiempo promedio
del recorrido al destino B?.
10.2 La agencia encargada de la supervisin de los viajes del bote, ha planificado un tiempo
mximo de duracin del viaje para el destino A de 60 minutos. Si se analizan 5 viajes,
Cual es la probabilidad de que al menos en tres de ellos se cumpla con lo planificado?.

SOLUCIN:
Sean A: { Tiempo para manejar al destino A}; B : { Tiempo para manejar al destino B}
A N ( 65; 8
2
) B N ( 85; 9
2
)
10.1 P ( A > 85 ) = 1 P ( A < 85 ) = 1 P (
8
65 85
Z

< << < ) = 1 P ( 5 , 2 Z < << < )
= 1 0,99461 = 0,00539 = 0,54%

10.2 Sea X: N de viajes que cumplen con lo planificado
X B (5; P (A 60))
P ( A 60 ) = P ( Z
8
65 60
) = P ( Z - 0,63) = 0,264
X B (5; 0,264)
P ( X 3) = 1 P ( X 2 ) = 1 {P (X = 0 ) + P ( X = 1 ) + P ( X = 2 )}
= 1 { 0,216 + 0,387 + 0,2779}
= 0,1191.

11. El nmero de fallas de una mquina sigue una distribucin de Poisson, y se sabe que hay una
probabilidad de 0,01831 de no tener fallas en el mes (30 das).
11.1 Si en un mes se tiene por lo menos dos fallas, cul es la probabilidad que se
tengan a lo ms 4 fallas?
11.2 La empresa tiene 5 mquinas idnticas, cul es la probabilidad que menos de dos
mquinas tengan a lo ms una falla por semana?

SOLUCIN:
X: N de fallas de una mquina en 30 das.
X P ( )
P (X = 0 ) = 0,01831
p ( x ) =
! x
e
x





P( X = 0 ) = 01831 , 0 e
! 0
e
0
= == = = == =






/ ln
- = ln 0,01831
= - ln 0,01831
= 4 X P ( 4 )

11.1
( (( ( ) )) )
( (( ( ) )) )
59 , 0
) 1 X ( P ) 0 X ( P 1
) 4 X ( P ) 3 X ( P ) 2 X ( P
) 1 X ( P ) 0 X ( P 1
2 X 4 X P
2 X
4 X
P
= == =
= == = = == =
= == = + ++ + = == = + ++ + = == =
= == =
= == = = == =

= == =




11.2 Sea Y: N mq. Que tengan a lo ms una falla por semana.
Y B ( n = 5; p= P ( X 1))
X : N de fallas de una mquina en 7 das.
X P ( 4 7 / 30 = 0,93)
P ( X 1 ) = P ( X = 0 ) + P ( X = 1 )
=
! 1
93 , 0 e
! 0
93 , 0 e
1 93 , 0 0 93 , 0

+ ++ +



= 0,76
Y B ( n = 5; 0,76)
P ( Y < 2 ) = P ( Y = 0 ) + P ( Y = 1 )
P ( Y < 2 ) = 013 , 0 ) 76 , 0 1 ( 76 , 0
1
5
) 76 , 0 1 ( 76 , 0
0
5
4 1 5 0
= == =
| || |
| || |

| || |


\ \\ \
| || |
+ ++ +
| || |
| || |

| || |


\ \\ \
| || |


12. Se sabe que los discos producidos en una empresa salen defectuosos con probabilidad,
independiente unos de otros, de 0,01. La compaa vende los discos en cajas de 10 y garantiza el
reembolso del dinero si ms de 1 de 10 discos sale defectuoso.
12.1 Cul es la proporcin de cajas que se devuelven?
12.2 Si alguien compra tres cajas, Cul es la probabilidad de que devuelva exactamente una de
ellas?

SOLUCIN:
12.1 Sea X: Nmero de discos defectuosos en una caja, entonces suponiendo que los
clientes siempre aprovechan la garanta, X B (10; 0,01).
Sea A = { La caja de discos es devuelta}
P(A) = P( X > 1) = 1 P ( X 1) = 1 P ( X= 0 ) P ( X = 1)
= ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) 0042662 , 0
9
99 , 0
1
01 , 0
1
10
10
99 , 0
0
01 , 0
0
10
1 = == =
| || |
| || |

| || |


\ \\ \
| || |

| || |
| || |

| || |


\ \\ \
| || |

A la larga el 0,43% de las cajas de discos sern devueltas.

12.2 Sea Y: Cantidad de cajas que la persona devuelve entre tres.
Y B ( 3; 0,0043)
P(Y = 1) = ( (( ( ) )) ) ( (( ( ) )) ) 01279 , 0
2
9957 , 0
1
0043 , 0
1
3
= == =
| || |
| || |

| || |


\ \\ \
| || |


13. La posibilidad de que cada muestra de aire contenga una molcula rara particular es de 10%.
Supngase que las muestras son independientes con respecto a la presencia de la molcula.
Encuntrese la probabilidad de que en las 18 muestras siguientes, al menos cuatro muestras
contengan la molcula rara.

SOLUCIN:
X: N de muestras de aire que contienen la molcula rara en las 18 muestras siguientes analizadas.
p = 0,1; n = 18; q = 0,9
( (( ( ) )) ) ( (( ( ) )) )
x 18 x
18
4 x
9 , 0 1 , 0
x
18
) 4 X ( P

= == =

| || |
| || |

| || |


\ \\ \
| || |
= == =


o bien,
P(X 4) = 1 P(X < 4) =
( (( ( ) )) ) ( (( ( ) )) )
x 18 x
3
0 x
9 , 0 1 , 0
x
18
1

= == =

| || |
| || |

| || |


\ \\ \
| || |



P(X 4) = 1- [0,15+0,3+0,284+0,168] = 0,098

14. La contaminacin es un problema en la fabricacin de discos de almacenamiento ptico. El
nmero de partculas contaminantes que aparecen en un disco ptico tiene una distribucin
Poisson, y el nmero promedio de partculas por centmetro cuadrado de superficie del medio de
almacenamiento es 0,1. El rea de un disco bajo estudio es 100 centmetros cuadrados.
Encuntrese la probabilidad de encontrar 12 partculas en el rea del disco.

SOLUCIN:
X: N de partculas contaminantes que aparecen en un lente ptico.
= E(X) = 100 0,1 = 10 partculas.
095 , 0
! 12
10 e
) 12 X ( P
12 10
= == =

= == = = == =



15. Sea la variable aleatoria continua X el dimetro de un agujero taladrado en una placa de metal. El
dimetro requerido es 12,5 mm., pero muchas perturbaciones aleatorias en el proceso dan como
resultado dimetros ms grandes. La recopilacin de datos indica que la distribucin de X puede
modelarse con la funcin de densidad de probabilidad:

5 , 12 x ,
) 5 , 12 x ( 20
e 20 ) x ( f

= == =

Si se desechan las piezas que tienen un dimetro mayor que 12,60 mm.
15.1 Qu proporcin de piezas se espera desechar?
15.2 Cul es el valor esperado de los dimetros?
15.3 Cul es la variabilidad de los dimetros?


SOLUCIN:
15.1 135 , 0 e dx e 20 ) 60 , 12 X ( P
6 , 12
) 5 , 12 x ( 20
6 , 12
) 5 , 12 x ( 20
= == = = == = = == = > >> >





15.2 55 , 12 dx e 20 x ) X ( E
) 5 , 12 x ( 20
5 , 12
= == = = == =




15.3 V(X) = E(X
2
) [E(X)]
2
=
2 ) 5 , 12 x ( 20
5 , 12
2
) 55 , 12 ( dx e 20 x




= 157,505-157,5025
V(X) = 0,025

NOTA: Este problema se puede resolver fcilmente identificando el modelo, que es exponencial
con parmetro 20 para la variable X 12,5.