Beruflich Dokumente
Kultur Dokumente
Estadstica EEGGCC
Ejemplo 97
Indique el tipo de la variable aleatoria y su rango.
Variable aleatoria
W = nmero de libros defectuosos en un lote
de 100 unidades
X = nmero de llamadas realizadas por un
vendedor en una hora.
Y = tiempo que puede pasar un humano debajo del agua sin respirar (en minutos)
Z = monto pagado en la primera boleta de
pago (en nuevos soles)
S = Nmero de candidatos entrevistados hasta encontrar el tercero apto para un puesto
T = Peso de un recin nacido ( en kg.)
M = Nmero de crditos hipotecarios aprobados de 12 que fueron evaluados.
N = Nmero de accidentes de trabajo por
semana en una mina.
Notas
Rango
Tipo de variable
106
Evento (X = a)
El evento ( X = a) se define como ( X = a) = { w / X (w) = a }
Ejemplo 98
Sea el espacio muestral del experimento E = lanzar una moneda dos veces y observar si sale cara
(c) o sello (s) cada vez.
= {(c,c), (c,s), (s,c), (s,s)}.
Se define en la variable aleatoria X = nmero de caras obtenidas.
El rango de RX = {0, 1, 2}, entonces, X es una variable aleatoria discreta.
El evento (X = 0) = el nmero de caras obtenidas es cero = {(s,s)}
El evento (X = 1) = el nmero de caras obtenidas es uno = {(c,s), (s,c)}
El evento (X = 2) = el nmero de caras obtenidas es dos = {(c,c)}
El evento (X > 0) = (X = 1 X = 2) = {(c,s), (s,c), (c,c)}
f (x ) = P ( X = x ) = 1
x R X
x R X
Si A RX , entonces P ( X A ) =
f (x )
x A
El dominio de la funcin f(x) se puede extender a todos los nmeros reales, si se define f(x) = 0
para todo x IR - RX.
Ejemplo 99
Sea X una variable aleatoria discreta con la siguiente funcin de probabilidad:
x
10
15
20
25
30
f(x) = P(X=x)
0,05
0,12
0,28
0,34
0,15
0,06
Entonces: P(X <20) = P(X = 5) + P(X = 10) + P(X = 15) = 0,05 + 0,12 + 0,28 = 0,45
P(5< X <25) = P(X = 10) + P(X = 15) + P(X = 20) = 0,12 + 0,28 + 0,34 = 0,74
Notas
Estadstica EEGGCC
107
Ejemplo 100
Sea X el nmero de veces que se lanza un dado hasta que salga seis por primera vez. Determine la
funcin de probabilidad de la variable X y calcule P( X > 4)
Ejemplo 101
Sea la variable aleatoria X = nmero de expedientes rechazados por documentacin incompleta, en
un da. Usando informacin disponible en los archivos, se observ el nmero de expedientes rechazados por documentacin incompleta por da, en una muestra de 200 das. Los resultados fueron:
32 das no se rechazaron expedientes
48 das se rechaz un expediente
70 das se rechazaron dos expedientes
30 das se rechazaron tres expedientes
16 das se rechazaron cuatro expedientes
4 das se rechazaron cinco expedientes
a. Usar la informacin anterior para construir una distribucin de probabilidades para X.
Notas
108
Ejemplo 102
Se lanza un dado dos veces, sea la variable aleatoria X igual a la suma de los puntos de las caras superiores. Determine la funcin de probabilidad de la variable X.
Ejemplo 103
En una urna hay dos bolas rojas y tres bolas negras. Se saca, una a una y sin reemplazo, las bojas hasta que salga la segunda bola roja. Sea X la variable aleatoria definida como el nmero de extracciones
necesarias hasta que aparezca la segunda bola roja. Calcule la funcin de probabilidad de la variable
X.
f (x ) dx = 1
RX
Si A RX , entonces P ( X A ) = f ( x )dx
El dominio de la funcin f(x) se puede extender a todos los nmeros reales, si se define f(x) = 0
para todo x IR- RX
Notas
109
Estadstica EEGGCC
Se cumple que:
b
P(a X b ) = f ( x )dx
a
a
P( X = a) = f ( x) dx = 0
a
a. Calcular el valor de c
b. Calcule e interprete P ( X < 5)
c. Calcule e interprete P ( X 8)
Solucin
10
x2
a. Como f(x) es una funcin de densidad cx dx = 1 , luego c
2
0
10
= 1 , de donde,
0
50c = 1 c = 0,02
5
b.
P ( X < 5) =
c.
P ( X 8) =
a. Determine el valor de a.
Notas
110
f (x ) = P( X = x)
x a
x a
F (a) = P( X a) =
f (x )dx
Se cumple que:
0 F (a) = P( X a) 1
Si x1 x2 entonces F(x1) F(x2)
P(a < X b) = F(b) F(a)
Si la variable X es continua se cumple que
dF (x)
= f (x )
dx
Ejemplo 106
Sea X el nmero de caras obtenidas al lanzar una moneda tres veces. Encontrar la funcin de distribucin acumulada de la variable aleatoria X y calcular P(X 2)
Notas
111
Estadstica EEGGCC
Ejemplo 107
Sea X el nmero de lanzamientos de un dado hasta que salga el primer seis. Encontrar la funcin de
distribucin acumulada de la variable aleatoria X y P(X 3). (Recuerde que en ejemplo 100 calcul la
funcin de probabilidad de X).
Solucin
La funcin de distribucin acumulada de la variable aleatoria X es:
F (x ) = P( X x ) =
f (t ) =
t =1
5
F (x ) = 1
6
t 1
5 1
5
=1
6
t =1 6 6
; x = 1, 2, 3,...
3
5
Luego, la probabilidad pedida ser P( X 3) = F (3) = 1 = 0,4213
6
Ejemplo 108
Sea X una variable aleatoria discreta que denota el nmero de averas que un operario resuelve en
una jornada de trabajo, con funcin de probabilidad dada por:
f (x ) =
k
; x = 0, 1, 2, 3
x +1
Ejemplo 109
El tiempo, en minutos, en que un equipo mete un gol durante un partido de ftbol se puede modelar
por una variable aleatoria continua X con la siguiente funcin de densidad de probabilidad:
f (x) =
1
; 0 x 90
90
Notas
112
b. Use la funcin de distribucin acumulada para calcular la probabilidad de que un equipo meta un
gol entre el minuto 20 y 30 del partido.
c. Si ya han pasado 40 minutos del partido y an no han metido goles, cul es la probabilidad de
que un equipo meta un gol en los prximos cinco minutos del partido?
Ejemplo 110
La demanda diaria de gasolina, en miles de galones, en una refinera, se modela con una variable
aleatoria X con funcin de densidad f(x) dada por:
0 x 1
2cx ,
f ( x) =
c(3 x) , 1 < x 3
a.
b.
Cul debe ser, al comenzar el da, el inventario mnimo que la refinera debe tener para que
con una probabilidad de por lo menos 0,95, exista gasolina disponible al final de un da cualquiera?
Notas
113
Estadstica EEGGCC
xf (x ) = xP(X = x )
xRX
xR X
xf (x )dx
A la esperanza E(X) tambin se le llama valor esperado o media de la variable X y se denota tambin por X.
Ejemplo 111
Se lanzan dos dados y sea la variable aleatoria X igual a la suma de los nmeros de las caras superiores. Calcule el valor esperado de la variable X.
Ejemplo 112
El nmero de trabajadores que faltan por da por razones de salud en una empresa se modela con
una variable aleatoria X con funcin de distribucin.
f(x)
0,08
K 0,03
0,40
0,25
Notas
114
Ejemplo 113
Dada la siguiente funcin de densidad de probabilidad de la variable aleatoria X
; 0 x <1
x
f ( x) =
2 x ; 1 x < 2
Calcule el valor esperado de X
E (G( X )) =
G(x) f (x ) = G(x)P(X = x )
xR X
xRX
Ejemplo 114
Un jugador lanza un dado, si sale un nmero de puntos mayor a cuatro gana 10 nuevos soles y si no,
pierde cinco nuevos soles. Calcule e interprete el valor esperado de la ganancia.
Ejemplo 115
La demanda diaria, en kilos, de un producto perecible se modela por una variable aleatoria con funcin de densidad
Notas
115
Estadstica EEGGCC
Var ( X ) = E ( X X )2 = E ( X 2 ) x2
Si X es una variable aleatoria discreta, entonces:
Var ( X ) =
(x )
x
xR X
f (x ) =
x 2 f (x ) x2
xR
Notas
116
Ejemplo 117
La demanda diaria de un producto perecible puede modelarse por una variable aleatoria discreta X
cuya distribucin de probabilidad est dada por la tabla que sigue:
12
24
36
48
60
f(x)
0,15
0,25
0,30
0,20
0,10
La empresa obtiene por cada unidad demandada de producto 20 nuevos soles de utilidad. Si la cantidad vendida en un da es mayor a 36 unidades, se obtiene una utilidad adicional de dos nuevos soles
por unidad vendida de producto. La empresa tiene siempre ms de 60 productos en su almacn al
inicio del da. Calcule el valor esperado y la desviacin estndar de la utilidad por la demanda diaria
de productos.
Ejemplo 118
Dada la siguiente de probabilidad de la variable aleatoria continua X con funcin de densidad:
f ( x) = ax 2
; 0 < x <1
Notas
117
Estadstica EEGGCC
Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2, a3, . . ., an son n constantes, entonces:
E ( a1 X 1 + a2 X 2 + ... + an X n ) = a1 E ( X 1 ) + a2 E ( X 2 ) + ... + an E ( X n )
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes, y a1, a2, a3, . . ., an son n constantes,
entonces:
b. Si un postulante puede descartar en cada pregunta tres respuestas incorrectas y luego contesta
todas las preguntas del examen al azar, calcule el valor esperado del puntaje obtenido.
Desigualdad de Chebyshev
1
Variable estandarizada
La variable Z =
X x
Coeficiente de variacin
Sea X una variable aleatoria con distribucin de probabilidades f(x). El coeficiente de variacin de la
variable aleatoria X es:
CV X =
Notas
X
X
118
Moda
La moda de la variable aleatoria X es el valor de x que maximiza su funcin de distribucin f(x).
Mediana
La mediana de la variable aleatoria X es el menor valor de x tal que su funcin de distribucin acumulada F(x) 0,50.
Ejemplo 120
Sea X una variable aleatoria discreta con la siguiente funcin de probabilidad:
f ( x ) = kx ; x = 1, 3, 6, 9
Determine k y calcule la media, moda, mediana de la variable X y el coeficiente de variacin de la
variable Y = 3X + 5.
Ejemplo 121
La funcin de distribucin acumulada de la variable aleatoria X est dada por:
0
;
x 1
1
F ( x ) = a ( x + 1) ; 1 < x
3
1
1
;
x>
3
a.
b.
Notas
119
Estadstica EEGGCC
Ejercicios
48. El contenido (en gramos) de oro por tonelada de material extrado en una mina es una variable
X con funcin de densidad:
f ( x) = e x + c ; 0 x 3 .
a. Encontrar el valor de la constante c y hallar el contenido de oro esperado por tonelada de
material extrado.
b. Encontrar la funcin de distribucin acumulada de X y hallar la probabilidad de que una tonelada de material extrado tenga ms de un gramo de oro, si se sabe que a lo ms tiene dos
gramos de oro.
c. Si el costo por extraer el oro del material es de 25 dlares por tonelada y el gramo de oro se
vende a 40 dlares, encontrar la ganancia esperada al vender el oro extrado de 1000 toneladas de material.
49. En un taller hay tres tipos de mquinas: A, B y C. De las 20 del tipo A, 4 estn malogradas; de las
15 del tipo B, 2 estn malogradas; y de las 10 del tipo C, 3 estn malogradas. Se escoge al azar y
de manera independiente una mquina de cada tipo. Si la variable X es igual al nmero de mquinas malogradas escogidas, encontrar la media y la desviacin estndar de la variable X.
50. Sea X es una variable aleatoria continua con funcin de densidad de probabilidad dada por:
f ( x) = ce x
a.
b.
c.
d.
x <3
4kx
f ( x) =
k (5 x)
; 0 x 1
; 1< x 5
a. Determinar el valor de la constante k y calcular el porcentaje de familias con ingresos mensuales de entre 500 y 2000 unidades monetarias.
b. Cul es el ingreso familiar esperado?
Notas
120
54. La proporcin de su presupuesto anual que una compaa dedica al mantenimiento de sus mquinas es una variable aleatoria X con funcin de densidad:
f ( x) = c ( x + 1)
0 < x <1
g ( y ) = cy 2 (1 y ) ; 0 y 1
Un segundo ingeniero propone usar otro modelo dado por:
f ( x) = d
; 0 x 1
a. Encuentre c y d.
b. Halle las distribuciones acumuladas en cada modelo y calcule la probabilidad que la proporcin indicada supere a 0,8.
c. Cul modelo presenta menor variabilidad?
56. La demanda semanal de gas propano, en miles de galones, de una distribuidora en particular es
una variable aleatoria X con funcin de densidad f(x) dada por:
1
f ( x) = 21 2 ; 1 x c
x
121
Estadstica EEGGCC
59. El nmero de solicitudes de crdito hipotecario recibidas semanalmente en una agencia bancaria se modela con una variable aleatoria X con funcin de probabilidad f(x) dada por:
c
x = 5; 6; 7; 8; 9
f ( x) = 2 x + 3
0,092
x = 10
Determine el valor de la constante c, la media, mediana y moda de X.
60. El tiempo de fraguado, en minutos, de un cierto tipo de concreto se puede modelar por una
variable aleatoria X con la siguiente funcin de distribucin acumulada:
F (x ) =
x 2
; 20 < x < 50 .
30 3
Calcule el coeficiente de variacin de la variable X.
61. La vida, en horas, de un tipo de transistores se representa por una variable aleatoria continua
con funcin de distribucin acumulada:
100
F ( x) = 1
, x 100.
x
Cul es la probabilidad de que en un aparato de radio que lleva cuatro de estos transistores, al
menos tres deban ser sustituidas durante las primeras 250 horas?
62. La variable aleatoria con distribucin de Pareto se usa en el campo de los seguros de autos para
modelar la cuanta del dao por siniestro. Para una variable aleatoria X con distribucin de Pareto se cumple que:
b
P( X > x) =
x
y su rango es [b, [. Calcule la media, mediana, moda y desviacin estndar de la variable aleatoria X si a > 2.
Notas