Sie sind auf Seite 1von 11

Universidad Nororiental Privada

Gran Mariscal De Ayacucho


Facultad De Ingeniera
Escuela De Ingeniera de Mantenimiento Industrial
Ctedra: Mantenimiento IV.

Ejercicios De Probabilidad

Profesor: Lacoba, Jos.


Alumna:
Roa,
Yoly C.I.: 17.527.309.

Barcelona, 24 de marzo de 2015.


Intervalo de Confianza.
En el contexto de estimar un parmetro poblacional, un intervalo de
confianza es un rango de valores (calculado en una muestra) en el cual se
encuentra el verdadero valor del parmetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parmetro se encuentre en el
intervalo construido se denomina nivel de confianza, y se denota 1-. La
probabilidad de equivocarnos se llama nivel de significancia y se simboliza.
Generalmente
se
construyen
intervalos
con
confianza
1-=95%
(o
significancia =5%). Menos frecuentes son los intervalos con =10% o =1%.
Estimacin Paramtrica
Cuando se conoce la distribucin que sigue una poblacin estadstica y se
desea determinar el valor de alguno de sus parmetros, puede elegirse
una muestrarepresentativa de la poblacin y aplicar las frmulas de sus valores
estadsticos. Este tipo de operacin se denomina estimacin paramtrica.
Al realizar una estimacin paramtrica, pueden obtenerse dos tipos de
resultados:

Estimacin puntual, con un nico valor para el parmetro


desconocido.

Intervalo de confianza, que ofrece para dicho parmetro un


rango de valores comprendidos entre dos lmites.
Calculo De Intervalo De Confianza

En una estimacin paramtrica, el intervalo de confianza [a, b] debe


contener en su interior a la media de la poblacin m con una probabilidad igual a 1
- , expresin que se conoce como nivel de confianza. Es decir:
P ( a b )=1
En una distribucin muestral de las medias con media poblacional m,
desviacin tpica poblacional s, tamao de la muestra n, media muestral
e
intervalo de confianza predeterminado 1 - (expresado en porcentaje; por
ejemplo, 95%), es posible calcular el intervalo de confianza a partir de la
expresin:

P x

z / 2
z
x / 2
=1
n
n

En una distribucin muestral de las proporciones de tipo

( pqn )

N p,

puede

determinarse el intervalo de confianza, para el cual existe una proporcin p de


elementos que poseen una cierta caracterstica, a partir de una muestra
representativa, donde la proporcin es p, por medio de la siguiente expresin:

P p' z / 2

pq
pq
p p ' + z /2
=1
n
n

Problema N1 (Usando Distribucin De Gauss).


Un fabricante tiene un historial de tiempo sin fallar en horas desde que se
instalan nuevos, de un tipo de compresor:
30.000

27.000

22.500

31.000

30.200

25.300

22.800

De un lote de 100 compresores cuntos fallarn entre 2,5 y 3,5 aos?


Solucin:
Primeramente se procede a ordenar los datos:

21.10
0

21.100

22.500

22.800

25.300

27.000

30.000

30.200

31.00
0

Luego convertimos las horas a aos de la siguiente manera:


1ao

8.760horas

21.100 horas
X = 2,4087

Y de igual manera repetimos este clculo para el resto de los datos obteniendo los
siguientes resultados:
2,4087

2,5685

2,6027

2,8881

3,082

3,4247

3,4475

Calculo de media:

X = 2,4087+ 2,5685+2,6027+2,8881+3,082+3,4247+3,4475+3,5388
X =
N
8
X =2,99

Clculo de la desviacin:
=Valor mayorvalor menor
=3,53882,4087

=1,14
Compresores que fallarn entre 2,5 y 3,5 aos:

z=

xx

z 2,5=

2,52,99
=0,43
1,14

3,538
8

Datos
x=2,5

aos

X =2,99
=1,14

x=3,5

z=
aos

X =2,99
=1,14

xx

z 3,5=

Datos

3,52,99
=0,45
1,14

Por tabla:

Para

z 2,5=0,43

rea: 0,3336

p1=10,3336
p1=0,666 4

Para

z 3,5=0,45

rea: 0.3264

p2=10,3336
p2=0,6736

Probabilidad:
p= p2 p 1
p=0,67360,666 4
p=0.0072(0,72) .

El nmero de compresores que fallar es:


N CF =0,72( 100 ) N CF =72

Compresores.

Problema N2 (Usando Distribucin Poisson)


En una inspeccin de equipos electrnicos, se identifican 0,2 defectos, en
promedio, por minuto. Determinar (en %) las probabilidades de identificar:
a) Una imperfeccin en 3 minutos.
b) Al menos 2 imperfecciones en 5 minutos.
c) No ms de 3 imperfecciones en 15 minutos.
P( x)=

Xe
x!

Datos:
=0,2
a) Una imperfeccin en 3 minutos.
x=1

=0,23=0,6

0,6

0,6 e
1!

P(1) =

P( X )=0,3293

P(1) =32,93

b) Al menos 2 imperfecciones en 5 minutos.


=0,25=1
Como son al menos 2 imperfecciones obtendremos la probabilidad para 0 y 1
imperfeccin:
P(0) =

10e1
P(0)=0,3679
0!

P(1) =

11e1
P(1)=0,3679
1!

P( x=0,1 ; =1)=1( x0 + x 1 )
P( x=0,1 ; =1)=1 ( 0,3679+ 0.3679 )
P( x=0,1 ; =1)=1 ( 0,7358 )
P( x=0,1; =1)=0,2642 P(x=0,1 ; =1)=26,42

c) No ms de 3 imperfecciones en 15 minutos.
Para esto debemos calcular la probabilidad para 0, 1, 2, y 3; entonces:
=0,215=3

P(0) =

3 e
P(0)=0,0498
0!

P(1) =

3 e
P(1 )=0,1494
1!

P(2) =

32e3
P(2)=0,2240
2!

P(3) =

3 3e3
P(3)=0,2240
3!

P( x=0,1,2,3 ; =3) =( x 0+ x 1 + x 2+ x3 )
P( x=0,1,1,2,3 ; =3) =( 0,0498+0,1494+ 0,2240+0,2240 )
P( x=0,1,2,3 ; =3) =0,6472 P( x=0,1 ; =1)=64,72

Problema N3 (Usando Distribucin Binormal).


Se sabe que cuando se compran ciertos dispositivos electrnicos el 3%
vienen defectuosos Qu probabilidad hay de instalar 2 defectuosos al tomar 5 al
azar?
Datos
x=2
n=5

P=3 0,03
q=1003=97 0,97

(n ! )
Pqn x
( x ! ( nx ) ! )

( 5 !)
2
52
( 0,03 ) ( 0,97 )
( 2 ! ( 52 ) ! )

P( x ) =

P ( 2 )=

5!
0,0009 )( 0,9126 )
2 3!

( ( () ( ) ) ) (

P(2 )=

P(2 )=10( 0,0009 )( 0,9126 ) P( 2)=0,0082134


P(2 )=0,82134 1

Problema N4 (Usando Distribucin Geometrica)


De un lote de bombas el 5% viene defectuosas Qu probabilidad hay de que
1 defectuosa sea la nmero 4 que se saca para usar?

Datos
x=4

P=5 0,05

Solucin:
P( x)=P ( 1P ) x1

P( x)=0,05 ( 10,05 )

41

P( x)=0,0429 P(x) =4,29

Problema N5 (Usando Distribucin Binormal Negativa).


Los registros de una compaa de pozos petroleros indican que la
probabilidad de que uno de sus pozos nuevos, requiera reparacin en el 1er ao es
de 20% Qu probabilidad hay de que en 6to pozo instalado en 1 ao sea el 2do
pozo en requerir reparacin?
Datos
k =6 Pozos
r=2 pozos ue req uieran reparacionesen 1 ao .
P=20 0,2 pozosque requieren reparacin durante 1 ao .

q=80 0,8 pozos que no requieren reparacin en 1 ao .

Solucin.

P=( y =k )k1=C r1P rqkr


P=( y =6 )61=C 210,2020,8062
P=( y =6 )5=C 1( 0,04 )( 0.4096 )

P=0,08192 P=8,192

Das könnte Ihnen auch gefallen