Beruflich Dokumente
Kultur Dokumente
probabilidades
Dichas distribuciones son idealizaciones del mundo real, por lo tanto sus resultados no
siempre coinciden con la realidad.
Una variable aleatoria es una funcin que asigna un nmero real a cada resultado del
espacio muestral de un experimento aleatorio.
Dicho de otra forma, una variable aleatoria es una funcin valorada numricamente,
cuyo valor est regido por factores en los que interviene el azar.
Las variables aleatorias pueden ser discretas o continuas, segn su rango de valores.
Una variable aleatoria es discreta si el nmero de valores que puede tomar es contable;
generalmente puede asumir nicamente valores enteros. Cada uno de sus valores tiene
cierta probabilidad.
EJEMPLO 1.1.
Se lanza una moneda 3 veces. Construir la distribucin de probabilidad de X, si ste es el
nmero de caras.
Solucin:
x 0 1 2 3
f(x) 1/8 3/8 3/8 1/8
1. f(x) 0
2. f ( x) 1
3. p(X=x) = f(x)
EJEMPLO 1.2.
Un embarque de 8 microcomputadores similares que se enva a un distribuidor contiene 3
aparatos defectuosos. Si una escuela realiza una compra aleatoria de 2 de estos
computadores, encuentre la distribucin de probabilidades para el nmero de
computadores defectuosos
Solucin:
x 0 1 2
f(x) 10/28 15/28 3/28
EJEMPLO 1.3.
Un examen de opcin mltiple contiene 25 preguntas, cada una con cuatro respuestas, de
las cuales slo una es correcta. Cierto estudiante trata de adivinar las respuestas; haga una
distribucin de frecuencias para el nmero de respuestas correctas.
Solucin:
P ( X x) 25 C x * (0.25) x * (0.75) 25 x
Adems, puede hablarse de una distribucin acumulada de dicha variable; sta se denota
como F(X), indica la probabilidad de que X sea menor o igual a un valor especfico y est
dada por:
x x
F(X) = p(Xx) =
x 0
p(X)
EJEMPLO 1.4.
La produccin diaria de 850 partes manufacturadas contiene 50 que no cumplen con los
requerimientos del cliente. Del lote se escogen dos partes al azar; si X es el nmero de
partes que no cumplen los requerimientos del cliente, hallar F(X=1).
Solucin:
EJEMPLO 1.5.
Se disea un generador de nmeros seudoaleatorios. Cuntos cincos se esperara obtener
si se generan 10000 nmeros?
Solucin:
4
P(X = 5) = 1/10
Este modelo se aplica a poblaciones finitas de las que tomamos elementos al azar con
reemplazo o a poblaciones conceptualmente infinitas (como las piezas que producir una
mquina), siempre que el proceso generador sea estable.
Poblacin
N1 N2
P( A) p P( B) q
N1 N 2 N1 N 2
Siempre p + q = 1
x 0 1
f(x) q p
Entonces: P ( x ) p x q1 x ; x 0,1
E ( x) x * f ( x) 0 * q 1 * p p
E(x2 ) x 2
* f ( x) 0 2 * q 12 * p p
2 E ( x 2 ) E ( x) 2 p p 2 p (1 p) pq
3. Distribucin binomial:
Cuando un nmero fijo n de ensayos repetidos de Bernoulli es realizado con probabilidad
de xito p en cada ensayo, es decir, la probabilidad de un xito permanece
constante.
n
f ( x ) p x q n x ,
x
EJEMPLO 1.6.
Se sabe que los discos producidos en una empresa salen defectuosos con probabilidad,
independientemente unos de otros, de 0.01. La compaa vende los discos en paquetes de
10 y garantiza el reembolso del dinero si ms de uno de 10 discos sale defectuoso. Cul es
la proporcin de paquetes que se devuelven?
Si alguien compra 3 paquetes, cul es la probabilidad de que devuelva por lo menos uno
de ellos?
Solucin:
10 10
1 0.010 * 0.9910 0.01 * 0.99 9 0.0043
0 1
Por lo tanto, la probabilidad de que devuelva por lo menos uno de los paquetes es:
P(X1) = 1 P(X=0)
= 1 0.9963 = 0.012
Para justificar estas frmulas, consideremos el caso en que n=1. Recordemos que en un
ensayo de Bernoulli, la media es p y la varianza es pq:
EJEMPLO 1.7.
Un examen de seleccin mltiple contiene 20 preguntas, cada una con cuatro posibles
respuestas, de las cuales slo una es correcta. Suponga que un estudiante slo adivina las
respuestas.
a) Cul es la probabilidad de que el estudiante conteste correctamente ms de la
mitad de las preguntas?
b) Cul es la probabilidad de que el estudiante conteste correctamente menos de
5 preguntas?
c) Cul es la probabilidad de que el estudiante gane el examen?
d) Cul es el nmero esperado de respuestas correctas?
e) Responder las preguntas a) y c) si cada pregunta tiene 5 opciones.
Solucin:
8
p= n = 20
d) = np = 20 * = 5 respuestas correctas
4. Distribucin hipergeomtrica
Como el muestreo sin reemplazo viola las condiciones de Bernoulli si la muestra no es
grande, algunas veces es necesario plantear un tipo diferente de distribucin. (Es evidente
que la mayora de muestreos se realiza sin reemplazo, esto implica que si la poblacin es
pequea las probabilidades cambiarn en cada observacin).
Cuando se selecciona sin reemplazo una muestra aleatoria de tamao n de una poblacin
de tamao N y el inters recae en la probabilidad de seleccionar x xitos de los k artculos
considerados como xitos en la poblacin, se realiza un experimento hipergeomtrico y su
funcin de probabilidad viene determinada por:
k N k
x n x
f ( x)
N
n
nk N n k k
y 2 * n * 1
N N 1 N N
9
EJEMPLO 1.8.
Los componentes de un sistema de seis elementos se toman aleatoriamente de un recipiente
con 20 componentes usados. El sistema funcionar si por lo menos 4 de los 6 componentes
estn en condiciones de funcionar; si 15 de los 20 componentes en el recipiente estn en
condiciones de funcionar, cul es la probabilidad de que el sistema funcione?
Solucin:
15 5 15 5 15 5
4 2 5 1 6 0
P(X4) = = 0.8687
20
6
5. Distribucin de Poisson
Este es el modelo de probabilidad ms adecuado para eventos que ocurren aleatoriamente a
travs del tiempo o el espacio.
Poisson supone:
a) Independencia: El nmero de ocurrencias en un intervalo determinado es
independiente del nmero de ocurrencias en cualquier otro intervalo.
b) La posibilidad de dos ocurrencias simultneas puede ser asumida como
cero.
c) El nmero promedio de ocurrencias por unidad de tiempo o espacio se
considera una constante.
d) La probabilidad de que suceda determinado nmero de eventos en un
proceso de Poisson depende nicamente de la longitud del intervalo observado y no de
su ubicacin.
e t ( t ) x
f ( x) ,
x!
EJEMPLO 1.9.
La contaminacin es un problema en la fabricacin de discos de almacenamiento ptico. El
nmero de partculas contaminantes que aparecen en la superficie de un disco ptico tiene
una distribucin Poisson; 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 de 100
centmetros cuadrados. Encuentre la probabilidad de encontrar por lo menos una partcula
contaminante en el disco.
Solucin:
P(X1) = 1 P(X=0)
e 0.1*100 (10) 0
=1-
0!
EJEMPLO 1.10.
Los mensajes que llegan a un computador utilizado como servidor lo hacen de acuerdo con
una distribucin Poisson con una tasa promedio de 10 mensajes por hora.
a) Cul es la probabilidad de que lleguen ms de 3 mensajes en un espacio de 15 minutos?
b) Cul es el nmero esperado de mensajes en una jornada de 14 horas?
Solucin:
a) = 10 t= = 2.5
P(X>3) = 1 P(X3)
= 1 0.7576
= 0.2424
b) = 10*14
= 140 mensajes
EJERCICIOS PROPUESTOS
7. Por ley, una droga se considerar exitosa si tiene una efectividad del 80%. Cierta droga
se suministra a 20 pacientes y se considerar efectiva si a los que no les sirve para nada
no son ms de 5.
a) Cul es la probabilidad de que una droga efectiva sea rechazada? Interprete.
b) Cul es la probabilidad de que una droga que realmente tiene una efectividad del
60% de efectividad, pase la prueba y sea aceptada? Interprete. Qu pasa con ese
porcentaje si la efectividad real es menor?
actualmente para esa tarea (para que justifique el gasto). Por eso se evaluaron 15
artculos producidos por la nueva mquina y la considerarn mejor si mximo 2
artculos no son de excelente calidad.
La mquina se considera exitosa si produce un 90% de artculos excelentes.
a) Cul es la probabilidad de que la nueva mquina no sea aceptada, aunque sea
mejor que la actual?
b) Cul es la probabilidad de que la nueva mquina sea aceptada si realmente
produjera slo un 70% de artculos de excelente calidad?
c) Usted es una persona ajena a la empresa, pero le solicitan su opinin. Qu
sugerencia dara para mejorar ese sistema de aceptacin?, justifique.
10. El nmero promedio de llamadas por segundo que maneja una central telefnica es 6.5.
La central puede admitir mximo 10 llamadas/segundo.
a) Cul es la probabilidad de que en un segundo dado el sistema no pueda atender
todas las llamadas que se demanden?
b) A los ingenieros encargados de esa central les preocupa que permanezca muy
ocupada porque en cualquier momento podra sobresaturarse. Cul es la
probabilidad de que en un segundo determinado se supere el promedio de llamadas,
pero no se sobresature el sistema?
12. Se toma una muestra de 15 paquetes estadsticos para evaluar si permiten hacer un
determinado anlisis. Anteriores estudios indican que la probabilidad de que un
software estadstico deje hacer ese anlisis es 0.6. Cul es la probabilidad de que al
menos 13 de los 15 paquetes seleccionados permitan hacer el anlisis?
a) Si se toma X = nmero de paquetes que permiten hacer el anlisis.
b) Si se toma X = nmero de paquetes que no permiten hacer el anlisis.
14
15. Al conmutador de una universidad llegan en promedio 120 llamada/hora durante las
horas de actividad. El conmutador no puede hacer ms de 5 conexiones por minuto;
calcule la probabilidad de que:
a) el conmutador se encuentre congestionado en un minuto dado.
b) se pierdan 3 o ms llamadas si la recepcionista sali 2 minutos de la oficina.
16. El director de control de calidad de una fbrica est realizando su inspeccin mensual
de las transmisiones automticas en la planta. En este procedimiento, 10 transmisiones
se sacan del grupo de componentes y se verifica si no tienen defectos de fabricacin.
En general, el 98% de las transmisiones no presentan ningn defecto.
a) Cul es la probabilidad de que la muestra seleccionada contenga ms de 2
transmisores con defectos?
b) Cul es la probabilidad de que ninguna de las transmisiones seleccionadas tenga
algn defecto de fabricacin?
17. Una aeronave de alto rendimiento contiene 3 computadoras idnticas. Slo una de ellas
se utiliza para controlar la nave; las otras dos son reservas que se activan en caso de
fallas en el sistema primario. Durante una hora de operacin, la probabilidad de falla en
el computador primario (o en cualquiera de los sistemas de reserva que se encuentre
activo) es 0.0005. Si se supone que cada hora representa un ensayo independiente,
a) Cul es el tiempo promedio de falla de las 3 computadoras?
b) Cul es la probabilidad de que las 3 computadoras fallen durante un vuelo de 5
horas?
22. Un proceso de fabricacin tiene 100 pedidos en espera de ser surtidos. Cada pedido
necesita un componente que se compra a otro proveedor. Lo comn es identificar 2%
de estos componentes como defectuosos; por otra parte, puede suponerse que el estado
de cada componente es independiente del de los dems.
a) Si el inventario del fabricante es de 100 componentes, cul es la probabilidad de
que se puedan surtir los 100 pedidos sin tener que pedir ms componentes?
b) Si el inventario del fabricante es de 105 componentes, cul es la probabilidad de
que se puedan surtir todos los pedidos sin tener que pedir ms componentes?
23. El nmero de componentes que falla antes de cumplir 100 horas de operacin es una
variable aleatoria de Poisson. Si el nmero promedio de stas es 8:
a) Cul es la probabilidad de que falle un componente antes de 25 horas?
16
24. La produccin de un lote de cierto artculo se considera exitosa si tiene una efectividad
del 90% (si el 90% de los artculos del lote son de excelente calidad). Se ensayan 20
artculos de cierto lote y se considera bueno si los artculos defectuosos no son ms de
dos.
a) Cul es la probabilidad de rechazar un lote que es bueno?
b) Cul es la probabilidad de aceptar un lote que realmente tiene un 80% de artculos
de excelente calidad?