Beruflich Dokumente
Kultur Dokumente
3.1. Introducción
C CCC
C
S CCS
C
C CSC
S
S CSS
C SCC
C
S SCS
S
C SSC
S
S SSS
Ω = 1,2,3,4,5,6
i) A observar un número impar, entonces A = {1, 3, 5 }
ii) B observar un número menor que 4, entonces B = {1, 2, 3 }
iii) C observar
2 2 1 3
mayor de 35)
5 5 5 5
Solución.-
Sean los eventos: A: " ganar el primer premio" y B: "ganar el segundo premio".
13
P A B P A P B / A
Ejemplo 3.6. Dos divisiones de productos distintos de una empresa grande son
productos marinos (M) y equipos de oficina (O). Se estima que la probabilidad de
que productos marinos tenga un margen de utilidad de cuando menos 10% en este
año fiscal es de 0.30, la probabilidad de que la división de equipo de oficina tenga un
margen de utilidad de cuando menos 10% es 0.20 y la probabilidad de que ambas
divisiones tengan un margen de utilidad de cuando menos 10% es 0.06.
Solución.
P O M 0.06
A) P O / M 0.20
P M 0.30
B) P O M P O P M
0.06 = 0.30 x 0.20
Como 0.06 = 0.60, los dos eventos son independientes
Ejemplo 3.7. De doce cuentas que se tiene en un archivo, cuatro contienen un error
de procedimiento en la elaboración de los saldos.
A). Si un auditor elige al azar dos de las 12 cuentas (sin reemplazo), ¿cuál es la
probabilidad de que las cuentas contenga error de procedimiento?
13
Solución.
4 3 12
P E 1 E 2 P E 1 P E 2 / E 1 0.091
12 11 132
b) P E1 E2 P E1 P E2 / E1
8 4 32
´ ´ ´
0.2424
12 11 132
8
12
7 6
c) P E1´ E2´ E 3 P E1´ P E2´ / E1´ P E3´ / E1´ E2´
336
11 10 1320
0.2545
P E1 E 2 P E1 E2´ P E1´ E 2
P E1 P E 2 / E1 P E1 P E2´ / E1 P E1´ P E 2 / E1´
4 3 4 8 8 4 76
= 0.5758
12 11 12 11 12 11 132
Si los eventos B1, B2, ... , Bk constituyen una partición del espacio muestral Ω de tal
forma que P(Bi) >0 para i =1, 2, ..., k, entonces para cualquier evento A en Ω,
k
P A P Bi P A / Bi
i 1
a) Al utilizar I e I' para indicar que se dan los aumentos y que no se dan aumentos
en las inversiones de capital, y utilizando A y A' para representar los aumentos
y los no aumentos en los precios del acero estructural, construya un diagrama
de árbol para esta situación que implica eventos dependientes.
b) 0.90 A
0.10 A
0.40 A
0.40 I’
0.60 A
P Br P A
P Br / A k Br
para i=1, 2, 3, ….., k
P Bi P A
i 1 Bi
Ejemplo 3.9. Con respecto al ejemplo 3.8, suponga que, de hecho, aumentan los
precios del acero estructural en el siguiente año. ¿Cuál es la probabilidad de que haya
habido un aumento en las inversiones de capital?. Solución. Mediante la fórmula de
Bayes, tenemos:
13
3.5. Variables aleatorias.
Definición. Una función X definida sobre un espacio maestral Ω, donde cada
elemento W Ω le corresponde un número real x = X(w), se denomina variable
aleatoria.
ESTADÍSTICA – INGENIERÍA | Universidad Particular Antenor Orrego - Piura
Una variable aleatoria puede ser:
Sea X: número de caras obtenidas en las tres monedas, entonces X así definida
es una variable aleatoria que toma los siguientes valores:
X(SSS)= 0
X(CSS) =.X(SCS)= X(SSC) = 1
X(CCS) =.X(CSC)= X(SCC) = 2
X(CCC) = 3
Luego Rx = { 0, 1, 2, 3 }.
Solución.-
n x n x
P X x p q q 1 p
x
Teorema . Si X~ B(n ,p), entonces,
a) µ = E(X) = n p, b) 2
= V(X) = n p (l -p)
Ejemplo 3.12. Debido a las elevadas tasas de interés, una empresa reporta que el 30%
0% de sus cuentas por cobrar de otras empresas están vencidas. Si un contador
toma una muestra aleatoria de cinco de esas cuentas, determine la probabilidad de
cada uno de los siguientes eventos: a) ninguna de las cuentas está vencida, b)
exactamente dos cuentas están vencidas, c) a lo más hay tres cuentas vencidas d) la
mayor parte de las cuentas están vencidas e) exactamente el 20% de las cuentas
están vencidas.
Solución.•
Sea la variable aleatoria
X: número de cuentas vencidas, Rx={0, 1, 2, 3, 4, 5 }
X ~ B(5, 0.3)
13
0
5
b) P(X = 2) = (0.30)2(0.7 0)3 = 0.3087
2
c) P(X≤3)=P(X=0)+P(X=1)+P(X=2)+P(X=3)
X
e) P 0.20 P X 1 0.3602
n
Solución. Sea la v.a X: "el número de clientes que curiosean compren algo durante 13
una hora dada".
a) P(X = 0) = 0.0047
ESTADÍSTICA – INGENIERÍA | Universidad Particular Antenor Orrego - Piura
b) P(X≤4)=0.5154
e x
P(x) =P(X =x) = , x = 0, 1, 2, ... ,
X!
13
Teorema. Si X ~P(λ), entonces: a) E(X) = λ, b) V(X) =λ
Ejemplo 3.14. Suponga que llegan en forma aleatoria una serie de llamadas a
una central telefónica con un promedio de tres llamadas por minuto.
ESTADÍSTICA – INGENIERÍA | Universidad Particular Antenor Orrego - Piura
a) calcular la probabilidad de que en el período de un minuto:
a1) no ocurra llamada alguna,
a2) ocurra al menos 4 llamadas.
b) Si cada llamada cuesta S/. 0.50, ¿cuánto es el costo esperado por llamadas.
Solución.
a) Sea X el número de llamadas que ocurren en el período de un minuto.
X~ P(λ), donde λ = 3 es el promedio del número de llamadas por minuto.
Ejemplo 3.15. Una empresa textil produce un tipo de tela en rollos de 100 metros. El
numero de defectos que se encuentra al desenrollar la tela es una variable aleatoria
de Poisson que tiene en promedio 4 defectos por cada 20 metros de tela.
a) ¿Qué probabilidad hay de que al desenrollar la tela se encuentre menos
de tres defectos en los primeros 50 metros?
b) Hallar la probabilidad de que al desenrollar la tela no se encuentre defectos
en el primer segmento de 5 metros de tela.
e t t
k
P(X = k) = , k = 0 , 1 , 2 , 3,.......
k!
donde λt es el promedio de defectos en el se gmento de 20 x t metros de tela.
a) El promedio de defectos en los primeros 50 metros de tela es λt = 4 x 2.5 = 10 (t
=2.5 aumenta la longitud de 20 a 50 metros) y la probabilidad de que se
encuentre menos de tres defectos en los primeros 50 metros de tela es: 13
2
e 1010 k
P X3 P X 2 0.0028
k 0 k!
e 1 1
0
P X 0 0.3679
!
e np np
x
P(X=x)=
x!
Solución.
= 1- 0.969 = 0.031
1000 e 5 5
x
0.005 0.995
x 1000 x
P(X=x)= y
x x!
e5 5
9 x
P(X>9)=(X≥10)=1-P(X≤9) 1
x0 x!
=1-0.968=0.030
Como podemos darnos cuenta, diferencia entre las dos distribuciones de probabilidad
es pequeña (sólo de aproximadamente 3% de error en este ejemplo).
Existen dos razones básicas por las cuales la distribución normal ocupa un lugar tan
prominente en la estadística. Primero, tiene algunas propiedades que la hacen
aplicable a un gran número de situaciones en las que es necesario hacer inferencias
mediante la toma de muestras. Segundo, la distribución normal casi se ajusta a las
dist ribuciones de frecuencias r eales observadas en muchos f enóm enos,
incluyendo características humanas (pesos, alturas, IQ), resultados de
13
procesos físicos (dimensiones y rendimientos) y muchas otras medidas de
interés para los profesionales , tanto en el sector público como en el privado.
3.7.1.1. Definición. Se dice que la variable aleatoria X tiene distribución normal con
ESTADÍSTICA – INGENIERÍA | Universidad Particular Antenor Orrego - Piura
media y varianza 2 , y se escribe X ~ N( , 2 ), si su función de densidad es
dada por:
x
1
f x .e 2 2 x
2 .
Observe durante un momento la figura 3.2. Este gráfico pone de manifiesto varias
características importantes de una distribución normal de probabilidad.
z2
1 2
f z e -∞<z<∞
2
z
0 z
Figura 3.3. Curva normal estandarizada.
t2
1 2
z P Z z
z
e dt
2
z
Z
0 z
Figura 3.4 Área bajo la curva normal estandarizada
No es necesario tener una tabla distinta para cada curva normal posible. En lugar de
ello podemos utilizar la distribución de probabilidad normal estándar para encontrar
áreas (probabilidades) bajo cualquier curva normal.
Solución .
0.8849
Z
0 1.2
c) P(0.81 ≤ Z ≤ 1.94) = P(0 ≤Z≤1.94) - P(0 ≤ Z ≤ 0.81) =
Z
-3 0 0.81 1.94 3
c) P(Z≤-1.28)=
Z 13
-3 -1.28 0
Z
-3 -0.46 0 2.21 3
e) P(-2.5≤Z≤-1.98)=
Z
-3 -2.5 -1.98 0 3
f) P(Z -0.68)
Z
3 -0.68 0 3
Solución.
Sea la v.a X: tiempo que dura el traslado de un abogado desde su casa a la oficina.
Se sabe además que X ~ N[24, (3.8)2]
x 30 24
a) P(x≥30)=p P ( Z 1.58) 0.5 P(0 Z1.58)
3.8
b) P(X>15)=
c) P(X>25)=
X
24
Z
0 1.28
Luego :
X 24 X 0 24 X 0 24
P X X 0 P P Z 0.1
3.8 3.8 3.8
x 0 24
Se observa en la tabla de la normal estandariza que 1.28 = de donde
3.8
resulta: xo = 28.86 minutos
Solución.
100
P(X=x) 0.4 x 0.6 100 x X=0,1,2,………..,100
X
Dado que n =100 es grande, deben obtenerse resultados bastantes precisos utilizando
la aproximación de la curva normal con:
X 40 29.5 40
P P Z 2.14 0.0162
4.899 4.899
13