UTP - Confiabilidad y Estadistica - Taller 3-15-07-2019

Taller 3
1. Una muestra aleatoria con reposición de tamaño n=2 se selecciona del

conjunto {1,2,3} produciendo el espacio equiprobable de 9 elementos.
S={(1,1),(1,2),(1.3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)}
Sea X la suma de los dos números.
a. Encuentre la distribución ƒ de X.
Suma S Cantidad “x” F(x)

2 1,1 1 1/9
3 1,2 2,1 2 2/9
4 1,3 2,2 3,1 3 3/9
5 2,3 3,2 2 2/9
6 3,3 1 1/9
Cant. Total: 9
b. Encuentre el valor esperado E(X) y V(X)
X F(x) X*F(x)
1 1/9 1/9
2 2/9 4/9
3 3/9 1
2 2/9 4/9
1 1/9 1/9
Esperanza: 4
2. Supóngase que la producción de un día de 850 piezas manufacturadas
contiene 50 piezas que no cumplen con los requerimientos del cliente. Se
seleccionan del lote dos piezas al azar y sin reemplazo. Sea la variable aleatoria X
igual al número de piezas de la muestra que no cumplen. ¿Cuál será su función de
probabilidad, la de probabilidad acumulada de X y el valor esperad de X?
Probabilidad Acumulada
X Defectuosa Correcta P(x) F(x)

0 800/850 799/849 0.8857 0.8857
1 800/850 50/849 0.1108 0.997
50/850 800/849
2 50/850 49/849 0.0034 1
Esperanza
X F(x) X*F(x)
0 0.8857 0
1 0.997 1.944
2 1 2
Esperanza: 3.994
3. Consideremos una lotería con mil números. Cada número cuesta 25 centavos y
el premio es de 100 balboas. Calcular cuánto se espera ganar o perder cada vez que se
participa en esta lotería.
4. La probabilidad de que una casa de cierto tipo quede destruida por un
incendio en cualquier período de doce meses es de 0.005. Una compañía de
seguros ofrece al propietario una póliza de seguros contra incendio por $20,000.00
(dólares) a un año con una prima de $150.00 dólares. ¿Cuál es la ganancia
esperada de la compañía?
Evento X g(X) F(X)

Se incendie 0 -$19850.00 0.005
No se incendie 1 +$150.00 0.995
Ganancia de la compañía por cada casa
E [g(X)] = (-$19,850.00)(0.005)+($150.00)(0.995) = $50.00
En caso de que asegure 1000 casas se ganaría 50,000.00$ por mes

5. Considera la siguiente función:
a. Compruebe que es una función de densidad.

b. Halle la función de distribución F de la variable aleatoria X cuya función de
densidad es f .
c. Calcule P ( 3,6 ≤ X ≤ 5,2 )
Distribución Binomial, Poisson y Hipergeometrica
1. Si X es una variable binomial, encuentre las siguientes probabilidades.

a. Para X ̴ B(8, 0.25), calcule P(x= 2), P(x ≥ 2), P(x ≤ 7)
b. Para X ̴ B(5, 0.8), calcule P(x= 4), P(x ≥ 4), P(x ≤ 1)
c. Para X ̴ B(60, 0.01), calcule P(x= 2), P(x ≥ 6), P(x ≤ 4)
e. Para X ̴ B(85, 0.98), calcule P(x= 82), P(x ≥ 83), P(x ≤ 78)
2. Sea X una v.a. que se distribuye según una Poisson P(λ=4). Obtener las siguientes
probabilidades:
1. P(X = 0)
2. P(X ≤ 1)
3. P(X ≥ 5)
4. P(3 ≤ X ≤ 6)
3. En un proceso de fabricación de tornillos se sabe que el 2% son defectuosos.
Los empaquetamos en cajas de 50 tornillos. Calcula la probabilidad de que en una
caja haya este número de tornillos defectuosos:
Siendo X = B (50; 0,02)
a. ninguno.
P [x=0] = 0,9850 = 0,364
b. uno
P [x=1] = 50*0,02*0,9849=0,372
c. más de dos
= P [X>2]= 1 – P [x≤2] = 1 - (P[x=0] + P [x=1] + P [x=2])

= 1 – (0,364+0,372+0,186)
= 1-0,992
=0,078
d. ¿Cuántos tornillos defectuosos habrá, por término medio, en cada caja?

Por término medio, habrá U= 50*0.02 = 1 tornillo defectuoso en cada caja
4. Si 6 de 18 edificios nuevos en una ciudad violan el reglamento de construcción, ¿cuál
es la probabilidad de que un inspector de construcciones, que selecciona aleatoriamente
4 de los nuevos edificios para su inspección, encuentre:
a. que ningún edificio viole el reglamento,
b. que dos de los edificios violen el reglamento
c. que el reglamento sea violado al menos en 3 edificios.
5. Supongamos que el número de imperfecciones en un alambre delgado de cobre
sigue una distribución Poisson con una media de 2.3 imperfecciones por
milímetro.
a. Determine la probabilidad de 2 imperfecciones en un milímetro de alambre.
Entonces E(x)= 2.3 imperfecciones y
P (x=2) =
b. Determine la probabilidad de 10 imperfecciones en 5 milímetros de alambre.
c. Determine la probabilidad de al menos una imperfección en 2mm de alambre.
6. El número de pinchazos en los neumáticos de cierto vehículo industrial tiene
una distribución de Poisson con media 0.3 por cada 50000 kilómetros.Si el vehículo
recorre
100000 km, se pide:
Si x= 0.3 para 50000 km, entonces para 10000 km tendremos una X= P (0.6)
a. probabilidad de que no tenga pinchazos
P(X=0) 0.5488
b. Probabilidad de que tenga menos de tres pinchazos
P(x<3)= P (X=0) + P(X=1) + P(X=2) = 0.5488 + 0.3292 + 0.09878 = 0.9767
c. Número de km recorridos para que la probabilidad de que no tenga ningún

pinchazo sea 0.4066
P(X=0) = ex = 0.4066 Por tanto, ln ex = ln= 0.4066 y X= 0.9
Si 0.3 = 50000 km y 0.9 km y por tanto x=150000 km

7. Un lote contiene 100 piezas de un proveedor de tubería local y 200 unidades de
un proveedor de tubería del estado vecino. Si se seleccionan cuatro piezas al azar y sin
reemplazo,
(a) ¿cuál es la probabilidad de que todas sean del proveedor local?
(b) ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean del proveedor
local?
(c) ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea del proveedor
local?
8. Un lote de 40 bloques se considera aceptable si contiene no más de 3
defectuosos. El procedimiento para muestrear el lote consiste en seleccionar 5
componentes al azar y rechazar el conjunto si se halla uno defectuoso. ¿Cuál es la
probabilidad de que se encuentre exactamente 1 defectuoso en la muestra si existen 3
con defectos en todo el lote?
Distribución Uniforme y Normal
1. Un meteorólogo hace una medición del tiempo al azar, suponiendo que está
distribuida uniformemente en el intervalo [1, 4]. A) Calcule la probabilidad de que la
medición este entre 5/2 y 3.
2. La cantidad de agua consumida al mes en una vivienda, medida en m3, sigue una distribución
uniforme continua en el intervalo (20, 40). Calcula la probabilidad de que consuman:
a. 28 m3
b. Menos de 35 m3
c. Entre 25 y 35 m3
d. Más de 28 m3
3. Determinar las siguientes probabilidades:
a. P (z > 1)
b. P (-2 < z < 2)
c. P (z<-2.5) + P (z>2.5)
4. Determinar las probabilidades, donde X es una variable normal con media 0.8 y
varianza 4.
a. P (X<-1.16)
b. P(X>-2.9)
c. P(2 <X <10)
5. Determine el valor de Z si
a. El área derecha es igual a 0.9032
b. El área izquierda es igual a 0.0675
c. El área entre dos valores simétricos es 0.99
6. En una carrera automovilística, las velocidades registradas tienen una media de
90 km/h. con una desviación estándar de 8 km/h. Si se supone normalidad, encuentre
los porcentajes de velocidad,
a. mayores de 100 km/h,
b. menores de 80 km/h,
c. Que se encuentran entre 85 y 95 km/h.
7. El peso de los sacos de cemento obtenidos en una empaquetadora de una
compañía cementera sigue una distribución normal con un promedio igual a 50 kg y
desviación estándar de 6 kg.
a. ¿Qué proporción de sacos pesaran menos de 47 kg?
b. ¿En qué intervalo, centrado en la media, se encuentra, aproximadamente, el peso
del 95% de los sacos de la compañía? (regla empírica)
c. La compañía vende sus sacos en lotes de 10 unidades. Un comprador X rechaza
un lote cuando dos o más sacos del lote no superan el peso de 44 kg., ¿qué probabilidad
hay de que el comprador X rechace cierto lote de sacos de la compañía? (binomial)
8. Se sabe que dos de cada ocho habitantes de una ciudad utilizan el transporte
público para ir a su trabajo. Se hace una encuesta a 140 de esos ciudadanos.
Determinar:
a) Número esperado de ciudadanos que no van a su trabajo en transporte público.
b) Probabilidad de que el número de ciudadanos que van al trabajo en transporte
público esté entre 30 y 45.

UTP - Confiabilidad y Estadistica - Taller 3-15-07-2019

Cargado por

Copyright:

Formatos disponibles

UTP - Confiabilidad y Estadistica - Taller 3-15-07-2019

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

UTP - Confiabilidad y Estadistica - Taller 3-15-07-2019

Cargado por

Copyright:

Formatos disponibles

Taller 3

1. Una muestra aleatoria con reposición de tamaño n=2 se selecciona del

Suma S Cantidad “x” F(x)

b. Encuentre el valor esperado E(X) y V(X)

X Defectuosa Correcta P(x) F(x)

Evento X g(X) F(X)

Ganancia de la compañía por cada casa

E [g(X)] = (-$19,850.00)(0.005)+($150.00)(0.995) = $50.00

En caso de que asegure 1000 casas se ganaría 50,000.00$ por mes

a. Compruebe que es una función de densidad.

Distribución Binomial, Poisson y Hipergeometrica

1. Si X es una variable binomial, encuentre las siguientes probabilidades.

Siendo X = B (50; 0,02)

P [x=0] = 0,9850 = 0,364

= P [X>2]= 1 – P [x≤2] = 1 - (P[x=0] + P [x=1] + P [x=2])

d. ¿Cuántos tornillos defectuosos habrá, por término medio, en cada caja?

a. Determine la probabilidad de 2 imperfecciones en un milímetro de alambre.

Entonces E(x)= 2.3 imperfecciones y

a. probabilidad de que no tenga pinchazos

b. Probabilidad de que tenga menos de tres pinchazos

P(x<3)= P (X=0) + P(X=1) + P(X=2) = 0.5488 + 0.3292 + 0.09878 = 0.9767

c. Número de km recorridos para que la probabilidad de que no tenga ningún

P(X=0) = ex = 0.4066 Por tanto, ln ex = ln= 0.4066 y X= 0.9

Si 0.3 = 50000 km y 0.9 km y por tanto x=150000 km

Distribución Uniforme y Normal

También podría gustarte