Professional Documents
Culture Documents
1.- En una multitienda se realiza un estudio para analizar la cantidad de freezers de cierta marca
que se venden diariamente. Considere la siguiente función de distribución de probabilidad de la
variable aleatoria X: “nº de freezers vendidos diariamente”
𝒙 1 2 3 4 5 6
𝒑(𝒙) 0,18 0,23 0,20 0,15 0,14 0,10
1.1) La multitienda decide no comercializar esta marca de freezer si vende en promedio menos
de cuatro diariamente. ¿Cuál es la decisión que se toma en la multitienda? Utilice medida
estadística adecuada.
1.2) Calcule la desviación estándar del número de frezers vendidos diariamente.
1.1) Solución: Sabemos que el valor esperado o esperanza matemática de la variable aleatoria
discreta, se calcula por medio de la siguiente fórmula:
𝑛
𝐸(𝑥) = ∑ 𝑥𝑖 ∙ 𝑝(𝑥)
𝑖 =1
Respuesta: Debido a que el valor esperado es menor a cuatro freezers, la decisión que se toma es
no comercializar esta marca de freezer.
1.2) Solución: Por otro lado, conocemos que la fórmula de la varianza en variable aleatoria discreta,
es la siguiente:
𝑉(𝑥) = 𝐸(𝑥 2 ) − [𝐸(𝑥)]2
2.- El ingeniero a cargo de una planta productora de circuitos integrados, preocupado por la
rentabilidad de la planta y de dar buena atención a sus clientes, ha logrado modelar
probabilísticamente el “número de empleados que se faltan semanalmente a la empresa por
diversos motivos” (𝑿), mediante la siguiente función:
𝑿 0 1 2 3
𝑷 (𝑿 = 𝒙) 0,4 0,3 0,2 0,1
El ingeniero también ha observado que la probabilidad de que la Empresa pueda cumplir con
los requerimientos de sus clientes es 0,98, cuando no faltan empleados, 0,8 cuando falta 1
empleado 0,5 cuando faltan 2 empleados y 0,35 cuando faltan 3 empleados.
2.1) Grafique 𝑭𝒙 (𝒙). Calcule e interprete: 𝑭𝒙 (𝟏), 𝑭𝒙 (𝟐. 𝟓), 𝑭𝒙 (𝟖)
2.2) ¿En las semanas en que se cumple con los requerimientos de los clientes, cuál es la
probabilidad de que en esas semanas falten dos o más empleados?
0 𝑠𝑖 𝑥<0
0,4 𝑠𝑖 0≤𝑥<1
𝐹𝑥 (𝑥) = 0,7 𝑠𝑖 1≤𝑥<2
0,9 𝑠𝑖 2≤𝑥<3
{1,0 𝑠𝑖 𝑥≥3
Distribución Binomial
Luego, notemos que estamos en presencia de una distribución binomial, por lo que queda expresado
de la siguiente manera:
25 (0,15)𝑥 (0,85)25 − 𝑥
𝑥 ~ 𝐵(𝑛 = 25; 𝑝 = 0,15) 𝑃(𝑥) = { ( 𝑥 ) ; 𝑥 = 1,2, …
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Respuesta: La probabilidad que al menos dos de ellos tengan reclamos en una muestra de 25
despachos, corresponde a 0,907
Distribución Hipergeométrica
4.- Una empresa solicita a la oficina de colocaciones de una municipalidad, obreros para realizar
un trabajo de pintura exterior en un edificio. La oficina de colocaciones envía a 6 obreros con
experiencia, en este tipo de trabajo y 4 sin experiencia. La empresa decide contratar a 5 obreros.
4.1) Solución: Sea: 𝑥: “Número de obreros con experiencia, dentro de los contratados”.
6 4
( )( )
6 𝑥 5−𝑥 ; 𝑥 = 1,2, … ,5
𝑥 ~ 𝐻𝑖𝑝 (𝑁 = 10; 𝑛 = 5; 𝑝 = = 0,6) 𝑃(𝑥) = 10
10 ( )
5
{ 0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Respuesta: La probabilidad que el número de obreros sin experiencia, que fueron contratados sea a
lo más 2, es 0,7381.
5.- Una empresa exportadora empaca sus productos en cajas de 6 unidades. El encargado del
proceso de control decide revisar al azar 4 unidades de cada caja. Suponga que en cada caja se
han distribuido 2 unidades con pequeños defectos. Encuentre la probabilidad que la tercera caja
que revisa el encargado sea la primera donde la muestra contenga las dos unidades con
pequeños defectos.
Donde "𝑦", "𝑤", tienen una distribución Hipergeometrica y Geométrica, respectivamente, quedando
expresado de la siguiente manera:
2 4
( )( )
𝑦 4−𝑦
𝑦 ~ 𝐻𝑖𝑝 (𝑁 = 6; 𝑛 = 4; 𝑝 = 3)
1
𝑃(𝑦) = { 6 𝑦 = 0,1,2
( )
4
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Luego, aplicando la probabilidad para 𝑦 = 2
2 4
( )( )
𝑃(𝑦 = 2) = 2 2 = 0,4
6
( )
4
Además, tenemos:
𝑤 −1
𝑤 ~ 𝐺𝑒𝑜 (𝑝 = 0,4) 𝑃(𝑤) = { (0,4)(0,6) 𝑤 = 1,2, …
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Respuesta: La probabilidad de que la tercera caja que revisa el encargado sea la primera donde la
muestra contenga las dos unidades con pequeñas defectos, es 0,144.
Distribución “Mixta”
6.- De un lote grande de artículos fabricados el 10% tiene defectos. Se extraen al azar 8 artículos.
6.1) Determine la probabilidad de que a lo más uno de los artículos elegidos tenga defecto.
6.2) El costo (en UF) de hacer efectiva la garantía al vender estos productos está dado por 𝑪 =
𝟑𝒙𝟐 , donde 𝒙 es número de artículos defectuosos entre los ocho vendidos ¿Cuál es el costo
esperado de hacer efectiva la garantía?
6.3) El gerente de la industria exige probar uno a uno artículos elegidos al azar de diferentes
lotes. Si el primer artículo con defecto resulta antes de la sexta prueba el gerente subirá el
precio del artículo debido a la garantía. Determine la probabilidad de que se lleve a efecto
la medida propuesta por el gerente
6.4) En la industria ocurren en promedio dos accidentes laborales por semana. Determine la
probabilidad de que en las siguientes dos semanas ocurran más de tres accidentes
laborales.
Además, notemos que estamos en presencia de una distribución binomial, quedando expresado de la
siguiente manera:
8 𝑥 8−𝑥
𝑥 ~ 𝐵(𝑛 = 8; 𝑝 = 0,1) 𝑃(𝑥) = {(𝑥 ) (0,1) ∙ (0,9) 𝑥 = 0,1,2, … ,8
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
8 8
𝑃(𝑥 ≤ 1) = ( ) (0,1)0 (0,9)8 + ( ) (0,1)1 (0,9)7 = 0,8131
0 1
Respuesta: La probabilidad de que a lo más uno de los ocho artículos tenga defecto es 0,8131
6.2) Solución: Lo primero, será calcular mediante formula la esperanza y varianza de 𝑥 , con
𝑝 = 0,1 ; 𝑞 = 0,9 ; 𝑛 = 8 , lo que se expresa como sigue:
Respuesta: La probabilidad de que el primer artículo con defecto resulte antes de la sexta prueba, por
lo tanto, que el gerente lleve a cabo la medida propuesta por el gerente, es 0,40951.
Distribución Poisson
7.- Una cajera de supermercado demora en promedio 100 segundos en atender a un cliente. Si
se establecen como válidos los supuestos de Poisson:
7.1) ¿Cuál es la probabilidad que la cajera atienda a más de un cliente en dos minutos?
7.2) Si la cajera es observada en 5 períodos diferentes de dos minutos cada uno elegidos al
azar ¿Cuál es la probabilidad que en sólo uno de los períodos atienda a un cliente?
7.2) Solución: Nos encontramos frente a una distribución binomial, por lo que utilizaremos la siguiente
notación:
Aplicaremos la distribución Poisson en 𝑥 = 1, para poder definir el valor de la probabilidad de éxito (𝑝):
𝑒 −1,2 (1,2)1
𝑝 = 𝑃(𝑥 = 1) = = 0,3614
1!
Por ende, queda expresado de la siguiente manera:
5 (0,3614)𝑤 (0,6386)5 − 𝑤
𝑤 ~ 𝐵(𝑛 = 5; 𝑝 = 0,3614) 𝑃(𝑤) = { (𝑤 ) ; 𝑤 = 1,2, . . ,5
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Finalmente, calculamos la probabilidad pedida:
5
𝑃(𝑤 = 1) = ( ) (0,3614)1 (0,6386)4 = 0,3005
1
Respuesta: Si la cajera es observada en 5 periodos diferentes de dos minutos cada uno elegidos al
azar, la probabilidad de que sólo uno de los periodos atienda a un cliente, corresponde a 0,3005.
8.- Un Ciber cobra $500 la hora por uso de un computador. El número (X) de fallas que se
pueden producir por computador, es una variable aleatoria distribuida según una Poisson con
media 0,2 fallas por hora, mientras que el costo C, en pesos de reparación por hora por
computador está dado por C = 700X2.
8.1) Solución: Lo primero que haremos es definir la variable que se distribuye Poisson:
𝑒 −1,2 (1,2)0
𝑃(𝑦 = 0) = = 𝑒 −1,2 = 0,3012
0!
Después, sabemos que la utilidad por hora es: 𝑈 = 500 − 𝐶 = 500 − 700𝑥 2