Академический Документы
Профессиональный Документы
Культура Документы
A LA INGENIERA CIVIL
Tercera Edicin
Porras & Snchez
Docentes:
Ing. Hernn Porras Daz, M.Sc, Ph.D.
Ing. Omar Giovanny Snchez Rivera
1. Estadstica descriptiva
Una parte importante de la estadstica es la Estadstica Descriptiva esta se ocupa de la recolectar,
analizar y representar un conjunto de datos con la finalidad de realizar una descripcin de las
caractersticas de este.
La estadstica descriptiva consta de dos partes como se observa en el siguiente diagrama.
Estadstica Descriptiva
Numrica
Grafica
Por lo general las observaciones son una parte de un conjunto de datos correspondiente a la
variable de inters, lo que se conoce como muestra que se considera como un subconjunto que
se encuentra contenido en el conjunto correspondiente a la poblacin en la siguiente imagen
puede observarse tal situacin.
=1 1 + 2 + . +
=
6. Desviacin Estndar
= () = 2
( )2
=
( 1)
7. Coeficiente de variacin
=
8. Coeficiente de asimetra
=1( )3
1 =
3
9. Coeficiente de curtosis
Es un coeficiente que permite caracterizar el grado de elevacin o el achatamiento relativo de una
distribucin, comparada con la distribucin normal
Valor positivo: Es indicador de una distribucin relativamente elevada
Valor negativo: Es indicador de una distribucin relativamente plana
=1( )4
2 =
4
Ejemplo 1.1
Una clase de estadstica consta de 56 alumnos, para explicar el tema de estadstica descriptiva el
docente elige a un grupo de 16 estudiantes los cuales pueden asumirse como una muestra
representativa en el estudio de la estatura de los estudiantes del grupo, los valores obtenidos para
la estatura en metros de estos 16 estudiantes son los siguientes:
1.79 1.60 1.82 1.61 1.72 1.76 1.74 1.65
1.61 1.68 1.66 1.74 1.81 1.74 1.76 1.83
Realizar un anlisis de estadstica descriptiva para la estatura de los estudiantes de estadstica.
1. Media o promedio aritmtico
Aplicando la frmula 1.1. se obtiene:
=
= 1.72 []
Como puede observarse el valor promedio es un valor al que todos los valores se encuentran
relativamente cerca, en el caso de preguntar el valor de la estatura a un estudiante de este grupo
el valor esperado ser de 1.72 [m]. El concepto de valor esperado se desarrollara en la seccin de
probabilidad.
2. Moda
Es el dato que ms se repite dentro del conjunto de datos de la muestra
= 1.74 []
3. Mediana
Ordenando los datos del menor valor al mayor valor se tiene:
1.59 1.60 1.61 1.65 1.66 1.68 1.72 1.74 1.74 1.74 1.76 1.76 1.79 1.81 1.82 1.83
Se tiene el caso de un tamao de la muestra par n=16, el promedio aritmtico de los datos de la
mitad es:
=
1.74 + 1.74
= 1.74 []
2
4. Rango
= 1,83 []
= 1.59 []
= 1.83 1.59 = 0.24 []
5. Varianza
() =
6. Desviacin Estndar
= () = 0.0059 = 0.0767 []
7. Coeficiente de variacin
0.0767
=
= 0.0446
1.72
8. Coeficiente de asimetra
(1.79 1.72)3 + (1.60 1.72)3 . +(1.76 1.72)3 + (1.83 1.72)3
16
1 =
0.07673
0.001322
16
1 =
= 0.1831
0.07673
9. Coeficiente de curtosis
(1.79 1.72)4 + (1.60 1.72)4 . +(1.76 1.72)4 + (1.83 1.72)4
16
2 =
0.07674
0.000501
16
2 =
= 0.9048
0.07674
10
2. Anlisis de frecuencias
Un anlisis de frecuencias resulta importante en el momento de realizar una descripcin de la
distribucin de los valores numricos de los datos de una muestra en intervalos de clase definidos
segn la necesidad del estudio realizado
Para el clculo del nmero de intervalos de clase se tienen en cuenta las siguientes expresiones.
-
Se debe recordar que el nmero de intervalos ser una valor entero por tanto este deber
aproximarse segn reglas de aproximacin.
Este nmero de intervalos puede ser asumido aleatoriamente segn la necesidad del anlisis
Ejemplo:
Se estudia la respuesta dinmica en la direccin paralela al viento de construcciones con formas
angulosas durante el paso del Huracn Sandy edificaciones ubicadas en regiones costeras de
Carolina Del Norte en las que pueden suponerse el primer modo o modo fundamental de vibracin
como dominante, para esto se realizan mediciones del factor de rfaga del viento el cual es
funcin de varios parmetros de entre los cuales el ms significativo es la velocidad del viento.
Una muestra representativa de los datos obtenidos es la siguiente:
2.08
1.73
1.26
1.1
2.28
1.81
2.35
2.17
1.65
2.04
2.14
2.28
1.58
2.33
2.45
2.09
1.26
2.45
1.56
2.17
2.14
1.42
2.29
1.24
1.87
1.67
2.39
1.45
1.68
2.46
2
1.16
2.08
2.38
2.27
Realizar un anlisis de Frecuencias para los datos del factor de rfaga del viento durante el paso
del huracn Sandy
Solucin:
Para comenzar se calcula el nmero de intervalos de clase para el respectivo anlisis en este caso
se utiliza el radical del nmero de datos en la muestra.
11
= = 35 = 5.92 6
Se calcula el ancho del intervalo para lo cual se tiene en cuenta el rango:
= = 2.460 1.100 = 1.360
=
1.360
= 0.226667
6
El inicio el primer intervalo deber ser el valor mnimo en la muestra y el final del ultimo intervalo
ser el valor mximo de los datos presente en la muestra, esto puede observarse en la tabla de
anlisis de frecuencia que se muestra
Intervalo
de clase
1
2
3
4
5
6
Intervalo
Inicio
Fin
1.100
1.327
1.553
1.780
2.007
2.233
1.327
1.553
1.780
2.007
2.233
2.460
Suma
Frecuencia
Frecuencia Frecuencia Absoluta Frecuencia Relativa
Absoluta
Acumulada
Relativa Acumulada
5
5
0.143
0.143
2
7
0.057
0.200
6
13
0.171
0.371
3
16
0.086
0.457
8
24
0.229
0.686
11
35
0.314
1.000
35
1.000
12
12
10
8
6
4
2
0
1
Intervalo De Clase
1.000
0.800
0.600
0.400
0.200
0.000
1
Intervalo De Clase
Frecuencia Aboluta
Intervalo De Clase
13
Frecuencia Aboluta
Intervalo De Clase
14
Solucin:
Son tres cifras significativas con las que se realiz la medicin, para el tallo se define las dos
primeras cifras significativas y se clasifican la hojas segn corresponda. Se calculan los valores
mximo y mnimo para elaborar la lista de los tallos.
= 1.49 []
= 1.91 []
Tallo
14
15
16
17
18
19
Hojas
Frecuencia
9
1
8 5
2
9 3 1 8 8 5 0 5 0 8 0 9 7
13
0 9 9 3 2 2 8 8 4 3 5
11
5 3
2
1
1
30
Total
15
4. Probabilidad
El estudio de la probabilidad comienza en la antigedad con los juegos de azar algunos
historiadores coinciden que los asirios y sumerios utilizaban un hueso del taln de las ovejas el
cual tallaban de tal manera que este tuviera la posibilidad de caer en cuatro posiciones diferentes
para realizar apuestas basadas en la posicin final del hueso luego de un lanzamiento. Comienza
el estudio por parte de los apostadores sobre la posibilidad de obtener las diferentes posiciones
luego del lanzamiento y con esto tener una ventaja al momento de realizar la apuesta. Por estas
razones los asirios y sumerios son considerados como los precursores del dado.
En los tiempos del imperio romano los juegos relacionados con dados se practicaban con gran
fervor uno de estos juegos conocido como hazard lo que traduce en ingls y francs riesgo o
peligro entonces el termino se convierte en azar que fue introducido en Europa con la tercera
cruzada.
En la actualidad los juegos de azar aparecen en distintas formas juegos de cartas, juegos de
dados, ruletas, maquinas traga monedas, loteras, dominos etc. El estudio de la probabilidad deja
de ser nico para los juegos de azar y pasa a tener gran variedad de aplicaciones en las distintas
ramas del conocimiento.
De los ms notables estudiosos que emprendieron el estudio de la teora de la probabilidad se
encuentran importantes matemticos como Pierre Fermat y Blaise Pascal que comenzaron a
trabajar sobre algunos problemas relacionados con los juegos de azar, para luego llegar a
formular una discusin sobre la creencia en Dios basada en probabilidades.
El trmino de la probabilidad en ocasiones suele presentarse en palabras no tan formales un
ejemplo para este tipo de frase podra ser Es muy posible que todos los estudiantes del curso
aprueben la asignatura, entonces alguien curioso puede preguntar Qu tan posible puede ser
este fenmeno? Para responder este tipo de pregunta se hace necesario dar un valor numrico
para determinar el grado de posibilidad es por ello que en esta seccin y en las siguientes se
estudiaran diferentes mtodos y procedimientos para calcular dichos valores.
Es posible que el estudiante de ingeniera en este momento piense que el presente capitulo est
orientado a formar apostadores en potencia, lo cual sera errneo dado que la teora de la
probabilidad tiene una gran aplicacin en las distintas ramas de la ingeniera un ejemplo de esto
es el ingeniero encargado del diseo de obras civiles que deber tener presente la probabilidad de
que se presente un evento climtico extremo tal como una rfaga de viento con altas velocidades
que puede resultar fatal para una estructura.
4.1 Espacio Muestral
Para el estudio de un parmetro de inters generalmente se hace necesaria la realizacin de un
experimento con la finalidad de obtener un patrn o tendencia del fenmeno a partir de los
resultados obtenidos,
16
Cuando se enuncia la palabra experimento puede pensarse en un laboratorio con los equipos
necesarios para las pruebas y personas calificadas encargadas de la interpretacin y toma de los
resultados, pero no siempre se da tal situacin se define entonces un experimento cualquier
accin o proceso cuyo resultado se encuentra sujeto a la incertidumbre.
Un experimento puede ser tan simple como lanzar un dado y estar interesado en la numeracin
obtenida, los posibles resultados para este experimento sern {1,2,3,4,5,6}, puede deducirse que la
variabilidad del parmetro de inters se encontrara sujeta a los posibles resultados que puedan
presentarse en este caso seis.
__________________________________________________________________________
Definicin:
El espacio muestral de un experimento se define como el conjunto de todas las posibles
respuestas que puedan obtenerse en dicho experimento.
La notacin del conjunto se realiza con la letra "", que se adopta de la traduccin en idioma
ingles Space
__________________________________________________________________________
Ejercicio 4.1:
Obtener el espacio muestral de un experimento que consiste en lanzar un dado
Solucin:
El conjunto de los posibles resultados que pueden obtenerse son:
= {1,2,3,4,5,6}
Grficamente,
17
Ejercicio 4.2:
Considere un experimento que consiste en lanzar una moneda y luego un dado obtener todos los
elementos del espacio muestral que corresponde a este experimento
Solucin:
El diagrama que se muestra a continuacin se conoce como diagrama de rbol, este tipo de
diagrama resulta de gran utilidad en el anlisis de problemas complejos de probabilidad
Se puede observar que en el primer nodo se representa el lanzamiento de la moneda por lo tanto
el nmero de ramas de salen son dos que corresponden al nmero de posibles resultados, para el
caso del lanzamiento del dado el nmero de ramas son seis, por tanto el nmero de ramas que
salen de un nodo es el mismo que posibilidades haya.
= { 1, 2, 3, 4, 5, 6, 1, 2, 3,
4, 5, 6}
2.2. Evento.
En el estudio de la probabilidad de cierto parmetro de inters generalmente se est interesado en
un conjunto de resultados que se encuentran contenidos en el espacio muestral, los cuales
cumplen ciertas caractersticas.
__________________________________________________________________________
Definicin
18
19
4.3.2. Unin:
Sean dos eventos A y B,
La unin de A y B se lee A unin B que se denota como " " da como resultado un evento
que consiste en los resultados que estn contenidos ya sea en A o en B por tanto la unin
incluye resultados para los que ocurren tanto A como B as como los resultados para los cuales
ocurren exactamente uno, esto puede observarse grficamente como sigue:
4.3.3. Complemento:
Sea A un evento
El complemento de A se lee A complemento y se denota como " " da como resultado un
evento que contiene todos los resultados del espacio muestral a excepcin de los que se
encuentran contenidos en el evento A
20
Ejercicio 4.3
Considere el experimento que consiste en lanzar un dado con los siguientes eventos
:
:
Calcular " ", " ", " "
Solucin
Los elementos de los eventos son:
= {2,4,6}
= {3,6}
El diagrama de Venn que representa la situacin planteada es como se muestra:
()
La probabilidad de A "()", puede ser expresada como una fraccin, como un porcentaje o como
un nmero decimal.
21
__________________________________________________________________________
Ejercicio 4.4
Considere el experimento de lanzar un dado y el evento "" de obtener un nmero mltiplo de
dos, calcular la probabilidad de ocurrencia del evento "".
Solucin:
:
= {2,4,6}
() =
() 3 1
= =
6 2
() =
1
= 0.5 = 50%
2
Ejercicio 4.5
Una consultora de proyectos de ingeniera civil ha licitado en tres proyectos Sea =
{ }, para = 1,2,3 y suponga que (1 ) = 0.165, (2 ) = 0.200, (3 ) = 0.315,
(1 2 ) = 0.030, (1 3 ) = 0.035, (2 3 ) = 0.040, (1 2 3 ) = 0.01, Calcular:
a) La probabilidad de que a la consultora le sean otorgados los proyectos 1 o 2.
b) La probabilidad de que a la consultora le sean otorgados los proyectos 1 y 2.
c) La probabilidad de que le sea otorgado a lo ms el proyecto 3.
Sugerencia: Recordar que la probabilidad del espacio muestral es uno. () = 1
Solucin:
Para la resolucin del problema planteado es necesario hacer uso del conocido Diagrama de Venn
que para el caso analizado se observa en la siguiente figura.
22
Las letras corresponden a variables con las cuales se plantearan las ecuaciones que permitan dar
solucin al problema propuesto, las ecuaciones son formuladas de acuerdo a las condiciones
suministradas por el enunciado.
( ) = .
+ + + = 0.165
( ) = . + + + = 0.200
( ) = . + + + = 0.315
( ) = . + = 0.030
( ) = . + = 0.035
( ) = . + = 0.040
( ) = . = 0.01
() = + + + + + + + = 1
Resolviendo el sistema de ecuaciones se obtiene:
Solucin a)
( ) = + + + + + = .
Solucin b)
( ) = + = .
23
Solucin c)
() = + = .
Ejercicios conjuntos y probabilidad
1. Encuentre la probabilidad de que en el lanzamiento sencillo de un dado resulte un nmero
menor que 5.
Respuesta: 2/3 = 0.666667 = 66.6667%
2. En una urna se tienen 8 bolas de las cuales 4 son rojas, 2 son verdes y 2 son azules. Se saca
1 bola al azar, determine:
a) La probabilidad de sacar una bola roja. Respuesta: 4/8
b) La probabilidad de sacar una bola azul. Respuesta: 2/8
c) La probabilidad de sacar una bola verde. Respuesta: 2/8
d) La probabilidad de sacar una bola azul o una bola verde. Respuesta: 0.5 = 50%.
e) Se sacan 2 bolas simultneamente, determine la probabilidad de sacar una bola azul y una
bola roja. Respuesta: 2/7
3. Un dado se lanza dos veces. Encuentre la probabilidad de sacar un 2 y un 5, sin importar el
orden de obtencin.
Respuesta: 1/18 = 0.05556 = 5.556%
4. El acueducto de cierta ciudad ofrece una tasa subsidiada a cualquier familia cuyo consumo de
agua sea menor que cierta cantidad durante un determinado mes. Sea A el evento en el que
una familia elegida al azar, en cierta comunidad no rebasa el consumo subsidiado durante
Agosto, y sea B el evento anlogo para el mes de Octubre (A y B se refieren a la misma
familia). Supngase que P(A)=0.6, P(B)=0.8 y P(AUB)=0.9. Calcule P(AB) .
Respuesta: 0.5 = 50%.
5. Se elige al azar un alumno de cierto curso de estadstica sea A el evento en el que el
estudiante utiliza una tarjeta de crdito VISA y B el evento anlogo para una MasterCard.
Suponga que P(A)=0.5, P(B)=0.4, P(AB)=0.25
a) Calcule la probabilidad de que el individuo seleccionado tenga al menos una de las dos tarjetas
Respuesta: 0.65
b) Cul es la probabilidad de que el individuo seleccionado no tenga ninguna de estas tarjetas?
Respuesta: 0.35
24
c) Cul es la probabilidad de que el alumno seleccionado tenga una tarjeta visa pero no una
Mastercad?
Respuesta: 0.25
6. En una determinada localidad residencial, el 40% de los hogares tienen televisor pero no radio,
el 10% de los hogares tienen radio pero no televisor y el 35% tiene televisor y radio. Determine
la probabilidad de que tenga al menos uno de los Aparatos electrnicos.
Respuesta: 0.85 = 85%.
No. Estudiantes
58
68
83
27
16
23
12
Calcular:
a) El nmero de estudiantes que utilizan nicamente Bus.
25
b)
c)
d)
e)
10. Suponga que cierto ingeniero civil residente de obra en el proyecto de la construccin de un
colegio estudia los eventos A, B, C acerca del dao en una de las gras empleadas en el
proyecto, suponga los siguientes eventos.
= { }
= { }
= { }
Con probabilidades de ocurrencia.
() = 0.21, () = 0.65, () = 0.38, ( ) = 0.1, ( ) = 0.03, ( ) = 0.17,
( ) = 0.02,
a) Calcular la probabilidad de que el equipo haya fallado por mal manejo por parte del operario y
mala calidad del equipo.
b) Calcular la probabilidad de que el equipo haya fallado por mal manejo por parte del operario o
mala calidad del equipo.
c) Calcular la probabilidad de que el equipo haya fallado por mal manejo por parte del operario o
mala calidad del equipo pero no porque el equipo excede el tiempo de vida til.
d) Cul es la probabilidad de que el equipo haya fallado por una causa diferente a A, B y c?
e) Cul es la probabilidad de que el equipo haya fallado nicamente por mala calidad del
equipo?
Respuesta: a) b) c) d) e)
11. En un estudio sobre la falla de estructuras de pavimento se tienen los siguientes eventos con
probabilidades de ocurrencia:
A = {Falla en la carpeta asfltica}
B = {Falla una capa granular}
C = {Falla en la subrasante}
p(A) = 0.265000; p(B|A) = 0.0943396; p(B|A ) = 0.408163; p(C|A B) = 0.400000
p(C|A B) = 0.533333; p(C|A B ) = 0.916667; p(C|A B ) = 0.804598
a) Calcule la probabilidad de que falle la carpeta asfltica dado que hubo fallas en la subrasante y
en la capa granular.
b) Calcule la probabilidad de que se presente falla nicamente en la carpeta asfltica.
c) Calcule la probabilidad de que fallen la subrasante y la carpeta asfltica pero no la capa
granular.
26
( )
()
27
a)
b)
c)
d)
( ) = 0.015
Si se selecciona al azar un estudiante de ingeniera civil, calcular:
La probabilidad de que el estudiante haya tenido un celular marca Apple o marca Samsung
pero no uno marca Blackberry.
La probabilidad de que el estudiante haya tenido a lo ms una de las marcas de celular
mencionadas en los eventos A, B, y C.
La probabilidad de que el estudiante haya tenido a lo menos dos de las marcas de celular
mencionadas en los eventos A, B, y C.
(( ) ), explicar la interpretacin del resultado.
28
5. Tcnicas de conteo
5.1. Regla del producto
La regla del producto se aplica cuando se analiza un proceso que puede realizarse de 1 formas y
para cada una de tales formas existe otro proceso que puede realizarse de 2 formas, de la misma
forma existe otro proceso que puede realizarse de 3 formas, entonces la serie de operaciones
es posible realizarla de 1 2 3 . . formas diferentes.
Ejemplo 5.1.
Se lanza tres veces un dado, Cuntos resultados pueden obtenerse?
Solucin:
En cada lanzamiento del dado existen seis posibilidades de respuesta aplicando la regla del
producto se obtiene:
1 = 6; 2 = 6; 3 = 6
= 1 2 3 = 6 6 6 = 216
5.2. Permutacin
29
!
( )!
Ejemplo 5.2.
Se desea definir un equipo de microftbol para ello se cuenta con 7 jugadores potenciales, si el
equipo consta de 5 jugadores e importa la posicin de cada jugador Cuntos equipos diferentes
de microftbol es posible definir?
Solucin:
Segn las indicaciones del enunciado la posicin del jugador importa, por tanto se debe utilizar la
permutacin.
= 7; = 5
= 75 =
7!
(7 5)!
=
5.3. Combinacin
Una secuencia elementos tomados de un conjunto de elementos donde el orden de obtencin
no tiene incidencia se conoce como combinacin. El nmero de combinaciones de elementos
tomados de un conjunto de elementos es:
= ( ) =
=
!
! ( )!
Ejemplo 5.3.
Se desea definir un equipo de microftbol para ello se cuenta con 7 jugadores potenciales, si el
equipo consta de 5 jugadores y no importa la posicin de cada jugador Cuntos equipos
diferentes de microftbol es posible definir?
Solucin:
Segn las indicaciones del enunciado la posicin del jugador no importa, por tanto se debe utilizar
la combinacin.
= 7; = 5
30
= 75 =
7!
(7 5)!
=
Ejemplo 5.4.
En una reconocida empresa constructora colombiana se desea elegir un comit de 5 integrantes
pertenecientes a la junta directiva de la empresa, se sabe que la junta directiva cuenta con 21
integrantes, de los cuales 5 son de Cundinamarca, 4 de Santander, 3 de Boyac, 4 de Antioquia y
5 del Tolima. La seleccin del comit obedece a un evento internacional para el cual hay recursos
limitados, con la finalidad de no despertar malestar entre los involucrados la eleccin se realizara
al azar, calcule:
a)
b)
c)
d)
Solucin:
Para la solucin del presente enunciado se elabora la tabla que se muestra a continuacin, donde
se observa la composicin de la junta directiva.
# de
integrantes
Cundinamarca
5
Santander
4
Boyac
3
Antioquia
4
Tolima
5
Total
21
Tabla 2: Composicin de la junta directiva segn departamento.
Departamento
Solucin a.
Segn las condiciones expuestas por el enunciado, la solucin es posible plantearla de la
siguiente forma:
5 4 3 4 5
( )( )( )( )( )
400
() = 1 1 1 1 1 =
= 0.058971
21
6783
( )
5
31
() =
= . = . %
Solucin b.
Segn las condiciones expuestas por el enunciado, la solucin es posible plantearla de la
siguiente forma:
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
() = 5 0 0 0 0 + 0 0 0 0 5 + 4 1 0 0 0 + 3 2 0 0 0
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 2 3 0 0 0 + 1 4 0 0 0 + 4 0 1 0 0 + 3 0 2 0 0
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
0
3
0
0
0
1
0
0
2
0
0
3
0
2
4
+
+
+
+ 2 0 0 3 0
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
0
0
4
0
0
0
0
0
0
0
3
1
2
4
1
+
+
+
+ 2 0 0 0 3
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
0
0
4
0
3
0
0
1
2
0
0
0
0
1
4
+
+
+
+ 0 2 3 0 0
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
4
0
1
3
0
2
2
0
3
0
0
0
0
0
0
+
+
+
+ 0 1 0 4 0
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
4
0
0
3
0
0
2
0
0
0
0
0
3
1
2
+
+
+
+ 0 1 0 0 4
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 0 0 3 2 0 + 0 0 2 3 0 + 0 0 1 4 0 + 0 0 3 0 2
21
21
21
21
( )
( )
( )
( )
5
5
5
5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 0 0 2 0 3 + 0 0 1 0 4 + 0 0 0 4 1 + 0 0 0 3 2
21
21
21
21
( )
( )
( )
( )
5
5
5
5
32
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( )
0
0
2
0
3
+
+ 0 0 0 1 4
21
21
( )
( )
5
5
() =
+
1
1
20
20
40
5
5
10
10
+
+
+
+
+
+
+
+
20349 20349 20349 6783 20349 20349 6783 6783 20349
20
20
40
5
25
100
100
25
1
+
+
+
+
+
+
+
+
20349 6783 20349 20349 20349 20349 20349 20349 6783
+
4
2
4
8
8
4
5
40
20
+
+
+
+
+
+
+
+
6783 6783 20349 6783 6783 20349 20349 20349 6783
20
2
4
1
10
10
5
5
40
+
+
+
+
+
+
+
+
20349 6783 6783 6783 20349 6783 6783 20349 20349
+
20
20
+
6783 20349
() =
302
337
107
320
+
+
=
20349 20349 6783 6783
() =
= . = . %
Solucin c.
Segn las condiciones expuestas por el enunciado, la solucin es posible plantearla de la
siguiente forma:
5 16
5 16
5 16
5 16
( )( ) ( )( ) ( )( ) ( )( )
800
400
80
1
983
3
2
3
1
2
4
() =
+
+
+ 5 0 =
+
+
+
=
21
21
21
21
2907 6783 20349 20349 2907
( )
( )
( )
( )
5
5
5
5
() =
= . = . %
Solucin d.
Segn las condiciones expuestas por el enunciado, la solucin es posible plantearla de la
siguiente forma:
5 4 3 4 5
5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( )
1
1
2
() = 5 0 0 0 0 + 0 0 0 0 5 =
+
=
21
21
20349 20349 20349
( )
( )
5
5
() =
= . = . %
33
34
7. Cierto comit de ingenieros civiles consta de siete integrantes, en este comit se premia la
puntualidad de sus asistentes dado que se hace uso de una mesa con 5 sillas quedando dos
de los integrantes de pie los cuales son los ltimos en llegar
a) De cuntas formas posibles pueden ubicarse los ingenieros en la mesa del comit?
b) De los 7 integrantes 4 son hombres y 3 son mujeres De cuantas formas posibles pueden
ubicarse los ingenieros si se debe alternar hombre mujer y las mujeres deben ir en los
lugares pares?
Respuesta: a) 2520 b) 144
8. Una mano de pker consiste en 13 cartas seleccionadas al azar de una baraja de 52 cartas.
a) Calcular la probabilidad de obtener las 13 cartas de corazones
b) Cierto juego consiste en extraer 4 cartas de la baraja sin remplazo, calcular la probabilidad
de sacar los 4 aces
Respuestas: 1/6350135559600.
9. En una urna se dispone de 6 balotas rojas 4 azules y 3 negras si se extraen dos balotas
sucesivamente calcular la probabilidad de obtener:
a) Dos balotas negras.
b) Una balota roja y una azul.
c) Sacar balotas sin obtener alguna de color negro.
d) Si se sacan tres balotas de la urna calcular la probabilidad de obtener una de cada color.
Respuesta: a) 1/26 b) 4/13 c) 15/26 d) 36/143
10. A un ingeniero encargado del diseo de los parqueaderos de un edificio de oficinas el cliente le
indica que requiere de 8 parqueaderos para los automviles de la empresa. Los automviles
dos son Mercedez Benz, tres BMW y 3 son Chevrolet.
a) Suponga que por cuestiones de esttica los autos de la misma marca debern quedar juntos
Cuntas formas posibles existen para parquear estos automviles?
b) Los autos Mercedes Benz pertenecen a los cargos ms altos de la empresa los cuales
deben quedar uno al lado del otro mientras que los de las otras marcas pueden quedar en
cualquier orden Cuntas formas posibles existen para parquear estos automviles en tales
condiciones?
c) Por capricho del cliente la posicin de los Mercedes Benz debern ser {1,4} las posiciones
de los BMW sern {2,5,7} y los Chevrolet {3,6,8} Cuntas formas posibles existen para
parquear estos automviles en tales condiciones?
Respuesta: a) 432 b) 10080 c) 72
11. Una mano de pker consiste en 5 cartas seleccionadas sin remplazo de una barajas de 52
cartas. Determine la probabilidad de obtener.
a) Full: Tres cartas con la misma numeracin y otros dos con misma numeracin.
35
b)
c)
d)
e)
Escalera: Cinco cartas con numeracin consecutiva (El as puede ir al comienzo o al final).
Pker. Cuatro cartas con la misma numeracin.
Obtener los cuatro ases presentes en la baraja.
Obtener cinco cartas de corazones.
36
16. Un experimento de estadstica consiste en lanzar un dado dos veces y finalmente una moneda,
calcular:
a) La probabilidad de obtener un puntaje superior a siete en la suma de los puntajes obtenidos
en los lanzamientos del dado.
b) La probabilidad de obtener nmeros pares en los lanzamientos del dado y una cara en la
moneda.
Respuesta: a) 0.416667 b) 0.125000
17. En una urna se dispone de 9 balotas blancas, 6 negras, 8 azules y 7 Rojas. Si se extraen
cuatro balotas de la urna sucesivamente y sin remplazo calcular:
a) La probabilidad de obtener balotas de colores diferentes.
b) La probabilidad de obtener balotas azules o rojas.
c) La probabilidad de obtener a lo ms dos balotas rojas.
d) La probabilidad de obtener a lo menos dos balotas negras o azules.
Respuesta: a) 0.110345 b) 0.049808 c) 0.969349 d) 0.647510
13. Un experimento estadstico consiste en lanzar veces una moneda con dos posibilidades de
respuesta de igual probabilidad, calcule:
a) La probabilidad de obtener a lo menos un sello.
b) La probabilidad de obtener solo sellos o solo caras.
c) La probabilidad de obtener a lo ms una cara.
Respuesta: a) 1
1
2
b)
1
21
c)
+1
2
37
( )
()
(1 2 ) =
=1
Axioma 3.
La probabilidad del todos los elementos del espacio muestral es uno.
() = 1
_____________________________________________________________________________
38
Ejercicio 6.1.
La urna A contiene 8 bolas rojas 5 azules en tanto que la urna B contiene 7 bolas rojas y 6 azules.
a) Se lanza un dado si se obtiene un nmero mayor o igual que 2 se saca una bola de la urna A,
de lo contrario se saca una bola de la urna B. Determine la probabilidad de sacar una bola roja.
b) Si la bola extrada, segn el literal anterior, se deposita en la urna diferente a la que se sac y
se lanza de nuevo el dado, manteniendo las mismas condiciones de extraccin del literal a.,
cul es la probabilidad de extraer dos bolas del mismo color.
c) Teniendo en cuenta el numeral a y b, Cul es la probabilidad de extraer en el orden una bola
roja y luego una bola azul?
Solucin:
Para la solucin se emplea el diagrama de rbol que se observa en la figura, en donde debe
tenerse en cuenta que la suma de las probabilidades de las ramas que salen de un nodo dede ser
uno.
Efectuando las opresiones necesarias se tiene que:
a)
() =
47
78
b)
() =
1234
2457
() =
1223
4914
c)
39
40
Ejemplo 6.2.
El gerente de una reconocida firma de consultora se encuentra interesado en estudiar el motivo
del retraso en cronograma de algunos proyectos, la firma de consultora se encarga de la
elaboracin de los estudios tcnicos para la construccin de obras de infraestructura del estado.
De la experiencia se sabe que el 25% de las veces el retraso se genera por concepto del equipo
tcnico de la arquitectura, mientras que el 45% de las veces el retraso se genera por concepto del
equipo tcnico de estructuras, se sabe que el equipo de diseo de redes tiene la responsabilidad
en retrasos el doble de las veces del equipo de geotecnia y el equipo de presupuesto 1.5 veces
las del equipo de redes. Si se presenta retraso por concepto del equipo de estructuras el 30% de
las veces se debe al personal no profesional, para el caso del equipo de presupuesto este
porcentaje corresponde al 55% y para el equipo de Geotecnia 50%. El gerente afirma que si hay
retraso en cronograma por concepto del personal no profesional la posibilidad que pertenezca al
equipo de estructuras es de 27.07%, la posibilidad que pertenezca al equipo de redes es de
18.05%.
a) Si hay un retraso en cronograma por concepto del personal profesional, calcule la probabilidad
de que pertenezca al equipo de arquitectura.
b) Calcule el porcentaje de veces en que un atraso se debe al personal profesional, si se sabe
que pertenece al equipo de redes.
c) Cul es la probabilidad se presente un atraso por concepto del equipo de presupuesto?
Solucin:
Teniendo en cuenta la complejidad del enunciado para el desarrollo se utiliza el diagrama de rbol.
En las primeras ramas del diagrama de rbol se deber modelar los diferentes equipos tcnicos la
segunda rama representara si el personal es profesional o no profesional.
41
La asignacin de probabilidades se realiza con los datos suministrados por el enunciado, las letras
son variables que se pretenden despejar con los datos restantes.
(| ) =
( )
= 0.270700
( )
(| )
=
(0.45)(0.30)
= 0.270700
(0.25)(1 ) + (0.45)(0.30) + (2)(1 ) + ()(0.50) + (3)(0.55)
(| ) =
(| ) =
= 0.180500
( )
= 0.180500
( )
(2)(1 )
(0.25)(1 ) + (0.45)(0.30) + (2)(1 ) + ()(0.50) + (3)(0.55)
0.25 + 0.45 + 2 + + 3 = 1
()
(2)(1 )
= 0.180500
(0.25)(1 ) + (0.45)(0.30) + (2)(1 ) + ()(0.50) + (3)(0.55)
()
0.25 + 0.45 + 2 + + 3 = 1
()
= . ; = . ; = .
Solucin a.
Segn la estructura de la pregunta, se requiere calcular una probabilidad condicional.
(|) =
( )
()
(. |)
=
(0.25)(0.335238)
(0.25)(0.335238) + (0.45)(0.70) + (2)(0.05)(0.099834) + (0.05)(0.50) + (3)(0.05)(0.45)
(. |) = . = . %
Solucin b.
Segn la estructura de la pregunta, se requiere calcular una probabilidad condicional.
( )
(|) =
()
42
(|) =
(2)(0.05)(0.099834)
(2)(0.05)
(|) = . = . %
Solucin c.
Segn la estructura de la pregunta, se requiere calcular una probabilidad.
() = (3)(0.05) = 0.15
() = . = . %
Ejemplo 6.3.
Una estudiante de ingeniera civil con gran sentido del deber a su labor como estudiante sale tarde
del claustro universitario, esto con motivo de la realizacin del trabajo final de resistencia de
materiales. A dos manzanas de la entrada principal la estudiante es abordada por un ladrn que
aprovecha la oscuridad de la noche y la soledad del sitio para hurtarle el celular. Un polica que
patrulla cerca del lugar en que suceden los hechos acude al auxilio de la estudiante, el ladrn
huye hasta una casa abandona en donde encuentra posibles escapatorias. El ladrn es ms veloz
que el polica, en el caso en que el ladrn encuentre una salida diferente a la de la entrada
escapara del polica.
El ladrn ingresa por la salida 1 y su nica escapatoria es llegar a la salida 2, por tanto el ladrn
deber pasar por alguna ruta en donde encontrara algunas puertas internas en la casa, para su
escapatoria las puertas de alguna de las rutas debern estar abiertas. Se sabe que:
( 1, ) = ( 2, ) = ( 3, ) = 0.35
( 4, ) = ( 5, ) = 0.25
Calcule la probabilidad de que el ladrn logre escapar del polica, suponga que los eventos en que
las puertas estn abiertas o cerradas son independientes.
Solucin:
Se analiza la probabilidad de que el ladrn logre superar la primera serie de puertas, para logre
superarla la Puerta 1 debe estar abierta o la Puerta 2 o la Puerta 3, la probabilidad se calcula de la
siguiente forma.
( 1, 2, 3, ) = 1 ( 1, 2, 3, )
Aplicando la propiedad de la independencia de eventos se tiene:
43
( 1, 2, 3, )
= 1 (( 1, ))(( 2, ))(( 3, ))
( 1, 2, 3, ) = 1 (0.65)(0.65)(0.65)
( , , , ) = .
Se analiza la probabilidad de que el ladrn logre superar la segunda serie de puertas, para logre
superarla la Puerta 4 debe estar abierta o la Puerta 5, la probabilidad se calcula de la siguiente
forma.
( 4, 5, ) = 1 ( 4, 5, )
Aplicando la propiedad de la independencia de eventos se tiene:
( 4, 5, ) = 1 (( 4, ))(( 4, ))
( 4, 5, ) = 1 (0.75)(0.75)
( , , ) = .
Para que el ladrn pueda escapar deber encontrar abierta una puerta de la primera serie de
puertas (Puerta 1, Puerta 2 y Puerta 3) y una puerta de la segunda serie de puertas (Puerta 4 y
Puerta 5). Las probabilidades de los eventos descritos se calcularon en los pasos anteriores.
Aplicando la independencia de evento se tiene:
() = (0.725375)(0.437500) = 0.317352
() = .
44
Azul
15
18
26
Color
Negro
5
8
18
Rojo
9
6
21
Suponga que los trabajadores hacen una fila para reclamar el uniforme de trabajo.
a) Cul es la probabilidad de que el siguiente trabajador requiera un uniforme de talla mediana?
b) Cul es la probabilidad de que el siguiente trabajador requiera un uniforme de talla grande y
de color negro?
c) El prximo trabajador en la fila es de talla pequea Cul es la probabilidad de que el uniforme
requerido sea del color negro?
d) El prximo trabajador en la fila requiere uniforme Rojo Cul es la probabilidad de que el
uniforme requerido sea de talla pequea o mediana?
Respuesta: a) 0.253967 b) 0.142857 c) 0.172414 d) 0.416667
3. Cierto estudiante de ingeniera realiza un trayecto todos los das desde su casa hasta la
universidad donde recibe clases. Suponga los eventos
: { }
: { }
Con probabilidades de ocurrencia
( ) = 0.5, ( ) = 0.4, ( ) = 0.2
a)
b)
c)
d)
45
a)
b)
c)
d)
5. Una urna U1 contiene 8 balotas blancas, 5 negras y 4 azules, la urna U2 contiene 7 blancas, 6
negras y 8 azules. Se extraen dos balotas sucesivamente sin remplazo de una urna, la
probabilidad de elegir la urna U1 es de 3/4 mientras que la probabilidad de elegir la urna U2 es
del 1/4. Calcular la probabilidad de.
a) Obtener dos balotas blancas.
b) Una balota blanca y una balota azul.
c) Obtener dos balotas del mismo color.
d) Obtener una balota de un color y otra de otro color.
Respuesta: a) 61/340 b) 62/255 c) d) .
6. En un experimento estadstico se cuenta con un dado y una moneda. El experimento consiste
en lanzar el dado si el nmero obtenido es par se lanza dos veces la moneda, si el nmero es
impar la moneda se lanza tres veces. Calcular la probabilidad de:
a) Obtener nicamente caras como resultado en la moneda.
b) Obtener a lo menos dos caras.
c) Obtener nicamente caras o sellos como resultado en la moneda.
d) Obtener un nmero impar en el dado y dos sellos en la moneda.
Respuesta: a) 3/16 b) 3/8 c) 3/8 d) 3/16.
7. La urna A contiene 3 bolas rojas 2 azules en tanto que la urna B contiene 2 bolas rojas y ocho
azules.
a) Se lanza un dado si se obtiene un nmero mayor que 2 se saca una bola de la urna A, de lo contrario
se saca una bola de la urna B. Determine la probabilidad de sacar una bola roja.
b) Si la bola extrada, segn el literal anterior, se deposita en la urna diferente a la que se sac y se lanza
de nuevo el dado, manteniendo las mismas condiciones de extraccin del literal a., cul es la
probabilidad de extraer en esta ocasin una bola azul
46
47
48
c) Calcule la probabilidad de que las bolas extradas de las urnas U1, U2 y U3 sean del mismo
color.
Respuesta: a) 31/80 b) 9/160 c) 21/160
16. Cierto organismo gubernamental emplea a tres empresas consultoras (A,B y C) con
probabilidades de 0.110, 0.350 y 0.250, respectivamente. De la experiencia pasada se sabe
que las probabilidades de excesos en costos de las empresas son 0.05, 0.03 y 0.15,
respectivamente y de otras empresas es de 0.12. En cierto ajuste de cuentas el organismo
gubernamental experimenta un exceso en los costos.
a) Cul es la probabilidad de que la empresa consultora implicada sea la compaa C?
b) Cul es la probabilidad de que la empresa consultora implicada no sea la empresa B?
c) Cul es la probabilidad de que el organismo gubernamental no experimente sobrecostos?
Respuesta: a) 0.424689 b) 0.881087 c) 0.911700
17. Un reconocido ingeniero debe realizar todos los das un trayecto desde su casa hasta el lugar
de trabajo, la probabilidad de que no logre salir a tiempo de su casa es de 50%, la probabilidad
de que el ingeniero no llegue a tiempo a su trabajo es de 40% y la probabilidad de que el
ingeniero salga a tiempo de su casa y llegue a tiempo al trabajo es del 20%.
a) Calcule la probabilidad de que el ingeniero llegue a tiempo.
b) Cierto da el ingeniero sale de su casa tarde, calcule la probabilidad de que llegue a su trabajo
a tiempo.
c) Cierto da el ingeniero llega a tiempo, calcule la probabilidad de que haya salido de su casa
tarde.
18. Cierto profesor acostumbrado a llegar tarde a clase recibe una llamada de atencin del jefe de
escuela. El profesor con el fin de acostumbrar a sus estudiantes a llegar temprano, impone a
sus estudiantes que ningn estudiante podr entrar al aula de clase despus del profesor, Un
estudiante acostumbrado a llegar tarde siempre tiene una disculpa, 10% de las veces que llega
tarde se debe al transporte, 25% se debe a que se queda dormido, 40% se debe a su falta de
voluntad, 10% a que desayuna tarde. De las veces que llega tarde por motivo del transporte el
35% alcanza a entrar a clase, de las veces que el estudiante se queda dormido el 15% alcanza
a entrar a clase, de las veces que el estudiante llega tarde por desayunar tarde 60% no
alcanza a entrar a clase, de las veces que llega tarde por otros motivos el 70% entra a clase.
La hermana del estudiante afirma, si mi hermano no alcanza a entrar a clase la posibilidad que
se haya quedado dormido es de 33.1%.
a) Calcule el porcentaje de veces en que el estudiante llega tarde y por tanto no alcanza a entrar
a clase.
b) Si el estudiante desayuna tarde, Cul es la probabilidad de que no alcance a entrar a clase?
c) Si el estudiante no alcanza a entrar a clase, Cul es la probabilidad de que haya tenido
problemas con el transporte?
Respuesta: a) 0.641994 b) 0.6000000 c) 0.101247
19. Para un experimento estadstico se cuenta con una moneda y las tres urnas A, B y C, La urna
A contiene 8 bolas rojas y 10 bolas negras, la urna B contiene 7 bolas rojas y 6 bolas negras, la
49
urna C contiene 12 bolas rojas y 5 bolas negras. Se lanza la moneda, en el caso de obtener
una cara se extrae una bola de la urna A y en seguida una bola de la urna B, las dos bolas
extradas son depositadas en la urna C. En el caso de obtener un sello en la moneda se extrae
una bola de la urna B y en seguida una bola de la urna C, las dos bolas extradas son
depositadas en la urna A. Para finalizar el experimento se lanza nuevamente la moneda, en el
caso de obtener una cara se extrae una bola de la urna C y en el caso de obtener un sello se
extrae una bola de la urna B.
a) Calcular la probabilidad de que en las extracciones realizadas las bolas sean del mismo color.
b) Calcular la probabilidad de obtener la serie: una cara en el primer lanzamiento de la moneda,
extraer una bola negra en la urna A, extraer una bola roja en la urna B, obtener una cara en el
segundo lanzamiento de la moneda y extraer una bola negra en la urna C.
c) Calcular la probabilidad de que las tres bolas sean extradas en el orden roja - negra - roja.
Respuesta: a) 0.259789 b) 0.023617 c) 0.114493
20. Un ingeniero residente de obra afirma, con base en su experiencia y trayectoria, que de los
accidentes que se producen en obra por falta del uso de elementos de proteccin personal, el
40% se dan por la falta de guantes, el 20% se dan por falta de botas, el 10% por falta de
casco, el 10% por falta de gafas. De los accidentes causados por falta de guantes el 15%
terminan en hospitalizacin, por falta de botas el 95% de los casos no terminan en
hospitalizacin, para los accidentes por falta de cascos el porcentaje de individuos no
hospitalizados corresponde al 75%, el ingeniero recalca que en los casos de otros tipos de
accidentes el 95% no terminan en hospitalizacin. El mdico del centro de salud ms cercano
a la obra, afirma que si un paciente es hospitalizado la probabilidad de que el accidente haya
ocurrido por falta de gafas es de 12.3%.
a) Calcule el porcentaje de trabajadores que son hospitalizados a casusa de un accidente por
falta de elementos de proteccin.
b) Calcule la probabilidad de que si un individuo es hospitalizado sea a causa de la falta de botas.
c) Cul es la probabilidad de que un individuo sea hospitalizado dado que el accidente se
produjo por la falta de guantes?
Respuesta: a) 0.1097263 b) 0.083524 c) 0.150000
21. En un depsito de materiales de construccin, se lleva un riguroso balance de los productos
cotizados, el propietario afirma que el 45% de los materiales cotizados son concretos, el 25%
aceros, el 15% tuberas y accesorios, 5% ladrillos. De las cotizaciones de concreto el 20% se
convierten en ventas, de las cotizaciones de acero el 75% nunca llegan a convertirse en
ventas, las cotizaciones que de tuberas y accesorios que se convierten en ventas son el 60%.
Se sabe que si se realiza una venta la probabilidad de que sea acero es de 21.4%, si una
cotizacin no se convierte en venta la probabilidad de que el material involucrado sea diferente
de concreto, acero, tuberas, accesorios y ladrillos es de 9.18%.
a) Calcule el porcentaje de veces que el depsito de materiales de construccin logra convertir
una cotizacin en una venta.
b) Si se realiza una cotizacin de concretos, calcule la probabilidad de que se logre una venta.
c) Si se logra una venta, calcule la probabilidad de que sean ladrillos.
50
Cada compuerta se abre al azar dejando pasar agua (si est abierta) o impidindolo.
Suponga las probabilidades siguientes:
P(I abierta) = P(II abierta) = P(IV abierta) = 0.55; P(III abierta) = 0.36
P(I cerrada, II abierta) = P(I abierta, IV cerrada) = P(I cerrada, III abierta) = 0.2
P(II abierta, IV abierta) = 0.35; P(III abierta, IV cerrada) = 0.26
P(II abierta, III abierta) = 0
P(I o II o IV abierta) = 0.85; P(I o III o IV abierta) = 0.87
Calcular la probabilidad de que un torrente de agua lanzado en el punto A llegue a B.
Respuesta: 0.157905
23. Una moneda presenta en el anverso una cara y en el reverso un sello. Si se lanza la moneda
hasta que aparezca la primera cara y, a continuacin, se realizan tantos lanzamientos
adicionales como sellos han precedido la primera cara. Determinar:
a) La probabilidad de que aparezca n sellos en la primera fase y m en la segunda.
b) La probabilidad de que el nmero total de caras supere al nmero total de sellos.
c) La probabilidad de obtener en todos los lanzamientos solo caras o solo sellos.
24. Una reconocida universidad tiene como criterio de admisin a los programas de posgrado en
modalidad investigacin la aprobacin de un examen de competencia en lengua inglesa. El
reglamento de la universidad establece que los aspirantes a ttulo de posgrado debern tener
un nivel mnimo de lengua inglesa. Un examen se efecta a los estudiantes que ingresan y a
los que egresan, aspirantes y egresados. Se sabe que el 22% son estudiantes relacionados
con la maestra en gerencia de negocios, los estudiantes de maestra en historia son la mitad
de los de maestra en gerencia de negocios, el 18% son de la maestra en ingeniera civil. De
los estudiantes de la maestra en ingeniera civil 45% son aspirantes, de la maestra en
telecomunicaciones 85% son egresados, en la maestra en biloga este porcentaje es de 82%.
El organizador del examen afirma, basado en las listas de presentacin, si se sabe que un
estudiante es de la maestra en historia la posibilidad de que sea aspirante es del 20%, si un
estudiante es egresado la posibilidad de que sea de la maestra en gerencia de negocios es de
3.56% y el porcentaje de aspirantes que presenta la prueba es de 38.11%.
51
Nmero
de
retrasos
Nmero de
retrasos que
produjeron atraso
general del
proyecto
Nmero de
retrasos que no
produjeron atraso
general del
proyecto
Alto trfico en el
trayecto comprendido
1
entre la planta y la
obra
35
15
20
Gran volumen de
2 pedidos de concreto
en la planta
15
Incompetencia de los
4 funcionarios de la
planta de concreto
42
Id
52
6 Otros
11
Con el fin de seleccionar un ingeniero, residente de obra, el director de obra disea la siguiente
prueba:
Se sabe que:
Si hay atraso general en el proyecto, la posibilidad de que se haya producido por gran
volumen de pedidos de concreto en la planta es de 1/9.
Si hay demora para recibir el concreto en la obra, la posibilidad para que se retrase la
entrega del proyecto es de 1 entre 4.
Si hay atraso general en el proyecto, la posibilidad de que se haya producido por
incompetencia de los funcionarios de la planta de concreto es de 25/116.
Si el retraso es por otros motivos, la posibilidad para que se retrase la entrega del proyecto
es de 4 entre 11.
La posibilidad de que no se atrase el proyecto por concepto de retraso en la entrega de
concretos es de 31 entre 58.
a) Calcule los valores para las cantidades s, t, u, v, w, x, y, z.
b) Si se presenta un retraso, por alto trfico en el trayecto comprendido entre la planta y la obra,
calcule la probabilidad de que se presente un retraso en la fecha de entrega del proyecto.
c) Si hay un retraso general en la fecha de entrega del proyecto, calculen la probabilidad de que
el motivo haya sido por generacin del pedido de concreto con poco margen de tiempo.
d) Calcule la probabilidad de que no se presente atraso general en la obra por concepto de atraso
en la entrega de concretos.
e) Calcule la probabilidad de que haya demora para recibir el concreto en la obra y que no se
presente atraso en la fecha de entrega del proyecto.
f) Calcule la probabilidad de que haya un gran volumen de pedidos en la planta o se genere el
pedido con poco margen de tiempo y se presente atraso en la fecha de entrega del proyecto.
26. La urna U1 contiene 13 bolas rojas y 8 blancas, en tanto que la urna U2 contiene 8 bolas rojas
y 8 bolas blancas, se lanza un dado y a continuacin se extraen tantas bolas de la urna U1
como puntaje se haya obtenido en el dado, las bolas extradas de la urna U1 son depositadas
en la urna U2. Finalmente se extrae una bola de la urna U2. Calcule:
a) La probabilidad de que en las extracciones sean obtenidas bolas del mismo color.
b) La probabilidad de obtener a lo menos dos bolas blancas en la totalidad de las extracciones.
c) La probabilidad de obtener a lo ms dos bolas rojas en la totalidad de las extracciones.
d) La probabilidad de obtener una bola blanca en la extraccin de la urna U2.
e) La probabilidad de obtener a sumo una bola roja.
27. Para la seleccin de personal una reconocida firma constructora realiza a los aspirantes
exmenes de expresin: oral, escrita y corporal. Si se conoce que:
i. El 10% de los aspirantes aprueba el examen de expresin oral.
ii. La posibilidad de que un aspirante apruebe el examen de expresin corporal dado que
aprob el examen de expresin oral es del 40%.
53
iii.
iv.
v.
vi.
vii.
54
() = [ = ]
Funcin de distribucin de probabilidad acumulada
() = ()
Valor esperado
= () = ()
[()] = ()()
Varianza
() = 2 = [( )2 ] = ( )2 ()
Coeficiente de variacin
=
Coeficiente de asimetra
1 =
Coeficiente de curtosis
[( )3 ] ( )3 ()
=
3
3
[( )4 ] ( )4 ()
2 =
=
4
4
() = 1
( < < ) = ()
55
() = ()
Valor esperado
= () = ()
[()] = ()()
Varianza
2
2]
() = = [( )
= ( )2 ()
Coeficiente de variacin
=
Coeficiente de asimetra
Coeficiente de curtosis
[( )3 ] ( )3 ()
1 =
=
3
3
[( )4 ] ( )4 ()
2 =
=
4
4
Ejemplo funcin de densidad de probabilidad:
Para la construccin de un puente vehicular en el municipio de Barrancabermeja, el gerente de la
obra ha definido un descanso que comienza a las 10:00:00 a.m. y mximo puede durar 20
minutos, los trabajadores tienen la opcin de elegir tomar el descanso o acumular el tiempo para
ser redimido en un da cualquiera. Suponga que la variable aleatoria representa el tiempo en
minutos que un empleado gasta en el descanso. La funcin de densidad de probabilidad es la que
se muestra a continuacin.
0<5
5 < 11
() = { 1
}
11 < 16
16 < 20
El gerente afirma, basado en su amplia experiencia en obra, la posibilidad de que un empleado
demore un tiempo inferior de 10 minutos en su descanso es de 40%, la posibilidad de que demore
un tiempo entre 6 y 14 minutos es de 43% y el tiempo esperado que un empleado gasta en el
descanso en de 10.2 minutos.
a) Calcular el valor de las constantes a, b, c y d.
b) Obtener la funcin de distribucin acumulada.
c) Calcular el valor del coeficiente de asimetra.
56
Solucin:
De acuerdo a las condiciones del enunciado es posible plantear las siguientes ecuaciones:
5
10
0.40 = () + ( )
0
11
14
0.43 = ( ) + ( 1 )
6
11
11
16
20
)) + (()( ))
11
11
16
16
20
1 = () + ( ) + ( 1 ) + ( )
0
11
16
Solucin a.
Resolviendo las integrales definidas se obtiene el siguiente sistema de ecuaciones:
0.40 = 12.500000 + 13.628291
0.43 = 14.523956 + 0.241162
10.2 = 41.666667 + 138.163960 + 5.000000 + 1.869814 106
1 = 12.500000 + 16.868355 + 0.374693 + 1.104740 107
= . ; = . ; = . ; = .
Solucin b.
Para la funcin de probabilidad acumulada se debe realizar una integral:
() = ()
11
11
16
16
57
.
. . + .
() =
. () .
. + .
{
<
<
<
<
}
>
Solucin c.
Para el clculo del coeficiente de asimetra se utiliza la siguiente expresin:
[( )3 ] ( )3 ()
1 =
=
3
3
Se debe realizar el clculo de la desviacin estndar.
2 = [( )2 ] = ( )2 ()
11
16
(1.222959 1
20
11
16
2 = 24.9697
= .
Aplicando la expresin para el clculo del coeficiente de asimetra se tiene:
5
11
16
1 =
20
= .
58
Solucin:
Para la solucin del enunciado es necesario realizar un diagrama de rbol para calcular las
probabilidades de los posibles valores que puede tomar la variable , que representa el nmero
total de caras obtenidas en los lanzamientos de la moneda.
59
Realizando la multiplicacin de las probabilidades de las ramas del rbol mostrado en la figura, es
posible obtener la siguiente tabla.
()
1
1 5
3
0
( ) +( ) =
2
2
32
4
5
1
1
5
1
(3) ( ) + (4) ( ) =
2
2
16
1 4
1 5 3
2
(3) ( ) + (6) ( ) =
2
2
8
1 4
1 5
3
3
( ) + (4) ( ) =
2
2
16
5
1
1
4
( ) =
2
32
Tabla 3: Clculo de probabilidades para la obtencin de la funcin de masa de probabilidad.
Solucin a.
Con la tabla que se ilustra anteriormente es posible obtener la funcin de masa de probabilidad.
3
3
1
5
16 8 16 32
Tabla 4: Funcin de masa de probabilidad.
()
3
32
<0
0<1
1<2
2<3
3<4
4}
60
2 =
[( )4 ] ( )4 ()
=
4
4
Es necesario realizar el clculo de la media y la desviacin estndar del nmero total de caras
obtenidas en los lanzamientos de la moneda.
= () = () = (0) (
3
5
3
3
1
) + (1) ( ) + (2) ( ) + (3) ( ) + (4) ( )
32
16
8
16
32
= () =
= . []
() = 2 = [( )2 ] = ( )2 ()
7 2 3
7 2 5
7 2 3
7 2 3
() = = (0 ) ( ) + (1 ) ( ) + (2 ) ( ) + (3 ) ( )
4
32
4
16
4
8
4
16
7 2 1
+ (4 ) ( )
4
32
2
() = 2 =
=
15
16
Remplazando los valores correspondientes en la expresin del clculo del coeficiente de curtosis.
[( )4 ] ( )4 ()
2 =
=
4
4
7 4 3
7 4 5
7 4 3
7 4 3
7 4 1
(0 ) ( ) + (1 ) ( ) + (2 ) ( ) + (3 ) ( ) + (4 ) ( )
4
32
4
16
4
8
4
16
4
32
2 =
4
15
(
)
4
=
= .
Solucin c.
Se requiere calcular la siguiente probabilidad.
( 2) = ( = 2) + ( = 3) =
( ) =
3 3
9
+
=
8 16 16
= . = . %
61
0
0.10
1
0.15
2
a
3
0.25
4
0.20
5
0.06
6
0.04
Calcular el valor de a.
Calcular la funcin de probabilidad acumulada
Graficar la funcin de probabilidad acumulada
Calcular la probabilidad de que a lo sumo tres lneas estn en uso
Calcular la probabilidad de que menos de tres lneas estn en uso
Calcular la probabilidad de que por lo menos tres lneas estn en uso
Calcular la probabilidad entre dos y cinco lneas. Inclusive estn en uso
Calcular la probabilidad entre dos y cuatro lneas. Inclusive no estn en uso
Calcular la probabilidad de que por lo menos cuatro lneas no estn en uso
Respuesta: a) 0.2 b) () c) d) 0.7 e) 0.45 f) 0.55 g) 0.71 h) 0.35 i) 0.7
0.00
0.10
0.25
0.45
() =
0.70
0.90
0.96
{ 1.00
<0
0<1
1<2
2<3
3<4
4<5
5<6
6}
2. El peso de arrastre real de un diamante en una mquina que se utiliza para cortar ciertos
metales se fija en 3 [gr] que se puede considerar como una variable aleatoria contina x con
funcin de densidad de probabilidad:
(1 ( 3)2 )
24
() = {
}
0
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
Calcular el valor de k.
Calcular la probabilidad de que el peso del diamante sea a lo sumo 4 gr
Calcular la probabilidad de que el peso del diamante se encuentre entre 2.5 gr y 3.5gr
Calcular la probabilidad de que el peso del diamante sea a lo menos de 2.5 gr
Obtener la funcin de densidad de acumulada
Calcular el valor esperado para el peso de arrastre real.
Calcular el coeficiente de variacin.
Calcular el coeficiente de curtosis.
Calcular el coeficiente de asimetra.
Cul es la probabilidad de que el peso de arrastre sea mayor que el establecido?
62
k) Cul es la probabilidad de que el peso real difiera del peso descrito en 0.5 [gr]?
3
9 2
() = {
+
6 + 5
4
4
1
5
15
h) 2 =
15
7
i) 1 = 0 j)
<2
2 4}
>4
<0
0<1
1<2
2<3
3<4
4<5
5<6
6}
4. Un maestro de universidad nunca termina sus clases antes de que termine la hora y siempre
termina su clase dentro de los dos minutos despus de la hora. Sea x el tiempo que trascurre
entre el final de la hora y el fin de la clase. Suponga que la funcin de la densidad de
probabilidad es:
2
02
() = {
}
0
a)
b)
c)
d)
e)
f)
g)
h)
Encontrar el valor de k.
Obtener la funcin de distribucin acumulada de probabilidad.
Calcular la mediana del tiempo que transcurre entre el final de la hora y el fin de la clase.
Cul es la probabilidad de que la clase termine dentro de un minuto despus de que termina
la hora?
Cul es la probabilidad de que la clase contine ms all de la hora entre 60 y 90 segundos?
Calcular el tiempo esperado que trascurre entre el final de la hora y el final de la clase.
Calcular el coeficiente de asimetra.
Calcular el coeficiente de curtosis.
3
Respuesta: a) = b) c) d) e)
8
215
f) [] = g) 1 =
h) 2 =
65
21
63
0
3
() = {
8
1
<0
02 }
>2
RECOMENDADO
5. Sea una variable aleatoria continua Z con fdp:
< 0
() = {1 + 2
}
0
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
2
10.4666 h)
2 arctan() +
< 0
2
() = {
}
1
1
0
2
() = (2)
> 0
a) Calcular el valor de K
b) Determinar la funcin de distribucin acumulada
c) Calcular la probabilidad de que la cantidad de toneladas de materias fecales en polvo sea a lo
menos 4
d) Calcular la probabilidad de que la cantidad de toneladas de materias fecales en polvo sea a lo
ms 5
e) Calcular la probabilidad de que la cantidad de toneladas de materias fecales en polvo se
encuentre entre 3 y 4 toneladas
64
() =
{ 2
+1
>0
0
0.41
1
k
2
0.16
3
0.05
4
0.01
Calcular el valor de k.
Obtener la funcin de probabilidad acumulada.
Graficar la funcin de probabilidad acumulada.
Calcular la probabilidad de tener menos de tres imperfecciones en 10 metros de Geotextil.
Calcular la probabilidad de encontrar a lo ms 3 imperfecciones en 10 metros de Geotextil.
Calcular la probabilidad de encontrar a lo menos 3 imperfecciones en un rollo de 10 metros.
Calcular la probabilidad de encontrar entre una y tres imperfecciones, inclusive, en un rollo de
10 metros.
h) Calcular el coeficiente de variacin del nmero de defectos del geotextil
i) Calcular el coeficiente de asimetra
j) Calcular el coeficiente de curtosis
a)
b)
c)
d)
e)
f)
g)
<0
0<1
1<2
2<3
3<4
4}
1
P1
3
P2
5
P3
65
2
0.15
3
P2
x3
0.30
8
P4
0
<0
0<1
4
() = 2 + 4
1<2
8
{1
2 }
Respuesta: 0.65625
11. El nmero total de horas, en unidades de 100 horas que una luminaria de sodio permanece
prenda en un parqueadero sin averiarse es una variable aleatoria con funcin de densidad de
probabilidad (), para prevenir posibles incidentes tales como incendios por la falla de las
luminarias el fabricante estipula que el tiempo mximo de servicio de una luminaria deber ser
de 7500 [horas].
() =
{ 2
0 < 15
15 < 30
30 < 75
a) Si la mediana del tiempo que la luminaria permanece prendida sin averiarse es de 3200 [horas]
y segn especificaciones del fabricante la luminaria tiene un 85% de posibilidad de funcionar
entre 1000 y 6000 [horas] sin averiarse. Calcular los valores de a,b y c.
b) Calcular el tiempo esperado de funcionamiento de la luminaria.
c) Calcular el coeficiente de variacin de .
d) Calcular el coeficiente de asimetra.
e) Calcular el coeficiente de curtosis.
f) Obtener la funcin de probabilidad acumulada
g) Calcular la probabilidad de que el tiempo que la luminaria permanece prendida sin averiarse
sea inferior de 2500 [horas].
h) Calcular la probabilidad de que el tiempo que la luminaria permanece prendida sin averiarse se
encuentre entre 2500 y 5000 [horas]
66
() =
{
0
0.056979 0.056979
0.555266() 1.44671
27.9070
1.37209
0
0 < 15
15 < 30
30 < 75
> 75
12. La medida del tiempo en minutos que un ingeniero director de obra gasta en reprender a sus
empleados en el da es una variable aleatoria con funcin de densidad de probabilidad (),
segn un reconocido psiclogo el tiempo para reprender no debe ser superior a 30 minutos
para evitar el riego de trauma psicolgico.
(2)
() =
2 + 5
{
3
0 < 12
12 < 21
21 < 30}
a) Si la mediana del tiempo en que el director de obra reprende a sus sbditos es de 17 minutos,
por experiencia se sabe de qu la posibilidad de que este director reprenda a un sbdito
durante un tiempo de entre 5 y 25 minutos es de 87%. Calcular los valores de a,b y c.
b) Suponga que usted es un empleado del director de obra Cul es el tiempo esperado para que
se le reprenda?
c) Calcular el coeficiente de variacin de .
d) Calcular el coeficiente de asimetra.
e) Calcular el coeficiente de curtosis.
f) Obtener la funcin de probabilidad acumulada
g) Calcular la probabilidad de que el tiempo de un regao dure ms de 5 minutos.
h) Calcular la probabilidad de que un regao dure entre 10 y 20 minutos.
i) Calcular la probabilidad de que el tiempo para un regao sea a lo ms de 7 minutos.
Respuesta: a) = 0.004512; = 20.177864; = 479.194984 b) () = = 17.97459 c) =
0.285166 d) 1 = 0.239410 e) 2 = 3.09553 f)
(2 2 4 2 + 4) 0.004512
1
() =
arctan (
1
5
1.26622
{
0 < 12
12 < 21
21 < 30
> 30 }
67
() = {
a) Si el 56% de los trabajadores tienen una estatura inferior a 1.72 m, y el 72% de los
trabajadores una estatura superior a 1.64 m, calcular los valores de las constantes a, b, c y
obtener la funcin de distribucin acumulada.
b) Calcule el valor de estatura esperado en los empleados de la constructora.
c) Calcule la probabilidad de que la estatura de un empleado elegido al azar se encuentre entre
1.61 y 1.78 m.
Respuesta: a) = 3.157410; = 18.774400; = 5.58789 b) () = = 1.70673 [] c)
0.585252
0
() =
1.57
3
2
2.10494 4.14085
18.7744 + 3.92186
5.58789 || 2.46771
{
1
14. Un estudiante de ingeniera civil debe recorrer todos los das un trayecto considerable desde
su casa hasta el lugar en el que se encuentra la universidad, el estudiante dispone de dos
horas para almorzar, tiempo que es insuficiente para ir hasta su casa, por esta razn el
estudiante compra el almuerzo en la cafetera de la universidad. El tiempo que el estudiante ha
utilizado para esperar su almuerzo lo ha dedicado a modelar la siguiente funcin de
distribucin acumulada, donde la variable aleatoria es el tiempo de espera en la cafetera en
minutos, el estudiante afirma que no espera un tiempo superior a 30 minutos pues de darse el
caso prefiere quedarse sin almorzar
F(x) =
{
0
a(1 ex )
x
bln | | + a(1 e10 )
10
x+5
21
cln |
| + bln | | + a(1 e10 )
26
10
1
x0
0 < x 10
10 < x 21
21 < x 30
x > 30
= 16 []
68
0.973332
{ +5
0 < 10
10 < 21
21 < 30
15. En un grupo de investigacin laboran, Estudiantes de Ingeniera Civil, con una gran de
dedicacin y sentido del deber, situacin que tiene como consecuencia la alta ocupacin de los
seis equipos informticos disponibles para trabajar, uno de los estudiantes interesado en el
arduo trabajo estudia el nmero de equipos disponibles a determinada hora del da, para el
estudio realiza una toma de datos en la sala de informtica durante varios das y finalmente
obtiene la siguiente funcin de masa de probabilidad acumulada.
0
a
0.70
b
F(x) =
0.88
c
0.97
{ 1.00
x<0
0x<1
1x<2
2x<3
3x<4
4x<5
5x<6
x6}
Se sabe que:
E(x) = = 1.26; p(x 2) = 0.80; p(2 x 4) = 0.24
a) Obtener los valores de las constantes a, b y c adems de la funcin de masa de probabilidad.
b) Calcular la probabilidad de que se encuentren disponibles entre dos y cinco computadores,
inclusive.
c) Calcular el coeficiente de asimetra para el nmero de computadores disponibles.
Respuesta: a) = 0.45; = 0.80; = 0.94 b) 0.270000 c) 1 = 1.346638
16. En la construccin de la Fase II de un reconocido Megacolegio se debe realizar una
excavacin de gran volumen, el ingeniero residente de la obra en construccin pidi a un
estudiante de Ingeniera Civil de la Universidad Industrial de Santander, modelar una funcin
de densidad de probabilidad para el tiempo que una volqueta dobletroque permanece en la
obra, desde el momento de la entrada hasta el momento de la salida de la obra, tiempo que
69
2 t
at e
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
x0
0<x4
2ate 2ae + 2a
t
bln ( ) + a(2 26e4 )
4 < x 10
4
t+5
5
F(x) =
cln (
10 < x 12
) + a(2 26e4 ) + bln ( )
15
2
1
d
5
17
d arctan(t) + darctan ( )
+ a(2 26e4 ) + bln ( ) + cln ( ) 12 < x 15
12
2
2
15
{
1
x > 15 }
Si el ingeniero residente sabe por experiencia que la probabilidad de que el tiempo que una
volqueta demore en la obra sea inferior a 10 minutos es de 35,56%, la probabilidad de que se
demore entre 3 y 7 minutos inclusive es de 13,33% y segn el estudiante de ingeniera la
mediana del tiempo que demora una volqueta es de 12,5064 minutos. Calcule los valores de
a,b,c y d.
Obtener la funcin de densidad de probabilidad f(x).
Graficar la funcin de densidad de probabilidad f(x).
Graficar la funcin de densidad acumulada de probabilidad F(x).
Calcular el tiempo ms probable que una volqueta demora en la obra.
Calcular la probabilidad de que el tiempo que una volqueta demore en la obra sea a lo ms de
9 minutos.
Calcular la probabilidad de que el tiempo que una volqueta demore en la obra sea a lo menos
10 minutos.
Calcular la probabilidad de que el tiempo que una volqueta demore en la obra sea a lo sumo 6
minutos.
Calcular la probabilidad de que el tiempo que una volqueta demore en la obra se encuentre
entre 9 y 12 minutos, inclusive.
Calcular el coeficiente de curtosis del tiempo que demora una volqueta en la obra.
Calcular el coeficiente de asimetra del tiempo que demora una volqueta en la obra.
17. Cierto estudiante de ingeniera auxiliar de la asignatura de Estadstica, es un fiel fantico del
modelado matemtico a partir de datos estadsticos y su rea de mayor fascinacin de la
Estadstica es la Teora de la Probabilidad, en la asignatura todos los semestres se aplica una
prueba de conocimientos previos que consta de 10 preguntas, el estudiante con el objetivo de
analizar el comportamiento probabilstico de la variable aleatoria del nmero de respuestas
correctas modela una funcin de masa de probabilidad a partir del historial de notas obtenidas
por los estudiantes de los semestres anteriores.
x
p(x)
0.15
0.13
0.09
0.07
0.03 0.03
10
e
70
a) Se sabe que el valor ms probable de respuestas correctas es de 3.06, la varianza del nmero
de respuestas correctas es de 6.6364, la probabilidad de que un estudiante conteste entre 2 y
6 preguntas, inclusive, de forma correcta es de 0.5 y la probabilidad de que el estudiante
apruebe el examen es de 0.19 (el examen se aprueba con 6 o ms respuestas de forma
correcta), calcule los valores de a,b,c,d y e.
b) Calcule el coeficiente de curtosis.
c) Calcule el coeficiente de asimetra.
d) Obtenga la funcin de distribucin acumulada de probabilidad.
e) Grafique las funciones de masa de probabilidad y densidad de probabilidad acumulada.
f) Calcule la probabilidad de que un estudiante conteste de forma correcta a los sumo tres de las
preguntas.
g) Calcule la probabilidad de que un estudiante conteste de forma correcta a lo menos 2
preguntas de forma correcta
h) Calcule la probabilidad de que un estudiante conteste de forma correcta entre 4 y 7 preguntas,
inclusive, de forma correcta.
71
Distribuciones de probabilidad
Proceso de Bernoulli
Un experimento estadstico con las siguientes propiedades se conoce como experimento de
Bernoulli.
1. Cada prueba que se realiza tiene dos resultados posibles que son: xito o fracaso.
2. El experimento consta de pruebas que se repiten en condiciones iguales.
3. La probabilidad de xito, denotada como , se mantiene constante en todas las pruebas del
experimento.
4. Las pruebas del experimentos son independientes.
Distribucin Binomial
La distribucin binomial es aplicable en un experimento donde se estudia una variable aleatoria
discreta, que corresponde al nmero de xitos , que se presentan en ensayos, donde:
1. Los ensayos son independientes.
2. Cada uno de los ensayos tiene dos resultados posibles xito o Fallo.
3. La probabilidad de xito "" permanece constante, al igual que la probabilidad de fallo "".
La variable aleatoria discreta , que representa el nmero de xitos que suceden en ensayos
tiene la funcin de masa de probabilidad (), denotada como (; , ).
() = (; , ) = ( ) (1 ) ,
() = = ;
= 0,1,2 ;
= 1,2,3 .
() = 2 = (1 )
Donde,
: Nmero de ensayos.
: Nmero de xitos.
: Probabilidad de xito.
72
Distribucin Geomtrica
La distribucin geomtrica es aplicable en un experimento donde se estudia una variable aleatoria
discreta, que corresponde al nmero ensayos , que deben realizarse para obtener el primer xito,
donde.
1. Los ensayos son independientes.
2. Cada uno de los ensayos tiene dos resultados posibles xito o Fallo.
3. La probabilidad de xito "" permanece constante, al igual que la probabilidad de fallo "".
La funcin de masa de probabilidad de la distribucin geomtrica (), que da como resultado la
probabilidad de obtener el primer xito en el ensayo , est definida como:
() = (; ) = (1 )1 ,
() = =
1
;
= 1,2,3
() = 2 =
(1 )
2
Donde,
: Nmero del ensayo en el que ocurre el primer xito.
: Probabilidad de xito.
Distribucin Binomial Negativa
La distribucin Binomial Negativa es aplicable en un experimento donde se estudia una variable
aleatoria discreta, que corresponde al nmero ensayos , que deben realizarse para obtener el
xito, donde:
1. Los ensayos son independientes.
2. Cada uno de los ensayos tiene dos resultados posibles xito o Fallo.
3. La probabilidad de xito "" permanece constante, al igual que la probabilidad de fallo "".
La funcin de masa de probabilidad de la distribucin Binomial negativa (), que da como
resultado la probabilidad de obtener xito en el ensayo , est definida como:
1
) (1 ) ,
1
() = (; , ) = (
() = =
= 1,2,3
() = 2 =
(1 )
2
Donde,
: Nmero del ensayo en el que ocurre el xito.
: Numero de xitos.
: Probabilidad de xito.
73
Distribucin Poisson
La distribucin Poisson es aplicable en un experimento donde se estudia una variable aleatoria
discreta, que corresponde al nmero de xitos , que ocurren en un tiempo determinado ,
teniendo en cuenta una frecuencia de xitos .
La funcin de masa de probabilidad de la distribucin Poisson (), que da como resultado la
probabilidad de obtener xitos, en un tiempo , est definida como:
() = (; ) =
,
!
() = ;
= ;
= 0,1,2,3
() = 2 =
Donde,
: Nmero de xitos.
: Intervalo de tiempo, rea, volumen, etc, analizado
74
cuenta con un semforo el cual est en verde el 35% de las veces. Suponga que comienza
una semana laboral con el lunes como primer da laboral de la semana.
a) Cul es la probabilidad de que la primera maana en que se pasa el semforo en verde
sin tener que esperar sea el da jueves?
b) Cul es la probabilidad de que la primera maana en que se pasa el semforo en verde
sin tener que esperar se encuentre entre los das martes y jueves, inclusive?
c) Cul es la probabilidad de que la primera maana en que se pasa el semforo en verde
sin tener que esperar sea a lo menos el da jueves?
d) Cul es el da esperado en el que el semforo se encontrara en verde por primera vez en
la semana laboral?
Respuesta: a) 0.09611875 b) 0.47149375 c) 0.27462500 d) = 2.86
3. Una prueba consiste en someter probetas cilndricas de concreto de 10 [cm] de dimetro y 20
[cm] de altura a un esfuerzo normal de 3000 [psi] con el objetivo de determinar si cumple el
esfuerzo de diseo, se sabe por experiencia que el 15% de las probetas de este tipo de
concreto no cumplen con la resistencia de diseo. Suponga que se analiza un lote de 8
probetas:
a) Cul es la probabilidad de que fallen exactamente 4 probetas?
b) Cul es la probabilidad de que fallen a lo ms 3 probetas?
c) Cul es la probabilidad de que ninguna probeta falle?
d) Cul es la probabilidad de que no fallen ms de 7 probetas?
e) Cul es el nmero ms probable de probetas que fallan?
f) Calcule el coeficiente de variacin del nmero de probetas que fallan
g) Encontrar las funciones de masa de probabilidad y masa de probabilidad acumulada
h) Graficar las funciones de masa de probabilidad y masa de probabilidad acumulada
Respuesta: a) 0.0184986 b) 0.97864753 c) 0.27249053 d) . e) = 1.20 1 f) =
0.84162541
4. Cierto individuo estudiante de ingeniera es famoso entre sus compaeros de estudio por
transmitir informacin errnea basada en algn acontecimiento, sus compaeros ms
allegados saben que a este individuo hay que creerle una cuarta parte de lo que dice (basados
en la experiencia). Suponga que hay un nuevo rumor que este individuo comenta a 10
personas.
a) Cul es la probabilidad de que a exactamente 6 personas se les diga la verdad?
b) Cul es la probabilidad de que a lo menos a 5 personas se les suministre informacin
errnea?
c) Cul es la probabilidad de que entre 4 y 8 personas inclusive se les diga la verdad?
d) Cul es la probabilidad de que a ninguna persona se le d la informacin correcta?
e) Cul es el nmero esperado de personas al cual este individuo le suministra informacin
correcta?
f) Encontrar las funciones de masa de probabilidad y masa de probabilidad acumulada.
g) Graficar las funciones de masa de probabilidad y masa de probabilidad acumulada.
h) Calcular el coeficiente de curtosis para el nmero de personas que el individuo mencionado
le suministra informacin incorrecta
75
76
77
12. Un laboratorio de una reconocida planta encargada del suministro de concreto a diferentes
obras recolecta muestras de sus concretos que son utilizados en columnas con el objetivo de
verificar la calidad del producto ofrecido al pblico. La prueba consiste en verificar con un
ensayo de compresin la resistencia al esfuerzo normal para el cual fue diseado el concreto.
Segn la experiencia se sabe que aproximadamente el 7% de los concretos suministrados no
cumplen con la resistencia de diseo, suponga que se analiza cierto lote de probetas.
a) Cul es la probabilidad de que tenga que analizar 25 probetas para encontrar una que no
cumple con la resistencia de diseo?
b) Cul es la probabilidad de que la probeta analizada en la posicin 17 sea la primera que
falle?
c) Cul es la probabilidad de que la primera probeta que falle se encuentre entre la analizada
en la posicin 17 y la posicin 20, inclusive?
d) Si 20 probetas se seleccionan del lote al azar y se analizan Cul es el nmero esperado
de probetas que no cumplen con la resistencia?
e) Si 25 probetas se seleccionan del lote al azar y se analizan Cul es el nmero esperado
de probetas que cumplen con la resistencia?
f) Cul es el nmero esperado de probetas que se tendr que analizar para encontrar la
primera que no cumple con la resistencia de diseo?
g) Suponga que se analizan 35 probetas Cul es la probabilidad de que a lo ms dos no
cumplan con la resistencia de diseo?
Respuesta: a) 0.012266 b) 0.021919 c) 0.078893 d) = 1.4 1 e) = 23.25 23 f) =
14.29 14 g) 0.55249848
13. Un inspector de calidad, se desempea en el rea de muebles para oficinas, suponga que
cierto da el inspector es contratado por una prestigiosa universidad para verificar el estado de
un aula magistral adscrita a la escuela de Ingeniera Civil. De acuerdo a las observaciones, el
inspector afirma que aproximadamente un 25% de las sillas requieren mantenimiento.
a) Cul es la probabilidad de que el inspector tenga que analizar 10 sillas para encontrar 3
que necesiten mantenimiento?
b) Cul es la probabilidad de que el inspector tenga que analizar 8 sillas para encontrar 6
que no requieran mantenimiento?
c) Si se elige un lote de 15 sillas, Cul es la probabilidad a lo ms 4 sillas requieran
mantenimiento?
d) Cul es la probabilidad de que el inspector tenga que analizar 5 sillas para encontrar la
primera que requiera mantenimiento?
e) Calcule el nmero ms probable de sillas que el inspector tendr que analizar para
encontrar 5 sillas defectuosas.
f) Si se tiene un aula con 40 sillas, Cul es el nmero ms probable de sillas que no
requieren reparacin?
Respuesta: a) 0.07508469 b) 0.2335968 c) 0.68648594 d) 0.079102 e) = 20.00 20 f)
= 30.00 30
14. Un estudiante de ingeniera debe trabajar para cubrir sus gastos de universidad, para tal fin
trabaja los fines de semana como cajero en un reconocido supermercado, el estudiante afirma
que su trabajo es muy eficiente al punto de atender en promedio tres clientes por minuto.
78
79
Distribucin Exponencial
La distribucin Exponencial es aplicable en un experimento donde se estudia una variable
aleatoria continua, que puede corresponder a un tiempo, un volumen, un rea, una distancia, etc
variable que usualmente se representa como , el valor de la variable aleatoria continua
corresponde al tiempo, intervalo que debe darse para que ocurra un xito:
La funcin de masa de probabilidad de la distribucin Exponencial () es de la forma:
() = {
>0
1
() = = ;
() = 2 =
1
2
Donde,
: Variable aleatoria continua que puede representar tiempo, rea, volumen, etc.
: Numero promedio de xitos por unidad de tiempo, rea volumen, etc.
Distribucin Gamma
La distribucin Gamma es aplicable en un experimento donde se estudia una variable aleatoria
continua, que puede corresponder a un tiempo, un volumen, un rea, una distancia, etc variable
que usualmente se representa como , este intervalo de la variable aleatoria continua corresponde
al intervalo que debe darse para que ocurra un nmero de xitos .
1
(1)
)
(
()
() = { (1)
>0
() = 2 =
80
81
f) Keyla una reconocida clienta de la cafetera realiza una apuesta con su mejor amiga que
consiste en que comprara productos de la cafetera en 5 das diferentes y que de estos das
en por lo menos dos ser atendida en un tiempo inferior a 2 minutos, calcule la probabilidad
de que Keyla gane la apuesta a su mejor amiga.
Respuesta: a) 0.51341712 b) 0.26232723 c) 0.56540179 d) 0.49633173 e) 0.79253633 f)
0.79527890
4. Para la Escuela de Ingeniera Civil de una reconocida universidad Colombiana trabaja una
secretaria encargada de la atencin a estudiantes quien es popular entre estos por su mal
humor, y largas conversaciones de telfono con sus amigas. El tiempo medio que demora en
despachar a un estudiante es de 5 minutos de los cuales 2 son dedicados a la investigacin de
nuevos chismes con sus amigas al telfono.
a) Suponga que usted requiere ser atendido por esta secretaria Cul es la probabilidad de
que esta diligencia le demore a usted entre 2 y 5 minutos?
b) Cul es la probabilidad de que esta secretaria atienda a 3 estudiantes en 9 minutos?
c) Cul es la probabilidad de que esta secretaria atienda a lo menos a dos estudiantes en 10
minutos?
d) Cierta semana el Director de escuela decide supervisar la labor desempeada por la
secretaria y por lo tanto esta no habla con sus amigas dedicndose a su verdadera labor,
en tal semana Camilo un estudiante debe ir todos los 6 das a la secretaria y ser atendido
Cul es la probabilidad de que a lo menos en cuatro de estos seis das sea atendido en un
tiempo inferior a 3 minutos?
Respuesta: a) 0.30244 b) 0.160671 c) 0.59399415 d) 0.61068472
5. Suponga que las estaturas de 800 estudiantes estn distribuidas con media de 1.68 [m] y
desviacin estndar de 13 [cm].
a) Calcule la probabilidad de que la estatura de un estudiante elegido al azar sea superior a
1.65 [m].
b) Calcule la probabilidad de que la estatura de un estudiante elegido al azar sea inferior a
1.72 [m].
c) Si se elige un grupo de diez estudiantes, calcule la probabilidad de que a lo menos dos
estudiantes tienen una estatura inferior a 1.58 [m].
d) Cul es el nmero esperado de estudiantes que debern medirse para encontrar dos con
una estatura inferior a 1.60 [m].
e) Calcule el valor esperado del nmero de estudiantes con estaturas entre 1.65 [m] y 1.78
[m].
Respuesta: a) 0.59125296 b) 0.620841763 c) 0.68390695 d) = 7.43 7 e) = 296.3 296
6. La dureza Rockwell de un metal se determina al golpear con un punzn acerado la superficie
de un metal y despus medir la profundidad del penetracin del punto. Suponga que la dureza
Rockwell de cierta aleacin esta normalmente distribuida con media de 70 y desviacin
estndar de 3 (La dureza Rockwell se mide en escala continua).
a) Si la escala aceptable de dureza es (70-c,70+c), para qu valor de c tendr una dureza
aceptable el 95% de todas las probetas?
82
b)
c)
d)
e)
83
11. Los costos de fabricacin de un producto siguen una distribucin normal con media de 10 y
desviacin estndar de 3 mientras que los ingresos, independientes de los costos, se
distribuyen normalmente con una media de 12 y una varianza de 16.
Si el impuesto sobre utilidad es del 35% de la misma, determine la probabilidad de que el
impuesto pagado est comprendido entre 0.4 y 0.9.
12. La resistencia a la flexin de la madera extrada de cierto bosque tiene una media de 240
[kp/cm2] y una varianza de 4.850 [kp/cm2]. Una compaa de construccin compra un lote de
1.000 vigas de esta madera a un precio de $50.000 por unidad.
a) Si se elige una viga al azar, calcular la probabilidad de que ests tenga una resistencia
superior a 230 [kp/cm2]
b) Si la viga de madera con resistencia menor a 185 [kp/cm2] se vende a $60.000, la que tiene
resistencia mayor a 325 [kp/cm2] se vende a $100.000 y las dems a $80.000, cul ser el
porcentaje de utilidad esperado en la venta de las 1000 vigas.
13. Para el figurado de hierro de una obra de construccin se cortan varillas
nominales de 1.50 metros. Las longitudes reales se encuentran en torno a una
metros y una desviacin estndar de 15 milmetros.
a) Qu porcentaje de las varillas exceden los lmites de tolerancia de 1.48
metros.
b) A qu valor es necesario reducir la desviacin estndar si el 99% de las
encontrarse dentro de la tolerancia.
en longitudes
media de 1.50
metros a 1.52
varillas deben
84
16. En la construccin de las viguetas correspondientes a una placa aligerada de una edificacin
se debe doblar una barra de acero en uno de sus extremos para elaborar un gancho, la
longitud a doblar est dada segn el diseo estructural. En cierta construccin el encargado de
doblar las barras de acero afirma basado en los reportes del control de calidad que la longitud
de doblado de cierto gancho tiene una media de 17 centmetros y una desviacin estndar de
0.8 centmetros.
a) Si se eligen 10 ganchos al azar, cul es la probabilidad de que a lo menos 2 tengan una
longitud de gancho inferior a 15.8 centmetros?
b) Si usted necesita un gancho con una longitud inferior a 16.5 centmetros Cul es el
numero esperado de ganchos que deber analizar para encontrar 3 con estas
caractersticas?
Respuesta: a) 0.1405798 b) n = 11.36 11
17. Un oficial de trnsito afirma que el 16% de los conductores que retiene en una reconocida va
son merecedores de comparendos, a 12% impone comparendos mientras que el otro 4% le
perdona el comparendo por ayudarle con $50.000 para la gasolina.
a) Si el oficial de trnsito descrito en un da cualquiera retiene a 150 conductores Cul es el
monto que se espera que acumule al final del da teniendo en cuenta que cada uno los
conductores que le ayudan para la gasolina lo hacen con exactamente $50.000?
b) Cierto da el oficial retiene un promedio de 2 vehculos cada 5 minutos, cul es la
probabilidad de que en un tiempo de 10 minutos retenga a lo menos a 3 vehculos?
c) Teniendo en cuenta las condiciones del numeral b, cul es la probabilidad de que el
tiempo que tarde en retener a 3 vehculos sea a lo ms de 6 minutos?
Respuesta: a) $300.000 b) 0.76189669 c) 0.430291
18. Para la formaleta de cierta placa area maciza se cortan parales de madera en longitudes
nominales de 2.8 metros. Las longitudes reales se encuentran en torno a una media de 2.8
metros y una desviacin estndar de 20 milmetros.
a) Qu porcentaje de parales se encuentran fuera de los lmites de tolerancia de 2.75 metros a
2.84 metros.
b) Si se eligen al azar 6 parales, cul es la probabilidad de que a lo ms dos tengan un
longitud menor de 2.76 metros?
c) Cul es el numero esperado de parales con una longitud nominal menor de 2.85 metros
en un grupo de 20 parales?
Respuesta: a) 2.895980% b) 0.999776 c) n = 19.87 20
19. En una reconocida universidad se realiza un estudio de la estatura de los estudiantes con el
objetivo de adecuar las aulas de clase de tal manera que la comodidad de los estudiantes en
las sillas sea ptima. Los estudios demuestran que el 3.24% de los estudiantes tienen una
estatura superior a 1.92 metros y que el 32.22% de los estudiantes tiene una estatura inferior a
1.62 metros.
a) Si se escoge un estudiante al azar calcular la probabilidad de tenga una estatura inferior a
1.72 metros.
85
86
87
a) Si los lmites de tolerancia que establece cierto cliente son de 98 cm a 102 cm, Cul es
el porcentaje de unidades de sardinel que estn fuera de los lmites de tolerancia?
b) Cul es la probabilidad de tener que analizar 4 unidades de sardinel para encontrar la
primera con longitud inferior a 100 cm?
c) Cierto cliente est dispuesto a pagar por las piezas de longitud inferior a 101 cm $41.500
y por las dems $44.800, Cul es el monto esperado por concepto de la venta de 120
piezas al cliente descrito?
Respuesta: a) 0.551759 b) 0.105467 c) $5.230.800
88
Valores Extremos
1. Distribucin Tipo I
1.1 Gumbel para valores mximos.
() =
() = ()
() = = +
()
()
0.5772
= +
() = 2 =
2
6 2
()
0.5772
()
() = 2 =
2
6 2
( )
+1 ()
( )
>0
2
(1 )
1
2
1
() = = (1 ) ; () = 2 =2 [ (1 ) 2 (1 )] ; 2 =
1
1
2 (1 )
( )
1 ( )
( )
>0
2
(1 + )
1
2
1
2
2
2
2
() = = (1 + ) ; () = = [ (1 + ) (1 + )] ; =
1
1
2 (1 + )
Nota:
() = 0 1
( + 1) = ()
89
() =
2
1
+ 2
2
; 2 =
2
1
)
2
2 [
>0;
1] ; =
ln()
90
Ao P [mm]
62
1987
60
1988
58
1989
71
1990
51
1991
Ao P [mm]
51
1992
38
1993
22
1994
17
1995
45
1996
Ao P [mm]
36
1997
61
1998
58
1999
55
2000
79
2001
Ao P [mm]
45
2002
38
2003
32
2004
22
2005
32
2006
Ao P [mm]
67
2007
77
2008
46
2009
64
2010
69
2011
Q (m3/s)
Ao
Q (m3/s)
Ao
Q (m3/s)
Ao
Q (m3/s)
Ao
Q (m3/s)
Ao
Q (m3/s)
1975
12.1
1981
3.6
1987
3.6
1993
4.6
1999
13.7
2005
12.4
1976
13.3
1982
9.8
1988
10
1994
13.2
2000
8.8
2006
10.2
1977
7.7
1983
3.9
1989
5.2
1995
10.4
2001
14.4
2007
8.7
1978
13
1984
4.6
1990
13.7
1996
--
2002
9.6
2008
6.2
1979
4.8
1985
4.1
1991
13.6
1997
8.2
2003
13
2009
9.3
1980
4.1
1986
6.4
1992
1998
5.7
2004
8.8
2010
5.7
91
] c) T = 19.06 [].
Ao V (kph)
20
1985
1986 23.2
1987 48.5
1988 34.9
1989 32.8
1990 35.7
1991 20.2
Ao V (kph)
32
1992
1993 18.8
1994 26.2
1995 -----1996 21.8
1997 23.1
1998 21.8
Ao V (kph)
1999 33.3
2000 22.3
2001 28.9
2002 15.4
2003 14.2
2004 -----2005 34.2
Ao V (kph)
2006 23.1
2007 15.2
2008 16.7
2009 40.2
2010 37.5
2011 34.6
2012 30.2
Ao T [C]
1984 19.0
1985 19.6
1986 19.0
1987 18.4
1988 19.0
1989 19.6
Ao T [C]
1990 20.0
1991 18.6
1992 19.6
1993 20.0
1994 19.0
1995 19.9
Ao T [C]
1996 20.0
1997 19.6
1998 19.6
1999 18.3
2000 17.8
2001 19.5
Ao T [C]
2002 19.6
2003 20.0
2004 18.6
2005 19.6
2006 20.0
2007 20.0
92
a)
b)
c)
d)
e)
Ao P [mm]
1987 699.05
1988 267.17
1989 530.59
1990 559.80
1991 431.04
1992 364.97
Ao P [mm]
1993 308.37
1994 594.84
1995 526.05
1996 578.93
1997 446.28
1998 449.65
Ao P [mm]
1999 518.64
2000 573.85
2001 551.44
2002 689.93
2003 592.13
2004 393.99
Ao P [mm]
2005 456.15
2006 326.56
2007 569.56
2008 695.23
2009 680.69
2010 561.33
a)
b)
c)
d)
e)
Q [m3/s]
1250
2339
2288
2288
1990
2128
1834
Ao
1987
1988
1989
1990
1991
1992
1993
Q [m3/s]
2430
1810
2050
2300
1690
1930
2115
Ao
1995
1996
1997
1998
1999
2000
2001
Q [m3/s]
1750
2490
2050
2790
3300
2180
2050
Ao
2003
2004
2005
2006
2007
2008
2009
Q [m3/s]
2855
2300
2365
2490
1657
1690
1420
93
1986
a)
b)
c)
d)
e)
2490
1994
2610
2002
1370
2010
2520
]. d) 0.8821609
T
[C]
19.0
19.2
19.8
--19.5
-18.2
18.3
Ao
1969
1970
1971
1972
1973
1974
1975
1976
T
[C]
18.6
---19.1
18.2
18.3
18.6
Ao
1977
1978
1979
1980
1981
1982
1983
T
[C]
19.4
19.3
19.5
19.9
19.5
19.1
--
Ao
1984
1985
1986
1987
1988
1989
1990
T
[C]
18.7
19.1
18.9
19.5
19.1
19.0
--
Ao
1991
1992
1993
1994
1995
1996
1997
T
[C]
--19.7
19.9
20.3
20.1
20.6
Ao
1998
1999
2000
2001
2002
2003
2004
T
[C]
-19.3
19.0
19.5
-19.6
18.7
Ao
2005
2006
2007
2008
2009
2010
2011
T
[C]
-18.8
18.8
17.9
19.1
20.4
19.9
8. El municipio del Guamo Tolima ubicado en el departamento del Tolima a 321 msnm con una
superficie de 561 [km2], limita al norte con los municipios de San Luis y El Espinal al Sur con
Purificacin y Saldaa al oriente con Surez y al occidente con San Luis. El municipio se
encuentra asentado en tierras donde la principal actividad que se ejerce es la agricultura, el
ciclo anual de precipitaciones presenta dos pocas en el ao lluviosas que se conoce como
ciclo bimodal, en la tabla se observan las precipitaciones mximas en [mm] de los ltimos
aos.
94
Ao
1970
1971
1972
1973
1974
1975
1976
a)
b)
c)
d)
e)
P [mm]
106.3
70.2
90.0
98.5
50.8
85.0
80.5
Ao
1977
1978
1979
1980
1981
1982
1983
P [mm]
25.7
60.0
87.5
75.3
120.0
89.7
76.2
Ao
1985
1987
1988
1989
1990
1991
1992
P [mm]
117.1
53.9
128.5
94.6
114.0
117.3
72.0
Ao
1993
1994
1995
1996
1997
1998
1999
P [mm]
100.5
81.5
133.5
96.2
70.5
97.3
86.2
Ao
2000
2001
2002
2003
2004
2005
2006
P [mm]
139.4
102.4
170.0
74.5
146.0
70.1
65.0
Q [m3/s]
3.14
3.38
3.14
2.73
2.98
3.10
Ao
1976
1977
1978
1979
1991
1992
Q [m3/s]
3.79
2.94
2.11
3.06
3.50
2.79
Ao
1993
1994
1995
1996
1997
1998
Q [m3/s]
3.71
4.41
3.20
3.21
2.83
3.74
Ao
1999
2000
2001
2002
2003
2004
Q [m3/s]
4.13
5.38
2.86
5.27
3.40
3.55
Ao
2005
2006
2007
2008
Q [m3/s]
3.28
2.95
2.43
2.18
95
e) Calcule la probabilidad de que el caudal mximo anual se encuentre entre 3.5 [m3/seg] y
5.2 [m3/seg], inclusive.
3
] d)
] d)