EJERCICIOS RESUELTOS Sonia Almanza.

2C

PROBLEMAS DE DISTRIBUCIONES DE PROBABILIDAD

En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida sobre el conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la variable aleatoria.

Cuando la variable aleatoria toma valores en el conjunto de los nmeros reales, la distribucin de probabilidad est completamente especificada por la funcin de distribucin, cuyo valor en cada real x es la probabilidad de que la variable aleatoria sea menor o igual que x.

Distribucin de Bernoulli

1. Un jugador de basquetbol esta a punto de tirar hacia la parte superior del tablero. La probabilidad de que anote el tiro es de 0.55 a) Sea X=1 anota el tiros si no lo hace X=0 determine la media y la varianza de X =1(p)+0(p) =p =1(0.55)+0(1-0.55) =0.55+0(0.45) =0.55 ( ^2 x=0.55(1-0.55) ^2 x=0.55(0.45) ^2 x=0.2475 b) Si anota el tiro su equipo obtiene dos puntos si lo falla .Su equipo no recibe puntos. Sea Y el numero de puntos anotados Tiene la distancia de Bernoulli ?si es as encuentre la probabilidad de xito. Explique por qu. No tiene un distribucin de Bernoulli por que los eventos posibles (xito y fracaso) solo pueden tener valores cero y uno TIRO SE 3 PUNTOS c) Determine la media y la varianza de Y. =3(0)+0(1-p) =3(0.55)+0(1-0.55) =1.65+0(0.45) =1.65 ^2 x =(3-1.65 )^20.55+(0-1.65)^2 0.45 )

^2 x =(1.35 )^20.55+(0-1.65)^2 0.45 ^2 x =1.002375+1.225125 ^2 x =2.2275 2. en un restaurante de comida rpida 25% de las rdenes para beber es una bebida pequea 35% una mediana y 40% una grande. Sea X=1 se escoge aleatoriamente una orden de bebida pequea y X=0 en cualquier otro caso sea X=1si la orden es una bebida mediana y Y=0 en cualquier otro caso. Sea Z=1 si la orden es una bebida pequea o mediana Z=0 para cualquier otro caso. a) sea px la probabilidad de xito de X. Determine px P=(X=1) es igual a .25 por lo tanto X Bernoulli (.25) b) sea py la probabilidad de xito de Y. Determine py P= (y=1) es igual a .35 por lo tanto Y Bernoulli (.35) c) sea pz la probabilidad de xito de Z. Determine pz P= (z=1) es igual a .60 por lo tanto Z Bernoulli (.60) d) Es posible que X y Y sean iguales a 1? Si e) Es pz igual a PY y PY? Si

3. Se lanza una moneda de 1y 5 c. sean X=1 si sale cara en la moneda de 1c y X=0 en cualquier otro caso. Sea Y=1 si sale cara en la moneda de 5c y Y=0 en cualquier otro caso. Sea Z=1 si sale cara en ambas monedas y Z =0 en cualquier otro caso. a) sea px la probabilidad de xito de X. Determine px. Ny=1 salga cara en la moneda de 1. P(X=1)=5 por lo tanto X Bernoulli (0) Px= (0) (1-.5) + (1) (.5)=p5

b) Sea py la probabilidad de xito de X. Determine py Y=1 cuando salga la moenda de 5 p(x=1)=5 por lo tanto x Bernoulli Py= {0} (1-.5) +(1) (.5) =p5 c) Sea pz la probabilidad de xito de X. Determine pz. {2=1} cuando cara en las dos monedas. P(z=2)=.5 por lo tanto X Bernoulli. Pz (2)(1-.5) + (1)(.5)= 2 = .5

d) Son X y Y independientes? Si son independientes X y Y.

4. Sean X y Y variables aleatorias de Bernoulli. sea z=XY. a) Demuestre que Z es una variable aleatoria de Bernoulli. Puestoq ue los valores de XyY son 0 y 1, los valores posibles del producto Z=xy son tambin 0y1 por tanto Z=0 y ya sea X,Y o ambas, tambin son iguales a 0 por lo que nuevamente Z=XY. b) Demuestre si XyY son independientes, entonces Pz= PxPy Pz=P(z=1)=P(xy=1)=P(x=1yY=1)=P(x=1)=PxPy

DISTRIBUCION BINOMIAL

La l tim a novel a d e u n au tor ha te nid o u n gran xito, has ta el pu nto d e qu e el 80% d e los l ec tores y a l a han l eid o. Un gru po d e 4 am igos s on afic ionad os a l a l ec tu ra:

1. Cu l es l a probabil id ad d e qu e en el gru po hay an l eid o l a novel a 2 pers onas ? B (4, 0. 2 ) p = 0.8 q = 0.2

2. Y c m o m xim o 2?

2 Un agen te d e s egu ros vend e pl izas a c inc o pers onas d e l a m ism a ed ad y qu e d is fru tan d e bu ena s al u d . S eg n l as tabl as ac tu al es , l a probabil id ad d e qu e u na pers ona en es tas c ond ic iones viva 3 0 ao s o m s es 2/ 3. Hl l es e l a proba bil id ad d e qu e, tr ans c u rrid os 30 aos , vi van : 1. Las c inc o pers onas . B (5, 2/ 3 ) p = 2/ 3 q = 1/ 3

2. Al m enos tres p ers onas .

3. E xac tam en te d os pers onas .

3 Un l abora tori o afi rm a qu e u na d roga c au s a d e efec tos s ec u nd arios en u na prop or c in d e 3 d e c ada 100 pac ien tes . Para c on tras ta r es ta a firm ac in, o tro l abora torio el ige al azar a 5 pac ien tes a l os qu e apl ic a l a d roga. Cu l es la proba bil id ad de l os s igu ientes s u c es os ? 1. Ning n pac iente ten ga efec tos s ec u nd arios . B (10 0, 0 . 03 ) p = 0 .0 3 q = 0.97

2. Al m enos d os tengan efec tos s ec u nd arios .

3. Cu l es el nm ero m ed io d e pac ien tes qu e es pera l abora torio qu e s u fran efec tos s ec u nd arios s i el ige 100 pac ien tes al azar?

4 E n u nas pru ebas d e al c ohol em ia se ha obs ervad o qu e el 5% d e l os c ondu c tores c on trol ad os d an pos iti vo en l a pru eba y qu e el 10% d e l os c ond uc tores c on trol ados no ll evan aprovec h ad o el c intu r n d e s egu rid ad . Tam bin s e ha obs ervad o qu e l as d os infrac c iones s on ind epend ientes . Un gu ard ia d e tr fic o par a c inc o c ond u c tores al azar . S i tenem os en c u enta qu e el nm ero d e c ond u c tores es su fic ien tem ente i m portan te c om o para es tim ar qu e l a proporc in d e infra c tores no v ar a al hac er l a s el ecc in. 1. De term inar l a proba bil id ad a de qu e exac tam en te tres c ond u c tores hayan c om e tid o a l gu na d e l as d os infrac c iones .

2. De term ine l a probabil id ad d e qu e al m enos u no d e l os c ond uc tores c on tr ol ad os haya c om etid o al gu na d e l as d os infrac c iones .

5 La prob abil id ad d e qu e u n hom bre ac ier te en el bl anc o es 1/ 4. S i d is para 10 vec es c u l es l a probabil id ad d e qu e ac ierte e xac tam en te en tr es oc as iones ? Cu l es l a probabil id ad de qu e ac ierte p or l o m enos en u na oc as in? B (10 , 1/ 4 ) p = 1/ 4q = 3/ 4

DISTRIBUCION DE POISSON 1.- Sea X ~ Poisson(4). Determine a) P(X=1) b) P(X=0) c) P(X<2) d) P(X>1) e) X f) x a) P(X=1)= e-4 * P(X=1)= 0.018315638 * P(X=1)= 0.018315638 * 4 P(X=1)= 0.073262555

b) P(X=0) = e-4 * P(X=0)= 0.018315638 * P(X=0)= 0.018315638 * 1 P(X=0)= 0.018315638 c) P(X<2) P(X=1)= e-4 * P(X=1) = 0.018315638 * P(X=1) = 0.018315638 * 4 P(X=0) = e-4 * P(X=0)= 0.018315638 * P(X=0)= 0.018315638 * 1

P(X=1) = 0.073262555 P(X<2) =P(X=1)+P(X=0) P(X<2) =0.07326255+0.018315638 P(X<2) =0.091578193

P(X=0)= 0.018315638

d) P(X>1) P(X=2)= e-4 * P(X=2)= 0.018315638 * P(X=2)= 0.018315638 * 8 10.66666667 P(X=2)= 0.146525111 P(X=3)= e-4 * P(X=3)= 0.018315638 * P(X=3)= 0.018315638 * P(X=3)= 0.195366814

P(X=4)= e-4 * P(X=4)= 0.018315638 *

P(X>1)= P(X=2)+P(X=3)+P(X=4) P(X>1)= 0.146525111+0.195366814+ 0.195366814

P(X=4)= 0.018315638 * 10.66666667 P(X=4)= 0.195366814 P(X>1)=0.537258739

e) X X= 4 f) x x= x= 2 2.- suponga que 0.03 % de los contenedores plsticos producidos en cierto proceso tiene pequeos agujeros que los dejan inservibles. X representa el

numero de contenedores en una muestra aleatoria de 10 000 que tienen este defecto. Determine: a) P(X=3) b) P(X2) c) P(1X<4) d) X e) x a) P(X=3)= e-3* P(X=3)= 0.049787068 * P(X=3)= 0.049787068 * 4.5 P(X=3)= 0.0224041807 b) P(X2) P(X=0)= e-3 * P(X=0)= 0.049787068 * P(X=0)= 0.049787068 * 1 P(X=0)= 0.049787068 P(X=1)= e-3 * P(X=1)= 0.049787068 * P(X=1)= 0.049787068 * 3 P(X=1)= 0.149361205

P(X=2)= e-3* P(X=2)= 0.049787068 * P(X=2)= 0.049787068 * 4.5 P(X=2)= 0.0224041807 c) P(X<2) P(X=1)= e-3 * P(X=1)= 0.049787068 * P(X=1)= 0.049787068 * 3

P(X2)= P(X=0)+P(X=1)+P(X=2) P(X2)= 0.049787068+0.149361205+ 0.149361205 P(X2)=0.42319008

P(X=2)= e-3* P(X=2)= 0.049787068 * P(X=2)= 0.049787068 * 4.5

P(X=1)= 0.149361205

P(X=2)= 0.0224041807

P(X=3)= e-3* P(X=3)= 0.049787068 * P(X=3)= 0.049787068 * 4.5 P(X=3)= 0.0224041807 d) X X= 3 e) x x= x= 1.732030808

P(X<2)= P(X=1)+P(X=2)+P(X=3) P(X<2)= 0.149361205+0.224041807+ 0.224041807 P(X<2)= 0.597444819

3.- el numero de mensajes recibidos por el tablero computado de anuncios es una variable aleatoria de Poisson con una razn media de ocho mensajes por hora. a) Cul es la probabilidad de que se reciban cinco mensajes en una hora? b) Cul es la probabilidad de que se reciban diez mensajes en 1.5 horas? c) Cul es la probabilidad de que se reciban menos de tres mensajes en 11/2 horas? a) Cul es la probabilidad de que se reciban cinco mensajes en una hora? P(X=3)= e-8* P(X=3)= 3.354626279x10-4 * P(X=3)= 3.354626279x10-4 * 273.0666667 P(X=3)= 0.09160366 b) Cul es la probabilidad de que se reciban diez mensajes en 1.5 horas?

P(X=10)= e-12* P(X=10)= 6.144212353x10-6 * P(X=10)= 6.144212353x10-6 * 17062.76571 P(X=10)= 0.104837255 c) Cul es la probabilidad de que se reciban menos de tres mensajes en 11/2 horas? P(X=0)= e-12* P(X=0)= 6.144212353x10-6 * P(X=0)= 6.144212353x10-6 * 1 P(X=0)= 6.144212353x10-6 P(X=2)= e-12* P(X=2)= 6.144212353x10-6 * P(X=2)= 6.144212353x10-6 * 72 P(X=2)= 4.423832894x10-4 P(X=1)= e-12* P(X=1)= 6.144212353x10-6 * P(X=1)= 6.144212353x10-6 * 12 P(X=1)= 7.373054824x10-5 P(X<3)= P(X=0)+P(X=1)+P(X=2) P(X<3)= 6.144212353x10-6 + 7.373054824x10-5 + 4.423832894x10-4 = P(X<3)= 5.2225805x10-4

4.- una variable aleatoria X tiene una distribucion binomial y una variable Y tiene una distribucion de Poisson. Tanto X como Y tienen medias iguales a 3. Es posible determinar que variable aleatoria tiene la varianza mas grande? Elija una de las siguientes respuestas: i) S, X tiene la varianza mas grande. ii) S, Y tiene la varianza mas grande iii) No, se necesita conocer el numero de ensayos,n, para X. iv) No, se necesita conocer la probabilidad de xito, p, para X. v) No, se necesita conocer el valor de para Y. Frmula para determinar la varianza en una distribucin binomial: 2x= (1-p) 2x= (1-3) 2x= -2

Formula para determinar la varianza en una distribucin Poisson: 2y= 2y= 3 Respuesta: ii) S, Y tiene la varianza ms grande

5.- La concentracin de partculas en una suspensin es 2 por mL. Se agita por completo la concentracin, y posteriormente se extraen 3 mL. Sea X el numero de partculas que son retiradas. Determine. a) P(X=5) b) P(X2) c) X d) x a) P(X=5)= e-6 * P(X=5)= 2.478752177x10-3 * P(X=5)= 2.478752177x10-3 * 64.8 P(X=5)= 0.160623141 b) P(X2) P(X=0)= e-6 * P(X=0)= 2.478752177x10-3 * P(X=0)= 2.478752177x10-3 * 1 P(X=0)= 2.478752177x10-3 P(X=1)= e-6 * P(X=1)= 2.478752177x10-3 * P(X=1)= 2.478752177x10-3 * 6 P(X=1)= 0.014872513

P(X=2)= e-6 * P(X=2)= 2.478752177x10-3 * P(X=2)= 2.478752177x10-3 * 18

P(X2)= P(X=0)+P(X=1)+P(X=2) P(X2)= 2.478752177+0.014872513+ 0.044617539

P(X=2)= 0.044617539 c) X X= 6

P(X2)= 0.061968804

d) x x= x= 2.4494897 DISTRIBUCION NORMAL 1. Determine el rea bajo la curva normal a) Ala derecha de z= -0.85. b) Entre z = 0.40 y z = 1.30. c) Entre z =0.30 y z = 0.90. d) Desde z = - 1.50 hasta z =-0.45

Estos resultados se obtuvieron con las tablas anexas al final de los problemas A 1 0.1977 = 0.8023 B 0.9032 0.6554 = 0.2478 C 0.8159 0.3821 = 0.4338 D 0.0668 + (1 0.3264) = 0.7404

2- Las puntuaciones de una prueba estandarizada se distribuyen normalmente con media de 480 y desviacin estndar de 90. a) Cual es la proposicin de puntuaciones mayores a 700? b) Cual es el 25? Percentil de las puntuaciones? c) Si la puntuacin de alguien es de 600. En que percentil se encuentra? d) Qu proporcin de las puntuaciones se encuentra entre 420 y 520? = 480 = 90

A - Z = (700-480)/90 = 2.44 el rea a la derecha de Z es 0.0073 B la puntuacin de z en el 25 percentil -0.67 El 25 percentil es entonces 480 - 0.67 (90) = 419.7 C z = (600-480)/90 = 1.33 el rea a la derecha de z es 0.9082 Por lo que una puntuacin de 600 esta en el percentil 91 D - z = (420 - 480)/90 = - 0.67 Z = (520 480)/90 = 0.44 El rea entre z = - 0.67 y z = 0.44 es 0.6700 0.2514 = 0.4186

3- La resistencia de una aleacin de aluminio se distribuye normalmente con media de 10 giga pascales (Gpa) desviacin estndar de 1.4 Gpa. a) Cul es la probabilidad de que una muestra de esta aleacin tenga resistencia mayor a 12 GPa? b) Determine el primer cuartil de la resistencia de esta aleacin. c) Determine el 95. Percentil de la resistencia de esta aleacin. RESULTADOS = 10 = 1.4 A) z = (12 -10)/1.4 = 1.43 el rea ala derecha de z = 1.43 es 1 0.9236 = 0.0764 B) la puntuacin de z en el 25 percentil es -0.67 El 25 percentil es entonces 10 - 0.67 (1.4) = 9.062 Gpa. C) la puntuacin de z en el 95 percentil es 1.645 El 25 percentil es entonces 10 + 1.645(1.4) = 12.303 Gpa.

4- La penicilina es producida por el hongo penicillium, que crece en un caldo, cuyo contenido de azcar debe controlarse con cuidado. La concentracin optima e azcar es de 4.9 mg/mL. Si la concentracin excede los 6 mg/mL, el hongo muere y el proceso debe suspenderse todo el da. a) Si la concentracin de azcar en tandas de caldo se distribuye normalmente con media 4.9 mg/mL y desviacin estndar 0.6 mg/mL en que proporcin de das se suspender el proceso? b) El distribuidor ofrece vender caldo con una concentracin de azcar que se distribuye normalmente con medida de 5.2 mg/mL y desviacin estndar de 0.4 mg/mL este caldo surtir efectos con menos das de produccin perdida? RESULTADOS A) (6 4.9)/0.6 =1.83 1 0.9664 = 0.0336

B) Z = (6 5.2)/0.4 = 2.00

1 0.9772 = 0.0228

Con este caldo el proceso se suspendera el 2.28% de los das

5- El volumen de las llantas llenadas por cierta maquina se distribuye con media de 12.05 onzas y desviacin estndar de 0.03 onzas. a) Qu proporcin de latas contiene menos de 12 onzas? b) La medida del proceso se puede ajustar utilizando calibracin. En que valor debe fijarse la media para que el 99% de las latas contenga 12 onzas o mas? c) Si la media del procesos sigue siendo de 12.05 onzas. En que valor debe fijarse la media para que el 99% de las latas contenga 12 onzas o mas?

RESULTADOS A) (12 12.05)/0.03 = -1.67 la proporcin es 0.0475 B) Z= -2.33 entonces -2.33=(12 - )/0.03 despejando = 12 .07 onzas C) 2.33 = (12-12.05)/ despejando = 0.0215 onzas

TABLA PARA EL AREA A LA DERECHA DE Z

TABLA PARA EL AREA LA IZQUIERDA DE Z

DISTRIBUCION GAMMA Ejercicio 1 El nmero de pacientes que llegan a la consulta de un mdico sigue una distribucin de Poisson de media 3 pacientes por hora. Calcular la probabilidad de que transcurra menos de una hora hasta la llegada del segundo paciente. Debe tenerse en cuenta que la variable aleatoria tiempo que transcurre hasta la llegada del segundo paciente sigue una distribucin Gamma (6, 2). Solucin: Clculo de probabilidades. Distribuciones continuas Gamma (a p) a : Escala 60000 p : Forma 20000 Punto X 10000 Cola Izquierda Pr[X<=k] Cola Derecha Pr[X>=k] Media Varianza Moda 0,1667 0,9826 0,0174 0,3333 0,0556

La probabilidad de que transcurra menos de una hora hasta que llegue el segundo paciente es 0,98. Ejercicio 2 Suponiendo que el tiempo de supervivencia, en aos, de pacientes que son sometidos a una cierta intervencin quirrgica en un hospital sigue una distribucin Gamma con parmetros a=0,81 y p=7,81, calclese: 1. El tiempo medio de supervivencia. 2. Los aos a partir de los cuales la probabilidad de supervivencia es menor que 0,1. Clculo de probabilidades. Distribuciones continuas Gamma (a,p) a : Escala 0,8100 p : Forma 7,8100

Cola Izquierda Pr [X<=k] 0,9000 Cola Derecha Pr [X>=k] 0,1000 Punto X 14,2429 Media 9,6420 Varianza 11,9037 Moda 8,4074 El tiempo medio de supervivencia es de, aproximadamente, 10 aos.

DISTRIBUCION T DE ESTUDENT 1. Sea T ~ t(4,0.5) a) Determinar

b) Determinar

c) Determinar P(T P(T )

[( )( )]

) )( )
[( )( )]

= 1- e (0.5)(1) (0.5)(1)
[( )( )]

- e (0.5)(1)

[(

)( )]

- e (0.5)(1)

[(

)( )]

-e

=1- 0.60653 -0.30327 -0.075816 -0.012636 =0.000175 d) Determinar P(T P(T )

[( )( )]

) )( )
[( )( )]

= e (0.5)(3) (0.5)(3)
[(

- e (0.5)(3)

[(

)( )]

- e (0.5)(3)

[(

)( )]

-e

)( )]

=0.22313 + 0.33470+0.25102 +0.12551 =0.9344 2. Sea T ~ Weibull(0.5,3) a) Determinar ( ) b) Determinar

( )[

( ) ] )

( )[

c) Determinar P(T

P (T>5) =1-P(T 1) = 1 e-[( )( )]

3. En el articulo Parameter Estimation with Only One Complete Failure Observationse modela la duracion en horas, de cierto tipo de cojinete con la distribucion de Weibull con parmetros

a) Determine la probabilidad de que un cojinete dure mas de 1000 horas [( )( )] ( ) ( ) ( )

b) Determine la probabilidad de que un cojinete dure menos de 2000 horas P(T<2000)= P(T )
[( )( )]

c) La funcin de riesgo se definio en el ejercicio 4 Cul es el riesgo en T=2000 horas? ( )( ) h(t) =

4. La duracin de un ventilador, en horas , que se usa en un sistema computacional tiene una distribucin de Weibull con a) Cules la probabilidad de que un ventilador dure mas de 10 000 horas? P(T>10 000 ) =1 (1[( )( )] [( )( )]

=0.3679

b) Cul es la probabilidad de que un ventilador dure menos de 5000 horas? P(t<5000) =P(T )
[( )( )]

5. Un sistema consiste de dos componentes conectados en serie. El sistema fallara cuando alguno de los componentes falle. Sea T el momento en el que el sistema falla. Sean X1 y X2 las duraciones de los dos componentes. Suponga que X1 y X2 son independientes y que cada uno sigue una distribucin Weibull con 2 a) Determine P( P( ) ( ) ) (
[( )( )]

b) Determine P(T 5) P(T ) ( ) =0.8647

c) T Tiene una distribucin de Weibull= si es As Cules son sus parmetros? Si, T~ Weibull (2, ) ( )

Un fabricante de focos afirma que su producto durar un promedio de 500 horas de trabajo. Para conservar este promedio esta persona verifica 25 focos cada mes. Si el valor y calculado cae entre t 0.05 y t 0.05, l se encuentra satisfecho con esta afirmacin. Qu conclusin deber l sacar de una muestra de 25 focos cuya duracin fue?:

AQU SE ENCUENTRAN LAS MUESTRAS QUE SE TOMARON PARA RESOLLVER EL PROBLEMA.

Solucin: Para poder resolver el problema lo que se tendr que hacer ser lo siguiente se aplicara una formula la cual tendremos que desarrollar con los datos con los que contamos. Tendremos que sustituir los datos t= x - SI n = 1- Nc = 10%

v = n-1 = 24 t = 2.22

Procedimiento:se demostrara la forma en que se sustituiran los datos. VALOR DE LOS DATOS.. =500 h n=25 t=505.36-500 12.07 25 APLICACION DE LA FORMULA t = 2.22

Nc=90% X=505.36 S=12.07

v = 25 -1 = 24 = 1- 90% = 10%

Enseguida se muestra la distribucin del problema segn el grafico sig.