x=¿ Número de componentes que fallan

x Poisson ( ν ∙ 1.200 )=¿ x Poisson ( 3 ∙1.200=3.600 )

En este caso se tiene:

ν =3

Se supone que la frecuencia con que ocurren las fallas es constante e igual a 3 por cada 1.200
horas o un promedio de 1/400 unidades por hora. La probabilidad de que fallen 6 componentes en
1.200 horas es:
X −ν 6 −3 −3
ν ∙e 3 ∙e 729 ∙ e
P ( X ; ν )= =P ( 6 ;3 )= = =0.050 4
X! 6! 72 0

Como la probabilidad de que fallen 6 componentes en 1.200 es muy baja (5%), entonces podemos
concluir que NO existe suficiente evidencia para dudar de la conclusión del fabricante.
Consideremos una distribución bimomial o de Bernoulli B(n; p)=B(10;3/5):

P ( X=k )= n p k q n−k
k () , con q = 1 - p

Se tiene que:

P ( X ≥ 3 ) =P ( X=3 ) + P ( X =4 ) + P ( X=5 ) + P ( X =6 ) + P ( X=7 ) + P ( X=8 )+ P ( X=9 )+ P ( X =10 )

3 10−3 4 10−4 5 10−5 6 10−6 7 10−7

( )( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )( ) ( ) +(108 )( 35 )
P ( X ≥ 3 ) = 10
3 5
3 2
5
+ 10
4 5
3 2
5
+ 10
3
5 5
2
5
+ 10
3
6 5
2
5
+ 10
3
7 5
2
5
P ( X ≥ 3 ) =0,9877

Por lo tanto, la probabilidad de que dentro de 30 años vivan, al menos, 3 individuos es de un

0,9877 (98,77%).

a) P= 0,03

N=cantidad

X= números de muestras de aire que contiene la molécula anómala en las siguientes “n” muestras
analizada.
Por lo tanto x es una variable binominal

Con p=0,03 y N = n

Supongamos n=100 (se realiza este supuesto por falta de información en el enunciado del
problema).

El modelo es:

P ( X=x )= 10 0 ∙ 0, 03 x ∙ (1−0,0 3 )
y B ( n , p ) → y B ( 1 00; 0,03 ) ( )
x
10 0−x

b) En este tipo de casos la esperanza es

E ( X )=np=100∗0,03=3
La varianza es:
Var ( X )=np ( 1−p )=3 ( 1−0,03 )=2,91