Вы находитесь на странице: 1из 20

PROBLEMAS RESUELTOS

ESTADISTICA II

Elaborado por el Profesor Jaime Pérez-Kallens L.

ALGUNOS PASOS PARA RESOLVER PROBLEMAS CON


PLANTEAMIENTOS EN ESTADÍSTICA

1.- Leer cuidadosamente el enunciado del problema.

2.- Identificar el o los objetivos (para dar respuesta a las


preguntas)

3.- Identificar la información relevante que se entrega en el


enunciado del problema (fuente de información).

4.- Identificar los conceptos y técnicas (teoría) que se


aplicarán para resolver el problema (vistos en clase)

5.- Relacionar la información (3), conceptos y Técnicas (4).


Luego elaborar y ejecutar algoritmo (procesamiento)

6.- Obtención de resultados e interpretaciones.

Nota: Los problemas que se entregan en este compendio, se recogieron


de varios libros de estadística y de otros documentos académicos.

1
Distribuciones de probabilidad con Nombre Propio
1.- En un estudio reciente se halló que el 90% de las casa en la Región
Metropolitana tienen televisión en colores. Si se extrae una muestra al azar de
9 casas,:

a) ¿ Cuál es la probabilidad de que 7 casas tengan TV en colores ?

X: Número de casas que tienen televisión en colores.

9 7 2
P ( X  7)    0,9 * 0,10  0,1722
7

b) ¿ Cuál es la probabilidad de que al menos 2 casas tengan TV en colores ?

P ( X  2 )  1  P ( X  1)  1  P ( X  0 )  P ( X  1)

 9 0,9 0 *0,19   9 0,9*0,18  0,99999918


P ( X 1)      .
0 1

c) ¿ Cuál es la probabilidad de que a lo más 1 casas tengan TV en colores ?


Resp. 0,000008%

d) ¿ Cuál es el valor esperado de la v.a. en estudio y cómo se interpreta ?

E x  np  9*0,9  8,1 número esperados de TV en colores

2.- Se le entrega un cuestionario formado por 10 preguntas de verdadero o


falso durante la segunda semana de una clase. Desafortunadamente, no
asistió a las clases anteriores, ni estudió en el texto base (lo que suele
suceder). Sin embargo, usted decide presentarse a la prueba y tratar de
adivinar la respuesta a cada pregunta. El profesor indica que se necesitan 6 o
más respuestas correctas para tener una nota satisfactoria.

a) ¿ Cuál es la probabilidad de responder 2 o menos respuestas correctas ?

X: Número de respuesta correctas del cuestionario.

n = 10 p=0,5

P ( X  2 )  P ( X  0)  P ( X 1)  P ( X  2)

 10 0,50 *0,510   10 0,51 *0,59   10 0,5 2 *0,58


P ( X  2)       = 0,05469
0 1 2

b) ¿ Cuál es la probabilidad de tener una nota satisfactoria ?


Resp. 36,9 %

2
c) ¿ Cuál es el número esperado de respuestas correctas ?

3.- Un basquetbolista profesional r tiene una probabilidad de un 90% de


apuntarle al cesto. Si dispara 15 tiros.

a) ¿ Cuál es la probabilidad de que falle en por lo menos dos lanzamientos ?

X: Número de lanzamientos que no le apunta al cesto.

 15 0,10 0,915   15 0,110,914  0, 451


P ( X  2 ) 1 P ( X 1) 1    
0 1

b) ¿Cuál es la probabilidad que enceste en por lo menos dos lanzamientos ?

Y: Número de lanzamientos en que encesta.

 15   15 
P (Y  2) 1 P (Y 1) 1 P (Y  0)  P (Y 1) 1   0,9 0 0,115    0,910,114  0,99999
   
 0   1 
c) ¿ Cuál es el valor esperado y la varianza en este caso ?

4.- Un estudio sobre la influencia relativo a maridos y esposas en las compras,


informa que el marido ejerce la principal influencia en la elección de la marca
de un auto nuevo, en un 70% de los casos así lo afirma. Suponga que 4
matrimonios deciden comprar un auto nuevo.

a) ¿ Cuál es la probabilidad que en exactamente 2 de los 4 matrimonios, el


marido ejerza la influencia principal en las elección de marca de un auto ?
Resp. 26,46%
b) ¿ Cuál es la probabilidad que el marido ejerza la influencia principal en la
elección de marca de un auto en al menos 2 de los 4 matrimonios.
Resp. 91,63%

5.- Un restaurante puede servir a 50 clientes. La experiencia indica que el 10%


de aquellos que hacen una reservación no aparecerán. Suponga que el
restaurante acepta 55 reservaciones. Sea X el número de clientes que
aparecen.

a) Encontrar la distribución de probabilidad de X.


b) Calcule la esperanza y la desviación estándar. Resp. 49,5 y
2,225

6.- En un centro de entrenamiento, un tirador al blanco tiene una probabilidad


de un 90% de apuntarle al blanco:

a) ¿ Cuál es la probabilidad que tenga que hacer 2 tiros para apuntarle al


blanco por primera vez ?
X: Número de tiros al blanco para apuntarle al blanco por primera vez.

3
P ( X  2 )  0,1*0,9  0, 09

b) ¿Cuál es la probabilidad que tenga que hacer 5 tiros para apuntarle al


blanco por tercera vez?

P( X  5)   0,93 * 0,12 = 0,04374


4

2

c) ¿ Cuál es la probabilidad que tenga que hacer por lo menos 5 tiros al


blanco para apuntarle al blanco por tercera vez ?

 2 0,9 3  3 0,9 3 *0,1 0,0523


P ( X  5) 1 P ( X  4) 1    
 2  2

d) De 10 tiradores al blanco, con igual competencia ¿Cuál es la


probabilidad que por lo menos 2 de ellos tengan que realizar a lo menos
5 tiros para apuntarle al blanco por tercera vez ?

Y: Número de tiradores que realizan al menos 5 tiros para apuntarle al


blanco por tercera vez.

P (Y  2 ) 1 P (Y 1) 1 


 10 0,05230 0,947710  10 0,052310,9477 9  0, 0931
  
0 1

7.- Los automóviles llegan a una salida de una carretera a razón de dos por
minuto. La distribución de llegadas se aproxima a una distribución de Poisson.

a) ¿Cuál es la probabilidad que en un minuto específico no lleguen


automóviles ?

X: Número de automóviles que llegan a la salida de la carretera por


minuto
  2 auto por minuto.

e  2 20
P ( X  0)   0,1353
0!

b) ¿ Cuál es la probabilidad que al menos dos automóviles lleguen durante un


minuto específico ?
c) ¿ Cuál es la probabilidad que lleguen tres automóviles en un periodo de 3
minutos ?

Y: Número de automóviles que llegan a la salida de la carretera en 3


minutos.
  6 automóviles en 3 minutos.

4
e  6 63
P (Y  3)   0, 0892
3!

8.- Un estudio de las filas en las cajas registradoras de salida en un


supermercado reveló que durante un cierto periodo en la hora más pesada, el
número de clientes en espera, era en promedio de cuatro. ¿Cuál es la
probabilidad que durante ese periodo:

a) Haya un cliente esperando?


b) Cuatro o menos clientes esperen?
c) A lo menos 2 clientes esperen?

9.-A menudo, el número de llamadas telefónicas que llegan a un conmutador se


modela como una variable aleatoria de Poisson. Suponga que, en promedio,
se reciben 10 llamadas por hora.

a) ¿ Cuál es la probabilidad que lleguen 5 llamadas en una hora ?

X : Número de llamadas que llegan en una hora.

  10 llamadas por hora.

e 10 *105
P ( X  5)   0,037833
5!
b) ¿ Cuál es la probabilidad que se reciban 5 llamadas en dos horas ?

X: Número de llamadas que llegan en dos horas.

  20 llamadas por hora.

e 20 * 205
P ( X  5)   0,00005496
5!

c) ¿ Cuál es la probabilidad de que lleguen al menos dos llamadas en 30


minutos ?

X: Número de llamadas que llegan en 30 minutos.

  5 llamadas en media hora.


P ( X  2)  1  P ( X  1)  1  P ( X  0)  P ( X  1)
 1  0,00674  0,0337  0,95956

d) ¿Cuál es la probabilidad que entre una llamada y la siguiente pasen más de


10 minutos?

5
Y: tiempo ( en minutos) que transcurre entre una llamada y la siguiente.

  0,1667 llamada por minutos 10 60




P(Y  10)   0,1667e 0 ,1667 y dy  e 0 ,1667 y 10
 0,18881
10

10.- El número de errores en un libro de texto sigue una distribución de Poisson


con media de 0,01 errores por página.

a) ¿ Cuál es la probabilidad de no encontrar errores en una página del libro ?


b) ¿ Cuál es la probabilidad de que al elegir 5 páginas al azar de un libro de
100 páginas; tal que cuatro de ellas no contengan errores ?
Resp.: 0,4803

11.- Supóngase que X tiene una distribución de Poisson. Si se sabe que :

P(X=2) = (2/3)P(X=1)

Calcular P(X=0) y P(X=3).

Solución

Primero obtendremos el parámetro de la distribución:  de acuerdo a los datos


entregados

e   2 e   1
P ( X  2)  P ( X  1) 
2! 1!

e   2 2 e   e   2 4
       1,33
2! 3 1! e  3

P( X  0)  e 1, 333  0,2637

e 1, 3331,3333
P ( X  3)   0,1041
3!

12.- Se observa el número de aviones que llegan a un aeropuerto durante 7


periodos, de 1 hora cada uno y se cuentan para cada periodo. Suponiendo que
el número de aviones que llegan durante cada periodo observado tiene una
distribución de Poisson con parámetro 5 aviones por hora.

6
a) ¿ Cuál es la probabilidad de que en un periodo de tiempo de una hora
lleguen al menos dos aviones
X: Número de aviones que llegan en una hora.
  5 aviones por hora.

e  5 5 0 e  5 51
P ( X  2) 1 P ( X 1) 1 P ( X  0)  P ( X 1) 1   0,9596
0! 1!

b) ¿ Cuál es la probabilidad de que en dos de los siete intervalos, lleguen al


menos dos aviones en una hora ?
Y: Número de intervalos de una hora en que llegan al menos dos
aviones en una hora.
n=7 p= 0,9596

 7 0,9596 2 0,0404 5  0,00000208


P (Y  2 )   
 2

c) ¿ Cuál es la probabilidad de que en al menos dos de los siete intervalos


consecutivos, lleguen al menos dos aviones en 30 minutos ?

13.- Una residencial tiene desocupados 12 habitaciones single con baño y 8


habitaciones single sin baño. Llegan 4 viajeros y eligen al azar sus
habitaciones. ¿ Cuál es la probabilidad de que, entre los recién llegados, sea
mayor el número de los que consiguen habitación con baño que el de los que
se alojan en una habitación sin baño ?

X: Número de viajeros que consiguen habitaciones single con baños.

N = 20 A = 12 N-A = 8 n=4

P ( X  3)  P ( X  3)  P ( X  4)  0,36326  0,102167  0, 4654

14.- Un producto industrial particular se embarca en lotes de 20. La prueba


para determinar si un artículo es defectuoso, es costosa y por tanto el productor
saca una muestra de su producción en lugar de utilizar un plan de inspección al
100%. Un proyecto de muestreo elaborado para minimizar el número de
artículos defectuosos surtidos a los consumidores exige un muestreo de cinco
artículos de cada lote y el rechazo del lote, si se encuentra más de un artículo
defectuoso. ( En el caso de ser rechazado el lote se prueba cada artículo de
éste) Si un lote contiene cuatro artículos defectuosos ¿ Cuál es la probabilidad
de que sea rechazado ? Resp. 0,2487.

15.- De un grupo de 20 ingenieros de ejec. en marketing, se seleccionan


aleatoriamente 10 para un empleo, ¿ Cuál es la probabilidad de que los 10

7
seleccionados incluyan a dos de los cinco mejores del grupo de 20 ?
Resp. 0,3483

16.- Un cargamento de 100 bujías contiene 5 defectuosos, se toma una


muestra de 5 bujías que son probadas para verificar, si el cargamento satisface
las especificaciones de calidad. Además, el cargamento se acepta, si el número
de bujías defectuosas en la muestra no es superior a 1

a) ¿ Cuál es la probabilidad de que el cargamento sea aceptado ?


Resp: 0,971
b) ¿ Cuál es la probabilidad de que hayan al menos 2 bujías buenas en la
muestra ?

Resp: 0,999

17.- La duración de las pilas secas producidas por “National” está normalmente
distribuida con una media  = 795 minutos y una desviación estándar de = 37
minutos.

a) ¿ Cuál es la probabilidad de que una pila dure entre 775 y 820 minutos ?
Resp. 0,4571
b) ¿ Cuál es la probabilidad de que una pila dure menos de 750 minutos ?
Resp. 0,1112
c) ¿ Entre qué rango de duración está el 50% de las pilas que se ubican el
centro de la distribución ?

Resp. 770 y 819,86

18.- En una operación de trabajo sobre una pieza, la industria IMESA paga un
premio, si un empleado procesa 320 piezas aceptables o más en un día. El
número diario de piezas procesadas aceptables por Juan Contreras y Lorenzo
Castro, dos empleados del departamento industrial, esta normalmente
distribuido con las siguientes características:

Empleado Media Desviación estándar


Contreras 290 piezas 20 piezas
Castro 300 piezas 10 piezas

a) ¿ En qué porcentaje de los días obtendrá premio Contreras ?


Resp. 0,0668
b) ¿ Cuál de los dos empleados tendrá un mayor número de días con premio ?
Resp. Contreras

8
19.- Pruebas realizadas en ampolletas eléctricas de cierta marca indican que
el periodo de duración se distribuye normalmente con media igual a 1860 horas
y desviación estándar igual a 68 horas

a) Calcule el porcentaje de ampolletas que se esperan duren más de 2000


horas
b) Calcule el porcentaje de ampolletas que se esperan duren al menos 1750
horas
c) Si se extrae una muestra al azar de 10 ampolletas de esta población, ¿ cual
es probabilidad de que cinco de ellas duren menos de 1750 horas ?

20.- Si la distribución de los periodos de duración de muebles de cocina ( en


madera ) es tal que el 9,51% tienen periodos de duración que exceden los 15
años y que el 62,55% tienen periodos de duración que exceden los 9 años.

¿ Cuál es la media y la desviación estándar, si se admite que la distribución es


normal ?

Resp.  = 10,19  = 3,7 años

21.- Dos tubos electrónico tienen duraciones ( vida útil ) que se distribuyen
normalmente. Es decir:

X1 : vida útil tubo 1 con 1 = 40 hrs. 1 = 6 hrs.

X2 : vida útil tubo 2 con 2 = 45 hrs. 2 = 3 hrs

a) Si se desea que los tubos duran más de 43 horas, ¿ qué tubo elegiría ?
b) Determine la vida útil ( horas ) para la cual es indiferente la selección de uno
y otro.

22.- Un nuevo combustible va a contener cierto porcentaje X de un compuesto


particular. Suponga
que X tiene una distribución normal con  = 32 y 2 = 16. El fabricante
tendrá una utilidad
neta en el combustible ( por galón ) que es la siguiente función de X:

US$ 0,5 por galón si 30 < X < 34

U(X) = US$ 0,1 por galón si 34 < X < 36

US$ -0,2 por galón en t. o. l. de X

9
a) Identifique la variable en estudio y la unidad de estudio.

X: porcentaje de un compuesto en el combustible.

Unidad: galón con combustible.

b) Supóngase que el fabricante desea aumentar su utilidad esperada en 50%,


aumentando su ganancia ( por galón ) en aquellas partidas de combustible
que satisfacen la condición 30 < X < 34 ¿ Cuál debe ser su utilidad neta
en dichas partidas ?

Determinar la utilidad esperada por galón

30  32 34  32
P( Z  )  P  0,5  Z  0,5   0,6915  0,3085  0,383
4 4

34  32 36  32
P( Z  )  P ( 0,5  Z  1)  0,1498
4 4

La probabilidad complementaria es 0,4672

Utilidad ( en US $ ) 0,5 0,1 -0,2


(U)
Probabilidad P(U) 0,383 0,1498 0,4672

Al multiplicar cada utilidad por su probabilidad asociada, se tiene: 0,11303


dólares por galón

E (1,5*U ) 1,5* E (U )  0,1696 dólares.

0,1696 0,5* I *0,383 0,1*0,1498 0, 2*0, 4672

I  1,295 dólares por galón, debería ser la utilidad en dichas partidas.

23.- Los ahorros efectuados por los miembros de una comunidad se


distribuyen normalmente, con media de $ 150.000 y desviación estándar de $
15.000. La tasa de interés mensual es de 3,5% para los montos de ahorros
superiores a $ 180.000, de 2,8 % para los montos que varían entre $160.000 y
$ 180.000 y una tasa de 2% para ahorros inferiores a los $ 160.000.

10
a) Calcule la tasa de interés esperada para un ahorro efectuado en un mes
cualquiera
Resp.: 2,235%
b) Cuál es el ahorro mínimo que debiera tener un miembro de esta comunidad
para que pertenezca al 10% superior de los ahorrantes.
Resp.: 169.200

24.- Una empresa fabrica pequeñas cajas con fósforos, las cajas traen en
promedio 56 unidades. La compañía tiene por norma realizar un ajuste de sus
máquinas empacadoras cada vez que la desviación estándar del número de
palos de fósforos por caja excede el valor de 3,5. Tras un estudio de inventario,
se halló que sólo 4% de las cajas contenían menos de 50 fósforos. Si se
supone una distribución normal, determine si es procedente realizar un ajuste
en las máquinas empacadotas.

25- En una fábrica de artículos electrónicos, la probabilidad de producir un


artículo defectuoso es de 0,01. En el proceso de control de calidad que se
realiza, el 95% de los artículos defectuosos son clasificados como tales,
mientras que el 3% de los artículos buenos son clasificados como defectuosos.

a) Si se elige una muestra de 10 artículos al azar ¿Cuál es la probabilidad


de que no se encuentre en ella más de 3 artículos clasificados como
defectuosos?

A1 el _ artículo_ electrónico _ producido_ es _ defectuoso


A2 el _ artículo_ electrónico _ producido_ es _ bueno
Del _ artículo_ que_ pasa _ por _ el _ control _ de _ calidad _ es _ clasificado _ defectuoso

D
0,95

A1
0,01
0,05 Dc
D
0,99 0,03
A2

0,97
Dc

11
P ( D )  0,01* 0,95  0,99 * 0,03  0,0392

Se aplica distribución Binomial, asumiendo que esta es una gran


población de artículos producidos.

X: Número de artículos clasificados como defectuosos

P= 0,0392
n = 10

P ( X  3)  P ( X  2 )  
 10 0,03920 0,960810   10 0,039210,96089 
  
0 1
 10 
  0, 03922 0,96088  0,994
 
 2

b) ¿Cuál es el número esperado de artículos mal clasificados en una


muestra de 100 artículos que pasaron por el control de calidad?

M  el _ artículo _ es _ mal _ clasificado _ por _ el _ control _ de _ calidad

P ( M )  0,01*0,05  0,99*0, 03  0,0302

100*0,0302=3,02 aproximadamente 3 artículos.

c) De una producción diaria de 10.000 artículos, se sabe que hay una


pérdida de $ 300 por cada artículo mal clasificado. ¿ A cuánto asciende la
pérdida en una semana de 5 días productivos ?

10.000*0,0302*300*5 = 453.000 pesos.

26. - Suponga que el monto utilizado en tarjeta de crédito por los clientes de un
banco es una variable aleatoria distribuida normalmente con media 1,2 millones
de pesos y desviación estándar 300 mil pesos.

a) Obtenga la probabilidad que una persona observada al azar tenga


una deuda superior a 1,5 millones de pesos en su tarjeta de crédito.
b) Obtenga la deuda mínima del percentil 90 de la distribución de los
montos adeudados por los clientes de este banco.

12
c) Si se observan independientemente 5 clientes de este banco, ¿cuál
es la probabilidad que mas de uno de ellos tenga una deuda superior
a 1,5 millones de pesos en su tarjeta de crédito.

Solución

X: Monto adeudado de un cliente por uso de tarjeta de crédito.

La población de clientes que utilizó tarjeta de crédito se distribuye


normalmente respecto al monto adeudado con media   1,2 millones de
pesos y   0,3 millones de pesos.

a) P ( X  1,5) =
X   1,5  1,2
P(  )  P ( Z  1)  1  P( Z  1)  1  0,8413  0,1587
 0,3

La probabilidad de que un cliente elegido al azar de la población tenga una


deuda superior a 1,5 millones de pesos en la tarjeta de crédito, es de un
15,87%. También se puede interpretar que el 15,87% de los clientes adeudan
más de 1,5 millones de pesos en la utilización de tarjeta de crédito.

b) Aquí se da la probabilidad, luego hay que buscar el monto adeudado.

X  x  1,2
P ( X  x )  0,9  P(  )
 0,3

P ( Z  z )  0,9 Para obtener el valor de z, puede usar el


complemento.

1  P ( Z  z )  0,9  P ( Z  z )  0,1  z = -1,28

x  1,2
 1,28   x = 1,2-1,8*0,3 = 0,66
0,3

La deuda mínima del 90% de los clientes alcanza a 666.666 pesos.

c) Y: número de clientes que adeudan más de 1,5 millones de pesos


por tarjeta de crédito.

La probabilidad de que un cliente adeude más de un millón y medio


de pesos por uso de tarjeta de crédito es de 0,1587
Probabilidad de éxito: p = 0,1587.

n=5

13
El modelo corresponde a una distribución binomial.

 5 
  * 0,1587 y * 0,84135 y Y = 0,1,2,3,4,5
 
 y 
P(Y=y) =
0 en t. o. l.

P (Y  1)  1  P (Y  1)  1  P (Y  0)  P (Y  1) = 1-0,42145-
0,3975
= 0,1810

La probabilidad de que más de un cliente adeude más de un millón y


medio por uso de tarjeta de crédito es de 18,1%.

27.- Se considera que el tiempo de reacción (T ) frente a cierto estímulo


luminoso es una variable aleatoria distribuida normalmente con media de 0,6
segundos.
De acuerdo a los resultados de una investigación, se estima que bajo el
efecto de cierta dosis de alcohol, el tiempo de reacción frente al mismo
estímulo luminoso puede expresarse como una variable aleatoria:

T *  1,2T  0,02 , también con distribución normal.

Además, se indica que la probabilidad de que un individuo que ha ingerido


alcohol, reaccione al estimulo luminoso antes de un segundo es de 0,8944.

a) ¿Cuál es la probabilidad de que un sujeto que no ha ingerido alcohol,


reaccione al estímulo luminoso antes de un segundo?

Solución:
T: tiempo de reacción frente a un estímulo luminoso, en condiciones
normales.

T* : tiempo de reacción a un estímulo luminoso en que se ha ingerido


alcohol.

Información que entregan:

La primera variable aleatoria se distribuye normal con media   0,6 seg. y


 T2

La segunda variable aleatoria (T *) también sigue una distribución normal con:

ET *   E1,2T  0,02  1,2 ET   0,02  1,2 * 0,6  0,02  0,7

14
Media de T* y  T .
2

P(T *  1)  0,8944
dado que nos dan esta probabilidad es posible obtener
T *

T *  T 1  0,7 0,3
P(  )  P( Z  )  0,8944
*

T T
* T
* *

Buscamos en la tabla de la normal estándar el valor de z

0,3 0,3
1,25  T    T2  0,0576 varianza de T *
T
* *

* 1,25

 T2
 T2  V T *   V 1,2T  0,02  1,2 2 V T   V T    0,04
*

*
1,2 2

Ahora respondemos la pregunta:

 T  T 1  0,6 
P T  1  P    P( Z  2)  0,9772
 T  0, 2 

b) De 10 sujetos elegidos aleatoriamente de una gran población y en


forma independiente de los que no han ingerido alcohol, ¿cuál es la
probabilidad que por lo menos 3 de ellos reaccionen al estímulo
luminoso antes de 1 segundos?

Aplicando la distribución binomial:

Y : Número de sujetos que no han ingerido alcohol y que reacción al


estimulo luminoso antes de 1 segundos.

La probabilidad de que un sujeto sin haber ingerido alcohol reaccione


al estímulo antes de 1 segundos es:

P (T  1)  0,9772  p

n  10

P (Y  3)  1  P (Y  2)  1  P (Y  0)  P (Y  1)  P (Y  2)  0,999

15
28. – Se despacha una partida de 15 aparatos electrónicos. Para aceptar la
partida completa se realiza un examen a una muestra de 4 aparatos, de los
cuales no debe haber defectuosos, obteniéndose una ganancia de $ 600.000.
En caso de hallar al menos un aparato defectuoso se rechaza la partida
completa, dejando una pérdida de $ 200.000. Si se sabe que en la partida hay
3 aparatos defectuosos.

a) ¿Cuál es la probabilidad de que una partida sea aceptada?

Aplicamos la distribución Hipergeométrica:

X: número de aparatos defectuosos en la muestra.

N = 15
A= 3
N-A = 12.
n=4

  
3 12

P( X  0)   0 15 4   0,3626 la probabilidad de que la partida sea aceptada.


 
4

b) ¿Cuál es la utilidad esperada en 4 partidas de aparatos?

situación montos Probailidades


ganancia 600.000 0,3626
perdida 200.000 0,6374

Utilidad esperada por partida. Luego como son cuatro partida, la utilidad total
será: 360.320 pesos.

29.- Un organismo de asesoría técnica selecciona personal para empresas


mediante un test que entrega un puntaje X, variable aleatoria con distribución
normal de media 50 puntos y varianza  2 .

16
Un candidato con preparación especial puede lograr un puntaje dado por:

Y  1,02 X  2,5
Se sabe que la probabilidad que un candidato con preparación especial
alcance un puntaje de 71,8 es de 0,9641.

a) ¿Cuál es la probabilidad de elegir a un candidato no especializado cuyo


puntaje difiera de la media en más de una desviación estándar?
b) Si se seleccionan 8 sujetos sin preparación al azar de los que rindieron
el test ¿Cuál es la probabilidad que el último seleccionado sea el tercero
que tuvo un puntaje superior a 53 puntos?
c) Una empresa contrata 5 sujetos con preparación especial que rindieron
el test. ¿Cuál es la probabilidad que el puntaje de estos 5 empleados
esté entre 47 y 57,5 puntos?

Solución:

a) X : puntaje obtenido en el test por candidatos que no tienen preparación


especial.

P x      =

Pero sólo se conoce la media  X  50 para estos casos. Luego


determinaremos la varianza  2 X , para posteriormente obtener la desviación
estándar  X .

De acuerdo a la información que nos entregan, realizaremos los siguientes


pasos:

E  Y   E 1,02 X  2,5  1,02 E  X   2,5  1,02 * 50  2,5  53,5

 Y   y 71,8  53,5 
P  Y  71,8  0,9641 P    0,9641

  y
 Y 

Buscando en la tabla de normal el valor de Z en base a la probabilidad


entregada ( 0,9641 obtendremos que Z= 1,8

Luego:

71,8  53,5 71,8  53,5


1,8   Y 
y 1,8 =10,167

17
 Y2  10,167 2

V (Y )  V (1,02 X  2,5)  1,02 2 V ( X )  2,5  103,368

V(X) = 96,95   X  9,846

Por lo tanto:

P  X  50  9,846  1  P (9,846  X  50  9,846) 

 9,846 X  50 9,846
P(   )  P ( 1  Z  1)  0,8413  0,1587  0,6826
9,846 X 9,846

P ( X  50  9,846)  1  0,6826  0,3174

b) Dado que tendremos que aplicar una distribución de Pascal, asumiendo


que hay independencia entre las ocurrencias. Determinaremos primero
la probabilidad de éxito ( que un sujeto tenga un puntaje superior a 53):

X  X 53  50
P ( X  53)  P (  )  P ( Z  0,3047) 1 P ( Z  0,3047 ) 1 0,6179  0,3821
x 9,846

V: Número de candidatos sin especialidad que se eligen hasta encontrar el


tercero que tiene un puntaje mayor a 53.

p  0,3821

P(V  8)   0,382130,61795  0,1055


7

2
c) En este caso utilizaremos la binomial, donde la variable aleatoria se
definirá:
W: Número de sujetos con preparación especial que rindieron el test y
tuvieron un puntaje entre 47 y 57,5

Obtendremos la probabilidad de éxito ( el sujeto obtuvo un puntaje entre


47 y 57,5)

47  53,5 Y   57,5  53,5


P ( 47 Y  57,5)  P (   )  P ( 0,64  Z  0,39)  0,3906
10,167  10,167

p  0,3906

P(W  5)   0,390650,60940  0,0091


5

5

18
30.- Una industria asegura que no más del 10% de sus artículos
producidos son defectuosos. Para recibir un lote de 40 artículos, se extrae una
muestra de 4 artículos en forma consecutiva (sin reposición) y si más de uno es
defectuoso se rechaza el lote.

a) ¿Cuál es la probabilidad de aceptar el lote?

b) ¿Cuál es la probabilidad de aceptar el lote, si la muestra se extrae con


reposición?

c) Si se seleccionan al menos 3 artículos al azar con reposición, ¿Cuál es


la probabilidad de que el último seleccionado sea el primero defectuoso?

Solución.

a) En el primer caso, como es si reposición aplicaremos la distribución


Hipergeométrica.

X: número de artículos defectuosos en la muestra

N=40
A= 4
N-A= 36
n=4

     
4 36 4 36

P ( X  1)  P ( X  0)  P ( X  1) =
 0  4    1  3   0,9571
   
40 40

4 4

b) En este segundo caso, como la extracción es con reposición


aplicaremos una binomial.

Y : Número de artículos defectuosos

n4
4
p  0,10 ( probabilidad de éxito)
40

P(Y  1)   0,10 0,9 4   0,110,93  0,9477


4 4

0 1

c) W: Número de artículos que se seleccionan con reposición hasta


encontrar el primer artículo defectuoso.

19
Para este caso se aplicará la distribución geométrica.

P (W  3)  1  P (W  2)  1  P (W  1)  P (W  2) 

P (W  3)  1  0,1  0,9 * 0,1  0,81

20