Академический Документы
Профессиональный Документы
Культура Документы
de Sistemas
Dr. Juan Martn Preciado Rodrguez
Ingeniera Industrial y de Sistemas Universidad de Sonora
Clase XI
1
Ejercicio 1. Supongamos que la probabilidad de tener una unidad defectuosa en una lnea de
ensamblaje es de 0.05. Si el conjunto de unidades terminadas constituye un conjunto de
ensayos independientes:
1. Cul es la probabilidad de que entre diez unidades dos se encuentren defectuosas?
2. Y de que a lo sumo dos se encuentren defectuosas?
3. Cul es la probabilidad de que por lo menos una se encuentre defectuosa?
Solucin:
Sea xi una variable aleatoria que representa el estado de una unidad terminada en la lnea de
ensamblaje en el momento i, siendo xi = 1 si la unidad es defectuosa y xi =0 en caso contrario.
La variable X sigue una distribucin Bernoulli con parmetro p=0.05, de acuerdo con el dato
inicial del problema. Adems, ntese que un conjunto de unidades terminadas constituye un
conjunto de ensayos independientes, por lo que el nmero de unidades defectuosas de un
total de n unidades terminadas (x1, x2, .., xn), esto es,
n
sigue una distribucin Binomial de parmetros n y p=0.05. Hechas estas consideraciones
f (n, p) xi ,
iniciales,
procedemos a resolver el problema:
i 1
1. x B(n, p) f(n,p) =
Cx px(1-p)n-x = P(B(10,0.05),x=2)=0.0746
Ejercicio 2. Una empresa electrnica observa que el nmero de componentes que fallan antes
de cumplir 100 horas y el promedio de estos fallos es ocho.
1. cul es la probabilidad de que falle un componente en 25 horas?
2. y de que fallen no ms de dos componentes en 50 horas?
3. cul es la probabilidad de que fallen por lo menos diez en 125 horas?
Solucin:
Sea la variable aleatoria X , con distribucin de Poisson con parmetro = 8, que determina
el nmero de componentes que fallan antes de cumplir 100 horas de funcionamiento.
1. Considerando que se cumplen ciertas condiciones de regularidad, podemos asumir que una
variable X que mide el nmero de componentes que fallan antes de cumplir 25 horas de
funcionamiento sigue una distribucin de Poisson con parmetro X = 8/4 = 2.
Por lo tanto, la probabilidad deseada es la siguiente:
P(X=1) = (x/x!)*e- = (21/1!)*e-2 = 0.27067
2. Anlogamente, definimos una variable aleatoria X con distribucin de Poisson de parmetro
X = 8/2 = 4, que mide el nmero de componentes que fallan antes de cumplir las 50 horas de
funcionamiento. Se tiene entonces que:
4i 4
P ( X 2) * e 0.2381
i 0 i!
2
10i 10
P (V 10) 1 P ( X 10) 1
* e 0.41696
i 0 i!
10
Ejercicio 3. Un lote contiene 100 piezas de un proveedor de tubera local y 200 unidades de
un proveedor de tubera del estado vecino. Si se seleccionan cuatro piezas al azar y sin
reemplazo,
1 cul es la probabilidad de que todas sean del proveedor local?
2 Cul es la probabilidad de que dos o ms piezas de la muestra sean del proveedor local?
3 Cul es la probabilidad de que al menos una pieza de la muestra sea del proveedor local?
Solucin:
f(X; n,N,k) = (kCx)*(N-kCn-x)/(NCn): n=4, N=300 y k=100
1. Sea X igual al nmero de piezas de la muestra del proveedor local. Entonces, x tiene una
distribucin hipergeomtrica y la probabilidad pedida es P(x=4). Por consiguiente,
P(x=4)=((100C4)*(200C0))/(300C4) =0.0119
2. Encontrar la probabilidad de P(x2)
P(x2)=((100C2)*(200C2))/(300C4) + ((100C3)*(200C1))/(300C4) + ((100C4)*(200C0))/(300C4) =0.408
3. Encontrar la probabilidad de P(x1)
P(x1)=1-P(x=0)=1-(((100C0)*(200C4))/(300C4)) = 0.196
4
Solucin:
Distribucin multinomial
f(X1,X2,, Xk;1, 2, , k) = (N!/(X1!*X2!** Xk!))*(1*2**k)
f(X1=5,X2=10, X2=10;1=0.15, 2=0.40, 2=0.45)=
=((20!)/(5!10!5!))*0.155*0.4010*0.455 = 0.41
r-1
Cx-1* pr *(1-p)r-x
Solucin:
XP(2) X se distribuye como una Poisson
Definimos los parmetros:
X = nmero de clientes que llegan a la caja en un minuto.
= nmero de ocurrencias del fenmeno poissoniano por unidad de tiempo.
1.P(X=0) = (e-2*(2)0)/0!=0.1353
2.P(X>1)=1-P(X1) = 1-P(X=0)-P(X=1)=1-(e-2*(2)0)/0!-(e-2*(2)1)/1!=0.594
= 2*2=4; P(X=5)=(e-4*(4)5)/5!=0.1563
r-1
Cx-1* pr *(1-p)r-x
10