Prof. Francisco Barillas. Materia: Estocstica 1.

Gua de ejercicios de distribuciones

clsicas.
1. Un fabricante de bebidas lcteas bajas en caloras desea comparar el sabor de una
nueva frmula B con el de la formula convencional A.Cuatro catadores reciben 3
vasos en orden aleatorio, dos de ellos contienen la formula A y el otro la B . A
cada catador se le pide que indique cual vaso contena la bebida que ms le
agrad. Suponga que las dos preparaciones gustan por igual. Si Y es el nmero de
catadores que indican su preferencia por la nueva frmula,
a) Determine la funcin de probabilidad de Y
b) Cul es la probabilidad de que por lo menos tres de los cuatro catadores
prefieran la nueva frmula?
c) Determine el valor esperado y la varianza de Y

2. Se disea un complicado sistema electrnico con cierta cantidad de componentes
de seguridad en sus subsistemas. Uno de ellos cuenta con cuatro componentes
idnticos, cada uno con una probabilidad de fallar de 0.2 en menos de 1000 horas.
El subsistema funcionar si dos de los cuatro componentes estn trabajando.
Suponga que cada uno opera de manera independiente.
a) Determine la probabilidad de que dos de los cuatro componentes rindan ms
de 1000 horas
b) Encuentre la probabilidad de que el subsistema funcione ms de 1000 horas.

3. Un examen de opcin mltiple tiene 15 preguntas, cada una con cinco respuestas
posibles, de las cuales solo una es correcta. Suponga que uno de los alumnos que
lo presenta contesta cada una de las preguntas mediante aleatoriedad
independiente. Cul es la probabilidad de que por lo menos 10 de sus respuestas
sean correctas?

4. Se descubri que a determinada concentracin una sustancia qumica, encontrada
en aguas contaminadas, result mortal para 20% de los peces que se exponan a
ella por ms de 24 horas. Se colocan 20 peces en un tanque de agua que contiene
esta concentracin de qumicos.

a) Determine la probabilidad de que sobrevivan 14 peces
b) Estime la probabilidad de que por lo menos 10 sobrevivan
c) Determine que probabilidad existe de que cuando mucho sobrevivan 16
d) Obtenga la media y la varianza de la cantidad de sobrevivientes

5. Considere una distribucin binomial con n ensayos y probabilidad de xito p
Demuestre que
yq
p y n
y p
y p ) 1 (
) 1 (
) ( +
=

para . ,..., 2 , 1 n y = De la misma manera,

para n y ,..., 2 , 1 = la ecuacin ) 1 (
) 1 (
) (
+
= y p
yq
y n
y p proporciona una relacin
recurrente entre las probabilidades asociadas con valores sucesivos de y.

6. Si un experimento binomial consta de n ensayos y observamos
0
y xitos,
demuestre que ) (
0
y Y P = adquiere su mximo valor cuando
n
y
p
0
= . Es decir
determine el valor de p que maximiza la probabilidad del valor de Y realmente
observado.

7. Suponga que el 30% de solicitantes de empleo en una industria estn capacitados
en programacin de computadoras. Los candidatos son elegidos al azar entre la
poblacin y entrevistados en forma sucesiva. Determine la probabilidad de
encontrar en la quinta entrevista al primer aspirante con conocimientos en
programacin. Cul es el nmero esperado de solicitantes que hay que
entrevistar para hallar el primero que sepa programacin?

8. Si lanzamos diez veces una moneda perfecta y obtuvimos cero caras, Cul es la
probabilidad de que debamos lanzar la moneda por lo menos dos veces ms para
obtener la primera cara?

9. En una encuesta sobre un tema controversial se pregunta, por ejemplo, Alguna
vez ha fumado mariguana?, mucha gente prefiere responder que no. Deduzca la
distribucin de probabilidad para Y, que es el nmero de personas que se
necesitara entrevistar para obtener una sola respuesta afirmativa, sabiendo que
80% de la poblacin respondera verdicamente no a la pregunta y que de 20%
que debera contestar afirmativamente, 70% miente.

10. Encuentre | | ) 1 ( Y Y E para el caso de una variable aleatoria geomtrica
Y deduciendo

=1
2
2
) (
y
y
q
dq
d
. Emplee el resultado para calcular la varianza de Y

11. Si Y es una variable aleatoria geomtrica, defina . 1
*
= Y Y Si se considera Y como
el nmero de ensayo en el que ocurre el primer xito,
*
Y puede interpretarse
como el nmero de fracasos que ocurren antes de que se presente el primer xito.
Si 1
*
= Y Y , ) 1 ( ) 1 ( ) (
*
+ = = = = = y Y P y Y P Y Y P para
,...... 2 , 1 , 0 = y Demuestre que , ) (
*
p q y Y P
y
= = ,....... 2 , 1 , 0 = y

Deduzca la media y la varianza de la variable aleatoria
*
Y

12. Suponga que el 10% de los motores armados en una lnea de montaje estn
defectuosos. Si se seleccionan en forma aleatoria uno por uno y se prueba, Qu
probabilidad hay de localizar el primer motor que no tiene defecto en el segundo
ensayo?
Encuentre la probabilidad de localizar el tercer motor sin defecto: a) En el quinto
ensayo, b) en el quinto ensayo o antes

13. Una urna contiene diez canicas, de las cuales cinco son verdes, dos azules y tres
rojas. Se van a extraer tres canicas de la urna, una por una sin reemplazo. Qu
probabilidad hay de que las tres que se saquen sean verdes?

14. La cantidad de veces que se equivoca una mecangrafa tiene una distribucin de
Poisson con un promedio de cuatro errores por cuartilla; si excede este nmero,
debe volver a mecanografiar la pgina completa. Qu probabilidad hay de que no
necesite repetirla?

15. Un vendedor descubre que la probabilidad de hacer una venta en una sola
entrevista con clientes es de 0.03 aproximadamente. Si se acerca a 100 posibles
clientes, Cul es la probabilidad de hacer por lo menos una venta?

16. Los clientes llegan al mostrador de una tienda departamental de acuerdo con la
distribucin de Poisson con una frecuencia promedio de siete por hora. En una
hora determinada, calcule las probabilidades de que:
a) No lleguen ms de tres clientes
b) Por lo menos lleguen dos compradores
Determine la probabilidad de que exactamente dos clientes lleguen dentro de un
intervalo de dos horas:
a) Entre 14:00 y 16:00 horas (un periodo continuo de dos horas)
b) Entre las 13:00 y 14:00 horas o entre las 15:00 y 16:00 horas (dos periodos
separados de una hora, que suman dos horas)

17. Considere un experimento binomial con n=20 y p=0.05. Utilice las tablas
estadsticas para calcular las probabilidades binomiales de Y=0,1,2,3,4. Estime las
mismas probabilidades mediante la distribucin de Poisson con np = y compare
los resultados.

18. La probabilidad de que un ratn vacunado contraiga cierta enfermedad es de 0.2.
Mediante la distribucin de Poisson calcule la probabilidad de que a lo ms 3 de 30
ratones inoculados enfermen.

19. Sea Y una distribucin de Poisson con media . Estime | | ) 1 ( Y Y E y utilice el
resultado para demostrar que = ) (Y V

20. Si ) ( y p denota la funcin de probabilidad relacionada con una variable aleatoria de
Poisson con media .
a) Demuestre que la razn de probabilidades sucesivas satisface la relacin:
,
) 1 (
) (
y y p
y p
=

para ,........ 2 , 1 = y
b) Para qu valores de y se cumple la relacin ) 1 ( ) ( > y p y p ?
c) Observe que el resultado del inciso a) implica que las probabilidades de Poisson
se incrementan en un momento determinado conforme y aumenta, y de ah
en adelante disminuye. Para qu valor de y alcanza ) ( y p su mximo valor?

21. Si un paracaidista aterriza en un punto aleatorio sobre una lnea entre los
indicadores A y B, calcule la probabilidad de que caiga ms cerca de A que de B

22. Se selecciona un punto al azar sobre una lnea de longitud L. Cul es la
probabilidad de que la razn del pedazo ms corto al ms largo sea menor que un
cuarto?

23. El tiempo que tardan en ir y volver unos camiones que transportan concreto a un
lugar donde se construye una autopista est distribuido uniformemente en el
intervalo de 50 a 70 minutos, Cul es la probabilidad de que el tiempo del viaje
redondo rebase los 65 minutos si se sabe que hacerlo toma ms de 55 minutos?
Calcule la media y la varianza de los tiempos que los camiones de carga tardan en
ir y volver.

24. Toda distribucin continua puede ser llevada a la distribucin uniforme en el
intervalo unitario. Esta sorprendente propiedad es de gran utilidad prctica y es
una de las herramientas bsicas de simulacin para generar nmeros aleatorios.
Sea X una variable continua con densidad ) (x f . Si ) (x F Y = es una funcin
matemtica de X, demuestre que la distribucin de Y es uniforme en el intervalo
(0,1). Sugerencia: Use la tcnica de la distribucin acumulada.

25. Se observ que los gastos semanales de una empresa por concepto de
mantenimiento y reparaciones, durante un largo periodo, se aproximan a una
distribucin normal con una media de 400 dlares y una desviacin estndar de 20
dlares. Si se destina un presupuesto de 450 dlares para la siguiente semana,
Cul es la probabilidad de que los costos reales rebasen el presupuesto?
Qu presupuesto debe destinarse a reparaciones y mantenimiento semanales con
el fin de que la probabilidad de rebasar el presupuesto cierta semana sea de solo
0.1?

26. Los promedios de calificaciones de una gran poblacin de estudiantes
universitarios tienen una distribucin normal aproximada con una media de 2.4 y
una desviacin estndar de 0.8. Qu fraccin de alumnos obtendr un promedio
superior a 3.0?
Si los estudiantes que obtienen un promedio de calificaciones inferior a 1.9 son
expulsados de la universidad, Qu porcentaje de ellos ser expulsado?
Supongamos que se eligen tres estudiantes aleatoriamente de la poblacin. Cul
es la probabilidad de que tres de ellos obtengan un promedio de calificaciones
superior a 3.0?

27. La longitud de los bloques de un edificio tiene una distribucin normal con una
media de 950 mm y una desviacin estndar de 10 mm.
a) Cul es la probabilidad de que un bloque elegido al azar tenga una longitud
entre 947 y 958 mm?
b) Qu valor es adecuado para C, de tal manera que un bloque elegido
aleatoriamente tenga una longitud menor que C con una probabilidad de
0.8531?

28. Los resultados de un examen parecen estar distribuidos de manera normal con una
media de 78 y una varianza de 36.
a) Cul debe ser la mnima calificacin probatoria si el examinador desea que
solo apruebe el 28% de los estudiantes?
b) Qu porcentaje de estudiantes obtienen aproximadamente calificaciones que
exceden por lo menos en 5 puntos a la calificacin reprobatoria del 25% (de
calificaciones inferiores)
c) Si se sabe que un estudiante obtuvo ms de 72 puntos, Cul es la probabilidad
de que obtenga ms de 84?

29. Demuestre que el valor mximo de la densidad normal con parmetros y o es
( ) t o 2 1 y se presenta cuando = y

30. Demuestre que la funcin de densidad normal con parmetros y o tiene puntos
de inflexin para los valores o y o +

31. Suponga que Y tiene una distribucin normal con media y desviacin estndar
o . Despus de observar un valor de Y , un matemtico construye un rectngulo
con Y L = de largo y Y W 3 = de ancho. Si A es el rea del rectngulo construido,
calcule E(A)

32. La magnitud de los terremotos registrados en una regin de Estados Unidos puede
representarse mediante de una distribucin exponencial con media 2.4, de
acuerdo con la escala de Richter. Calcule la probabilidad de que un terremoto que
azota esa regin:
a) Rebase los 3.0 grados en la escala de Richter
b) Est entre los 2.0 y 3.0 grados en la escala de Richter

33. La duracin (en horas) Y de un componente electrnico es una variable aleatoria
con una funcin de densidad dada por la expresin:
100
100
1
) (
y
e x f

= si 0 > y y
0 ) ( = x f en otro caso.
Tres de estos componentes funcionan independientemente en un quipo, el cual
falla si se descomponen al menos dos de sus componentes. Calcule la probabilidad
de que el equipo funcione por lo menos 200 horas sin fallar.

34. Los explosivos que se utilizan en las operaciones mineras forman crteres casi
circulares cuando se detonan. Los radios de stos tienen distribuciones
exponenciales con una media de 10 pies. Calcule la media y la varianza de las reas
creadas por los explosivos.

35. Sea X una variable aleatoria con distribucin exponencial con una media de | .
Defina una variable aleatoria Y de la siguiente forma: k Y = si , 1 k X k < s para
,..... 2 , 1 = k

a) Calcule ) ( k Y P = para toda ,..... 2 , 1 = k
b) Demuestre que su respuesta al inciso a) puede expresarse de la siguiente
manera:
( ) ( )
| | 1
1
1
1 ) (

= = e e k Y P
k
,...... 2 , 1 = k
y que Y tiene una distribucin geomtrica con ( )
| 1
1

= e p

36. Suponga que una variable aleatoria X tiene una funcin de densidad de
probabilidad dada por
2 3
) (
x
e kx x f

= s 0 > x y 0 ) ( = x f en cualquier otro punto.
Determine el valor de k que convierte a ) (x f en una funcin de densidad.
Sugerencia: Use la funcin Gamma para obtener el valor al que converge la
integral

37. Demuestre que si la distribucin de X es Normal (0,1), la variable
2
X Y = estar
distribuida como una
2
1
_ (Chi-cuadrado con un grado de libertad).