UNIVERSIDAD DIEGO PORTALES Segundo Semestre Ao 2012

INSTITUTO DE PROBABILIDAD Y ESTADISTICA Prof. D. Rojas

Carrera: Ingeniera Comercial Ayudante: Andrs Celedon

Pauta Ayudanta N 11
Modelos de Probabilidad Discreta

1. El tiempo (en meses) que toma una ley en ser elaborada est dada por la
siguiente funcin:

< <
=
l o t
x si x K
x f
. . 0
20 1
) (
2


a) Determine el valor de K para que f(x) sea realmente una funcin de densidad.
b) Se considera que una ley ordinaria requiere al menos dos meses de tiempo
previo en comisiones. Si se sabe que una ley ya cumpli el tiempo mnimo en
Comisiones Cul es la probabilidad de que esta ley no supere los 18 meses en
ser elaborada?
c) Se han tomado 5 leyes de manera independientes cul es la probabilidad de
que al menos 3 de ellas estn an en Comisiones?
Solucin:
a) Para que f(x) sea funcin de densidad, deben cumplirse dos condiciones:

f(x) debe ser positiva. Como x
2
es positivo, basta que K lo sea (hay que calcular K)

4 -
10 * 3,75
7999
3
1
3
1 ) (
20
1
3 20
1
~ = = =
}
K
x
K dx x f

Con el segundo paso, K result positivo, por lo cual para el valor encontrado, f(x) es
realmente una funcin de densidad, quedando sta como:

< <
=
l o t
x si x
x f
. . 0
20 1
7999
3

) (
2

b) Piden
( )
( )
( )
( )
( )
}
}
}
}
=

=
>
< s
=
>
> . <
= > <
20
2
2
18
2
2
20
2
2
2
18
2



7999
3
7999
3

2
18 2

2
2 18
2 X 18 X
dx x
dx x
dx x
dx x
X P
X P
X P
X X P
P

0,7287
999
728

7992
5824

2 20
2 18

3 3
3 3
~ = =

=


c) (1) Y : Nmero de leyes (de las 5 seleccionadas) que an estn en Comisin
(2) Y ~ Binomial( n = 5 ; p = P( X s 2 ) ) ;
( ) 0009 , 0 7999 3 2
2
1
2
~ = s =
}
dx x x P p
(3) ( ) ( ) ( ) 5 , 4 , 3 , 2 , 1 , 0 ; 9991 , 0 0009 , 0
5
5
=
|
|
.
|

\
|
=

y
y
y f
y y

(4) Piden ( ) ( ) ( ) 0 9991 , 0 0009 , 0
5
3
5
3
5
~
|
|
.
|

\
|
= >

=

y
y y
y
y P


2. El contenido de plomo de ciertos elementos vara entre 10 y 20 unidades. Esta
variabilidad se representa por una distribucin de probabilidad, cuya densidad
es:


caso otro en ; 0
20 x 10 ;
x
20

) x ( f
2

s s
=
a) Calcule la funcin de distribucin acumulada asociada a esta densidad.
b) Cul es la probabilidad de que el contenido de plomo exceda el punto medio,
es decir 15 unidades?
c) Calcule la probabilidad de que en n de estos elementos elegidos al azar, todos
menos uno excedan el valor 15.
d) Si se midiera el contenido de plomo en 1000 de estos elementos y se ordenaran
estos contenidos de menor a mayor, indique un intervalo aproximado [d1, d2]
que contenga el 50% central de estos valores.
Solucin:


caso otro en ; 0
20 x 10 ;
x
20

) x ( f
2

s s
=
Donde X: Contenido de plomo en ciertos elementos
a)
x
20
2
t
20

t
20
dt
t
20
f(t)dt F(x)
10
x
x
10
x
10
2
x
10
= = = = =
} }


Es decir:

; 1
;
; 0
F(x)
20 x
20 x 10 2
10 x
x
20

=
>
s s
<


b) P(X > 15) = 1 P(X s 15) = 1 - F(15) = 1 - ( 2 20/15 ) =
3
1
= 0,333

c) Sea la variable aleatoria Y: N de elementos cuyo contenido de plomo excede las 15
unidades.
Y ~ Bin (n ; p = P(X > 15) =
3
1
)
Donde n , 0,1,2. y ; p) (1 p
y
n
y) P(Y
y n y
=
|
|
.
|

\
|
= =


Luego,
n
1 1 n
3
n 2

3
1
3
1
n
n
) n P(Y 1
1
1

=
|
.
|

\
|

|
.
|

\
|

|
|
.
|

\
|

= =


d) Si X
1
s X
2
s s X
1.000
, son los valores de la variable aleatoria en 1.000 de estos
elementos, entonces los lmites d
1
, y d
2
que contienen al 50% central de los casos,
corresponden a los valores del primer y tercer cuartil, esto es d
1
= Q
1
(X) y d
2
=
Q
2
(X).

Si usamos la funcin de probabilidad acumulada, resultan las siguientes ecuaciones:
i) F(d
1
) = 0,25 =
4
1

1
d
20
2 =
4
1
d
1
=
7
80
= 11,4286
i) F(d
2
) = 0,75 =
4
3

1
d
20
2 =
4
3
d
2
=
5
80
= 16

3. La venta diaria de pan (en cientos de Kg) de una panadera corresponde a una
variable aleatoria, de la cual se sabe que:

Si la venta diaria de pan excede a lo esperado, se lograrn cubrir los gastos
operacionales diarios de la panadera.
Suponiendo las ventas diarias de pan en dicha panadera son independientes
entre s, calcule la probabilidad que a lo ms en 5 de los das de una semana, los
gastos operacionales de la panadera sean cubiertos.
Solucin:
Primero

( ) ( )

>
< s
<
=
8 , 0 , 1
8 , 0 2 , 0 , 04 , 0
2 , 0 , 0
2
x si
x si x k
x si
x F
i. ( ) ( ) ( )
3
5
1 04 , 0 8 , 0 1 8 , 0 1
2
= = = = k k F x F
mx

ii.
( ) ( ) ( ) ( ) ( )

s s
= = = =
t.o.l ; 0
0,8 x 0,2 ;
. 2 ' 3
10
x
x f x k x F
dx
d
x F x f

iii. ( ) ( ) 56 , 0
25
14

9
10

3
10

8 , 0
2 , 0
3
8 , 0
2 , 0
2
8 , 0
2 , 0
= = = = =
} }
x dx x x f x X E
iv. ( ) ( ) ( ) ( ) ( ) 56 , 0 1 56 , 0 1 56 , 0 F X P X P x E X P = s = > = >

| |
|
|
.
|

\
|
= = = =
les Operaciona Gastos
los cubiertos Sean
544 , 0
125
68
04 , 0 56 , 0
3
5
1
2
P
Segundo
i. Sea Y: Nmero de das de la semana en que los Gastos Operacionales son
Cubiertos.
ii. Y ~ Binomial( n = 7 ; p = 0,544, de parte iv anterior )
iii. ( ) ( ) ( ) ( ) ( ) 7 , 2, 1, 0, ; 456 , 0 544 , 0
7
1 *
n

7
=
|
|
.
|

\
|
=
|
|
.
|

\
|
= =

y
y
p p
y
y Y P
y y y n y
.
iv. ( ) ( ) ( ) ( ) 7 6 1 6 1 5 = = = > = s Y P Y P Y P Y P
9036 , 0 0141 , 0 0823 , 0 1 ~ =

4. El encargado de operaciones de la Bolsa de Comercio de Santiago ha modelado
el monto transado diariamente por ciertas empresas, en millones de $,
mediante la siguiente funcin de distribucin:

( )

>
s s

<
=
200 1
200 100
100
100
100 0
x
x si
x
x si
x F
a) Calcule la probabilidad que determinado da, el monto transado exceda en una
desviacin estndar al esperado.
Solucin:
Sabemos que si b x a si
a b
a x
x F s s

= , ) ( , x ~ U (a ,b ), en consecuencia:


$) ( 150
2
200 100
2
) ( millones
b a
x E =
+
=
+
= y
2
2 2
$) ( 333 , 833
12
) 100 200 (
12
) (
) ( Millones
a b
x V =

=
Luego 867 , 28 333 , 833 ) ( ) ( = = = x V x o
Se pide
2113 , 0
100
100 867 , 178
1 ) 867 , 178 ( 1 ) 867 , 178 ( )) ( ) ( ( =

= = = > = + > x F x P x x E x P o

b) Si los montos transados diariamente son independientes entre s, calcule la
probabilidad que en 5 das de operaciones de la Bolsa, en a lo menos 3 de ellos
el monto transado exceda en una desviacin estndar al esperado.
Solucin:
Se define la variable y: N de das de cinco observados independientemente en que
el valor transado supera a lo esperado en ms de una desviacin estndar.
y ~ b(n=5;p=0,2113), en consecuencia
5 ,......, 2 , 1 , 0 ; 7887 , 0 2113 , 0 ) (
5
5
= |
.
|

\
|
=

y y P
y y
y

Se pide ) 5 ( ) 4 ( ) 3 ( ) 3 ( = + = + = = > y P y P y P y P
067 , 0 7887 , 0 2113 , 0 7887 , 0 2113 , 0 7887 , 0 2113 , 0
0 5
5
5
1 4
5
4
2 3
5
3
=
|
.
|

\
|
+
|
.
|

\
|
+
|
.
|

\
|

5. Un local de atencin a pblico opera con 5 ventanillas de atencin en forma
independiente una de otra, las que en promedio cada una atiende a una
persona cada 45 segundos.

a) Cul es la probabilidad de que una ventanilla observada al azar atienda al
menos a dos personas en dos minutos?
Solucin:
Sea X: N de personas atendidas por una ventanilla en 45 segundos.
Luego : X ~ P
o
(=8/3) , . ,......... 2 , 1 , 0 ,
!
3
8
) (
3
8
=
|
.
|

\
|
= =

x
x
e
x X P
x
,
Se pide:
( ) 7452 , 0 .
! 1
3
8
! 0
3
8
1 ) 1 ( ) 0 ( 1 ) 2 (
3
8
1
3
8
0
=
|
|
|
|
|
.
|

\
|
|
.
|

\
|
+
|
.
|

\
|
= = + = = >

e e
X P X P X P

b) Cul es la probabilidad que cuatro o ms ventanillas atiendan al menos a dos
personas en dos minutos?
Solucin:
Sea Y: N de ventanillas que atienden al menos dos personas en dos minuto
Luego: Y ~ b(n=5; p=0,7452),
5 ,......, 2 , 1 , 0 , 2548 , 0 7452 , 0 ) (
5
5
=
|
|
.
|

\
|
= =

Y y Y P
y y
y

Se pide:
6227 , 0 2548 , 0 7452 , 0 2548 , 0 7452 , 0 ) 4 (
0 5
5
5
1 4
5
4
=
|
|
.
|

\
|
+
|
|
.
|

\
|
= > Y P

6. Suponga que en una fbrica la probabilidad que en cualquier da ocurra por lo
menos un accidente es de 95% y este suceso es independientemente de lo que
ocurra en cualquier otro da. Suponga adems que el nmero de accidentes
diarios en esta fbrica se puede modelar mediante el modelo Poisson con una
frecuencia media de 0,05129 accidentes por da.

a) Determine la probabilidad que en 5 das ocurra por lo menos un accidente.
b) Determine la probabilidad que en 3 das de 5 elegidos al azar, ocurra por lo
menos un accidente.
c) Determine la probabilidad que en 5 das ocurran por lo menos 3 accidentes.
d) En una semana de 7 das se sabe que en 4 de ellos no ocurrieron accidentes, y
se eligen al azar 3 das cualesquiera de esta misma semana. Determine la
probabilidad que en por lo menos uno de estos das haya ocurrido por lo menos
un accidente.
Solucin:
a) (1) X: Nmero de accidentes que ocurren en 5 das

(2) X ~ Poisson (o = t) ; = 0,05129 acc/da ; t = 5 das o = 0,25645

(3) ( )
( )
!
25645 , 0
25645 , 0
x
x f
x
e =

x = 0, 1,2, ,
(4) Piden ( ) ( ) 2262 , 0 7738 , 0 1 1 0 1 1
25645 , 0
= ~ = = = >

e x P x P

b) (1) Y : Nmero de das en que ocurren por lo menos un accidente
(2) Y ~ Binomial(n = 5 ; p = 0,95) ; tambin
( ) ( ) 05 , 0 1 0 1 1
05129 , 0
~ = = = > =

e x P x P p
(3) ( ) ( ) ( ) 5 , 4 , 3 , 2 , 1 , 0 ; 05 , 0 95 , 0
5
5
=
|
|
.
|

\
|
=

y
y
y f
y y
; tambin
( ) ( ) ( )
y y
y
y f


|
|
.
|

\
|
=
5
95 , 0 05 , 0
5

(4) Piden ( ) ( ) ( ) 021434 , 0 05 , 0 95 , 0
3
5
3
2 3
=
|
|
.
|

\
|
= = y P ; tambin
( ) 001128 , 0 3 ~ = y P
c) (1) X : Nmero de accidentes que ocurren en 5 das
(2) X ~ Poisson (o = t) ; = 0,05129 acc/da ; t = 5 das o = 0,25645
(3) ( )
( )
!
25645 , 0
25645 , 0
x
x f
x
e =

x = 0, 1,2, ,
(4) Piden
( ) ( ) | | ( ) 00232 , 0 2 025645 , 0 25645 , 0 1 1 2 1 3
2 25645 , 0
~ + + = s = >

e x P x P

d) (1) Z : Nmero de das en que haya ocurrido por lo menos un accidente
(2) Z~ Hipergeomtrica ( N
1
= 3 ; N
2
= 4 ; n = 3 )

(3) ( ) 3 , 2 , 1 , 0 ;
3
7
3
4 3
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
= x
z z
z f
(3) Piden ( ) ( ) 1143 , 0
35
4
5 6 7
2 3 4
3
7
3
4
0
3
0 1 1 ~ =


=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
= = = > z P z P

7. Un empleado pblico recibe correos electrnicos que se reparten en forma
aleatoria en las 8 horas de su jornada laboral de un da a razn de 2 por hora.

a) Cul es la probabilidad que en un perodo de 5 horas consecutivas no reciba
correos electrnicos?
b) Cul es la probabilidad que en 5 horas de las 8 del da no reciba correos
electrnicos?
c) Este empleado, de una semana laboral de 40 horas, en un total de 10 horas no
recibi correos electrnicos, Cul es la probabilidad que al seleccionar 4
horas al azar, en por lo menos dos de ellas haya recibido correos electrnicos?
Solucin:
a) Primera forma:

(1) W: Nmero de correos electrnicos que recibe un empleado pblico en un
intervalo de tiempo de 5 horas.

(2) W~ POISSON ( = t); = 2 correos/ hora; t = 5 horas = 10 correos
(3) ( )
( )
!
10
10
x
w f
x
e =

; w = 0, 1,2, ,
(4) Piden ( )
( )
0 10 * 4,5
! 0
10
0
5 - 10
0 10
~ ~ = = =

e
e
w P
Segunda forma:

(1) W: Nmero de horas en que un empleado pblico no recibe correos
electrnicos.

(2) W~ BINOMIAL( n = 5 ; p = P( X = 0 ; en 1 hora) )

(2.1) X: Nmeros de correos electrnicos recibidos en una Hora

(2.2) X ~ POISSON ( = t); = 2 correos/ hora; t = 1 hora = 2 correos
(2.3) ( )
( )
!
2
2
x
x f
x
e =

; x = 0, 1,2, ,
(2.4) Luego: p = ( )
( )
1353 , 0
! 0
2
0
2
0 2
~ = = =

e
e
x P
Probabilidad. de xito
(3) ( ) ( ) ( ) 5 , 4 , 3 , 2 , 1 , 0 w ; 1
5 5
2 2
=
|
|
.
|

\
|
=


w w
e e
w
w f
(4) Piden
( ) ( ) ( ) ( ) 0 10 * 5 , 4 1
5
5
5
5 10
5
2
0
2
5
2
~ ~ = =
|
|
.
|

\
|
= =

e e e e y P
b) Y: Nmero de horas (de las 8 seleccionadas) en que el empleado pblico no recibe
correos electrnicos
(2) Y ~ Binomial( n = 8 ; ( ) 0,1353 hora una en ; 0
2
~ = = =

e x P p )
(3) ( ) ( ) ( ) 8 7, 6, 5, 4, 3, 2, 1, , 0 ; 1
8

5
2 2
=
|
|
.
|

\
|
=


y
y
y f
y y
e e
(4) Piden ( ) ( ) ( ) 0,00164 1
5
8
5
3
2
5
2
~
|
|
.
|

\
|
= =

e e y P

c) V: Nmero de horas (de las 4 seleccionadas) en que el empleado pblico recibe
correos electrnicos

(2) V ~ HIPERGEOMETRICA ( N
1
= 30 ; N
2
= 10 ; n = 4 )
(3) ( ) 4 , 3 , 2 , 1 , 0 ;
4
40
4
10 30
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
= v
v v
v f
(4) Piden
( ) ( ) | |
9139
361
1
4
40
3
10
1
30

4
10
0
30
1 ) 1 ( 0 1 2 =
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
+
|
|
.
|

\
|

|
|
.
|

\
|
= = + = = > v P v P v P

0,9583