Académique Documents
Professionnel Documents
Culture Documents
Tema V
0 defectuosas
1 defectuosas
2 defectuosas
3 defectuosas
4 defectuosas
11 defectuosas
Por otra parte, la variable aleatoria es una binomial, dado que el resultado de la inspeccin
de cada unidad de las once de la muestra es xito (defectuosa) o fracaso (no defectuosa),
mantenindose la probabilidad de xito constante, al ser el muestreo con reposicin.
Llamaremos a esa probabilidad o proporcin de unidades defectuosas en el lote. Por tanto
tenemos que:
X B(11, )
Las regiones de aceptacin y de rechazo del lote son:
Regin de aceptacin = {0, 1}
Regin de rechazo = {2, 3, 4, ..., 11}
A partir de aqu el problema se limita al clculo de la funcin de probabilidad de una binomial
segn sea el valor de . Por ejemplo, calcular la probabilidad de que el lote se aceptara
siendo la proporcin de unidades defectuosas del 5% se resolvera as:
X B(11, 0,05);
11
11!
0,05 0 ( 1 0,05)11 0
p (0)
0,05 0 ( 0,95)11 0,569
0
0
!
(
11
0
)!
Estadstica Aplicada
Tema V
11
11!
0,051 ( 1 0,05)111
p (0)
0,051 ( 0,95)10 0,329
1!(11 1)!
1
5%
10%
15%
20%
Probabilidad de que
el lote sea aceptado
0,898
0,698
0,492
0,322
Probabilidad de que
el lote se rechace
0,102
0,302
0,508
0,678
SOLUCIN
Este ejercicio es muy parecido al anterior. La variable aleatoria X, la definimos as:
Estadstica Aplicada
Tema V
0 defectuosas
1 defectuosas
2 defectuosas
3 defectuosas
4 defectuosas
20 defectuosas
Mucha atencin hay que prestar al dato de cmo se realiza el muestreo. Como se examinan
20 piezas al azar de un lote de 2.000 resulta que, si el muestreo se hace sin
reemplazamiento, la probabilidad de encontrar una pieza defectuosa no sera la misma en la
primera pieza examinada que en la segunda, o que en la tercera, o que en la cuarta, o etc.,
ya que dependera de lo que hubiese ocurrido en el examen de la pieza anterior. Por tanto,
esa probabilidad de xito de los sucesos aislados no se mantendra constante y en
consecuencia no estaramos ante una verdadera variable aleatoria binomial.
Consideraremos que el muestreo se hace con reemplazamiento, en cuyo caso no cabe duda
de que la variable aleatoria sera ciertamente binomial.
Llamaremos a esa probabilidad o proporcin de unidades defectuosas en el lote. Por tanto
tenemos que:
X B(20, )
Las regiones de aceptacin y de rechazo del lote son:
Regin de aceptacin = {0, 1}
Regin de rechazo = {2, 3, 4, ..., 20}
A partir de aqu el problema se limita al clculo de la funcin de probabilidad de una binomial
segn sea el valor de .
A)
Nos piden las probabilidades de aceptar un lote siendo
= 0,02
20
20 !
0,02 0 ( 1 0,02) 20 0
p (0)
0,02 0 ( 0,98) 20 0,668
0 !( 20 0)!
0
20
20 !
0,021 ( 1 0,02) 20 1
p (1)
0,021 ( 0,98)19 0,272
1
1
!
(
20
1
)!
Estadstica Aplicada
Tema V
0
)!
20
20!
0,0081 (1 0,008) 20 1
p (1)
0,0081 ( 0,992)19 0,137
1
1
!
(
20
1
)!
Tenemos
En la tabla aparecen las probabilidades que se nos pedan en los apartados del enunciado.
2%
0,8%
Probabilidad de que
el lote sea aceptado
0,940
0,989
Probabilidad de que
el lote se rechace
0,060
0,011
3) Las llamadas por averas en un puesto de servicio siguen una distribucin de Poisson de
media 2 averas / semana. Calcula la probabilidad de:
A) Ninguna avera en una semana.
B) Menos de cinco en una semana.
C) Menos de seis en un mes (cuatro semanas).
SOLUCIN
Sea la variable aleatoria
A)
Estadstica Aplicada
Tema V
2 0 2
e
p (0) =
= 0,135
0!
B)
Nos piden
=
2 0 2
21 2
2 2 2
2 3 2
2 4 2
e
e
e
e
e
+
+
+
+
= 0,135 + 0,271 + 0,271 + 0,180 +
0!
1!
2!
3!
4!
+ 0,090 = 0,947
C)
Si llamamos
Y=X+X+X+X
Y P(8)
8 0 8
81 8
8 2 8 83 8
8 4 8 85 8
e +
e +
e +
e +
e +
e = 0,0003 + 0,0027 + 0,0107
1!
2!
3!
4!
5!
0!
+
+ 0,0286 + 0, 0572 + 0,0916 = 0,1912
4) Si las llamadas telefnicas a una centralita siguen una distribucin de Poisson de media
3 llamadas/cinco minutos, calcula la probabilidad de:
A) Seis llamadas en cinco minutos.
B) Tres en diez minutos.
C) Ms de quince en un cuarto de hora.
D) Dos en un minuto.
SOLUCIN
Sea la variable aleatoria
dado que = 3
Estadstica Aplicada
Tema V
A)
3 6 3
e
= 0,05
6!
Si consideramos
Y=X+X
p (6) =
B)
Py (3) =
Y P(6)
6 3 6
e
= 0,089
3!
C)
Considerando
Nos piden
Z P(9)
Z=X+X+X
W+W+W+W+W=X
PW (2) =
y, por tanto
W P(0,6)
0,6 2 0 , 6
e
= 0,099
2!
5) Halla el rea bajo la curva normal tipificada en cada uno de los casos siguientes:
A) Entre z = 0 y z = 1,2
E) Para z -0,6
B) Entre z = -0,68 y z = 0
F) Para z -1,28
Estadstica Aplicada
Tema V
P ( Z 1,2)
P ( Z 0)
- 0,68
0,68
- 0,46
2,21
Estadstica Aplicada
Tema V
D)
0,81 1,94
E)
es igual que...!
- 0,6
0,6
F)
-
Es igual que P
- 1,28
(-1,28 Z )
1,28
Es igual que P
(- Z 1,28)
8
Z = 1,28
Estadstica Aplicada
Tema V
- 1,44
2,05
Area correspondiente a
la flecha de la derecha
Area correspondiente a
la flecha de la izquierda
Estadstica Aplicada
Tema V
SOLUCIN
A)
0,3770
z1
P (0 Z z1) = 0,3770
P (0 Z z1) = P (Z z1) P (Z 0) = P (Z z1) 0,5 = 0,3770
luego:
P (Z z1) = 0,8770
P (0 Z z1) = P (-z1 Z 0)
B)
z1
z1 = 1,09
C)
Este problema admite dos interpretaciones.
Primera:
0,0217
10
-1,5
z1
Estadstica Aplicada
Tema V
z1
-1,5
P (-1,5 Z z1) = P(Z z1) - P(Z -1,5) = P (Z z1) [1 - P (Z 1,5)] = P(Z z1)
- 1 + 0,9332 = 0,0217
luego
P (Z z1) = 0,0885
-z1 = 1,35
P (Z -z1) = 0,9115
z1 = -1,35
Segn la segunda:
P (z1 Z -1,5) = P(Z -1,5) - P(Z z1) = [1 - P (Z 1,5)] - P(Z z1) = 1 0,9332
- P(Z z1) = 0,0217
luego
11
Estadstica Aplicada
Tema V
-z1 = 1,69
P (Z -z1) = 0,9549
z1 = -1,69
Debemos obtener los dos parmetros de esa distribucin. Sabemos tambin por el
enunciado:
10 %
1%
7.200
34.800
z1
7.200
z2
12
Estadstica Aplicada
Tema V
10 %
1%
Z2
Z1
Hemos de obtener los valores de abcisas que dejan tales probabilidades a derecha e
izquierda.
P (Z z1) = 0,01
luego
P (Z z1) = 0,99
z1 = 2,33
P (Z z2) = 0,10
luego
P (Z -z2) = 0,90
-z2 = 1,28
z2 = -1,28
7.200
2,33
= 16.986,15 euros
= 7.645,43 euros
1,28
P (X
18.000) = P
18.000 16.986,15
=
7.645,43
P (Z
0,13) = 1 -
P (Z
0,13) =
= 1 0,5517 = 0,4483
8) El estudio de las temperaturas mnimas diarias del mes de enero durante los ltimos diez
aos en cierta localidad indica que se distribuyeron normalmente, con media de 0,5 0 y
desviacin tpica de 20 C. La temperaturas se midieron redondeando al entero ms
prximo.
13
Estadstica Aplicada
Tema V
X N(05, 2)
Hemos de tener en cuenta que las lecturas se redondearon al entero ms prximo. Por tanto
un valor de 2 C, por ejemplo, recoge lecturas que van desde 1,5 C hasta 2,5 C.
A)
P (-0,5 X 0,5 ) =
X
0,5 0,5
0,5 0,5
=
2
P (-0,5 Z 0 ) = 0,5
B)
P (-2,5 X 0,5 ) =
X
0,5 0,5
2,5 0,5
=
2
P (-1,5 Z 0 ) = 0,5
C)
P (X -2,5 ) =
=
X 2,5 0,5
= 0,0668
D)
En este caso sabemos
P (Z z1 ) = 0,10
14
Estadstica Aplicada
Tema V
correspondiente a z1
Por tanto
P (Z -z1 ) = 0,90
-z1 = 1,28
siendo
X = -2,06 -2 C
P (Z z1 ) = 0,90
E)
z1 = 1,28
Por tanto
1,28 =
z1 = -1,28
X 0,5
2
X 0,5
2
X = 3,06 3 C
F)
Si interpretamos no helar como quedar la temperatura por encima de los 0 C
P (X 0,5 ) =
X 0,5 0,5
= P (Z 0 ) = 0,50
X B(400; 0,1)
Las probabilidades que se nos piden se pueden aproximar mediante una variable normal,
dado que:
15
Estadstica Aplicada
Tema V
= n p = 400 0,1 = 40
n p (1 p )
P (Y 35 ) =
Y 35 40
B)
P (40 Y 50 ) =
50 40
40 40 Y
= P (0 Z 1,67 ) =
6
P (Y 55 ) =
Y 55 40
= P (Z 2,50 ) = 1 P (Z 2,50 ) =
= 1 0,9938 = 0,0062
D)
P (Y 65 ) =
65 40
Y
10) El 10% de las personas que contraen tuberculosis del aparato respiratorio no se curan.
Cul es la probabilidad de que de cuatro personas que contraigan la enfermedad slo
se cure una?
16
Estadstica Aplicada
Tema V
X B(4, 0,9)
4
4!
p (1) 0,91 (1 0,9) 4 1
0,91 ( 0,1) 3 0,0036
1
1
!
(
4
1
)!
pedida
que es la probabilidad
Para la segunda pregunta del problema vamos a considerar la hiptesis de que el nuevo
tratamiento que se aplica no aumenta la tasa de curaciones. Llamamos:
30
)!
Al ser este resultado (curacin de todos los enfermos) bastante poco probable nos
inclinaramos tal vez a pensar que el nuevo tratamiento aumenta la tasa de curaciones.
17