Estadstica Aplicada

Tema V

1) Un contrato de compra estipula la compra de componentes en lotes grandes que deben

contener un mximo del 10% de componentes con algn defecto. Para comprobar la
calidad se inspeccionan 11 unidades del producto con reposicin de cada lote,
aceptndolo si hay como mximo una unidad defectuosa. Estudia como vara la
probabilidad de aceptacin por lote, cuando la proporcin real de componentes con
algn defecto en los lotes es del 5%, 10%, 15% y 20%.
SOLUCIN
Vamos a utilizar una variable aleatoria X, que definimos as:

X : n de unidades defectuosas encontradas entre las once unidades de la

muestra del lote.
Los valores posibles de la variable aleatoria son:

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);

p (0) + p (1) = 0,569 + 0,329 = 0,898

11
11!
0,05 0 ( 1 0,05)11 0
p (0)
0,05 0 ( 0,95)11 0,569
0
0
!
(
11

0
)!

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

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

En la tabla que se ve a continuacin aparecen las probabilidades que se nos pedan en el

enunciado.

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

A la vista de los resultados se deduce que la regla de decisin en el control es bastante

deficiente: pese al pacto de admitir hasta un 10% de componentes defectuosos, lotes con
ese nivel de defectos, o incluso menor, tendran una probabilidad considerable de no ser
aceptados. Y a la inversa, lotes con una proporcin de unidades defectuosas de hasta el
20% (el doble de lo pactado) tendran una probabilidad de 0,322 de ser aceptados.
As pues, la regla de control no parece buena ni para el proveedor ni para el cliente. La
solucin obligara a considerar otros tamaos de muestra ms grandes y estudiar en cada
caso, del modo que se ha visto, posibles reglas de decisin ms eficientes.

2) Una empresa recibe piezas de un proveedor en lotes de 2.000 que se someten al

siguiente control de calidad: Se toman 20 al azar y si hay ms de una defectuosa se
rechaza el lote; en otro caso se acepta. La calidad garantizada por el proveedor es un 8
por mil de defectuosas. Calcula la probabilidad de:
A) Aceptar un lote que contenga un 2% de defectuosas.
B) Rechazar un lote con slo el 8 por mil de defectuosas.

SOLUCIN
Este ejercicio es muy parecido al anterior. La variable aleatoria X, la definimos as:

X : n de unidades defectuosas encontradas entre las veinte unidades de la

muestra del lote.

Los valores posibles de la variable aleatoria son:

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

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

Por tanto tendremos

X B(20, 0,02)

y nos piden la probabilidad de aceptacin, que es p (0) + p (1)

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
)!

p (0) + p (1) = 0,668 + 0,272 = 0,940 es la probabilidad pedida.

B)

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Estadstica Aplicada

Tema V

X B(20, 0,008) y nos piden la probabilidad de rechazo, que en este caso

vendra dada por: p (2) + p (3) + p (4) + p (5) + ..... + p (20)
Como p (2) + p (3) + p (4) + p (5) + ..... + p (20) = 1 - [ p (0) + p (1) ]
20
20 !
0,008 0 ( 1 0,008) 20 0
p (0)
0,008 0 ( 0,992) 20 0,852
0
0
!
(
20

0
)!

20
20!
0,0081 (1 0,008) 20 1
p (1)
0,0081 ( 0,992)19 0,137
1
1
!
(
20

1
)!

Tenemos

p (2) + p (3) + p (4) + p (5) + ..... + p (20) = 1 (0,852 + 0,137) = 0,011

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

En este caso, la regla no parece satisfactoria para la empresa receptora (cliente).

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

X : n de llamadas por avera a la semana.

X P(2)

A)

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Estadstica Aplicada

Tema V

2 0 2
e
p (0) =
= 0,135
0!

que es la probablidad pedida.

B)
Nos piden
=

F(4) = P( X 4) = p (0) + p (1) + p (2) + p (3) + p (4) =

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 : n de llamadas por avera al mes (4 semanas)

Tendremos, por la propiedad reproductiva de la variable de Poisson:

Y=X+X+X+X

Y P(8)

FY (5) = P( Y 5) = py (0) + py (1) + py (2) + py (3) + py (4) + py (5) =

=

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

X : n de llamadas telefnicas en un intervalo de cinco minutos.

X P(3)

dado que = 3

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Estadstica Aplicada

Tema V

A)
3 6 3
e
= 0,05
6!

que es la probablidad pedida.

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

pZ (16) + pZ (17) + pZ (18) + ......... = 1 FZ (15) = 1 - P( Z 15) = 0,022

una vez realizados los correspondientes clculos.

D)
Sea

W : n de llamadas telefnicas en un intervalo de un minuto.

Considerando lo ocurrido en los distintos minutos sucesos independientes, tendremos

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

C) Entre z = -0,46 y z = 2,21

G) Para z 2,05 y z -1,44

D) Entre z = 0,81 y z = 1,94

SOLUCIN
A)

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

0
1,2
-

Estadstica Aplicada

Tema V

P ( Z 1,2)

P ( Z 0)

P (0 Z 1,2) = 0,8849 0,5 = 0,3849

B)
es igual que...!

- 0,68

0,68

P (-0,68 Z 0) = P (0 Z 0,68) = 0,7517 0,5 = 0,2517

C)

- 0,46

2,21

P (-0,46 Z 2,21) = P(Z 2,21) - P(Z -0,46) = P (Z 2,21) [1 P (Z 0,46)] =

= 0,9864 1 + 0,6772 = 0,6636

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Estadstica Aplicada

Tema V

D)

0,81 1,94

P (0,81 Z 1,94) = P (Z 1,94) P (Z 0,81) = 0,9738 0,7910 = 0,1828

E)
es igual que...!

- 0,6

0,6

P (Z -0,6) = P (Z 0,6) = 1 P (Z 0,6) = 1 0,7257 = 0,2743

F)

-
Es igual que P

- 1,28

(-1,28 Z )

1,28

Es igual que P

(- Z 1,28)

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Valor de la funcin de distribucin para

8
Z = 1,28

Estadstica Aplicada

Tema V

P (Z -1,28) = P (Z 1,28) = 0,8997

G)
son dos reas separadas la que nos piden!

- 1,44

2,05

Area correspondiente a
la flecha de la derecha

Area correspondiente a
la flecha de la izquierda

P (Z 2,05) + P (Z -1,44) = [1 - P (Z 2,05)] + [1 - P (Z 1,44)] = 1 0,9778 + 1 0,9251 = 0,0951

6) Determina el valor o valores de z en los casos siguientes:

A) El rea entre 0 y z es 0,3770

C) El rea entre 1,5 y z es 0,0217

B) El rea a la izquierda de z es 0,8621

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

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

Y consultando en las tablas se deduce que z1 = 1,16

Son dos las soluciones, dado que:

P (0 Z z1) = P (-z1 Z 0)

B)

z1

Es la definicin misma de lo que

llamamos funcin de distribucin

P (Z z1) = P (- Z z1) = 0,8621

se deduce (tablas) que:

z1 = 1,09

C)
Este problema admite dos interpretaciones.
Primera:

0,0217

10

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

-1,5

z1

Estadstica Aplicada

Tema V

P (-1,5 Z z1) = 0,0217

Y segunda:
0,0217

z1

-1,5

P (z1 Z -1,5) = 0,0217

Segn la primera de ellas:

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

y, por tanto, z1 tiene que ser un

valor negativo.

Finalmente (por ser el valor buscado negativo):

P (Z z1) = 1 - P (Z -z1) = 0,0885

Con lo que

-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

P(Z z1) = 0, 0451

Como z1 tiene que ser un valor negativo, resulta:

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

11

Estadstica Aplicada

Tema V

P (Z z1) = 1 - P (Z -z1) = 0,0451 y

Con lo que

-z1 = 1,69

P (Z -z1) = 0,9549

z1 = -1,69

7) Se admite que las retribuciones percibidas en una empresa se distribuyen normalmente.

Se conoce, por las relaciones de seguros sociales, que el 1% son superiores a 34.800
euros. y el 10% inferiores a 7.200 euros. Se pregunta qu proporcin de las retribuciones
son superiores a 18.000 euros.
SOLUCIN
Sea la variable aleatoria

X : retribuciones de los empleados de la empresa

X N( , )

Sabemos, por los datos del enunciado, que

Debemos obtener los dos parmetros de esa distribucin. Sabemos tambin por el
enunciado:

10 %
1%

7.200

34.800

Por tanto, tipificando esos valor de abcisas, tendremos:

34.800

z1

7.200

z2

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

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

Ahora debemos resolver un sistema de ecuaciones con dos incgnitas, y

34.800

7.200

2,33

= 16.986,15 euros
= 7.645,43 euros
1,28

Ahora ya podemos contestar lo que nos piden:

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.

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

13

Estadstica Aplicada

Tema V

A) Qu proporcin de das tuvieron mnimas de 00 C.?

B) Qu proporcin de das tuvieron mnimas entre 00 y -20 C.?
C) Qu proporcin de das tuvieron mnimas por debajo de -20 C.?
D) Cul fue la temperatura ms elevada del 10% de mnimas ms fras?
E) Cul fue la temperatura ms baja del 10% de mnimas ms clidas?
F) Qu proporcin de das no hel?
SOLUCIN

X : temperaturas mnimas diarias del mes de enero.

Sea la variable aleatoria

Sabemos, por los datos del enunciado, que

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

- [1 - P (Z 0,5 )] = 0,5 1 + 0,6915 = 0,1915

B)

P (-2,5 X 0,5 ) =

X
0,5 0,5
2,5 0,5

=
2

P (-1,5 Z 0 ) = 0,5

- [1 - P (Z 1,5 )] = 0,5 1 + 0,9332 = 0,4332

C)

P (X -2,5 ) =
=

X 2,5 0,5

= P(Z -1,5 ) = 1 - P(Z 1,5 ) = 1 0,9332

= 0,0668
D)
En este caso sabemos

P (Z z1 ) = 0,10

debiendo averiguarse el valor

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

14

Estadstica Aplicada

Tema V

correspondiente a z1
Por tanto

P (Z -z1 ) = 0,90

-z1 = 1,28

siendo

Si ahora hacemos la operacin inversa de la tipificacin: -1,28 =

Con lo que

X = -2,06 -2 C

P (Z z1 ) = 0,90

E)

De donde se desprende que

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

9) Se sabe que el 10% de las unidades obtenidas en un proceso de fabricacin son

defectuosas. De la produccin total de un da se seleccionaron 400 unidades,
aleatoriamente.
A) Cul es la probabilidad de que al menos 35 de ellas sean defectuosas?
B) Cul es la probabilidad de que entre 40 y 50 de ellas sean defectuosas?
C) Cul es la probabilidad de hallar ms de 55 defectuosas?
D) Qu pensara si hallaran ese da 65 defectuosas? (justifica el razonamiento)

NOTA: Usar la aproximacin normal a la distribucin binomial.

SOLUCIN
Sea la variable aleatoria:

X = Nmero de unidades defectuosas entre 400 seleccionadas.

Si se considera aceptable suponer constante la probabilidad de xito (que la unidad

seleccionada sea defectuosa) tendremos:

X B(400; 0,1)
Las probabilidades que se nos piden se pueden aproximar mediante una variable normal,
dado que:

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

15

Estadstica Aplicada

Tema V

n p (1 p) = 400 0,1 0,9 = 36 que es mayor que 5

Tenemos que la media (esperanza) y la desviacin tpica de la variable aleatoria X son:

= n p = 400 0,1 = 40

n p (1 p )

400 0,1 0,9 = 6

Por lo que la variable normal equivalente ser:

Y = Nmero de unidades defectuosas entre 400 seleccionadas. Donde:

Y N (40, 6)
Y mediante tipificacin de la variable normal Y podemos contestar lo que nos piden:
A)

P (Y 35 ) =

Y 35 40

= P (Z 0,83 ) = P (Z 0,83 ) = 0,7967

B)

P (40 Y 50 ) =

50 40
40 40 Y

= P (0 Z 1,67 ) =
6

= 0,9525 0,5 = 0,4525

C)

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

= P (Z 4,17 ) = 1 0,9999... = 0,0000...

una probabilidad pequesima! Sospecharamos una anomala en el proceso de fabricacin.

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?

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

16

Estadstica Aplicada

Tema V

Si aplicamos un nuevo tratamiento sobre un grupo de treinta personas que padecen la

enfermedad y obtenemos como resultado la curacin de todas ellas, cul es la
probabilidad de haber obtenido ese resultado sin usar el nuevo tratamiento?
SOLUCIN
Sea

X : Nmero de personas que se curan sobre un grupo de cuatro enfermos.

Como la probabilidad de no curarse es de 0,1 tenemos:

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:

Y : Nmero de personas que se curan sobre un grupo de treinta enfermos.

Y B(30, 0,9)
30
30 !
0,9 30 (1 0,9) 30 30
p (30)
0,9 30 ( 0,1) 0 0,0424
30
30
!
(
30

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.

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

17