Académique Documents
Professionnel Documents
Culture Documents
IV. PROBLEMAS
1. Si X es una variable aleatoria distribuida normalmente con media U = 6 y
varianza o 2 = 25. hallar:
a) P[6 X 12] b) P[0 X 8]
6 6 x 6
P 6 x 12 P 0 6 x 8 6
P 0 x 8 P
5 5 5
5
P0 z 1.2
P0 z 1.2
( 1.2 ) ( 0 )
( 0.4 ) ( 1.2 )
0.8461 0.5 0.3461
0.6554 0.1151 0.5403
c c
36
2 P c x 25 c 0.9544 0.9544
6 6
6 P( x 25 ) c 0.9544
c
c x 25 c 2 1 0.9544
P 0.9544 6
6 6 6
c c c c
0.2 c 1,2
P z 0.9544 0.9772
6 6 6 6
3. Si X es N (u, 4) Calcular P[(x u) > 3]
4 2
P [( x u ) 3 ] 1 P [( x u ) 3 ]
1 P [ 3 x u 3 ] 1 P [ 1.5 z 1.5 ]
1 P [ ( 1.5 ) ( 1.5 )] [ 0.9332 0.0668 ] 0.1336
1 0 ,9918 0.0082
5. Si X es N (5, 9)Hallar los valores de a y b tal que P[a < X < b] = 0.80
donde a y b son simtricos con respecto a la media.
u5 a u b u
Si son simtri cos
o2 o o
a 5 b 5
P [ a x b ] 0.80 P Z 0.80
3 3
b 5
0.8 2 1
3
b 5 b5
0.9 1.28 b 8.84
3 3
3 P x c 2 P x c
2 1 Pz c 2Px c
Px c 0.3333
10 3 c3
Px 0.3333 0.43 c 2.14
2 2
7. Una variable aleatoria X se distribuye normalmente. Si E(x2)=68 y
P[X<10] = 0.8413. Determinar: u y o2.
P [ x 10 ] 0.8413
10 u
P z 0.8413
o
10 u 10 u
0.8413 1 o 10 u
o o
P [ z 1.49 ]
u o u u o u
P [ u o x u o] P z
o o
P [ z z 1 ] ( 1 ) ( 1 )
m 11
u 11 P X m 0.4 Z 0.4
2
02 m 11
0.25
2
M 10.5
11. Un ictilogo est interesado en estimar cuanto tiempo puede sobrevivir cierto tipo
de pez de mar en aguas del ro Amazonas. Luego de una serie de experimentos
llega a estimar que la vida media de este tipo de pez alcanza los 210 das despus
de haber sido colocado en el agua del ro con una desviacin estndar de 40 das.
El ictilogo estima que la distribucin de los das vividos es normal. Un pez
particular ha sobrevivid 230 das.cual es la probabilidad de que viva ms de un
da?
1 0.7734 0.2266
0.5647
1 0.7734 0.4013
12. Se est construyendo un grupo de 100 casas en la Urbanizacin San Borja. El
material empleado en las redes de desage es tal que el 9.512% de las tuberas de
desage tienen perodos de duracin que exceden los 15 aos y que el 62.556%
tienen perodos de duracin que exceden los 9 aos. Considerando que la
distribucin de probabilidad de los perodos de duracin de estas tuberas es
normal, determine la media y la varianza de estas distribuciones.
Segn datos
P ( x 5 ) 0.09512
15 u
P z 0.9512
o
15 u
0.90488
o
15 u
131
o
15 u 1.31o 15 u 1.31o
13. El gerente de produccin de una fbrica piensa que la vida til de una mquina M
est distribuida normalmente en una media de 3000 horas. Si adems el gerente
piensa que hay una probabilidad de 0.50 de que la mquina dure menos de 2632 o
ms de 3368 horas. Cul es la desviacin estndar?
1 p( z 2 ) 1 P ( z 2 )
2 2P( z 2 ) 21 P( z 2 )
2 [ 1 0.9772 ] 0.0456
P ( x 2.02 ) 1 P ( x 0.02 )
2.02 2
1 P z 1 P( z 2 )
0.01
APROXIMACIONES DE LAS
DISTRIBUCIONES
DISCRETAS A LA NORMAL
Cuando p es muy pequea y n muy grande hemos visto que la aproximacin
Binomial a la Poison es buena.
Observe que la distribucin binomial discreta, cuya grfica se muestra en la 1
figura se aproxima al rea bajo la cura de la 2 figura.
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Distribucin Binomial. Curva Normal como aproximacin de
la Binomial.
As la probabilidad de obtener
exactamente un valor x, es
aproximada mediante el rea
bajo la curva normal entre x -
y x + como es, el rea
sombrea da en el grfico de
alado. x-
x
x+
1
Es decir, P X x P x X x
1
2 2
El cuadro siguiente presenta algunas aproximaciones
de las probabilidades Binomiales a la curva normal.
Probabilidad Binomial del Con la correccin por En trminos de la funcin de
evento que se desea continuidad distribucin normal estandar
calcular
1 1
x 2 np x 2 np
PX x 1 1
P x X x
2 2 npq npq
1
1 x np
P X x P X x 2
2
npq
1
1 x 2 np
PX x PX x 1 P X x 1
2
npq
1
x 2 np
P X x 1
P X x 1
2 npq
1
x 2 np
PX x PX 1 1
P X x 1 1
2 npq
1 1
1 x 2 np x 2 np
Pa X b
1
P a X b
2 2 npq npq
II. APROXIMACIN POISSON A LA
NORMAL.
1. DEFINICIN.
La aproximacin de Distribucin de Poisson a la normal, se hace
teniendo en cuenta que si x1, x2, xn. Son variables aleatorias n
independientes de Poisson, cada una con parmetro , entonces: X X i
es una variable aleatoria de Poisson i 1
con parmetro n (propiedad
reproductiva) Por el teorema central X n Xn
Z
del lmite, la variable aleatoria n
n
tiene aproximadamente una distribucin N(0, 1), para n suficientemente grande.
La aproximacin de la distribucin de Poisson a la normal se mejora conforme
aumenta el valor del parmetro n , de la suma. En la prctica se considera una
aproximacin buena cuando n > 5. Por lo tanto, si el parmetro comn de los
sumandos es pequea, n puede reducirse en forma correspondiente.
La distribucin Normal es continua y de Poisson es discreta, por lo tanto, para
aproximar la distribucin la Distribucin de Poisson por el rea bajo la curva
normal se usa el factor de correccin de continuidad. Es decir: X 0.5 n
Z
n
El cuadro siguiente presenta algunas aproximaciones
de la distribucin de Poisson a la curva normal.
Probabilidad de Poisson Con la correccin por En trminos de la funcin de
del evento que se desea continuidad distribucin normal estandar
calcular
x 0.5 n x 0.5 n
PX x P x 0.5 X x 0.5
n n
x 0.5 n
P X x 0.5
P X x n
x 0.5 n
PX x PX x 1 P X x 1 0.5
n
x 0.5 n
P X x P X x 0.5 1
n
x 0.5 n
PX x PX x 1 P X x 1 0.5 1
n
x 0.5 n x 0.5 n
Pa X b P a 0.5 X b 0.5
n n
III. APROXIMACIN DE LA
HIPERGEOMTRICA A LA NORMAL.
1. DEFINICIN.
La distribucin Hipergeomtrica se relaciona con problemas en donde el
muestreo se obtiene sin reemplazo de una poblacin finita.
Sea N el tamao d la poblacin finita constituida por objetos de dos clases A y
B. suponga que hay M objetos de clase A y N M de clase B. se extrae una
muestra de tamao n sin reemplazo de la poblacin, y se define la variable
aleatoria como sigue
X = nmero de objetos de clase A en la muestra de tamao n.
Rx = {0, 1 , 2,,min(M,n)}
La variable aleatoria as definida tiene una distribucin hipergeomtrica con
media M M M N n
E ( X ) n y Var( X ) n 1
N N N N 1
74.5 80
P ( x 75 ) 1 P ( x 74.5 ) 1 P z 1 P [ z 0.79 ] 1 0.2141 0.7859
6.93
70.5 80
P ( x 70 ) P z P [ z 1.37 ] 0.0853
6.93
p 0.3 n 500
np 500 0.3 150 5 o 500 0.3 0.7 10.25
165.5 150
P [ x 165 ] 1 P z
10.25
1 P [ z 1.51 ]
1 0.9345 0.655
6. Para decidir a cerca de un proyecto de remodelacin de un sector de Lima, el
Concejo Municipal decide seleccionar al azar 100 unidades habitacionales de este
sector. Si el 40% ms de ellas estn en mal estado, se proceder a la
remodelacin, en caso contrario. No se har la remodelacin.
n 100 ; p 0.4
a) Cul es la probabilidad que se haga la remodelacin si slo el 36% de todas las
viviendas de ese sector estn en mal estado?
np 100( 0 ,4 ) 40 5 ; o 100( 0.4 )( 0.6 ) 4.9
35.5 40 36.5 40
P [ x 36 ] P [ 35.5 x 36.5 ] P z
4.9 9.4
( 0.71 ) ( 0.92 ) 0.9838 0.9738 0.01
n 30( 2 / 3 ) 20 5
n 20 4.47
15.5 20 21.5 20
P z
4.47 4.47
30
b) P[21 xi < 27]
i 1
P [ 21 x 27 ] P [ 20.5 x 26.5 ]
20.5 20 26.5 20
P z
4.47 4.47
9. El nmero de accidentes de un tramo de 100 km de un autopista es una variable
aleatoria de Poisson con media 2 por semana. Cul es la probabilidad
(aproximada) que hayan menos de 100 accidentes en este tramo durante un ao?
a) 64 ms carezcan de ranuras?
63.5 50
P [ x 64 ] P [ x 63.5 ] P z
50
1 P [ z 1.91 ] 1 0.9719
0.0281
b) cul es la probabilidad
(aproximada) que cuando menos 5
nios estn desnutridos?
nq 8 5 ; o 8( 0.9 ) 2.68
P [ x 5 ] P [ x 4.5 ]
4.5 8
P z
2.68
1 P [ z 2.80 ]
1 0.0026 0.9974
17. Los automviles llegan a un servicio de lavado automtico a razn de 9 cada
media hora. Determine la probabilidad que en cualquier periodo dado de ocho
horas.
En 8 horas : 2 9 8 144 autos
84.5 90
1 P z
3
1 P [ z 1.83 ]
0.9664