INSTITUTO POLITCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERA MECNICA Y ELCTRICA

UNIDAD PROFESIONAL ZACATENCO

Ingeniera en Comunicaciones y Electrnica

PROBABILIDAD Y ESTADSTICA

VARABLE ALEATORIA

Solucin de problemas 6-10

Fecha de entrega: Lunes 30 de Octubre de 2017.

Profesor:

M.C. Enrique Salazar Pea

Alumno:

Mora Rodrguez Edgar

GRUPO: 4ICV2
 Probabilidad y Estadstica Variable Aleatoria 2

6.-Las estadsticas de la Secretaria de Seguridad Pblica indican, que un determinado crucero de la avenida Insurgentes, el 15% de las personas que no usaron el puente
peatonal, en el horario de mayor trfico en el ltimo mes, han sufrido algn tipo de accidente. En un da especfico se observarn a las primeras 40 personas que crucen,
en el horario de mayor trfico, sin usar el puente peatonal.

a) Qu probabilidad existe de que exactamente 8 sufran un accidente?

b) Cul es la probabilidad de que ninguna sufra un accidente?
c) Cul es la probabilidad de que por lo menos una sufra un accidente?
d) Cuntos peatones se espera que sufran un accidente?

Distribucin de Probabilidad de la Variable Aleatoria que representa el nmero de personas que cruzan en el horario de mayor trfico, sin usar el puente peatonal.

Solucin.

Se crea una tabla de distribucin de probabilidad de la variable aleatoria que representa el nmero de personas seleccionadas.

Para obtener las probabilidades es necesario considerar los siguientes datos y ecuaciones:

Probabilidad para cada xito: Pr( = ) = ( )( )( )

Valor esperado: ( ) = Pr( = )=

Varianza: ( ) = [( [ ]) ] =

Dnde:

; .

0 1 2 3 4 5 6 7 8 40

( = ) 1.5023 10 0.010604 7.1843 10 0.081570 0.133151 0.169180 0.174156 0.149276 0.108664 1.1057 10 0.999 1
[ ] 0 0.010604 0.014368 0.244710 0.532604 0.845900 1.044936 1.044932 0.869312 0.044228 6
( [ ]) 0 0.978904 3.942734 7.591622 12.02283 17.25654 24.55265 35.46283 50.84671 1596.463716 1309100
Var[x] 0 0.010380 0.028325 0.619248 1.600851 2.919461 4.275991 5.293749 5.525206 1.765209931 5.1

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 3

Considerando los valores:

= 40, = 0.15, = 0.85

Mtodo Variable Aleatoria Binomial.

a) Qu probabilidad existe de que exactamente 8 sufran un accidente?

Pr( = 8) = ( )(0.15 )(0.85 ) 0.108664(100%) 10.8664%

b) Cul es la probabilidad de que ninguna sufra un accidente?

Pr( = 0) = ( )(0.15 )(0.85 ) 1.5023 10 (100%) 0.15023%

c) Cul es la probabilidad de que por lo menos una sufra un accidente?

Pr( 1) = 1 Pr( = 0) = 1 ( )(0.15 )(0.85 ) 1(100%) 1.5023 10 (100%) 99.8498%
d) Cuntos peatones se espera que sufran un accidente?
( )= = (40)(0.15) = 6

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 4

Mtodo Variable Aleatoria Binomial (Poisson).

Probabilidad para cada xito: Pr( = ) =
!

Valor esperado: ( ) = = =(40)(0.15) = 6

Varianza: ( )=

: = (40), = (0.15) = (0.85)

No es necesario aplicar el mtodo de la Variable Aleatoria Binomial de Poisson debido a que las caractersticas de n son muy pequeas a comparacin de p. En
caso de usarlo las variaciones porcentuales seran muy grandes.

Por Ejemplo: Calculando la probabilidad de que ninguna persona sufra un accidente:

Variable Aleatoria (Binomial) Variable Aleatoria Binomial (Poisson)

6
Pr( = 0) = ( )(0.15 )(0.85 ) 1.5023 10 (100%) 0.15023% Pr( = 0) = (100%) 0.2478%
0!
El porcentaje de Error es de un 64.94% una diferencia porcentual de 0.09757% en los resultados de las probabilidades.

Algo a considerar es qu el porcentaje error es ms alto conforme la probabilidad en X va decreciendo como ejemplo Pr(X=0) y Pr(X=1) y el porcentaje de error baja
cuando se analizan Pr(X=3,X=4,X=5,,hasta X=40) esto deduce que entre ms grande sea la variable X(xitos) ser ms preciso nuestra probabilidad dado que n
tiene valores extremadamente grandes y su precisin es efectiva debido a que es una ecuacin de tipo exponencial. Por Ejemplo: Calculando la probabilidad de que
exactamente 15 personas sufran un accidente:

Variable Aleatoria (Binomial) Variable Aleatoria Binomial (Poisson)

6
Pr( = 15) = ( )(0.15 )(0.85 ) 3.02929 10 (100%) 0.0302929% Pr( = 15) = (100%) 0.089125%
15!
Porcentaje de error del 33.98% una diferencia porcentual de 0.0588321%

Estos resultados comprueban lo explicado anteriormente. Ya no es necesario aplicar este mtodo en los siguientes ejemplos.Sol s no cumplen las condiciones para n y
p. Donde; , 0

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 5

7.-Un estudiante de bachillerato no ha asistido regularmente al museo de Historia de Mxico, por lo que ha decidido responder al azar (de tn marn) un examen
sorpresa de opcin mltiple, que consta de 15 preguntas, cada una con cuatro posibles respuestas, de las cuales slo una es correcta.

a) Qu probabilidad tiene de aprobar dicho examen?

b) Cul es la probabilidad de que no apruebe?
c) Cuntas respuestas se espera que sean correctas?
d) Contestar adems las tres preguntas anteriores, considerando que el examen fuera del tipo falso o verdadero.

Solucin.

Se crea una tabla de distribucin de probabilidad de la variable aleatoria que representa el nmero de personas seleccionadas.

Para obtener las probabilidades es necesario considerar los siguientes datos y ecuaciones:

Probabilidad para cada xito: Pr( = ) = ( )( )( )

Valor esperado: ( ) = Pr( = )=
Varianza: ( ) = [( [ ]) ] =

Dnde:

; .

0 1 2 3 4 5 6 7 8 15

( = ) 0.013363 0.066817 0.155900 0.225199 0.225199 0.165145 0.091747 0.03932 0.013107 9.313 10 0.999 1
[ ] 0 0.066817 0.3118 0.675597 0.900796 0.825725 0.550482 0.27524 0.104856 1.396 10 3.75
( [ ]) 0 0.870830 2.850019 5.402849 9.605065 17.42457 29.69724 45.22239 7.895144 224.99999 430
Var[x] 0 0.058186 0.444317 1.216716 2.163051 2.877580 2.724632 1.778144 0.103481 2.0954 10 2.8125

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 6

Considerando los valores:

= 15, = 0.25, = 0.75

a) Qu probabilidad tiene de aprobar dicho examen?

S el alumno obtiene 9 preguntas con respuesta correcta su calificacin ser 6. Por lo cual su probabilidad de pasar dicho examen es obteniendo ms de 9 preguntas
contestadas correctamente o por lo menos 9 preguntas contestadas correctamente.

Pr( = 9) = ( )(0.25 )(0.75 ) = 0.3398%

Este porcentaje de probabilidad tiene el alumno de contestar exactamente 9 preguntas correctamente por consecuencia aprobar el examen.

Tambin es posible resolverlo de esta manera, considerando otro tipo de interpretacin:

En donde es recomendable considerar que obtiene la aprobacin del examen a partir de 9 hasta 15 preguntas correctamente contestadas. Considerando la probabilidad
de Pr(X=9) ya que es vlida para aprobar el examen.

Pr( ) = Pr( 9) = Pr( = ) = Pr( = 9) + Pr( = 10) + Pr( = 15) 1.01949%

Usando la ecuacin binomial: Pr( = ) = ( )( )( )

9 10 11 12 13 14 15

( = ) 0.3398% 0.6679% 0.01029% 1.41 10 % 8.80 10 % 4.19 10 % 9.31 10 % 1.01949%

b) Cul es la probabilidad de que no apruebe?

Pr( < 9) = 1(100%) Pr( = 9) = 1(100)% ( )(0.25 )(0.75 ) = 100% 0.3398% = 99.6601%
Tambin es posible resolverlo de esta manera, considerando otro tipo de interpretacin:

Pr( ) = Pr( 8) = Pr( = ) = Pr( = 0) + Pr( = 1) + Pr( = 8) 99.998689 98.98051%

Usando la ecuacin binomial: Pr( = ) = ( )( )( )

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 7

0 1 2 3 4 5 6 7 8

( = ) 0.013363 0.066817 0.155900 0.225199 0.225199 0.165145 0.091747 0.03932 0.013107 0.9898051

c) Cuntas respuestas se espera que sean correctas?

( )= = (15)(0.25) = 3.75 4 .

d) Contestar adems las tres preguntas anteriores, considerando que el examen fuera del tipo falso o verdadero.

15 preguntas y 30 opciones

Considerando los valores:

1 1
= 15, = = 0.5, = = 0.5
2 2

a) Qu probabilidad tiene de aprobar dicho examen?

S el alumno obtiene 9 preguntas con respuesta correcta su calificacin ser 6. Por lo cual su probabilidad de pasar dicho examen es obteniendo ms de 9
preguntas contestadas correctamente o por lo menos 9 preguntas contestadas correctamente.

Pr( = 9) = ( )(0.5 )(0.5 ) 0.152740 15.2740%

Este porcentaje de probabilidad tiene el alumno de contestar exactamente 9 preguntas correctamente por consecuencia aprobar el examen.

Tambin es posible resolverlo de esta manera, considerando otro tipo de interpretacin:

En donde es recomendable considerar que obtiene la aprobacin del examen a partir de 9 hasta 15 preguntas correctamente contestadas. Considerando la probabilidad
de Pr(X=9) ya que es vlida para aprobar el examen.

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 8

Pr( ) = Pr( 9) = Pr( = ) = Pr( = 9) + Pr( = 10) + Pr( = 15) 30.3616%

Usando la ecuacin binomial: Pr( = ) = ( )( )( )

9 10 11 12 13 14 15

( = ) 15.2740% 9.1644% 4.1656% 1.3885% 0.3204% 0.0457% 3.01x10 % 30.2616%

b) Cul es la probabilidad de que no apruebe?

Pr( < 9) = 1(100%) Pr( = 9) = 1(100)% ( )(0.5 )(0.5 ) = 100% 15.2740% = 84.7259%
Tambin es posible resolverlo de esta manera, considerando otro tipo de interpretacin:

Pr( ) = Pr( 8) = Pr( = ) = Pr( = 0) + Pr( = 1) + Pr( = 8) 69.6376%

Usando la ecuacin binomial: Pr( = ) = ( )( )( )

0 1 2 3 4 5 6 7 8

( = ) 3.0517 10 0.0457% 0.3204% 1.3885% 4.1656% 9.1644% 15.2740% 19.6380% 19.6380% 0.9851542

c) Cuntas respuestas se espera que sean correctas?

( )= = (15)(0.5) = 7.5 8 .

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 9

Mtodo Variable Aleatoria Binomial (Poisson).

Probabilidad para cada xito: Pr( = ) =
!

Valor esperado: ( ) = =

Varianza: ( )=

Encontrando :

= (15)(0.25) = 3.75

Considerando los valores:

= 15, = 0.25, = 0.75

( )= = (15)(0.25) = 3.75 4 .

Dado que no se cumplen las condiciones de n y p para el uso del Mtodo de la Variable Aleatoria Binomial de Poisson. No se aplicar dicho mtodo. Slo es posible
calcular su valor esperado.

a) Contestar adems las tres preguntas anteriores, considerando que el examen fuera del tipo falso o verdadero.

15 preguntas y 30 opciones

Considerando los valores:

1 1
= 15, = = 0.5, = = 0.5
2 2

Mtodo Variable Aleatoria Binomial (Poisson).

Probabilidad para cada xito: Pr( = ) =
!

Valor esperado: ( ) = =

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 10

Varianza: ( )=

Encontrando :

= (15)(0.5) = 7.5

Considerando los valores:

= 15, = 0.5, = 0.5

Dado que no se cumplen las condiciones de n y p para el uso del Mtodo de la Variable Aleatoria Binomial de Poisson. No se aplicar dicho mtodo. Slo es posible
calcular su valor esperado.

a) Cuntas respuestas se espera que sean correctas?

( )= = (15)(0.5) = 7.5 8 .

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 11

8.-Un promotor de seguros sabe que la oportunidad de vender por lo menos una pliza, es mayor mientras ms contactos tenga con clientes potenciales. Si 25% de las
personas que aceptan ser visitadas, para explicarles los beneficios de un seguro, compran la pliza, entonces Cuntos compradores potenciales deberan visitar el promotor,
para que la probabilidad de vender por lo menos una pliza sea del 80%?

Encontrando el nmero de compradores potenciales.

Pr( ) = 1 Pr( )

Despejando y sustituyendo valores:

0.8 = 1 (0.75)

(0,75) = 1 0.8 (0.75) = (0.2)

(0.2)
= 5.59 6 .
(0.75)

Por probabilidades:

Visitas. Por lo menos una pliza.

1 Pr(1) = 1 Pr( ) = 0.4375 = 43.75%
2 Pr(2) = 1 Pr( ) = 0.4375 = 43.75%
3 Pr(3) = 1 Pr( ) = 0.5781 = 57.81%
4 Pr(4) = 1 Pr( ) = 0.6836 = 68.36%
5 Pr(5) = 1 Pr( ) = 0.7627 = 76.27%
6 Pr(6) = 1 Pr( ) = 0.8220 = 82.20%

Considerando los valores:

= 6, = 0.25, = 0.75

Probabilidades de los 6 clientes.

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 12

Usando la ecuacin binomial: Pr( = ) = ( )( )( )

0 1 2 3 4 5 6

( = ) 0.177978 0.355957 0.295507 0.175781 0.032958 0.043945 0.002441 0.999 1

Probabilidad para cada xito: Pr( = ) =
!

Valor esperado: ( ) = =

Varianza: ( )=

Encontrando :

= (6)(0.25) = 3

Considerando los valores:

= 6, = 0.25, = 0.75

Como en este caso se repite la misma condicin que en el primer ejemplo, no es necesario la aplicacin del Mtodo Binomial de Poisson.

No se aplicar dicho mtodo. Slo es posible calcular su valor esperado.

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 13

9.-Un proceso de produccin que manufactura transistores genera, en promedio, una fraccin de 2% de pieza defectuosa. Cada dos horas se toma del proceso una muestra
aleatoria de tamao 50. Si la muestra contiene ms de dos piezas defectuosas, el proceso debe interrumpirse. Determine la probabilidad de que el proceso deba interrumpirse
mediante esquema de muestreo.

Considerando los valores:

= 50, = 0.02, = 0.98

Obteniendo Probabilidades.

Pr( > 2) = 1 Pr( 2) = 1 (Pr( = 0) + Pr( = 1) + Pr( = 2))

Usando la ecuacin binomial: Pr( = ) = ( )( )( )

0 1 2

( = ) 36.4169% 37.1607% 18.58% 92.15707%

Pr( > 2) = 1 Pr( 2) = 100% (92.15707%) = 7.84293%

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 14

Mtodo de la Variable Aleatoria de Poisson

Probabilidad para cada xito: Pr( = ) =
!

Valor esperado: ( ) = =

Varianza: ( )=

Encontrando :

= (50)(0.02) = 1

Considerando los valores:

= 50, = 0.02, = 0.98

Se cumple la condicin para el uso del Mtodo de la Variable Aleatoria de Poisson dado que p se aproxima a 0 y n es extremadamente grande a comparacin con
p.

Usando la ecuacin de Poisson: Pr( = ) =
!

0 1 2

( = ) 36.7879% 36.7879% 18.3939% 91.9697%

Pr( > 2) = 1 Pr( 2) = 100% (91.9697%) = 8.0303%

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 15

10.-Una empresa de seguros de vida est considerando la posibilidad de incluir en su cobertura una enfermedad extraa mortal, ya que, de acuerdo a investigaciones
mdicas, la probabilidad de que una persona la contraiga es slo 1%.

Si se venden 500 plizas con dicha cobertura, determinar la probabilidad de que:

a) Ninguna de las personas aseguradas contraiga dicha enfermedad.

b) No ms de cuatro personas la contraigan.
c) Por lo menos una persona la contraiga.
d) Ms de seis personas aseguradas contraigan dicha enfermedad.

Considerando los valores:

= 500, = 0.01, = 0.99

Obteniendo Probabilidades.

Usando la ecuacin binomial: Pr( = ) = ( )( )( )

0 1 2 3 4 5 6

( = ) 0.657% 3.318% 8.363% 14.0229% 17.59% 17.63% 14.7% 100%

a) Ninguna de las personas aseguradas contraiga dicha enfermedad.

Pr( = 0) = ( )( )( ) = 0.657%

b) No ms de cuatro personas la contraigan.

Pr( 4) = Pr( = 0) + Pr( = 1) + Pr( = 2) + Pr( = 3) + Pr( = 4) = 0.657% + 3.318% + 8.363% + 14.0229% + 17.59% = 43.961% 44%

c) Por lo menos una persona la contraiga.

Pr( 1) = 1 Pr( = 0) = 100% 0.657% = 99.342%
d) Ms de seis personas aseguradas contraigan dicha enfermedad.
Pr( = 6) = ( )( )( ) = 14.7%

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 16

Pr( 6) = 100% Pr( 6) = 100% (Pr( = 6) + Pr( = 5) + Pr( = 4) + Pr( = 3) + Pr( = 2) + Pr( = 1) + Pr( = 0)
= 100% (14.7% + 17.63% + 17.59% + 14.0229% + 8.363% + 3.318% + 0.657%) = 100% 76.2809% = 23.7191%
Pr( 6) = 23.7191%

Mtodo de la Variable Aleatoria de Poisson

Probabilidad para cada xito: Pr( = ) =
!

Valor esperado: ( ) = =

Varianza: ( )=

Encontrando :

= (500)(0.01) = 5

Considerando los valores:

= 50, = 0.02, = 0.98

Se cumple la condicin para el uso del Mtodo de la Variable Aleatoria de Poisson dado que p se aproxima a 0 y n es extremadamente grande a comparacin con
p.

Usando la ecuacin de Poisson: Pr( = ) =
!

0 1 2 3 4 5 6

( = ) 0.6737% 3.3689% 8.4224% 14.0373% 17.546736% 17.546736% 14.6222% 100%

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2
 Probabilidad y Estadstica Variable Aleatoria 17

a) Ninguna de las personas aseguradas contraiga dicha enfermedad.

5
Pr( = 0) = = 0.6737%
0!

b) No ms de cuatro personas la contraigan.

Pr( 4) = Pr( = 0) + Pr( = 1) + Pr( = 2) + Pr( = 3) + Pr( = 4) = 0.6737% + 3.3689% + 8.4224% + 14.0373% + 17.546736% = 44.0490% 44.05%

c) Por lo menos una persona la contraiga.

Pr( 1) = 1 Pr( = 0) = 100% 0.6737% = 99.3263%
d) Ms de seis personas aseguradas contraigan dicha enfermedad.
5
Pr( = 6) =
= 14.6222%
6!
Pr( 6) = 100% Pr( 6) = 100% (Pr( = 6) + Pr( = 5) + Pr( = 4) + Pr( = 3) + Pr( = 2) + Pr( = 1) + Pr( = 0)
= 100% (0.6737% + 3.3689% + 8.4224% + 14.0373% + 17.546736% + 167.54% + 14.622%) = 100% 76.2189% = 23.7811%
Pr( 6) = 23.7811%

Alumno: Edgar Mora Rodrguez Profesor: M.C. Enrique Salazar Pea Grupo: 4VC2