0% encontró este documento útil (0 votos)
883 vistas22 páginas

Deber Probabilidad 3 7 3 8

Este documento presenta una serie de ejercicios de probabilidad y estadística resueltos en R para una clase dictada por el Ingeniero Hernán Quito. Los estudiantes Henry Paul Armijos y Luis Antonio Buñay presentan soluciones a ejercicios que involucran distribuciones geométricas, binomiales negativas y de Bernoulli, así como cálculos de probabilidades, medias y desviaciones estándar. Los ejercicios abordan temas como ensayos de alineamiento óptico, llamadas telefónicas, semáforos y pro

Cargado por

THREE B TECH
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
883 vistas22 páginas

Deber Probabilidad 3 7 3 8

Este documento presenta una serie de ejercicios de probabilidad y estadística resueltos en R para una clase dictada por el Ingeniero Hernán Quito. Los estudiantes Henry Paul Armijos y Luis Antonio Buñay presentan soluciones a ejercicios que involucran distribuciones geométricas, binomiales negativas y de Bernoulli, así como cálculos de probabilidades, medias y desviaciones estándar. Los ejercicios abordan temas como ensayos de alineamiento óptico, llamadas telefónicas, semáforos y pro

Cargado por

THREE B TECH
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 22

UNIVERSIDAD DE CUENCA

Facultad De Ingeniería

PROBABILIDAD Y ESTADISTICA

Nombres:
Henry Paul Armijos
Luis Antonio Buñay

Grupo:

Profesor:

Ing. Hernán Quito

Fecha:

12 de junio del 2019

CUENCA-ECUADOR
EJERCCIOS PARA LA SECCION 3-7
3-69. Suponga que la variable aleatoria X tiene una distribución geométrica con p=0.5. Calcule la
probabilidad siguiente en R.

Para el calculo en R se utiliza este comando :dgeom ( k , p )


a) P(x=1)
> dgeom(0,0.5)
[1] 0.5
b) P(x=4)
> dgeom(3,0.5)

[1] 0.0625

c) P(x=8)
> dgeom(7,0.5)
[1] 0.00390625
d) P(x<=2)
> dgeom(1,0.5)
[1] 0.25
e) P(x>2)
> dgeom(2,0.5)
[1] 0.125
3-70. Suponga que la variable aleatoria X tienen una distribución geométrica con media 2.5,
Calcule las probabilidades siguientes:
a. P(X=1)
b. P(X=4)
c. P(X=5)
d. P(X≤3)
e. P(X>3)

E(X)=2.5 =1/p

a. P(X=1)

b. P(X=4)
c. P(X=5)

d. P(X≤3)

e. P(X>3)

3-71. La probabilidad de un alineamiento óptico exitoso en el ensamblado de un producto de


almacenamiento óptico de datos es 0.8. Suponga que los ensayos son independientes.

a) ¿Cuál es la probabilidad de que el primer alineamiento exitoso requiera exactamente cuatro


ensayos?

p=0.8
p(x)=p(1-p) ^x-1
p(x)=0.8(1-0.8) ^4-1
p(x)=0.0064

b) ¿Cuál es la probabilidad de que el primer alineamiento exitosos requiera como máximo cuatro
ensayos?
P=0.8
P(x<=4) =P(x=1) +P(x=2) +P(x=3) +P(x=4)
P(x<=4) =0.8(1-0.8) ^0+0.8(1-0.8) ^1+0.8(1-0.8) ^3
P(x<=4) =0.9984

c) ¿Cuál es la probabilidad de que el primero alineamiento exitoso requiera al menos cuatro


ensayos?

P(x>=4) =1-P(x<=3)
P(x<=4) =1-0.992
P(x<=4) =0.008

3-72. Suponga que cada una de las llamadas que hace una
persona a una estación de radio muy popular tiene una probabilidad de 0.02 de que la línea no este
ocupada. Suponga que las llamadas son independientes.
a) ¿Cuál es la probabilidad de que la primera llamada que entre sea la décima que realiza la
persona?
> #P(X=10)
> dgeom(10,0.02)
[1] 0.01634146

b) ¿Cuál es la probabilidad de que sea necesario llamar mas de cinco veces para que hallar
desocupada la línea?
> #P(x>5)
> 1-pgeom(3,0.02)
[1] 0.9223682

> 1-sum(dgeom(0:3,0.02))
[1] 0.9223682

c) ¿Cuál es el número promedio de llamadas que deben hacerse para hallar desocupada la
línea?
1
u x =E ( X )=np=
p
> #E(X)
> p=0.02
> u=1/p
>u
[1] 50

3-73. Continuación del ejercicio 3-68. Recuerde que la posibilidad de encontrar luz verde en el
semáforo de un crucero muy concurrido en la mañana es de 20%. Suponga que cada mañana
representa un ensayo independiente. Realizados en Excel
a) ¿Cuál es la probabilidad de que la primera mañana en que la luz del semáforo se encuentre en
verde sea la cuarta mañana desde el inicio del experimento?

p= 0,2
x= 4
k 3
p(x)=P(1-p)^k
p(x)= 0,1024

b) ¿Cuál es la probabilidad de que la luz del semáforo no se encuentre en verde durante diez
mañanas consecutivas?
Son independientes p= 0,2
x= 11
k 10
p(x)=P(1-p)^k
p(x)= 0,10737418

3-74. Continuación del ejercicio 3-64


3-64. Ejemplo de carta de control estadistico de un proceso. De un proceso se toma cada hora una
muestra de 20 partes. Lo comun es que el uno por ciento de la partes requieran volver a ser
procesadas. Sea X el numero de partes de una muestra de 20 que necesitan ser procesadas. Se
sospecha de un problema en el proceso si X es mayor que su media por mas de tres desviaciones
estandar.
> Ex=20*(0.01)
> Ex
[1] 0.2
> Vx=20*(0.01)*(0.99)
> Vx
[1] 0.198
> ux=0.2+3*sqrt(0.198)
> ux
[1] 1.534916

a) Si el porcentaje de partes que es necessario volver a procesar permanence en 1% Cual es


la probabilidad de que X sea maypr que su media por mas de tres desviaciones estandar?
P(X>1.53)=P(X>=2)=1-P(X)
> dbinom(3,20,0.1)
[1] 0.0169

b) Si el porcentaje de partes que es ncesario reprocesar aumenta a 4%. Cual es la


probabilidad de X sea mayor a uno?
P(X>1)=1-P(X<=1)
> dbinom(1,20,0.4)
[1] 0.1901199

c) Si el porcentaje de partes que es necesario reprocesar aumenta a 4%.Cual es la


probabilidad de que X sea mayor que uno por lo menos en una de la muestras tomadas las
proximas cinco horas?
P(Y>=1)=1-P(Y=0)
> dbinom(5,20,0.4)
[1] 0.651

a. Si el porcentaje de partes que es necesario reprocesar permanece en 1%, ¿cuál es la


probabilidad de que la décima muestra sea la primera en que X es mayor que uno?
b. Si el porcentaje de partes que es necesario reprocesar aumenta a 4%, ¿cuál es la
probabilidad de que la décima muestra sea la primera en que X es mayor que uno?
c. Si el porcentaje de partes que es necesario volver a procesar aumenta a 4%, ¿cuál es el
número esperado de ensayos que es necesario realizar hasta que X sea mayor que uno?

3-75. Considere una secuencia de ensayos Bernoulli independientes con p=0.2.

a) ¿Cuál es el numero esperado de ensayos que es necesario realizar para obtener el primer éxito?
> Ex=1/0.2
> Ex
[1] 5

b) Después de obtener el octavo éxito, ¿cuál es el numero esperado de ensayos que deben
efectuarse para obtener el noveno éxito?
> k=9
>k
[1] 9
> p=0.2
>p
[1] 0.2
> dgeom(k,p)

[1] 0.02684355
3-76. Demuestre que la función de densidad de probabilidad de una variable aleatoria binomial
negativa es igual a la función de densidad de probabilidad de una variable aleatoria geometría,
cuando r=1. Demuestre que las fórmulas para la media y la varianza de una variable aleatoria
binomial negativa son iguales a los resultados correspondientes a la variable aleatoria geometría,
cuando r=1.
Distribución binomial negativa: Distribución geométrica:
f x ( x ; p ,r )= x −1 (1−p) x−r p r
( ) f x ( x ; p )=(1− p)
x−1
p
r −1
Cuando r=1
x−1
f x ( x ; p ,r )=(1−p) p
Entonces la Distribución binomial negativa y la Distribución geométrica, son iguales.
x−1 x−1
f x ( x ; p ,r )=(1−p) p=f x ( x ; p )=(1−p) p

Distribución binomial negativa: Distribución geométrica:


r r (1− p ) 1 ( 1− p )
u x =E ( X )= V ( x )= u x =E ( X ) = V ( x )=
p p
2
p p
2

Si r=1 entonces en la distribución binomial negativa la media y varianza son:


1 ( 1− p )
u x =E ( X )= V ( x )=
p p
2

Entonces la media y varianza de la Distribución binomial negativa y de la Distribución geométrica,


son iguales.
3-77. Suponga que X es una variable aleatoria binomial negativa con p=0.2 y r=4. Calcule lo
siguiente:

a) La media de X

E(x)=4/0.2
E(x)=20

b) P(x=20)

19 ¿
P(x=20) =( (1-0.20) ^16(0.2) ^4
3
P(x=20) =0.0436
c) P(x=19)

18 ¿
P(x=19) = ( (1-0.20) ^15(0.2) ^4
3
P(x=19) =0.0459

d) P(x=21)

20 ¿
P(x=21) = ( ((1-0.20) ^17(0.2) ^4
3
P(x=21) =0.0411

e) El valor más probable de X


X=19

3-78. La probabilidad de que la calibración de un transductor en un instrumento electrónico


cumpla con las especificaciones del sistema de medición, es 0.6. Suponga que los intentos de
calibración son independientes. ¿Cuál es la probabilidad de que se requieran como máximo tres
intentos para satisfacer las especificaciones del sistema de medición?

3-79. La escala electrónica de un proceso de llenado automático detiene la línea de producción


después de haber defectuoso tres paquetes con un peso menor es 0.001 y que cada operación de
llenado es independiente. Realizado en Excel.
a) ¿Cuál es el número promedio de operaciones de llenado antes de que se detenga la línea de
producción?
p= 0,001
r= 3
E(X)= R/P

E(X)= 3000
b) ¿Cuál es la desviación estándar del número de operaciones de llenado antes de que se detenga
la línea de producción?

p= 0,001
r= 3
V(X)= R(1-P)/P^2

V(X)= 3(0.999)/0,001^2
V(X)= 2997000
dx= 1731,18

3-80. Un sistema tolerante a fallas que procesa transacciones para una compañía de servicios
financieros, utiliza tres computadoras por separado. Si la computadora que está en operación falla,
cualquier al de las dos de reserva puede ponerse de inmediato en línea. Después de que falla la
segunda computadora, la tercera puede ponerse en línea de inmediato. Suponga que la
probabilidad de una falla durante cualesquiera transacciones es de 1 0−8 y que las transacciones
pueden considerarse como eventos independientes.

p= 1 0−8

r=3
a. ¿Cuál es el número promedio de transacciones previas a la falla de las tres computadoras?
E(X)=

b. ¿Cuál es la varianza del número de transacciones previas a la falla de todas las


computadoras?
r ( 1− p )
V (x )=
p2
V(X)=
3-81. Deduzca las expresiones para la media y la varianza de una variable aleatoria geométrica
con parámetro p. (En este problema se necesita utilizar fórmulas para series infinitas).

Deducción de media

q=1-p

E ( X )= ∑ x (1− p)x−1 p
X =1


E ( X )= p ∑ x(q)x−1
X =1


d
∑ ( q ) x= p dp
X=0
]
d
E ( X )= p ¿
dq
p p 1
E ( X )= = 2=
2
(1−q) p p

1
E ( X )=
p

Deducción de la varianza
∞ 2
1
V ( X )= ∑
X =1
( 1−
P )x−1
(1− p) p

∞ 2
1
(
V ( X )= ∑ p x −2 x+
X =1
2

p )
(1− p)
x−1


2 1
V ( X )= p ∑ x 2 q x−1 − +
X =1 p2 p2

1
V ( X )= p ∑ x 2 q x−1 −
X =1 p2
d
V ( X )= p [ q+2 q2 +3 q 3+ … ]− 12
dq p
[ 2(1− p)+ p−1 ] 1− p
V ( X )= −
p2 p2
q
V ( X )=
p2

EJERCCIOS PARA LA SECCION 3-8


3-82. Suponga que X tiene una distribución hipergeométrica con N=100, n=4 y K=20. Calcule lo
siguiente:
a. P (X = 1)
b. P (X = 6)
c. P (X = 4)

K N −k
f ( x ; N , k ,n )=
( x )( n−x )
x

( Nn )
a. P (X = 1)

b. P (X = 6)
El problema no tiene solución porque X es mayor que n.
c. P (X = 4)
3-83. Continuación del ejerció 3-82. Calcule la media y la varianza de X.

N=100, N=4, K=20

a) P(x=1)

( 20∗80∗79∗78) /6
P ( x =1 )=
(100∗99∗98∗97)/24

P ( x =1 )=0.4191

b) P(x=6)

0
P ( x =6 )=
(6∗5∗4∗3)/24
P ( x =6 )=0

c) P(x<=4)

(20∗19∗18∗17)/ 24
P ( x =4 )=
( 100∗99∗98∗97 ) 24
P ( x =1 )=0.0012

d) E(x)=4(20/100)
E(x)=0.8
V(x)=4(0.2) (0.8) (96/99)
V(x)=0.6206

3-84. Suponga que X tiene una distribución hipergeométrica con N=20, n=4 y K=4. Calcule lo
siguiente:
a. P (X = 1)

b. P (X = 4)

c. P (X ≤ 2)
P (X ≤ 2) = P(X=0) +P(X=1) +P(X=2)

3-85. Continuación del ejercicio 3-84. Calcule la media y la varianza de X.


N=20, N=4, K=4

a) P(x=1)

( 4∗16∗15∗14)/ 6
P ( x =1 )=
(20∗19∗18∗17)/ 24

P ( x =1 )=0.4623

b) P(x=4)

1
P ( x =6 )=
(20∗19∗18∗17)/24
P ( x =6 )=0,00021

c) P(x<=2)
P(x<=2) =P(x=0) +P(x=1) +P(x=2)

16∗15∗14∗13 4∗16∗15∗14 6∗16∗15


( + + )
24 6 2
P ( x =2 )=
20∗19∗18∗17
( 4 )
P ( x =1 )=0.1644

d) E(x)=4(4/20)
E(x)=0.8
V(x)=4(0.2) (0.8) (16/19)
V(x)=0.539

3-86. Suponga que X tiene una distribución hipergeométrica con N=10, n=3, y K=4. Dibuje la
función de probabilidad de X.
> dhyper(0,4,6,3)
[1] 0.1666667
> dhyper(1,4,6,3)
[1] 0.5
> dhyper(2,4,6,3)
[1] 0.3
> dhyper(3,4,6,3)
[1] 0.03333333
> dhyper(4,4,6,3)
[1] 0
> plot(dhyper(0:4,4,6,3),main = "EJERCICIO 3.86")

3-87. Continuación del ejercicio 3-86. Calcule la función de la distribución acumulada de X en el


ejercicio 3-86.
Este ejercicio esta realizado en r.

N=10, n=3, K=4


> N=10
> n=3
> k=4
> x=0
> dhyper(x,k,N-k,n)

[1] 0.1666667
3-88. Continuación de los ejercicios 3-82 y 3-84.
a. Calcule las correcciones para la población finita para los ejercicios 3-82 y 3-84. ¿Para qué
ejercicio debe ser mejor la aproximación binomial a la distribución de X?

b. Para el ejercicio 3-82, calcule P(X=1) y P(X=4), suponiendo que X tiene una distribución
binomial, y compare los resultados con los obtenidos con la distribución hipergeométrica.
Distribución Binomial:

Distribución hipergeometrica:
Los resultados obtenidos en la distribución binomial son casi los mismos obtenidos en la
distribución geométrica.

c. Para el ejercicio 3-84, calcule P(X=1) y P(X=4), suponiendo que X tiene una distribución
binomial, y compare los resultados con los obtenidos con la distribución hipergeométrica.
Distribución Binomial:

Distribución hipergeométrica:
Las dos distribuciones son completamente distintas.
3-89. Un lote de 75 arandelas contiene cinco en las que la variabilidad en el espesor alrededor de la
circunferencia de la arandela es inaceptable. Se toma una muestra al azar de 10 arandelas, sin
remplazo.
P(X=x) = C(dx) * C(N-d, n-x) / C(N,n)

N = 75, n=10, d=5


x = Cantidad de éxitos

a) ¿Cuál es la probabilidad de que ningún de las arandelas inaceptables se encuentre en la


muestra?

P(X=0) = C (5,0) * C (65, 10-0) / C (75,10)

P(X=0) = 0.2160

b) ¿Cuál es la probabilidad de que exactamente una de las arandelas inaceptable se encuentre en la


muestra?

P(X>=1) = 1-P(X=0)
P(X>=1) = 1-0.2160
P(X>=1) = 0.7840
c) ¿Cuál es la probabilidad de que exactamente una de las arandelas inaceptables se encuentre en
la muestra?

P(X=1) = C (5,1) * C(65, 10-1) / C(75,10) = 0.1928

d) ¿Cuál es el numero promedio de arandelas inaceptables en la muestra?


E(X) = n*d/N
E(X) = 10*5/75 = 0.6667

3-90. Las tarjetas de circuito impre4so se envían a una prueba de funcionamiento después de haber
montado en ellas todos los chips. Un lote contiene 140 tarjetas y se toman 20 sin reemplazo para
hacerles la prueba de funcionamiento.
a. Si 20 tarjetas están defectuosas, ¿Cuál es la probabilidad de que al menos una de ellas se
encuentre en la muestra?
P(X≥1) = 1 – P(X=0)
P(X=0)

P(X≥1) = 1 – P(X=0)

b. Si 5 tarjetas estan defetuosas, ¿cual es la probabilidad de que al menos una de ellas


apareza en la muestra?
P(X≥1) = 1 – P(X=0)
P(X=0)

P(X≥1) = 1 – P(X=0)

3-91. Una cinta magnética se corta en tiras de media pulgada de ancho, para luego devanarlas en
cartuchos. La unidad de corte contiene 48 cuchillas. Se escoge al azar cinco de ellas y se evalúan
diariamente para determinar el desgaste del filo. Si se encuentra cualquier cuchilla sin filo, se
remplaza todo el conjunto de cuchillas de la unidad de corte con uno nuevo.
Calculo en Excel.

a) Si la unidad de corte tiene 10 cuchilla desgastadas, ¿cuál es la probabilidad de remplazar el


conjunto de cuchillas el primer día en que se lleva a cabo la evaluación?

P(x>=1)= 1-P(x=0)

num= fact(38)*fact(43)= 3,15985E+97


dem= fact(48)*fact(33)= 1,07794E+98

P(x=0)= 0,293138368
P(x>=1)= 1-P(x=0)
P(x>=1)= 0.7069

b) Si la unidad de corte tiene 10 cuchillas desgastadas, ¿cuál es la probabilidad de que el conjunto


de cuchillas no sea remplazado hasta el tercer día de iniciada la evaluación? [Sugerencias:
Suponga que las decisiones que se toman por día son independientes; haga uso de la
distribución geométrica.]

P(Y=3)= 0,2931
px= 0,08590761
px1 0,7069
P(Y=3)= 0,06072809

c) Suponga que el primer día en que se hace la evaluación dos cuchillas están desgastadas; el
segundo día, seis están desgastadas y el tercer día 10 están desgastadas. ¿Cuál es la probabilidad
de que el conjunto de cuchillas no sea remplazado hasta el tercer día de la evaluación?
[Sugerencias: Suponga que las decisiones que se toman por día son independientes, Sin
embargo, la probabilidad de
hacer el remplazo cambia diariamente.
P(x=0)= FACT(46)/FACT(5)*FACT(41)
FACT(48)/FACT(5)*FACT(43)
PX= 3,3244E+110
PY= 4,1528E+110
RESP= 0,800531915

PX1= FACT(42)*FACT(43)
PY1= FACT(48)*FACT(37)
Factx= 8,4884E+103
Facty= 1,7086E+104
P(X=0)= 0,496797298

P(X=0)= 0.2931
P(Y=3)= 0,8005*(0,4969)*(1-0,2931)
P(Y=3)= 0,2812

> #P(X=6)
> dhyper(6,6,48-6,6)
[1] 8.148955e-08

> #P(X=5)
> dhyper(5,6,48-6,6)
[1] 2.053537e-05

> #P(X=4)
> dhyper(4,6,48-6,6)
[1] 0.001052438

> E=1/(1/12271512)
>E
[1] 12271512
3-93. Continuación del ejercicio 3-89. Utilice la aproximación binomial a la distribución
hipergeometrica para aproximar las probabilidades del ejercicio 3-89. ¿En este ejercicio, cual es el
factor de corrección para población finita?

También podría gustarte