Control Semana 1

Modelos analíticos de fenómenos aleatorios

Agustín Martos

INFERENCIA ESTADÍSTICA

Instituto IACC

15 de octubre de 2017
 Desarrollo

1. Después de una prueba de laboratorio muy rigurosa con cierto componente

eléctrico, el fabricante determina que en promedio solo fallarán tres

componentes antes de tener 1.200 horas de operación. Un comprador observa

que son 6 componentes los que fallan antes de las 1.200 horas. Si el número de

componentes que fallan es una variable aleatoria de Poisson ¿existe suficiente

evidencia para dudar de la conclusión del fabricante? Argumente.

𝑥 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑎𝑛𝑡𝑒𝑠 𝑑𝑒 𝑡𝑒𝑛𝑒𝑟 1.200 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛

𝑥 𝑝(ℷ = 3)

𝑅𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜, 𝑥 = [0, 1, 2, 3 … . . ]

𝑒 −3 ∗ 36
𝑝(𝑥 = 6) = = 0,05 = 5
6!

Por lo tanto, podemos afirmar que existe una probabilidad de un 5% que haya 6

componentes que fallen antes de las 1.200 horas, es decir, la probabilidad de que

ocurra es muy baja, por esto mismo, existe la duda en la conclusión del fabricante.

2. Un agente de seguros vende pólizas a 10 individuos, todos de la misma edad.

De acuerdo con las tablas actuariales, la probabilidad de que un individuo con

𝟑
esa edad viva 30 años más es de 𝟓, determine la probabilidad de que dentro de

30 años vivan, al menos, 3 individuos.

3
𝑝=
5
 𝑝(𝑦 ≥ 3) = 1 − [𝑝(𝑦 = 0) + 𝑝(𝑦 = 1) + 𝑝(𝑦 = 2)]

3
1 − ¿10−2
5

3 2
¿ ∗¿
5
3 10
1 − ¿10−1 + ( ) ∗¿
5 2

3 10 3
1 − ¿10.0 + ( ) ∗ ( ) ∗¿
5 1 5

10 3
( ) ∗ ( ) ∗¿
0 5

¿ 1−¿

¿ 1 − 0,012294554

¿ 0,987705446

3. La probabilidad que una muestra de aire contenga una molécula anómala es

0,03. Suponiendo independencia entre las muestras extraídas con respecto a

la presencia de moléculas anómalas.

En función de la información anterior, responda:

a) Escriba el modelo probabilístico

𝑝 = 0,03

𝑛 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑

𝑥 = 𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 𝑑𝑒 𝑎𝑖𝑟𝑒 𝑞𝑢𝑒 𝑐𝑜𝑛𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑚𝑜𝑙𝑒𝑐𝑢𝑙𝑎 𝑎𝑛𝑜𝑚𝑎𝑙𝑎 𝑒𝑛 𝑙𝑎𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠 𝑛 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 𝑎𝑛𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠

Por lo tanto, 𝑥 es una variable binomial

Con 𝑝 = 0,03 y 𝑛 = 𝑛

1 − 0,03¿𝑛−𝑥
0,03¿𝑥 ¿

𝑛
𝑝 = (𝑥 = 𝑥) = ( ) ¿
𝑥
𝑛!
𝑝 = (𝑥 = 𝑥) = 0,03𝑥 ∗ 0,07𝑛−𝑥
𝑥! (𝑛 − 𝑥)!

Suposición:

𝑝 = 0,03

𝑛=3

𝑥𝐵(3; 0,03)

Buscamos la probabilidad de que en 3 muestra se obtengan exactamente 1 que

contenga las moléculas anómalas.

0,97¿2

3
𝑝(𝑥 = 1) = ( ) (0,03)¿
1

3!
¿ 0,03 ∗ 0,97 = 0,0847
1! 2!

Podemos decir también buscar la probabilidad de que en 5 muestras se tengan 2

muestras que contengan las moléculas anómalas.

𝑝 = 0,03

𝑛=5

𝑥 = 2𝑥𝐵(5; 0,03)

5 5!
𝑝(𝑥 = 5) = ( ) 0,032 ∗ 0,973 = 0,032 ∗ 0,973
2 2! 3!

¿ 10 ∗ 0,032 ∗ 0,973 = 0,0082

b) Calcule la esperanza y la varianza

Ejemplo 1:

𝒏=𝟑

𝒑 = 𝟎, 𝟎𝟑

𝑬(𝒙) = 𝒏 ∗ 𝒑 = 𝟑 ∗ 𝟎, 𝟎𝟑 = 𝟎, 𝟎𝟗

𝑽𝒂𝒓(𝒙) = 𝒏 ∗ 𝒑 ∗ 𝒒 = 𝟑 ∗ 𝟎, 𝟎𝟑 ∗ 𝟎, 𝟗𝟕 = 𝟎, 𝟎𝟖𝟕𝟑

Ejemplo 2:

𝒏=𝟓

𝒑 = 𝟎, 𝟎𝟑

𝑬(𝒙) = 𝒏 ∗ 𝒑 = 𝟓 ∗ 𝟎, 𝟎𝟑 = 𝟎, 𝟏𝟓

𝑽𝒂𝒓(𝒙) = 𝒏 ∗ 𝒑 ∗ 𝒒 = 𝟓 ∗ 𝟎, 𝟎𝟑 ∗ 𝟎, 𝟗𝟕 = 𝟎, 𝟏𝟒𝟓𝟓
 Bibliografía

IACC (2013). Variable aleatoria discreta y distribuciones de probabilidad discreta.

Inferencia Estadística. Semana 1.

Kotler, Phillip y Kevin L Keller (2006). Dirección de Marketing. Editorial Pearson.

Entel S.A.(s/f). Comunidad y Empresas. Recuperado de Internet el 10 de octubre de 2017

desde, http://ce.entel.cl/posts/conoce-las-nuevas-tendencias-del-marketing-mundial

SENCE (s/f). Sitio web oficial del Servicio Nacional de Capacitación y Empleo SENCE.