Sección 4.

4 (59-71)
59. Sea X = el tiempo entre dos llegadas sucesivas a la ventanilla
de autopago de un banco local. Si X tiene una distribución ex-
ponencial con λ = 1 (la cual es idéntica a una distribución
gamma estándar con α = 1), calcule lo siguiente:
a. El tiempo esperado entre dos llegadas sucesivas.
Sea la formula del valor esperado 1/ λ =𝝻 entonces E(X)=1/1=1
b. La desviación estándar del tiempo entre llegadas sucesivas
Sea σ^2=v(X)=αB^2 pero α=1 entonces
σ^2=B^2
σ=B
B=1/ λ=1/1=1

c. P(X <= 4) X=4,σ=1 ,bucar en la tabla de funcion gama se tiene .982

d. P(2<=X<=5) esto es P(X<=5)-P(X<=2)=f(5,1)-f(2,1)=.993-.865=.128

67 Suponga que cuando un transistor de cierto tipo se somete a una

prueba de duración acelerada, la duración X (en semanas) tiene
una distribución gamma con media de 24 semanas y desviación estándar de 12. Cuál es la
probabilidad de que un transistor dure entre 12 y
24 semanas?
Sea E(X)=αB=24 despejando B se tiene B=24/α
Sea σ^2=αB^2
σ=√α*B
12=√α*B ----------B=12/√α
PERO B=24/α entonces sustituyendo 12/√α=24/α -------1/√α=12/24
1/.5=√α'----------α=1/.25=4 ahora encontrar valor de B=24/α=24/4=6 asi se tiene α=4,B=6
Entonces P(12<=X<=24)=P(X<=24)-P(X<=12)SEA EN LA FUNCION GAMA
INCOMPLETA
f(X,α,B)=f(X/B,α)
f(24/6,4)-f(12/6,4)=.567-.143=.424

b. Cuál es la probabilidad de que un transistor dure cuando

mucho 24 semanas? P(X<=24)=f(24/6,4)=.567
Es la mediana de la distribución de duración menor que 24? 𝝻 es el percentil 50 esto
satisface .5=F(𝝻) ,la distribución de duración de 24 es .567 y la mediana es .5
.5<.567 por tanto 𝝻<P(X<=24)

c. Cuál es el 99° percentil de la distribución de duración?

.99=F(c,4) esto pasa cuando c=10 en la tabla de distribución gama entonces dado que
B=6
F(60/6,4) entonces x=60
d. Suponga que la prueba termina en realidad después de t
semanas. Qué valor de t es tal que solo e .5% de todos los
transistores continuarán funcionando al término?
Entonces es el percentil (100-.5)=99.5
Esto es .995=F(c,4) esto pasa cuando c=11 -------F(11,4) esto viene de la formula
.995=F(x/6,4)
=F(66/6,4) por tanto x=66

77. Los autores del artículo del cual se extrajeron los datos en el
ejercicio 1.27 sugirieron que un modelo de probabilidad razo-
nable de la duración de las brocas era una distribución lognormal
con μ = 4.5 y σ=. 8
a. Cuáles son el valor medio y la desviación estándar de la
Duración? Sea la formula E(X)=e^(μ +(σ^2/2)) sustituyendo los valores se tiene
e^(4.5+.8^2/2)=e^4.82=123.965
Desviacion E,
V(X)=e^(2μ +σ^2)*(e^(σ^2)-1)=e^(2*4.5 +.8^2)*(e^(.8^2)-
1)=15367.3437*.8964808=13776.529
DE=√13776.529=117.3734
b、iCuál es la probabilidad de que la duración sea cuando
mucho de 100? P(X<=100)= P(Z<=ln(100)-4.5/.8)= P(Z<=.105170/.8)=
P(Z<=.131462)=Ф(.131462)=.5517

c. Cuál es la probabilidad de que la duración sea de más de 200? 1-P(x<=200)=1-

P(Z<=ln(200)-4.5/.8)=1-P(Z<=.9978)=1-Ф(.9978)=1-.8389=.1611

81. Una justificación teórica basada en el mecanismo de falla de

cierto material sustenta la suposición de que la resistencia dúc-
til X de un material tiene una distribución lognormal. Suponga
que los parámetros son μ-5 y σ-1.
CAPITULO 5.
3. Un supermercado cuenta tanto con una caja rápida como corn
una extrarrápida. Sea X, el número de clientes formados en la
caja rápida a una hora particular del día y sea X2 el número de
clientes formados en la caja extrarrápida a la misma hora.
Suponga que la función de masa de probabilidad conjunta de X
y X2 es la que aparece en la tabla adjunta.
7. La distribución de probabilidad conjunta del número X de
carros y el número Y de autobuses por ciclo de señal en un
carril de vuelta a la izquierda propuesto se muestra en la tabla
de probabilidad conjunta anexa.

a. Cuál es la probabilidad de que haya exactamente un carro y exactamente un autobús

durante un ciclo?

P(x=1,y=1)=p(1,1)=.030
b. Cuál es la probabilidad de que haya cuando mucho un carro y cuando mucho un autobús
durante un ciclo? p(x<=1,y<=1)=p(0,0)+p(0,1)+p(1,0)+p(1,1)=.025+.015+.050+.030=.12
c. Cuál es la probabilidad de que haya exactamente un carro durante un ciclo?
P(1,y)=p(1,0)+p(1,1)+p(1,2)=.05+.03+.02+.1
Exactamente un autobús?
P(x,1)=p(0,1)+p(1,1)+…+p(5,1)=.015+.03+.075+.090+.060+.03=.3
d. Suponga que el carril de vuelta a la izquierda tiene una capacidad de cinco carros y que un
autobús equivale a tres carros ,Cuál es la probabilidad de un exceso de vehículo durante un
ciclo?
Por el conjugado se tiene p(x+y<=5)
P(0,0)+p(1,0)+p(2,0)+p(3,0)+p(4,0)+p(5,0)+p(0,1)+p(1,1)+p(2,1)=.5+.12=.62 entonces
1-p(x+y<=5)=1-.62=.38
e· ,Son X y Y variables aleatorias independientes? Explique.
Son independientes si cumple p(x,y)=p(x)p(y) para cualquier para ordenado
P(1,1)=.03,p(1,y)=pX(x)=.1 p(x,1)=pY(y)=.3
P(1,1)=.03=pX(x)*pY(y)=.1*.3=.03 por tanto son independientes

13 Tiene dos focos para una lámpara particular. Sea X = la vida útil
del primer foco y Y-la vida útil del segundo (ambas en miles
de horas). Suponga que X y Y son independientes y que cada
una tiene una distribución exponencial con parametro λ = 1
a. Cual es la función de densidad de probabilidad conjunta de Xy Y

Dado que son ind cumple

F(X,Y)=FX(x)*FY(y) fX(x)=λe^(-λx) pero λ = 1 ent
fX(x)=e^-x FY(y)=e^-y ent
F(X,Y)=(e^-x )(e^-y )=e^-x-y

b. Cuál es la probabilidad de que cada foco dure cuando

mucho 1000 horas (es decir, Xs 1 y Y s 1)?c. Cuál es la probabilidad de que la vida
útil total de los dos
P(x<=1,y<=1)
focos sea cuando mucho de 2? [Sugerencia: trace una figura
de la region A = {(x, y): x 0,y 0,x+y<=2)antes de
integrar.]
d. Cuál es la probabilidad de que la vida útil total sea de entre
l y 2? b. Cuál es la probabilidad de que cada foco dure cuando
mucho 1000 horas (es decir, X<= 1 y Y <=1)?

c. Cuál es la probabilidad de que la vida útil total de los dos

focos sea cuando mucho de 2? [Sugerencia: trace una figura
de la region A = {(x, y): x =>0,y=>)0,x+y<=2)antes de
integrar.]

d. Cuál es la probabilidad de que la vida útil total sea de entre

l y 2? P(duracion total <=2)-p(duracion t<=1)
Para dT<=1
Se tiene x+y<=1