Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ω x(ω)
Ejemplos:
El número de accidentes laborales en una empresa al año.
El número de errores en un mensaje transmitido.
El número de piezas defectuosas producidas a lo largo de un día en
una cadena de producción.
Tiempo de duración de una batería
Nivel de agua en el embalse
Duración de una llamada a un servicio de atención al cliente
Ejemplo:
Se sabe que en una caja que contiene 50 chips el 10% están defectuosos.
Experimento: Se extrae al azar y con reposición una muestra de dos chips
de la caja.
D = El chip extraído de la caja es defectuoso
Se define la v.a. “X = Número de chips defectuosos en la muestra”
Recorrido de X = {0 , 1 ,2}
Ω Rec X
x(DC,DC) = 0
(D,D) 0
x(D,DC) = 1
(D,DC) 1 x(DC,D) = 1
x(D,D) = 2
(DC,D) 2
(DC,DC) X
Propiedades de F(x):
lim FX ( x ) = 0 (F (−∞) = 0)
x
lim FX ( x ) = 1 (F(+∞) = 1)
x
La función es no decreciente: si x1 < x2, entonces F(x1) < F(x2)
La función es continua por la derecha. F(x+) = lim F( x h ) = F ( x )
h 0
Ejemplo:
Sea la v.a. X = tiempo de respuesta (en segundos) de una terminal conectada
en línea
0,8
Probabilidad
0,6
0,4 0,81
0,2
0,18
0,0 0,01
0 1 2
N° de chips defectuosos
10
(0,1) w (0, 9)10-w , w = 0,1,2, ...,10
p(w) = w
=
P(W = w) 0 , en otro caso
5 45 Esta distribución se
y 10 - y conoce como distribución
, si y = 0, 1, 2, 3, 4, 5 hipergeométrica
p(y) = 50
=
P(Y=y) 10
0 , en otro caso
Determine la probabilidad de que la muestra contenga por lo menos dos
chips defectuosos.
ii) f X ( x )dx 1
iii) fX ( x ) = 0 si x Rec de X.
b
P(a < X < b) = P(a < X < b) = P(a < X < b) = P(a < X < b)
d
Se observa que : f X ( x ) = FX ( x )
dx
x
y resulta que : FX ( x ) f X (t )dt
-
ke-0,5x , x > 0
f(x)=
o ,en o.c
x
F(x)
0,2e-0,2x , x > 0
f(x)=
o ,en o.c
Propiedades de E(X)
i) E(k) = k k cte.
ii) E(X + a) = E(X) + a a cte.
iii) E(bX) = bE(X) , b cte.
iv) E( a + bX) = a+ bE(X) a, b ctes.
Ejercicios II
Ejercicio II.1: La demanda diaria X de autos de un concesionario de la ciudad,
viene dada por la siguiente función de probabilidad:
kx si x = 1, 2
p(x) = k(50 - x) si x = 3, 4, 5 La v.a. X tiene un
0 en o. c. recorrido discreto
a. Determine el valor de la constante k
b. Determine la demanda esperada
c. Si la utilidad U de un concesionario en ($105) viene dada por: U = 3X + 2
determine la utilidad esperada.
d. Sea g(x) = X2, determine E(g(x))
e. Determine la probabilidad de que en un determinado día se vendan por lo
menos dos autos
f. Determine la probabilidad de que en un determinado día se vendan a lo más
tres autos.
g. Determine e interprete el valor de P( X > 1 / X < 3)
a. Calcular el valor de k para que f(x) sea función de densidad Resp.: k = 2 seg
b. Determine el tempo de activación esperado Resp: E (X) = 5/6
c. ¿Entre que valores (s) se encuentran el 50% de los sensores con mayor tiempo de
activación.
d. Determine la probabilidad de que un sensor sea rápido.
e. De los sensores con tiempo de activación inferior a 1 seg., ¿Qué porcentaje supera a
su tiempo esperado? Resp. 18,056% (prob. condicional)
2
f. Sea h(x) = X , determine E(h(x))
g. ¿Cuál es el tiempo máximo de activación del 20% de los sensores con menos tiempo
de activación? Solamente se pide el percentil 20
h. Se escogen al azar y en forma independiente dos sensores, ¿Cuál es la probabilidad
de que por lo menos uno sea lento?
Varianza V(X) o σ 2
La varianza de una variable aleatoria X es la esperanza de las
desviaciones cuadráticas a la esperanza o media, es decir
V(X) = E (X - E(X))2 ; E(X) = μ
Propiedades de la varianza:
i) V(X) > 0
ii) V(k) = 0, k cte
iii) V(bX) = = b2V(X)
iv) V(a + bX) = b2V(X); a,b ctes.
Coeficiente de variación: CV =
| E( X ) |
Ejemplo: cálculo de varianza de una v.a. discreta
El número de errores cometidos cada hora por individuo que registra datos
en un terminal de un computador es una variable aleatoria representada
por X y tiene la siguiente distribución de probabilidad:
X 0 1 2 3
p(x)
0,40 0,30 0,25 0,05
P(X=x)
Ejercicios III
Ejercicio III.1.
La demanda diaria de libros de Estadística en una Facultad de Ingeniería
es una v.a. que presenta la siguiente distribución de probabilidad:
2x
k ; x= 0, 1, 2, 3, 4
p(x) = x!
0 ; en otro caso
Determine:
a. El valor de k, para que p sea una verdadera función de probabilidad.
b. La función de distribución F(x).
c. La demanda media (esperada) diaria de libros.
d. La probabilidad de que en un día cualquiera se soliciten al menos tres
libros.
e. La probabilidad de que en un día cualquiera la demanda sea inferior a
dos libros.
Ejercicio III.3
El fabricante de cierto tipo de compresor ha encontrado que la vida útil de un
compresor, en años, se puede modelar con la siguiente función de densidad:
3 x
si 0 x 2
8
f(x)
0 en o.c.
Ejercicio III.4
Una empresa fabrica tornillos según el departamento de control de calidad de la
empresa, el numero de fallas superficiales en los tornillos (X) corresponde a una
variable aleatoria con E(X) = 0,88. Además se sabe que la función de cuantía está
dada por:
X 0 1 2 3 4
p(x) a 0,37 0,16 b 0,01
a. ¿Cuál es la probabilidad de que un tornillo presente al menos 2 fallas?
b. Calcule V(x), σX y C.V.
Ejercicio III.6
Una máquina fabrica cierta pieza cuya longitud (cm) es una variables aleatoria
con la siguiente función de densidad:
a. ¿Cuál debe ser el valor de k para que f(x) sea una función de densidad? K=3/4
b. Si la longitud de una pieza mide entre 1,7 y 2,4 m. no se desecha. Calcular la
proporción de ejes que serán rechazados.
c. Si se eligen al azar y en forma independiente 3 piezas fabricadas por la
máquina, ¿cuál es la probabilidad de que por lo menos una sea desechadas?
Ejercicio III.7
Se supone que el n° de bacterias por mm3 de agua es un estanque es una
variable aleatoria con la siguiente función de probabilidad:
0,5
e (0,5)x E(X) = 0,5
; x = 0, 1, 2, 3,...,
p( x ) = x! V(X) = 0,5
0 en otro caso
2
1,8
1,6
1,4
1,2
f(x) 1
0,8
0,6
0,4
0,2
0
0 0,2 0,4 0,6 0,8 1 1,2
X
La mediana es el percentil 50
1
d. Varianza: V(X) = E(X2) – [E(X)]2 = x 2 12x 2 (1 x )dx - (0,6)2 = 1/25
x 0
e. Determine E(1,2X +0,5) =
Distribución Uniforme
a+b (b - a)2
E(X) = V(X) =
2 12
Definición
El r-ésimo momento de X alrededor del origen o de cero es:
E(Xr ) = xri ·p(Xi ) ; X v.a. discreta
i
Definición: Función generatriz de momentos MX(t)
MX (t) = E(etx ) = etxi ·p(Xi ) ; X v.a. discreta
i
Teorema: Sea X una v.a.
dr
M X (t ) t 0 E(Xr )
dt r
4. Suponga que mediante nuevas tecnologías, la vida útil del artículo puede
aumentar en un 20% , es decir, Y = 1,2X.
Determine: E(Y), σ Y y la probabilidad de que la duración de un
artículo supere 90 meses (con la nueva tecnología)
Ejercicio 2
En una empresa empacadora, la experiencia ha demostrado que el número
de horas extras mensuales (X), que realiza un trabajador se puede
considerar una variable aleatoria con función de probabilidad:
x+2
si x = 1; 2; 3; 4; 5
50
10 - x
pX (x)= si x = 6; 7; 8; 9
20
0 en o. c.