Universidad Alas Peruanas Estadística y Probabilidades

Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

EJERCICIOS DE DISTRIBUCIONES DE PROBABILIDAD CONTINUAS

1.- Se supone que el diámetro de un cable eléctrico, digamos X es una variable aleatoria
continua con f(x)=6X(1-X), 0 ≤ X ≤ 1

Solución:

f(x)=6X(1-X), 0≤X≤1

1 1

∫ 6 X (1 − X )dx = ∫ (6 X − 6 X )dx = 3x 2 − 2 x 3 ]10 = 1

2

0 0

y
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

x x
F ( x) = ∫ 6t (1 − t )dt = ∫ (6t − 6t 2 )dt = 3t 2 − 2t 3 ]0x = 3x 2 − 2 x 3
0 0

0 x≤0
2 3
F(x) 3X – 2 x 0 < x <1
1 x≥1

y
1.2

0.8

0.6

0.4

0.2

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

2.-Se va rifar un Viaje a Europa cuyo precio es de $ 3000 dólares, se venden 10000 boletos a
1 dólar cada uno. Si se compra 1 boleo, ¿Cuál es el beneficio esperado?. Si se compran 100
boletos, ¿Cuál es el beneficio esperado?

Solución
X: Beneficio neto al comprar 1 boleto
X -1 2999
P(x) 9999/10000 1/10000
Xp(x) -9999/10000 2999/10000

E(x)= -9999/10000 + 2999/10000 = -0,70

b) Y =100X
E(y) = E(100x)=100E(x)=100(-0,70)=-70

3.- Se da la función de densidad de probabilidad de la variable aleatoria X:

⎧ X3
⎪X − para 0 ≤ x < 2 Hallar: a) La Moda b) La Mediana
⎪⎪ 4
f ( x) = ⎨
⎪0 para cualquier otro valor de x
⎪
⎪⎩

Solución:
Hallar el máximo f(x)
f’(x) = 1 -3x2 /4=0-----Æ X=2/√3
f’’(x) = -3x /2=-3/√3 máximo <0

Mediana

P( x < md ) = 0.5
md
x3 1
∫x−
0
4
)dx =
2
X 2 X 4 md
− ]0 = 0.5
2 16
Md = 1.09

4.- Supóngase que X está distribuido uniformemente en el intervalo [-α , α], en donde α >0.
Cada vez que sea posible, determinar α de modo que satisfaga lo siguiente:
a) P(X>1)=1/3 b) P(X>1)=1/2 c) P(X<1/2)=0,7
Solución:
X sigue una distribución uniforme
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

⎧ 1
⎪ 2α para − α ≤ x < α
⎪
f ( x) = ⎨
⎪0 para cualquier otro valor de x
⎪
⎩

P( x > 1) = 1 / 3
α
1 1
∫ 2α )dx = 3
0

X α 1
]1 =
2α 3
α =3

5.- Sea X una variable aleatoria distribuida uniformemente en el intervalo [0,6]. Calcular
P[ |X-µ|>2]

Solución

a+b 0+6
μ= = =3
2 2

⎧0 para x < 0
⎪x
⎪
F ( x) = ⎨ para 0 ≤ x < 6
⎪6
⎪⎩1 para x ≥ 6

P[ |X-µ|>2]= P [X-3>2 v X-3 <-2] = P[X≥5]+P[X<1]=1-F(5)+F(1)= 1 – 5/6 + 1/6 = 1/3

6.- Sea X una variable aleatoria continua distribuida uniformemente, con media µ=1 y
varianza σ2=4/3. Hallar P[X<0]
Solución:

a+b
μ= =1
2
(b − a ) 2 4
σ2 = =
12 3
Resolviendo a= -1 y b= 3

⎧0 para x < −1
⎪x +1
⎪
F ( x) = ⎨ para − 1 ≤ x < 3
⎪ 4
⎪⎩1 para x ≥ 3

P(x<0)=??
F(0)= 1/4
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

7.-Una universidad privada proporciona servicio de transporte de autobús a los estudiantes

mientras se encuentra en el recinto. Un autobús llega a la parada cada 30 minutos, entre las 6
de la mañana y las 11 de la noche entre semana. Los estudiantes llegan a la parada en
tiempos aleatorios. El tiempo que espera un estudiante tiene una distribución uniforme de 0 a
30 minutos.
a) Trace una gráfica de la distribución y demuestre que el área es de 1
b) Cuánto tiempo esperará el autobús “normalmente” un estudiante? En otras palabras ¿Cuál
es la media del tiempo de espera?¿Cuál es la desviación estándar de los tiempos de espera?
c) ¿cuál es la probabilidad de que un estudiante espere más de 25 minutos?
d) ¿Cuál es la probabilidad de que un estudiante espere entre 10 y 20 minutos?

Solución:
X se distribuye uniformemente:

⎧0 para x < 0
⎪1
⎪
F ( x) = ⎨ para 0 ≤ x < 30
⎪ 30
⎩⎪1 para x ≥ 30

a)

P(x)
0.035
0.03
0.025
0.02
0.015
0.01
0.005
0
0 5 10 15 20 25 30

30x1/30= 1 Se cumple condición que el área es igual a 1

a + b 0 + 30
b) μ= = = 15
2 2

(30 − 0) 2
σ= = 8.66
12
c) P (X>25) = P(25<x<30) = 5x 1/30 = 1/6
d) P(10<x<20) = 10x 1/30 = 1/3
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

8.-Suponga que la vida de cierto tipo de transistores tiene una distribución exponencial con
vida media de 500 horas. Si X representa la vida útil de un transistor.
a) Hallar la probabilidad que falle antes de las 300 horas?
b) Cuál es la probabilidad que dure por lo menos 300 horas?
c) Si un transistor en particular ha durado 300 horas. ¿Cuál es la probabilidad de que dure
otras 400 horas?

Solución
Se sabe que:

1
μ= = 500
λ
1
λ=
500
⎧ 1 500 −x

⎪ e para x ≥ 0
⎪⎪ 500
f ( x) = ⎨
⎪0 para cualquier otro valor de x
⎪
⎪⎩

⎧ −x

⎪1 − e para x ≥ 0
500

⎪
F ( x) = ⎨
⎪0 para cualquier otro valor de x
⎪
⎩
−300 −3

a) P(x≤300) = F(300)= 1− e 500

= 1− e 5

−300 −3

b) P(x>300) = 1- F(300)= 1 − (1 − e 500

)=e 5

P( x > 700 ∩ X > 300) P( x > 700)

4
−
P( X > 700 / x > 300) = = =e 5
P( x > 300) P( x > 300)

9.- Se ha comprobado que el tiempo de vida de cierto tipo de marcapasos sigue una
distribución exponencial con media de 16 años. ¿Cuál es la probabilidad de que una persona a
la que se le ha implantado este marcapasos se de deba implantar otro antes de 20 años? Si el
marcapasos lleva funcionando correctamente 5 años en un paciente, ¿cuál es la probabilidad
de que haya que cambiarlo antes de 25 años?
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

10.- Considere la siguiente función de densidad de probabilidad exponencial:

x
−
1 8
f ( x) = e , x ≥ 0 ; Hallar a) P(X≤6) b) P(4≤X≤6)
8
Solución:

⎧ 1 −8x
⎪1 − e para x ≥ 0
⎪⎪ 8
F ( x) = ⎨
⎪0 para cualquier otro valor de x
⎪
⎪⎩
−6
1
a) P(X≤6) = F(6)= 1− e 8
8
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

−6 −4
1 8 1 8
b) P(4≤X≤6)=F(6)-F(4)= e − e
8 8

11.- Suponga que el tiempo entre la llegada sucesiva de clientes a la ventanilla de una cajera
de un banco, se sabe que es una exponencial con media de 0.20 min ¿Cuál es la probabilidad
de un intervalo de menos de 10 segundos entre una llegada y la siguiente?
Solución
X: variable aleatoria intervalo de tiempo entre llegadas sucesivas de los clientes

1
μ= = 0 .2
λ
λ =5
⎧1 − e −5 x para x ≥ 0
⎪
F ( x) = ⎨
⎪0 para cualquier otro valor de x
⎩
10 segundos _= 1/6 minutos

P(x<1/6)=1-e-5/6

12.- Suponga que el tiempo que necesita un cajero de un banco para atender a un cliente
tiene una distribución exponencial con una media de 40 segundos
a) Cuál es la probabilidad que el tiempo necesario para atender un cliente dado sea mayor
que 20 minutos?
b) ¿Cuál es la probabilidad que el tiempo necesario para atender un cliente esté comprendido
entre 1 y 2 minutos.

Solución
X: variable aleatoria intervalo de tiempo necesario para atender a un cliente

1 40 2
μ= = =
λ 60 3
3
λ=
2

⎧ 3
− x
⎪1 − e para x ≥ 0
2

⎪
F ( x) = ⎨
⎪0 para cualquier otro valor de x
⎪
⎩
P(x≥2)=1-P(x<2)= 1- F(2) = 1- (1-e-3x2/2)= e-3

P(1<x<2)= F(2)-F(1) = e-3/2 - e-3

Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

13.-Supóngase que X tiene una distribución N(2;16). Determine las probabilidades

siguientes:
a) P(X≥2.3) b) P(1.8≤X≤2.1)

Solución:
X tiene una distribución N(2;16).

μ=2
σ =4

a) P (x>2.3)= 1 – P(x<2.3)

X −μ 2.3 − 2
1 − P( < )
σ 0.4
1 − P( Z < 0.75) = 1 − 0.7734 Valor tabla Z

= 0.2266

b) P (1.8<x2.1)

1.8 − 2 X − μ 2.1 − 2
P( < < )
0.4 σ 0.4
P(−0.5 < Z < 0.25) = F (0.25) − F (−0.5) Valor tabla Z

= 0.5987 − 0.3085 = 0.2902

14.- Los ingresos semanales de los supervisores de turno de la industria del vidrio se rigen
por una distribución de probabilidad normal con una media de $ 1000 y una desviación
estándar de $100 ¿Cuál es el valor z para el ingreso X de un supervisor que percibes $1100
semanales? ¿Y para un supervisor que gana $900 semanales?

Solución:
X tiene una distribución N(1000;1002).

μ = 1000
σ = 100
X −μ
1100 − 1000
Z= = =1
σ 100
X − μ 900 − 1100
Z= = = −1
σ 100

15.-El diámetro de un cable eléctrico está distribuido normalmente con promedio 0.8 y
varianza 0.0004 ¿Cuál es la probabilidad de que el diámetro sobrepase 0.81 pulgadas?
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

Solución:
X diámetro de un cable eléctrico
X tiene una distribución N(0.80;0.0004).

μ = 0.8
σ = 0.02
P( x > 0.81) = 1 − P ( X ≤ 0.81)
X −μ 0.81 − 0.8
1 − P( ≤ )
σ 0.02 Valor tabla Z
1 − P ( Z < 0.5) = 1 − F (0.5)
= 1 − 0.6915 = 0.3085

16.-Se sabe que los errores en cierto instrumento para medir longitudes están distribuidos
normalmente con valor esperado cero y desviación estándar de 1 pulgada.¿cuál es la
probabilidad de que al medir los errores, sean mayores de 1 pulgada, 2 pulgadas, 3 pulgadas?

Solución:
X error de una medida de longitud
X tiene una distribución N(0;1).

μ =0
σ =1
a)

P ( x > 1) = 1 − P ( X ≤ 1)
X −μ 1− 0
1 − P( ≤ )
σ 1 Valor Tabla Z
1 − P ( Z < 1) = 1 − F (1)
= 1 − 0.84134 = 0.15866

b)

P ( x > 2) = 1 − P ( X ≤ 2)
X −μ 2−0
1 − P( ≤ )
σ 1 Valor Tabla Z
1 − P ( Z < 2) = 1 − F ( 2)
= 1 − 0.9772 = 0.0228
c)

P ( x > 3) = 1 − P( X ≤ 3)
X −μ 3−0
1 − P( ≤ )
σ 1 Valor Tabla Z
1 − P ( Z < 3) = 1 − F (3)
= 1 − 0.9987 = 0.0013
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

17.- Supóngase que la temperatura (medida en °C) está distribuida normalmente con
esperanza 50 y varianza 4¿cuál es la probabilidad de que la temperatura T esté entre 48 y 53
°C?

Solución:
T: Temperatura
T ~ tiene una distribución N(50;4).

μ = 50
σ =2
a)

48 − 50 T − μ 53 − 50
P (48 < T < 53) = P ( < ≤ )
2 σ 2
48 − 50 T − μ 53 − 50
P( < ≤ ) Valor Tabla Z
2 σ 2
P (−1 < z ≤ 1.5)
= F (1.5) − F (−1) = 0.7745
18.- Una pequeña ciudad es abastecida de agua cada 2 días; el consumo en volumen de agua
para esta pequeña localidad tiene una distribución normal con media 20000 litros y
desviación típica de 1000 litros (se entiende el consumo cada 2 días). Se trata de hallar la
capacidad de su tanque de agua para que sea de sólo 0.01, la probabilidad que en un período
de 2 días el agua no sea suficiente para satisfacer toda la demanda.

Solución:
X consumo de agua en un período de 2 días
X tiene una distribución N(20000;10002).

μ = 20000
σ = 1000
a)

P( x > c) = 0.01
X − μ c − 20000
P( > ) = 0.01
σ 1000
c − 20000
1 − P( Z < ) = 0.01
1000
c − 20000
P( Z < ) = 0.99
1000
c − 20000
F( ) = 0.99
1000 Valor Tabla Z
c − 20000
= 2.33
1000
c = 22330
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

19.- La fábrica de neumáticos “Duramas” produce un tipo de neumáticos que tiene una vida
útil media de 80000 km y una desviación estándar de 8000 Km. Suponiendo que esta vida útil
esta distribuida normalmente:
a) Cuál es la probabilidad que un neumático dure más de 96000 km?
b) El 50% de los neumáticos duran entre x1 y x2 kilométricos, Hallar los valores x1 y x2, si
ellos son simétricos respecto a la media.
c) El fabricante garantiza que reemplazará gratis cualquier neumático con una duración sea
inferior a x. Determinar el valor de x de modo que tenga que reemplazar sólo el 1% de los
neumáticos.

Solución:
X vida útil de un neumático en km
X tiene una distribución N(80000;80002).

μ = 80000
σ = 8000
a)
P( x > 96000) = 1 − P( x < 96000)
X − μ 96000 − 80000
1 − P( < ) Valor Tabla de “Z”
σ 8000
1 − P( Z < 2) = 1 − 0.9772 = 0.0228

b)

P( x1 < x < x 2 ) = 0.5

X1 − μ X −μ X2 − μ
P( < < ) = 0.5
σ σ σ
X1 − μ
P( Z < ) = 0.25
σ
X2 − μ
P( Z < ) = 0.75
σ Valor Tabla de “Z”
X1 − μ
= −0.67
σ
X 1 = 74640
X2 − μ
= 0.67
σ
X 2 = 85360
Universidad Alas Peruanas Estadística y Probabilidades
Escuela Profesional de Ingeniería Industrial, Sistemas y Electrónica III Ciclo / 2009-2

X −μ c − 80000
P ( x < c) = P ( > ) = 0.01
σ 8000
c − 80000
P( Z < ) = 0.01
c) 8000 Valor Tabla de “Z”
c − 80000
= −2.33
8000
c = 61230

20.- Los registros de pérdida de peso por evaporación de cierto producto empacado muestran
una pérdida media de 6.45 gramos con una desviación estándar de 1.30. Asumiendo una
distribución normal. ¿Cuál es la probabilidad de que si se extraen dos paquetes al azar de un
lote ambas muestran una pérdida de más de 8 gramos?

Solución:
X: peso del primer paquete
Y: peso del segundo paquete
X e Y tiene una distribución N(media, varianza) y son independientes

μ = 6.45
σ = 1.3
P ( x > 8 ∩ Y > 8)) = P( X > 8) P(Y > 8)
X − μ 8 − 6.45 Y − μ 8 − 6.45
P( > ) * P( > )
σ 1.3 σ 1.3
P ( Z > 1.19) * P( Z > 1.19) = (1 − F (1.19)) * (1 − F (1.19)) = 0.1170 * 0.1170 = 0.0137
Tabla Z normal