INSTITUTO TECNOLÓGICO SUPERIOR

DE MOTUL

INGENIERÍA INDUSTRIAL

PROBABILIDAD Y ESTADÍSTICA
UNIDAD 6
DISTRIBUCIONES DE PROBABILIDAD
RESOLUCIÓN DE EJERCICIOS
DOCENTE:
MTRO. LUIS ENRRIQUE ASCORRA CORTÉS
GRADO Y GRUPO:
2A

PECH CAT DANIEL ISRAEL

No. 29

MOTUL, YUCATÁN, MÉXICO

01/06/2024

PROBABILIDAD Y ESTADÍSTICA

UNIDAD 5. DISTRIBUCIONES DE PROBABILIDAD

 RESOLUCIÓN DE EJERCICIOS

Distribución uniforme (continua)

 Un servicio de llamadas telefónicas se ha diseñado de la forma tal que el tiempo
mínimo de espera de quien llame sea de 20 segundos y el máximo de 50 según. Si
los tiempos de respuesta se distribuyen uniformemente, encuentre la probabilidad de
que, al llamar una persona, tenga un tiempo de respuesta:
1. Entre 25 y 45 segundos
1 1
f (x)= =
50−20 30

P ( 25 ≤ x ≤ 45 )

1 20
( 45−25 ) =
30 30

P(25 ≤ x ≤ 45)=0.66 ×100=66 %

La probabilidad entre 25 y 45 segundos es de 66%

2. Menor que 30 segundos
P ( 20 ≤ x ≤30 )

1 10
( 30−20 ) =
30 30

P(20 ≤ x ≤ 30)=0.33 ×100=33 %

La probabilidad menos de 30 segundos es de 33%

 Una persona que va al seguro, sabe que para ser atendido tiene que esperar un
tiempo minimo de 43 min hasta 75 min. Si los tiempos de respuesta para que pasen
los pacientes se distribuyen uniformemente, encuentre la probabilidad de que, dicha
persona pueda ser atendida:
3. A más tardar a los 58 minutos
1 1
f ( x )= =
75−43 32

P(43 ≤ x ≤58)
1 15
( 58−43 ) =
32 32

P(43 ≤ x ≤58)=0.4687× 100=46.87 %

La probabilidad para tardar más de los 58 minutos es de 46.87%

4. Que el paciente lo atiendan entre los 49 y 67 minutos

P(49 ≤ x ≤67)
1 18
( 67−49 ) =
32 32

P(49 ≤ x ≤67)=0.5625 ×100=56.25 %

La probabilidad que el paciente lo atiendan entre los 49 y 67 minutos es de 56.25%

Distribución exponencial
5. Un componente eléctrico tiene una vida media de 8 años. Si su vida útil se
distribuye en forma exponencial.
a) Cuál debe ser el tiempo de garantía que se debe otorgar, si se desea reemplazar a lo
más el 15% de los componentes que fallen dentro de este periodo?
Solución
Fórmula
Primeramente vamos a definir a la variable con distribución exponencial x .
x : Tiempo de vida del componente eléctrico.

Sea T el tiempo de garantía del componente eléctrico es necesario que:

P(X < T) = 0.15
Si ademas tomamos en cuenta que tendremos: β=8
T
0.15=P(X <T )=1 – e 8

Probabilidad de que el componente

Eléctrico dure menos que el tiempo de garantía.
De aquí despejamos la exponencial
T
8
e =0.85

Extraemos logaritmo natural a ambos miembros

−T
=¿ ( 0.85 )
8
Finalmente
T =−8∈ ( 0.85 )=1.3 años

Ejercicio 2.
El tiempo que tarda un empleado en tomar un pedido de un cliente en un restaurante que da
servicio en su coche, sigue una distribución exponencial con una respuesta de atención al
cliente de 4 minutos en promedio.
a)¿Que probabilidad hay de que el cliente siguiente deba esperar menos de 2.5 minutos?
b)¿Que probabilidad hay de que el cliente siguiente deba esperar entre 1 y 3 minutos?
Solución
Inciso A)

Fórmula f ( x )=ʎ e− ʎx
1
Entonces E ( x )=
ʎ
1
Y su media 4=
ʎ
1
Entonces ʎ = =0.25 f ( x )=ʎ e− ʎx
4
−ʎx
P （ X < x ）=f （2 ）=1−e
P ( x< 2.5 )=F ( 2.5 )
−1
( 0.25 )
4
¿ 1−e =0.4647

Inciso B)

P(1< x <3)=P(x <3)−P (x< 1)=F (3)−F (1)=¿

−1 −1
(3 ) (1 )
4 4
1−e −1−e =0.5276−0.2212=0.3064

Distribución normal
 Distribución normal aplicada al peso de los estudiantes
La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación tipica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan:
 Entre 60 kg y 75 kg .
 Más de 90 kg .
 Menos de 64 kg .
 De 64
 64 kg o menos.
Solución
La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación típica 3 kg
Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan:
A) Entre 60 kg y 75 kg .
Sustituyendo:

P ( 60< X ≤ 75 )=P ( 60 –3 70 ≤ Z ≤ 75 –3 70 )=P (−3.33 ≤ z ≤1.67 )

¿ P(Z ≤ 1.67)– P(Z ≥−3.33)=P(Z ≤ 1.67) – ( 1 – P ( Z ≤3.33 ) )

Localizando los valores en la tabla de distribución normal y operando:

P ( Z ≤1.67 )=0.9525 y P(Z ≤ 3.33)=0.9996

Por lo tanto, si multiplicamos la probabilidad P(60 ¡ x ≤ 75) por los 500 estudiantes tenemos

500 • P(60< X ≤75)=500 P ( 60 –3 70 ≤ z ≤ 75 –3 70 )

¿(500)¿

De los 500 estudiantes 476 se encuentran entre los 60 y 75 kilogramos de peso.

B) Más de 90 kg.
Sustituyendo y simplificando tenemos:

(
P ( X >90 )=P Z >
90−70
3 )
=P ( Z >6.66 )=1−P ( z ≤ 6.66 )

¿ 1−1=0

Multiplicando la probabilidad por 500 obtenemos

500 • P( X >90)=(500)(0)=0

Es imposible hallar a un solo estudiante por encima de los 90 kilogramos.

 C) Menos de 64 kg.
Sustituyendo y simplificando tenemos:

(
P( X< 64)=P Z <
64+70
3 )
=P( Z <−2)=1−P(Z <2)

¿ 1−0.9772=0.0228

Multiplicando la probabilidad por 500 obtenemos

( 500 ) • P( X <64)=(500)(0.0228)=11.4

Hay 11 estudiantes que pesan menos de 64 kilogramos

D) De 64 kg
Cuando la distribución es continua, la probabilidad de que la variable tenga un valor exacto
siempre es nula (0). Por lo tanto

P( X=64)=0

E) 64 kg o menos.
Dados los resultados anteriores:
Existen cero estudiantes que pesan 64 kilogramos exactos y hay 11 estudiantes que pesan
menos de 64 kilogramos, entonces, existen 11 estudiantes que pesan 64 kilogramos o
menos.
500 • P ( X <64 )=500 P ( X ≤ 64 )=11

Aproximación de la Binomial a la Normal.

Ejercicio 1
Se lanza un dado 720 veces. Calcula la probabilidad aproximada de que salgan, al menos,
110 seises.
Solución
La variable X ="número de seises en 720 tiradas" sigue una distribución binomial

(
B 720 , )1
6
No obstante, como n es grande y n p =120 > 5 y n • q=600 >5, X se puede aproximar por
una normal N ( n • p ; √ n • p •q ) . Luego tendremos una normal n ( 120 , 10 )
P ( x ≥ 110 ) → Aplicamos la corrección de continuidad P ( x ≥ a ) = P ( x ’ ≥ a−0 , 5 ) →
x−μ 109 ,5−220
P ( x ’ ≥ 109 , 5 ) → z= = =−1 , 05 → P ( z ≥−1 ,05 )= p ( z ≤ 1, 05 )=0,8531
Ō 10
Ejercicio 2.
Tenemos un bombo de lotería con 10 bolas idénticas numeradas del 1 al 10.

a) Hacemos seis extracciones consecutivas de una bola que se devuelve al bombo

después de cada extracción. Calcula la probabilidad de que el número cuatro salga,
como máximo, una vez en estas extracciones.
Solución
Sea X la variable aleatoria que describe el número de veces que sal el número 4.
Se trata de una B ( 6; 0,1) y la probabilidad pedida es la siguiente :

() 0 ()
p ( x ≤ 1 )= p ( x=0 ) + p ( x=1 )= 6 •0 , 1 •0 , 9 + 6 • 0.1 • 0 , 9 =0,5314 +0,3543=0,8857
0 6

1
1 5

Ejercicio 3.
Tiramos una moneda perfecta 100 veces. Hacemos la predicción de que saldrá un número
de caras comprendido entre 40 y 53. Calcula la probabilidad de acertar.
Solución
La variable X=" número de caras obtenidas al lanzar una moneda 100 veces" sigue una
distribución binomial B (100 ; 0 ,5 ) Comon • p=100 •0 , 5=50>5 y n •q=100 • 0 ,5=50>5,
esta se puede aproximar a una normal N ( n • p ; √ n • p •q ) . Luego tendremos una N ( 50 ,5 ) .
P ( 40 ≤ x ≤ 53 ) → Aplicamos la corrección de continuidad
P ( a ≤ x ≤ b )=¿=P ( a−5 ≤ x ’ ≤ b+5 ) →P (39,5x'≤53,5) =

{ }
39 , 5−50
Z 1= =−2 , 1
x−μ 5
z= = → P (−2, 1 ≤ z ≤0 ,7 )=¿ P ( z ≤ 0 ,7 )−P ( z ≤−2 ,1 )=P ( z ≤0 , 7 )−[ 1−P ( z ≤ 2 ,1
Ō 53 ,5−50
Z 2= =0 , 7
5

Ejercicio 4
Se supone que los resultados de un examen siguen una distribución normal con media 78
y varianza 36. Se pide :
a) ¿Cuál es la probabilidad de que una persona que se presente al examen obtenga una
calificación superior a 72?
Solución
x −μ 72−78
P ( x> 72 ) → z= = =−0 , 16 → P ( z>−0 , 16 )=P ( z ≤ 0 , 16 ) =0,5636
Ō 36

Distribución Gamma.

Ejercicio 1
Calcular la función de densidad de probabilidad de una distribución gamma
Supongamos que queremos encontrar la función de densidad de probabilidad de una
distribución gamma con parámetros k=2 y θ=3. La fórmula para la PDF de la distribución
1 k−1 ¿
gamma es: f ( x ; k , θ )= k X e¿
θ r (k )
Solución
Sustituyendo los valores de k y θ, obtenemos:
 −x
1
f ( x ; 2 ,3 )= 2 X 2−1 e 3
3 r ( 2)
−x
1
f ( x ; 2 ,3 )= xe 3
9 r ( 2)
Ahora, necesitamos calcular el valor de Γ(2). La función gamma de un número entero n es
(n-1)!. Entonces, Γ(2) = 1!
−x
1
f ( x ; 2 ,3 )= xe 3
9• 1
−x
1
f ( x ; 2 ,3 )= x e 3
9
Esta es la función de densidad de probabilidad de la distribución gamma con k=2 y θ=3.
Ejercicio 2
Calcular la probabilidad acumulada de una distribución gamma
Solución
Supongamos que queremos encontrar la probabilidad acumulada de una distribución
gamma con k=3 y θ=4 hasta x=10. La fórmula para la función de distribución acumulada
(CDF) de la distribución gamma es:
f ( x ; k , θ )=( ) 1
r (k )
r k,
x
θ
Donde γ es la función gamma incompleta. Sustituyendo los valores de k, θ y x, obtenemos:

( ) 1
f ( 10 ; 3 , 4 ¿ )= r 3 ,
2
5
2
Ejercicio 3
Encontrar el percentil de una distribución gamma
Solución
Si queremos encontrar el percentil p de una distribución gamma con k=2 y θ=3, usamos la
fórmula inversa de la función de distribución acumulada:
x p=θ •Q ( k , p )
Donde Q es la función inversa de la función gamma. Utiliza esta fórmula para encontrar el
valor de x p correspondiente al percentil p deseado.
Ejercicio 4.
Encontrar la media y la varianza de una distribución gamma
La media de una distribución gamma es μ=k ⋅θ μ=k ⋅θ y la varianza esō 2=k •θ 2
Dados k =3 y θ=4 ,sustituimos estos valores en las fórmulas para encontrar la media y la
varianza:
Solución

Media: μ=3⋅ 4=12

Varianza: σ 2=3 ⋅4 2=48
Por lo tanto, la media de esta distribución gamma es 12 y la varianza es 48.