LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
Ejercicios resueltos de probabilidad y estadística
1. Ejercicios resueltos de la Estadística de Edwin Galindo y de
la Politécnica de Madrid
Por: Mario Orlando Suárez Ibujés
Fecha: 25/10/2023
https://orcid.org/0000-0002-3962-5433
https://scholar.google.com/citations?user=FUoyU1cAAAAJ&hl=e
http://repositorio.utn.edu.ec/handle/123456789/760
Estadística de Edwin Galindo
Pág. 64-65: Ejercicicios 28, 29 y 30
28. Sean Ω un espacio muestral y A, B y C eventos cualesquiera, exprese las siguientes afirmaciones como
uniones e intertersecciones de A, B y C de sus complementos
a) Ninguno de los eventos A, B, C ocurre
𝑥 ∈ (𝐴 ∪ 𝐵 ∪ 𝐶)𝑐
= 𝐴𝑐
∩ 𝐵𝑐
∩ 𝐶𝑐
b) Por lo menos uno de los eventos A, B, C ocurre
𝑥 ∈ (𝐴 ∪ 𝐵 ∪ 𝐶)
7. Estadística Politécnica de Madrid
Pág. 71: Ejercicios 1,2,3
Realizar las gráficas de las funciones de densidad en R
1. Dada la variable aleatoria discreta X, cuya función de probabilidad viene definida por
𝑃(𝑋 = 𝑥) = 𝑘𝑥, 𝑥 = 1,2, . . ,5
a) Calcular el valor de la constante k
Como lo valores de la variable aleatoria discreta son 1, 2, 3, 4, 5 con probabilidades x, 2x, 3x, 4x, 5x,
respectivamente. Como la suma de las probabilidades debe ser 1, se tiene
𝑥 + 2𝑥 + 3𝑥 + 4𝑥 + 5𝑥 = 1
Entonces el valor de x es
15𝑥 = 1 → 𝑥 =
1
15
Entonces la función de densidad es
𝑓(𝑥) =
1
15
𝑥
Graficando la función de densidad f(x)
Código de R
# f(x)=(1/15)x
x= seq(1,5,0.01)
fx=(1/15)*x
x11()
par(mfrow=c(1,2))
plot(x,fx,type = "l", main = "Gráfica función de densidad f(x)=(1/15)x",
14. 13. Una encuesta revela que el 20% de la población es favorable a un político y el resto es desfavorable. Si se
eligen seis personas al azar, se desea saber:
a) La probabilidad de que las seis personas sean desfavorables
Pr(𝑋 = 𝑘) = 𝐶𝑛
𝑘
𝑝𝑘
𝑞𝑛−𝑘
Pr(𝑋 = 6) = 𝐶6
6
∙ 0,86
∙ 0,26−6
= 0,26214
a) La probabilidad de que las cuatro de las seis personas sean favorables
Pr(𝑋 = 4) = 𝐶6
4
∙ 0,24
∙ 0,86−4
= 0,01536
Estadística de Edwin Galindo
Pág. 133: Ejercicicios 35, 36 y 37
35. Sea Y una variable aleatoria que sigue una distribución de Poisson de media 𝜆 = 2, Calcule:
Para 𝑋~𝒫(𝜆)
Pr(𝑋 = 𝑘) =
𝑒−𝜆
𝜆𝑘
𝑘!
, 𝑘 = 0,1,2, ….
Con el tiempo t
Pr(𝑋 = 𝑘) =
𝑒−𝜆𝑡(𝜆𝑡)𝑘
𝑘!
, 𝑘 = 0,1,2, ….
a) Pr (𝑌 = 4)
Pr(𝑋 = 𝑘) =
𝑒−𝜆
𝜆𝑘
𝑘!
Pr(𝑌 = 4) =
𝑒−2
∙ 24
4!
= 0,09022
b) Pr(𝑌 ≤ 4)
Pr(𝑌 ≤ 4) = 𝑃(𝑌 = 0) + 𝑃(𝑌 = 1) + 𝑃(𝑌 = 2) + 𝑃(𝑌 = 3) + 𝑃(𝑌 = 4)
Pr(𝑌 ≤ 4) =
𝑒−2
∙ 20
0!
+
𝑒−2
∙ 21
1!
+
𝑒−2
∙ 22
2!
+
𝑒−2
∙ 23
3!
+
𝑒−2
∙ 24
4!
Pr(𝑌 ≤ 4) = 0,1353 + 0,2707 + 0,2707 + 0,1804 + 0,0902 = 0,9473
c) Pr(𝑌 > 4)
Pr(𝑌 > 4) = 1 − 𝑃(𝑋 ≤ 4) = 1 − 09473 = 0,0527
d) Pr (𝑌 ≥ 4|𝑌 ≥ 2)
𝑌 ≥ 4 = 1 − 𝑃(𝑌 ≤ 3) = 1 − 𝑃(𝑌 = 0) − 𝑃(𝑋 = 1) − 𝑃(𝑋 = 2) − 𝑃(𝑋 = 3)
𝑌 ≥ 4 = 1 − 0,1353 − 0,2707 − 0,2707 − 0,1804 = 1 − 0,8571 = 0,1429
𝑌 ≥ 2 = 1 − 𝑃(𝑌 ≤ 1) = 1 − 𝑃(𝑌 = 0) − 𝑃(𝑋 = 1)
𝑌 ≥ 2 = 1 − 0,1353 − 0,2707 = 1 − 0,4060 = 0,5940
Pr(𝑌 ≥ 4|𝑌 ≥ 2) =
0,1429
0,5940
= 0,2405
15. 36. El promedio de llamadas que recibe una central telefónica en un minuto es de 1,5. Halle la probabilidad
de que en cuatro minutos se reciban:
Pr(𝑋 = 𝑘) =
𝑒−𝜆𝑡(𝜆𝑡)𝑘
𝑘!
, 𝑘 = 0,1,2, ….
a) 3 llamadas
Pr(𝑋 = 3) =
𝑒−1,5∙4𝑡(1,5 ∙ 4)3
3!
= 0,089235
b) menos de 3 llamadas
Pr(𝑋 < 3) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)
Pr(𝑋 < 3) =
𝑒−1,5∙4𝑡(1,5 ∙ 4)0
0!
+
𝑒−1,5∙4𝑡(1,5 ∙ 4)1
1!
+
𝑒−1,5∙4𝑡(1,5 ∙ 4)2
2!
Pr(𝑋 < 3) = 0,002479 + 0,014873 + 0,044618 = 0,061969
c) no menos de cuatro y no más siete
Pr(4 ≤ 𝑋 ≤ 7) = 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) + 𝑃(𝑋 = 6) + 𝑃(𝑋 = 7)
Pr(4 ≤ 𝑋 ≤ 7) = 0,133853 + 0,160623 + 0,160623 + 0,137677 = 0,592776
37. Suponga que el número de pacientes que ingresan a la sala de emergencia de un hospital en la noche del
viernes tiene una distribución de Poisson con media igual a 4. Evalué las probabilidades de que:
a) durante una noche haya exactamente 2 pacientes en la sala de emergencia
Pr(𝑋 = 𝑘) =
𝑒−𝜆
𝜆𝑘
𝑘!
Pr(𝑋 = 2) =
𝑒−4
42
2!
= 0,146525
b) durante la noche hayan más de 3 personas
Pr(𝑋 > 3) = 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1) − 𝑃(𝑋 = 2) − 𝑃(𝑋 = 3)
Pr(𝑋 > 3) = 1 − 0,018316 − 0,073263 − 0,146525 − 0,195367 = 1 − 0,433470 = 0,566530
Estadística de Edwin Galindo
Pág. 145: Ejercicicios 1, 2, 3
1. Una variable aleatoria X tiene distribución uniforme sobre [−3,1]. Calcule
a) Pr (𝑋 = 0)
Para estimar la función de densidad se sabe que 𝑓(𝑥) = 0 𝑠𝑖 𝑥 ∉ [−3,1]
Se tienen los límites 𝑎 = −3, 𝑏 = 1, por lo que
𝑓(𝑥) =
1
𝑏 − 𝑎
=
1
1 − (−3)
=
1
1 + 3
=
1
4
, 𝑒𝑛 [−3,1]
21. 𝑓(𝑥) = {
0, 𝑠𝑖 𝑥 < 0
1
4
𝑒−
1
4
𝑥
, 𝑠𝑖 𝑥 ≥ 0
Función de distribución
𝐹(𝑥) = {
0, 𝑠𝑖 𝑥 < 0
1 −
1
4
𝑒−
1
4
𝑥
, 𝑠𝑖 𝑥 ≥ 0
Esperanza
𝐸(𝑋) =
1
𝜆
=
1
1
4
= 4
Varianza
𝑉𝑎𝑟(𝑋) =
1
𝜆2
=
1
(
1
4
)
2 =
1
1
16
= 16
12. Se prueban dos elementos que trabajan independietemente. El tiempo de trabajo del primer elemento tiene
distribución ℰ(0.02) y el segundo elemento ℰ(0.05). Halle la probabilidad de que en el tiempo de duración
de 𝑡 = 6 ℎ𝑜𝑟𝑎𝑠:
𝑃𝑟1(𝑋 ≤ 6) = 1 − 𝑒−0.02(6)
= 0,1131
𝑃𝑟2(𝑋 ≤ 6) = 1 − 𝑒−0.05(6)
= 0,2592
a) ambos elementos fallen
0,1131 ∙ 0,2592 = 0,0293 = 0,03
b) ambos elementos no fallen
(1 − 0,1131)(1 − 0,2592) = 0,657 = 0,66
c) solo falle un elemento
1 − 0,03 − 0,66 = 0,31
d) falle por lo menos un elemento
1 − 0,66 = 0,34
13. La duración (en minutos) de las llamadas telefónicas de larga distancia desde Quito es una variable
aleatoria con densidad
𝑓(𝑥) = {
0, 𝑠𝑖 𝑡 ≤ 0
𝑐𝑒−
𝑡
3, 𝑠𝑖 𝑡 > 0
Determine el valor de c y calcule la probabilidad de que una llamada dure:
Se sabe que
∫ 𝑓(𝑥)𝑑𝑥 = 1
∞
−∞
Entonces