74 ejercicios resueltos paso a paso. · Página 1 de 8 (ejercicios 1 al 10)
4.1 Variables de conteo
1.
Supón que vas a jugar un juego de dados cuyo resultado solo depende de la suma obtenida al lanzar dos dados. Tu rival insiste en jugar con unos dados que tienen los puntos sobre las caras según se indica en la figura: el primer dado tiene las caras 1, 2, 2, 3, 3 y 4, y el segundo dado tiene las caras 1, 3, 4, 5, 6 y
8. Su argumento es que la distribución de probabilidad de la suma con estos dados es la misma que si se usaran unos dados corrientes, y que con estos dados no se corre el riesgo de que alguien subrepticiamente los cambie por dados desbalanceados. ¿Tiene razón? Verifica matemáticamente que la suma obtenida con estos dados tiene la misma distribución de probabilidad que la suma obtenida con dos dados corrientes.
Para resolver este ejercicio procederemos de la siguiente manera: primero recordaremos la distribución de la suma con dos dados corrientes, contando los casos favorables de cada suma entre 2 y 12 sobre los 36 resultados posibles. Después construiremos la tabla de las 36 sumas posibles con los dados propuestos por el rival (caras 1, 2, 2, 3, 3, 4 y 1, 3, 4, 5, 6, 8) y contaremos cuántas veces aparece cada suma. Por último compararemos ambas distribuciones.
Supongamos que el número de individuos que llegan a la cola del cine, por unidad de tiempo, se distribuye según una distribución de Poisson de media 5,2 Calcula la probabilidad de que lleguen más de cinco individuos en una unidad de tiempo.
Para resolver este ejercicio procederemos de la siguiente manera: identificaremos el modelo de Poisson, que es el adecuado porque se cuentan sucesos que ocurren en una unidad de tiempo con una tasa media conocida. Como se pide "más de cinco", utilizaremos el suceso contrario y restaremos de uno la probabilidad acumulada hasta cinco, que es la suma de la función de probabilidad de Poisson desde cero hasta cinco.
Supongamos que el número de individuos que llegan a la cola del cine, por unidad de tiempo, se distribuye según una distribución de Poisson de media 5,2 Calcula la probabilidad de que el número de individuos que llegan a la cola del cine en una unidad de tiempo esté comprendido entre dos y ocho, ambos inclusive.
Para resolver este ejercicio procederemos de la siguiente manera: identificaremos el modelo de Poisson, que es el adecuado porque se cuentan sucesos que ocurren en una unidad de tiempo con una tasa media conocida. Como se pide el intervalo entre dos y ocho, ambos inclusive, sumaremos las probabilidades puntuales de Poisson para cada valor desde dos hasta ocho.
Una central telefónica recibe un promedio de 60 llamadas por hora. Calcula la probabilidad de que, durante los 30 s que falta la telefonista, no haya llamadas telefónicas.
Para resolver este ejercicio identificaremos el modelo de Poisson, que es el adecuado porque se cuentan llamadas en un intervalo de tiempo con una tasa media conocida. Primero convertiremos la tasa media de llamadas por hora a llamadas por 30 s, y después calcularemos la probabilidad de que el número de llamadas sea cero con la función de probabilidad de Poisson.
En una determinada zona geográfica se pretende introducir un nuevo producto del que es razonable esperar sea demandado por el 40 % de los habitantes de dicha zona. Determina la probabilidad de que, consultados 10 de estos habitantes tomados al azar, dicho producto sea demandado por tres o más de ellos.
Para resolver este ejercicio procederemos de la siguiente manera: definiremos una variable aleatoria que cuente el número de habitantes que demandan el producto e identificaremos el modelo binomial, que es el adecuado porque hay un número fijo de habitantes consultados, cada uno demanda el producto o no con la misma probabilidad y de forma independiente. Como se pide "tres o más", utilizaremos el suceso contrario y restaremos de uno la probabilidad de que lo demanden como máximo dos habitantes.
En una determinada zona geográfica se pretende introducir un nuevo producto del que es razonable esperar sea demandado por el 40 % de los habitantes de dicha zona. Determina la probabilidad de que, consultados 10 de estos habitantes tomados al azar, dicho producto sea demandado por cinco o más de ellos.
Para resolver este ejercicio procederemos de la siguiente manera: definiremos una variable aleatoria que cuente el número de habitantes que demandan el producto e identificaremos el modelo binomial, que es el adecuado porque hay un número fijo de habitantes consultados, cada uno demanda el producto o no con la misma probabilidad y de forma independiente. Como se pide "cinco o más", utilizaremos el suceso contrario y restaremos de uno la probabilidad de que lo demanden como máximo cuatro habitantes.
En una máquina calculadora electrónica se sabe que fallan de media dos transistores en una hora. Los fallos de los transistores siguen una distribución de Poisson. La máquina de calcular no funciona cuando se le estropean dos o más transistores. ¿Qué probabilidad tiene una operación de tres horas de ser llevada a cabo?
Para resolver este ejercicio identificaremos el modelo de Poisson, que es el adecuado porque se cuentan fallos en un intervalo de tiempo con una tasa media conocida. Primero calcularemos la tasa media de fallos para las tres horas que dura la operación, y después calcularemos la probabilidad de que fallen menos de dos transistores (cero o uno) con la función de probabilidad de Poisson, que es la probabilidad de que la operación se complete.
Las erratas de impresión de una página de cierta edición siguen una distribución de Poisson, y hay dos erratas de media por página. En una revista de 20 páginas, calcula la probabilidad de que en una o más páginas se encuentren más de 5 erratas.
Para resolver este ejercicio trabajaremos en dos etapas con dos modelos distintos. Primero identificaremos el modelo de Poisson para el número de erratas de una página y calcularemos la probabilidad de que una página tenga más de 5 erratas. Después identificaremos el modelo binomial para contar cuántas de las 20 páginas superan ese umbral, y calcularemos la probabilidad de que sea al menos una usando el suceso contrario.
Supongamos que lanzamos al aire una moneda mal construida, de modo que la probabilidad de obtener cara es \(\frac{1}{3}\) Calcula la probabilidad de obtener 5 cruces antes de la primera cara.
Para resolver este ejercicio procederemos de la siguiente manera: definiremos una variable aleatoria que cuente el número de cruces antes de la primera cara e identificaremos el modelo geométrico, que es el adecuado porque se repiten ensayos independientes hasta obtener el primer éxito (la primera cara). A continuación escribiremos la función de probabilidad del modelo geométrico y la evaluaremos para el valor pedido.
Supongamos que lanzamos al aire una moneda mal construida, de modo que la probabilidad de obtener cara es \(\frac{1}{3}\) Calcula la probabilidad de que el número de cruces antes de la primera cara sea menor que siete, sabiendo que dicho número es mayor que dos.
Para resolver este ejercicio definiremos una variable aleatoria que cuente el número de cruces antes de la primera cara e identificaremos el modelo geométrico, que es el adecuado porque se repiten ensayos independientes hasta obtener la primera cara. Después aplicaremos la propiedad de falta de memoria del modelo geométrico: una vez superadas las dos primeras cruces, la distribución del número de cruces adicionales que faltan es la misma que la inicial.
Solo los usuarios registrados pueden acceder a las soluciones completas de los ejercicios y al reproductor interactivo de ejercicios y de teoría.
🎁
¡Promoción de lanzamiento!
El acceso es gratuito de por vida y sin necesidad de introducir datos de pago para los 100 primeros usuarios registrados. A partir de los 100 primeros costará 4,99 €/mes (+IVA) o 49,99 €/año (+IVA).
Regístrate gratis para obtener acceso inmediato a todos los recursos. Si ya estás registrado en matemas.com, entra con tu usuario y contraseña: