UNIVERSIDAD TECNOLGICA DE PANAM

FACULTAD DE INGENIERA CIVIL

MAESTRA EN ADMINISTRACIN DE PROYECTOS DE CONSTRUCCIN

PROBABILIDAD

PRESENTADO POR
Michelle Alvarez
Astrid Camargo
Librada Saavedra
Rafael Martnez
ngela Mojica
Anabeth Vargas

4-749-1364
2-714-1369
2-712-1855
2-712-530
9-723-1406
8-817-2329

SEGUNDO CUATRIMESTRE

JULIO 2012

TALLER 3.

DISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIN BINOMIAL, POISSON Y HIPERGEOMETRICA
1. Sea X una v.a. que se distribuye segn una Poisson P(=3).
Obtener las siguientes probabilidades:
a) P(X=2)
Segn La tabla de distribucin de Poisson
P(X=2) =0.423
b) P(X4)
Segn La tabla
P(X4) =1- P(X4)=1-.315=0.815
c) P(X>9)
Segn La tabla
P(X>9)=1x10-3
d) P(X7)
Segn La tabla
P(X7)=0.988
e) P(X4)
Segn La tabla
P(X4)=0.161
2. Si la probabilidad de que cierta columna falle ante una carga axial
especfica es 0.05. Cules son las probabilidades de que entre 16
de tales columnas:
a. a lo mximo fallen dos,
P(X=2)=0.1463
b. al menos cuatro fallen
P(X4)=1-0.0991
3. Un jefe de proyectos ha comprobado que un subcontratista falla
en entregar a tiempo las rdenes corrientes, en aproximadamente
el 20% de las ocasiones. El jefe de proyectos tiene seis rdenes que
este subcontratista se comprometi a entregar. Calcule la
probabilidad de que:

P(k) = (

) pk qnk

a. El subcontratista entregue todas las rdenes

a). P(X=6)

Datos: k= 6; n=6; p=0.2

En Excel utilizando la funcin DISTR.BINOM e ingresando n=6 en el nmero

de xito, n=6 en ensayos, 0.2 en la P (xito) y VERDADERO en el acumulado
obtenemos:
P(x=6) = 1
b). El subcontratista entregue al menos cuatro rdenes
P(x>=4). Datos: K=4; n=6; p=0.2
Como el ensuciado nos indica que es al menos 4 es decir mnimo cuatro,
sea que el cuatro est incluido, obtenemos:
P(x<=3)= 0.98304 entrando con 3 como numero de xito, 6 en ensayo, 0.2
en P (xito) y Falso para obtener el acumulado hasta 3.
P(x>=4) = 1 P(x<=3).
P(x>=4) = 1 0.98304.
P(x>=4) = 0.01696
c). El subcontratista entregue exactamente cinco rdenes
P(x=5). Datos: k=5, n=6, p=0.2
En Excel utilizando la funcin DISTR.BINOM e ingresando n=5 en el nmero
de xito, n=6 en ensayos, 0.2 en la P (xito) y Falso porque es puntual,
obtenemos:
P(x=5) = 0.001536
4. Una compaa telefnica observa que entran 3.2 llamadas por
minuto en una lnea determinada. Cul es la probabilidad de que
entren 5 llamadas en esa lnea el prximo minuto?

p( x)

e x
x!

Insertamos la funcin Poisson en Excel que devuelve la distribucin de

Poisson, ingresamos 5 en la casilla X del nmero de sucesos, 3.2 en la
media=lamda y en el acumulado colocamos falso porque es puntual,
obtenemos.
P(x=5)=0.1140
5. Si el promedio de accidentes graves por ao en una industria
(donde el nmero de empleados permanece constante) es de 5 y si
el nmero de accidentes se distingue segn Poisson, encontrar la
probabilidad de que:
a). exactamente 7 accidentes
p( x)

e x
x!

Insertamos la funcin Poisson en Excel que devuelve la distribucin de

Poisson, ingresamos 7 en la casilla X del nmero de sucesos, 5 en la
media=lamda y en el acumulado colocamos falso porque es puntual,
obtenemos.
P(X=7)= 0.104444863
b). ningn accidente
P(X=5)= 0.17546737
c). mximo 5 accidentes
1- P(X=5)= 0.615960655
6. Un lote de 40 bloques se considera aceptable si contiene no ms
de 3 defectuosos. El procedimiento para muestrear el lote consiste
en seleccionar 5 componentes al azar y rechazar el conjunto si se
halla uno defectuoso. Cul es la probabilidad de que se encuentre
exactamente 1 defectuoso en la muestra si existen 3 con defectos
en todo el lote?

P(X x)

N-A

n-x
N

P(X x)

3

1

40 - 3

5 -1
40

P(X=1)=0.0602

DISTRIBUCIN UNIFORME, NORMAL Y T-STUDENT

1.
Un meteorlogo hace una medicin del tiempo al azar,
suponiendo que est distribuida uniformemente en el intervalo [1,
4]. A) Calcule la probabilidad de que la medicin este entre 5/2 y 3.
3

P (5 / 2 x 3

1
3 5 / 2 .5
dx
0.166
3
3
3
5/ 2

2.
Una fbrica de tornillos produce un tipo de tornillo con un
dimetro promedio de 6.5 mm y una desviacin estndar de 1.5 mm,
cul es la probabilidad de encontrar tornillos con dimetro a)
mayor que 7mm, y b) entre 6 y 7 mm? Suponga normalidad.
Promedio=6.5 mm
Desviacin estndar=1.5 mm
a) mayor que 7mm
=P(z>7)
=1- P(z<(7-6.5)/1.5)
=1- P(z<-0.3333)
=1-.6293
=0.3707

b) entre 6 y 7 mm
=P(z>6)
=1- P(z<(6-6.5)/1.5)
=1- P(z<-0.3333)
=1-0.3707
=0.6293
P(Z>6y z<7)=0.6293-0.3707]=0.2586

3.

Determinar las siguientes probabilidades:

a)

P (z > 1)

P (x > b)=1- F (b) = 1- P (Z < 1)= 1 0.84134475=0.15865525

b)

P (z < 1.26)

P (x < a)= F (a) = P (Z < 1.26)= 0.8962

c)

P (-2 < z < 2)

P (a<x < b) = F (a) - F (b) = P (Z < -2) - P (Z < 2) = 0.9772499

0.0227501= 0.9544997

b) P (z<-2.5) + P (z>2.5)
P (x<a) + P (x > b) = F (a) + [1- F (b)] = P (Z < -2.5) + [1- P (Z < 2.5)
P (Z < -2.5) + [1- P (Z < 2.5) = (0.0062097) + (1 0.9937903)
P (Z < -2.5) + [1- P (Z < 2.5) = 0.0124193.

4.

Determinar las probabilidades, donde X es una variable normal

con media 0.8 y varianza

Solucin:
= 0.8;

a)

=4

P (X<-1.16)

Z= 0.09
P (Z 0.09)= 0.5359

b)

P(X>-2.9)

Z= -0.925
P (Z -0.925)= [1- P (Z -0.925) =1 0.1762 = 0.8238.

c)

P(2 <X <10)

P (0.3< Z <2.3)
P (a< x < b) = F (a) - F (b) = P (Z < 0.3) - [1-P (Z < 2.3)]
= 0.61791142 (1-0.98927589)
= 0.61791142 - 0.01072411
=0.60718731

5.
El salario por hora para los trabajadores en una construccin
sigue una distribucin normal con una media de B/. 9.10 y una
desviacin estndar de B/ 0.90.
a)
Determine la probabilidad de que el salario por hora de un
trabajador exceda los B/. 10.00.
P(x<10)
=0.90
=9.10

P (X > 10) = 1-F (z (10-9.1)/0.9) = 1-F(z 1) = 1-0.8413=0.1587

b)
Averige la probabilidad de que el salario por hora de un
trabajador est entre B/. 7.70 y B/. 11.50.
P(7.70<x<11.50)=F(Z(11.50-9.10)/0.90)-F(Z(7.70-9.10)/0.90)
=F(Z2.67)-F(Z-1.56)
=0.9962-0.0594=0.9368

c)

Qu proporcin de trabajadores gano menos de B/. 8.50?

. P (X < 8.5) = F (z (8.5-9.1)/0.9) = F (z -0.6667) = 0.2524

6.
El peso que soporta una varilla especial para construccin,
sigue la distribucin normal, si en promedio aguanta 25 toneladas
antes de romperse con una varianza de 4 toneladas,
a) A qu proporcin de estas varillas aguantan un peso mayor de
27 Toneladas?
P (X > 27) = 1-F (z (27-25)/2) = 1-F(z 1) = 1-0.8413=0.1587
b) Si las especificaciones dadas por el fabricante requieren que
todas las varillas aguanten un peso entre 22 y 28 toneladas. Qu %
de varillas se esperan rechazar?
P(22<x<28)=F(Z(28-25)/2)-F(Z(22-25)/2)=F(Z1.5)-F(Z-1.5)=0.93320.0668 = 0.8664
Se esperan rechazar aquellas que no cumplan con las normas
especificaciones las cuales representan el 100%*(1-.8664)=13.36%

c) de acuerdo a lo especificado en el inciso b, si se tiene un lote de

4,000 varillas, cuntas se rechazaran?
Para un lote de 4000 varillas se rechazaran: 13.36% (4000)=534.40
varillas