Simulacin

de Sistemas
Dr. Juan Martn Preciado Rodrguez
Ingeniera Industrial y de Sistemas Universidad de Sonora

Clase XI
1

Ejercicio 1. Supongamos que la probabilidad de tener una unidad defectuosa en una lnea de
ensamblaje es de 0.05. Si el conjunto de unidades terminadas constituye un conjunto de
ensayos independientes:
1. Cul es la probabilidad de que entre diez unidades dos se encuentren defectuosas?
2. Y de que a lo sumo dos se encuentren defectuosas?
3. Cul es la probabilidad de que por lo menos una se encuentre defectuosa?
Solucin:
Sea xi una variable aleatoria que representa el estado de una unidad terminada en la lnea de
ensamblaje en el momento i, siendo xi = 1 si la unidad es defectuosa y xi =0 en caso contrario.
La variable X sigue una distribucin Bernoulli con parmetro p=0.05, de acuerdo con el dato
inicial del problema. Adems, ntese que un conjunto de unidades terminadas constituye un
conjunto de ensayos independientes, por lo que el nmero de unidades defectuosas de un
total de n unidades terminadas (x1, x2, .., xn), esto es,
n
sigue una distribucin Binomial de parmetros n y p=0.05. Hechas estas consideraciones
f (n, p) xi ,
iniciales,
procedemos a resolver el problema:
i 1

1. x B(n, p) f(n,p) =

Cx px(1-p)n-x = P(B(10,0.05),x=2)=0.0746

2. P(B(10,0.05),x2)= P(B(10,0.05), x=0, x=1, x=2)=0.9884

3. P(B(10,0.05),x1)= 1-P(B(10,0.05), x=0) = 0.4013

Ejercicio 2. Una empresa electrnica observa que el nmero de componentes que fallan antes
de cumplir 100 horas y el promedio de estos fallos es ocho.
1. cul es la probabilidad de que falle un componente en 25 horas?
2. y de que fallen no ms de dos componentes en 50 horas?
3. cul es la probabilidad de que fallen por lo menos diez en 125 horas?
Solucin:
Sea la variable aleatoria X , con distribucin de Poisson con parmetro = 8, que determina
el nmero de componentes que fallan antes de cumplir 100 horas de funcionamiento.
1. Considerando que se cumplen ciertas condiciones de regularidad, podemos asumir que una
variable X que mide el nmero de componentes que fallan antes de cumplir 25 horas de
funcionamiento sigue una distribucin de Poisson con parmetro X = 8/4 = 2.
Por lo tanto, la probabilidad deseada es la siguiente:
P(X=1) = (x/x!)*e- = (21/1!)*e-2 = 0.27067
2. Anlogamente, definimos una variable aleatoria X con distribucin de Poisson de parmetro
X = 8/2 = 4, que mide el nmero de componentes que fallan antes de cumplir las 50 horas de
funcionamiento. Se tiene entonces que:

4i 4
P ( X 2) * e 0.2381
i 0 i!
2

3. De la misma forma, definiendo una variable aleatoria X con distribucin de Poisson de

Parmetro x = 125*8/100 = 10, se obtiene:

10i 10
P (V 10) 1 P ( X 10) 1
* e 0.41696
i 0 i!
10

Ejercicio 3. Un lote contiene 100 piezas de un proveedor de tubera local y 200 unidades de
un proveedor de tubera del estado vecino. Si se seleccionan cuatro piezas al azar y sin
reemplazo,
1 cul es la probabilidad de que todas sean del proveedor local?
2 Cul es la probabilidad de que dos o ms piezas de la muestra sean del proveedor local?
3 Cul es la probabilidad de que al menos una pieza de la muestra sea del proveedor local?

Solucin:
f(X; n,N,k) = (kCx)*(N-kCn-x)/(NCn): n=4, N=300 y k=100
1. Sea X igual al nmero de piezas de la muestra del proveedor local. Entonces, x tiene una
distribucin hipergeomtrica y la probabilidad pedida es P(x=4). Por consiguiente,
P(x=4)=((100C4)*(200C0))/(300C4) =0.0119
2. Encontrar la probabilidad de P(x2)
P(x2)=((100C2)*(200C2))/(300C4) + ((100C3)*(200C1))/(300C4) + ((100C4)*(200C0))/(300C4) =0.408
3. Encontrar la probabilidad de P(x1)
P(x1)=1-P(x=0)=1-(((100C0)*(200C4))/(300C4)) = 0.196
4

Ejercicio 4. En un estudio realizado a un grupo de profesionistas para explorar la actitud

hacia la donacin de rganos se encontr que el 15 % mostr una actitud en contra; el 40 %
mostr indiferencia y 45 % estuvo a favor de la donacin.
Si se extrae un muestra aleatoria de 20 sujetos. Cul es la probabilidad de que 5 estn en
contra, 10 sean indiferentes y 5 a favor?

Solucin:
Distribucin multinomial
f(X1,X2,, Xk;1, 2, , k) = (N!/(X1!*X2!** Xk!))*(1*2**k)
f(X1=5,X2=10, X2=10;1=0.15, 2=0.40, 2=0.45)=
=((20!)/(5!10!5!))*0.155*0.4010*0.455 = 0.41

Ejercicio 5. En un examen en el que se van haciendo preguntas sucesivas, para

aprobar hay que contestar correctamente a 10 preguntas. Suponiendo que el
alumno sepa el 80% de las respuestas, cul es la probabilidad de que apruebe en
las 12 primeras preguntas?
Solucin:
Distribucin binomial negativa
XBN(10,0.8)
P(X=x) =

r-1

Cx-1* pr *(1-p)r-x

p=0.80, x=12, r=10

P(X=12) = (12-1C10-1)*(0.8010)*(0.2012-10) = 0.2362

Ejercicio 6. Un fabricante de faros para coches informa que en un envo de 4000

faros a un distribuidor, 500 tenan un ligero defecto. Si se compran al distribuidor
20 faros elegidos al azar. Cul es la probabilidad de que haya exactamente dos
con defecto?
Solucin:
f(X; n,N,k) = (kCx)*(N-kCn-x)/(NCn)
Si X es el nmero de faros defectuosos en los 20 adquiridos, X sigue una distribucin
hipergeomtrica con N=4000, n=20 y k=500 luego:
P(X=1) = ((500C2)*(3500C18))/4000C20 = 0.2546

Ejercicio 7. A la caja de un supermercado llegan en promedio 2 clientes por minuto.

Calcular la probabilidad de que:
1 No lleguen clientes en un minuto.
2 Llegue ms de un cliente en un minuto.
3 Lleguen 5 clientes en 2 minutos.

Solucin:
XP(2) X se distribuye como una Poisson
Definimos los parmetros:
X = nmero de clientes que llegan a la caja en un minuto.
= nmero de ocurrencias del fenmeno poissoniano por unidad de tiempo.
1.P(X=0) = (e-2*(2)0)/0!=0.1353
2.P(X>1)=1-P(X1) = 1-P(X=0)-P(X=1)=1-(e-2*(2)0)/0!-(e-2*(2)1)/1!=0.594
= 2*2=4; P(X=5)=(e-4*(4)5)/5!=0.1563

Ejercicio 8. De un grupo de 50 esquizofrnicos, 12 padecen alteraciones

cerebrales. Seleccionados 5 de ellos, calcule la probabilidad de que padezcan
tal alteracin :
1. 3 de ellos
2. al menos uno.

Solucin: X B(n, p) f(n,p) = nCx px(1-p)n-x

La proporcin de esquizofrnicos con alteracin cerebral es : p = 12/50 = 0.24.
X B(5, 0.24)
1P(X=3) = 5C3 0.243(1-0.24)5-3 = 0.7985
2P(X1) = 1-P(X=0) = 1- 5C0 0.240(1-0.24)5-0 = 0.7464

Ejercicio 9. De un grupo de 50 esquizofrnicos, 12 padecen alteraciones cerebrales.

Procediendo a revisar el historial de ellos de forma aleatoria, cul es la probabilidad de que :
1. El primero con alteracin cerebral se encuentre en la 8 consulta de historiales.
2 . El tercero con alteracin cerebral se encuentre en la 10 consulta de historiales.

Solucin: X BN(r, p) ; P(X=x) =

r-1

Cx-1* pr *(1-p)r-x

1.p=0.24, x=1, r=8

8-1

C1-1* 0.248 *(1-0.24)8-1 = 0.0351

1.p=0.24, x=3, r=10

10

La proporcin de esquizofrnicos con alteracin cerebral es : p = 12/50 = 0.24.