5. probabilidad conjunta ejercicios resueltos

5.- Distribución Conjunta
– Ejercicios Resueltos –
 Distribución Conjunta
 Distribución Marginal
 Distribución Condicional
 Independencia de Variables Aleatorias
 Valores Esperados

5. Distribución Conjunta – Ejercicios Resueltos
ANÁLISIS ESTADÍSTICO
Página 94 Alejandro González Tapia – Ingeniería Civil en Minas
1.- Cierto supermercado tiene una caja de salida común y una caja rápida, en que X1 es el número
de clientes que están esperando en la caja común, en un momento particular del día, y X2
es el número de clientes que están esperando en la caja rápida, al mismo tiempo.
Suponga que la función de probabilidad conjunta de X1 y X2 es la siguiente:
1.1) Calcule la probabilidad de que haya por lo menos dos clientes más en una línea de espera
que en la otra.
1.2) Si se sabe que en la caja común hay dos personas esperando, ¿Cuál es el número esperado
de clientes que están en la caja rápida?
1.1) Solución: Lo primero será definir las variables a utilizar:
𝑥1 = “Número de clientes que esperan caja común”
𝑥2 = “Número de clientes que esperan caja rápida”
Luego, debemos representar la probabilidad que la fila 𝑥1 tenga por lo menos dos clientes más que la
fila 𝑥2, lo que está dado por:
𝑃( 𝑥1 ≥ 𝑥2 + 2) = 𝑃( 𝑥1 = 2; 𝑥2 = 0) + 𝑃( 𝑥1 = 3; 𝑥2 = 0) + 𝑃( 𝑥1 = 4; 𝑥2 = 0) + 𝑃( 𝑥1 = 3; 𝑥2 = 1)
+𝑃( 𝑥1 = 4; 𝑥2 = 1) + 𝑃( 𝑥1 = 4; 𝑥2 = 2)
Y el otro caso está dado por:
𝑃( 𝑥1 + 2 ≤ 𝑥2) = 𝑃( 𝑥1 = 0; 𝑥2 = 2) + 𝑃( 𝑥1 = 0; 𝑥2 = 3) + 𝑃( 𝑥1 = 1; 𝑥2 = 3)
Finalmente, calculando la suma de estas probabilidades, tenemos:
𝑃( 𝑥1 ≥ 𝑥2 + 2) + 𝑃( 𝑥1 + 2 ≤ 𝑥2) = 0,05 + 0,03 + 0,01 + 0,05 + 0,04 + 0,04 = 0,22
Respuesta: La probabilidad de que haya por lo menos dos clientes más en una línea de espera que
en la otra, corresponde a 0,22
1.2) Solución:
Luego, calculamos el valor esperado:
𝐸(𝑥2/𝑥1 = 2) = ∑ 𝑥2𝑖 ∙ 𝑃(𝑥2𝑖/𝑥1 = 2
𝑅𝑒𝑐 𝑥2
)
𝐸(𝑥2/𝑥1 = 2) = 0 ∙ 0,20 + 1 ∙ 0,16 + 2 ∙ 0,40 + 3 ∙ 0,24
𝐸(𝑥2/𝑥1 = 2) = 1,68
Respuesta: Si en la caja común hay dos personas esperando, entonces el número esperado de
clientes que están en la caja rápida es 1,68
X1 X2 0 1 2 3
0 .08 .07 .04 .00
1 .06 .15 .05 .04
2 .05 .04 .10 .06
3 .00 .03 .01 .07
4 .00 .01 .05 .06
𝑥2 𝑓(𝑥2/𝑥1 = 2)
0 0,05/0,25 = 0,20
1 0,04/0,25 = 0,16
2 0,10/0,25 = 0,40
3 0,06/0,25 = 0,24

Alejandro González Tapia – Ingeniería Civil en Minas Página 95
2.- En una Financiera, se consideran variables aleatorias: 𝒙 = Número de préstamos solicitados
diariamente 𝒚 = Número de solicitudes rechazadas diariamente, tal que su distribución de
probabilidad conjunta es:
Determine el número esperado de solicitudes rechazadas diariamente, cuando el número de
préstamos solicitados en el día es máximo.
2) Solución: Lo primero es definir el número de préstamos solicitados en el día cuando este es máximo,
esto se puede definir por simple inspección, cuyo resultado es tres, por lo tanto, creamos una tabla con
probabilidad de número de préstamos solicitados diariamente, dado que el número de solicitudes
rechazadas diariamente sea igual a tres.
En seguida, procedemos a determinar el número esperado de solicitudes
rechazadas diariamente:
𝐸(𝑦/𝑥 = 3) = ∑ 𝑦 ∙ 𝑝(𝑦/𝑥 = 3
𝑅𝑒𝑐 𝑦
)
𝐸(𝑦/𝑥 = 3) = 0 ∙
0,30
0,59
+ 1 ∙
0,15
0,59
+ 2 ∙
0,05
0,59
+ 3 ∙
0,05
0,59
+ 4 ∙
0,04
0,59
= 0,9492
Respuesta: El número esperado de solicitudes rechazadas diariamente, cuando el número de
préstamos solicitados en el día es máximo, es igual a 0,9492
3.- Una empresa vende dos tipos de “chancadoras”, ligeras y pesadas. Las cantidades vendidas
mensualmente son variables aleatorias, en que 𝒙 e 𝒚 representan en número de chancadoras
vendidas al mes de tipo ligero y de tipo pesado respectivamente. La correspondiente
distribución de probabilidad conjunta es la siguiente:
𝒚
𝒙
0 1 2
0 0,01 0,04 0,02
1 0,08 0,15 0,10
2 0,06 0,16 0,05
3 0,10 0,06 0,05
4 0,06 0,04 0,02
3.1) Se seleccionan al azar las ventas mensuales, en esta empresa, hasta ubicar un mes en que
la cantidad vendida de chancadoras ligeras supera a la de las pesadas. Determine la
probabilidad de tener éxito después del tercer mes elegido
3.2) La empresa tiene un costo fijo mensual de $2.000.000 y la diferencia entre el precio de
venta y el costo variable es de $1.200.000 por chancadora tipo pesada vendida y $700.000
por chancadora tipo ligera vendida. Calcule utilidad mensual esperada y su varianza en la
empresa.
𝒚
𝒙
0 1 2 3 4
1 0,15 0,01 0,00 0,00 0,00
2 0,20 0,08 0,02 0,02 0,00
3 0,30 0,15 0,05 0,05 0,04
𝑦 𝑓(𝑦/𝑥 = 3)
0 0,30/0,59
1 0,15/0,59
2 0,05/0,59
3 0,05/0,59
4 0,04/0,59

3.1) Solución: Lo primero que debemos hacer es definir las notaciones a utilizar:
𝑥 = “Número de chancadoras vendidas al mes de tipo ligero”
𝑦 = “Número de chancadoras vendidas al mes de tipo pesado”
Luego, tenemos que obtener la probabilidad correspondiente a ubicar un mes en que la cantidad
vendida de chancadoras ligeras supera a la de las pesadas, lo que se expresa de la siguiente forma:
𝑃( 𝑥 > 𝑦) = 𝑃( 𝑥 = 4; 𝑦 = 0) + 𝑃( 𝑥 = 3; 𝑦 = 0) + 𝑃( 𝑥 = 2; 𝑦 = 0) + 𝑃( 𝑥 = 1; 𝑦 = 0) + 𝑃( 𝑥 = 4; 𝑦 = 1)
+ 𝑃( 𝑥 = 3; 𝑦 = 1) + 𝑃( 𝑥 = 2; 𝑦 = 1) + 𝑃( 𝑥 = 4; 𝑦 = 2) + 𝑃( 𝑥 = 3; 𝑦 = 2)
𝑃( 𝑥 > 𝑦) = 0,06 + 0,10 + 0,06 + 0,08 + 0,04 + 0,06 + 0,16 + 0,02 + 0,05 = 0,63
Después, definimos otra variable a utilizar:
𝑉 = “Cantidad de meses seleccionados hasta que la cantidad vendida de chancadoras ligeras, supera
a la de las pesadas”
Además, notemos que estamos en presencia de una distribución Geométrica, lo que se expresa de la
siguiente manera:
𝑉 ~ 𝐺𝑒𝑜 (𝑝 = 0,63) 𝑓( 𝑉) = { (0,63)(0,37) 𝑉−1
; 𝑉 = 1,2, …
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Finalmente calculamos la probabilidad que nos solicita el problema:
𝑃( 𝑉 > 3) = 1 − 𝑃( 𝑉 ≤ 3) = 1 − [𝑃( 𝑉 = 1) + 𝑃( 𝑉 = 2) + 𝑃( 𝑉 = 3)]
𝑃( 𝑉 > 3) = 1 − [(0,63)(0,37)0
+ (0,63)(0,37)1
+ (0,63)(0,37)2] = 0,0507
Respuesta: La probabilidad de tener éxito después del tercer mes elegido, es 0,0507.
3.2) Solución: Utilizaremos la siguiente notación:
𝑈 = “Utilidad mensual de la empresa, en MM$” 𝑈 = 1,2𝑦 + 0,7𝑥 − 2
Distribuimos lo datos que nos otorga el
problema, para así, poder trabajar con ellos de
mejor manera.
Después utilizando la fórmula de esperanza,
obtenemos:
𝐸( 𝑦) = ∑ 𝑦 ∙ 𝑃( 𝑦)
𝑅𝑒𝑐 𝑦
= 0 ∙ 0,31 + 1 ∙ 0,45 + 2 ∙ 0,24 = 0,93
𝐸( 𝑥) = ∑ 𝑥 ∙ 𝑃( 𝑥)
𝑅𝑒𝑐 𝑥
= 0 ∙ 0,7 + 1 ∙ 0,33 + 2 ∙ 0,27 + 3 ∙ 0,21 + 4 ∙ 0,12 = 1,98
𝑥 𝑃(𝑥) 𝑦 𝑃(𝑦)
0 0,07 0 0,31
1 0,33 1 0,45
2 0,27 2 0,24
3 0,21
4 0,12

En seguida, por propiedades calculamos la esperanza de la Utilidad mensual de la empresa:
𝐸( 𝑈) = 𝐸(1,2𝑦 + 0,7𝑥 − 2) = 1,2𝐸( 𝑦) + 0,7𝐸( 𝑥) − 2
𝐸( 𝑈) = 1,2 ∙ 0,93 + 0,7 ∙ 1,9 − 2 = 0,502
Por otro lado, nos solicitan la varianza de la Utilidad mensual de la empresa, por lo que calculamos lo
siguiente:
𝐸( 𝑥2) = ∑ 𝑥2
∙ 𝑃( 𝑥) = 02
∙ 0,07 + 12
∙ 0,33 + 22
∙ 0,27 + 32
∙ 0,21 + 42
∙ 0,12 = 5,22
𝑅𝑒𝑐 𝑥
𝐸( 𝑦2) = ∑ 𝑦2
∙ 𝑃( 𝑦) =
𝑅𝑒𝑐 𝑦
02
∙ 0,31 + 12
∙ 0,45 + 22
∙ 0,24 = 1,41
𝑉( 𝑥) = 𝐸( 𝑥2) − [𝐸(𝑥)]2
= 5,22 − [1,98]2
= 1,2996
𝑉( 𝑦) = 𝐸( 𝑦2) − [𝐸(𝑦)]2
= 1,41 − [0,93]2
= 0,5451
𝐸( 𝑥𝑦) = ∑ ∑ 𝑥 ∙ 𝑦 ∙ 𝑃( 𝑥, 𝑦) = 1,67
𝑅𝑒𝑐 𝑦𝑅𝑒𝑐 𝑥
𝐶𝑜𝑣 ( 𝑥, 𝑦) = 𝐸( 𝑥𝑦) − 𝐸( 𝑥) ∙ 𝐸( 𝑦) = 1,67 − 1,98 ∙ 0,93 = −0,17
Finalmente, como ya tenemos todos los valores necesarios calculamos la varianza de la Utilidad
mensual de la empresa.
𝑉( 𝑈) = 𝑉(0,7𝑥 + 1,2𝑦 − 2) = 0,72
𝑉( 𝑥) + 1,22
𝑉( 𝑦) − 2 ∙ 0,7 ∙ 1,2 𝐶𝑜𝑣( 𝑥, 𝑦)
𝑉( 𝑈) = 1,22
∙ 0,5451 + 0,72
∙ 1,2996 − 2 ∙ 1,2 ∙ 0,7 ∙ (−0,17) = 1,707
Respuesta: La Utilidad mensual esperada y la varianza, en la empresa, son respectivamente, 0,502 y
1,707.
4.- Las proporciones 𝒙 𝟏 y 𝒙 𝟐, de dos sustancias que se encuentran en muestras de insecticidas,
tienen la siguiente función de densidad conjunta:
𝒇( 𝒙 𝟏, 𝒙 𝟐) = {
𝟐 𝟎 ≤ 𝒙 𝟏 ≤ 𝟏 𝟎 ≤ 𝒙 𝟏 + 𝒙 𝟐 ≤ 𝟏
𝟎 𝒆𝒏 𝒐. 𝒄
Determine la proporción esperada de la sustancia 𝒙 𝟏, cuando las muestras de insecticida
contienen 0,2 de la sustancia 𝒙 𝟐.
4) Solución: Definimos la función marginal de 𝑥2, lo que se obtiene
integrando la función con respecto a 𝑥1, con los límites de integración
dados gráficamente en la figura, como se muestra a continuación:
𝑓( 𝑥2) = ∫ 𝑓( 𝑥1, 𝑥2) 𝑑𝑥1
𝑅𝑒𝑐 𝑥1
= ∫ 2
1 − 𝑥2
𝑥1 = 0
𝑑𝑥1 = 2(1 − 𝑥2)

Por lo que queda expresada la función marginal de 𝑥2, de la siguiente forma:
𝑓( 𝑥2) = {
2(1 − 𝑥2) ; 0 ≤ 𝑥2 ≤ 1
Luego, calculamos la función marginal de la sustancia 𝑥1, dado que contiene 0,2 de la sustancia 𝑥2, lo
que se expresa como sigue:
𝑓( 𝑥1 𝑥2 = 0,2⁄ ) =
𝑓( 𝑥1, 𝑥2)
𝑓( 𝑥2)
|
𝑥2 = 0,2
=
2
2(1 − 𝑥2)
|
𝑥2 = 0,2
=
1
0,8
Y la distribución de dicha función marginal, se ve a continuación:
𝑓( 𝑥1 𝑥2 = 0,2⁄ ) = {
1
0,8
; 0 ≤ 𝑥1 ≤ 0,8
En seguida calculamos la esperanza, por medio de la fórmula general de esperanza, para distribuciones
continuas:
𝐸( 𝑥1 𝑥2 = 0,2⁄ ) = ∫ 𝑥1
𝑅𝑒𝑐 𝑥1
∙ 𝑓( 𝑥1 𝑥2 = 0,2⁄ ) 𝑑𝑥1 = ∫
𝑥1
0,8
0,8
𝑥1 = 0
𝑑𝑥1 = 0,4
Análogamente, notemos que 𝑥1 𝑥2 = 0,2⁄ , posee una distribución uniforme, por lo que se puede ocupar
la formula de esperanza para distribuciones uniformes, quedando de la siguiente forma:
( 𝑥1 𝑥2 = 0,2⁄ ) ~ 𝑈[0; 0,8] 𝐸( 𝑥1 𝑥2 = 0,2⁄ ) =
0+0,8
2
= 0,4
Respuesta: La proporción esperada de la sustancia 𝑥1, cuando las muestras de insecticida contienen
0,2 de la sustancia 𝑥2, es igual a 0,4.
5.- El Departamento de Estudios de la Superintendencia de Electricidad y Combustible (SEC)
dispone de la información del consumo de gas natural (X), expresada en cientos de m3
, además
del consumo de energía eléctrica (Y) en cientos de KW, de un conjunto de viviendas ubicadas
en el sector sur oriente de la capital durante el mes de Abril pasado. La función de densidad
conjunta de dichas variables es la siguiente:
𝒇 𝒙𝒚( 𝒙, 𝒚) = {
𝒙 + 𝒚
𝟐𝟒
𝒔𝒊 𝟎 < 𝒙 < 2 ; 0 < 𝑦 < 4
𝟎 𝒄. 𝒐. 𝒄.
La Superintendencia tiene la intención de revisar los medidores de aquellos hogares donde el
consumo de gas y energía eléctrica no sobrepasa las respectivas cantidades esperadas.
5.1) ¿Qué porcentaje de los hogares de este sector debería revisar la SEG?
5.2) Si se considera una revisión aleatoria de 10 hogares del sector, determine la probabilidad
de que sólo en uno de ellos se revisen los medidores.

5.3) Si se revisan los consumos de los hogares uno a uno, ¿Cuál es la probabilidad de que al
tercer hogar revisado se encuentre el segundo hogar donde el consumo de gas y
electricidad no sobrepase lo esperado?
5.4) De los hogares con un consumo de 100 m3
mensuales en gas ¿Qué proporción consume
menos de 100 KW en energía eléctrica?
5.1) Solución: Sean: 𝑥 = “Consumo de gas natural, en cientos de m3
”
𝑦 = “Consumo de energía eléctrica, en cientos de KW”
En seguida, procedemos a calcular las funciones marginales de 𝑥 e 𝑦, respectivamente:
𝑓𝑥( 𝑥) = ∫ 𝑓𝑥 𝑦( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑦
𝑑𝑦 = ∫
𝑥 + 𝑦
24
4
𝑦 = 0
𝑑𝑦 =
1
24
(4𝑥 + 8) =
(𝑥 + 2)
6
𝑓𝑦( 𝑦) = ∫ 𝑓𝑥 𝑦( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫
𝑥 + 𝑦
24
2
𝑥 = 0
𝑑𝑥 =
1
24
(2 + 2𝑦) =
(𝑦 + 1)
12
Luego, determinamos las esperanzas de cada una de las variables, como se muestra a continuación:
𝐸( 𝑥) = ∫ 𝑥 ∙ 𝑓𝑥( 𝑥)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 𝑥 ∙
2
𝑥 = 0
( 𝑥 + 2)
6
𝑑𝑥 =
1
6
∫ 𝑥2
+ 2𝑥
2
𝑥 = 0
𝑑𝑥 =
1
6
(
8
3
+ 4) =
10
9
𝐸( 𝑦) = ∫ 𝑦 ∙ 𝑓𝑦( 𝑦)
𝑅𝑒𝑐 𝑦
𝑑𝑦 = ∫ 𝑦 ∙
4
𝑦 = 0
( 𝑦 + 1)
12
𝑑𝑦 =
1
12
∫ 𝑦2
+ 𝑦
4
𝑦 = 0
𝑑𝑦 =
1
12
(
64
3
+ 8) =
22
9
Posteriormente, calculamos la probabilidad de los hogares de este sector que debería revisar el
Departamento de Estudios de la Superintendencia de Electricidad y Combustible, los que corresponden
a aquellos hogares donde el consumo de gas y energía eléctrica no sobrepasa las respectivas
cantidades esperadas, por lo que los límites de integración están dados entre cero y el valor esperado
de cada variable, lo que se denota de la siguiente forma:
𝑃(𝑥 ≤ 𝐸( 𝑥); 𝑦 ≤ 𝐸( 𝑦)) = 𝑃( 𝑥 ≤ 10 9⁄ ; 𝑦 ≤ 22 9⁄ ) = ∫ ∫
𝑥 + 𝑦
24
22/9
𝑦 =0
10/9
𝑥 = 0
𝑑𝑦 𝑑𝑥 = 0,2011
Finalmente, el porcentaje pedido es:
%𝑃( 𝑥 ≤ 10 9⁄ ; 𝑦 ≤ 22 9⁄ ) = 0,2011 ∙ 100 = 20,11%
Respuesta: El porcentaje de los hogares de este sector que debería revisar la SEG, corresponde al
20,11%
5.2) Solución: Sea: 𝑤 = “Número de hogares donde se revisan los medidores, en una revisión aleatoria
de 10 hogares del sector”

Donde,
𝑤 ~ 𝐵(𝑛 = 10 ; 𝑝 = 0,2011) 𝑃( 𝑤) = {(
10
𝑤
) (0,2011) 𝑤 (0,7989)10 − 𝑤
; 𝑤 = 0,1,2, … ,10
Luego, calculamos la probabilidad de que a sólo uno le revisen el medidor:
𝑃( 𝑤 = 1) = (
10
1
) (0,2011)1 (0,7989)9
= 0,2666
Respuesta: Si se considera una muestra aleatoria de 10 hogares del sector, la probabilidad de que
sólo en uno de ellos se revisen los medidores, es igual a 0,2666.
5.3) Solución: Sea: 𝑣 = “Número de hogares revisados hasta encontrar el segundo, cuyo consumo de
gas y electricidad no sobrepase lo esperado”
Con: 𝑣 ~ 𝐵∗
(𝑟 = 2; 𝑝 = 0,2011) 𝑃( 𝑣) = {(
𝑣 − 1
1
) (0,2011)2 (0,7989) 𝑣 − 2
; 𝑣 = 2,3, …
𝑃( 𝑣 = 3) = (
2
1
) (0,2011)2 (0,7989)1
= 0,065
Respuesta: Si se hace una revisión de los consumos uno a uno, la probabilidad de que al tercer hogar
revisado, se encuentre el segundo hogar donde el consumo de gas y electricidad no sobrepase lo
esperado, corresponde a 0,065.
5.4) Solución: Lo primero será definir la función condicional:
𝑓( 𝑦 𝑥⁄ ) =
𝑓𝑥 𝑦( 𝑥, 𝑦)
𝑓𝑥( 𝑥)
=
𝑥+𝑦
24
𝑥+2
6
=
𝑥 + 𝑦
4𝑥 + 8
Luego, calculamos la función condicional para 𝑥 = 1:
𝑓( 𝑦 𝑥⁄ = 1) =
𝑦 + 1
12
Finalmente, determinamos el valor de la probabilidad condicional,
𝑃( 𝑦 < 1 𝑥 = 1⁄ ) = ∫
𝑦 + 1
12
1
0
𝑑𝑦 =
1
12
[
1
2
+ 1] =
1
8
= 0,125
Respuesta: De los hogares con un consumo de 100 m3
mensuales en gas, la proporción consume
menos de 100 KW en energía eléctrica, corresponde a 0,125
6.- Cada neumático delantero de un tipo particular de automóvil se llenará a una presión
(requerida) de 26 lb/pulg2
. Suponga que la presión de aire de cada neumático es una variable
aleatoria, X para el neumático derecho e Y para el izquierdo, con la siguiente función de densidad
conjunta:
𝒇( 𝒙, 𝒚) = {
𝟑
𝟑𝟖𝟎𝟎𝟎𝟎
(𝒙 𝟐
+ 𝒚 𝟐) 𝟐𝟎 ≤ 𝒙 ≤ 𝟑𝟎 𝟐𝟎 ≤ 𝒚 ≤ 𝟑𝟎
𝟎 𝒆𝒏 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐
¿Cuál es la probabilidad de que la presión del neumático derecho exceda a la presión del
neumático izquierdo en al menos dos 𝒍𝒃/𝒑𝒖𝒍𝒈 𝟐
?

6) Solución: Debido a que 𝑥 es la presión de aire de para el neumático derecho, en 𝑙𝑏/𝑝𝑢𝑙𝑔2
, e 𝑦 la
presión de aire para el neumático izquierdo, en 𝑙𝑏/𝑝𝑢𝑙𝑔2
, por lo tanto, la probabilidad de que la presión
del neumático derecho exceda a la presión del neumático izquierdo en menos de al menos dos
𝑙𝑏/𝑝𝑢𝑙𝑔2
, se denota se la siguiente forma:
𝑃(𝑥 − 𝑦 ≥ 2) , o bien, 𝑃(𝑥 ≥ 𝑦 + 2)
En seguida, calculamos la integral que sigue para
obtener la probabilidad requerida, donde sus límites
están dados gráficamente por la imagen:
𝑃( 𝑥 ≥ 𝑦 + 2) = ∫ ∫ 𝑓( 𝑥, 𝑦)
𝑥 − 2
𝑦 = 20
30
𝑥 = 22
𝑑𝑦 𝑑𝑥
𝑃(𝑥 ≥ 𝑦 + 2) = ∫ ∫
3
380000
(𝑥2
+ 𝑦2)
𝑥 – 2
𝑦 = 20
30
𝑥 = 22
𝑑𝑦 𝑑𝑥
= ∫
𝑥3
− 18𝑥2
+ 3𝑥 − 2002
95000
30
𝑥 = 22
𝑑𝑥 =
3804
11875
= 0,3203
Respuesta: La probabilidad de que la presión del neumático derecho exceda a la presión del
neumático izquierdo en al menos dos 𝑙𝑏/𝑝𝑢𝑙𝑔2
, es igual a 0,3203
7.- Al estudiar el tipo de partículas que contaminan el aire de Santiago, se ha determinado que
las cantidades X e Y (en gramos) de partículas tipo A y B respectivamente, que se contabilizan
en los filtros colocados diariamente para tal efecto, son variables aleatorias con función de
probabilidad de densidad conjunta dada por:
𝒇( 𝒙, 𝒚) = { 𝟑( 𝒙 + 𝒚) 𝟎 < 𝒙 < 1 − 𝒚 𝟎 < 𝒚 < 1
𝟎 𝒆𝒏 𝒐. 𝒄
7.1) Determine la probabilidad de que un día determinado se encuentre más de 0.5 gramos de
partículas tipo A y menos de 0.5 gramos de partículas tipo B.
7.2) Determine la cantidad total esperada de partículas que se encuentran diariamente en el
filtro.
7.1) Solución: Sean: 𝑥 = “Cantidad de partículas tipo A”
𝑦 = “Cantidad de partículas tipo B”

Luego, nos piden determinar la probabilidad de que se encuentre más de 0.5 gramos de partículas tipo
A y menos de 0.5 gramos de partículas tipo B, lo que se expresada de la siguiente forma:
𝑃( 𝑥 > 0,5; 𝑦 < 0,5)
Cuyos límites de integración se ven gráficamente en la
imagen, quedando de la siguiente forma:
𝑃( 𝑥 > 0,5; 𝑦 < 0,5) = ∫ ∫ 3(𝑥 + 𝑦)
1 −𝑥
𝑦 = 0
𝑑𝑦
1
𝑥 = 0,5
𝑑𝑥
= ∫ −
3
2
(𝑥2
− 1)
1
𝑥 = 0,5
𝑑𝑥 = 0,3125
Respuesta: La probabilidad de se encuentre más de 0,5 gramos de partículas tipo A y menos de 0,5
gramos de partículas tipo B, en un determinado día es 0,3125.
7.2) Solución: Lo primero que debemos determinar son las funciones marginales de cada variable,
como se muestra ahora:
𝑓( 𝑥) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑦
𝑑𝑦 = ∫ 3(𝑥 + 𝑦)
1 − 𝑥
𝑦 = 0
𝑑𝑦 =
3
2
(1 − 𝑥2)
𝑓( 𝑦) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 3(𝑥 + 𝑦)
1 − 𝑦
𝑥 = 0
𝑑𝑥 =
3
2
(1 − 𝑦2)
Posteriormente, para determinar el valor esperado de la cantidad total de partículas, debemos calcular
los valores esperados de ambas variables, como se muestra a continuación:
𝐸( 𝑥) = ∫ 𝑥 ∙ 𝑓( 𝑥) =
𝑅𝑒𝑐 𝑥
∫ 𝑥 ∙
3
2
(1 − 𝑥2)
1
𝑥 = 0
𝑑𝑥 =
3
2
∫ 𝑥 − 𝑥3
1
𝑥 = 0
𝑑𝑥 = 0,375
𝐸( 𝑦) = ∫ 𝑦 ∙ 𝑓( 𝑦) =
𝑅𝑒𝑐 𝑦
∫ 𝑦 ∙
3
2
(1 − 𝑦2)
1
𝑦 = 0
𝑑𝑦 =
3
2
∫ 𝑦 − 𝑦3
1
𝑦 = 0
𝑑𝑦 = 0,375
Finalmente, para obtener el valor esperado total de partículas que se encuentran diariamente en el
filtro, debemos sumar las esperanzas de cada variable, calculadas en el paso anterior:
𝐸( 𝑥 + 𝑦) = 𝐸( 𝑥) + 𝐸( 𝑦) = 0,375 + 0,375 = 0,75
Respuesta: La cantidad total esperada de partículas que se encuentran diariamente en el filtro, es
0,75.

8.- La mezcla adecuada de polvos finos y gruesos, antes de sintetizar cobre, es esencial para
lograr uniformidad en el producto terminado. La cantidad de polvos finos (X) y polvos gruesos
(Y), ambos en toneladas, utilizadas en las mezclas, son variables aleatorias modeladas por la
siguiente función de densidad de probabilidad conjunta:
𝒇( 𝒙, 𝒚) = {
𝟐
𝟕
( 𝒙 + 𝟐𝒚) 𝟎 < 𝒙 < 1;1 < 𝒚 < 2
8.1) Se toman al azar 10 muestras de estas mezclas. ¿Cuál es la probabilidad de que en cuatros
de ellas el doble de la cantidad de polvos finos sea superior que la cantidad de polvos
gruesos?
8.2) Determine la probabilidad de que la cantidad de polvos finos sea inferior a la esperada y la
cantidad de polvos gruesos fluctúe entre 1,3 y 1,5 toneladas.
8.3) El número promedio de irregularidades que se encuentran en tubos de cobre, fabricados
con esta mezcla, es 6 por metro lineal de tubo. Se toma al azar un tubo de 90 centímetros
de largo. ¿Cuál es la probabilidad de encontrar por lo menos dos irregularidades en el
tubo? Considere válidos los supuestos de Poisson.
8.1) Solución: Sean: 𝑥 = “Cantidad de polvos finos, en toneladas”
𝑦 = “Cantidad de polvos gruesos, en toneladas”
Luego, determinamos la probabilidad de que el doble
de la cantidad de polvos finos sea superior que la
cantidad de polvos gruesos, donde los límites de
integración están definidos gráficamente en la imagen:
𝑃(2𝑥 > 𝑦) = ∫ ∫
2
7
( 𝑥 + 2𝑦)
1
𝑥 = 𝑦
2
𝑑𝑥
2
𝑦 = 1
𝑑𝑦
= ∫
−9𝑦2
+ 16𝑦 + 4
28
𝑑𝑦 =
2
𝑦 = 1
1
4
= 0,25
En seguida, utilizaremos la siguiente variable:
𝑤 = “Número de mezclas en el cual el doble de la
cantidad de polvos finos es superior que la cantidad de polvos gruesos de un total de diez mezclas
analizadas elegidas independientemente”
Cuya variable se distribuye de forma binomial, como se ve en la siguiente expresión:
𝑤 ~ 𝐵( 𝑛 = 10; 𝑝 = 0,25) 𝑃( 𝑤) = {(
10
𝑤
) (0,25) 𝑤 (0,75)10 − 𝑤
; 𝑤 = 0,1,2, … ,10

Finalmente, hacemos los cálculos para 𝑤 = 4:
𝑃( 𝑤 = 4) = (
10
4
) (0,25)4 (0,75)6
= 0,14599
Respuesta: De una muestra de 10 mezclas, la probabilidad de que en cuatros de ellas se cumpla que
el doble de la cantidad de polvos finos sea superior que la cantidad de polvos gruesos, es igual a
0,14599.
8.2) Solución: Notemos que debemos calcular la siguiente notación:
𝑃(𝑥 < 𝐸( 𝑥); 1,3 ≤ 𝑦 ≤ 1,5)
Por lo que, lo primero que debemos hacer en este ítem, es calcular la función marginal de 𝑥, usando la
siguiente fórmula:
𝑓( 𝑥) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑦
𝑑𝑦 = ∫
2
7
( 𝑥 + 2𝑦)
2
1
𝑑𝑦 =
2
7
(𝑥 + 3)
Luego, la esperanza de la cantidad de polvos finos, la determinamos por fórmula:
𝐸( 𝑥) = ∫ 𝑥 ∙ 𝑓(𝑥)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 𝑥 ∙
1
𝑥 = 0
2
7
( 𝑥 + 3) 𝑑𝑥 =
2
7
∫ 𝑥2
+ 3𝑥
1
𝑥 = 0
𝑑𝑥 = 0,5238
En seguida, reemplazamos los valores determinados anteriormente, quedando de la siguiente forma:
𝑃( 𝑥 < 0,5238; 1,3 ≤ 𝑦 ≤ 1,5) = ∫ ∫
2
7
( 𝑥 + 2𝑦)
0,5238
𝑥 = 0
𝑑𝑥
1,5
𝑦 = 1,3
𝑑𝑦
= ∫
(0.5238)2
7
+
2.0952 𝑦
7
1,5
𝑦 = 1,3
𝑑𝑦 = 0,09164
Respuesta: La probabilidad de que la cantidad de polvos finos sea inferior a la esperada y la cantidad
de polvos gruesos fluctúe entre 1,3 y 1,5 toneladas, corresponde a 0,09164.
8.3) Solución: Sean las variables con sus respectivas distribuciones:
𝑡 = “Número de irregularidades en un tubo de 100 cm”
𝑡 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 ( = 6) 𝑃( 𝑡) = {
𝑒−6
∙ 6𝑡
𝑡!
; 𝑡 = 0,1,2, …
𝑣 = “Número de irregularidades en un tubo de 90 cm”
𝑣 ~ 𝑃𝑜𝑠𝑠𝑜𝑛 ( =
6 ∙ 90
100
= 5,4) 𝑃( 𝑣) = {
𝑒−5,4
∙ 5,4 𝑣
𝑣!
; 𝑣 = 0,1,2, …

Finalmente, calculamos la probabilidad requerida:
𝑃( 𝑣 ≥ 2) = 1 − 𝑃( 𝑣 < 2) = 1 − [𝑃(𝑣 = 0) + 𝑃( 𝑣 = 1)]
= 1 − [
𝑒−5,4
∙ 5,40
0!
+
𝑒−5,4
∙ 5,41
1!
] = 1 − [0,00452 + 0,0243] = 0,97118
Respuesta: La probabilidad de encontrar por lo menos dos irregularidades en el tubo de 90 centímetros
de largo, es igual 0,97118
9.- Una instalación de servicio telefónico opera con dos líneas de servicio. En un día
seleccionado aleatoriamente, considere X la proporción de tiempo que se utiliza la primera línea
e Y la proporción de tiempo que se utiliza la segunda línea. Suponga que la función de
probabilidad conjunta es:
𝒇( 𝒙, 𝒚) = {
𝟑
𝟐
(𝒙 𝟐
+ 𝒚 𝟐) 𝒔𝒊 𝟎 < 𝒙 < 1 ; 0 < 𝒚 < 1
9.1) ¿Cuál es la probabilidad de que un día la primera línea esté ocupada más de la mitad del
tiempo?
9.2) Determine la probabilidad de que en un día la primera línea se ocupe menos tiempo que la
segunda.
9.3) Si un día la segunda línea se ocupa el 75% del tiempo, ¿cuál es la proporción esperada de
tiempo que se ocupa la primera línea ese día?
9.1) Solución: Sean: 𝑥 = “Proporción de tiempo que se usa en la primera línea”
𝑦 = “Proporción de tiempo que se usa en la segunda línea”
En seguida, determinamos la función marginal de la proporción de tiempo que se usa en la primera
línea, lo que se ve a continuación:
𝑓( 𝑥) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑦
𝑑𝑦 = ∫
3
2
( 𝑥2
+ 𝑦2)
1
𝑦 = 0
𝑑𝑦 =
3
2
(𝑥2
+
1
3
)
Luego, procedemos a determinar la probabilidad que nos pide el ejercicio:
𝑃( 𝑥 > 0,5) = 1 − 𝑃( 𝑥 ≤ 0,5) = 1 − ∫ 𝑓(𝑥)
0,5
𝑥 = 0
𝑑𝑥 = 1 − 0,3125 = 0,6875
Respuesta: La probabilidad de que un día, la primera línea esté ocupada más de la mitad del tiempo,
corresponde a 0,6875.

9.2) Solución: La probabilidad a determinar se calcula por medio de la
función de densidad, con los límites de integración plasmados en la
imagen:
𝑃( 𝑥 < 𝑦) = ∫ ∫ 𝑓( 𝑥, 𝑦)
𝑦
𝑥 = 0
1
𝑦 = 0
𝑑𝑥 𝑑𝑦
= ∫ ∫
3
2
( 𝑥2
+ 𝑦2)
𝑦
𝑥 = 0
1
𝑦 = 0
𝑑𝑥 𝑑𝑦 = ∫
𝑦3
2
+
3𝑦3
2
1
𝑦 = 0
𝑑𝑦 =
1
2
= 0,5
Respuesta: La probabilidad de que en un día, la primera línea se ocupe menos tiempo que en la
segunda línea, es igual a 0,5.
9.3) Solución: Debido a que debemos calcular la proporción esperada de tiempo que ocupa la primera
línea, dado que la segunda línea ocupa el 75% del tiempo, es conveniente partir por calcular la función
marginal de la proporción de tiempo de la segunda línea:
𝑓( 𝑦) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫
3
2
( 𝑥2
+ 𝑦2)
1
𝑥 = 0
𝑑𝑥 =
3
2
(
1
3
+ 𝑦2
)
Luego, calculamos la función condicional, que se expone a continuación:
𝑓( 𝑥 𝑦 = 0,75⁄ ) =
𝑓( 𝑥, 𝑦)
𝑓( 𝑦)
|
𝑦 = 0,75
=
3
2
( 𝑥2
+ 0,752)
3
2
(
1
3
+ 0,752)
=
𝑥2
+ 0,5625
1
3
+ 0,5625
Finalmente, determinamos la esperanza que nos solicitan:
𝐸( 𝑥 𝑦 = 0,75⁄ ) = ∫ 𝑥 ∙ 𝑓( 𝑥 𝑦 = 0,75⁄ )
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 𝑥 ∙
𝑥2
+ 0,5625
1
3
+ 0,5625
1
𝑥 = 0
𝑑𝑥 =
0,5325
0,8958
= 0,5944
Respuesta: Si un día aleatorio, la segunda línea se ocupa el 75% del tiempo, la proporción esperada
de tiempo que se ocupa la primera línea ese día, es igual a 0,5944.
10.- Un empleado cada día debe tomar dos buses del Transantiago para llegar a su trabajo: el
alimentador H-201 y el troncal 401. Los tiempos de espera de las respectivas líneas, expresadas
en minutos, son variables aleatorias independientes 𝑻 𝟏 y 𝑻 𝟐 , cuyas funciones de densidad se
muestran a continuación:
𝒇 𝑻 𝟏
( 𝒕 𝟏) = {
𝟏
𝟐𝟎
𝟎 < 𝒕 𝟏 < 20
𝟎 𝒐. 𝒄
; 𝒇 𝑻 𝟐
( 𝒕 𝟐) = {
𝟏
𝟐𝟎
𝒆−
𝒕 𝟐
𝟐𝟎 𝒕 𝟐 > 0
𝟎 𝒐. 𝒄
¿Cuál es la probabilidad que el empleado deba esperar mayor cantidad de minutos al bus
alimentador que al bus troncal?

10) Solución: Sean:
𝑇1 = “Tiempo que espera el empleado hasta que pasa el alimentador H-201, en minutos”
𝑇2 = “Tiempo que espera el empleado hasta que pasa el troncal 401, en minutos”
Luego, por se 𝑇1 y 𝑇2 variables aleatorias independientes, se tiene que:
𝑓𝑇1 𝑇2
( 𝑡1, 𝑡2) = 𝑓𝑇1
( 𝑡1) ∙ 𝑓𝑇2
( 𝑡2)
Por lo tanto, la función conjunta queda expresada de la siguiente forma:
𝑓𝑇1 𝑇2
( 𝑡1, 𝑡2) = {
1
400
𝑒−
𝑡2
20 ; 0 < 𝑡1 < 20 ; 𝑡2 > 0
Entonces, calculamos la probabilidad requerida por el ejercicio, con los límites de integraciones que se
ven en la imagen
𝑃( 𝑇1 > 𝑇2) = ∫ ∫ 𝑓𝑇1 𝑇2
( 𝑡1, 𝑡2)
𝑡1
𝑡2 = 0
20
𝑡1 = 0
𝑑𝑡2 𝑑𝑡1
= ∫ ∫
1
400
𝑒−
𝑡2
20
𝑡1
𝑡2 = 0
20
𝑡1 = 0
𝑑𝑡2 𝑑𝑡1 = ∫
1
20
20
𝑡1 = 0
(1 − 𝑒−
𝑡1
20) 𝑑𝑡1
=
1
20
(20 + 20𝑒−1
+ 20) = 𝑒− 1
= 0,3678
Respuesta: La probabilidad de que el empleado deba esperar mayor cantidad de minutos al bus
alimentador que al bus trocal, corresponde a 0,3678.
11.- Las piezas de metal, que tienen determinadas sillas para oficinas, llevan una capa de níquel
y sobre ella una de cromo. Ambas capas se miden en micras de milímetros. El grosor de la
capa de níquel (X) y de la capa de cromo (Y) son variables aleatorias que tienen la siguiente
función de densidad conjunta.
𝒇( 𝒙, 𝒚) = { 𝟐( 𝒙 + 𝟏) 𝟎 < 𝒙 < 𝟎, 𝟓 ; 𝟎 < 𝒚 < 𝟎, 𝟖
11.1) ¿Cuál es la probabilidad de que la capa de cromo sea más gruesa que la capa de níquel?
11.2) Si la capa de cromo es menor que 0,3 micras de milímetros. ¿Cuál es la probabilidad de
que la capa de níquel sea inferior a 0,2 micras de milímetros?
11.3) Se realiza control de calidad de estas sillas, se sabe que el grosor óptimo de la capa de
cromo debe ser superior a 0,6 micras de milímetros. ¿Cuál es la probabilidad de tener
que revisar a lo más cuatro sillas hasta encontrar la segunda con un grosor óptimo de la
capa de cromo?

11.4) Pruebe, con una medida estadística adecuada, si es posible afirmar que mientras mayor
es el grosor de la capa de níquel, mayor es el grosor de la capa de cromo, si las variables
están relacionadas.
11.1) Solución: Sean: 𝑥 = “Capa de níquel en una silla, en micras de milímetros”
𝑦 = “Capa de cromo en una silla, en micras de milímetros”
Procedemos a calcular la probabilidad, con los límites de integración
que se muestran en la imagen:
𝑃( 𝑦 > 𝑥) = ∫ ∫ 𝑓(𝑥, 𝑦)
0,8
𝑦 = 𝑥
0,5
𝑥 =0
𝑑𝑦 𝑑𝑥 = ∫ ∫ 2( 𝑥 + 1)
0,8
𝑦 = 𝑥
0,5
𝑥 =0
𝑑𝑦 𝑑𝑥
= ∫ −2𝑥2
− 0,4𝑥 + 1,6
0,5
𝑥 =0
𝑑𝑥 =
2
3
= 0,6667
Respuesta: La probabilidad de que la capa de cromo sea más gruesa que la capa de níquel, es igual
a 0,6667.
11.2) Solución: Lo primero determinamos la función marginal de y, como se ve a continuación:
𝑓( 𝑦) = ∫ 2 (𝑥 + 1)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 2 (𝑥 + 1)
0,5
𝑥 = 0
𝑑𝑥 = 1,25
Luego, calculamos la probabilidad condicional de la siguiente manera:
𝑃( 𝑥 𝑦 < 0,3⁄ ) =
𝑃( 𝑥 < 0,2 ∩ 𝑦 < 0,3)
𝑃( 𝑦 < 3)
Con:
𝑃( 𝑥 < 0,2 ∩ 𝑦 < 0,3) = ∫ ∫ 2(𝑥 + 1)
0,3
𝑦 = 0
0,2
𝑥 = 0
𝑑𝑦 𝑑𝑥 = ∫ 0,6𝑥 + 0,6
0,2
𝑥 = 0
𝑑𝑥 = 0,132
𝑃( 𝑦 < 0,3) = ∫ 𝑓(𝑦)
0,3
𝑦 = 0
𝑑𝑦 = ∫ 1,25
0,3
𝑦 = 0
𝑑𝑦 = 0,375
Por lo que, la probabilidad posee el siguiente valor:
𝑃( 𝑥 𝑦 < 0,3⁄ ) =
0,132
0,375
= 0,352
Respuesta: Si la capa de cromo es menor que 0,3 micras de milímetros, la probabilidad de que la capa
de níquel sea inferior a 0,2 micras de milímetros, es igual a 0,352

11.3) Solución: Lo primero que debemos hacer es determinar la probabilidad de encontrar una silla con
grosor óptimo, lo que se hace de la siguiente forma:
𝑃( 𝑦 > 0,6) = ∫ 𝑓(𝑦)
0,8
𝑦 = 0,6
𝑑𝑦 = ∫ 1,25
0,8
𝑦 = 0,6
𝑑𝑦 =
1
4
= 0,25
Definimos la siguiente variable a utilizar, la que tiene una distribución Pascal o binomial negativa, como
se ve a continuación:
𝑤 = “Número de sillas revisadas hasta encontrar la segunda con un grosor optimo”
𝑤 ~ 𝐵∗
(𝑟 = 2; 𝑝 = 0,25) 𝑃( 𝑤) = {( 𝑤 − 1
1
) (0,25)2 (0,75) 𝑤 − 2
; 𝑤 = 2,3,4, …
Finalmente, determinamos la probabilidad que nos solicitan:
𝑃( 𝑤 ≤ 4) = 𝑃( 𝑤 = 2) + 𝑃( 𝑤 = 3) + 𝑃( 𝑤 = 4)
= (
1
1
) (0,25)2 (0,75)0
+ (
2
1
) (0,25)2 (0,75)1
+ (
3
1
) (0,25)2 (0,75)2
= 0,2617
Respuesta: Al hacer un control de calidad de estas sillas, la probabilidad de tener que revisar a lo más
cuatro sillas hasta encontrar la segunda con un grosor óptimo de la capa de cromo, es igual a 0,2617.
11.4) Solución: En este ítem, calculamos la función marginal de cada variable definidas anteriormente,
de la siguiente forma:
𝑓( 𝑥) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑦
𝑑𝑦 = ∫ 2( 𝑥 + 1)
0,8
𝑦 = 0
𝑑𝑦 = 1,6 ( 𝑥 + 1)
𝑓( 𝑦) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 2( 𝑥 + 1)
0,5
𝑥 = 0
𝑑𝑥 = 1,25
Luego, notemos que la multiplicación de las funciones marginales es iguales a la función conjunta,
como se muestra:
𝑓( 𝑥, 𝑦) = 2 ( 𝑥 + 1) = 𝑓( 𝑥) ∙ 𝑓( 𝑦)
Lo que implica que ambas variables son variables aleatorias independientes, es decir la covarianza es
cero. En conclusión el Coeficiente de Pearson es igual a cero, por ende no se puede afirmar que a
mayor grosor de la capa de níquel, mayor grosor de la capa de cromo.

12.- Sean X e Y variables aleatorias que denotan la producción diaria de cable (en miles de
metros) en los turnos A y B respectivamente de cierta Empresa. Por disposición de la gerencia
de comercialización la producción en el turno B no debe superar a la del turno A.
El comportamiento conjunto de ambas variables se modela mediante función de densidad:
𝒇( 𝒙, 𝒚) = {
𝟔
𝟓
( 𝟐𝒙 + 𝒚) 𝟎 ≤ 𝒙 ≤ 𝟏 ; 𝟎 ≤ 𝒚 ≤ 𝒙
Las funciones de densidad para cada variable son:
𝒇( 𝒙) = { 𝟑𝒙 𝟐
𝟎 ≤ 𝒙 ≤ 𝟏
; 𝒇( 𝒚) = {
𝟔
𝟓
(𝟏 + 𝒚 − 𝟐𝒚 𝟐) 𝟎 ≤ 𝒚 ≤ 𝟏
La empresa clasifica su productividad diaria de acuerdo al siguiente criterio:
Nivel de
Productividad
Producción diaria
(en miles de metros)
Baja X ≤ 0.5 e Y ≤ 0.5
Alta X ≥ 0.7 e Y ≥ 0.7
Normal X > 0.5 e Y < 0.7
12.1) Cuando en el turno A se producen 800 metros de cable, ¿Cuál es la producción esperada
en el turno B?
12.2) ¿Cuál es la probabilidad de que la producción en el turno B supere los 600 metros de
cable?
12.3) Si el costo de producir un metro de cable es de $1800 en el turno A y de $2100 en el turno
B. ¿Cuál es el costo total esperado de la producción diaria de cables en esta empresa?
12.4) Al observar el consumo diario de energía eléctrica para los distintos niveles de
productividad, se observó un comportamiento de tipo exponencial con media de 30, 50 y
40 Kw respectivamente. Determine la probabilidad que el consumo de energía diario, en la
empresa, sea mayor a 35 Kw.
12.1) Solución: Sean:
𝑥 = “Producción diaria de cable en el turno A, de cierta empresa, en miles de metros”
𝑦 = “Producción diaria de cable en el turno B, de cierta empresa, en miles de metros”
Lo primero será definir la función condicional, dado que la producción diaria de cable sea 0,8 en el turno
A, lo que se hace con la siguiente fórmula:
𝑓( 𝑦 𝑥 = 0,8⁄ ) =
𝑓( 𝑥, 𝑦)
𝑓( 𝑥)
|
𝑥 = 0,8
=
6
5
(2𝑥 + 𝑦)
3𝑥2
|
𝑥 = 0,8
=
6
5
(2 (0,8) + 𝑦)
3 (0,8)2
= 1 +
5𝑦
8

Luego, calculamos la esperanza de la función que definimos en el paso anterior, de la siguiente forma:
𝐸( 𝑦 𝑥 = 0,8⁄ ) = ∫ 𝑦 𝑓( 𝑦 𝑥 = 0,8⁄ )
0,8
𝑦 = 0
𝑑𝑦 = ∫ 𝑦 (1 +
5𝑦
8
)
0,8
𝑦 = 0
𝑑𝑦 = ∫ 𝑦 +
0,8
𝑦 = 0
5𝑦2
8
𝑑𝑦 =
32
75
= 0,4267
Respuesta: Cuando en el turno A se producen 800 metros de cable, la producción esperada en el turno
B, corresponde a 0,4267 miles de metros, o 4267 metros.
12.2) Solución: Debido a que nos preguntan sobre la producción en el turno B, donde esta supere los
600 metros de cable, por lo tanto, utilizaremos la función de densidad de la producción diaria de cable
en el turno B, quedando de la siguiente forma:
𝑃( 𝑦 > 0,6) = ∫ 𝑓( 𝑦)
1
𝑦 = 0,6
𝑑𝑦 = ∫
6
5
(1 + 𝑦 − 2𝑦2)
1
𝑦 = 0,6
𝑑𝑦 =
148
625
= 0,2368
Respuesta: La probabilidad de que la producción en el turno B supere los 600 metros de cable, es
igual a 0,2368
12.3) Solución: Lo primero será definir el costo total de la producción diaria de cable en esta empresa,
la que por la información que nos suministra el ejercicio, está dada por la siguiente ecuación:
𝐶 = 1800 𝑥 + 2100 𝑦 , 𝑐𝑜𝑛 𝑥 𝑒 𝑦 𝑒𝑥𝑝𝑟𝑒𝑠𝑎𝑑𝑜𝑠 𝑒𝑛 𝑚𝑒𝑡𝑟𝑜𝑠
Luego, nos piden el valor esperado de esta ecuación, la que por medio de propiedades nos queda
expresada de la siguiente forma:
𝐸( 𝐶) = 𝐸 (1800 𝑥 + 2100 𝑦) = 1800 𝐸( 𝑥) + 2100 𝐸( 𝑦)
Entonces, debemos calcular los valores esperados de la producción diaria de cable, en el turno A y B,
respectivamente.
𝐸( 𝑥) = ∫ 𝑥 ∙ 𝑓(𝑥)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 𝑥 ∙ (3𝑥2
)
1
𝑥 = 0
𝑑𝑥 = ∫ 3𝑥3
1
𝑥 = 0
𝑑𝑥 = 0,75 = 750 𝑚
𝐸( 𝑦) = ∫ 𝑦 ∙ 𝑓(𝑦)
𝑅𝑒𝑐 𝑦
𝑑𝑦 = ∫ 𝑦 ∙
1
𝑦 = 0
(
6
5
(1 + 𝑦 − 2𝑦2)) 𝑑𝑦 = ∫
6
5
( 𝑦 + 𝑦2
− 2𝑦3)
1
𝑥 = 0
𝑑𝑦 = 0,4 = 400 𝑚
Finalmente, reemplazamos los valores obtenidos, quedando como se ve a continuación:
𝐸( 𝐶) = 1800 𝐸( 𝑥) + 2100 𝐸( 𝑦) = 1800 ∙ 750 + 2100 ∙ 400 = $2.190.000
Respuesta: El costo total esperado de la producción diaria de cables en esta empresa, es $2.190.000.

12.4) Solución: Sean: 𝐵 = “Nivel de Productividad Baja”
𝐴 = “Nivel de Productividad Alta”
𝑁 = “Nivel de Productividad Normal”
𝑐 = “Consumo diario de energía, en Kw”
Luego calculamos las probabilidades de cada nivel de producción, sin
perder de vista que los límites de integración están dados
gráficamente por la imagen, lo que se realiza de la siguiente forma:
𝑃( 𝐵) = 𝑃( 𝑥 ≤ 0,5; 𝑦 ≤ 0,5) = ∫ ∫
6
5
(2𝑥 + 𝑦)
𝑥
𝑦 = 0
𝑑𝑦
0,5
𝑥 = 0
𝑑𝑥 = 0,125
𝑃( 𝐴) = 𝑃( 𝑥 ≥ 0,7; 𝑦 ≥ 0,7) = ∫ ∫
6
5
(2𝑥 + 𝑦)
𝑥
𝑦 = 0,7
𝑑𝑦
1
𝑥 = 0,7
𝑑𝑥 = 0,1404
𝑃( 𝑁) = 𝑃( 𝑥 > 0,5; 𝑦 < 0,7) = 1 − [𝑃(𝐵) + 𝑃( 𝐴)] = 0,7346
Posteriormente, definimos las probabilidades condicionales:
𝑐 𝐵⁄ ~ 𝑒𝑥𝑝 ( =
1
30
) → 𝑃( 𝑐 > 35 𝐵⁄ ) = 𝑒−
35
30 = 0,3114
𝑐 𝐴⁄ ~ 𝑒𝑥𝑝 ( =
1
50
) → 𝑃( 𝑐 > 35 𝐴⁄ ) = 𝑒−
35
50 = 0,4966
𝑐 𝑁⁄ ~ 𝑒𝑥𝑝 ( =
1
40
) → 𝑃( 𝑐 > 35 𝑁⁄ ) = 𝑒−
35
40 = 0,4169
Finalmente, calculamos la probabilidad total de consumo diario de energía, por medio de fórmulas,
quedando de la siguiente forma:
𝑃( 𝑐 > 35) = 𝑃( 𝑐 > 35 𝐵⁄ ) ∙ 𝑃( 𝐵) + 𝑃( 𝑐 > 35 𝐴⁄ ) ∙ 𝑃( 𝐴) + 𝑃( 𝑐 > 35 𝑁⁄ ) ∙ 𝑃( 𝑁)
𝑃( 𝑐 > 35) = 0,3114 ∙ 0,125 + 0,4966 ∙ 0,1404 + 0,4169 ∙ 0,7346 = 0,4149
Respuesta: La probabilidad que el consumo de energía diario, en la empresa, sea mayor a 35 Kw, es
igual a 0,4149.
13.- La cantidad de sustancia contaminante corrosiva (X) y de sustancia contaminante tóxica
(Y), expresadas en grs., que se encuentran al examinar las emisiones de gases, en vehículos
elegidos al azar, son variables aleatorias con función de densidad conjunta dada por:
𝒇( 𝒙, 𝒚) = {
𝟐 𝒆− 𝒙 − 𝒚
; 𝟎 < 𝑦 < 𝑥 < ∞
Si en un vehículo elegido al azar, la cantidad de la sustancia contaminante tóxica que emite es
de 2 grs. Calcule la probabilidad que la cantidad de sustancia contaminante corrosiva que emite
supere a 4 grs.

13) Solución: Sean: 𝑥 = “Sustancia contaminante corrosiva, en gramos”
𝑦 = “Sustancia contaminante tóxica, en gramos”
Luego, debemos definir la función densidad de la sustancia contaminante tóxica, como se ve a
continuación:
𝑓( 𝑦) = ∫ 𝑓( 𝑥, 𝑦)
𝑅𝑒𝑐 𝑥
𝑑𝑥 = ∫ 2 𝑒− 𝑥 − 𝑦
∞
𝑥 = 𝑦
𝑑𝑥 = 2 𝑒−2𝑦
En seguida, definimos la función condicional que nos servirá para determinar la probabilidad requerida
por el ejercicio, para lo que se utiliza la siguiente fórmula:
𝑓( 𝑥 𝑦 = 2⁄ ) =
𝑓(𝑥, 𝑦)
𝑓(𝑦)
|
𝑦 = 2
=
2 𝑒− 𝑥 – 𝑦
2 𝑒−2𝑦
|
𝑦 = 2
= 𝑒− 𝑥+ 𝑦 |
𝑦 = 2
= 𝑒− 𝑥 + 2
Finalmente, calculamos la probabilidad pedida por el problema, de la siguiente forma:
𝑃( 𝑥 > 4 𝑦 = 2⁄ ) = ∫ 𝑓( 𝑥 𝑦 = 2⁄ )
∞
𝑥 = 4
𝑑𝑥 = ∫ 𝑒− 𝑥 + 2
∞
𝑥 = 4
𝑑𝑥 = 𝑒−2
= 0,1353
Respuesta: Al elegir de forma aleatoria un vehículo, y la cantidad de sustancia contaminante tóxica
que emite es de 2 gramos, la probabilidad que la cantidad de sustancia contaminante corrosiva que
emite supere a 4 gramos es 0,1353.

5. probabilidad conjunta ejercicios resueltos

Más contenido relacionado

La actualidad más candente

Similar a 5. probabilidad conjunta ejercicios resueltos

Último

En este documento

5. probabilidad conjunta ejercicios resueltos