MÉTODOS ESTADÍSTICOS

Ejercicio 1.

Una persona que espera a que pase el metro en la estación Moneda es una variable aleatoria,
medida en el tiempo en minutos, función de distribución está dada por:
0 𝑠𝑖 𝑥 < 0
𝑥
𝑠𝑖 0 ≤ 𝑥 < 1
8
𝐹(𝑥) = 2
𝑥 𝑠𝑖 1 ≤ 𝑥 < 2
8
2
1− 𝑠𝑖 2 ≥ 𝑥
𝑥2
a. Si una persona lleva esperando más de 30 segundos ¿Cuál es la probabilidad que deba
esperar menos de 90 segundos?
b. Calcule la 𝐸(𝑥 + 1) e interprete su resultado.

Solución:
Para poder resolver ese ejercicio, es útil tabular y graficar la función F(x), de la siguiente manera:
F(x) = x/8 F(x) = (x^2)/8
0 0,000 1 0,125
0,25 0,031 1,25 0,195
0,5 0,063 1,5 0,281
0,75 0,094 1,75 0,383

F(x) = 1 - (2/(x^2))
2 0,500 4 0,875 6 0,944 8 0,969 11,5 0,985
2,5 0,680 4,5 0,901 6,5 0,953 8,5 0,972 12,5 0,987
3 0,778 5 0,920 7 0,959 9,5 0,978 13,5 0,989
3,5 0,837 5,5 0,934 7,5 0,964 10,5 0,982 14,5 0,990

Función de Probabilidad
1
0,9
0,8
0,7
0,6
F(x)

0,5
0,4
0,3
0,2
0,1
0
0 2 4 6 8 10
x
a.) La probabilidad de que una persona que ya esperó 30 segundos deba esperar menos de 90
segundos se obtiene de la siguiente manera:

x
F ( x )= ; para 0 ≤ x <1
8

Cuando t = 30 segundos, x = 0,5, ya que se mide en minutos:

0,5
F ( 0 , 5) = =0,063
8

Cuando t = 90 segundos, x = 1,5, ya que se mide en minutos:

2
x
F ( x )= ; para 1≤ x< 2
8

2
1 ,5
F ( 1 , 5 )= =0,281
8

P(x), 𝑠𝑖 0,5 < 𝑥 < 1,5 = F(1,5) - F(0,5) = 0,281 – 0,063 = 0,218

Entonces la probabilidad de que una persona que ya esperó 30 segundos deba esperar menos de 90
segundos es 0,218

b) Por propiedad del valor esperado: E(X + k ) = E( X) + k, es decir, E (x+1) = E( X) + 1. Por tanto, el
valor de E (x+1) será:

[∫ ]
+∞
E ( x +1 )= x . f (x)dx +1
0

Cabe destacar que integramos debido a que se trata de la distribución de probabilidad de una
variable continua.
Debido a que tenemos las funciones de distribución acumulado F(X), necesitamos calcular las
funciones de densidad f(x) para cada caso y luego integrar. Para obtener f(x) a partir de F(x) debemos
derivar las funciones.

 S𝑖 𝑥 < 0:

F ( x )=0=f (x)

Entonces, E(x+1):

E ( x )=0+1=1

 S𝑖 0 ≤ 𝑥 < 1:
Primero derivamos:

E ( x )=[ d . F (x ) ]
 E ( x )=
[]
1
8

Luego integramos para obtener E(X):

[ ]
1
x∗1
E ( x )= ∫ dx
0 8

[ ]
1
x
E ( x )= ∫ dx
0 8

[ ]
1
x2
E ( x )=
2∗8 0

( )
2 2
1 0
E ( x )= − =0,0625
2∗8 2∗8

 S𝑖 1 ≤ 𝑥 < 2:
Primero derivamos:

E ( x )=[ d . F (x ) ]

E ( x )=
[ ]
2x
8

Luego integramos para obtener E(X):

[ ]
2
x∗x
E ( x )= ∫ dx
1 4

[ ]
2 2
x
E ( x )= ∫ dx
1 4

[ ]
2
x3
E ( x )=
3∗4 1

( )
3 3
2 1
E ( x )= − =0 , 5833
3∗4 3∗4

 S𝑖 2 ≥ 𝑥:
Primero derivamos:

E ( x )=[ d . F (x ) ]

E ( x )=
[ ]
4
x
3
 Luego integramos para obtener E(X):

[∫ ]
+∞
4
E ( x )= x. 3
dx
2 x

[∫ ]
+∞
4
E ( x )= 2
dx
2 x

[ ]
+∞
−4
E ( x )=
x 2

E ( x )=
( ( ))
−4 −4
+∞
−
2
=2

 Por último y recordando que E(x+1) es equivalente a:

[∫ ]
+∞
E ( x +1 )= x . f (x)dx +1
0

{[∫ ][ ][ ] [∫ ]}
0 1 2 +∞

E ( x +1 )= x∗f (x) dx + ∫ x∗f (x )dx + ∫ x∗f (x) dx + x∗f (x)dx +1

−∞ 0 1 2

E ( x +1 )=0+ 0,0625+0 , 5833+2+1=3 , 6458

La esperanza matemática, o valor esperado, de una variable aleatoria es una forma de resumir la
distribución de probabilidad con un único número que se puede interpretar como el "promedio" o el
valor "esperado" de la variable. Cuando se calcula 𝐸(𝑥), se está calculando el tiempo de espera
promedio en la estación de Moneda, es decir, el tiempo promedio que una persona esperaría el
metro en la estación de Moneda, dado el modelo de distribución de probabilidad que se tiene.
Por otro lado, cuando se calcula 𝐸(𝑥 + 1) se está, esencialmente, desplazando toda la distribución en
una unidad hacia la derecha. En términos de la situación real, esto sería equivalente a agregar un
minuto adicional al tiempo de espera de todas las personas, sin importar cuánto tiempo hayan
esperado originalmente.
Por lo tanto, la interpretación de 𝐸(𝑥 + 1) sería el tiempo de espera promedio en la estación de
Moneda, más un minuto adicional. Es decir, es el tiempo promedio que una persona esperaría el
metro en la estación de Moneda, dado el modelo de distribución de probabilidad que se analizó
previamente, más un minuto.
En este caso, dado que 𝐸(𝑥) es aproximadamente 2,646 minutos, esto significa que en promedio, una
persona esperaría alrededor de 2,646 minutos. Y dado que 𝐸(𝑥 + 1) es aproximadamente 3,646
minutos, esto significa que si se agrega un minuto adicional de espera a cada persona, en promedio,
una persona esperaría alrededor de 3,646 minutos.

Ejercicio 2.
En una mina en el norte del país se están efectuando perforaciones para encontrar una veta de
cobre, se sabe que el diámetro de la perforación efectuada con ciertas brocas de distribuye normal
con media 0,55 pulgadas, y, el 93,32% tiene un diámetro superior a 0,40 pulgadas. Para un control
de calidad se inspeccionan esas perforaciones.
¿Cuál es la probabilidad de encontrar la primera perforación que mida entre 0,45 y 0,58 pulgadas,
después de la tercera perforación inspeccionada?

Primero, debemos encontrar la desviación estándar de la distribución normal. Sabemos que el

93,32% de las perforaciones tienen un diámetro superior a 0,40 pulgadas. Esto significa que el 6,68%
de las perforaciones tienen un diámetro de 0,40 pulgadas o menos.
La distribución normal estándar tiene un valor de -1,5 en el percentil 6,68%, entonces, podemos
establecer la ecuación:

0.40 = 0.55 - 1.5σ

Donde σ es la desviación estándar que estamos tratando de encontrar. Resolviendo para σ

obtenemos:

σ = (0.55 - 0.40) / 1.5 = 0.1

Ahora podemos resolver la pregunta principal. Queremos encontrar la probabilidad de que la

primera perforación que mida entre 0,45 y 0,58 pulgadas ocurra después de la tercera inspección.
Primero, encontramos la probabilidad de que una perforación tenga un diámetro entre 0,45 y 0,58
pulgadas. Para ello, calculamos los valores z correspondientes:

Z1 = (0,45 – 0,55) / 0,1 = -1

Z2 = (0,58 – 0,55) / 0,1 = 0,3

Usando una tabla de la distribución normal estándar, podemos encontrar las probabilidades
correspondientes a estos valores z:

P(Z < -1) = 0.1587

P(Z < 0.3) = 0.6179

Por lo tanto, la probabilidad de que una perforación tenga un diámetro entre 0,45 y 0,58 pulgadas
es:

0,6179 – 0,1587 = 0,4592

Para encontrar la probabilidad de que la primera perforación que cumpla con este criterio ocurra
después de la tercera inspección, usamos la fórmula del modelo geométrico de distribución o de
Pascal:
P(X = k) = q(k-1) * p

Donde k es el número de ensayos necesarios para obtener el primer éxito, p es la probabilidad de

éxito, y q es la probabilidad de fracaso (1-p).
En este caso, queremos k = 4 (porque queremos que el primer éxito ocurra después de la tercera
inspección, es decir, en la cuarta inspección), y, por otro lado tenemos que p = 0,4592.
Por lo tanto:

P(X = 4) = (1 – 0,4592)(4-1) * 0,4592 = 0,54083 * 0,4592 = 0,0726 aproximadamente

Por lo tanto, la probabilidad de encontrar la primera perforación que mida entre 0,45 y 0,58 pulgadas
después de la tercera inspección es de aproximadamente 0,0726 o 7,26%.