Tema 4: MODELOS DE PROBABILIDAD
PROBLEMAS PROPUESTOS
1. A un puesto de servicio llegan de manera independiente y estable, una media de 10 clientes/hora. Calcular
la probabilidad de que lleguen 8 clientes en la próxima media hora, sabiendo que en la última hora llegaron
14 clientes.
SOLUCIÓN:
p = 0.065.
2. La distancia D entre dos vehículos consecutivos en un carril de una autopista sigue una distribución
exponencial con media 200 metros. ¿Cuál es la probabilidad de que en un tramo de 1 Km de dicho carril
haya exactamente 5 vehículos?.
SOLUCIÓN:
p = 0.175.
3. El número de averías diarias de una máquina sigue una distribución de Poisson de media 0.4 averías.
Calcular la probabilidad de que haya tres días sucesivos sin averías.
SOLUCIÓN:
P = 0.30.
4. Un aparcamiento tiene dos entradas. Los coches llegan a la entrada I según una Poisson con 3 coches a
la hora y a la entrada II con 4 coches a la hora. Si el número de coches que llega a cada entrada son
independientes, ¿cuál es la probabilidad de que en una hora lleguen 3 coches al aparcamiento? (junio 98)
SOLUCIÓN:
0.052
5. Se sabe que ciertas piezas tienen una duración (tiempo hasta que se averían, sin posibilidad de ser ar-
regladas) que se distribuye exponencialmente. Sabemos que la duración esperada de dicho proceso es de
1000 horas. Calcular:
(a) El valor de λ.
(b) La varianza de la distribución.
(c) La probabilidad de que una pieza se estropee antes de 250 horas.
(d) La probabilidad de que una pieza que ha durado 1000 horas dure 1250 horas.
(e) Comentar los resultados de los apartados 3 y 4.(sep 98)
SOLUCIÓN:
(a) λ = 1/1000.(b) 10002 (c) 0.2212 (d) 0.7788 (e). El resultado es lógico, pues la exponencial es una
variable sin memoria
6. La probabilidad de encontrar una persona zurda es de 0.1. En una clase de 20 alumnos hay 3 pupitres
para zurdos. Calcular la probabilidad de que no haya suficientes pupitres. (junio 97)
SOLUCIÓN:
0.1332
7. El proceso de llegadas de clientes a un puesto de servicio se produce de manera estable e independiente.
Por término medio llega un cliente cada minuto.
1
(a) ¿Cuál es la probabilidad de que no lleguen clientes en 3 minutos?
(b) ¿Cuál es la probabilidad de que el intervalo de tiempo entre dos clientes consecutivos sea inferior a
un minuto?
(c) El citado puesto de servicio se mantiene abierto durante 8 horas al día. Este puesto de servicio, sin
embargo, sólo es rentable si es visitado por al menos 500 personas al día. ¿Qué proporción de días
será rentable?
SOLUCIÓN:
(a) 0.05 (b). 0.63 (c). 0.18
8. (Fiabilidad) La duración en minutos de una transacción electrónica de información puede modelizarse
como una variable con distribuciónde Weibull de parámetros β = 0.5 y α = 5. Se pide
(a) Duración media de una transacción
(b) Calcular la probabilidad de que dure más de 10 minutos
(c) Si la transacción lleva ya 10 minutos realizándose, calcula la probabilidad de que dure al menos otros
10 minutos
(d) Repite los apartados b y c pero con β = 1.2 y comenta la diferencia respecto al caso anterior
SOLUCIÓN:
(a) 10 minutos b).0.243 c)0.557. d)0.10 y 0.05 respectivamente
9. Se tiene un sistema formado por 2 componentes en paralelo como el de la figura
donde los dos componentes tienen características similares. La avería de un componente es independiente
del estado del otro componente. El sistema fuciona si entre A y B es posible encontrar un camino de
componentes que funcionen.
(a) Supongamos que la duración de un componente (tiempo transcurrido desde que se conecta hasta que
se avería) se puede modelizar con una exponencial y que la duración media de un componente es de
5000 horas. Calcula la probabilidad de que el sistema formado por ambos componentes en paralelo
esté más de 10000 horas funcionando ininterrumpidamente.
(b) Supongamos ahora que el sistema lleva ya 8000 horas funcionando sin averiarse. ¿Cuál será ahora la
probabilidad de que llegue a las 10000 horas sin averiarse (es decir, que funcione al menos 2000 horas
más)?
SOLUCIÓN:
(a) P = 0.2523
2
(b) P = 0.695.
10. Dos amigos de la misma edad comentan sobre sus respectivas estaturas. El más bajo de ellos mide 160
cm, y dice que él siente que es más bajo que la mayoría de su generación, y que sólo 1 de cada 10 chicos
es más bajo que él. El más alto mide 175cm y dice que él siente que su estatura no le parece en absoluto
extrema, y que encuentra igual número de personas más altas y más bajas que él. Si suponemos que la
estatura de los chicos de esa edad se distribuye según una normal, se desea saber:
(a) Calcula la media μ y la varianza σ 2 a partir de la información que suministran estos dos chicos
(b) ¿Qué proporción de chicos medirá más de 190cm?
(c) Si seleccionamos 4 chicos al azar ¿Cuál es la probabilidad de que la mayoría de ellos mida menos de
160 cm?
SOLUCIÓN:
(a) μ = 175, σ 2 = 137
(b) P = 0.10
(c) P = 0.0037
11. Un servidor de una página web de un ministerio recibe una media de 10 accesos a la hora. Se supone que
los usuarios que acceden a dicho servidor lo hacen de forma independiente unos de otros. El técnico que
administra los recursos informáticos de dicho ministerio nota que nadie ha intentado acceder en la última
media hora ¿Le debe preocupar y revisar si hay algo anómalo en el sistema?
SOLUCIÓN:
Es un suceso muy poco probable. Hará bien el técnico en revisar el sistema.
12. A continuación se describe un conjunto de variables aleatorias. Especifica para cada una de ellas, qué
modelo de probabilidad le corresponde (elige entre: binomial B(n,p), uniforme discreta Ud(a,b), uniforme
continua Uc(a,b), Poisson P(λ), exponencial Exp(λ), o ninguna de los anteriores). Especifica el valor
de los parámetros que tenga dicho modelo.
Ejemplo: X=Número de caras que se obtienen al lanzar una moneda 3 veces.......X ∼B(3,0.5)
(a) X=Valor que se obtiene al lanzar un dado;X ∼?
(b) Al vestíbulo de una estación de tren llegan una media de 120 pasajeros a la hora. La llegada de los
pasajeros tiene un ritmo medio estable y lo hacen de forma independiente. Las variables aleatorias
que nos interesan son
i. X=Número de pasajeros que llegan en una hora;X ∼?
ii. X=Número de pasajeros que llegan en cuatro horas;X ∼?
iii. X=Minutos transcurrido sin que lleguen pasajeros;X ∼?
(c) Un edificio tiene dos puertas de acceso, una delantera y otra lateral. En ambos accesos se comprueba
que el ritmo medio de llegada de personas es estable. Se supone que las personas llegan al edificio de
forma independiente. Por la puerta delantera llegan una media de tres personas por minuto, mientras
que por la lateral llegan una media de una persona cada cinco minutos. Las variables aleatorias que
nos interesan son:
i. X=Número de personas que acceden por la puerta delantera a la hora;X ∼?
ii. X=Número de personas que acceden cada hora por la puerta lateral;X ∼?
3
iii. X=Número total de personas que acceden al edificio a la hora:;X ∼?
iv. X=Tiempo transcurrido entre dos personas consecutivas que entran por la puerta delantera;X ∼?
v. X=Tiempo transcurrido entre dos personas consecutivas que entran por la puerta lateral;X ∼?
vi. X=Tiempo (minutos) transcurrido desde que accede una persona por la puerta principal hasta
que lo hace otra por la puerta lateral;X ∼?
(d) Una máquina produce por término medio un 1% de artículos defectuosos, apareciendo estos de forma
fortuita pero a un ritmo medio estable. Las variables aleatorias que nos interesan son:
i. X=Número de artículos defectuosos en un lote de 100 artículos;X ∼?
ii. X=Número de artículos defectuosos en dos lotes de 100 artículos cada uno;X ∼?
iii. X=Número de artículos que hay que producir para tener uno aceptable;X ∼?
iv. Número de artículos defectuosos que hay que producir para tener uno aceptable;X ∼?
(e) El 30% de las personas llevan teléfono móvil. Nos interesa entonces:
i. X=Número de personas que tienen móvil en un aula con 35 personas;X ∼?
ii. X=Número de móviles en un aula de 54 personas;X ∼?
(f) Un proceso productivo tiene 4 líneas de producción paralelas que funcionan de forma independiente.
La probabilidad de que una línea se detenga por algun tipo de avería fortuita es 0.05. Nos interesan
las siguientes variables aleatorias:
i. X= Número de líneas que funcionan en un momento dado;X ∼?
ii. X=Número de líneas que está parada por avería en un instante daoo;X ∼?
(g) Un fabricante vende cable telefónico con una media de 1 defecto por kilómetro de cable. Nos interesan
las siguientes variables aleatorias:
i. X=Número de defectos por metro de cable;X ∼?
ii. X=Número de defectos por kilómetro de cable;X ∼?
iii. X=Longitud de cable libre de defectos;X ∼?
PROBLEMAS RESUELTOS
13. Un servidor que alberga una página web recibe por término medio 10 accesos por minuto, pudiéndose
considerar que los accesos son sucesos independientes. Se quiere saber:
(a) ¿Cuál es la probabilidad de que no acceda nadie durante 2 minutos?
(b) ¿Cuál es la probabilidad de que haya exactamente 10 accesos en un minuto?
(c) ¿Cuál es al probabilidad de que haya más de 20 accesos en un minuto?
(d) ¿Cuánto tiempo transcurrirá, por término medio, entre dos accesos consecutivos?
(e) ¿Cuál es la probabilidad de que entre dos accesos consecutivos transcurra menos de un segundo?
SOLUCIÓN:
(a) Sea X=número de accesos por minuto. Al tener una media constante y ser los accesos independientes,
se puede considerar que X ∼Poi(λ = 10). Entonces, la variable aleatoria T = intervalo entre dos
accesos consecutivos es una exponencial T ∼Exp(λ = 10)
4
La probabilidad de que no acceda nadie en 2 minutos se puede resolver de dos maneras: utilizando
una variable de Poisson o una exponencial. Si definimos Y =número de accesos en 2 minutos, tenemos
que Y ∼Poi(λ∗ = 20), y la probabilidad pedida será
(λ∗ )0 −λ∗
P (Y = 0) = e = e−20 = 2 × 10−9 .
0!
Por otra parte, la probabilidad pedida es equivalente a la probabilidad de que entre dos accesos
consecutivos transcurran más de 2 minutos. Es decir
Z 2
P (T > 2) = λe−λt = e−2×λ = e−20 = 2 × 10−9
0
(b) Lo que se pide es
λ10 −λ
P (X = 10) = e = 0.125
10!
(c) La que se pide es
X∞
λi −λ
P (X > 20) = e
i=21
i!
que es igual que
20
X λi
P (X > 20) = P (X ≤ 20) = e−λ .
i=1
i!
Esta operación puede ser tediosa. Su valor es
20
X λi
P (X > 20) = 1 − P (X ≤ 20) = 1 − e−λ = 1 − 0.9984 = 0.0016.
i=1
i!
Otra forma más cómoda de hacerla es usando la aproximación a la normal, que será buena ya que
λ > 5. Por tanto usaremos que, aproximadamente X ∼ N (λ, λ) ≡ N (10, 10). Por tanto
µ ¶
20 − 10
P (X > 20) = P z > √ = P (z > 3.16) = 0.001
10
que da también un valor muy bajo.
(d) El tiempo entre dos accesos consecutivos es una exponencial de parámetros λ = 10 accesos/minuto.
Por lo tanto la media es
1
E(T ) = = 0.1 minutos/acceso=6 segundos/acceso
λ
(e) La probabilidad que se pide es, tomando que un segundo son 0.0167 minutos
Z 0.0167
P (T < 0.0167) = λe−λt dt = 1 − P (T > 0.0167) = 1 − e−0.0167×λ = 0.154
0
14. Un sistema está formado por 3 componentes C1 , C2 y C3 conectados en serie. El sistema falla cuando lo
hace cualquiera de los componentes. Los componentes electrónicos C1 y C2 tienen tiempos de vida útil T1
y T2 que se distribuyen como una exponencial de media 28000 horas. La distribución de probabilidad de
la vida del componente mecánico C3 , T3 , es N (3000, 200). Los tiempos de vida de los tres componentes
son variables aleatorias independientes.
(a) Calcular la probabilidad de que el componente 1 dure más de 3000 horas.
(b) Calcular la probabilidad de que el componente 1 dure más de 6000 horas, si ha durado ya 3000 horas.
(c) Calcular la probabilidad de que el sistema dure más de 3000 horas.
5
SOLUCION:
(a) La función de densidad del tiempo de vida del componente C1 es
1
f (t) = e−t/28000 , t ≥ 0,
28000
por lo que la probabilidad pedida es
Z 3000
P (T1 > 3000) = 1 − f (t) dt = e−3/28 = 0.898.
0
(b) Aplicando la definición de probabilidad condicionada se tiene que
R +∞
P (T > 6000) f (t) dt e−6/28
P (T1 > 6000 | T > 3000) = = R6000
+∞ = −3/28 = e−3/28 = 0.898.
P (T > 3000) f (t) dt e
3000
Obsérvese que esta probabilidad coincide exactamente con la probabilidad calculada en el apartado
anterior de que un componente dure más de 3000 horas. Como la distribución exponnecial no tiene
memoria, la probabilidad de durar T unidades de tiempo adicionales es independiente del tiwmpo
que lleva funcionando.
(c) Como los tiempos de vida de los tres componentes son independientes, la probabilidad de que la vida
del sistema T sea mayor que 3000 horas es
P (T > 3000) = P (T1 > 3000) × P (T2 > 3000) × P (T3 > 3000)
= 0.898 × 0.898 × 0.5 = 0.4032,
donde se ha utilizado que P (T3 > 3000) = 0.5, por ser T3 una distribución normal de media 3000
horas.
15. (Fiabilidad) Se tiene un sistema formado por 2 componentes en paralelo como el de la figura
donde los dos componentes tienen características similares. La avería de un componente es independiente
del estado del otro componente. El sistema fuciona si entre A y B es posible encontrar un camino de
componentes que funcionen.
(a) Supongamos que la duración de un componente (tiempo transcurrido desde que se conecta hasta que
se avería) se puede modelizar con una distribución Weibull de parámetros α = 1200 y β = 1.7. Calcula
la probabilidad de que el componente 1 esté más de 1000 horas funcionando ininterrumpidamente.
(b) Supongamos que el componente 1 lleva ya 500 horas funcionando sin averiarse. Calcula la probabil-
idad de que funcione durante 1000 horas adicionales.
(c) Comenta la diferencia entre la probabilidad del apartado (a) y (b), explicándo dicha diferencia en
función de los parámetros del modelo Weibull.
6
(d) Calcula la probabilidad de que el sistema formado por ambos componentes en paralelo esté más de
1000 horas funcionando ininterrumpidamente.
(e) ¿Cuántos componentes en serie como los de la figura se deberían usar para que la probabilidad de
que el sistema dure más de 1000 horas sea mayor que 0.98?
SOLUCIÓN:
(a) Sea T1 la duración del primer componente. Entonces, según la función de distribución de la Weibull
se tiene que
P (T1 > 1000) = 1 − P (T1 ≤ 1000) = 1 − F (1000)
( µ ¶β ) ( µ ¶1.7 )
1000 1000
= exp − = exp − = 0.48
α 1200
(b) Se desea ahora calcular la probabilidad de que dure 1500 horas si sabemos que ya lleva funcionando
500. Es decir, queremos calcular P (T > 1500|T > 500). Se tiene entonces que
P [(T1 > 1500) ∩ (T1 > 500)]
P (T1 > 1500|T1 > 500) =
P (T1 > 500)
n ¡ ¢ o
1500 1.7
P (T1 > 1500) exp − 1200
= = n ¡ ¢ o = 0.29
P (T1 > 500) 500 1.7
exp − 1200
(c) Se obtiene que P (T1 > 1500|T1 > 500) < P (T1 > 1000), lo cual es lógico dado que β > 1. Si β > 1 el
componente envejece, y por lo tanto a medida que está funcionando va aumentando la probabilidad
de fallar en la siguiente unidad de tiempo. Por eso, la probabilidad de durar 1000 horas es mayor si
el componente es nuevo que si lleva ya 500 horas de vida.
(d) Para que funcione el sistema debe funcionar al menos un componente. Por tanto, si llamamos T2 a
la duración del segundo componente se tiene que
P (Funcione más de 1000 horas) = P [(T1 > 1000) ∪ (T2 > 1000)]
= 1 − P [(T1 ≤ 1000) ∩ (T2 ≤ 1000)]
= 1 − P (T1 ≤ 1000)2 = 1 − (1 − 0.48)2 = 0.73
(e) Según la solución de la sección anterior, tenemos que la probabilidad de que un sistema con k
componnetes en paralelo funcione será
P (Dure más de 1000 horas) = P (Dure algún componente)
= 1 − P (No dure ninguno)
= 1 − P (T1 ≤ 1000)k > 0.98.
De la solución de la sección anterior tenemos que P (T1 ≤ 1000) = 1 − 0.48 = 0.52. Por tanto
1 − 0.52k > 0.98 ⇒ 0.02 > 0.52k ⇒ log(0.02) > k log(0.52)
⇒ −3.91 > k × −0.65 ⇒ k > 3.9/0.65 ≈ 6 componentes
16. Un servidor que gestiona el acceso a una página web está diseñado para manejar un máximo de 100
accesos simultáneos en un mismo minuto. Si los accesos se producen de forma independiente, y con un
ritmo medio de 80 accesos por minuto:
(a) ¿Qué proporción del tiempo estará el servidor saturado?
7
(b) ¿Qué capacidad máxima de accesos por minuto debería tener el servidor para que la probabilidad de
saturarse fuese inferior a 0.001?
SOLUCIÓN:
(a) Sea X =número de acceos en un minuto. Entonces X ∼Poi(λ = 80) ≈ N (80, 80). El servidor estará
saturado si x > 100. Por tanto
µ ¶
100 − 80
P (X > 100) = P z > √ = P (z > 2.23) = 0.013
80
(b) Buscamos la capacidad C tal que
P (X > C) < 0.001
y por tanto
µ ¶
C − 80
P (X > C) = P z> √ = P (z > z0 ) < 0.001 ⇒ z0 > 3.1
80
C − 80 √
⇒ √ > 3.1 ⇒ C = 80 + 3.1 × 80 > 108 accesos
80
17. (Fiabilidad) El tiempo T en segundos que tarda en conectarse a un servidor durante un día laborable
sigue una distribución de Weibull de parámetros α = 0.6 y β = 1/4, mientas que un fin de semana es una
Weibull de parametros α = 0.24 y β = 1, donde la densidad de la Weibull se escribe como
( µ ¶ )
β
β β−1 t
f (t) = β t exp − , (1)
α α
Se quiere saber:
(a) Tiempo medio que tardaremos en conectarnos en ambos tipos de día
(b) Calcula, para ambos tipos de día, la probabilidad de tardar más de 10 segundos en realizar la conexión
(c) Si llevamos ya 5 segundos esperando a que se efectúe la conexión, ¿cuál es la probabilidad de que la
conexión se demore aún 10 segundos más?
(d) ¿Era de esperar el resultado que se obtiene en c.
SOLUCIÓN:
(a) La esperanza matemática de una Weibull es μ = αΓ (1 + 1/β), donde Γ(1 + r) = r! si r es entero.
Por tanto
μL = 0.6 × Γ(5) = 14.4 sg
μF = 0.24 × Γ(2) = 0.24 sg
luego el fin de semana el servicio es más rápido
(b) La probabilidad que buscamos es
( µ ¶ )
β
10
P (T > 3) = 1 − F (10) = exp −
α
Para un día laborable tenemos que
( µ ¶1/4 )
10
P (T > 10) = exp − = 0.133
0.6
8
mientras que para el fin de semana
( µ ¶1 )
10
P (T > 10) = exp − ≈0
0.24
(c) La probabilidad que buscamos es P (T > 15|T > 5). Para el fin de semana, el resultado no cambiaría,
pues al ser β = 1 tenemos una exponencial que no tiene memoria. No se acuerda del tiempo que
lleva esperando, y la probabilidad de estar 10 segundos adicionales es la misma que antes. Para el
caso del día laborable tenemos
P [(T > 15) ∩ (T > 5)] P (T > 15)
P (T > 15|T > 5) = =
P (T > 5) P (T > 5)
n ¡ ¢ o
15 1/4
exp − 0.6 0.1069
= n ¡ ¢ o= = 0.5845,
1/4 0.1829
exp − 5 0.6
luego la probabilidad de demora aumenta.
(d) Este resultado era previsible al ser β < 1, pues entonces la tasa de fallo disminuye con el tiempo. En
este ejemplo, el ’fallo’ es precisamente culminar la conexión, o bien terminar la espera, o abandonar
la espera. La tasa de fallo puede interpretarse como la velocidad a la que los individuos que aún
no se han conectado, lo hacen. Y una tasa decreciente significa que los individuos que aún están
esperando, abandonan la espera cada vez en menos proporción
18. (Fiabilidad) Sea X una variable aleatoria de Weibull de parámetro β > 1 que representa la duración de
un componente hasta que se averíe. Para montar un circuito, buscamos componentes que nos duren al
menos 500 unidades de tiempo. Para seleccionar esos componentes nos dan a elegir entre dos tipos. Los
componentes del Tipo 1 están sin estrenar, mientras que los componentes del Tipo 2 no son nuevos. ¿Qué
tipo de componentes es el más adecuado para nostros?
SOLUCIÓN:
Si X es una Weibull de parámetro β > 1, el componente envejece. Cada vez le resulta más difícil sobrevivir;
es decir, P (X > t0 + t|X > t0 ) < P (X > t). Por tanto nos interesa el componente sin estrenar.
19. El tiempo T que una impresora de una red local tarda en imprimir un trabajo se puede modelizar como
una exponencial de densidad
4 4
f (t) = e− 3 t ; t > 0,
3
donde t está expresado en minutos. Si a las 14:15 horas se encuentran 35 trabajos en la cola de la
impresora, calcular la probabilidad de que a las 14:30 no quede ningún trabajo por imprimir. (sep 05)
SOLUCIÓN:
La función de densidad corresponde a una variable aleatoria exponencial de λ = 4/3, por lo que E(T ) =
2 P35
1/λ = 3/4, y Var(T ) = (3/4) . Sea X =tiempo en imprimir 35 trabajos. Entonces X = i=1 Ti , donde
Ti es el tiempo en imprimir el trabajo i-ésimo. Por el TCL se tiene que X ∼ N (E(X),Var(X)), donde,
utilizando que los tiempos empleados en la impresión de cada trabajo son independientes entre sí
3
E(X) = 35 × = 26.25,
4
µ ¶2
3
Var(X) = 35 × = 19.69.
4
Por tanto X ∼ N (26.25; 19.69). Entonces, la probabilidad de emplear menos de 15 minutos en la impresión
de los 35 trabajos es
µ ¶
15 − 26.25
P (X < 15) = P z < √ = P (z < −2.54) = 0.0055.
19.69