rv ‘CAPITULO Genealidades y estan dee 4g caBTULO 1 Generaldades yestatisica descriptive 776. Las es medidas de centr introducidas en este capitulo son tas media, a medians y Ia media recomada. Dos medidas de centro adicionales gue de vez en cuando se uiizan son él tango medio, el cval es el promedio de las observaciones Inds pequefias y ms grandes y el cuarto medi, cl cual es €) promedio de los dos varios. ;CuAl de estas medidas de feentio son resistentes a Tos efectos de los valores apartados y ensles n0? Expligue su razonamiento 177. Considere los siguientes datos sobre e tiempo de repars cin activo (horas) de wna muestra den = 46 reeeptores de comunicaciones aerotransportados: 02 03 05 05 05 06 06 07 07 07 08 08 08 10 10 10 10 1113 15 15 1S 15 20 20 22 25 27 303033 33 40 40 45 47 50 54 5470 75 88 90 103 20 245 Constuya lo siguiente: f. Una erica de talloy hojss en la cust Yos dos valores rns grandes se muestra por separado en a la HI bs. Un histograma basado en ses ntervalos de clas#con 0 como el limit inferior de primer ntevaloy anchos de jntervalo de 2,2, 2,4, 1010, respectivament. 78. Considere una muestra x,y %,¥Suponga que Tos ve Tores de & s? ys han sido caleutados. a. Seay, = 3, — Feoné = J,....,m. gCémo se comparan Jos valores de # ys elas y, con los valores correspon tientes de las x? Explique. bb Seaz, = (4) ~ Bs con i~ I... m.zCuaes son los va Jones de Ia varianza muestal y Ia desviaci6n estandar smuestral de las 2? 79. Si %, y 53 demotan Ja med yy Ja varianga de la muestra yy st, denotan estas cantidades cuando 2 aprega'una observacién adiciona x, Ta muestra a, Demuestre coma se puede calcula 3,4, COM % ¥ oy bh, Demuestre que nsdyy = (nD + 20 BF atl de modo que 33, pueda ser cleulads 60M 3% ¥ 32 fe. Suponga que una muestra de 19 vrzales de milo para te las dio por resultado un slargamiento del hilo mediano ‘mvestral de 12.58 mam y una desviacinesténdar macs tral de 0.512 mm, ;Cudles son los valores de la media muestaly la desviacin estindar muestra de las 16 ob servaciones de slargamiento? 80, Las distancias de recorrido de rutas de autobuses de cust ier sistema de trénsito particular por lo general varian de fina ruta a ott. El arielo ("Planning of Cy Bus Routes”, {1 of the Institution of Engineers, 1995: 211-215) da la si ticnte informacion sobre las distancias (km) de un sistesna pntcula, Distancia 6-<8 8<10 10-. Y= el nimero de estudiantes en una lista de clase de un ‘curso particular que no assten el primer dia de clases ©. U= el mimero de veces que un novato tiene que hacerle “swing” a una pelota de golf antes de golpearla. 4. X= lalongitud de una serpiate de cascabel seleccions dla en forma alestorin, ©. Z = In cantida de regalias devengada por la venta ela primera edicin de 10 000 ibros de texto, £. Y= el pHi de una muestra de suelo elegida al azar. 4 X= lntensi6n Gpulg?) a Ja cual una raqueta de tenis se leccionada al azar fue encordada 1h. X= el nimero otal de lanzamientos al ate de ana mo- reds requerido para que tees individuos obten coineidencia (HHH © TIT), . Cada ver que un componente se somete a prucbo, ésa es un ito (E) 0 una falla (F), Suponga que el componente se prucha repetidamente hasta que ocorre un éxito en tres pruebas consecwiivas. Sea ¥ el nimero de pruebas neces Fio para lograslo, Haga una lista de todos los resultados {comespondients a los primers posible valores mis peque fos de ¥ ydiga qué valor de ¥ estéasociado con cada uno, Un individuo de nombre Clans se eneventra en el punto 0 el diagram adjunto ‘Con un dispositivo de aleatorizacién apropiado (tel como un dado tetraédrico, uno que tiene cuatro Indes), Claudivs pr ‘mero Se mneve a uno de los cuatzo lugares By, By, By, By ‘Una ver que estd en uno de ests lngares, se uliza oto dis. Positvo de aleatorizaciOn para decidir si Claudivsregresa a 0 0 visita uno de los otros dos lugares adyacentes. Este Proceso continéa entonces; después de cada movimiento, 5 determina otro movimiento & uno de Tos (nuevos) pun. tos adyacentes lanzando al aire un dado © moneda apro- pide a Sea X = el ndmero de movimientos que Claudius hace antes de regresar sO. ,Cuales son ls posibles valores de 1X7 GES X disereta 0 continua? ', Sitambién se permiten movimientos Jo largo de Ios tra Yyectos diagonales que conectan O.COM Ay, Ay, Ay Y Ags es Pectivamente, responds Ia pregunta del inciso a). Se determinaré ef nimero de bombas en uso tanto en la ga solnerie de seis bombas como en Ta gasoineria de cuatro bombs. Dé los posbles valores de cada una de las sigviem tes variables aleatorias 4 T= el mimero total de bombas en uso, b. X= ladiferencia ene el nimero en uso en las gasoline fas Ly 2. U= el nimero maximo de bombas en uso en una w otra asolineria 4. Z = cl mimero de gasclinerfs que tienen exactamente dos bornbas en ws, “3.2. Distribuciones de probabilidad para variables aleatorias discretas Las probabilidades asignada « varios resultados en £ determinan a su ver las probabitidades ‘sociadas con los valores de cualquier variable aleatoria X particular. La distribucin de pro. fl Dabtidad de X dice c6mo estédistribuida (asignada) la probabilidad total de | entre los va. | ‘ios posibles valores de X. Supsngase, por ejemplo, que una empresa acaba de adquirir cuatro b impresoras lier y sea X el nmero entre éstas que requicren servicio durante el periodo de ne garantia. Los posibles valores de X son entonces 0, 1, 2, 3 y 4. La distribucin de probabili- hi irc ext subi a proabiad de ences cco pss vanes ces \ {a probabitdad ests asociada con el valor Ode X, cudnt ets adjudicada al valor 1 de X.y ash | sucesivamente. Se uilizaré Is siguiente notacién para las probabilidades en Ta notacin ie (0) = Ia probabilidad del valor 0 de X = PUX = 0) (1) = Ja probabilidad del valor 1 de X = P(X = 1) Y asf sucesivamente. En general, p(1) denotara la probabilidad asignada al valor de z.98 CAPITULO 3 Vavsblesaeatorasdcteta ydsribuions de probabliad La raz6n para restar Fa—) en lugar de Fla) es que se desea ineluir POX = a); F\b) ~ F(a) da P(a < X = b). Esta proposicién se uiilizaré extensamente cuando se calcu. len las probabilidades binomial y de Poisson en las secciones 3.4 y 3.6. Ejemplo 3.15, “2 X ~ el niimero de dfas de ausencia por enfermedad tomados por un empleado seleccio- nado al azar de una gran compafia durante un afo particular, Si el nimero maximo de dias de ausencia por enfermedad permisibles al afio es de 14, 10s valores posibles de X son 0.1)... 14. Con FO) FS) = 0.94, * (BEEReicio y_ Seccién 3.2 (11-28) 11. En un taller de servicio sutomotriz espcializado en afinacio es se sabe que 45% de toda las afnaciones se realizan en automviles de cuatro cilindros, 40% en automévies de seis cllindros y 153 en automéviles de acho cilindos. Sea X iimero de eiindros en el siguiente carro que va a ser afinado. a, {Cua es la fancion masa de probabilidad de X? », Trace tanto una gréfica lineal como vn histograma de probabilidad de Ia funcién masa de probabilidad del inciso 2). © {Cudl es a probabiidad de que el siguiente carro afinado sea de por lo menos seis cilindros? {Mas de seis cilin- dros? 12. Las tineas aéreas en ocasiones venden boletos de més, Sw nga que para un avin de $0 asientos, 55 pasajeros tienen Doletos. Defins la variable aleatoria Y como el ntimero de pasajeros con boletos que en realidad aparecen para el vue Jo. La funeién masa de probablidad de ¥ aparece en ta tabla aunts 4546 47 48 49 50 51 52 53 54 55 A) | 0.05 0.10 0.12 0.14 0.25 0.17 0,06 0.05 0.03 0.02 0.01 a {Cull esl probabilidad de que el vuelo acomoda ato: 1d los pasajeros con boleto que sparecieron”? , {Cua es la probabildad de que no todos fos pasajeros ‘on boleto que aparecieron puedan ser acomodados? «. Si usted es la primera persona en Ja isa de espera lo que significa que seré el primero en abordar et aviGn si hay boletos disponibles después de que todos los pasajeros i con boleto hayan sido acomodados), eu‘ es la probabi- lidad de que podrs tomar et vuelo? ;Cusl es esta proba- bilidad si usted esta tereera persona en la lista de espera? 13. Una empresa de ventas en inca dispome de sis lineas tele nicas, Sea X el nimero de liness en uso en un tiempo espe cificado. Suponga que la funcién masa de probabilidad de X es Ta que se da en la tabla adjunta, zs] 0 3 2 3 4 $s 6 poy | 0.10 0.15 0.20 025 0.20 0.06 0.04 POSX=5)= PO 58, F(l) = 0.72, F(2) = 0.76, FG) = 0.81, F(a) = 0.88 y 3,405) = RIS) — FUL) = 0.22 3) = FG) ~ F2) = 0.05 7 | | Calcul la probbilidad de cada uno dels siguientes events. 2 {evando mucho ues lineas estén en uso} 1k {menos de wes lineas estén en wS0) €. {poro menos tes lineas estén en uso} A. eau dos y cinco ineas, inclusive, esin en uso} © (ene dos y cuatro linea, inclusive, no est en uso £. {por lo menos cuatro lines no estén en uso} 14. £1 depatamento de planeacién de un condado requiere que tn contatsa presente uno, ds, es, custo o cinco formas (ogi la natraeza del proyecto) para solictar up permis de constucein, Sea ¥ = nmero de formas requerdes de siguiente slicitant, Se sabe que la probabildad de que se requirany formas es proporcional ty es deci, pQ) = By cony= ToS Cuil se valor de £? (Sugerencia: 33. ,p(9) = 1.3 1. {Cul sla probabildad de que cuande mucho se requie ran wes formas? {Cues la probobitdud de que se requieran entre dos y ua formas (incisive)? 4. @Potrin ser pl) = ¥°50 con y masa de probabildad de YP? 1S. Muchos fabriants cuentan con programas de contro de co Tidad que inclyen la ispeccin de os materiales recibidos en busca de dfectos, Suponga que un fabricate de comps tadors recibe tarjetas madre en lotes de cinco, Se selecei> nan dos tarjetas de cada lote pra inspeccionares. Se pueden representa los posbles resultados del proceso de seleccin or pares. Por ejemplo, el par (1.2) represena a selec” cin de las tarjetas 1 y 2 para inspeccidn 4. Mencion los diez posibes resultados diferentes bb Suponga que ls tarjetas 1y 2 so ls ices ajetas de fectuosas en un lote de cinco, Dos tarjetas tenen que ser seleccionadas al za. Defins X como el nimeso de tae tas defectusas observadas entre ls inspeccionadas, E> wen la dstibucion de probablidad de X ¢. Sea Fa) la fnein de distibucién acumlatva de X. Pr mero determine F(0) = P(X = 0). FU) y F2) luego ob tenga F(x) par todas las dems x 16, Algunas partes de Califia son paticularmentepropensas ‘os temblores. Suponga que en un frea metropobtana, 30% todos los popitarios de casa estan aseguras conta da 4s provocados por teremots, Se selescionan al azar custo + Sta function314 Distitucn de probabitdad binonial 113, La probabilidad de que 1a afirmacién no sea rechazada cuando p de conclusi6n incorrecta) es 0.20 (un tipo diferente | P(X <4 cuando p = 0.2 = proe- nados Isy BUA; 20, 0.2) = 0.630 La primera probabilidad es algo pequetia, pero Ia segunda es intolerablemente grande, Cuando p = 0.20, significa que el fabricante subestimé de manera excesiva el porcenta je de unidades que necesitan servicio y si se utiliza ls regls de decisién establecida, jel 63% J ‘de las muestras dan como resultado que la afirmacién del fabricamitc se considere plausible! ‘Se podria pensar que la probabilidad de este segundo tipo de conclusién err6nea po: dria hacerse més pequefia cambiando el valor de conte de 5 en la regla de decisién por algiin ‘otro. Sin embargo, aunque el reemplazo de 5 por un niéimero més pequefio darfa una proba: bilidad més pequefia que 0.630, Ia otra probabilidad se incrementaria entonces. La vinica forma de hacer ambas “probabilidades de error” pequeias es basar la regla de decisiGn en tun experimento que implique muchas més unidades. : La media y varianza de X vomial Conn = 1, 1a distribucién binomial Hega a ser la distribucién de Bemoulli. De acuerdo con . cl ejemplo 3.18, el valor medio de una variable de Bernoulli es jz = p, asf que el nimero cesperado de los en cualquier ensayo tinico es p. Como un experimento binomial se com- ppone de n ensayos, la ituiciGn sugiere que para X ~ Bin(n, p), F(X) = np, el producto del rimero de ensayos y Ia probabilidad de éxito en un solo ensayo, La expresién para V(X) no resul- PROPOSICION | Six ~ Bin(n, p),entonces BCX) ~ np, VOX) ~ mpl ~ p) ~ npay oy = Vnpq (don- | eg 1p) Por tanto, para calcular la media y varianza de una variable aleatoria binomial no se requie- re evaluar las sumas. La comprobacién del resultado para F(X) se ilustra en el ejercicio 64 Ejemplo 3.34 Si 75% de todas las compras en una tienda se hacen com tarjeta de crédito y X es el mimero entre diez compra seleccionadas al azar reaizadas con tarjeta de erédito, entonces X ~ a Bin(10, 0.75) Porto tanto, UX) = np = (10)0.15) = 7.5, VX) = npg = 10(0.75)0.25) 1.875 y o = VIB75, Ota vez, aun evando X puede tomar so valores entero, £(X) no tiene que ser un entero. Si se realiza un gran nimero de experimentos binomials independientes, cada uno con n = 10 ensayos y p = 0.75, entonces el nimero promedio de los E por expe- Fimento se acerca . des de estar aeten a a faa (@EERECios Seccién 3.4 (46-67) leben sos 46. cael is sixes probable bnomies iste 6, 16.15.02) »).Con- te con la férmola par 2, @. PQ-=H= 4) cuando ~ Bin(5,03) 3. 3 8,035) © PQ=X) ctandoX~ Bin(5, 03) 5:8, 06) 1 POC= 1) cvando X ~ Bins, 07) 0105 © PQ=X=5) cumnlon=7yp=06 g PO. Exactamente 6 de las amadas sean un fx? Por lo menos 6 de Is llamada sean un fax? 4. Mis de 6 de las Uamadas sean un fax? Remitase al ejercicio previo. ‘8 Coil es el nimero esperado de Tamadas entre las 25 que Jmpliquen un fax? '. {Cuil es ls desviacién esténdar del mimero entre las 25 Mamadas que implican wn fsx? . Cufl es la probabilidad de que el nimero de Hlamadas entre tas 25 que implican una iransmisién de fax so ‘repase el ndmero esperado por mas de 2 desviaciones estindar? Suponga que 30% de todos los estudiantes que tienen que ‘comprar un texto para un curso particular desean un ejem- plar nuevo (ios exitosos!), mientras que el otra 70% desea comprar un ejemplar usado, Consider seleccionar 25 com pradores al azar {Coals son el valor medio y la desviacin estindar del Inimero que desea un ejemplar nuevo del lbeo? 1. {Cuil es fa probabilidad de que el nimero que desea |jemplares mucvos esté a mis de dos desviaciones estén dar del valor meio? 6. La bibrera tiene 15 ejemplares nuevos y 15 usados en exis ‘enc, $)25 personas Hegan una por una a comprare tex to, gen es la probabiidad de ls 25 que obtengan el tipo 6e libro que desean de las existencias actuals? (Sugeren: ia: Sea X = el mimero que desea un ejemplar nuevo. £2Con qué valores de X obtendrin las 15 fo que desean?] 44. Suponga que los ejemplares nuevos cuestan $100 y los usados $70, Suponga que Is ibreris en fa actualidad te- ne 50 ejemplares nvevos y 50 usados. {Cul es el valor cesperado del ingreso total por Ia venta de los siguientes 25 ejemplarcs comprados? Asegurese de indicar qué te tla de valor esperado estéuilizando, [Sugerencia: Sea ‘iG = el ingreso cuando X de los 25 compradores de- sean ejemplares nuevos. Exprese esto como una funcién Tinea) 53, El ejercicio 30 (secci6n 3.3) dio Ia funcion masa de proba bilidad de , el nimero de citaciones de ténsito de wn in. ido seleccionado al azar asegurado por una compa particular {Cuales la probabilidad de que entre 15 indie ‘00s seleecionados al azar 4. por lo menos 10 no teagan citaciones? 'b, menos de la mitad tengan por lo menos una citacién? «el mimero que tengan por lo menos una citacin esé en. tte Sy 10, inclusive?” 54. Un tipo particular de raqueta de tenis viene en tamafio me- iano y en tamafo extragrande. El 60% de todos los clientes en una tienda desean la versién extragrande. ‘Entre diez clientes seleccionados al azar que desean este tipo de raqueta, cudl es la probabilidad de que por lo ‘menos seis descen la versién extragrande? 1. Entre diez cliente selectionados al azar, cules la proba- Dilidad de que e] nimero que desea Ia version extragrande sté dentro de una desviacin esténdar de! valor medio? 6 La tienda dispone actualmente de siete raquetas de cada versign, {Cual es Ia probabilidad de que los siguientes diez clientes que desean esta raqueta puedan obtener la versiGn que desean de las existencias actules? 5. El 20% de todos los teléfonos de cierto tipo son llevados a servicio mientras se encuentran dentzo de la garantia. De és tos, 60% puede ser reparado, mientras el 40% restate debe ser reemplazado con unidades nuevas. Si uns compafia ad. uiere dier de estos teléfonos, geval es Ia probabilidad de ue exactamente dos sean reemplazados bajo garanta 56. La Junta de Educacin reporta que 2% de tos 8 millones de estudiantes de preparatoria que toman ef SAT cada reciben un tato especial a causa de discapacidaces documen. tadas (Los Angeles Times, 16 de julio de 2002). Considere luna muestra aleatoria de 25 estudiantes que recientemente presemtaron el examen, 8, {Coal es la probabilidad de que exactamente J recibe un ‘rato especial? b, {Cvdl es ia posibilidad de que por lo menos 1 recibe tn tat especial? {Cuil es la probabildad de que por lo menos 2 reciban tn trato especial? 4, {Cuil es Ia probabilidad de que el nimero entre los 25 que recibieron un trato especial esté dentro de 2 desvia Cones estindar del nimero que esperaria reciba un rato especial? © Supongs que a un estdiante que no recibe un trato esp cial se le permiten 3 horas para el examen, mientras que 4 un estudiante que rcibié un tato especial se le perm ten 45 horas. ;Qué tiempo promedio piensa que le seria ‘permitido a 1s 25 estudiantes seleccionados? 57. Suponga que 90% de todas Iss bateria de cierto proveedor \ienen voltajes aceptables. Un tipo de linterna requiere que Jas dos bateias sean tipo Dy la linterna funcionaré sélo Si sus dos beteria tienen voltajes aceptables. Ente dee lin. temas seleccionadas al azar, jeu es la probabilided de que por lo menos nueve funcionarin? {Qué suposiciones hizo para responder la pregunta planteada? nea y incline” equivale a (a = X = bplacién o par. orto ate del babi Linter silidad 2dura- ast que 1 por lo ibucion ada co- valo de eventos podria nero de sspacio, nos que + donde ° frea 0 oxanyar. estar Rees Seccion 3.6 (79-93) 80, a. Sea X el nimero de imperfeeciones superficiales de una ca: > ere sclecclonaa al ze em Up cue ene una da. cig de Poisson con parémetro.\ = 5, Use la tabla A.2 del apéndice para calcular las siguiemes probabilidades: 2 PX=8) Bw PR=8) c PV=X) @.PSSXS8) & MSEK<8) Supanga que el niimero X de tomades observados en una re ‘86a particular durante un Poisson con A= 8 a Caleule POX = 5), b. Caloule (6 = X= 9) «, Caleale P10 =), 4. {Cusl es Ia probebilidad de que el nimero observado de omados sobrepase el ntmero esperado por més de una desviacin exténdar? 0 tiene una distribucién de ‘Suponga que el némero de conductores que viajan entre un corigen y destino pariculaes durante un periodo designado ‘iene una distribucién de Poisson con pardmetro A = 20 (0 gerido en el articulo “Dynamic Ride Sharing: Theory and Practice", J. of Transp. Engr, 1997: 308-312), {Cul es la probabilidad de que el nimera de conductores 1. sea cuando mucho de 10? bh, sea de més de 207 sea de entre 10 y 20, inclusive? ;Sea estictamente deen ue Oy 20 4. esté dentro de dos desviacionesestindar del valor medio? 3. Consider escribir en un disco de computadoray nego envir- Jo uavés de un cenificader que cuenta el ndinero de pulsos faltanes. Suponga que este mimero X tiene una distibvciin| de Poisson con pasimeuo A = 0.2. (Sugerido en “Average Sample Number for Semi-Curtiled Sampling Using the Pos son Distribution”, . Quality Technology, 198%: 126-129.) a. {Cuil es la probabilidad de que wn disco tenga exscta ‘mente un puso faltante? ', {Coal esa probabilidad de que un disco eng por lo me: 10s os pulsos faltantes? « Siseleccionan dos discos independientemente, cul esa ‘robabilidad de que ninguno contenga un pulso faltante? Un anticulo en Los Angeles Times (3 de diciembre de 1993) reporta que una de cada 200 personas portan el gen defec twoso que provoca céncer de colon hereditari. En una muestra de 1000 individuos, eusl es la distibucién aproxi- mada del némero que porta este gen? Use esta distribu para calcula la probabilidad aproximada de que A, Ene Sy 8 (inclusive) preen el gen 1. Por lo menos 8 porten el gen, 1. Suponga que s6lo 0.10% de todas las computadoras de cier- to tipo experimentan falls del CPU durante el periodo de arantia. Considere una muestra de 10 000 computadoras. {Cues son el valor esperado y Ta desviacién estindar Gel nimero de computadoras en la muestra que tienen el efecto? 'b, {Cuil es fa probabilidad (aproximada) de que més de 10 ‘computadoras muesteadastengan el efecto? © {Cudl es la probabiidad (aproximada) de que ninguna ‘omputadora muestreada tenga el defecto? 85, 86, 8. 89, 416 Disuibucén de probablidad de Poisson 125 ‘Suponga que una pequefis seronave aterrza en un aeropuer to de acuerdo con un proceso de Poisson con razén @ = 8 por hora de modo que eb nimero de aterizajes durante un periodo de + horas es una variable aleatoria de Poisson con pardmetro A = 81 8, {Coil es la probabilidad de que exactamente seis aerona ‘es pequedias aterricen durante un intervalo de una bora? {or Jo menos seis? {Por lo menos 10? b, {CuAles son el valor esperado y la desviacién esténdar {el ndmero de seronaves pequefas que atersizan durante un lapso de 90 min? ‘. {Cases Ia probabilidad de que por lo menos 20 aerona- ves pequetas atericen durante un lapso de 2!-horas? :De ‘qué cuando mucho atersicen 10 durante est period? FE iimero de personas que legan para tratamiento a una sala de urgencias puede ser modelado mediante un proceso e Poisson con parimetso de raz6n de cinco por hora a {Cual es la probabilidad de que ocurran exactamente ‘vatro arbos durante una hora particular? ‘bi, {Cual es 1 probabilidad de que por lo menos cuatro per ‘sonas arriben durante una hora particular? {Cufotas personas espera que ariben durante un period (8045 min? EI ndmero de solicitudes de ayuda recibidas por un servicio de gras es un proceso de Poisson con raz6n a= 4 por ora, 4. Calcule la probabilidad de que exactamente die solicit {es sean recibicas durante un periodo particular de 2 horas, b. Silos operadores del servicio de griss hacen una pasa 4 30 min para el almuerzo, cous es la probabilidad de ue no dejen de atender Yamadas de ayuda? ‘© (Cvéntas Hamadas esperaria durante esta pausa’? Al someter a prucba tarjetas de circuito, la probabilidad de ‘que cualquier diodo particular fale es de 0.01. Suponga que ‘una tarjeta de circuit contiene 200 diodos a {Cuinios diodos esperar que fallen y cules Ia desvia- in estindar del ndmero que se espera fallen? ', {asl esa probabilided (aproximada) de que por la menos ‘uato diodas fallen en una tarjeta seleecimada al azar? , Siseenvian cinco tarjetas un cliente particular, qué tan probable es que por lo menos cuatro de ellasfuncionen apropiadamente? (Una tarjeta funciona apropiadamente silo S tdos sus diodos funcionan,) E} artculo “Reliability Based Service-Life Assessment of Aging Concrete Structures". (J. Siructural Engr, 1993: 1600-1621) sugiere que un proceso de Poisson puede set uilizado para representa Ja ccurrencia de cargas estracture les enel uanscurso del tempo. Suponga que el iempo medio centre ocunrencis de cargas es de 0.5 al af. 2. {vinta cargas se espera que ocurran durante un perio: fo de 2 aio? b, (Cus) es la probabilidad de que ocurran més de cinco cargas durante un periodo de 2 anos? {Qué tan largo debe ser un periodo de mado que la pro Dabilidad de que no ocurran cargas durante dicho periodo sea cuando mucho de 0.1?