Estadística.

Classe pràctica tema 2

Distribucions de probabilitat

Objectiu de la classe: Determinar característiques (mitjana, mediana, percentils, variància) i

probabilitats associades a una variable aleatòria de la que es coneix la seva distribució de
probabilitat.

1. Una variable aleatòria 𝑋 està definida per la següent funció densitat de probabilitat:
𝑓(𝑥) = 𝑘𝑥 3 per 0 < 𝑥 < 1
𝑓(𝑥) = 0 per a la resta de valors de 𝑥
a) Determina el valor de 𝑘 i dibuixa (amb la l’ajut de http://www.wolframalpha.com/, per
exemple) aquesta funció.
b) Troba la probabilitat de que 𝑋 prengui un valor entre 0,25 i 0,75.
c) Troba la probabilitat de que 𝑋 prengui un valor major de 2/3.

2. La longitud 𝑋 d’una determinada peça, en cm, ve definida per la següent funció densitat de
probabilitat
2 − 2𝑥, 0≤𝑥≤1
𝑓 (𝑥) = {
0, altrament
Representa aquesta funció densitat de probabilitat i calcula el valor de 𝑋 que correspon al
percentil del 90%.

3. El temps 𝑋 entre arribades de visites a una pàgina web es pot modelar a través de la següent
distribució exponencial:
𝑒 −𝑥 , 𝑥≥0
𝑓(𝑥) = {
0, 𝑥<0
Representa aquesta funció densitat de probabilitat i calcula el valor del temps entre arribades
que serà superat el 50% de vegades.

4. El corrent, 𝑋, que passa per un determinat punt d’un circuit elèctric ve definit per la següent
funció densitat de probabilitat:
1
𝑓(𝑥) = {𝑏 , 0≤𝑥≤𝑏
0, altrament
Calcula la mitjana i la variància de 𝑋.

5. Sigui 𝑋 una variable aleatòria amb la funció de distribució:

0, 𝑥≤0
𝐹 (𝑥) = {𝑥 2 , 0<𝑥≤1
1, 𝑥>1
Calcula la mitjana, la mediana i la variància de 𝑋.

6. La concentració d’un cert contaminant a les aigües d’un riu es mesura en mg per litre i es
troba distribuïda de manera uniforme entre 0 i 1 mg:
1, 0≤𝑥≤1
𝑓 (𝑥) = {
0, 𝑎𝑙𝑡𝑟𝑎𝑚𝑒𝑛𝑡
a) Calcula l’esperança matemàtica de la quantitat de contaminant per litre d’aigua

Practica tema 2 200216 1

 b) Si es considera tòxica una concentració per litre de 0.8 mg o més. Quina és la
probabilitat que al prendre una mostra la concentració d’aquesta sigui tòxica?

7. El preu d’una certa matèria prima es modela com una variable aleatòria contínua que es
distribueix seguint la funció de distribució:

0 si 𝑥 < 1.30
𝐹 (𝑥) = {𝑘(𝑥 − 1.30)2 si 1.30 ≤ 𝑥 ≤ 1.40
1 si 𝑥 > 1.40
(a) Calcula el seu preu mig. [l’esperança matemàtica del preu]
(b) Quina és la probabilitat de que el preu estigui per sobre d’ 1,38?

8. Se sap que l’índex d’esfericitat d’una peça metàl·lica és una variable aleatòria que segueix la
següent distribució:
1
𝑓(𝑥) = 8 𝑥 per 0 < 𝑥 < 4

a) Quina és la probabilitat de que l’índex d’esfericitat sigui menor a 1,5?

b) Si volem afegir una etiqueta que indiqui “l’índex mínim d’esfericitat garantit” amb un
error del 1%, quin valor hauríem d’imprimir a les etiquetes?

9. Sigui la variable 𝑋: “Suma del resultat de llançar dos daus”. Calcula l’esperança matemàtica
i la variància de 𝑋.

10. Per analitzar el tipus de clientela d’un bar de moda es va prendre una mostra aleatòria de
25 clients, dels quals es va obtenir la següent informació relativa a la variable 𝐸𝐷𝐴𝑇:
𝐸𝐷𝐴𝑇 18 19 20 21 22 23 24 25 28 30 32 37 41
𝑁 4 3 3 2 3 1 2 1 1 2 1 1 1
a) Quina és l’edat mitjana de les persones de la mostra?
Fent servir per a l’EDAT (X) la següent densitat de probabilitat:
𝑓 (𝑥) = 0 𝑋 < 18
𝑓 (𝑥) = 𝑘/𝑥 4 𝑋  18
b) Calcula la seva mitjana i la seva mediana.
c) Quina és la probabilitat de que un client escollit a l’atzar tingui una edat compresa
entre 25 i 30 anys?

11. Sigui 𝑋 una variable aleatòria que té la funció densitat de probabilitat representada
en la figura:

Calcula el valor de l’esperança matemàtica de 𝑋.

12. La corba del gràfic adjunt correspon a la quarta part d’una circumferència amb centre
en el punt [𝑟, 𝑓(0)], i representa la funció de densitat de probabilitat de la variable
aleatòria 𝑋 que està definida en l’interval (0, 𝑟).

Practica tema 2 200216 2

 Determina el valor de 𝑟.

13. La rugositat que presenten unes peces es pot caracteritzar a través de la següent funció
densitat de probabilitat (només pot prendre valors positius):

0 2
a) Quant val la mediana de la rugositat?
b) Quina rugositat serà superada només per l’1% de les peces?

14. S’observa que el temps d’emissió de partícules β per part d’un determinat material
radioactiu segueix la següent distribució:
𝑓 (𝑡) = 0.25𝑒 −0.25𝑡 per t > 0 (t en mil·lisegons)
a) Calcula la probabilitat de que el temps d’emissió d’una partícula sigui menor de 5
mil·lisegons.
Aquesta distribució de probabilitat s’anomena exponencial i l’expressió general de la seva
funció densitat de probabilitat és: 𝑓 (𝑥) = 𝜆𝑒 −𝜆𝑥 quan 𝑥 > 𝑘, sent 1/𝜆 la seva mitjana
(Scale) i 𝑘 el llindar (Threshold), normalment igual a cero.
b) Calcula aquesta probabilitat amb Minitab.

15. El temps de vida d’un component mecànic d’un motor segueix la següent distribució de
probabilitat (en hores):
𝑓 (𝑥) = 0,01𝑒 −0,01𝑥 quan 𝑥 > 0

a) Quina és la probabilitat que el component mecànic duri més de 500 hores?

b) Què és més gran, la mediana o la mitjana del temps de vida d’aquests components
mecànics? Justifica la resposta.

16. En un procés de producció s’utilitzen tres màquines que tenen un amortidor cadascuna
d’elles. El temps, en hores, de duració d’un amortidor (s’entén el temps en que un
amortidor ha de ser reemplaçat) es pot modelar a través de la següent distribució
exponencial:
𝑓(𝑥) = 0,001𝑒 −0,001𝑥 , per 𝑥≥0.

Suposem que tenim tres màquines, quina és la probabilitat que a les 1000 hores s’hagin
hagut de reemplaçar els amortidors de les tres màquines?

17. El número d’avaries anuals, X, d’una màquina es pot considerar com una variable aleatòria
amb la següent distribució de probabilitat:

Practica tema 2 200216 3

 2,1𝑥
𝑃 (𝑋 = 𝑥) = 𝑒 −2,1
𝑥!
a) Quina és la probabilitat de que en un any no es produeixi cap avaria?
Aquesta distribució de probabilitat per variables aleatòries discretes s’anomena de Poisson.
𝜆𝑥
La seva distribució de probabilitat és 𝑃 (𝑋 = 𝑥) = 𝑒 −𝜆 sent 𝐸(𝑋) = 𝑉 (𝑋) = 𝜆.
𝑥!
b) Calcula aquesta probabilitat amb Minitab

18. Tenim una diana que és un disc circular de 10 cm de radi. Suposem que els tiradors sempre
fan impacte dins de la diana i que la probabilitat que l'impacte quedi dins d'un cercle amb
centre al centre de la diana és proporcional a l'àrea d'aquest cercle. Per a la variable
aleatòria "distància de l'impacte al centre de la diana", calculeu:
a) La seva funció de distribució 𝐹(𝑥)
b) La seva esperança matemàtica

19. Una màquina es desajusta i comença a fabricar totes les unitats defectuoses. La màquina
incorpora un sistema de control que analitza les peces una a una, però pel tipus de defecte
que s’està produint la probabilitat de que el detecti es només del 65%. Òbviament, la
probabilitat de que el detecti en la primera peça defectuosa és de 0,65. La probabilitat de
que el detecti en la segona és 0,35·0,65 (no en la primera i sí en la segona), en la tercera serà
0,352·0,65 (no en la primera, no en la segona i sí en la tercera)... etc.
En promig, quantes peces s’hauran produït quan es detecti el problema?

20. Una màquina fabrica 10 peces per minut. Cada 5 minuts s’agafa una peça i s’analitza si és o
no correcta. Es comença a treballar en el minut 0 i les peces s’agafen en els minuts 5, 10
15... , la jornada té 8 hores i, per tant, l’ultima inspecció es fa en el minut 480. Un dia la
màquina funciona perfectament fins al minut 42 però en aquest moment es desajusta i
passa a produir un 20% de defectes. Calcula l’esperança matemàtica del temps que es
trigarà a detectar un defecte des de el moment del desajust.

21. Considerem un joc de preguntes i respostes. Per a cada pregunta hi ha una única resposta
correcta que s’ha d’elegir entre quatre possibilitats. És obligatori respondre a cada pregunta
i només hi ha 1 intent per a fer-ho. Es van contestant preguntes a l’atzar fins que se
n’endevina una, moment en el qual s’acaba el joc. La distribució de probabilitat de la
variable aleatòria (𝑋) que compta el nombre d’errors abans del primer encert es pot
descriure amb l’ajut de la següent funció de probabilitat:
𝑥
𝑝(𝑥) = 3 ⁄4𝑥+1 , 𝑥 = 0,1,2,3, …

(a) Quin és el nombre d’errors, per terme mig, abans del primer encert?
Indicació: si 0 < 𝑟 < 1, ∑∞ 𝑘
𝑘=1 𝑘𝑟 = 𝑟/(1 − 𝑟)
2

(b) Quina és la probabilitat d’obtenir el primer encert abans del que és esperable?

Practica tema 2 200216 4