SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
Resuelto por: Maiquel Josué Mejía Oliva
Pasante universitario de la Carrera de Matemáticas en la UNAH-VS
Perito Mercantil Y Contador Público
1. Clasifique las siguientes variables aleatorias como discretas o continuas:
X: el número de accidentes automovilísticos que ocurren al año en Virginia.
Y: el tiempo para jugar 18 hoyos de golf.
M: la cantidad de leche que una vaca específica produce anualmente.
N: el número de huevos que una gallina pone mensualmente.
P: el número de permisos para construcción que los funcionarios de una ciudad emiten cada mes.
Q: el peso del grano producido por acre.
Solución
Variable
Aleatoria
X Y M N P Q
Tipo Discreta Continua Continua Discreta Discreta Continua
2.Un embarque foráneo de 5 automóviles extranjeros contiene 2 que tienen ligeras manchas de
pintura. Suponga que una agencia recibe 3 de estos automóviles al azar y liste los elementos del
espacio muestral S usando las letras M y N para “manchado” y “sin mancha”, respectivamente; luego
asigne a cada punto muestral un valor x de la variable aleatoria X que representa el número de
automóviles con manchas de pintura que compró la agencia.
Solución
Una tabla de espacio muestral y valores asignados a la variable aleatoria “x” se presentan a
continuación
Espacio
muestral
NNN NNM NMN MNN NMM MNM MMN MMM
x 0 1 1 1 2 2 2 3
3.Sea W la variable aleatoria que da el número de caras menos el número de cruces en tres
lanzamientos de una moneda. Liste los elementos del espacio muestral S para los tres lanzamientos
de la moneda y asigne un valor w de W a cada punto muestral.
Solución
Una tabla de espacio muestral y valores asignados a la variable aleatoria “w” se presentan a
continuación
Espacio
muestral
CCC CCT CTC TCC CTT TCT TTC TTT
w 3 1 1 1 -1 -1 -1 -3
4.Se lanza una moneda hasta que se presentan 3 caras sucesivamente. Liste sólo aquellos elementos
del espacio muestral que requieren 6 o menos lanzamientos. ¿Es éste un espacio muestral discreto?
Explique su respuesta
Resuelto por: Maiquel Josué Mejía Oliva
Pasante universitario de la Carrera de Matemáticas en la UNAH-VS
Perito Mercantil Y Contador Público
Solución
S = {CCC, TCCC, CTCCC, TTCCC, TTTCCC, CTTCCC, TCTCCC, CCTCCC, . . .};
El espacio muestral es discreto porque va conteniendo muchos elementos con enteros positivos
5.Determine el valor c de modo que cada una de las siguientes funciones sirva como distribución de
probabilidad de la variable aleatoria discreta X:
a) f (x) = c (𝑥2
+4), para x = 0, 1, 2, 3;
b) f (x) = c(2
𝑥
)( 3
3−𝑥
) x = 0, 1, 2.
Solución
Ejercicio # a
x=0 x=1 x=2 x=3 Suma c P(c) P(c)
c (𝒙 𝟐
+4) 4c 5c 8c 13c 30c 30c=1 c=
1
30
Ejercicio # b
x=0 x=1 x=2 Suma c P(c) P(c)
c( 𝟐
𝒙
)( 𝟑
𝟑−𝒙
) 1c 6c 3c 10c 10c=1 c=
1
10
6.La vida útil, en días, para frascos de cierta medicina de prescripción es una variable aleatoria que
tiene la siguiente función de densidad:
𝑓𝑥 = {
20000
(𝑥 + 100)3
0
𝑥 > 0,
𝐸𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Calcule la probabilidad de que un frasco de esta medicina tenga una vida útil de
a) al menos 200 días;
b) cualquier lapso entre 80 y 120 días.
Solución
Ejercicio # a
𝑃(𝑋 > 200) = ∫
20000
(𝑥+100)3
𝑑𝑥
∞
200
= −
10000
(𝑥+100)2
|
|
200
∞
=
1
9
Ejercicio # b
𝑃(80 < 𝑋 < 120) = ∫
20000
(𝑥+100)3
𝑑𝑥
∞
200
= −
10000
(𝑥+100)2
|
|
80
120
= −
25
121
+
25
81
=
1000
9801
Resuelto por: Maiquel Josué Mejía Oliva
Pasante universitario de la Carrera de Matemáticas en la UNAH-VS
Perito Mercantil Y Contador Público
7.El número total de horas, medidas en unidades de 100 horas, que una familia utiliza una
aspiradora en un periodo de un año es una variable aleatoria continua X que tiene la siguiente
función de densidad:
𝑓𝑥 = {
𝑥
2 − 𝑥
0
0 < 𝑥 < 1
1 ≤ 𝑥 < 2
𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Calcule la probabilidad de que en un periodo de un año una familia utilice su aspiradora
a) menos de 120 horas;
b) entre 50 y 100 horas.
Solución
Por cada 100 horas “x” es igual a 1
Ejercicio # a
P(X < 1.2) = ∫ 𝑥𝑑𝑥
1
0
+ ∫ (2 − x)dx
1.2
1
=
𝑥2
2
|
|
0
1
+ (2𝑥 −
𝑥2
2
)
|
|
1
1.2
=
1
2
+
42
25
−
3
2
=
17
25
Ejercicio # b
P(0.5 < X < 1) = ∫ 𝑥𝑑𝑥
1
0.5
=
𝑥2
2
|
|
0.5
1
=
1
2
−
1
8
=
3
8
8.Obtenga la distribución de probabilidad de la variable aleatoria W del ejercicio 3.3; suponga que
la moneda está cargada, de manera que existe el doble de probabilidad de que ocurra una cara que
una cruz. “C: caras” “T: cruz”
Solución
Refiriéndose al espacio muestral del ejercicio 3.3 y haciendo uso del hecho de que P(C)=2/3 y
P(T)=1/3, tenemos
𝑃(𝑊 = −3) = 𝑃(𝑇𝑇𝑇) = (
1
3
)
3
=
1
27
𝑃(𝑊 = −1) = 𝑃(𝐶𝑇𝑇) + 𝑃(𝑇𝐶𝑇) + 𝑃(𝑇𝑇𝐶) = (
2
3
) (
1
3
)
2
+ (
2
3
) (
1
3
)
2
+ (
2
3
) (
1
3
)
2
= 3 (
2
3
) (
1
3
)
2
=
2
9
𝑃(𝑊 = 1) = 𝑃(𝐶𝐶𝑇) + 𝑃(𝑇𝐶𝐶) + 𝑃(𝐶𝑇𝐶) = (
1
3
) (
2
3
)
2
+ (
1
3
) (
2
3
)
2
+ (
1
3
) (
2
3
)
2
= 3 (
1
3
) (
2
3
)
2
=
4
9
𝑃(𝑊 = 3) = 𝑃(𝑇𝑇𝑇) = (
2
3
)
3
=
8
27
La distribución de probabilidad para W es entonces
w=-3 w=-1 w=1 w=3 𝑷(𝑾)
𝑷(𝑾 = 𝒘)
1
27
2
9
4
9
8
27
1
Resuelto por: Maiquel Josué Mejía Oliva
Pasante universitario de la Carrera de Matemáticas en la UNAH-VS
Perito Mercantil Y Contador Público
9.La proporción de personas que responden a cierta encuesta enviada por correo es una variable
aleatoria continua X que tiene la siguiente función de densidad:
𝑓𝑥 =
{
2(𝑥 + 2)
5
0
0 < 𝑥 < 1,
𝐸𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Demuestre que 𝑃(0 < 𝑋 < 1) = 1.
b) Calcule la probabilidad de que más de
1
4
pero menos de
1
2
de las personas contactadas respondan a
este tipo de encuesta.
Solución
Ejercicio # a
P(0 < X < 1) = ∫
2(𝑥 + 2)
5
𝑑𝑥
1
0
= (
𝑥2 + 4𝑥
5
)
|
|
0
1
= 1
Ejercicio # b
P (
1
4
< X <
1
2
) = ∫
2(𝑥 + 2)
5
𝑑𝑥
1
2
1
4
= (
𝑥2 + 4𝑥
5
)
|
|1
4
1
2
=
9
20
−
17
80
=
19
80
10.Encuentre una fórmula para la distribución de probabilidad de la variable aleatoria X que
represente el resultado cuando se lanza un dado una vez.
Solución
El dado puede aterrizar en 6 maneras diferentes cada uno con probabilidad
1
6
. Por lo tanto,
𝐹(𝑥) =
1
6
, 𝑝𝑎𝑟𝑎 𝑥 = 1, 2, 3, 4, 5, 6
11.Un embarque de 7 televisores contiene 2 unidades defectuosas. Un hotel compra 3 de los
televisores al azar. Si x es el número de unidades defectuosas que compra el hotel, calcule la
distribución de probabilidad de X. Exprese los resultados de forma gráfica como un histograma de
probabilidad.
Solución
Podemos seleccionar x televisores defectuosos de 2, y 3 - x televisores buenos de 5 en (2
𝑥
)( 5
3−𝑥
)
maneras. Una selección aleatoria de 3 de 7 televisores se puede hacer en (7
3
) maneras. Por lo tanto,
𝑓(𝑥) =
(2
𝑥)( 5
3−𝑥)
(7
3)
𝑥 = 0, 1, 2
En forma tabular
x=0 x=1 x=2 P(X)
𝒇(𝒙)
2
7
4
7
1
7
1
Resuelto por: Maiquel Josué Mejía Oliva
Pasante universitario de la Carrera de Matemáticas en la UNAH-VS
Perito Mercantil Y Contador Público
Histograma de probabilidad:

Más contenido relacionado

La actualidad más candente

5 ejemplos de las distribuciones
5 ejemplos de las distribuciones5 ejemplos de las distribuciones
5 ejemplos de las distribucionesKariina Buendia
 
79276671 ejercicios-unidad-8
79276671 ejercicios-unidad-879276671 ejercicios-unidad-8
79276671 ejercicios-unidad-8Cecy De León
 
Distribución de probabilidad. 1
Distribución de probabilidad. 1Distribución de probabilidad. 1
Distribución de probabilidad. 1Feer ChaVez Reiies
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10milena cas
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialsistemas2013
 
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL Roza Meza
 
Distribuciones 5 ejemplos
Distribuciones 5 ejemplosDistribuciones 5 ejemplos
Distribuciones 5 ejemplossontorito0o
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribucionesMoonsee P'c
 
Binomial (real)
Binomial (real)Binomial (real)
Binomial (real)pathend
 
Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015omarbsc
 
Distribuciones discretas estadis ii
Distribuciones discretas estadis iiDistribuciones discretas estadis ii
Distribuciones discretas estadis iiulatina
 
Distribucion muestral estadistica II
Distribucion muestral estadistica II Distribucion muestral estadistica II
Distribucion muestral estadistica II JoseAlejandro142
 
Expresiones algebraicas.pptx
Expresiones algebraicas.pptxExpresiones algebraicas.pptx
Expresiones algebraicas.pptxDianaHerrera199
 

La actualidad más candente (20)

estadistica
estadisticaestadistica
estadistica
 
5 ejemplos de las distribuciones
5 ejemplos de las distribuciones5 ejemplos de las distribuciones
5 ejemplos de las distribuciones
 
79276671 ejercicios-unidad-8
79276671 ejercicios-unidad-879276671 ejercicios-unidad-8
79276671 ejercicios-unidad-8
 
Distribución de probabilidad. 1
Distribución de probabilidad. 1Distribución de probabilidad. 1
Distribución de probabilidad. 1
 
Laboratorio 2
Laboratorio 2Laboratorio 2
Laboratorio 2
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
 
Distribuciones 5 ejemplos
Distribuciones 5 ejemplosDistribuciones 5 ejemplos
Distribuciones 5 ejemplos
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Trabajo 3
Trabajo 3Trabajo 3
Trabajo 3
 
Binomial (real)
Binomial (real)Binomial (real)
Binomial (real)
 
Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015
 
Distribuciones discretas estadis ii
Distribuciones discretas estadis iiDistribuciones discretas estadis ii
Distribuciones discretas estadis ii
 
Entrada 6
Entrada 6Entrada 6
Entrada 6
 
Ejemplos poisson
Ejemplos poissonEjemplos poisson
Ejemplos poisson
 
Distribucion muestral estadistica II
Distribucion muestral estadistica II Distribucion muestral estadistica II
Distribucion muestral estadistica II
 
Taller 3
Taller 3Taller 3
Taller 3
 
Expresiones algebraicas.pptx
Expresiones algebraicas.pptxExpresiones algebraicas.pptx
Expresiones algebraicas.pptx
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 

Similar a 1

Teorema Bayes Ejemplo
Teorema Bayes EjemploTeorema Bayes Ejemplo
Teorema Bayes EjemploAlberto Boada
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.leonardo19940511
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.leonardo19940511
 
Bernoulli ejemplo explicado nancy
Bernoulli ejemplo explicado nancyBernoulli ejemplo explicado nancy
Bernoulli ejemplo explicado nancySofia' Becerra
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidadadrikiana
 
variables aleatorias (1)
 variables aleatorias (1) variables aleatorias (1)
variables aleatorias (1)yulyedelmira
 
Tema 9 variables aleatorias
Tema 9 variables aleatoriasTema 9 variables aleatorias
Tema 9 variables aleatoriasHuckFi
 
ejemplos explicados
ejemplos explicadosejemplos explicados
ejemplos explicadosbere201991
 
Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)Daniel Gómez
 
Distribucion de poisson
Distribucion de poissonDistribucion de poisson
Distribucion de poissoncathycontreras
 
Variables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidadVariables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidadBlanca Parra Campos
 
Ejemplos explicados
Ejemplos explicadosEjemplos explicados
Ejemplos explicadosKhriiz Rmz
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialallisonvivas
 
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excelEjercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excelJusto Pastor Alonzo
 

Similar a 1 (20)

Teorema Bayes Ejemplo
Teorema Bayes EjemploTeorema Bayes Ejemplo
Teorema Bayes Ejemplo
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Bernoulli ejemplo explicado nancy
Bernoulli ejemplo explicado nancyBernoulli ejemplo explicado nancy
Bernoulli ejemplo explicado nancy
 
Ejemplos explicados
Ejemplos explicadosEjemplos explicados
Ejemplos explicados
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidad
 
variables aleatorias (1)
 variables aleatorias (1) variables aleatorias (1)
variables aleatorias (1)
 
Tema 9 variables aleatorias
Tema 9 variables aleatoriasTema 9 variables aleatorias
Tema 9 variables aleatorias
 
Lizejemplos2a
Lizejemplos2aLizejemplos2a
Lizejemplos2a
 
ejemplos explicados
ejemplos explicadosejemplos explicados
ejemplos explicados
 
4 varible aleatoriadiscreta (1)
4 varible aleatoriadiscreta (1)4 varible aleatoriadiscreta (1)
4 varible aleatoriadiscreta (1)
 
Ejemplos
EjemplosEjemplos
Ejemplos
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)
 
Distribucion de poisson
Distribucion de poissonDistribucion de poisson
Distribucion de poisson
 
Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2
 
Variables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidadVariables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidad
 
Ejemplos explicados
Ejemplos explicadosEjemplos explicados
Ejemplos explicados
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excelEjercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
 

Último

COMPETENCIAS CIUDADANASadadadadadadada .pdf
COMPETENCIAS CIUDADANASadadadadadadada .pdfCOMPETENCIAS CIUDADANASadadadadadadada .pdf
COMPETENCIAS CIUDADANASadadadadadadada .pdfOscarBlas6
 
NUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdf
NUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdfNUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdf
NUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdfisrael garcia
 
Guia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdfGuia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdflauradbernals
 
Institucion educativa la esperanza sede la magdalena
Institucion educativa la esperanza sede la magdalenaInstitucion educativa la esperanza sede la magdalena
Institucion educativa la esperanza sede la magdalenadanielaerazok
 
INSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENA
INSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENAINSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENA
INSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENAdanielaerazok
 
Buscadores, SEM SEO: el desafío de ser visto en la web
Buscadores, SEM SEO: el desafío de ser visto en la webBuscadores, SEM SEO: el desafío de ser visto en la web
Buscadores, SEM SEO: el desafío de ser visto en la webDecaunlz
 
institucion educativa la esperanza sede magdalena
institucion educativa la esperanza sede magdalenainstitucion educativa la esperanza sede magdalena
institucion educativa la esperanza sede magdalenajuniorcuellargomez
 
12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdf12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdfedwinmelgarschlink2
 

Último (8)

COMPETENCIAS CIUDADANASadadadadadadada .pdf
COMPETENCIAS CIUDADANASadadadadadadada .pdfCOMPETENCIAS CIUDADANASadadadadadadada .pdf
COMPETENCIAS CIUDADANASadadadadadadada .pdf
 
NUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdf
NUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdfNUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdf
NUVO PROGRAMAS DE ESCUELAS NUEVO-ACUERDO-CTE.pdf
 
Guia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdfGuia para el registro en el sitio slideshare.pdf
Guia para el registro en el sitio slideshare.pdf
 
Institucion educativa la esperanza sede la magdalena
Institucion educativa la esperanza sede la magdalenaInstitucion educativa la esperanza sede la magdalena
Institucion educativa la esperanza sede la magdalena
 
INSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENA
INSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENAINSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENA
INSTITUCION EDUCATIVA LA ESPERANZA SEDE MAGDALENA
 
Buscadores, SEM SEO: el desafío de ser visto en la web
Buscadores, SEM SEO: el desafío de ser visto en la webBuscadores, SEM SEO: el desafío de ser visto en la web
Buscadores, SEM SEO: el desafío de ser visto en la web
 
institucion educativa la esperanza sede magdalena
institucion educativa la esperanza sede magdalenainstitucion educativa la esperanza sede magdalena
institucion educativa la esperanza sede magdalena
 
12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdf12 Clasificacion de las Computadoras.pdf
12 Clasificacion de las Computadoras.pdf
 

1

  • 1. Resuelto por: Maiquel Josué Mejía Oliva Pasante universitario de la Carrera de Matemáticas en la UNAH-VS Perito Mercantil Y Contador Público 1. Clasifique las siguientes variables aleatorias como discretas o continuas: X: el número de accidentes automovilísticos que ocurren al año en Virginia. Y: el tiempo para jugar 18 hoyos de golf. M: la cantidad de leche que una vaca específica produce anualmente. N: el número de huevos que una gallina pone mensualmente. P: el número de permisos para construcción que los funcionarios de una ciudad emiten cada mes. Q: el peso del grano producido por acre. Solución Variable Aleatoria X Y M N P Q Tipo Discreta Continua Continua Discreta Discreta Continua 2.Un embarque foráneo de 5 automóviles extranjeros contiene 2 que tienen ligeras manchas de pintura. Suponga que una agencia recibe 3 de estos automóviles al azar y liste los elementos del espacio muestral S usando las letras M y N para “manchado” y “sin mancha”, respectivamente; luego asigne a cada punto muestral un valor x de la variable aleatoria X que representa el número de automóviles con manchas de pintura que compró la agencia. Solución Una tabla de espacio muestral y valores asignados a la variable aleatoria “x” se presentan a continuación Espacio muestral NNN NNM NMN MNN NMM MNM MMN MMM x 0 1 1 1 2 2 2 3 3.Sea W la variable aleatoria que da el número de caras menos el número de cruces en tres lanzamientos de una moneda. Liste los elementos del espacio muestral S para los tres lanzamientos de la moneda y asigne un valor w de W a cada punto muestral. Solución Una tabla de espacio muestral y valores asignados a la variable aleatoria “w” se presentan a continuación Espacio muestral CCC CCT CTC TCC CTT TCT TTC TTT w 3 1 1 1 -1 -1 -1 -3 4.Se lanza una moneda hasta que se presentan 3 caras sucesivamente. Liste sólo aquellos elementos del espacio muestral que requieren 6 o menos lanzamientos. ¿Es éste un espacio muestral discreto? Explique su respuesta
  • 2. Resuelto por: Maiquel Josué Mejía Oliva Pasante universitario de la Carrera de Matemáticas en la UNAH-VS Perito Mercantil Y Contador Público Solución S = {CCC, TCCC, CTCCC, TTCCC, TTTCCC, CTTCCC, TCTCCC, CCTCCC, . . .}; El espacio muestral es discreto porque va conteniendo muchos elementos con enteros positivos 5.Determine el valor c de modo que cada una de las siguientes funciones sirva como distribución de probabilidad de la variable aleatoria discreta X: a) f (x) = c (𝑥2 +4), para x = 0, 1, 2, 3; b) f (x) = c(2 𝑥 )( 3 3−𝑥 ) x = 0, 1, 2. Solución Ejercicio # a x=0 x=1 x=2 x=3 Suma c P(c) P(c) c (𝒙 𝟐 +4) 4c 5c 8c 13c 30c 30c=1 c= 1 30 Ejercicio # b x=0 x=1 x=2 Suma c P(c) P(c) c( 𝟐 𝒙 )( 𝟑 𝟑−𝒙 ) 1c 6c 3c 10c 10c=1 c= 1 10 6.La vida útil, en días, para frascos de cierta medicina de prescripción es una variable aleatoria que tiene la siguiente función de densidad: 𝑓𝑥 = { 20000 (𝑥 + 100)3 0 𝑥 > 0, 𝐸𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 Calcule la probabilidad de que un frasco de esta medicina tenga una vida útil de a) al menos 200 días; b) cualquier lapso entre 80 y 120 días. Solución Ejercicio # a 𝑃(𝑋 > 200) = ∫ 20000 (𝑥+100)3 𝑑𝑥 ∞ 200 = − 10000 (𝑥+100)2 | | 200 ∞ = 1 9 Ejercicio # b 𝑃(80 < 𝑋 < 120) = ∫ 20000 (𝑥+100)3 𝑑𝑥 ∞ 200 = − 10000 (𝑥+100)2 | | 80 120 = − 25 121 + 25 81 = 1000 9801
  • 3. Resuelto por: Maiquel Josué Mejía Oliva Pasante universitario de la Carrera de Matemáticas en la UNAH-VS Perito Mercantil Y Contador Público 7.El número total de horas, medidas en unidades de 100 horas, que una familia utiliza una aspiradora en un periodo de un año es una variable aleatoria continua X que tiene la siguiente función de densidad: 𝑓𝑥 = { 𝑥 2 − 𝑥 0 0 < 𝑥 < 1 1 ≤ 𝑥 < 2 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 Calcule la probabilidad de que en un periodo de un año una familia utilice su aspiradora a) menos de 120 horas; b) entre 50 y 100 horas. Solución Por cada 100 horas “x” es igual a 1 Ejercicio # a P(X < 1.2) = ∫ 𝑥𝑑𝑥 1 0 + ∫ (2 − x)dx 1.2 1 = 𝑥2 2 | | 0 1 + (2𝑥 − 𝑥2 2 ) | | 1 1.2 = 1 2 + 42 25 − 3 2 = 17 25 Ejercicio # b P(0.5 < X < 1) = ∫ 𝑥𝑑𝑥 1 0.5 = 𝑥2 2 | | 0.5 1 = 1 2 − 1 8 = 3 8 8.Obtenga la distribución de probabilidad de la variable aleatoria W del ejercicio 3.3; suponga que la moneda está cargada, de manera que existe el doble de probabilidad de que ocurra una cara que una cruz. “C: caras” “T: cruz” Solución Refiriéndose al espacio muestral del ejercicio 3.3 y haciendo uso del hecho de que P(C)=2/3 y P(T)=1/3, tenemos 𝑃(𝑊 = −3) = 𝑃(𝑇𝑇𝑇) = ( 1 3 ) 3 = 1 27 𝑃(𝑊 = −1) = 𝑃(𝐶𝑇𝑇) + 𝑃(𝑇𝐶𝑇) + 𝑃(𝑇𝑇𝐶) = ( 2 3 ) ( 1 3 ) 2 + ( 2 3 ) ( 1 3 ) 2 + ( 2 3 ) ( 1 3 ) 2 = 3 ( 2 3 ) ( 1 3 ) 2 = 2 9 𝑃(𝑊 = 1) = 𝑃(𝐶𝐶𝑇) + 𝑃(𝑇𝐶𝐶) + 𝑃(𝐶𝑇𝐶) = ( 1 3 ) ( 2 3 ) 2 + ( 1 3 ) ( 2 3 ) 2 + ( 1 3 ) ( 2 3 ) 2 = 3 ( 1 3 ) ( 2 3 ) 2 = 4 9 𝑃(𝑊 = 3) = 𝑃(𝑇𝑇𝑇) = ( 2 3 ) 3 = 8 27 La distribución de probabilidad para W es entonces w=-3 w=-1 w=1 w=3 𝑷(𝑾) 𝑷(𝑾 = 𝒘) 1 27 2 9 4 9 8 27 1
  • 4. Resuelto por: Maiquel Josué Mejía Oliva Pasante universitario de la Carrera de Matemáticas en la UNAH-VS Perito Mercantil Y Contador Público 9.La proporción de personas que responden a cierta encuesta enviada por correo es una variable aleatoria continua X que tiene la siguiente función de densidad: 𝑓𝑥 = { 2(𝑥 + 2) 5 0 0 < 𝑥 < 1, 𝐸𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 a) Demuestre que 𝑃(0 < 𝑋 < 1) = 1. b) Calcule la probabilidad de que más de 1 4 pero menos de 1 2 de las personas contactadas respondan a este tipo de encuesta. Solución Ejercicio # a P(0 < X < 1) = ∫ 2(𝑥 + 2) 5 𝑑𝑥 1 0 = ( 𝑥2 + 4𝑥 5 ) | | 0 1 = 1 Ejercicio # b P ( 1 4 < X < 1 2 ) = ∫ 2(𝑥 + 2) 5 𝑑𝑥 1 2 1 4 = ( 𝑥2 + 4𝑥 5 ) | |1 4 1 2 = 9 20 − 17 80 = 19 80 10.Encuentre una fórmula para la distribución de probabilidad de la variable aleatoria X que represente el resultado cuando se lanza un dado una vez. Solución El dado puede aterrizar en 6 maneras diferentes cada uno con probabilidad 1 6 . Por lo tanto, 𝐹(𝑥) = 1 6 , 𝑝𝑎𝑟𝑎 𝑥 = 1, 2, 3, 4, 5, 6 11.Un embarque de 7 televisores contiene 2 unidades defectuosas. Un hotel compra 3 de los televisores al azar. Si x es el número de unidades defectuosas que compra el hotel, calcule la distribución de probabilidad de X. Exprese los resultados de forma gráfica como un histograma de probabilidad. Solución Podemos seleccionar x televisores defectuosos de 2, y 3 - x televisores buenos de 5 en (2 𝑥 )( 5 3−𝑥 ) maneras. Una selección aleatoria de 3 de 7 televisores se puede hacer en (7 3 ) maneras. Por lo tanto, 𝑓(𝑥) = (2 𝑥)( 5 3−𝑥) (7 3) 𝑥 = 0, 1, 2 En forma tabular x=0 x=1 x=2 P(X) 𝒇(𝒙) 2 7 4 7 1 7 1
  • 5. Resuelto por: Maiquel Josué Mejía Oliva Pasante universitario de la Carrera de Matemáticas en la UNAH-VS Perito Mercantil Y Contador Público Histograma de probabilidad: