Este documento presenta el desarrollo de 39 ejercicios sobre variables aleatorias y distribuciones de probabilidad. Los objetivos son identificar las variables de cada ejercicio y aplicar las fórmulas correctas para resolverlos, realizando cada paso. Los ejercicios cubren temas como funciones de probabilidad, valor esperado y varianza.
Tarea 17 de probabilidad y estadistica con respuestasIPN
1. Se calculó un intervalo de confianza del 94% para la diferencia entre las medias de dos poblaciones normales a partir de muestras.
2. Se calculó un intervalo de confianza del 98% para la diferencia entre las medias de rendimiento de un tratamiento y sin él, indicando que el tratamiento reduce posiblemente la cantidad de metal eliminado.
3. Se calculó un intervalo de confianza del 99% para la diferencia entre las calificaciones promedio de dos cursos, asumiendo distribuciones normales con varianzas iguales.
Este documento presenta la resolución de 6 problemas relacionados con distribuciones de probabilidad. En el primer problema se resume un caso sobre el funcionamiento de una máquina de refrescos y se concluye que la decisión tomada fue razonable. Los problemas 2 a 5 involucran el cálculo de probabilidades utilizando distribuciones normales y chi cuadrado. El sexto problema pide encontrar valores críticos de chi cuadrado para diferentes niveles de significancia.
Tarea 16 de probabilidad y estadistica con respuestasIPN
Este documento presenta 10 problemas de estadística descriptiva que involucran estimación de parámetros poblacionales mediante intervalos de confianza y predicción para una o dos muestras. Los problemas abarcan temas como vida promedio de ratones, profundidad de módulos de marcapasos, kilómetros recorridos por automóviles, contenido de azúcar en cereales y dureza de cabezas de alfileres. Se pide calcular intervalos de confianza y predicción utilizando desviaciones estándares muestrales y sup
Este documento presenta varias distribuciones estadísticas relacionadas con muestras aleatorias, incluyendo la distribución de medias muestrales, proporciones muestrales, diferencias entre dos medias muestrales y diferencias entre dos proporciones muestrales. Proporciona fórmulas para calcular probabilidades relacionadas con estas distribuciones y resuelve ejemplos numéricos.
1. El documento presenta nueve ejercicios resueltos sobre probabilidades y variables aleatorias. En el primer ejercicio, se calculan las probabilidades de que entre 10 unidades dos o a lo sumo dos sean defectuosas, y que por lo menos una lo sea. En el segundo, la probabilidad de que todas las personas con reserva obtengan mesa en un restaurante con 20 mesas y 25 reservas. En el tercer ejercicio, se calculan probabilidades relacionadas con fallos de componentes siguiendo una distribución de Poisson.
Este documento explica las distribuciones binomial y Poisson. La distribución binomial describe el número de éxitos en una serie de ensayos binarios independientes. La distribución de Poisson describe el número de eventos aleatorios que ocurren en un intervalo de tiempo o espacio, cuando estos eventos ocurren a una tasa constante. El documento proporciona fórmulas, ejemplos y diferencias entre las dos distribuciones, destacando que la binomial se aproxima a la Poisson cuando el número de ensayos es grande y la probabilidad de éxito es pequeña.
Este documento presenta varios ejercicios estadísticos relacionados con distribuciones normales. Calcula probabilidades y áreas bajo la curva para diferentes valores de variables aleatorias con medias y desviaciones estándar dadas. Los ejercicios abarcan temas como pistones, resistencia al cemento y fabricación de semiconductores.
Este documento presenta varios problemas de probabilidad y estadística relacionados con distribuciones normales. Incluye cálculos de áreas bajo la curva normal, valores-z, probabilidades y porcentajes. Los problemas abarcan temas como máquinas expendedoras, tiempos de viaje, resistencia de materiales y control de calidad.
Tarea 17 de probabilidad y estadistica con respuestasIPN
1. Se calculó un intervalo de confianza del 94% para la diferencia entre las medias de dos poblaciones normales a partir de muestras.
2. Se calculó un intervalo de confianza del 98% para la diferencia entre las medias de rendimiento de un tratamiento y sin él, indicando que el tratamiento reduce posiblemente la cantidad de metal eliminado.
3. Se calculó un intervalo de confianza del 99% para la diferencia entre las calificaciones promedio de dos cursos, asumiendo distribuciones normales con varianzas iguales.
Este documento presenta la resolución de 6 problemas relacionados con distribuciones de probabilidad. En el primer problema se resume un caso sobre el funcionamiento de una máquina de refrescos y se concluye que la decisión tomada fue razonable. Los problemas 2 a 5 involucran el cálculo de probabilidades utilizando distribuciones normales y chi cuadrado. El sexto problema pide encontrar valores críticos de chi cuadrado para diferentes niveles de significancia.
Tarea 16 de probabilidad y estadistica con respuestasIPN
Este documento presenta 10 problemas de estadística descriptiva que involucran estimación de parámetros poblacionales mediante intervalos de confianza y predicción para una o dos muestras. Los problemas abarcan temas como vida promedio de ratones, profundidad de módulos de marcapasos, kilómetros recorridos por automóviles, contenido de azúcar en cereales y dureza de cabezas de alfileres. Se pide calcular intervalos de confianza y predicción utilizando desviaciones estándares muestrales y sup
Este documento presenta varias distribuciones estadísticas relacionadas con muestras aleatorias, incluyendo la distribución de medias muestrales, proporciones muestrales, diferencias entre dos medias muestrales y diferencias entre dos proporciones muestrales. Proporciona fórmulas para calcular probabilidades relacionadas con estas distribuciones y resuelve ejemplos numéricos.
1. El documento presenta nueve ejercicios resueltos sobre probabilidades y variables aleatorias. En el primer ejercicio, se calculan las probabilidades de que entre 10 unidades dos o a lo sumo dos sean defectuosas, y que por lo menos una lo sea. En el segundo, la probabilidad de que todas las personas con reserva obtengan mesa en un restaurante con 20 mesas y 25 reservas. En el tercer ejercicio, se calculan probabilidades relacionadas con fallos de componentes siguiendo una distribución de Poisson.
Este documento explica las distribuciones binomial y Poisson. La distribución binomial describe el número de éxitos en una serie de ensayos binarios independientes. La distribución de Poisson describe el número de eventos aleatorios que ocurren en un intervalo de tiempo o espacio, cuando estos eventos ocurren a una tasa constante. El documento proporciona fórmulas, ejemplos y diferencias entre las dos distribuciones, destacando que la binomial se aproxima a la Poisson cuando el número de ensayos es grande y la probabilidad de éxito es pequeña.
Este documento presenta varios ejercicios estadísticos relacionados con distribuciones normales. Calcula probabilidades y áreas bajo la curva para diferentes valores de variables aleatorias con medias y desviaciones estándar dadas. Los ejercicios abarcan temas como pistones, resistencia al cemento y fabricación de semiconductores.
Este documento presenta varios problemas de probabilidad y estadística relacionados con distribuciones normales. Incluye cálculos de áreas bajo la curva normal, valores-z, probabilidades y porcentajes. Los problemas abarcan temas como máquinas expendedoras, tiempos de viaje, resistencia de materiales y control de calidad.
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASIPN
Este documento presenta 16 problemas relacionados con distribuciones de probabilidad como chi cuadrada, t de Student, F y normal. Los problemas cubren temas como calcular valores críticos para diferentes niveles de significancia, encontrar probabilidades asociadas a estas distribuciones y realizar pruebas de hipótesis para comparar varianzas. El objetivo general es practicar conceptos estadísticos fundamentales como descripciones de datos, distribuciones de muestreo y pruebas de hipótesis.
El documento presenta varios problemas de distribuciones de probabilidad como Bernoulli, binomial y resuelve ejercicios sobre ellas. En el primer problema, se calcula la probabilidad de que un jugador anote un tiro de basquetbol. En el segundo, se analizan las probabilidades de pedir diferentes tamaños de bebidas en un restaurante. En el tercero, se calculan probabilidades sobre defectos en un barniz.
Este documento presenta los conceptos básicos de probabilidad como experimentos aleatorios, espacios muestrales, eventos y diagramas de Venn. Resuelve problemas que involucran el cálculo de probabilidades de eventos compuestos y encuentra la cantidad de formas posibles en que pueden sentarse personas. También define conceptos como variable aleatoria, función de probabilidad, valor esperado, varianza y distribución binomial.
Este documento presenta 20 ejercicios de estadística sobre probabilidad bajo curva normal estándar. Los ejercicios involucran calcular probabilidades utilizando distribuciones normales estándares, donde se proporcionan los valores de la media y la desviación estándar. El documento también presenta ejercicios sobre probabilidad estándar, cuartiles, varianza y desviación estándar, y coeficiente de variación.
Este documento presenta varios ejemplos y problemas resueltos sobre distribuciones de probabilidad discretas y continuas como la binomial, Poisson y normal. Explica conceptos como media, desviación estándar y probabilidades para estas distribuciones y aplica aproximaciones normales a la binomial. Resuelve 10 problemas ilustrando cálculos y gráficas de las diferentes distribuciones.
Este documento presenta un estudio de caso sobre probabilidad que involucra calcular la probabilidad de que la estatura de un hombre chino sea menor o igual a 154 cm, basado en suposiciones sobre la distribución de estaturas en China. El autor realiza cálculos utilizando una distribución normal asumiendo valores como la media y desviación estándar, pero sus resultados no concuerdan con las probabilidades originales, lo que sugiere errores en sus suposiciones.
Este documento trata sobre el análisis de regresión lineal simple. Explica que la regresión lineal estima el valor de una variable dependiente (Y) en base a un valor conocido de una variable independiente (X). Incluye diagramas de dispersión y líneas de regresión que muestran diferentes tipos de relaciones entre las variables. También describe el método de mínimos cuadrados para ajustar la línea de regresión, y presenta un ejemplo completo de cómo aplicar este análisis estadístico para predecir la reducción de la dem
Tarea 10 de probabilidad y estadistica con respuestaIPN
TEMAS: PROBABILIDAD DISCRETA (DISTRIBUCION GEOMETRICA Y DISTRIBUCION BINOMIAL, DISTRIBUCION DE POISSON Y NEGATIVA) Y DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
Este documento presenta 18 problemas de probabilidad y estadística como parte de una tarea de bioestadística. Los problemas cubren una variedad de temas incluyendo probabilidades condicionales, variables aleatorias discretas y continuas, y distribuciones de probabilidad para diferentes escenarios de muestreo. Se piden calcular probabilidades y distribuciones de probabilidad y clasificar variables.
Este documento explica la distribución de Poisson. Presenta 5 ejercicios numéricos que ilustran cómo calcular probabilidades para variables aleatorias con distribución de Poisson. Los ejercicios cubren cálculos como la probabilidad de que ocurran cierto número de eventos, la media y varianza esperadas, y comparaciones entre distribuciones de Poisson y binomial.
El documento describe la distribución de Poisson, la cual modela el número de veces que ocurre un evento en un intervalo determinado, como tiempo, distancia, área o volumen. Se basa en que la probabilidad es proporcional al tamaño del intervalo y que los intervalos son independientes. Se usa para modelar errores de datos, número de clientes en espera, y accidentes. La fórmula de Poisson incluye la media del número de ocurrencias y la constante de Euler. Como ejemplo, analiza la probabilidad de pérdida de equipaje en vuelos.
Este documento describe la distribución muestral de proporciones. Explica cómo calcular la media y desviación estándar de la distribución muestral de proporciones a partir de una población, así como cómo usar la aproximación normal para calcular probabilidades relacionadas a la proporción muestral. También incluye ejemplos numéricos para ilustrar los conceptos.
Este documento explica cómo calcular la probabilidad en una distribución binomial. Presenta un ejemplo de calcular la probabilidad de que llantas de un cargamento tengan imperfecciones si se seleccionan 4 llantas al azar. Calcula la probabilidad de que ninguna, una, o una o más llantas tengan imperfecciones usando la fórmula binomial y sumando las probabilidades individuales cuando sea necesario.
Este documento presenta diferentes distribuciones de probabilidad discretas, incluyendo la distribución binomial, hipergeométrica y de Poisson. Explica cada distribución con ejemplos y ejercicios resueltos. También cubre conceptos como probabilidades acumuladas y de éxito/fracaso. El objetivo principal es explicar estas distribuciones comúnmente usadas en probabilidad y estadística.
Este documento contiene 14 problemas de probabilidad relacionados con diferentes escenarios como el comportamiento criminal, encuestas demográficas, diagnósticos médicos y resultados educativos. Los problemas incluyen calcular probabilidades condicionales e independientes usando tablas de datos y porcentajes provistos.
Ejercicios de probabilidad y teorema de bayesBelgica Chasi
1. La probabilidad de que la suma de los puntos de dos dados sea par es 18/36 = 1/2.
2. La probabilidad de que salga 7 al lanzar tres dados es 15/216 = 5/72.
3. La probabilidad de que una persona elegida al azar sea hombre o estudie francés en una clase de 20 personas (10 hombres y 10 mujeres) es 15/20 = 3/4.
1. El documento presenta 7 problemas resueltos sobre variables aleatorias. 2. Los problemas involucran calcular probabilidades, funciones de densidad, valores esperados y otras medidas de variables aleatorias discretas y continuas. 3. Los problemas se resuelven encontrando funciones de densidad condicionadas, integrando funciones y aplicando definiciones de variables aleatorias.
Este documento presenta una introducción al tema de las pruebas de hipótesis. Explica conceptos como hipótesis nula, hipótesis alternativa, niveles de significación y regiones críticas. También incluye ejemplos de cómo formular hipótesis para medias, proporciones y diferencias entre medias y proporciones. Finalmente, resume los pasos a seguir para realizar una prueba de hipótesis.
Este documento introduce el concepto de variable aleatoria discreta. Explica que una variable aleatoria asigna un número real a cada suceso elemental en un espacio muestral. Presenta ejemplos de variables aleatorias como el número de caras que salgan al lanzar monedas o dados. También cubre cómo calcular la probabilidad de diferentes valores de una variable aleatoria.
Este documento presenta los conceptos básicos de probabilidad y estadística. Explica variables aleatorias discretas y continuas, valor esperado, desviación estándar y cómo calcular la probabilidad de diferentes resultados al lanzar cuatro monedas. Proporciona ejemplos numéricos para ilustrar cada concepto.
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASIPN
Este documento presenta 16 problemas relacionados con distribuciones de probabilidad como chi cuadrada, t de Student, F y normal. Los problemas cubren temas como calcular valores críticos para diferentes niveles de significancia, encontrar probabilidades asociadas a estas distribuciones y realizar pruebas de hipótesis para comparar varianzas. El objetivo general es practicar conceptos estadísticos fundamentales como descripciones de datos, distribuciones de muestreo y pruebas de hipótesis.
El documento presenta varios problemas de distribuciones de probabilidad como Bernoulli, binomial y resuelve ejercicios sobre ellas. En el primer problema, se calcula la probabilidad de que un jugador anote un tiro de basquetbol. En el segundo, se analizan las probabilidades de pedir diferentes tamaños de bebidas en un restaurante. En el tercero, se calculan probabilidades sobre defectos en un barniz.
Este documento presenta los conceptos básicos de probabilidad como experimentos aleatorios, espacios muestrales, eventos y diagramas de Venn. Resuelve problemas que involucran el cálculo de probabilidades de eventos compuestos y encuentra la cantidad de formas posibles en que pueden sentarse personas. También define conceptos como variable aleatoria, función de probabilidad, valor esperado, varianza y distribución binomial.
Este documento presenta 20 ejercicios de estadística sobre probabilidad bajo curva normal estándar. Los ejercicios involucran calcular probabilidades utilizando distribuciones normales estándares, donde se proporcionan los valores de la media y la desviación estándar. El documento también presenta ejercicios sobre probabilidad estándar, cuartiles, varianza y desviación estándar, y coeficiente de variación.
Este documento presenta varios ejemplos y problemas resueltos sobre distribuciones de probabilidad discretas y continuas como la binomial, Poisson y normal. Explica conceptos como media, desviación estándar y probabilidades para estas distribuciones y aplica aproximaciones normales a la binomial. Resuelve 10 problemas ilustrando cálculos y gráficas de las diferentes distribuciones.
Este documento presenta un estudio de caso sobre probabilidad que involucra calcular la probabilidad de que la estatura de un hombre chino sea menor o igual a 154 cm, basado en suposiciones sobre la distribución de estaturas en China. El autor realiza cálculos utilizando una distribución normal asumiendo valores como la media y desviación estándar, pero sus resultados no concuerdan con las probabilidades originales, lo que sugiere errores en sus suposiciones.
Este documento trata sobre el análisis de regresión lineal simple. Explica que la regresión lineal estima el valor de una variable dependiente (Y) en base a un valor conocido de una variable independiente (X). Incluye diagramas de dispersión y líneas de regresión que muestran diferentes tipos de relaciones entre las variables. También describe el método de mínimos cuadrados para ajustar la línea de regresión, y presenta un ejemplo completo de cómo aplicar este análisis estadístico para predecir la reducción de la dem
Tarea 10 de probabilidad y estadistica con respuestaIPN
TEMAS: PROBABILIDAD DISCRETA (DISTRIBUCION GEOMETRICA Y DISTRIBUCION BINOMIAL, DISTRIBUCION DE POISSON Y NEGATIVA) Y DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
Este documento presenta 18 problemas de probabilidad y estadística como parte de una tarea de bioestadística. Los problemas cubren una variedad de temas incluyendo probabilidades condicionales, variables aleatorias discretas y continuas, y distribuciones de probabilidad para diferentes escenarios de muestreo. Se piden calcular probabilidades y distribuciones de probabilidad y clasificar variables.
Este documento explica la distribución de Poisson. Presenta 5 ejercicios numéricos que ilustran cómo calcular probabilidades para variables aleatorias con distribución de Poisson. Los ejercicios cubren cálculos como la probabilidad de que ocurran cierto número de eventos, la media y varianza esperadas, y comparaciones entre distribuciones de Poisson y binomial.
El documento describe la distribución de Poisson, la cual modela el número de veces que ocurre un evento en un intervalo determinado, como tiempo, distancia, área o volumen. Se basa en que la probabilidad es proporcional al tamaño del intervalo y que los intervalos son independientes. Se usa para modelar errores de datos, número de clientes en espera, y accidentes. La fórmula de Poisson incluye la media del número de ocurrencias y la constante de Euler. Como ejemplo, analiza la probabilidad de pérdida de equipaje en vuelos.
Este documento describe la distribución muestral de proporciones. Explica cómo calcular la media y desviación estándar de la distribución muestral de proporciones a partir de una población, así como cómo usar la aproximación normal para calcular probabilidades relacionadas a la proporción muestral. También incluye ejemplos numéricos para ilustrar los conceptos.
Este documento explica cómo calcular la probabilidad en una distribución binomial. Presenta un ejemplo de calcular la probabilidad de que llantas de un cargamento tengan imperfecciones si se seleccionan 4 llantas al azar. Calcula la probabilidad de que ninguna, una, o una o más llantas tengan imperfecciones usando la fórmula binomial y sumando las probabilidades individuales cuando sea necesario.
Este documento presenta diferentes distribuciones de probabilidad discretas, incluyendo la distribución binomial, hipergeométrica y de Poisson. Explica cada distribución con ejemplos y ejercicios resueltos. También cubre conceptos como probabilidades acumuladas y de éxito/fracaso. El objetivo principal es explicar estas distribuciones comúnmente usadas en probabilidad y estadística.
Este documento contiene 14 problemas de probabilidad relacionados con diferentes escenarios como el comportamiento criminal, encuestas demográficas, diagnósticos médicos y resultados educativos. Los problemas incluyen calcular probabilidades condicionales e independientes usando tablas de datos y porcentajes provistos.
Ejercicios de probabilidad y teorema de bayesBelgica Chasi
1. La probabilidad de que la suma de los puntos de dos dados sea par es 18/36 = 1/2.
2. La probabilidad de que salga 7 al lanzar tres dados es 15/216 = 5/72.
3. La probabilidad de que una persona elegida al azar sea hombre o estudie francés en una clase de 20 personas (10 hombres y 10 mujeres) es 15/20 = 3/4.
1. El documento presenta 7 problemas resueltos sobre variables aleatorias. 2. Los problemas involucran calcular probabilidades, funciones de densidad, valores esperados y otras medidas de variables aleatorias discretas y continuas. 3. Los problemas se resuelven encontrando funciones de densidad condicionadas, integrando funciones y aplicando definiciones de variables aleatorias.
Este documento presenta una introducción al tema de las pruebas de hipótesis. Explica conceptos como hipótesis nula, hipótesis alternativa, niveles de significación y regiones críticas. También incluye ejemplos de cómo formular hipótesis para medias, proporciones y diferencias entre medias y proporciones. Finalmente, resume los pasos a seguir para realizar una prueba de hipótesis.
Este documento introduce el concepto de variable aleatoria discreta. Explica que una variable aleatoria asigna un número real a cada suceso elemental en un espacio muestral. Presenta ejemplos de variables aleatorias como el número de caras que salgan al lanzar monedas o dados. También cubre cómo calcular la probabilidad de diferentes valores de una variable aleatoria.
Este documento presenta los conceptos básicos de probabilidad y estadística. Explica variables aleatorias discretas y continuas, valor esperado, desviación estándar y cómo calcular la probabilidad de diferentes resultados al lanzar cuatro monedas. Proporciona ejemplos numéricos para ilustrar cada concepto.
Este documento introduce conceptos básicos sobre variables aleatorias y funciones de distribución. Explica que una variable aleatoria asigna valores numéricos a los resultados de un experimento aleatorio. Distingue entre variables aleatorias discretas y continuas, y describe cómo se definen sus distribuciones de probabilidad y funciones de distribución. También define parámetros comunes como la esperanza matemática y la varianza para caracterizar las variables aleatorias.
Este documento presenta modelos de probabilidad para variables aleatorias discretas como la binomial y Poisson. Explica cómo calcular la esperanza y varianza de estas variables y proporciona ejemplos resueltos y propuestos para ilustrar su uso.
Este documento describe conceptos básicos relacionados con variables aleatorias y sus distribuciones. Explica que una variable aleatoria es una función numérica definida sobre un espacio muestral que puede tomar diferentes valores con ciertas probabilidades especificadas por su distribución de probabilidad. Describe distribuciones discretas como la binomial y distribuciones continuas como la normal, incluyendo sus características clave como la media, varianza y función de densidad. También cubre temas como transformaciones lineales de variables aleatorias y cálculos de probabilidades para la distribución normal.
Estados de Tensión y Deformación - Resolución Ejercicio N° 5.pptxgabrielpujol59
En una chapa sometida a un estado de plano de deformación se conoce las dilataciones epsilon n1, epsilon
n2, epsilon n3 para tres direcciones concurrentes a un punto “O”. Se pide para el haz de direcciones contenida en la chapa:
1. Determinar analíticamente las dilataciones principales.
2. Determinar la dilatación y la distorsión correspondiente a una dirección n.
3. Determinar las direcciones y deformaciones principales.
4. Trazar la circunferencia de deformaciones y verificar los valores obtenidos en los puntos 1, 2 y 3.
5. Calcular la dilatación para una dirección normal al plano de la chapa, escribir el tensor deformación y determinar analíticamente las tensiones principales.
6. Trazar la circunferencia de Mohr para tensiones y deformaciones, transformar la circunferencia de deformaciones en una circunferencia de tensiones y verificar los valores de las tensiones principales
Este documento presenta una introducción a las variables aleatorias y distribuciones de probabilidad. Define variables aleatorias discretas y continuas, y describe funciones de distribución, esperanza matemática, varianza, desviación estándar y otras medidas. También explica distribuciones comunes como la binomial, Poisson, hipergeométrica y cómo la distribución de Poisson puede aproximarse a la binomial en ciertos casos.
Este documento presenta una serie de problemas resueltos relacionados con variables aleatorias discretas y continuas. Incluye ejercicios sobre distribuciones binomial, de Poisson y normal, resolviendo cuestiones como el número esperado de eventos, las probabilidades de diferentes resultados y el cálculo de esperanzas y varianzas. Los problemas abarcan temas como el sexo de los hijos en una familia, el recuento de glóbulos blancos y la duración de llamadas telefónicas.
El documento describe conceptos básicos de estadística como función de probabilidad, distribución de probabilidad, variables aleatorias discretas y continuas, esperanza matemática, varianza, distribuciones binomial, de Poisson y normal. Explica que una distribución de probabilidad indica los valores posibles de un experimento y su probabilidad, y que puede ser generada por variables aleatorias discretas o continuas.
El documento describe diferentes distribuciones de probabilidad como la binomial, hipergeométrica y de Poisson. La distribución binomial se aplica cuando se realizan múltiples experimentos de Bernoulli independientes. La distribución hipergeométrica modela la probabilidad de eventos en una muestra aleatoria sin reemplazo. La distribución de Poisson describe la probabilidad de eventos que ocurren a una tasa promedio conocida e independientemente del tiempo.
1) El documento trata sobre conceptos estadísticos como variables aleatorias, distribuciones de probabilidad y medidas de tendencia central y dispersión. 2) Explica que una variable aleatoria puede ser discreta o continua y define distribuciones como la binomial, geométrica, hipergeométrica y sus propiedades. 3) El objetivo es obtener un modelo matemático capaz de estimar la fiabilidad de sistemas a través del análisis de distribuciones de probabilidad.
Este documento discute varias distribuciones de probabilidad continuas. Explica que las distribuciones continuas tienen funciones de densidad continuas y probabilidades puntuales iguales a cero. Luego describe distribuciones específicas como la uniforme, normal, gamma y chi cuadrada, y proporciona ejemplos para ilustrar su uso.
El documento presenta información sobre tres distribuciones de probabilidad: normal, binomial y Poisson. Describe las características y fórmulas de cada una. Incluye ejemplos y ejercicios resueltos sobre cómo calcular probabilidades usando estas distribuciones.
Este documento describe conceptos básicos sobre variables aleatorias, incluyendo su clasificación como discretas o continuas. Explica cómo calcular la probabilidad, esperanza, varianza y desviación estándar para variables aleatorias discretas y continuas. También presenta ejemplos numéricos y gráficos para ilustrar estos conceptos.
Trabajo de Calculo, Asintotas, Continuidad y Limites Trigonometricos. (Angel ...Angel Rodriguez
1) El documento presenta 7 ejercicios de cálculo de límites y derivadas.
2) Se pide resolver detalladamente cada ejercicio encontrando límites, derivadas y condiciones para que funciones sean continuas.
3) Los ejercicios involucran conceptos como límites laterales, límites fundamentales, derivadas por definición y condiciones de continuidad.
Este documento define conceptos estadísticos fundamentales como población, muestra, variable aleatoria, distribución de probabilidad y tipos de distribuciones como uniforme discreta, binomial, multinomial e hipergeométrica. Explica que una variable aleatoria puede ser discreta o continua dependiendo de si sus valores posibles son enumerables o un intervalo continuo. Además, introduce conceptos como valor esperado y varianza para medir las características centrales y dispersión de una variable aleatoria.
El documento habla sobre ecuaciones de segundo grado. Explica que una ecuación de segundo grado tiene la forma general Ax2 + Bx + C = 0, y describe métodos para resolver este tipo de ecuaciones, como usar la fórmula general de solución, calcular el discriminante, y aplicar el teorema de Cardano para encontrar la suma y el producto de las raíces. También explica cómo formar una ecuación de segundo grado cuando se conocen sus raíces.
S14.derivadas y aplicaciones(2023-I)UNAC.pptxjeanhuarcaya4
Este documento explica las curvas paramétricas, que representan curvas donde las coordenadas x e y son funciones de un parámetro t. Se define la derivada dy/dx para curvas paramétricas usando la regla de la cadena. Luego, se dan ejemplos de calcular dy/dx para diferentes curvas paramétricas dadas por ecuaciones en t. Finalmente, se pide verificar que una curva dada satisface una relación particular.
Similar a 33198109 trabajo-colaborativo-2-probabilidad (20)
Ofrecemos herramientas y metodologías para que las personas con ideas de negocio desarrollen un prototipo que pueda ser probado en un entorno real.
Cada miembro puede crear su perfil de acuerdo a sus intereses, habilidades y así montar sus proyectos de ideas de negocio, para recibir mentorías .
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
1. TRABAJO COLABORATIVO UNIDAD 2
PROBABILIDAD
PRESENTADO POR
NO IMPORTA, LO IMPORTANTE ES QUE LES SIRVA, DE UN
AGROFORESTAL PARA EL QUE LO NECESITE.
ESTUDIANTE DE INGENIERÍA AGROFORESTAL
UNAD
2. INTRODUCCIÓN
A partir de trabajar activamente desarrollando los ejercicios propuestos para la
comprensión de esta unidad 2 del modulo de probabilidad, nosotros los
estudiantes, adquirimos destrezas en el desarrollo adecuado de problemas que
se nos pueden presentar a lo largo de nuestra vida así como en las carreras
profesionales que nos ofrece la UNAD. En forma muy general este documento
nos presenta el desarrollo de 39 ejercicios propuestos sobre variables
aleatorias y distribuciones de probabilidad utilizando las formulas
correspondientes para solucionar cada uno de ellos.
3. OBJETIVO GENERAL
Desarrollar un taller de ejercicios sobre los contenidos de los capítulos 1, 2 y 3
de la Unidad 2 del curso PROBABILIDAD, los cuales nos permitirán profundizar
en los temas tratados.
4. OBJETIVOS ESPECÍFICOS
y Identificar las distintas variables que nos ofrece cada ejercicio con el fin
de poder aplicar la fórmula adecuada.
y Realizar cada ejercicio indicando los pasos efectuados para el desarrollo
de cada uno de ellos.
y Resolver las preguntas planteadas en cada ejercicio.
5. VARIABLES ALEATORIAS, FUNCIÓN DE PROBABILIDAD Y VALOR
ESPERADO
1.- Determine el valor de a de manera que cada una de las siguientes
funciones pueda servir como distribución de probabilidad de la variable
aleatoria discreta X
a) f (x) = a(x2 + 4) x = 0, 1, 2, 3
Solución:
Para que sea distribución de probabilidad debe cumplir:
ܽሾሺͲଶ
Ͷሻ ሺͳଶ
Ͷሻ ሺʹଶ
Ͷሻ ሺ͵ଶ
Ͷሻሿ =1
ܽሺͶ ͷ ͺ ͳ͵ሻ =1
ܽሺ͵Ͳሻ ൌ ͳ
ܽ ൌ
ͳ
͵Ͳ
Luego el valor de a en la distribución de probabilidad es
= 0,033%
b) f(x) = a( 2C x) (3C3-x) para x = 0,1,2
Solución:
Para que sea distribución de probabilidad debe cumplir
ܽ ൬
ʹ
ݔ
൰
ଶ
ூୀ
൬
͵
͵ െ ݔ
൰ ൌ ͳ
ܽ ൬
ʹ
ݔ
൰
ଶ
ூୀ
൬
͵
͵ െ ݔ
൰ ൌ ͳ
ܽ ൬
ʹ
Ͳ
൰ ൬
͵
͵ െ Ͳ
൰ ൬
ʹ
ͳ
൰ ൬
͵
͵ െ ͳ
൰ ൬
ʹ
ʹ
൰ ൬
͵
͵ െ ʹ
൰൨ ൌ ͳ
ܽሺͳ כ ͳ ʹ כ ͵ ͳ כ ͵ሻ ൌ ͳ
ܽሺͳ ͵ሻ ൌ ͳ
ܽሺͳͲሻ ൌ ͳ
ܽ ൌ
ͳ
ͳͲ
Luego el valor de a en la distribución de probabilidad es
= 0,1%
2.- Encuentre la distribución de probabilidad para el número de discos de salsa
cuando se eligen al azar cuatro discos de una colección que consta de cuatro
6. discos de salsa y cuatro discos de música clásica. Exprese los resultados a
través de una formula.
Solución:
La variable aleatoria X el número de discos de salsa, donde empleamos la
distribución híper geométrico.
x= 0, 1, 2, 3, 4
ܲሺܺ ൌ ݔሻ ൌ ݄ሺݔǡ ܰǡ ݊ǡ ܭሻ ൌ
൫
௫
൯൫ேି
ି௫
൯
൫ே
൯
ܲሺܺ ൌ ݔሻ ൌ ݄ሺͲǡͺǡͶǡͶሻ ൌ
൫ସ
൯൫ ସ
ସି
൯
൫଼
ସ
൯
ൌ
ͳ
Ͳ
ܲሺܺ ൌ ݔሻ ൌ ݄ሺͳǡͺǡͶǡͶሻ ൌ
൫ସ
ଵ
൯൫ ସ
ସିଵ
൯
൫଼
ସ
൯
ൌ
ͳ
Ͳ
ܲሺܺ ൌ ݔሻ ൌ ݄ሺʹǡͺǡͶǡͶሻ ൌ
൫ସ
ଶ
൯൫ ସ
ସିଶ
൯
൫଼
ସ
൯
ൌ
͵
Ͳ
ܲሺܺ ൌ ݔሻ ൌ ݄ሺ͵ǡͺǡͶǡͶሻ ൌ
൫ସ
ଷ
൯൫ ସ
ସିଷ
൯
൫଼
ସ
൯
ൌ
ͳ
Ͳ
ܲሺܺ ൌ ݔሻ ൌ ݄ሺͶǡͺǡͶǡͶሻ ൌ
൫ସ
ସ
൯൫ ସ
ସିସ
൯
൫଼
ସ
൯
ൌ
ͳ
Ͳ
x 0 1 2 3 4
݄ሺݔǡ ܰǡ ݊ǡ ܭሻ ͳ
Ͳ
ͳ
Ͳ
͵
Ͳ
ଵ
ͳ
Ͳ
3.- Se seleccionan al azar dos calcetines y de manera sucesiva, se sacan de
un cajón que contiene seis calcetines cafés y cuatro verdes, Defina la variable
aleatoria X que represente el número de calcetines cafés que se selecciona.
Encuentre la función de probabilidad f(X), F(X), E(X), Varianza y desviación
estándar de la variable aleatoria.
Solución:
y La variable aleatoria X está definida por 0, 1 y 2; la función de
probabilidad f(x) es:
8. ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ ൬Ͳଶ
െ
Ͷͷ
൰ כ ൬
ʹͻͳ
ʹͲʹͷ
൰ ൬ͳଶ
െ
ʹͶ
Ͷͷ
൰ כ ൬
ʹͻͳ
ʹͲʹͷ
൰ ൬ʹଶ
െ
ͳͷ
Ͷͷ
൰ כ ൬
ʹͻͳ
ʹͲʹͷ
൰൨
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ ൬െ
Ͷͷ
൰ כ ൬
ʹͻͳ
ʹͲʹͷ
൰ ൬ͳ െ
ʹͶ
Ͷͷ
൰ כ ൬
ʹͻͳ
ʹͲʹͷ
൰ ൬Ͷ െ
ͳͷ
Ͷͷ
൰ כ ൬
ʹͻͳ
ʹͲʹͷ
൰൨
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ െ ൬
ͳͶͻ
ͻͳͳʹͷ
൰ ൬
ͳʹ͵
ͻͳͳʹͷ
൰ ൬
ͶͺͳͳͶͲ
ͻͳͳʹͷ
൰൨
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ
ͷʹͶͺͺͲ
ͻͳͳʹͷ
ൌ ͷǤ
La varianza es de 5.76.
y Calculo de desviación estándar.
ߪ௫ ൌ ඥߪ௫
ଶ
ߪ௫ ൌ ξͷǤ
ߪ௫ ൌ ʹǤͶ
La desviación estándar es de 2.4
4.- Un jugador lanza un dado corriente. Si sale número primo, gana tantos
cientos de dólares como marca el dado, pero si no sale número primo, pierde
tantos cientos de dólares como marca el dado. Determinar la función de
probabilidad y la esperanza matemática del juego.
Solución:
La variable X indica las ganancias en dólares puede tener los siguientes
valores:
X = 100, 200, 300, 400, 500, 600
P(X) =
ܲሺܺሻ ൌ
ͳͲͲ
ʹͲͲ
͵ͲͲ
െ
ͶͲͲ
ͷͲͲ
െ
ͲͲ
൨
ܲሺܺሻ ൌ
ͳͳͲͲ
െ
ͳͲͲͲ
൨
ܲሺܺሻ ൌ
ͳͲͲ
9. La ganancia esperada es
ଵ
ൌ ͳǤ
5.- El experimento aleatorio consiste en lanzar una moneda 3 veces, Defina X
la variable aleatoria que representa el número de caras observadas. Encuentre
f(X), E(X), V(X) y desviación estándar.
Solución:
La variable X tiene los valores 0, 1, 2, 3
Definiendo así los siguientes sucesos.
P(0)= P({XXX}), P(1) =P({CXX,XCX,XXC}), P(2) =P({CCX,CXC,XCC}) y P(3)
=P({CCC})
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ
͵ܥ௫
ͺ
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ
൫ଷ
൯
ͺ
ൌ
ͳ
ͺ
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ
൫ଷ
ଵ
൯
ͺ
ൌ
͵
ͺ
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ
൫ଷ
ଶ
൯
ͺ
ൌ
͵
ͺ
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ
൫ଷ
ଷ
൯
ͺ
ൌ
ͳ
ͺ
La distribución de probabilidad es:
X 0 1 2 3
P(X=x) ͳ
ͺ
͵
ͺ
͵
ͺ
ͳ
ͺ
6.- Una urna contiene 4 bolas con los números 1, 2, 3 y 4 respectivamente. Si
se toman dos bolas de la urna sin sustitución y X representa la suma de los
números de las dos bolas extraídas.
Determine la función de probabilidad f(X), el valor esperado E(X) y la varianza
de la variable aleatoria
Solución:
Al tomar las dos bolas tenemos las siguientes posibilidades.
ܵ ൌ ሼሺͳǡʹሻǡ ሺͳǡ͵ሻǡ ሺͳǡͶሻǡ ሺʹǡͳሻǡ ሺʹǡ͵ሻǡ ሺʹǡͶሻǡ ሺ͵ǡͳሻǡ ሺ͵ǡʹሻǡ ሺ͵ǡͶሻǡ ሺͶǡͳሻǡ ሺͶǡʹሻǡ ሺǡ Ͷǡ͵ሻሽ
Para que sea distribución de probabilidad debe cumplir
La variable X corresponde a 3, 4, 5, 6 y 7
10. ܲሺ͵ሻ ൌ ሼሺͳǡʹሻǡ ሺʹǡͳሻሽ ൌ
ʹ
ͳʹ
ൌ
ͳ
ܲሺͶሻ ൌ ሼሺͳǡ͵ሻǡ ሺ͵ǡͳሻሽ ൌ
ʹ
ͳʹ
ൌ
ͳ
ܲሺͷሻ ൌ ሼሺͳǡͶሻǡ ሺʹǡ͵ሻǡ ሺ͵ǡʹሻǡ ሺͶǡͳሻሽ ൌ
Ͷ
ͳʹ
ൌ
ͳ
͵
ܲሺሻ ൌ ሼሺʹǡͶሻǡ ሺͶǡʹሻሽ ൌ
ʹ
ͳʹ
ൌ
ͳ
ܲሺሻ ൌ ሼሺ͵ǡͶሻǡ ሺͶǡ͵ሻሽ ൌ
ʹ
ͳʹ
ൌ
ͳ
ܲሺܺ ൌ ݔሻ ൌ
ͳ
ͳ
ͳ
͵
ͳ
ͳ
ൌ ͳ
ߤݔ ൌ ܧሺݔሻ ൌ ൜൬͵ כ
ͳ
൰ ൬Ͷ כ
ͳ
൰ ൬ͷ כ
ͳ
͵
൰ ൬ כ
ͳ
൰ ൬ כ
ͳ
൰ൠ
ߤݔ ൌ ܧሺݔሻ ൌ
ͳ
ʹ
ʹ
͵
ͷ
͵
ͳ
ൌ
ͷͶͲ
ͳͲͺ
ൌ ͷ
El valor esperado es de 5
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ ൬͵ଶ
െ
ͳ
൰ כ ͷ ൬Ͷଶ
െ
ͳ
൰ כ ሺͷሻ ൬ͷଶ
െ
ͳ
͵
൰ כ ሺͷሻ ൬ଶ
െ
ͳ
൰ כ ሺͷሻ
൬ଶ
െ
ͳ
൰ כ ሺͷሻ൨
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ
ʹͷ
Ͷͷ
͵Ͳ
͵
ͳͲͷ
ͳͶͷ
ൌ
ͳʹͲͲ
ͳͺ
ൌ Ͳ
La varianza aleatoria es de 670
7.- A un dependiente de un auto lavado se le paga de acuerdo con el número
de automóviles que lava. Suponga que las probabilidades son 1/12, 1/12. ., .,
1/6 y 1/6 respectivamente de que el dependiente reciba $5, $7, $9, $ 11, $ 13 o
$ 17 entre las 4 y 5 de la tarde en un día soleado. Encuentre las ganancias que
espera el dependiente para este periodo específico.
11. Solución:
x 5 7 9 11 13 17
P(x)
ͳ
ͳʹ
ͳ
ͳʹ
ͳ
Ͷ
ͳ
Ͷ
ͳ
ͳ
ߤݔ ൌ ܧሺݔሻ ൌ ൬ͷ כ
ͳ
ͳʹ
൰ ൬ כ
ͳ
ͳʹ
൰ ൬ͻ כ
ͳ
Ͷ
൰ ൬ͳͳ כ
ͳ
Ͷ
൰ ൬ͳ͵ כ
ͳ
൰ ൬ͳ כ
ͳ
൰
ߤݔ ൌ ܧሺݔሻ ൌ ൬
ͷ
ͳʹ
൰ ൬
ͳʹ
൰ ൬
ͻ
Ͷ
൰ ൬
ͳͳ
Ͷ
൰ ൬
ͳ͵
൰ ൬
ͳ
൰
ߤݔ ൌ ܧሺݔሻ ൌ ൬
ͳʹ
ͳʹ
൰ ൬
ʹͲ
Ͷ
൰ ൬
͵Ͳ
൰
ߤݔ ൌ ܧሺݔሻ ൌ ͳͳ
La ganancia esperada es 11
8.- Una persona pide prestado un llavero con cinco llaves, y no sabe cuál es la
que abre un candado. Por tanto, intenta con cada llave hasta que consigue
abrirlo. Sea la variable aleatoria X que representa el número de intentos
necesarios para abrir el candado.
a - Determine la función de probabilidad de X.
b - .Cual es el valor de P (X ” 1)?
Solución:
Para que sea distribución de probabilidad debe cumplir
La variable x seria 1, 2, 3, 4 y 5
ܲሺͳሻ ൌ
ͳ
ͷ
ܲሺʹሻ ൌ
Ͷ
ͷ
כ
ͳ
Ͷ
ൌ
ͳ
ͷ
ܲሺ͵ሻ ൌ
Ͷ
ͷ
כ
͵
Ͷ
כ
ͳ
͵
ൌ
ͳʹ
Ͳ
ൌ
ͳ
ͷ
ܲሺͶሻ ൌ
Ͷ
ͷ
כ
͵
Ͷ
כ
ʹ
͵
כ
ͳ
ʹ
ൌ
ʹͶ
ͳʹͲ
ൌ
ͳ
ͷ
ܲሺͷሻ ൌ
Ͷ
ͷ
כ
͵
Ͷ
כ
ʹ
͵
כ
ͳ
ʹ
ൌ
ʹͶ
ͳʹͲ
ൌ
ͳ
ͷ
12. ܲሺܺ ൌ ݔሻ ൌ
ͳ
ͷ
ͳ
ͷ
ͳ
ͷ
ͳ
ͷ
ͳ
ͷ
ൌ ͳ
9- Se sacan 3 balotas sucesivamente de una caja que contiene 4 balotas
negras y 2 balotas verdes; cada balota se regresa a la caja antes de sacar la
siguiente, Encuentre la distribución de probabilidad para la variable X que
representa el numero de balotas verdes.
Solución:
Para que sea distribución de probabilidad debe cumplir
La variable X corresponde a 1 y 2 donde n=3 la probabilidad es ܲሺݔሻ ൌ
ଶ
ൌ
ଵ
ଷ
ܲሺܺ ൌ ݔሻ ൌ ݊ܥ௫ כ ܲሺݔሻ௫
כ ሺͳ െ ܲሺݔሻଷି௫ሻ
ܲሺܺ ൌ ݔሻ ൌ ݊ܥ௫ כ ൬
ͳ
͵
൰
௫
כ ቆͳ െ ൬
ͳ
͵
൰
ଷି௫
ቇ ൌ ݊ܥ௫ כ ൬
ͳ
͵
൰
௫
כ ቆ൬
ʹ
͵
൰
ଷି௫
ቇ
ܲሺͲሻ ൌ ൬
͵
Ͳ
൰ כ ൬
ͳ
͵
൰
כ ൬
ʹ
͵
൰
ଷ
ൌ ͳ כ ͳ כ
ͺ
ʹ
ൌ
ͺ
ʹ
ܲሺͳሻ ൌ ൬
͵
ͳ
൰ כ ൬
ͳ
͵
൰
ଵ
כ ൬
ʹ
͵
൰
ଶ
ൌ ͵ כ
ͳ
͵
כ
Ͷ
ͻ
ൌ
ͳʹ
ʹ
ܲሺʹሻ ൌ ൬
͵
ʹ
൰ כ ൬
ͳ
͵
൰
ଶ
כ ൬
ʹ
͵
൰
ଵ
ൌ ͵ כ
ͳ
ͻ
כ
ʹ
͵
ൌ
ʹ
ܲሺ͵ሻ ൌ ൬
͵
͵
൰ כ ൬
ͳ
͵
൰
ଷ
כ ൬
ʹ
͵
൰
ൌ ͳ כ
ͳ
ʹ
כ ͳ ൌ
ͳ
ʹ
ܲሺܺ ൌ ݔሻ ൌ
ͺ
ʹ
ͳʹ
ʹ
ʹ
ͳ
ʹ
ൌ ͳ
10.- Al invertir en acciones financieras, una persona puede lograr una ganancia
de 4000 dólares en un año con probabilidad de 0.3 o bien tener una pérdida de
1.000 dólares con probabilidad de 0.7. Cuál sería la ganancia esperada de esa
persona.
Solución:
La variable X es 4000 y 1000 y la probabilidad es 0.3 y 0.7 respectivamente:
13. ߤݔ ൌ ܧሺݔሻ ൌ ሺͶͲͲͲ כ ͲǤ͵ െ ͳͲͲͲ כ ͲǤሻ
ߤݔ ൌ ܧሺݔሻ ൌ ሺͳʹͲͲ െ ͲͲሻ
ߤݔ ൌ ܧሺݔሻ ൌ ͷͲͲ
La ganancia obtenida por la persona es de 500
11.- Suponga que un comerciante de joyería antigua está interesado en
comprar una gargantilla de oro para la cual las probabilidades de poder
venderla con una ganancia de $ 250, $ 100, al costo, o bien con una pérdida de
$150 son: respectivamente: 0.22, 0.36, 0.28, 0.14. Cuál es la ganancia
esperada del comerciante?
Solución:
La variable X es 250, 100, 0, 150
La probabilidad es 0.22, 0.36, 0.28, 0.14
ߤݔ ൌ ܧሺݔሻ ൌ ሺʹͷͲ כ ͲǤʹʹ ͳͲͲ כ ͲǤ͵ Ͳ כ ͲǤʹͺ െ ͳͷͲ כ ͲǤͳͶሻ
ߤݔ ൌ ܧሺݔሻ ൌ ሺͷͷ ͵ Ͳ െ ʹͳሻ
ߤݔ ൌ ܧሺݔሻ ൌ Ͳ
La ganancia esperada es de 70
12.- Un piloto privado desea asegurar su avión por 50.000 dólares. La
compañía de seguros estima que puede ocurrir una pérdida total con
probabilidad de 0.002, una pérdida de 50% con una probabilidad de 0.01 y una
de 25% con una probabilidad de 0.1. Si se ignoran todas las otras pérdidas
parciales, ¿que prima debe cargar cada año la compañía de seguros para
obtener una utilidad media de US $500 ?
Solución:
ߤݔ ൌ ܧሺݔሻ ൌ ൫ݔ כ ͲǤͲͲʹ ሺݔ כ ͲǤͲͳሻ ሺݔ כ ͲǤͳሻ൯
ߤݔ ൌ ܧሺݔሻ ൌ ͲǤͲͲʹݔ ͲǤͲͳݔ ͲǤͳݔ
ͷͲͲ ൌ ͲǤͳͳʹݔ
ͷͲͲ
ͲǤͳͳʹ
ൌ ݔ
14. ݔ ൌ ͶͶͶǤʹͺ
El valor de la prima que la compañía debe carga cada año es de 4464.28
13.- Sea X una variable aleatoria con función de densidad
f (x) = a (3x ± x2
) 0 ” x ” 3
0 en otro caso
a) Determine el valor de a para que la función sea efectivamente una función
de densidad de probabilidad
b) Calcule P (1 X 2)
Solución:
a). Para que sea distribución de probabilidad debe cumplir
La variable x corresponde a 0, 1, 2 y 3
ܽሾሺ͵ሺͲሻ Ͳଶሻ ሺ͵ሺͳሻ ͳଶሻ ሺ͵ሺʹሻ ʹଶሻ ሺ͵ሺ͵ሻ ͵ଶሻሿ ൌ ͳ
ܽሾͲ Ͷ ͳͲ ͳͺሿ ൌ ͳ
ܽሺ͵ʹሻ ൌ ͳ
ܽ ൌ
ͳ
͵ʹ
Ž˜ƒŽ‘”†‡ƒ…‘””‡•’‘†‡ƒ
ͳ
͵ʹ
ൌ ͲǤͲ͵ͳ
b)
ܲሺͳ ൏ ݔ ൏ ʹሻ ൌ න ݂ሺݔሻ݀ݔ
ଶ
ଵ
ܲሺͳ ൏ ݔ ൏ ʹሻ ൌ න
ͳ
͵ʹ
ሺ͵ݔ ݔଶሻ݀ݔ
ଶ
ଵ
ൌ
ͳ
͵ʹ
න ͵ሺݔሻ݀ݔ
ଶ
ଵ
න ݔଶ
݀ݔ
ଶ
ଵ
ܲሺͳ ൏ ݔ ൏ ʹሻ ൌൌ
ͳ
͵ʹ
ቈቆ
͵ݔଶ
ʹ
ቇ ቆ
ݔଷ
͵
ቇ
ܲሺͳ ൏ ݔ ൏ ʹሻ ൌൌ
ͳ
͵ʹ
ቈቆ
͵ሺʹሻଶ
ʹሺʹሻଷ
ቇ ቆ
͵ሺͳሻଶ
ʹሺͳሻଷ
ቇ ൌ
ͳ
͵ʹ
൬
ʹͺ
൰ ൬
ͷ
൰൨
ܲሺͳ ൏ ݔ ൏ ʹሻ ൌ
ͳ
͵ʹ
൬
͵͵
൰ ൌ
͵͵
ͳͻʹ
ൌ ͲǤͳ
El valor de P es de 0.17
15. 14. S X i l l t i f i i
/
t
t l l l i l , l i l i i t .
S l i
y l l l l
i l X ,
ߤݔ ൌ ܧሺݔሻ ൌ൬Ͳ כ
Ͳ
ʹ
൰ ൬ͳ כ
ͳ
ʹ
൰ ൬ʹ כ
ʹ
ʹ
൰
ߤݔ ൌ ܧሺݔሻ ൌ Ͳ
ͳ
ʹ
ʹ
ߤݔ ൌ ܧሺݔሻ ൌ
ͷ
ʹ
ൌ ʹǤͷ
El l .
y l l i
ߪ௫ ൌ ܸሺݔሻ ൌ ቂቀݔଶ
െ
ݔ
ʹ
ቁ כ ߤ௫
ଶቃ
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ ൬Ͳଶ
െ
Ͳ
ʹ
൰ כ ൬
ͷ
ʹ
൰ ൬ͳଶ
െ
ͳ
ʹ
൰ כ ൬
ͷ
ʹ
൰ ൬ʹଶ
െ
ʹ
ʹ
൰ כ ൬
ͷ
ʹ
൰൨
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ Ͳ ൬
ͷ
Ͷ
൰ ൬
ͳͷ
ʹ
൰൨
ߪ௫
ଶ
ൌ ܸሺݔሻ ൌ
Ͳ
ͺ
ൌ ͺǤͷ
i .
y l l i i t
ߪ௫ ൌඥߪ௫
ଶ
ߪ௫ ൌξͺǤͷ ൌ ʹǤͻͷ
16. La desviación estándar corresponde a 2.95
15.- Sea X una variable aleatoria con función de densidad
f (x) = a (4x ± x3
) 0 ” x ” 2
0 en otro caso
a) Determine el valor de a para que la función sea efectivamente una función
de densidad de probabilidad
b) Calcule P (1 X 1,5)
c) Obtenga el valor esperado de la variable
Solución:
Para que sea distribución de probabilidad debe cumplir:
a) La variable X corresponde a 0, 1, y 2
ܽሾሺͶሺͲሻ Ͳଶሻ ሺͶሺͳሻ ͳଶሻ ሺͶሺʹሻ ʹଶሻሿ ൌ ͳ
ܽሾͲ ͷ ͳʹሿ ൌ ͳ
ܽሾͳሿ ൌ ͳ
ܽ ൌ
ͳ
ͳ
‡Ž˜ƒŽ‘”†‡ƒ…‘””‡•’‘†‡‡• ൌ
ͳ
ͳ
ൌ ͲǤͲͷͺ
b)
ܲܲሺͳ ൏ ݔ ൏ ͳǤͷሻ ൌ න ݂ሺݔሻ݀ݔ
ଵǤହ
ଵ
ܲሺͳ ൏ ݔ ൏ ͳǤͷሻ ൌ න
ͳ
ͳ
ሺͶݔ ݔଷሻ݀ݔ
ଵǤହ
ଵ
ൌ
ͳ
ͳ
න Ͷሺݔሻ݀ݔ
ଵǤହ
ଵ
න ݔଷ
݀ݔ
ଵǤହ
ଵ
ܲሺͳ ൏ ݔ ൏ ͳǤͷሻ ൌൌ
ͳ
ͳ
ቈቆ
Ͷݔଶ
ʹ
ቇ ቆ
ݔସ
Ͷ
ቇ
ܲሺͳ ൏ ݔ ൏ ͳǤͷሻ ൌ
ͳ
ͳ
כ ቈቆ
ͳሺͳǤͷሻଶ
ʹሺͳǤͷሻସ
ͳ͵
ቇ ቆ
ͳሺͳሻଶ
ʹሺͳሻସ
ͳ͵
ቇ
ܲሺͳ ൏ ݔ ൏ ͳǤͷሻ ൌ
ͳ
ͳ
כ ቈቆ
ͳሺʹǤʹͷሻ ʹሺͷǤͲሻ
ͳ͵
ቇ ቆ
ͳሺͳሻ ʹሺͳሻ
ͳ͵
ቇ
17. ܲሺͳ ൏ ݔ ൏ ͳǤͷሻ ൌ
ͳ
ͳ
כ ൬
ͶǤͳʹ
ͳ͵
൰ ൬
ͳͺ
ͳ͵
൰൨ ൌ
ͳ
ͳ
൬
ͶǤͳͺ
ͳ͵
൰ ൌ
ͳͲͻͳǤͲ
ʹ͵ͳʹ
ൌ ͲǤͶʹ
El l P .
l l l :
ߤݔ ൌ ܧሺݔሻ ൌ ሾݔ כ ሺͶݔ െ ݔଷሻ
ߤݔ ൌ ܧሺݔሻ ൌ ቈ Ͳ כ
ͳ
ͳ
ሺͶሺͲሻ െ Ͳଷሻ ቆͳ כ
ͳ
ͳ
ሺͶሺͳሻ െ ͳଷሻ
ቆʹ כ
ͳ
ͳ
ሺͶሺʹሻ െ ʹଷሻ
ߤݔ ൌ ܧሺݔሻ ൌ ቈሺͲሻ ቆͳ כ
ͳ
ͳ
ሺ͵ሻ ቆʹ כ
ͳ
ͳ
ሺͲሻ
ߤݔ ൌ ܧሺݔሻ ൌ ሺͲሻ ൬
͵
ͳ
൰ Ͳ൨
ߤݔ ൌ ܧሺݔሻ ൌ
͵
ͳ
ൌ ͲǤͳͺ
݈݁݁݀ݏ݁݀ܽݎ݁ݏ݁ݎ݈ܽݒ
͵
ͳ
ൌ ͲǤͳͺ
1 . it ij i l t l i i
i l t i t
l . Ell ll t l i l ti ij ti l
t l i i i , t t i l ti ,
i i , ti l i i t f i i :
X
f X
t i l ili , t l i , l i l
t l i i :
t
t
l l l i t l i i l
ij .
S l i
l ili t .
18. ݂ሺݔሻ ൌ Ͳݔ ݔ ͳ
ܲሺͷͲ ݔ ͳͲͲሻ ൌ න ݔ݀ݔ ൌ
ଵ
ହ
ݔଶ
ʹ
ቤ
ͳͲͲ
ͷͲ
ൌ
ͳͲͲଶ
ʹ
ͷͲଶ
ʹ
ൌ ʹͷͲ
La probabilidad de que los niños vean televisión entre 50 y 100 horas es de
6250 cuando f(x)=x 0 ” x ” 1
݂ሺݔሻ ൌ ʹ െ ͳݔ ݔ ʹ
ܲሺͷͲ ݔ ͳͲͲሻ ൌ න ሺʹ െ ݔሻ݀ݔ ൌ
ଵ
ହ
න ʹ݀ݔ െ
ଵ
ହ
න ݔ݀ݔ ൌ ʹݔ െ
ଵ
ହ
ݔଶ
ʹ
ቤ
ͳͲͲ
ͷͲ
ܲሺͷͲ ݔ ͳͲͲሻ ൌ ʹݔ െݔଶ
ʹ
ቤ
ͳͲͲ
ͷͲ
ൌ ቈቆʹሺͳͲͲሻ െ
ሺͳͲͲሻଶ
ʹ
ቇ ቆʹሺͷͲሻ െ
ሺͷͲሻଶ
ʹ
ቇ
ܲሺͷͲ ݔ ͳͲͲሻ ൌ െͶͺͲͲ െ ͳͳͷͲ ൌ െͷͻͷͲ
La probabilidad de que los niños vean televisión entre 50 y 100 horas es de -
5950 cuando f(x)=2 - x 1 ” x ” 2
b) la probabilidad entre 120 y 150 horas
݂ሺݔሻ ൌ Ͳݔ ݔ ͳ
ܲሺͳʹͲ ݔ ͳͷͲሻ ൌ න ݔ݀ݔ ൌ
ଵହ
ଵଶ
ݔଶ
ʹ
ቤ
ͳͷͲ
ͳʹͲ
ൌ
ͳͷͲଶ
ʹ
ͳʹͲଶ
ʹ
ൌ ͳͺͶͷͲ
La probabilidad de que los niños vean televisión entre 120 y 150 horas es de
18450 cuando f(x)=x 0 ” x ” 1
݂ሺݔሻ ൌ ʹ െ ͳݔ ݔ ʹ
ܲሺͳʹͲ ݔ ͳͷͲሻ ൌ න ሺʹ െ ݔሻ݀ݔ ൌ
ଵହ
ଵଶ
න ʹ݀ݔ െ
ଵହ
ଵଶ
න ݔ݀ݔ ൌ ʹݔ െ
ଵହ
ଵଶ
ݔଶ
ʹ
ቤ
ͳͷͲ
ͳʹͲ
ܲሺͳʹͲ ݔ ͳͷͲሻ ൌ ʹݔ െ ݔଶ
ʹ
ቤ
ͳͷͲ
ͳʹͲ
ൌ ቈቆʹሺͳͷͲሻ െ
ሺͳͷͲሻଶ
ʹ
ቇ ቆʹሺͳʹͲሻ െ
ሺͳʹͲሻଶ
ʹ
ቇ
19. ܲሺͳʹͲ ݔ ͳͷͲሻ ൌ െͳͲͻͷͲ ሺെͻͲሻ ൌ െͳͻͳͲ
La probabilidad de que los niños vean televisión entre 120 y 150 horas es de -
17910 cuando f(x)=2 - x 1 ” x ” 2
Promedio de horas:
ܲሺͲ ݔ ͳሻ ൌ න ݔ݀ݔ
ଵ
ൌ ݔଶ
ʹ
ቤ
ͳ
Ͳ
ൌ
ሺͳሻଶ
ʹ
ሺͲሻଶ
ʹ
ൌ
ͳ
ʹ
ߤݔ ൌ ܧሺݔሻ ൌ ൬Ͳ כ
ͳ
ʹ
൰ ൬ͳ െ
ͳ
ʹ
൰൨ ൌ ൬Ͳ
ͳ
ʹ
൰ ൌ
ͳ
ʹ
݈ܽ݃ܽ݊ܽ݊ܿ݅ܽ݁݁݀ݏ
ͳ
ʹ
ൌ ͲǤͷǢ ݂݁݀݊݅ܿ݊ݑ݂݈ܽܽݎܽሺݔሻ ൌ Ͳݔ ݔ ͳ
ܲሺͳ ݔ ʹሻ ൌ නሺʹ െ ݔሻ݀ݔ
ଶ
ଵ
ൌ න ʹ݀ݔ െ න ݔ݀ݔ
ଶ
ଵ
ଶ
ଵ
ൌ ʹݔ െ
ݔଶ
ʹ
ቤ
ʹ
ͳ
ܲሺͳ ݔ ʹሻ ൌ ቆʹሺʹሻ െ
ʹଶ
ʹ
ቇ ቆʹሺͳሻ െ
ͳଶ
ʹ
ቇ ൌ
ʹ
ൌ ͵Ǥͷ
ߤݔ ൌ ܧሺݔሻ ൌ ൬ͳ כ
ʹ
൰ ൬ʹ כ
ʹ
൰൨ ൌ
ʹ
ͳͶ
ʹ
ൌ
ʹͳ
ʹ
ൌ ͳͲǤͷ
݈ܽ݃ܽ݊ܽ݊ܿ݅ܽ݁݁݀ݏ
ʹͳ
ʹ
ൌ ͳͲǤͷǢ ݂݁݀݊݅ܿ݊ݑ݂݈ܽܽݎܽሺݔሻ ൌ ʹ െ ͳܽݎܽݔ ݔ ʹ
DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS
17- En una clase de ciencias naturales de 12 alumnos se elegirá un
representante de grupo, para lo cual se usara el número de lista de cada
alumno. Se anotan 12 papeles con números del 1 al 12 respectivamente se
doblan y se meten en un frasco. Luego se extrae al azar un papel para
designar al representante. Determine la probabilidad de que el numero que
salga sea menor que 5; determine la probabilidad de que el numero sea mayor
que 3 pero menor que 7.
Solución:
La probabilidad de que ܲሺݔ ൏ ͷሻ es:
20. ܲሺݔ ൏ ͷሻ ൌ ͳ െ ܲሺݔ ͷሻ ൌ ͳ െ න
ͳ
ͳʹ
ି’
ହ
݀ݔ ൌ ͳ െ
ͳ
ͳʹ
ݔȁ
െ’
ͷ
ൌ ͳ െ ൜
ͳ
ͳʹ
ሺͷሻ
ͳ
ͳʹ
ሺെ’ሻൠ ൌ ͳ െ
ͷ
ͳʹ
ൌ
ͳʹ
Žƒ’”‘„ƒ„‹Ž‹†ƒ††‡ܲሺݔ ൏ ͷሻ݁ݏ ൌ
ͳʹ
ൌ ͲǤͷͺ
ܲሺ͵ ൏ ݔ ൏ ሻ
ܲሺ͵ ൏ ݔ ൏ ሻ ൌ න
ͳ
ͳʹ
ଷ
݀ݔ ൌ
ͳ
ͳʹ
ݔȁ
͵
ൌ
ͳ
ͳʹ
ሺሻ
ͳ
ͳʹ
ሺ͵ሻ ൌ
ͳʹ
͵
ͳʹ
ൌ
ͳͲ
ͳʹ
Žƒ’”‘„ƒ„‹Ž‹†ƒ††‡ሺ͵ ൏ š ൏ ሻ‡• ൌ
ͳͲ
ͳʹ
ൌ ͲǤͺ͵
18.- Como participante de una encuesta de contaminación del aire, un
inspector decide examinar las emisiones de seis de los 24 camiones de una
compañía. Si cuatro de los camiones emiten cantidades excesivas de
contaminantes cual es la probabilidad de que ninguno de ellos sea parte de la
Muestra del inspector
Solución:
La variable X es igual a 0
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ ݄ሺݔǡ ܰǡ ݊ǡ ܭሻ ൌ
൫
௫
൯൫ேି
ି௫
൯
൫ே
൯
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ ݄ሺͲǡʹͶǡǡͶሻ ൌ
൫ସ
൯൫ଶ
൯
൫ଶସ
൯
݂ሺݔሻ ൌ ݄ሺͲǡʹͶǡǡͶሻ ൌ
ͳ כ ሺ͵ͺͷͲሻ
ሺͳ͵Ͷͷͻሻ
ൌ ͲǤʹͺ
La probabilidad de que ninguno de ellos sea parte de la muestra es de 0.28
19.- Un ingeniero de control de calidad inspecciona una muestra, tomada al
azar, de dos calculadoras manuales, de cada lote que llega de 18, y acepta el
lote si ambas están en buenas condiciones de trabajo; de otra manera, se
inspecciona todo el lote y el costo se carga al vendedor, determine la
probabilidad de que un lote se acepta sin inspección adicional, si contiene:
a. Cuatro calculadoras que no están en buenas condiciones de trabajo
b. Ocho calculadoras que no están en buenas condiciones de trabajo
Solución:
21. a) la variable X es igual 0 para que el lote no sea devuelto. Donde N= 18, n=2
K= 4
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ ݄ሺݔǡ ܰǡ ݊ǡ ܭሻ ൌ
൫
௫
൯൫ேି
ି௫
൯
൫ே
൯
݂ሺݔሻ ൌ ݄ሺͲǡͳͺǡʹǡͶሻ ൌ
൫ସ
൯൫ଵସ
ଶ
൯
൫ଵ଼
ଶ
൯
ൌ
ͳ כ ͻͳ
ͳͷ͵
ൌ
ͻͳ
ͳͷ͵
ൌ ͲǤͷͻ
La probabilidad de que se acepte el lote con cuatro calculadoras en malas
condiciones es de 0.59
b) la variable X es igual 0 para que el lote no sea devuelto. Donde N= 18, n=2
K= 8
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ ݄ሺݔǡ ܰǡ ݊ǡ ܭሻ ൌ
൫
௫
൯൫ேି
ି௫
൯
൫ே
൯
݂ሺݔሻ ൌ ݄ሺͲǡͳͺǡʹǡͺሻ ൌ
൫଼
൯൫ଵ
ଶ
൯
൫ଵ଼
ଶ
൯
ൌ
ͳ כ Ͷͷ
ͳͷ͵
ൌ
Ͷͷ
ͳͷ͵
ൌ ͲǤʹͻͶ
La probabilidad de que se acepte el lote con ocho calculadoras en malas
condiciones es de 0.59
20.- Una florería tiene 15 vehículos de reparto, que se utilizan principalmente
para llevar flores y arreglos florales en una ciudad, suponga que seis de los 15
camiones tienen problemas con los frenos. Se seleccionaron cinco vehículos al
azar para probarlos, cual es la probabilidad de que d os de los camiones
probados tengan frenos defectuosos?
Solución:
La variable X es igual 2de los camiones probados. Donde N= 15, n=6 y k= 5
݂ሺݔሻ ൌ ܲሺܺ ൌ ݔሻ ൌ ݄ሺݔǡ ܰǡ ݊ǡ ܭሻ ൌ
൫
௫
൯൫ேି
ି௫
൯
൫ே
൯
݂ሺݔሻ ൌ ݄ሺʹǡͳͷǡǡͷሻ ൌ
൫ହ
ଶ
൯൫ଵ
ସ
൯
൫ଵହ
൯
ൌ
ͳͲ כ ʹͳͲ
ͷͲͲͷ
ൌ
ʹͳͲͲ
ͷͲͲͷ
ൌ ͲǤͶʹ
La probabilidad de que dos de los camiones probados tengan sus frenos
defectuosos es de 0.42
21.- En una fábrica de circuitos electrónicos, se afirma que la proporción de
unidades defectuosas de cierto componente que esta produce es del 5%. Cuál
22. es la probabilidad de que un comprador al revisar 15 unidades al azar
encuentre cuatro defectuosas?
Solución:
La variable X corresponde a 4 unidades defectuosas, donde n=15 unidades y la
proporción de unidades defectuosas es de 5% =0.05, para esto utilizaremo s
una distribución binominal.
݂ሺͶǢ ͲǤͲͷǤͳͷሻ ൌ ൬
ͳͷ
Ͷ
൰ כ ͲǤͲͷସ
כ ሺͳ െ ͲǤͲͷሻଵଵ
݂ሺͶǢ ͲǤͲͷǤͳͷሻ ൌ ͳ͵ͷ כ ͲǤͲͲͲͲͲʹͷ כ ͲǤͷͺͺ
݂ሺͶǢ ͲǤͲͷǤͳͷሻ ൌ ͲǤͲͲͶͺͷ
La probabilidad de que un comprador encuentre 4 unidades defectuosas es de
0.00485
22.- Un investigador inyecta un germen patógeno a varios ratones a la vez,
hasta que haya 2 que han contraído la enfermedad. Si la probabilidad de
contraer el padecimiento es de 1/6. Cuál es la probabilidad de que sean
necesarios 8 ratones?
Solución:
La variable X corresponde a 8 ratones, donde r=2 ratones que han contraído la
enfermedad y la P = 1/6 para esto utilizaremos una distribución binomial
negativa.
݂ ൬ͺǢ
ͳ
ǡ ʹ൰ ൌ ൬
ͳ
൰ כ ൬
ͷ
൰
כ ൬
ͳ
൰
ଶ
݂ ൬ͺǢ
ͳ
ǡ ʹ൰ ൌ כ
ͳͷʹͷ
Ͷͷ
כ
ͳ
͵
ൌ
ͳͲͻ͵ͷ
ͳͻͳ
ൌ ͲǤͲͷ
La probabilidad de que sean necesarios ocho ratones es de 0.065
23. 23.- Según los registros universitarios fracasa el 5% de los alumnos de cierto
curso. ¿Cuál es la probabilidad de que de 6 estudiantes seleccionados al azar,
menos de 3 hayan fracasado?
Solución:
La variable X corresponde a 0, 1, 2 donde n= 6 estudiante seleccionados y P =
5% = 0.05, para esto utilizaremos una distribución binomial
݂ሺͲǢ ͲǤͲͷǡሻ ൌ ൬
Ͳ
൰ כ ͲǤͲͷ
כ ሺͳ െ ͲǤͲͷሻ
ൌ ͳ כ ͳ כ ͲǤ͵ͷ ൌ ͲǤ͵ͷ
݂ሺͳǢ ͲǤͲͷǡሻ ൌ ൬
ͳ
൰ כ ͲǤͲͷଵ
כ ሺͳ െ ͲǤͲͷሻହ
ൌ כ ͲǤͲͷ כ ͲǤͶ ൌ ͲǤʹ͵ʹʹ
݂ሺʹǢ ͲǤͲͷǡሻ ൌ ൬
ʹ
൰ כ ͲǤͲͷଶ
כ ሺͳ െ ͲǤͲͷሻସ
ൌ ͳͷ כ ͲǤͲͲʹͷ כ ͲǤͺͳͶͷ ൌ ͲǤͲ͵Ͳͷ
P = (X 3) = 0.735 + 0.2322 + 0.0305 = 0.3362
La probabilidad de que menos de tres alumnos hayan fracasado es de 0.3362
24.- Según un estudio publicado por un grupo de sociólogos de la Universidad
de Massachusetts, aproximadamente el 60% de los consumidores del
tranquilizante Valium en dicho estado, tomaron el fármaco por problemas
psicológicos, Determine la probabilidad de que entre los siguientes 8
consumidores entrevistados en este estado, por lo menos 5 hayan comenzado
a tomarlo por problemas psicológicos.
Solución:
La variable X corresponde a 0, 1, 2, 3, 4; donde n= 8 consumidores y P = 60%
= 0.6, para esto utilizaremos una distribución binomial
݂ሺͲǢ ͲǤǡͺሻ ൌ ൬
ͺ
Ͳ
൰ כ ͲǤ
כ ሺͳ െ ͲǤሻ଼
ൌ ͳ כ ͳ כ ͲǤͲͲͲͷͷ ൌ ͲǤͲͲͲͷͷ
݂ሺͳǢ ͲǤǡͺሻ ൌ ൬
ͺ
ͳ
൰ כ ͲǤଵ
כ ሺͳ െ ͲǤሻ
ൌ ͺ כ ͲǤ כ ͲǤͲͲͳͶ ൌ ͲǤͲͲͺ
24. ݂ሺʹǢ ͲǤǡͺሻ ൌ ൬
ͺ
ʹ
൰ כ ͲǤଶ
כ ሺͳ െ ͲǤሻ
ൌ ʹͺ כ ͲǤ͵ כ ͲǤͲͲͶͳ ൌ ͲǤͶͳ͵͵
݂ሺ͵Ǣ ͲǤǡͺሻ ൌ ൬
ͺ
͵
൰ כ ͲǤଷ
כ ሺͳ െ ͲǤሻହ
ൌ ͷ כ ͲǤʹͳ כ ͲǤͲͳͲʹͶ ൌ ͲǤͳʹ͵ͺ
݂ሺͶǢ ͲǤǡͺሻ ൌ ൬
ͺ
Ͷ
൰ כ ͲǤସ
כ ሺͳ െ ͲǤሻସ
ൌ Ͳ כ ͲǤͳʹͻ כ ͲǤͲʹͷ ൌ ͲǤʹ͵ʹʹ
P = (X 3) = 0.000655 + 0.00787 + 0.4133 + 0.1238 + 0.2322 = 0.7778
La probabilidad de que por lo menos cinco hayan comenzado a tomarlos por
problemas psicológicos es de 0.7778
25.- La probabilidad de que una persona que vive en cierta ciudad tenga un
perro se estima en 0.3. Determine la probabilidad de que la decima persona
entrevistada al azar en dicha ciudad sea la quinta en poseer un perro.
Solución:
La variable X corresponde a 10 persona entrevistadas, donde r=5 y la P = 0.3
para esto utilizaremos una distribución binomial negativa
݂ሺͳͲǢ ͲǤ͵ǡͷሻ ൌ ൬
ͻ
Ͷ
൰ כ ሺͲǤሻହ
כ ሺͲǤ͵ሻହ
ൌ ͳʹ כ ͲǤͳͺͳ כ ͲǤͲͲʹͶ͵ ൌ ͲǤͲͷͳͷ
La probabilidad de que la decima persona entrevistada sea la quinta en poseer
un perro es de 0.0515
26.- Suponga que cierto estudiante tiene una probabilidad de 0,75 de aprobar
el examen de ingles en cualquier intento que haga. ¿Cuál es la probabilidad de
que lo logre aprobar en el cuarto intento?
Solución:
La variable X corresponde a 4, donde r=1 y la P = 0.75 para esto utilizaremos
una distribución binomial negativa
25. ݂ሺͶǢ ͲǤͷǡͳሻ ൌ ൬
͵
Ͳ
൰ כ ሺͲǤʹͷሻଷ
כ ሺͲǤͷሻଵ
ൌ ͳ כ ͲǤͲͳͷʹͷ כ Ͳͷ ൌ ͲǤͲͳͳʹ
La probabilidad de que logre aprobar en el cuarto intento es de 0.01172
27.- De acuerdo con un reporte de la secretaria de movilidad, en Bogotá se
registran en promedio 7,5 peatones atropellados a la semana (7 días).
Determine la probabilidad de que en tres días de una semana cualquiera
ocurran entre 6 y 8 casos de personas atropelladas en la ciudad.
Solución:
La variable X corresponde a 6 y 8 casos de personas atropelladas es la cuidad,
el promedio es de 7.5 en siete días, por lo tanto en tres días el pro medio seria
de 3.2, por tanto se utilizara la distribución de poison.
Teniendo así: P= 3.21
ܲሺ ݔ ͺሻ ൌ ቆ
݁ିଷǤଶଵ
͵Ǥʹͳ଼
ͺǨ
ቇ ቆ
݁ିଷǤଶଵ
͵Ǥʹͳ
Ǩ
ቇ ቆ
݁ିଷǤଶଵ
͵Ǥʹͳ
Ǩ
ቇ
ܲሺ ݔ ͺሻ ൌ ൬
ͲǤͲͶͲ כ ͳͳʹ͵ǤͲʹ
ͶͲ͵ʹͲ
൰ ൬
ͲǤͲͶͲ כ ͵ͷͳͳǤͺͶ
ͷͲͶͲ
൰ ൬
ͲǤͲͶͲ כ ͳͲͻͶǤͲ͵
ʹͲ
൰
ܲሺ ݔ ͺሻ ൌ ൬
ͶͷͲǤͻʹ
ͶͲ͵ʹͲ
൰ ൬
ͳͶͲǤͶͶ
ͷͲͶͲ
൰ ൬
Ͷ͵Ǥ
ʹͲ
൰
ܲሺ ݔ ͺሻ ൌ ͲǤͲͳͳ ͲǤͲʹ ͲǤͲͳ ൌ ͲǤͲͻͻ
La probabilidad de que en tres días de una semana ocurran entre 6y 8 casos
de persona atropelladas es de 0.099
28.- El número de camiones en promedio que llegan a una central de abastos
en cierta ciudad, es de 12 por día. ¿Cuál es la probabilidad de que en un día
cualquiera lleguen menos de nueve camiones a esa central de abastos?
Solución:
La variable X corresponde a 0, 1, 2, 3, 4, 5, 6, 7, 8 casos de personas
atropelladas es la cuidad, el promedio es de 12 por día, con base en esto se
utilizara la distribución de poison.
26. ܲሺݔ ൏ ͻሻ ൌ ቆ
݁ିଵଶ
ͳʹ଼
ͺǨ
ቇ ቆ
݁ିଵଶ
ͳʹ
Ǩ
ቇ ቆ
݁ିଵଶ
ͳʹ
Ǩ
ቇ ቆ
݁ିଵଶ
ͳʹହ
ͷǨ
ቇ ቆ
݁ିଵଶ
ͳʹସ
ͶǨ
ቇ
ቆ
݁ିଵଶ
ͳʹଷ
͵Ǩ
ቇ ቆ
݁ିଵଶ
ͳʹଶ
ʹǨ
ቇ ቆ
݁ିଵଶ
ͳʹଵ
ͳǨ
ቇ ቆ
݁ିଵଶ
ͳʹ
ͲǨ
ቇ
ܲሺݔ ൏ ͻሻ ൌ ൬
ʹͶͳǤͺͻ
ͶͲ͵ʹͲ
൰ ൬
ʹʹͲǤͳ
ͷͲͶͲ
൰ ൬
ͳͺǤ͵ͷ
ʹͲ
൰ ൬
ͳǤͷ͵
ͳʹͲ
൰ ൬
ͲǤͳʹ
ʹͶ
൰ ൬
ͲǤͲͳͳ
൰
൬
ͲǤͲͲͲͺͺͶ
ʹ
൰ ൬
ͲǤͲͲͲͲ͵
ͳ
൰ ൬
ͲǤͲͲͲͲͲͳͶ
ͳ
൰
ܲሺݔ ൏ ͻሻ ൌ ͲǤͲ ͲǤͲͶͶ ͲǤͲʹͷͷ ͲǤͲͳʹͷ ͲǤͲͲͷ͵ ͲǤͲͲͳͺ͵ ͲǤͲͲͲͶͶʹ
ͲǤͲͲͲͲ͵ ͲǤͲͲͲͲͲͳͶ
ܲሺݔ ൏ ͻሻ ൌ ͲǤͳͷͷͻ
La probabilidad de que lleguen al menos 9 camiones a la central de abastos es
de 0.1559
29.- Si Z es la distribución normal tipificada, encuentre el área bajo la curva que
cae:
a. A la izquierda de z = - 1,13
b. Entre z = - 2,06 y z = - 0,15
c. A la derecha de z = 1,44
Solución:
a. A la izquierda de z = - 1,13
ܲሺݖ ൌ െͳǤͳ͵ሻ ൌ ܲሺݖ ͳǤͳ͵ሻ
ܲሺݖ ൌ െͳǤͳ͵ሻ ൌ ͳ െ ܲሺݖ ൏ ͳǤͳ͵ሻ ൌ ͳ െ ͲǤͺͲͺ ൌ ͲǤͳʹͻʹ
El área bajo la curva a la izquierda de z = -1.13 es de 0.1292 o 12.92%
b. Entre z = - 2,06 y z = - 0,15
ܲሺെʹǤͲ ൏ ݖ ൏ െͲǤͳͷሻ ൌ ܲሺʹǤͲ ݖ ͲǤͳͷሻ
ൌ ൫ͳ െ ܲሺݖ ൏ ͲǤͳͷሻ൯ െ ൫ͳ െ ܲሺݖ ൏ ʹǤͲሻ൯
ൌ ሺͳ െ ͲǤͷͷͻሻ െ ሺͳ െ ͲǤͻͺͲ͵Ͳሻ ൌ ሺͲǤͶͶͲͶሻ െ ሺͲǤͲͳͻሻ ൌ ͲǤͶʹͲ
El área bajo la curva entre de z = -2.06 y z = -0.15 es de 0.4207 o 42.07%
27. c. A la derecha de z = 1,44
ܲሺݖ ͳǤͶͶሻ ൌ ͳ െ ܲሺݖ ͳǤͶͶሻ ൌ ͳ െ ͲǤͻʹͷͳ ൌ ͲǤͲͶͻ
El área bajo la curva a la derecha de z = 1.44 es de 0.0749 o 7.49%
30.- Si la variable aleatoria Z tiene una distribución normal tipificada, encuentre
la mejor aproximación de las tablas para el valor de k, tal que:
a. P (Z K) = 0,3500
b. P (Z K) = 0,5500
c. (Ko Z k1) = 0,9500
Solución:
a. P (Z K) = 0,3500
ܲሺݖ ݇ሻ ൌ ͳ െ ܲሺݖ ൏ ݇ሻ
ܲሺݖ ݇ሻ ൌ ͳ െ ͲǤ͵ͷͲͲ ൌ ͲǤͷ
K corresponde al valor de la tabla inversa de distribución normal tipificada uqe
es igual a 0.3853
b. P (Z K) = 0,5500
ܲሺݖ ൏ ݇ሻ ൌ ͲǤͷͷͲͲ
K corresponde al valor de la tabla inversa de distribución normal tipificada que
es igual a 0.125661
c. (Ko Z k1) = 0,9500
ܲሺ݇ ൏ ݖ ൏ ݇ଵሻ ൌ ܲሺݖ ൏ ݇ଵሻ െ ൫ͳ െ ܲሺݖ ൏ ݇ሻ൯ ൌ ͲǤͷͷͲͲ െ ሺͳ െ ͲǤͷͷͲͲሻ
ൌ ͲǤͷͷͲͲ െ ͲǤͶͷͲͲ ൌ ͲǤͳͲͲͲ
K corresponde al valor de la tabla inversa de distribución normal tipificada que
es igual a 3.091
31.- Las notas de un examen hecho a una clase de 36 alumnos siguen una
distribución Normal con media 4.2 y desviación estándar 1.3.
a) Calcular el número de alumnos con nota entre 5 y 7.
b) Numero de alumnos con nota entre 4 y 6
Solución:
Distribución normal
Q = 4.2 y W = 1.3
28. a) número de alumnos con nota entre 5 y 7
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͷ െ ͶǤʹ
ͳǤ͵
ൌ
ͲǤͺ
ͳǤ͵
ൌ ͲǤͳͷ͵
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
െ ͶǤʹ
ͳǤ͵
ൌ
ʹǤͺ
ͳǤ͵
ൌ ʹǤͳͷ
ܲሺͲǤʹ ൏ ݖ ൏ ʹǤͳͷሻ ൌ ܲሺݖ ʹǤͳͷሻ െ ܲሺݖ ͲǤʹሻ ൌ ͲǤͻͺͶʹʹ െ ͲǤ͵ʹͶ ൌ ͲǤʹͷʹ
El número de alumnos con nota entre 5 y 7 es de 0.252 * 36 =9.072 es decir
aproximadamente 9 alumnos.
b) número de alumnos entre 4 y 6
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
Ͷ െ ͶǤʹ
ͳǤ͵
ൌ
െͲǤʹ
ͳǤ͵
ൌ െͲǤͳͷͶ
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
െ ͶǤʹ
ͳǤ͵
ൌ
ͳǤͺ
ͳǤ͵
ൌ ͳǤ͵ͺ
ܲሺെͲǤͳͷ ൏ ݖ ൏ ͳǤ͵ͺሻ ൌ ܲሺݖ ͳǤ͵ͺሻ െ൫ͳ െ ܲሺݖ ͲǤͳͷሻ൯
ൌ ͲǤͻͳʹ െ ሺͳ െ ͲǤͷͷͻሻ ൌ ͲǤͻͳʹ െ ͲǤͶͶͲͶ ൌ ͲǤͶͷͺ
El número de alumnos con nota entre 4 y 6 es de 0.4758 * 36 = 17.12 es decir
aproximadamente 17 alumnos
32.- El peso de las naranjas sigue una distribución normal de media 180 g y
desviación típica 20 g. Un almacenista ha comprado 10.000 kg. Calcular:
a) Kilos de naranjas que se espera pesen menos de 150 g.
b) Kilos de naranjas cuyo peso se espera que este entre 160 y 200 g.
Solución:
Q = 180 y W = 20
a) Kilos de naranjas que se espera pesen menos de 150 g.
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͷͲ െ ͳͺͲ
ʹͲ
ൌ െ
͵Ͳ
ʹͲ
ൌ െͳǤͷ
ܲሺݖ ൏ െͳǤͷሻ ൌ ܲሺݖ ͳǤͷሻ ൌ ͳ െ ܲሺݖ ͳǤͷሻ ൌ ͳ െ ͲǤͻ͵͵ʹ ൌ ͲǤͲͺ
Los kilos de naranja que se espera pesen menos de 150 gramos es 10000 *
0.0668 = 668 kilos
29. b) Kilos de naranjas cuyo peso se espera que este entre 160 y 200 g
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͲ െ ͳͺͲ
ʹͲ
ൌ െ
ʹͲ
ʹͲ
ൌ െͳǤͲͲ
ݖଶ ൌ
ݔ െ ߤ
ߪ
ൌ
ʹͲͲ െ ͳͺͲ
ʹͲ
ൌ
ʹͲ
ʹͲ
ൌ ͳǤͲͲ
ܲሺെͳǤͲͲ ൏ ݖ ൏ ͳǤͲͲሻ ൌ ܲሺݖ ൏ ͳǤͲͲሻ െ൫ͳ െ ܲሺݖ ͳǤͲͲሻ൯
ൌ ͲǤͺͶͳ െ ሺͳ െ ͲǤͺͶͳሻ ൌ ͲǤͺͶͳ െ ͲǤͳͷͺͶ ൌ ͲǤͺ͵ʹ
Los kilos de naranja que se espera entre 160 y 200 gramos es 10000 * 0.6832
= 6832 kilos
33.- El Departamento de Talento Humano de una universidad ha hecho un
estudio sobre la distribución de las edades del profesorado y ha observado que
se distribuyen normalmente con una media de 34 años y una desviación típica
de 6 años. De un total de 400 profesores hallar:
a) ¿Cuantos profesores hay con edad menor o igual a 35 años?
b) ¿Cuantos de 55 años o más?
Solución:
Q = 34 y W = 6
a. profesores con edad menor o igual de 35 años
ܲሺݔ ൏ ͵ͷሻ ൌ ݖଶ ൌ
ݔ െ ߤ
ߪ
ൌ
͵ͷ െ ͵Ͷ
ൌ
ͳ
ൌ ͲǤͳ
ܲሺݖ ൏ ͲǤͳሻ ൌ ͲǤͷ͵
Los profesores con edad menor o igual a 35 años son de 400 * 0.5636 =
225.44 aproximadamente 225 profesores.
b. profesores con 55 años o más.
ܲሺݔ ͷͷሻ ൌ ݖଶ ൌ
ݔ െ ߤ
ߪ
ൌ
ͷͷ െ ͵Ͷ
ൌ
ʹͳ
ൌ ͵Ǥͷ
ܲሺݖ ͵Ǥͷሻ ൌ ͳ െ ܲሺݖ ൏ ͵Ǥͷሻ ൌ ͳ െ ͲǤͻͻͻ ൌ ͲǤͲͲͲʹ͵͵
Los profesores con 55 años o más es de 400 * 0.000233 = 0.0932 profesores
34.- En una panadería se cortan panecillos con un peso que se ajusta a una
distribución normal de media 100 g y desviación típica 9. ¿Cuál es la
probabilidad de obtener un panecillo cuyo peso oscile entre 80 g y la media?
30. Solución:
Q = 100 y W = 9
ܲሺͺͲ ൏ ݔ ൏ ͳͲͲሻ ൌ ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͺͲ െ ͳͲͲ
ͻ
ൌ െ
ʹͲ
ͻ
ൌ െʹǤʹʹ
ܲሺͺͲ ൏ ݔ ൏ ͳͲͲሻ ൌ ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͲͲ െ ͳͲͲ
ͻ
ൌ
Ͳ
ͻ
ൌ ͲǤͲͲ
ܲሺെʹǤʹʹ ൏ ݖ ൏ ͲǤͲͲሻ ൌ ܲሺݖ ൏ ͲǤͲͲሻ െ൫ͳ െ ܲሺݖ ʹǤʹʹሻ൯
ൌ ͲǤͷͲͲͲ െሺͳ െ ͲǤͻͺͻሻ ൌ ͲǤͷͲͲͲ െ ͲǤͲͳ͵ʹͳ ൌ ͲǤͶͺͻ
Los probabilidad de tener un panecillo con un peso entre 80g y 100g es de
0.48679
35.- La duración media de un lavavajillas es de 15 años, con una desviación
típica igual a 0.5 años. Si la vida útil de electrodomésticos se distribuye
normalmente, halla la probabilidad de que al comprar un lavavajillas este dure
más de 16 años.
Solución:
Q = 15 y W = 0.5
ܲሺݔ ͳሻ ൌ ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳ െ ͳͷ
ͲǤͷ
ൌ
ͳ
ͲǤͷ
ൌ ʹ
ܲሺݖ ʹሻ ൌ ܲሺݖ ʹሻ ൌ ͳ െ ܲሺݖ ʹሻ ൌ ͳ െ ͲǤͻʹͷ ൌ ͲǤͲʹʹͺ
La probabilidad de que el lavavajilla dure 16 es de 0.0228
36.- Se ha determinado que para varones normales en una cierta población
normalmente distribuida, la temperatura media es de 37 ºC y desviación
estándar de 0,5ºC. Si se consideran 1000 de estas personas. ¿Cuantas se
puede esperar que tengan una temperatura comprendida entre 37 ºC y 37,6ºC?
Solución:
Q = 37ºC y W = 0.5ºC
N = 1000
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
͵ െ ͵
ͲǤͷ
ൌ
Ͳ
ͲǤͷ
ൌ Ͳ
31. ݖଶ ൌ
ݔ െ ߤ
ߪ
ൌ
͵Ǥ െ ͵
ͲǤͷ
ൌ
ͲǤ
ͲǤͷ
ൌ ͳǤʹ
ܲሺͲ ൏ ݖ ൏ ͳǤʹሻ ൌ ܲሺݖ ൏ ͳǤʹሻ െ ܲሺݖ ൏ Ͳሻ ൌ ͲǤͺͺͶͻ െ ͲǤͷͲͲͲ ൌ ͲǤ͵ͺͶͻ
El total de personas que se puede esperar es de 1000 * 0.3849 = 384.9
aproximadamente 385 personas tendrán temperaturas entre 37ºC y 37.6ºC
37.- Un calentador de agua requiere por término medio 30 minutos para
calentar 40 galones de agua hasta una temperatura determinada. Si los
tiempos de calentamiento se distribuyen normalmente con una desviación
estándar de 0,5 minutos. ¿Qué porcentaje de los tiempos de calentamiento son
superiores a 31 minutos?
Solución:
Q = 30 y W = 0.5
N = 40
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
͵ͳ െ ͵Ͳ
ͲǤͷ
ൌ
ͳ
ͲǤͷ
ൌ ʹ
ܲሺݖ ʹሻ ൌ ͳ െ ܲሺݖ ʹሻ ൌ ͳ െ ͲǤͻʹͷ ൌ ͲǤͲʹʹͺ
El porcentaje de los tiempos de calentamiento superiores a 31 minutos es de
40 * 0.0228 = 0.912 * 100 = 91.2%
38.- Los resultados de una prueba objetiva de selección hecha a 200 personas
indicaron que la distribución de puntuaciones era normal, con media 60 puntos
y desviación típica de 6 puntos. ¿Calcular cuántos examinados han obtenido
una puntuación entre 30 y 40 puntos, y cuál es la minina puntuación por debajo
de la cual están el 75 % de los examinados?
Solución:
Q = 60 y W = 6
N = 200
a. personas que obtuvieron puntuación entre 30 y 40 puntos.
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
͵Ͳ െ Ͳ
ൌ െ
͵Ͳ
ൌ െͷ
ݖଶ ൌ
ݔ െ ߤ
ߪ
ൌ
ͶͲ െ Ͳ
ൌ െ
ʹͲ
ൌ െ͵Ǥ͵͵
ܲሺെͷ ݖ െ͵Ǥ͵͵ሻ ൌ ൫ͳ െ ܲሺݖ ͵Ǥ͵͵ሻ൯ െ ൫ͳ െ ܲሺݖ ͷሻ൯
ൌ ሺͳ െ ͲǤͻͻͻͷͷሻ െ ሺͳ െ ͲǤͻͻͻͻͻͻሻ ൌ ͲǤͲͲͲͶ͵ͷ െ ͲǤͲͲͲͲͲͳ
ൌ ͲǤͲͲͲͶ͵Ͷ
32. Los examinados que tuvieron puntaje entre 30 y 40 puntos es de 200 *
0.000434 = 0.0868 o el 8.68% de personas
b. puntuación mínima por debajo del 75% de los examinados.
ݖ ൌ
ݔ െ ߤ
ߪ
՜ ͲǤͷ ൌ
ݔ െ Ͳ
ݔ ൌ ͲǤͷ כ Ͳ ൌ ͶǤͷ
La minina puntuación que se encuentra por debajo del 75% de los examinados
es de 64.5
39.- Suponiendo que las tallas de los adultos de un país A siguen una
distribución normal con media 180 cm. y desviación típica 5 cm. y que las tallas
de los adultos en un país B siguen una distribución también normal, pero con
media 180 cm. y desviación típica 15 cm., contestar de manera justificada en
cuál de los dos países es más probable encontrar adultos con talla superior a
195 cm. y donde es más probable encontrar adultos con talla comprendida
entre 175 y 185 cm.
Solución:
a) A: Q = 180 cm y W = 5 cm
B: Q = 180 cm y W = 15 cm
ݖ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͻͷ െ ͳͺͲ
ͷ
ൌ
ͳͷ
ͷ
ൌ ͵
ݖ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͻͷ െ ͳͺͲ
ͳͷ
ൌ
ͳͷ
ͳͷ
ൌ ͳ
ܲሺݖ ͵ሻ ൌ ͳ െ ܲሺݖ ͵ሻ ൌ ͳ െ ͲǤͻͻͺͷͲ ൌ ͲǤͲͲͳ͵ͷ
ܲሺݖ ͳሻ ൌ ͳ െ ܲሺݖ ͳሻ ൌ ͳ െ ͲǤͺͶͳ ൌ ͲǤͳͷͺͶ
Es más probable encontrar adultos con talla superior a 195 cm en el país B ya
que hay una probabilidad de 0.1584 con respecto al país A, que tiene una
probabilidad de 0.00135
b) país A:
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͷ െ ͳͺͲ
ͷ
ൌ െ
ͷ
ͷ
ൌ െͳ
ݖଶ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͺͷ െ ͳͺͲ
ͷ
ൌ
ͷ
ͷ
ൌ ͳ
33. ܲሺെͳ ݖ ͳሻ ൌ ܲሺݖ ͳሻ െ ൫ͳ െ ܲሺݖ ͳሻ൯ ൌ ͲǤͺͶͳ െ ሺͳ െ ͲǤͺͶͳሻ
ൌ ͲǤͺͶͳ െ ͲǤͳͷͺͶ ൌ ͲǤͺ͵ʹ
País B:
ݖଵ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͷ െ ͳͺͲ
ͳͷ
ൌ െ
ͷ
ͳͷ
ൌ െͲǤ͵͵
ݖଶ ൌ
ݔ െ ߤ
ߪ
ൌ
ͳͺͷ െ ͳͺͲ
ͳͷ
ൌ
ͷ
ͳͷ
ൌ ͲǤ͵͵
ܲሺെͲǤ͵͵ ݖ ͲǤ͵͵ሻ ൌ ܲሺݖ ͲǤ͵͵ሻ െ ൫ͳ െ ܲሺݖ ͲǤ͵͵ሻ൯
ൌ ͲǤʹͻ͵ െ ሺͳ െ ͲǤʹͻ͵ሻ ൌ ͲǤʹͻ͵ െ ͲǤ͵Ͳ ൌ ͲǤʹͷͻ
Es más probable encontrar adultos con talla entre 175 cm y 185 cm en el país
A ya que hay una probabilidad de 0.6832 con respecto al país B, que tiene una
probabilidad de 0.259
34. CONCLUSIÓN
Gracias al desarrollo de este taller me he dado cuenta que las variables
aleatorias y las distribuciones de probabilidad son de gran utilidad ya que
dando un buen uso de las formulas que estas nos ofrecen podemos dar
solución rápida a problemas que se nos pueden presentar en cualquier parte
de nuestro trabajo, ya sea en investigación o en la vida cotidiana.