2. 1) Al lanzar un dado, ver si se obtiene un 5 (éxito) o cualquier otro
valor (fracaso).
Lo primero que se hace en este experimento es identificar el
fracaso o el éxito, ya que en este de bernoulli solo se pude obtener
dos resultados
1)Se considera éxito sacar un 5, a la probabilidad según el teorema
de La place (casos favorables dividido entre casos posibles) será
1/5.
p = 1/5
2) Se considera fracaso no sacar un 6, por tanto, se considera
fracaso sacar cualquier otro resultado, entonces a la probabilidad
se le restará 1.
q= 1 –p p= 1- 1/5 p=4/5
3) La variable aleatoria X medirá "número de veces que sale un 5",
y solo existen dos valores posibles, 0 (que no salga 5) y 1 (que
salga un 5). Por lo que el parámetro es (X= Be(1/5)
p=1/5
3. La probabilidad de que obtengamos un 5 viene
definida como la probabilidad de que X sea igual
a 1. Entonces ahora los datos que obtuvimos se
sustituyen en la fórmula.
P(x=1) = (1/5) 1 * (4/5) 0 =
1/5 = 0.2
La probabilidad de que NO obtengamos un 6
viene definida como la probabilidad de que X sea
igual a 0.
P(x=0) = (1/5)0 * (4/5)1 =
4/5 = 0.8
Este experimento nos dice que hay 0.2 de
probabilidad de que salga el numero 5 en el
dado, y de que no salga ese numero existe la
probabilidad del 0.8.
4. Se lanza una moneda cuatro veces. Calcular
la probabilidad de que salgan más caras que
cruces.
B(4, 0.5) p = 0.5q = 0.5
5. En el ejemplo anterior se calculan las
probabilidades de que al tirar una moneda
salgan mas caras que cruces y para eso
La moneda es lanzada 4 veces de esos 4 tiros
solo 1 cae cara y los otros 3 tiros cae cruz
pero el resultado va a variar
probabilidades:
1cara-3 cruces 2 caras- 2 cruces
3 caras- 1 cruz 2 cruces- 2 caras
6. El tiempo en horas que semanalmente
requiere una maquina para mantenimiento
es una variable aleatoria con distribución
gamma con parámetros
A= 3 b=2
A) encuentre la probabilidad que en alguna
semana el tiempo de mantenimiento sea
mayor a 8 horas
7.
8.
9. Una variable aleatoria continua, X, sigue
una distribución normal de media μ y desviación
típica σ, y se designa por N(μ, σ), si se cumplen las
siguientes condiciones:
1. La variable puede tomar cualquier valor: (-∞, +∞)
2. La función de densidad, es la expresión en términos
de ecuación matemática de la curva de Gauss:
10. Curva de la distribución normal
El campo de existencia es cualquier valor real,
es decir, (-∞, +∞).
Es simétrica respecto a la media µ.
Tiene un máximo en la media µ.
Crece hasta la media µ y decrece a partir de
ella.
En los puntos µ − σ y µ + σ presenta puntos de
inflexión.
El eje de abscisas es una asíntota de la curva.
11. El área del recinto determinado por la función y el
eje de abscisas es igual a la unidad.
Al ser simétrica respecto al eje que pasa por x = µ,
deja un área igual a 0.5 a la izquierda y otra igual a
0.5 a la derecha.
La probabilidad equivale al área encerrada bajo la
curva.
p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 %
p(μ - 2σ < X ≤ μ + 2σ) = 0.954 = 95.4 %
p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.7 %
12. Un fabricante de focos afirma que su producto
durará un promedio de 500 horas de trabajo. Para
conservar este promedio esta persona verifica 25
focos cada mes. Si el valor y calculado cae entre –t
0.05 y t 0.05, él se encuentra satisfecho con esta
afirmación. ¿Qué conclusión deberá él sacar de una
muestra de 25 focos cuya duración fue?:
14. Para poder resolver el problema lo que se
tendrá que hacer será lo siguiente se aplicara
una formula la cual tendremos que desarrollar
con los datos con los que contamos.
Tendremos que sustituir los datos
t= x -μ
SI n α = 1-
Nc = 10%
v = n-1 = 24
t = 2.22
15. valor de los datos.. aplicacion de la formula
µ=500 h t=505.36-500 t =
2.22
n=25 12.07 25
Nc=90% v = 25 -1 = 24
X=505.36 α = 1- 90% =
10%
S=12.07