TRABAJO COLABORATIVO 2 PROBABILIDAD

YESID JIMENEZ GARCIA RAFAEL DAVID PACHECO CRHISTIAN ANDRES BERMEO DIAZ COD: 7722470

GRUPO: 100402_440

TUTOR: SANDRA LILIANA QUI ONES

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD CEAD NEIVA! OCTUBRE DE 201"

INTRODUCCION#

En este trabajo se realiza la aplicacin de las variables aleatorias y las distribuciones de probabilidad, es una manera de poner en prctica los conocimientos adquiridos en esta unidad. Tal como veremos, en las aplicaciones prcticas es importante poder describir los rasgos principales de una distribucin, es decir, caracterizar los resultados de los ejercicios aleatorios mediante unos parmetros. En forma muy general este documento nos presenta el desarrollo de 6 ejercicios propuestos sobre temas variables aleatorias y distribuciones de probabilidad utilizando las formulas correspondientes para solucionar cada uno de ellos.

OBJETIVOS OBJETIVO GENERAL

esarrollar un taller de ejercicios !"#!$E%T#% !#" E& '"$!#, que

comprendan los contenidos de los cap(tulos ), * y 6 de la $nidad + y que permitan profundizar en los temas all( tratados. OBJETIVOS ESPEC$FICOS * ,plicar variables aleatorias y propuestos. * -dentificar las distintas variables que nos ofrece cada ejercicio con el fin de poder aplicar la frmula adecuada. * "ealizar cada ejercicio escogidos por cada uno de los integrante del grupo indicando los pasos. istribuciones de probabilidad a los ejercicios

CAPITULO 4 VARIABLE ALEATORIA CONCEPTO DE VARIABLE ALEATORIA . %e llama variable aleatoria a toda aplicacin que asocia a cada elemento del espacio muestral e/perimento, un n0mero real. &as variables aleatorias las podemos clasificar en discretas, si pueda tomar un n0mero finito o infinito numerable de valores o continuas si dado un intervalo 1a,b2 la variable puede tomar todos los valores comprendidos entre a y b. VARIABLE ALEATORIA DISCRETA. ada una variable aleatoria diremos que es discreta si toma un n0mero finito o infinito numerable de valores. VARIABLE ALEATORIA CONTINUA: %ea 3 una variable aleatoria, diremos que es continua cuando toma un n0mero infinito no numerable de valores, es el caso de los intervalos de " o todo ". VALOR ESPERADO: &a e/presin de E132 en el caso que 3 sea una v.a. discreta, este valor es la media ponderada de los posibles valores que puede tomar la variable 3, en donde los pesos o ponderaciones probabilidades, de ocurrencia de los posibles valores de 3. &uego el valore esperado de 3 se interpreta como una media ponderada de los posibles valores de 3, y no como el valor que se espera que tome 3, pues puede suceder que E132 no sea uno de los posibles valores de 3. En el caso de v.a. continua, E132 nos indica el centro de la funcin de densidad, es decir, nos indica el centro de gravedad de la distribucin. %ea 3 una v.a. de tipo discreto, con funcin de probabilidad ! 1/i2, y sea g132 una funcin de la v.a. 3, entonces definimos E 4g1325 como. %i la v.a. 3 es de tipo continuo, con funcin de densidad f1/2, entonces definimos el de g132, E4g1325 como. !"#!-E , E%. &a esperanza de una constante es la propia constante. VARIANZA DE UNA VARIABLE ALEATORIA: &a varianza de una variable aleatoria es una medida de la dispersin de la distribucin de probabilidad de 6sta. %e calcula ponderando el cuadrado de cada desviacin con respecto a la media, con la probabilidad asociada con la desviacin. En otras palabras, la varianza de una variable aleatoria discreta 3 con media 3 7 y funcin de probabilidad f1/2, es. de un

TEOREMA DE CH%BYSHEV !ara cualquier variable aleatoria 3 con media

desviacin estndar , la probabilidad de que 3 tome un valor contenido en 8 desviaciones estndar de la media, siendo 8 una constante positiva cualquiera, es cuando menos EJERCICIOS CAP$TULO 4# 9. $na urna contiene cuatro balotas con los n0meros 9, +, : y ), respectivamente. %i se toman dos balotas de la urna sin sustitucin y 3 es la suma de los n0meros de las dos balotas e/tra(das, determine la distribucin de probabilidad de 3 y repres6ntela por medio de un ;istograma. "esultado 3 #currencia !robabilidad 19,+2 1+,92 : + +<9+ 19,:2 1:,92 ) + +<9+ 19,)2 1+,:2 1:,+2 1),92 * ) )<9+ 1+,)2 1),+2 6 + +<9+ 1:,)2 1),:2 = + +<9+ :.> El espacio muestral de un e/perimento aleatorio es a, b,c,d,e, f ?, y cada resultado es igualmente probable. %e define una variable aleatoria de la siguiente manera. "esultado a b c d e f 3 @ @ 9,* 9,* + : etermine. a. &a funcin de probabilidad de 3. b. !13 C 9,*2 c. ! 1@,* B 3 B +,=2 337ys d. !13 D :2 %on 6 posibles resultados 1a,b,c,d,e,f2 y todos son igualmente probables, por lo tanto para cada resultado la probabilidad es 9<6E sin embargo, para definir la funcin de probabilidad vemos que si / es @, el resultado puede ser a o b, por lo tanto la probabilidad es el doble 1+<62, lo mismo ocurre cuando / es 9,*. b. !13C9,*2 C f 19,*2C+<6 c. ! 1@,*FltG3FltG+,=2 C f19,*2 H f1+2 C +<6 H 9<6 C :<6 d. !13FgtG:2 C @ e. !1@FltGC3FltG+2 C f1@2 H f19,*2 C+<6 H +<6 C )<6 e. !1@ A 3 B +2 f. !13 C @ 3 C +2

f. !13C@ o 3C+2C !13C@2 H !13C+2C+<6 H 9<6 C :<6 g. IediaC @*+<6H 9*+<6 H +*9<6 H :*9<6 C 9,::: CAPITULO & DISTRIBUCIONES DE PROBABILIDAD DISCRETA E/isten seis familias de distribuciones de probabilidades discretas las cuales son. DISTRIBUCIONES UNIFORMES DISCRETAS: En teor(a de la probabilidad, la distribucin uniforme discreta es una distribucin de probabilidad que asume un n0mero finito de valores con la misma probabilidad. DISTRIBUCION BINOMIAL. Es una de las distribuciones de probabilidad ms 0tiles 1control de calidad, produccin, investigacin2. Tiene que ver con el e/perimento aleatorio que produce en cada ensayo o prueba uno de dos resultados posibles mutuamente e/cluyentes. ocurrencia de un criterio o caracter(stica espec(fico 1llamado 6/ito2 y no ocurrencia de 6ste 1llamado fracaso2. &os t6rminos o calificativos de J6/ito y fracasoJ son solo etiquetas y su interpretacin puede no corresponder con el resultado positivo o negativo de un e/perimento en la realidad. DISTRIBUCI'N BINOMIAL NEGATIVA Y GEOM%TRICA. Esta distribucin puede considerarse como una e/tensin o ampliacin de la distribucin geom6trica. &a distribucin binomial negativa es un modelo adecuado para tratar aquellos procesos en los que se repite un determinado ensayo o prueba ;asta conseguir un n0mero determinado de resultados favorables 1por vez primera2 .Es por tanto de gran utilidad para aquellos muestreos que procedan de esta manera. %i el n0mero de resultados favorables buscados fuera 9 estar(amos en el caso de la distribucin geom6trica. Est implicada tambi6n la e/istencia de una dicotom(a de resultados posibles en cada prueba y la independencia de cada prueba o ensayo, o la reposicin de los individuos muestreados. DISTRIBUCI'N POISSON. &lamada as( por su autor %im6on enis !oisson, probabilista del siglo 3-3, pues fue el primero en describirla. Es una generalizacin de la distribucin binomial cuando sobre un . %e define una

variable aleatoria

que representa el n0mero de 6/itos independientes que

ocurren para intervalos de medida espec(ficos 1tiempos, lugares, espacios2 , adems con una probabilidad de ocurrencia pequeKa. %e usa como apro/imacin a la binomial cuando el tamaKo de muestra es grande y la proporcin de 6/itos es pequeKa. Esos intervalos de medida pueden referirse a. Tiempo. 1%egundo, minuto, ;ora, d(a, semana, etc.2 Lrea. 1%egmento de l(nea, pulgada cuadrada, Ment(metro cuadrado, etc.2. Nolumen.1 &itro, galn, onza, etc. EJERCICIO CAPITULO & :.> En promedio, el 9@O de las varillas de madera usadas en cierto producto !resentan problemas para ser usadas. PMul es la probabilidad de que en un !aquete de 9* varillas, a2 encuentre e/actamente * con defectos. b2 por lo menos 9@ est6n nudosas, c2 no ms de ) est6n nudosas. ". ()# *+(,-(.*/-* & *0-1/ 2*.(03(24 /5240(06 %<n. nC 9* 3C* !C@.9 qC@.Q !/C*C9**1@.92* 1@.Q29*>* !/C*C9*R9*>*R*R1@.92* 1@.Q29@ !/C*C9.:@=6=):6ST9@9+):*)*6@@@@.@@@@9 1@.:)S6=S))@92 !/C*C@.@9@)=@S@@:) T9@@ !/C*C9.@)=@S@@:)O U9.@*O "ta. &a probabilidad que en un paquete de 9* varillas, e/actamente * est6n demasiado nudosas es de 9.@*O. 7)# 849 :4 .*/40 10 *0-1/ 2*.(03(24 /5240(0# %<n. nC9* 3V9@ /C 9@, 99, 9+, 9:, 9), 9*. pC@.9 qC@.Q

!/V9@C9*9@1@.929@ 1@.Q29*>9@ !/V9@C9*R9*>9@R9@R1@.929@ 1@.Q2* !/V9@C9.:@=6=):6ST9@9+):*)*6@@@9T9@>9@1@.*Q@)Q2 !/V9@C@.@@@@@@9==:+T9@@ !/C*C@.@@@@9==:+O U@.@@@@+O "ta. la probabilidad que en un paquete de 9* varillas por lo menos 9@ est6n demasiado nudosas es de @.@@@@+O. ,)# .;0 2* 4 *0-1/ 2*.(03(24 /5240(0# %<n. nC9* /W) /C *,6,=,S,Q,9@,99,9+,9:,9),9*. pC@.9 qC@.Q !/D)C9>49*@1@.92@1@.Q29*>@H9*91@.929 +H9*:1@.92:1@.Q29*>:H9*)1@.92)1@.Q29*>)5 !/D)C9>49*R9*>@R@R1@.92@ !/D)C9> 9.:@=6=):6ST9@9+9.:@=6=):6ST9@9+9@.+@*SQ99:+9H9.:@=6=):6ST9@9+S.=9 =S+Q9+T9@9@@.9@.++S=6=Q+)*H9.:@=6=):6ST9@9+9.+)*)@)96T9@9@@.@9@.+* )9S6*S+SH9.:@=6=):6ST9@9++S=)@@Q6@@@.@@9@.+S+)+Q*:6*H9.:@=6=):6ST 9@9+Q*S@@:+@@@.@@@9@.:9:S9@*Q69 !/D)C9> @.+@*SQ99:+9H@.:):9*9SS6SH@.+66SQ*Q999H@.9+S*@*):6+H).+6=S++ST9@> 9) !/D)C9>@.Q))))):66+ !/D)C@.@*****6::ST9@@ !/D)C*.****6::SOU*.*6O "ta. la probabilidad que en un paquete de 9* varillas ms de ) est6n demasiado nudosas es de *.*6O. <#= El conmutador de un ;ospital recibe en promedio +@ llamadas cada dos minutos. Mul es la probabilidad de que lleguen como m/imo dos llamadas en un periodo de 9* segundos. 1@.Q29*H19*R9*>9R9R21@.9291@.Q29) H 19*R9*>+R+R2 1@.92+1@.Q29: H 19*R9*>:R:R21@.92:1@.Q29+H 19*R9*>)R)R21@.92)1@.Q2995 1@.Q29*>9H9*+1@.92+1@.Q29*>

:2 !romedio de +@ llamadas cada + minutos C !romedio de 9@ llamadas cada 9 minuto C !romedio de +.* llamadas cada 9* segundos C &ambda C +.* !1/BC+2 C %um 18C@ ;asta 8C+2 4eX 1>+,*2*1+,*2 X85 < 8R C @,*):S

CAPITULO < DISTRIBUCIONES DE PROBABILIDAD CONTINUA DISTRIBUCION UNIFORME %e dice que una variable 3 posee una distribucin uniforme en el intervalo 4a,b5, DISTRIBUCION NORMAL Y USO DE LA DISTRIBUCI'N NORMAL ESTANDAR Es el modelo de distribucin ms utilizado en la prctica, ya que multitud de fenmenos se comportan seg0n una distribucin normal. Esta distribucin de caracteriza porque los valores se distribuyen formando una campana de 'auss, en torno a un valor central que coincide con el valor medio de la distribucin. DISTRIBUCION E>PONENCIAL Y CHI CUADRADO Esta distribucin se utiliza como modelo para la distribucin de tiempos entre la presentacin de eventos sucesivos. E/iste un tipo de variable aleatoria que obedece a una distribucin e/ponencial la cual se define como E& T-EI!# Y$E #M$""E E% E $Z -Z%T,ZTE , # [,%T, Y$E #M$""E E& !"-IE" %$ME%#. OTRAS DISTRIBUCIONES CONTINUAS: DISTRIBUCION -=STUDENT En probabilidad y estad(stica, la distribucin t 1de %tudent2 es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamaKo de la muestra es pequeKo. ,parece de manera natural al realizar la prueba t de %tudent para la determinacin de las diferencias entre dos medias muestrales y para la construccin del intervalo de confianza para la diferencia entre las medias de

dos poblaciones cuando se desconoce la desviacin t(pica de una poblacin y 6sta debe ser estimada a partir de los datos de una muestra EJERCICIO CAPITULO < 9.> $na maquina automtica con funcionamiento electrnico ;ace pernos de :<S de pulgada los cuales deben tener una longitud de : pulgadas. %i en realidad las longitudes de los pernos de :<S se distribuyen uniforme en el intervalo 1+,* . :,*2 pulgadas PMul es la probabilidad de que uno de los pernos elegido al azar, de un lote determinado tenga una longitud de. a.> este entre +.=* y :.+* pulgadas b.> sea mayor de :.+* pulgadas c.> sea e/actamente igual a : pulgadas Momo es distribucin uniforme, luego. a2 !1+.=* B 3 B :.+*2 C 1:.+*>+.=*2 < 1:.* > +.*2 C @.* < 9 C @.* C *@O b2 !13D:.+*2 C !1:.+* B 3 B :.*2 C 1:.*>:.+*2 < 1:.* > +.*2 C @.+* < 9 C @.+* C +*O c2 !13C:2 C 9@@O +. &as notas de un e/amen ;ec;o a una clase de :6 alumnos siguen una distribucin Zormal con media ).+ y desviacin estndar 9.:. a2 Malcular el n0mero de alumnos con nota entre * y =. b2 Z0mero de alumnos con nota entre ) y 6. a2 Tipificamos la variable. z9C 1*>).+2<9.: C @.6+ z+ C 1=>).+2<9.: C+.9* !r1@.6+ B z B +.9*2 C !r1zB+.9*2 > !r1z B @.6+2 C @,QS)+ > @,=:+) C @.+*9S Z0mero de alumnosC @.+*9S\ :6 C Q.@6)S, o sea, Q apro/imadamente

b2 ,nlogamente z9C 1)>).+2<9.: C >@.9* z+ C 16>).+2<9.: C 9.:S !r1>@.9* B z B 9.:S2 C !r1zB9.:S2 ] !r1zB>@.9*2 C !r1zB9.:S2 ] 4 9 > !r1zB@.9*25 C @,Q96+ ] 1 9> @,**Q62 C @.)=*S Z0mero de alumnos C :6\@.*9)Q C 9=.9+ C 9= apro/imadamente DISTRIBUCI'N HIPERGEOM%TRICA En teor(a de la probabilidad la distribucin ;ipergeom6trica es una distribucin discreta relacionada con muestreos aleatorios y sin reemplazo. %upngase que se tiene una poblacin de N elementos de lo cuales, d pertenecen a la categor(a A y N-d a la B. &a distribucin ;ipergeom6trica mide la probabilidad de obtener x1 2

Elementos de la categor(a A en una muestra sin reemplazo de n elementos de la poblacin original.

El valor

esperado de

una variable

aleatoria X que

sigue

la

distribucin

;ipergeom6trica es

y su varianza,

En la frmula anterior, definiendo

se obtiene

&a distribucin ;ipergeom6trica es aplicable a muestreos sin reemplazo y la binomial a muestreos con reemplazo. En situaciones en las que el n0mero esperado de repeticiones en el muestreo es presumiblemente bajo, puede apro/imarse la primera por la segunda. Esto es as( cuando N es grande y el tamaKo relativo de la muestra e/tra(da, n/N, es pequeKo.

P:(/-*(.3*/-4 9. !ara evitar que lo descubran en la aduana, un viajero ;a colocado 6 tabletas de narctico en una botella que contiene Q p(ldoras de vitamina que son similares en apariencia. %i el oficial de la aduana selecciona : tabletas aleatoriamente para analizarlas, a2 PMul es la probabilidad de que el viajero sea arrestado por posesin de narcticos^, b2 PMul es la probabilidad de que no sea arrestado por posesin de narcticos^. %olucin. a2 Z C QH6 C9* total de tabletas a C 6 tabletas de narctico n C : tabletas seleccionadas / C @, 9, +, o : tabletas de narctico C variable que nos indica el n0mero de tabletas de narctico que se puede encontrar al seleccionar las : tabletas p 1viajero sea arrestado por posesin de narcticos2 C p 1de que entre las : tabletas seleccionadas ;aya 9 o ms tabletas de narctico DISTRIBUCI'N UNIFORME DISCRETA Y UNIFORME CONTINUA

P:(/-*(.3*/-4 $na maquina de lavado a presin est diseKada para suministrar +* litros de limpiador por minuto, pero se ;a comprobado que la maquina suministra una cantidad aleatoria entre +) _ +6 litros, siguiendo una distribucin uniforme. 1a2 Malcula la probabilidad de suministrar ms de la cantidad esperada por minuto. 1b2 Malcula la probabilidad de que la cantidad suministrada en un minuto sea menor de +* &itros y medio, sabiendo que ;a sido superior a la cantidad esperada. %olucin a2 @.*G b2 @.* %i se lanza un dado 9*@ veces, Pcul es la probabilidad de que salga :@ veces un oc;o^ %olucin @.@)S

EJERCICIO N4 1. $n embarque de 9@ televisores contiene : unidades defectuosas. $n ;otel realiza una compra al azar de : de los televisores. %i 3 es el n0mero de unidades defectuosas que compra el ;otel. DESARROLLO (.> Encuentre la funcin de probabilidad f1/2 3C @ 9 9<6 + :

`1/2 C @<6 `1/2 C /<6

+<6 :<6

onde f1/C/2C 9 C @<6H9<6H+<6H:<6C 9H+H:<6C6<6C9 &uegoCf1/2C /<6

7.> Encuentre el valor esperado E1/2, la varianza N1/2 y la desviacin estndar %1/2 E1/2C 4/*f1/25C@,@H9*9<6H+*+<6H:*:<6C+,: E1/2C+,: TN Nar1/2Cab1/2C 41/>/2b*f1/25C 1>=<:2b*@H 1>)<:2b*9<6H 1>9<:2b*+<6H 1+<:2b*:<6C@,* Nar1/2 C@, * TN. %1/2 Cc ab1/2 C a1/2 Cc@, * C a1/2 C @, =) &uego E1/2 C +, : TN, Nar1/2 C@, * TN, %1/2 C@, =) EJERCICIO N4 2.> %ea 3 una variable aleatoria con funcin de densidad ` 1/2 C a 1:/ > /b2 @ d / d : @ en otro caso DESARROLLO (.> etermine el valor de a para que la funcin sea efectivamente una funcin

de densidad de probabilidad. `1/2 C e a 1:/>/b2 d/C9 f f1/2 Ca 4:<+/b > /g<:5g C9 fa 4:<+1:2b > 1:2g<:>@5 C9 fa 4+=<+>Q5C9 fa 4+=>9S<+5C9 fa 4Q<+5C9f aC+<Q &uego `1/2C +<Q1:/>/b2

7.> Malcule ! 19 B 3 B +2 b `1/2 d/C+<Q b 1:/>/b2 d/C+<Q4:/b<+>/g<:5bC+<Q4:<+1+b>9b2>9<:1+g>9g25 b `1/2 d/C+<Q4:<+*:>=<:5C +<Q4Q<+>=<:5C+<Q4+=>9)<65C+<Q*9:<6C9<Q*9:<:C9:<+= &uego ! 19 B 3 B +2 C9:<+= EJERCICIO N4 ".> $n estudio e/amin las actitudes nacionales acerca de los antidepresivos. El estudio revel que =@O cree que hlos antidepresivos en realidad no curan nada, slo disfrazan el problema reali. estudio, de las siguientes * personas seleccionadas al azar. e acuerdo con este

DESARROLLO

3CZumero de personas que tienen esa opinin. !C@,= nC* 3 jbin1n,p2 onde /CnpC *1@,=2C:,* k/bCnp19>p2C*1@,=21@,:2C9,@* a.> PMul es la probabilidad de que al menos : tengan esta opinin^ `1/,p,n2 C1n</2p19>p2l !4/Vm1/21@,=21@,:2C C@,S:6Q *9@@ &uego. p4/V:5C S:,6QO. 1*<:21@,=2g1@,:2bH1*<)21@,=21@,:2H1*<*21@,=21@,:2

b.> PMul es la probabilidad de que m/imo : tengan esta opinin^ p4/d:5C9>p4/D:5C 9>41*<)2 1@,=21@,:2H1*<*21@,=21@,:25C @,)=9=*9@@ &uego. p4/d:5C )=,9=O. c.> e cuantas personas se esperar(a que tuvieran esta opinin. /CnpC *1@,=2C:,* /C:,* !ersonas.

EJERCICIO N4 4# DESARROLLO (#= PMul es la probabilidad de que una mesera se re;us6 a servir bebidas alco;licas a dos menores si ella verifica al azar las identificaciones de * estudiantes de entre Q estudiantes, de los cuales ) no tienen la edad legal para beber^

!4/C+5C1*<+21)<:2<1Q<*2C@,:9=)*9@@f!4/C+5C:9,=)O &a probabilidad de re;usarse a servirle bebida a dos menores es de :9,=)O. 7#= PMul es la probabilidad de que al revisar las identificaciones de los * estudiantes del grupo de Q, no encuentre ninguna que sea de alguno que no tenga la edad legal para beber^ !4/C@5C1*<@21)<*2<1Q<*2C@,@@=Q*9@@C@,=QO.

EJERCICIO N4 &# %uponga que la probabilidad de que una persona dada crea un rumor acerca de las transgresiones de cierta actriz famosa es de @,S. PMul es la probabilidad de que a.> la se/ta persona en escuc;ar este rumor sea la cuarta en creerlo^ b.> la tercera persona en escuc;ar este rumor sea la segunda en creerlo^

DESARROLLO (.> la se/ta persona en escuc;ar este rumor sea la cuarta en creerlo^ n1/G p,n2C f1/G@.S,62 p1/C)2C *@.SX)*@.+X+C @.+)*=6C 24#&7?

7.> la tercera persona en escuc;ar este rumor sea la segunda en creerlo^ n1/G p,n2C f1/G@.S,:2 p1/C92C *@.SX+*@.+X9C @.:S)C "@#4?

EJERCICIO N4 <# En el metro de la ciudad de Iedell(n, los trenes deben detenerse solo unos cuantos segundos en cada estacin, pero por razones no e/plicadas, a menudo se detienen por intervalos de varios minutos. &a probabilidad de que el metro se detenga en una estacin ms de tres minutos es de @,+@.

a.> [alle la probabilidad de que se detenga mas de tres minutos por primera vez, en la cuarta estacin desde que un usuario lo abordo^ b.> [alle la probabilidad de que se detenga mas de tres minutos por primera vez antes de la cuarta estacin desde que un usuario lo abordo^ DESARROLLO (.> [alle la probabilidad de que se detenga mas de tres minutos por primera vez, en la cuarta estacin desde que un usuario lo abordo^

BA+B 8!/)C DA+B0#2!4) p1/C92C *@.+X9*@.SX:C @.)@Q6C 40#E<?

7#= [alle la probabilidad de que se detenga mas de tres minutos por primera vez antes de la cuarta estacin desde que un usuario lo abordo^

p1B)2C

@.+Xi*@.SX:>iC @.)SSC 4@#@?

EJERCICIO N4 7# El propietario de una farmacia local sabe que en promedio, llegan a su farmacia 9@@ personas cada ;ora. a.> encuentre la probabilidad de que en un periodo dado de : minutos nadie entre a la farmacia

b.> Encuentre la probabilidad de que en un periodo dado de : minutos entren ms de * personas a la farmacia.

DESARROLLO C 9@@<;oraC 9@@<6@C *<:min / :minC & (.> encuentre la probabilidad de que en un periodo dado de : minutos nadie entre a la farmacia p1/G *2C eX>***X@<@RC @.@@6=C 0#<7? 7.> Encuentre la probabilidad de que en un periodo dado de : minutos entren ms de * personas a la farmacia.

p1/D*2C 9>

eX>***X/</RC @.69+)C <1#24?

EJERCICIO N4 @. > &os coeficientes intelectuales de 6@@ aspirantes de cierta universidad se distribuyen apro/imadamente normal con una media de 99* y una desviacin estndar de 9+. %i la universidad requiere de un coeficiente intelectual de al menos Q* DESARROLLO (.> PMuntos de estos estudiantes sern rec;azados sobre esta base sin importar sus otras calificaciones^. oC/><kCQ*>99*<9+C>9,6666 !4zB>9,66665C! 4zD9,66665C9>!4zB9,66665C9>@,Q*9*C@,@)S* !4zB>9,66665C),S*O f6@@* !4zB>9,66665C6@@1@,@)S*2C+Q,9 !ersonas. e los aspirantes sern rec;azados :@ personas.

7.> %i se considera que un coeficiente intelectual mayor a 9+* es muy superior PMuntos de estos estudiantes tendr(an un coeficiente intelectual muy superior al del grupo^ M-D9+* Iuy superior oC />< kC9+*>99*<9+C@,S::: !4oD@,S:::5C9>!4oB@,S:::5C9>@,=Q6=C@,+@::*9@@ !4oD@,S:::5C+@,::O f6@@*!4oD@,S:::5C6@@1@,+@::2C9+9,QSU9++ e los aspirantes 9++ tendrn coeficiente intelectual muy superior.

CONCLUSI'N Mon el desarrollo de este trabajo nos damos cuenta que las variables aleatorias y las distribuciones de probabilidad son de gran utilidad ya que dando un buen uso de las frmulas que estas nos ofrecen podemos dar solucin rpida a problemas que se nos pueden presentar en cualquier parte de nuestro trabajo, ya sea en investigacin o en la vida cotidiana.

BIBLIOGRAF$A "obayo.,driana.+@9@.Modulo de probabilidad. $Z, . nogot. .M. Manavos, 'eorge 9QSS. Probabilidad y estadstica. Ic 'rap [ill. I6/ico. M#ZTEZ- # - LMT-M# E& M$"%#. !"#n,n-&- ,