P. 1
Variable+Aleatoria+Bidimensional+Continua

Variable+Aleatoria+Bidimensional+Continua

|Views: 651|Likes:
Publicado porGabriel Jelenc

More info:

Published by: Gabriel Jelenc on Nov 17, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

07/10/2013

pdf

text

original

Variables aleatorias multidimensionales

X: variable aleatoria discreta P(X=x) = p(x); xRX X, Y variables aleatorias discretas asociadas con el mismo experimento PXY(x, y)=P(X=x,Y=y); (x,y)RXY
Distribución de probabilidad conjunta

‡ PXY(x, y) u 0; (x,y)RXY ‡ 7 PXY(x, y) = 1
(x,y)RXY

Probabilidad del evento A p RA Ž RXY p P (A)=7PXY(x, y)
(x,y)RA

X: variable aleatoria continua f(x); xR
Función densidad de probabilidad

X, Y variables aleatorias continuas asociadas con el mismo experimento (X, Y ) Vector Aleatorio fXY(x,y); (x,y)R2 Función densidad de probabilidad conjunta

‡ fXY(x,y) u 0; (x,y)R2
P(aeXeb) = ´a f(x)dx
b

‡ ´´ fXY(x,y) = 1
(x,y)R2

Probabilidad del evento A p RA Ž R2 p
1

P (A)=´´ fXY(x, y) dx dy
(x,y)RA

Variables aleatorias multidimensionales
X: v.a.d. P(X=x)=p(x); xRX X, Y v.a.d. bidimensional PXY(x, y)=P(X=x,Y=y); (x,y)RXY PX(x)=7PXY(x,Y=y); xRX
yRY

Funciones de probabilidad marginal

PY(y)=7PXY(X=x, y); yRY
xRX

Funciones de probabilidad condicional

PXY(x, y) = PX(x)PY/X(y/x) = PY(y)PX/Y(x/y) ; (x,y)RXY Si PXY(x, y)=PX(x)PY(y); (x,y)RXY   X,Y son independientes X: v.a.c. f(x); xR (X, Y) vector aleatorio bidimensional fXY(x,y); (x,y)R2 fX (x) = ´ fXY(x, y) dy
yR

Funciones de densidad de probabilidad marginal

fY (y) = ´ fXY(x, y) dx
xR

Funciones de densidad de probabilidad condicional

fXY(x, y) = fX (x) fY/X(y/x) = fY(y) fX/Y(x/y); (x,y)R2 Si fXY(x, y) = fX (x) fY(y); (x,y)R2   X,Y son independientes

2

y) E[(YQY)2] =V(Y) (x.y)R2 COV(X.Y) = ´´ h(x. xR E(h(X)) = Valores esperados (x.Y) = E[(XQX)(YQY)] = E(XY)  E(X)E(Y) 3 COV(X.y) E(Y2) = 77 y2PXY(x.y)fXY(x.y)RXY 2 E(X) = QX = 77 xPXY(x.y)R2 fXY(x.Y=y).a.y)R2 .Y) = E[(XQX)(YQY)] = E(XY)  E(X)E(Y) X.a. (x.y)RXY (x.y) (x.Variables aleatorias multidimensionales X.d P(X=x) = p(x). y)PXY(x. y)dx dy E (Y) = QY = ´´ yfXY(x.a. y)dx dy (x.y)R2 E (h(X. bidimensional X: v. xRX E(h(X))=7 h(x)p(x) xRX PXY(x. y)dx dy (x. y)dx dy (x.y)R2 ´g h(x)f(x)dx g E (X) = QX = ´´ xfXY(x.y)RXY (x. Y v. y)=P(X=x.y)RXY COV(X.y) E[(XQX) ] =V(X) E(Y) = QY = 77 yPXY(x.c f(x).y)RXY Valores esperados (x.a.c.y). (x.d.y) E(X2) = 77 x2PXY(x. bidimensional X: v.y)RXY E(h(X. Y v.Y) = ´´ (xQx)(y-Qy)fXY(x.Y)) = 77 h(x.

4 . b) Determinar si X y Y son independientes. c) ¿Cuál la cantidad esperada de combustible que se vende en un día? d) ¿Cuál es la cantidad esperada de combustible que se vende en un día en el que se comienza con la mitad del tanque lleno? e) ¿Cuál es la cantidad esperada de combustible al comenzar el día? f) Hallar la cantidad promedio de combustible que queda en el tanque al final del día. de la cual una cantidad aleatoria X se vende durante el día. en un tanque al principio del día es una magnitud aleatoria Y. y ) ! ¯ 0 en otro caso a) Calcular las funciones de densidad de probabilidad marginales fX(x) y fY(y). de forma tal que es X<Y. Ejercicio 10 Combustible y venta La cantidad de combustible. La función de densidad de probabilidad conjunta de estas variables es 2 ® 0 x y. en miles de litros. se venda menos de un cuarto de tanque? j) Calcular la covarianza y el coeficiente de correlación de X y Y. 0 y 1 f XY ( x. El tanque no se rellena durante el día.Variables aleatorias multidimensionales. TPNº 5. ¿cuál es la probabilidad de que se venda entre 1/4 y 1/2 tanque? h) ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? i) ¿Cuál es la probabilidad de que si al comienzo del día el tanque está llena más de la mitad. g) Si se sabe que al iniciar el día el tanque está lleno hasta la mitad.

en miles de litros. que se vende durante el día Y: Combustible. y ) u 0 ( x. y ) dy dx ! 2 v v1v 1 ! 1 2 .y) 2 1 1 1 x y Visión del dominio donde fXY(x.y) es no nula f XY ( x. en miles de litros. y ) ¯ 0 ° en otro caso 2 0 x y. y )  2 x 5 ´ ´ g g g  g 1 f XY ( x. en el tanque al principio del día Función densidad de probabilidad conjunta f XY ( x. 0 y 1 No se rellena X<Y y y 1 x fXY(x.Combustible y venta X: Combustible.

Si 0 e x e 1.Combustible y venta Función de densidad de probabilidad marginal de X fX (x) ´ fXY(x. y )dy ! ´ g 6 0 x 0 ® ± f X ( x) ! ¯2(1  x) 0 e x e 1 ± 0 x "1 ° ¢£ ¢£ Si x > 1.y) 2 y 1 y 1 y x 1 x 1 y 1 x  ¡  ¡ x <0 f X ( x) ! ´ f XY ( x. f X ( x) ! ´ f XY ( x. f X ( x) ! ´ f XY ( x. y) dy yR fXY(x. y )dy ! ´ 0dy ! 0 f X ( x) ! 2(1  x) ? ( x)  u ( x  1)A u ¢ ¢ . y )dy ! ´ 0dy ! 0 g 0e x e 1 x >1 Si x < 0.     y! x g 0dy  ´ y !1 y!x 2dy  ´ 0dy ! 0  2 y y ! x  0 ! 2(1  x) y !1 g y !1 .

y )dx ! ´ 0dx ! 0 ¤ 0 fY ( y) ! 2 y ? ( y)  u ( y  1)A u .Combustible y venta Función de densidad de probabilidad marginal de Y fY (y) ´ fXY(x.y ) ! ´ g f XY ( x.y) 2 y >1 0e y e 1 1 y 1 y y x 1 1 y y<0 1 x x Si y < 0. fY ( . f Y ( y ) ! ´ g f XY ( x. y) dx xR fXY(x. y )dx ! ´ 0dx ! 0 g g g Si 0 e y e 1. fY ( y ) ! ´ g g f XY ( x. y )dx ! ´ g 0dx  ´x ! 0 2dx  ´x ! 0dx ! 0  2 x x ! 0  0 ! 2 y y g  x !0 x! y g x! y 7 0 ± f Y ( y ) ! ¯2 y 0 ° y 0 e y e1 y 1 ¤ Si y > 1.

(x. y) = fX (x) fY(y). de combustible que se vende en un día . y ! 0.8) ! 2 { f X ( x ! 0. de combustible al comenzar el día 8 . en miles de litros.Combustible y venta ¿Son independientes X. E (Y ) ! ´ yfY ( y )dy ! ´ g g y !0 g ¨ y3 ¸ ¨1¸ 2 y 0dy  ´ y 2 ydy  ´ y 0dy ! 2© ¹ ! 2© ¹ ! © 3¹ y !0 y !1 ª3º 3 ª º y !0 y !1 g y !1 ¿Qué representa? Cantidad esperada. por ejemplo.y) 2 0 x 0 ® ± f X ( x ) ! ¯2(1  x ) 0 e x e 1 ± 0 x "1 ° 0 ® ± f Y ( y ) ! ¯2 y ± 0 ° y 0 0 e y e1 y "1 Para serlo 1 fXY(x. en miles de litros. Y? fXY(x.4 .5) v fY ( y ! 0.5.y)R2 Pero. y f XY ( x ! 0. 1 No son independientes x E ( X ) ! ´ xf X ( x) dx ! ´ g g x!0 g x 0dx  ´ ¨x 1 1 x ¸ ¨ 1 1¸ x 2(1  x )dx  ´ x0dx ! 2©  ¹ ! 2©  ¹ ! 2 ! © 2 3¹ x!0 x !1 6 3 ª 2 3º º x!0 ª x !1 g 2 3 x !1 ¿Qué representa? Cantidad esperada.8) ! 1v 0.

5 2 g 2 x ! 0. E X / Y ! ´ xf X / Y ( x / y )dx donde g g f X / Y ( x / y) ! f XY ( x.5)dx ! ´ g g g x 0dx  ´ x ! 0 .5 9 x!0 1 ¨1¸ !© ¹ ! 4 ª2º 2 . condicionada por el conocimiento del valor de Y=1/2.5 ( x / y ! 0. y ) f X / Y !0.5 y=x 1 . y ) ! ¯ 0 ° en otro caso 0 ± f Y ( y ) ! ¯2 y ± 0 ° x y 0 0 e y e1 y 1 2 ± 0 e x e 0. 2 0 x y.5 ! ´ xf X / Y !0.5) ! ! ¯1 0 fY ( y ! 0. y ) fY ( y) y 1 y=0.5) ± en otro caso ° 1 x!0 E X / Y ! 0.Combustible y venta ¿Y si la pregunta es la cantidad esperada (en miles de litros) de combustible que se vende en un día en el que se comienza con la mitad del tanque lleno? Esta pregunta corresponde a un valor esperado de la variable aleatoria X. 0 y 1 f XY ( x.5 ( x / y ! 0.5 x !0 x x 2dx  ´ x 0dx ! 2 x ! 0 . 5 f XY ( x.

5 (1 / 4 e X e 1 / 2 / Y ! 1 / 2) ! ´ f X / Y !0. 5 f XY ( x.25 2dx ! 2 x 0.5 PX / Y ! 0.5)dx ! ´ g g x ! 0.5 (0.Combustible y venta Si se sabe que al iniciar el día el tanque está lleno hasta las 1/2 partes.25 0.5) ! 2 0 e x e 0.5 10 .5 / y ! 0.5) ° en otro caso y 1/2 1 x x 1/4 x 1/2 PX / Y ! 0.5 (1 / 4 e X e 1 / 2 / Y ! 1 / 2) ! 0.50 x ! 0. y ) !¯ 0 f Y ( y ! 0.25 e x e 0.5 ( x / y ! 0. ¿cuál es la probabilidad de que se venda entre 1/4 y 1/2 tanque? y 1 y x f X / Y !0.

y )  _ 2 / 0 e x e y e 1. x 1 / 4. y ) dxdy P ( A) ! ´ y !1 y !1 / 2 x ! 0 ´ x !1 / 4 2 dx dy ! ´ y !1 y !1 / 2 2 x x ! 0 dy ! ´ x !1 / 4 1 1 dy ! y y !1 / 2 2 2 y !1 y !1 y !1 / 2 ! 1 4 1 ¨1 1¸ © v ¹v 2 ! 4 ª2 4º Observación: en este problema se puede calcular muy fácilmente por el volumen del paralelepípedo 11 Superficie de la base x altura . R A ! ( x. y )R A XY ( x. y " 1 / 2 a P ( A) ! P ( X 1 x 1/4 x 1 / 4 ‰ Y " 1 / 2) ! ´´ f ( x .Combustible y venta ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? Evento A : el tanque esté lleno más de la mitad al comenzar el día (Y>1/2) y se vende menos de un cuarto de tanque (X<1/4) ± Ambas condiciones en simultáneo y 1 y 1/2 RA y x .

y " 1 / 2 a P ( B ) ! P ( X " 3 / 4 ‰ Y " 1 / 2) ! ´´ f ( x . x " 3 / 4. y ) dxdy 1 x 3/4 x 3¸ 3 ¸ ¨ 3¸ ¨ 9 9¸ 1 ¨ ¨ « P( B) ! ´ 2 dx »dy ! ´ 2 x x !3 / 4 dy ! ´ 2© y  ¹dy ! © y 2  y ¹ ! ©1  ¹  ©  ¹ ! ¼ y !3 / 4 ¬ ´x ! 3 / 4 y !3 / 4 y !3 / 4 ½ ­ 4º 2 º y !3 / 4 ª 2 º ª 16 8 º 16 ª ª y !1 x! y y !1 x! y y !1 y !1 Observación: en este problema se puede calcular muy fácilmente por el volumen del paralelepípedo © 2 v 4 v 4 ¹ v 2 ! 16 ª º 12 Superficie de la base x altura ¨1 1 1¸ 1 . y )RB XY ( x. y )  _ 2 / 0 e x e y e 1. y x R B ! ( x.Combustible y venta ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda más de tres cuartos de tanque? Evento B : el tanque esté lleno más de la mitad al comenzar el día (Y>1/2) y se vende menos de un cuarto de tanque (X>3/4) ± Ambas condiciones en simultáneo y 1 y 1/2 RB .

Combustible y venta Pregunta anterior: ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? P ( A) ! P ( X 1 / 4 ‰ Y " 1 / 2) ! ´´ f ( x . ¿Cuál es la probabilidad de se venda menos de un cuarto de tanque si sabe que al comienzo del día el tanque está lleno más de la mitad? 1 / 4 / Y " 1 / 2) ! PXY ( X " 1 / 4. y ) dxdy ¿En qué se diferencian? . y )dxdy f Y ( y ) dy PX / Y ( X y 1 y=1/2 y=x ´ y !1 y !1 / 2 P (Y " 1 / 2) ! ´ y !1 / 2 y !1 2 ydy ! y 2 y !1 y !1 / 2 ! 3 4 1 x=1/4 13 x PX / Y ( X 1 / 4 / Y " 1 / 2) ! 1/ 4 1 ! 3/ 4 3 . Y " 1 / 2) ! P (Y " 1 / 2) ´´ f RA XY ( x. y )R A XY ( x.

y)? b) ¿Cuál es la probabilidad de que cada bombilla (por separado) dure a lo sumo 1000 horas.Variables aleatorias multidimensionales. X=1.Y(x. fX. Suponiendo que X y Y son independientes y que cada una de ellas tiene una distribución exponencial de parámetro E=1. ambas en miles de horas (Por ejemplo. y u 0. y) / x u 0. Sea X la variable aleatoria que corresponde a la duración de la primera bombilla y Y la correspondiente a la duración de la segunda bombilla. x  y e 2a ( ¿Cuál es la probabilidad de que la duración total de funcionamiento de la lámpara esté entre 1000 y 2000 horas? b) Sea la variable aleatoria suma T=X+Y. Hallar la función de densidad y la función de distribución de probabilidad de T. a) ¿Cuál es la función de densidad de probabilidad conjunta de X y Y. 14 a) . supuesto que cuando se quema la primera se reemplaza por la segunda? Sugerencia: tener presente que el evento detallado está vinculado con los pares de valores del conjunto _ x. esto es P(Xe1) y P(Ye1)? c) ¿Cuál es la probabilidad de que la duración total de funcionamiento de la lámpara sea a lo sumo 2000 horas. TPNº 5. significa que la primer bombilla funciona 1000 horas). responder las siguientes cuestiones. Ejercicio 16 Lámpara con bombilla de repuesto Una persona tiene dos bombillas para una lámpara en particular.

4 0. y) = fX (x) fY(y) f(x. X ~ Exp(E) Y: Vida útil.5 0 2 1. Y ~ Exp(E) f X .5 0. en miles de horas.Lámpara con bombilla de repuesto X: Vida útil.2 1 0.6 X.5 2.y)=exp(-x-y) x>0. y) ! E 2 e  ( x  y ) u ( x)u ( y ) 1. de la segunda bombilla.5 y Representación de la función de densidad conjunta para E = 1 15 .2 0 0 0.8 0. Y Independientes fXY(x.5 1 x 1.Y ( x.5 2 1 2. de la primera bombilla. y>0 f(x.y) 0. en miles de horas.

Si t u 0. en miles de horas.Lámpara con bombilla de repuesto Por las características del problema. FT (t ) ! P(T e t ) FT (t ) ! P(T e t ) ! 0 x ! t y !t  x t x+y=t t>0 t<0 . FT (t ) ! P (T e t ) ! P ( X  Y e t ) ! ´ ´f XY ( x. y ) dy dx x ! 0 y !0 Los límites de integración se deducen de la figura del dominio t x x !t y !t  x FT (t ) ! P (T e t ) ! P ( X  Y e t ) ! x !t ´ ´E x !t x !t 2 e  Ex e Ey dy dx ! ´ Ee x !t  Ex x!0 y !0 x !0 « y ! t  x  Ey » ¬ ´ Ee dy ¼dx ¬ y !0 ¼ ­ ½  Ee  Et dx FT (t ) ! ´ Ee  Ex x !0 « e ¬ ­  Ey y ! t  x y !0 »dx ! Ee ´ ¼ ½ x !0 x !t x !0  Ex ?e 1  E (t  x ) A ! ´ ?Ee dx x !0  Ex A FT (t ) ! . sería conveniente trabajar con la variable aleatoria suma T = X + Y : Vida útil. del sistema ¿Qué distribución tiene T ? y Si t < 0.

e  Ex  Ee  Et x  ¥ ! 1  e  Et  0  Ee  Et t ! 1  e  Et  Ete  Et t t 0 0 t 0 dFT (t ) ! ® 0 0 0 ¯  Et  Et Et f (t ) ! ¯ 2 Et (t ) ! ¯ E t dt  Et ° u 0  (  Ee )  ? e  E t (  E ) e A 1 Et E ° e  Ete t u 0 ° te t u 0 ¦ 16 .

Lámpara con bombilla de repuesto Función densidad de probabilidad de la vida útil de una bombilla.2 0.4 0. fX(x) con E=1 1 0.3 f(t)=t exp(-t) 0.6 f 0.5 4 x.5 0.5 2 2.8 f(x)=exp(-x) 0.7 0. fT(t) 17 .5 1 1.t Función densidad de probabilidad de la suma de la vida útil de dos bombillas independientes e idénticas T = X + Y.1 0 0 0.9 0.5 3 3.

5 f(t)=1-exp(-x)-t exp(-t) 0.6 F 0. FT(t) = P(T e t) 18 .2 0.3 0.t Función de probabilidad acumulada de la suma de la vida útil de dos bombillas independientes e idénticas T = X + Y.9 f(x)=1-exp(-x) 0.5 3 3.Lámpara con bombilla de repuesto Función de probabilidad acumulada de la vida útil de una bombilla. FX(x) = P(X e x) con E=1 1 0.4 0.8 0.5 4 x.5 1 1.1 0 0 0.5 2 2.7 0.

no mantiene la distribución de las variables sumadas ¿Cómo se suman? ¡Artesanalmente! No obstante La combinación lineal de un número finito de variables aleatorias normales independientes. . aún cuando las mismas no sean idénticas. n Normales Independientes Propiedad reproductiva Y ! § ai X i i !1 Normal E (Y ) ! a1 E ( X 1 )  a2 E ( X 2 )  a3 E ( X 3 )  .  anV ( X n ) 19 . . da por resultado una variable aleatoria normal Propiedad reproductiva de la variable aleatoria normal n Xi i ! 1. aún cuando las mismas sean idénticas e independientes.En general la suma de variables aleatorias.  an E ( X n ) 2 2 V (Y ) ! a12V ( X 1 )  a2V ( X 2 )  .2.

Variables aleatorias multidimensionales. se ha decidido efectuar un control al final de la línea de empaques. tal que si una caja pesa menos. se la abrirá. abriendo luego aquellas cuyo peso sea sospechoso. Ejercicio 17. X } N Q X ! 170. A efectos de calcular el valor de C. W 2 ! 7 2 X . TPNº 5.d Zapatillas económicas Hay unas zapatillas económicas que se expiden en cajas de cartón corrugado de 6 pares. para implementar este control debe fijarse un peso crítico C. Frecuentemente los clientes reciben cajas con unidades faltantes. es decir que se encuentran 11 (o menos) zapatillas y reclaman furiosamente al vendedor. y se sabe que los pesos de las zapatillas y las cajas son variables normales con los siguientes parámetros: peso individual de las zapatillas en gramos. Para solucionar el problema. se aplicará el siguiente procedimiento: se colocará una balanza al final de la línea y se pesarán todas las cajas. Ahora. pero como obviamente sería ilógico abrir cada caja para verificarla. se establece la condición de detectar al menos el 99% de las cajas con 11 zapatillas. cada par contenido en su caja individual.

2 2 peso de las cajas individuales en gramos. W Y ! 5 . Y } N Q Y ! 50.

2 W } N Q W ! 300. peso de las cajas de cartón corrugado en gramos. W W ! 40 2 .

el porcentaje de las cajas completas que se revisa inútilmente. el valor de C. 20 . Calcular: i. ii.

2. para k=1. ~.Zapatillas económicas T: peso total de un empaque con k zapatillas. 12 .

Y } N.

Q W } N.

.  E ( X k )  E (Y1 )  E (Y2 )  .  E (Y6 )  E (W ) ! kQ X  6QY  QW Q Tk ! 170k  6 ™ 50  300 ! 170k  600 2 2 2 WTk ! V (Tk ) ! V ( X 1 )  V ( X 2 )  .  Y6  W X j . k peso individual de cada una de las zapatillas Yi . i ! 1. Q X } N Q X ! 170. W 2 ! 7 2 X Y 2 ! 50.A. . W Tk ! 49 k  1750) QTk ! E (Tk ) ! E ( X 1 )  E ( X 2 )  .6 W peso de cada caja individual peso del empaque de cartón W 2 ! 300. .  V ( X k )  V (Y1 )  V (Y2 )  . W Y ! 5 2 Tk ! X 1  X 2  . j ! 1. WW ! 40 2 Todos los pesos están en gramos V. .  X k  Y1  Y2  . Normales independientes Suponemos que el error está en el embalaje de los pares de zapatillas pero no hay error en el número de cajas individuales dentro del empaque de cartón Propiedad reproductiva: T tiene distribución normal 2 Tk } N (Q Tk ! 170 k  600.  V (Y6 )  V (W ) ! kW 2  6WY  WW X 21 W Tk ! 49k  6 ™ 25  1600 ! 49k  1750 .

2. 12 2 Tk } N (Q Tk ! 170 k  600. 11. W Tk ! 49 k  1750 ) Control: toda caja de peso inferior a C va a revisión ¿C? Criterio para hallar C: asegurar que el 99% de los embalajes con 11 zapatillas vaya a revisión 0 01 0 00 0 00 12 ¿? ¨ § 2200 2300 2 00 2500 2 00 12 0 002 0 01 0 00 0 00 0. 10 (El valor medio QT y la dispersión WT van disminuyendo da acuerdo a las leyes halladas) 22  © ¨ § 0 2100 2200 2300 2 00 2500 2 00 2 00 !"   §  ¨    0 00 10 2300 33 2 00     © 0 2100 2 00  ! "  "   §  ¨    0 00 11 2 0 2 00     © 0 2100 2 00 !    2  §  ¨      0 00    12  Vinculado al porcentaje de embalajes en buenas condiciones que van innecesariamente a revisión 0 35 2 00 .99 ¨ § 2200 2300 2 00 2500 2 00 11 11 0 002 0 01 0 00 0 00 10 10 0 002 C Representación de las funciones de densidad de probabilidad de Tk para valores k=12. para k=1.Zapatillas económicas T: peso total de un empaque con k zapatillas. ~.

84 C ! 2581. para T12 } N (Q12 ! 2600.5  2640 ¸ ¹ ! P .84 ¹ ª º C  2470 ¸ ¹ ! 0.33 47.Zapatillas económicas Cálculos 2 T11 } N (Q 11 ! 2470.84 º C  2470 ! 2.99 47. W Tk ! 2289 ) P(T11 C ) ! 0.5 (en gramos) 2 Con este valor de C.99   ¨ T  Q T 11 P© 11 © W T 11 ª   C  2470 ¸ ¨ ¹ ! P© Z 47. W T 12 ! 2338) se verifica: P (T12 ¨ T12  Q T 12 C ) ! P© © W T 12 ª 2581.

1.31% de los embalajes en buenas condiciones va a revisión 23 .1131 El 11.Z ¹ 48.35 º P (T12 C ) ! 0.21 ! 0.1131 .

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->