UNIVERSIDAD CENTRAL DEL ECUADOR

Facultad de Ingeniera Ciencias Fsicas y Matemtica

Carrera de: Ingeniera Matemtica
ESTADSTICA
NOMBRE: Bryan Leonel Morales

PROFESOR: Msc. Ivn Naula

PRACTICA 2

18. Es siempre admisible el concepto clsico de probabilidad?

a) Simular 120 lanzamientos de un dado en cuyo interior se han introducido asimtricamente bolas de acero, de
forma que P (1) = 0.5; P (2) = 0.25; P (3) = 0.15; P (4) = 0.04 y P (5) = P (6) =0.03. Almacenar los resultados de
los lanzamientos en la variable (dado.trucado.120).
/* Cdigo */
dado.trucado.120=sample(1:6,120,replace=TRUE,c(0.5,0.25,0.15,0.04,0.03,0.03))
/*Resultado*/
b) Dibujar diagramas de barras para la variable anterior.

19. La concepcin frecuentista interpreta que la probabilidad de un suceso es el lmite de la frecuencia

relativa de dicho suceso cuando el nmero de veces que se repite el experimento asociado tiende a infinito.
Por ejemplo, que la probabilidad de sacar cruz al tirar una moneda es 0.5 significa que, en una sucesin
de tiradas, la frecuencia relativa de las cruces obtenidas se ira aproximando paulatinamente a 0.5 segn
avanza la sucesin.

a) Generamos un vector que represente la sucesin de tiradas; suponiendo n = 500 tiradas.

 b) Generamos
otro
vector FA
con las

frecuencias absolutas del nmero de cruces acumuladas hasta cada tirada.

Frecuencia acumulada de
las caras
 Frecuencia acumulada de los sellos

c) Calculamos las frecuencias relativas de las cruces en cada tirada.

d) Representamos la secuencia de frecuencias relativas acumuladas.

Frecuencias relativas
acumuladas de caras
 Frecuencias relativas
acumuladas de sellos

e) Podemos aadir la
asntota, a la altura
del valor terico de
la probabilidad p =
0.5
Si por q la suma de las
frecuencias acumuladas
relativas al final da un valor no
ms de 0.5 que es la
posibilidad de dar sea cara o sello, teniendo en cuenta que la moneda debe ser uniforme

SIMULACIN DE EXPERIMENTOS ALEATORIOS

20. Simular el problema del aniversario:
a) Simular el nacimiento de 40 personas. muestra.nac.40
b) Analizar los datos repetidos de muestra.nac.40 y comprobar si hay dos personas con el mismo da de
nacimiento.
c) Simular el nacimiento de 23 personas, muestra.nac.23 y efectuar la misma comprobacin que antes.
.

d) Simular el
experimento
anterior 2000
veces y
estimar la
probabilidad
de que al
menos dos
personas de
un grupo de
23 elegidos al
azar cumplan
aos el
mismo da
21.- Simular el problema de los dados de Galileo.
a) Abrir un nuevo conjunto de datos o data.frame de nombre Galileo. Simular el lanzamiento de
un dado 1000 veces.(C1=dado.1)

.
.
.

b) Realiza lo mismo para las columnas (C2=dado.2) y (C3=dado.3)

.
.
.

c) Establecer en la columna (C4=Suma) la suma de los tres dados.

.
.
.
d) Escriba la probabilidad de que la suma de los dados sea 10.

Segn la tabla enterior:

P(suma = 10)=25(Casos a favor)/216(Casos totales)=0.11571
e) Estimar la probabilidad de que la suma de los dados sea 9.
P(suma=9)=27(Casos a favor)/216(casos totales)=0.125
f) Realizar, con otra simulacin los pasos anteriores y comparar los resultados.
g) Comparar con los resultados exactos:

22.- Una variable aleatoria X binomial B(200,0.4). Se pide:

23.- La centralita telefnica de un hotel recibe un nmero de llamadas por minuto que sigue una
ley de Poisson con parmetro =0.5. Determinar la Probabilidad de que en un minuto al azar:
a) Se reciba una nica llamada.

b) Se reciban un mximo de dos llamadas.

2
24. Sea X una variable aleatoria con =50, =25 calcular

25. Una v.a X se distribuye uniformemente en (2,4)se pide:

26. Una v.a X se distribuye de forma normal N (0,1)se pide:

27. Con este ejemplo ilustraremos que el promedio de la media muestra, E[X] = y la desviacin
tpica de la media muestra es D.T.[X] =/n.
a. Simula una v.a. normal N (0, = 4) de tamao N = 1000 datos (este valor grande para
aumentar la precisin) y calcula de ella su media y su desviacin tpica.

b. Simula 16 muestras de una poblacin normal N(0, = 4) de tamao N = 1000.

 ( X 1+ X 2+ ...+ X 16)
1) Calcula la media X 16= .
16

2) Calcula la desviacin tpica de la variable X1

28. Simular y representar la media de un muestreo aleatorio simple de tamao 2 (X1,X2)

de una distribucin U(0,1).

a. Simular dos muestras muestras.2 de tamao N = 1000 para obtener un histograma

con bastante precisin

b. Construir el vector de medias media.2

 c. Realiza el histograma.

29) A partir del ejercicio anterior, simular y representar la media de un muestreo aleatorio simple de Tamao 5,
( X 1 , X 2 , , X 5) de una distribucin U (0,1)

a) Simular dos muestras muestras.5 de tamao N = 1000 para obtener un histograma con bastante precisin
b) Construir el vector de medias media.2
c) Realiza el histograma.
30) A partir del ejercicio anterior, simular y representar la media de un muestreo aleatorio simple de tamao 30,
(X 1 , X 2 , , X 30) de una distribucin U (0,1)

Le aadimos la curva normal para visualizar la comparacin, (
N u,
n )
curve(dnorm(x,0.5,1/sqrt(360)),col="red",add=T,lwd=3)
31) Realizar el ejercicio anterior para una distribucin exponencial exp(=2)
32) Un sistema electrnico est dispuesto de forma que cuando falla el primer dispositivo E1 se activa
automticamente el segundo E2
, y as sucesivamente hasta el En , Si el tiempo Ti hasta que falla Ei para cualquier i, es de tipo

y T ( n ) =T 1 +T 2+ +T n es el tiempo total de funcionamiento de

1
exponencial con parmetro = 0.1 hora
n dispositivos, hallar:

a) P[T (1) > 12].