TALLER UNIDAD 1

NOMBRE DEL ESTUDIANTE :

FECHA
 TALLER DE LA UNIDAD 1

1. Distribución normal (área bajo la curva equivalente al valor de la probabilidad)

Según los datos (masa en gramos de plata como residuo de un proceso artesanal de joyería)

2,3 5,4 7,3 7,8 4,9 10,2 7,5 4,8 7,2 10,3
12,5 11,8 14,7 15,2 7,8 9,3 7,5 9,2 4,1 5,3
4,5 6,3 12,7 16,8 13,5 2,4 5,7 4,2 5,7 11,8

Como el número de datos es mayor o igual que 30, utilizamos la distribución normal.

Calculamos la media y la desviación estándar poblacional

data=c(2.3, 5.4,7.3,7.8,4.9,10.2,7.5,4.8,7.2,10.3,12.5,11.8,14.7,15.2,7.8,9.3,

7.5,9.2,4.1,5.3,4.5,6.3,12.7,16.8,13.5,2.4,5.7,4.2,5.7,11.8)

media=mean(data)

media

n=length(data)

desviación muestral#

desv=sd(data)

desv

desviación de la población#

dsp=sqrt(((n-1)/n)*var(data))

dsp

A. Calcular P (x< 5,3)

pnorm(5.3,media,dsp)

regionX=seq(-4,5.3,0.01)

xP <- c(-4,regionX,5.3)

yP <- c(0,dnorm(regionX,media,dsp),0)
curve(dnorm(x,media,dsp),xlim=c(-4,20),yaxs="i",ylim=c(0,0.2),ylab="f(x)",

main='Densidad N(media,dsp)')

polygon(xP,yP,col="green3")

B. Calcular P (x> 9,7)

regionX=seq(9.7,20,0.01)

xP <- c(9.7,regionX,20)

yP <- c(0,dnorm(regionX,media,dsp),0)

curve(dnorm(x,media,dsp),xlim=c(-4,20),yaxs="i",ylim=c(0,0.2),ylab="f(x)",

main='Densidad N(media,dsp)')

polygon(xP,yP,col="green3")
 C. Calcular P ( 4,5<x<10,5)

pnorm(10.5,media,dsp)-pnorm(5.3,media,dsp)

regionX=seq(4.5,10.5,0.01)

xP <- c(4.5,regionX,10.5)

yP <- c(0,dnorm(regionX,media,dsp),0)

curve(dnorm(x,media,dsp),xlim=c(-4,20),yaxs="i",ylim=c(0,0.2),ylab="f(x)",

main='Densidad N(media,dsp)')

polygon(xP,yP,col="green3")
 D. Calcular P ( x< 12,5)

pnorm(12.5,media,dsp)

regionX=seq(-4,12.5,0.01)

xP <- c(-4,regionX,12.5)

yP <- c(0,dnorm(regionX,media,dsp),0)

curve(dnorm(x,media,dsp),xlim=c(-4,20),yaxs="i",ylim=c(0,0.2),ylab="f(x)",

main='Densidad N(media,dsp)')

polygon(xP,yP,col="green3")
 E. Calcular P ( x> 3,2)

pnorm(3.2,media,dsp,lower.tail = F)

regionX=seq(3.2,21,0.01)

xP <- c(3.2,regionX,20)

yP <- c(0,dnorm(regionX,media,dsp),0)

curve(dnorm(x,media,dsp),xlim=c(-4,20),yaxs="i",ylim=c(0,0.2),ylab="f(x)",

main='Densidad N(media,dsp)')

polygon(xP,yP,col="green3")
 2. Distribución Chi cuadrado, F

A. Considere una variable aleatoria X con distribución chi cuadrado de 16 grados de libertad, ¿cuál es la
probabilidad de que X sea menor a 32?

pchisq(32, 16)

regionX=seq(0,32,0.01)

xP <- c(0,regionX,32)

yP <- c(0,dchisq(regionX,16,ncp=0,log=F),0)

curve(dchisq(x,16,ncp=0,log=F),xlim=c(0,40),yaxs="i",ylim=c(0,0.2),ylab="f(x)")

polygon(xP,yP,col="green3")
 B. Identifique el cuantil y calcule las probabilidades acumuladas a izquierda y derecha asociadas a X2 8, 0.3
qchisq(0.3, 8, lower.tail = F)

9.524458

A la izquierda

regionX=seq(0,9.524458,0.01)

xP <- c(0,regionX,9.524458)

yP <- c(0,dchisq(regionX,8,ncp=0,log=F),0)

curve(dchisq(x,8,ncp=0,log=F),xlim=c(0,40),yaxs="i",ylim=c(0,0.2),ylab="f(x)")

polygon(xP,yP,col="green3")
probabilidad a la derecha

pchisq(9.524458, 8, lower.tail = F)

regionX=seq(9.524458,40,0.01)

xP <- c(9.524458,regionX,40)

yP <- c(0,dchisq(regionX,8,ncp=0,log=F),0)

curve(dchisq(x,8,ncp=0,log=F),xlim=c(0,40),yaxs="i",ylim=c(0,0.2),ylab="f(x)")

polygon(xP,yP,col="green3")
 C. Identifique el cuantil y calcule las probabilidades acumuladas a izquierda y derecha asociadas a F 16,8, 0.95
qf(0.95,16,8)

3.201634

probabilidad a la izquierda

pf(3.201634,16,8)

regionX=seq(0,3.201634,0.01)

xP <- c(0,regionX,3.201634)

yP <- c(0,df(regionX,16,8,ncp=0,log=F),0)

curve(df(x,16,8,ncp=0,log=F),xlim=c(0,10),yaxs="i",ylim=c(0,0.8),ylab="f(x)")

polygon(xP,yP,col="green3")
probabilidad a la derecha

pf(3.201634,16,8,lower.tail = F)

regionX=seq(3.201634,10,0.01)

xP <- c(3.201634,regionX,10)

yP <- c(0,df(regionX,16,8,ncp=0,log=F),0)

curve(df(x,16,8,ncp=0,log=F),xlim=c(0,10),yaxs="i",ylim=c(0,0.8),ylab="f(x)")

polygon(xP,yP,col="green")
D. Calcule el valor esperado y la varianza de la variable aleatoria X ̴ F1,9
 3. Un fabricante de focos afirma que su producto durará un promedio de 450 horas, para verificar este promedio
una persona selecciona una muestra aleatoria de 20 focos encontrando una media de 410 horas en promedio y
una desviación estándar de 60 horas. Confirme la afirmación del fabricante si el valor de t cae entre –t0.05 y t0,05 .
Asuma la distribución de tiempos aproximadamente normal

glibertad=20-1

glibertad

c25=qt(0.25,glibertad)

c25

-0.6876215

c75=qt(0.75,glibertad)

c75

0.6876215

tc=(xbarra-media)/(s/sqrt(n1))

tc

-2.981424

regionX=seq(-0.6876,0.6876,0.01)

xP <- c(-0.6876,regionX,0.6876)

yP <- c(0,dt(regionX,19,ncp=0,log=FALSE),0)

curve(dt(x,19,ncp=0,log=FALSE),xlim=c(-5,5),yaxs="i",ylim=c(0,0.5),ylab="f(x)")

polygon(xP,yP,col="green3")
 como el valor de -2.98 es menor de -0.68 el fabricante no está en lo cierto

4. Como regla el 25% de los productos manufacturados por un torno son defectuosos. ¿Cuál es la probabilidad de
que en 20 de estos existan 15 defectuosos?

dbinom(15:15,20,0.25)

3.426496e-06

plot(dbinom(15:15,20,0.25),type="h",xlab="k",ylab="P(X=k)")main="Función de Probabilidad B(20,0.25)")

5. Un par de dados perfectos se lanzan 40 veces ¿Cuál es la probabilidad de que la suma de sus caras de un 6 o un 7,
y que en estos lanzamientos aparezcan 10 veces o menos?

la probabilidad de 6 o 7 en el lanzamiento de 2 dados es 11/36

pr=11/36
pr

0.3055556

sum(dbinom(0:10,40,p1))

plot(dbinom(0:10,40,p1),type="h",xlab="k",ylab="P(X=k)")