Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cuestionario Probabilidad y Estadistica I
Cuestionario Probabilidad y Estadistica I
Taller 1
Probabilidad y Estadística I
Distribución de Probabilidad Conjunta
a) P (X ≤ 2, Y = 1);
0 1 2 1+1 2+1 1
(𝑥, 𝑦) = + = R//.
0 30 30 6
1 (1,1)
2 (2,1)
3
2
3 (3,0) (3,1)
c) P(X > Y )
0 1 2 1+0 2+0 3+0 2+1 3+1 3+2 3
(𝑥, 𝑦) = + + + + + = R//.
30 30 30 30 30 30 5
0
1 (1,0)
2 (2,0) (2,1)
3 (3,0) (3,1) (3,2)
d) P(X +Y = 4)
2+2 3+1 8
(𝑥, 𝑦) = + = R//.
0 1 2 30 30 30
0
1
2 (2,2)
3 (3,1)
3 2 3 3 2 3 3 2 3 3 2 3
( )( )( ) ( )( )( ) ( )( )( ) ( )( )( )
0 0 3−0−0 0 1 3−0−1 0 2 3−0−2 1 0 3−1−0
8 + 8 + 8 + 8 +
( ) ( ) ( ) ( )
4 4 4 4
3 2 3 3 2 3
( )( )( ) ( )( )( ) 1+6+3+9+18+9 46
1 1 3−1−1 2 0 3−2−0
8 + 8 = = R//.
( ) ( ) 70 70
4 4
a) P (0 ≤ X ≤ 1 y ¼ 4 ≤ Y ≤ ½ )
b) P(X < Y).
3
𝑥
Taller 2
Probabilidad y Estadística I
Esperanza Matemática
Calcule el número promedio de imperfecciones que hay en cada 10 metros de esta tela.
∪ = ∈ (𝑥) = ∑ 𝑥 𝑓(𝑥)
𝑥
∪ = 0.88 R//.
𝑥
3 1 3 −𝑥
𝑓(𝑥) = ( ) ( ) ( ) , 𝑥 = 0,1,2,3,4
𝑥 4 4
Calcule la media de X.
Xi 0 1 2 3 4
F(xi) 3 1 3 3 1
( )𝑥 ( )−𝑥
𝑥 4 4 𝑥 4
𝑚 = ∈ (𝑥) = 𝑎° 𝑋𝑖 𝑓(𝑋𝑖)
3 1 𝑥 3 −𝑥 3 1
𝑚 = ∈ (𝑥) = 0 ( ) + 1 ( ) + 2 ( ) + 3 ( ) + 4 ( )
𝑥 4 4 𝑥 4
𝑚 = 11.75 R//.
2𝑥 3 1
∪ = 𝑥2 − |
3
0
1
∪=
3
1
5000 (3) = 1.666 R//.
∞
∪ = ∈ (𝑥) = ∫ 𝑥 𝑓(𝑥)𝑑𝑥
−∞
1 2(x+2)
∪ = ∫0 x ( ) dx
5
1 2x2 1
∪ = ∫0 − ∫0 4x dx
5
1
2𝑥 3
∪= − 4𝑥 |
4
0
2
∪=
4
∪ = 0.5 R//.
Taller 3
Probabilidad y estadisticas
Varianza y Covarianza
∈
𝜇 = ∈ (𝑥) = 𝑥 𝐹(𝑥)
𝑥
𝜎 2 = ∈ (𝑥) − 𝜇2
𝜎 2 = (2)2 (0.3) + (3)2 (0.2) + (5)2 (0.5) − (3.70)2
𝜎 2 = 1.81 → 𝜎 = 1.34 R//.
2) La variable aleatoria X, que representa el número de errores por 100 líneas de código
de programación, tiene la siguiente distribución de probabilidad:
____________________________________
x 2 3 4 5 6
____________________________________
f(x) 0.01 0.25 0.4 0.3 0.04
____________________________________
𝜎 2 = ∈ (𝑥) − 𝜇2
𝜎 2 = (2)2 (0.01) + (3)2 (0.25) + (4)2 (0.4) + (5)2 (0.3) + (6)2 (0.4) − (4.11)2
𝜎 2 = 0.73 → 𝜎 = 0.86 R//.
f(x,y) x h(y)
0 1 2
2 1/28 0 0 1/28
1 2 2 3 4 3
∈ (𝑥) = 0 ( ) + 1 ( ) + 2 ( ) + 3 ( ) + 4 ( ) + 5 ( )
15 15 15 15 15 15
54
∈ (𝑥) =
15
∈ 1 1 1
𝜇 = ∈ (𝑥) = 𝑥 𝑓(𝑥) 𝜇 = (−3) ( ) + (6) ( ) + (9)( )
𝑥 6 2 3
𝜇 = 5.50 1 1 1
𝜇 = (−3)2 ( ) + (6)2 ( ) + (9)2 ( )
6 2 3
∈ 2 𝜇 = 46.50
𝜇 = ∈ (𝑥 2 ) = 𝑥 𝑓(𝑥)
𝑥
𝜎 2 = ∈ (2𝑥 + 1) 2
1 1 1
𝜎 2 = 2(−3)2 ( ) + 2(6)2 ( ) + 2(9)2 ( ) − 5.50 − 46.50
6 2 3
𝜎 2 = 41
𝜎 = 6.40 R//.
3) El tiempo total que una adolescente utiliza su secadora de pelo durante un año,
medido en unidades de 100 horas, es una variable aleatoria continua X que tiene la
siguiente función de densidad
2(1 − 𝑥), 0 < 𝑥 < 1,
𝑓(𝑥) = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜.
Determine la media de la variable aleatoria Y = 60X2 + 39X, donde Y es igual al número
de kilowatts-hora que gasta al año.
𝜇 = ∫ 𝑦 𝑓(𝑦) 𝑑𝑦
0
𝜇 = 2 ∫ 𝑦 (1 − 𝑥)𝑑𝑦
1
0 0
𝜇 = 2(∫ 𝑦𝑥 𝑑𝑦 − ∫ 𝑦 𝑑𝑥)
1 1
0 0
𝜇 = 2(∫ 𝑦𝑥 𝑑𝑦 − ∫ 60𝑥 2 + 39𝑥 𝑑𝑥)
1 1
𝑥𝑦 60𝑥 2 + 39𝑥 0
𝜇 =2 ( )−( )|
2 2
1
𝑥𝑦 60 + 39
𝜇 = 2 (( ) − ( ))
2 2
𝑥𝑦 99
𝜇 =2 ( )+( )
2 2
49
𝜇= R//.
2
P(7>=x>=13)>=1-1/k^2
1-1/(3/2) R//: P(7 >=x >= 13)>= 0.33
1-2/3 = 1/3 = 0.33
2) Calcule P(μ – 2σ < X < μ + 2σ), donde X tiene la siguiente función de densidad
6(1 − 𝑥), 0 < 𝑥 < 1,
𝑓(𝑥) = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜.
Como se escojen los 70 mejores de 1000 aspirantes solo ingresan 70/1000 = 0.07 = 7%
¿Una persona que obtiene una calificación de 84 puede obtener uno de los puestos?
P(u-ko<x<u+ko)>=0.86
1-1/k^2 = 0.86 1-0.8601/k^2 0.14= 1/k^2
k^2 = 1/0.14 k^2 = 7.143 k^2 = 2.67
4) Una empresa eléctrica fabrica una bombilla de luz de 100 watts que, de
acuerdo con las especificaciones escritas en la caja, tiene una vida media de
1000 horas con una desviación estándar de 70 horas. A lo sumo, ¿qué
porcentaje de las bombillas no duran al menos 800 horas? Suponga que la
distribución es simétrica alrededor de la media.
P(x < 800) = ?
800 = 1000 – (2.9)(70)
P(u-ko < X < u+ko) >= 1-1/k^2
P(1000 – (2.9)(70)) < x < 1000+2.9(70) >= 1-1/(2.9) ^2
P(800 < x < 1203) >= 0.88
Taller 6
Probabilidad y Estadística I
Distribución Uniforme Discreta
b) f(x) = c, para x = 0, 1, 2.
𝑃(𝑥 > 𝐶) = 𝑓(0) + 𝑓(1) + 𝑓(2)
𝑃 (𝑥 > 𝐶) = 3𝐶 R//.
x 0 1 2 3 4
__________________________________________
f (x) 0.20 0.20 0.20 0.20 0.20
0.25 𝑥 = 2,3,4,6
𝑓(𝑦) = {
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
calcule
a) Media
𝜇 = 𝜖𝑥 = 2(0.25) + 3(0.25) + 4(0.25) + 6(0.25)
𝜇 = 𝜖𝑥 = 3.75
b) Varianza
𝜎 2 = 𝜖(𝑥 − 𝜇)2 = 2(𝑥 − 𝜇)2 𝑓(𝑥)
𝜎 2 = (𝑥 − 3.75)2 = (2 − 3.75)2 (0.25) + (3 − 3.75)2 (0.25) + (4 − 3.75)2 (0.25) + (6 − 3.75)2 (0.25)
𝜎 2 = 0.76 + 0.14 + 0.015 + 1.26
𝜎 2 = 2.17
𝜎 = 1.47