Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
y, si0 y 5
25
2 1
f(y) y, si5 y 10
5 25
0 en otro caso
𝒚
𝑭(𝒀) = ∫−∞ 𝒇(𝒕)𝒅𝒕 =
𝟎 𝟓 𝟏 𝒚𝟐 𝟏
∫−∞ 𝟎 𝒅𝒕 + ∫𝟎 𝟐𝟓
𝒕 𝒅𝒕 + ∫𝟓 𝟓
− 𝟐𝟓
𝒕 𝒅𝒕
𝟏𝒕𝟐 𝟐𝒕 𝒕𝟐 𝒚
=𝟎+( |𝟓 ) + ( − )|
𝟐𝟓 𝟐 𝟎 𝟓 𝟓𝟎 𝟓
𝟏 𝟐(𝒚−𝟓) (𝒚𝟐 −𝟐𝟓)
=𝟎+𝟐+( − )
𝟓 𝟓𝟎
𝟐
𝟏 𝟐𝟎𝒚 − 𝒚 − 𝟕𝟓
= +
𝟐 𝟓𝟎
𝟐𝟎𝒚−𝒚𝟐 −𝟓𝟎
= 𝟓𝟎
0 , Si 𝑦 < 0
𝑦2 , Si 0 ≤ 𝑦 < 5
50
F(y)
20𝑦 − 𝑦 2 − 50 ,Si 5 ≤ 𝑦 < 10
50
1 , 𝑦 ≥ 10
B) Calcular la probabilidad que la extracción sea entre 4 y 7 , P(4<x<7):
20∗7−72 −50) 42 41 16 25
P(4 < y < 7) = P(x=7) – P(x=4) = ( ) − 50 = 50 − 50 = = 0,5
50 50
Por lo tanto, la probabilidad de que la extracción de cobre este entre 4 y 7(en miles de
toneladas es de 0.5, lo que equivale al 50%.
20𝑦 − 𝑦 2 − 50
𝑃(𝑥 = 𝑦) ⇔ = 0,85 ⇔ 20𝑦 − 𝑦 2 − 50 = 42,5
50
𝑦 2 − 20𝑦 + 92,5 = 0
Luego tenemos 2 valores:
Y1=12.74
Y2=7.26
R: Como Y va de 0 a 10, entonces y=7.26, por lo que un 85% de la extracción de cobre es
como máximo 7261 toneladas.
E [𝑦 2 ] = ∫ 𝑦 2 𝑓(𝑦)𝑑𝑦
5 1 10 2 1
= ∫0 𝑦 2 (25 𝑦) 𝑑𝑦 + ∫5 𝑦 2 (5 − 25 𝑦) 𝑑𝑦
1 𝑦4 2 𝑦3 1 𝑦4
= 25 ( 4 ) |50 + (5 ( 3 ) − 25 ( 4 )) |10
5
25
𝑣𝑥 = √ 6 = 2,04
̅̅̅
Ejercicio 2
43 𝑒 −4
𝑃(𝑥 = 3) = = 0,19
6
R: La probabilidad de recibir 3 solicitudes de llamada es de un 19,53%.
C) Si los operadores del servicio de grúas hacen una pausa de 30 minutos para el
almuerzo, ¿cuál es la probabilidad de que no dejen de atender llamadas de ayuda?
Para λ=2
P(x=X) =1-P(x=0)
20 ∗𝑒 −2
= 1 - 0! = 0.864
R: La probabilidad de que dejen de atender es un 86%
E(x) = λ = 2
R: Se esperan 2 llamadas.
Ejercicio 3
Existen 2 máquinas para cortar corchos para usarse en botellas de vino. La primera produce
corchos con diámetros que están normalmente distribuidos con media de 3 cm y desviación
estándar de 0.1 cm. La segunda máquina produce corchos con diámetros con distribución
uniforme entre los 2,96 y 3,02 cm. Los corchos aceptables tienen diámetros entre 2.9 y 3.1
cm
Máquina 1 x∼N(3;0.1)
Máquina 2 U[2.96;3.02]
Corchos aceptables [2.9 ; 3.1]
Máquina 1:
2,9 − 3 3,1 − 3
𝑃(2,9 ≤ 𝑥1 ≤ 3,1) = 𝑃 ( ≤𝑧≤ ) = 𝑃(−1 ≤ 𝑧 ≤ 1)
0,1 0,1
= 𝑃(𝑧 ≤ 1) − 𝑃(𝑧 ≤ −1) = 0,8413 − 0,1587 = 0,6826
Máquina 2:
1 1
a≤x≤b 2.96≤x≤3.02
𝑏−𝑎 0.06
f(x)= =
0 e.o.c 0 e.o.c
0 x<2.96
𝑥−2.96
F(x)=P(x=X)= 2.96≤x≤3.02
0.06
1 x>3.02
Ejercicio 4
k
p ( x) , siX 0.1.2.3.4
2 x!(4 x)!
A) Encontrar el valor de 𝑘 para que p(𝑥) sea una función de probabilidad:
x 0 1 2 3 4
P(x) 0,0625 0,25 0,375 0,25 0,0625 1
X P(x) 0 0,25 0,75 0,35 0,25 2
0 , 𝑥<0
1 , 0≤𝑥<1
6
5 , 1≤𝑥<2
F(x) 16
11 , 2≤𝑥<3
16
15 , 3≤𝑥<4
16
1 , 𝑥≥4
𝑃(𝑥 ≥ 1) = 1 - 𝑃(𝑥 = 0)
1
= 1 – 16
= 0,9375
R: la probabilidad que tenga al menos una infracción es de un 93.75%.
D) Obtener la f.g.m. de la variable aleatoria X y a través de ésta calcular el número
promedio de infracciones de tránsito de estos conductores:
(𝑡)
𝑀𝑥 = 𝐸[𝑒 𝑡𝑥 ] = 𝛴𝑒 𝑡𝑥 𝑝(𝑥)
= 𝑒 𝑡𝑥 𝑝(𝑥1 ) + 𝑒 𝑡𝑥 𝑝(𝑥2 ) + 𝑒 𝑡𝑥 𝑝(𝑥3 ) + 𝑒 𝑡𝑥 𝑝(𝑥4 )+ 𝑒 𝑡𝑥 𝑝(𝑥5 )
1 1 3 3 4
= 16 𝑒 0 + 4 𝑒 𝑡 + 8 𝑒 2𝑡 + 4 𝑒 3𝑡 + 16 𝑒 4𝑡
=1,5625
𝑑𝑥
𝑀𝑥𝑡 |𝑡=𝑂 = 𝐸[𝑥]
𝑑𝑡
=1 ∗ 0,25𝑒 𝑡 + 2 ∗ 0,375𝑒 2𝑡 + 3 ∗ 0,25𝑒 3𝑡 + 4 ∗ 0,0625𝑒 4𝑡
= 0,25 + 0,75 + 0,75 + 0,25
=2
E) Los conductores con infracciones de tránsito incurren en una multa M(X) que se
puede modelar por M(X) =150X -120 (en miles de pesos) por el exceso de velocidad.
Calcular e interpretar la cantidad esperada y la varianza.
V(Mx) = V(150x-120)
= 1502 ∗ 𝑉(𝑥) − 0
= 22500.
R: la varianza es 22500, esto significa que las multas tienen una medida de dispersión de
22500 pesos.
Ejercicio 5
A) Determine su f.d.p:
1 1
𝐸[𝑥] = 10 ⇒ = 10 ⇒ 𝜆 =
𝜆 10
1 −1𝑥 , 𝑥>0
𝑒 10
10
f(x)
0 , 𝑒. 𝑜. 𝑐.
B) Determine la probabilidad de que el componente dure más de 12 años
1 −1∗12
𝑃(𝑥 > 12) = 1 − 𝑃(≤ 12) = 1 − 𝑒 10 = 0,3
10
1 1
𝐸[𝑥] = = = 5,56 ≈ 6
𝑝 0,18
Ejercicio 6
Una caja contiene 30 pernos de los cuales 8 tienen algún tipo de defectos. Si se extrae una
muestra de 6 pernos al azar.
A) La probabilidad de encontrar uno defectuoso:
(81)(22
5)
P(𝑥 = 1) = (30
= 0,35
6)
(86)(22
0
)
𝑃(𝑥 ≥ 6) = = 0,0000471
(30
6
)
𝑋~𝐵𝑖𝑛𝑒𝑔(𝑃)
𝑥 − 1 (𝑝)𝑥 (𝑞)𝑥−𝑟 4 22 5 8 3
𝑃(𝑥 = 5) = ( ) = ( ) ( ) ( ) = 0,11
𝑟−1 1 30 30
R: la probabilidad de que el 5º perno revisado sea el segundo defectuoso es del 11%.
E) ¿Cuántos pernos buenos se esperan en la muestra?
22
𝑋~𝐵𝑖𝑛 (6, ) ,
30
22
𝐸(𝑥) = 𝑛 ∗ 𝑝 = 6 ∗ =4
30
R: se espera obtener 4 pernos buenos.