Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El espacio muestral E={ ccc , ccs , csc , scc , ssc , scs , css , sss }
xi 0 1 2 3
P( x i) 1 3 3 1
P ( x i=0 ) = P ( x i=1 )= P ( x i=2 )= P ( x i=3 ) =
8 8 8 8
O bien:
xi 0 1 2 3
P( x i) P ( 0 )=0,125 P ( 1 )=0,375 P ( 2 )=0,375 P ( 3 )=0,125
xi 0 1 2 3
P( x i) P ( 0 )=0,125 P ( 1 )=0,375 P ( 2 )=0,375 P ( 3 )=0,125
Desarrollo.
x 1 2 3 4 5 6
P( x ) 1 1 1 1 1 1
6 6 6 6 6 6
2. Es evidente que P(x )≥ 0 para todo x, y además se tiene que:
1 1 1 1 1 1 6
∑ P( x)= 6 + 6 + 6 + 6 + 6 + 6 = 6 =1, luego se trata de una función de
x
probabilidad.
3. La esperanza de X es:
1 1 1 1 1 1 7
E ( X ) =∑ x P( x )=1
x 6 () () () () () ()
+2
6
+3
6
+4
6
+5
6
+6 = =3,5
6 2
4. La varianza la calculamos como:
2
σ 2=E ( x 2) −[ E(x ) ]
La esperanza de x 2 es
1 1 1 1 1 1 91
E ( x 2 )=∑ x 2 P ( x)=12 +22 +3 2 + 4 2 + 52 +62 =
x 6 6 6 6 6 6 6
35
σ=
√ 12
=1,707
3.
P ( X ≥201 ) =P ( X> 200 )=P ( x=201 ) + P ( x =202 )+ P ( x=203 )+ P ( x=204 ) + P ( x=205 )=0,2+0,23+ 0,17+
4.
E ( X ) =∑ xP(x )=198 ( 0,05 ) +199 ( 0,09 )+ 200 ( 0,15 )+ 201 ( 0,2 ) +202 ( 0,23 ) +203 ( 0,17 ) +204 ( 0,09 )+ 205 ( 0
x
2
6. σ 2=E ( x 2) −[ E( x ) ]
x 1 2 3 4 5 6 7 8 ó más
P( x ) 0,23 0,322 0.177 0,15 0,067 0,024 0,01 0,010
0 5 5
2
5. σ 2=E ( x 2) −[ E( x ) ]
E ( x 2 )=∑ x 2 ∙ P ( x )=12 ∙ 0,230+22 ∙0,322+…+ 82 ∙ 0,010=9,505
2 2
σ 2=E ( x 2) −[ E ( x ) ] =9,505−( 2,7 ) =2,215 de aquí tenemos que
σ =√ 2,215=1,49
σ 1,49
6. C . V = ∙100= ∙100=55,2%
x́ 2,7
Ejercicio 4. Se lanza dos veces una moneda. Sea X la v.a. que expresa
el número de sellos en los dos lanzamientos.
La distribución binomial
Observaciones:
5 0 5
()
Para x=0 , tenemos P ( x=0 ; 5 , 0.4 )= ( 0.4 ) (0.6) =0.0778
0
5 1 4
()
Para x=1 , tenemos P ( x=1; 5 , 0.4 )= ( 0.4 ) (0.6) =0.2592
1
5 2 3
()
Para x=2, tenemos P ( x=2; 5 , 0.4 )= ( 0.4 ) (0.6) =0.3456
2
5 3 2
()
Para x=3, tenemos P ( x=3 ; 5 ,0.4 )= ( 0.4 ) (0.6) =0.2304
3
P ( X ≥2 ) =1−[ P ( x=0 ) + P ( x=1 ) ] =1− 15 0.050 0.9515+ 15 0.051 0.9514 =0.1709 ⟶17.1 %
[( ) 0 ( ) 1 ]
Segundo ejemplo de aplicación.
1
Desarrollo: n=25 , p= =0.05
20
a. Sea X la v.a. que representa en n° de personas que se une al
grupo.
P ( X ≥2 ) =1−P ( X <2 )=1−[ P ( X=0 )+ P (X=1) ]
P ( X ≥2 ) =1−[ P ( X=0 ) + P ( X=1 ) ]=¿
e−μ ∙ μ x
{
P ( x ; μ )= x ! , x=0,1,2 , … ; μ >0
0 , en cualquier otro caso
e− μ ∙ μ x
Ejemplos de cálculo: Fórmula P ( x ; μ )=
x!
e−1,2 ∙1,20
a. Calcular P ( x=0 ; μ=1,2 ) =P ( 0 ; 1,2 )= =0,3012
0!
e−1,2 ∙ 1,23
b. Calcular P ( x=3 ; μ=1,2 )=P ( 3 ; 1,2 )= =0,0867
3!
Observaciones:
e−4 40
a. P ( x=0 ; μ=4 ) =P ( 0 ; 4 ) = =0,0183
0!
e−4 4 3
c. P ( x=3 )=P ( 3 ; 4 )= =0,1954
3!
e−5 ∙ 54
a. P ( x=4 )=P ( 4 ; 5 )= =0,1755
4!
b. P ( x> 4 )=1−P ( x ≤ 4 )
¿ 1−[ P ( x=0 ) + P ( x=1 ) + P ( x =2 )+ P ( x=3 )+ P (x=4 ) ]
e−5 ∙5 0 e−5 ∙ 51 e−5 ∙52 e−5 ∙ 53 e−5 ∙ 5 4
¿ 1− [ 0!
+
1!
+
2!
+
3!
+
4!
=0,5595 ]
c. P ( x ≤ 4 )=P ( x=0 ) + P ( x=1 ) + P ( x=2 )+ P ( x=3 ) + P ( x=4 )=0,4405
e−15 ∙ 15 1
e. P ( x=1; μ=15 )= =0,0000046=4,6 ∙10
−6
1!
e−10 ∙ 109
f. P ( x=9 ; 10 )= =0,1251
9!
σ 2,2361
g. σ =√ 5=2,2361 ; CV = ∙ 100= 100=44,72 %
μ 5
EJERCICIOS DE DISTRIBUCIÓN DE POISSON
Desarrollo.
Sea X el número de llamadas que se reciben por hora.
∙ 105
−10
e
a. P ( x=5 ; μ=10 ) =P ( 5 ; 10 )= =0,0378
5!
e−20 ∙2015
c. P ( x=15 ; μ=20 ) =P ( 15 ; 20 ) = =0,0516
15!
e−6 ∙6 5 e−6 ∙6 7
c. P ( x=5 ; μ=6 )+ P ( x=7 ; μ=6 )= + =0,2983
5! 7!
σ √ μ ∙ 100= √ 3 ∙ 100=57,7 %
d. CV = ∙ 100=
μ μ 3
DISTRIBUCIÓN HIPERGEOMÉTRICA
(kx)( Nn−x
−k
) , x=0,1,2 , … , n ; x ≤ k ; n−x ≤ N −k
P ( x ; N , n , k )=
{ ( Nn )
0 , para otro valor
( Nn )
P ( x ≥ 2 )=1−P ( x <2 )
¿ 1−¿
30 20 30 20
¿ 1−
[
( )(
0 5 ) +
(
(505) (505 )
1 )( 4 )
]
¿ 1−[ 0,007317+0,068597]
¿ 0,9241
nk nk ( N −k )( N−n)
E ( x )=μ= Var ( x )=σ 2=
N N 2 (N−1)
k N−k
Desarrollo: P ( x ; N , n , k )=
( x )( n−x )
( Nn )
a. N=32, n=6 , k=11
11 21
P ( x=3 ; 32,6,11 )=
( )( )
3 3
=0,2422
32
( )
6
c.