6.

1 Dada una distribución continua uniforme, demuestre que:

a) 𝜇 =(𝐴 +𝐵)/2
b) 𝜎^2 =(𝐵 −𝐴 )^2/12

a)
𝜇=𝐸[𝑋]=∫24_𝐴^𝐵▒ 〖𝑋 /(𝐵−𝐴) 𝑑𝑥=1/2∗((𝐵^2−𝐴^2 ))/(𝐵−𝐴)=1/2 (𝐵−𝐴)(𝐵+𝐴)/(𝐵−𝐴)=(𝐵+𝐴)/2=(𝐴+𝐵)/2 〗

b)
𝜇^2=((𝐴+𝐵)/2)^2
𝛼_2=𝐸[𝑋^2 ]=∫24_𝐴^𝐵▒ 〖𝑋 ^2/(𝐵−𝐴) 𝑑𝑥=1/3∗((𝐵^3−𝐴^3 ))/(𝐵−𝐴) 〗

𝜎^2=𝛼_2−𝛼_1^2=𝐸[𝑋^2 ]−𝜇^2

𝜎^2=1/3∗((𝐵^3−𝐴^3 ))/(𝐵−𝐴)−((𝐴+𝐵)/2)^2=1/3∗(𝐵−𝐴)(𝐵^2+𝐵𝐴+𝐴
( 〖 4𝐵 〗 ^2+4𝐵𝐴+ 〖 4𝐴 〗 ^2 〖− 3𝐵 〗 ^2−6𝐵𝐴− 〖 3𝐴 〗 ^2=)/12
=(𝐵+𝐴)/2=(𝐴+𝐵)/2 〗

𝜇^2=((𝐴+𝐵)/2)^2

3∗(𝐵−𝐴)(𝐵^2+𝐵𝐴+𝐴^2 )/(𝐵−𝐴)−((𝐴+𝐵)/2)^2=((𝐵^2+𝐵𝐴+𝐴^2 ))/3− (𝐴+𝐵)^2/4= ((𝐵^

〖 3𝐴 〗 ^2=)/12 ((𝐵^2−2𝐵𝐴+𝐴^2 ))/12=(𝐵−𝐴)^2/12
3− (𝐴+𝐵)^2/4= ((𝐵^2+𝐵𝐴+𝐴^2 ))/3− ((𝐵^2+2𝐵𝐴+𝐴^2 ))/4=
 6.2 Suponga que X tiene una distribución continua uniforme de
1 a 5. Determine la probabilidad condicional P(X > 2.5 | X ≤4).

sea X un distribución continua de 1 a 5

por lo tanto la funcion de densidad de X es

ahora, encontremos la probabilidad condicional asi:

𝑃(𝑋>2.5|𝑋≤4)=𝑃(𝑋>2.5∩𝑋≤4)/𝑃(𝑋≤4)
=(𝑃(2.5<𝑋≤4))/𝑃(𝑋≤4) ┤

entonces
𝑃(2.5<𝑋≤4)=∫24_2.5^4▒𝑓(𝑥)𝑑𝑥=∫_2.5^4▒ 〖 1/4 𝑑𝑥=1/4 ├ 𝑥┤|42.5" " 〗 =1/4 [4−2.5]=0.375

luego
𝑃(𝑋≤4)=∫_1^4▒ 〖 1/4 𝑑𝑥=1/4 ├ 𝑥┤|4"1 " 〗 =1/4 [4−1]=0.75

ahora la probabilidad condicional es

𝑃(𝑋>2.5|𝑋≤4)=𝑃(𝑋>2.5∩𝑋≤4)/𝑃(𝑋≤4) =𝑃(2.5<𝑋≤4)/𝑃(𝑋≤4) ┤=0.375/0.75=0.50
=0.375
 6.3 La cantidad de café diaria, en litros, que sirve una máquina que se localiza en el vestíbulo de un
aeropuerto es una variable aleatoria X que tiene una distribución continua uniforme con A = 7 y B = 10.
Calcule la probabilidad de que en un día determinado la cantidad de café que sirve esta máquina sea
a) a lo sumo 8.8 litros
b) más de 7.4 litros, pero menos de 9.5 litros
c) al menos 8.5 litros.

Solución:

a) b)
Datos
P(x < 8.8) A 7 P(7.4 < x < 9.5)
P(7 < x < 8.8) B 10
C 7
D 8.8

𝑃(7<𝑥<8.8)=(8.8−7)/ 𝑃(7.4 < 𝑥 < 9.5)=(9.5−7.4)/(10−7)

(10−7)

P(7 < x < 8.8) 0.6 P(7.4 < x < 9.5) 0.7

R. La probabilidad de que un día determinado R. La probabilidad de que un día determinado

a lo sumo se sirvan 8.8 litros es de 60% se sirvan más de 7.4 litros pero menos de 9.5
litros es de 70%
estíbulo de un
con A = 7 y B = 10.
sta máquina sea

c)
Datos Datos
A 7 P(8.5 < x < 10) A 7
B 10 B 10
C 7.4 C 8.5
D 9.5 D 10

=(9.5−7.4)/(10−7) 𝑃(8.5 < 𝑥 < 10)=(10−8.5)/(10−7)

P(8.5 < x < 10) 0.5

e que un día determinado R. La probabilidad de que un día determinado

4 litros pero menos de 9.5 al menos se sirvan 8.5 litros es de 50%
 6.4 Un autobús llega cada 10 minutos a una parada. Se supone que el tiempo de
espera para un individuo en particular es una variable aleatoria con distribución
continua uniforme.
a) ¿Cuál es la probabilidad de que el individuo espere más de 7 minutos?
b) ¿Cuál es la probabilidad de que el individuo espere entre 2 y 7 minutos?

Solución:

a) a 7
b 10

𝑃(𝑋≥7)=∫24_𝑎^𝑏▒𝑓(𝑥)𝑑𝑥=∫_7^10▒(1/10)𝑑𝑥=𝑥/10|■8(10@7)=(10/10−7/10)=(10−7)/10=0.30

Hay un 0.30 o 3% de que se espere más de 7 minutos.

b) A 2
B 7 1.6
x 10

𝑃(2≤𝑋≤7)=∫24_𝑎^𝑏▒𝑓(𝑥)𝑑𝑥=∫_2^7▒(1/10)𝑑𝑥=𝑥/10|■8(7@2)=(7/10−2/10)=(7−2)/10=0.50

Hay un 0.5 o 50% de que se espere entre 2 y 7 minutos.

0−7/10)=(10−7)/10=0.30

0−2/10)=(7−2)/10=0.50
 6.5 Dada una distribución normal estándar, calcule el área bajo la
curva que está
a) a la izquierda de z = –1.39;
b) a la derecha de z = 1.96;
c) entre z = –2.16 y z = – 0.65;
d ) a la izquierda de z = 1.43;
e) a la derecha de z = – 0.89;
f ) entre z = – 0.48 y z = 1.74.

Solución:

a) Datos:

z=-1.39

Tabla 0.0823
Excel 0.08226444

A 0.0823

b)

Datos:

z=1.96
Tabla 0.975
Excel 0.9750021

A=1-0.9750
A 0.0249979

c)
Datos:

entre z = –2.16 y z = – 0.65

z1
0.0154

Tabla 0.2424
Excel 0.24245978

A 0.2424
 d) Datos
z=1.43

Tabla
Excel
1.43
A

e) Datos

z=-0.89

Tabla
Excel

A=1-0.1867
A

f) Datos

entre z=-0.48 y z=1.74

y z = – 0.65
z2
0.2578
Tabla
Excel

A
 0.9236
0.92364149

0.9236

0.1867
0.18673294

0.8133

ntre z=-0.48 y z=1.74

z1 z2
0.3156 0.9591

0.6435
0.64345679

0.6435
6.6 Calcule el valor de z si el área bajo una curva normal estándar
a) a la derecha de z es 0.3622;
b) a la izquierda de z es 0.1131;
c) entre 0 y z, con z > 0, es 0.4838;
d) entre –z y z, con z > 0, es 0.9500.

Solución:

a) z 0.3622

z=1.09

𝑃(𝑍>𝑍𝑜)1−𝑃(𝑍≤𝑍𝑜)=1−0.3622=0.6378 Z=0.35 Tabla Para el valor de 0.637

𝑃(𝑍<0)+𝑃(0<𝑍<𝑍𝑜)=𝑃(𝑍>𝑧)

0.50000+𝑃(0<𝑍<𝑍𝑜)=0.6378
𝑃(0<𝑍<𝑍𝑜)=0.6378−0.5000

𝑃(0<𝑍<𝑍𝑜)=0.1378=1-0.1378=0.8621

Z=1.09 Tabla

b) z 0.1131

Z=-0.29

𝑃(𝑍<𝑍𝑜)1=𝑃(𝑍≥𝑍𝑜)=0.1131 Z=-1.22 Tabla Para el valor de 0.1131

𝑃(𝑍≤𝑍𝑜)=1−0.1131=0.8869
 𝑃(𝑍≤𝑍𝑜)=1−0.1131=0.8869

𝑃(𝑍<0)+𝑃(0<𝑍≤𝑍𝑜)=0.8869
0.5000+𝑃(0<𝑍≤𝑍𝑜)=0.8869

𝑃(0<𝑍≤𝑍𝑜)=0.8869-0.5000=0.3869

Z=-0.29 Tabla

c) z 0.4838

Z=2.14

𝑃(0<𝑍<𝑍𝑜)=0.4838
𝑃(𝑍<𝑍𝑜)−𝑃(𝑍<0)=0.4838
𝑃(𝑍<𝑍𝑜)−0.5000=0.4838

𝑃(𝑍<𝑍𝑜)=0.5000+0.4838="0.9838 "

𝑍=2.14 𝑇𝑎𝑏𝑙𝑎

d) z 0.95

Z=1.96

𝑃(−𝑍𝑜<𝑍<𝑍𝑜)=0.9500
𝑃(𝑍<𝑍𝑜)−𝑃(𝑍<−𝑍𝑜)=0.9500

𝑃(𝑍<𝑍𝑜)−(1−𝑃(𝑍<𝑧))=0.9500

2𝑃(𝑍<𝑍𝑜)=1+0.9500=1.9500/2=0.975

𝑍=1.96
0.35 Tabla Para el valor de 0.6378

a el valor de 0.1131
 6.7 Dada una distribución normal estándar, calcule el valor de k tal
que
a) P(Z > k) = 0.2946;
b) P(Z > k) = 0.0427;
c) P(−0.93 < Z < k) = 0.7235.

a) encontremos el valor de K si 𝑃(𝑍>𝑘)=0.2946

entonces: 𝑃(𝑍>𝑘)=1−P(Z≤𝑘)
P(Z≤𝑘)=1−0.2946=0.7054
ahora buscamos y según la tabla estandar normal de valores obtenemos k= 0.54

b) encontremos el valor de K si 𝑃(𝑍<𝑘)=0.0427

ahora buscamos y según la tabla estandar normal de valores obtenemos k= -1.72

c) encontremos el valor de K si 𝑃(−0.93<𝑍<𝑘)=0.7235

entonces 𝑃(−0.93<𝑍<𝑘)=𝑃(𝑍<𝑘)−𝑃(𝑍<−0.93)
𝑃(−0.93<𝑍<𝑘)+𝑃(𝑍<−0.93)=𝑃(𝑍<𝑘)
𝑃(𝑍<𝑘)=0.7235+0.1762=0.8997
ahora buscamos y según la tabla estandar normal de valores obtenemos k= 1.28
 0.54

-1.72

-0.93 1.28