Documentos de Académico
Documentos de Profesional
Documentos de Cultura
uniendo dos puntos no adyacentes, un cuadrado tiene cuatro vértices, así mismo
solo hay una recta que pase por los dos puntos, solo podemos unir dos vértices de
4!
manera simultáneas, entonces 4𝐶2 = (4−2)!2!
= 6 𝑢𝑛𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 .
ahora considerando que de las 6 uniones posibles tenemos que quitar las uniones
caso del cuadrado considerando esta vez que el número de vértices es 6 entonces
6!
tenemos que: 6𝐶2 = (6−2)!2!
= 15 𝑢𝑛𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 , procedemos a eliminar el
𝑛!
𝑛𝐶2 − 𝑛 = (𝑛−2)!2!
−𝑛 ,
𝑛!
𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎𝑛𝑑𝑜 𝑙𝑎𝑠 𝑝𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑𝑒𝑠 𝑓𝑎𝑐𝑡𝑜𝑟𝑖𝑎𝑙𝑒𝑠 (𝑛−2)!
= 𝑛(𝑛 − 1)
3
𝑛(𝑛−1) 𝑛 −3𝑛
2!=2, tenemos que 𝑛𝐶2 − 𝑛 = 2
−𝑛= 2
donde n
𝑛!
c) consideremos 𝑛𝐶𝑛 − 𝑛 = (𝑛−𝑛)!𝑛!
− 𝑛 = 1 − 𝑛considerando que el número
contradictorio, por lo tanto no existen figuras que tengan el número de lados sea
2
b) para todo 𝑎 ∈ 𝑅 , 𝑉𝑎𝑟(𝑎𝑋) = 𝑎 𝑉𝑎𝑟(𝑋), si X e Y son independientes entonces
2 2
𝑉𝑎𝑟(𝑎𝑋 + 𝑏𝑌) = 𝑎 𝑉𝑎𝑟(𝑋) + 𝑏 𝑉𝑎𝑟(𝑌)
ocurrir lo siguiente
por el teorema de bayes donde para que ocurra un evento A primero tiene que darse
(0.9)(0.02)
incidente dado que se encendió la alarma es 𝑃(𝐼'/𝐴) = (0.1)(0.97)+(0.9)(0.02)
≡ 0. 1567
4 4 4
de 52 por lo tanto si se reemplaza tendríamos que 𝑝 = ( 52 )( 52 ) ≡ 0. 006
4
b) si no se reemplaza la primera vez que tomas tienes una probabilidad de 52 y la
segunda vez que tomas se reduce el numero de haces y el numero de cartas, entonces
3
la probabilidad seria 51
, si no se reemplaza tendríamos que :
4 3
𝑝 = ( 52 )( 51 ) = 0. 0045
𝑎
5. ∫ 𝑓(𝑥) = 0 no es una función de distribución de probabilidad
𝑎
1 2 ∞
[− (𝑥−µ) ] 𝑡𝑥
1 2
6. a) sea 𝑓𝑥(𝑥) = 𝑒 2σ
tenemos que 𝑀(𝑡) = ∫ 𝑒 𝑓𝑥(𝑥)𝑑𝑥
σ 2π
−∞
∞ 1 2 ∞ 1 2 2
𝑡𝑥 [− (𝑥−µ) ] 𝑡𝑥 [− (𝑥 −2µ𝑥+µ ) ]
1 2
1 2
𝑀(𝑡) = ∫ 𝑒 𝑒 2σ
𝑑𝑥 = ∫ 𝑒 𝑒 2σ
𝑑𝑥 por
σ 2π σ 2π
−∞ −∞
2 2 2 2 2
∞ [−
1
(𝑥 −2µ𝑥+µ ) +𝑡𝑥] ∞ [−
1
(𝑥 −2µ𝑥−2σ 𝑡𝑥+µ ) ]
1 2σ
2
1 2σ
2
𝑀(𝑡) = ∫ 𝑒 𝑑𝑥 = ∫ 𝑒 𝑑𝑥
σ 2π σ 2π
−∞ −∞
2 2 2
∞ [−
1
(𝑥 −2𝑥(µ+σ 𝑡)+µ ) ]
1 2
𝑀(𝑡) = ∫ 𝑒 2σ
𝑑𝑥 , operamos el termino del
σ 2π
−∞
2 2 2 2 2 2 2 2 2 2 2 2
𝑥 − 2𝑥(µ+ σ 𝑡) + (µ + σ 𝑡) − (µ + σ 𝑡) + µ = (𝑥 − (µ + σ 𝑡) − (µ + σ 𝑡) + µ
∞ 1 2 2 2 2 2
[− ((𝑥−(µ+σ 𝑡) −(µ+σ 𝑡) +µ )]
1 2σ
2
𝑀(𝑡) = ∫ 𝑒 𝑑𝑥
σ 2π
−∞
1 2 2 2 2 2
− 2 [(µ+σ 𝑡) +µ ] ∞ [−
1
((𝑥−(µ+σ 𝑡) )]
2σ 1 2σ
2
𝑀(𝑡) = 𝑒 ∫ 𝑒 𝑑𝑥
σ 2π
−∞
∞ 1 2 2
[− ((𝑥−(µ+σ 𝑡) )]
1 2
∫ 𝑒 2σ
𝑑𝑥 = 1 ya que es una integral de una función
σ 2π
−∞
1 2 2 2
− 2 [(µ+σ 𝑡) +µ ]
2σ
de probabilidad normal, por lo tanto: 𝑀(𝑡) = 𝑒
2 4 2
1 2 2 4 2 2 2µσ 𝑡+σ 𝑡
− 2 [−µ −2µσ 𝑡−σ 𝑡 +µ ] 2
2σ 2σ
𝑀(𝑡) = 𝑒 =𝑒
2 2
σ𝑡
µ𝑡+ 2
b) 𝑀(𝑡) = 𝑒 para el primer momento tenemos :
2 2
σ𝑡
µ𝑡+ 2
𝑑𝑀(𝑡) 2
𝑑𝑡
=𝑒 (µ + σ 𝑡) ,
99−80
7. 𝑎)𝑃(𝑋 < 100) = 𝑃(𝑧 < 10
) = 1. 9
66−80 99−80
𝑏)𝑃(65 < 𝑋 < 100) = 𝑃( 10
< 𝑧< 10
) = 𝑃(− 1. 4 < 𝑧 < 1. 9)
70−80 90−80
= 𝑃( 10
≤ 𝑧 ≤ 10
) = 𝑃(− 1 ≤ 𝑧 ≤ 1)