Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOTA:
La variable aleatoria es una función que atribuye a cada evento elemental un
número que no es aleatorio o imprevisible sino fijo y predeterminado.
Ejemplo 2.1:
x
p ¿
f ( x )=P [ X =x ]=¿
0 , en otro caso
Media : μ= p
Varianza:σ 2= pq
b) Los resultados de cada prueba son dos, mutuamente excluyente, éxito (E) y
fracaso (F).
Se dice que la variable aleatoria X definida como el número de éxito que ocurren en las
n prueba de Bernoulli tiene distribución binomial con parámetros n y p se escribe: X →
B (n, p), si su función de probabilidad es:
()
f ( x )=P [ X =x ]= n pk p n−k , k =0 , 1 ,2 , 3 ,.. n
k
Medial : μ= pn
Varianza: σ 2=npq
Ejemplo 2.2:
Solución:
6
() 0
a) P [ X=0 ] = x ( 0.8 ) x ( 0.2 )
0
6
Donde:
(60)= 0 ! 86−0
6!
¿
¿=
6!
0! x6!
=1
Entonces:
0 6 6
P [ X=0 ] =1 x (0.8) x ( 0.2 ) =1 x 1 x (0.2) =0.000064 .
b) P [ X=2 ]= ()
6 x ( 0.8 )2 x ( 0.2 )4
2
Donde:
(62 )= 2 !(6−2)
6!
=
6!
=
720
2 ! x 4 ! 2 x 24
=15
Entonces:
c) P [X ≤ 1] = ()0 ()
6 x ( 0.8 )0 x ( 0.2 )6+ 6 x ( 0.8 )1 x ( 0.2 )5
1
P [ X ≤ 1 ] =0.0016 .
Ejemplo 2.3:
Solución:
a) Cada uno de los adultos pueden pertenecer al partido demócrata (E) o no pueden
pertenecer al partido demócrata (F). La probabilidad de que una persona adulta
pertenezca al partido demócrata es p=0.4 y de que no pertenezca es q=0.6. La
distribución de probabilidad de X es:
( )
P [ k ] =P [ X=k ] = 10 ¿
k
3 ( )
P[ X =3] 10 x ( 0.4 ) x ( 0.6 )
3 7
P [ X=3 ] =0.22
Se dice que la variable aleatoria discreta X, cuyos valores posibles son: 0, 1, 2,.., tiene
distribución de Poisson con parámetros λ ( λ>0) y se escribe X→ P(λ) , si su función de
probabilidad es:
e=¿ 2.71828…
Media : μ= λ
Varianza : σ 2=λ
NOTA:
P [ X=k ] =e
− λt
¿¿
Donde t es el número de ocurrencia de eventos en el periodo o espacio t.
Ejemplo 2.4:
El número medio de automóviles que llegan a una garita de pareja es de 120 por hora.
Solución:
Además:
np → λ y npq → λ
Ejemplo 2.5:
Solución:
Con E señalando una página que contiene al menos un error y S una página sin
errores, sea X: el número de páginas que contiene al menos un error, es una
variable aleatoria binomial con n = 400 y p = 0.005, así que np = 2.
Queremos:
a) P [ X=1 ] =
1 ( )
400 x ¿
3
b) P [ X ≤ 3 ]=∑ 400 x ¿
k=0 1 ( )
Una variable aleatoria continúa X se die que esta distribución normalmente con media
μ(−∞< μ< ∞) y varianza σ 2> 0 ,si su función de densidad de probabilidad está dado por:
( )
2
−1 x−μ
1 2 σ
f ( x )= e ;−∞< x <∞
σ √2 π
Dado que existe una distribución normal diferente para una combinación de media y
desviación estándar, sería inútil intentar elaborar las tablas suficientes para calcular
probabilidades, además de la complejidad de la función de densidad (formular). Existen,
sin embargo, una alternativa sencilla que evita estos problemas. Para ello se puede
convertir esta escala real en una relativa o estandarizada, mediante la variable
normalizada.
En donde:
x −μ
Z=
σ
σ : Desviación estándar
La distribución de una variable aleatoria normal con media cero y varianza 1 se denota:
Z → n(0 , 1) y se lee: “La variable aleatoria estándar Z se distribuye normalmente con media
cero y varianza 1”
Ejemplo 2.5:
P [Z < 1.25]=?
En primer lugar se debe localizar al valor 1.2 en el lado izquierdo de la tabla III y luego
el 0.05 (5 es el último dígito) en su parte superior. El área bajo la curva se puede leer en
la información de la fila Z=1.2 y la columna 0.05 el valor 0.8944.
Luego: P (Z < 1.25) = 0.8944
Observe la tabla:
TABLA N° 07
Ejemplo 2.6:
Obtener el área para -1.96 ≤ Z ≤ 1.96. Cabe que los puntos son simétricos. En primer
lugar se debe localizar al valor 1.9 en el lado izquierdo de la tabla IV y luego 0.06 (6 es
el último digito) en su parte superior. El área bajo la curva se puede leer en la
información de la fila Z = 1.9 y la columna 0.06. El valor es 0.95.
Luego:
Observe la tabla:
TABLA N° 08
Ejemplo 2.7:
En efecto, se ubica el número 0.9382 en el cuerpo de la tabla III. Por este punto se traza
una línea horizontal y una vertical, las que intersectan a la primera columna y la primera
fila en 1.5 y 0.04, respectivamente; luego Z = 1.5 + 0.04 = 1.54
TABLA N° 09
P [ Z ≥ Z 0 ]=1−P [Z< Z 0 ]
0
Z0
Ejemplo 2.8:
Solución:
Ejemplo 2.9:
Solución:
También se puede obtener directamente de la tabla III, ya que tiene valores negativos
c) P [ Z ≥−Z 0 ] =P[Z ≤ Z 0 ]
Ejemplo 2.10:
b) P [ Z 0 ≤ Z ≤ Z1 ] =P [ Z ≤ Z 1 ]−P [Z< Z 0 ]
Ejemplo 2.11:
Solución:
Ejemplo 2.12:
Solución:
Ejemplo 2.13:
Las ventas diarias (excluyendo los sábados) en un restaurante pequeño tiene una
distribución de probabilidad que es aproximadamente normal con media igual $530 y
una desviación estándar de $120.
Solución:
X → n(530 , 14400).
¿ 1−P [X ≤ 1.42].
¿ 1−0.9222 .
¿ 0.0778 .
D.N.G D.N.E
Ejemplo 2.14:
El promedio de las alturas de 800 alumnos de una gran unidad escolar es 1.50 m. y la
desviación es 0.30 m. Asumiendo que las alturas están normalmente distribuidas,
encontrar cuantos alumnos miden:
b) Mas de 1.65 m.
Solución:
X → n(1.50 , 0.09)
¿ 0.7486−0.2514 .
¿ 0.4972.
n1 =nxP[1.30 ≤ X ≤ 1.70].
~
n1 =800 x 0.4972 ¿398 alumnos.
[
b) P [ X >1.65 ] =P Z>
1.65−1.50
0.30 ]
¿ P[Z >0.5 ].
¿ 1−P [Z ≤ 0.5].
¿ 1−0.6915 .
¿ 0.3085 .
n2 =nxP[ X >1.65] .
~
n2 =800 x 0.3085 ¿ 247 alumnos.
Ejemplo 2.15:
Hallar:
Solución:
X →(76,225).
μ=76.
σ =15.
P [ X > X 1 ] =0.15.
P [ Z > Z1 ] =0.15.
Z1 =1.03.
X 1−μ
⇒ =1.03.
σ
X 1−76
=1.03 .
15
X 1 =76+15(1.03).
X 1 =91.45.
P [ X ≤ X 2 ]=0.10 .
P [ Z ≤ Z 2 ] =0.10 .
⇒ Z 2=−1.29 .
X 2−μ
=−1.29 .
σ
X 2−76
=−1.29.
15
X 2 =76−15 (1.29) .
X 2 =56.65.
γ ( 2 )
υ+1
( 1+ )
2 −(υ+1)/2
t
f ( t )=
√ 2
υ
υπγ ( )
υ
t ϵ R y υ=1, 2 , … …
OBSERVACIONES
M =E ( T )=0 , υ> 1.
2 υ
σ =V (T )= ,υ>2.
υ−2
P [ T ≤ t 1−α ]=1−α
Ejemplo 2.16:
Si T → t 18 , hallar
1) P [ T ≤2.101 ]=0.975
P [ T ≤−1.330 ]=1−0.90=0.10.
b) Uso de la Tabla VI: Calcula probabilidad de que la variable aleatoria T tome valores
dos puntos simétricos −t 0=−t 1−a /2 y t 0=t 1−a/ 2. Así:
Ejemplo 2.17:
Si T → t 18 , hallar:
1) P [−2.101≤ T ≤ 2.101 ] =0.95
Se dice que la variable aleatoria X tiene una distribución chi-cuadrado con v grados de
libertad si su función de densidad esta dad por:
−υ x
2 2
2
x e 2 , si x ≥ 0
P ()
υ
2
f ( x )=¿
0; si x < 0
Notación abreviada:
2
X → Xυ
P [ X ≤ X 21−α ,υ ]=1−α
Como no existe simetría, la tabla VII presenta las probabilidades (áreas) acumuladas
desde X 20=0 hasta X 20 → ∞ .
Puesto que existe una distribución chi-cuadrado diferente para cada valor de υ , resulta
impráctico proporcionar tablas de áreas completas. En lugar de esto la tabla VII presenta
un resumen de la información más esencial acerca de la distribución.
Ejemplo 2.18:
2
Si X → X 20, hallar:
a) P [ X ≤ 28.4 ] =0.90
P [ X ≥ 12.4 ] =1−0.10
P [ X ≥ 12.4 ] =0.90
Distribución Binomial
1. A cada una de las seis personas que toman refresco de soda, seleccionadas al azar se les
da un vaso que contiene refrescos de cola A y otro que contiene refresco de cola B. Los
vasos son idénticos en apariencia, excepto por un código que se encuentra en el fondo
para identificar la marca. Suponga que, en realidad no hay tendencia entre las personas
que deben refrescos de cola a preferir entre una marca y otra. Entonces p = P (un
individuo seleccionado prefiere A) = 0.5, así que X: numero entre los seis que prefiere
A, X → B ( 6 , 0.5 ) .Determinar la probabilidad de que:
a) A lo más uno prefiera A.
b) Por lo menos tres prefieren A.
2. Cuando se prueban tarjetas de circuito empleadas en la manufactura de reproductores de
discos compactos, a la larga el porcentaje de partes defectuosas es de 5% Sea X: número
de tarjetas defectuosas en una muestra seleccionada al azar de tamaño n = 25, entonces
X → B ( 25 , 0.05 ) .
a) Determine P( X ≤ 2)
b) Determine P( X ≥ 5)
c) Determine P(1 ≤ X ≤ 4)
d) ¿Cuál es la probabilidad de que ninguna de las 25 tarjetas esta defectuosa?
e) Calcule el valor esperado y la desviación estándar.
3. Veinte por ciento de todos los teléfonos de cierto tipo se remiten para repararse cuando
todavía está vigente su garantía. De esto, 60% puede ser reparado y el otro 40% debe
sustituirse por aparatos nuevos. Si una compañía compra 10 de estos teléfonos, ¿Cuál es
la probabilidad de que exactamente se cambien 2 dentro del periodo de garantía?
4. La producción de cuatro máquinas es recogida en cajas de 5 unidades. La experiencia
permitió establecer la siguiente distribución de las cajas, según número de unidades
defectuosas que contienen:
N° de unidades defectuosas 0 1 2 3 4 5
Porcentaje de cajas 0.70 0.15 0.08 0.05 0.02 0.00
9. Si X → n ,hallar:
a) P[Z ≤1.57 ] b) P[Z ≤1.84 ] c) P[1.57 ≤ Z ≤ 1.84 ]
d) P[−1.84 ≤ Z ≤1.84 ] e) P[Z ≥−2.08 ]
10. Si P [ Z ≥ Z 0 ]=0.50 ; hallar Z0.
11. Si P ¿] = 0.025, hallar Z0.
12. ¿Entre que dos valores de Z (simétricos alrededor de la media) estará contenido el
68.26% de todos los valores posibles de Z?
13. Si X → n ( 100 ,100 ) , hallar
a) P[ X ≤75 ] b) P ¿ c) P[75 ≤ X ≤ 85] d) P[ X >112]
e) P[ X <110 ó X >110]
f) El valor mínimo de x para el 10% de los valores.
g) Hallar los dos valores de X (simétricos alrededor de la media de 80% de los valores).
14. Los gastos mensuales en alimentación para la familias de cuatro miembros en una
ciudad grande son en promedio de 420 con una desviación estándar de 80 dólares.
Suponga que los gastos mensuales por alimentación tiene distribución normal.
a) ¿Qué porcentaje de gastos es menor que 350 dólares?
b) ¿Qué porcentaje de estos gastos esta entre 250 y 350 dólares?
c) ¿Qué porcentaje de estos gastos esta entre 250 y 450 dólares?
d) ¿Qué porcentaje de estos gastos es menor que 250 o mayor que 450 dólares?
e) ¿Qué es el gasto mínimo del 10% de familias con mayores gastos?
15. Los pesos de 600 paquetes están normalmente distribuidos con medias 65.3 Kg. y
desviación estándar 5.51 Kg. Encuentre el número de paquetes que pesan:
a) Entre 60 y 70 Kg. b) más de 63.2 Kg.
16. Las calificaciones de una prueba de Estadística tienen distribución normal una media de
12. Si el 95.44% de los examinados obtuvo calificaciones entre 8 y 16.
a) Calcular la desviación estándar de la distribución
b) Si la nota aprobatoria es 11, ¿Qué porcentaje de alumnos aprobaron el curso?
17. El tiempo de acceso al disco duro en un cierto modelo de ordenadores se distribuye
normalmente con media 15 milisegundos y una desviación estándar 3 milisegundos.
a) ¿Qué porcentaje de ordenadores acceden al disco duro entre 10 y 20 milisegundos?
b) ¿Qué porcentaje de ordenadores acceden al disco duro en más de 20 milisegundos?
c) ¿Cuál es el tiempo de acceso máximo del 10% de ordenadores con menor tiempo de
acceso al disco duro?
18. Si T → t 11, hallar:
a) P[T ←1.796 ] b) P[T >−1.363] c) P[T ←3.497 ]
d) P[−2.718 ≤T ≤2.718 ]
19. Si T → t 25 , hallar:
a) P[T ≥−1.708 ] b) P[T ≤ 2.485]
c) P[T ≥ 3.450] d) P[T ←1.316 ]
20. Si X → X 215 hallar:
a) P[ X <32.8] b) P[ X >25.0]
c) P[11.0 ≤ X ≤−30.8] d) P[ X ≥ 30.6]
21. Si X → X 220 hallar:
a) P[12.4 ≤ X ≤ 40.0] b) P[ X >15.5]
c) P[ X <9.59 ] d) P[ X ≥ 28.4]