Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por
David Santiago Camacho Betancourth
Código: 75104970
Presentado a:
Edgar Eliecer Blanco
Variable aleatoria Según (Navidi, 2006)(Hines et al, 2006) (Montgomery, 2016) Si un espacio
continua muestral contiene un número infinito de posibilidades, igual al número de
puntos en un segmento de recta, se le denomina espacio muestral continuo.
Variable aleatoria Según (Gamero Burón, C. (2017) cuando X solo toma un numero finito de
discreta valores reales o un numero infinito pero numerable.
Distribución de Según Blanco, Liliana (2004) Se dice que una variable aleatoria X está
Probabilidad distribuida uniformemente sobre el intervalo [a, b], con a < b números reales
Continua
Distribución de según Blanco, Liliana (2004) Se dice que una variable aleatoria X tiene
Probabilidad distribución discreta uniforme de parámetro N, donde N es un entero
Discreta positivo,
Media Según Gamero Burón, C. (2017)es el resultado numérico de dividir la suma
de todos los valores observados por su número (N).
Desviación estándar Según Gamero Burón, C. (2017) es el resultado numérico de dividir la suma
de todos los valores observados por su número (N).
Valor esperado según Blanco, Liliana (2004) se obtiene al sumar los productos x. f(x)sobre
los posibles valores de X, en el caso continuo se sustituye la suma por una
integración y la función de probabilidad por la función de densidad para
obtener un promedio ponderado continuo
Aproximación de la Según (Navidi, 2006) Sea X una variable aleatoria binomial con parámetros n
D. binomial a la D. y p. sí n es grande (n≥100), p pequeña(p≤0.01) y np tiene un tamaño
Poisson moderado(np≤20) entonces la distribución binomial con parámetros n y p,
puede aproximarse bien por la distribución de poisson con parámetros ʎ=np.
Distribución Poisson Según (Navidi, 2006)(Hines et al, 2006) (Montgomery, 2016)la cual
representa el número de resultados que ocurren en un intervalo de tiempo
dado o región específicos y se denota con t, donde λ es el número promedio
de resultados por unidad de tiempo, distancia, área o volumen y e = 2.71828
Distribución Según (Navidi, 2006)(Hines et al, 2006) (Montgomery, 2016) La
Hipergeométrica distribución de probabilidad de la variable aleatoria hipergeométrica X, el
número de éxitos en una muestra aleatoria de tamaño n que se selecciona de
N artículos, en los que k se denomina éxito y N – k fracaso
Distribución normal Según (Navidi, 2006)(Hines et al, 2006) (Montgomery, 2016) Se dice que
la variable aleatoria X tiene distribución normal de parámetros J.L y (J",
donde J.L es un número real y (J" es un número real positivo
Distribución normal Según (Navidi, 2006) La distribución normal estándar, es aquella que tiene
estándar por media el valor cero, μ =0, y por desviación típica la unidad, σ =1.
Área bajo la curva Según (Navidi, 2006)(Hines et al, 2006) (Montgomery, 2016) área bajo la
curva normal a la izquierda de x + 0.y la aproximación será buena si np y n(1
– p) son mayores que o iguales a 5
Aproximación de la Según (Navidi, 2006)(Hines et al, 2006) (Montgomery, 2016) Sea X una
normal a la binomial variable aleatoria binomial con parámetros n y p. Para una n grande, X tiene
aproximadamente una distribución normal con μ = np y σ2 = npq = np(1 – p)
Se realiza una encuesta entre los estudiantes de la UNAD, se encuentra que el 30% no lee más de
D. Al preguntarle a 12 estudiantes.
i) Cuál es la probabilidad de que ninguno haya leído más de tres libros en un año.
X=
r= 0
n= 12
30
P= =0,3
100
q=1−P=1−0,3=0,7
0 ( )
P= ( X=0 )= 12 0,3 ∗0,7 =0.013841287201
0 12−0
¿ 0 .013841287201=1,38 %
La Probabilidad de que ninguno de los 12 estudiantes haya leído más de tres libros al año
es del 1.38%
ii) Cuál es la probabilidad de que menos de 10 no hayan leído más de tres libros
P ( x<10 )=P ( x =0 ) + P ( x=1 )+ P ( x=2 ) + P ( x=3 ) + P ( x=4 ) + P ( x=5 ) + P ( x =6 ) + P ( x=7 ) + P ( x=8 ) + P( x=9)
k= <10
n= 12
P=0,3
( )
0 1 ( ) 2
2
( ) 10
3
3
( )
9
4
4 8
( )
P ( x<10 )= 12 (0,3) (0,7) + 12 (0,3) (0,7) + 12 (0,3) ( 0,7) + 12 ( 0,3) ( 0,7) + 12 (0,3) (0,7) + 12 ( 0,3)
0 12 1 11
5 ( )
P ( x<10 )=0.0041523861603+0.005931980229+0.002542277241+0.001089547389+0.000466948881+0.00020
1.45%
Ejercicios 2- Distribución Poisson.
Se sabe que el número de temblores de tierra ocurridos en un periodo de 1 año en Colombia, es
en promedio de 8.
i) Se presenten 5 temblores.
λ=8
X =5
e=2.7182
e− λ . λ x
P ( X )=
x!
0,0917=9,17 %
λ=8
X =9
e=2.7182
−λ x
e .λ
P ( X )=
x!
−8 9
2.7182 .(8) 0,000336(134217728) 45097,1566
P ( X )= = = =0,12427
9! 9.8 .7 .6.5 .4 .3 .2 .1 362880
0,12427=12.42 %
R/ La probabilidad de que el próximo año se presenten mas de 8 temblores es del 12.42%
i) Control de calidad de Sura, tiene por política que si el 1% de las tabletas revisadas sale
ii) Sura empaca las tabletas en frascos de 60, cual es la probabilidad de que un frasco contenga a
La duración de cierto tipo de diodo es en promedio de 10.000 horas, con desviación típica de 800
horas. Para este problema año = 360 días, mes = 30 días, día=24 horas