UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y

CIVIL
E. F. P. DE INGENIERÍA MINAS

TRABAJO ENCARGADO N°6

ASIGNATURA: Estadística (ES -241)

PROFESOR: Ing. CIP TAPIA CALDERÓN, Guillermo B.

ALUMNOS:

CARAJULCA ORÉ, Claudia Alexandra

CODIGO: 150105665

CORREO: oreminas@gmail.com / c_raizi_alexandra@hotmail.com

CICLO ACADEMICO: 2011-II par.

AYACUCHO-PERU

2012

1
 III EXAMEN PARCIAL DE “ESTADISTICA Y PROBABILIDADES”(ES-142)

I. ESPERANZA, VARIANCIA Y MOMENTOS DE UNA v.a.d.- Dada la función de cuantía o función

de probabilidad f :

TABLA I x 0 1 2 3
F ( x) 0.2 0.1 0.4 0.3

De la tabla tenemos

X f(x) xf(x) x2f(x) X3f(x) X4f(x)

0 0.2 0 0 0 0
1 0.1 0.1 0.1 0.1 0.1
2 0.4 0.8 1.6 3.2 6.4
3 0.3 0.9 2.7 8.1 24.3
1.0 1.8 4.4 11.4 30.8

a) E( x ), esperanza matemática o media teórica.

E ( x )=1.8 μ

b) V ( x ), variancia o varianza.

2
V (x )=E ⌈ ( x −µ ) ⌉

V (x )=E ( x 2−2 µx + µ2 )

V (x )=E ( x )−2 µE ( x ) + µ
2 2

V (x )=4.4−2 ( 1.8 ) ( 1.8 ) +1.82V ( x )=1.16=σ 2 →σ =1.077

c) Momentos alrededor del origen: s0 , s1, s2 , s3 , s 4

E ( x )=no exist e ( porque x=0 )

0

E ( x )=1.8
1

E ( x 2 )=4.4
E ( x )=11.4
3

E ( x 4 ) =30.8

2
 d) Momento alrededor de la media o momentos centrales: µ0, µ1, µ2, µ3, µ4

Con la siguiente tabla

X f(x) (x- µ)0f(x) (x- µ)1f(x) (x- µ)2f(x) (x- µ)3f(x) (x- µ)4f(x)
0 0.2 0.2 -0.36 0.648 -1.1664 21.9952
1 0.1 0.1 -0.08 0.064 -0.0512 0.04096
2 0.4 0.4 0.08 0.016 0.0032 0.00064
3 0.3 0.3 0.36 0.432 0.5184 0.62208
1.0 1.0 0 1.16 -0.609 2.7632

0
E ⌈ ( x −µ ) ⌉=1

E ⌈ ( x −µ )1 ⌉=0
2
E ⌈ ( x −µ ) ⌉=1.16

E ⌈ ( x −µ )3 ⌉=0.609
4
E ⌈ ( x −µ ) ⌉ =2.7632

II. Si la variable aleatoria es continua x tiene la función de densidad f expresada:

{
−x
5
f (x) Ke ; x >0 ; k >0
0; xӨ 0

a) Hallar K tal que f (x) defina una función de densidad específica.

Para ser función de densidad de variable aleatoria continua debe de cumplir los siguientes
requisitos:

f ( x ) ≥0 y
+∞

∫ f ( x ) dx=1
−∞
0 +∞ −x

∫ 0 dx +∫ Ke 5
dx=1
−∞ 0
−x ∞
0−5 K e 5
∫¿1
0

3
 K=1/5

b) Hallar la función de discriminación acumulada F (x). f y F

0 0
P ( X ≤0 )= ∫ ∫ ( x ) dx= ∫ 0 d x
¿0

−∞ −∞
−x
t 5
1e
P ( X ≤t )=∫ dx=¿ ¿
0
5

{
−t
→ F ( x )= 1−e 5 ; t> 0
0; x≤0

c) Sabiendo que: A=⌈ 3 ≤ X <5 ⌉ ; B=( X =1 ). Hallar la P ( A ) Y P ( B )

P ( A )=F ( 5 )−F ( 3 )
−5 −3
P ( A )=1−e 5 −1+e 5

−5 −3
P ( A )=e 5 +e 5

d) La esperanza matemática E( x ).

∞ −x
1
E(x )= ∫ x e 5
dx
−∞ 5
0 ∞ −x
1
E( x )= ∫ x 0 dx +¿ ∫ x e 5 dx ¿
−∞ 0 5

III. Si una variable aleatoria X puede tomar los valores x ; indicar si cada una de las siguientes
funciones definen una función de probabilidad o función de cuantía:

a) f ( x )=1 /4 ; para x=3,4,5,6

f ( x ) ≥0 ; ∀ x

4
 6

∑ 41 = 14 ∗4=1
3

Entonces f ( x )=1 /4 es una función de cuantía.

b) f ( x )=( 5−x 2 ) /6 ; para x=0,1,2,3

5−9 −2
para x=3 , f ( 3 )= = <0
6 3

Entonces f ( x )=( 5−x 2 ) /6; no es una función de cuantía.

c) f ( x )=(x−1)/9 ; para x=0,1,2,3,4,5

Para x=1, f ( 1 ) =0

1
Para x=2, f ( 2 ) =
9

Entonces f ( x ) ≥0 , para x=0,1,2,3,4,5 .

IV. Sea f ( x) una funcion de densidad definida igual a c x2 en el rango R x =[ 0.2 ] de una variable
aleatoria X e igual a cero fuera del rango. Esto es, la funcion de densidad esta definida en
todo numero real por:

{
2
F ( x )= cx ; si x ∈ [ 0,2 ]
0 ; x ∉ ⌈ 0,2 ⌉

a) Calcular el valor de la constante c y la función de densidad especifica.

Para que f ( x) es una función de densidad debe cumplir que:

+∞

∫ f ( x ) dx=1
−∞

Entonces

5
 0 2 +∞

∫ 0 dx +∫ c x dx +∫ 0 dx=1 2

−∞ 0 2

c 3
0+ x ] 2 =1
3 0+0

8c 3
=1→ c=
3 8

b) Graficar f y F , hallar la función de distribución acumulada F ( x)

t
F ( t )= ∫ f ( x ) dx
−∞

para t< 0 , F ( x )=0

2
3 2
p ara t ∈ [ 0,2 ] , F ( x )=0+∫ x dx=1
0 8

para t>2 , F ( x )=0+1+ 0=1

Luego

{
F ( x )= 0 , x <0
1 , x ≥0

c) Calcular P(0< x ≤ 1)

p ( 0< x ≤ 1 )=F (1 )−F ( 0 ) =1−1=0

d) Calcular la esperanza matemática E( x ).

+∞
E ( x )=∫ xf ( x ) dx
−∞
2
3
E ( x )=0+∫ x 3 dx +0
0 8

E ( x )=
3 x4 2
8 4 0
=1.5 ]
6
 e) Hallar la variancia a varianza V (x )

2
V ( x )=E ( x )−[ E(x ) ]
2

V ( x )= ∫ +∞ x2 f ( x ) dx−¿ 1.52 ¿
−∞ ¿
¿
2
3 4
V ( x )=∫ x dx−2.2 5
0 8
V ( x )=2.4−2.25=0.15

V. Si la variable aleatoria discreta X tiene la Funcion de Distribucion Acumulada F (x)

expresada por:

{
0
1
; x<−2
4
;−2≤ x<−1
1
f ( x )= ;−1 ≤ x<0
2
; 0≤ x <1
3
; x ≥1
4
1

Hallar:
a) P (|x|<1 )

1 1
P (−1< x<1 )=F ( 1 )−F (−1 )=1− =
2 2

b) P( X ≥ 0.5)

3 1
P ( x ≥ 0.5 )=1−P ( X <0.5 )=1− =
4 4

dF (x)
c) Su función de cuantía NO es: f ( x )= calcular : f ( 0 ) , f (1)
dx

7
 f ( x )=F (−x )−f ( x−1 ) X F (x) Xf (x) X2f(x)
1 1 -2 ¼ -2/4 4/4
f (−2 )=F (−2 )−f (−3 )= −0=
4 4 -1 ¼ -1/4 ¼
3 1 1 0 ¼ 0 0
f (−1 ) =F ( 0 ) −f (−1 )= − =
4 2 4
1 ¼ ¼ ¼
3 1
f ( 1 ) =F ( 1 )−f ( 0 )=1− = 1 -1/2 3/2
4 4

d) La media teoría μ o esperanza matemática E( x ).

1
E ( x )=≡ ( x )=
2

VI. PROBLEMA DE ESPERANZA MATEMATICA A.- La probabilidad de que una fabrica de

colchones sea destruida por incendio en un periodo cualquiera de 12 meses es de 0.005. Una
compañía de Seguros ofrece al Gerente General una póliza de seguros contra incendios por
el termino de un año de S/.2’000,000 de Nuevos Soles, con una prima de S/.15 000 Nuevos
Soles. ¿Cuál es la ganancia que espera la Compañía?

Solución:

Sea x la ganancia que espera la compañía; tenemos el siguiente cuadro

x f (x) Xf (x )
15 000 0.995 14 925
-1985000 0.005 -9925
1.000 5000

Luego E (x) = 5000

La ganancia que espera la compañía por la venta de la póliza es s/ .4 925 nuevos soles

VII. PROBLEMA DE ESPERANZA MATEMATICA B.- La producción mínima de una maquina es de

2,000 tornillos y la máxima es de 6,000. Si la función de densidad del numero de miles de
tornillos producidos se puede representar por:

8
 3
f ( x )= ( 8 x 2−x 3−12 x )
128

Determinar la producción esperada.

Solución:

Sea x la producción esperada

Además el límite de producción está comprendido así 2< xf ( x )< 6
Es decir cuánto −2.35< x <−4.13 -2.35<x<-4.13
−4.13
3x
E ( x )= ∫ 128
3
(8 x ¿ ¿ 2−x −12 x) dx=22 892.0 8 ¿
−2.35

VIII. PROBLEMA DE ESPERANZA MATEMATICA C.- Una lotería vende 1 000 000 de boletos a
S/.20,00 cada boleto, se dará un premio de 5000 000 nuevos soles al favorecido. Suponiendo
que hemos comprado un boleto. ¿Cuánto debemos esperar gastar?

Solución:

Nuestra probabilidad de ganar es 1/. 000 000

Sea x lo que esperamos ganar tenemos ganar; tenemos el siguiente cuadro
x f ( x) Xf (x )
5 000 000 0.000 001 5
-20 0.999 999 -19.999 98
-20 1.000 000 -14.999 98

Luego E ( x )=−14.99998
Al jugar la lotería y comprar un boleto esperamos perder S/. 15 soles.

IX. PROBLEMA DE ESPERANZA MATEMATICA D.- Un juego consiste en lanzar una moneda una o
dos veces. El jugador gana 10 nuevos soles si sale cara y pierde S/.10 si sale sello.
Supongamos que lanza una vez, si gana abandona, pero si pierde en el primer lanzamiento,
tira otra vez, y termina el juego. ¿Cuál es la ganancia esperada?

9
Solución:

Si ganamos al primer lanzamiento habremos obtenido cara (P ( A )=1/2)

Si ganamos a la segunda habremos obtenido sello, cara (P ( B )=1/4)
Si perdemos habremos obtenido sello, sello (P ( C ) =1/4)
Sea X lo que esperamos ganar, tenemos el siguiente cuadro
x f ( x) Xf (x )
10 0.50 5
0 0.25 0
-20 0.25 -5
1.00 0

Luego E ( x )=0 (juego equitativo)

No esperamos ganar ni perder.

10