Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRO-1
PROBABILIDAD Y ESTADÍSTICA
TAREA UNIDAD N°___
3
Estudiante Angela Tenezaca CC 1 7 5 0 7 2 5 5 9 8 Calificación
Fecha 29/01/2022 Semestre NOV-ABR
Profesor MSc. Fernando Araque Paralelo 2
"En tiempos de cambio, quienes estén abiertos al aprendizaje se adueñarán del futuro, mientras que aquellos que
Eric Hoffer
Página 102,
ejercicio 3-1 al 3-10
un circuito impreso no
cumplen ciertos estándares de validad
,
que con .
✗ =
{0 ,
1 2 , ,
3,4 5 , . . .
1000 }
En la variable
aleatoria sistema de uomnnicauión de voz por líneas
3-12 un 50 ,
el de líneas ocupadas
es particular
número en un momento en .
✗= {O ,
1 , 2 , 3,4 J ,
. . . .
50 }
Cualquier peso .
Ia variable aleatoria
mayor del que puede mostrarse 99999
aparece como .
✗ =
| O, 1 , 2 . . . .
99949 }
Un lote de 500 partes maquinador contiene lo que no se
3-4
ajustan a
los requerimientos del cliente La variable aleatoria es el número de partes .
los
en una muestra de 5
que no cumple requerimientos del diente :
✗= {0 ,
1 ,
2 3 , ,
4
,
5 }
✗ =
{ 0,1 ,
2 . . .
491 }
✗ =
{ 0,1 2.3 , .
. .
100 }
La aleatoria el # de problemas la superficie de bobina
3-7 v. es en una
grande
de acero
galvanizado .
✗ =
/0 , 1,2 . . . }
3-8 La v. aleatoria es el número de ciclos de retos de una computadora necesario
para finalizar det .
cálculo aritmético
✗ =/ O , 1,2 . . . }
3-9 En la orden de pedido de un auto puede seleccionarse el .
de pulgada ,
la variable aleatoria es el espesor total de entablado de otros
pedidos .
Página 107 ,
ejercicios 3-11 al 3. 24 1 Pares )
✗ O O 1,5 1,5 2 3
•
f
✓ ,
b
O 2/6
C
1,5 2/6
de 2 1/6
f 3 1/6
g- E. muestral X : FCX ) :
probabilidad .
valores del
Ya
Determine :
a) PI ✗ = 1.5 ! > V3
la ) P ( 0,5 < ✗< 2,7 ) > P ( ✗= 1,5 ) t PIX =
2) =
2/6 1- + V6 =
3/6 = V3
c) PCX > 3) > O
# ensambles 3 5 6 9 12 25 32 15 9 6
÷ !!:*
""" "
"
"
3 30 3/122
5 31 5/122
6 32 6/122
q 33
12 . 12/122
25 35
÷ :::
32
"
.
37 - 15/122
9 38 - 9/122
6
5 ×
con un producto
muy exitoso o no exitoso ron no millones 5 millones 1 millón , ,
la
función de probabilidad .
¥ flx )
10mi llores - 0,3
5 millones - 0,6
1 millón - 0,1
3- 18
Verifique que las funciones siguientes son funciones de probabilidad
calcule las probabilidades pedidas
y
✗ -2 -1 O 1 2 La suma de tu> =L ,
FIX )
sin función
1/8 2/8 2/8 2/8 V8
a) PIXE 2)
Ugt 2/8 +
2/8 t
2/8 +
1/8 =
y
b) PIX > 2) -
c) PI -
I E ✗ II )
2/8 t 2/8 +
2/8 =
3/4
d) PI ✗ ⇐ no ✗ =
2)
1/81-2/8 +
1/8 = 1/2
Y O 1 2 3 fco) = 3/4
tu> = 3/16
f- ( X ) 3/4 .
3/16 3/64 3/256 tu > =
3/64
f- (3) = ?/256
suma de fin =L , si es
función de probabilidad
d) P ( ✗ 71 )
1- PIXEO ) =
1- 3/4 = V4
necesarios
para abrir el candado Det la función de probar # .
(
3 intentos 4/5 3/4 V3. .
=
y intento J 4/5 .
3/4 .
2/3 -
1/2 =
5 intento5 5/5 .
4/5 .
PIXE 1) =
1/5
P ( ✗ 5) = = V5
ÉI dio
"
r la o ) =
donde Ir / < 1
2. r
£4
"
Página 111 ,
ejercicios 3.25 NU 3- 32 (
impares)
3- 25 Continuación del 3-11 determine la ,
función de distribución acumulada
de la variable aleatoria del 3-11 .
tdist . umm :
prof de que una variable sea menor o
igual que un valor dado
FLX > = P / ¥ Ex )
o
✓
a
O
b 2/6
¡ 1.5 2/6
C 2 1/6
f 3
1/6
=P / ✗ -01--1-101=1/3
FIO ) =P / ✗ £0 )
FUI ) =P / ✗ El ,
5) = Plx -0.11=(-107717×-1)--2/3
F / 2) =P /
.li/=5/6Fl3)=PlXE3)=Plx-
✗ C- 2) =P / ✗ =D
0.1.2.3 ) :L 1 / LEXEJ
FIX)
PCX > 1)
PX
Ó 6/6 • >
(
O ✗<
; si . • o 1-
1,13 OE ✗ < 15
; 4/6 • O
f- ( x ) 2/3 ; i. g- ⇐ 2
S flx ) FIX )
×
FIJO) C- 30)
3 30 3/122 31122 =P / ✗ = 3122
5 31 5/122 8/122 1=1311 =P / ✗ C- 311=8/122
6 32 6/122 14/122 1=132 ) = PLXE 327=14/122
9 33 9/122 23122 1=1331 =P / XE 333=23/122
12 34 12/122 35/122 1=134 ) =
PIXE 341=35/122
25 35 25/122 60/122 Flzj) =P / ✗ E. 351=60/122
32 36 32/122 92/122 1=136 ) =P / XE 367--92/122
15 37 15/122 107/122 1=137 ) =P / 7€37 )
=
1071122
9 38 9/122 116/122 1=138 > =P / ✗ C- 381=116/122
6
39 6/122 1 1=139 ) =
PIXE 39 ) =
1
(
O ✗ < 30
,
3/122,301×231
8/122 ,
31 2- ✗ < 32
14/122 ,
321×233
23/122 ,
33-2×434
FIX ) 35/122 34 E. ✗ < 35
µ, , , , >.< × , ,,
92/122 , 36 E. ✗ < 37
107/122,3717<38
116/122 38 2- ✗ < 39 ,
1 , ✗ 739
?⃝
a) PCXC 32,5 )
P /✗ < 32.5 ) = 3h22 +
5/122 + 6/122 > 14/122
b) PIXE 32 )
P/ ✗ c- 32 ) = 3h22 +
5/122 + 6/122 > 14/122
c) PIX > 32 )
PIX > 32 ) = 1- P / ✗ a- 321 > 1-
¥ > 54/61
,
d) P / 332×2-38 )
P ( 33<7138 ) =
PCX -14 ) 1- PIX 5) 1- P / ✗ =3 b) + P/✗ =
37 ) + P/ ✗ 8)
12/122 +25/122+32/122 +15/122+9/122 > 93/122
3-29 Continuación 3-19 :
Determine la función de distribución acumulada para la
variable aleatoria del
ejercicio 3- la
F / 1) = PCXEI ) =
4/7
FIX ) 4/7 2/7 1/7
FII ) : PIXE 2) =
6/7
F / 3) =P ( ✗ c- 3) 1
FCX ) 6/7
=
4/7 1
7/7 - • s
{
O ✗ < 1
;
6/7 _
• °
4/7 15×42
FIX ) 6/7 25×43
4/7
- • o
1 3 EX
as
#
1 2 3
3-31
=/
O ✗ < -0,1
¥ !! | ! ! / ¡
"
0,25
-
o
PIQYEXEO b) ,
=P / ✗ = 0,5 ) OPLXEO 5) =P / ✗ ,
=
-0,1 ) + PLX :O 3) 1- PLX -0,25 )
,
-
PIOMEXEO 6) ,
=
0,25 PCXEO 5) ,
= 1
°
PLOEXLO 1) ,
= O °
PI -0,1 < ✗ < 0,1 ) = O
Página 118 ,
ejercicios 3-33 al 3-45 ( Paris )
3- 341mm
proceso de manufactura servida el diámetro interno de 100
Determine la media
y varianza
.
A- F- IX ) = IX. flx )
M :
ECX ) = 4141001+131131001+19 (14/100)+30130100 ) +24124100 ) +5151001+5/5100 )
N° ELX ) = 16100+169100+361/100 + 9+576100+251001-25100
Mi F- (X) =
20,72 .
02=111×7 = { (✗ -
ni -
flx )
Ó= VLX ) =
[ [ ✗ 2. fcx ) ] -
M2
?
+244,2%+52 :# Í )
02=111×1 [4 # # +192%-0+30 # NÍ
?
B?
+
+
;%
-
=
>
02=1/1×1--1501,94 ) -
120,72 )
02--111×1=72,62
de la variable aleatoria .
F- ( X ) VLX )
✗ tcx ) X.fi/lX)=tlX2.fx( × )
? /
O 0,2 10710,2 ) 10 ) 0,2 )
1 0,2 (1) 1012 ) (I)
?
( 0,2 )
2 6- vi
6- 22=2
3- $8 Continuación de 3-13 :
determine la varianza y media .
número de partes 0 3 10 25 40 18 16 2
"
EIX) VIK )
X FLX) µ fxlx )
.
-
× ×
?
#
O O 0.0 02.0
3 3/114 (3) (3/114) 3213/114 )
10 10/114 110/(10/114) 102110/114 )
25 25/114 (251125/114) 252125114 )
40
40/114 1401140114 ) 402140114 )
18 18/114 1181118/114 ) 182118114 )
16 16/114 (161116/114) 162116/114 )
2 2/114 (2) (2/114) 2212/114 )
25,6 794,63 sí -
139,27
3- no Continuación de 3-16 ,
determine la nuoliaynariunpa
EX VLX )
X flx) × .
-1×1×1=4 ✗ ↳ fxlx )
4,51×10 -16100000 }
"
6100000
7,89×10 "
F- ( X ) VLX )
Y t.HN × .
-1×1×3 X? fxlx )
-
3% 4T .
si ir .
$0 $10
{
E
2-1 .
$ 70$ $100
ECX ) VCX )
✗ fx (X ) y
.
f- ✗ (X ) X? fx [ × )
56,63 =
M 4008,75-42
801,79
Página 121 ,
ejercicio 3-46 al 3-52
I
My = F- ( X ) = ( bta ) 2 ÓX = VCX ) =
( b- a ti
'
) -
i
2 12
= 1001-91
2 (100-9,1+1)<-1
12
=
95,5
=
8,25
I
My = F- ( X ) = ( bta ) 2 ÓX = VCX ) =
( b- a ti )
'
-
i
2 12
= 11-4 '
2 14-1 1- 1) -
|
=
12
=
2,5
=
1,25
Determine la media
y varianza
de :X:
1/8 E ✗ G- 3/8
,
µ = F- ( X ) = ( bt a) 2 ÉX = VCX ) =
( b- a ti )
'
-
i
2 12
3-0+28+-0
=
=
/% -
V8 t
1) ? ,
12
=
0,25
= 0,047
,
µ = F- ( X ) = ( bt a) 2 ÉX = VCX ) =
( b- a ti )
'
-
i
2 12
F- ( X) =
0.19 t 0,15 YLX ) = (0.19-0.15+1)=-1
2 12
Ye placas de vidrio de
3- 50 mide la longitud de varias
,
distribuidas
uniforme desde 590.0 hasta Calcule la media
y varianza
manera 590.9 .
.
590,0 EX E 590,9
I
My = F- ( X ) = ( bt a) 2 Ex = VCX ) =
( b- a ti )
'
-
l
2 12
'
2 12
F- (X ) =
590,45
VCX ) =
0,2175
y
compare los resultados son los que se obtienen para
Y =
10,1 ,
5 . . .
45 ) E Ix ) =
F- IY ) =
22,5 VLX ) =
8,25
3- si Demuestre :
si cada uno de los rotores del mango de :X se multiplica
constante multiplicar la media de
por una C ,
entonces el
efecto es
por
C
y
la varianza de I
per c? Demuestre :
El cx ) = CEIX ) VICX ) =
civil )
y
Elcx ) = 2
✗
cxflx ) = C
§ Xfcx ) = CECX )
>
VICKI Cy Ífcx ) Ífcx )
(X CVIX )
§ lcx = C
§
=
u
-
-
=
y
p =
0,5 .
Dibuje la
función de probabilidad de # .
PIX 1)
(1,0/10,5111-0,5)
= =
fxlkp.nl =/ E)
" -
p)
✗
p le
-
=
9,76 ✗ 10-3
(E) =
X!
n!
In -
× ) !
""
PIX 2) =
(1,0/10,5141-0,5)
-
0,044
=
"
las ÍIOÍÍ
""
10,5141-0,51
Plx =3 )
( Y)
PIX 7)
/ F)
-
= - =
=
0,117
§&
=
0,117
"
.si
'
P ix. 8) lo .si lo
PIX 4) ""
(g)
=
o.si
( tq ) lo.si §}
=
=
ii.
=
0,044
.si/i-o.s-j0-sJ&
=
0,205
10,5 ) / así
"
P /✗ 9)
(f)
=
=
PIX 5) =
( jo ) lo
-
-
=
9,76×10-3
0,246
IQSIYOÍÍ
=
"
101
( pq )
""
PI ✗ =
=
'
"
= 9,76×10
=
0,205
=
9,76×10
°
P/ ✗
-
=
101=9,76×10
0,25T
0,20 -
0,15
-
0,10 -
0,05 -
¥ÉÉ
3-56 Dibuje la
función de probaba de . una distribución binomial n =
soy
p -0,01
-
PIX
-01=(18/10,01141-0.01) Pirlo ) =/ G)
=
0,904 →
Valor más probable = 2,02×10-0
10-7
=/ F) 10,01141 -0,01J
"
10,011*(1-0,01)
=/ G)
PIX -
-
1) PLX 7) =
"
0,091
_
=
=
1,16×10
=/ 7) 10,01141-0,01%2
""
PIX 2) PCX 8)
(1,0/10.01)%1-0,011
-
-
-
- =
' °
-4,15×10-3
-
=
= 4,41×10
""
= 1,12×10-4 =
9,9×10-18
"" "
/ ¡ 8) 10,011%1-0,015
10.01141-0,011
Pinn ) -
-
(4) Pinto ) =
= 1,94×10-6 = 1×10-20
"
PCX
1=(1,0/10,011511-0,01)
I
"
0,8 -
0,6 -
probable de ¥7 0,4 -
0,3 -
0,2 -
PA -101=1×10-20 al -
j ¡
' ' '
¡
'
o
3- 58 Determinar la
función de distribución acumulada con n =3
y p V2
=
Puro ) =
=
0,125 FI 1) =
P LXE 1) = 10,125 ) + 10,3751
=
0,5
o SÍ
'
PIX 1)
( ? ) 10,5 ) Ii
-
-
- =
,
F (2) =P ( XE 2) =
10,1251+(0,3751+10,375)
=
0,375 =
0,875
»
PLX 2) 10,5511-0,5 )
/{) F ( 3) =P / ✗ ⇐ 3) ID 1251+10,3751+10,3751+10,1251
=
= =
=
0,375 = 1
>
10,5%
{
O O
/} )
✗<
PIX =3 ) =
lois ) i
0,125 OEXC 1
,
=
0,125 f- , × , 0,5 ,
1 EXL 2
0,875 , 2 EN < 3
1 3 EX
,
10,01511-0 OÍÍ
circuitos defectuosos :( %)
X '
. Plx =
o ) .
n = 40 L
0 , 669
p 0,01
ninguno sea
= =
↳
probabilidad defectuoso para
que trabaje
hacen iolloniwuohas
supongo que
.
L 10-3
(0,41311-0,4)
PI ✗ =3 )
( Y)
éxito =
ocupadas =
✗ =
# veces las
que
lineas estarán =
0,215
ocupadas .
b) ¿ Cuál es la probabilidad
que almenos
de en s de las llamadas
las lineas no estén ocupados ?
( f)
'°
P / ✗ 711 =
1- Plx ) = 0 P ( ✗ =D =
'
IOMÍIO b)
,
=
1 -
(6,04×10-3) -
]
=
6,047×10
=
0,994
c) ¿ luoil es el número esperado de llamadas en las todos estarán
ocupadas ?
My = F-( ✗ I =
NP El × ) =
1010,4 )
=
4
3- a
Ejemplo de carta de control estadístico de un
proceso De un proceso.
que
partes requieran volver a ser procesadas sea . :X: el #
partes de una muestra
de w .
se
sospecha de un problema en el
proceso si ¥ es
mayor que su
a) Si el %
de partes que necesario volver a procesar en ir
es
permanece
.
desviaciones estándar ?
NO
'
F- (E) = n .
p V1 ) =
np 11 p )
-
Nxt 3
% =
0,2T 3 ,
198
=
20 ( 0,01 ) = 2010,01 ) ( 1- 0,01 ) = 1,53
=
0,2 =
0,210,99 )
=
0,198
( ( %)
"
=
1- 10.011° 11-0.01 it
(Y) 10.01141-0,011
)
0,0169
=
b) Si el
partes que es necesario
de reprochar aumenta ¿ cuál
% vii. es
n = 20 PCX > 1) =
1- PIXE 1)
p 0.04 1
( ( %) 10,0A Í 11 0.04J + (4) 10,04 Í 11 -0,04% )
-
= =
=
0,1897
probabilidad de
que ¥ sea mayor que uno por lo menos en 1 de
las muestras tomadas en las próximas 5 horas ?
n = 5
P = 0,190 I heute at !
PIYZI ) =
| -
Si el inventovivo
del fabricante
probabilidad
a) componentes es de 100 ¿ Cuál es la
de necesitar componentes
que puedan surtir los se 100 sin ?
✗ =
# componentes defectuosos entre tos almacenada .
"
A- 100 PIX = 0) =
( %) 10,02 Í 10,98J
p =
0,02
0,133
=
b) Si el inventovivo
del fabricante
probabilidad componentes es de 102 ¿ Cual es la
de necesitar componentes
que puedan surtir los
se 100 sin ?
10,02510 !Ü
( ( %) 0,98%(10,2/10,02)
"
10.0241 10,98 Í
)
'
102 PI ✗ 2)
( ios )
n =
a- =
+
p =
0,02
=
0,666
c) Si el inventovivo del
probabilidad
fabricante de los componentes ¿ Cuál la es es
de componentes ?
que se puedan surtir los 100 sin necesitar
n =
105 P IXE 5) =
0,981
p = 0,02
✗ =
denota # mañanas la luz es verde
en
que
n =
5
p
=
0,2 PIX 1) = =
/ ¡ | 10,2111-0,25
=
0,410
p = 0,2
=
0,218
c) En mañanas ¿ Cuál
v0 es la probabilidad de que el semáforo esté
en verde más de u días .
P/✗ = 4) =
1 -
P / XE 4)
MÍ IOIÍIOÁÍ
(( G) 10.21°10.81'+14110.2'' viii. si loiiiaói
= 1-
+
(7) +
(4) +
(4) )
= I -
O , 629
=
0,370
Página 137 ,
ejercicio 3- 69 a 3- 81 l Pares )
3.70
Suponga que la variable aleatoria :X tiene una distribución
geométrica
media Calcule con 2,5 .
:
"
p Í p .
""
P (✗ =
4) 11-0,41 10,4 ) Mx ELX ) Vp
=
=
=
0,0864
' ' 04=111×1 = 11 P )
-
P(✗ 10,4 )
'
=
5) = 1 1 -
0,4 )
PZ
✗ = 1,2 }
0,0518
,
=
PIXE 3) =P ( ✗ =3 ) + P / ✗ 2) = + PCX 1) =
t P l ✗ 07
=
= 0,7840 2,5 =
YP
P =
0,4
PCX > 3) = p -
P IXE 3)
=
1 - 0,7840
=
0,2160
3- 72
Supongo que cada una de las llamadas que hace una persona es una
,
estación de radio
muy popular tiene una probabilidad de 0,02 de que
la
línea (
no esté ocupada .
Independientes )
p =
0,02 → éxito
✗ =
# llamadas necesarias para la conexion =
éxito
.
Í
-
'
P (✗ =
10 ) = I I -
1ps p
""
=
(1-0,02) 10,02 )
=
O , 0167
la línea desocupada
para hallar
= 0 9224
,
µ✗ =
El X ) = 1 /P =
1/0,02 =
50
que
partes requieran volver a ser procesadas sea . :X: el #
partes de una muestra
de w .
se
sospecha de un problema en el
proceso si ¥ es
mayor que su
Y =
derrota # muestras necesarias para under 1
,
0,0169
p
=
PLY =
10 ) = (1-0,0164)^10,01697 =
0,0140
b) partes
%
que es necesario
reprochar aumenta a 4%
,
¿ uuál es
probabi
de que la tomo nuestra sea la primera donde ✗ > 1 .
P =
0,1897 P 14=10) = ( 1- 0,1897 ÍL0 , 18971
=
0,0286
c) Si el %
partes que es necesario volver a procesar aumenta a
iii. ¿ cuál es
el # esperado de
ensayos que es
necesario
realizar hasta que ¥> 1 ?
F- (Y ) =
1/0,1897 -
5,27
las especificaciones .
✗ =
# intentes satisfacer especificaciones
0 , lo
p =
PLXE 3) =
PLX =
1) t PLX =
2) + P [✗ =3 )
✗ =3
= 11-0,6%0,6 ) t ( 1- 0,6 ÍIO 6)
,
+ 11-0,6510 ,
b)
=
0,936
está en
operación falla cualquiera de las 2 de reserva puede ponerse ,
en 3
.
compu ,
línea de inmediato la
ponerse en .
a) ¿ luoil es el #
promedio de transacciones previas a la falta de las 3
ionysutowhras ?
r =3 F- ( X ) = 3/10-3 = 3000
b)
Varianza del # transacciones previas a la falla de todas las
computadoras
YCX ) = rl 1- P )
>
3/1 -
IÓ ) ,
2997000
, '
p (10-3)
Página 151 ,
ejercicio 3- 94 Al 3-101
3- 94
Suponga que ✗ tiene una distribución Poisson con media u .
Calcule
las probabilidades siguientes .
"
a) PIX =p f- × IX ; d) =
e- tú ✗ =
0,1 2,
'
X !
"
PI ✗ = o ) = é I 4. Í =
0,0183
0!
b) PIXE 2)
}
' "
PIXE 2) e-
"
(4) é (y
=
+ + 0,0183
1! 2 !
=
0,2381
" "
c) P ( ✗ 4) = =
e (y) = 91954
4!
" °
d) P ( ✗ 8) = =
C- (4) = 0,0298
8!
3- 95 Dist .
Poisson ,
media =
0,4 .
Calcule las probabilidades .
a) PIX =D)
°"
P (✗ =
o ) = ¿ 10,4 Í = 0,0703
0!
b) PIXE 2) = PI ✗ =
0 ) t PLX =
1) t PCX 2) =
)
""
) /
""
"
'
e-
0,6703 +
/ 0,4 e-
%
=
.
+
1!
=
0,9921
c) PCX =
4) =
é""%
"
=
7,15 ✗ IÓ
d) P ( ✗ 8) = =
e-
°"
0,4°
8!
=
1,09 ✗ 10-8
" ✗
PLX =
0) é e- =
0,05 F- ( x ) VIXJ = 2,996
y
=
✗ = -
ln 10,05 )
✗= 2,996
3- 97 ✗ =
# llamadas que llegan a un ronolennurtovdvz .
Suponga que en
promedio ,
se reciben 10 llamadas por hora .
°
P /✗ 5) =
= ¿ 105 = 9038
5!
¿ buril
b) es la probabilidad de recibir 3 llamadas o menos en 1 hora ?
=/
ni
/ ( é ! !! ) ( e- %! ) ( " " )
"
Pie » e-
+ + +
0! 3 !
>
4,54×10-5 7,57×10-3
"
=
+ 4,54 XIÓ t
2,27 ✗ IÓ +
= 0 , 0103
¿ buril horas ?
c) es la probabilidad de recibir 15 llamadas en 2
PLX =
15 ) =
" "
( é zo
15 !
) = 0,0516
en 30 minutos
}
P / ✗ 5) = = É É = 1,403 ✗ IÓ
5!
m?
0,1 de
defectos .
por
a) Probabilidad de tener 2
defectos en 1 m
'
?
P ( ✗ 2) = = ¿
°"
O, Í =
4,5 ✗ 10-3
2!
b) Probabilidad de tener 1
defecto en ron
?
' '
PI ✗ 1) = = é I = 0,3679
, ,
71×72 ) =
1- PI ✗ 2- 1)
éo ! )
'
(
= 1- e- i
*
1!
=
0,2642
3- 100 ✗ #
defectos superficiales paneles usados en interiores medio
de
=
,
'
de 0,5 defectos por pie de panel Suponga que el interior de un auto
.
2
contiene io pies
505,0
}
PIX =
o ) = e- =
6,74 ✗ IÓ
"
( to ) ( 6,74×10-3511 -
6,74×10-3 )
=
0,93
h = 10
; p =
0,3935
PIWE 1) =
PIW =D ) + PLW = 17
= 0,0504
Página 145 ,
ejercicio 3-82 al 3- 93
3- 83 .
Continuación 3-82 ,
calcule la media y la varianza de ¥
N = 100
;
n = 4
;
k =
20
ÓÉ
( |
ELX ) ) (N M
ME
=
np
= VIXI =
npl 1- p -
(E)
= " "" "
( 100-4 )
= "
( %) = 0,8
OÍ = VCX ) =
410,21 10,8 )
( ( 100 -
1)
)
Óx = YLX ) = 0,62
N = 20 n = 4 K = 4
; ,
OÍ
/ 1¥? } }
)
y Ix ) =
np
= UN =
npl 1- P
(E)
= " ,
= "
( jo ) = 0,8
ÓX = VCX ) =
410,2 ) 10,8 )
( ( 20-4
ho -
it )
Óx = YLX ) =
0,54
(Y) ( }) ( E) (
'"
P 1×-01 = fa ( x ; N.k.nl = n
)
II )
II )
✗ O , 1,2
"%÷
=
Yo
-
.
=
.
PIX 3/10
PIX 1)
( Y ) ( q) 2) =
= =
=
'
P (✗ =
3) = / 30
151
O ✗<O
(
;
14 ) ( 15 )
= =
1/2 1/6 OE ✗ < 1
120 2/3 LE ✗ < 2
FLX ) 29/30 2s ✗ <3
1 3 EX
N =
75 ;
n =
10 ✗ =
# arandelas inaceptables
K =
5
Pino ) =
II ) ( I ) = 0,4786
(E)
b) Probabilidad de que almenos 1 de las arandelas inaceptables
se encuentre en la muestra ?
PIXZ 1) = | -
P / ✗< 1)
1- P / ✗ =
0)
1- 0,4786 =
0,5214
P (✗ =
1) = ( ?) ( Y ) = 0,3923
1%1
d) Promedio de arandelas inaceptables
ECX ) np
Y✗
= =
= n
1¥ ) →
11011¥ ) =
2/3
ejercicio ¿ cuál es el
factor de corrección para población finita .
PIX :o) =
EÍ =
0,05 .
Luego 7 = -
ln 10,05 ) =
2,996
Con
sequretby ,
F. ( x ) = VCXI = 2.996