estadistica

TERMINATION

BELLY

practico 4|5

ejercicios
ejercicios
capitulo 4
Ejercicio de distribución binomial
1. Usamos la formula de distribución binomial y la del calculo de la
media:
𝑛 𝑥 𝑛−𝑥
2. 𝑝 𝑥, 𝑛, 𝑝 = 𝑝 𝑞 ; x = 0,1,2,3, … , n
𝑥
3. 𝑚𝑒𝑑𝑖𝑎: 𝑛. 𝑝
4. Entonces identificamos n y p.

n
Entonces hacemos:
𝑥 𝑛−𝑥 1 3
1 3 Media= n.p = 3. =4
3 4
𝑝 𝑥, 𝑛, 𝑝 =
𝑥 4 4

p
Ejercicio de probabilidad conjunta

1. Usamos la siguiente formula

2. 𝜇𝑥 = σ 𝑥. 𝑔(𝑥)
g(x)
0.17 3. 𝜇𝑥 = 1 . 0.17 + 2 . 0.50 + 3 . (0.33)=2,16
0.50
0.33
h(y) 0.23 0.50 0.27
4. 𝜇𝑦 = σ 𝑦. ℎ(𝑦)

5. 𝜇𝑦 = 1 . 0.23 + 2 . 0.50 + 3 . (0.27)=2.04

Ejercicio calculo de valor esperado de una variable continua

1. Usamos la siguiente formula

∞
2. E(x)= ‫׬‬−∞ 𝑥𝑓 𝑥 𝑑𝑥
1 1
3. E(x)= ‫׬‬0 𝑥. 2 1 − 𝑥 𝑑𝑥 = 2 ‫׬‬0 𝑥 1 − 𝑥 𝑑𝑥 =

1 𝑥2 𝑥3
4. 2 ‫׬‬0 𝑥− 𝑥2 𝑑𝑥 = 2 − |10 =
2 3

12 13 1
5. 2 − =
2 3 3

6. Ahora hacemos el calculo de la utilidad promedio:

1
7. 𝜇 = 𝐸 𝑥 . 5000 = 3 . 5000 = 1667,67
Ejercicio calculo de valor esperado de una variable continua

1. Usamos la siguiente formula

∞
2. E[g(x)]= ‫׬‬−∞ 𝑔(𝑥)𝑓 𝑥 𝑑𝑥

∞ 2𝑥 −𝑥 ∞ −𝑥
3. E(x)= ‫׬‬0 𝑒 𝑒 𝑑𝑥=‫׬‬0 𝑒 3 𝑑𝑥=
3

𝑥 0
− −
4. −3. 𝑒 3 |∞
0 = − −3. 𝑒 3 =3
 Ejercicio con teorema de varianza de una variable aleatoria

1. Usamos la siguiente formula del teorema:

2. 𝜎 2 = 𝐸 𝑋 2 − 𝜇2

3. Reemplazamos lo calculado:

4. 𝜎 2 = 17.63 − 4.11 2
= 0.74

1. Usamos la siguiente formula:

2. 𝜇 = σ 𝑥. 𝑓(𝑥)

3. 𝜇=(2).(0.01)+(3).(0.25)+(4).(0.4)+(5).(0.3)+(6).(0.04)=4.11

4. 𝐸 𝑋 2 = 2 2 .(0.01)+(3)2 .(0.25)+ 4 2 .(0.4)+ 5 2 .(0.3)+ 6 2 . (0.04)=17.63

Ejercicio calculo de la covarianza con la media

1. Arrancamos con el ejercicio 3.39

2. Planteamos una formula para la
pregunta a).
3 2 3
𝑥 𝑦 4−𝑥−𝑦
3. 𝑓 𝑥, 𝑦 = 8
4
4. x=0,1,2,3; y=0,1,2; 1 ≤ 𝑥 + 𝑦 ≤ 4

5. Ahora seguimos la consigna y

planteamos el punto b).
6. 𝑃 𝑋, 𝑌 𝜖𝐴 = 𝑃 𝑋 + 𝑌 ≤ 2 =
𝑓 1,0 + 𝑓 2,0 + 𝑓 1,1 + 𝑓 0,1 +
3 9 18 2 3
𝑓 0,2 = + + + + =
70 70 70 70 70
35 1
=
70 2
 Continuamos con el ejercicio 4.44

1. 𝜎𝑥𝑦 = E X, Y − 𝜇𝑋 𝜇𝑌 𝐸 𝑋, 𝑌 = σ𝑋 σ𝑌 𝑋𝑌 𝑓(𝑋, 𝑌)
2. 𝜇𝑋 = σ 𝑋. 𝑔 𝑋 𝜇𝑌 = σ 𝑌. ℎ(𝑌)
f(x,y) 0 1 2
5 30 3 5 105 3
3. σ 𝑋. 𝑔 𝑋 = 0. + 1. + 2. + 3. = =
0 0 2/70 3/70 5/70 70 70 70 70 70 2

15 40 15 70
1 3/70 18/70 9/70 30/70 4. σ 𝑌. 𝑔 𝑌 = 0. + 1. + 2. = =1
70 70 70 70
2 9/70 18/70 3/70 30/70 5. 𝐸 𝑋, 𝑌 = σ 𝑋𝑌 𝑓(𝑋, 𝑌)
3 3/70 2/70 0 5/70 18 18 2 9 3 90 9
6. 1.1. + 2.1. + 3.1. + 1.2. + 2.2. = =
70 70 70 70 70 70 7
15/70 40/70 15/70 1
9 3 3
7. 𝜎𝑋𝑌 = − = −
7 2 14
Ejercicio con implementación de teorema y corolario

1. Resolvemos el ejercicio 4.36 (que hicimos en clases) de la misma forma que se resuelve

el ejercicio 4.35 del PowerPoint. Tenemos los resultados 𝜇 = 1 𝑦 𝜎 2 = 1

2. Entonces calculamos:

3. 𝜇𝑔 = 𝐸 5𝑋 + 3 = 5𝜇 + 3 = 5. 1 + 3 = 8

4. 𝜎𝑔 𝑋 = (5. 𝜎)2 = (5.1)2 = 25

Colocamos solo el termino que tiene la x
 Ejercicio con teorema de Chebyshev
Datos:
70 puestos
1000 aspirantes
𝜇 = 60
𝜎=6 0.9375
𝑥 = 84
36 84

0.03125 x 1000=31.25 0.03125 x 1000=31.25

Personas que saquen Personas que saquen
1
Calculamos k: 60 − 𝑘𝜎 < 𝑥 < 60 + 𝑘𝜎 ≥ 1 − menos de 36. mas de 84.
𝑘2
84 = 𝜇 + 𝑘𝜎 1 0.9375 x 1000=93,75% de
84 = 60 + 𝑘. 6 60 − (4.6) < 𝑥 < 60 + (4.6) ≥ 1 −
42 probabilidad de que una
84 − 60 15 persona que haya sacado
=𝑘 36 < 𝑥 < 84 ≥ = 0.9375 entre 36 y 84 entre.
6 16
4=𝑘 15 1 1
1− = :2 = = 0.03125
16 16 32
Respuesta: una persona con 84 puntos si
puede llegar a entrar al trabajo.
 Ejercicio con teorema de Chebyshev
a) 𝑃 𝑥 − 10 ≥ 3 = 1 − 𝑃 𝑥 − 10 < 3 = 1 − 𝑃 −3 < 𝑥 − 10 < 3
= 1 − 𝑃 7 < 𝑥 < 13
1
𝑃 7 < 𝑥 < 13 ≥ 1 − 2
𝑘 7 = 𝜇 − 𝑘𝛿
1
1 − 𝑃 7 < 𝑥 < 13 ≤ 2 7−𝜇
𝑘 =𝑘
3 3 1 −𝛿
1 − 𝑃 10 − . 2 < 𝑥 < 10 + .2 ≤ 7 − 10
2 2 3 2 =𝑘
− 4
2 3
4 =𝑘
c) 1 𝑃 𝑥 − 10 ≥ 3 ≤ 2
𝑃 5 < 𝑥 < 15 ≥ 1 − 9
𝑘2
5 5 1
𝑃 10 − . 2 < 𝑥 < 10 + .2 ≥ 1 −
2 2 5 2 b) 𝑃 𝑥 − 10 < 3 = 𝑃 −3 < 𝑥 − 10 < 3 = 𝑃(7 < 𝑥 < 13)
2 1
21 𝑃 7 < 𝑥 < 13 ≥ 1 −
𝑃 5 < 𝑥 < 15 ≥ 𝑘2
5 = 𝜇 − 𝑘𝛿 25 3 3 4
5−𝜇 𝑃 10 − . 2 < 𝑥 < 10 + .2 ≥ 1−
=𝑘 2 2 9
−𝛿 5
5 − 10 𝑃 𝑥 − 10 < 3 ≥
=𝑘 9
− 4
5
=𝑘
2
Ejercicio con teorema de Chebyshev
d) c=?; 𝑃 𝑥 − 10 ≥ 𝑐 ≤ 0.04
1
1 − 𝑃 −𝐶 + 10 < 𝑥 < 𝐶 + 10 ≤
𝑘2
−𝐶 + 10 = 𝜇 − 𝑘𝛿
−𝐶 = 𝜇 − 𝑘𝛿 − 10
𝐶 = −𝜇 + 𝑘𝛿 + 10
𝐶 = −10 + 5. 2 + 10
𝐶 = 10

1
0.04 =
𝑘2
1
k=
0.04
𝑘=5
Formulas
capitulo 4
 Media o valor esperador

Valor esperador de variable aleatoria

 Valor esperador (probabilidad conjunta)

Varianza/ pasa raíz y es desviación estándar

Teorema

Teorema
Varianza de variable aleatoria

Covarianza de X y Y
Covarianza y desviación estándar

Covarianza con media

Teorema
Teorema
Teorema
Teorema
Teorema
Continuación del Teorema
Teorema Chebyshev
ejercicios
capitulo 5
Ejercicio 5.2 (con tabla)
Datos: 𝑃 𝑋=3 =𝑃 𝑋≤3 − 𝑋≤2
n=12 = 0.0730 − 0.0193 = 0.0537
p=0.5

Ejercicio 5.6
Datos:
1
n=6 p=
2

a) 𝑃 2 ≤ 𝑋 ≤ 5 = 𝑃 𝑋 ≤ 5 − 𝑃 𝑋 ≤ 1 = 0.9844 − 0.1094
= 0.875

b) 𝑃 𝑋 < 3 = 𝑃 𝑋 ≤ 2 = 0.3438
 Ejercicio 5.11
1. 𝑃 𝑥 =5 =𝑃 𝑥 ≤5 −𝑃 𝑥 ≤4 =
0,1497 − 0.0257 = 0,1240
2. El mismo calculo pero con formula de binomial:
P=0,9 𝑛 𝑥 𝑛−𝑥 7
7 b 5,7,0,9 = 𝑝 𝑞 = 0.95 0.12 = 0,1240
𝑏 0 = 0.90 0.17 = 1 × 10−7 𝑥 5
0
7
𝑏(1) = 0.91 0.16 = 6,3 × 10−6
1
7 P=0,1 (opuesto a la
𝑏(2) = 0.92 0.15 = 1,70 × 10−4 columna de 0,9)
2
7 𝑏 0 = 0,48
𝑏 3 = 0.93 0.14 = 2,55 × 10−3
3 𝑏(1) = 0,37
7
𝑏(4) = 0.94 0.13 = 0,022 𝑏 2 = 0. , 2
4
7 𝑏 3 = 0,022
𝑏 5 = 0.95 0.12 = 0,12
5 𝑏 4 = 2,55 × 10−3
7 𝑏 5 = 1,70 × 10−4
𝑏 6 = 0.96 0.11 = 0,37
4 𝑏 6 = 6,3 × 10−6
7
𝑏(7) = 0.97 0.10 = 0,48 𝑏(7) = 1 × 10−7
7
 Ejercicio 5.11 (grafico)
𝑃(𝑋)

𝜇 = 0,9

𝜇 = 0,1

𝑋
 Ejercicio con multinomial
9!
1. . (0.4)3 . (0.2)3 . (0.3)1 . (0.1)2 = 0.0077
3! 3! 1! 2!

Ejercicio con distribución binomial negativa

Datos:
p=0.75
q=0.25

𝑔(𝑥;0.75)=0.75(1−0.75)𝑥−1
3

P(𝑥 < 4)= ෍ 𝑔(𝑥;0.75)

𝑥=1
𝑃(𝑋 < 4) = 0.75(1−0.75)1−1 + 0.75(1−0.75)2−1 + 0.75(1−0.75)3−1 = 0.9843
Ejercicio con Poisson
a) 𝑥 = 4 = σ4𝑥=0 𝑃(𝑥, 6) σ3𝑥=0 𝑃(𝑥, 6) = 0,2851 −

0,1512 = 0,1339

b) 𝑥 ≥ 4 = 1 − σ3𝑥=0 𝑃 𝑥, 6 = 1 − 0,1512 = 0,8488

c) 𝜇 = 𝜆. 𝑡

𝜇 = 6 × 12 = 72 𝜇 = 72 𝑦 𝑥 ≥ 75

75

𝑥 ≥ 75 = 1 − ෍ 𝑃 𝑥, 75 = 1 − 0,6226 = 0,3774
𝑥=0
Formulas
capitulo 5
Proceso de Bernoulli
Distribución binomial
Teorema
distribución multinomial
distribución hipergeométrica
 Teorema

Distribución hipergeométrica multivariada

Relación con la distribución binomial
distribución binomial negativa

distribución geométrica
Poisson
teorema

teorema

teorema
Datos a tener
en cuenta
1. Si el ejercicio depende de tiempo o área usamos Poisson.
2. Si el ejercicio depende de dos elecciones como si o no, verdadero o falso,
usamos la formula de binomial.
3. El ejercicio va a decir si se debe usar normal.
4. Si no se identifica nada de lo anterior usamos Chebyshev.

𝜎=1
Área de la izquierda:
lo que me da la tabla. Área de la derecha