Indieaciones: 1. Responda todas las probabilidades como un porcentaje con tres decimales en caso de ser necesario, 2, Exprese sus soluciones con un buen nimero de cifras significativas. Al menos tres. 5. Use notacion cientffien esando le parezea conveniente. 44, Dé la justificacién de sus respuestas en forma concisa. 1 Distribucién uniforme (0.7) ‘9. Una variable aleatoria sigh n distibucidn uniform. Se sabe que P(L2 <.X < 17) fae quest protdio m= x ~ 105. Halle lor patimetroe ole la distribucin y a probuilidad P(X > 20) ‘Una variable aleatoria X sigue una distritucion unifonoe con soporte en el interala [=]. Caleule la funcon g(a) = P((Z| 2 a) eusndo o € [0,3]. Reewerde que Z = S585 os lx pantuacion Ze ha viable 1X. Hg una gen de g(a) ¥ go (0) = zh eno nterao € [0, V3) Notas En la grin se ve que Vor € [0.3] = qu (a) < go(a)- Esto esencialmente confirma ol teorema de she para concer diatibucin union y canoer valor decelerate . Se tiene nn variable aleatoria A” que sigue rcion uniforme con promedio jx tstandar ox = 4V3. Halle hos parémetras ab 2 Distribucién normal (0.5) ‘a. Una variable aleatria X sigue un distsbueién nora. Se sabe que el 76% de ls datos esté por encima de 54 mientras que el 30% ess por debajo de 38. Halle el promi la desvincinestandar de la distribu ’, Siguiend con la distibucin del punto 2a Halle el percent ln probabiidad POX < 45). Sen una variable aleatorin X que sigue una dstibucion normal eon peomedio wy deswiacén estandar 2. Demuestre que si se hcira un digrama de enjoy bigotes con una mnesiza muy grande de X, entonces ls bites minimos v méximos estaian en 2.700 y w+ 2.70r espectivamente. Observacion: El valor 2.70, cst apronimdo a tes cifras signification 4. Siguiendo cou el punto e hale P (|X ~ |» 2.69802), es decir, a probebilidad do obtener un dato anbmalo ca un diagram de caja ybigotes de una variable que sigue una distrbucén normal. Confrme ol teorema Chuyshev en se ens, 3° Distribucion P (0.5) ‘a. Una compniiia de seguras modela la ocurreneia de un percance en sus empresas aseguradas como un proceso de Poisson. Se sabe que en promedio lis empresas tienen tn percance cala 5 meses. Una empresa acaba de sfri un pereance y se quire estimar la probabilidad del tiempo X que la empres tardagé en subir 4 percances ‘mis. ;Cuinto es la probabilidad de que ese tiempo X sea de 2 aos o mis? '. Una variable aleatoria XC sigue una distribucion f (Gamma). Se sabe que el promedtio de Ia variable es ux = 19 y que la desviaciin estandar es 0 = 11. Calcule los parimetros a y 3 (notacion de Excel), halle la moda v el percent 30.4 Distribucion § (0.5) a. Bl nto oeficencia de los motores de una gran gama de aparatos se modela mediante wna distribuei6n 8 (eta) com promedio 0.45 ¥ desviaeion estandar 0.263. Halle los parametros a y 8 de la distribucion y caleule Ja probabilidad de que cl zendizieato exté por encima de 0.5, 1b. Segiin los datos del punto 4a. Si se seleccionan al azar 25 aparatos. ;Cuél es la probabilidad de que menos de 9 tengan un revel . Laciicienela cou la que anota un gran utmero de jugadores de baloucesto sigue una disteibuelon beta cou @ 2.7. Halle el promedio, la desvincién estindar y la moda de dicha distribucién, 5 Distribucion Log-normal (0.5) ‘a. El ruido (on deciboles) que genera una gran autopista sigue una distibucién Log-normal con promedio 70 y desvineion estandar 20, Halle los parimeteos de la disteibueidn y ealeule la probabilidad de que el ruide est por debajo de 50 decibels. 1, El pH del suelo en una fo oa nacién geolbyiea sigue wna distribuetén log-norinal con pardmetros p! = 2.130 y 11405. Halle ol promedio, desviacion estandar, moda, y el tereer cunztil de la distribucion. 6 Distribucion Weibull (0.5) ‘La potencia de radiaci (en 24) durante el dia en una planta de energia solar sigue una distibucién de Weibull «on parimetro de forma 5.8 y pardmetro de escola 1.62 8. alle l promedio, moda y desvinion estindar de In divesibucion, 1b, Halle la probabildad de que la potenciaesté entre 1.3 80 y 15 8. Halle les aes cuties aya. de la distribuilidad conjunta discretas (0.9) ran estudio de pps se han obtenio fos siguientes osultadas de dos variables aleatorins. La variable X representa el mimero de hijs que tiene la familia, ln variable ¥ representa el nfimero de mascotas que ha tenido la familia desde que se configuré. Se tienen los siguientes resultados de la dstribci condicional (|) RS eS WE [1% | 1% | we | we | som | Be Spree pare pc bane fe Pee ae 2 19% [sie [am | 29% [um | 7% [19% z 13% [2% |S BLT ‘También so conoce la distribucién de probabilidad marginal h(y) saps peyr a By) | woe | 5H [Tom [aR [wm [we | Gonere la tabla de probabilidades conjuntas f(x,y). Fale la lista de probabilciades marginales 9 (2). Gonere la tabla de probabilidades condicionales segin X f(yl2) Complete la siguiente tabla: (ex Tex Tir Loy TED] | Cov(X-¥) | Corr(X.¥) TEDCYT | pore Seyi el valor de la eorvelacion: EL ndmero de tenido la familia: tiende a au disminuir al aumentar el ndimero de hijos? ;Qué se puede decir sobre Ia independencia F. Halle Ins siguientes tes probabilidades: P(X ¢ {1,2} € (5.6.71), POY € (5.6,7HX € (0.1}) y P(X € (0,2) LIL, Sea un par de variables aleatorinsdiscretas Wy Z que siguen la siguiente tabla que representa la dstribucion de probabilidad conjunta f(w,2): a 179% [175% [19% Fw Baan cw fow=) 9 ‘Nota: Cuando las dos variables son independiente, las distribuciones condicionales son iguales alas marginals. 8 Distribuciones de probabilidad conjunta continuas (0.9) (Un par de variables aleatoins con ts X y tienen la siguiente funcon de densidad de proba conjunta: Stea= ft (20+) purao< ws vINFy [el <1 w cos des casos ‘Nota: No hay neces de expres los resultados analitions exacton. Bs mas legible decal apeaximado en sus rspuestas. ‘a Tle laconstante de normalizacion A. 1b. Halle las Fanciones de densidad de probabildad marginals g(2) yb (y) ‘ Halle la funeién do donsidad de probabildad eondicional f(y|2~0)- 4d. Complete a tabla: Coy preferible dar wn ndmnero {Son las das variables independents? Jusifque bien si Halle las siguientes tres probabiidades: P(X € [0,4] 9¥ € [o, 4) P(e [0.4] |X € ul) yP(Xe [-$.4]).