Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidades 3 y 4
Resultado de aprendizaje a trabajar:
Ejercicio 1: La mayorı́a de las personas que bebe café se da un poco de tiempo para
hacerlo y muchas toman más de un descanso al dı́a. La tabla siguiente, adaptada de un
Snapshot de USA Today, muestra la distribución de probabilidad para x, el número de
descansos por dı́a que se dan quienes beben café
• Tenemos que la sumatoria de X*PX es la media aritmética para los datos.
• La varianza es calculada con la fórmula: ∑(𝑋 − 𝜇)2 ∗ 𝑃(𝑋)
1
• ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar,
no se dé un descanso para tomar café durante el dı́a?
• Se tiene en cuenta que x=0, ya que ese sería el caso que no se toma un descanso,
por lo que la probabilidad es de 0.28 o de 28%.
• ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar,
se dé más de dos descansos para tomar café durante el dı́a?
• Tenemos que para que se dé más de 2 descansos tenemos que:
• (P>2) = (0.05) +(0.01) +(0.12) = 0.18 o 18%
Por lo tanto, la probabilidad que una persona se dé más de dos descansos es de 18%
• Calcule el número de descansos que se espera una persona se tome en el dı́a.
• El número de descansos esperados sería de 1.32, aproximadamente.
• Calcule la desviación estándar.
• La desviación estándar es la raíz de la varianza, es decir √1.4376 = 1.199
5 5!
𝑃(𝑥 = 1) = ( ) ∗ (0.75)1 ∗ (0.25)4 = ( ) ∗ (0.75) ∗ (0.0039)
1 1! (5 − 1)!
5
= ( ) ∗ (0.75) ∗ (0.0039) = 0.01464
1
𝑃(𝑥 = 2) = 0.3516
5 5!
𝑃(𝑥 = 1) = ( ) ∗ (0.75)3 ∗ (0.25)2 = ( ) ∗ (0.4219) ∗ (0.0625)
3 (5
3! − 3)!
5∗4
=( ) ∗ (0.4219) ∗ (0.0625) = 0.2637
2
(a) ¿Cuál es la probabilidad de que se embarque una caja que contiene 3 defectuosos?
• Establecemos los parámetros para un cálculo de hipergeométrica.
N=125
n=25 k=0
Usamos la fórmula y reemplazamos para tener
(3)(122)
𝑃(𝑥 = 0) = 0 12525 = 0.5088
( 25 )
Por lo que hay una probabilidad del 50,88% de que en una caja haya 3 defectuosos
(b) ¿Cuál es la probabilidad de que se regrese para su revisión una caja que contenga
al menos 1 artículo defectuoso.
𝑃(𝑥 ≥ 1) = 1 − [𝑃(𝑥 ≤ 0)] ==> 1 − [𝑃(𝑥 = 0)] = 1 − 0.8 = 0.2
(10)(124
25 )
𝑃(𝑥 = 0) = =0.8
(125
25 )
Por lo tanto, hay una probabilidad de 20% de que se regrese a revisión y la caja
contenga al menos un artículo defectuoso.
Ejercicio 4: Los baches en ciertas carreteras pueden ser un problema grave y requieren
reparación constantemente. Con un tipo especı́fico de terreno y mezcla de concreto la
experiencia sugiere que hay, en promedio, 2 baches por milla después de cierto tiempo
de uso. Teniendo en cuenta lo anterior,
3
Entonces, la probabilidad de que aparezca más de un bache en ese tramo es de
86.44%.
(b) ¿Cuál es la probabilidad de que aparezca por lo menos 4 baches en un tramo
determinado de una 5 millas?
• Tenemos un tramo de 5 millas, entonces debemos asociar esto con el promedio,
𝑏𝑎𝑐ℎ𝑒𝑠
es decir: 5 ∗ 2 𝑚𝑖𝑙𝑙𝑎 = 10 baches/milla.
• Ahora tenemos que:
• 𝑃(𝑥 ≥ 4) = 1 − [𝑃(𝑥 = 3) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 0)] ==>
𝑒 −𝜆 ∗𝜆𝑥
• Usamos la fórmula que define Poisson: 𝑃(𝑋 = 𝑥) = 𝑥!
𝑒 −10 ∗100 𝑒 −10 ∗101 𝑒 −10 ∗102
𝑃(𝑋 = 0) = 0!
+ 𝑃(𝑋 = 1) = 1!
+ 𝑃(𝑋 = 2) = 2!
+
−10
𝑒 ∗ 103
𝑃(𝑋 = 3) = = 0.000045 + 0.00045 + 0.00227 + 0.0075 = 0.010
3!
𝑃(𝑥 ≥ 4) = 1 − 0.010 = 0.99 𝑜 99%
Entonces, hay una probabilidad del 99% de que aparezcan a lo menos, 4 baches en
un tramo de 5 millas.
Ejercicio 1: El número total de horas, medidas en unidades de 100 horas, que una
familia utiliza una aspiradora en un periodo de un año es una variable aleatoria continua
X que tiene la siguiente función de densidad:
𝑥2 1 𝑥 2 1.2
𝑃(𝑥 < 1.2) = | + (2𝑥 − ) |
2 0 2 1
1 1
( − 0) + ((2.4 − 0.72) − (2 − )) => 0.5 + 0.18 = 0.68 𝑜 68%
2 2
4
Entonces, la probabilidad que utilicen la aspiradora menos de 120 horas es del 68%
1 2
𝑉 = ∫ 𝑥 3 − 2𝑥 2 + 𝑥 𝑑𝑥 + ∫ 2𝑥 2 − 5𝑥 + 2 𝑑𝑥
0 1
𝑥 4 2𝑥 3 𝑥 2 1 2𝑥 3 5𝑥 2 2
=> ( − + )| + ( − + 2𝑥) |
4 3 2 0 3 2 1
1 2 1 2 1
( − + ) + ((− ) − ( )) = −0.75
4 3 2 3 6
Por lo tanto, la varianza de la función es de -0.75
Ejercicio 2: Un abogado viaja todos los días de su casa en los suburbios a su oficina en el
centro de la ciudad. El tiempo promedio para un viaje sólo de ida es de 24 minutos, con
una desviación estándar de 3.8 minutos. Si se supone que la distribución de los tiempos
5
de viaje está distribuida normalmente.
(c) Si sale de su casa a las 8:35 a.m. y el café se sirve en la oficina de 8:50 a.m. a 9:00
a.m., ¿cuál es la probabilidad de que se pierda el café?
𝑃(𝑥 > 25) = 1 − 𝑃(𝑥 ≤ 25)
25 − 24
=1−𝑧 ≤ => 0.26
3.8
1 − 0.6026 = 0.3974 𝑜 39.74%
Entonces, si sale de su casa a esa hora, hay una probabilidad de 39.74% de que se pierda
el café, pues tiene hasta las 9 a.m.
Ejercicio 3: Suponga que el tiempo, en horas, necesario para reparar una bomba de calor
es una variable aleatoria X que tiene una distribución gamma con los parámetros α =
2 yβ = 1/2. ¿Cuál es la probabilidad de que la siguiente llamada de servicio requiera
𝑡 1
− 2𝑡
− 2𝑡
2𝑒 4𝑒
6
𝑡 1 1
− 2𝑒 2𝑡 − 4𝑒 2𝑡 |
0
1 1 0 1 3 1
− 2∗1 − 2∗1 − (− 2∗0 − 2∗0 ) => − 2 + => 0.1484
2𝑒 4𝑒 2 4𝑒 4𝑒 4
2 ∗ 0.1484 = 0.2968 𝑜 29.68%
Entonces, hay una probabilidad del 29.68% de reparar la bomba a lo sumo a
una hora.
7
(b) ¿Cuál es la probabilidad de que el tiempo de respuesta exceda 10 segundos?
• Por lo que para que exceda 5 segundos tenemos
una 𝑃(𝑥 > 10) = 1 − 𝑃(𝑥 ≤ 10), entonces aplicamos la fórmula para Beta igual
a3
1 10 −𝑡 1 3𝑡 1 3 10 1 33 √𝑒
∫ 𝑒 3 𝑑𝑡 = ∗ −3 ∫ 𝑒 − 3 𝑑𝑡 = ∗ − 1 | = ∗ − 4 + 3 =
3 0 3 3 0 3 𝑒
𝑒 3𝑥
1
∗ 2.8929 = 0.9643
3
𝑃(𝑥 > 10) = 1 − 0.9643 = 0.0357 𝑜 3.57%
Entonces, hay una probabilidad del 3.57% de que exceda 10 segundos.
8
Ejerrcicio 2: Una empresa de material eléctrico fabrica bombillas que tienen una du-
ración que se distribuye de forma aproximadamente normal con una media de 800 horas
y una desviación estándar de 40 horas. Sin embargo, expertos aseguran que la media
de la duración de las bombillas es distinta, por lo que se tomó una muestra aleatoria de
30 bombillas y se encontró que la duración promedio fue de 788 horas.Con un 99% de
confianza, ¿Cree que la afirmación de los expertos es correcta? Calcule un intervalo de
confianza para comprobar la hipótesis planteada.
Datos.
X= 788
μ = 800
n= 30
𝜎 = 40
∝= 0.04
Ho= 800Hora
H ≠ 800Hora
Z= -2.055<x<2.055 no rechaza Ho
𝑥 −𝜇 788−800 −12
Z= 𝜎/ = = 7.30 = -1.643
√𝑛 40∕√30
20−12
Zo= = 20.486
1.5^2 1.25^2
√ +
25 25
Criterio rechazo.
Zo<z
20.486>1.645
El porcentaje de promedio es menor de absorción de fibra en el algodón
Ejercicio 4: Cinco muestras de una sustancia ferrosa se usaron para determinar si existe
una diferencia entre un análisis quı́mico de laboratorio y un análisis de fluorescencia de
rayos X del contenido de hierro. Cada muestra se dividió en dos submuestras y se
aplicaron los dos tipos de análisis. A continuación se presentan los datos codificados
que muestran los análisis de contenido de hierro:
Suponga que las poblaciones son normales y pruebe, al nivel de significancia de 0.01, si
los dos métodos de análisis dan, en promedio, el mismo resultado. Calcule un intervalo
de confianza para comprobar la hipótesis planteada.
Prueba hipótesis.
X1 = contenido FE muestra con Rx.
X2= contenido Fe contenido químico
x1≈N(μ-𝜎1)
x2≈N(μ2-𝜎2)
𝑥̅ = 2.16 S1=0.18165
10
𝑥̅2 = 2.16 S2= 0.23021
n=5
α=0.05
Ho : 𝜇2 − 𝜇1 = 0
H1: 𝜇2 − 𝜇1 ≠ 0
Las varianzas son igual.
(𝑥2−𝑥1) 0.1
To= = = 0.7624
1 1 2
𝑆𝑝√ + 0.0207+√
𝑛 𝑛2 5
(𝑛1+𝑛2)𝑆1+(𝑛2+𝑛1)𝑆2 4(0.033+0.053)
S2p = =
𝑛1+𝑛2−2 8
= 0.043
Se opta que To<T = 2.306 No se rechaza la hipótesis nula, no hay evidencia significativa de
contenido de FE.
Si las varianzas son diferentes entonces.
(𝑥2−𝑥1) 0,10
T= = = 0,7624
𝑠1 𝑠2 0,001311
√ +
𝑛1 𝑛2
Estadísticas
Coeficiente de correlación 0.707026444
Coeficiente de R^2 0.499886392
11
∑ = 1.0+1.1+1.2+1.3+1.4+1.5+1.6+1.7+1.8+1.9+2.0=16.5
∑ i= 8.1+7.8+8.5+9.8+9.5+8.9+8.6+10.2+9.3+.2+10.5=100.4
∑ⅈ 2 = (1.0*8.1)+(1.1*7.8)+(1.2*85)+(1.3*9.8)+(1.4*9.5)+(1.5*8.9)+(1.6*8.6)
+(1.7*10.2)+(1.8*9.3)+(1.9*9.2)+(2.0*10.5)= 152.59
∑ⅈ12 = 1.02 + 1.12 + 1.32 + 1.42 + 1.52 + 1.62 + 1.72 + 1.82 + 1.92 + 2.02 = 25.85
∑ⅈ 2 = 8.22 + 7.22 +8.52 + 9.82 + 8.92 + 8.62 + 10.22 + 9.32 + 9.22 + 10.52 = 923.58
∑ = (16.5)2 = 272.25
𝑖=1
∑(100.4)2 = 10080.15
𝑖=1
12