Preg.

Posibles Valores
a. X >= 0
b. Y >= 0
c. Y >= 0
d. X>0
e. X>0
f. 0 <= Y <= 14
g. X>0
h. X >= 3
Tipo de V.A Observación
Discreta
Discreta
Discreta
Continua No puede ser cero, en ese caso no hubiera serpiente
Continua las regalías son una cantidad de dinero, los montos de dinero son continuos.
Continua Tuvieron tiempo para averiguar, les dije en clase que vendría una de ese pdf
Continua No puede ser cero, cero quiere decir que no hay tensión.
Discreta Como mínimo 3 lanzamientos
< >
a.

b.

c.

d.
Respuesta:
El par de coordenada x y f(x)

La distribución binomial

lambda = np

Pueden ser 3 de estas (o algún otro que recuerden):

Distr. Uniforme Discreta: Valor mínimo y Valor Máximo.
Distr. Bernoulli: p
Distr. Binomial: n y p
Distr. Hipergeométrica: N, n y k
Distr. Poisson: Lambda
Distr. Normal: media y varianza.
 x f(x)
0 0.059
1 0.118
2 0.118
3 0.176
4 0.235
5 0.294
Total 1.000

Ganancia por envase vendido

Perdida por envase no vendido
Utilidad Utilidad * f(x) Kairo Sánchez:
Utilidad (x=0) = 0*0.44 + 5*(-0.2950)
-1.4750 - 0.0868 Utilidad (x=1) = 1*0.44 + 4*(-0.2950)
-0.7400 - 0.0871 Utilidad (x=2) = 2*0.44 + 3*(-0.2950)
-0.0050 - 0.0006 Utilidad (x=3) = 3*0.44 + 2*(-0.2950)
Utilidad (x=4) = 4*0.44 + 1*(-0.2950)
0.7300 0.1288 Utilidad (x=5) = 5*0.44 + 0*(-0.2950)
1.4650 0.3447
2.2000 0.6471
0.9462 Kairo Sánchez:
Utilidad Esperada
0.4400
-0.2950
Forma 1:

Éxito:
p

Probabilidad de sobrevender el v

P(x <= 3)

Forma 2:

Éxito:
p

Probabilidad de sobrevender el v
P(x > 186)
 Que un pasajero no se presente a abordar el vuelo
3%
Kairo Sánchez:
Si 3 pasajeros no se presentan a abordar el vuelo
robabilidad de sobrevender el vuelo: quiere decir que llegaran 187 y el vuelo tiene
capacidad para 186, por tanto esta sobrevendido y así
0.1758199611 sucesivamente.

Que un pasajero se presente a abordar el vuelo

97%
Kairo Sánchez:
Si llegan más de 186 pasajeros a abordar el vuelo, el
robabilidad de sobrevender el vuelo: vuelo estará sobrevendido.
1 - P(x <= 186) 0.17581996

0
0.86089797
0.17886305
a Lambda 8
6
4
Lambda Total 12
180

P(x <= 4) 0.0000

b Lambda 20
P(x <= 10) 0.0108
autos x min
camiones x 90 seg
camiones por min
vehiculos x min
vehiculos x 15 min

camiones x 5 min
A 0.1953668148
B 0.1048372559
C 0.0183156389
D 0.0907179533
tasa de mortalidad
tasa de contagio
tasa de necesidad de UCI

a. P(x > 25)

v.a. X: # pacientes que necesitan cama UCI

Usando aproximación a la normal

p
Promedio
varianza
desv. Estandar

Por tanto:
P(x > 25)
 2.80%
6.00%
3.20%

22,500

b. P( promedio < X <= 50)

tes que necesitan cama UCI v.a. X: # pacientes que fallecen

mación a la normal Usando aproximación a la normal

0.00192 p 0.00168
43.2 Promedio 37.8
43.1 varianza 37.7
6.6 desv. Estanda 6.1

Por tanto
1 - P(x <= 25) P( promedio < X <= 50) P(X <= 50) - 0.5
0.9972 0.47648329

0.97648329 =+DISTR.NORM.N(50;L14;L16;VERDADERO)
0.44819245 =+DISTR.NORM.N(37;L14;L16;VERDADERO)
0.52829084 =+M22-M23
M.N(50;L14;L16;VERDADERO)
M.N(37;L14;L16;VERDADERO)
 Éxito: recibir trato especial
p= 0.02 q= 0.98
n= 25

a) P(x=1)= 0.307890168

b) P(x>=1)= 1-P(x=0) 0.3965353

c) P(x>=2)= 1-P(x<=1) 0.0886451

BINOMIAL
d) valor esperado VE= n.p 0.5
DESV EST n.p.q 0.7 X2 1.4

ls li
ve (+/-)2de 1.9 -0.9
aprox 2 0

P(x<=2) 0.986756571891691

e) p= 0.98
n= 25
VE= n.p= 24.5
=+(F26*4.5+C38*3)/25
3.03
Tiepo promedio de (VE.1*4.5+VE.2*3)/25
los 2 estudiantes =
 NORMAL

ls li
1.9 -0.9

0.739724606024844
a
b
c
d
e
media 80
desv est. 10

DISTR.NORM.N(100;80;10;VERDADERO) 0.9772
1- DISTR.NORM.N(80;80;10;VERDADERO) 0.5000
DISTR.NORM.N(100;80;10;VERDADERO) - DISTR.NORM.N(65;80;10;VERDADERO) 0.9104
1- DISTR.NORM.N(70;80;10;VERDADERO) 0.8413
DISTR.NORM.N(95;80;10;VERDADERO) - DISTR.NORM.N(85;80;10;VERDADERO) 0.2417
a
b

c
media 15.0
desv. Est. 1.25

1-DISTR.NORM.N(18;15;1.25;VERDADERO) 0.008198
DISTR.NORM.N(12;15;1.25;VERDADERO) - DISTR.NORM.N(10;15;1.25;VERDADERO) 0.008166

P(15-1.5*1.25 <= X <= 15+1.5*1.25)

Estandarizando:
P(-1.5 <= Z <= 1.5)
DISTR.NORM.ESTAND.N(1.5;VERDADERO)-DISTR.NORM.ESTAND.N(-1.5;VERDADERO) 0.866386
Sección 1
Sección 2
Total

k = 15

a.

b.

c.

d.

Promedio
Varianza
desv. Est.

e.
Promedio
Varianza
desv. Est.
 20
30
50

COMBINAT(I2;5)*COMBINAT(I3;10)/
COMBINAT(I4;15) 0.206953879454

DISTR.HIPERGEOM.N(10;15;30;50;FALSO) 0.206953879454

1 - DISTR.HIPERGEOM.N(9;15;30;50;VERDADERO) 0.379818805266

Por lo menos 10 de la sección 1

0.0139851192591166
Por lo menos 10 de la sección 2
0.37981880526624
Por lo menos 10 de la misma sección (Operador
lógico "o")
0.393803924525357

9.00
4.3448
2.0844

6.00
6.6316
2.5752
 N= 15
n= 5
k= 6

Éxito: # de cámaras de 3 Mgpx

YA NO SOLO TENO n
y P AHORA TENGO
TAMBIÉN UNA
POBLACIÓN N

P(x=2)= 0.41958042 =HYPGEOM.DIST(2,$F$2,$F$3,$F$1,FALSE())

P(x<=2)= 0.71328671 =HYPGEOM.DIST(2,$F$2,$F$3,$F$1,TRUE())
P(x>=2)= 1-P(x<=1)=
0.70629371 =1-HYPGEOM.DIST(1,F2,F3,F1,TRUE())

2
0.857142857
0.9258201
0.714285714
5
0.4
0.6
0.857142857
A 0.01124307
B 0.07253595
C 0.91622097 0.08377903
D 0.07253595
0.00620967
 primera forma , e
media 5 mm esto se espera
de co
además, media 5 mm se asume

n 1000 x 5.027
desvest 0.1 mm

X~N(5;0.1)
X~N(5;0.1/√100)

Z= 1.95996398
Distribución muestral de la media
5.0196
4.9804

primera forma , estimar el intervalo

de confianza
primera forma , estimar el intervalo
de confianza

mm ¿esto es suficiente para confirmar la presunción?