Distrbvaon contiava Son valores qve se encuentran dentro de un intervalo Forman valotes be - 0 a t 0 «on todos los decimales. Distrrbu den yar forme Esto disttrovaoa continua mas cenartia la wal toma valotes de un intetuglo menor que encuentra dentro ae otto intecvalo mayor. Funuoa densidad 4 fw. {ee aexeh 0 en_ otto caso Esperanza mulemahca Cw. oth t Voy ante Var on ba)" AL Ayhcouoa prachn Pure dic; céxed b-a Se cumple siempre ge intecato {C74} este deotto ded intervato a+b] a 4 a »’ Se sabe que tn un Cable electiiio de 300m existe vad Falla aCuliylor ka probabilidud de que dicha Falla se enuyenkte entree ler 150 4 250m? Grol = © +300) POMPLK 6260) = L9O- 150 2190 = 0,39310 Gia] = bso +290) t00- 0 300Cn una Fabrica se Fabrica una media de ooo0m de cable se sabe que lo minima que Fabnes por dia © 30000m de cable lavariable aleatona que (og U avmeco de cabled sigue ura dist bucon uniferme continua a) Luck seca A max dt metro Fabricades ent dva PQve *o de diwd Se Fabricaran mes de J4000 m Datos Gm = Woveo Ewrs Oth (a7) = Booce +6) z bet 4000 = 30000 tb a bz @) 49000 - 30000 b= 50000 b) Poocvveex seven) = $0006 - 34000 | -[o3] $0000 - 30000 Gb) - bok, Sox) Cea} - xk 90K) Cietta vatroble cleatoria, x tiene un tntecvalo © too) 7 a) La prolbubilidad de que A valor x ea menor que 22 Dla probabilidad de que x kome valores entre to y JS AE valor perado, lavacianta y le deoviacoh obandat de eta dotriby aon fab) - ©, 100) Pow: to - Oty Cad C0 20) 400-0 fab) - ©,100) P (w= J9-t = 0/194 Cc) = £2, 35) 490 -0 vata): 4toc'-o* =3d3,5 €«)l= Dt1900 - 40 Av z Oe = [8373 = 1B, So6%Distrbucion normal nor ceFe rims a datos simetticas bien distebuides 3 : too Media Moda Medion F, densidad wf feo st .et ar Espetanta MH. Cuae a Vatranra Vocexy o Propiedades de la distibucon eormal A.C oven total debaye de cviya sleimpre ey 4 VEs semetitg wor cerpecta a un ge vectrcal GVE pasa por le media JEL valot maximo omeda ge encuentra en la media 4h Ge de anrea x se conshtoyr ta ona axrntota horitonta! S. La curya es con aya tr bes txhremes y lonuexa dentro de les puntos de_inklecionDistnbyaon normal estandar Convex Conaua, Hedig Moda Mediana, AL sec simetiica se atandariza y ce tener los valores taboladas pasa cdo une Alas prohabi lidades dicho estandurleacion se hace O(a formula 22 ke o Donde Ez valor tabuiado Xz valor bustado aa edt on pololauonal ©: dewiouen etandal pebladonal 100 't oS ——— bo" l. +00 Ly XL S0%C x X > 504 Determinor lay pobabrhdad de que 'e” seaa) ESAs Presa = 1,0,8943 2 0.10 XFL / 0, OARAGG URNA RS 1955 4, ONG AAS | 4 FN E495 14,847 1,68 14,7 1, 63/178 | 1 4, 5 Me VHB O= 0,064 b) Prob. que una persona Fenga entre 168 4 1,42 AOR LK LAH yz Ab8 - 1418 - -0, 654 0,064 Uz AI-AUE - 0,018 0,0 68 -A ° 4 Pryrexerary = 0,51- 0,24 = 1114 y oOAptoxmacion de lo dislrbuaon Binomial alo normal En la distribucion binomial tomamos en werla prexite — Ewrenp qs Feacato Yoru apg. nz datos OE -Vapg En lo disterbvaot normal to Ke Z= K-np o opq Se usa wand ‘n° 2 demasiado grande y ademas aye deben eskar proxies a 05 Se sabe que lo probabilidad de eirntnar siesto virue es de 0,4 st lenemos +00 Compr. que edtan on a vicor wal sera la probabitdad de Sa\ var enene de 30 womo. tabla P2048 2. G01- 190.04 Pree) ons // 4.0.6 400 ..0,4 .06 fz 100 x £30 ee -U45 fyDISTRIBYCION MUESTRAL Nuestra Es un subeonyonte de la poblaciod «Tene que ser (epresentahua 4 valida (la mate matica) Perrauon — finita Poblacion inFinita on: o 2 ne Moet e (net) e*aot at nz tamono de ly muestra ne oN \ poblacion G- desianoi atandar 0,5) > sole cuando ao ned don ese dato @z nivel de conFranza Moe 2 (224,96) @= ercor_abmoible A402 (2. 7576) Detecminar el tamare de mugstea por 500 elementas al 45% de confianza AG%e wn vn error de\ 6s nz $00, (0.4)" 4,40) De TH 044 y (S00-4) (0,06)" 4 (0,8)" (4, 46)" Coal sera el tamaco mvetral pasa vn poblacion inflnifa al Atle y unesor dl 3% 2 + nz (0,0) C7546) 92 183 2T11, (003)'Tipes a¢ muesteo = Mvestreo no probabilisheo Es on mucstreo f2ulitado para abtener alguntiyo de beneficia ~ Hveteo probabilistic Se oplica en invokyacion clentihica donde todas |as tobegrantes henen le o'sma portbilidad de ser tomedos en cuenta 1) Mueskeo aleatorio simple Sitve pola obtener una muestra tepresentativd d€ una poblacios detecminada .S¢ ura eh podlecions pequesias donde todas los integrantes pue densee selec gnades 2) Muestreo sishematico Stanaliza clectos equipo que Wegaron reuentemente, se tiene 400 equlpas wodtfig doy, determinat la muestra al %5%o de tonfranza wh ya error del Flo 1° tamadec de la muestra VU deteemcnacion de la snuetea TL=N - 900 -65a-4 YF Seleccrem de dementas A] (er 3, 9)19,24 Ut 9S 3) Wuestteo esth Ficado \mphica dividi't ta poblacion en segnentos exclusives hemegeneas 0 artratos; y Wego tomar una muestra aleotoria Se toma datas de tte estudiantes dela CHI, sablendo que 180 son de sishtmas [220 mecatcontca , 300 de indostefal 240 de ciytl y $00 de tecorcay delerminar el _tamafo ge ly muestea al 49% de wnfianr ton etcor del 3"%o Tofol = 1490 ne Gn (os) (44H) ne 615 (490-1) (0,03)" 40,93" 1.40)"PV Catcular \a Fracctoh myesteal Sem = 685 5 04th nN 1450, SY’ Debecroinas los mucstras por esteate Corcecus Coptibad. S mucitea | Sighernas 480 t Mecotronica] —_ t0O oat % An dustecal 300 Ut Guill U0 106 Veco: S00 ul 4450 by 4) Muestee0 por tonglomera dos St selecionan al agar por egsupaciones donde no lnteresa el eotrato 2 nz Nobel 3000 (0,8)0,2) (4 2 Uy, (n-1) @*aoF at {ieeo-) gossoen ase" oe nooo’ jth 2 55) 1s00° coe 200 = (01 0. C4) ck “Panacea 46) @ 2 0,044 e wo 165 = 3400 (0S)(04) 2° w5. 2. Acs 3° (3200-1) (,09 + (qs 2° Sat 0,52" 19513 gto t) - a9" $49, Sab HOSTAL ATO BAB BA = AIST _OSFSZ" BA BAG = B67, HE es 18s 2 Ces, WS 220,84 er,NCz V-O,N 2 0,684 NC = 64,84 Co Distubyiciones muestrates My my sy any Teorema de limbes central Se aphia en ayuelles poblaciend wnside ra das cn una disteibuciom aorina Ez X-u whe © = deviadon myestral Poblauon infiat tay En poblacones Hnitas si el tamane de lk moestra es muy pequetio. se aplica el ayuste del \imite cenfal, pero silo muertia ey yrande se debe worregic ta formula AS 005 N Us A+ ___ Ss + ,f[n-n Yn u-4Pex c278) = 0,006 | Re —— 430,09 nN oo 2 0,2 80,05 "woo t. AN - 445 4 AQ90-t5 {ts A000 - 4 Partsxy = 0.09334 Pz O,04BI4 . 200 P = 6,668 oty ts oP Pa 8 tz OB-0,851 D,B.0.189 100 P= 0,0U4 100 Re Lal i 4 2S x67 + Nz 800 9240 Net te ANS = 4945 2-1, 46% i= Ag00 -15_ A000 - 4 je 18-1949 0, 4539 bid 4990-15. {ts 1090 -4 Peretgan) = OOTY? 71,8337 Pero. 0,93 Pe 093-O,03143 Pe 095882 Pit 0, +9832 200 B= ISH 704 Pz 18d I % = lo que st wonoce Kop = lo que bus Pe pobdlacccn nz 90 p23 & = 0,854 20,891 &. Oa 2 L,0US4tt 2 _p-P 2. O,5-08 2 OU Pa ON 06 f ww Pe. 08143 P= 0,1803 100 Pe AB, 01%/e Nectotes aleatorios Son os putes enol espacio muestra! para la ocurrencia de des goceses_ posibbles S vectors cleatoios — PK :y) Season Caf 2 yp Si Ky Re MVE A) O_(a30_contratio Propiedades Sopso LX PurayyDs Ol BE Feet LL [OBIO4) > 04] Praag y.sd2 OA my 2 JOd}Ot]—> 0,4) Pecazs yove on 3 alr 040A] —> 0,2] Pacety= 0,110,040 20,4 Ovo] 4 | Py.v. Otro2-04 Analisis Morginal Funciod de pobabs'idad marginal Sow Sees : a5 wy Sx Wwe £ony) Sead =4. 2 Sayed N12 Anatie’s marginal pare. x ‘| 4 4 foster) 09) Sean £ Serv Sey = 4. Serger [2 foal ar] — os xe Slosloa 5 be stad A104) —> 0,2] Jx00 Foy si Seep = 4 Sega) oejox] 4 OL si yd xd © wonteario Analisis marginal pata y Ob si KA Syoy O48 Si x21 © cio wntratic Se tiene las nglas de (alevlo 4 Fisica Caleat ck Ch CF “n'y 35 tH 34 atrisials} $5 a4 22 1 {0 jor] o}olo as yu 4oy 2 |o}08 Joosoret] © | o |. 238 sv 53 AY 3 [2 [© | © poo S35 su V1 4 Joost] o,n1]o0%) 0 | o 53 LA 45 5] 2 | © Joorlou Jon Pcorit920 P (csr; f24). 0056 P ced; faa)eo,a3s Pesa)e oatFunciod de probabihdad tondiaona) Cdisueto) Pca) = Pang) Scere Tsim Jews: Fens Pegy —> condicion y Sx Scam si es Seem oi Fes Fees) si ces Seay eoaer = 0,688 Sc): Om 0,662 Fee 20% -on08 os © Abe On Calevlo Nia dats lads Sern st F.4 110 po} O}O/}o0 Fem: OOF. o2ser lowssfoaforei] 0 |o |-0,238 Om 0 | 0 | 0 powloas lapss|o,nJoo4] 0 | o © | © Jopslou fon | 20,216 AG infu fe Funcion de probabiided conhavs Seep i" - Jexpdeaiyy PROCESOS ESTOCASTLCOS Es yn modelo matemetico vtiltzado paca desccibit el compoctamitnto aleatodo © probabilistico de un sistema en el tiempo Procesos estotasticos de interes Procesos ILD Ruide blanco, Prose gavsiano [Proceso de Poisson] Geral teegeafia.aleatocia sNodulocion por desplozamiento de fuse , Proceso de wisnet (movimento. vrowniona) y cadenas de markou Como es eh pratere estocash co con estas procesos.Se sabe que los maqvinas importadas de sitgiones diferentes on lo*leA, 18168. el r0sto de C, tambien se conoce que Wegon aser defectuosas un 10% de A b%eB y S'lode C. De acuerde cates dates siguitndo el teotema de Bayes calcvtot la probobilidad de gue al seleccionar wna maquinonia al otar. alfsta sta deFectuora 0.) Peon) 2 PEAY. CARE) +PCjNO) PLO PCED) b) Que no sea defectvos Pans 0,2,0,140,18.0,06 £0,65,0,33. 1 Que sta defectuosa y de A Peo) « 0.0815, 2)Qve 10 sea defechuosea y de C Que sea delectuoso o de 6 P {) Sobienéo que es deFectuosa. que sea de A 4g) Sabtendo que ¢s.no. defectuose,Cadenas de Mar Kot Ejemplo 1. Una urna contiene 5 esferas blancas y 8 negras. Se saca una esfera de laurna, se registra el color y se descarta; después se meten dos esferas del otro color; finalmente se saca una segunda esfera de la urna. Halla la probabilidad de que: a) La segunda esfera wah . R=38/91. b) Las dos esferas sean de! mismo color. R=38/91. ©) La primera sea negra y la segunda blanca. R= 4/13. 4) La segunda sea blanca si la primera es negra. R=1/2 €) Las dos sean negras si ambas son del mismo color. R=14/19. 4 N alPare ged tha 4 = Ot8y ons 2 * PPano.$ A+ $2 = 0418) wa DA OPorwara)« Fuk = 900% MH OPeate saw) 2 Penny) - a A. L205y Pow) SN 20 cae AV AP CW /aubosthc): Peemnamgnd 2 13 “28 0,748 4 Parone) OE Ejemplo 2. Una urna A contiene 3 esferas blancas y 4 negras; una urna B contiene 5 esferas blancas y 3 negras. Se selecciona una urna al azar y se extrae de ella una esfera también al azar, se observa el color y se colocan dos esferas del otro color en la otra segunda esfera de ésta. Calcule la probabilidad de que: a) La segunda esfera sea blanca. R=433/840. b) Las dos esferas sean del mismo color. R=213/560. ) La primera sea blanca y la segunda negra. R=53/168. ) La primera sea blanca si la segunda es negra. R=265/407. para después sacar unaA. 2 48.2 42.9).05= 933 .0,5-0,5194 7708 |e AN NO i! 088 4N =. | 20,330! : SMP ATER 08 ag $052.55. =0,5154 \ a abe os sy w sie ae = 1eS 200574, Tet 5 SRT Bos Sot Ejemplo 3. Una urna contiene 3 monedas regulares, 2 monedas con doble cara y una moneda con doble gello. Considere el siguiente experimento que consiste en dos lanzamientos segiin lo siguiente: Primero se saca al azar una moneda de la urna y se lanza al aire; si cae cara se lanza la misma moneda nuevamente, pero si cae sello se saca otra moneda de las que quedan en la urna y se hace el segundo lanzamiento. Calcula la probabilidad de que: a) Enel segundo lanzamiento caiga sello. b) En ambos lanzamientos caiga cara ©) En ambos lanzamientos caiga sello. d) Primero caiga cara y después sello.Eshmaciones atadistias =Eshoacionsspuntuales $00 wqvellas que no da lo stodition desrptive ~Propiedades Deve set insesgado (deve set lo mos simetsico posible, ts decir que la medio. poblanonal debe sec ighal ola media mutsteal x 2a) Para tos muestias Dy A Cay ttXy XQ) = 40,8 X (esta 0s masesgada) + ‘> ; 4 OSES a Med (RAYA KEDK 9 Pe Be 248 jny2 K (ota o insesqadal Gol de (os day eohimadorey s¢ revomienda vsar la 2* poblauoA «dint isgado —Debe see efivente Se die que fa muestio mas ehlaente aqutlla que tiene La menor vationza th AL My rads iGente menos cutter ~Lonsistente poblawoh => y000 Aas M00 Ay = 2509 4 Ay= 2200 ds consisente, Dehe set soficrente Seca sohiciente agud que ceuna la mayor antidad de casactensticas, my 5 P Da x 5 “ ov~Debe ser cobusto se considera Cobysto a dquella Poblacion que no se.veca afrctada por el cumecto o disminycion de datos Notas de A&Ferentes grupos as 6 s r 6 6 5 5 4 3 Ke AN insergada => Ay, ay Siz L,OL4 chuente a> ay {mr S24, 4nd tongistente=> ay Cy. 091 2 31% sufiuiteke => todos iguales Pag Cobusto: 2> ay t tay Eshmocion pot intervalos 1 fiseoases) Ge a Distabuoones + of Normal TV student - Cy wadeada, \ abo \Partiendo del estudio de una muestra de 90 individuos a os que se aplicé un test de agresividad, se obtuvo 25 puntos para su desviacin tipica, estimando que la puntuacién media del test deberia estar comprendida entre 64 80 puntos. Caleule la media muestal del testy el margen de error con el ue se relizé la estimacién. 140 fo-€ 2m 30-3 (0 = 2 oes O\4b 272 Ww % Rye d,089T8 = 3,04 ko az te 1s 0 4-7 GO=? mye ed I5- 6 COs Az 3,038TB: 3,04 {abla 000718 de T,0,00114 Az 0.00233 x90 dz 0,138e Intetyalos d¢ pte portiones Inte ett p.geo™ © {peg = 07 Int R42 [PE 4 Mamen considera postularse para la alcaldia de Ia ciudad de Santa Cruz, Antes de solicitar la postulacién, decide realizar una encuesta entre los electores de Santa Cruz, Una muestra de 400 electores revela que 300 lo ‘apoyartan en las elecciones para la alcaldia. Construya un intervalo de conflanza del 99% para la proporcién poblacional 62 400 az PE USK |0.35.0.15 400 pe 38 G2 O15 A 2035 4 0,055t FL ae 2 49% © 805}~Estimacion de intecvalos pata la media y desuiauto desconori da para 0 £30 TV de ckudent Le asociacién de productores de aziicar, desean calcular el consumo medio de azicar por afio, Una muestra de 16 personas revela que el consumo medio anual es de 60 kg, con una desviacién esténdar de 20 kg. Construya un Intervalo de confianza del 99% para la media poblacién, 2Es razonable concluir que la media poblacional es de 69 kg? Ne 1b As 1-0,4% = 0.07 %= 00 4: Oat = 2,008 —_ pany $200 gudes Teeth Gade yet cab nea = Ae bs. Lait to 2 14,455 to me vk = 60 144,795 Vis 4339 Interwalos = (45,265 a 34,139) ‘Con un nivel de confianza del 95%, estimar la media poblacional a partir de 15 observaciones muestrales en las que se calculé: media = 8.5 ; varianza = 3 Con os mismos resultados muestrales, estime el valor de la desviacién tipi de fa poblacion con un margen de error del 1%. A.C= AS"ls 20,45 whe $9 T2445 AL GL ag-4 214 5 2 Op 20,015 _ Int= 85 Toasar 1 b.ta45, [nk G4, $908 0 4, 4642) 23 =4,79t 2 Oph = 0,005 Sz +0954 , 5 =U tt te tart $21,248 [| |-Estimaasr de intervals pata la vacianza. Chi coodcado. Xeon st . je". (o-7) st c x En 16 recorridos de prueba, el consumo de gasolina de un motor experimental tuvo una desviacién esténdar de 2,2 Iitros. Construir un intervalo de confianza del 99% para la desviaci6n esténdar esperada de este motor nz Vb 2 Gb-D4h = Lot 9 QUeAs pf NC. 4446, os Gb NAY 2 14, 348 4 0,005 pub An 0,495 Tnkeqwalo S* = @013_ a 14,348) / 9 =Q,414 o 33999) { Kye 8 RiM6 De awvetde alos sqts datos | 21517213 14,5] asumiendo que dchos datos STN IAS1S.512,5 oueyponde & Las nofas det 7 a) fl promedio de los notas LIAS SN [651 pacaal Ualuitas eb tatervalo paso, L) bo derviacon deta notas todo con un {atervale de wonfianza 45%2 cl Seiq pouble que. todes reprueben 0 aprocben? Ke Od of, ALANS", q1at teas 9214015. N 9215 oe AN Nas" 25,5377 216,44 588 X < 5,63Wales} a Poyerqy a0 = 45 A148] 30/45/40) Pexans yan) = 3088080 1130] $0 [2O]100 6) Pexan s yetde 30 3 [20 | 30[50] 100 45 “10 #5 Ho a ftt 3} ah Perengy ars 05 A Joaston Joos b) Pevat 4 439) 2 0,16 10,16 = O88 10. [oufo.os OD Reurryethe Ot 2008 any > [0s fo Jose 2380 In: Ate [Ee 0,803, " 420,088 w= 0.808 1196 R146 33° an (0.1584 a 0,3625)