Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNACIÓN ESTADÍSTICA II
PRESENTACIÓN DEL
CUADERNO DIGITAL
PRIMER PARCIAL
ING. LORENZO CEVALLOS TORRES
ALUMNO: Gabriel Mateo – Jair Ríos - Javier Ramírez
PARALELO: 4 – 1
ACTIVIDAD:
Para esta Asignación el alumno deberá subir el avance del cuaderno digital. La cual corresponde
todos los ejercicios del primer parcial, los ejercicios resueltos utilizando el formato dado en clases,
revisar los videos de este tema.
TEMA: Función de
probabilidad
INGENIERÍA EN SOFTWARE
c + 0,36 + c = 1
2c = 1 - 0,36
2c = 0,64
0,64
c=
2
c=0,32
Para calcular C lo que toca es recordar que la suma de todas las probabilidades es igual a 1
Entonces:
La función de distribución
0, 𝑠𝑖 𝑥 < 1;
𝐹
1 , 𝑠𝑖 𝑥 ≥ 𝟑
0 + 𝑥 + 0.68 + 1 = 2
INGENIERÍA EN SOFTWARE
𝑥 + 1.68 = 2
𝑥 = 2 − 1.68 𝑥
= 0.32
b) Determinar la esperanza matemática, la varianza y la desviación típica.
𝑥𝑖 𝑝𝑖 𝑥𝑖 ∗ 𝑝𝑖 𝑥𝑖2 ∗ 𝑝𝑖
𝑋 + 0.36 + 𝑋 = 1
2𝑋 + 0.36 = 1
2𝑋 = 1 − 0.36
0.
𝑋=
𝑋 = 0.32
∑ 𝑥𝑖2𝑝𝑖=(12∗0.32)+(22∗0.36)+(32∗0.32)=4.64
Cálculo de esperanza matemática.
𝑛
𝑢 = 𝐸(𝑥) = ∑ 𝑥𝑖𝑝𝑖
𝑖=1
𝑛
𝑢 = 𝐸(𝑥) = ∑𝑥𝑖𝑝𝑖=(1∗0.32)+(2∗0.36)+(3∗0.32)=0.32+0.72+0.96=2
𝑖=1
𝑢=𝟐
INGENIERÍA EN SOFTWARE
Cálculo de la varianza
𝑛
𝜎2 = ∑ 𝑥𝑖2𝑝𝑖 − 𝑢2
𝑖=1
𝜎2 = ∑(𝟒. 𝟔𝟒) − 𝟒
𝑖=1 𝜎2 = 𝟎.
𝟔𝟒
Cálculo de la desviación típica o estándar.
= √ ∑ 𝑥𝑖2 𝑝𝑖 −
𝜎 𝑖 =1 𝑢2
𝜎 = √𝟎. 𝟔𝟒 𝜎 = 𝟎. 𝟖
INGENIERÍA EN SOFTWARE
INGENIERÍA EN SOFTWARE
a)¿Cuál es el valor de c?
INGENIERÍA EN SOFTWARE
𝑥𝑖 -10 -5 0 5
𝑝𝑖 C 2c 3c 4c
𝒄 + 𝟐𝒄 + 𝟑𝒄 + 𝟒𝒄 = 1 𝟏𝟎𝒄 = 1 𝑐 = 𝟎. 𝟏
b)Escribe la función de probabilidad y de distribución.
𝑥𝑖 -10 -5 0 5
𝑝𝑖 0.1 0.2 0.3 0.4
= 𝟎. 𝟏 + 𝟎. 𝟐 + 𝟎. 𝟑 + 𝟎. 𝟒 = 1
LA FUNCIÓN DE DISTRIBUCIÓN.
, 𝑠𝑖 𝑥
𝟎. , 𝑠𝑖
𝐹 , 𝑠𝑖
, 𝑠𝑖 𝟓
𝟏 , 𝑠𝑖 𝑥 𝟓
𝑥
INGENIERÍA EN SOFTWARE
𝑥𝑖 𝑝𝑖 𝑥𝑖 𝑝𝑖 𝑥𝑖 𝑝𝑖
-10 0.1 -1 10
-5 0.2
0 0.3 0 0
5 0.4 2 10
TOTAL
𝟏 𝑥𝑖𝑝𝑖 𝟎 𝟐𝟓
𝑋
𝑋
𝑥𝑖𝑝𝑖
𝑢 = 𝐸(𝑥) = ∑ 𝑥𝑖𝑝𝑖
𝑖=1
𝑛
𝑢 = 𝐸(𝑥) = ∑ 𝑥𝑖𝑝𝑖=(−10∗0.1)+(−5∗0.2)+(0∗0.3)+(5∗0.4)=(−1)+(−1)+0+2=0
𝑖=1
𝑢=𝟎
Cálculo de la varianza
𝑛
𝜎2 = ∑ 𝑥𝑖2𝑝𝑖 − 𝑢2
𝑖=1
𝑛
𝑖=1
𝑛
𝜎2 = ∑(𝟐𝟓) − (𝟎)2
𝑖=1
𝑛
𝜎2 = ∑(𝟐𝟓) − 𝟎
𝑖=1
𝜎2 = 𝟐𝟓
𝜎 = √∑𝑥𝑖2𝑝𝑖 − 𝑢2
𝑖=1
𝜎 = √𝟐𝟓
𝜎=𝟓
1.Se lanza un dado de ochos caras, cada una de ellas un número que va del 1 al 8.
Ω = {1,2,3,4,5,6,7,8}
b) El evento de obtener números pares es:
En un dado de ocho caras, los números pares son 2, 4, 6 y 8. Por lo tanto, el evento de obtener
números pares en el lanzamiento del dado incluye estos cuatro resultados posibles.
𝐸1 {2,4,6,8}
INGENIERÍA EN SOFTWARE
En un dado de ocho caras, los números pares son 2, 3, 5 y 7. Por lo tanto, el evento de obtener
números pares en el lanzamiento del dado incluye estos cuatro resultados posibles.
𝐸2 {2,3,5,7}
d) El evento de obtener números mayores a 8:
En este caso, el dado de ocho caras solo tiene números que van del 1 al 8. No hay ningún número
mayor a 8 en las caras del dado. Por lo tanto, el evento de obtener números mayores a 8 es:
𝐸3 = {}
El espacio muestral en este caso está compuesto por todas las posibles combinaciones del
resultado del dado de 4 caras y el resultado de la moneda. Dado que el dado tiene 4 caras y la
moneda tiene 2 lados (cara y sello), el espacio muestral es:
El evento de obtener cara y un número mayor a 2 se tienes dos posibilidades que cumplen esta
condición que es:
𝐸1 {3𝐶, 4𝐶}
c) El evento de obtener sello con número impar.
El evento de obtener sello y un número impar a 2 se tienes dos posibilidades que cumplen esta
condición que es:
𝐸2 {1𝑆, 3𝑆}
INGENIERÍA EN SOFTWARE
1)La probabilidad que una persona expuesta a cierta enfermedad la contraiga es 0.3. Calcule
la probabilidad que la quinta persona expuesta a esta enfermedad sea la segunda en
contraerla.
p=0.3
x=5
0,6875 Respuesta
4)Un caja de 10 alarmas contra robo contiene 4 defectuosa. Si se seleccionan al azar 3 de ellas
y se envían a un cliente. Calcule la probabilidad que el cliente reciba:
a) Ninguna defectuosa;
N=10
a=4
n=3
x=0
(𝑎𝑥)(𝑁−𝑎
𝑛−𝑥
)
𝑃(𝑋 = 𝑥) =
(𝑁
𝑛
)
(40)(10−4
3−0
) 1(63) 1 ∗ 20 20
𝑃(𝑋 = 0) = = = = = 0.17
(10
3
) 120 120 120
(41)(10−4
3−1
) 4(62) 1 ∗ 15 15
𝑃(𝑋 = 1) = = = = = 0.13
(10
3
) 120 120 120
2) Suponga que, en dos de cada diez intentos, un vendedor realiza una venta. Calcule la
probabilidad que en el sexto intento realice la primera venta.
DISTRIBUCIÓN DE POISSON
a)
𝑒 −2 20 𝑒 −2 21 𝑒 −2 22 𝑒 −2 23 𝑒 −2 24 𝑒 −2 25 𝑒 −2 26
= + + + + + + = 0.9955
0! 1! 2! 3! 4! 5! 6!
INGENIERÍA EN SOFTWARE
c)
𝑒 −4 40 𝑒 −4 41 𝑒 −4 42 𝑒 −4 43 𝑒 −4 44 𝑒 −4 45 𝑒 −4 46 𝑒 −4 47 𝑒 −4 48 𝑒 −4 49
= + + + + + + + + +
0! 1! 2! 3! 4! 5! 6! 7! 8! 9!
𝑒 −4 410
+ = 0.8614
10!
a)
𝑒 −12 1210
𝑃(𝑥 = 10) = = 0.1637
10!
b)
𝑒 −12 120 𝑒 −12 121 𝑒 −12 122 𝑒 −12 123 𝑒 −12 124 𝑒 −12 125 𝑒 −12 126 𝑒 −12 127
=1−( + + + + + + +
0! 1! 2! 3! 4! 5! 6! 7!
−12
𝑒 12 8 −12
𝑒 12 9 −12
𝑒 12 10
+ + + ) = 0.0135
8! 9! 10!
a)
𝑃(𝑥 ≥ 4) = 1 − 𝑃(𝑥 < 4) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)]
𝑒 −4 40 𝑒 −4 41 𝑒 −4 42 𝑒 −4 43 𝑒 −4 44
=1−( + + + + ) = 0.982
0! 1! 2! 3! 4!
b)
𝑒 −4 40 𝑒 −4 41 𝑒 −4 42
= + +
0! 1! 2!
𝑒 −4 43
+
3!
𝑒 −4 44
+
4!
= 0.628
𝑃(𝑥 > 4) = 1 − 𝑃(𝑥 ≤ 4) = 1 − 0.268 = 0.372
P(más de 4 frutas en 3 de los 5 días)= 1 - P(X > 4) * P(X > 4) * P(X > 4) * P(X ≤ 4) * P(X ≤ 4)=0.045
𝑛−1 50−1
V(x) = = = 8,25
12 12
b) Calcule P(5<X<=10)
0,611
f) calcule P(x=5)
g) calcule P(x<=2)
INGENIERÍA EN SOFTWARE
2)Un ingeniero que labora en el departamento de control de calidad de una empresa eléctrica
inspecciona una muestra al azar de tres motores de la producción. Se sabe que el 15% de los
motores salen defectuosos. Calcule la probabilidad de que la muestra
Solución:
Sea X la variable que representa el número de motores. Tenemos una distribución binomial, con
P(X = x) = p*q
a) P(X-3)=0.15 -0.85-1*06141=0.6141
d) unp 30.15=0.45
p=15%=0.15
q=0.85
n=3
x=0
p+q = 1
𝑞 = 1−𝑝
𝑞 = 0.85
𝑛
𝑓(𝑥) = ( ) 𝑝 𝑥 ∗ (1 − 𝑝)𝑛−𝑥
𝑥
INGENIERÍA EN SOFTWARE
𝜇 = 𝑛𝑝
𝜇 = 3 ∗ 0.15 = 0.45
𝜎 2 = 𝑛𝑝(1 − 𝑝)
E(Y) = 5 * E(x)
EVENTOS INDEPENDIENTES
https://us04web.zoom.us/j/78934883647?pwd=2abplJagINXjFcTA6Uw6YUT4rbrLEu.1
INGENIERÍA EN SOFTWARE
1) Dos jugadores de futbol realizan un disparo cada uno. Se conoce que la probabilidad de éxito
del primero es 0.7 mientras que la probabilidad de esxito del segundo jugador es 0.6. Calcule la
probabilidad que
𝑃(𝐴 ∩ 𝐵) = 0.42
b) Ninguno tenga éxito.
𝑃(𝐴 ∪ 𝐵) = 0.12
𝑃(𝐴 ∪ 𝐵) = 0.995
INGENIERÍA EN SOFTWARE
𝑃(𝐴 ∩ 𝐵) = 0.145
3) Sean A, B eventos independientes. Demuestre que los eventos 𝑨𝑪 , 𝑩𝑪 también son eventos
independientes.
Datos
P(A)=1-P(A)
P(B)=1-P(B)
P(AႶB)=P(A)*P(B)
P(AႶB)=1-P(B)-P(A)+P(AႶB)
P(AႶB)=1-[P(B)+P(A)-P(AႶB)]
P(AႶB)=1-P(AՍB)
Por lo tanto…
P(A’ႶB’)=[1+P(A)]*[1-P(B)]
=1-P(B)-P(A)-P(AႶB)
=1-[P(B)+P(A)- P(AႶB)]
=1-P(AՍB)
INGENIERÍA EN SOFTWARE
a) Para verificar que la función de distribución de probabilidad f(x) satisface las propiedades de
las distribuciones de probabilidad, debemos confirmar dos condiciones:
La suma de todas las probabilidades debe ser igual a 1: Sumaremos todas las probabilidades para
los valores de x dados:
f(0) + f(1) + f(2) + f(3) + f(4) = (2(0) + 1)/25 + (2(1) + 1)/25 + (2(2) + 1)/25 + (2(3) + 1)/25 + (2(4) +
Evaluaremos cada f(x) para los valores de x dados y comprobaremos que todas las probabilidades
son no negativas:
𝑓
Todas las probabilidades son no negativas, lo que satisface la segunda propiedad.
Por lo tanto, la función de distribución de probabilidad f(x) satisface las propiedades de las
distribuciones de probabilidad.
(2(3) + 1) 7
𝑓(𝑥) 𝑒𝑛 𝑥 = 3: 𝑃(𝑥 = 3) = 𝑓(3) = =
25 25
Para calcular P(2<X<4), debemos sumar las probabilidades de los valores de x entre 2 y 4
(exclusivo):
(2(3) + 1) (2(4) + 1) 7 9 16
𝑃(2 < 𝑥 < 4) = 𝑓(3) + 𝑓(4) = + = + =
25 25 25 25 25
2) Para ensamblar una máquina se usan dos componentes mecánicos. Suponga que la
probabilidad que el primer componente cumpla las especificaciones es 0.95, y para el
segundo es 0.98. Además, los componentes funcionan independientemente. Encuentre
la función de distribución de probabilidad del número de componentes que cumplen las
especificaciones, X = 0, 1, 2
Para encontrar la función de distribución de probabilidad del número de componentes que cumplen
las especificaciones, X = 0, 1, 2, podemos utilizar la distribución binomial, ya que tenemos dos
componentes independientes con una probabilidad constante de éxito.
X | P(X)
0 = 0.0025
1 = 0.095
2 = 0.9025
INGENIERÍA EN SOFTWARE
3) Respecto al ejercicio 1
a) Encuentre y grafique la función de distribución acumulada F
b) Usando F calcule P(X<1.25), P(1.5<X<3), P(X<2.5 v X>3.2)
F(0) = P(X ≤ 0) = P(X = 0) = 0.0025 F(1) = P(X ≤ 1) = P(X = 0) + P(X = 1) = 0.0025 + 0.095 = 0.0975 F(2)
= P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) = 0.0025 + 0.095 + 0.9025 = 1
La función de distribución acumulada F es: F(X) = 0 para X < 0 F(X) = 0.0025 para 0 ≤ X < 1 F(X) =
P(X < 2.5 v X > 3.2) = P(X < 2.5) + P(X > 3.2) = F(2.5) - F(0) + (1 - F(3.2))
Recuerda que F(2.5) representa la probabilidad acumulada hasta X = 2.5 y F(3.2) representa la
probabilidad acumulada hasta X = 3.2.
4.- La distribución de probabilidad de una variable aleatoria discreta viene dada por:
xi 1 2 3 4
a) Para que la distribución de probabilidad sea válida, la suma de todas las probabilidades debe
ser igual a 1.
Sumamos todas las probabilidades dadas: 0.3 + 0.35 + k + 0.2 = 1
INGENIERÍA EN SOFTWARE
2 = 0.35 *
3 = 0.15
4 = 0.2 *
c) La función acumulada se calcula sumando las probabilidades acumuladas hasta cada valor de
x.
F(X) = P(X ≤ x) = Σ P(X = xi), donde la suma se realiza desde i = 1 hasta i = x. Calculamos
la función acumulada para cada valor de x:
F(1) = P(X ≤ 1) = P(X = 1) = 0.3 F(2) = P(X ≤ 2) = P(X = 1) + P(X = 2) = 0.3 + 0.35 = 0.65 F(3) = P(X ≤ 3) =
P(X = 1) + P(X = 2) + P(X = 3) = 0.3 + 0.35 + 0.15 = 0.8 F(4) = P(X ≤ 4) = P(X = 1) + P(X = 2) + P(X = 3) +
P(X = 4) = 0.3 + 0.35 + 0.15 + 0.2 = 1
La función acumulada es: F(X) = 0 para X < 1 F(X) = 0.3 para 1 ≤ X < 2 F(X) = 0.65 para 2 ≤ X < 3 F(X)
=
0.8 para 3 ≤ X < 4 F(X) = 1 para X ≥ 4
5.- Se lanzan dos dados cúbicos con las caras numeradas del 1 al 6. Se considera la variable
Aleatoria 𝑿, que asigna a cada elemento del espacio muestral la suma de las caras
obtenidas. Indica su función de distribución y su función de probabilidad.
Para determinar la función de distribución y la función de probabilidad de la variable aleatoria X,
que representa la suma de las caras obtenidas al lanzar dos dados, podemos hacerlo de la siguiente
manera:
Espacio muestral: El espacio muestral consiste en todas las posibles combinaciones de resultados
de lanzar dos dados. Cada dado tiene 6 caras numeradas del 1 al 6, por lo que hay un total de 6 * 6
= 36 posibles resultados en el espacio muestral.
INGENIERÍA EN SOFTWARE
6.- En una bolsa hay bolas numeradas: nueve bolas con un 1, cinco bolas con unas 2 y 6
bolas con un 3. Se extrae una bola al azar.
a) Para representar las funciones de probabilidad y distribución, primero necesitamos calcular las
probabilidades de cada número y luego calcular la función de distribución acumulativa.
Para calcular la función de distribución, necesitamos sumar las probabilidades acumuladas de los
valores anteriores:
La función de distribución acumulativa aumenta en pasos en los puntos donde hay un cambio en la
probabilidad. En este caso, hay un cambio en x = 1 (9/20) y x = 2 (14/20), y luego se alcanza la
probabilidad máxima de 1 en x = 3.
a)
2𝑥 + 1 2(0) + 1 1
𝑓(0) = = = = 0.04
25 25 25
2𝑥 + 1 2(1) + 1 3
𝑓(1) = = = = 0.12
25 25 25
2𝑥 + 1 2(2) + 1 5
𝑓(2) = = = = 0.2
25 25 25
2𝑥 + 1 2(3) + 1 7
𝑓(3) = = = = 0.28
25 25 25
2𝑥 + 1 2(4) + 1 9
𝑓(4) = = = = 0.36
25 25 25
x f(x) x*f(x)
0 0.04 0
1 0.12 0.12
2 0.2 0.4
3 0.28 0.84
4 0.36 1.44
TOTAL 2.8
𝜇 = 𝐸[𝑥]
𝐸[𝑓(𝑥)] = ∑ 𝑓(𝑥)𝑃(𝑋 = 𝑥)
𝑋∈𝑆
𝐸[𝑓(𝑥)] = 2.8
INGENIERÍA EN SOFTWARE
𝜇 = 2.8
b)
𝜎 2 = E[(𝑥 − 𝜇)2 ] = E[(𝑥 − 2.8)2 ] = [(0 − 2.8)2 ∗ P(X = 0)] + (1 − 2.8)2 ∗ P(X
= 1)] + [(2 − 2.8)2 ∗ P(X = 2)] + [(3 − 2.8)2 ∗ P(X
= 3)] + [(4 − 2.8)2 ∗ P(X = 4)]
= [(0 − 2.8)2 ∗ 0.04 + (1 − 2.8)2 ∗ 0.12] + [(2 − 2.8)2 ∗ 0.2
+ [(3 − 2.8)2 ∗ 0.28] + [(4 − 2.8)2 ∗ 0.36]
= 0.29 + 0.23 + 0.01 + 0.001 + 0.05 = 0.31
Probabilidad Binomial:
P(x = k ) = Cn,k p∧k*q∧(n-k)
Primer componente
p = 0,95
q = 0,05
n=2
k = 0,1,2
P ( x = 0) = 2*1*0,0025 = 0005
Segundo componente
p = 0,98
q = 0,02
n=2
k = 0,1,2
P ( x = 0) = 2*1*0,0004 = 0008
xi 0 1 2 3 4
pi 0,1 a b c 0,2
INGENIERÍA EN SOFTWARE
0.1 + 𝑎 + 𝑏 + 𝑐 + 0.2 = 1
0.1 + 0.6 − 𝑏 + 𝑏 + 0.75 − 𝑏 = 1
−𝑏 = 1 − 1.45
𝑏 = 0.45
xi pi xi*pi
0 0.1 0 0
1 0.15 0.15 0.15
2 0.45 0.9 1.8
3 0.3 0.9 2.7
4 0.2 0.8 3.2
2.75 7.85
Esperanza matemática.
𝑛
𝑢 = 𝐸(𝑥) = ∑ 𝑥𝑖 𝑝𝑖 = 2.75
𝑖=1
Desviación típica
𝑛
𝑖=1
𝑛
x -3 -1 3 4
f(x) 0,2 0,4 0,3 0,1
INGENIERÍA EN SOFTWARE
x f(x) x*f(x)
-3 0.2 -0.6 1.8
-1 0.4 -0.4 0.4
3 0.3 0.9 2.7
4 0.1 0.4 1.6
TOTAL 1 0.3 6.5
Esperanza matemática.
𝑛
𝑢 = 𝐸(𝑥) = ∑ 𝑥𝑖 𝑝𝑖
𝑖=1
𝑛
𝑢 = 𝐸(𝑥) = ∑ 𝑥𝑖 𝑝𝑖=(−3∗0.2)+(−1∗0.4)+(3∗0.3)+(4∗0.1)=−0.6+(−0.4)+0.9+0.4=0.3
𝑖=1
𝑢 = 𝟎. 𝟑
La varianza
𝑛
𝜎 2 = ∑ 𝑥𝑖2 𝑝𝑖 − 𝑢2
𝑖=1
𝜎2 = ∑(6.5) − (0.3)2
𝑖=1
𝑛
𝜎2 = ∑(6.5) − 0.09
𝑖=1
𝜎 2 = 6.41
La desviación típica
𝜎 = √∑ 𝑥𝑖2 𝑝𝑖 − 𝑢2
𝑖=1
𝜎 = √6.5 − 0.09
𝜎 = √6.41
𝜎 = 2.53
5) Una compañía ha vendido 205 billetes para un avión de 200 plazas. Sea 𝑿 la variable aleatoria
que expresa el nº de viajeros que va al aeropuerto para viajar en el avión. Su distribución es:
A) Hallar la probabilidad de que todos los pasajeros que llegan a tomar el vuelo tengan plaza.
Queremos calcular
P(X ≤ 200). P(X ≤ 200) = P(X = 198) + P(X = 199) + P(X = 200) = 0,05 + 0,09 + 0,15 = 0,29 2.
B) ¿Cuál es la probabilidad de que se quede sin plaza alguno de los pasajeros que se presentan
en el aeropuerto?
xi: 198, 199, 200, 201, 202, 203, 204, 205 pi: 0.05, 0.09, 0.15, 0.20, 0.23, 0.17, 0.09, 0.02
E(X) = (198 * 0.05) + (199 * 0.09) + (200 * 0.15) + (201 * 0.20) + (202 * 0.23) + (203 * 0.17) + (204 *
0.09) + (205 * 0.02)
E(X) = 201.44
6.- Sea 𝑿 una variable aleatoria que expresa el número de personas que habitan en una
vivienda elegida al azar. La distribución de probabilidad de x es la siguiente:
xi 1 2 3 4 5 6 7 8ó+
INGENIERÍA EN SOFTWARE
a.
La suma de todas las probabilidades es igual a 1, por lo que cumple la condición. Además, todas las
probabilidades dadas son no negativas, por lo que también cumple la condición.
b.
𝑃(𝑋 ≤ 4) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) =
= 0,230 + 0,322 + 0,177 + 0,155
= 0,884
c.
𝑃(𝑋 ≥ 2) = 1 − 𝑃(𝑋 = 1)
= 1 − 0,230
= 0,770
d.
Utilizamos Esperanza matemática
𝐸(𝑋) = (1 ∗ 0,230) + (2 ∗ 0,322) + (3 ∗ 0,177) + (4 ∗ 0,155) + (5 ∗ 0,067) + (6
∗ 0,024) + (7 ∗ 0,015) + (8 ∗ 0,010)
= 0,230 + 0,644 + 0,531 + 0,620 + 0,335 + 0,144 + 0,105 + 0,080
= 2,689
e)
Desviación típica
𝑛
1) En club de amigos, 10 practican tenis, 7 practican futbol, 4 practican ambos deportes y los
restantes 5 no practican algún deporte. Si se elige una de estas personas al zar, calcule la
probabilidad que
INGENIERÍA EN SOFTWARE
Datos
T=10
F= 7
𝑇∩𝐹 = 4
UNI=18
P(T)=10/18
P(F)=7/18
4
𝑃(𝑇 ∩ 𝐹) =
18
5
𝑃(𝑇 ′ ∪ 𝐹 ′ ) =
18
a) Al menos practica un deporte
𝑃(𝑇 ∪ 𝐹) = 𝑃(𝑇) + 𝑃(𝐹) − 𝑃(𝑇 ∩ 𝐹)
10 7 4
𝑃(𝑇 ∪ 𝐹) = + −
18 18 18
13
𝑃(𝑇 ∪ 𝐹) =
18
b) No practique tenis
𝑃(𝑇′) = 𝑃(𝑇 ∪ 𝐹) − 𝑃(𝑇) + 𝑃(𝑇′ ∪ 𝐹′)
13 10 5
𝑃(𝑇) = + −
18 18 18
8
𝑃(𝑇) =
18
6
𝑃(𝑇 ∪ 𝐹 ′ ) =
18
13 7
−
𝑃(𝑇|𝐹) = 18 18
18 7
−
18 18
6
𝑃(𝑇|𝐹) = 18
11
18
6
𝑃(𝑇|𝐹) =
11
b) P(B|A)
𝑃(𝐴⋂𝐵)
𝑃(𝐵 |𝐴) =
𝑃(𝐴)
0.1
𝑃(𝐵 |𝐴) =
0.4
1
𝑃(𝐵 |𝐴) =
4
c) P(A|AՍB)
𝑃(𝐴⋂𝐵)
𝑃(𝐴|𝐴 ∪ 𝐵) =
𝑃(𝐴 ∪ 𝐵)
0.1
𝑃(𝐴│𝐴 ∪ 𝐵) =
0.4 + 0.3 − 0.1
0.1
𝑃(𝐴│𝐴 ∪ 𝐵) =
0.6
1
𝑃(𝐴│𝐴 ∪ 𝐵) =
6
d) P(A|AႶB)
INGENIERÍA EN SOFTWARE
𝑃(𝐴⋂𝐵)
𝑃(𝐴|𝐴⋂𝐵) =
𝑃(𝐴⋂𝐵)
𝑃(𝐴|𝐴⋂𝐵) = 1
e) P(AႶB|AՍB)
No tiene sentido, ambos eventos son excluyentes.
3) En una granja se tiene que la probabilidad que un animal tenga la gripe aviar es 0.3. La
probabilidad que la reacción a una prueba sea negativa para un animal sano es 0.9 y que
sea positiva para un animal enfermo es 0.8.
Datos
P(E)=0.3
P(P’|E’)=0.9
P(P|E)=0.8
a) Calcule la probabilidad que, para un animal elegido al azar, el examen sea positivo
𝑃(𝑃) = 𝑃(𝐴|𝐸) ∗ 𝑃(𝐴|𝐸) ∗ 𝑃(𝐸)
𝑃(𝑃) = 0.1 ∗ 0.7 + 0.8 ∗ 0.3
𝑃(𝑃) = 0.31
b) Calcule la probabilidad que el animal elegido al azar este enfermo, dado que el
examen fue positivo
R: 0.8
1)En una fábrica hay 5 motores de los cuales 3 están defectuosos. Calcule la probabilidad
que, al elegir 2 motores al azar,
a) Ambos estén en buen estado
2 1
𝑃(𝐴) = ∗
5 4
𝑃(𝐴) = 1/10
b) Solamente uno está en buen estado
2 3 3 2
𝑃(𝐴) = ∗ + ∗
5 4 5 4
3
𝑃(𝐴) =
5
c)Al menos 1 estén en buen estado
2 1 3
𝑃(𝐴) = ∗ +
5 4 5
1 3
𝑃(𝐴) = +
10 5
7
𝑃(𝐴) =
10
2)En un grupo de 60 estudiantes, 42 están registrados en análisis numérico, 38 en estadística y
10 no están registrados en ninguna de estas 2 materias. Calcule la probabilidad que al elegir
entre los 60 algún estudiante al azar,
(42-X)+(38-X)+X+10=60
42+38+10-X=60
X=42+38+10-60
X=30
P(E)=8/60=2/15
P(AB)=30/60=1/2
a)𝑃(𝐴 ∪ 𝐵)
𝑃(𝐴 ∪ 𝐵) = 0.91
b) 𝑃(𝐴 ∩ 𝐵𝑐 )
c) 𝑃(𝐴𝑐 ∪ 𝐵𝑐 )
𝑃(𝐴 ∪ 𝐵) = 1 − 𝑃(𝐴 ∪ 𝐵)
𝑃(𝐴 ∪ 𝐵) = 1 − 0.41
𝑃(𝐴 ∪ 𝐵) = 0.09
La probabilidad que una familia tenga TV pero no tenga reproductor de DVD es 0.36
P(TV)=0.7
P(DVD)=0.4
INGENIERÍA EN SOFTWARE
P(TV Ⴖ DVD)=0.36
P(DVD) - - -
= 1 − 0.36 − 0.4
𝑃(𝑇𝑉 ′ ∩ 𝐷𝑉𝐷 ′ ) = 0.24
𝑍
𝑃(−1.67 ≤ 𝑍 ≤ −3,33) = 𝑃(𝑍 ≤ −3.33) − 𝑃(𝑍 ≥ −1,67)
𝑃(𝑍 ≥ −1,67) = 1 − 0.9525 = 0.0475
𝑃(𝑍 ≤ 3.33) = 0.9996
𝑃(−1.67 ≤ 𝑍 ≤ −3,33) = 0.9521
INGENIERÍA EN SOFTWARE
d) 64 kg.
𝑍= =− = −2 = 0.9772
e) 64 kg o menos.
𝑍
2.- En la Ciudad de Guayaquil se estima que la temperatura máxima en el mes de agosto sigue
una distribución normal, con media 23° y desviación típica 5°. Calcular el número de días del mes
en los que se espera alcanzar máximas entre 21° y 27°, en la ciudad de Guayaquil
𝑍
0.7881 − 0.6554 = 0.1327
0.1327 ∗ 30 = 3.981(𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑖𝑎𝑠)
3.-
Para el siguiente ejercicio suponemos que en una distribución normal cuya media es de 4
unidades y desviación típica 2 unidades, calcular el valor de a para que:
𝑃(4 − 𝑎 ≤ 𝑥 ≤ 4 + 𝑎) = 0.5934
𝑍1 𝑒𝑠 − 𝑍2 & 𝑍1 = −𝑍2 = 𝑍
𝑃(−𝑧 ≤ 𝑧 ≤ 𝑧) = 0.5934
2𝑃(𝑧 ≤ 𝑧) = 0.5934 & 𝑃(𝑧 ≤ 𝑧) = 0.2967
1 − 0.2967 = 0.7033
x 0 0.01 0.02 0.03 0.04
0 0.5 0.504 0.508 0.512 0.516
0.1 0.5398 0.5438 0.5478 0.5517 0.5577
0.2 0.5793 0.5832 0.5871 0.591 0.5948
0.3 0.6179 0.6217 0.6255 0.6293 0.6331
INGENIERÍA EN SOFTWARE
4−𝑎=𝑢
𝑎=4−𝑢
𝑎 = 4 − 2.92
𝑎 = 1.08
𝑃(1.08 ≤ 𝑥 ≤ 6.92) = 0.5934
𝑍 = (𝑋 − 𝜇) 𝜎
𝑍 = (72 − 78) / 6 = −1
Ok, Por lo tanto, la probabilidad de que un alumno obtenga una calificación superior a 72
puntos es aproximadamente 0.8413 o 84.13%
𝑍 = (𝑋 − 𝜇) 𝜎
𝑍 = (84 − 78) 6 = 1
5.-
Cuando sabemos que α = 0.05, 𝑍𝛼 2 = 𝑍0.025 = 1.96 y además Pˆ = 67/ 123 = 0.54, con n =
6.-
INGENIERÍA EN SOFTWARE
a) 𝑃 = 0,9906
2 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808
2.1 0.9821 0.9826 0.983 0.9834 0.9838 0.9842 0.9846 0.985
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911
2.4 0.9918 0.992 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932
INGENIERÍA EN SOFTWARE
3.2 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.3 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.4 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.5 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
c) 𝑃(−1,53 ≤ 𝑍 ≤ 0,67)= p(z≤ 0,67)- p(z≤ 1,53)= = p(7≤ 0,67)- (1-p(z≤ 3,25)= 0,7486-(10,9370)=
0,6856
INGENIERÍA EN SOFTWARE
d) 𝑃(−0,87 ≤ 𝑍 ≤ 1,24)= p(7≤ 1,24)- p(z≤ 0,87) = p(7≤ 1,24)- (1-p(z≤ 0,87)= 0,8925-(10,8078) =
0,7003
a) 𝑃(−1,35 ≤ 𝑍 ≤ 1,35) = p(z≤ 1,35)- p(z≤ 1,35)= p(7≤ 1,35)- (1-(z≤ 1,35)= p(z≤ 1,35)- 1+ p(z≤
1,35) – 1 =2.0,9115 – 1 = 0,8230
b) 𝑃(−0,45 ≤ 𝑍 ≤ 0,45) = p(z≤ 0,45)- p(z≤ 0,45)= p(7≤ 0,45)- (1-(z≤ 0,45)= 2p(z≤ 0,45)- 1
=0,3526
c) 𝑃(−1,87 ≤ 𝑍 ≤ 1,87) = p(z≤ 1,87)- p(z≤ 1,87)= p(7≤ 1,87)- (1-p(z≤ 1,87)= 2p(z≤ 1,35)- 1=
0,9386
b)𝑃(𝑍 ≥ 0,54)
x 0 0.01 0.02 0.03 0.04 0.05
0 0.5 0.504 0.508 0.512 0.516 0.5199
0.1 0.5398 0.5438 0.5478 0.5517 0.5577 0.5596
0.2 0.5793 0.5832 0.5871 0.591 0.5948 0.5987
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368
0.4 0.6554 0.6591 0.6628 0.6664 0.67 0.6736
0.5 0.6915 0.695 0.6985 0.7019 0.7054 0.7088
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422
INGENIERÍA EN SOFTWARE
c)𝑃(𝑍 ≤ −2,36)
x 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
0 0.5 0.504 0.508 0.512 0.516 0.5199 0.5239 0.5279
0.1 0.5398 0.5438 0.5478 0.5517 0.5577 0.5596 0.5636 0.5675
0.2 0.5793 0.5832 0.5871 0.591 0.5948 0.5987 0.6026 0.6064
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443
0.4 0.6554 0.6591 0.6628 0.6664 0.67 0.6736 0.6772 0.6808
0.5 0.6915 0.695 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486
0.7 0.758 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794
0.8 0.7881 0.791 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.834
1 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.877 0.879
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.898
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292
1.5 0.9332 0.9345 0.9357 0.937 0.9382 0.9394 0.9406 0.9418
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.975 0.9756
2 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808
INGENIERÍA EN SOFTWARE
b)𝑃(𝑍 ≤ 𝑘) = 0.6628
x 0 0.01 0.02
0 0.5 0.504 0.508
0.1 0.5398 0.5438 0.5478
0.2 0.5793 0.5832 0.5871
0.3 0.6179 0.6217 0.6255
0.4 0.6554 0.6591 0.6628
𝑃(𝑍 ≤ 0.42) = 0.6628
c)𝑃(𝑍 ≤ 𝑘) = 0.5987
x 0 0.01 0.02 0.03 0.04 0.05
0 0.5 0.504 0.508 0.512 0.516 0.5199
0.1 0.5398 0.5438 0.5478 0.5517 0.5577 0.5596
0.2 0.5793 0.5832 0.5871 0.591 0.5948 0.5987
𝑃(𝑍 ≤ 0.25) = 0.5987
Caso 2 Calcular K
a)𝑃(𝑍 ≤ 𝑘) = 0.0859
x 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
INGENIERÍA EN SOFTWARE
𝑃(𝑍 ≤ 𝑘) = 0.0859
0.0859 = 1 − 𝑘
𝑘 = 1 − 0.0859
𝑘 = 0.9141
𝑃(𝑍 ≤ 1.37) = 0.0859
b) 𝑃(𝑍 ≤ 𝑘) = 0.0359
x 0 0.01
0 0.5 0.504
0.1 0.5398 0.5438
0.2 0.5793 0.5832
0.3 0.6179 0.6217
0.4 0.6554 0.6591
0.5 0.6915 0.695
0.6 0.7257 0.7291
0.7 0.758 0.7611
0.8 0.7881 0.791
0.9 0.8159 0.8186
INGENIERÍA EN SOFTWARE
1 0.8413 0.8438
1.1 0.8643 0.8665
1.2 0.8849 0.8869
1.3 0.9032 0.9049
1.4 0.9192 0.9207
1.5 0.9332 0.9345
1.6 0.9452 0.9463
1.7 0.9554 0.9564
1.8 0.9641 0.9649
𝑃(𝑍 ≤ 𝑘) = 0.0359
0.0359 = 1 − 𝑘
𝑘 = 1 − 0.0359
𝑘 = 0.9641
𝑃(𝑍 ≤ 1.81) = 0.0859
Caso 3 y 4 Calcular K
a) 𝑃(𝑍 ≥ 𝐾) = 0,2236
x 0 0.01 0.02 0.03 0.04 0.05 0.06
0 0.5 0.504 0.508 0.512 0.516 0.5199 0.5239
0.1 0.5398 0.5438 0.5478 0.5517 0.5577 0.5596 0.5636
0.2 0.5793 0.5832 0.5871 0.591 0.5948 0.5987 0.6026
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406
0.4 0.6554 0.6591 0.6628 0.6664 0.67 0.6736 0.6772
0.5 0.6915 0.695 0.6985 0.7019 0.7054 0.7088 0.7123
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454
0.7 0.758 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764
𝑃(𝑍 ≥ 𝑘) = 1 − 𝑃(𝑍 ≤ 𝑘) = 1 − 0.2236 = 0.7764
𝑃(𝑍 ≥ 0.77 ) = 0,2236
b) 𝑃(𝑍 ≥ 𝐾) = 0,5793
x 0 0.01
0 0.5 0.504
0.1 0.5398 0.5438
INGENIERÍA EN SOFTWARE
c) 𝑃(𝑍 ≥ 𝐾) = 0,1814
x 0 0.01
0 0.5 0.504
0.1 0.5398 0.5438
0.2 0.5793 0.5832
0.3 0.6179 0.6217
0.4 0.6554 0.6591
0.5 0.6915 0.695
0.6 0.7257 0.7291
0.7 0.758 0.7611
0.8 0.7881 0.791
0.9 0.8159 0.8186
d) 𝑃(𝑍 ≥ 𝐾) = 0,9922
x 0 0.01 0.02
0 0.5 0.504 0.508
0.1 0.5398 0.5438 0.5478
0.2 0.5793 0.5832 0.5871
0.3 0.6179 0.6217 0.6255
0.4 0.6554 0.6591 0.6628
0.5 0.6915 0.695 0.6985
0.6 0.7257 0.7291 0.7324
0.7 0.758 0.7611 0.7642
0.8 0.7881 0.791 0.7939
0.9 0.8159 0.8186 0.8212
1 0.8413 0.8438 0.8461
1.1 0.8643 0.8665 0.8686
1.2 0.8849 0.8869 0.8888
INGENIERÍA EN SOFTWARE
Ejercicio Calcular K
a) 𝑃(𝑍 ≤ 𝐾) = 0,0606
x 0 0.01 0.02 0.03 0.04 0.05
𝑃(𝑍 ≤ 𝑘) = 0.0606
0.0606 = 1 − 𝑘 𝑘 = 1 − 0.0606 𝑘 = 0.9641
𝑃(𝑍 ≤ 1.55) = 0.9394
b) 𝑃(𝑍 ≥ 𝐾) = 0,8212
x 0 0.01 0.02
0 0.5 0.504 0.508
0.1 0.5398 0.5438 0.5478
0.2 0.5793 0.5832 0.5871
0.3 0.6179 0.6217 0.6255
0.4 0.6554 0.6591 0.6628
0.5 0.6915 0.695 0.6985
0.6 0.7257 0.7291 0.7324
0.7 0.758 0.7611 0.7642
0.8 0.7881 0.791 0.7939
0.9 0.8159 0.8186 0.8212
𝑃(𝑍 ≥ 0.92) = 0,8212
c) 𝑃
0 0.5
0.1 0.5398
0.2 0.5793
0.3 0.6179
0.4 0.6554
0.5 0.6915
0.6 0.7257
0.7 0.758
0.8 0.7881
INGENIERÍA EN SOFTWARE
0.9 0.8159
1 0.8413
1.1 0.8643
1.2 0.8849
1.3 0.9032
1.4 0.9192
1.5 0.9332
1.6 0.9452
1.7 0.9554
1.8 0.9641
1.9 0.9713
2 0.9772
2.1 0.9821
2.2 0.9861
2.3 0.9893
2.4 0.9918
2.5 0.9938
𝑃
d) 𝑃(𝑍 ≥ 𝐾) = 0,0222
x 0 0.01
0 0.5 0.504
0.1 0.5398 0.5438
0.2 0.5793 0.5832
0.3 0.6179 0.6217
0.4 0.6554 0.6591
0.5 0.6915 0.695
0.6 0.7257 0.7291
0.7 0.758 0.7611
0.8 0.7881 0.791
0.9 0.8159 0.8186
1 0.8413 0.8438
1.1 0.8643 0.8665
1.2 0.8849 0.8869
1.3 0.9032 0.9049
1.4 0.9192 0.9207
INGENIERÍA EN SOFTWARE
𝑃
0. 𝑘
0.
(−𝐾 ≤ 𝑍 ≤ 𝐾 ) = 0,9850
z 0 0.01 0.02
b) 𝑃 0.0 0.0000 0.0040 0.0080
INGENIERÍA EN SOFTWARE
K
0. 𝐾
𝑘
𝑃(𝑍 ≤ 0.02) = 0.0075
Miselanea Var
ACTIVIDAD:
Para esta tarea el alumno deberá subir las macros hechas en Excel de los ejemplos a continuación
se mencionan a continuación referentes a: VARIABLES ALEATORIAS CONTINUAS
1.-
ejemplo.
Si X es una variable Aleatoria continua, que representa el tiempo que requiere un operario para
ensamblar un equipo en minutos y la densidad es:
𝑓(𝑥) = 𝑘𝑥; 0 ≤ 𝑥 ≤ 5
En el caso específico de las variables aleatorias x que se describe en la pregunta, se nos dice que
requiere un operario para ensamblar un equipo en minutos y que su densidad de probabilidad es
𝑓(𝑥) = 𝑘𝑥; 0 ≤ 𝑥 ≤ 5
Para determinar el valor de la contante k debemos asegurarnos de que la funcione densidad de
probabilidad f(𝑥) satisfaga la propiedad de que la probabilidad total de que x tome cualquier valor
en el rango posible sea igual a 1. Esto se conoce como la condición de normalización de la función
de densidad de probabilidad
Determine:
La probabilidad total de que x tome cualquier valor en el rango 0,5 está dada por la integral de la
función de densidad de probabilidad f(𝑥) sobre ese rango
2.-
B: calcule Las propiedades que el tiempo de atención ente entre 15y30minutos encuentre la
función de distribución para el ejemplo anterior
INGENIERÍA EN SOFTWARE
Para calcular la propiedad de que el tiempo de atención este entre 15 y 30 minutos, debemos
calcular la función de densidad de probabilidad f(𝑥)sobre el intervalo 0.25, /0.5, ya que 15minutos
corresponde a 0.25horas y 30minutos corresponde a 0.5horas:
Por lo tanto, la probabilidad de que el tiempo de atención este entre 15 y30 minutos es de
aproximadamente 0.2361 o 23.61%
3.-
Ejemplo
Para calcular la media de una variable aleatoria x con función de densidad de probabilidad se utiliza
la siguiente forma:
F(𝐴, 𝐵) x f (𝑥) dx
f(𝑥)=2/5*x/2, 0<x<1
Para calcular la media del costo de atención, debemos calcular el valor esperado G(𝑥). El valor
esperado se define como la suma de los productos de cada posible valor de la variable aleatoria y
su probabilidad correspondiente.
En este caso, supongamos que el tiempo de atención a cada cliente sigue una distribución uniforme
entre 2y8 minutos entonces la probabilidad de que el tiempo de atención sea cualquier valor entre
2 y 8 minutos es la misma, es decir 1/6
Donde f(𝑥)es la función de densidad de probabilidad de la distribución uniforme que en este caso
es f(𝑥)=1/6 para 2<x<8 y f(𝑥)=0para cualquier otro valor de x
Obtenemos:
1.-
𝑎+𝑏 1+5 6
𝐸(𝑥) = = = = 3(ℎ𝑜𝑟𝑎𝑠)
2 2 2
𝐶𝑜𝑠𝑡𝑜𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 = 10 ∗ 𝑥 2
1
𝐶𝑜𝑠𝑡𝑜𝑅𝑒𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑛 = 100 + ∫[1.5](10 ∗ 𝑥 2 ∗ )𝑑𝑥
4
10 10 𝑥 3 10 53 13
= 100 + ∫[1.5] ∗ 𝑥 2 = 100 + ∗ = 100 + ∗[ − ]
4 4 3 4 3 3
10 125 1 10 125 10
= 100 + ∗[ − ] = 100 + ∗[ ] = 100 + ∗ 41.3333
4 3 3 4 3 4
= 100 + 103.3333 = $203.33
2.-
Ejemplo
Agripaxa es una fábrica de elaboración de contaminantes para eliminar plagas como los Pulgones
que matan la vegetación. Supóngase que la concentración del contaminante que Agripaxa elabora,
se encuentra distribuida de manera uniforme en un intervalo de 0 a 20 pares de millón. Si se
considera tóxica una concentración de 8 o más. Determine:
𝑓(𝑥) = 1 / (𝑏 − 𝑎) 𝑝𝑎𝑟𝑎 𝑎 ≤ 𝑥 ≤ 𝑏
En una distribución uniforme continua, la probabilidad de que una variable tome un valor exacto en
el intervalo es siempre igual a cero. Esto se debe a que la FDP es constante y el área debajo de la
curva es nula en un punto específico.
DISTRIBUCION EXPONENCIAL
1.-
Ejemplo
El tiempo que esta fuera de servicio el sistema de producción por fallos, se lo modela como una
variable aleatoria Exponencial con 𝜇 = 30 𝑚𝑖𝑛𝑢𝑡𝑜𝑠. Determine:
a. La probabilidad de que, en una falla, el sistema de producción este fuera de servicio por lo
menos 1 hora.
𝐹(𝑥) = 1 − 𝑒 −𝜆𝑥
𝑃(𝑥 < 60) = 𝐹(60) = 1 − 𝑒 −0.0333∗60
𝑃(𝑥 ≥ 60) = 1 − (1 − 𝑒 −0.0333∗60 )
𝑃(𝑥 ≥ 60) = 𝑒 −0.0333∗60
𝑃(𝑥 ≥ 60) = 0.2231 (22.31%)
𝐹(𝑥) = 𝜆 ∗ 𝑒 −𝜆𝑥
1
𝜆 = = 0.25
4
𝐹(𝑥) = ∫[0,4]𝜆 ∗ 𝑒 −𝜆𝑥 𝑑𝑥
Ejemplo
El personal de la compañía Onda S.L. usa una Terminal para realizar sus pedidos internacionales. Si
el tiempo que cada comercial gasta en una sesión en la Terminal tiene una distribución
exponencial con media 36 minutos, encontrar:
𝐹(𝑥) = 1 − 𝑒 −𝜆𝑥
1
𝑃(30) = 1 − 𝑒 −36∗30 = 0.5507(55.07%)