Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística I
Bogotá
2023
TALLER 3 ESTADISTICA III ADMMINISTRACION DE EMPRESAS
Tomado de: Estadística para administración y Economía Anderson 10 Edición
DISTRIBUCION DE PROBABILIDAD VARIABLES ALEATORIAS DISCRETAS
PAG 195 SECCION 5.2
SOLUCIÓN TALLER
F(1) = 1/6
c. Esta respuesta implica que la ganancia sea igual o mayor a 100 entonces
tomaremos esos valores y los sumaremos
P(por lo menos 100.000) = F(100)+ F(150)+ F(200)
P(por lo menos 100.000) = 0,25 + 0,10 + 0,50
P(por lo menos 100.000) = 0,40 Esta es la probabilidad de ganar por lo menos
100.000
a. Para calcular esto podemos usar la siguiente ecuación:
E (X) =∑¡ X¡* P(X =x¡) Donde xi son los valores posibles de la variable
aleatoria X (las puntuaciones) y P(X=xi) es la probabilidad asociada con cada
valor. En este caso, para los ejecutivos de nivel alto:
E(Xnivel alto)=1⋅0.05+2⋅0.09+3⋅0.03+4⋅0.42+5⋅0.41
E(Xnivel alto)=0.05+0.18+0.09+1.68+2.05
E(Xnivel alto)=4.05
b. Si usamos la misma fórmula, este caso para los ejecutivos de nivel medio
E(Xnivel medio)=1⋅0.04+2⋅0.10+3⋅0.12+4⋅0.46+5⋅0.28
E(Xnivel medio)=0.04+0.20+0.36+1.84+1.40
E(Xnivel medio)=3.84
Var(Xnivel medio)=1.359832
d. En este punto se calcula la raíz cuadrada de la varianza calculada
σnivel medio=1.359832
σnivel medio≈1.165
P(X=k)=(kn)⋅pk⋅(1−p)n−k
donde:
n es el número total de ensayos (en este caso, el número de sistemas de detección),
k es el número de éxitos que estamos contando (en este caso, el número de
sistemas que detectan un ataque), p es la probabilidad de éxito en un solo ensayo
(la probabilidad de que un sistema detecte un ataque), y (1−p) es la probabilidad
de fracaso en un solo ensayo.
Para la pregunta a:
P(Un solo sistema detecte un ataque)=P(X=1)
P(X=1)=(1/1)⋅0.901⋅(1−0.90)1−1
P(X=1)=1⋅0.90⋅0.100
P(X=1)=0.90
P(X=k)=(kn)⋅pk⋅(1−p)n−k
n es el número total de ensayos (en este caso, el número de sistemas de detección),
k es el número de éxitos que estamos contando (en este caso, el número de
sistemas que detectan un ataque),
p es la probabilidad de éxito en un solo ensayo (la probabilidad de que un sistema
detecte un ataque), y
(1− p) es la probabilidad de fracaso en un solo ensayo.
P(Un solo sistema detecte un ataque)=P(X=1)
Se usa n=1 (un solo sistema) y p=0.90 (probabilidad de detección):
P(X=1)=(11)⋅0.901⋅(1−0.90)1−
P(X=1)=1⋅0.90⋅0.10^0
P(X=1)=0.99
Por lo tanto, la probabilidad de que un solo sistema de detección detecte un ataque
es 0.99
La probabilidad de que por lo menos uno de los tres sistemas detecte el ataque se
puede calcular como complemento de la probabilidad de que ninguno de los
sistemas lo detecte
P(Al menos uno detecte el ataque)=1−P(Ninguno detecte el ataque)
P(Al menos uno detecte el ataque)=1−(1−p)3
Sustituimos p=0.90 en la fórmula:
P(Al menos uno detecte el ataque)=1−(1−0.90)3
P(Al menos uno detecte el ataque)=1−(0.10)3
P(Al menos uno detecte el ataque)=1−0.001
P(Al menos uno detecte el ataque)≈0.999
a) En este caso, estamos tratando con una distribución binomial, ya que cada persona
en la muestra puede tener dos resultados posibles: cree o no crea que el país está
en recesión. Además, la probabilidad de que una persona crea que el país está en
recesión es del 50%, que denotaremos como p.
b) Para calcular la probabilidad de que no más de cinco personas hayan creído que el
país estaba en recesión P(X≤5)), se debe sumar las probabilidades de X desde 0
hasta 5.
P(X≤5)=P(X=0)+P(X=1)+P(X=2)+P(X=3)+P(X=4)+P(X=5)
P(X=k)=(k/n)⋅pk⋅(1−p)n−k
P(X≤5)=(020)⋅0.500⋅0.5020+(120)⋅0.501⋅0.5019+(220)⋅0.502⋅0.5018+(320)⋅0.503
⋅0.5017+(420)⋅0.504⋅0.5016+(520)⋅0.505⋅0.5015 = 0.02069 =20.69%
c) n=20 y p=0.50.
E(X)=20⋅0.50
E(X)=10
Por lo tanto, aproximadamente 10 personas de la muestra de 20 dicen que el país
estuvo en recesión.
Var(X)=n⋅p⋅(1−p)
En este caso, n=20 y p=0.50.
Var(X)=20⋅0.50⋅(1−0.50)
Var(X)=20⋅0.50⋅0.50
Var(X)=5
σ=√5
σ≈2.24
Por lo tanto, la desviación estándar del número de personas que creyeron que el
país estuvo en recesión es aproximadamente 2.24
P(X=4)=(415)×0.254×0.7511
Suma de las probabilidades desde tres hasta quince (el tamaño de la muestra) de
haber estudiado cuatro años en la universidad:
P(X≥3)=P(X=3)+P(X=4)+...+P(X=15)
Esto dará la probabilidad de que tres o más de las 15 personas seleccionadas hayan
estudiado cuatro años en la universidad.
P(X = 0)=0!e−λ×λ0=e−1.25
P(X = 1)=1!e−λ×λ1=e−1.25×1.25
b. Probabilidad de que haya por lo menos dos accidentes fuera del trabajo en un año:
0.22400.2240 - La probabilidad de que haya al menos dos accidentes fuera del trabajo
durante un año es de 0.22400.2240.
Fórmula utilizada: P(X ≥ 2)=1−(P(X = 0)+P(X = 1))
Donde la probabilidad es 0.224.
d. Probabilidad de que no haya ningún accidente fuera del trabajo en los próximos seis
meses:
DISTRIBUCION HIPERGEOMETRICA
P(X=k)=( kK)⋅(n−kN−K)/(nN)
Calculando esto:
P(X=0)=0.26 - Hay un 26% de probabilidad de que ninguna de las tres cenas supere el
límite de $50.
P(X≥1)=0.74 - Hay un 74% de probabilidad de que al menos una de las tres cenas
supere el límite de $50.
P(X=2)=0.2197 - Existe una probabilidad del 21.97% de que exactamente dos de las
tres cenas superen el límite de $50.
P(X=3)=0.02197 - Hay una probabilidad del 2.19% de que las tres cenas superen el
límite de $50.
5. La driving distance de los 100 mejores golfistas del Tour PGA está entre 284.7 y
310.6 yardas (Golfweek, 29 de marzo de 2003). Suponga que las driving distance de
estos golfistas se encuentran uniformemente distribuidas en este intervalo.
Dado que las driving distance están uniformemente distribuidas en el intervalo [284.7,
310.6], la función de densidad de probabilidad correspondiente es:
f(x) = 1 / (b – a)
Donde:
f(x) es la función de densidad de probabilidad.
a es el límite inferior del intervalo (284.7 yardas en este caso).
b es el límite superior del intervalo (310.6 yardas en este caso).
F (x) = 1 / (310.6−284.7
F (x) = 1 / 25.9
Por lo tanto,
(x)= 25.91
La probabilidad de que el contenido de una botella este entre 12 y 12.05 onzas es del
40%
13. Dado que z es la variable normal estándar, calcule las probabilidades siguientes:
a) P (−1,98 ≤ z ≤ 0,49)
b) P (0,52≤ z ≤ 1.22)
c) P (−1,75 ≤ z ≤ 1.04)
14. Dado que z es la variable normal estándar, encuentre z en cada una de las
situaciones siguientes:
Z = 1.96
Z = 1.96
Z = 0.61
Z = 1.12
Z = 0.44
17. Una persona con una buena historia crediticia tiene una deuda promedio de
$15015. suponga que la desviación estándar es de $3540 y que los montos de las
deudas están distribuidos normalmente.
a) Probabilidad de que la deuda de una persona con buena historia crediticia sea
mayor a 18000
b) Probabilidad de que la deuda de una persona con buena historia crediticia sea
menos de 10000
Z= (10000−15015) / 3540
Z = - 1.416
P (Z < −1.416)
≈0.0778.
c) Probabilidad de que la deuda de una persona con buena historia crediticia este
entre 12000 y 18000
d) Probabilidad de que la deuda de una persona con buena historia crediticia sea
mayor a 14000?
Z = (14000-15015) / 3540
= 0.29
P(Z > − 0.29)
= 0.618.
a) Probabilidad de que el precio de las acciones de una empresa sea por lo menos de
$40
b) Probabilidad de que el precio de las acciones de una empresa no sea mayor a $20
Z = 20-30 / 8,2
Z= - 1,22
P ( X ≤ 20) = 0,11123
=11,12%
c) ¿De cuánto deben ser los precios de las acciones de una empresa para que esté
entre las 10% mejores?
El valor de Z es de 1.28.
X=μ+z⋅σ
Z = 30 + 1.28 ⋅ 8.20
= 40.616
μ=3,5 pulgadas
σ = 0,8 pulgadas
Z = x-μ/σ
P(x≥5) = ?
Z = 5-3,5/0,8
Z = 1,88
P (x≤5) =0,96995
P(x≥5) = 1-0,96995
= 0,03005
P(x≤3) =?
Z = 3-3,5/0,8
Z = -0,63
P(x≤3) = 0,26435
c. Un mes se considera como extremadamente húmedo si la precipitación pluvial es
10% superior para ese mes. ¿Cuánta debe ser la precipitación pluvial en abril para
que sea considerado un mes extremadamente húmedo?
Z = 0,1
Z = -1,28
1,28 = x-3.5/0,8 =
1,28*0,8 +3,5 = x
x = 4,524 pulgadas
20. En enero de 2003 un empleado estadounidense pasaba, en promedio, 77 horas
conectado a internet durante las horas de trabajo (cnbc, 15 de marzo de 2003).
Suponga que la media poblacional es 77 horas, tiempos que están distribuidos
normalmente y que la desviación estándar es 20 horas.
μ= 77 horas
ρ = 20 horas
X = 50 horas
P( X≤50) =?
Z = X -μ /σ
Z = 50 - 77 /20 = -1,35
P( X≤50) = 0,08851
= 8,85%
b) ¿Qué porcentaje de los empleados pasó en enero de 2003 más de 100 horas
conectado a internet?
μ= 77 horas
ρ = 20 horas
X = 100 horas
P( X≥100) =?
Z = X -μ /σ
Z = 100-77 /20
Z = 1,15
P(X≤100) = 0,85493
P( X≥100) = 1 - 0,85493
= 0,145
= 14,5 %
Z =0,84
P(X>8)=1–P(X≤8)
P ( X > 8 ) = 1 − P ( Z ≤ 8 - 6.8 / 0.6)
P ( Z ≤ 2 ) = 0.9772
P ( X > 8 ) = 1 − 0.9772
= 0.0228
b) ¿De que una persona tomada aleatoriamente duerma seis horas o menos?
P ( X ≤ 6 ) = P ( Z ≤ 6 − 6.8 / 0.6)
P ( Z ≤ − 1.3333
P(X≤6)
= 0.0912
c) Los médicos aconsejan dormir entre 7 y 9 hrs por noche. ¿Qué porcentaje de la
población duerme esta cantidad?
P(7≤X≤9)=P(X≤9)–P(X≤7)
P ( 7 ≤ X ≤ 9 ) = P ( Z ≤ 9 − 6.8 / 0.6 ) – P ( Z ≤ 7 − 6.8 / 0.6 )
P ( Z ≤ 3.6667 ) y P ( Z ≤ 0.3333).
P ( 7 ≤ X ≤ 9 ) = 0.9999 − 0.6293
=0.3706
30. Cuando usted firma un contrato para una tarjeta de crédito, ¿lee cuidadosamente el
contrato? En un sondeo FindLaw.com les preguntó a las personas “¿Qué tan
cuidadosamente lee usted un contrato para una tarjeta de crédito?” Los hallazgos
fueron que 44% leen cada palabra, 33% leen lo suficiente para entender el contrato,
11% sólo le echa una mirada y 4% no lo leen en absoluto.
a) En una muestra de 500 personas ¿cuántas esperaría usted que respondan que leen
cada palabra de un contrato para una tarjeta de crédito?
En una muestra de 500 personas, esperaría que 500 * 0.44 = 220 personas respondan
que leen cada palabra de un contrato para una tarjeta de crédito.
b) En una muestra de 500 personas ¿cuál es la probabilidad de que 200 o menos
digan que leen cada palabra de un contrato para una tarjeta de crédito?
μ = np = 500 * 0.04 = 20
σ = √(np(1 - p)) = √(500 * 0.04 * 0.96) = 4.38
z= (14.5 -20) / 4.38 = -1.255 = 1.26
La probabilidad de que una variable normal tome un valor mayor o igual a -1.255 es
0.8962.
31. El myrtle beach hotel tiene 120 habitaciones. En los meses de primavera la
ocupación es del 75%
µ = np = (120) (0.75) = 90
σ = √np(1-p) = √ (120) (0.75) (0.25) = 22.5
P (x f 60) = (x - µ) / σ = (60 – 90) / 22.5 = 30 / 22.5= 1.33
= 0.9082
b) ¿De que 100 o más de las habitaciones estén ocupadas en un día dado?
µ = np = (120) (0.75) = 90
σ = √np(1-p) = √ (120) (0.75) (0.25) = 22.5
P (x g 100) = (x - µ) / σ = (100 – 90) / 22.5 = 10 / 22.5= 0.44
= 0.6700