ACTIVIDAD 3 SEGUNDA PARTE

1.- Sea la función 𝑓(𝑥) = 3𝑥 + 1 definida en el intervalo [0,5]

a) Redefinirla para que sea una distribución de probabilidad.

5
𝑐 ∫ 𝑓𝑥𝑑𝑥 = 1
0

5
3
∫ 𝑓𝑥𝑑𝑥 = ( )(𝑥)2 + 𝑥 = 85/2
0 2
5
𝑐 ∫ 𝑓𝑥𝑑𝑥 = 1
0

2
𝑐=
85

2 5
∫ 𝑓𝑥𝑑𝑥 = 1
85 0

b) Calcule P(1<X<4)
4
2 2 3 3
( ) ∫ 𝑓𝑥𝑑𝑥 = ( ) ( ) 16 + 4 − ( ) − 1 = 0.6
85 1 85 2 2

𝑃(1 < 𝑋 < 4) = 0.6 = 60%

c) Calcule valor esperado y varianza

5
1 5 275
𝐸(𝑋) = 𝑐 ∫ 𝑥𝑓𝑥𝑑𝑥 = 𝑐(𝑥 3 + ( ) (𝑥 2 ) = 𝐶 ( ) = 3.2352
0 2 0 2
5
3 1 5 6125
𝜎 2 = 𝑐 ∫ 𝑋 2 𝑓𝑥𝑑𝑥 = 𝑐(( ) 𝑥 4 + ( ) (𝑥 3 )) = 𝐶 ( ) = 72.0588
0 4 3 0 2

2.- Sea la función 𝑓(𝑡) = √1 + 2𝑡 definida en el intervalo [10,20]

a) Redefinirla para que sea una distribución de probabilidad.

5
𝑐 ∫ 𝑓𝑡𝑑𝑡 = 1
0

5
√(2𝑡 + 1)3 20 41√41 + 21√21
∫ 𝑓𝑡𝑑𝑡 = ( ) = = 55.4313
0 3 10 3
5
𝑐 ∫ 𝑓𝑡𝑑𝑡 = 1
0
 3 1
𝑐= =
41√41 + 21√21 55.4313
5
3
∫ 𝑓𝑡𝑑𝑡 = 1
41√41 + 21√21 0

5
1
∫ 𝑓𝑡𝑑𝑡 = 1
55.4313 0

b) Calcule P(10<X<15)

15
1 √(2𝑡 + 1)3 15
∫ 𝑓𝑡𝑑𝑡 = ( ) = (57.533 − 32.078)𝑐
55.4313 10 3 10

15
1 √(2𝑡 + 1)3 15
∫ 𝑓𝑡𝑑𝑡 = ( ) = 0.45922
55.4313 10 3 10

𝑃(10 < 𝑋 < 15) = 45.922%

c) Calcule valor esperado y varianza

20
1
𝐸(𝑋) = ∫ 𝑡 ∗ 𝑓𝑡𝑑𝑡
55.4313 10

20
1 1 √(2𝑡 + 1)3 ∗ (3𝑡 + 1) 20
𝐸(𝑋) = ∫ 𝑡 ∗ 𝑓𝑡𝑑𝑡 = ( ) = 𝟏𝟓. 𝟐𝟕𝟐𝟐
55.4313 10 55.4313 15 10

20
1
𝜎2 = ∫ 𝑡 ∗ 𝑡 ∗ 𝑓𝑡𝑑𝑡
55.4313 10

20
1 1 √(2𝑡 + 1)3 ∗ (15𝑡 2 − 6𝑡 + 2) 20
𝜎2 = ∫ 𝑡 ∗ 𝑡 ∗ 𝑓𝑡𝑑𝑡 = ( ) = 𝟐𝟒𝟏. 𝟒𝟔𝟗𝟑
55.4313 10 55.4313 105 10
DISTRIBUCIÓN EXPONENCIAL
1.- La velocidad de una partícula presenta una distribución exponencial con una media de 25 m/s, calcule la
probabilidad de que la velocidad de la partícula:
a) Sea menor de 20 m/s b) Sea mayor de 35 m/s c) Se encuentra entre 10 y 20 m/s

𝑓(𝑥) = 𝜆𝑒 −𝜆𝑥
1
𝜆=
25
a)
20
𝑃(𝑥 < 20) = 1 − 𝑒 −(25) = 0.5506
𝑃(𝑥 < 20) = 55.06%
b)
35
𝑃(𝑥 > 35) = 𝑒 −25 = 0.2465
𝑃(𝑥 > 35) = 24.65%
c)
10 20
𝑃(10 < 𝑋 < 20) = 𝑒 −25 − 𝑒 −25 = 0.22099
𝑃(10 < 𝑋 < 20) = 22.099%

2.- Se ha determinado que la duración de una TV presenta una distribución exponencial con una media de 4.5
años, determine la probabilidad de que una TV:
a) Dure menos de 3 años b) Dure más de 6 años c) Dure entre 4 y 7 años
−𝜆𝑥
𝑓(𝑥) = 𝜆𝑒
1
𝜆=
4.5
a)
3
𝑃(𝑥 < 3) = 1 − 𝑒 −(4.5) = 0.4865
𝑃(𝑥 < 3) = 48.658%
b)
6
𝑃(𝑥 > 6) = 𝑒 −4.5 = 0.26359
𝑃(𝑥 > 6) = 26.359%
c)
4 7
𝑃(4 < 𝑋 < 7) = 𝑒 −4.5 − 𝑒 −4.5 = 0.20004
𝑃(10 < 𝑋 < 20) = 20.004%

c) Determine el tiempo de una garantía para que solo el 10% de las TV sea reemplazada

𝑥
𝑒 −4.5 = 0.9
𝑥
ln⁡(𝑒 −4.5 ) = ln⁡(0.9)
𝑥
− = ln⁡(0.9)
4.5
 𝑥 = −4.5 ln(0.9) = 0.4741
El periodo de tiempo que cubre el 10% de los televisores es de 0.4741 años
0.4741
1 − 𝑒− 4.5 = 0.1 = 10%

3.- Una muestra de 100 mediciones del tiempo en que son atendidos los clientes en el servicio en el automóvil
dio la siguiente distribución de frecuencias:
Clase LI LS f
1 3 5 45
2 6 8 35
3 9 11 12
4 12 14 6
5 15 17 2

a) Dibuje el histograma de los datos

50 45
45
40 35
35
Frecuencia

30
25
20
15 12
10 6
5 2
0
1 2 3 4 5
Clase

b) Calcule la media aritmética, use este valor para estimar 𝜆

𝜆 = 6.55
c) Determine la probabilidad de que una persona sea atendido en más de 10 min usando la distribución
exponencial
10
𝑃(𝑋 > 10) = 𝑒 −6.55 = 0.2172 = 21.7247%
d) Si llegan 15 personas, cual es la probabilidad de que en 5 de ellos sean atendidos en un tiempo entre 5
y 10 min
De una persona
5 10
𝑃(5 < 𝑥 < 10) = 𝑒 −6.55 − 𝑒 −6.55 = 0.248850
Usando la binomial donde
𝑛 = 15
𝑘=5
5 10
𝛳 = 𝑒 −6.55 − 𝑒 −6.55
𝑞 =1−ϴ
 𝑛!
𝑃(𝑋 = 5; ϴ = 0.248850) = (𝛳𝑘 )(𝑞 𝑛−𝑘 )
𝑘! (𝑛 − 𝑘)!
𝑛! 15!
(𝛳𝑘 )(𝑞 𝑛−𝑘 ) = 0.2488505 (1 − 0.248850)10 = 0.16387 = 𝟏𝟔. 𝟑𝟖𝟕%
𝑘! (𝑛 − 𝑘)! 5! (10!)

DISTRIBUCIÓN NORMAL

1.- La resistencia de una varilla a la ruptura presenta una distribución normal con una media de 250 kg/cm 2 y
una desviación estándar de 20 kg/cm2, calcule la probabilidad de que la resistencia de una varilla:
a) Sea mayor de 300 kg/cm2 b) Se encuentre entre 235 y 260 kg/cm2 c) Difiera en más de
25 con respecto a la media
d) Entre que valores con respecto a la media se encuentra el 95% de los valores de la resistencia.

a)
300 − 250
𝑃(𝑋 > 3𝑂𝑂) = 1 − 𝑃 (𝑧 < ) = 1 − 𝑃(𝑍 < 2.5)
20
𝑃(𝑧 < 2.5) = 0.9938
𝑃(𝑋 > 300) = 1 − 0.9938 = 0.0062 = 𝟎. 𝟔𝟐%
b)
260 − 250 235 − 250
𝑃(235 < 𝑋 < 260) = 𝑃 (𝑧 < ) − 𝑃 (𝑧 < )
20 20
260 − 250
𝑃 (𝑧 < ) = 𝑝(𝑧 < 0.5)
20
𝑃(𝑧 < 0.5) = 0.6915
235 − 250
𝑃 (𝑧 < ) = 𝑝(𝑧 < −0.75)
20
𝑃(𝑧 < −0.75) = 0.2266

𝑃(235 < 𝑋 < 260) = 0.6915 − 0.2266 = 0.4649 = 𝟒𝟔. 𝟒𝟗%

c)
𝑃(225 > 𝑥 > 275)
225 − 250
𝑃 (𝑧 < ) = 𝑝(𝑧 < −1.25)
20
𝑃(𝑧 < −1.25) = 0.1056
275 − 250
𝑃 (𝑧 < ) = 𝑝(𝑧 < 1.25)
20
𝑃(𝑧 < 1.25) = 0.8944

𝑃(225 > 𝑥 > 275) = 0.1056 + (1 − 0.8944) = 𝟎. 𝟐𝟏𝟏𝟐%

d)
𝑋 = 𝑍⁡𝜎 + µ
𝑋 = ±1.96(20) + 250
 𝑋1 = 289.2
𝑋2 = 201.8
𝑃(𝟐𝟎𝟏. 𝟖 < 𝑥 < 𝟐𝟖𝟗. 𝟐) = 0.95 = 𝟗𝟓%

2.- Una empresa ha determinado que sus ingresos diarios presentan una distribución normal con una media
de $ 550 con una desviación estándar de $ 45:
a) Calcule la probabilidad de que el ingreso diario sea mayor de $600
b) Se encuentre entre 600 y 620
c) En un mes cual es la probabilidad de que en 10 días el ingreso sea menor de 500

a)
600 − 550
𝑃(𝑥 > 600) = 1 − 𝑃 (𝑧 < )
45
600 − 550
𝑃 (𝑧 < ) = 𝑃(𝑧 < 1.1111) = 0.8665
45

𝑃(𝑥 > 600) = 1 − 8665 = 0.1335 = 𝟏𝟑. 𝟑𝟓%

b)
620 − 550 600 − 550
𝑃(600 < 𝑋 < 620 = 𝑃 (𝑧 < ) − 𝑃 (𝑧 < )
45 45
620 − 550
𝑃 (𝑧 < ) = 𝑃(𝑍 < 1.55) = 0.9394
45
600 − 550
𝑃 (𝑧 < ) = 𝑃(𝑍 < 1.11) = 0.8665
45
𝑃(600 < 𝑋 < 620) = 0.9394 − 0.8665 = 0.729 = 𝟕. 𝟐𝟗%
c)
500 − 550
𝑃(𝑋 > 500) = 1 − 𝑃 (𝑍 < )
45
𝑃(𝑍 < −1.111) = 0.1335
Suponiendo que 1 mes tiene 31 días
𝑛 = 31
𝑘 = 10
𝛳 = 0.1335
𝑞 =1−ϴ
𝑛!
𝑃(𝑋 = 10; ϴ = 0.1335) = (𝛳𝑘 )(𝑞 𝑛−𝑘 )
𝑘! (𝑛 − 𝑘)!
𝑛! 31!
(𝛳𝑘 )(𝑞 𝑛−𝑘 ) = 0.133510 (1 − 0.1335)31 = 0.00093875 = 𝟎. 𝟎𝟗𝟑%
𝑘! (𝑛 − 𝑘)! 10! (21!)

NOTA: Suponiendo que un mes tiene 30 días, la probabilidad es de: 0.000733=0.0733%

3.- La siguiente distribución de probabilidad corresponde a una muestra de 100 mediciones sobre el peso de
un producto:
Clase LI LS f
1 6.25 6.29 8
2 6.30 6.34 12
3 6.35 6.39 25
4 6.40 6.44 35
5 6.45 6.49 15
6 6.50 6.54 5

a) Calcule la media aritmética, desviación estándar, asimetría y curtosis

marca de desviación
fi*xi media Varianza
clase estándar
6.27 50.16 6.396 0.00396364 0.06295742
6.32 75.84
6.37 159.25
6.42 224.7
6.47 97.05
6.52 32.6

Media= 6.396
𝝈 = 𝟎. 𝟎𝟔𝟐𝟔𝟒
(xi- desviación (xi-
Curtosis Curtosis
media)^3 estandar media)^4
-0.016003 -0.2250057 0.06295741 0.002016379 -0.4083003
-
0.00526771 0.000400346
-0.0004394 1.14244E-05
0.00048384 1.16122E-05
0.00607836 0.000449799
0.00953312 0.001182107

Coeficiente de asimetría= -0.2284

𝐂𝐮𝐫𝐭𝐨𝐬𝐢𝐬 = −𝟎. 𝟒𝟎𝟖𝟑

b) Calcule la probabilidad de que la variable de encuentre entre 6.30 y 6.45 usando la distribución normal

𝑃(6.3 < 𝑋 < 6.45)

6.3 − 6.396
𝑍1 = = −1.526 = −1.53
0.0629
𝑃(𝑍 < −1.53) = 0.063
6.45 − 6.396
𝑍2 = = 0.8585 = 0.86
0.0629
𝑃(𝑍 < 0.86) = 0.8051
 𝑃(6.3 < 𝑋 < 6.45) = 0.8051 − 0.063 = 0.7421
𝑃(6.3 < 𝑋 < 6.45) = 𝟕𝟒. 𝟐𝟏%

c) Entre que valores con respecto a la media se encuentra el 90% de las mediciones
𝑋 = 𝑍⁡𝜎 + µ
𝑋 = ±1.645(0.0629) + 6.396
𝑋1 = 6.49947
𝑋2 = 6.2925
𝑃(𝟔. 𝟐𝟗𝟐𝟓 < 𝑥 < 𝟔. 𝟒𝟗𝟗𝟒𝟕) = 0.9 = 𝟗𝟎%