Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Actividad 4 - Identificación de Distribuciones de Probabilidad
Actividad 4 - Identificación de Distribuciones de Probabilidad
s. Escriba el conjunto de posibles resultados para cada variable y afirme o rechace si se trata de una va
a. X= el número de huevos no quebrados en una caja estándar (12 und) seleccionada al azar.
Esta es una variable aleatoria discreta porque los valores posibles son contables y finitos, en este caso, los números enteros de 0 a 12.
b. Y= el número de estudiantes en una lista de clase de 20 estudiantes de un curso particular que no asisten el primer día de clases.
Esta es una variable aleatoria discreta porque los valores posibles son contables y finitos, en este caso, los números enteros de 0 a 20.
c. U= el porcentaje de impuestos desrivados de las ventas de una compra en el portal de Mercado Libre seleccionada al azar.
Esta es una variable aleatoria continua, ya que puede tomar cualquier valor dentro de un intervalo continuo.
Esta es una variable aleatoria continua, ya que el pH puede tomar cualquier valor dentro de un intervalo continuo entre 0 y 14.
e. X= el número de veces que se requiere lanzar al aire una moneda hasta que salga una cara.
Esta es una variable aleatoria discreta porque los valores posibles son contables e infinitos, en este caso, los números enteros mayores o iguales a 1.
chace si se trata de una variable discreta.
o iguales a 1.
2- Se determinará el número de islas en una gasolinera que tiene cuatro islas, al igual que en una que tiene seis islas, cuáles son los posibles valores de cada
X Probabilidad (p(X))
0 0.20
1 0.25
2 0.30
3 0.15
4 0.10
4.5
3.5
2.5
1.5
0.5
0
1 2 3 4 5
b. ¿Cuál es la probabilidad de que al menos dos estudiantes se presenten? Y de que se presenten más de dos estudiantes.
P(X>2)=p(3)+p(4)=0.15+0.10=0.25
𝑃(1≤𝑋≤3)=𝑝(1)+𝑝(2)+𝑝(3)=0.25+0.30+0.15=0.70P(1≤X≤3)=p(1)+p(2)+p(3)=0.25+0.30+0.15=0.70
la probabilidad de que ningún estudiante se presente (es decir, 𝑋=0X=0) es 𝑝(0)=0.20p(0)=0.20. Por lo tanto, la probabilidad de que se presente el profes
ga que la función de masa de probabilidad de X es p(0) 0.20, p(1) 0.25, p(2) 0.30, p(3) 0.15 y p(4) 0.10.
idad de que se presente el profesor es 0.20 o 20%.
4- Considere un avión de 50 asientos, el cual fue sobrevendido por la aerolínea y actualmente hay 55 pasajeros con boleto. Sea Y el número de pasajeros co
tomar el vuelo, y su función de masa de probabilidad la siguiente
y 45 46 47 48 49 50 51 52 53
p(y) 0.05 0.1 0.12 0.14 0.25 0.17 0.06 0.05 0.03
a. ¿Cuál es la probabilidad de que la aerolínea acomode en el vuelo a todos los pasajeros que se presentan con boleto?
P(Y≤50)=p(45)+p(46)+p(47)+p(48)+p(49)+p(50)
𝑃(𝑌≤50)=0.05+0.1+0.12+0.14+0.25+0.17P(Y≤50)=0.05+0.1+0.12+0.14+0.25+0.17 𝑃( 𝑌≤50)=0.83P(Y≤50)=0.83
la probabilidad de que la aerolínea acomode en el vuelo a todos los pasajeros que se presentan con boleto es 0.83 o 83%.
b. ¿Cuál es la probabilidad de que no sean acomodados todos los pasajeros con boleto?
la probabilidad de que no sean acomodados todos los pasajeros con boleto es:
𝑃(𝑌>50)=1−𝑃(𝑌≤50)P(Y>50)=1−P(Y≤50)
𝑃(𝑌>50)=1−0.83P(Y>50)=1−0.83 𝑃(𝑌>50)=0.17P(Y>50)=0.17
Por lo tanto, la probabilidad de que no sean acomodados todos los pasajeros con boleto es 0.17 o 17%.
c. Si es la primera persona en la lista de espera (lo que significa que será la primera en subirse al vuelo si hay un asiento disponible despúes de que todos lo
sido acomodados. ¿Cuál es la probabilidad de que tome el vuelo? ¿Cuál es la probabilidad si es la tercera persona en la lista de espera?
54 55
0.02 0.01
x 0 1 2 3 4 5 6
p(x) 0.1 0.15 0.2 0.25 0.2 0.06 0.04
𝑃(𝑋≤3)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)+𝑃(𝑋=3)P(X≤3)=P(X=0)+P(X=1)+P(X=2)+P(X=3)
𝑃(𝑋≤3)=0.1+0.15+0.2+0.25P(X≤3)=0.1+0.15+0.2+0.25 𝑃( 𝑋≤3)=0.7P(X≤3)=0.7
Por lo tanto, la probabilidad de que a lo sumo tres líneas estén en uso es 0.70.7 o 70%70%.
P(X<3)=P(X=0)+P(X=1)+P(X=2)
𝑃(𝑋<3)=0.1+0.15+0.2P(X<3)=0.1+0.15+0.2 𝑃(𝑋<3)=0.45P(X<3)=0.45
Por lo tanto, la probabilidad de que menos de tres líneas estén en uso es 0.450.45 o 45%45%.
𝑃(𝑋≥3)=𝑃(𝑋=3)+𝑃(𝑋=4)+𝑃(𝑋=5)+𝑃(𝑋=6)P(X≥3)=P(X=3)+P(X=4)+P(X=5)+P(X=6)
𝑃(𝑋≥3)=0.25+0.2+0.06+0.04P(X≥3)=0.25+0.2+0.06+0.04 𝑃( 𝑋≥3)=0.55P(X≥3)=0.55
Por lo tanto, la probabilidad de que al menos tres líneas estén en uso es 0.550.55 o 55%55%.
la probabilidad de que entre dos y cinco líneas, inclusive, estén en uso es:
𝑃(2≤𝑋≤5)=𝑃(𝑋=2)+𝑃(𝑋=3)+𝑃(𝑋=4)+𝑃(𝑋=5)P(2≤X≤5)=P(X=2)+P(X=3)+P(X=4)+P(X=5)
Por lo tanto, la probabilidad de que entre dos y cinco líneas, inclusive, estén en uso es 0.80.8 o 80%80%.
Por lo tanto, la probabilidad de que al menos cuatro líneas no estén en uso es 0.30.3 o 30%30%.
a función de masa de probabilidad de X es la que se da en la siguiente tabla.
6- Un vendedor de artículos para el hogar vende 3 modelos de neveras con capacidad de 16, 18 y 20 pies cúbicos, respectivamente. Sea X la cantidad de esp
por el siguiente cliente que compre un congelador. Suponga que X tiene la función de masa de probabilidad
256 324 400
x 16 18 20
p(x) 0.2 0.5 0.3
a. Calcule E(X), E(X^2) y V(X) - El valor esperado de X, el valor esperado de X al cuadrado y la varianza de X.
Varianza de 𝑋X ( 𝑉(𝑋)V(X) ):
Por lo tanto, el valor esperado de 𝑋X es 18.2, el valor esperado de 𝑋2X2 es 333.2, y la varianza de 𝑋X es 1.96.
b. Si el precio de un congelador de X pies cúblicos de capacidad es de 70X - 650, ¿Cuál es el precio que se espera que pague el siguiente cliente que compre
Por lo tanto, el precio esperado que pagará el siguiente cliente que compre un congelador es de $624.
𝐸(𝑃(𝑋)2)=𝐸((70𝑋−650)2)E(P(X)2)=E((70X−650)2)
𝐸(𝑃(𝑋)2)=𝐸(4900𝑋2−91000𝑋+422500)E(P(X)2)=E(4900X2−91000X+422500)
𝐸(𝑃(𝑋)2)=4900𝐸(𝑋2)−91000𝐸(𝑋)+422500E(P(X)2)=4900E(X2)−91000E(X)+422500
𝐸(𝑃(𝑋)2)=4900×333.2−91000×18.2+422500E(P(X)2)=4900×333.2−91000×18.2+422500
𝐸(𝑃(𝑋)2)=1638400−1658200+422500E(P(X)2)=1638400−1658200+422500
𝐸(𝑃(𝑋)2)=1137700E(P(X)2)=1137700
𝑉(𝑃(𝑋))=𝐸(𝑃(𝑋)2)−(𝐸(𝑃(𝑋)))2V(P(X))=E(P(X)2)−(E(P(X)))2
𝑉(𝑃(𝑋))=1137700−(624)2V(P(X))=1137700−(624)2
𝑉(𝑃(𝑋))=1137700−388176V(P(X))=1137700−388176
𝑉(𝑃(𝑋))=749524V(P(X))=749524
Por lo tanto, la varianza del precio pagado por el siguiente cliente es de $749524.
amente. Sea X la cantidad de espacio de almacenamiento adquirido
𝑋)=1.96V(X)=1.96
x 1 2 3 4 5 6
p(x) 6.67% 13.33% 20.00% 26.67% 20.00% 13.33%
Suponga que el propietario de la tienda paga $2.00 por cada ejemplar y el precio para los consumidores es de $4.00. Si los periodicos que se quedan al fi
de recuperación, ¿es mejor solicitar tres o cuatro ejemplares? [Sugerencia: Para una orden de tres o cuatro ejemplares, exprese el ingreso neto como una
ingreso esperado.]
Ahora, calculemos el ingreso neto esperado para cada caso sumando el producto de cada cantidad de periódicos vendidos ( 𝑋X) y su probabilidad ( 𝑝( 𝑥)p(x
Por lo tanto, el ingreso neto esperado para solicitar tres ejemplares es $0.9333 y para solicitar cuatro ejemplares es $1.0.
Dado que el ingreso neto esperado es mayor para cuatro ejemplares, es mejor solicitar cuatro ejemplares en lugar de tres.
s vendidos cada semana, con función de masa de probabilidad.
0667)+(2⋅0.1333)+(3⋅0.20)=0.0667+0.2666+0.60=0.9333
ngreso neto)=(1⋅0.0667)+(2⋅0.1333)+(3⋅0.20)+(4⋅0.2667)=0.0667+0.2666+0.60+1.0668=1.0
8- Calcule las siguientes probabilidades binominales directamente con la fórmula para b(x; n, p):
a. b(3; 8, 0.35)
b(3;8,0.35)=56⋅(0.35)3⋅(1−0.35)8−3
𝑏(3;8,0.35)=56⋅(0.35)3⋅(0.65)5b(3;8,0.35)=56⋅(0.35)3 ⋅(0.65)5
𝑏(3;8,0.35)≈0.279b(3;8,0.35)≈0.279
b. b(5; 8,0.6)
b(5;8,0.6)=56⋅(0.6)5⋅(1−0.6)8−5
𝑏(5;8,0.6)=56⋅(0.6)5⋅(0.4)3b(5;8,0.6)=56⋅(0.6)5⋅(0.4)3
𝑏(5;8,0.6)≈0.278b(5;8,0.6)≈0.278
b(4;8,0.6)=70⋅(0.6)4⋅(1−0.6)8−4
𝑏(4;8,0.6)=70⋅(0.6)4⋅(0.4)4b(4;8,0.6)=70⋅(0.6)4⋅(0.4)4
𝑏(4;8,0.6)≈0.233b(4;8,0.6)≈0.233
𝑃(3≤𝑋≤5)≈0.789P(3≤X≤5)≈0.789
b(0;9,0.1)=1⋅(0.1)0⋅(1−0.1)9−0
𝑏(0;9,0.1)=1⋅1⋅0.99b(0;9,0.1)=1⋅1⋅0.99
𝑏(0;9,0.1)≈0.3874b(0;9,0.1)≈0.3874
Entonces, 𝑃(1≤𝑋)=1−0.3874P(1≤X)=1−0.3874
𝑃(1≤𝑋)≈0.6126P(1≤X)≈0.6126
Por lo tanto, la probabilidad de que 𝑋X sea al menos 1 cuando 𝑛=9n=9 y 𝑝=0.1p=0.1 es aproximadamente 0.61260.6126.
9- Un estudio reportó que 1 de cada 20 niños presenta una alergia alimentarioa de algún tipo. Considere que se selecciona una muestra aleatoria de 25 niño
la muestra que tienen una alergia alimentaria. Así, X ~ Bin(25, 0.05)
1. Para 𝑃(𝑋≤3)P(X≤3):
𝑃(𝑋≤3)=∑𝑥=03𝑏(𝑥;𝑛,𝑝)P(X≤3)=∑x=03b(x;n,p)
𝑃(𝑋≤3)=𝐹(3;25,0.05)P(X≤3)=F(3;25,0.05)
2. Para 𝑃(𝑋<3)P(X<3):
𝑃(𝑋<3)=∑𝑥=02𝑏(𝑥;𝑛,𝑝)P(X<3)=∑x=02b(x;n,p)
𝑃(𝑋<3)=∑𝑥=02𝑏(𝑥;25,0.05)P(X<3)=∑x=02b(x;25,0.05)
1. 𝑃(𝑋≤3)=𝐹(3;25,0.05)P(X≤3)=F(3;25,0.05) 𝑃(𝑋≤3)=0.992P(X≤3)=0.992
2. 𝑃(𝑋<3)=∑𝑥=02𝑏(𝑥;25,0.05)P(X<3)=∑x=02b(x;25,0.05) 𝑃(𝑋<3)=𝑏(0;25,0.05)+𝑏(1;25,0.05)+𝑏(2;25,0.05)P(X<3)=b(0;25,0.05)+b(1;25,0.05)+b(2;25,0.05) 𝑃(
b. Determine P(>= 4)
𝑃(𝑋<4)≈0.204+0.345+0.305+0.195=1.049P(X<4)≈0.204+0.345+0.305+0.195=1.049
𝑃(1≤𝑋≤3)≈0.345+0.305+0.195=0.845P(1≤X≤3)≈0.345+0.305+0.195=0.845
Entonces, los valores de 𝐸(𝑋)E(X) y 𝑉(𝑋)V(X) son aproximadamente 1.251.25 y 1.18751.1875, respectivamente.
e. En una muestra de 50 niños, ¿cuál es la probabilidad de que ninguno tenga una alergia alimentaria?
P(X=0)=(050)×(0.05)0×(1−0.05)50−0
𝑃(𝑋=0)=(1)×(1)×(0.95)50P(X=0)=(1)×(1)×(0.95)50
𝑃(𝑋=0)=0.9550P(X=0)=0.9550
Calculando esto:
𝑃(𝑋=0)≈0.0769P(X=0)≈0.0769
Por lo tanto, la probabilidad de que ninguno de los 50 niños tenga una alergia alimentaria es aproximadamente 0.07690.0769, o lo que es lo mismo, apro
una muestra aleatoria de 25 niños y sea X la cantidad de niños en
5)+b(1;25,0.05)+b(2;25,0.05) 𝑃( 𝑋<3)=0.705P(X<3)=0.705
5,0.05)≈0.195
05 ⋅0.95=1.1875
0769, o lo que es lo mismo, aproximadamente 7.69%7.69%.
10 - Un tipo particular de raqueta de tenis viene en tamaño mediano y en tamaño extra grande. Sesenta por ciento de todos los clientes en una tienda desean
a. Entre diez clientes seleccionados al azar que desean este tipo de raqueta, ¿cuál es la probabilidad de que al menos seis deseen la versión extra grande?
𝑃(𝑋<6)≈0.000104858+0.000786432+0.00314447+0.0118648+0.0295241+0.0552926P(X<6)≈0.000104858+0.000786432+0.00314447+0.0118648+0.0295
𝑃(𝑋<6)≈0.100716P(X<6)≈0.100716
𝑃(𝑋≥6)=1−𝑃(𝑋<6)P(X≥6)=1−P(X<6)
𝑃(𝑋≥6)=1−0.100716P(X≥6)=1−0.100716
𝑃(𝑋≥6)≈0.899284P(X≥6)≈0.899284
Por lo tanto, la probabilidad de que al menos seis de los diez clientes seleccionados al azar deseen la versión extra grande de la raqueta es aproximadame
b. Entre diez clientes seleccionados al azar, ¿cuál es la probabilidad de que el número que desea la versión extra grande esté dentro de 1 desviación estánd
Por lo tanto, la probabilidad de que el número de clientes que deseen la versión extra grande esté dentro de 1 desviación estándar de la media es aproxim
c. La tienda dispone actualmente de siete raquetas de cada versión, ¿cuál es la probabilidad de que los siguientes diez clientes que desean esta raqueta pue
de las existencias actuales?
Para 𝑘=7k=7:
𝑃(𝑋=7)=(77)⋅(73)(1410)P(X=7)=(1014)(77)⋅(37)
𝑃(𝑋=7)=1⋅352002P(X=7)=20021⋅35
𝑃(𝑋=7)≈352002P(X=7)≈200235
𝑃(𝑋=7)≈0.0174825P(X=7)≈0.0174825
Para 𝑘=8k=8:
𝑃(𝑋=8)=(78)⋅(72)(1410)P(X=8)=(1014)(87)⋅(27)
𝑃(𝑋=8)=0⋅212002P(X=8)=20020⋅21
𝑃(𝑋=8)≈0P(X=8)≈0
Para 𝑘=9k=9:
𝑃(𝑋=9)=(79)⋅(71)(1410)P(X=9)=(1014)(97)⋅(17)
𝑃(𝑋=9)=0⋅72002P(X=9)=20020⋅7
𝑃(𝑋=9)≈0P(X=9)≈0
Para 𝑘=10k=10:
𝑃(𝑋=10)=(710)⋅(70)(1410)P(X=10)=(1014)(107)⋅(07)
𝑃(𝑋=10)=0⋅12002P(X=10)=20020⋅1
𝑃(𝑋=10)≈0P(X=10)≈0
Entonces, la probabilidad de que los siguientes diez clientes que deseen la raqueta puedan obtener la versión que desean de las existencias actuales es a
os clientes en una tienda desean la versión extra grande.
+b(2;10,0.60)+b(3;10,0.60)+b(4;10,0.60)+b(5;10,0.60)
0.00314447+0.0118648+0.0295241+0.0552926
tes que desean esta raqueta puedan obtener la versión que desean
de las existencias actuales es aproximadamente 0.01750.0175, o lo que es lo mismo, aproximadamente 1.75%1.75%.
11- La corriente en un circuito determinado medido por un amperímetro es una variable aleatoria continua X con la función de densidad siguiente
a. Grafique la función de densidad de probabilidad para verificar que el área total bajo la curva de densidad, es de hecho,1.
=[0.0375x2+0.2x]35
=(0.0375(5)2+0.2(5))−(0.0375(3)2+0.2(3))=(0.0375(5)2+0.2(5))−(0.0375(3)2+0.2(3))
=(0.0375(25)+1)−(0.0375(9)+0.6)=(0.0375(25)+1)−(0.0375(9)+0.6)
=(0.9375+1)−(0.3375+0.6)=(0.9375+1)−(0.3375+0.6)
=1.9375−0.9375=1.9375−0.9375
=[0.0375x2+0.2x]34
=(0.0375(4)2+0.2(4))−(0.0375(3)2+0.2(3))=(0.0375(4)2+0.2(4))−(0.0375(3)2+0.2(3))
=(0.0375(16)+0.8)−(0.0375(9)+0.6)=(0.0375(16)+0.8)−(0.0375(9)+0.6)
=(0.6+0.8)−(0.3375+0.6)=(0.6+0.8)−(0.3375+0.6)
=1.4−0.9375=1.4−0.9375
=0.4625=0.4625
Para calcular 𝑃(𝑋<4)P(X<4):
𝑃(𝑋<4)=∫34(0.075𝑥+0.2) 𝑑𝑥P(X<4)=∫34(0.075x+0.2)dx
=[0.0375𝑥2+0.2𝑥]34=[0.0375x2+0.2x]34
=(0.0375(4)2+0.2(4))−(0.0375(3)2+0.2(3))=(0.0375(4)2+0.2(4))−(0.0375(3)2+0.2(3))
=(0.0375(16)+0.8)−(0.0375(9)+0.6)=(0.0375(16)+0.8)−(0.0375(9)+0.6)
=(0.6+0.8)−(0.3375+0.6)=(0.6+0.8)−(0.3375+0.6)
=1.4−0.9375=1.4−0.9375
=0.4625=0.4625
P(3.5≤X≤4.5)=∫3.54.5(0.075x+0.2)dx
=[0.0375𝑥2+0.2𝑥]3.54.5=[0.0375x2+0.2x]3.54.5
=(0.0375(4.5)2+0.2(4.5))−(0.0375(3.5)2+0.2(3.5))=(0.0375(4.5)2+0.2(4.5))−(0.0375(3.5)2+0.2(3.5))
=(0.0375(20.25)+0.9)−(0.0375(12.25)+0.7)=(0.0375(20.25)+0.9)−(0.0375(12.25)+0.7)
=(0.759375+0.9)−(0.459375+0.7)=(0.759375+0.9)−(0.459375+0.7)
=1.659375−1.159375=1.659375−1.159375
=0.5=0.5
Para 𝑃(4.5<𝑋)P(4.5<X):
𝑃(4.5<𝑋)=∫4.5∞(0.075𝑥+0.2) 𝑑𝑥P(4.5<X)=∫4.5∞(0.075x+0.2)dx
Dado que 𝑓(𝑥)=0f(x)=0 para 𝑥<3x<3, podemos ignorar el término 0.075 𝑥+0.20.075x+0.2 y simplemente calcular el área bajo la curva desde 𝑥=4.5x=4.5 ha
=[0.0375𝑥2+0.2𝑥]4.55=[0.0375x2+0.2x]4.55
=(0.0375(5)2+0.2(5))−(0.0375(4.5)2+0.2(4.5))=(0.0375(5)2+0.2(5))−(0.0375(4.5)2+0.2(4.5))
=(0.0375(25)+1)−(0.0375(20.25)+0.9)=(0.0375(25)+1)−(0.0375(20.25)+0.9)
=(0.9375+1)−(0.759375+0.9)=(0.9375+1)−(0.759375+0.9)
=1.9375−1.659375=1.9375−1.659375
=0.278125=0.278125
a. Calcule P(X<0)
=[110𝑥]−50=[101x]−50
=110(0)−110(−5)=101(0)−101(−5)
=110(5)=101(5)
=0.5=0.5
=[101x]−2.52.5
=110(2.5)−110(−2.5)=101(2.5)−101(−2.5)
=110(2.5+2.5)=101(2.5+2.5)
=110(5)=101(5)
=0.5=0.5
Entonces, 𝑃(−2.5<𝑋<2.5)=0.5P(−2.5<X<2.5)=0.5
P(−2.5<X<2.5)=5−(−5)2.5−(−2.5)=510=105=0.5=0.5
Entonces, 𝑃(−2.5<𝑋<2.5)=0.5P(−2.5<X<2.5)=0.5
13- El error implicado al hacer una medición es una variable aleatoria continua X con función de densidad de probabilidad
b. Calcule P(X>0)
=[0.09375(4x−3x3)]02
=0.09375(4(2)−233)−0.09375(4(0)−033)=0.09375(4(2)−323)−0.09375(4(0)−303)
=0.09375(8−83)−0=0.09375(8−38)−0
=0.09375(24−83)=0.09375(324−8)
=0.09375(163)=0.09375(316)
=163×0.09375=316×0.09375
≈0.625≈0.625
Entonces, 𝑃(𝑋>0)≈0.625P(X>0)≈0.625
=[0.09375(4x−3x3)]−11
=0.09375(4(1)−133)−0.09375(4(−1)−(−1)33)=0.09375(4(1)−313)−0.09375(4(−1)−3(−1)3)
=0.09375(4−13)−0.09375(−4+13)=0.09375(4−31)−0.09375(−4+31)
=0.09375(12−13)−0.09375(−12+13)=0.09375(312−1)−0.09375(3−12+1)
=0.09375(113)−0.09375(−113)=0.09375(311)−0.09375(3−11)
=113×0.09375+113×0.09375=311×0.09375+311×0.09375
=223×0.09375=322×0.09375
≈0.78125≈0.78125
Entonces, 𝑃(−1<𝑋<1)≈0.78125P(−1<X<1)≈0.78125
=[0.09375(4x−3x3)]−2−0.5
=0.09375(4(−0.5)−(−0.5)33)−0.09375(4(−2)−(−2)33)=0.09375(4(−0.5)−3(−0.5)3)−0.09375(4(−2)−3(−2)3)
=0.09375(−2−(−0.125)3)−0.09375(−8+−83)=0.09375(−2−3(−0.125))−0.09375(−8+3−8)
=0.09375(−2+0.1253)−0.09375(−8−83)=0.09375(−2+30.125)−0.09375(−8−38)
=0.09375(−2+0.0417)−0.09375(−8−2.67)=0.09375(−2+0.0417)−0.09375(−8−2.67)
=0.09375×(−1.9583)−0.09375×(−10.67)=0.09375×(−1.9583)−0.09375×(−10.67)
≈−0.18359≈−0.18359
𝑃(𝑋>0.5)=∫0.520.09375(4−𝑥2) 𝑑𝑥P(X>0.5)=∫0.520.09375(4−x2)dx
=[0.09375(4𝑥−𝑥33)]0.52=[0.09375(4x−3x3)]0.52
=0.09375(4(2)−(2)33)−0.09375(4(0.5)−(0.5)33)=0.09375(4(2)−3(2)3)−0.09375(4(0.5)−3(0.5)3)
=0.09375(8−83)−0.09375(2−0.1253)=0.09375(8−38)−0.09375(2−30.125)
=0.09375(24−83)−0.09375(6−0.1253)=0.09375(324−8)−0.09375(36−0.125)
=0.09375×163−0.09375×5.8753=0.09375×316−0.09375×35.875
≈0.5≈0.5
hay aproximadamente un 31.641%31.641% de probabilidad de que 𝑋X sea menor que −0.5−0.5 o mayor que 0.50.5.
14 - Sea X la cantidad de tiempo que un libro en reserva de dos horas permanece realmente prestado y suponga que la función de distribución acumulada es
a. Calcule P(X<= 1)
F(1)=412=41
Entonces, 𝑃(𝑋≤1)=𝐹(1)=14P(X≤1)=F(1)=41.
F(1)=412=41
𝐹(0.5)=0.524=0.254=116F(0.5)=40.52=40.25=161
𝑃(0.5≤𝑋≤1)=14−116P(0.5≤X≤1)=41−161
=416−116=164−161
=316=163
F(1.5)=41.52=42.25=169
𝑃(𝑋>1.5)=1−𝐹(1.5)P(X>1.5)=1−F(1.5)
=1−916=1−169
=1616−916=1616−169
=716=167
f(x)=dxdF(x)
𝑓(𝑥)=𝑑𝑑𝑥(𝑥24)f(x)=dxd(4x2)
𝑓(𝑥)=14⋅2𝑥f(x)=412x
⋅
𝑓(𝑥)=𝑥2f(x)=2x
=21[3x3]02
=12(233−033)=21(323−303)
=12(83)=21(38)
=43=34
el valor esperado de 𝑋X es 𝐸(𝑋)=43E(X)=34.
=21∫02x3dx
=12[𝑥44]02=21[4x4]02
=12(244−044)=21(424−404)
=12(164)=21(416)
=12(4)=21(4)
Entonces, tenemos:
𝑉(𝑋)=𝐸(𝑋2)−[𝐸(𝑋)]2V(X)=E(X2)−[E(X)]2
=2−(43)2=2−(34)2
=2−169=2−916
=189−169=918−916
=29=92
=23=32
a. Grafique la función de densidad de probabilidad. Luego obtenga la función de distribución acumulada de X y gráfiquela.
F(0.5)≈∫00.590x8(1−x)dx
≈∫00.590𝑥8−90𝑥9 𝑑𝑥≈∫00.590x8−90x9dx
P(X≤0.5)≈0.20914223007268834
c. Con la función de distribución acumulada de a). ¿Cuál P(0.25 <X <=0.5)? ¿Cuál es P(0.25 <= X <= 0.5)?
P(0.25<X≤0.5)≈0.1396335587300604
𝑃(0.25≤𝑋≤0.5)≈0.2045830710472856P(0.25≤X≤0.5)≈0.2045830710472856
Obtenemos que el percentil 75 de la distribución es aproximadamente 0.9353750.935375. Las 75%75% de las observaciones son menores o iguales a est
E(X)≈0.667
𝐷𝑆(𝑋)≈0.183DS(X)≈0.183
𝑃(𝑋>0.667+0.183)=𝑃(𝑋>0.85)P(X>0.667+0.183)=P(X>0.85)
0.3880.388
de probabilidad de X es
nes son menores o iguales a este valor.
16- Sea Z una variable aleatoria normal estándar, calcule las siguientes probabilidades. Trace las figuras siempre que sea apropiado.
a. P(0<=Z<=2.17)
Z≤2.17)≈0.9857. la probabilidad de que una variable aleatoria normal estándar tome un valor entre 0 y 2.17
b. P(0<=Z<=1)
P(0≤Z≤1)≈0.8413. la probabilidad de que una variable aleatoria normal estándar tome un valor entre 0 y 1
c. P(-2.5<=Z<=0)
P(−2.5≤Z≤0)≈0.4938.la probabilidad de que una variable aleatoria normal estándar tome un valor entre -2.5 y 0
d. P(-2.5<=Z<=2.5)
P(−2.5≤Z≤2.5)≈0.9938.la probabilidad de que una variable aleatoria normal estándar tome un valor entre -2.5 y 2.5
e. P(Z<=1.37)
P(Z≤1.37)≈0.9147.la probabilidad de que una variable aleatoria normal estándar tome un valor igual o menor a 1.37 es aproximadamente 0.9147.
f. P(-1.75<=Z)
P(Z≥−1.75)=1−P(Z≤−1.75)=1−0.0401=0.9599. la probabilidad de que una variable aleatoria normal estándar tome un valor igual o mayor que -1.75
g. P(-1.5<=Z<=2.0)
P(−1.5≤Z≤2.0)≈0.4104. la probabilidad de que una variable aleatoria normal estándar tome un valor entre -1.5 y 2.0
h. P(1.37<=Z<=2.5)
P(1.37≤Z≤2.5)=0.9938−0.9147
P(1.37≤Z≤2.5)≈0.0791
la probabilidad de que una variable aleatoria normal estándar tome un valor entre 1.37 y 2.5
i. P(1.5<=Z)
P(Z≥1.5)=1−P(Z≤1.5)=1−0.9332=0.0668
la probabilidad de que una variable aleatoria normal estándar tome un valor igual o mayor que 1.5
j. P(|Z|<=2.5)
P(∣Z∣≤2.5)=0.9938.
La probabilidad de que el valor absoluto de una variable aleatoria normal estándar esté dentro de 2.52.5
roximadamente 0.9147.
P(2.06≤Z)=1−P(Z≤2.06)
P(2.06≤Z)≈1−0.9798=0.0202
P(c≤Z)=0.9838
P(0≤Z≤0.59)
P(Z≤0.59)≈0.2783.
P(0≤Z≤c)=0.291
c. P(0≤Z≤c)=0.291
P(Z≤0.2)≈0.5793.
P(0≤Z≤c)=0.291
P(−1.0≤Z≤1.0)≈0.6827.
P(−c≤Z≤c)=0.668
e. P(c <=|Z|)=0.016
P(∣Z∣≥2.05)≈0.0446.
P(c≤∣Z∣)=0.016
18 - Encuentre los siguientes percentiles de la distribución normal estándar.
a. 91°
0.910.91 es 𝑧≈1.34z≈1.34.
b. 9°
𝑧≈−1.34z≈−1.34.
c. 75°
z≈0.67.
d. 25°
z≈−0.67.
e. 6°
z≈−1.56.
19- La dispersión de las atomizaciones de los pesticidas es una preocupación constante de los fumigadores y los productores agrícolas. La relación inversa en
potencial de deriva es bien conocida.
Un artículo cientifico sugiere que la distribución normal con media de 1050 mm y desviación estándar de 150 mm es un modelo razonable del tamaño de
(el “tratamiento de control”) rociadas a través de una boquilla de 760 ml/min.
a. ¿Cuál es la probabilidad de que el tamaño de una sola gota sea de menos de 1500 mm? ¿Y al menos de 1000mm?
1. Para 𝑃(𝑋<1500)P(X<1500): 𝑍=1500−1050150=450150=3Z=1501500−1050=150450=3 Z 3Z=3 tabla de distribución normal estándar y encontramos que
2. Para 𝑃(𝑋≥1000)P(X≥1000): 𝑍=1000−1050150=−50150=−13Z=1501000−1050=150−50=−31Z=−13Z=−31tabla de distribución normal estándar y encont
la probabilidad de que el tamaño de una sola gota sea de menos de 1500 mm es aproximadamente 0.99870.9987, y la probabilidad de que sea de al men
b. ¿Cuál es la probabilidad de que el tamaño de una sola gota este entre 1000 y 1500 mm?
Finalmente, la probabilidad de que el tamaño de una sola gota esté entre 1000 y 1500 mm es:
𝑃(1000≤𝑋≤1500)=𝑃(𝑍2)−𝑃(𝑍1)P(1000≤X≤1500)=P(Z2)−P(Z1)
d. Si se mide el tamaño de cinco gotas, seleccionadas de manera independiente, ¿cuál es la probabilidad de que la menos una exceda de 1500 mm?
P(Al menos una gota > 1500 mm)=1−P(Ninguna gota > 1500 mm)
=1−[𝑃(𝑋1≤1500)×𝑃(𝑋2≤1500)×𝑃(𝑋3≤1500)×𝑃(𝑋4≤1500)×𝑃(𝑋5≤1500)]=1−[P(X1≤1500)×P(X2≤1500)×P(X3≤1500)×P(X4≤1500)×P(X5≤1500)]
P(Xi≤1500)
agrícolas. La relación inversa entre el tamaño de la gota y el
a. ¿Cuál es la probabilidad de que la concentración de cloruro sea igual a 105? ¿Y de sea menor de 105? ¿Y de que sea cuando mucho de 105?
P(X≤105)=P(Z≤0.2)
b. ¿Cuál es la probabilidad de que la concentración de cloruro difiera de la media por más de 1 desviación estándar? ¿Depende esta probabilidad de los valo
P(∣X−μ∣>σ)=P(Z>1)+P(Z<−1)
0.3172+0.3172=0.6344
do mucho de 105?