PROBABILIDADES E

INFERENCIA ESTADÍSTICA

PROBLEMAS PROPUESTOS

SEMANA 5

PROFESORA: HERMINIA HUARINGA FLORES

 INTEGRANTES
 ARIAS POMA, WILFREDO ANTONIO
 CASTRO LIVIA, PEDRO LUIS
 HUAMÁN RONDÓN, JUAN IGNACIO
 MARTÍNEZ HINOSTROZA, LUIS RICARDO
 PIZARRO VELARDE, GERSON HERNÁN
 1. Sea X una variable discreta. Determinar el valor de k para que la función , x = 1,2,3,4 sea la función de
probabilidad de X. Además, resolver:

 a) Graficar y

 Para que sea una función de probabilidad de X debe cumplirse:

 ∑ 𝑝 ( 𝑥 )=∑ 𝑘 =1
𝑥 𝑥 𝑥

 𝑘 + 𝑘 + 𝑘 + 𝑘 =1
1 2 3 4

  25 𝑘 =1
12
12
𝑘  =
25

 Ela función probabilidad de X es:

 𝑝 ( 𝑥 ) = 12
25 𝑥
  12
; 𝑠𝑖 𝑥=1

{
25
6
; 𝑠𝑖 𝑥=2
25
𝑝 ( 𝑥) 4
; 𝑠𝑖 𝑥=3
25
3
; 𝑠𝑖 𝑥 =4
25
0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

+∞
 

Gráfica de la función de probabilidad

  0 ; 𝑠𝑖 𝑥 <1

{
12
; 𝑠𝑖 1 ≤ 𝑥< 2
25
𝐹 ( 𝑥 ) 18 ; 𝑠𝑖 2≤ 𝑥<3
25
22
; 𝑠𝑖 3 ≤ 𝑥 < 4
25
1 ; 𝑠𝑖 4 ≤ 𝑥

+∞
 

Gráfica de la función de distribución

b) Determinar:
  ( 1≤ 𝑋 ≤ 3 )= 𝐹 (3 ) − 𝐹 ( 1− 1 )= 𝐹 ( 3 ) − 𝐹 ( 0 ) = 22 −0= 22 =0.88
𝑃
25 25

  ( 2< 𝑋 <3 )= 𝐹 (3 ) − 𝐹 ( 2 ) − 𝑃 ( 𝑋= 3 )= 22 − 18 − 4 =0
𝑃
25 25 25

  ( 3< 𝑋 ≤5 )= 𝐹 (5 ) − 𝐹 ( 3 ) =1− 22 = 3 =0.12

𝑃
25 25

c) Hallar:

1
1
2
3
2
4
3
Total 1

Total 1
  ( 𝑋 ) =∑ 𝑥 𝑖 ∗ 𝑝 ( 𝑥)= 48 =1,92
𝐸
𝑥 25

  2 120 48 2
2
𝑉 ( 𝑋 ) =𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =
25 ( )
−
25
=1,1136

𝜎  =√ 𝑉 ( 𝑋)=√ 1.1136=1,055

  𝑉 ( 𝑋 )= 𝜎 1.055
𝐶 = =0,5494
𝐸( 𝑋 ) 1.92
2. Sea X una variable aleatorio continua: :
2
𝑓  ( 𝑥 )= 𝑘 𝑥 ; −1 ≤ 𝑥 ≤1
{
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑎 𝑝𝑎𝑟𝑡𝑒

a) Determinar el valor de k, de manera tal que la función es la función de densidad de probabilidad de X:

 Sabemos que:
1
  𝑘 𝑥 2 𝑑𝑥=1
∫
−1

  3 1
𝑥
𝑘∗
3 |
−1
=1

3
13 ( −1 )
 
𝑘∗
3[−
3
=1 ]
2
𝑘  ∗()
3
=1

3
𝑘  =
2
  3 2
{
𝑓 ( 𝑥 )= 2
𝑥 ; − 1≤ 𝑥 ≤ 1
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑎 𝑝𝑎𝑟𝑡𝑒

𝑓  (𝑥)

𝑥 
−∞
  +∞
 
Gráfica de la función de probabilidad
 b) Determinar la función de distribución acumulativa de X y graficar :

Para
 

𝑥 𝑥
 𝐹 ( 𝑥 )=
∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 =0
−∞ −∞

Para
 
𝑥 −1 𝑥 3 𝑥
  3 2 3 𝑡 1 3 𝑥 3 +1
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫
−∞ −∞ −1 2
𝑡 𝑑𝑡 =0+ ∗
2 3 |−1 2
3
= [𝑡 − (−1) ]=
2
Para
 
𝑥 −1 1 𝑥 3 1
  3 2 3 𝑡 1 3
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫ 𝑡 𝑑𝑡 +∫ 0 𝑑𝑡 =0+ ∗
−∞ −∞ −1 2 1 2 3 |−1 2
3
+0= [ 1 − ( −1 ) ] =1
  0; 𝑠𝑖 𝑥< −1

{
𝐹 ( 𝑥 )= 𝑥3

2
+1
; 𝑠𝑖 −1 ≤ 𝑥 ≤1
1; 𝑠𝑖 1< 𝑥
𝐹  (𝑥 )

1 

𝑥 

Gráfica de la función de distribución

c) Calcular:

3
  1
1 1
𝑃 ( 𝑋 ≥ ) =1 − 𝐹 ( ) =1 −
2( ) +1
=1− 0.5625= 0.4375
2 2 2

3
1 1 3
 
1 1 1 1 ( )
2
+1 ( )
−
2
+1

2(
𝑃 − ≤𝑋≤
2
=𝐹 ) ( ) ( )
2
−𝐹 −
2
=
2
−
2
=0.5625 − 0.4375=0.125
3. Un fabricante de motores sabe que en un lote de 10 motores hay 2 motores defectuosos. Cada motor le cuesta
7500 soles y lo puede vender en 10000 nuevos soles. Al ofrecer el lote a una tienda le dicen que los someterán a
una prueba que consistirá en seleccionar al azar dos motores y probar su funcionamiento. Si no se obtienen
motores defectuosos le compra el lote, en caso contrario, se lo rechazan. Si X es la ganancia neta que deja cada
lote al fabricante, hallar y graficar la función distribución de la variable X .

Ω={
  𝐿𝑜𝑡𝑒 𝑣𝑒𝑛𝑑𝑖𝑑𝑜 , 𝐿𝑜𝑡𝑒 𝑟𝑒𝑐h𝑎𝑧𝑎𝑑𝑜 }

𝑋
  =𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑛𝑒𝑡𝑎 𝑝𝑜𝑟 𝑐𝑎𝑑𝑎 𝑙𝑜𝑡𝑒
𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎
  𝑛𝑒𝑡𝑎 𝑝𝑜𝑟 𝑐𝑎𝑑𝑎 𝑙𝑜𝑡𝑒=10000 ∗ 10− 7500∗ 10=25000

Observación
Lote vendido 25000
Lote rechazado -75000
Lote rechazado -75000

  17

{
𝑝 ( 𝑥) = 45
28
45
, 𝑠𝑖 𝑥=−75000

, 𝑠𝑖 𝑥=25000
  0 ; 𝑠𝑖 𝑥 <− 75000

{
𝐹 ( 𝑥 )= 17 ; 𝑠𝑖 −75000 ≤ 𝑥< 25000
45
1 ; 𝑠𝑖 25000 ≤ 𝑥

Gráfica de la función de distribución

4. Al tirar un dado correcto, sea X el mayor número impar, menor o igual que el número en la cara que cae hacia
arriba. Hallar y graficar la función distribución de la variable X

Resultados del Valor de la Número de

experimento variable aleatoria ocurrencias Probabilidad

1; 2 1 2 1/3
3; 4 3 2 1/3
5; 6 5 2 1/3

  1
; 𝑠𝑖 𝑥 =1

{
3
1
; 𝑠𝑖 𝑥 =3
𝑝 ( 𝑥) = 3
1
; 𝑠𝑖 𝑥 =5
3
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
  0 ; 𝑠𝑖 𝑥 <1

{
𝐹 ( 𝑥 )=
1
3
2
3
; 𝑠𝑖 1≤ 𝑥< 3

; 𝑠𝑖 3≤ 𝑥< 5
1; 𝑠𝑖 5≤ 𝑥

Gráfica de la función de distribución

5. Sea X una variable aleatoria que representa el número de clientes que llega a una tienda en un periodo de una
hora. Dada la siguiente información.
0 1 2 3 4 5 6 7 8
0,05 0,10 0,10 0,10 0,20 0,25 0,10 0,05 0,05

 a) Hallar y graficar :

  0 ; 𝑠𝑖 𝑥 <0

{
0,05 ; 𝑠𝑖 0 ≤ 𝑥< 1
0 ,1 5 ; 𝑠𝑖 1 ≤ 𝑥 <2
0 ,2 5 ; 𝑠𝑖 2 ≤ 𝑥 <3
𝐹 ( 𝑥 )= 0 , 3 5; 𝑠𝑖 3≤ 𝑥 <4
0 , 5 5; 𝑠𝑖 4 ≤ 𝑥< 5
0 , 80 ; 𝑠𝑖 5 ≤ 𝑥 <6
0 , 90 ; 𝑠𝑖 6 ≤ 𝑥<7
0 , 9 5 ; 𝑠𝑖 7 ≤ 𝑥<8
1; 𝑠𝑖 8 ≤ 𝑥

−∞
 
Gráfica de la función de distribución
b) Hallar:
𝑃
  ( 0< 𝑋 ≤ 4 )= 𝐹 ( 4 ) − 𝐹 ( 0 )= 0,55− 0,05=0,50

c) Determinar:

0 0,05 0 0
1 0,10 0,10 0,10
2 0,10 0,20 0,40
3 0,10 0,30 0,90
4 0,20 0,80 3,20
5 0,25 1,25 6,25
6 0,10 0,60 3,60
7 0,05 0,35 2,45
8 0,05 0,40 3,20
Total 1 4 20,1

  ( 𝑋 ) =∑ 𝑥 𝑖 ∗ 𝑝 (𝑥)=¿ 4 ¿
𝐸
𝑥
 2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =20,1 − ( 4 ) =4,1

𝜎  =√ 𝑉 ( 𝑋)=√ 4.1=2,025

  𝑉 ( 𝑋 )= 𝜎 2,025
𝐶 = =0,494
𝐸( 𝑋 ) 4
6. La función densidad de probabilidad de una variable aleatoria X esta dada por:

𝑓  ( 𝑥 )= 2 ( 1 − 𝑥 ) ; 𝑠𝑖 0< 𝑥 <1
{ 0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝑓  (𝑥)

𝑥 

Gráfica de la función de probabilidad

𝑆𝑖
  𝑥≤0
𝑥 𝑥
 
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡= ∫ 0 𝑑𝑡=0
−∞ −∞

𝑆𝑖
  0< 𝑥 <1
𝑥 0 𝑥 𝑥
  2

−∞ −∞ 0
( )|
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫ 2(1 −𝑡 )𝑑 𝑡 =0+2 ∗ 𝑡 −
𝑡
2 0
=2 𝑥 − 𝑥
2

𝑆𝑖
  1≤𝑥

𝑥 0 1 𝑥 1
  2 2
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫ 2(1 −𝑡 )𝑑 𝑡 +∫ 0 𝑑𝑡 =0+2 ∗ 𝑡 −
−∞ −∞ 0 1
𝑡
2 ( )| 0
( 1
+0=2 1 − −0 =1
2 )
  0; 𝑥 ≤ 0

{
𝐹 ( 𝑥 ) = 2 𝑥 − 𝑥 2 ; 𝑠𝑖 0< 𝑥 <1
1; 1 ≤ 𝑥
𝐹  (𝑥 )

𝑥 

Gráfica de la función de distribución

b) Hallar:

𝑃
  ( 0< 𝑋 ≤ 4 )= 𝐹 ( 4 ) − 𝐹 ( 0 )= 1− 0=1

c) Determinar:

+∞ 1 1
  2 3 2 3 1
𝐸 ( 𝑋 ) =∫
−∞ 0
(
2
3 0
2
3 )| [
𝑥𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥 ∗2(1 − 𝑥) 𝑑𝑥= 𝑥 − 𝑥 = 1 − (1) −0= =0,333
3 ]
+∞ 1 1
  2 3
2
𝐸 ( 𝑋 ) =∫
−∞
2 2 2 1 4
(
𝑥 𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥 ∗ 2(1− 𝑥) 𝑑𝑥= 𝑥 − 𝑥
0
3 2 )| [
0
2
3
1
2 ]4 1
= ( 1 ) − (1) − 0= =0,167
6

2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =0,167 − 0,333 = 0,056

𝜎  =√ 𝑉 ( 𝑋)=√ 0,056=0,236

  𝑉 ( 𝑋 )= 𝜎 0,236
𝐶 = =0,711
𝐸( 𝑋 ) 0,333
7. Sea X una variable aleatoria continua con función de densidad:

𝑓  ( 𝑥 )= 𝑘𝑥 ; 𝑠𝑖 0 ≤ 𝑥 ≤5
{ 0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

 Sabemos que: 5
  𝑘𝑥𝑑𝑥 =1
∫
0

5
 𝑘𝑥 2
2 |0
=1

2 2
  5 0
𝑘∗
2
− (
2
=1 )
25
𝑘  ∗ =1
2

2
𝑘  =
25
   2
𝑓 ( 𝑥 )= 25
{𝑥 ; 𝑠𝑖 0 ≤ 𝑥 ≤5
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Hallamos
 
𝑆𝑖
  𝑥 <0
𝑥 𝑥
 
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡= ∫ 0 𝑑𝑡 =0
−∞ −∞

𝑆𝑖
  0 ≤ 𝑥 ≤5
𝑥 0 𝑥 2 𝑥
  2 𝑡 𝑥2
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡= ∫ 0 𝑑𝑡+∫ 𝑡 𝑑 𝑡=0+
−∞ −∞ 0 25
=
25 0 25 |
𝑆𝑖
  5< 𝑥

  𝑥 0 5 𝑥 2 5 2
2 𝑡 5
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡= ∫ 0 𝑑𝑡 +∫ 𝑡 𝑑 𝑡 +∫ 0 𝑑𝑡=0+
−∞ −∞ 0 25 5 25 0 |
+0= +0=1
25
   0; 𝑠𝑖 𝑥< 0

{ 2
𝐹 ( 𝑥 )= 𝑥 ; 𝑠𝑖 0 ≤ 𝑥 ≤ 5
25
1; 𝑠𝑖 5< 𝑥
b) Hallar:

  ( 1≤ 𝑋 ≤ 3 )= 𝐹 (3 ) − 𝐹 ( 1 )= 9 − 1 = 8 =0,32
𝑃
25 25 25

  ( 2≤ 𝑋 ≤ 4 )= 𝐹 ( 4 ) − 𝐹 ( 2 )= 16 − 4 = 12 =0,48
𝑃
25 25 25

  ( 𝑋 ≤3 ) =𝐹 ( 3 ) = 9 =0,36
𝑃
25
c) Graficar

  2
{
𝑓 ( 𝑥 )= 25 𝑥 ; 𝑠𝑖 0 ≤ 𝑥 ≤5
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝑓  (𝑥)

𝑥 

Gráfica de la función de probabilidad

  0; 𝑠𝑖 𝑥< 0

{ 25
2
𝐹 ( 𝑥 )= 𝑥 ; 𝑠𝑖 0 ≤ 𝑥 ≤ 5

1; 𝑠𝑖 5< 𝑥
𝐹  (𝑥 )

𝑥 

Gráfica de la función de distribución

c) Determinar:

+∞ 5 5
  2 2 3 2
𝐸 ( 𝑋 ) =∫
−∞
𝑥𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥 ∗
0 25
𝑥 𝑑𝑥=
75
𝑥 =
0 75|¿

+∞ 5 5
  2 1 1
2
𝐸 ( 𝑋 ) =∫
−∞
2
𝑥 𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥 ∗
0 25
2
𝑥𝑑𝑥=
50
4
𝑥 =
0 50
¿ |
2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =12,5 − 3,333 =1,391

𝜎  =√ 𝑉 ( 𝑋)=√ 1,391=1,179

  𝑉 ( 𝑋 )= 𝜎 1,179
𝐶 = =0,354
𝐸( 𝑋 ) 3,333
8. Sea X una variable aleatoria continua con función de densidad:

  𝑥
{
𝑓 ( 𝑥 )= 6
+𝑘 ; 𝑠𝑖 0 ≤ 𝑥 ≤ 3
0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

 Sabemos que: 3

∫ ( 6𝑥 + 𝑘 ) 𝑑𝑥=1
 
0

3
  𝑥2
( 12 +𝑘𝑥 )| =1 0

2
 3
(12 )
+3 𝑘 − 0=1

  𝑘=1
3
4

1
𝑘  =
12
   𝑥 1
{ +
𝑓 ( 𝑥 )= 6 12
; 𝑠𝑖 0 ≤ 𝑥 ≤3
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Hallamos
 
𝑆𝑖𝑥
  <0
𝑥 𝑥
 
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 =0
−∞ −∞

𝑆𝑖
  0 ≤ 𝑥 ≤3
𝑥 0 𝑥 𝑥
  2 2
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫
−∞ −∞ 0
( 𝑡 1
+
6 12 )
𝑑 𝑡 =0+
𝑡
+
𝑡
12 12 ( )| 0
𝑥
= +
𝑥
12 12

𝑆𝑖
  3< 𝑥

𝑥 0 3 𝑥 3
  2 2
𝐹 ( 𝑥 )= ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫
−∞ −∞ 0
( 𝑡 1
+
6 12 )
𝑑 𝑡 +∫ 0 𝑑𝑡 =0+
3
𝑥
+(𝑥
12 12 )|
0
3 3
+ 0= + =1
12 12
   0 ; 𝑠𝑖 𝑥 <0
𝐹 ( 𝑥 )=
{
𝑥
2

12
+𝑥
; 𝑠𝑖 0 ≤ 𝑥 ≤ 3
1 ; 𝑠𝑖 3< 𝑥
a) Hallar:

  ( 1≤ 𝑋 ≤ 2 )= 𝐹 ( 2 ) − 𝐹 ( 1 )= 6 − 2 = 4 =0,333
𝑃
12 12 12

𝑃
  ( 0 ≤ 𝑋 ≤ 5 )= 𝐹 ( 5 ) − 𝐹 ( 0 )=1 − 0=1

  ( 𝑋 ≥ 1 ) =1− 𝐹 ( 1 )=1 − 2 = 10 =0,833

𝑃
12 12
b) Graficar

  𝑥 1
{ +
𝑓 ( 𝑥 )= 6 12
; 𝑠𝑖 0 ≤ 𝑥 ≤3
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝑓  (𝑥)

𝑥 

Gráfica de la función de probabilidad

  0 ; 𝑠𝑖 𝑥 <0
𝐹 ( 𝑥 )=
{𝑥
2

12
+𝑥
; 𝑠𝑖 0 ≤ 𝑥 ≤ 3
1 ; 𝑠𝑖 3< 𝑥
𝐹(𝑥)
 

 𝑥

Gráfica de la función de distribución

c) Determinar:

+∞ 3 3
  3 2 3 2
𝐸 ( 𝑋 ) =∫
−∞ 0
𝑥 1
𝑥𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥 + (
6 12
=
𝑥
+
𝑥
) (
18 24 )| (0
=
3
+
3
18 24
15
)
− 0= =1,875
8

+∞ 3 5
4 3
  34 𝑥3
2
𝐸 ( 𝑋 ) =∫
−∞
2
𝑥 𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥
0
2 𝑥
+(
6 12
1
𝑑𝑥=
𝑥
) (+
𝑥
24 36 )| (
0
= +
24 36
33
)
−0= =4,125
8

2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] = 4,125 − 1,875 = 0,609

𝜎  =√ 𝑉 ( 𝑋)=√ 0,609=0,7803

  𝑉 ( 𝑋 )= 𝜎 0,7803
𝐶 = =0,416
𝐸( 𝑋 ) 1,875
9. Se extraen tres bolas sin reposición de una que contiene 4 bolas rojas y 6 bolas blancas. Si X es una variable
aleatoria que denota el número total de bolas rojas extraídas

a) Hallar la función de probabilidad y función de distribución:

Resultados del Valor de la variable

experimento aleatoria Probabilidad

0 bolas rojas 0
0 bolas rojas 0
1 bola roja 1
21bolas rojas
bola roja 2
1
3 bolas rojas 3
2 bolas rojas 2

3 bolas rojas 3
  1
; 𝑠𝑖 𝑥=0

{
6
1
; 𝑠𝑖 𝑥=1
2
𝑝 ( 𝑥)= 3
; 𝑠𝑖 𝑥=2
10
1
; 𝑠𝑖 𝑥=3
30
0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Gráfica de la función de probabilidad

  0; 𝑠𝑖 𝑥< 0

{
1
; 𝑠𝑖 0≤ 𝑥< 1
6
2
𝐹 ( 𝑥 )= ; 𝑠𝑖 1 ≤ 𝑥 <2
3
29
; 𝑠𝑖 2 ≤ 𝑥<3
30
1 ; 𝑠𝑖 3 ≤ 𝑥

−∞
 

Gráfica de la función de distribución

b) Hallar:

  ( 1≤ 𝑋 ≤ 3 )= 𝐹 (3 ) − 𝐹 ( 1− 1 )= 𝐹 ( 3 ) − 𝐹 ( 0 ) =1− 1 = 5 =0,833
𝑃
6 6

  ( 1< 𝑋 <2 ) =𝐹 ( 2 ) − 𝐹 ( 1 ) − 𝑃 ( 𝑋 =2 ) = 29 − 2 − 3 = 0
𝑃
30 3 10
c) Hallar:

0 0 0
0 0 0
1
2
1
3
2
Total 1

Total 1

  ( 𝑋 ) =∑ 𝑥 𝑖 ∗ 𝑝 ( 𝑥)= 6 =1,2
𝐸
𝑥 5

2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =2 − (1,2 ) =0,56
𝜎  =√ 𝑉 ( 𝑋)=√ 0,56=0,7483

  𝑉 ( 𝑋 )= 𝜎 0,7483
𝐶 = =0,62 3 5
𝐸( 𝑋 ) 1,2
10. Se lanza un dado corriente. Designemos X como el doble de número que aparezca, y denotemos Y como 1 o 3
según el número sea impar o par.

Para X:
Resultados del Valor de la variable
experimento aleatoria Probabilidad

1 2
1 2
2 4
3
2 6
4
4 8
3
5 6
10
6 12
4 8

5 10

6 12
 Hallamos :  Hallamos :

  1
; 𝑠𝑖 𝑥= 2   0 ; 𝑠𝑖 𝑥< 2

{
6

{
1
1 ; 𝑠𝑖 2 ≤ 𝑥 < 4
; 𝑠𝑖 𝑥=4 6
6
2
1 ; 𝑠𝑖 4 ≤ 𝑥 <6
; 𝑠𝑖 𝑥=6 6
6
𝑝 ( 𝑥) = 1 𝐹 ( 𝑥 ) = 3 ; 𝑠𝑖 6 ≤ 𝑥< 8
; 𝑠𝑖 𝑥=8 6
6
4
1 ; 𝑠𝑖 8≤ 𝑥 <10
; 𝑠𝑖 𝑥=10 6
6
5
1 ; 𝑠𝑖 10 ≤ 𝑥< 12
; 𝑠𝑖 𝑥= 12 6
6
1 ; 𝑠𝑖 12 ≤ 𝑥
0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Hallar:

 𝑃 ( 1≤ 𝑋 <3 )=1 − 𝑃 ( 1< 𝑋 ≤ 3 )=1 − [ 𝐹 ( 3 ) − 𝐹 ( 1 ) ] =1 − 1 − 0 = 5 =0,833

[ 6 ] 6

  ( 0< 𝑋 < 4 )= 𝐹 ( 4 ) − 𝐹 ( 0 ) − 𝑃 ( 𝑋= 4 )= 2 − 0 − 1 = 1 = 0,167

𝑃
6 6 6

 𝑃 ( 𝑋 ≥ 2 ) =1− 𝐹 ( 2 − 1 ) =1− 𝐹 ( 1 )= 1− 0=1

b) Graficar:

  1
; 𝑠𝑖 𝑥= 2

{
6
1
; 𝑠𝑖 𝑥=4
6
1
; 𝑠𝑖 𝑥=6
6
𝑝 ( 𝑥) = 1
; 𝑠𝑖 𝑥=8
6
1
; 𝑠𝑖 𝑥=10
6
1
; 𝑠𝑖 𝑥= 12
6
0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Gráfica de la función de probabilidad

  0 ; 𝑠𝑖 𝑥< 2

{
1
; 𝑠𝑖 2 ≤ 𝑥 < 4
6
2
; 𝑠𝑖 4 ≤ 𝑥 <6
6
𝐹 ( 𝑥 ) = 3 ; 𝑠𝑖 6 ≤ 𝑥< 8
6
4
; 𝑠𝑖 8≤ 𝑥 <10
6
5
; 𝑠𝑖 10 ≤ 𝑥< 12
6
1 ; 𝑠𝑖 12 ≤ 𝑥

Gráfica de la función de distribución

c) Determinar:

2
2
4
6
4
8
6
10
12
8
Total 7
10

12

Total 7

  ( 𝑋 ) =∑ 𝑥 𝑖 ∗ 𝑝 (𝑥)=¿7 ¿
𝐸
𝑥
  ( 𝑋 ) =𝐸 ( 𝑋 2 ) − [ 𝐸 ( 𝑋 ) ] 2= 364 − ( 7 )2 =11,667
𝑉
6

𝜎  =√ 𝑉 ( 𝑋)=√ 11,667=3,415

  𝑉 ( 𝑋 )= 𝜎 3,415
𝐶 = =0,488
𝐸( 𝑋 ) 7
Para Y:

Resultados del Valor de la variable

experimento aleatoria Probabilidad

1, 3, 5 1
1, 3, 5 1
2, 4, 6 3
2, 4, 6 3

 Hallamos :  Hallamos :

  1

{
; 𝑠𝑖 𝑥 =1   0 ; 𝑠𝑖 𝑥 <1

{
2
𝑝 ( 𝑥) = 1
; 𝑠𝑖 𝑥= 3 𝐹 ( 𝑥 )= 1 ; 𝑠𝑖 1≤ 𝑥<3
2 2
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 1: 𝑠𝑖 3 ≤ 𝑥
a) Hallar:

 𝑃 ( 1≤ 𝑋 <3 )=1 − 𝑃 ( 1< 𝑋 ≤ 3 )=1 − [ 𝐹 ( 3 ) − 𝐹 ( 1 ) ] =1 − 1+ 1 = 1 =0,5

2 2

 𝑃 ( 0< 𝑋 < 4 ) = 𝐹 ( 4 ) − 𝐹 ( 0 ) − 𝑃 ( 𝑋 = 4 )=1 − 0 − 0=1

 𝑃 ( 𝑋 ≥ 2 ) =1− 𝐹 ( 2 − 1 ) =1 − 𝐹 ( 1 ) = 1− 1 = 1 =0.5
2 2
b) Graficar:

  1

{
; 𝑠𝑖 𝑥 =1
2
𝑝 ( 𝑥) = 1
; 𝑠𝑖 𝑥= 3
2
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Gráfica de la función de probabilidad

  0 ; 𝑠𝑖 𝑥 <1

{
𝐹 ( 𝑥 )= 1 ; 𝑠𝑖 1≤ 𝑥<3
2
1: 𝑠𝑖 3 ≤ 𝑥

Gráfica de la función de distribución

c) Determinar:

1
1
3
Total
3 4

Total 4

  ( 𝑋 ) =∑ 𝑥 𝑖 ∗ 𝑝 (𝑥)=¿ 4 ¿
𝐸
𝑥

2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =5 − ( 4 ) =1

𝜎  =√ 𝑉 ( 𝑋)=√ 1=1

  𝑉 ( 𝑋 )= 𝜎 1
𝐶 = =0,25
𝐸(𝑋 ) 4
11. Suponga que el error que se comete al hacer cierta medición es una variable aleatoria continua con una función
de distribución, es:
  0 ; 𝑠𝑖 𝑥 <− 2

{2 32 3
3
𝐹 ( 𝑥 )= 1 + 3 4 𝑥 − 𝑥 ; 𝑠𝑖 − 2 ≤ 𝑥 ≤ 2
( )
1 ; 𝑠𝑖 2< 𝑥

a) Hallar:

 𝑃 ( − 1 ≤ 𝑋 < 1 ) = 𝐹 ( 1 ) − 𝐹 ( − 1 ) = 0,828 − 0,171= 0,657

 𝑃 ( 0 < 𝑋 < 4 ) = 𝐹 ( 4 ) − 𝐹 ( 0 ) =1 − 0,5=0,5

 𝑃 ( 𝑋 ≥ 0 ) =1 − 𝐹 ( 0 )=1 − 0,5 =1 − 0,5 =0.5

 b) Graficar :

  𝑑𝐹 ( 𝑥)
𝑆𝑎𝑏𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑓 ( 𝑥 )=
𝑑𝑥
𝑓  (𝑥)
  3 3 𝑥2
{
𝑓 ( 𝑥 )= 8 − 32 ; 𝑠𝑖 −2 ≤ 𝑥 ≤ 2
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

 𝑥

Gráfica de la función de probabilidad

c) Determinar:

+∞ 2 2
  3 3𝑥
𝐸 ( 𝑋 ) =∫ 𝑥𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥
−∞ −2 8
−
32 (=0 )
+∞ 2 2
  ( 2) 2 3 3𝑥
−∞
2
𝐸 𝑋 =∫ 𝑥 𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥
−2 8
−
32 (
𝑑𝑥= 0,8 )
2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =0,8 − 0 =0,8

𝜎  =√ 𝑉 ( 𝑋)=√ 0,8=0,894
12. Sea X la cantidad de espacio que ocupa un artículo colocado en una caja de empaque de 1 pie cúbico. La función
de densidad es:
8
 𝑓 ( 𝑥 )= 90 𝑥 ( 1− 𝑥 ) ; 𝑠𝑖 0< 𝑥<1
{ 0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Hallamos
 

Para
 
𝑥 𝑥
  ( 𝑥 )=
𝐹 ∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑥=0
−∞ −∞

Para
 
𝑥 0 𝑥
 𝐹 ( 𝑥 )= 𝑥
∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫ [ 90 𝑡 8 ( 1− 𝑡 ) ] 𝑑𝑡 =0+ (10 𝑡 9 − 9 𝑡 10 )|0=10 𝑥 9 − 9 𝑥 10
−∞ −∞ 0

Para
 

𝑥 0 1 𝑥
 𝐹 ( 𝑥 )= 3 2 10 1
∫ 𝑓 ( 𝑡 ) 𝑑𝑡 = ∫ 0 𝑑𝑡 +∫ 2 𝑡 𝑑𝑡 +∫ 0 𝑑𝑡 =0+ (10𝑡 − 9 𝑡 )|0+ 0=1
−∞ −∞ 0 1
   0 ; 𝑠𝑖 0 ≤ 𝑥
{
𝐹 ( 𝑥 )= 1 0 𝑥 − 9 𝑥 10 ; 𝑠𝑖 0< 𝑥 <1
9

1 ; 𝑠𝑖 1 ≤ 𝑥

a) Hallar:

 𝑃 ( 0,25 ≤ 𝑋 < 0,5 )= 𝐹 ( 0,5 ) − 𝐹 ( 0,25 ) =0,0107 − 0,000029= 0,01067

 𝑃 ( 0< 𝑋 < 2 ) = 𝐹 ( 2 ) − 𝐹 ( 0 ) =1 − 0 =1

 𝑃 ( 𝑋 ≥ 0,5 )=1 − 𝐹 ( 0,5 ) =1 − 0,0107 =0,989

b) Graficar:

8
 𝑓 ( 𝑥 )= 90 𝑥 ( 1− 𝑥 ) ; 𝑠𝑖 0< 𝑥<1
{ 0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝑓  (𝑥)

 𝑥

Gráfica de la función de probabilidad

  0 ; 𝑠𝑖 0 ≤ 𝑥
{
𝐹 ( 𝑥 )= 1 0 𝑥 − 9 𝑥 10 ; 𝑠𝑖 0< 𝑥 <1
9

1 ; 𝑠𝑖 1 ≤ 𝑥
𝐹(𝑥)
 

 𝑥

Gráfica de la función de distribución

c) Determinar:

+∞ 1 1
  10 11
𝐸 ( 𝑋 ) =∫ 𝑥𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥 ∗90 𝑥 8 (1 − 𝑥 ) 𝑑𝑥=90
−∞ 0
( 𝑥
−
𝑥
10 11 )| (
0
= 9−
90
11) 9
− 0= =0,8182
11

+∞ 1 1
  11 12
2 2 2 8
𝐸 ( 𝑋 ) =∫ 𝑥 𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑥 ∗ 90 𝑥 ( 1 − 𝑥 ) 𝑑𝑥 =90
−∞ 0
( 𝑥
−
𝑥
1 1 12 )| (
0
=
90 90
−
11 12 ) 15
−0= =0.6818
22

2 2 2
𝑉
  ( 𝑋 ) = 𝐸 ( 𝑋 ) − [ 𝐸 ( 𝑋 ) ] =0,681 8 − 0,8182 =0,0123

𝜎  =√ 𝑉 ( 𝑋)=√ 0,012=0,1109

  𝑉 ( 𝑋 )= 𝜎 0,1109
𝐶 = =0,1355
𝐸( 𝑋 ) 0,8182
d) ¿Cuál es la probabilidad de que x este a más de la desviación estándar que de su valor medio?

 𝑃 ( 𝐸 ( 𝑋 ) − 𝜎 < 𝑋 < 𝐸 ( 𝑋 ) + 𝜎 )

𝑃
  ( 0,8182− 0.1109< 𝑋 <0,818+0.1 1 09 )

 𝑃 ( 0,7073< 𝑋 < 0,9291 )= 𝐹 ( 0,927 ) − 𝐹 ( 0,709 )=0,845 − 0,161=0,684