Asignacion 4 Cuestionario
Asignacion 4 Cuestionario
Asignacion 4 Cuestionario
ASIGNACION 4
(CUESTIONARIO)
Cuestionario
1) Una variable aleatoria discreta X toma todos los valores enteros entre 0 y 4 con la siguiente
función:
X 0 1 2 3 4
f(x) 0.3 0,25 0,25 0,1 0,1
Se pide:
a) Completar la tabla y calcular la función acumulada (F(X)):
Nro. de Valores (x) f(x) F(X) x.f(x) x^2 x^2.f(x)
1 0 0,3 0,3 0 0 0
2 1 0,25 0,55 0,25 1 0,25
3 2 0,25 0,8 0,5 4 1
4 3 0,1 0,9 0,3 9 0,9
5 4 0,1 1 0,4 16 1.6
1 1,45 3,75
Diagrama de frecuencia
0.35 0.3
0.3 0.25 0.25
0.25
0.2
f(x)
2) Se lanzan dos dados juntos y sea X la variable aleatoria que representa el producto de las caras
de los dados, elaborar la tabla de distribución de probabilidad y determinar:
Primero realizamos la tabla de probabilidades para ver los resultados que pueden dar los dados
Producto de los
Dados
C 1 2 3 4 5 6
ar
a
1 1 2 3 4 5 6
2 2 4 6 8 10 12
3 3 6 9 1 15 18
2
4 4 8 12 1 20 24
6
5 5 10 15 2 25 30
0
6 6 12 18 2 30 36
4
Diagrama de Frecuencias
0,1
2
0,
1
0,0
8
0,0
6 f(x
)
0,0
4
0,0
2
0
1234568 9 10 12 15 16 18 20 24 25 30 36
P(X ≥ 4) = 1 – P (X ≤ 4 ) = 1 – F(4)
AAA
3
AAF 1/8
AFA 2
FAA 3/8
FFA 1
3/8
FAF
0
AFF 1/8
FFF
Donde A son los acierto y F los fallos, al hacer esto vemos el ejercicio de forma más clara y
además encontramos f(x)
a) La función de probabilidad f(x) y su acumulada (F(X)):
Haremos la tabla donde A son los acierto y F los fallos, al hacer esto vemos el ejercicio de forma
más clara y además encontramos f(x).
Tabla de
Datos
x f(x) F(x) Σ[x*f( x (x^2)f
x)] ^ (x)
2
0 0,1 0,1 0 0 0
25 25
1 0,3 0,5 0,375 1 0,375
75
2 0,3 0,8 0,75 4 1,5
75 75
3 0,1 1 0,375 9 1,125
25
Σ 1 E(x) = 1,5 [Ʃ x 2.f(x)] = 3
Esperanza:
E(x) = Ʃx.f(x) = 1,5
Varianza:
2
σ 2= [Ʃ x 2.f(x)] – E( X) = 3 – 1,52
σ 2= 0,75
Desviación:
𝝈 = √ σ 2 =√ 0,75
𝝈 = 0,8660
P(X ≥ 1) = 1 – P (X ≤ 1 ) = 1 – F(1)
f ( x ) ≥0
∞
∫ f ( x ) dx=1
−∞
4 X (9 — X 2 )
f ( x )=
x 81 ( x ; f ( x ))
0 0 (0,0)
1 32/81 (1 , 32/81)
2 40/81 (2 , 40/81)
3 0 (3 , 0)
a) Si es función de densidad:
3
4 X (9 — X 2 )
P ( 0 ≤ X ≤ 3 )=∫ dx=1
0 81
3
4 X (9 — X 2 )
Por lo tanto, la función es f ( x )=∫ dx y si es función densidad
0 81
Esperanza:
b
E [X ]=∫ f ( x )∗X dx
a
b 3
2 2 4 X (9 — X 2)
E [X ]=∫ f ( x )∗X dx E [ X ] =∫ ∗X dx=1 ,6
a 0 81
3
2 4 X (9 — X 2) 2
E [ X ]=∫ ∗X dx=3
0 81
Varianza:
2
V [ X ] =E [ X 2 ] −E [ X ]
Desviación:
σ =√ V [ X ]
σ =√ 0,44=0,663324
3
4 X (9 — X 2)
P ( 1,2≤ X ≤1,5 )=∫ dx=0,1431
0 81
∫ f ( x ) dx=1
−∞
2
x f ( x )=CX ( X−2 ) ( x ; f ( x ))
0 C∗0(0−2)2=0 (0, 0)
1 C∗1(1−2)2=C (1, C)
2 C∗2(2−2)2=0 (2, 0)
3 C∗3 ( 3−2 )2=4 C (3, 3C)
a) Si es función de densidad:
∞
∫ f ( x ) dx=1
−∞
0 3 ∞
¿ ∫ f ( x ) dx +∫ f ( x ) dx +∫ f ( x ) dx=1
−∞ 0 0
0 3 ∞
¿ ∫ 0 dx+∫ CX ( X −2 )2 dx +∫ 0 dx=1
−∞ 0 0
3
¿ 0+∫ CX ( X−2 )2 dx +0=1
0
3
¿ C ∫ X ( X −2 )2 dx=1
0
C∗2,25=1
1 4
C= =
2,25 9
4
Por lo tanto, la función es f ( x )= X (X −2)2 y si es función densidad
9
b) Esperanza, varianza y desviación:
Esperanza:
b
E [X ]=∫ f ( x )∗X dx
a
b 3
2 2 4
E [X ]=∫ f ( x )∗X dx E [ X ] =∫ X ( X −2 )2∗X dx =1,6
a 0 9
3
2 4
E [ X ]=∫ X ( X−2 )2∗X 2 dx=3,6
0 9
Varianza:
2
V [ X ] =E [ X 2 ] −E [ X ]
2
V [ X ] =3,6−( 1,6 ) =1,04
Desviación:
σ =√ V [ X ]
σ =√ 1,04=1.019803
c) Probabilidad P (0.2 ≤ X≤ 0.8):
0,8
∫ 49 X ( X −2 )2 dx =0,28
0,2
6) Un examen de selección múltiple consiste en cinco planteamientos, cada uno tiene cuatro
alternativas posibles de las que solo una es correcta, cada pregunta tiene el mismo valor. Si
un estudiante responde al azar. Determine:
a) A qué modelo probabilístico se adapta este planteamiento:
1
p=
4
3
q=
4
n=5
x=3
n!
P ( X=x )=
( )
x ! ( n−x ) !
∗p x∗q(n− x ¿)¿
1 3 3 5−3
5!
P ( X=3 )= ( )( ) ( )
3 ! ( 5−3 ) !
∗
4
∗
4
1 5 3 5−5
5!
P ( X=5 )= ( )( ) ( )
5 ! ( 5−5 ) !
∗
4
∗
4
1 1
P ( X=5 )=( 1 )∗ ( 1024 )∗( 1 )= 1024 =0,0009765
σ 2=varianza=n∗p∗q
σ =desviacion=√ σ 2
Esperanza:
Varianza:
σ =√ 0,9375=0,9682
1
p ( A )=
2
x=1
1 1 2−1
2! 1
P ( X=1 ) = ( )() ( )
1 ! ( 2−1 ) !
∗
2
∗ 1−
2
σ 2=varianza=n∗p∗q
σ =desviacion=√ σ 2
Esperanza:
( 12 )∗( 2 )=1
E ( x )=
Varianza:
2
σ =√ 0,5= √ =0,7071
2
−λ λ0
e =0.2
0!
ln e− λ =ln 0.2
λ=−ln 0.2=ln 5
a) P (X > 2):
ln (5)0 1
P ( X=0 )=e− ln5 = =0.2
0! 5
ln (5)2 ln (5)2
P ( X=2 )=e−ln 5 = =0.259029
2! 10
b) P (X > 1):
c) P (1 ≤ x < 4):
ln (5)3 ln (5)3
P ( X=3 )=e−ln 5 = =0.138964
3! 30
11) Entre los diabéticos el nivel de glucosa en la sangre X en ayunas, puede suponerse
una variable aleatoria que sigue una distribución aproximadamente normal, con media
de 106 mg/100ml y desviación estándar de 8 mg/100 ml. Determinar:
a) Probabilidad de que X como máximo sea 120 mg/100ml
N (106;8)
X́ = 106 mg/100 ml
DE = 8 mg/100 ml
X− X́ 120−106
Z= = = 1,75
DE 8
P= 0,4599+0,4772 = 0,9371
Por lo tanto, la cantidad de pacientes dentro de la categoría (a) sería de 288 pacientes.
12) En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23º y varianza de 25º. Calcular:
b) Número de días del mes en que se espera alcanzar máximas entre 21º y 29º; ambas
inclusive:
La varianza es σ 2=¿ 25 º por lo tanto su desviación estándar es de 𝝈¿ √ 25 = 5
𝝻= Media = 23
𝝈=5
X −μ
z=
σ
21−23 29−23
P (21 ≤ X ≤ 29) = P ( ≤Z≤ )=
5 5
P (-0,4 ≤ Z ≤ 01,2) = P (-0,4 ≤ Z ≤ 1,2) =
Luego el número de días del mes en que se espera alcanzar máximas entre 21º y 29º;
ambas inclusive = 0,5403 x 30 = 16 Días.
13) Por experiencias anteriores, Una empresa sabe que el 10% de sus facturas tienen
algún error, toma una muestra aleatoria de 100 facturas y desea calcular la probabilidad
de:
a) que 12 de esas facturas tengan algún error:
n = es el número de pruebas, usualmente el tamaño de la muestra
x = es el número de éxitos esperado
p = es la probabilidad de éxito
q = es la probabilidad de fracaso
100!
donde P (X = 12) = * 0,112∗¿ 0,9100−12
12! ( 100−12 ) !
así tenemos que:
14) Por estudios anteriores se sabe que el 2% de los tornillos fabricados por una
maquina presenta defectos. Si se tiene un lote de 2000 tornillos. Determine:
a) la probabilidad de que menos de 50 tengan defecto:
n = es el número de pruebas, usualmente el tamaño de la muestra
x = es el número de éxitos esperado
p = es la probabilidad de éxito
q = es la probabilidad de fracaso
n = 2000; p = 0,02; q = 0,98
P (x ≤ 50) = P (x = 1) + P (x = 2) +.......+P(x = 49)
2000 !
donde P (X = x) = * 0,02 x∗¿ 0,982000−x
x ! ( 2000− x ) !
Por lo tanto, sustituyendo x=1, 2...,50 y sumando los resultados tenemos:
P (x < 50) = 0,9317
Ósea que la probabilidad de que menos de 50 tornillos presenten defectos es de 0,9317
b) la probabilidad de que más de 38 tengan defecto:
primero buscamos la probabilidad de que 12 o menos facturas salgan con defectos:
n = es el número de pruebas, usualmente el tamaño de la muestra
x = es el número de éxitos esperado
p = es la probabilidad de éxito
q = es la probabilidad de fracaso
n = 2000; p = 0,02; q = 0,98
P (x ≤ 38) = P (x = 1) + P (x = 2) +...+P (x = 38)
2000 !
donde P (X = x) = * 0,02 x∗¿ 0,982000−x
x ! ( 2000− x ) !
Por lo tanto, sustituyendo x=1, 2...,38 y sumando los resultados tenemos:
P (X ≤ 38) = 0,4148
así la probabilidad de que 38 o menos de esas facturas tengan algún defecto es de
0,4148
P (x ≤ 38) = 0,4148
Para calcular P (x ≥ 38) simplemente restamos 1 - 0,4148 = 0,5852
Por lo tanto, la probabilidad de que más de 38 tornillos tengan algún defecto es de
0,5852
c) la probabilidad de que 50 tengan defecto:
n = es el número de pruebas, usualmente el tamaño de la muestra
x = es el número de éxitos esperado
p = es la probabilidad de éxito
q = es la probabilidad de fracaso
n = 2000; p = 0,02; q = 0,98
2000 !
donde P (X = 50) = * 0,0250∗¿ 0,982000−50
50! ( 2000−50 ) !
así tenemos que:
P (x = 50) = 0,0175
Así la probabilidad de que 50 de esos tronillos tengan algún defecto es de 0,0175
d) tomando en cuenta las características de las distribuciones vistas ¿A qué distribución se
adapta este planteamiento?
- Distribución Binominal
15) Una empresa desea conocerla opinión que se tiene sobre los tres productos principales
que elabora: A, B y C. Sabiendo que el producto A es preferido por el 10% de los
consumidores, el B por el 30% y el C por el 40%. Determine la probabilidad de que en una
muestra aleatoria de 10 personas:
Formula:
n!
P= . p 1 x1. p 2x 2 …. . pk xk
x 1 ! … . xk !
10!
P= . 0,12.0,33 . 0,42.0,23----------- P= 0,008709
2! .3 ! .2 ! .3!
10 !
P= .0,32 . 0,45 . 0,33 ----------- P= 0,6270
2! .5 ! .3 !
10 !
P= . 0,45 . 0,25 ----------- P= 0,0008258
5! .5 !