Tareas

Tarea1: funcin de probabilidad

En teora de la probabilidad, una funcin de probabilidad (tambin denominada funcin de masa de probabilidad)
es una funcin que asocia a cada punto de su espacio muestral x la probabilidad de que esta lo asocia.
Hay que advertir que el concepto de funcin de probabilidad soplo tiene sentido para variables aleatorias que
toman un conjunto discreto de valores. para variables aleatorias continuas el concepto anlogo es el de funcin de
densidad.

Tarea2: ejercicios de probabilidad binomial

1. Un examen consta de 6 preguntas con 4 posibles respuestas cada una, de las que slo una
de ellas es correcta. Un estudiante que no se haba preparado la materia responde completamente al azar
marcando una respuesta aleatoriamente. Calcula la probabilidad de que acierte 4 o ms preguntas.
=Se trata de una distribucin de probabilidad binomial, B(n, p), con n = 6, p = P(acierto) = 0,25
y q = P(fallo) = 0,75.
Como se sabe, para la B(n, p), la probabilidad de r aciertos en n intentos es:
En este caso:
P(X 6) = P(X = 4) + P(X = 5) + P(X = 6) =
=6C4(0.25)4(0.75)2+6C5(0.25)5(0.75)1+6C6(0.25)6(0.25)=
= 15(0.25)4 (0.75)2+ 6(0.25)5 (0.75 )+ (0.24)6 = (0.03296 )( 0.00439) ( 0.00024) =0.03759
2. La probabilidad de que un cazador novato cobre una pieza es 0,4. Si lo intenta 5 veces,
calcula la probabilidad de que cobre una pieza al menos 3 veces.
Solucin:
Se trata de una distribucin de probabilidad binomial:
B(5, 0.4) ; n = 5; p = 0.4; q = 0.6
P(X 3) = P(X = 3) + P(X = 4) + P(X = 5) =
=5C3(0.4)3(0.6)2+5C4(0.4)4(0.6)+5C5(0.4)6(0.6)=
= 10(0.4)3 (0.6)2 ( 5(0.4)4 (0.6) ( 0.4)5 ( 0.6)=0.2304 + 0.0768 + 0.01024 =0.31744
3. La probabilidad de que cierto antibitico presente una reaccin negativa al administrarse a un ave rapaz en
recuperacin es de 0.15. Si se les ha administrado dicho antibitico a 10 aves, calclense las probabilidades de
que haya reaccin negativa:
a) en menos de 4 aves
b) en mas de 3 aves
Suceso A : "A un ave se le presenta reaccin negativa"
X :"n de aves a las que se les presenta tal reaccin"
P(A ) = 0.15 ; n =10 ; X B(10 ; 0.15)
a) =P(x<4)=P(x3)=P(x=0)+P(x=1)+P(x=2)+P(x=3)= 0.1969+0.3474+0.2759+0.1298=0.95
b) =P(x>3)=1- P(x3)==1-( P(x=0)+P(x=1)+P(x=2)+P(x=3))=1-(0.1969+0.3474+0.2759+0.1298)=0.05

Tarea 3: distribucin hipergeomtrica

Es especialmente til en todos aquellos casos en los que se extraigan muestras o se realizan experiencias
repetidas sin devolucin del elemento extrado o sin retornar a la situacin experimental inicial. Es una distribucin
fundamental en el estudio de muestras pequeas de poblaciones .pequeas y en el clculo de probabilidades de
juegos de azar y tiene grandes aplicaciones en el control de calidad en otros procesos experimentales en los que
no es posible retornar a la situacin de partida.

Las distribucin hipergeomtrica es el modelo que se aplica en experimentos del siguiente tipo:
En una urna hay bolas de dos colores (blancas y negras), cul es la probabilidad de que al sacar 2 bolas las dos
sean blancas?
Son experimentos donde, al igual que en la distribucin binomial, en cada ensayo hay tan slo dos posibles
resultados: o sale blanca o no sale. Pero se diferencia de la distribucin binomial en que los distintos ensayos
son dependientes entre s:

Sigue el siguiente modelo:

Un tpico caso de aplicacin de este modelo es el siguiente:
Supongamos la extraccin aleatoria de n elementos de un conjunto formado por N elementos totales, de los cuales
Np son del tipo A y Nq son del tipo
(p+q=l) .Si realizamos las extracciones sin devolver los elementos extrados,
y llamamos X. al nmero de elementos del tipo A que extraemos en n extracciones X seguir una distribucin
hipergeomtrica de parmetros N , n , p.

Formula

Media=M=np

nk
N

Varianza x=H(N,n,p)

Nn
nk
N
1
Desviacin estndar =
(1-k/N)
N
Tarea 4: ejercicio de tarea
Se selecciona al azar un comit de 5 persona entre 3 qumicas y 5 fsicas encuentre la distribucin de
probabilidades para el nmero de qumicos en el comit.
N=8 n=5 k=3 x=0,1,2,3
P(x=0)=

3 C 05 C 5
=0.0178
8C5

P(x=1)=

3 C 15 C 4
=0.2678
8C 5

P(x=2)=

3 C 25 C 3
=0.5357
8C5

P(x=3)=

3 C 35 C 2
=0.1785
8C5

Tarea 5: valor esperado

este concepto ha sido Aplicado ampliamente en el negocio de seguros y en los ltimos veinte aos ha Sido
aplicado por otros profesionales que casi siempre toman decisiones en Condiciones de incertidumbre.
Para obtener el valor esperado de una variable aleatoria discreta, multiplicamos, cada valor que sta puede asumir
por la probabilidad de ocurrencia de ese valor y luego sumamos los productos. Es un promedio ponderado de los
resultados que se esperan en el futuro.

Formula:
Ejercicios:
Suponga que el nmero de automviles que pasan por un auto lavado entre las 4:00 y las 5:00 en un viernes
cualquiera tienen la siguiente distribucin de probabilidad.

Sea g(x)=2x-1 la cantidad de dinero en dlares que el administrador le paga al empleado. Encuentre la ganancia
que espera el dependiente en ese periodo especfico.

Una tienda de artculos electrnicos vende un modelo particular de computadora

porttil. Hay slo cuatro computadoras en el almacn, y la gerente se pregunta
cul ser la demanda el da de hoy para este modelo particular. El departamento
de mercadotecnia le informa que la distribucin de probabilidad para x, la
demanda diaria para la computadora porttil, es la que se proporciona en la tabla.
Determine la media, varianza y desviacin estndar de x.
Es probable que cinco
o ms clientes quieran comprar una computadora porttil hoy?
x
0
1
2
3
4
5
p(x)
0.10
0.40
0.20
0.15
0.10
0.05
= _xp(x) = (0)(0.10) + (1 )( 0.40 ) +(2)(0.20)+(3)(0.15)+(4)(0.10 + (5)(0.05) = 1.90

Tarea 6: distribucin normal

Se utiliza cuando la variable puede tomar cualquier valor que est en un intervalo de valores dado, y en los cuales
la distribucin de probabilidad es continua. El objetivo de la distribucin de probabilidad normal es conducir la
variable aleatoria normal, una de las variables aleatorias continuas ms importantes y que se utiliza con mayor
frecuencia.
Existen dos razones bsicas por las cuales la distribucin normal ocupa un lugar tan prominente en la estadstica.
Primero, tiene algunas propiedades que la hacen aplicable a un gran nmero de situaciones en las que es
necesario hacer inferencias mediante la toma de muestras. Segundo, la distribucin normal casi se ajusta a las
distribuciones de frecuencias reales observadas en muchos fenmenos, incluyendo caractersticas humanas (peso,
altura, IQ), resultados de procesos fsicos y muchas otras medidas de inters para los investigadores, tanto en el
sector pblico como en el privado. La distribucin de probabilidad normal se trata de ensear a encontrar la
probabilidad de un suceso por medio de la curva normal y la tabla de las reas bajo la curva normal.
Formula:

z=

En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin normal, media 230 y
desviacin tpica 5o. calcular el nmero de das del mes en los que se espera alcanzar mximas en tre 21o y 27o.
P[21<x27]=P

2723
< Z (
=
( 2123
5 )
5 )

-P(-0.4<Z0.8)=P(Z0.8)-[1-P(Z0.4)]=0.7881-(1-0.6554)-0.4435*30=13

Tarea 7: valor esperado de variables continuas

Las variables aleatorias continuas se definen sobre espacios muestrales infinito y no numerables. En las variables
continuas se pueden definir las propiedades y la condicin de independencia, de la misma forma que en las
variables discretas.
Caractersticas de las variables continuas

Tarea 8: ejercicios del mismo tema

1.-Una empresa elctrica fabrica focos, tienen una duracin antes de fundirse que se distribuye con una media de
1000 horas y una desviacin de 40 horas. Encuentra la probabilidad de que el foco se funda entre 750 y 850
horas?
M=1000 v=40
P(750 <x850)- P(750 <z850)=

7501000
8501000
< z
=
40
40
-6.25<z -3.75=-2.5=0.0062%x1000=0.62
2.-En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin normal, media 230
y desviacin tpica 5o. calcular el nmero de das del mes en los que se espera alcanzar mximas entre 21o y 27o.

P[21<x27]=P

2723
< Z (
=
( 2123
5 )
5 )

P(-0.4<Z0.8)=P(Z0.8)-[1-P(Z0.4)]=0.7881-(1-0.6554)-0.4435*30=13

-0.4 0 0.8
3.- varios test de inteligencia dieron una puntuacin que sigue una ley normal con media 100 y desviacin tpica 15.
a) determinar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110
P(95<x100)=

110100
<z
( 95100
)
15
15

P(0.33<z0.67)=P(z0.67)-[1-P(z0.33)]=0.7486-(1-0.6293)=0.3779

0 0.33 0.6
4.- la media y de los que de los pesos de 500 estudiantes de un colegio es de 70kg y la desviacin 3kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuantos estudiantes pesan:
a) entre 60kg y 75kg.
P[60<x75]=P

7570
<z
=
( 6070
3
3 )

=P(-3.33<z1.67)=P(z1.67)-[1-P(z3.33)]=
0.9525-(1-0.9996)=0.9521*500=476

0 60
75
5.- un estudio ha demostrado que, en un cierto barrio, el 60% de los hogares tienen al menos dos televisiones. Se
elige al azar una muestra de 50 hogares en citado barrio se pide:
a) probabilidad de que entre 35 y 40 hogares tenga cuando menos 2 tv.

4030
<z
=
( 3530
3.46
3.46 )

P(35<x40)=P

0.9981-0.9265=0.0716

Tarea 9

1.45

2.89

La funcin de densidad de las mediciones verificadas del ngulo de paso se los hilos de un encaje es:

f ( x )=

4
=0< x <1
2
(1+ x )
1

4x
4
x
dx=
dx
x (1+4 x2 ) dx= (1+
2
0 (1+ x 2)
x )
0
0

U= (1+ x )

Du=-2xdx

4 du 4
= du = 2 ln u
0 2 2 0 u

2
ln (1+ x2 )

Du/2=xdx

][

2
2
ln (1+ x2 ) ln ( 1+ 02 ) = [ 0.4412 ] [ 0 ] =0.4412

Qu proporcin de individuos se espera que respondan a cierta encuesta que se enva por correo si la proporcin
x tiene funcin de densidad?
1

2 ( x +2 )
2 x2
4
f ( x )=
dx=
dx+ xdx
5
5
5
0
0

( ) ( )

2
4
2 x
4 x
x2 dx= xdx=
+
5 0
5 3 5 2
0 5
3

2x 4x
2
2
+
= x 3+ x2
15 10 15
5

][

2 3 2 2
2 3 2 2
1+ 1 =
0 + 0 =0.53
15
5
15
5

Tarea 10: ejercicios de las distribuciones chis-cuadrada y f.

Cul es la distribucin de chi-cuadrada de 4gl de que x<0.8?
P(x2 con 4gl <0.80)=1.649

0
1.649
Cul es el valor de x de una distribucin chi-cuadrada de 6 gl, que deja a su izquierda una probabilidad del 80%?
P(x2 con 6gl <x0.80)=1-0.20=x=8.558

0 8.558
Para una distribucin hi-cuadrada
a) x2 0.05 cuand0 v=19

36.415
b) x2 0.01 cuando v=12

11.070
Encuentre lo siguiente
a) x2 0.05 cuando v=19

30.194

b) x2 0.01 cuando v=12

26.217

La variable aleatoria u sigue una distribucin chi-cuadrada. Calcular a tal que:

P(u>a)=0.05
a) para 18 gl =

p(u>28.869)=0.05

28.869
Distribucin f
El rea a la derecha de f es de 0.01 con f1=20 y f2=12=3.86

3.86
El rea a la derecha de f es de 0.01 con f1=8 y f2=15 =4.00

4.00
Encontrar el rea a la derecha de f esta es de 0.05 conf1=12 y f2=20 =2.28

2.28
El rea a la izquierda es de 0.05 con f1=10 y f2=20 =2.35

2.35

El rea a la derecha de 0.05 con f1=24 y f2=28 =1.91

1.91