Anuncio Tele Taller N°5

UNIVERSIDAD CAT
OLICA DEL MAULE

FACULTAD DE CIENCIAS B
ASICAS
PEDAGOG
IA EN MATEM
ATICA Y COMPUTACI
ON
TALLER N
5 DE ESTAD
ISTICA
Integrante 1 : Victor Cordova Cornejo (heibubu@hotmail.com)
Integrante 2 : Rodrigo Gutierrez Aguilar (ayudante.pmc@gmail.com)
Carrera : Pedagoga en Matematica y Computacion
Profesor de C atedra : Marcelo Rodrguez
Fecha : 02/01/2012
Universidad Cat olica Del Maule
Facultad de Ciencias Basicas
Pedagoga en Matem atica Y Computaci on
Estadstica I
Taller 5 - Distribuciones de Probabilidad
04 de Enero del 2012.
1. Distribuci on de Probabilidad Binomial:
a) Mediante estudios recientes se ha determinado que la probabilidad de morir por causa de
cierta vacuna contra la gripe es de 0,00002. Si se administra la vacuna a 100 mil personas
y se supone que estas constituyen un conjunto independientes de ensayos, cual es la pro-
babilidad de que mueran no mas de dos personas a causa de la vacuna?
Desarrollo:
* PASO I: IDENTIFICAR LOS DATOS
-p= sera nuestro exitode que las personas mueran a causa de la vacuna contra la
gripe (p=0,00002)
-q= nuestro fracaso. La probabilidad de que mueran no m as de dos personas a causa
de la vacuna (q=0,99998)
-n=son las 100 mil eventos, los cuales consisten en la aplicacion de la vacuna, que
constituyen un conjunto de ensayos independientes de manera tal que la probabilidad
de de morir por causa de cierta vacuna contra la gripe es de 0,00002 entre ensayos.
-x=el n umero de personas muertas a causa de la vacuna contra la gripe que se en-
cuentran entre las 100 mil persona que contituyen nuestra poblaci on
* PASO II: IDENTIFICAR LO QUE SE PIDE
-En este caso se solicita P(X 4)
* PASO III: APLICAR F
ORMULA
P(X x) = F(x; n, p) =
x
i=0
n!
i!(n i)!
(p)
x
(q)
ni
en este caso sera de la siguiente manera
P(X 2) =
2
x=0
100000!
x!(100000 x)!
(0, 00002)
x
(0, 99998)
100000x
P(X 2) =
100000!
0!(100000)!
(0, 00002)
0
(0, 99998)
100000
+
100000!
1!(99999)!
(0, 00002)
1
(0, 99998)
99999
+
100000!
2!(99998)!
(0, 00002)
2
(0, 99998)
99998
P(X 2) = (0, 99998)
100000
+ 100000(0, 00002)(0, 99998)
99999
+
(100000)(99999)
2
(0, 00002)
2
(0, 99998)
99998
= 0, 135332576 + 0, 270670566 + 0, 270673273
P(X 2) = 0,6767
* PASO IV: INTERPRETAR RESULTADO
Contextualizando se puede decir que la probabilidad de que mueran no m as de dos
personas a causa de la vacuna es de el 67,67 %
b) Las lneas telefonicas del sistema de reservaci on de una aerolnea, est an ocupadas 40 % del
tiempo. Suponga que los eventos donde las lneas estan ocupadas en llamadas sucesivas son
independientes. Suponga que se hacen 10 llamadas telef onicas al sistema de reservacion.
1) Cual es la probabilidad de que, al llamar exactamente tres veces, las lneas esten
ocupadas?
Desarrollo:
P(X = 3) =
10!
(3!)(7!)
(0, 4)
3
(0, 6)
7
P(X = 3) = 120(0,064)(0,0279936)
P(X = 3) 0,214
Contextualizando podemos decir que la probabilidad de que, al llamar exactamen-
te tres veces, las lneas esten ocupadas es de un 21,4 % aproximadamente.
2) Cual es la probabilidad de que al menos en una de las llamadas, las lneas no esten
ocupadas?
Desarrollo:
P(X 1) =
10
x=1
10!
x!(10 x)!
(0, 6)
x
(0, 4)
10x
como P(X 1) = 1 P(X < 1) y
P(X < 1) = P(X = 0) = (0, 4)
10
luego
P(X 1) = 1 (0, 4)
10
P(X 1) 0, 999895
Contextualizando podemos decir que la probabilidad de que al menos en una de las
llamadas, las lneas no esten ocupadas es de un 99,98 % aproximadamente.
3) Cual es el n umero esperado de llamadas en las que todas las lineas estan ocupadas?
Desarrollo:
La media de la Distribucion Binomial esta dado por :
E(X) = np
donde n es la cantidad de ensayos independiendies y p es la probabilidad de exito que
permanece constante para cada ensayo.
En nuestro problema se tiene que n = 10 y p = 04, luego
E(X) = 10 0, 4
E(X) = 4
As el n umero esperado de llamadas en las que todas las lineas estan ocupadas son 4.
c) El gerente de un restaurante que s olo da servicio mediante reservacion sabe, por expe-
riencia, que el 15 % de las personas que reservan una mesa no asistir an. Si el restaurante
acepta 25 reservaciones pero solo dispone de 20 mesas, cual es la probabilidad de que
todas las personas asistan al restaurante se les asigne una mesa?
Desarrollo:
-p= sera nuestro exitode que las personas asistan al restaurante (p=0,85)
-q= nuestro fracaso, de que las personas no asistan al restaurante (q=0,15)
-n=son las 25 resevaciones que brinda el restaurante
-x=el n umero total de personas que se espera que asistan y que se le asigne una mesa.
ORMULA
P(X x) = F(x; n, p) =
x
i=0
n!
i!(n i)!
(p)
x
(q)
ni
P(X 20) =
20
x=0
25!
x!(25 x)!
(0, 85)
x
(0, 15)
25x
como
P(X > 20) = 1 P(X 20)
se tiene que
P(X 20) = 1 P(X > 20)
P(X 20) = 1
25
x=21
25!
x!(25 x)!
(0, 85)
x
(0, 15)
25x
25
x=21
25!
x!(25 x)!
(0, 85)
x
(0, 15)
25x
=
25!
21!(4)!
(0, 85)
21
(0, 15)
4
+
25!
22!(3)!
(0, 85)
22
(0, 15)
3
+
25!
23!(2)!
(0, 85)
23
(0, 15)
2
+
25!
24!(1)!
(0, 85)
24
(0, 15)
1
+
25!
25!(0)!
(0, 85)
25
(0, 15)
0
25
x=21
25!
x!(25 x)!
(0, 85)
x
(0, 15)
25x
= 0, 21098569 + 0, 217379196 + 0, 160671579
+0, 07587269 + 0, 017197809
25
x=21
25!
x!(25 x)!
(0, 85)
x
(0, 15)
25x
= 0, 682106964
As
P(X 20) = 1 0, 682106964
P(X 20) = 0, 317893036
Contextualizando se puede decir que la probabilidad de quetodas las personas asistan
al restaurante se les asigne una mesa es de un 32 % aproximadamente.
2. Distribuci on Geometrica:
a) La probabilidad de un alineamiento optico exitoso en el emsamblado de un producto de
almacenamiento optico de datos es 0,8. Suponga que los ensayos son independientes.
1) Cual es la probabilidad de que el primer alineamiento exitoso requiera exactamente
4 ensayos?
Desarrollo:
-p= La probabilidad de que se realize un alineamiento optico de manera exitosa
en el emsamblado de un producto de almacenamiento optico de datos (0,8)
-q=La probabilidad de que al realizar un alineamiento optico en el emsamblado
de un producto de almacenamiento optico de datos fracase (0,2)
-En este caso se solicita P(X = 4)
ORMULA
P(X = x) = q
x1
p
P(X = 4) = 0, 2
3
0, 8
P(X = 4) = 0, 008 0, 8
P(X = 4) = 0, 0064
Contextualizando se puede decir que la probabilidad de que el primer alineamiento
exitoso requiera exactamente 4 ensayos es del 0,64 %
2) Cual es la probabilidad de que el primer alineamiento exitoso requiera como m aximo
cuatro ensayos?
-p= La probabilidad de que se realize un alineamiento optico de manera exitosa
en el emsamblado de un producto de almacenamiento optico de datos (0,8)
de un producto de almacenamiento optico de datos fracase (0,2).
ORMULA
P(X x) =
xRx
(q)
x1
(p)
P(x 4) =
4
x=1
(0, 2)
x1
(0, 8)
P(x 4) = 0, 8 + 0, 2 0, 8 + 0, 2
2
0, 8 + 0, 2
3
0, 8
P(x 4) = 0, 9984
exitoso requiera como m aximo cuatro ensayos es de un 0,64 %
3) Cual es la probabilidad de que el primer alineamiento exitoso requiera al menos
cuatro ensayos?
* PASO I: IDENTIFICAR LOS DATOS -p= La probabilidad de que se realize
un alineamiento optico de manera exitosa en el emsamblado de un producto de
almacenamiento optico de datos (0,8)
de un producto de almacenamiento optico de datos fracase (0,2).
-En este caso se solicita P(X 4), que es igual a preguntarse por 1 P(X < 4).
ORMULA
P(X x) =
xRx
(q)
x1
(p)
P(x 4) = 1
3
x=1
(0, 2)
x1
(0, 8)
P(x 4) =
exitoso requiera exactamente 4 ensayos es del 0,64 %
b) La probabilidad de que un estudiante para piloto apruebe el examen escrito para una
licencia de piloto privado es 0,7. Encuentre la probabilidad de que el estudiante apruebe
el examen
1) en el tercer intento
Desarrollo:
-p= LLa probabilidad de que un estudiante para piloto apruebe el examen escrito
para una licencia de piloto privado (p=0,7)
-q=La probabilidad de que un estudiante para piloto no apruebe el examen escrito
para una licencia de piloto privado (q=0,3).
ORMULA
P(X x) =
xRx
(q)
x1
(p)
P(x = 3) = (0, 3)
2
(0, 7)
P(x = 3) = 0, 09 0, 7
P(x = 3) = 0, 063
Contextualizando se puede decir que la probabilidad de que el estudiante apruebe
el examen en el tercer intento es de un 0,67 %
2) antes del cuarto intento.
-p= LLa probabilidad de que un estudiante para piloto apruebe el examen escrito
para una licencia de piloto privado (p=0,7)
-q=La probabilidad de que un estudiante para piloto no apruebe el examen escrito
para una licencia de piloto privado (q=0,3).
-En este caso se solicita P(X < 4)
ORMULA
P(X x) =
xRx
(q)
x1
(p)
P(x < 4) =
3
x=1
(0, 3)
x1
(0, 7)
P(x < 4) = 0, 7 + 0, 3 0, 7 + 0, 3
2
0, 7
P(x < 4) = 0, 973
Contextualizando se puede decir que la probabilidad de que el estudiante apruebe
el examen antes del cuarto intento es de un 97,3 %
c) Cuando se graba cierto anuncio de television, la probabilidad es de 0,3 de que cierto actor
diga sus lneas de corrido en una toma cualquiera. Cual es la probabilidad de que recite
sus lneas de corrido por primera vez en sexta toma?
Desarrollo:
-p= La probabilidad de que cierto actor diga sus lneas de corrido en una toma cual-
quiera (p=0,3)
-q=La probabilidad de que cierto actor no diga sus lneas de corrido en una toma
cualquiera (q=0,7).
ORMULA
P(X = x) = (q)
x1
(p)
P(x = 6) = (0, 7)
5
(0, 3)
P(x = 6) = 0, 16807 0, 3
P(x = 6) = 0, 050521
Contextualizando se puede decir que l la probabilidad de que recite sus lneas de
corrido por primera vez en sexta toma es de un 0,05 % aproximadamente.
3. Distribuci on de probabilidad Hipergeometrica
a) Considerece un fabricante de automoviles que compra los motores a una compa na donde
se fabrican bajo estrictas superviciones. El fabricante recibe un lote de 40 motores. Su plan
para aceptar el lote, consiste en seleccionar de manera aleatoria y someterlos a prueba.
Si encuentra que ninguno de los motores presenta serios defectos, el fabricante acepta el
lote; de otra forma lo rechaza. Si el lote contiene 2 motores con serios defectos, cu al es
la probabilidad que sea aceptada?
Desarrollo
-N=n umero total de lotes (40)
-n=muestra aleatoria (8)
-k= nuestro exito, en este caso el n umero de lotes defectuosos (2)
ORMULA
P(X = x) =
k
x
N k
n x
N
n

P(X = 0) =
2
0
40 2
8 0
40
8
2
0
38
8
40
8
aplicando formula de factorial se llega a que

P(X = 0) =
1, 48903492
76904685
P(X = 0) = 0, 6359
Contextualizando se puede decir que la probabilidad de que el lote de motores sea
aceptada es de 0,6359 o 63,59 %
b) Sup ongase que se tienen 50 representantes de cierto estado, a una convenci on poltica
nacional, la cual 30 apoyan al candidato A y 20 al candidato B. Si se seleccionan
aleatoriamente cinco representantes, cu al es la probabilidad de que, entre estos cinco,
por lo menos dos apoyen al candidato A?
Desarrollo
-N=n umero total de representantes (50)
-k= nuestro exito (30)
-En este caso se solicita la variable aleatoria que representa el n umero de personas
de la muestra que apoyan a A, en este caso sera P(X 2) = 1 P(X 1) =
1 [P(X = 1) + P(X = 0)]
ORMULA
P(X = x) =
k
x
N k
n x
N
n

P(X = 0) =
30
0
50 30
5 0
50
5
=
30
0
20
5
50
5
aplicando formula de combinatoria se llega a que

P(X = 0) =
15504
2118760
= 0, 0007317
adem as
P(X = 1) =
30
1
50 30
5 1
50
5
=
30
1
20
4
50
5
aplicando formula de combinatoria se llega a que

P(X = 1) =
145350
211876
= 0, 6860
luego que tenemos P(X = 1), P(X = 0), calculamos
P(X 2) = 1P(X 1) = 1[P(X = 1)+P(X = 0)] = 1[0, 6860+0, 0007317] = 0, 3132
Contextualizando se puede decir que la probabilidad de que al menos 2 candidatos
apoyan al candidato A es 0,3132 aprox o 31,32 %
c) Si en una empresa se presentan para cubrir dos vacantes 13 aspirantes de los cuales 5 son
hombres y 8 son mujeres, calcular el n umero de hombres contratados.
N=n umero total de aspirantes (13)
-k= nuestro exito (5)
-N umero de hombres contratados. Para ello existen tres sucesos, lo cual lo llamaremos
P(E
0
) se contratan 0 hombres, P(E
1
) se contrata 1 hombre, P(E
2
) se contratan 2
hombres.
ORMULA
-
P(X = x) =
k
x
N k
n x
N
n
En este caso sera
P(X = 0) =
5
0
8
2
13
2
=
28
78
= 0, 3588
P(X = 1) =
5
1
8
1
13
2
=
40
78
= 0, 5128
P(X = 2) =
5
2
8
0
13
2
=
10
78
= 0, 1282
Respecto a P(E
0
), la probabilidad que sean contratados 0 hombres es de 35,88 %
Respecto a P(E
1
), la probabilidad que sea contratado 1 hombre es de 51,28 %
Respecto a P(E
2
), la probabilidad que sean contratados 2 hombres es de 12,82 %
4. Distribuci on de probabilidad de Poisson
a) Suponga que el n umero de llamadas que llega a una central es de 0,5 por minuto en
promedio, halle la probabilidad de que:
1) En un minuto no lleguen llamadas.
2) En un minuto lleguen m as de 3 llamadas.
3) En 5 minutos lleguen m as de 2 llamadas.
Desarrollo
Sea =0,5 el promedio de llamadas por minuto
P(X = 0; = 0, 5)
ORMULA
P(X = x) =
e

x
x!
En este caso sera
P(X = 0) =
e
0,5
0, 5
0
0!
luego aplicando un c alculo trivial, ya que 0! = 1 se tiene que
P(X = 0) = 0, 6065...
La probabilidad de que en un minuto no lleguen llamadas es de 60,65 %
Desarrollo
Sea =0,5 el promedio de llamadas por minuto
P(X > 3; = 0, 5) = 1 P(X 3)
P(X = 1) = 1 [P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3)]
ORMULA
P(X = x) =
e

x
x!
P(X = 0) =
e
0,5
0, 5
0
0!
= 0,6065
P(X = 1) =
e
0,5
0, 5
1
1!
= 0,3032
P(X = 2) =
e
0,5
0, 5
2
2!
= 0,0758
P(X = 3) =
e
0,5
0, 5
3
3!
= 0,0126
luego calculamos
P(X > 3) = 1 [P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3)]
P(X > 3) = 0, 0019
Existe un 0,19 % de que en un minuto lleguen mas de 3 llamadas
Desarrollo
Sea =2,5 el promedio de llamadas por 5 minutos, ya que 50,5=2,5
P(X > 2; = 2, 5) = 1 P(X 2)
= 1 [P(X = 0) + P(X = 1) + P(X = 2)]
ORMULA
P(X = x) =
e

x
x!
En este caso sera
P(X = 0) =
e
2,5
2, 5
0
0!
= = 0, 082...
P(X = 1) =
e
2,5
2, 5
1
1!
= = 0, 2052...
P(X = 2) =
e
2,5
2, 5
2
2!
= = 0, 2565
luego calculamos
P(X > 2) = 1 [P(X = 0) + P(X = 1) + P(X = 2)]
P(X > 2) = 0, 4563...
* PASO IV: INTERPRETAR RESULTADO La probabilidad de que en 5 minutos
lleguen mas de 2 llamadas es de 45,63 % aprox.
b) En una clnica el promedio de atenci on es 16 pacientes por cada 4 horas, encuentre la
probabilidad de que:
1) En 30 minutos se atiendan menos de 3 personas
=16 pacientes en 4 horas = 4 pacientes por hora =2 pacientes por media
hora
-La probabilidad que en 30 minutos se atiendan menos de 3 personas. para ello
debemos calcular P(X < 3) = P(X = 2) + P(X = 1) + P(X = 0)
* PASO III : APLICAR F
ORMULA
P(X = x) =
e

x
x!
, aplicando lo que se dijo en B
P(X = 0) =
e
2
2
0
0!
= 0,1353
P(X = 1) =
e
2
2
1
1!
= 0,2707
P(X = 2) =
e
2
2
2
2!
= 0,2707
luego, P(X < 3) = P(X = 2) + P(X = 1) + P(X = 0)
P(X < 3) = 0, 6767
* PASO IV : INTERPRETAR RESULTADO
-La probabilidad de que en 30 minutos se atiendan menos de 3 personas es 67,67 %
2) en 180 minutos se atiendan 12 pacientes.
* PASO I : IDENTIFICAR LOS DATOS
=16 pacientes en 4 horas = 4 pacientes por hora =12 pacientes por
cada 3 hora
* PASO II : IDENTIFICAR LO QUE SE PIDE
-La probabilidad que se atiendan 12 personas en 3 horas. para ello debemos
calcular P(X = 12)
ORMULA
P(X = x) =
e

x
x!
aplicando lo que se dijo en B
P(X = 12) =
e
12
12
1
2
12!
= 0,1144
luego,
P(X = 3) = 0, 1144
-La probabilidad de que en 180 minutos se atiendan 12 personas es 11,44 %
c) Si un banco recibe en promedio 6 cheques sin fondo por da, cu ales son las probabilidades
de que reciba:
1) cuatro cheques sin fondo en un da dado.
=6 cheques sin fondo por da
* PASO II : IDENTIFICAR LO QUE SE PIDE
- Cuatro cheques sin fondo en un da cualquiera, en este caso sera P(X = 4)
ORMULA
P(X = x) =
e

x
x!
P(X = 4) =
e
4
6
4
4!
= 0, 9890
- La probabilidad de que se reciban 4 cheques sin fondo en un da cualquiera es
98,90 % aprox.
2) 10 cheques sin fondos en cualquiera de dos das consecutivos.
=6 cheques sin fondo por da = 6 2 = 12 cheques sin fondo en promedio
que llegan al banco en dos das consecutivos.
* PASO II : IDENTIFICAR LOS DATOS
- 10 cheques sin fondo en cualquiera de dos das consecutivos, en este caso sera
P(X = 10)
ORMULA
P(X = x) =
e

x
x!
P(X = 10) =
e
12
12
10
10!
= 0, 1048...
* PASO IV INTERPRETAR RESULTADO
- La probabilidad de que se reciban 10 cheques sin fondo en un 2 das consecutivos
es 10,48 %
5. Distribuci on de Probabilidad Normal:
a) Sup ongase que la demanda mensual de cierto producto se encuentra aproximada por una
variable aleatoria normal con media de 200 y desviacion est andar igual a 40 unidades.
Que tan grande debe ser el inventario disponible a principio de un mes para que la pro-
babilidad de que la existencia se agote no sea mayor de 0,05?
Desarrollo:
Sea X la demanda mensual, entonces X es N(200,40). Lo que se desea obtener es el va-
lor del cuantil x
0,95
para el nivel de inventario a principio del mes, de manera tal que la
probabilidad de que la demanda exceda a x
0,95
(existencia agotada) no sea mayor de 0,05.
Esto es:
P(X > x
0,95
) = 0, 05
o
P(X x
0,95
) = 0, 95.
De lo anterior se sigue que:
P[Z (x
0,95
200)/40] = 0, 95.
o
P(Z z
0,95
) = F
z
(z
0,95
; 0, 1) = 0, 95
donde z
0,95
= (x
0,95
200)/40 es el valor cuantil correspondiente a la variable aleatoria
normal est andar. Para obtener z
0,95
de la tabla D, primero se busca la probabilidad m as
cercana a 0,95. Una vez se encuentra este valor, se toman los correspondientes valores del
rengl on y la columna y se interpola para encontrar el valor deseado de z
0,95
.Por ejemplo,
z
0,95
tiene un valor de 265,8. Esto signica que el inventario a principio de cada mes no
debe ser menor de 266 unidades para que la probabilidad de agotar las exitencias no sea
mayor de 0,05.
b) Un investigador cientco reporta que unos ratones vivir an en un promedio de 40 meses
cuando sus dietas se restringen dr asticamente y despues se enriquecen con vitaminas y
protenas. Suponga que las vidas de tales ratones se destribuyen normalmente con una
desviaci on est andar de 6,3 meses, encuentre la probabilidad de que un rat on dado viva:
1) m as de 32 meses;
Desarrollo:
Debemos calcular la probabilidad
P(X > 32) = 1 P(X 32)
utlizando la siguiente transformaci on Z =
X
, donde = 40 , = 6, 3 y X = 32 en
nuestro ejercicio. As
Z = 1, 27
Luego P(Z > 1, 27) = 1 P(Z 1, 27), obserbado P(Z 1, 27) en la tabla de
distribucion normal se tiene que P(Z 1, 27) = 0, 102042, de este modo
P(Z > 1, 27) = 0, 897958
lo que implica que
P(X > 32) = 0, 897958
Contextualizando podemos decir que la probabilidad de que un rat on viva mas e 32
meses bajo las condiciones descritas en el problema es de 90 % aproximadamente.
2) menos de 28 meses;
Desarrollo:
P(X < 28)
X
, donde = 40 , = 6, 3 y X = 28 en
nuestro ejercicio. As
Z = 1, 27
Luego P(Z > 1, 27) = 1 P(Z 1, 27), obserbado P(Z 1, 27) en la tabla de
distribucion normal se tiene que P(Z > 1, 905) = 0, 028717, lo que implica que
P(X > 32) = 0, 028717
Contextualizando podemos decir que la probabilidad de que un rat on viva menos de
28 meses bajo las condiciones descritas en el problema es de 2,9 % aproximadamente.
3) entre 37 y 49 meses.
Desarrollo:
P(37 < X < 49)
X
, donde = 40 , = 6, 3 y X
2
=
37 , X
2
= 49 en nuestro ejercicio. Luego
Z
1
= 0, 48 , Z
2
= 1, 43
Luego P(048 < Z < 1, 43) = P(Z < 1, 43) P(Z < 0, 48), obserbado
P(Z < 0, 48) = 0, 333598 y P(Z < 1, 43) = 0, 923641 en la tabla de distribucion
normal se tiene que P(048 < Z < 1, 43) = 0, 923641 0, 333598, de este modo
P(048 < Z < 1, 43) = 0, 590043
lo que implica que
P(37 < X < 49) = 0, 590043
Contextualizando podemos decir que la probabilidad de que un rat on viva entre 37 y
49 meses bajo las condiciones descritas en el problema es de 59 % aproximadamente.
c) La Apex Taxi Company ha encontrado que el costo de los viajes se distribuye normalmen-
te con una = 4,30 dolares y = 1,25 d olares. Si el chofer acuda a una llamada escogida
al azar, cu al es la probabilidad de que su costo sea menor de 3,05 d olares?
Desarrollo:
P(X < 3,05)
X
, donde = 4,30 , = 1,25 y X = 3,05 en

nuestro ejercicio. Luego
Z = 1
obserbado que P(Z < 1) = 0, 158655, en la tabla de distribucion normal se tiene que
P(Z < 3,05) = 0, 158655, lo que implica que
P(X < 3,05) = 0, 158655
Contextualizando podemos decir que la probabilidad de que su costo sea menor de 3,05
d olares es de 16 % aproximadamente.
BIBLIOGR
AFIA
1. Canavos, G (1988). PROBABILIDAD Y ESTAD
ITICA Aplicaciones y metodos. : McGRAW-

HILL.
Ejercicios de Distribucion de probabilidad binomial
* Ejercicio a), 4,21 p agina 124. Captulo Cuatro (Algunas distribuciones discretas de probabi-
lidad).
* Ejercicio c), 4.12. pagina 123. Captulo Cuatro (Algunas distribuciones discretas de probabi-
lidad).
Ejercicios de Distribucion de probabilidad Hipergeometrica
* Ejercicio a), 4.8 p agina 111. Capitulo Cuatro(Algunas distribuciones discretas de probabi-
lidad).
* Ejercicio b), 4.7 p agina 110. Capitulo Cuatro(Algunas distribuciones discretas de probabili-
dad).
Ejercicios de Distribucion de probabilidad de Possion
* Ejercicio a), 4.7 p agina 104. Captulo Cuatro (Algunas distribuciones discretas de probabili-
dad).
Ejercicios de Distribucion de probabilidad Normal
* Ejercicio a), 5.3 pagina 138. Captulo Cinco (Algunas distribuciones continuas de probabili-
dad).
2. Montgomery, D. Runger, G (1996). Probabilidad y estadstica aplicadas a la ingeniera. :
McGRAQ-HILL.
Ejercicios de Distribucion de probabilidad binomial
* Ejercicio b), 3,62 p agina 130. Captulo Tres (Variables aleatorias y distribuciones de proba-
bilidad discretas).
Ejercicios de Distribucion de probabilidad Geometrica
* Ejercicio a) 3-71 pagina 138, Captulo Tres (Variables aleatorias y distribuciones de probabi-
lidad discretas).
3. Walpole, R. Myers, R. Myers, S (1999). Probabilidad y estadstica para ingenieros, 6a. ed..
Mexico: PRENTICE-HALL HISPANOAMERICA, S.A.
Ejercicios de Distribucion de probabilidad Geometrica
* Ejercicio b) 7. p agina 140, Captulo Cinco (Algunas distribuciones de probabilidad discretas).
* Ejercicio b) 7. p agina 158, Captulo 6 (Algunas distribuciones continuas de probabilidad).
4. Weimer, R (2006). ESTAD
ISTICA 1a. ed. en espa nol. Mexico: Compa nia editorial contiental.
* Ejercicio c) 9. p agina 321. Captulo siete (Distribuciones Continuas).
5. Freund, J. & Walpole, R. (1990). Estadstica matem aticas con aplicaciones 4a. ed.. Mexico:
PRETINCE-HALL HISPANOAMERICANA, S.A..
Ejercicios de Distribucion de probabilidad Geometrica.
* Ejercicio c) 24. p agina 205. Captulo cinco (Distribuciones de probabilidad especiales).
6. M. en C. Jos Luis Hernndez Gonzlez (2003). DISTRIBUCIN DE PROBABILIDAD DE VA-
RIABLES.
Ejercicios de Distribucion de probabilidad Hipergeometrica
*Ejercicio a) 1. p agina 8. (Distribuci on Hipergeometrica)
7. Articulos obtenidos desde internet
Ejercicios de Distribucion de probabilidad de Poisson
* Ejercicio b) Jeanpoul, (4 de Diciembre de 2004)EJERCICIOS RESUELTOS DE MATEMA-
TICAS ONLINE Obtenido el 28 de Diciembre del 2011 desde
http : //blogupiicsa.blogspot.com/2010/12/distribucion de poisson
0
4.html
* Ejercicio c) Autor desconocido, (No especicada)DISTRIBUCION DE POISSON Obtenido
el 28 de Diciembre del 2011 desde
http : //www.itch.edu.mx/academic/industrial/sabaticorita/
p
rivate/05Distr %20Poisson.htm

Anuncio Tele Taller N°5

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Anuncio Tele Taller N°5

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDAD CAT

OLICA DEL MAULE

en este caso sera de la siguiente manera

aplicando formula de factorial se llega a que

en este caso sera de la siguiente manera

aplicando formula de combinatoria se llega a que

aplicando formula de combinatoria se llega a que

En este caso sera

, donde = 4,30 , = 1,25 y X = 3,05 en

ITICA Aplicaciones y metodos. : McGRAW-

Anda mungkin juga menyukai