LIBRO Ball .

Tema 1 8 TIPOS DE VARIZBLES

① Indique cuáles de las

siguientes variables son discretas y cuáles son
continuas o

a) Número de autos
que son revisados en un verefl centro por día .

DISCRETA .

b) Tiempo que tardan en

entregar una
pizza desde el momento en
que se
ordenen
( ONTINUZ .

c) Pérdida de peso que se logra con cierta dieta

CONTINU 2o

d) Número de materias dados de baja ,

desde el inicio de la
carrera hasta el momento por un alumno .

DISCRETA .

④ ELLRUUO 3.2.5 Determina si las siguientes son funciones de

probabilidad :

a ) f (X ) = + VI valores de ✗ = 0.01
, 004,009 , 0.16

① flx ) YO

1- ( 0.04 ) = + VOI ≥ o
✓

f- ( 0.01 ) = + V0.07 ≥o ✓

f- ( 0.09 ) = + V0.07 ≥O ✓

② Zfx (X ) = !

flx ) =
V07 + V0.07 + V0.07 + V07 =

0.1 0-3 + 0.4

=1_→
= + ◦ 2 t

b) f- (X) =
X -
✗ 2+0.1 valores de ✗ =
0-1,0-2,0<3,04/0.5

① f-✗ ( X ) ≥o

f- ( Oil ) =
(0.1 ) -

(o 1) 2+0.1=0.19
-
✓

f- (0-2) =
0.2 -

Co 2) 2 .
+ 0.1 =
0.26 ≥O ✓

② Ifx ( X ) = 1-

f- ( Oil ) =
(0.1 ) -

(o 1) 2+0.1=0.19
-

f- (0-2) =
0.2 -

CO 2) 2 -
+ 0.1 =
0.26
Efxlx ) > 1-
f- (0.3 ) = 0.3 -

( o .
3) 2+0.1 =
0.3 ,

f- 10.4 ) =
0.4 -
( o 4) 2-10-1--0.34
.
% NI es

f- ( 0.5 ) =
0.5 -

(o 5) 2-10.1
.
=
0.35 una
función .
 ✗ =
0,1 , 2 3
C) flx )
,

0 ! = 1-

① fxlx ) ≥ O

flo ) =
=

µ÷ = %ˢ =
% ≥ O

3¥
,Ü→ § ≥o
fli )
=
=
= =

1- ! 2 !
ES UNA Función

f- (2) =

2%3--2 ! (2.3%1-1) )
= =
3¥ =

§ ≥ O

3%1%1=(3%7)-101.7 3¥ £ ≥ o
=
=

1- (3) =

②
Ifxlx ) = 1-

Zfxlx ) = £ + % + En = £ +
§ =
%Í = 1

(✗ -
2) ✗ 1 , 213,4

d) flx )
=

=
a-

a) fx (x ) ≥o

NNO Función
Yo
es
E
.

fx (1)
-

= =

fx (a) =
¥ = o ≥ o

fx (3) =
13¥ =
↓ ≥o

f- (4)
×
= 4¥ = 1- ≥ o

e)
f- ( × ) =
¥7 ✗ =
213,415

a) f- ✗
(x ) ≥o

fx (5) ¥ :-, ≥
÷
o
=

%
=

f- ✗
(2) =
=
≥ o

fx (3) =
¥ =
%- ≥ O

fx (a) =

÷ =

÷ ≥o
 b) Zfxlx ) = 1-
NO
es
1-
3-4 +
3-8
+

13-6
+
3-2 =

§ +
Igz
=

273+29-7 FUNCIÓN

③ Sea X variable una aleatoria discreta con la

siguiente distribución de

probabilidad
Xi 3 5 ✗3
Px P, 0.3 0.2

④ Sea X
probabilidad una variable aleatoria con la siguiente distribución de

t.it:3#:::-.t:-.
a) Calcular E (3×-1)

E (3×-1) =

[ 31-3 ) 1) (0-2)+(31-1)
-
-
1) ( 0.1 ) +
[ (3) lo ) 1) ( -
0.4 )

+ [ 3 (e) -
1) (0-2) +
[ 31a ) 1) (0.1)-

E (3×-1) = -2-0.4 -

0/4 +0/4+0.5=-1.1 ,,

b) Calcular E (2×+1)

E (2×+1) =
(21-3)+1 ) (o a) . +
[ 2 C- 1) +
1) (0-1) + [2101+1]/0.4 )
+ (2/1)+1 ] (0-2) +
( a. (2) +
1) ( 0.1 ) = -
t -
O t - -
0.4+0.6+0.5

= -

2/5

⑤ Encuentre el valor de K que hace

que
las siguientes funciones sean
funciones de probabilidad

a) f- ×
= K ( ✗ 2+4 )

① f- ( X )
✗
≥ O
② Efxlx ) = 1-

f- ( o ) K (02+4) = 4k
f- ( o ) (02+4)
=

=
K ≥o
f- (1) = K (12+4) =
5k
4K YO
K ≥ % f- (2) =
K (22+4) =
8k

K ≥ O f (3) =
K (32+4) = 13K

4K + 5kt 8K +13k = 1-

30K = 1- K =
⑥ La Vida Útil de un medicamento es una variable aleatoria con la siguiente
función de densidad .

{ ¥ñ
× > ◦

f- G) =

O lo 0o C

a) Encuentre la probabilidad de
paquete de ese medicamento
que un

tenga una vida útil de alo más 200 días .

b) De entre 90 y
130 días

c) Encuentre la vida útil promedio de la medicina

d) Encuentre la varianza de la vida útil de la medicina .

a) 200 200

§ (2×9%-0) }
dx =
2000/0 ( ✗ +100 )
-

3d ×

◦°

= 200o
/ (×±¡ ¡ ◦
= 200o
)
=

aooofi-o-t-aooof.IE ) =
-

(H± ¡¡ ¡
"°

/
' 30
b)
|
-3
dx ( ✗ tioo ) dx
c,
=
zooo =
200o
,

a. ◦ 90

= 2000
{ (Ío ) )
-

( -

#ü ) ) =
2000
LEÍ +
)
=
2000
( -
O . 00000945179 + 0.00001385041 )
=
2000
( 0.00000439862 ) =

0.008797J ,

c) Elx )

=/ ×
(7×9%-3) dx

=
| ) di
=
200º
/→ ,
di

=
zoo
(E) ( " )
=
2000
(≠ ✗ 21×+10052/-14 )
⑦ La función de densidad de probabilidad de la variable aleatoria X está dada
POV

{ ¥ ◦ < ✗< 4
para
fcx ) =

O lo O . C

Encuentre :

a) El valor de C

b) P ( × < Ya )

c ) P (× > 1)
d) Encuentre la función de distribución acumulada calcule
nuevamente b) y c)
y

/ f- (x ) =
!

a)
[
4

/ * [ % dx
-

dx = dx = cx
◦

"
=

el :?) .

el→ /
•

4C =L [ = %

b) Función de distribución acumulada

/ ×%
Z

%# /¡ * :/
"
ax =
te ax = ✗ "
dx =

{
◦

| |}
" ^
=

14 =
↓ [ 2 ✗ 2) =
↓ VI Función Distribución
De

Acumulada

c) PCX <
1/4 )

%! #

d) P (× > 1)

[ "
⑧ Sea viable aleatoria con función de densidad .

{ ÷ (' -

✗ 2) -
t ≤ ✗ ≤ 1
f- ( x ) =

O e. O . C

a) Encontrar el valor de c .

f-¡Eli -
✗ 2) dx

{¡ la -
✗ 2) dx =

f- 1- dx -

% ,
✗
'
dx

:( % ✗
.
-

1¥11 ,
= :

2- ( i -
l it-

) -

(§ -
l I)
-

) = 1-

÷ ( Es )
=
a -
= 1

=
7- (E) =
1-

7- = 1- [
=L ,,

b) Encontrar E (X )

"

EH ) =
|
→
(x) (E ( r -
✗ 2) ] dx

=/¡xf? -

E. ✗
2) cix =/¡ ⇐ × -

? ✗ 3) dx

=
E. xax -

? /¡ ✗ 3a × =

? { ¥/¡ -

? / %-) ! ,

:( : -

t :)) -

:( ↓ -

t :))
( ) (E) % ¥ %
'
? 3- ±
? ?
= =

EH ) t
=
_
=
= =
-
=

c) Encontrar Var (x )
≥

Var (x ) =
E (x2 ) -

[ Elx )]
E- ( x2 ) =

f.¡ [ %
✗
2
( i -

✗ 2) / dx
 =) (34 74×2)
2
✗ -

dx

=
( 3/4×2 -
% ×
"
) dx =
% 3-4×2
,
dx -
& ×
"
dx

( ¥ ) -4¥ !
"

E) ¡ 3-4
"
= ✗ 2a, _ ✗ dx =
?
→

:( ÷ -

t :)) -

:( ÷ t :-)) -

Ee (5) (E) E § 3¥
'
?
=
-
=
= - =

d) Calcular P C-% < ✗ < o ) O

°

/% {¡ (34
O

| EL -
✗ 2) dx =
% ( i -

✗ 2) dx =
-

3-4×2) dx
:
-

/
°

{ -

%
% dx -

y
? ✗
2
dx

:| : dx -

3-4 / ✗
2
dx

%
-

:[ MÍ .
-

:( ¥1 !
'
=
:( :) :( 1- ¥ ) ) -
-

=
3-8
-

% ( Ea )

3-8 ¥6 3ˢ
=

0.34375-1
-
= =

e) PL Es - < ✗ <
%)
" "2 "z

| ¡ E.
"

f- % dx -

-
✗ 2d" =
? f. yadx -

3-4 / →
µ
✗ dx
'
=

:( ¥1 ! :(÷:(
1/2

1×1 .

"
-
=

:( ÷ -

t :)) -
" '
1)
= El :-. :) -

:( Ía -

l -
=
? ( Ee ) -

& ( E. +
)
 ¡ 4*4=16*4*3

3-4 (GIF) % Es (E) % Ío YEI k¥6

= -
= - = -
- -

0.52734mg
=

¥
{
× -
o ≤ ✗ ≤ z

⑨ SI flx ) =

O lo O . C o

a) Encontrar la función de distribución f- (X )

f:( t -

E) Á -
-

¡ tot -

fi # a-

/ ¥ }! /
× Función de

= -
¥/ = ¥ Y÷ -
Distribución

b) Calcular varianza

¡¥
2 2

Elx ) =/ ¡ ( %-) ✗ × -

dx
=/ ( ◦
✗ 2-
¥ ) dx =/ ◦
✗ -
dx

⇐
* ! :(¥1 : ÷ f.) ( ÷)
-
-
-
- -

§ -

G) E) =

: -
=

Elxi )
=/¡ ✗
2

/ × -

E) dx =/¿ ✗
3-
¥) dx
=/ ¡ ×
>
dx -

¡E- dx =

-1¥) : (E) ¡ -
=
÷ ÷ - -
÷ E. - =
:*

El ✗ 2) =
4/3

Var (X) = E ( x2 ) -
[ Ecx ) ] ≥

= _

(¥5 : =
-

EE .
=

: -

:& .

300%5256--4*5
=

Función Acumulada o

Densidad
¥% Acumulada

{
④ Si fcx ) = O ✗ ≤ 1-
Derivo
→ Densidad
¥ Acumulada
I≤ ✗ ≤ 3

1 X > 3
a) Encontrar la función de densidad .

¥ (¥ )
tus f.
ÍY
= -
-

{ f- ( X )

f- ( X )
=

=
↓
O
' ≤ ✗ ≤ s

e. 0°C

b) Calcular PEE < ✗ <

a)

=/ ¡E
2

/¥
Ya
-
dx -

E) ax -
-

En
-

/Í tú
Ya .
-

-112
in -

¡ jax =

:( ¥1 ? ,
-

EHI ,≥
-112

:( ÷ -

( '
1) -

{ (22-1%5) )
=
{ ( z
-

f :)) te / -
a +
↓)
=

! ( a
-1¥ ) -

¡ (E)
=

:( ¥ ) -

¥
=

÷ ¥ -

#
SI la distribución de probabilidad conjunta de X y Y es --

F (× , y ) =
(×+¥ para
✗ =
0,1 , 2 , 3 y
=
0,1 , 2 encuentre

a) La tabla de probabilidad conjunta de X y

Y

÷
b) P ( ✗ ≤ 2
, y
=
1) = Eso + Eso + = =
E-

c) P (× > z,
y ≤
1) =P ( ✗ =3 , y -0 ) + P ( ✗ =3 , y = 1) =

=
3/30 + 4/30 =
7/30

901
d) ( / y 1)
PÜf_
=
=

✗
D #
- =
-
=

=
3/10

e) P (✗ / y ≤ 1)
P(×¥ ¥7 4¥, %
=

= = =
⑤ SI * y Y son dos variables aleatorias discretas en donde :

ELX ) =
2 E (y ) =
-1 Varlx ) =
4 Var (4) = 6 ( ou (× , Y ) =
↓

Obtenga el valor esperado

y la varianza de

a) Z =
× + Y

ECZ ) =
E (X ) + ELY )

E (z ) = 2 + 1- 1) = 1

Varlz ) =
Var (X ) + Var (4) =
4+6=1-0

b) W = × -

Elw ) =
Elx ) -

E (Y ) =
2 -

C- 1) =3
Varlw ) =
Varlx ) -
Var (Y ) =
4-6 = -
z

c) U =

y -
×

ELU ) = E (Y ) -

E- (X ) = -

t -

z = _
z

V (v ) =
VLY ) -
⊖ (X ) =
6-4--2

④ Sea X una variable aleatoria con la

siguiente chst de .
probabilidad .

¥→É÷
EH ) =
( 3) (4)-

+ • (4) + a ( %)
% +
6/2 9cg 3%
-

= + =

⑦ Encontrar a partir de la siguiente función de probabilidad

conjunta o

10-10-15
Ü
5 0.1 0.15

a ) E ( X) y ECY )

E ( X) = 1 ( 1)◦ + 3C 2) .
+5 C. 1) + 1- C. 15 ) +3C 3) . 1-5 ( • 15 ) =

31 ,

E (Y ) = 21.1 ) + z C. 2) + 21.1 ) + 41.15 ) + 4L 3) +41.15

.

) =
32
,
lo ) Var (x ) Var (Y )
y

Var (X ) = E ( x2 ) -

E G)
a

E ( ✗ 2) =
12 (1) + 121.15 ) + zz f. 2) + 32 ( 3)
.
+ 54.1 ) +

521.15 ) =
11

Var (X ) =
11 -

(3)
2
=L,

Var (y ) =
Ely 2) -

Ely )
≥

E ( y 2) =
22 f. 1) + 22 f. 2) + 22 C. 1) + 421.15 ) + 42 ( 3)
◦ + 44.15 )

Var (y ) = -
G. a) 2
=

c) Encontrar cov (× , y )
Cov (× , y ) =
ECX , y ) -

Elx ) .
Ely )

E (× Y )
.
=
G.) (2) (1) + (3) (a) 1. a) + (5) (a) ( 1) • + (1) (a) 1.15 ) + (3) (4) (3) + (5)(4)t.is/--9Ls ,

( OV ( X , y ) = 9.6 -

(3) (3. 2) = 9.6 -9.6

=L ,

d) Encontrar con IX. Y )

Corr ( xiy ) =

%ff.fi?----v?s-.*---- °"

④
Sean X Y
dada
y dos variables aleatorias cuya distribución de probabilidad conjunta está

por
"
✗ o 1-
-

1 O Ya

O % O

1- Ya

( ou (Ky ) =
Elxy ) -

Elx ) Ely )
E (X) = (-111/0)+0 + 1- ( ka ) + f- 1) (4) +
%
=
1/12 -
Ya + 1/2 =

l-J.tl =
4/12 =

G- =

1-2 ,

E ( Y) = -

% +
% =

tu ,,

ELXY ) =
1- 1) 4) ( Yu ) + (1) (1) ( %) = -

↓ +
↓ =
 (ou ( XY ) =

1a -

( Yu ( %)] =
! -
=

3¥
=

& ALGUN ds DISTRIBUCION DE PROBABILIDAD

A p A R T A ☐ o

Ejercicio ② SI un producto tiene defectos en un 4% de los casos .

¿ Cuál es la probabilidad
DISTRIBUCIÓN de en muestra de 10 haya a lo más 1 defectuoso ?
que una ,

131 NO MILL

n =
10 Y
p
=
0.04 En R =
Distro binom .
N ( 1,10 ,
0.4 , 1)
9- =
0.96 = (I -

p ) =
0.9418

Ejercicio ⑧ Sea Z una variable normal estandarizada .

Calcule las
siguientes probabilidades .

a) P (o ≤ z ≤ 1.32
) = P (z ≤ 1.32 ) -
P (z ≤ O ) =
0.9066 -
0.5 =
0.4066-1 ,

1o ) P ( -2.03 ≤ z ≤ O ) = P ( 2- ≤ o ) -
P (Z ≤ -2.03 ) = 0.5 -
0.0212 =
0.288-1 ,

C) P ( z ≥ 1.25 ) = l -
P ( z ≤ -0.34 ) =
1 -

0.3664=0.6331
,

e) P ( 0.34 ≤ z ≤ 2.30 ) = P (z ≤ 2.30

) -
P (z ≤ 0.34 ) =
0.9893 -0.6331 = 0-3562

f) P ( -
1.96 ≤ z ≤ 2.35 ) =
P (z ≤ 2.35 ) -

P (z ≤ -
1.96 ) =
0.9906-0.0250 =

0.96561 ,

g) P (o < z < 2.05 ) = P (z < 2.05 ) -

PCZ < O ) =
0.9798 -
0.5 =

0.47981 ,

h) p ( -
1 ≤ z ≤ 1) =
P ( z ≤ 1) -
P ( z ≤
-
1) =
0.8413 -
0.1587 =

0.6826-1 ,

j ) p ( -
a ≤ z ≤ 2) =
P ( z ≤ 2) -

Pfz ≤ -

a) = 0.9772 -
0.0228 =
0.9542 ..

Ejercicio ⑨ La variable aleatoria Y tiene una distribución Poisson con parámetro d- 7

a) P (y ≤
4)
7
poisson drst ( 417,1 ) 0.1729916
= =
.

b) Plz < y ≤
8)
poisson odrst (8/7,1) Poisson drst ( 317,1 ) 6.4.733 %
-
◦ =

c) P (3 <
Y <
8) =
poisson drst (4/7,0)-1 Poisson
◦ .
drst (5/7,0) +
poisson dhst ◦ (6,7/0)
+ Poisson drst . (7,7/0) ≈ 51.695 %

e) pts-8 /
pp.LY:9#=P0lssonochstl8AO)---o.iauoaoip01SS0hodhst
Y ≤ 10 ) =

(70/7,1)
Ejercicio ④ Se sabe que el examen final de estadística lo aprueban el 60 % de los alumnos .

Si 20 alumnos presentan un examen final de esta materia

a) Calcule la probabilidad de
que
2 de ellos aprueben .

los alumnos aprueben

b) Calcule la probabilidad de
que todos y
la probabilidad de que todos
reprueban
"
'°

a) C
2

z
( 6)◦
( 4)•
=

0.0000047
p
=
probabilidad de éxito = 60%
Dtstr . blnom . N ( 2,20 ,
0.6 ,
o ) = O -000036

probabilidad de fracaso 40%

g-
= =

n =
20

b) Todos aprueben : c) Todos rebkeeben

20 "

[ % ( 4) ( 6)
◦

( 6) (4)
"
[ zo ◦
°
= 0.000036 • .
=
0.00000001099

Ejercicio ④ La variación (× ) de la cantidad de agua ( en cientos de litros )

DISTRIBUWÓN en un depósito de una semana a la
siguiente , sigue una distribución
UNIFORME uniforme con función de densidad

{
CONTINUZ K -
zo ≤ ✗ ≤ 20

fx ( )
× =

O en - O . C

a) Determine el valor de K

b) Obtener la función de distribución acumulada de X

c) ¿ cuál la probabilidad de mes

tengan dos semanas con
es
que en un se

valores positivos de × ?

{
[ -20,2°]
a) fxlx ) =
=
¥-25
K=
1/40
a ≤ ✗ ≤ b
b) Función de distribución acumulada .

XII
→ ◦ ≤ ✗ ≤ ao

Fx (x )
=
=

c) Plx ≥ a)
2 2 Z

↳ Ío dx =
f- ◦ { dx =

1- ( ] ◦
×
.
=
(a) =

% =

→
Lo

✗
Ejercicio ④ Sea Z variable aleatoria que sigue una distribución
-

una
-

normal con media O varianza 1 Determine el valor de c , tal que

y .

Distribución
Normal a ) P (o ≤ z ≤ c) =
0.4207
Estándar
D (z ≤ o ) - P (z ≤ c) =
0.4207

0.5 -
0.4207 = PCZ ≤ C
)
P ( z ≤ c) =
0.0793 C =
-1.41
-
Se busca en el

cuerpo de la tabla
 b) P (c ≤ 2- ≤ O ) =
0.2257

plz ≤
c) -
p (2- ≤ 01=0.2257
p (z ≤ c) -
0.5=0.2257

plz ≤ c) = 0.7757 = > [ =

0.6-a ,

c) p ( - 1.23 ≤ z ≤ c) =
0.4474

plz ≤ c) -

PCZ ≤ -

1.23 ) = 0.4474

P ( 2- ≤ c) =
0.4474 +0.1093 = > PCZ ≤ c) = 0.5567

|
o.EE?----::::::::::P(z
) Z

0.5596 0.15
0.5567 C

0.5557 0.14 = ÉL
= > -10.0039

C = (0.7-4358)/0.01 ) +0.15

C =
0.15743g ,,

d) P ( -1.23 ≤ z ≤ c) = 0.1888

pfz ≤
c) -
P ( 2- ≤ -1.23 ) = 0.1888

P (z ≤ c) -
0.1093=0.1888

Plz ≤ c) = 0.1888+0.1093 = 0 .

2981

[ = -
0.53

e) Pfc ≤ 2- ≤ 2.31 ) =
0.3124

plz ≤ 2.31 ) -

pfz ≤ c) = 0.3124

0.9896 -
PCZ ≤ c) =
0.3124

0.9896-0.3124 =
pfz c) ≤

plz c) ≤ =
0.6772

C=n
f) P ( z ≤ c) = 0.1003

, ca en la
C =
-1.28 tabla .

g) P (o ≤ 2- ≤
c) =
0.4236

Plz ≤ o ) -
plz ≤ c) = 0.4236

0.5 . -
PLZ ≤
c) =
0.4236

0.5-0.4236 =p ( 2- ≤ c)

pfz ≤ c) =
0.0764

= > [ = -

1.43-a ,
 -
× -

Ejercicio ④ El tiempo de reacción en

segundos ,
ante un estímulo visual ,
se considera
que variable
es una
aleatoria
que toma valores en los términos [ 5,9 ] . Además , cualesquiera dos intervalos de la
misma
longitud contenidos en [ 5,9] tienen asociada la misma probabilidad

a) ¿ El tiempo de reacción es una variable aleatoria o continua ? ci Cuál es la distribución de esta variable
aleatoria ? continua drst ☐ [ 5,9 ]

b) Determina la probabilidad de
que el tiempo de reacción de una persona sea menor a 7 seg .
,
si se

sabe que han pasado más de 6 seg

ya
.

c) Valor esperado
y
desviación estándar del tiempo de reacción ◦

{
bta ≤ b
UNIFORME
a ≤ ×

° ) fx (x) =

[ 5,9 ] =
[a ,
b]

CONTINUA

{ ↓
a= 5 5 ≤ ✗ ≤ 9

fx ( )
b- 9
µs =

f- = > × =

O lo O C .

1o ) P

7
( ✗ < z / ×> a)
7
=

P§,
{ te 6
dx =
! { dx =

↓[ ×
]! =

! (7-6)--14

{:
9

| ,
↓ dx =

{ dx =

! [ ] ×

6
=

? ( 6) a- =

p ( ✗ < 7 / ×> 6) =
3¥ = % -
-

b- ,

c) Valor esperado

E (× ) =
aatb = SÍ =
7- ,

(x )
2

( b- a)
≥

Var -
= (9-5) =
1.35-a
→ →

Ejercicio ④ Una fábrica produce pistones cuyos diámetros siguen una distribución normal con mecha de
desvest de 0.001 cm Para útil su diámetro deben
que un pistón
5
encontrarse
cm sea
y
.
,

entre 4.998 y 5.002 Si el dramétro de 4.998 el pistón cm . es menor se

desecha °
,
si es
mayor que 5.002 cm el pistón puede procesarse o

a) ¿ cuál es el porcentaje de
pistones que serán útiles ?

b) ¿ Qué porcentaje será reprocesado ?

a) µ ×
= 5 P ( 5.0oz < × < 4.998 )
a = 0.001 P (%÷ < z <
%?)
P (2 < z < -
a
)
P(z < 2) -
P (z < -

2) = 0.9772 -

b) Si P ( × > 5.0oz
)
P ( × > %)
p ( × > 2) o 1- P ( ✗ 2) <
l -
O 9772 - =

0.02281 ,
 Ejercicio ④ En cierta zona de una ciudad la concentración de monóxido de carbono (w ) , en un período de dos
horas , tiene aproximadamente una distribución exponencial con varianza
igual a 6.25 partes
millón
por .

b) Calcular la probabilidad de
que
la concentración de monóxido exceda las 6 partes por millón .

c) En un momento dado se cuenta con la

información de
que W está entre 3
y
9 .
¿ Cuál es la probabilidad
de w > 6 ?
que
b)
TI = 6.25 =
⊖
≥
=
1- p ( × 6) >

G. 25

[Es
⊖ V6.27
f-
=
2-5
é
=

sé
=

# a.

% -5
= -
1 ( e- ] =

0.09071 ,

c) P ( 3 < ✗ < a)

(
"

l-%5dw-z.sk/-a.s- f- %) ¡
Es
)
-

Es
-

! l
-

= _

= -
O .
0273237 -
0.301194
= ↓
÷

Distribución Supóngase que

la demanda mensual de cierto producto de una variable aleatoria que
sigue una

Normal distribución con mecha de 200 kg y desu estándar

Igual a 40
kg . ¿ Qué tan grande debe
ser el inventarlo disponible a
principios de un mes para que ,
la probabilidad de
que
la
Eleraao ④ existencia se agote sea
igual a 0.05 ?

µ ✗
=
200
kg P (✗ ≤ m ) =
0.05

Tx =
40kg
(¥
m¥ˢ)
P ≤ =
0.05

TI

1 -
p (z ≤
TII ) =
0.05

=P (
1- 0.05 z ≤
mJˢ )
p( z ≤
mJˢ ) =

0.95-a ,

↓ .

Se busca en el cuerpo de la
tabla .

Prob Z

X 1.65
.ci?:-.:::::-
0.9505 1.65 -
=

0.95 X 1.64
-

1.65

0.9495 1.64
=

✗ = -
0.005 + 1.65=1.645
= >

Z =

1.645J ,

Entonces

1.645
Majd
=
 M -

200 = 1.645 (40 )

m = 1.645 (40 ) + zoo

ma-265.EU El inventarlo debe ser

,, tan
grande

El tiempo necesario la transmisión de automóvil , sigue distribución normal

Distribución para reparar un una

Normal
con mecha
y desviación estándar iguales a 45min y
8 min respectivamente El mecánico le
.

un diente estará listo en una hora

comunica a
que su auto .

a) Ó Cuál es la probabilidad de
que
el mecánico no cumpla con lo establecido si , el comenzó a trabajar 13 min
,

después de
que
el cliente dejó su automóvil ?

b) ¿ cuál es la probabilidad de que a lo más de 5 automóviles de un total de 15, sean reparados en más
de 45min ?

a)
P ( 13 < × ≤ 60 )
µ =
45
Tx =
8
Pts-845 < ≤
60-845-1
P ( -4 < Z ≤ 1.875 ) =
P (z ≤ 1.875 ) -
P (
z
< -

4)
= 0.9393 -
O =
0.93931 ,

lo ) P (× ≥ 45 )
P (×j÷ ≥
45-845-1
P (z ≥ o )
= | -
p (z ≤ O ) = 1 -
◦ 5 =
.SI ,

Distribución de considere
que
el comportamiento de una variable aleatoria × se puede describir de forma
POISSOM aceptable con una distribución de Poisson con paramétro Igual a 50o

a) ¿ Valor esperado
y
la varianza de × ?

E (X) =
50

Vlx ) = 50

b) PCX < 35 )
=
PCX ≤ 34 ) =
poisson drst . ( 34,50 1) ,
=
0.01081 ,

✗ =
50

c) P ( 40 < × < 60 ) ≈
0.82171 ,

d) P (× > 75 )
1- P (X ≤ 74 ) = | -

poisson . drst ( 74,50 1) ,

 Eterna o ④ Suponga que la demanda mensual de cierto producto se encuentra
aproximada
por una variable aleatoria normal con mecha de 200 toneladas desviación
y
estándar de 40 toneladas Calcule la probabilidad de la demanda
mensual
que .

sea

a) mayor que 225 toneladas

b) se encuentra entre 195

y
215 toneladas .

a) p (× > 225 )
to ) P ( 195 < ✗ < 215 )
P
(¥ >
«I )
P (z > 0.625 )
p ( 19552% <
×¥ <
21%200-1
=
1 -
P (Z < 0.625 ) P ( -
0.125 < Z 20.375 )
1 0.7357
0.2643-1
= -
=

, =
P ( ZCO -375 ) -
P
( z
< -0.125 )
=
0.6480 -
0.4483 =
0.19971 ,

DISTRIBUCIÓN Eterna o la de un examen de admisión

27
Supóngase que
.
puntuación sigue
NORMAL una distribución normal con mecha 30 desviación igual a ZO Calcule
y
.

la probabilidad de la puntuación esté

que

a) Entre 60 y 80 a ) P (60 <✗ < 8o )

b) por debajo de 60
P <
¥ <
%÷)
c) por arriba de 40

P ( 1.5 < 2- < 2-5 )

P (z c 2. 5) -

P (Z < 1. 5)
0.9938
0.06061
= -
0.9332 =

b) P ( ✗ < 60 )

P (¥ a TI )
= P (z < 1. 5) = 1- P ( z ≥ 1.5 )

c) P ( × > no )

P
( *¥ >
40-300-1 Plz > 0.5
) = l -

P (z <
0.5 )

1 O 6915 O
31N
= - =
-
-

,,

Eleraao ④ La demanda de cierto producto sigue una distribución normal con

mecha 605.6 MI desviación estándar de 4.6 MI
y
a) Calcule la probabilidad de
que la demanda diaria sea de al menos 600mL .

b) Calcule la probabilidad de
que
la demanda diaria esté entre 595 ml y 605mL .
 a) µ ✗ =
605.6 =P / × ≥ 600 )
Tx
(×¥-≥°%%)
=
4.6
=p

=p
( z ≥ -1.22 ) = 1- p ( z ≤ -1.22 )
=
1- 0.1112 =
0.8888-1 ,

lo ) P ( 595 < ✗ < 605 )

=p
(595-0056-2 4. 6
<
605-4%5.6-1
=P ( -2.3 < ZL -0*13 ) =

=
P (z c -
0.13 ) -
P ( z < -

2- 3)
0.4483 0.0107 0.4376-1
= -
=