Jercicios Ariables Aleatorias Continuas Y Distribuciones de Probabilidad

EJERCICIOS
VARIABLES ALEATORIAS CONTINUAS Y DISTRIBUCIONES

DE PROBABILIDAD
Fecha: 20/11/2022
Nombre del estudiante:
Norma Marifer Gonzalez Cantú
Gustavo Perez Mora
Laura Daniela Ruiz Flores
Gloria Sthephanie Barroso Murillo
Carmen Aislinn del Razo Gonzalez
Mayra Paulina Zuñiga Huitrón
Nombre del docente:
Luis Pérez Nazar
1.Con base en los materiales de unidad 2 y 3 resuelve los siguientes ejercicios sobre variables aleatorias
continuas, variables aleatorias discretas y distribuciones de probabilidad que te permitirán identificar su
uso y aplicación.
Recuerda las siguientes definiciones:
• Variable aleatoria. Descripción numérica del resultado de un experimento

• Variable aleatoria continua. Variable que puede asumir cualquier valor numérico en un
intervalo o conjunto de intervalos
• Variable aleatoria discreta. Variable que puede asumir cualquier número finito de valores o una
secuencia infinita de valores.
• Distribución de probabilidad. Descripción de cómo se distribuyen las probabilidades entre los
valores de una variable aleatoria.
• Función de probabilidad. Función, que se denota con f(x), que proporciona la probabilidad de
que x asuma un valor particular para una variable aleatoria.
La función de distribución de probabilidad de las variables aleatorias discretas o continuas se

presenta en las siguientes imágenes:
A. Ejercicios de aplicación de variables aleatorias continuas y distribuciones de probabilidad.
1) Una cartera de inversión contiene acciones de un gran número de empresas. El año pasado, las tasas
de rendimiento de estas acciones siguieron una distribución normal que tenía una media de 12.2 % y
una desviación típica de 7.2%
a) ¿de qué proporción de estas empresas fue la tasa de rendimiento de más del 20%?
µ=12.2%
σ= 7.2%
P ( y > 20% ) = P ( ƶ > ( 20 – 12.2 / 7.2 ) )
= 1 - Ø ( ƶ < 1.08 )
= 1 – 0.8599
= 0.1401 = 14.01 %
b) ¿de qué proporción de estas empresas fue la tasa de rendimiento negativa?
P (x< 12.2) = 0.5=5%
c) ¿de qué proporción de estas empresas fue la tasa de rendimiento de entre el 5% y 15%?
P ( 5% ≤ y ≤ 15 %) = P ( ƶ > ( 15 – 12.2 / 7.2 ) ) – P ( ƶ < ( 5 - 12.2 / 7.2 ) )
= Ø ( ƶ = 0.39 ) – Ø ( ƶ = - 1)
= Ø ( ƶ = 0.39 ) – Ø )-ƶ = 1)
= 0.6517 – 0.1587
= 0.493 = 49.30%
2) La demanda de consumo de un producto prevista para el próximo mes puede representarse por
medio de una variable aleatoria normal que tiene una media de 1,200 unidades y una desviación típica
de 100 unidades
a) ¿cuál es la probabilidad de que las ventas superen las 1,000 unidades?
µ=1200
σ= 100
P ( y > 1000 ) = P ( ƶ > ( 1000 – 1200 / 100 ) )
= 1 - Ø ( ƶ = -2 )
=1-Ø(ƶ=2)
= 1 – 0.0228
= 0.9772 = 97.72 %
b) ¿cuál es la probabilidad de que las ventas se encuentren entre 1,100 a 1,300 unidades?
P ( 1100 ≤ y ≤ 1300 ) = P ( ƶ > ( 1300 – 1200 / 100 ) ) = P ( ƶ < (1100 – 1200 / 100 ))
= Ø ( ƶ = 1 ) - Ø ( ƶ = -1 )
= D ( ƶ = 1)
= 0.6827 = 68.27 %
c) La probabilidad de que las ventas sean de más de __________ unidades es

de 0.10.
P ( y ) = P ( ƶ > ( 1300 – 1200 / 100 ) ) = P ( ƶ < (1100 – 1200 / 100 ))
= Ø ( ƶ = 1 ) - Ø ( ƶ = -1 )
= D ( ƶ = 1)
= 0.6827 = 68.27 %
3) Estas considerando dos inversiones distintas. No estás seguro en ninguno de los dos casos del
rendimiento porcentual, pero crees que tu incertidumbre puede representarse por medio de
distribuciones normales que tienen la medias y las desviaciones típicas mostradas en la siguiente tabla.
¿Quieres hacer la inversión que tenga más probabilidad de generar un rendimiento de al menos un 10%.
¿Cuál debes elegir?
Media Desviación típica

Inversión A 10.4 1.2
Inversión B 11.0 4.0
P(X>Z)
P(X>10)
Grafica de distribución Grafica de distribución

Normal, Media=10.4, Desv.Est.=12 Normal, Media=11, Desv.Est.=4
La probabilidad de que se genere un rendimiento de al menos un 10% es eligiendo la inversión “A”
B. Ejercicios de aplicación de variables aleatorias discretas y distribuciones de probabilidad.
4) Un inversor está considerando tres estrategias para invertir $1,000. Se estima que los rendimientos
probables son los siguientes
Estrategia 1: unos beneficios de $10,000 con una probabilidad de 0.15 y una pérdida de $1,000 con una
probabilidad de 0.85
Estrategia 2: unos beneficios de $1,000 con una probabilidad de 0.50, unos beneficios de $500 con una
probabilidad de 0.30 y una pérdida de $500 con una probabilidad de 0.20
Estrategia 3: unos beneficios seguros de $400
¿Qué estrategia tiene el mayor beneficio esperado? ¿Aconsejarías necesariamente al inversor que
adoptara esta estrategia?
Estrategia 1.
E=10000*0.15 – 1000*0.85=650
Estrategia 2.
E=1000*0.5 – 500*0.5=250
Estrategia 3.
E=400*1=400
5) Un gran envío de piezas contiene un 10% de piezas defectuosas. Se seleccionan aleatoriamente dos y
se prueban. Sea la variable aleatoria X el número de defectos encontrados. Determina la función de
probabilidad de esta variable aleatoria. Calcula la media y la varianza de la variable aleatoria X.
X → B EX (.10; 2) → E ( X) .10 X 2= .2
Tomando en cuenta una distribución nominal representando el porcentaje como .10 de piezas
defectuosas y el dos que serían al azar, al realizar los cálculos nos da como resultado que la probabilidad
sería de un .2
6) Un envío de 20 piezas contiene dos defectuosas. Se seleccionan aleatoriamente dos y se prueban. Sea
la variable aleatoria Y el número de defectos encontrados. Determina la función de probabilidad de esta
variable aleatoria. Calcula la media y la varianza de la variable aleatoria Y.
Datos
20 piezas ( 2 defectuosas, 18 en buen estado)
Posibles
0 defectos
1 defecto
2 defectuosos
Y: # de piezas defectuosos
E: elegir aleatoriamente 2 y probar
P (Y) = n # elementos
N Total N = 20 C2
P ( Y = 0 ) = (2 C0) (18 C2) / (20 C2) = 153 / 190
P ( Y = 1 ) = (2 C1) (18 C1) / (20 C2) = 36 / 190
P ( Y = 2 ) = (2 C2) (18 C0) / (20 C2) = 1 / 190
Fdp ( función de probabilidad )
¥ 0 1 2
(Y) 153 / 190 86 / 190 1 / 190
E ( x ) = µ = media
E ( x ) = ∑ x f (x) = ∑ y ց ( Y )
E ( x ) = 0 (153 / 190 ) + 1 ( 36 / 190 ) + 2 ( 1 / 190 ) = 1 / 5
𝜎 = √ E ( x² ) – [ E ( x ) ]²
E ( x² ) = 0² ( 153 / 190 ) + 1² (36 / 190 ) + 2² (1 / 190 ) = 4 / 19
σ = √ 4 / 19 = 0.4588
Referencias
Mejía G. (Productor). (2018). Método de generación de variaciones aleatorias variables aleatorias continuas
[Archivo video]. Recuperado de https://www.youtube.com/watch?v=Vdd63fZMa28
Mejía G. (Productor). (s/f). Método de generación de variaciones aleatorias variables aleatorias discretas.
[Archivo video] Recuperado de https://www.youtube.com/watch?v=yc0pAcItHMg
Llinás, H. y Rojas, C. (2017). Estadística descriptiva y distribuciones de probabilidad. [ Versión DX Reader].

Recuperado de https://elibro.net/es/ereader/uvm/70059
Pérez, R. (2019). Modelación financiera: conceptos y aplicaciones. [Versión DX Reader]. Recuperado de

https://elibro.net/es/ereader/uvm/128006?page=18

Jercicios Ariables Aleatorias Continuas Y Distribuciones de Probabilidad

Cargado por

Copyright:

Formatos disponibles

Jercicios Ariables Aleatorias Continuas Y Distribuciones de Probabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Jercicios Ariables Aleatorias Continuas Y Distribuciones de Probabilidad

Cargado por

Copyright:

Formatos disponibles

EJERCICIOS

VARIABLES ALEATORIAS CONTINUAS Y DISTRIBUCIONES

Recuerda las siguientes definiciones:

• Variable aleatoria. Descripción numérica del resultado de un experimento

La función de distribución de probabilidad de las variables aleatorias discretas o continuas se

P ( y > 20% ) = P ( ƶ > ( 20 – 12.2 / 7.2 ) )

b) ¿de qué proporción de estas empresas fue la tasa de rendimiento negativa?

P (x< 12.2) = 0.5=5%

P ( 5% ≤ y ≤ 15 %) = P ( ƶ > ( 15 – 12.2 / 7.2 ) ) – P ( ƶ < ( 5 - 12.2 / 7.2 ) )

a) ¿cuál es la probabilidad de que las ventas superen las 1,000 unidades?

P ( y > 1000 ) = P ( ƶ > ( 1000 – 1200 / 100 ) )

c) La probabilidad de que las ventas sean de más de __________ unidades es

P ( y ) = P ( ƶ > ( 1300 – 1200 / 100 ) ) = P ( ƶ < (1100 – 1200 / 100 ))

Media Desviación típica

Grafica de distribución Grafica de distribución

La probabilidad de que se genere un rendimiento de al menos un 10% es eligiendo la inversión “A”

B. Ejercicios de aplicación de variables aleatorias discretas y distribuciones de probabilidad.

P ( Y = 0 ) = (2 C0) (18 C2) / (20 C2) = 153 / 190

P ( Y = 1 ) = (2 C1) (18 C1) / (20 C2) = 36 / 190

P ( Y = 2 ) = (2 C2) (18 C0) / (20 C2) = 1 / 190

Fdp ( función de probabilidad )

Llinás, H. y Rojas, C. (2017). Estadística descriptiva y distribuciones de probabilidad. [ Versión DX Reader].

Pérez, R. (2019). Modelación financiera: conceptos y aplicaciones. [Versión DX Reader]. Recuperado de

También podría gustarte