TEMA: DISTRIBUCIONES DE PROBABILIDAD

Tamaño: px
Comenzar la demostración a partir de la página:

Download "TEMA: DISTRIBUCIONES DE PROBABILIDAD"

Transcripción

1 ESTADISTICA Y PROBABILIDAD GUÍA No. 5 TEMA: DISTRIBUCIONES DE PROBABILIDAD INTRODUCCIÓN Sea E un experimento con espacio muestral S. Una función X cuyo dominio es S y cuyo recorrido es un conjunto de números reales se denomina Variable Aleatoria. Los valores que toma X forman el campo o recorrido R X de la Variable Aleatoria X. Las Variables Aleatorias se clasifican en Discretas, Continuas y Conjuntas. 1. VARIABLES ALEATORIAS DISCRETAS DEFINICION: Una Variable Aleatoria Discreta X es la que puede tomar sólo un número finito o infinitos contable de valores x, es decir, es la que toma sus valores en un conjunto discreto. DEFINICION: Sea S = { s 1, s, s 3,..., s n } el espacio muestral de un experimento sobre el cual se ha definido una variable aleatoria X con recorrido R X = {x 1, x,..., x m }. La probabilidad de que el valor de X sea un determinado x de R X está dada por P(X=x) = p(x) = f(x) = P( { s k S l X(s k ) = x } ). La función f se llama función de probabilidad de X, función de masa de probabilidad de X o distribución de probabilidad de la variable aleatoria X. La función f satisface: a) f(x) 0, para cada x R X. b) Σ f(x) = 1, x R X. c) P( X=x ) = f(x). La función de probabilidad de X se puede representar de dos formas: a) Una tabla de probabilidad, donde se muestren las parejas ordenadas ( x, f(x) ), x R X. El conjunto { (x,f(x)) } se le llama distribución de probabilidad de X. b) Un diagrama con un eje horizontal para los valores x, un eje vertical para las probabilidades de x, un segmento de longitud p(x) = f(x) sobre cada valor x. Este diagrama se conoce como el ábaco de probabilidad. DEFINICION: Sea S = { s 1, s, s 3,..., s n } un espacio muestral equiprobable, X una variable aleatoria con recorrido R X = { x 1, x,..., x m }, entonces: Nùmero de puntos de S cuya imagen es x f(x i i)=p(x = x i)= Nùmero de puntos de S REPRESENTACIONES: La función de masa de probabilidad (f.m.p) se puede representar de tres maneras: c) Una tabla de probabilidad, donde se muestren las parejas ordenadas ( x, f(x) ), x R X. El conjunto { (x,f(x)) } se le llama distribución de probabilidad de X

2 d) Un diagrama con un eje horizontal para los valores x, un eje vertical para las probabilidades de x, un segmento de longitud p(x) = f(x) sobre cada valor x. Este diagrama se conoce como el ábaco de probabilidad. e) Una fórmula p = P(X), en donde X toma valores en un subconjunto de números enteros. DEFINICION: La función F, cuyo valor para todo real x está dada por F(x) = P(X x) = P({ s k S l X(s k ) x }), se denomina función de distribución o distribución acumulada de la variable aleatoria X, cuya función de probabilidad es f. La función de distribución o acumulada F se puede obtener a partir de la función de probabilidad f. La función de distribución F satisface las siguientes condiciones: a) Existe m tal que F(x) = 0, para todo x < m. b) Existe M tal que F(x) = 1, para todo x M. c) F es no decreciente, es decir: F(a) F(b), para todo par a,b R con a b. d) F es una función escalonada con un número finito de saltos. e) El dominio de F es el conjunto de los Reales y el recorrido es el intervalo [0,1]. f) P( a < X b ) = F(b) - F(a). DEFINICION: Supóngase que S es el espacio muestral de cierto experimento sobre el cual se define una variable aleatoria X, y sea f la función de probabilidad de la variable X definida como sigue: x i x 1 x x 3 x 4 x 5... x n f(x i ) f(x 1 ) f(x ) f(x 3 ) f(x 4 ) f(x 5 )... f(x n ) Entonces: 1) La media, Valor Esperado o Esperanza de X es la medida del promedio de la variable aleatoria X, y se define como: E(X) = µ X = x 1 f(x 1 ) + x f(x ) x n f(x n ) = Σ x i f(x i ). i=1,,3,...n. ) La Varianza de X es la medida del esparcimiento o dispersión de la variable X, y se define como: Var(X) = (x 1 -µ) f(x 1 ) + (x -µ) f(x ) (x n -µ) f(x n ) = Σ (x i -µ) f(x i ). Var(X) = Σ (x i ) f(x i ) - µ. 3) La Desviación Estándar de X es la raiz cuadrada de la varianza de X, y se denota como: σ X = Var(X) EJEMPLO 1: Se lanzan dos dados distinguibles. Se define la variable aleatoria X como el promedio de los números resultantes. a) Describa la variable X El espacio muestral para este experimento es: S = {(x,y) x, y {1,,3,4,5,6}} - -

3 A cada pareja (x,y) o elemento de este espacio muestral le asignamos el número x+y, que es lo que indica la relación funcional. X : S R (1,1) 1,0 (1,) 1,5 (1,3),0 (1,4),5 (1,5) 3,0 (1,6) 3,5 (,6) 4,0 (3,6) 4,5 (4,6) 5,0.. (5,6) 5,5 (6,6) 6,0 b) Obtenga el recorrido de X Se puede verificar que los únicos promedios posibles son los números 1.0, 1.5,.0,.5, 3.0, 3.5, 4.0, 4.5, 5.0, 5.5 y 6.0. Por lo tanto el recorrido de la variable aleatoria X es: R X = { 1.0, 1.5,.0,.5, 3.0, 3.5, 4.0, 4.5, 5.0, 5.5, 6.0 } c) Obtenga la tabla de Probabilidades El espacio muestral S de este experimento tiene 6x6 = 36 puntos muestrales

4 En la tabla 1 se muestra la cantidad de puntos muestrales que tienen como imagen 1, 1.5,,.5,... y 6. En la tabla se muestran las probabilidades para cada uno de los valores de la variable X. Tabla 1. Tabla. d) Obtenga la Distribución Acumulada de X Con base en la Tabla, se obtiene la tabla 3, sumando progresivamente los elementos de la columna de la tabla. e) Calcule el valor esperado de X. Tabla 3. k=n k=1 E(X) = x f(x ) = 3,5 EJERCICIOS: k 1) Se lanzan una moneda normal 6 veces. Se define la variable aleatoria X como el número de caras resultantes. Obtenga el espacio muestral S, el recorrido R X, tabla de la distribución f y gráfica de la función de probabilidad f y el valor esperado. ) Se seleccionan al azar seis personas de la lista de los votantes registrados en un condado de California. El porcentaje de votantes republicanos es el 40%. Se define la variable X como el número de republicanos en la muestra. Cuál es la probabilidad de que en una selección hayan menos de 3 republicanos? k - 4 -

5 3) Se lanza una moneda corriente hasta obtener una cara o 10 sellos. Si X es el número de lanzamientos necesarios para obtener una cara o 10 sellos, Cuál es el valor esperado, la varianza y la desviación estándar? 4) Un embarque de 15 computadoras similares que se envía a un distribuidor contiene 7 aparatos defectuosos. Una escuela escoge aleatoriamente 10 de estas computadoras y las compra. Se define la variable aleatoria X como el número de computadoras defectuosas entre las computadoras compradas. Obtenga la distribución acumulada. 5) En un grupo de personas, 3 tienen 15 años, 4 tienen 17 años, 5 tienen 19 años, 5 tienen años, 4 tiene 4 años y 3 tiene 6 años. De este grupo se seleccionan dos personas al azar sin reemplazo. Si X es la edad promedio de las dos personas seleccionadas, Cuál es la probabilidad de que se seleccionen dos personas que promedien máximo 18 años? 6) Un juego de apuestas consiste en lanzar seis veces un dado normal y apostar cierta cantidad de dinero a un resultado, de tal manera que si el número apostado resulta n veces, entonces gana 500n pesos, y si no resulta pierde 000 pesos. Un jugador apuesta al número 6. Se define la variable aleatoria como el beneficio del jugador en 6 lanzamientos de un dado. Calcular E(X). 7) Un objeto de tiro al blanco está formado por 5 círculos concéntricos de radios 10 cm, 0 cm, 30 cm, 40 cm y 50 cm. (Figura 1). Un hombre que dispara al blanco recibe 50 puntos, 40 puntos, 30 puntos, 0 puntos o 10 puntos, según pegue en la zona 1 (círculo pequeño), zona, zona 3, zona 4 o zona 5 (anillos circulares). La probabilidad de que el disparo haga contacto con cualquiera de las 5 zonas del blanco es 1/3, y la probabilidad de no dar en el blanco es /3. Si X se define como el puntaje en un disparo, Cuál P(x<40)? 8) Para la función de probabilidad de X que se muestra en la figura ; obtenga la función F, µ(x), Var(X) y σ(x). Figura 1. Objeto de Tiro al Blanco Figura : Función de Probabilidad de X 9) Para la distribución acumulada de X que se muestra en la figura 3; obtenga la función f, µ(x), Var(X) y σ(x)

6 Figura 3: Distribución Acumulada de X 10) A partir de las siguientes tablas de: a) Tabla de probabilidades: x f(x) 5/30 3/30 4/30 1/30 5/30 8/30 4/30 Obtenga la tabla de distribución acumulada y la gráfica de F. b) Tabla de distribución acumulada x F(x) /5 7/5 10/5 17/5 5/5 Obtenga la tabla de probabilidad y la gráfica de f.. VARIABLES ALEATORIAS CONTINUAS DEFINICION: Sean a,b reales tales que a<b; Si X está definida como todos los resultados que se encuentran en el intervalo [a,b], entonces X es una variable aleatoria continua, y su distribución de probabilidad se representará con una función f(x) que se llamará función de densidad. DEFINICION: La función f(x) es una función de densidad de probabilidad (f.d.p) para la variable aleatoria continua X, definida en el conjunto de los números reales, si: + 1) f(x) > 0, para todo x R. ) f(x)dx = 1. 3) P(a<X<b)= f(x)dx = 1. b Si f(x)dx = 1, normalmente la función de densidad se escribe de la siguiente forma: a f(x)= f(x), si a< x <b 0, si x R -(a,b) DEFINICION: La distribución acumulada de una variable aleatoria continua X con una función de densidad f(x) está dada por: x F(x)=P(X x)= f(t)dt, x R. Además P(a<X<b) = F(b)-F(a). b a - 6 -

7 DEFINICION: Sea X una variable aleatoria continua. El valor esperado de X y la varianza de X, se definen respectivamente como: 1) + E(X)= xf(x)dx ( ) - Siempre y cuando las integrales existan. + + ) Var(X)= x-µ f(x)dx = x f(x)dx-µ - - EJEMPLO : El tiempo de vida útil, en días, de frascos de cierta medicina es una variable aleatoria X que tiene la función de densidad f(x)= k/(x+100), x > , en los demás valores a) Cuál debe ser el valor de k, para que f sea función de densidad de probabilidad? k De la solución de la ecuación dx=1 3, se obtiene que k = 000. (x +100) 0 b) Cuál es la probabilidad de que un frasco de este medicamento tenga una vida útil de al menos 00 días? k 1 P(X 00)= dx = 3 00 (x +100) 90 c) Cuál es la probabilidad de que un frasco de este medicamento tenga cualquier duración entre 80 y 10 días? 10 k 100 P(80 X 10)= dx= 3 (x +100) d) Cuál es la vida media de los frascos de esta medicina? E(X) = 000x 3 (x+100) 0 = dx 10 días EJERCICIOS: 1) El tiempo de espera, en horas, que tarda un radar en detectar dos conductores sucesivos a alta velocidad es una variable aleatoria continua con una distribución 0, x 0 acumulada definida como F(x)=. -8x 1-e, x>0 Encuentre la probabilidad de esperar menos de 1 minutos entre dos conductores sucesivos usando: a) Distribución acumulada de X. b) Función de densidad de probabilidad de X

8 ) Sea X una variable aleatoria continua cuya distribución f es constante k en un intervalo [a,b], y es nula en los demás valores de X. a) Hallar la constante k. b) Hallar µ y σ. c) Determinar la función F(x). 3) Sea X una variable aleatoria que representa la vida en horas de cierto dispositivo electrónico. La función de densidad de probabilidad esta dada por la fórmula / x, ( x) = 0, x 100 x > 100 f. Encuentre la vida esperada de este dispositivo. 4) Si la utilidad de un distribuidor, en unidades de $ 1000, en un nuevo automóvil puede considerarse como una variable aleatoria X con una función de densidad definida como: (1-x), 0< x <1 f(x)=. Encuentre la utilidad promedio por automóvil. 0, en los demás valores 5) La función de densidad de las mediciones codificadas del diámetro del hilo de un 4 encaje es, 0 < x <1 f(x)= π(1+x ). Encuentre el valor esperado de X. 0, en los demás valores 6) El número de horas de vida útil de determinada batería, tiene asociada una función x 1 - de densidad de probabilidad de la forma f(x)= e, x>0. 0, x 0 a) Calcular la probabilidad de que la vida útil de una batería de este tipo sea menor de 100 o mayor de 00 horas. (Tomar x en unidades de 100 horas) b) Calcular la probabilidad de que una batería de este tipo dure más de 150 horas, dado que ya ha estado en uso más de 100 horas. 7) La proporción de impurezas X de determinadas muestras de mineral de cobre es una variable aleatoria que tiene una función de densidad de probabilidad definida como 1x (1- x), 0 x 1 f(x)=. 0, en los demás valores Si se seleccionan cinco muestras de ellas en forma independiente, Cuál es la probabilidad de que dos de ellas tengan una proporción de impurezas mayor que 0.5? 8) En un lago de una región costera se seleccionan muestras de agua para determinar su ph, y se ha encontrado que el ph es una variable aleatoria X cuya función de k(7- x), 5 x 7 densidad está dada por : f(x)= 0, en los demás valores a) Calcular E(X) y Var(X). b) Se puede esperar que la frecuencia con que se encuentren valores de ph menores que 5.5 sea mayor que 0.5? - 8 -

9 9) Para calcular la duración x (en años) de un chip de memoria de un tipo de computadora se debe usar una variable aleatoria continua X con función de -x /16 densidad de la forma f(x)= kxe, si x 0. 0, si x < 0 Encuentre k para que f(x) sea función de densidad y calcule P(X> l X<4). 10) Sean X e Y variables aleatorias continuas cuyas funciones de densidad se muestran en las figura 4 y 5. a) Calcule P( X 3 X 1 ). 3a a b) P Y Y. Figura 4. Figura DISTRIBUCIONES DISCRETAS DEFINICION: Un ensayo de Bernoulli es un experimento que tiene dos eventos posibles, a los cuales se les llama evento E de casos favorables (éxitos) y evento E C de casos no favorables (fracasos). Cada uno de ellos tiene una probabilidad de ocurrencia. P(E) = P(éxito) = p y P(E C ) = P(fracaso) = q = 1-p. EJEMPLO 3: El lanzamiento de una moneda equilibrada dos veces. S = { CC, CS, SC, CC } ; P S = { {CC}, {SC, CS, SS} } E = { Salen dos Caras } P(E) = 1/3. E c = { No salen dos Caras } P(E c ) = 3/4. EJEMPLO 4: El lanzamiento de un dado. S = { 1,, 3, 4, 5, 6 } ; OS = { {, 4, 6}, {1, 3, 5} } E = { Resulta un Par } P(E) = 1/. E c = { Resulta un Impar } P(E c ) = 1/

10 3.1 DISTRIBUCIÓN BINOMIAL: DEFINICION: Sea X el número total de éxitos en n pruebas independientes y repetidas de Bernoully con probabilidad de éxito igual a p. X se llama variable aleatoria binomial con parámetros n y p. TEOREMA: Si X es una variable aleatoria binomial con parámetros n y p, entonces la n probabilidad de obtener k éxitos está dada por P(X=k) = B(k,n,p) = p k q n-k, con k E(X)=np y Var(X) = npq. EJEMPLO 5: Se lanzan 5 dados distinguibles 8 veces. Cuál es la probabilidad de obtener un doble y un triple de valores diferentes en 5 ocasiones? Solución: El número de ensayos de Bernoully es n = 8. En este caso un ensayo de Bernoully consiste en lanzar 5 dados distinguibles. 6 5! i i La probabilidad de éxito es p =!g3! 300 = La probabilidad de fracaso es q = 1 p = Entonces P(X =5)= = EJEMPLO 6: Todos los días se parquean alrededor de un parque 4 automóviles y 8 camionetas, que van ocupando las zonas de parqueo a medida que van llegando. Cuál es la probabilidad de que en una semana dad las automóviles queden juntos en 3 ocasiones? Solución: El número de ensayos de Bernoully es n = 7 (7 días tiene la semana). Un resultado exitoso es lograr que los 4 automóviles queden parqueados juntos. La 8! i4! 4 probabilidad de éxito es p = = 11! 165 La probabilidad de fracaso es q = 1 p = P(X=3) = Entonces 3 = EJEMPLO 7: Un estudiante presenta un examen de selección múltiple que contiene 8 preguntas cada una con 3 respuestas opcionales. Supóngase que está adivinando al responder a cada pregunta y que la probabilidad de responder correctamente cada una de ellas es de 1/

11 a) Obtener la tabla de probabilidades. p = 3 1 y q = 3 ; P(X = x) = 8 x x q 8 p x X P(X = x) b) Obtenga la tabla de distribución acumulada. La acumulada es: X P(X = x) c) Cuál es la probabilidad de que acierte más de la mitad de las preguntas? 577 P (X 4)= 6561 EJEMPLO 8: Un hombre está jugando tiro al blanco y dispara siete veces. La probabilidad de que pegue en el blanco es 1/4. Cuál es la probabilidad de que pegue por lo menos dos veces al blanco? 1 p= 4 ; 3 q= 4 ; x 7-x P(X = x)= x 4 4 P(X ) = 1 P(X = 0) P(X = 1); P(X )=1- - = EJERCICIOS: 1) Se lanza una moneda cargada 10 veces, y la probabilidad de que resulte CARA es 1/4. a) Cuál es la probabilidad de que sucedan tres caras exactamente? b) Cuál es la probabilidad de conseguir por lo menos 7 caras? c) Cuál es la probabilidad de que no salgan caras? d) Obtenga la tabla y la gráfica de distribución. ) Dos dados corrientes se lanzan 8 veces, y consideremos un resultado exitoso la aparición de una suma PAR. a) Hallar la probabilidad de tener éxito exactamente 4 veces. b) Hallar la probabilidad de que no salga una suma PAR. c) Hallar la probabilidad de que una suma PAR salga por lo menos 4 veces. d) Obtenga la tabla y la gráfica de distribución

12 3) Cinco monedas que no tienen CARA y SELLO sino TRES y CINCO se lanzan 8 veces. a) Hallar la probabilidad de obtener una suma superior a 0 en tres ocasiones. b) Hallar la probabilidad de obtener una suma superior a 0 al menos en tres ocasiones. c) Hallar la probabilidad de obtener una suma superior a 0 a lo más en tres ocasiones. 4) 15 vehículos, entre los cuales se encuentran 3 camperos, se parquean todos los días de la semana, alrededor de una plaza. a) Cuál es la probabilidad de que los camperos queden juntos sólo dos días de la semana? b) Cuál es la probabilidad de que los camperos nunca queden juntos? 5) Hay 10 niños matriculados en el kínder de una escuela, de los cuales 4 tienen 4 años, 3 tienen 5 años y 3 tienen 6 años. De este curso se selecciona diariamente una pareja de niños al azar para desarrollar cierta actividad artística. Cuál es la probabilidad de que en una semana se seleccione 3 veces una pareja cuyo promedio de edad sea mayor o igual de 5 años? 6) De una baraja corriente de 5 cartas se sacan dos cartas simultáneamente y se devuelven a la baraja, esto se realiza seis veces. a) Cuál es la probabilidad de que resulten dos letras del mismo valor en tres ocasiones? b) Cuál es la probabilidad de que resulten dos números del mismo valor en tres ocasiones? c) Cuál es la probabilidad de que resulte dos Ases al menos dos veces? 7) En un juego se lanzan 6 dados normales 8 veces. En el juego se gana si salen 3 dobles diferentes o dos triples diferentes. a) Cuál es la probabilidad de no ganar en este juego? b) Cuál es la probabilidad de ganar veces? c) Cuál es la probabilidad de ganar más de 4 veces? d) Cuál es la probabilidad de ganar todas las veces? 8) La proporción de impurezas X de determinadas muestras de mineral de cobre es una variable aleatoria que tiene una función de densidad de probabilidad definida 1x (1- x), 0 x 1 como f(x)=. 0, en los demás valores Si se seleccionan cinco muestras de ellas en forma independiente, a) Cuál es la probabilidad de que dos de ellas tenga una proporción de impurezas mayor que 0.4? b) Cuál es la probabilidad de que por lo menos tres de ellas tengan una proporción de impurezas mayor que 0.5? 9) Un laberinto para ratas tiene un corredor recto, y al final una bifurcación; en la bifurcación, la rata debe ir a la derecha o a la izquierda. Suponer que se colocan 10 ratas en el laberinto, de una en una. Si cada una de las ratas toma al azar una de las dos alternativas del camino, Cuál es la probabilidad de que por lo menos 9 vayan al mismo lado? - 1 -

13 10) Boris va de pesca 15 domingos del año a la ciénaga de Ayapel, 17 domingos a la ciénaga de Betancí y 0 domingos a la ciénaga de Lórica. Cuando lanza el anzuelo, las probabilidades de que un pez pique el anzuelo en cada sitio son, 1/3, 1/4 y 1/5, respectivamente. En una ocasión lanzó el anzuelo 8 veces y picó más de cuatro veces. Cuál es la probabilidad de que haya estado pescando en el segundo sitio? 11) Todas las evaluaciones en un instituto consisten en 10 preguntas de selección múltiple con única respuesta, y cada pregunta con cuatro opciones de respuesta. Las evaluaciones se aprueban si se contestan bien al menos 6 preguntas. Boris, que nunca se prepara para las evaluaciones, las presenta respondiendo al azar y dependiendo de su buena suerte. Cuál es la probabilidad de que en un mes en que debe presentar 1 evaluaciones, apruebe más de la mitad de las evaluaciones? 1) El número de horas de vida útil de una batería XYZ, tiene asociada una función de x - densidad de probabilidad de la forma f(x)= ke, x >0. 0, x 0 Una empresa compra 10 baterías de esta marca. (Tomar x en unidades de 100 horas) c) Cuál es la probabilidad de que la mitad de las baterías tenga una vida útil menor de 00 o mayor de 400 horas? d) Calcular la probabilidad de que al menos 3 baterías de este tipo duren más de 300 horas, dado que ya han estado en uso más de 00 horas. 13) Un peaje tiene 6 accesos: A, B, C, D, E y F. Un vehículo tiene igual probabilidad de pasar a través de cualquiera de los accesos. Si se aproximan 5 vehículos, Cuál es la probabilidad de que exactamente de los 5 entre por el acceso A? 14) Sea X una variable aleatoria de una distribución binomial con E(X)=4 y σ(x)= 3. a) Calcular P(X<3), P(X 1) y P(10 X<13). b) Hallar la distribución de X. c) Hallar la distribución acumulada de X. 15) La siguiente gráfica corresponde a la función de probabilidad de X de una distribución binomial con µ(x) =. Obtenga la tabla de f y la tabla de F. X

14 3. DISTRIBUCIÓN GEOMÉTRICA: DEFINICION: Se realizan pruebas de Bernoully independientes hasta obtener un éxito. La probabilidad de éxito en cada prueba es p, con 0 < p 1. Sea X el número de pruebas necesarias para obtener el primer éxito, X se llama variable aleatoria geométrica con parámetro p. TEOREMA: Si X es una variable aleatoria geométrica con parámetro p, entonces, la probabilidad de que el primer éxito se tenga en la k-ésima prueba está dado por P(X=k) = q k-1 p, k = 1,, 3,... Con E(X) = 1/p y Var(X) = (1-p)/p. EJEMPLO 9: Una ruleta americana generalmente tiene 38 lugares, de los cuales 18 son negros, 18 son rojos y son verdes. Sea X el número de juegos necesarios para obtener el primer rojo. a) Obtenga la función de probabilidad de X y la media de X. n p = ; q = ; P(X = x) = con n = 1,, 3, ; E(X) = X P(X = x) b) Cuál es la probabilidad de que aparezca un rojo, si en los cuatro primeros juegos no apareció? P (X 5) = P(X = 5) + P(X = 6) + P(X = 7) + = pq 4 + pq 5 + pq 6 + pq pq = pq 4 ( 1 + q + q + q 3 + ) = = q 4 = q 19 = EJEMPLO 10: Una lotería consiste en seleccionar 6 números de 45 números {1,, 3,..., 44, 45} posibles. Si el jugador logra 3, 4 o 5 aciertos recibe premios menores, y si logra los 6 aciertos recibe el premio mayor. Suponiendo que esta lotería juega semanalmente y que nuestro jugador la jugará a partir de hoy todas las semanas, a) Cuál es la probabilidad de que gane al menos un premio en su quinto intento? b) Cuál es la probabilidad de que gane al menos un premio después del quinto intento? Solución: p = = a) P(X=5) = pq 4 = =0, b) P(X>5) = q 5 = =0, ; q =

15 EJERCICIOS: 1) Se lanzan cinco monedas equilibradas y distinguibles hasta que aparezcan sólo Caras o sólo Sellos. Cuál es la probabilidad de que se logre este resultado: a) En el quinto lanzamiento? b) Después del quinto lanzamiento? c) En un número par de lanzamientos? ) Se lanzan cinco dados normales y distinguibles hasta que aparezca un doble y un triple de valores diferentes. Calcule la probabilidad de que este resultado ocurra: a) En el primer lanzamiento. b) Después del décimo lanzamiento. c) En el lanzamiento 3 o 7 o 11 o 15 o 19 o 3 o 7 o... 3) Suponga que una urna contiene 10 tarjetas numeradas del 1 al 10. Se extraen dos tarjetas simultáneamente y se devuelven a la urna. Sea X el número de sustracciones con reemplazo necesarias para sacar una suma par. Cuál es la función de probabilidad de X y la media de X? 4) Un juego consiste en lanzar 8 veces una moneda que no tiene Cara y Sello sino 4 y 6, y apostarle a cierto resultado. Si un jugador apuesta a que obtendrá una suma superior a 40 y X es el número del juego en que el jugador gana por primera vez, a) Calcule P(X=n-1), nen. b) Calcule P(X=3n+5), nen. c) Calcule P(X=5n-1), nen. 5) Supóngase que X es una variable aleatoria geométrica con parámetro p. Demuestre que la probabilidad de obtener el primer éxito después de la m-ésima prueba es (1-p) m. 6) La victima de un accidente morirá a menos que reciba en los próximos 30 minutos una cantidad de sangre tipo A Rh+, la cual debe provenir de un único donante. Se necesitan tres minutos para analizar la sangre de un donador probable, y tres minutos para completar la transfusión. Hay un gran número de donadores de tipo desconocido de sangre pero se sabe que el 40% de ellos es tipo A Rh+. Cuál es la probabilidad de que se salve la victima si sólo hay un equipo de análisis de sangre? 7) Un jugador recibe una mano de 5 cartas de una baraja normal de 5 cartas. Cuál es la probabilidad de que reciba una pareja de Ases y una terna de números en un número par de intentos? 8) Un aprendiz de mago trae dos sombreros y una baraja normal de 5 cartas. En el primer sombrero introduce todas las figuras rojas y los números pares negros, mientras que en el segundo sombrero introduce todas las figuras negras y los números impares rojos. Saca una carta del primer sombrero y, sin verla, la introduce en el segundo sombrero. Finalmente se saca una carta del segundo sombrero. El aprendiz promete que la carta que sacará del segundo sombrero será roja. Suponiendo que nuestro aprendiz de mago no sabe mucho y que está confiado en su buena suerte, Cuál es la probabilidad de que tenga éxito después de su quinto intento?

16 9) En una fabrica de tornillos, se ha determinado que el error por exceso en la medida del diámetro en tornillos para maquinaria pesada varía de 0 a 1 milímetro. En particular, para tornillos cuyo diámetro es de 4 cm, se ha comprobado que la probabilidad de que el diámetro se exceda x cm se puede evaluar mediante la 4, 0 < x <1 función de densidad f(x)= π(1+x ). 0, en los demás valores Si el departamento de control de calidad revisa los tornillos uno a uno, Cuál es la probabilidad que entre los 4 primeros tornillos revisados no se encuentre uno cuyo diámetro sea superior a 4.05 cm? 10) Cuatro monedas cargadas en donde la probabilidad de que resulte un Sello es de 1/4 se lanzan hasta que resulten los cuatro Sellos. a) Obtener la función de probabilidad. b) Graficar la función de probabilidad. c) Calcular E(X) y Var(X). d) Calcular P(X>5) e) Calcular P(X=5m), m=1,, 3, 4, 3.3 DISTRIBUCIÓN HIPERGEOMÉTRICA: DEFINICIÓN: Supóngase que se tienen N objetos, de los cuales K objetos son de tipo 1 (éxito), y N-K objetos son de tipo (fracaso), y supóngase que se extraen n objetos sin reemplazo. Si la variable aleatoria X se define como el número de éxitos entre los n objetos seleccionados, entonces tenemos un experimento hipergeométrico, cuya función de probabilidad está dada por: k N-k x n-x P(X = x) =, Con N n 0 x k N, 0 x n N. nk E(X)= N y nk N-k N-n Var(X)= N N N-1. EJEMPLO 11: Un comité compuesto por 5 personas se selecciona aleatoriamente de un grupo formado por 3 estadistas y 5 economistas. Encuentre la distribución de probabilidad para el número de estadistas en el comité. K = 3 N = 8 N - K = x 5-x P(X = x) = ; 8 5 x = 0, 1,, 3 x = 0, 1,, 3 n = 5 n - x = 3,, 1,

17 EJEMPLO 1: Se sacan al azar 13 cartas de una baraja normal de 5 cartas. Se define la variable aleatoria X como el número de cartas rojas en la muestra. a) Hallar la función de probabilidad de X. b) Calcule P(X = 5) Solución: K = 6 N = 5 N - K = a) x 13-x P(X = x)= 5 13 x = 0, 1,, 3, 4, 5 13 ; x = 0, 1,..., 13 n = 13 n-x = 13,..., 0 b) P(X =5)= 5 13 EJERCICIOS: 1) En un departamento de control de calidad, un lote de 30 componentes se considera aceptable si no contiene mas de 4 componentes defectuosos. El procedimiento de muestreo del lote consiste en seleccionar 6 componentes aleatoriamente y rechazar el lote si se encuentra un componente defectuoso. Cuál es la probabilidad de que exactamente un componente defectuoso se encuentre en la muestra si hay 4 defectuosos en todo el lote? ) De un grupo de 10 profesionales, 4 de medicina y 6 de ingeniería, se seleccionan aleatoriamente un comité de 4 personas. Grafique la distribución de probabilidad para el número de médicos en el comité. 3) Si se extraen 8 cartas a la vez de una baraja normal de 5 cartas. Cuál es la probabilidad de que exactamente 3 de ellas sean figuras? 4) Para evitar que lo descubran en la aduana, un viajero ha colocado 1 cápsulas de narcótico en un frasco que contiene 18 cápsulas de vitamina con similar apariencia. Si un oficial de la aduana, que sospecha del viajero, selecciona 6 cápsulas aleatoriamente para analizarlas, Cuál es la probabilidad de que el viajero sea arrestado por posesión ilegal de narcóticos? 5) Una brigada de salubridad de 8 personas se forma aleatoriamente, seleccionando de entre 1 médicos y 6 enfermeras. La variable X se define como el número de médicos en el comité. Obtener la función de probabilidad de X y calcular P(4 X 7). 6) Cuál es la probabilidad de que un mesero se resista a servir bebidas alcohólicas únicamente a dos menores de edad, si verifica aleatoriamente solo 5 identificaciones de entre 9 estudiantes, de los cuales 4 no tienen la mayoría de edad?

18 7) Se sacan al azar 13 cartas de una baraja normal de 5 cartas. Se define la variable aleatoria X como el número de cartas rojas en la muestra. Hallar la función de probabilidad de X, E(X) y Var(X). 8) Anatoly recibe 5 cartas de una baraja francesa a la que le faltan 4 cartas de corazones y 4 cartas de diamantes, mientras que Boris recibe 5 cartas de una baraja francesa completa. Quién tiene mayor probabilidad de que sacar al menos 3 corazones? 9) De una urna que contiene m bolas blancas y n bolas (m>n), se seleccionan aleatoriamente m-n+ bolas, sin reemplazo. Cuál es la probabilidad de que se seleccionen exactamente m-n- bolas blancas? 10) En un almacén hay 0 impresoras, y 6 de ellas son defectuosas. Una compañía selecciona al azar 8 de ellas para comprarlas. a) Cuál es la probabilidad de que las 8 máquinas seleccionas no tengan defectos? b) Cuántas impresoras defectuosas espera vender la tienda en esta venta? 11) En un recipiente se encuentran n artículos defectuosos y n artículos defectuosos (n par); si se saca la tercera parte de los artículos, Cuál es la probabilidad de que la mitad de ellos sean buenos? 1) Un motor de 8 cilindros tiene bujías que fallan. Si se quitan 4 bujías del motor, Cuál es la probabilidad de que entre ellas se encuentren las dos que tiene fallas? 13) Un director técnico de tenis tiene una canasta con 5 pelotas, 15 de éstas son nuevas y 10 son usadas. Cada uno de 4 jugadores selecciona al azar 3 pelotas para un juego. Cuál es la probabilidad de que exactamente 8 de las pelotas seleccionadas sean nuevas? 14) Un juego consiste en seleccionar 5 cartas de una baraja de 5 cartas y apostarle cierto resultado. Cuál es la probabilidad de que un jugador gane por primera vez después del octavo juego, si apuesta a que obtendrá una pareja y una terna? 15) Un geólogo ha recolectado 10 especimenes de roca basáltica y 10 de granito. El geólogo instruye a un asistente de laboratorio para que seleccione al azar 15 de los especimenes para analizarlos. Cuál es la probabilidad de que todos los especimenes de uno de los dos tipos de roca sean seleccionados para el análisis? 3.4 DISTRIBUCIÓN DE PASCAL DEFINICION: Sea X el número de intentos necesarios o el intento en que se presenta el k-ésimo éxito en una secuencia de pruebas de Bernoully independientes, y p la probabilidad común de éxito; entonces, la probabilidad de que el k-ésimo éxito se tenga en el x-ésimo ensayo se puede calcular con la fórmula de distribución binomial x-1 k x-k k k(1-p) negativa: P(X = x)= p (1-p), con E(X)= y Var(X)=, con x k. k-1 p p EJEMPLO 13: Si la tercera parte de las personas que donan sangre a una clínica son del grupo O +, Cuál es la probabilidad de que el segundo donador O + sea el quinto donador del día?

19 p = 3 1 ; q = 3 ; P(X = x) = x- x P(X = 5) = =4 = , x =, 3, 4, EJEMPLO 14: Las líneas telefónicas que entran a una oficina de reservaciones de aerolíneas están ocupadas un 60% del tiempo. Si dos personas deben hacer llamadas separadas a esta oficina, Cuál es la probabilidad que deban hacer un total de ocho intentos para lograr las dos llamadas? x- 3 x-1 3 p = ; q = ; P(X = x) =, x =, 3, 4, P(X = 8) = = =0, EJERCICIOS: 1) Sea X una variable aleatoria binomial negativa con parámetros p=/5 y k=5. a) Calcular P(X 5). b) Calcular P(X<6). ) Una persona lanza al aire cinco monedas distinguibles. Cuál es la probabilidad de que en el octavo lanzamiento obtenga por segunda ocasión tres caras o tres sellos? 3) Supóngase que el 10% de los motores fabricados en determinada línea de montaje son defectuosos. Los motores se seleccionan al azar, uno a la vez, para someterlos a una prueba. Cuál es la probabilidad de que el tercer motor no defectuoso se encuentre en la quinta prueba o antes? 4) En un almacén de llantas una de cada 0cho es defectuosa. Un comprador desconfiado decide examinar las llantas una a una hasta encontrar cuatro llantas en perfecto estado para su carro. a) Hallar la probabilidad de que deba examinar ocho llantas. b) Calcule el valor esperado y la varianza del número de llantas que debe examinar para obtener cuatro llantas sin defectos. 5) Un electrodoméstico se vende en dos colores, blanco y rojo, y tienen igual demanda. Un vendedor de electrodomésticos tiene tres de cada color en existencia, aunque esto no lo saben los clientes, quienes llegan y piden en forma independiente estos electrodomésticos. a) Calcular es la probabilidad de que el quinto cliente pida el tercer electrodoméstico blanco. b) Cuál es la probabilidad de que se pidan todos los blancos antes de que se agoten los rojos?

20 6) Un juego consiste en seleccionar 5 cartas de una baraja de 5 cartas y apostarle cierto resultado. a) Cuál es la probabilidad de que antes del octavo juego, un jugador gane por cuarta vez, si apuesta a que obtendrá una escalera? b) Cuál es la probabilidad de que antes del octavo juego, un jugador gane más de cuatro veces, si apuesta a que obtendrá una pareja y una terna? 7) Un juego consiste en lanzar 8 veces una moneda que no tiene cara y sello sino 4 y 6, y apostarle a cierto resultado. Cuál es la probabilidad de que en el octavo juego, un jugador gane por tercera vez, si apuesta a que obtendrá una suma superior a 40? 8) Se lanzan 9 dados normales y distinguibles y apostarle a que resulte un doble, un triple y un cuádruplo de valores diferentes. Cuál es la probabilidad de ganar la apuesta por tercera vez antes del octavo lanzamiento? 9) Un científico inocula varios ratones, uno a uno, con un germen de una enfermedad hasta que obtiene dos que la han contraído. Si la probabilidad de contraer la enfermedad es 1/6, Cuál es la probabilidad de que requieran inocular a ocho ratones? 10) En un lago de una región costera se seleccionan muestras de agua para determinar su ph, y se ha encontrado que el ph es una variable aleatoria X cuya función de 3 (7- x), 5 x 7 densidad está dada por : f(x)= 8 0, en los demás valores Cuál es la probabilidad de que la sexta muestra analizada, sea la segunda muestra con un ph superior a 6? 3.5 DISTRIBUCIÓN DE POISSON: DEFINICION: Un experimento en donde la variable aleatoria X se define como el número de resultados favorables en un intervalo de tiempo o en una región específica, se llama Experimento de Poisson. El número promedio de resultados por unidad de tiempo o región se designa con µ ó λ. El número promedio para t periodos de tiempo o t regiones se designa con µt. TEOREMA: Si X es una variable aleatoria de Poisson con parámetro λ, entonces la probabilidad de obtener x casos favorables en un intervalo de tiempo o región x -µt ( µt) e específica t, está dada por: P(X = x)=, x =0,1,,...; Con E(X)= Var(X)=µ. x! La función de probabilidad de Poisson se puede obtener a partir de la función de probabilidad binomial cuando n es muy grande y p muy pequeño. Algunos ejemplos de experimentos de Poisson son: El número de autos que llegan a un supermercado en la franja de 10:00 y 11:00 a.m., el número de llamadas que entran a un conmutador telefónico entre la 1:00 y 3:00 p.m., el número de defectos detectados en un corte de 1 metro cuadrado, el número de insectos en una fanegada de terreno cultivado, el número de colonias de bacterias en un centímetro cúbico de agua contaminada, etc

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una

Más detalles

12 Las distribuciones binomial y normal

12 Las distribuciones binomial y normal Las distribuciones binomial y normal ACTIVIDADES INICIALES.I. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:

Más detalles

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD www.siresistemas.com/clases Ing. Oscar Restrepo DISTRIBUCIONES DISCRETAS DE PROBABILIDAD 1. Debido a las elevadas tasas de interés, una empresa reporta que el 30% de sus cuentas por cobrar de otras empresas

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Se pide: 1. Calcular las principales medidas de posición y dispersión para los datos anteriores.

Se pide: 1. Calcular las principales medidas de posición y dispersión para los datos anteriores. 2.2.- Ha sido medida la distancia de frenado (en metros) de una determinada marca de coches, según el tipo de suelo y velocidad a la que circula, los resultados en 64 pruebas aparecen en el listado siguiente:

Más detalles

RELACIÓN DE EJERCICIOS DE ESTADÍSTICA. PROBLEMAS DE ESTADÍSTICA: PROBABILIDAD

RELACIÓN DE EJERCICIOS DE ESTADÍSTICA. PROBLEMAS DE ESTADÍSTICA: PROBABILIDAD 1 UNIVERSIDAD DE CASTILLA-LA MANCHA Facultad de Químicas. RELACIÓN DE EJERCICIOS DE ESTADÍSTICA. PROBLEMAS DE ESTADÍSTICA: PROBABILIDAD Ejercicio 1º.- Se lanzan dos monedas y un dado. Se pide: 1) Describir

Más detalles

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES 1.- Definición de variable aleatoria discreta. Normalmente, los resultados posibles (espacio muestral Ω) de un experimento aleatorio no son

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)

Más detalles

DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS

DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS A) INTRODUCCIÓN Una distribución de probabilidad es una representación de todos los resultados posibles de algún experimento y de la probabilidad relacionada

Más detalles

PROBABILIDAD. 1. a) Operaciones con sucesos. Propiedades. Sucesos compatibles.

PROBABILIDAD. 1. a) Operaciones con sucesos. Propiedades. Sucesos compatibles. OPCION A: 1. a) Operaciones con sucesos. Propiedades. Sucesos compatibles. k t si t [0,2] b) Sea f(t)= 0 en el resto Calcular k para que f sea de densidad, calcular la función de distribución. 2. a) De

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).

Más detalles

ejerciciosyexamenes.com PROBABILIDAD

ejerciciosyexamenes.com PROBABILIDAD PROBABILIDAD 1. Lanzamos dos monedas al aire (primero una y luego la otra). Calcular la probabilidad de obtener: a) Una sola cara b) Al menos una cara c) Dos caras Sol: a) 1/2; b) 3/4; c) 1/4 2. Un lote

Más detalles

Estadística aplicada y modelización. 10 de septiembre de 2005

Estadística aplicada y modelización. 10 de septiembre de 2005 Estadística aplicada y modelización. 10 de septiembre de 005 SOLUCIÓN MODELO A 1. Una persona se está preparando para obtener el carnet de conducir, repitiendo un test de 0 preguntas. En la siguiente tabla

Más detalles

Ejercicios distribuciones discretas probabilidad

Ejercicios distribuciones discretas probabilidad Ejercicios distribuciones discretas probabilidad 1. Una máquina que produce cierta clase de piezas no está bien ajustada. Un porcentaje del 4.2% de las piezas están fuera de tolerancias, por lo que resultan

Más detalles

Tema 3: Variable aleatoria 9. Tema 3: Variable aleatoria

Tema 3: Variable aleatoria 9. Tema 3: Variable aleatoria Tema 3: Variable aleatoria 9 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Tema 3: Variable aleatoria 1. Probar si las siguientes funciones pueden definir funciones

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA PROBABILIDAD Y ESTADÍSTICA GUÍA 3: VARIABLES ALEATORIAS DISCRETAS Y DISTRIBUCIONES DE PROBABILIDAD Plan Común de Ingeniería 1.

Más detalles

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial.

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial. UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO Facultad de Contaduría y Ciencias Administrativas Academia de Matemáticas Apuntes para la Materia de Estadística II Guía Básica para el Estudio de la Estadística

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. Sean A y B dos sucesos y A, B sus complementarios. Si se verifica que p( B) = 2 / 3, p( A B) = 3 / 4 y p( A B) = 1/ 4, hallar: p( A), p( A B), y la probabilidad condicionada

Más detalles

MATEMÁTICAS 1º BACH CCSS - DISTRIBUCIÓN BINOMIAL = 0 3125.

MATEMÁTICAS 1º BACH CCSS - DISTRIBUCIÓN BINOMIAL = 0 3125. MATEMÁTICAS º BACH CCSS - DISTRIBUCIÓN BINOMIAL ˆ EJERCICIO En una ciudad se han elegido al azar 7 habitantes. ¾Cuál es la probabilidad de que cuatro de ellos hayan nacido el 7 de mayo? p = P (haber nacido

Más detalles

16 SUCESOS ALEATORIOS. PROBABILIDAD

16 SUCESOS ALEATORIOS. PROBABILIDAD EJERCICIOS PROPUESTOS 16.1 Indica si estos experimentos son aleatorios y, en caso afirmativo, forma el espacio muestral. a) Se extrae, sin mirar, una carta de una baraja española. b) Se lanza un dado tetraédrico

Más detalles

Práctica 3. Distribuciones de probabilidad

Práctica 3. Distribuciones de probabilidad Práctica 3. Distribuciones de probabilidad Estadística Facultad de Física Objetivos Distribuciones Representaciones gráficas Ejercicios Aplicaciones 1 Introducción En esta práctica utilizaremos una herramienta

Más detalles

Universidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I

Universidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I Universidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I 1. Supongamos que Ω = A B y P (A B) = 0.2. Hallar: (a) El máximo valor posible para P (B), de tal manera

Más detalles

RESPUESTAS: c) $75.00. 166) a) 70,000 litros b) 11,547 litros 167) a) 12.5 litros b) 1 3

RESPUESTAS: c) $75.00. 166) a) 70,000 litros b) 11,547 litros 167) a) 12.5 litros b) 1 3 170) Suponte que los resultados de un examen son una variable normal con media 78 y varianza 36 a) Cuál es la probabilidad que una persona que presenta el examen obtenga una calificación mayor que 7? b)

Más detalles

TEMA 6: VARIABLES ALEATORIAS. DISTRIBUCIONES DE PROBABILIDAD 1. VARIABLES ALEATORIAS

TEMA 6: VARIABLES ALEATORIAS. DISTRIBUCIONES DE PROBABILIDAD 1. VARIABLES ALEATORIAS TEMA 6: VARIABLES ALEATORIAS. DISTRIBUCIONES DE PROBABILIDAD 1. VARIABLES ALEATORIAS 1.1 Variables aleatorias Considera el experimento aleatorio consistente en lanzar dos monedas. El espacio muestral de

Más detalles

Distribuciones discretas. Distribución Binomial

Distribuciones discretas. Distribución Binomial Boletín: Distribuciones de Probabilidad IES de MOS Métodos estadísticos y numéricos Distribuciones discretas. Distribución Binomial 1. Una urna contiene 3 bolas blancas, 1 bola negra y 2 bolas azules.

Más detalles

Tema 7: Estadística y probabilidad

Tema 7: Estadística y probabilidad Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro

Más detalles

CAPÍTULO 5 DISTRIBUCIONES DE PROBABILIDADES

CAPÍTULO 5 DISTRIBUCIONES DE PROBABILIDADES CAPÍTULO 5 DISTRIBUCIONES DE PROBABILIDADES En este capítulo se introducirá el concepto de variable aleatoria, cuya importancia radica en introducir modelos matemáticos en el cálculo de probabilidades.

Más detalles

PARTE COMÚN: MATEMÁTICAS

PARTE COMÚN: MATEMÁTICAS Consejería de Educación y Cultura e Innovación Educativa DATOS DEL ASPIRANTE Apellidos:..... Nombre:.... D.N.I./N.I.E./Pasaporte nº:...... DEL EJERCICIO DE MATEMÁTICAS Calificación numérica 1.- En las

Más detalles

15 Distribuciones continuas. La distribución normal

15 Distribuciones continuas. La distribución normal Distribuciones continuas. La distribución normal ACTIVIDADES INICIALES Solucionario.I. Representa la función valor absoluto: x si x 0 y x x si x 0 Y O X.II. Representa la función: 2x 3 si x f(x) si x 4

Más detalles

Ingeniería Técnica Industrial, todas especialidades. Ingeniería Técnica Telecomunicaciones, Telemática Problemas de examenes

Ingeniería Técnica Industrial, todas especialidades. Ingeniería Técnica Telecomunicaciones, Telemática Problemas de examenes Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería, Estadística Problemas de examenes: Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

PARTE 1 PROBLEMAS PROPUESTOS FACTORIAL. 2. 31 Calcular:

PARTE 1 PROBLEMAS PROPUESTOS FACTORIAL. 2. 31 Calcular: PARTE 1 FACTORIAL 2. 31 Calcular: PROBLEMAS PROPUESTOS i. 9!, (9)(8)(7)(6)(5)(4)(3)(2)(1) = 362880 ii. 10! (10)(9)(8)(7)(6)(5)(4)(3)(2)(1) = 3628800 iii. 11! (11)(10)(9)(8)(7)(6)(5)(4)(3)(2)(1) = 39916800

Más detalles

Métodos Estadísticos 2.3. Distribuciones discretas de probabilidad

Métodos Estadísticos 2.3. Distribuciones discretas de probabilidad 2.3. DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Parámetros de un problema Saber: Explicar el concepto de variable discreta. Explicar los conceptos y métodos de la distribución binomial, hipergeométrica,

Más detalles

Relación de problemas: Variables aleatorias

Relación de problemas: Variables aleatorias Estadística y modelización. Ingeniero Técnico en Diseño Industrial. Relación de problemas: Variables aleatorias 1. Se lanza tres veces una moneda y se observa el número de caras. (a) Calcula la distribución

Más detalles

Soluciones de los ejercicios de la primera Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo

Soluciones de los ejercicios de la primera Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo Soluciones de los ejercicios de la primera Unidad Dr. Víctor Hernández Dr. Jorge Martín Dr. José Antonio Carrillo 5 de marzo de 0 Índice general Ejercicio.. Manejo del formalismo de los sucesos.............

Más detalles

Problemas. Variables Aleatorias. Modelos de Probabilidad

Problemas. Variables Aleatorias. Modelos de Probabilidad Problemas. Variables Aleatorias. Modelos de Probabilidad Ejemplos resueltos y propuestos Variables Aleatorias Discretas Una variable aleatoria discreta X de valores x 1, x 2,..., x k con función de probabilidad

Más detalles

Tema 3. Variables aleatorias. Inferencia estadística

Tema 3. Variables aleatorias. Inferencia estadística Estadística y metodología de la investigación Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 3. Variables aleatorias. Inferencia estadística 1. Introducción 1 2. Variables aleatorias 1 2.1. Variable

Más detalles

Tema 6 Algunos modelos de distribuciones discretas.

Tema 6 Algunos modelos de distribuciones discretas. Tema 6 Algunos modelos de distribuciones discretas. Una vez epuesta la teoría general sobre variables aleatorias y sus distribuciones de probabilidad, vamos a describir algunas distribuciones particulares

Más detalles

TEMA II VARIABLES ALEATORIAS. DISTRIBUCIÓN BINOMIAL Y NORMAL

TEMA II VARIABLES ALEATORIAS. DISTRIBUCIÓN BINOMIAL Y NORMAL TEMA II VARIABLES ALEATORIAS. DISTRIBUCIÓN. BINOMIAL Y NORMAL I.- Variable aleatoria. Concepto. Antes de definir el concepto de varibale aleatoria, veamos algunos ejemplos (ya estás empezando a comprobar

Más detalles

EVALUACIÓN 11 B) 150 1 C) 2 D) 15 E) 30

EVALUACIÓN 11 B) 150 1 C) 2 D) 15 E) 30 EVALUACIÓN 1. Si la probabilidad que llueva en San Pedro en verano es 1/30 y la probabilidad que caigan 100 cc es 1/40, cuál es la probabilidad que no llueva en San Pedro y que no caigan 100 cc? A) 1/1200

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

Clase 4: Probabilidades de un evento

Clase 4: Probabilidades de un evento Clase 4: Probabilidades de un evento Definiciones A continuación vamos a considerar sólo aquellos experimentos para los que el EM contiene un número finito de elementos. La probabilidad de la ocurrencia

Más detalles

Explicación de la tarea 3 Felipe Guerra

Explicación de la tarea 3 Felipe Guerra Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La

Más detalles

Resuelve los ejercicios de Distribución Binomial

Resuelve los ejercicios de Distribución Binomial Resuelve los ejercicios de Distribución Binomial 1. Si 0.20 es la probabilidad de capturar a un asaltante de tiendas, cuál es la probabilidad de que en una muestra de ocho asaltantes se capturen tres?

Más detalles

Unidad 4: Variables aleatorias

Unidad 4: Variables aleatorias Unidad 4: Variables aleatorias Logro de la unidad 4 Al finalizar la unidad 4, el alumno aplica el concepto de variable aleatoria, valor esperado y probabilidad para la toma de decisiones en un trabajo

Más detalles

Clase 7: Algunas Distribuciones Continuas de Probabilidad

Clase 7: Algunas Distribuciones Continuas de Probabilidad Clase 7: Algunas Distribuciones Continuas de Probabilidad Distribución Uniforme Continua Una de las distribuciones continuas más simples en Estadística es la Distribución Uniforme Continua. Esta se caracteriza

Más detalles

MATEMÁTICAS A 4º ESO IES LOS CARDONES 2014-2015 PLAN DE RECUPERACIÓN. Contenidos Mínimos. I. Estrategias, habilidades, destrezas y actitudes generales

MATEMÁTICAS A 4º ESO IES LOS CARDONES 2014-2015 PLAN DE RECUPERACIÓN. Contenidos Mínimos. I. Estrategias, habilidades, destrezas y actitudes generales MATEMÁTICAS A 4º ESO IES LOS CARDONES 2014-2015 PLAN DE RECUPERACIÓN Contenidos Mínimos I. Estrategias, habilidades, destrezas y actitudes generales II. Números: Resolución de problemas utilizando toda

Más detalles

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0)

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0) 1. La rueda de una ruleta se divide en 25 sectores de igual área que se enumeran del 1 al 25. Encuentra una fórmula para la distribución de probabilidades de la v.a. X que representa el número obtenido

Más detalles

Matemáticas aplicadas a las Ciencias Sociales II Variables Aleatorias. Distribuciones Binomial y Normal. Índice. 1. Variables aleatorias 2

Matemáticas aplicadas a las Ciencias Sociales II Variables Aleatorias. Distribuciones Binomial y Normal. Índice. 1. Variables aleatorias 2 Matemáticas aplicadas a las Ciencias Sociales II Variables Aleatorias. Distribuciones Binomial y Normal Índice 1. Variables aleatorias 2 2. Distribución de probabilidad para variables aleatorias discretas

Más detalles

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios

Más detalles

PROBLEMAS DE CÁLCULO DE PROBABILIDADES

PROBLEMAS DE CÁLCULO DE PROBABILIDADES PROBLEMAS DE CÁLCULO DE PROBABILIDADES Rosario Cintas del Río Escuela Universitaria de Estadística Universidad Complutense CÁLCULO DE PROBABILIDADES HOJA 1 1. Supongamos que los tiempos de los corredores

Más detalles

RELACIÓN EJERCICIOS DEL CAPÍTULO 1. Intervalos de Confianza 1. La vida media de una muestra aleatoria de 10 focos es de 4.

RELACIÓN EJERCICIOS DEL CAPÍTULO 1. Intervalos de Confianza 1. La vida media de una muestra aleatoria de 10 focos es de 4. RELACIÓN EJERCICIOS DEL CAPÍTULO 1. Intervalos de Confianza 1. La vida media de una muestra aleatoria de 10 focos es de 4.000 horas, con una cuasidesviación típica muestral de 200 horas. Se supone que

Más detalles

PROBLEMAS DE PROBABILIDAD. BOLETIN IV

PROBLEMAS DE PROBABILIDAD. BOLETIN IV PROBLEMAS DE PROBABILIDAD. BOLETIN IV 1. Se considera el experimento aleatorio de lanzar un dado al aire y anotar el número de la cara superior. Hallar: a) El espacio muestral. b) El suceso A= obtener

Más detalles

16 Distribuciones de probabilidad

16 Distribuciones de probabilidad Solucionario 1 Distribuciones de probabilidad ACTIVIDADES INICIALES 1.I. Lanza un dado 0 veces, anotando los resultados de la cara superior, y representa los resultados obtenidos en un diagrama de barras.

Más detalles

2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria

2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria 2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un

Más detalles

El valor esperado de una variable aleatoria discreta se representa de la siguiente manera:

El valor esperado de una variable aleatoria discreta se representa de la siguiente manera: INTRODUCCIÓN AL VALOR ESPERADO Y VARIANZA (5 MINUTOS) Cuando nos hablan del promedio de que ocurra un evento, cómo sabemos con certeza qué tan cerca estamos de alcanzar ese promedio? Esta pregunta nos

Más detalles

PROBABILIDAD. Pruebas de Acceso a la Universidad. Bachillerato de Ciencias Sociales. Departamento de Matemáticas del IES Andalán.

PROBABILIDAD. Pruebas de Acceso a la Universidad. Bachillerato de Ciencias Sociales. Departamento de Matemáticas del IES Andalán. Pruebas de Acceso a la Universidad. Bachillerato de Ciencias Sociales. Departamento de Matemáticas del IES Andalán. PROBABILIDAD Junio 1994. El año pasado el 60% de los veraneantes de una cierta localidad

Más detalles

Algunas Distribuciones de Probabilidad

Algunas Distribuciones de Probabilidad Relación de problemas 7 Algunas Distribuciones de Probabilidad 1. En un hospital se ha comprobado que la aplicación de un tratamiento en enfermos de cirrosis produce una cierta mejoría en el 80 % de los

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

Variables aleatorias. Función de distribución y características asociadas

Variables aleatorias. Función de distribución y características asociadas Índice 3 Variables aleatorias. Función de distribución y características asociadas 3.1 3.1 Introducción.......................................... 3.1 3.2 Concepto de variable aleatoria................................

Más detalles

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Página 4 REFLEXIONA Y RESUELVE Recorrido de un perdigón Dibuja los recorridos correspondientes a: C + C C, + C + C, + C C C, + + + +, C+CC

Más detalles

2 3 independientes? y mutuamente excluyentes? Halla )

2 3 independientes? y mutuamente excluyentes? Halla ) EJERCICIOS DE PROBABILIDAD para hacer en casa IES Jovellanos 1º BI-NS Probabilidad 1. a) Demuestre mediante un diagrama de Venn que ( A B) \ ( A C) = A ( B \ C) b) Demuestre con propiedades Booleanas que

Más detalles

0 en el resto. P 2 X 4 c) Obtener x tal que P( X x)=0.3. Se pide: a) La variable aleatoria es discreta o x si 0 x 4

0 en el resto. P 2 X 4 c) Obtener x tal que P( X x)=0.3. Se pide: a) La variable aleatoria es discreta o x si 0 x 4 .- Sea la función de probabilidad de una variable aleatoria: i 4 5 Probabilidad k P X. Se pide. A) La función de distribución. B) Primer cuartil. C) k si,. Si la función de densidad de una v. a. continua

Más detalles

2) Un establecimiento comercial dispone a la venta dos artículos en una de sus secciones, de precios p

2) Un establecimiento comercial dispone a la venta dos artículos en una de sus secciones, de precios p Universidad de Sevilla Facultad de Ciencias Económicas y Empresariales Licenciatura de Economía Universidad de Sevilla ESTADÍSTICA I RELACIÓN 5 MODELOS Y DATOS ESTADÍSTICOS DEPARTAMENTO DE ECONOMÍA APLICADA

Más detalles

TALLER N 5 DE ESTADÍSTICA

TALLER N 5 DE ESTADÍSTICA UNIVERSIDAD CATÓLICA DEL MAULE FACULTAD DE CIENCIAS BÁSICAS PEDAGOGÍA EN MATEMÁTICA Y COMPUTACIÓN TALLER N 5 DE ESTADÍSTICA Integrante 1 : Victor Córdova Cornejo (heibubu@hotmail.com) Integrante 2 : Rodrigo

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA Capítulo 4 INFERENCIA ESTADÍSTICA 4.1. Introducción Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra. La estadística, ciencia o rama de las Matemáticas que se

Más detalles

L.A.D.E. ESTADISTICA EMPRESARIAL I (Segundo Curso) EJERCICIOS

L.A.D.E. ESTADISTICA EMPRESARIAL I (Segundo Curso) EJERCICIOS L.A.D.E. ESTADISTICA EMPRESARIAL I (Segundo Curso) EJERCICIOS Curso Académico 008-009 º L.A.D.E EJERCICIO Lanzamos un dado 00 veces y hemos obtenido los siguientes resultados: 5 6 3 4 5 5 4 5 3 4 6 6 5

Más detalles

Práctico 4. Probabilidad

Práctico 4. Probabilidad Práctico 4. Probabilidad Problema Calcular la probabilidad que si se lanzan dos dados la suma de los resultados obtenidos sea inferior a 9. Problema 2 Las posibilidades de apostar a pleno en la ruleta

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA SEGUNDA PRUEBA PARCIAL Profesor: Hugo S. Salinas. Primer Semestre 2009 1. Resolver los siguientes

Más detalles

Ejercicios de inferencia estadística

Ejercicios de inferencia estadística 1. Una población consiste en las edades de los niños en una familia de cuatro hijos. Estas edades son: x 1 = años, x = 4años, x 3 = 6años, x 4 = 8años. (a) Determina la media y la desviación típica de

Más detalles

EJ:LANZAMIENTO DE UNA MONEDA AL AIRE : S { } { } ESPACIO MUESTRAL:CONJUNTO DE TODOS LOS SUCESOS ELEMENTALES DE UN EXPERIMENTO ALEATORIO.

EJ:LANZAMIENTO DE UNA MONEDA AL AIRE : S { } { } ESPACIO MUESTRAL:CONJUNTO DE TODOS LOS SUCESOS ELEMENTALES DE UN EXPERIMENTO ALEATORIO. GUIA DE EJERCICIOS. TEMA: ESPACIO MUESTRAL-PROBABILIDADES-LEY DE LOS GRANDES NUMEROS. MONTOYA.- CONCEPTOS PREVIOS. EQUIPROBABILIDAD: CUANDO DOS O MAS EVENTOS TIENEN LA MISMA PROBABILIDAD DE OCURRIR. SUCESO

Más detalles

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES ALUMNO: CONTENIDOS PARA LA RECUPERACION DE ÁREA EN SEPTIEMBRE

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES ALUMNO: CONTENIDOS PARA LA RECUPERACION DE ÁREA EN SEPTIEMBRE TRABAJO DE VERANO 2014 1º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES ALUMNO: ARITMÉTICA Y ÁLGEBRA CONTENIDOS PARA LA RECUPERACION DE ÁREA EN SEPTIEMBRE Números: reales, irracionales, racionales.

Más detalles

LAS PROBABILIDADES Y EL SENTIDO COMÚN

LAS PROBABILIDADES Y EL SENTIDO COMÚN LAS PROBABILIDADES Y EL SENTIDO COMÚN Existen leyes del azar? Nuestro sentido común pareciera decirnos que el azar y las leyes son conceptos contradictorios. Si algo sucede al azar, es porque no hay leyes

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 12 Distribución de una variable aleatoria Elaborado por la Profesora

Más detalles

a) No curse la opción Científico-Tecnológica. b) Si es chico, curse la opción de Humanidades y C. Sociales

a) No curse la opción Científico-Tecnológica. b) Si es chico, curse la opción de Humanidades y C. Sociales 1 PROBABILIDAD 1.(97).- Para realizar un control de calidad de un producto se examinan tres unidades del producto, extraídas al azar (y sin reemplazamiento) de un lote de 100 unidades. Las unidades pueden

Más detalles

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 0 DISTRIUIONES DE PROILIDD DE VRILE DISRET. L INOMIL Página PR EMPEZR, REFLEXION Y RESUELVE Problema Dibuja los recorridos correspondientes a: +, + +, +, + + + +, + + + + + + + + + + Problema Observa que

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. VARIABLE DISCRETA

DISTRIBUCIONES DE PROBABILIDAD. VARIABLE DISCRETA UNIDD 0 DISTRIUIONES DE PROILIDD. VRILE DISRET Página 28. Imita el recorrido de un perdigón lanzando una moneda veces y haciendo la asignación: R derecha RUZ izquierda Por ejemplo, si obtienes + el itinerario

Más detalles

Probabilidad 0.9 0.9 0.8 0.9 0.95 0.75. U. D. de Matemáticas de la ETSITGC de la U.P.M. Asignatura: Cálculo y Estadística 1

Probabilidad 0.9 0.9 0.8 0.9 0.95 0.75. U. D. de Matemáticas de la ETSITGC de la U.P.M. Asignatura: Cálculo y Estadística 1 .- Obtener la probabilidad de las siguientes jugadas en una mano de 5 cartas de una baraja de 5 cartas: a) Pareja. b) Doble pareja. c) Trío. d) Escalera. e) Color. f) Full. g) Póker h) Escalera de color..-

Más detalles

1.4 Cálculo de Probabilidades con Métodos de Conteo. Considerere un espacio muestral finito,

1.4 Cálculo de Probabilidades con Métodos de Conteo. Considerere un espacio muestral finito, 1 1.4 Cálculo de Probabilidades con Métodos de Conteo Considerere un espacio muestral finito, y defina, Luego, Ω = {ω 1,..., ω n }, P ({ω i }) = p i, i = 1,..., n P (A) = ω i A p i, A Ω Ω se dice equiprobable

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98

Más detalles

La Probabilidad. Heraldo Gonzalez S.

La Probabilidad. Heraldo Gonzalez S. La Probabilidad Heraldo Gonzalez S. 2 Plan de Regularización, Estadistica I LA DISTRIBUCIÓN NORMAL Quizás es la más importante de las distribuciones continuas, se usa profusamente en Inferencia Estadística

Más detalles

INSTITUTO FRANCISCO POSSENTI A.C. Per crucem ad lucem. Preparatoria (1085)

INSTITUTO FRANCISCO POSSENTI A.C. Per crucem ad lucem. Preparatoria (1085) INSTITUTO FRANCISCO POSSENTI A.C. Per crucem ad lucem Preparatoria (1085) GUÍA DE ESTADÍSTICA Y PROBABILIDAD CLAVE: 1712 1. Escribe delante de cada enunciado, cuáles representan datos discretos, y cuales

Más detalles

1.- CONCEPTO DE ESTADÍSTICA 2.- TABLA ESTADÍSTICA Y PARÁMETROS ESTADÍSTICOS

1.- CONCEPTO DE ESTADÍSTICA 2.- TABLA ESTADÍSTICA Y PARÁMETROS ESTADÍSTICOS TEMA 6.- ESTADÍSTICA 1.- CONCEPTO DE ESTADÍSTICA Considera el conjunto formado por todos los alumnos del instituto. Supongamos que queremos estudiar, por ejemplo, el color del pelo, la estatura ó el nº

Más detalles

TEMA 10 CÁLCULO DE PROBABILIDADES

TEMA 10 CÁLCULO DE PROBABILIDADES Ejercicios Selectividad Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 TEMA 10 CÁLCULO DE PROBABILIDADES COMBINATORIA EJERCICIO 1 : Septiembre 03-04. Obligatoria (1 pto) Un fabricante

Más detalles

Algunas distribuciones importantes de probabilidad

Algunas distribuciones importantes de probabilidad Capítulo 5 Algunas distribuciones importantes de probabilidad En los temas anteriores se presentaban ejemplos de distintos experimentos aleatorios y de variables aleatorias que expresan sus resultados.

Más detalles

Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010.

Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Dos puntos 1. Para cada una de las siguientes variables, indica si son variables aleatorias,

Más detalles

Modelos de distribuciones discretas y continuas

Modelos de distribuciones discretas y continuas Modelos de distribuciones discretas y continuas Discretas En la versión actual de Rcdmr podemos encontrar las distribuciones discretas estudiadas en este curso y para cada una de ellas están disponibles

Más detalles

Clase 3: Introducción a las Probabilidades

Clase 3: Introducción a las Probabilidades Clase 3: Introducción a las Probabilidades Introducción Tal vez estemos acostumbrados con algunas ideas de probabilidad, ya que esta forma parte de la cultura cotidiana. Con frecuencia escuchamos a personas

Más detalles

Estadística. 1. Cuántos números impares hay de cinco cifras? (Respuesta: 45000)

Estadística. 1. Cuántos números impares hay de cinco cifras? (Respuesta: 45000) 1. Cuántos números impares hay de cinco cifras? (Respuesta: 45000) 2. De cuántas maneras distintas se pueden ordenar en fila 8 personas? (Respuesta: 40320) 3. De cuántas maneras distintas se pueden repartir

Más detalles

Índice 1 / 47. 1- Qué es la Estadística?

Índice 1 / 47. 1- Qué es la Estadística? Índice 1- Qué es la Estadística? 1 / 47 2- Los sucesos aleatorios y la Teoría de la Probabilidad 2.1- Los sucesos aleatorios 2.2- La probabilidad de un suceso 2.3- La regla de Laplace 2.4- Dato curioso:

Más detalles

Ejemplo: Ing. Raúl Canelos. Solución CONFIABILIDAD SEP 1

Ejemplo: Ing. Raúl Canelos. Solución CONFIABILIDAD SEP 1 Ejemplo: Basándose en ciertos estudios una compañía a clasificado de acuerdo con la posibilidad de encontrar petróleo en tres tipos de formaciones. La compañía quiere perforar un pozo en determinado lugar

Más detalles

Unidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras

Unidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras Unidad 6 Distribuciones de probabilidad continua, muestreo y distribución de muestras Introducción La unidad 5 se enfocó en el estudio de las distribuciones de probabilidad discreta, entre las cuales

Más detalles

FACULTAD DE CIENCIAS EXACTAS Y NATURALES SEMILLERO DE MATEMÁTICAS TALLER # 13. COMBINACIONES Y PROBABILIDAD

FACULTAD DE CIENCIAS EXACTAS Y NATURALES SEMILLERO DE MATEMÁTICAS TALLER # 13. COMBINACIONES Y PROBABILIDAD FACULTAD DE CIENCIAS EXACTAS Y NATURALES SEMILLERO DE MATEMÁTICAS TALLER # 13. COMBINACIONES Y PROBABILIDAD Grado 11 Taller # 13 Nivel II RESEÑA HISTORICA El concepto de Probabilidad ha evolucionado en

Más detalles

Probabilidad. Distribución binomial y normal

Probabilidad. Distribución binomial y normal 3 Probabilidad. Distribución binomial y normal. Probabilidad condicionada Piensa y calcula alcula mentalmente: a) la probabilidad de que al sacar una bola, sea roja. b) la probabilidad de que al sacar

Más detalles

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad R PRÁCTICA II Probabilidad-Variables Aleatorias Sección II.1 Probabilidad 15. En el fichero sintomas.dat se encuentran 9 columnas con los resultados de una estadística médica. Cada columna corresponde

Más detalles

Definición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.

Definición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral. Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida

Más detalles

CAPÍTULO 5. Probabilidad. 5.1 Álgebra de sucesos. 1. Experimento lanzar un dado y anotar la cara que sale:

CAPÍTULO 5. Probabilidad. 5.1 Álgebra de sucesos. 1. Experimento lanzar un dado y anotar la cara que sale: CAPÍTULO 5 Probabilidad 5.1 Álgebra de sucesos 5.1.1 Fenómenos determinísticos y aleatorios En la naturaleza se producen dos tipos de fenómenos: Determinísticos: Son los fenómenos que siempre que se efectúen

Más detalles

En una plantación de manzanos, el peso en kg de la fruta producida anualmente por cada manzano sigue una distribución normal N(50; 10).

En una plantación de manzanos, el peso en kg de la fruta producida anualmente por cada manzano sigue una distribución normal N(50; 10). MODELOS DE PROBABILIDAD En una plantación de manzanos, el peso en kg de la fruta producida anualmente por cada manzano sigue una distribución normal N(50; 10). (a) Si tomamos dos manzanos al azar, cuál

Más detalles