Distribuciones discretas y continuas

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

Download "Distribuciones discretas y continuas"

Transcripción

1 1.- La luz verde de un semáforo está encendida 15 s cada vez, el ámbar 5, y la roja 55 s. Suponiendo que las condiciones de tráfico inducen variaciones aleatorias en los tiempos de llegada de los automóviles, de formar que llegar cuando el semáforo está verde es un suceso aleatorio. Calcular la función de probabilidad de éxitos en 4 pruebas independientes..- En un taller hay 10 máquinas iguales, se ha visto que una máquina determinada un día de cada 5 está averiada. a) Si es de 500 la perdida diaria ocasionada por tener una máquina averiada, calcular la perdida media diaria. b) La probabilidad de que un cierto día no se encuentre ninguna máquina averiada. 3. Sabiendo que la probabilidad de que un estudiante de segundo de Topografía termine la carrera es 0.8, calcular: a) Probabilidad de que un grupo de 0 alumnos terminen 16. b) Si dividimos a los alumnos de segundo en grupos de 0, cuál será el número medio de alumnos por grupo que terminarán la carrera? c) Varianza de la distribución. 4.- Al inspeccionar 100 juntas de soldaduras producidas por una máquina de soldar se encontraron 10 defectuosas. Al soldar 5 uniones, cuál es la probabilidad de encontrar al menos una defectuosa? Calcular la media. 5.- Se supone que el n de bacterias por mm 3 de agua en un estanque es una variable aleatoria que sigue una distribución Poisson de parámetro λ = 1. Cuál es la probabilidad de que no haya bacterias en 1 mm 3 de agua? 6.- Se sabe que la probabilidad de que un alumno anote mal un dato en una medición es 0.000, en una lista de 000 datos. Determinar: A) El tipo de distribución. B) La probabilidad de que existan exactamente 4 datos incorrectos. C) El número medio de datos mal anotados. 7. Por un punto de una carretera pasan vehículos de acuerdo con la distribución de Poisson, a razón de seis vehículos por minuto. Hallar: A) Probabilidad de que transcurran 0 segundos y pase más de 5 vehículos. B) Si un peatón tarda 10 segundos en cruzar la carretera, calcular la probabilidad de que no pase ningún vehículo. 8.- El ordenador que realiza las 1000 nóminas de una empresa efectúa en cada una de ellas un redondeo al número entero más próximo. Se supone que el redondeo en el importe de cada nómina produce un error que sigue una distribución uniforme entre 0.5 y 0.5 euros. Calcular la probabilidad de que la suma del importe de 1000 nóminas tenga un error total entre 0 y 0 euros. 9.- Sabiendo que los errores de observación, X, de una determinada magnitud siguen una distribución N(0,1.5), calcular: a) Probabilidad de que al hacer una observación el error sea mayor que 0,5. b) El error x tal que P( X < x) = 0.95 U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 1

2 10.- Un proceso de fabricación tiene tres fases consecutivas de tal manera que la duración en minutos de cada una de ellas viene dada, respectivamente, por las siguientes variables aleatorias independientes: N(50,5), N(70,3) y N(80, ). a) Cuál es la duración total media del proceso? b) Cuál es la probabilidad de que el proceso tenga una duración total inferior a 15 minutos? c) Determinar con probabilidad del 0.97 el tiempo máximo que puede durar el proceso Los cierres de triángulos de una red están normalmente distribuidos con media 1 y desviación típica. Calcular la probabilidad de que un cierre sea: a) mayor que. b) mayor que 1 y menor que. c) negativo. d) en valor absoluto menor que Sabiendo que la demanda aleatoria de teodolitos durante un día en una fábrica sigue una distribución N(70,3), calcular: a) Probabilidad de vender más de 60 teodolitos. b) Número de teodolitos que debe fabricar cada día para satisfacer la demanda el 95% de los días Se tiene una variable aleatoria X, de la que se conoce que sigue una distribución chicuadrado, con 3 grados de libertad. Se pide: a) La moda b) La mediana 14.- Una niña coge todos los días el autobús para ir al colegio en una parada que está frente a su casa. El tiempo de espera diaria es una variable aleatoria con distribución χ de media 5 minutos. a) Cuál es la probabilidad de que el tiempo de espera sea n inferior a 5 minutos? b) Cuál es el tiempo de espera máxima con probabilidad 0,5? 15.- Cada una de las tres coordenadas de un punto P del espacio son v. a. con distribución N(0,1). Calcular: a) Probabilidad de que el cuadrado de la distancia de dicho punto al origen de coordenadas sea mayor que b) Media del cuadrado de la distancia al origen Se tiene una variable aleatoria X, de la que se conoce que sigue una distribución chicuadrado, con 6 grados de libertad. Se pide: a) Probabilidad de que la variable tome un valor inferior a 3. b) Probabilidad de que la variable tome un valor comprendido entre 4 y 5. c) El valor del primer cuartil El peso medio de los estudiantes varones de una universidad es de 68 kg y la desviación típica es de 10 kg. Suponiendo que hay 500 y están distribuidos normalmente, hallar el número de estudiantes que: a) pesan entre 48 y 7 kg. b) más de 91kg. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA

3 c) exactamente 68 kg (Los pesos de los quinientos estudiantes fueron redondeados al entero más próximo) Una empresa decide otorgar un premio entre los distribuidores si venden trescientos veinte o más productos por día. El número de productos vendidos al día por los distribuidores A y B está normalmente distribuido de la forma siguiente: Distribuidor Media Varianza A B Se pide: a) Qué porcentaje de los días obtendrá premio el distribuidor A? b) Qué porcentaje de los días obtendrá premio el distribuidor B? c) Si se asocian los distribuidores A y B. Qué porcentaje de los días obtendrían premio? 19.- Se sabe que una fábrica produce un 4 por mil de artículos defectuosos. Se piden cinco artículos a la fábrica. Cuál es la probabilidad de que haya uno defectuoso? Y de que haya al menos uno defectuoso. 0.- Se supone que en un determinado país el número de individuos albinos sigue una distribución de Poisson de parámetro λ= 5. Calcular la probabilidad de que elegida una muestra de la citada población, se presenten los siguientes casos: a) Ningún individuo sea albino. b) Halla menos de dos individuos albinos. c) Al menos se encuentren 3 individuos albinos. 1.- La media del número de libros leídos al cabo de un año por los habitantes de una ciudad determinada es 15 y la desviación típica.5. Si la distribución se considera normal, calcular: a) Porcentaje de personas que leen menos de 11 libros al año. b) Porcentaje de personas que leen más de 0 libros al año. c) Porcentaje de personas que leen más de 7 libros y menos de 1 libros al año. d) Valores que hay que tomar a ambos lados de la media, y a igual distancia, para que el área correspondiente bajo la curva sea igual a 0.5. e) Número de libros que ha de leer, como mínimo, una persona para que esté situada entre el 80% de los que mayor número de libros leen al año..- Sabiendo que la mortandad de las orugas a las 48 horas de aplicarles los insecticidas Actelic y Metoxidoro se distribuyen según N(8,4.5) y N(58,4.9) respectivamente. Se pide: a) Probabilidad de que mueran menos de 0 orugas en 48 horas al aplicarles Actelic. b) Probabilidad de que la diferencia de orugas muertas entre los dos grupos Metoxidoro y Actelic sea mayor que 40. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 3

4 3.- La función de densidad de una χ n de Pearson es a) Calcular la moda según los valores de n. b) Calcular la mediana para n=10. n 1 x n x - f(x) = e si x 0 Γ ( n ) 4.- Una línea eléctrica se avería cuando la tensión T sobrepasa la capacidad C de la línea. Si la tensión sigue el modelo de una distribución N(100,0) y la capacidad según una distribución N(140,10), se pide: a) La probabilidad de que la tensión supere el valor de 150. b) El intervalo de valores alrededor de la media con el 95% de la distribución de la capacidad. c) La probabilidad de avería. 5.- En un proceso de fabricación de productos en vidrio ocurren defectos o burbujas. Se sabe que, en promedio, uno de cada 1000 de estos artículos tiene una o más burbujas. Para una muestra aleatoria de 8000 productos, se pide: a) Probabilidad de que tenga menos de siete artículos con burbujas. b) Mediana de la distribución. c) Varianza de la distribución. 6.- La altura en centímetros de los habitantes de una comunidad es una variable aleatoria X N(175,10). Para ser admitido como militar se debe tener un altura entre 165 y 00 y para pertenecer al cuerpo de zapadores se exige además una altura mayor de 190 cm. Se pide: a) Probabilidad de que un habitante cualquiera sea soldado. b) Probabilidad de que un habitante cualquiera sea zapador. c) Probabilidad de que un soldado cualquiera sea zapador. d) El intervalo de valores alrededor de la media con el 95% de la distribución. 7.- El tiempo necesario para realizar un examen sigue una distribución normal de media 100 minutos y de desviación típica 10 minutos. Sabiendo que el examen empieza a las 11horas 30 minutos. Se pide: a) La probabilidad de que un alumno acabe antes de las 1h 30m. b) La probabilidad de que un alumno acabe después de las 13h. c) El tiempo máximo que debe fijar un profesor para que acaben el 90% de los alumnos. d) Si se examinan 10 alumnos, la probabilidad de que al menos uno de ellos acabe el examen antes de las 13h. 8.- Una prueba del examen de Estadística consiste en un cuestionario de 10 preguntas con tres posibles respuestas, solamente una de ellas correcta. Si contestamos a todas las preguntas de manera aleatoria, calcular: a) La probabilidad de aprobar, es decir, contestar correctamente, al menos 5 de las 10 preguntas. b) La probabilidad de no contestar bien a ninguna de ellas. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 4

5 9.- El contenido de una lata de refresco se distribuye normalmente con una media µ=33 cl y desviación típica σ=1cl. a) Cuál es la probabilidad de que el contenido de una lata sea superior a 34 cl? b) Si tenemos 3 latas, cuál es la probabilidad de que él contenido total sea inferior a 100 cl? c) Qué contenido de refresco máximo le corresponde una probabilidad 0,68? 30.- Se tiene una variable aleatoria X, de la que se conoce que sigue una distribución chicuadrado, con 3 grados de libertad. Obtener la mediana La probabilidad de que un alumno resuelva cualquier problema es 0,8. El examen consiste en resolver 7 problemas. Si contesta bien a 4 o más problemas aprueba, pero si contesta solamente a 3 problemas tiene la posibilidad de hacer un examen de repesca, calcular: a) La probabilidad de aprobar. b) La probabilidad de realizar un segundo examen. 3.- Un servidor de una pequeña red de ordenadores recibe una media de 7 accesos al minuto. Se pide: a) Calcular la probabilidad de que reciba más de 10 accesos en un minuto. b) Probabilidad de que en un minuto reciban exactamente 7 accesos. c) Varianza de la distribución Sabiendo que la demanda diaria de un artículo X en una fábrica sigue una distribución N(600, 5), calcular: a. Probabilidad de vender menos de 550 artículos X en un determinado día. b. Número de artículos X que se debe fabricar para satisfacer la demanda el 90% de los días. c. Porcentaje de días que venderá 600 artículos X Dada una distribución χ 3 calcular el valor de la abscisa que corresponde al área sombreada del gráfico cuyo valor es 0,05: U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 5

6 35.- Sabiendo que la probabilidad de que un estudiante de la ETSITGC termine la carrera es 0,7. Calcular: a) Probabilidad de que en un grupo de 10 alumnos terminen 7. b) Si empiezan la carrera un grupo de 10 alumnos, cuál será el número medio de alumnos que terminarán la carrera? 36.- A un hospital llegan, de media, 1 persona por minuto. Calcular: a) Probabilidad de que no llegue ninguna persona en 1 minuto. b) Probabilidad de que lleguen al menos dos personas en un minuto. c) La mediana de la distribución número de personas que llegan en un minuto. d) Varianza de la distribución Si el 5% de las piezas fabricadas por una determinada marca son defectuosas. En un lote de 0 piezas, calcular el número máximo de piezas defectuosas que se podrá garantizar con una probabilidad del 90% Suponiendo que cada niño tiene una probabilidad de 0.49 de ser varón. Calcular la probabilidad de que una familia de 5 hijos: a) Tenga dos niños. b) Tenga al menos un niño. c) Tenga una niña. d) Tenga al menos una niña La probabilidad de que un vehículo con más de 10 años pase con éxito la I.T.V. es de 4/5. a) Hallar la probabilidad de que exactamente dos de los siguientes 4 vehículos con más de diez años que se inspeccionen pasen la prueba con éxito. b) Hallar la probabilidad de que al menos pase la prueba un vehículo de los siguientes 4 vehículos con más de diez años Por término medio se reciben tres accesos a una página web durante un minuto cualquiera, utilizar el modelo de Poisson para calcular la probabilidad de que en un minuto cualquiera: a) Nadie acceda a la página. b) Se reciban más de dos entradas en un minuto El promedio de la frecuencia con la que llegan los coches a un determinado peaje es de cinco coches en 0 minutos. Calcular la probabilidad de que: a) No llegue ningún coche en un periodo de 0 minutos. b) Llegue solo un coche en un periodo de 0 minutos. 4.- Calcular la media y la varianza de una variable aleatoria binomial de parámetros P µ σ X<µ+σ. n=15 y p=0.4, es decir X es B(15, 0.4). Calcular ( ) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 6

7 43.- La cantidad diaria de latas de refresco, despachado por una máquina ubicada en la sala de espera de un aeropuerto es una variable aleatoria con distribución uniforme en el intervalo [60, 100]. Calcular: a) Calcular la función de distribución. b) La probabilidad de que un día determinado la cantidad de latas de refresco despachadas por la máquina sea de más de 74 pero menos de 95 latas. c) La probabilidad de que un día determinado la máquina despache más de 75 latas Un fabricante de acero cree que una de las máquinas de rolado está produciendo láminas de metal con espesores variables. El espesor es una variable aleatoria uniforme con valores entre 150 y 00 milímetros. Cualquier lámina que tenga menos de 160 milímetros de espesor deberá desecharse, pues no es aceptable por los compradores. a) Calcular el espesor medio y la desviación típica de las láminas. b) Representar la función de densidad y la de distribución. c) Calcular la proporción de láminas producidas por esta máquina que se desechan El peso de un limón está distribuido según una distribución N(15, 10) en gramos. Cuál es la probabilidad de que una caja con 50 limones pese menos de 6 kg? Si llenamos bolsas de ocho limones, cuál es la probabilidad de que las bolsas pesen entre 975 y 105 gramos? 46.- El consumo diario de una determinada marca de frigoríficos medido en kw/h, es una variable aleatoria normal. El 5% de los días consume menos de.5 kw/h, y el 80% de los días consume menos de.7 kw/h. Cuál es la media y varianza del consumo diario del frigorífico? 47.- Al finalizar las pruebas de selectividad, uno de los tribunales comprobó que de 50 alumnos presentados, 00 obtuvieron una calificación inferior a 6. Supuesta normal la distribución de las calificaciones, con una desviación típica de.5, se pide: a) Calcular la media de las calificaciones. b) Si se considera suspenso a los que han obtenido una calificación inferior a 5, qué tanto por ciento de suspensos habrá habido. c) Cuántos alumnos obtuvieron una nota igual a 6? 48.- El etíope Bekele, posee la mejor marca mundial y puede correr la prueba de los 000 metros en un tiempo distribuido según una N(4:5.86, 0:03.00). Su contrincante el keniano S. Morir puede hacer esa misma distancia en un tiempo según una distribución N(4:55.7, 0:0.00). Bekele estableció la mejor marca mundial parando el crono en 4: a) Qué probabilidad tenía de establecer dicha marca? b) Cuál es la probabilidad de que Bekele ganase a S. Morir? c) Cuál es la probabilidad de que ganase en caso de perder 3 segundos por hacer una mala salida? 49.- Un estudio demostró que los tiempos de vida de cierta clase de baterías de automóvil se distribuye normalmente con una media de 148 días y una desviación típica de 185 días. Si el fabricante desea garantizar sus baterías por 36 meses, qué porcentaje de baterías deberán ser cambiadas estando en vigor la garantía? U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 7

8 50.- En una carrera de Fórmula 1, el consumo de combustible de un determinado vehículo sigue una distribución χ por vuelta. Cuando quedan 0 vueltas para el final de 3 la carrera, entra el vehículo a repostar. Cuál es la cantidad mínima de combustible que tiene que repostar para que la probabilidad de que acabe la carrera sea mayor de 0.95? 51.- Calcular las siguientes probabilidades P > 13.4 P 1.55 ( χ 1 ) ( χ 6 ). P( 9.6 < χ 1 < 33.6) ( χ 9 >χ ) = P( χ 9 <χ ) = 0.10 ( < χ 1 <χ ) = ( t8 < 6) P( 0.6 t 10 < 0.879); P ( t8 t) 0. 9; P 0.05 P 0. ; P < = ( t ) P 0. 6 < t = La media del número de errores de ortografía por página es 3. Calcular la probabilidad de que: a) En una página existan exactamente dos errores. b) En una página existan al menos dos errores. c) En cinco páginas existan exactamente doce errores Un examen consta de 4 problemas, la probabilidad de que un alumno resuelva bien cualquier problema es 0,8. a) Obtener la función de probabilidad de la variable aleatoria X= número de problemas resueltos bien. b) Hallar la probabilidad de realizar bien, al menos, dos problemas. c) Cuál será la moda? 54.- La longitud L en milimitros de las piezas fabricadas en un proceso es una variable aleatoria que se distribuye según una N(10,0.1). Se pide: a) P(9.5<L<10.5) b) El valor x tal que P(L<x)= En la fabricación de un cierto tipo de piezas se sabe que el % son defectuosas. Cuál es la probabilidad de que en una muestra de 10 piezas haya: a) defectuosas? b) ninguna defectuosa? c) menos de defectuosas? 56.- El coeficiente de inteligencia de los universitarios tiene de media 110 y la desviación típica 15. Si la distribución se considera normal, calcular: a) Porcentaje de estudiantes con coeficiente mayor de 110 y menor de 10. b) El coeficiente mínimo, para que un estudiante sea superdotado. Se denomina superdotados a aquellos que poseen un cociente intelectual que se encuentran por encima del 98% de la población En cierto gimnasio se ha comprobado que de los matriculados días después de Navidades el 30% de ellos no vuelven pasado el mes de enero y el 70% restante U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 8

9 permanecen todo el año. Si suponemos que este año, se inscriben 100 alumnos días después de Navidades. Respecto de los inscritos después de Navidades a) Identificar la variable aleatoria del problema e indicar qué distribución sigue. b) Cuál es la probabilidad de que 5 o menos no vuelvan pasado enero? c) Cuál es la probabilidad de que exactamente 30 alumnos no vuelvan pasado enero? d) Cuál es la probabilidad de que más de 35 alumnos no vuelvan pasado enero? Al hacer la inscripción realizan un único pago anual de 750 euros. Cada alumno que permanece todo el año genera un gasto anual de 10 euros (se considera que los alumnos que permanecen menos de un mes no generan gasto). e) Cuál es el beneficio anual esperado? 58.- Supongamos que el 5% de la población que ingresa en los hospitales de Madrid por urgencias tiene menos de 9 años. Supongamos, también, que el número de ingresos es suficientemente grande como para que al elegir un usuario al azar y apartarlo, no se altere dicho porcentaje. Se eligen al azar 16 enfermos ingresados por urgencias. Calcular: a) La probabilidad de que ninguno de ellos tenga menos de 9 años. b) La probabilidad de que 3 o menos ingresados tengan menos de 9 años. c) La probabilidad de que tengan menos de 9 años menos de 3 ingresados. d) La probabilidad de que tengan menos de 9 años más de ingresados. e) La probabilidad de que tengan menos de 9 años ingresados o más. f) La probabilidad de que el número de ingresados con menos de 9 años este comprendido entre y 5 ambos inclusive. g) El número medio de ingresados con menos de 9 años. h) La desviación típica de ingresados con menos de 9 años 59.- El tiempo en minutos de un viaje (ida y vuelta) de los camiones que transportan material hacia una obra de construcción en una carretera, está distribuido uniformemente en un intervalo de 50 a 70 minutos. a) Cuál es la probabilidad de que la duración del viaje sea mayor a 65 minutos? b) Cuál es la probabilidad de que la duración del viaje sea menor a 65 minutos? c) Cuál es la probabilidad de que la duración del viaje sea exactamente 65 minutos. d) Cuál es la probabilidad de que la duración del viaje sea mayor a 65 minutos si se sabe que la duración del viaje es mayor que 55 minutos? e) Determinar el tiempo medio y la desviación estándar de la duración de los viajes Un estudio de la DGT estima que el número de horas prácticas necesarias para la obtención del permiso de conducir sigue una distribución N(4, 3). a) Qué probabilidad hay de obtener el permiso de conducir con menos de 0 horas de prácticas? b) Cuántas horas de prácticas ha necesitado un conductor para obtener el permiso si el 68% de los conductores ha necesitado más horas que él? Si la autoescuela ingresa por alumno una parte fija en concepto de matrícula de 300 euros, más 5 euros por hora de práctica. c) Calcular el ingreso por alumno esperado. d) Calcular la desviación típica del ingreso por alumno. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 9

10 61.- Para una distribución N(9, ), calcular: a) El valor del percentil 60. a) El valor del primer cuartil. b) Valores centrales entre los que queda comprendido el 40% de las observaciones. 6.- Las calificaciones de los 500 aspirantes presentados a una oposición, se distribuyen normalmente con media 6,5 y varianza 4. a) Calcular la probabilidad de que un aspirante obtenga más de 8 puntos. b) Calcular el porcentaje de aspirantes con calificaciones inferiores a 5 puntos. c) Cuántos aspirantes obtuvieron calificaciones comprendidas entre 5 y 7.5? 63.- De una distribución normal se conoce: El percentil 70 es igual a 88 y 0.7 la probabilidad de que la variable tenga un valor inferior a 60. Hallar los parámetros que definen esta distribución normal Calcular el valor de p en las probabilidades siguientes: P 4 p P 3 p P 3.5 < 5.9 = p a) ( χ6 ) = ; b) ( χ 6 > ) = ; c) ( χ 6 ) ; d) ( 7 ) P χ 4 = p 65.- Calcular el valor, x, de la variable que verifica: P < x 0.90 P > x 0.05 P x = a) ( χ 5 ) = ; b) ( χ 5 ) = ; c) ( χ 5 ) ; d) ( χ 5 ) e) P( x < χ 5 < 5) = ; f) P( χ 6 < x) = 0.95 ; g) P( χ 6 > x) = 0.05 ; h) P( χ 7 x) = ; i) P( χ 7 < x) = P < x = Calcular el valor de p en las probabilidades siguientes: P t 0.3 p P t 1 p P t.5 p a) ( 9 ) = ; b) ( 9 < ) = ; c) ( 15 > ) = ; d) ( 7 > ) = e) P( 0.75 < 1.5) = p ; f ) P( t > 3.75 ) = p; ( ) t P t p g) P 1.75 t < 1.5 = p Calcular el valor, x, de la variable que verifica: P t x P t x P t x a) ( 5 < ) = ; b) ( 5 < ) = ; c) ( 5 ) = ; d) ( 5 ) e) P( x < t5 < x) = ; f) P( x < t 5 < 1.75) = ; e) P( t6 < x) = ; f) P( t < x) = ; g) P( t x) = ; h) P( x < t < x) = P t < x = ; 68.- En un sondeo sobre la actitud de los clientes hacia un determinado producto se encuentra que hay un 70% de clientes que están a favor. Si se extrae una muestra aleatoria de 10 sujetos obtener las probabilidades siguientes: a) Que 3 clientes estén a favor. b) Que más de 3 clientes estén a favor. c) Que menos de 3 clientes estén a favor. d) Que como máximo 3 clientes estén a favor. e) Que como mínimo haya 6 clientes a favor. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 10

11 f) Que estén a favor al menos el valor esperado de clientes que están a favor. g) Probabilidad de que estén en contra 4 o más clientes. h) Qué cantidad de clientes le corresponde al percentil 85? 69.- El contenido de un bote de cerveza se distribuye normalmente con media 33 cl, y desviación estándar 3 cl. a) Cuál es la probabilidad de que un bote determinado tenga más de 34 cl? b) Cuál es la probabilidad de que un determinado bote tenga menos de 30 cl. c) En un envase de 6 botes cuál es la probabilidad de que el contenido líquido total sea inferior a un litro y tres cuartos? 70.- Solo 4 de los 00 alumnos de una Escuela Técnica miden menos de 168 cm, si la estatura media de dichos alumnos es de 174 cm, cuál es la varianza en las estaturas? 71.-La probabilidad de curación de un determinado tratamiento quirúrgico es Se pide: a) Calcular la probabilidad de que en un grupo de 10 enfermos se curen la mitad. b) La probabilidad de que al menos se curen dos. c) Mediana. 7.- Las ventas mensuales de dos tiendas de ordenadores siguen distribuciones X N(10,8) e Y N(50,6). Calcular la probabilidad de que: a) La primera, X, venda 100 o más ordenadores. b) La segunda, Y, venda menos de 40 ordenadores. c) Entre ambas vendan entre 150 y 180 ordenadores En un estudio sobre la preferencia de los clientes hacia una determinada marca X se ha obtenido que el 40% de los clientes tienen la marca X como su marca favorita. Si se extrae una muestra aleatoria de 8 sujetos obtener las probabilidades siguientes: a) Que clientes tengan la marca X como su marca favorita. b) Que menos de 3 clientes tengan la marca X como su marca favorita. c) Que como máximo 3 clientes tengan la marca X como su marca favorita. d) Que como mínimo haya 5 clientes que tengan la marca X como su marca favorita. e) Calcular la media y varianza El contenido de un bote de zumo se distribuye normalmente con media 33 cl, y desviación estándar 1 cl. a) Cuál es la probabilidad de que un bote determinado tenga 1. Exactamente 33 cl?. Al menos 33.5 cl? 3. Menos de 3 cl? 4. Entre 3 y 34 cl? b) Calcular la cantidad de centilitros que le corresponde a los percentiles P95, P5 y la mediana. c) En un envase de 6 botes cuál es la probabilidad de que el contenido líquido total sea inferior a un litro y tres cuartos? U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 11

12 75.- a) Calcular el valor de p en las probabilidades siguientes: P 3 p P 3 p P 7 p; 1) 7 ; ) 7 ; 3) 7 4) P t p; 5) P t p ; 6) P 1 t 1 8 b) Calcular el valor, x, de la variable que verifica: P x 0.95 P x ) 5 ; ) 5 3) P t6 x 01. ; 4) P 6 x. 8 t 01 p Se ha realizado un examen de tipo test con un gran número de preguntas. Las puntuaciones finales del test se dan sobre 50 puntos (enteros del 0 al 50). Las puntuaciones finales en actas son redondeadas al entero más próximo a partir de las puntuaciones reales, esto es, obtienen 1, por ejemplo, los alumnos con nota en el intervalo [11.5, 1.5). Para aprobar el examen se exige una puntuación de 5. Si suponemos que las puntuaciones antes de ser redondeadas siguen una distribución normal de media 30 y varianza 5: a) Qué puntuación máxima (no redondeada) delimita el % de las notas más bajas? b) Qué puntuación mínima (no redondeada) delimita el 0% de las notas más altas? c) Qué porcentaje de alumnos aparecerán en las actas de notas finales (redondeadas) con 5 puntos exactamente? d) Cuál será el porcentaje de suspensos en actas (notas finales redondeadas)? 77.- En un parque eólico la distancia entre aerogeneradores situados linealmente sigue el modelo de una distribución N(150, 0.4) metros. Se pide: a) Calcular la probabilidad de que dos aerogeneradores vecinos: a 1 ) Tengan una separación menor que 149. a ) Tengan una separación comprendida entre y a 3 ) Tengan una separación mayor que b) Cuartiles de la distribución El tiempo en minutos que tarda un atleta en recorrer 100 metros sigue una distribución Normal, N(10,0.5). En una carrera por relevos de 4x100 metros, cuál es la probabilidad de batir el record establecido en 37 minutos? U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 1

13 1.- La luz verde de un semáforo está encendida 15 s cada vez, el ámbar 5, y la roja 55 s. Suponiendo que las condiciones de tráfico inducen variaciones aleatorias en los tiempos de llegada de los automóviles, de formar que llegar cuando el semáforo está verde es un suceso aleatorio. Calcular la función de probabilidad de éxitos en 4 pruebas independientes. La probabilidad de éxito llegar será: p 15 1 = = En 4 pruebas tenemos una distribución B(4,1/5) P(X = k) = n k 4 k k p k q n k = k P(X = 0) = P(X = 1) = P(X = ) = P(X = 3) = P(X = 4) = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 13

14 .- En un taller hay 10 máquinas iguales, se ha visto que una máquina determinada un día de cada 5 está averiada. a) Si es de 500 la perdida diaria ocasionada por tener una máquina averiada, calcular la perdida media diaria. b) La probabilidad de que un cierto día no se encuentre ninguna máquina averiada. Consideramos la variable aleatoria X= número de máquinas averiadas en un día Tenemos una distribución B(10,1/5) P(X = k) = n k p k. q n k= k 10 k k 5 5 a) Cuya media es 1 E[X] = np = 10 = Perdida igual a por 500= b) P(X = 0) = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 14

15 3. Sabiendo que la probabilidad de que un estudiante de segundo de Topografía termine la carrera es 0.8, calcular: a) Probabilidad de que un grupo de 0 alumnos terminen 16. b) Si dividimos a los alumnos de segundo en grupos de 0, cuál será el número medio de alumnos por grupo que terminarán la carrera? c) Varianza de la distribución. Consideramos la variable aleatoria X= número de alumnos que terminan la carrera Tenemos una distribución B(0,0.8) P(X = k) = n k p k q n k 0 k. 0,8 1 0,8 k = ( ) 0 k 0 0,8 1 0, a) P(X = 16) = ( ) , b) Cuya media es E[X] = np = 0 0,8 =16 c) Cuya varianza es V[X] = npq = 0 0,8 0, = 3, U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 15

16 4.- Al inspeccionar 100 juntas de soldaduras producidas por una máquina de soldar se encontraron 10 defectuosas. Al soldar 5 uniones, cuál es la probabilidad de encontrar al menos una defectuosa? Calcular la media. Consideramos la variable aleatoria X= número soldaduras defectuosas, donde la probabilidad de encontrar una soldadura defectuosa es p = 10/100 = 0,1 Tenemos una distribución B(5,0.1) P(X = k) = n k p k q n k. 5 = 0,1 k ( 1 0,1 ) 5 k k 5 0 P( X 1) 1 P( X 1) 1 P( X 0) 1 0,1 ( 1 0,1) 5 = < = = = 0 0, Cuya media es E[X] = np = 5 0,1 = 0,5 U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 16

17 5.- Se supone que el n de bacterias por mm 3 de agua en un estanque es una variable aleatoria que sigue una distribución Poisson de parámetro λ = 1. Cuál es la probabilidad de que no haya bacterias en 1 mm 3 de agua? Llamamos X a la variable aleatoria " Número de bacterias en 1 mm 3 de agua", su función de k k λ λ 1 1 probabilidad es P(X = k) = e si λ >0. En nuestro caso: P(X = k) = e y para k! k! P(X = 0) = e = 0! e U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 17

18 6.- Se sabe que la probabilidad de que un alumno anote mal un dato en una medición es 0.000, en una lista de 000 datos. Determinar: A) El tipo de distribución. B) La probabilidad de que existan exactamente 4 datos incorrectos. C) El número medio de datos mal anotados. a) Puede ser una distribución binomial de parámetros n=000 y p=0,000 o bien una distribución de Poisson de media np=0,4; ya que se trata de una variable aleatoria discreta con dos situaciones éxito o fracaso. Puesto que np es inferior a 5 utilizaremos la distribución de Poisson (Ley de casos raros). b) Distribución de Poisson de parámetro λ=0,4, luego cuatro datos incorrectos c) Media: λ=np= 0,4 0, 4 P(X 4) e 4! 0, 4 P(X k) e k! 4 0,4 = = 0, k 0,4 = = y exactamente U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 18

19 7. Por un punto de una carretera pasan vehículos de acuerdo con la distribución de Poisson, a razón de seis vehículos por minuto. Hallar: A) Probabilidad de que transcurran 0 segundos y pase más de 5 vehículos. B) Si un peatón tarda 10 segundos en cruzar la carretera, calcular la probabilidad de que no pase ningún vehículo. Distribución de Poisson de parámetro λ=6 en 60 segundos, luego para 0 segundos la k k λ λ frecuencia de paso de vehículos es : P(X = k) = e = e k! k! a) 5 k P(X > 5) = 1 P(X 5) = 1 e 0, k! k= 0 b) Para 10 segundos λ=1 1 P(X 0) e 0! 0 1 = = 0, U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 19

20 8.- El ordenador que realiza las 1000 nóminas de una empresa efectúa en cada una de ellas un redondeo al número entero más próximo. Se supone que el redondeo en el importe de cada nómina produce un error que sigue una distribución uniforme entre 0.5 y 0.5 euros. Calcular la probabilidad de que la suma del importe de 1000 nóminas tenga un error total entre 0 y 0 euros. La distribución uniforme en el intervalo [ a,b ] tiene por función de densidad: 0 si x < a 1 f (x) = si a x b b-a 0 si b<x con media a+ b µ= y varianza ( ) b a σ =. 1 En nuestro caso: 0 si x < 0.5 f (x) = 1 si -0.5 x si 0.5<x con media 0 y varianza 1 σ = 1 Si una variable es suma de n variables independientes, con medias µ i y varianzas σ i, su distribución tenderá a ser normal, con media igual a la suma de medias y varianza igual a la suma de las varianzas, cuando n, número de sumandos, tienda a infinito. Es decir, la variable se aproximará a N µ i, σi. i i La varianza de una distribución uniforme es: 1 n, luego en n según el teorema es 1 1. Por tanto para n=1000, tenemos N 0, = N 0, 1 3 P( 0 < X < 0) = P(X < 0) P(X 0) =F(0)-F(-0) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 0

21 9.- Sabiendo que los errores de observación, X, de una determinada magnitud siguen una distribución N(0,1.5), calcular: a) Probabilidad de que al hacer una observación el error sea mayor que 0,5. b) El error x tal que P( X < x) = 0.95 a) Sea X la observación que tiene la misma distribución que la población. cuya función de distribución es: 1(t µ ) 1(t x 1 0) x 1 σ 1.5 F(x) = P(X x) = e dt = e dt σ π 1.5 π Así pues: P( X > 0,5) = 1 P( X 0,5) = 1 F(0,5) = = b) P( X x) P( x X x) 0.95 F(x) P(X x) < = < < = = < = x = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 1

22 10.- Un proceso de fabricación tiene tres fases consecutivas de tal manera que la duración en minutos de cada una de ellas viene dada, respectivamente, por las siguientes variables aleatorias independientes: N(50,5), N(70,3) y N(80, ). a) Cuál es la duración total media del proceso? b) Cuál es la probabilidad de que el proceso tenga una duración total inferior a 15 minutos? c) Determinar con probabilidad del 0.97 el tiempo máximo que puede durar el proceso. X1 N(50,5) ; X N(70,3) ; X3 N(80, 4), luego Y = X1+ X + X3 N( µσ, ) a) µ= EY= EX + EX + EX = =00 Con [ ] [ ] [ ] [ ] 1 3 [ ] [ ] [ ] [ ] ( ) σ = VY= VX + VX + VX = = b) P Y < 15 = F(15) = ( ) c) P Y < t = F(t) = 0.97 t = ( ) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA

23 11.- Los cierres de triángulos de una red están normalmente distribuidos con media 1 y desviación típica. Calcular la probabilidad de que un cierre sea: a) mayor que. b) mayor que 1 y menor que. c) negativo. d) en valor absoluto menor que 1. La variable aleatoria cierre de triángulo X N(1, ) cuya función de distribución es: 1(t µ ) 1 (t 1) x σ x 1 1 F(x) = P(X x) = e dt = e dt σ π π a) P(X > ) = 1 P(X ) =1-F() b) P(1 < X < ) = P(X < ) P(X 1) =F()-F(1) c) P(X < 0) =F(0) d) P( X < 1) = P( 1 < X < 1) = P(X < 1) P(X 1) = P(X < 1) 1 = F(1) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 3

24 1.- Sabiendo que la demanda aleatoria de teodolitos durante un día en una fábrica sigue una distribución N(70,3), calcular: a) Probabilidad de vender más de 60 teodolitos. b) Número de teodolitos que debe fabricar cada día para satisfacer la demanda el 95% de los días. La variable aleatoria número de teodolitos fabricados en un día X N(70,3) cuya función de distribución es: 1(t µ ) 1(t 70) x σ 3 x 1 1 F(x) = P(X x) = e dt = e dt σ π 3 π a) P(X > 60) = 1 P(X 60) = 1 F(60) b) P(X x) =0.95 x = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 4

25 13.- Se tiene una variable aleatoria X, de la que se conoce que sigue una distribución chicuadrado, con 3 grados de libertad. Se pide: a) La moda b) La mediana X χn= 3 a) Buscaremos el máximo en la función de densidad #1: CHI_SQUARE(x, 3) d #: CHI_SQUARE(x, 3) dx - x/ - x/ x #3: + - x x - x/ d - x/ x #4: + - dx x x - x/ - x/ x #5: - 4 x 4 Resolviendo la ecuación f (x)=0 #7: x = x = 1 F(M) = P χ < M = 0.5 M = b) ( n= 3 ) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 5

26 14.- Una niña coge todos los días el autobús para ir al colegio en una parada que está frente a su casa. El tiempo de espera diaria es una variable aleatoria con distribución χ de media 5 minutos. n a) Cuál es la probabilidad de que el tiempo de espera sea inferior a 5 minutos? b) Cuál es el tiempo de espera máxima con probabilidad 0,5? a) P( n= 5 5) χ < = b) ( n= 5 ) P χ < x = 0.5 x = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 6

27 15.- Cada una de las tres coordenadas de un punto P del espacio son v. a. con distribución N(0,1). Calcular: a) Probabilidad de que el cuadrado de la distancia de dicho punto al origen de coordenadas sea mayor que b) Media del cuadrado de la distancia al origen. Un punto P(X1,X,X3) donde Xi a) P ( ) ( n= 3 0,35 1 P n= 3 0,35) N(0,1) si calculamos ( ) = + + χ d(o,p) X X X = 1 3 n 3 χ > = χ > = b) E χ n= 3 = n = 3 U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 7

28 16.- Se tiene una variable aleatoria X, de la que se conoce que sigue una distribución chicuadrado, con 6 grados de libertad. Se pide: a) Probabilidad de que la variable tome un valor inferior a 3. b) Probabilidad de que la variable tome un valor comprendido entre 4 y 5. c) El valor del primer cuartil. χ X n= 6 a) P( n= 6 3) χ < = P 4<χ < 5 = P χ < 5 P χ < 4 = b) ( n= 6 ) ( n= 6 ) ( n= 6 ) P χ < Q = 0.5 Q 1 = c) ( n= 6 1) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 8

29 17.- El peso medio de los estudiantes varones de una universidad es de 68 kg y la desviación típica es de 10 kg. Suponiendo que hay 500 y están distribuidos normalmente, hallar el número de estudiantes que: a) pesan entre 48 y 7 kg. b) más de 91kg. c) exactamente 68 kg (Los pesos de los quinientos estudiantes fueron redondeados al entero más próximo). La variable aleatoria peso X N(68,10) cuya función de distribución es: 1(t µ ) 1(t 68) x σ 10 x 1 1 F(x) = P(X x) = e dt = e dt σ π 10 π a) P(48 < X < 7) = P(X < 7) P(X 48) = F(7) F(48) 0, En una población de 500 estudiantes será: 500.(0, ) aproximadamente 316 b) P(X > 91) = 1 P(X 91) = 1 F(91) = 1 0, En una población de 500 estudiantes será: 500.( ) aproximadamente 5 c) P(X = 68) = 0 P(67,5 < X < 68,5) = P(X < 68,5) P(X 67,5) = F(68,5) F(67,5) En una población de 500 estudiantes será: 500.( ) aproximadamente 0 U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 9

30 18.- Una empresa decide otorgar un premio entre los distribuidores si venden trescientos veinte o más productos por día. El número de productos vendidos al día por los distribuidores A y B está normalmente distribuido de la forma siguiente: Distribuidor Media Varianza A B Se pide: a) Qué porcentaje de los días obtendrá premio el distribuidor A? b) Qué porcentaje de los días obtendrá premio el distribuidor B? c) Si se asocian los distribuidores A y B. Qué porcentaje de los días obtendrían premio? La variable aleatoria nº de productos distribuidor A X N(90,0) La variable aleatoria nº de productos distribuidor B Y N(300,10) a) P(X > 30) = 1 P(X 30) = 1 F(30) = , por tanto, el 6,68 por 100 de los días obtendrá premio el distribuidor A. b) P(Y > 30) = 1 P(Y 30) = 1 F(30) = , el,8 por 100 de los días obtiene premio el distribuidor B c) Si se asocian el número de productos vendidos al día tendrá de media 590, y desviación típica σ X+ Y= σ X+σ Y= = 500 P(X + Y > 30) = 1 P(X + Y 30) = 1 F(30) = 1-0=1 Obtendrían premio el 100% de los días U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 30

31 19.- Se sabe que una fábrica produce un 4 por mil de artículos defectuosos. Se piden cinco artículos a la fábrica. Cuál es la probabilidad de que haya uno defectuoso? Y de que haya al menos uno defectuoso. Consideramos la variable aleatoria X= articulo defectuoso, donde la probabilidad es p = 4/1000 = 0,004 Tenemos una distribución B(5,0.004) P(X = k) = n k p k q n k. 5 = 0,004 k ( 1 0,004 ) 5 k k a) 5 1 P( X 1) 0, 004 ( 1 0, 004) 5 = = 1 0, b) 5 0 ( ) ( ) ( ) ( ) P X 1 = 1 P X < 1 = 1 P X = 0 = 1 0, , 004 = 1 0, , U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 31

32 0.- Se supone que en un determinado país el número de individuos albinos sigue una distribución de Poisson de parámetro λ= 5. Calcular la probabilidad de que elegida una muestra de la citada población, se presenten los siguientes casos: a) Ningún individuo sea albino. b) Halla menos de dos individuos albinos. c) Al menos se encuentren 3 individuos albinos. Llamamos X a la variable aleatoria " Número de individuos albinos", su función de k λ λ probabilidad es P(X = k) = e si λ >0. k! k 5 5 En nuestro caso: P(X = k) = e y para k! a) b) 5 1 = = 5 0! e 0 5 P(X 0) e = P(X < ) = P(X = 0) + P(X = 1) = e + e = 6e = 0! 1! e 5 c) P(X 3) = 1 P(X < 3) = 1 ( P(X = 0) + P(X = 1) + P(X = ) ) = 1 e e - e = 1- e 0! 1!! 0, U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 3

33 1.- La media del número de libros leídos al cabo de un año por los habitantes de una ciudad determinada es 15 y la desviación típica.5. Si la distribución se considera normal, calcular: a) Porcentaje de personas que leen menos de 11 libros al año. b) Porcentaje de personas que leen más de 0 libros al año. c) Porcentaje de personas que leen más de 7 libros y menos de 1 libros al año. d) Valores que hay que tomar a ambos lados de la media, y a igual distancia, para que el área correspondiente bajo la curva sea igual a 0.5. e) Número de libros que ha de leer, como mínimo, una persona para que esté situada entre el 80% de los que mayor número de libros leen al año. X 15 La variable aleatoria nº de libros X N(15,.5) Y = N(0,1).5 a) P(X < 11) = F(11) ,48% b) P(X > 0) = 1 P(X 0) = 1 F(0) ,8% c) P(7 < X < 1) = P(X < 1) P(X 7) =F(1)-F(7) ,44% d) P(r < X < s) =0.5 F( s ) = F(r) = 0, Los valores pedidos son: ( , ) e) P(X > x) = 0.8 = 1 P(X x) = 1 F( x) F( x ) =0. x = libros U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 33

34 .- Sabiendo que la mortandad de las orugas a las 48 horas de aplicarles los insecticidas Actelic y Metoxidoro se distribuyen según N(8,4.5) y N(58,4.9) respectivamente. Se pide: a) Probabilidad de que mueran menos de 0 orugas en 48 horas al aplicarles Actelic. b) Probabilidad de que la diferencia de orugas muertas entre los dos grupos Metoxidoro y Actelic sea mayor que 40. Sea A la mortandad de las orugas con Actelic, N(8,4.5), cuya función de distribución es: 1(t µ ) 1(t 8) x σ 4.5 x 1 1 F A (x) = P(A x) = e dt = e dt σ π 4.5 π Sea M la mortandad de las orugas con Metoxidoro, N(58,4.9), cuya función de distribución es: 1(t µ ) 1(t x 1 58) x 1 σ 4.9 F M (x) = P(M x) = e dt = e dt σ π 4.9 π a) Así pues: P( A < 0) = F A (0) b) Ahora la distribución M A N( 58 8, 4.9 ) = N( 30, ) P( M A > 40) = 1 P( M A < 40) = 1 F(40) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 8

35 3.- La función de densidad de una χ n de Pearson es n 1 x n x - f(x) = e si x 0 Γ ( n ) a) Calcular la moda según los valores de n. b) Calcular la mediana para n=10. a) Para calcular la moda debemos obtener el máximo de la función de densidad n/ x/ d x #: dx n/ n - (n + )/ - x/ (n - 4)/ x (x - n + ) - #3: n n 4 1-1! x (x n + )x - f '(x) = e =0 x = n, si n> n+ n 1! 1/ x/ x #6: 1/ 1 - x/ #7: b) Para n=10 La mediana, x, es tal que F(x) = f(t)dt = 0,5 0 x 4 - x/ x #10: dx = x #11: x = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 9

36 4.- Una línea eléctrica se avería cuando la tensión T sobrepasa la capacidad C de la línea. Si la tensión sigue el modelo de una distribución N(100,0) y la capacidad según una distribución N(140,10), se pide: a) La probabilidad de que la tensión supere el valor de 150. b) El intervalo de valores alrededor de la media con el 95% de la distribución de la capacidad. c) La probabilidad de avería. T N 100, 0 C N 140,10 ( ) y ( ) a) P(T > 150) = 1 P(T 150) = 1 F T (150) b) P(r < C < s) =0,95 FC ( s ) =P(C<s) = 0,05+0,95=0, , F C(r) = P(C < r) = 0, 05 10, Los valores pedidos son: ( , ) c) Ahora la distribución T C N( , 0 ) + 10 = N( 40, ) P( T> C) = P( T C> 0) = 1 P( T C< 0) = 1 F(0) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 30

37 5.- En un proceso de fabricación de productos en vidrio ocurren defectos o burbujas. Se sabe que, en promedio, uno de cada 1000 de estos artículos tiene una o más burbujas. Para una muestra aleatoria de 8000 productos, se pide: a) Probabilidad de que tenga menos de siete artículos con burbujas. b) Mediana de la distribución. c) Varianza de la distribución. Consideramos la variable aleatoria X= número de artículos con burbujas con p=0,001 y n=8000. Podemos considerar una distribución Binomial o una distribución de Poisson Para una distribución B(0.001,8000) n k 8000 k p 1 p = 0, , 001 k k 10 k 10 k P(X = k) = ( ) ( ) 8000 < = 6 10 k k= 0 k 0, k a) P(X 7) 0, 001 ( 1 0, 001) 8000 F(M) = P(X M) = 0, , 001 0,5 M 10 k k= 0 k M = 8 k b) ( ) c) Varianza=np(1-p)=8000 0,001 0,991=7.99 Otra forma de resolver el problema, dado que n es grande y p pequeño es con una Distribución de Poisson de parámetro λ=np=8: k k λ λ 8 8 P(X = k) = e = e k! k! 6 k 8 8 a) P(X < 7) = e k! k= 0 b) 8 = = M = 8 k! M k 8 F(M) P(X M) e 0,5 k= 0 c) La varianza coincide con la media λ=8. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 31

38 6.- La altura en centímetros de los habitantes de una comunidad es una variable aleatoria X N(175,10). Para ser admitido como militar se debe tener un altura entre 165 y 00 y para pertenecer al cuerpo de zapadores se exige además una altura mayor de 190 cm. Se pide: a) Probabilidad de que un habitante cualquiera sea soldado. b) Probabilidad de que un habitante cualquiera sea zapador. c) Probabilidad de que un soldado cualquiera sea zapador. d) El intervalo de valores alrededor de la media con el 95% de la distribución. La variable aleatoria altura X N(175,10) a) P(165 < X < 00) = P(X < 00) P(X 165) = F(00) F(165) b) P(190 < X < 00) = P(X < 00) P(X 190) = F(00) F(190) c) d) P(190 < X < 00) P(165 < X < 00) F(r) = P(X < r) = 0.05 r = P( r < X < s) = 0.95 F(s) = P(X < s) = s = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 3

39 7.- El tiempo necesario para realizar un examen sigue una distribución normal de media 100 minutos y de desviación típica 10 minutos. Sabiendo que el examen empieza a las 11horas 30 minutos. Se pide: a) La probabilidad de que un alumno acabe antes de las 1h 30m. b) La probabilidad de que un alumno acabe después de las 13h. c) El tiempo máximo que debe fijar un profesor para que acaben el 90% de los alumnos. d) Si se examinan 10 alumnos, la probabilidad de que al menos uno de ellos acabe el examen antes de las 13h. La variable aleatoria TIEMPO X a) P(X < 60) = F(60) N(100,10) cuya función de distribución es: 1 (t µ ) 1 (t 100) x σ 10 x 1 1 F(x) = P(X x) = e dt = e dt σ π 10 π b) P(X > 90) = 1 P(X 90) = 1 F(90) c) P(X t) = F(t) = 0,90 t = minutos a partir de las 11:30 horas resulta que el examen debe acabar a las 13h 3m d) P(que acabe al menos uno de los 10 antes de 90 minutos)= =1-P(que no acaben ninguno de los 10 antes de 90 minutos)= =1-P(los 10 acaben depués de 90 minutos)= =1-(P(uno acabe depués de 90 minutos)) 10 = =1-P(X>90) 10 =1-(1-P(X<90)) 10 =1-(1-F(90)) 10 = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 33

40 8.- Una prueba del examen de Estadística consiste en un cuestionario de 10 preguntas con tres posibles respuestas, solamente una de ellas correcta. Si contestamos a todas las preguntas de manera aleatoria, calcular: a) La probabilidad de aprobar, es decir, contestar correctamente, al menos 5 de las 10 preguntas. b) La probabilidad de no contestar bien a ninguna de ellas. Consideramos la variable aleatoria X= número de respuestas correctas Tenemos una distribución B(10,1/3) k 10 k n k 10 k P(X = k) = p ( 1 p) = 1 k k k 10 k a) P(X 5) = 1 P(X < 5) = 1 1 k= 0 k b) P(X = 0) = 1 0 = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 34

Probabilidad, Variables aleatorias y Distribuciones

Probabilidad, Variables aleatorias y Distribuciones Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer

Más detalles

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema: Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7) TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de

Más detalles

DISTRIBUCIÓN NORMAL. > = P (Z > 0,6) = 0, El 72,58% de las vacas pesa más de 570 kg. Puede esperarse que 73 vacas superen ese peso.

DISTRIBUCIÓN NORMAL. > = P (Z > 0,6) = 0, El 72,58% de las vacas pesa más de 570 kg. Puede esperarse que 73 vacas superen ese peso. DISTRIBUCIÓN NORMAL 1. El peso de las 100 vacas de una ganadería se distribuye según una normal de media 600 kg y una desviación típica de 50 kg. Se pide: Cuántas vacas pesan más de 570 kilos? Cuántas

Más detalles

Variable Aleatoria Continua. Principales Distribuciones

Variable Aleatoria Continua. Principales Distribuciones Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables

Más detalles

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma: TEMA 6: Variables aleatorias Examen Junio 003.- La función de distribución de una variable continua X es de la forma: 3 F ( t) = P( X t) = a + bt ct t, Se sabe que la densidad verifica f(-)=f()=0. [ ]

Más detalles

DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIONES DE PROBABILIDAD DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

La distribución de Probabilidad normal, dada por la ecuación:

La distribución de Probabilidad normal, dada por la ecuación: La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada

Más detalles

Tema 6. Variables aleatorias continuas

Tema 6. Variables aleatorias continuas Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),

Más detalles

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados. El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

Definición de probabilidad

Definición de probabilidad Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total

Más detalles

b) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7

b) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7 EJERCICIOS T12-MODELOS MULTIVARIANTES ESPECÍFICOS 1. Un determinado estadístico J se distribuye según un modelo jhi-dos de parámetro (grados de libertad) 14. Deseamos saber la probabilidad con la que dicho

Más detalles

RELACIÓN DE PROBLEMAS. Distribuciones de probabilidad

RELACIÓN DE PROBLEMAS. Distribuciones de probabilidad RELACIÓN DE PROBLEMAS Distribuciones de probabilidad 1. Se lanzan al aire dos monedas tres veces consecutivas. Sea X la v.a. que representa el número de veces que se obtiene cara en ambas monedas en los

Más detalles

Matemáticas. Selectividad ESTADISTICA COU

Matemáticas. Selectividad ESTADISTICA COU Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries

Más detalles

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.

Más detalles

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 Ejercicio 1 Una empresa de selección de personal llama a 12 postulantes para una entrevista de empleo. Se sabe por experiencia

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo

Más detalles

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO El examen presentará dos opciones diferentes entre las que el alumno deberá elegir una y responder

Más detalles

Tema 13: Distribuciones de probabilidad. Estadística

Tema 13: Distribuciones de probabilidad. Estadística Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número

Más detalles

INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES.

INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES. Nombre y apellidos : Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 2ª entrega Fecha: Curso: 1º BACHILLERATO INSTRUCCIONES: Para la realización del primer examen deberás entregar en un cuaderno

Más detalles

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y:

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y: Tema 2 1.- Clasifica en discretas o continuas las siguientes variables: a) Número de habitantes por kilómetro cuadrado b) Número de bacterias de cierto tipo, por mililitro c) Densidad de diferentes muestras

Más detalles

ESTADISTICA APLICADA A LA EDUCACIÒN CODIGO: HOC220 EJERCICIOS SOBRE MEDIDAS DE TENDENCIA CENTRAL, POSICIONAL Y DE DISPERSIÓN

ESTADISTICA APLICADA A LA EDUCACIÒN CODIGO: HOC220 EJERCICIOS SOBRE MEDIDAS DE TENDENCIA CENTRAL, POSICIONAL Y DE DISPERSIÓN ESTADISTICA APLICADA A LA EDUCACIÒN CODIGO: HOC220 EJERCICIOS SOBRE MEDIDAS DE TENDENCIA CENTRAL, POSICIONAL Y DE DISPERSIÓN COMPILADOR San Cristóbal, Abril 2011 CODIGO: HOC220 Página 1 1. A un conjunto

Más detalles

SESION 12 LA DISTRIBUCIÓN BINOMIAL

SESION 12 LA DISTRIBUCIÓN BINOMIAL SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:

Más detalles

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Una carpintería vende paneles de contrachapado de dos tipos A y B.

Más detalles

La distribución normal

La distribución normal La Distribución Normal Es una distribución continua que posee, entre otras, las propiedades siguientes: Su representación gráfica tiene forma de campana ( campana de Gauss ) -6-4 -2 0 2 4 6 2 4 6 8 10

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 5 Algunas distribuciones importantes Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos

Más detalles

Objetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev

Objetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación

Más detalles

ESTADÍSTICA I, curso Problemas Tema 4

ESTADÍSTICA I, curso Problemas Tema 4 ESTADÍSTICA I, curso 007-008 Problemas Tema 4 1. En un problema de una prueba aplicada a niños pequeños se les pide que hagan corresponder tres dibujos de animales con la palabra que identifica a ese animal.

Más detalles

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada

Más detalles

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros

Más detalles

5 DISTRIBUCIONES BINOMIAL Y DE POISSON

5 DISTRIBUCIONES BINOMIAL Y DE POISSON 5 DISTRIBUCIONES BINOMIAL Y DE POISSON La repetición sucesiva de n pruebas (ensayos) de BERNOUILLI de modo independiente y manteniendo constante la probabilidad de éxito p da lugar a la variable aleatoria

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo

Más detalles

DISTRIBUCIÓN N BINOMIAL

DISTRIBUCIÓN N BINOMIAL DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina

Más detalles

Hoja 6: Estadística descriptiva

Hoja 6: Estadística descriptiva Hoja : Estadística descriptiva Hoja : Estadística descriptiva May Dada la siguiente distribución de frecuencias, halle: a) la mediana; b) la media. Número (x) Frecuencia (y) May De enero a septiembre la

Más detalles

Prueba Integral Lapso /6

Prueba Integral Lapso /6 Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,

Más detalles

Curso de Probabilidad y Estadística

Curso de Probabilidad y Estadística Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica

Más detalles

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme

Más detalles

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores. PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:

Más detalles

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES

Más detalles

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado. 1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto

Más detalles

1.1. Distribución exponencial. Definición y propiedades

1.1. Distribución exponencial. Definición y propiedades CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A DE 00 OPCIÓN A a) (.5 puntos) Resuelva el siguiente sistema y clasifíquelo atendiendo al número de soluciones: x + y + z = 0 x + 3y z = 17 4x + 5y + z = 17 b) (0.75 puntos) A la vista del resultado anterior,

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

TEMA 3: Probabilidad. Modelos. Probabilidad

TEMA 3: Probabilidad. Modelos. Probabilidad TEM 3: Probabilidad. Modelos Probabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un

Más detalles

DISTRIBUCIÓN DE POISSON

DISTRIBUCIÓN DE POISSON DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad

Más detalles

5 2,7; ; ; 3; 3,2

5 2,7; ; ; 3; 3,2 Actividades de recuperación para septiembre 3º ESO, MATEMÁTICAS La recuperación de la asignatura consta de dos partes: Entregar los siguientes ejercicios resueltos correctamente. Aprobar el examen de recuperación.

Más detalles

INFERENCIA DE LA PROPORCIÓN

INFERENCIA DE LA PROPORCIÓN ESTADISTICA INFERENCIA DE LA PROPORCIÓN DISTRIBUCIÓN MUESTRAL DE PROPORCIONES En una población la proporción de elementos (personas, animales, cosas o entes) que posee una cierta característica es p. En

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A DE 00 OPCIÓN A (3 puntos) Una fábrica produce dos tipos de relojes: de pulsera, que vende a 90 euros la unidad, y de bolsillo, que vende a 10 euros cada uno. La capacidad máxima diaria de fabricación es

Más detalles

Tema 8. Muestreo. Indice

Tema 8. Muestreo. Indice Tema 8. Muestreo Indice 1. Población y muestra.... 2 2. Tipos de muestreos.... 3 3. Distribución muestral de las medias.... 4 4. Distribución muestral de las proporciones.... 6 Apuntes realizados por José

Más detalles

Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS.

Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS. Estadística Tema 4 Curso /7 Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS. Objetivos Conceptos: Conocer los siguientes modelos discretos de probabilidad: uniforme, binomial, geométrico y Poisson. De cada

Más detalles

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318

Más detalles

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido

Más detalles

Unidad Temática 3: Probabilidad y Variables Aleatorias

Unidad Temática 3: Probabilidad y Variables Aleatorias Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento

Más detalles

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2.

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2. Pruebas de Hipótesis 1. Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es,4. Para una muestra de 6 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar

Más detalles

b) Haz otra distribución en 12 intervalos de la amplitud que creas conveniente.

b) Haz otra distribución en 12 intervalos de la amplitud que creas conveniente. Página EJERCICIOS Y PROBLEMAS PROPUESTOS PARA PRACTICAR Deseamos hacer una tabla con datos agrupados a partir de datos, cuyos valores extremos son 9 y. a) Si queremos que sean 0 intervalos de amplitud,

Más detalles

Problemas Tema 3 Enunciados de problemas de Derivabilidad

Problemas Tema 3 Enunciados de problemas de Derivabilidad página / Problemas Tema 3 Enunciados de problemas de Derivabilidad Hoja. Calcula la derivada de f ()= +3 8 +9 +3. Encuentra tres números no negativos que sumen 4 y tales que uno sea doble de otro y la

Más detalles

TEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...

TEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer... TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones

Más detalles

Distribuciones de probabilidad más usuales

Distribuciones de probabilidad más usuales Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y

Más detalles

Cálculo de Probabilidades II Preguntas Tema 1

Cálculo de Probabilidades II Preguntas Tema 1 Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga

Más detalles

TALLER 3 ESTADISTICA I

TALLER 3 ESTADISTICA I TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral

Más detalles

Prof. Eliana Guzmán U. Semestre A-2015

Prof. Eliana Guzmán U. Semestre A-2015 Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos

Más detalles

Probabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid

Probabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así

Más detalles

EJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA

EJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA EJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA 1. (2012-M3;Sept-B-4) El peso de las calabazas de una determinada plantación sigue una ley Normal con desviación típica 1200 g. a) (2 puntos) Halle

Más detalles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD PROBABILIDAD MISCELANEA DE EJERCICIOS UNIDAD 2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD PROBABILIDAD MISCELANEA DE EJERCICIOS UNIDAD 2 EJERCICIOS CAPITULO 4 1.- Un inspector de aduanas decide revisar 2 de 6 embarques provenientes de Madrid por la vía aérea. Si la selección es aleatoria y 3 de los embarques contienen contrabando; Encuentre

Más detalles

EJERCICIOS RESUELTOS TEMA 7

EJERCICIOS RESUELTOS TEMA 7 EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de

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

Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/991 SP XII

Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/991 SP XII Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/99 SP XII José Mª Chacón Íñigo IES Llanes, Sevilla Te explicamos como realizar la operación de distribución de probabilidad

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@unam.mx T E M A S DEL CURSO 1. Análisis Estadístico de datos muestrales. 2. Fundamentos de la Teoría de la

Más detalles

Distribuciones de Probabilidad

Distribuciones de Probabilidad Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica

Más detalles

Habilidades Matemáticas. Alejandro Vera

Habilidades Matemáticas. Alejandro Vera Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos

Más detalles

3 PROBABILIDAD Y DISTRIBUCION NORMAL

3 PROBABILIDAD Y DISTRIBUCION NORMAL 3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra.

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra. ESTADÍSTICA La estadística tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto de datos empíricos (recogidos mediante experimentos o encuestas). Según el colectivo a

Más detalles

Grupo 23 Semestre Segundo examen parcial

Grupo 23 Semestre Segundo examen parcial Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige

Más detalles

Algunas Distribuciones Estadísticas Teóricas. c) Relación entre la Distribuciones de Poisson y Exponencial.

Algunas Distribuciones Estadísticas Teóricas. c) Relación entre la Distribuciones de Poisson y Exponencial. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial c) Relación entre la Distribuciones de Poisson y Exponencial. d) Distribución

Más detalles

= 10. pertenece al intervalo en el que estamos, es decir, en 2,8.

= 10. pertenece al intervalo en el que estamos, es decir, en 2,8. ROBLEMAS SOLUCIONADOS SOBRE VARIABLES ALEATORIAS CONTINUAS DIST NORMAL AROX DE LA DIST BINOMIAL ROFESOR ANTONIO IZARRO 1º (Castilla y León, Junio, 99 Sea X una variable aleatoria cuya función de distribución

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de Acceso a las Universidades de Castilla y León MATMÁTICAS APLICADAS A LAS CINCIAS SOCIALS JRCICIO Nº páginas 2 Tablas OPTATIVIDAD: L ALUMNO/A DBRÁ SCOGR UNO D LOS DOS BLOQUS Y DSARROLLAR LAS

Más detalles

Tema 2: Magnitudes aleatorias

Tema 2: Magnitudes aleatorias Facultad de Economía y Empresa 1 Prácticas Tema.- Magnitudes aleatorias Tema : Magnitudes aleatorias DEMANDA La demanda de cierto artículo es una variable aleatoria con la siguiente distribución: Número

Más detalles

JUNIO Bloque A

JUNIO Bloque A Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.

Más detalles

Introducción al Tema 8. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.

Introducción al Tema 8. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. Introducción al Tema 8 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos

Más detalles

Distribución normal estándar. Juan José Hernández Ocaña

Distribución normal estándar. Juan José Hernández Ocaña Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.

Más detalles

Derivadas Parciales. Aplicaciones.

Derivadas Parciales. Aplicaciones. RELACIÓN DE PROBLEMAS FUNDAMENTOS MATEMÁTICOS DE LA INGENIERÍA Curso 2004/2005 Escuela Universitaria de Ingeniería Técnica Agrícola Departamento de Matemática Aplicada I Tema 3. Derivadas Parciales. Aplicaciones.

Más detalles

Distribución de Probabilidades con Nombre Propio Problemas Propuestos

Distribución de Probabilidades con Nombre Propio Problemas Propuestos Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,

Más detalles

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015 CALIFICACIÓN: PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 201 Apellidos Nombre Centro de examen Instrucciones Generales PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS

Más detalles

-7 3 A-1 = 120 F 2 -F 1 F 3 +F 1

-7 3 A-1 = 120 F 2 -F 1 F 3 +F 1 www.clasesalacarta.com Universidad de Castilla la Mancha PAU/LOGSE Junio.0 Opción A JUNIO _ 0.- a) espeja la matriz X en la siguiente ecuación matricial: 7I - X + AX = B, suponiendo que todas las matrices

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir

Más detalles

Discretas. Continuas

Discretas. Continuas UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de

Más detalles

LA DISTRIBUCIÓN NORMAL

LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece

Más detalles

Inferencia estadística Selectividad CCSS Murcia. MasMates.com Colecciones de ejercicios

Inferencia estadística Selectividad CCSS Murcia. MasMates.com Colecciones de ejercicios 1. [2014] [EXT-A] Según un informe de una universidad, la edad media de finalización de un determinado grado no supera los 23 años. Sabiendo que la edad de finalización sigue una normal con desviación

Más detalles

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos

Más detalles

Estadística Aplicada

Estadística Aplicada Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.

Más detalles

Estadística. 3) (Sept-99) Una variable aleatoria tiene una distribución normal de media y desviación típica. Si se extraen

Estadística. 3) (Sept-99) Una variable aleatoria tiene una distribución normal de media y desviación típica. Si se extraen Estadística 1) (Junio-95) La duración de unas bombillas sigue una distribución normal de media desconocida y desviación típica de 50 horas. Para estimar la media, se experimenta con una muestra de tamaño

Más detalles

1. [2014] [EXT-A] En una localidad la concentración de polen de olivo, medida en granos de polen/m 3 de aire, se puede ajustar a la

1. [2014] [EXT-A] En una localidad la concentración de polen de olivo, medida en granos de polen/m 3 de aire, se puede ajustar a la 1. [2014] [EXT-A] En una localidad la concentración de polen de olivo, medida en granos de polen/m 3 de aire, se puede ajustar a la función f(t) = t3 3-22t2 +448t-2600, siendo t el tiempo medido en semanas,

Más detalles