UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

Documentos relacionados
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

Tema 4. Distribución Binomial y Poisson

Distribución de Probabilidad

Tema 6 Algunas distribuciones importantes Hugo S. Salinas

Tema 5 Algunas distribuciones importantes

LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA)

Apuntes de Clases. Modelos de Probabilidad Discretos

EJERCICIOS DE DISTRIBUCION NORMAL, BINOMIAL Y POISSON

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X

Variables Aleatorias Discretas

UNIDAD III VARIABLEA ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDADES

VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos

Curso de nivelación Estadística y Matemática

El primer momento centrado en el origen (k=1) es la esperanza matemática de X

Guía de Modelos Probabilísticos

Técnicas Cuantitativas para el Management y los Negocios I

Unidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22

Distribuciones de probabilidad Discretas

Condiciones para una distribución binomial

DISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.

PROBABILIDAD Y ESTADÍSTICA MAT-041 GUIA Nº4 MODELOS PARA VARIABLES ALEATORIAS

Biometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson)

Juan José Hernández Ocaña

Distribuciones de probabilidad discretas

FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS ACADEMIA DE PROBABILIDAD Semestre:

MÓDULO I. TEORÍA DE LA PROBABILIDAD

UNIVERSIDAD DE ATACAMA

MODELOS DISCRETOS DE PROBABILIDAD

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

Algunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson

N O S I N T E R E S A S A B E R E L N Ú M E R O D E É X I T O S Q U E S U C E D E N E N N I N T E N T O S J U A N J O S É H E R N Á N D E Z O C A Ñ A

PRINCIPIOS DE PROBABILIDAD GERMÁN E. RINCÓN

Matemática 3 Curso 2013

MAE275 Probabilidad y Estadística

Unidad 4: Modelos de probabilidad discretos.

SEGUNDO EXAMEN DE PROBABILIDAD Y ESTADÍSTICA (LISTA DE EJERCICIOS 1)

Cap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved

UNIVERSIDAD DE ATACAMA

Cálculo y EstadísTICa. Primer Semestre.

Introducción al Tema 7. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.

Definición de probabilidad

Tema 4: Modelos probabilísticos

UNIVERSIDAD DE MANAGUA Al más alto nivel

Tema 6: Modelos probabilísticos

Tema 5: Modelos probabilísticos

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

1) Una caja contiene 3 bolitas rojas y 4 amarillas se extraen dos, una después de la otra y sin reposición. X= No de bolitas rojas extraídas

Tema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:

Prof. Eliana Guzmán U. Semestre A-2015

La distribución de Probabilidad normal, dada por la ecuación:

ESTADÍSTICA INFERENCIAL

POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA

PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN

PROBABILIDAD Y ESTADÍSTICA

Generalidades 1. Sea X una variable aleatoria continua con función densidad dada por

Variables Aleatorias

ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias

SESION 12 LA DISTRIBUCIÓN BINOMIAL

La Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas.

Folleto de Estadísticas. Teoría del 1er Parcial

5 DISTRIBUCIONES BINOMIAL Y DE POISSON

a) Definir un espacio muestral S apropiado para este experimento. b) Consideremos la variable aleatoria

UNIVERSIDAD DE ATACAMA

Algunas Distribuciones Discretas de Probabilidad. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Práctica 3: Variables Aleatorias Discretas

Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES

TALLER 3 ESTADISTICA I

Tema 4: Ejercicios de Modelos de Probabilidad

UNIVERSIDAD DE MANAGUA Al más alto nivel

PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD DE ATACAMA

Para analizar y organizar los datos que se recogen en un estudio, la estadística ofrece diferentes herramientas, entre ellas las frecuencias.

contablemente infinito.

4. Tienes 5 libros, de cuántas maneras diferentes puedes escoger uno o más de dichos libros?

GUÍA DE CÁLCULO INTEGRAL. 2. De la siguiente tabla del peso en kilogramos de 40 personas.

TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS

Distribuciones de probabilidad II

D I S T R I B U C I Ó N N O R M A L

2 p = 0,3 k = 2 La probabilidad de que 2 pasen es 32,41%

Ejercicios y Talleres. puedes enviarlos a

UNIVERSIDAD DE MANAGUA Al más alto nivel

Teoría Estadística Elemental I Teoría (resumida) del 2 do Tema

DISTRIBUCIÓN DE POISSON

5. MODELOS PROBABILISTICOS.

Bioestadística. Curso Capítulo 3

Cálculo de Probabilidades II Preguntas Tema 1

TEMA 3. VARIABLES ALEATORIAS.

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 3

Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva:

Variables aleatorias discretas

Transcripción:

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 3: VARIABLES ALEATORIAS DISCRETAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre 2008 1. Supongamos que tienes 5 monedas en tu bolsillo: 2 de un peso, 2 de cinco pesos y 1 de diez pesos, donde las monedas de igual valor se pueden distinguir. Se extraen tres monedas al azar. Sea X la cantidad extraída (en pesos). Encontrar: a) La función de distribución acumulada de probabilidades de X. b) P (X 10 X 15). R: 2/5 2. Considerar la v.a. X con función de distribución acumulada F (x) dada por: X 2 1 0 1 2 F (x) 0.1 0.3 0.5 0.7 1 a) Determinar la función de distribución de la v.a. X. b) Definir Y = X 2 + 1 1) Determinar la función de distribución acumulada de la v.a. Y. 2) Calcular E(X) y V ar(x). R: 3 y 2.8. 3. Para promocionar sus helados, una fábrica pone cada 15 helados una etiqueta que dice vale otro. Cualquiera persona que compre un helado y le salga vale otro obtiene 1 gratis. Estos helados cuestan $100 c.u. Si tú decides comprar estos helados hasta obtener uno gratis. Cuánto esperarías gastar?. R: $1500. 4. Un basquetbolista efectúa repetidos lanzamientos desde una línea de tiros libres. Supongamos que sus lanzamientos son ensayos Bernoulli independientes con probabilidad de acertar de 0.7. a) Cuál es la probabilidad que le tome menos de cinco lanzamientos para efectuar un segundo acierto?. R: 0.9163 b) Cuál es la probabilidad que le tome menos de cinco lanzamientos para efectuar su primer acierto?. R: 0.9919 c) Cuál es el número esperado de lanzamientos para lograr su cuarto acierto?. R: 5.7143 5. En cierta área rural, una extraña enfermedad está afectando a uno de cada 100 niños. Además se observa que en promedio, aparece un caso cada 30 días. a) Se tiene la información que en el sector existen un total de 300 niños, determine la probabilidad que la extraña enfermedad afecte tan sólo a 2 de ellos. R: 0.22404 ESTADÍSTICA Y PROBABILIDAD 1

b) Determine la probabilidad que en un período de 15 días se observe 2 casos como mínimo. R: 0.0902 6. En las moscas de la fruta, cuatro de cada 10 5 espermatozoides presentan una mutación del color rojo de los ojos a blanco, o viceversa. a) Cuántas mutaciones esperaría usted que se produjesen en 200000 espermatozoides? Justifique. R: 8 b) Cuál es la probabilidad de que se produzcan entre 6 y 10, ambas inclusive para el caso de 200000 espermatozoides?. R: 0.6246 NOTA: Si X Bin(n, p) con n > 30 y p 0, entonces X P(λ) con λ = n p. 7. Decir si es verdadero (V) o falso (F), justificar cuando la proposición sea falsa dando a conocer el verdadero significado o valor numérico según corresponda: a) Si X Geo(p), entonces X es el número de la repetición en la cual se obtiene éxito por tercera vez. b) Si X Bin(n, p), entonces X es el número de veces que ocurre éxito en una cantidad n (n : indefinida). c) La v.a. X : número de ocurrencias en el intervalo de tiempo o región tiene una distribución Poisson con tasa λ. d) E[g(x)] = x g(x)p (X = x) e) En el modelo Hipergeométrico el tipo de muestreo es con restitución (esto es, se toman elementos uno a uno y cada vez que se saca uno de ellos se retorna). f ) Si X P(4), entonces P (X 6) =0.1042. 8. Diez individuos, cada uno de ellos propenso a la tuberculosis, entran en contacto con un portador de la enfermedad. La probabilidad de que la persona se contagie del portador a un sujeto cualquiera es 0.10. a) Cuál es la probabilidad de que por lo menos dos personas contraigan la enfermedad?. R: 0.2639 b) Cuántos se espera que contraigan la enfermedad?. R: 3 9. Un comité de 3 integrantes se forma aleatoriamente seleccionado de entre 4 doctores y dos enfermeras. (se eligen uno a uno las personas y estas no se vuelve a considerar en el siguiente paso) a) Escribir la función de probabilidad para la variable aleatoria X que representa el número de doctores en el comité. b) Encontrar P (X 4σ). R: 0.8 10. El número de infracciones expedidas por un lector de parquímetro puede modelarse mediante un modelo de Poisson con una tasa de cinco infracciones por hora. ESTADÍSTICA Y PROBABILIDAD 2

a) Cuál es la probabilidad de que exactamente cuatro infracciones se expidan durante una hora en particular?. R: P (X = 4) = e 5 5 4 4! b) Cuál es la probabilidad de que por lo menos cuatro se expidan durante una hora en particular?. R: 0.735 c) Cuántas infracciones se espera expedir durante un período de 45 minutos?. R: 3.75 11. Un Asociación de químicos comienza una campaña telefónica con el propósito de aumentar el número de socios. Con base en experiencia previa, se sabe que una de cada 20 personas que reciben la llamada se une al club. Si en un día 25 personas reciben la llamada telefónica. a) Cuál es la probabilidad de que por lo menos dos de ellas se inscriban en el Asociación?. R: 0.3576 b) Cuál es el número esperado de personas?. R: 1. 12. La probabilidad de que una persona tenga una mala reacción a la inyección de determinado suero es 0.001, determine la probabilidad de que 20 individuos, a) Exactamente tres tengan una mala reacción. R: 0.000001120 b) Más de dos individuos tengan una mala reacción. R: 1.125 10 6 c) Cuál es el número de individuos que se espera que tengan una mala reacción?. R: 0.02 13. La Chispita Company proporciona tarifas más bajas a los clientes que prefieran las horas de menos consumo, el 30 % de sus clientes aprovecha estos ahorros. El departamento de servicios a clientes ha elegido a 12 clientes al azar para que participen en un grupo de interés para discutir a qué horas se produce el mayor consumo de energía. Al departamento de supervisión le preocupa que el grupo contenga una gran proporción de usuarios que prefieran la tarifa baja. a) Cuál es la probabilidad de obtener menos de tres usuarios de tarifa baja en el grupo de interés?. R: 0.253 b) Cuál es la probabilidad de obtener más de cuatro usuarios de tarifa baja en el grupo de interés?. R: 0.276 c) Cuál es la probabilidad de obtener menos de ocho clientes normales en el grupo de interés?. R: 0.275 d) Calcular la media y la desviación estándar para los usuarios de tarifa baja en el grupo de interés. R: 3.6 y 1.59. 14. El 60 % de los residentes de la Región de Atacama se registraron para votar. Si se elige al azar 10 personas con edad para votar, encuentre la probabilidad de obtener: a) Diez electores registrados. R: 0.006 b) Exactamente cinco electores registrados. R: 0.201 c) Ningún elector registrado. R: 0 15. Dado que no todos los pasajeros de una aerolínea abordan el vuelo para el que han reservado un lugar, la aerolínea vende 125 boletos para un vuelo de 120 pasajeros. La probabilidad de que un pasajero no aborde el vuelo es 0.10, y el comportamiento de los pasajeros es independiente. ESTADÍSTICA Y PROBABILIDAD 3

a) Cuál es la probabilidad de que todos los pasajeros aborden el vuelo?. R: 0.996 b) Cuál es la probabilidad de que el vuelo salga vacío?. R: 0.989 16. La probabilidad de que una muestra de aire contenga una molécula rara es 0.01. Si se supone que las muestras son independientes con respecto a la presencia de la molécula rara, cuál es la probabilidad de que sea necesario analizar exactamente 125 muestras antes de detectar una molécula rara?. R: 0.0029 17. La probabilidad de un alineamiento óptico exitoso en el ensamblado de un producto de almacenamiento óptico de datos es 0.8. Suponga que los ensayos son independientes. a) Cuál es la probabilidad de que el primer alineamiento exitoso requiera exactamente cuatro ensayos?. R: 0.0064 b) Cuál es la probabilidad de que el primer alineamiento exitoso requiera como máximo cuatro ensayos?. R: 0.9984 c) Cuál es la probabilidad de que el primer alineamiento exitoso requiera al menos cuatro ensayos?. R: 0.008 18. Supongamos que el costo de efectuar un experimento químico es $1000. Si el experimento falla, se incurre en un costo adicional de $300 debido a ciertos cambios que deben efectuarse antes de que se intente un nuevo experimento. Si la probabilidad de éxito en cualquiera de los ensayos es 0.2, si los ensayos aislados son independientes y si los experimentos continúan hasta que se obtiene el primer resultado exitoso, cuál es el costo esperado del procedimiento completo?. R: 6200 19. En cierta región, la probabilidad de que ocurra una tormenta con truenos en un día cualquier durante dos meses de verano es igual a 0.1. Suponiendo independencia de un día con otro, cuál es la probabilidad de que la primera tormenta con truenos del verano ocurra el día 3 del segundo mes? (considerar 1 mes=31 días). R: 0.003 20. Si la probabilidad de que cierto examen de una reacción positiva es igual a 0.4, cuál es la probabilidad de que ocurran menos de cinco reacciones negativas antes de la primera positiva?. R: 0.92 21. Una aeronave de alto rendimiento contiene tres computadoras idénticas. Sólo una de ellas se utiliza para controlar la nave; las otras dos son reservas que se activan en caso de falla en el sistema primario. Durante una hora de operación, la probabilidad de falla en el computador primario (o en cualquiera de los sistemas de reserva que se encuentre activo) es 0.0005. Si se supone que cada hora representa un ensayo independiente, a) Cuál es la probabilidad de que las tres computadoras fallen durante un vuelo de cinco horas?. R: 1.249 10 9 b) Cuál es el tiempo promedio de las tres computadoras fallen?. R: 6000 horas. 22. La escala electrónica de un proceso de llenado automático detiene la línea de producción después de haber detectado tres paquetes con un peso menor de lo especificado. Suponga que la probabilidad de llenar un paquete con un peso menor es de 0.001 y que cada operación de llenado es independiente. a) Cuál es el número promedio de operaciones de llenado antes de que detenga la línea de producción?. R: 3000 ESTADÍSTICA Y PROBABILIDAD 4

b) Cuál es la desviación estándar del número de operaciones de llenado antes que se detenga la línea de producció?. R: 1731.18 23. Un auditor elige tres cuentas al azar de un grupo de 10 para examinarlas con todo cuidado. La compañía a la que se le hace la auditoría sabe que cuatro de las cuentas de impuestos tiene errores. Cuál es la probabilidad de que las tres cuentas elegidas no tengan errores?. R: 0.167 24. Un lote de piezas contiene 100 de un proveedor local de tubería, y 200 de un proveedor del mismo material, pero de otro estado. Si se eligen cuatro piezas al azar y sin reemplazo, a) Cuál es la probabilidad que todas provengan del proveedor local?. R: 0.0119 b) Cuál es la probabilidad de que 2 o mas piezas de la muestra sean del proveedor local?. R: 0.408 c) Cuál es la probabilidad de que al menos una pieza sea del proveedor local?. R: 0.196 25. Suponga que el número de fallas en un alambre delgado esta descrito por una distribución Poisson con una media de 2.3 fallas por milímetros. a) Determinar la probabilidad de tener exactamente dos fallas en un milímetro de alambre. R: 0.2652 b) Determinar la probabilidad de tener 10 fallas en dos milímetros de alambre. R: 0.01175 c) Determinar la probabilidad de tener al menos una falla en dos metros de alambre. R: 0.989948 26. Supongamos que en un cruce transitado ocurren de manera aleatoria e independiente dos accidentes por semana. a) Determinar la probabilidad de que ocurra un accidente en la próxima semana. R: 0.2707 b) Cuál es la probabilidad que en período de dos semanas ocurran al menos dos accidentes?. R: 0.908 27. Una industria acerera fabrica una muestra reducida de alambre delgado de cobre para ser ofertado a los clientes preferenciales. El inspector de calidad en unos de los controles habituales determinó que el número de fallas está descrito por una distribucción Poisson con una media de 2.3 fallas por milímetro. Determinar la probabilidad de: a) Tener exactamente dos fallas en un milímetro de alambre. R: 0.265 b) Tener 10 fallas en cinco milímetros de alambre. R: 0.113 c) Tener al menos una falla en dos milímetro de alambre. R: 0.9899 ESTADÍSTICA Y PROBABILIDAD 5