Académique Documents
Professionnel Documents
Culture Documents
PROGRAMA MENTORING
GEPM- LIBRO N9
CONTENIDOS
-
Muestreo
Intervalo de confianza
Funcin de probabilidad
Distribucin normal
Pgina 1
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
Pgina 2
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
EJEMPLO
1.
II)
III)
2.
3.
4.
Cuntas muestras de tamao 3 se pueden tomar, sin que importe el orden y sin
reposicin, del conjunto {1, 2, 3, 4, 5, 6}?
RESPUESTAS
1. I y III
Pgina 3
2. 125
3. 42
4.
20
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
RELACIN ENTRE MEDIA DE UNA POBLACIN Y LAS MEDIAS DE MUESTRAS
La media de una poblacin () se puede estimar a partir de la media de las muestras ( xi )
donde i toma valores desde 1 hasta el nmero total de muestras k obtenidas de tamao n,
extradas de la poblacin, con reemplazo o sin reemplazo, con orden o sin orden.
Para determinar la media poblacional, se utiliza la expresin:
x1 x2 x3 ... xk
k
El promedio de las medias de todas las muestras de tamao n que se puedan hacer de un
conjunto de N elementos, es igual al promedio de la poblacin.
ERROR MUESTRAL
El error de la muestra i, se denomina ei y es la diferencia entre la media de la poblacin y la
media de la muestra i, que se determina segn la expresin:
ei = xi
Pgina 4
I)
II)
III)
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
2.
3.
4.
Para el conjunto {3, 7, 11}, cul es la diferencia entre el valor mximo y mnimo de la
media que se puede obtener con una muestra de tamao 2, sin reposicin?
5.
I)
II)
III)
Medias
96
98
100
102
104
frecuencia
RESPUESTAS
1. Solo I y III
Pgina 5
2.
3.
1
3
4. 4
5.
Ninguna
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
INTERVALO DE CONFIANZA
En ocasiones la media de una muestra se considera como una estimacin de la media de la
poblacin a la cual pertenece la muestra.
Por ejemplo, dada como poblacin los alumnos que rindieron la PSU y como variable el
puntaje promedio lenguaje-matemtica, se toma una muestra en forma aleatoria de esta
poblacin y se determina que el valor de la media para este grupo, es de 624,5 puntos. Se
plantea como interrogante como se compara este valor de media, con el valor de la media
de la poblacin.
Si bien 624,5 es la estimacin de la media de la muestra, esto no permite asegurar que es
una estimacin de la media poblacional (a nivel nacional), ya que al tomar otra muestra el
valor variar.
Intervalo de confianza es un rango de valores entre los cuales estar el valor de media
estimada para la poblacin, dada una determinada probabilidad de acierto.
Nivel de confianza: Es la probabilidad que el parmetro poblacional se encuentre en un
intervalo de confianza dado. Se determina por (1 ), siendo el nivel de significacin.
Los niveles de confianza ms usuales son: 90%, 95% y 99%, que corresponden a niveles de
significacin de 10%, 5% y 1%, respectivamente.
Lmites de Confiabilidad: Son los lmites del intervalo de confianza.
Para una poblacin, de media aritmtica de una variable aleatoria que sigue una
distribucin normal de desviacin estndar , para un nivel de confianza (1 ), de la cual
se toma una muestra de tamao n, con media aritmtica x , el intervalo de confianza se
determina segn la relacin:
x z1
, x +z1
n
Nivel de
confianza
z 1-
2
50%
68%
75%
80%
90%
95%
99%
0,67
0,99
1,15
1,28
1,64
1,96
2,58
Pgina 6
z 1-
2
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
OBSERVACIN: La PSU tendr una tabla desde donde ustedes podrn extraer
Z 1-
1-
= 5%
2
= 90% + 5% = 95%
= 0,95
z 1-
2
Z
0,99
1,00
1,15
1,24
1,28
1,64
1,96
2,17
P(Z z)
0,839
0,841
0,875
0,893
0,900
0,950
0,975
0,985
Z
0,99
1,00
1,15
1,24
1,28
1,64
1,96
2,17
P(Z z)
0,839
0,841
0,875
0,893
0,900
0,950
0,975
0,985
Este ltimo valor se busca en la segunda columna de la tabla para poder determinar el
z 1-
2
z 1-
2
= 1,64.
Z 1-
1-
= 0,975
= 2,5%
2
Z
0,99
1,00
1,15
1,24
1,28
1,64
1,96
2,17
P(Z z)
0,839
0,841
0,875
0,893
0,900
0,950
0,975
0,985
Este ltimo valor se busca en la segunda columna de la tabla para poder determinar el
z 1-
2
Pgina 7
z 1-
2
= 1,96
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
EJEMPLO
1.
2.
Las horas de conexin a las redes sociales de cierta poblacin es una variable con
distribucin normal de desviacin estndar 0,5 horas. Si la media de una muestra de
100 datos 3,5 horas, cul es el margen de error al construir un intervalo de confianza
con un 90% de nivel de confianza?
3.
RESPUESTAS
1. [1,6016 ; 1,7584]
Pgina 8
2. 0,082
0,9
;
3. 5,3 1,64
35
5,3 + 1,64
0,9
35
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
VARIABLES ALEATORIAS
Se llama VARIABLE ALEATORIA a toda funcin que asocia un nmero real a cada
elemento del espacio muestral de un experimento aleatorio.
Observacin: Se simbolizan con letras maysculas, por ejemplo: X; Y; Z;
VARIABLES ALEATORIAS DISCRETAS (VAD)
Son aquellas que pueden tomar una cantidad finita de valores o una cantidad infinita
numerable de valores, por ejemplo suma de puntos en el lanzamiento de dos dados, las
preguntas correctas en una prueba, nmeros de hijas mujeres de una familia, etc.
Ejemplo 1:
Se lanzan tres monedas y se define la variable aleatoria X como el nmero de caras
obtenidas.
Resultados posibles
(s,s,s)
(s,s,c);(s,c,s);(c,s,s)
(s,c,c);(c,s,c);(c,c,s)
(c,c,c)
Valor para X
0
1
2
3
Ejemplo 2:
En el experimento lanzar un dado y se define la variable aleatoria Z como nmero de
lanzamientos que se deben realizar hasta obtener un dos.
El nmero de lanzamientos que puede tomar la variable hasta que salga el valor dos puede
ser infinito, pero es posible contarlos, es decir es una cantidad infinita numerable. Por lo
tanto es una variable discreta.
Pgina 9
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
EJEMPLOS
1.
2.
II)
III)
En una bolsa hay 4 fichas enumeradas del 3 al 6. Se extraen dos de ellas sin reposicin
y se define la variable aleatoria X, como la suma de los nmeros obtenidos. Cul(es)
de las siguientes proposiciones es (son) verdadera(s)?
I)
II)
III)
4.
Una bolsa contiene 6 monedas, tres azules y tres rojas. Si se extraen dos monedas,
una tras otra sin reposicin, cul(es) de los siguientes enunciados define(n) una
variable aleatoria?
I)
3.
Para el experimento de lanzar dos veces un dado, se define la variable aleatoria X como
la parte entera del cuociente de los valores obtenidos. Entonces, el recorrido de la
variable aleatoria es
RESPUESTAS
1. Solo II
Pgina 10
2.
Solo I y II
3. Solo I
4. {0,1,2,3,4,5,6}
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
FUNCIN DE PROBABILIDAD PARA VARIABLE DISCRETA
Se llama funcin de probabilidad de una variable aleatoria discreta X a la funcin que
asocia cada valor de xi con su probabilidad de ocurrencia pi.
Se denota por f(x) = P(X = xi)
Propiedades:
1. 0 f(xi) 1
2. f(x1) + f(x2) + .+ f(xn) = 1
3. P(X = a) = 0, si a no pertenece al recorrido de la variable aleatoria
Observaciones:
1. El dominio de la funcin de probabilidad es el recorrido de la variable aleatoria.
2. El recorrido de la funcin de probabilidad est en 0, 1.
Ejemplo:
Definida la variable X como el nmero de caras que pueden obtener en el lanzamiento de
tres veces una moneda. La tabla muestra la probabilidad para los diferentes valores que
pueda tomar la variable aleatoria X.
Resultados
Valores de X
0
1
2
3
(s,s,s)
(s,s,c);(s,c,s);(c,s,s)
(s,c,c);(c,s,c);(c,c,s)
(c,c,c)
f(x)
f(xi)=P(X = xi)
f(0)= P(X=0) = 1/8
f(1)= P(X=1) = 3/8
f(2)= P(X=2) = 3/8
f(3)= P(X=3) = 1/8
Funcin de probabilidad
f(0) + f(1) + f(2) + f(3) = 1
3/8 -
1
3
3
1
8
+
+
+
=
=1
8
8
8
8
8
1/8 -
Pgina 11
Valores v.a.
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
EJEMPLOS
1.
II)
P(X = 3) =
7
15
III)
P(Y = 3) =
1
45
2.
3.
4.
Se lanzar 180 dados a vez y se define la variable aleatoria X como la cantidad de dados
que muestren un nmero mltiplo de 3, entonces P(X = 80) es
Pgina 12
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
5.
Los valores de la variable aleatoria son {4, 6, 8, 10, 12, 14, 16, 18, 20, 22,
24}.
El recorrido de la funcin de probabilidad es [4, 24].
1
P(X = 14) =
6
II)
III)
6.
1
0,30
2
0,15
3
0,05
4
0,18
5
0,20
6
0,12
7.
-20
0,18
-10
m
0
0,22
10
0,33
20
0,10
RESPUESTAS
1. Solo II
5.
El valor de m = 0,17
P(X 10) = P(X > 0)
P(X -10) = 1 P(X = -20)
2.
Solo I y III
Pgina 13
3
8
3.
Solo II
6. Solo II
180
4.
80
7. I, II y III
1
3
80
2
3
100
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
FUNCIN
DISCRETA
DE
2.
Si x1, x2, x3, .., xn-1, xn son valores de la variable aleatoria, entonces
P(X xn-1) = P(X=x1) + P(X=x2) + P(X=x3) +......+ P(X=xn-1)
3.
4.
Observacin:
En el caso de variable aleatoria discreta la grfica de la funcin de distribucin de
probabilidad es escalonada.
Funcin de distribucin
F(x)
1
x1 x2 x3 x4
V.A.D
Ejemplo:
La tabla muestra la funcin probabilidad y funcin de distribucin de probabilidad
para la variable aleatoria X definida como el nmero de caras obtenidas al lanzar
3 monedas.
Funcin de distribucin
X
0
1
2
3
F(xi)=P(X xi)
F(0) = P(X 0) = 1/8
F(1) = P(X 1) = 1/8 + 3/8 = 4/8
F(2) = P(X 2) = 4/8 + 3/8 = 7/8
F(3) = P(X 3) = 7/8 + 1/8 = 8/8 = 1
F(x)
1
7/8
4/8
1/8
0
Pgina 14
V.A.D
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
EJEMPLOS
1.
-2
-1
f(w)
0,20
0,45
0,3
0,05
2.
-2
3.
10
0,05
20
0,30
RESPUESTAS
1.
0,95
Pgina 15
2.
I, II y III
3.
0,58
30
0,42
40
0,75
50
1
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
f(x)
Propiedades:
1. Como f(x) es una probabilidad, se cumple que 0 F(x) 1.
2. Si a < b, entonces P(a < X b) = F(b) F(a).
3. P(X > a) = 1 P(X a) = 1 F(a)
4. P(X = a) = 0, es decir la probabilidad que la variable tome exactamente un valor es
igual a cero.
5. P(X < a) = P(X a)
Observacin:
En el caso de variable aleatoria continua la funcin de distribucin de probabilidad es una
funcin continua.
EJEMPLO
1.
Una
funcin
de
densidad
de
cx ; si 0 < x < 4
f(X) =
.
; para cualquier otro valor
0
Pgina 16
probabilidad
est
dada
por
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
2.
3.
1
f(x) = x
2
0
; si x < 0
; si 0 x 2 .
; si x > 2
4.
; si 1 x 2
x 1
f(x) =
-x + 3 ; si 2 < x 3
; si x > 3
0
Entonces, P (X 2) =
RESPUESTAS
1.
1
8
Pgina 17
2.
-2
3.
9
32
4.
50%
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
DISTRIBUCIN NORMAL
Para variables aleatorias continuas X, la funcin de probabilidad es denominada Funcin de
densidad de probabilidad, es una funcin continua y la probabilidad est dada por el
rea bajo la curva de la funcin.
La distribucin ms importante dentro de las distribuciones continuas es la distribucin
normal.
Es un modelo matemtico, que recibe su nombre debido a que en cierto momento se pens
que la mayora de los fenmenos estaban distribuidos de dicha manera. Esta distribucin
permite representar fenmenos estadsticos de manera probabilstica.
Caractersticas:
1.
2.
3.
4.
5.
Pgina 18
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
En el intervalo 2, 2
En el intervalo 3, 3
-2
+2
-3
+3
EJEMPLOS
1.
En el Colegio Universo, el peso de los 40 alumnos del 3 medio, tienen una distribucin
normal con media de 72 kg y desviacin estndar de 3 kg. Cul es la probabilidad de
que un alumno elegido al azar pese menos de 72 kg?
2.
Sea X una variable aleatoria con distribucin X ~ N(18,3). Cul(es) de las siguientes
proposiciones es (son) verdadera(s)?
I)
II)
III)
Pgina 19
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
3.
Los pacientes afectados por una bacteria y su tiempo de recuperacin, en das, tiene
una distribucin X ~ N(6; 1,3). Cul es la probabilidad de que un paciente se recupere
en un tiempo mayor a 9,9 horas?
4.
El tiempo de duracin que tienen los focos fabricados por una empresa, se distribuye
en forma normal con media aritmtica igual a 1.020 horas y desviacin estndar
51 horas. Cul es la probabilidad en porcentaje de que dure ms de 1.122 horas?
5.
GRAFICO 2
N(1,) Y
N(,3)
N(2,)
N(3,)
N(,2)
N(,1)
I)
II)
III)
RESPUESTAS
1. 0,5
Pgina 20
2.
Solo I y III
3. 0,00135
4.
2,280%
5. Solo II y III
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
DISTRIBUCIN NORMAL ESTANDAR
La distribucin normal estndar o tipificada, es aquella que tiene media 0 y desviacin
estndar 1. Se denota por X ~ N(0, 1)
Por ser la grfica simtrica respecto = 0, entonces se cumple P(X -x1) = P(X x1)
Grficamente:
-x1
x1
Z
0,99
1,00
1,15
1,24
1,28
1,50
1,64
1,96
2,17
P(Z z)
0,839
0,841
0,875
0,893
0,900
0.940
0,950
0,975
0,985
Si X es una variable que tiene una distribucin normal estndar, determina los valores
de las probabilidades solicitadas.
i) P(X 1,24)
ii) P(X 1,24)
iii) P(X -1,24)
Pgina 21
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
2.
i)
ii)
-1
0 1,24 2,17
y
iv)
iii)
x
0
3.
1,24
Sea X una variable aleatoria con distribucin X ~ N(0,1). Cul(es) de las siguientes
proposiciones es (son) verdadera(s)?
I)
II)
III)
4.
1,28
RESPUESTAS
1. i) 89,3% ii) 10,7%
iii) 10,7%
Pgina 22
3. I, II y III
4. 0,00135
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
ESTANDARIZACIN DE UNA VARIABLE ALEATORIA DE DISTRIBUCIN NORMAL
Para poder utilizar la tabla para encontrar la probabilidad P(X < x i) en una distribucin
normal, no estndar, es necesario estandarizar la variable.
Si X es una variable que tiene distribucin normal con media y desviacin estndar , es
X
decir X ~ N( , ), se define una nueva variable aleatoria Z de la forma: Z
, que tiene
P X x P Z
EJEMPLO
Los notas de 40 alumnos que rindieron examen de admisin en un colegio para ocupar las
vacantes en el 1 medio, tienen una distribucin X ~ N(5,1; 1,2).
Cul es la probabilidad de que sean aceptados con nota superior a 6?
Solucin: P(X > 6) =
1 P (X 6)
6 5,1
= 1 P Z
1,2
= 1 P( Z 0,75)
= 1 0,773
= 0,22
P Z z
0,75
1,00
1,15
1,24
1,28
1,50
1,64
1,96
2,17
0,773
0,841
0,875
0,893
0,900
0,94
0,950
0,975
0,985
EJEMPLOS
1.
Sea X una variable aleatoria que tiene distribucin normal definida como X ~ N(80,3),
al transformar X a una variabla aleatoria Z de distribucin nrmal estndar, entonces
P(X < 90) =
Pgina 23
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
2.
Sea X una variable aleatoria que tiene distribucin normal definida como X ~ N(120,8),
al transformar X a una variable aleatoria Z de distribucin normal estndar, entonces
P(X > 80) =
3.
4.
Sea X variable aleatoria con distribucin X ~ N(100, 16), entonces P(X > 124) =
5.
Sea X una variable aleatoria que tiene distribucin normal con media a y desviacin
estndar b, la que se transforma en una variable aleatoria Z con distribucin N(0,1).
Entonces, Z se expresa
RESPUESTAS
10
1. P Z <
3
Pgina 24
2. P(Z 5)
3. 0,0841
4. 0,0667
5. Z =
X a
b
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
= np y = np(1 p)
Cabe destacar que se esta aproximando una variable aleatoria discreta con un modelo de
variable aleatoria continua.
Esto ser vlido para cualquier distribucin binomial B(n,p), siendo n lo suficientemente
grande.
Se dir que la proposicin es aceptable si np > 5 y n(1 p) > 5
Hay que tener en cuenta que en esta aproximacin se pasa de una distribucin de variable
aleatoria discreta a una distribucin para una variable aleatoria continua. En las variables
aleatorias continuas la probabilidad que una variable tome un valor concreto es cero,
mientras que en las variables discretas no. Para poder realizar clculos de valores de la
variable concretos se debe realizar una correccin de continuidad.
Pgina 25
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
EJEMPLOS
1.
2.
Se lanza un dado 128 veces, si se hace una aproximacin de esta binomial a la normal
para determinar la probabilidad de obtener 50 nmeros divisores de 5, cul es la
desviacin estndar que se utilizar?
3.
Se lanza una moneda 400 veces y se hace una aproximacin de la distribucin binomial
a la normal. Si X representa el nmero de caras, entonces por correccin de
continuidad para determinar P(X = 100), en qu intervalo se ubicar X?
4.
El 2% de los tornillos fabricados por una mquina presentan defectos. Si se tienen una
produccin de 400 tornillos, cul es la probabilidad que sean menos de 8 los tornillos
defectuosos?
RESPUESTAS
1. = 6,4
Pgina 26
4,352
2. =
16
3
3. ]99,5 ; 100,5[
4. 50%
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
ANEXO 1
TABLA DE DISTRIBUCIN NORMAL TIPIFICADA
P X < xi = P Z <
x
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
4,0
Pgina 27
0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,84134
0,86433
0,88493
0,90320
0,91924
0,93319
0,94520
0,95543
0,96407
0,97128
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813
0,99865
0,99903
0,99931
0,99952
0,99966
0,99977
0,99984
0,99989
0,99993
0,99995
0,99997
0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,84375
0,86650
0,88686
0,90490
0,92073
0,93448
0,94630
0,95637
0,96485
0,97193
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819
0,99869
0,99906
0,99934
0,99953
0,99968
0,99978
0,99985
0,99990
0,99993
0,99995
0,99997
0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,84614
0,86864
0,88877
0,90658
0,92220
0,93574
0,94738
0,95728
0,96562
0,97257
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825
0,99874
0,99910
0,99936
0,99955
0,99969
0,99978
0,99985
0,99990
0,99993
0,99996
0,99997
0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,84849
0,87076
0,89065
0,90824
0,92364
0,93699
0,94845
0,95818
0,96638
0,97320
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831
0,99878
0,99913
0,99938
0,99957
0,99970
0,99979
0,99986
0,99990
0,99994
0,99996
0,99997
0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,85083
0,87286
0,89251
0,90988
0,92507
0,93822
0,94950
0,95907
0,96712
0,97381
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836
0,99882
0,99916
0,99940
0,99958
0,99971
0,99980
0,99986
0,99991
0,99994
0,99996
0,99997
0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,85314
0,87493
0,89435
0,91149
0,92647
0,93943
0,95053
0,95994
0,96784
0,97441
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841
0,99886
0,99918
0,99942
0,99960
0,99972
0,99981
0,99987
0,99991
0,99994
0,99996
0,99997
0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,85543
0,87698
0,89617
0,91309
0,92785
0,94062
0,95154
0,96080
0,96856
0,97500
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846
0,99889
0,99921
0,99944
0,99961
0,99973
0,99981
0,99987
0,99992
0,99994
0,99996
0,99998
0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,85769
0,87900
0,89796
0,91466
0,92922
0,94179
0,95254
0,96164
0,96926
0,97558
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851
0,99893
0,99924
0,99946
0,99962
0,99974
0,99982
0,99988
0,99992
0,99995
0,99996
0,99998
0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
0,85993
0,88100
0,89973
0,91621
0,93056
0,94295
0,95352
0,96246
0,96995
0,97615
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856
0,99896
0,99926
0,99948
0,99964
0,99975
0,99983
0,99988
0,99992
0,99995
0,99997
0,99998
0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
0,86214
0,88298
0,90147
0,91774
0,93189
0,94408
0,95449
0,96327
0,97062
0,97670
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861
0,99900
0,99929
0,99950
0,99965
0,99976
0,99983
0,99989
0,99992
0,99995
0,99997
0,99998
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
EJERCICIOS ADICIONALES
1.
2.
Media de la muestra
6
4
3
5
3.
El nmero de horas diarias que dedican a sus obligaciones escolares los estudiantes de
cierta comunidad durante la semana es una variable aleatoria con distribucin normal,
cuya desviacin estndar es de 2,02 horas. Para una muestra al azar de 16 estudiantes
se estima un margen de error de 30 minutos. Cul es el nivel de confianza utilizado?
(utilice tabla de distribucin normal estandarizada)
4.
X
P(X = xi)
1
0,19
2
0,17
3
k
4
0,23
5
0,32
Pgina 28
El valor de K es 0,09.
P(X > 3) = 1 P(X 3)
P(X = 5) = 1
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
5.
6.
I)
II)
III)
7.
f(x)
2k
15
k
15
k
15
2k
15
k
15
3k
15
El valor de k es 1,5.
La probabilidad de obtener un par es 0,6.
La probabilidad de obtener un nmero par o mltiplo de 3 es 0,7.
Sea f(x) = 2kx con k una constante, la funcin de probabilidad de una variable
aleatoria x cuyo recorrido es {1, 3, 5, 7}. Si F es la funcin de distribucin de
probabilidad acumulada de x, entonces F(5) es
Pgina 29
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
8.
9.
Pgina 30
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
10. Se tienen tres distribuciones normales N1(1;1), N2(2;2), N3(3;3), que cumplen que
1 < 2 < 3 y 3 < 2 < 1, por lo tanto, si se grafican todas en el mismo eje,
cul(es) de las siguientes grficas corresponde(n) a la situacin planteada?
I)
II)
III)
11. Si X es una variable aleatoria que sigue una distribucin normal estndar. Determine si
las siguientes afirmaciones son verdaderas (V) o falsas (F).
A) P(X < 0) = 0,5
B) P(X < 1) = P(X > 1)
C) P(X < -3) + P(X < -2) + P(X < -1) + P(X < 0) = 0,5
D) P(1 < X < 3) = P(X < 3) P(X < 1)
E) P(X < -2) P(X < -3) = P(X < 3) P(X < 2)
Pgina 31
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
12. Una empresa alemana de automviles tiene conocimiento de que el tiempo que se
demoran en ensamblar un automvil completamente distribuye normalmente con
media 122 min y desviacin estndar de 3 min. Por lo tanto, cul es la probabilidad de
que un ensamblado dure menos de 126,5 min?
Pgina 32
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
SELECCIN MLTIPLE
1.
Un estuche contiene solo 8 lpices del mismo tipo, de los cuales 3 son azules y 5 son
rojos. Si se extraen simultneamente, al azar, 4 lpices del estuche y se define la
variable aleatoria X como el nmero de lpices azules extrados, cules son todos los
posibles valores de X?
A)
B)
C)
D)
E)
1,
0,
1,
0,
0,
2y3
1, 2 y 3
2, 3 y 4
1, 2, 3 y 4
1, 2, 3, 4, 5, 6, 7 y 8
(DEMRE. Publicacin 2015)
2.
Pgina 33
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
3.
f x kx
, si x = 2
0
, en otro caso
A)
B)
C)
D)
E)
1
2
1
5
1
4
1
3
ninguno de los anteriores
(DEMRE. Publicacin 2015)
4.
A)
B)
C)
D)
E)
Solo I
Solo II
Solo I y II
Solo I y III
I, II y III
x
1
2
3
4
5
6
f(x)
0,10
0,15
0,20
0,20
0,10
0,25
Pgina 34
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
5.
k
P(X = k)
D)
10 minutos
E) 44 minutos
0
1
8
2
1
4
4
1
8
8
1
2
p = 0,2
El valor esperado de X es 3.
La desviacin estndar de X es 0.
Solo I
Solo III
Solo I y II
Solo I y III
I, II y III
P(X = k)
2kx,
f(x) 6k,
0,
si 0 x 3
si 3 < x 5
en cualquier otro caso
A)
B)
C)
D)
E)
1
24
1
12
1
21
1
30
ninguno de los valores anteriores.
(DEMRE. Publicacin 2016)
Pgina 35
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
8.
A)
B)
C)
D)
E)
4
10
3
10
3
10
3
10
Indeterminable con los datos dados.
9.
Sea f(x) = k2 x2, con k una constante, la funcin de probabilidad de una variable
aleatoria discreta X que tiene como recorrido el conjunto {1, 2, 4, 10}. Si g es la
funcin de distribucin de probabilidad acumulada de X, entonces g(2) es
A)
B)
C)
D)
E)
4
121
5
121
2
11
5
11
indeterminable.
(DEMRE. Publicacin 2016)
Pgina 36
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
10. Si se lanza un dado comn 120 veces, cul es la probabilidad de obtener exactamente
20 veces el nmero 1?
20
5
6
20
5
6
20
5
6
A)
100 1
20 6
B)
120 1
20 6
120 1
C)
20 6
100
100
100
20
120 1
D)
20 6
20
E)
1
6
11. Sea X una variable aleatoria continua, tal que X ~ N(, 2), donde se sabe que
P( X + ) = 0,6826 y P( 2 X + 2) = 0,9545. Cul es el valor de
P( X + 2)?
A)
B)
C)
D)
E)
0,13595
0,2719
0,86405
0,81855
Ninguno de los anteriores.
(DEMRE. Publicacin 2015)
12. Si una variable aleatoria X tiene distribucin normal con media igual a 1 y desviacin
estndar igual a 2, cul de las siguientes variables aleatorias tiene distribucin
normal de media 0 y varianza 1?
A)
X 1
2
X 1
B) W
2
X 1
C) V
4
X
D) K
4
X
E) L
2
(DEMRE. Publicacin 2016)
Pgina 37
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
13. Sea X una variable aleatoria tal que X ~ B(40; 0,5). Si la distribucin de X es
aproximada por una distribucin normal con media y desviacin estndar , cules
de los siguientes valores corresponden a los valores de y , respectivamente?
A)
B)
C)
D)
20,5 y 10
20 y 10
20 y 0,5
20,5 y 0,5
E) 20 y
10
(DEMRE. Publicacin 2016)
14. Se tiene una poblacin compuesta por las fichas 1, 3, 5, 5 y 7. Cul es la cantidad de
todas las posibles muestras (sin reposicin y sin orden) de tamao 2 que pueden
extraerse desde esta poblacin?
A)
B)
C)
D)
E)
10
20
25
6
12
(DEMRE. Publicacin 2015)
15. El nmero de todas las posibles muestras distintas, sin orden y sin reposicin, de
tamao 3 que se pueden formar con un total de 9 elementos, es
A)
9
B) 729
C)
27
D) 84
E) 504
(DEMRE. Publicacin 2016)
Pgina 38
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
16. Sea la poblacin P = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}. Si desde P se extraen todas las
muestras posibles, sin reposicin y sin orden, de tamao 9, y a cada una de ellas se les
calcula su promedio, cul es la suma de todos estos promedios?
A)
B)
C)
D)
E)
55
55 5
5
5,5 5
50
(DEMRE. Publicacin 2016)
17. Todos los elementos de una poblacin son: P, Q, R y S, los cuales corresponden a
nmeros enteros positivos. En las tablas adjuntas se muestran los resultados de dos
experimentos realizados con esta poblacin. En el primero se sac tres muestras
distintas de tamao 2 de la poblacin y se registr la media de cada una de ellas. En el
segundo se sac cuatro muestras distintas de tamao 2 de la misma poblacin anterior
y se registr la media de cada una de ellas. Cul es el valor de la media aritmtica de
esa poblacin?
A) 17
B) 11,3
C)
9,575
D) 9,5
E) 14,25
Experimento 1
Muestra
{R, S}
{P, S}
{Q, S}
Media de la
muestra
12
14
11
Experimento 2
Muestra
{P, Q}
{P, R}
{Q, R}
{Q, S}
Media de la
muestra
7
8
5
11
Pgina 39
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
18. La cantidad de televisores por familia en una ciudad, se modela por medio de una
distribucin normal con media y varianza 0,25. Se toma una muestra aleatoria de
100 familias de esta ciudad, obtenindose una media de 2,75 televisores. Para los
resultados de esta muestra, cul de los siguientes intervalos es el intervalo de
confianza de nivel 0,95 para ?
A)
1
1
2,75 1, 96 40 ;2,75 1, 96 40
B)
1
1
C)
1
1
1
1
D) 1, 95
;1, 95
20
20
E)
1
1
2,75 1, 96 20 ;2,75 1, 96 20
19. Los datos de una poblacin se modelan mediante una distribucin normal, con media
y varianza 4. Se toma una muestra de esta poblacin de tamao 49, cuyo promedio es
57,5. Si de esta muestra se obtiene un intervalo de confianza para igual a
[56,94; 58,06], cul de los siguientes valores es el coeficiente asociado al nivel de
confianza de este intervalo?
A)
B)
C)
D)
E)
13,72
0,98
1,96
0,56
0,28
(DEMRE. Publicacin 2016)
Pgina 40
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
20. En el experimento de lanzar dos dados comunes 150 veces, se define la variable
aleatoria X como el nmero de veces en los cuales la suma de los dos dados es mayor
que 10. Cul de las siguientes expresiones representa a P(X > 1)?
149
11 150
1 11
A) 1
150
12
12 12
150
11
B) 150
12
150
11
C) 1
12
150
2
D) 1
11
11 150 1 11 149
E) 1
12
12 12
22. En el experimento de lanzar n dados comunes se define una variable aleatoria como la
suma de los nmeros obtenidos. Se puede determinar n, si:
(1) Se conoce el recorrido de la variable aleatoria.
(2) Se sabe que la probabilidad de que la variable aleatoria tome el valor 30 es cero y
la probabilidad de que la variable aleatoria tome el valor 24 no es cero.
A)
B)
C)
D)
E)
por s sola
por s sola
Ambas juntas (1) y (2)
Cada una por s sola (1) (2)
Se requiere informacin adicional
(DEMRE. Publicacin 2016)
Pgina 41
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
1.
2.
Solo II y III
3.
68%
4.
Solo I y II
5.
9
5
6.
I, II y III
7.
9
16
8.
1a
9.
10.
Solo I
11.
12.
94%
F
F
1. B
6. C
11. A
16. B
21. A
2. A
7. C
12. B
17. D
22. D
3. B
8. A
13. E
18. E
--
4. D
9. B
14. A
19. C
--
5. D
10. B
15. D
20. A
--
DMDS-GMAPM-L09
MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9
Pgina 43