Académique Documents
Professionnel Documents
Culture Documents
Curso
Celular:
1- 3147394868
2- 3214401174
3- 315 4331534
Correo Electrónico:
1- adrianaangelv@gmail.com
2- loidezc@gmail.com
3- yamiile.rpo@gmail.com
Instrucciones:
El estudiante debe estudiar el tema y de acuerdo a lo comprendido debe dar
respuesta a los puntos del anexo, deberá expresar los conceptos
con sus propias palabras en ninguno de los puntos se aceptará copias
de internet.
Desarrollo:
Punto 1.
Para Z, variable aleatoria normal estándar. Calcule las siguientes probabilidades y
grafíquelas cuando sea posible (si no es posible justifique):
a. P ( Z ≤ n )=0,2946
n=−0,54
b. P ( 0≤ Z ≤ n )=0,384
P ( Z ≤ n )−0,5=0,38 4
P ( Z ≤ n )=0, 8 84
n=1,195
c. P ( n≤ Z )=0,3446
P ( n≤ Z )=−P ( Z ≤ n ) +1=0,3446
P ( Z ≤ n )=0,6554
n=0,4
d. P ( Z ≥ n )=0,0316
P ( Z ≤ n )=1−P ( Z ≤ n )=0,0316
P ( Z ≤ n )=0, 9684
n=1,855
e. P (−n ≤ Z ≤ n )=0,7888
P ( Z ≤ n )−P ( Z ≤ n )=0,78 8 8
P ( Z ≤ n )−( 1−P( Z ≤ n) )=0,78 8 8
2 P ( Z ≤ n )=1,78 8 8
P ( Z ≤ n )=0,8944
n=1, 25
Punto 3.
Si X es una variable normal con media 90 y desviación estándar de 20, calcule las
siguientes probabilidades:
100−90
a. P ( X ≤ 100 ) =P (Z ≤ )
20
P ( Z ≤ 0,5 )=0,6915
80−90
b. (
P ( X ≤ 80 ) P Z ≤
20 )
P ( Z ≤−0,5 ) =0,3085
d. P ( 80≤ X )=1−P ( X ≤ 80 )
80−90
(
¿ 1−P Z ≤
20 )
=1−0,3085
¿ 0,6915
e. P(85 ≤ X ≤95)
95−90 85−90
(
¿ P Z≤
20 ) (
−P Z ≤
20 )
¿ 0,5987−04013
¿ 0,1974
Punto 4.
Dada una distribución normal estándar, encuentre el área bajo la curva que está…
a. A la izquierda de Z =2,43
P ( Z ≤ 2,43 ) =0,9925
b. A la derecha de Z =−1,89
1−P ( Z ≤1,89 )=1−0,294
= 0,9706
d. A la izquierda de Z =−1,03
P ( Z ≤−1,03 )=0,1515
Punto 5.
Una máquina embotelladora de jugo natural sirve un promedio de 200 mililitros por cada
botella, si la cantidad de jugo se comporta como una distribución normal y tiene una
desviación estándar de 15 mililitros…
x−μ
Z=
σ
Z =variable aleatoria ¿ ?
x=191 mililitros
μ=200 mililitros (media)
σ =15 mililitros(desviación tipica )
P=Probabilidad de distribución ¿?
191−200
Z= =−0.6
15
P( x ≤ 191)=0.2743
Lo que quiere decir que la fracción de botellas que contendrán menos de 191
mililitros es del 0.2743
Para dar respuesta a la pregunta lo que se debe hacer es partir del resultado
anterior calculando la fracción de las botellas que contendrán más de 191 mililitros.
Para esto lo que hacemos es a 1 le restamos el resultado anterior.
Con lo que obtenemos que el 0.7257 tiene la probabilidad de contener más de 191
mililitros.
Para dar respuesta a este punto lo que se debe hacer es identificar la probabilidad
de que un vaso contenga entre 209 y 224 mililitros (rango)
P (209 ≤ x ≤ 224 )
x−μ
Z=
σ
Z =variable aleatoria ¿ ?
x=209 mililitros
μ=200 mililitros (media)
σ =15 mililitros(desviación tipica )
P=Probabilidad de distribución ¿?
209−200
Z= =0.6
15
P ( x ≤209 ) = 0.7257
224−200
Z= =1.6
15
Con los resultados anteriores lo que sigue es definir los rangos de valores
Lo que quiere decir que la probabilidad de que un vaso este entre 209 y 224
mililitros es de 0.6709
P ( x ≤230 )
x−μ
Z=
σ
Z =variable aleatoria ¿ ?
x=230 mililitros
μ=200 mililitros (media)
σ =15 mililitros(desviación tipica )
P=Probabilidad de distribución ¿?
230−200
Z= =2
15
P ( x ≤230 ) =0.9772
Luego de esto multiplicamos las 1000 botellas por el resultado anterior. Esto nos
arrojara el total de botellas que no se van a derramar es decir que están por debajo
de 230 mililitros.
Ahora lo que sigue es tomar 1000 y restar el valor anterior para así saber cual es el
numero de botellas que tienen probabilidad de derramarse
1000−977=23
d. ¿Por debajo de qué valor obtendremos un 25% de las botellas menos llenas?
x−μ
Z=
σ
Z =¿?
x=¿ ?
μ=200 mililitros (media)
σ =15 mililitros(desviación tipica )
P=0.25
Z =−0.67
−0.67∗15=x−200
−10.05=x−200
−10.05+200=x
x=189.95
Punto 6.
Un asesor de seguros de SURA piensa que con un prospecto la probabilidad de conseguir
una venta es de 40%. Si X es una variable aleatoria que representa la cantidad de ventas
que consigue y tiene 5 prospectos para la semana que inicia…
x n−x
P ( X=x )=n c x p q
x n−x
P ( X=x )=n c x p q
x n−x
P ( X=x )=n c x p q
n!
P ( X=x )=( ) p x q n−x
x ! ( n−x ) !
5!
P ( X=x )=( ) ( 0.4 )2 (0.6)3
2! ( 5−2 ) !
120
P ( X=x )=( )(0.16)(0.216)
2∗6
120
P ( X=x )=( )(0.16)(0.216)
12
P ( X=x )=(10)(0.16)(0.216) = 0.3456
x n−x
P ( X=x )=n c x p q
n! x n−x
P ( X=x )=( )p q
x ! ( n−x ) !
5!
P ( X=x )=( ) ( 0.4 )3 (0.6)2
3! ( 5−3 ) !
120
P ( X=x )=( )(0.064)(0.36)
6∗2
120
P ( X=x )=( )(0.064)(0.36)
12
x n−x
P ( X=x )=n c x p q
n!
P ( X=x )=( ) p x q n−x
x ! ( n−x ) !
5! 4 1
P ( X=x )=( ) ( 0.4 ) (0.6)
4 ! ( 5−4 ) !
120
P ( X=x )=( )(0.0256)(0.6)
24∗1
120
P ( X=x )=( )(0.0256)(0.6)
24
Finalmente sumamos los tres resultados lo cual nos da que hay una probabilidad
de 0.6528 de realizar entre 2 y 4 ventas
x n−x
P ( X=x )=n c x p q
n!
P ( X=x )=( ) p x q n−x
x ! ( n−x ) !
5! 1 4
P ( X=x )=( ) ( 0.4 ) (0.6)
1 ! ( 5−1 ) !
120
P ( X=x )=( )(0.4)(0.1296)
1∗24
120
P ( X=x )=( )(0.4)( 0.1296)
24
x n−x
P ( X=x )=n c x p q
n! x n−x
P ( X=x )=( )p q
x ! ( n−x ) !
5!
P ( X=x )=( ) ( 0.4 )2 (0.6)3
2! ( 5−2 ) !
120
P ( X=x )=( )(0.16)(0.216)
2∗6
120
P ( X=x )=( )(0.16)(0.216)
12
x n−x
P ( X=x )=n c x p q
n!
P ( X=x )=( ) p x q n−x
x ! ( n−x ) !
5!
P ( X=x )=( ) ( 0.4 )3 (0.6)2
3! ( 5−3 ) !
120
P ( X=x )=( )(0.064)(0.36)
6∗2
120
P ( X=x )=( )(0.064)(0.36)
12
x n−x
P ( X=x )=n c x p q
n!
P ( X=x )=( ) p x q n−x
x ! ( n−x ) !
5!
P ( X=x )=( ) ( 0.4 ) 4 (0.6)1
4 ! ( 5−4 ) !
120
P ( X=x )=( )(0.0256)(0.6)
24∗1
120
P ( X=x )=( )(0.0256)(0.6)
24
x n−x
P ( X=x )=n c x p q
n! x n−x
P ( X=x )=( )p q
x ! ( n−x ) !
5!
P ( X=x )=( ) ( 0.4 )5 (0.6)5
5 ! ( 5−5 ) !
120
P ( X=x )=( )(0.01024)(1)
120∗1
120
P ( X=x )=( )(0.01024)(1)
120
Finalmente sumamos los 5 resultados lo cual nos da que hay una probabilidad de
0.92224 de realizar al menos 1 venta
λ x e−λ
P ( X=x )=
x!
x −λ
λ e
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)0 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)0 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.36787944
1
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)1 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.36787944
1
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)2 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.18393972
2
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)3 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.06131324
6
Finalmente sumamos los 4 resultados lo cual nos da que hay una probabilidad de
0.98101184 de que el número de bombillos defectuosos de la muestra no exceda a
3
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)0 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)0 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.36787944
1
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)1 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.36787944
1
2.711828
¿
¿
¿−1
(20∗0.05)2 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.18393972
2
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)3 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.06131324
6
x −λ
λ e
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)4 ¿
P ( X=x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.01532831
24
λ x e−λ
P X=x =
( )
x!
2.711828
¿
¿
¿−1
(20∗0.05)5 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.00306566
120
x −λ
λ e
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)6 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.00051094
720
Finalmente sumamos los 7 resultados lo cual nos da que hay una probabilidad de
0.99991676 de que el número de bombillos defectuosos de la muestra sea por lo
menos 6
x −λ
λ e
P ( X=x )=
x!
x −λ
λ e
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)3 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.06131324
6
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)4 ¿
P ( X=x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.01532831
24
2.711828
¿
¿
¿−1
(20∗0.05)5 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
1
(1) ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.00306566
120
λ x e−λ
P ( X=x )=
x!
2.711828
¿
¿
¿−1
(20∗0.05)6 ¿
P ( X =x )=¿
2.711828
¿
¿
¿−1
(1)1 ¿
P ( X=x )=¿
1∗0.36787944
P ( X=x )= = 0.00051094
720
Finalmente sumamos los 4 resultados lo cual nos da que hay una probabilidad de
0.08021816 de que el número de bombillos defectuosos de la muestra sea
estrictamente mayor de 2 pero menor o igual a 6
Punto 8.
Sea X la cantidad de orificios en la superficie de un instrumento metálico. se hace una
selecciona al azar. con parámetro λ=15. haciendo uso de las tablas de la distribución
Poisson indique las siguientes probabilidades:
a. P(X≤9)
P ( X ≤ 9 )=0,0699
b. P( X =9)
p ( X=9 )= p ( X ≤ 9 )− p ( X ≤ 8 )
p ( X=9 )=0,0699−0,0374
p ( X=9 )=0,0325
c. P( X ≥ 10)
p ( X ≥ 10 ) =1− p ( X ≤ 9 )
p ( X ≥ 10 ) =1−0,0699
p ( X ≥ 10 ) =0,9301
d. P(7 ≤ X ≤11)
P (7 ≤ X ≤ 11 )= p( X ≤11)− p( X ≤7)
P (7 ≤ X ≤ 11 )=0,1848−0,0180
P (7 ≤ X ≤ 11 )=0,1668
e. P(4 < X < 9)
Punto 9.
a. P( X ≤ 11)
λ=9
λ x∗e−λ
p ( X=x )=
x!
P ( X ≤ 11 ) =p ( X=0 )+ p ( X =1 ) + p ( X=2 ) + p ( X =3 ) + p ( X=4 )+ p ( X =5 ) + p ( X=6 ) + p ( X=7 )+ p ( X=8 )+ p ( X =
90∗e−9
p ( X=0 )= =0,00012
0!
9 1∗e−9
p X=1 =
( ) =0,00111
1!
9 2∗e−9
p ( X=2 ) = =0,00500
2!
93∗e−9
p X=3 =
( ) =0,0150
3!
94∗e−9
p ( X=4 ) = =0,03374
4!
95∗e−9
p X=5 =
( ) =0,06073
5!
96∗e−9
p ( X=6 )= =0,09109
6!
7 −9
9 ∗e
p ( X=7 )= =0,11712
7!
98∗e−9
p X=8 =
( ) =0,13176
8!
99∗e−9
p ( X=9 )= =0,13176
9!
10 −9
9 ∗e
p X=10 =
( ) =0,11858
10 !
911∗e−9
p ( X=11 )= =0,09702
11 !
P ( X ≤ 11 ) =0,00012+0,00111+ 0,00500+0,0150+0,03374+ 0,06073+0,09109+0,11712+ 0,13176+0,13176+
P ( X ≤ 11 ) =0,8030 3
b. P( X ≥ 13)
P ( X ≥ 13 ) =1−P ( X ≤12 )
P ( X ≥ 13 ) =1−[ p ( X =0 ) + p ( X=1 ) + p ( X =2 ) + p ( X=3 )+ p ( X =4 ) + p ( X=5 )+ p ( X =6 ) + p ( X =7 ) + p ( X=8 ) + p
0 −9
9 ∗e
p X=0 =
( ) =0,00012
0!
9 1∗e−9
p ( X=1 ) = =0,00111
1!
9 2∗e−9
p ( X=2 ) = =0,00500
2!
3 −9
9 ∗e
p ( X=3 )= =0,0150
3!
94∗e−9
p X=4 =
( ) =0,03374
4!
95∗e−9
p ( X=5 )= =0,06073
5!
6 −9
9 ∗e
p X=6 =
( ) =0,09109
6!
97∗e−9
p ( X=7 )= =0,11712
7!
98∗e−9
p ( X=8 )= =0,13176
8!
9 −9
9 ∗e
p ( X=9 )= =0,13176
9!
910∗e−9
p X=10 =
( ) =0,11858
10 !
911∗e−9
p ( X=11 )= =0,09702
11 !
12 −9
9 ∗e
p X=12 =
( ) =0,07277
12!
P ( X ≥ 13 ) =1−[0,00012+0,00111+0,00500+0,0150+ 0,03374+0,06073+0,09109+ 0,11712+0,13176+0,131
P ( X ≥ 13 ) =1−0,8758
P ( X ≥ 13 ) =0,1242
c. P(7 ≤ X ≤12)
P (7 ≤ X ≤ 12 )=0,8758−0,32391
P (7 ≤ X ≤ 12 )=0,55189
Punto 10.
El número de cartas perdidas en el correo en un día es en promedio de 4. ¿Cuál es la
probabilidad de que en un día determinado…
λ=4
x −λ
λ ∗e
p ( X=x )=
x!
p ( X ≤ 2 )= p ( X =0 ) + p ( X =1 )+ p ( X=2 )
40∗e−4 4 1∗e−4 4 2∗e−4
p ( X ≤ 2 )= + +
0! 1! 2!
p ( X ≤ 2 )=0,01832+ 0,07326+0,14653
p ( X ≤ 2 )=0,23811
b. Se pierdan tres?
p ( X=3 )= p ( X ≤ 3 ) −p ( X ≤ 2 )
0 −4 1 −4 2 −4 3 −4
4 ∗e 4 ∗e 4 ∗e 4 ∗e
p ( X ≤ 3)= + + +
0! 1! 2! 3!
p ( X ≤ 3 ) =0,01832+ 0,07326+0,14653+0,1954
p ( X ≤ 3 ) =0,43351
40∗e−4 4 1∗e−4 4 2∗e−4
p ( X ≤ 2 )= + +
0! 1! 2!
p ( X ≤ 2 )=0,01832+ 0,07326+0,14653
p ( X ≤ 2 )=0,23811
REEMPLAZAMOS
p ( X=3 )= p ( X ≤ 3 ) −p ( X ≤ 2 )
p ( X=3 )=0,43351−0,23811
p ( X=3 )=0,1954
c. Se extravíen 4 o 5?
p ( X=5 )+ p ( X =4 )
5 −4
4 ∗e
p ( X=5 )=
5!
p ( X=5 )=0,15629
4 4∗e−4
p ( X=4 ) =
4!
p ( X=4 ) =0,19537
REEMPLAZAMOS
p ( X=5 )+ p ( X =4 )
0,15629+0,19537
p ( X=5 )+ p ( X =4 )=0,35166
p ( X ≥ 1 )=1− p ( X <1 )
0 −1
4 ∗e
p ( X <1 )=
0!
p ( X <1 )=0,01832
REEMPLAZAMOS
p ( X ≥ 1 )=1−0,01832
p ( X ≥ 1 )=0,98168