Your SlideShare is downloading. ×
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
EJEMPLOS
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

EJEMPLOS

3,511

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
3,511
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
34
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. UNIVERSIDAD TECNOLOGICA DE TORREÓN. CARRERA: Procesos Industriales Área en Manufactura. DISTRIBUCIÓNES Ejemplos. Materia: Probabilidad y Estadística. Profr: Lic. Edgar Gerardo Mata Ortiz. ALUMNA: Lizandra Ayari Rodríguez Ortiz. Grado: 2 Sección: “B”.
  • 2. UNIVERSIDAD TECNOLOGICA DE TORREÓN.BERNOULLI 1. Un jugador de basquetbol esta a punto de tirar hacia la parte superior del tablero. La probabilidad de que anote el tiro es de .55. a. a). sea x= 1, si anota el tiro, si no lo hace x= 0 determine la media y la varianza de x. b. si anota el tiro, su equipo obtiene dos puntos, si lo falla, su equipo no recibe puntos. c. Determine la media y la varianza de y.A). X P X*P *PSI 1 .55 .55 * (.55)NO 0 .45 0 *(.45) M= 0.55 = 0.2475B)Y P R: No porque un Bernoulli tiene solo dos valores2 0.55 posibles que son 0 y 1.0 0.45c). Y P Y *P *PSI 2 .55 1.10 * (.55)NO 0 .45 0 *(.45) M= 1.10 = .99
  • 3. UNIVERSIDAD TECNOLOGICA DE TORREÓN.2. En un restaurante de comida rápida, 25% de las ordenes para beber es una bebida pequeña 35% una mediana y 40% una grande sea x= 1 si escoge aleatoriamente una orden de una bebida pequeña y x= 0. a) Sea Px la probabilidad de éxito de x determine Px. P(X-1) = 25 Mx(0) (1-.25) (1)(.25) Mx= 0.25 X=1 bebida pequeña si el resultado es exitoso. b) Sea Px la probabilidad de éxito de Y determine Py. Y= 1 Bebida mediana si el resultado es exitoso P( Y-1) = .35 X ~ Bernoulli PY = (0)(1-.35)+(1)(.35) = P=.35 c) Sea Pz la probabilidad de éxito de Z determine Pz. Z= 1 bebida grande. P=(2-1)= .40 por tanto X ~ Bernoulli (.40) Pz= (0) (1-.40)= p= .40 d) Es posible que X y Y sean iguales a 1. Si e) ¿es Pz = Px y Py? No f) ¿es Z = X y Y? No porque los valores son distintos y son iguales.
  • 4. UNIVERSIDAD TECNOLOGICA DE TORREÓN.3).La variable aleatoria X medirá "número de veces que sale un 6", y solo existendos valores posibles, 0 (que no salga 6) y 1 (que salga un 6). Por tanto, la variablealeatoria X se distribuye como una Bernoulli de parámetro = 1/6La probabilidad de que obtengamos un 6 viene definida como la probabilidad de que X seaigual a 1.La probabilidad de que NO obtengamos un 6 viene definida como la probabilidadde que X sea igual a 0.4).¿Cuántos números de 4 dígitos se pueden formar con las cifras 0,1,. . . ,91. permitiendo repeticiones;2. sin repeticiones;3. si el ´ultimo dígito ha de ser 0 y no se permiten repeticiones? SoluciónAsumamos que para que un número sea de 4 dígitos su primer dígito debeserdistinto de cero.1. Puesto que debe formarse un numero de 4 dígitos, el primero de´estos no puede ser cero. Por lo tanto, hay nueve posibilidades parael primer dígito y diez para cada uno de los tres dígitos restantes, obteniéndose untotal de 9 ¢ 103 = 9000 números posibles.2. Al igual que en el apartado anterior, el primer dígito no puede sercero. Comoademás no se permiten repeticiones, hay nueve posibilidades
  • 5. UNIVERSIDAD TECNOLOGICA DE TORREÓN.el segundo dígito: el cero y las ocho no escogidas para el primer dígito. Por tanto,se pueden formar 92 ¢ 8 ¢ 7 = 4536 números. 3. Fijamos el ´ultimo dígito y, como no puede haber repeticiones, se obtiene un total de 9 ¢ 8 ¢ 7 ¢ 1 = 504 números.5). Hay que colocar a 5 hombres y 4 mujeres en una fila de modo que lasmujeresocupen los lugares pares. ¿De cuántas maneras puede hacerse?SoluciónYa que la fila es de 9 individuos en total, hay 4 posiciones pares (quedeben serocupadas por las 4 mujeres) y 5 posiciones impares (para los5 hombres). Por lo tanto, pueden colocarse de P4 ¢ P5 = 4! ¢ 5! = 2880maneras.
  • 6. UNIVERSIDAD TECNOLOGICA DE TORREÓN.BINOMIAL1. Sea X ~ Bin (8, 0.4). Determinea) P(X=2) P(X=2) = 0.20901888b) P(X=4) P(x=4) = 0.2322432c) P(X<2) P(X=1) = 0.08957952 0.10637568 P(X=0) = 0.01679616d) P(X>6) P(X=7) =0.00786432 0.008551968 P(X=8) = 0.00065536
  • 7. UNIVERSIDAD TECNOLOGICA DE TORREÓN.2). Un examen consta de 10 preguntas a las cuales hay que responder si o no.Suponiendo que alas personas que se les aplica no saben contestar a ninguna delas preguntas y , en consecuencia , contestan al azar, hallar : a) Probabilidad de obtener cinco aciertos:3). La probabilidad de que un estudiante obtenga un titulo de licenciado enfarmacia es 0,3.Hallar la probabilidad de que un grupo de 7 estudiantes matriculados en primercurso finalice la carrera. a). Ninguno de los siete finalice la carrera. b). finalicen todos. c). al menos dos acaben la carrera.
  • 8. UNIVERSIDAD TECNOLOGICA DE TORREÓN.A).B).C)4).Un agente de seguros vende pólizas a cinco personas de la misma edad y quedisfrutan de buena salud. Según las tablas actuales, la probabilidad de que unapersona en estas condiciones viva 30 años o más es 2/3. Hállese la probabilidadde que, transcurridos 30 años, vivan:
  • 9. UNIVERSIDAD TECNOLOGICA DE TORREÓN.1 . Las cinco personas.2 . Al menos tres personas.3 . Exactamente dos personas.5). Si de seis a siete de la tarde se admite que un número de teléfono de cadacinco está comunicando, ¿cuál es la probabilidad de que, cuando se marquen 10números de teléfono elegidos al azar, sólo comuniquen dos?
  • 10. UNIVERSIDAD TECNOLOGICA DE TORREÓN.POISSON 1. Sea X ~ Poisson (4). Determine. a) P(X = 1) P(X=1) ( /1!)= 0.0732 b) P(X = 0) P(X=0) ( /0!)= 0.018 c) P(X < 2) P(X=2) ( /2!)= 0.1465 d) P(X > 1) P(X=0) ( /0!)= 0.018
  • 11. UNIVERSIDAD TECNOLOGICA DE TORREÓN.2). Si el 2% de los libros encuadernados en cierto taller tieneencuadernación defectuosa, para obtener la probabilidad de que 5 de400 libros encuadernados en este taller tengan encuadernacionesdefectuosas usamos la distribución de Poisson. En este caso concreto,k es 5 y, λ, el valor esperado de libros defectuosos es el 2% de 400, esdecir, 8. Por lo tanto, la probabilidad buscada es:3). El 8% de los registros contables de una empresa presentan algún problema, siun auditor toma una muestra de 40 registros ¿ calcular la probabilidad de queexistan 5 registros con problemas?N=40P=0.08Labmda=3.2X=5P(X=5)=(e-8.2)(3.25)/5!=0.11397934). Se calcula que en la ciudad el 20% de las personas tienen defectos en la vistasi tomamos una muestra de 50 personas al azar ¿calcular la probabilidad de que10 de ellas tengan defectos en la vista?N=50
  • 12. UNIVERSIDAD TECNOLOGICA DE TORREÓN.P=0.2Lambda=10 P(x=10)=(e-10)(1010))/10!=0.125115). La producción de televisores de SAMSUNG trae asociada unaprobabilidad de defecto del 2%, si se toma una muestra o un lote de85 televisores obtener la probabilidad de que 4 de los televisores condefecto.N=85P=0.02Labmda=1.7X=4 P(x=5)=(e-1.7)(1.74)/4!=0.0635756
  • 13. UNIVERSIDAD TECNOLOGICA DE TORREÓN.DISTRIBUCION NORMAL1). Si X es una variable aleatoria de una distribución N(µ, σ), hallar: p(µ −3σ ≤ X ≤ µ +3σ)
  • 14. UNIVERSIDAD TECNOLOGICA DE TORREÓN.2). En un examen tipo test de 200 preguntas de elección múltiple, cada preguntatiene una respuesta correcta y una incorrecta. Se aprueba si se contesta a más de110 respuestas correctas. Suponiendo que se contesta al azar, calcular laprobabilidad de aprobar el examen.3).En una distribución normal de media 4 y desviación típica 2, calcular el valor dea para que:P(4−a ≤ x ≤ 4+a) = 0.5934
  • 15. UNIVERSIDAD TECNOLOGICA DE TORREÓN.4). Un estudio ha mostrado que, en un cierto barrio, el 60% de los hogares tienenal menos dos televisores Se elige al azar una muestra de 50 hogares en el citadobarrio. Se pide:1. ¿Cuál es la probabilidad de que al menos 20 de los citados hogares tengancuando menos dos televisores?2. ¿Cuál es la probabilidad de que entre 35 y 40 hogares tengan cuando menosdos televisores?
  • 16. UNIVERSIDAD TECNOLOGICA DE TORREÓN.5). En una ciudad una de cada tres familias posee teléfono. Si se eligen al azar 90familias, calcular la probabilidad de que entre ellas haya por lo menos 30 tenganteléfono.
  • 17. UNIVERSIDAD TECNOLOGICA DE TORREÓN.DISTRIBUCIONES GAMMA & DE WEIBULL1). En un trayecto urbano hay dos semáforos consecutivos de modo que 2.5minutos después de que el primero se ponga verde se pone rojo el segundo.Ambos se cierran cada 2 minutos, permaneciendo cerrados 30 segundos.Un conductor se ha detenido en el primero y el tiempo en recorren la distanciaentre ambos semáforos es una U(1,4). ¿Cuál es la probabilidad de que se pare enel segundo?Del enunciado se deduce que deberá parar si emplea entre 2.5 y 3 minutos en irdel primero al segundo, es decir,p[2.5 < X < 3]= F(3) - F(2.5) = (3-1) / 3 - (2.5-1) / 3 = 0.166.
  • 18. UNIVERSIDAD TECNOLOGICA DE TORREÓN.2).Suponga que cierta pieza metálica se romperá después de sufrir dos ciclos deesfuerzo. Si estos ciclos ocurren de manera independiente a una frecuenciapromedio de dos por cada 100 horas. Obtener la probabilidad de que el intervalode tiempo se encuentre hasta que ocurre el segundo ciclo.  a. Dentro de una desviación con respecto del tiempo promedio.  b. A más de dos desviaciones por encima de la media.  Solución: X: Lapso que ocurre hasta que la pieza sufre el segundo ciclo de esfuerzo, en horas. X=numero de ciclos/100 horas Y=numero de ciclos/hora X˜(2,02)3). Suponiendo que el tiempo de supervivencia, en años, de pacientes que sonsometidos a unacierta intervención quirúrgica en un hospital sigue una distribuciónGamma con parámetrosa=0,81 y p=7,81, calcúlese:1. El tiempo medio de supervivencia.2. Los años a partir de los cuales la probabilidad de supervivencia es menor que0,1.Resultados con Epidat 3.1Cálculo de probabilidades. Distribuciones continuasGamma (a,p)a : Escala 0,8100p : Forma 7,8100Cola Izquierda Pr[X<=k] 0,9000Cola Derecha Pr[X>=k] 0,1000Punto X 14,2429Media 9,6420
  • 19. UNIVERSIDAD TECNOLOGICA DE TORREÓN.Varianza 11,9037Moda 8,4074El tiempo medio de supervivencia es de, aproximadamente, 10 años.4). El número de pacientes que llegan a la consulta de un médico sigue unadistribución dePoisson de media 3 pacientes por hora. Calcular la probabilidad deque transcurra menos deuna hora hasta la llegada del segundo paciente.Debe tenerse en cuenta que la variable aleatoria “tiempo que transcurre hasta lallegada delsegundo paciente” sigue una distribución Gamma (6, 2).Resultados con Epidat 3.1Cálculo de probabilidades. Distribuciones continuasGamma (a,p)a : Escala 6,0000p : Forma 2,0000Punto X 1,0000Cola Izquierda Pr[X<=k] 0,9826Cola Derecha Pr[X>=k] 0,0174Media 0,3333Varianza 0,0556Moda 0,1667La probabilidad de que transcurra menos de una hora hasta que llegue el segundopacientees 0,98.5). ejemplo en una consulta médica “tiempo que transcurre hasta la llegada delsegundo paciente”).Campo de variación:0 <x <Parámetros:a: parámetro de escala, a > 0p: parámetro de forma, p > 0
  • 20. UNIVERSIDAD TECNOLOGICA DE TORREÓN.DISTRIBUCIÓN T DE STUDENT:1) Un banco local revisa su política de tarjetas de crédito, con el objetivo de cancelar algunas de ellas. En el pasado, el 5% de los clientes con tarjeta ha pasado a ser moroso, esto es ha dejado de pagar sin que el banco pudiera recuperar la deuda. Además, el banco ha comprobado que la probabilidad de que un cliente normal se atrase en un pago es de 0.2. Naturalmente, la probabilidad de que un cliente moroso se atrase en un pago es 1.2) (a) Identifica y da nombre a los sucesos que aparecen en el enunciado.3) (a) Para un cliente cualquiera decimos que ha sucedido el suceso:4) M_ cuando el cliente es moroso,5) A _ cuando el cliente se ha atrasado en un pago mensual.6) Los conjuntos de sucesos {M, ¯ M} y {A, ¯ A} son dos sistemas completos de sucesos. A continuación rescribimos7) los datos que nos proporciona el enunciado en términos de probabilidades.8) P(M) = 0.05,9) P(A| ¯M) = 0.2, P(A|M) = 1.2). La distribución t de Student se aproxima a la normal a medida que aumentanlos grados delibertad.1. Calcular, para una distribución N(0,1), el punto que deja a la derecha una coladeprobabilidad 0,05.1. Resultados con Epidat 3.1Cálculo de probabilidades. Distribuciones continuasNormal (Mu,Sigma)Mu : Media 0,0000Sigma : Desviación estándar 1,0000Cola Izquierda Pr[X<=k] 0,9500Cola Derecha Pr[X>=k] 0,0500Dos Colas 1-Pr[|X|<=k] 0,1000Punto X 1,6449Media 0,0000Varianza 1,0000En el segundo apartado se ejecutará dos veces Epidat 3.1: la primera vez conunadistribución t de Student con 10 grados de libertad y la segunda vez con 500grados delibertad.
  • 21. UNIVERSIDAD TECNOLOGICA DE TORREÓN.
  • 22. UNIVERSIDAD TECNOLOGICA DE TORREÓN.1. Eventos aleatorios, espacio maestral y técnicas de conteo (con ejemplos sencillos).2. Distribuciones de probabilidad, introducción y conceptos.a. Bernoulli
  • 23. UNIVERSIDAD TECNOLOGICA DE TORREÓN.b. Binomialc. Poissond. Normale. Gammaf. T de student1. Presentación Power Point con explicaciones verbales del punto 1 (Eventos aleatorios,espacio…)2. Documento en Word explicando cada una de las distribuciones citadas en el punto 2.3. Documento de Word conteniendo los cinco ejemplos de aplicación de las distribuciones(punto 3 del contenido)4. Power Point explicando por escrito un ejemplo tomado del documento en Word, de cadauna de las distribuciones (punto 3 del contenido)

×