Professional Documents
Culture Documents
Grupo: 124
Tutora:
Azucena Gil
Su frmula es:
VARIABLE ALEATORIA S el nmero tomado es finito.
DISCRETA F()= 1
VARIABLE
Puede tomar un nmero infinito de Se caracteriza
ALEATORIA
tiempo.
VARIABLES ALEATORIAS Y
DISTRIBUCION
Describe el comportamiento de una f x ( x) { < < }
variable discreta que puede tomar n
UNIFORME
valores distintos con la misma
DISCRETA
probabilidad cada uno de ellos
1
Sigue una distribucin uniforme continua ( ) =
en un intervalo real (a,b), y se representa
DISTRIBUCION
por (a,b), si su funcin de densidad es Y su funcin de distribucin la
UNIFORME CONTINUA
constante en dicho intervalo y se cancela funcin escalonada.
fuera de l.
1
DISTRIBUCION Es la nica variable aleatoria () = 1(, ]( ).
La funcin que la genera es:
David Born: total = 80 puntos la probabilidad de que resulten rentables es de 0,95, es decir
95%
2.- Con los datos anteriores construya una variable aleatoria que represente el nmero de
clientes rentables para el banco y determine: Cul es la probabilidad de que los tres
resulten rentables?
P= (0.05)*(0.22)*(0.3)=0.0033
4.- Determine la distribucin de probabilidad total del nmero de clientes rentables entre
este grupo de tres clientes.
(0.95)*(0.22)*(0.3)+(0.05)*(0.78)*(0.3)+(0.05)*(0.22)*(0.70)
(0.0627)+(0.00117)+(0.0077)=0.0821
P(rentables )=(0.95)*(0.78)*(0.3)+(0.95)*(0.22)*(0.70)+(0.05)*(0.78)*(0.70)
(0.2223)+(0.1463)+(0.0273)=0.3959
P=0.0033+0.0821+0.3959+05187=1
Esta situacin cumple por entero los requisitos de una distribucin binomial, cuando salga
un conductor con cinturn la probabilidad de que los otros lleven cinturn disminuir algo
y viceversa. Pero se supone que la cantidad de conductores es tan grande que esa diferencia
es despreciable. Por tanto, podemos asumir que es una binomial
- n es el nmero de pruebas.
- x es el nmero de xitos.
- p es la probabilidad de xito.
- q es la probabilidad de fracaso.
nCx px qnx
210(. 195762)(.00320)
= 0.1315
P (x 6 | n=10 p= .762
P (x 6 | n =10 p= .762
P(x=6) + P(x =5) + P(x =4) + P(x =3) + P(x =2) + P(x =1)
10C1 (.762)1 (. 238)101
=10(.762) (.000002)
=0 .000015
10C2 (.762)2 (. 238)102
=45 (.580644) (.000010)
=0.000261
10C3 (.762)3 (. 238)103
=120 (.442450) (.000043)
= 0.002283
10C4 (.762)4 (. 238)104
=210 (.337147) (.000181)
= 0.128
10C6 (.762)6 (. 238)106
=210(.195762) (.00320)
=0.315
=0 .315+0.049396+0.128+0.002283+0.000261 +0.000015
=0.494955
5. Encuentre el valor esperado del nmero de vehculos en los que los ocupantes
de la parte delantera utilizan el cinturn de seguridad?
- n es el nmero de pruebas.=10
- x es el nmero de xitos.=7.62
10(0,762)=7.62
( )( )
() =
( )
Al coincidir 4 tendramos:
6 45 6 6 5 39
( )( ) ( )
(6) = 4 64 = 2 2 =
45 45
( ) ( )
6 6
El compuesto 45 sobre 6 ya est desarrollado en los pasos anteriores as que lo ya no lo
calcularemos.
39 38
15 15 741 11115 741
2 = = = = 0.001364630831
8145060 8145060 8145060 543004
( )( )
() =
( )
Al coincidir 5 tendramos:
6 45 6 39
( )( ) 6( )
(6) = 4 6 5 = 1 =
45 45
( ) ( )
6 6
El compuesto 45 sobre 6 ya est desarrollado en los pasos anteriores as que lo ya no lo
calcularemos.
6 39 234 39
= = = 2.872807014 105
8145060 8145060 1357510
No, porque acertar 6 cifras es casi imposible y acertar 5 tambin es muy difcil, tampoco es fcil
acertar 4 y acertar 3 talvez una vez al ao si de forma frecuente.
As que no invirtiera ya que teniendo en cuenta la baja probabilidad y adems de ello todos
los impuestos y contribuciones que se deben hacer al gobierno no lo hara sera una prdida
de dinero.
Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para describir la distribucin
de errores en una entrada de datos, el nmero de rayones y otras imperfecciones en las cabinas de
automviles recin pintados, el nmero de partes defectuosas en envos, el nmero de clientes que
esperan mesa en un restaurante, el nmero de accidentes en una carretera en un periodo
determinado.
DESARROLLO
1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos
Cumple con el primer supuesto, que dice que la probabilidad es proporcional a la longitud del
intervalo, en este caso de 1000 vuelos se pierden 300 maletas, es decir que existe un promedio de
0.3 maletas perdidas por vuelo.
Si cumple con el segundo supuesto, debido a que el nmero de veces que se presenta un evento en
un intervalo si influye en los dems intervalos, ya que es una muestra aleatoria y los intervalos son
independientes, es decir si es ms grande el intervalo tendr mayor probabilidad.
=1
=
.
(; ) =
!
(0,3)0 . ( 0.3 )
(0) = = 0.7408
0!
Teniendo en cuenta lo anterior podemos decir que hay un 74% de probabilidad de que ninguna
maleta se pierda.
3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una maleta
(0,3)1 . ( 0.3 )
(1) = = 0.222
1!
En base al resultado obtenido se puede decir que la probabilidad de que se pierda solo una maleta
es del 22,2%
4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas
P(2)+P(3)+P(4)
(0,3)2 . ( 0.3 )
(2) = = 0.033 100 = 3.3%
2!
(0,3)3 . ( 0.3 )
(3) = = 0.00333 100 = 0,3%
3!
(0,3)4 . ( 0.3 )
(4) = = 0,0003 100 = 100 = 0,03%
4
= 3,63
De acuerdo a los resultados obtenidos se puede decir que el 3.33 %, pierde dos maletas, que el
0.3% pierde tres maletas, el 0.025% pierde cuatro maletas.
(0,3)4 . ( 0.3 )
(4) = = 0.00025
4!
Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 22,5 con una
desviacin estndar de 8.5 y se considera que para la Variable X = puntuacin del CESD, la
distribucin es normal. Como trabajador en el rea de admisiones en un refugio para personas sin
hogar, usted es el encargado de aplicar el CESD y debe evaluar los resultados para las nuevas
personas que lleguen al centro.
Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin sea de 21
o ms puntos en el CESD debe enviarse a ver a un doctor.
1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al doctor.
Para este ejemplo tenemos que 22,5 de desviacin estndar y 8,5 para variable x
P)=21/30=70% probable
Como 70% es mayor que 26.4% es ms probable que llegue al refugio sea enviado a ver al doctor.
2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de 10 o
menos puntos
En particular, hay 10 personas, por lo tanto son 12 los casos favorables a dicha seleccin. Pero ella
se har de un total de 22 + 12 = 33 personas sumamos la cantidad de las polticas y que forman
parte de la seleccin y por tanto, los casos posibles o totales.
P= 12/33
3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre 16
y 20 puntos
La informacin sobre lo que come cada una de las personas es insustancial. Pues en lo que solicita
no hay relacin con ello. Por definicin, la probabilidad pedida viene dada por:
P= 16/20
4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas a los
servicios de prevencin de suicidios, Qu puntuacin hace calificar a una persona que llega al
refugio para este servicio?
5. Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un servicio de
orientacin laboral para mejorar sus recursos. Qu puntuacin permite calificar a una persona
para acceder a este servicio?
P=12/32 8