You are on page 1of 11

UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE ECONOMIA ESTADISTICA Nombre: Lady Almeida Aula: 41 Fecha: 21/04/2013 1.

-El 53% de los trabajadores de una determinada empresa son mujeres. Si elegimos 8 personas de esa empresa al azar, calcula la probabilidad de que haya: a) Alguna mujer. b) Ms de 6 mujeres. Si llamamos x= n mujeres en un grupo de 8 personas se trata de una distribucin binomial n=8 p=0.53 B (8; 0,53)

2.-Una urna contiene 6 bolas con nmeros pares y 9 bolas con nmeros impares. Si hacemos diez extracciones con reemplazamiento, calcula la probabilidad de obtener nmero impar: a) Alguna vez. b) Ms de 8 veces. Si llamamos x=n de impares en diez extracciones, se trata de una distribucin con

3.- Una moneda con probabilidad de cara 0,6 se lanza ocho veces. Calcula la probabilidad de obtener cara: a) Alguna vez. b) Ms de seis veces. Si llamamos x=n caras en 8 lanzamientos, se trata de una distribucin binomial con

4.-La probabilidad de que un determinado juguete salga defectuoso es de 0,03. Calcula la probabilidad de que en un lote de 60 de estos juguetes haya: a) Alguno defectuoso. b) Menos de dos defectuosos. Si llamamos x= n numero de juguetes defectuosos en un lote", se trata de una distribucin binomial con n =60; p =0.03 B(60;0.03)

5.-Un examen consta de 10 preguntas a las que hay que contestar si o no. Suponiendo que las personas que se le aplica no saben contestar a ninguna de las preguntas y en consecuencia contestar al azar hallar: Probabilidad de obtener cinco aciertos

6.-La probabilidad de que un estudiante obtenga el titulo de licenciada en Farmacia es 0.3 Hallar la probabilidad de que un grupo de siete estudiantes matriculados en primer curso finalice la carrera: Ninguno de los siete finalice la carrera

7.-La probabilidad de que un alumno de 1 de bachillerato repita curso es de 0.3 Elegimos 20 alumnos al azar. Cul es la probabilidad de que haya exactamente 4 alumnos repetidos?

8.- Un agente de seguros vende plizas a cinco personas de la misma edad y que disfrutan de buena salud. Segn las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de que, transcurridos 30 aos, vivan: 1. Las cinco personas. B (5, 2/3) p = 2/3 q = 1/3

2. Al menos tres personas.

9.- Un examen consta de 6 preguntas con 4 posibles respuestas cada una, de las que slo una de ellas es correcta. Un estudiante que no se haba preparado la materia responde completamente al azar marcando una respuesta aleatoriamente. Calcula la probabilidad de que acierte 4 o ms preguntas. Se trata de una distribucin de probabilidad binomial, B(n, p), con n = 6, p = P(acierto) = 0,25 y q = P(fallo) = 0,75

10.-Supongamos que se lanza un dado (con 6 caras) 50 veces y queremos conocer la probabilidad de que el nmero 3 salga 20 veces. En este caso tenemos una X ~ B(50, 1/6) y la probabilidad sera P(X=20):

Cul es la probabilidad de obtener cuatro veces el nmero 3 al lanzar un dado ocho veces? " k " (nmero de aciertos) toma el valor 4 " n" toma el valor 8 " p " (probabilidad de que salga un 3 al tirar el dado) es 1 / 6 (= 0,1666)

Luego, P (x = 4) = 0,026 Es decir, se tiene una probabilidad del 2,6% de obtener cuatro veces el nmeros 3 al tirar un dado 8 veces. 11.-En cierta poblacin la prevalencia de alergia es de 20% Si se selecciona una muestra aleatoria de n=10 Calcular: La probabilidad de que la muestra contenga exactamente un alrgico

12.-En cierta poblacin la prevalencia de alergia es de 20% Si se selecciona una muestra aleatoria de n=10 Calcular: La probabilidad de que la muestra incluya menos de dos alrgicos

13.- La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de los lectores ya la han ledo. Un grupo de 4 amigos son aficionados a la lectura: Cul es la probabilidad de que en el grupo haya ledo la novela 2 personas? B(4, 0.8) p = 0.8 q = 0.2

14.- La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de los lectores ya la han ledo. Un grupo de 4 amigos son aficionados a la lectura: Y cmo mximo 2?

15.-Una poblacin normal tiene media 50 y desviacin estndar 4. a) Calcule la probabilidad de tener un valor entre 44.0 y 55.0. Z= 44-50 = -1.5 = 0.4332 4 Z= 55-50 = 1.25 = 0.3944 4

0.8276 0.4332 0.3944

0.1056

44 Z=-1.5

50 ,

55 Z=1.25

P( entre 44y 55 ) = 0.4332+0.3944 = 0.8276 b) Evale la probabilidad de tener un valor mayor que 55.0. P(> 55) = 0.500 0.3944= 0.1056 16. Una poblacin normal tiene media 80.0 y desviacin estndar 14.0. a) Calcule la probabilidad de tener un valor entre 75.0 y 90.0. Z= 75-80 = -0.36 = 0.1406 14 Z= 90-80 = 0.71 = 0.2611 14

0.4017 0.1406 0.2611 0.3594

75 80 Z=-0.14 ,

90 Z=0.2611

P(entre 75 y 90) = 0.1406+0.2611= 0.4017 b) Halle la probabilidad de tener un valor de 75.0 o menor. P(< 75)= 0.500-0.1406=0.3594 c) Calcule la probabilidad de tener un valor entre 55.0 y 70.0. 0.0.261 1

0.4633

0.2022

55 Z=-1.79

70 80 , Z=0.71

Z= 55-80 = -1.79 = 0.4633 14 Z= 70-80 = 0.71 = 0.2611 14 P(entre 55 y 70) = 0.4633-0.2611= 0.2022 17, Una mquina expendedora de refresco se ajusta para servir 7.00 oz (onzas) del lquido por vaso. La desviacin estndar es 0.10 oz. Las cantidades surtidas siguen una distribucin normal. Cul es la probabilidad de que la mquina sirva: Entre 7.10 y 7.25 onzas de refresco. Z= 7.1-7 = 1 = 0.3413 0.10 Z= 7.25-7. = 2.5 = 0.4938 0.10 0.97 0.0.4772 0.1525

6.8

7 7.10 7.25 Z=1. , Z=2.5

P(entre 7.10 y 7.25) = 0.4938-0.3413=0.1525 19.- La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces cul es la probabilidad de que acierte exactamente en tres ocasiones? Cul es la probabilidad de que acierte por lo menos en una ocasin? B(10, 1/4) p = 1/4q = 3/4

20.-Cul es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces? " x" es el nmero de aciertos. En este ejemplo " x " igual a 6 (en cada acierto decamos que la variable toma el valor 1: como son 6 aciertos, entonces X= 6) " n" es el nmero de ensayos. En nuestro ejemplo son 10 " p " es la probabilidad de xito, es decir, que salga "cara" al lanzar la moneda. Por lo tanto p = 0,5 La frmula quedara:

P (x = 6) = 0,205

Curtosis El Coeficiente de Curtosis analiza el grado de concentracin que presentan los valores alrededor de la zona central de la distribucin. Se definen 3 tipos de distribuciones segn su grado de curtosis: Distribucin mesocrtica: presenta un grado de concentracin medio alrededor de los valores centrales de la variable (el mismo que presenta una distribucin normal). Distribucin leptocrtica: presenta un elevado grado de concentracin alrededor de los valores centrales de la variable. Distribucin platicrtica: presenta un reducido grado de concentracin alrededor de los valores centrales de la variable.

El Coeficiente de Curtosis viene definido por la siguiente frmula:

Los resultados pueden ser los siguientes: g2 = 0 (distribucin mesocrtica). g2 > 0 (distribucin leptocrtica). g2 < 0 (distribucin platicrtica). Ejemplo: Vamos a calcular el Coefiente de Curtosis de la serie de datos referidos a la estatura de un grupo de alumnos

Recordemos que la media de esta muestra es 1,253

Luego: (1/30) * 0,00004967 ------------------------------------------------- - = g2 = 3 1,39 ((1/30) * (0,03046667))^2 Por lo tanto, el Coeficiente de Curtosis de esta muestra es -1,39, lo que quiere decir que se trata de una distribucin platicrtica, es decir, con una reducida concentracin alrededor de los valores centrales de la distribucin. Momentos de una variable Momentos respecto del origen Dada una variable aleatoria X con funcin de probabilidad o densidad f(x) podemos definir una funcin de X que sea igual a la variable elevada a un exponente entero no negativo.

El valor esperado de z(x) es el k-simo momento de la variable X respecto a su origen y se llama

k=0 k=1

A este primer momento respecto al origen que es igual al valor esperado se le llama tambin media aritmtica de la variable y se le denomina X, simplemente . En la mayora de los casos, la media expresa la tendencia central de la variable o el orden de magnitud de sus valores.

El resto de los momentos respecto al origen tienen escaso inters en la mayora de los casos. Momentos respecto a la media Dada una variable aleatoria X con funcin de probabilidad o densidad f(x) podemos definir una funcin de X que sea igual a la diferencia entre la variable y su media aritmtica elevada a un exponente entero no negativo.

El valor esperado de z(x) es el k-simo momento de la variable X respecto a la media y se llama k.

k=0 k=1 es decir, en cualquier variable aleatoria su primer momento respecto de la media es igual a 0. Esta propiedad se utilizar reiteradamente en las demostraciones estadsticas.

k=2 Este segundo momento respecto de la media se le llama tambin varianza.