Professional Documents
Culture Documents
Datos:
Entonces:
x=2
n=5
p=0.75
Reemplazando tenemos:
x=0 , 1
p= p(x=0) + p(x=1)
n=5
p=0.75
x=3
p= 0.25 (No sean por error humano)
n=5
- Esperanza Matemática
𝐸 =𝑛∗𝑝
Entonces:
𝐸 = 5 ∗ 0.75 = 𝟑. 𝟕𝟓
- Varianza
𝜎 2 = 𝑛 ∗ 𝑝 ∗ (1 − 𝑝)
Entonces:
𝜎 2 = 5 ∗ 0.75 ∗ (1 − 0.75) = 𝟎. 𝟗𝟑𝟕𝟓
- Desviación Estándar:
𝜎 = √𝑛 ∗ 𝑝 ∗ (1 − 𝑝)
Entonces:
- Coeficiente de Variación:
𝜎
𝐶𝑉 =
𝑥̅
Entonces:
0.9682
𝐶𝑉 = = 0.2581
3.75
2. Para evitar que lo descubran en la aduana, un viajero ha colocado 7 tabletas
de narcótico en una botella que contiene 15 píldoras de vitamina que son
similares en apariencia. Si el oficial de la aduana selecciona 4 tabletas
aleatoriamente para analizarlas.
Datos:
Entonces:
N = 22
a=7
n=4
x = 1,2,3,4
Reemplazando tenemos:
7 ∗ 455 21 ∗ 105 35 ∗ 15 35 ∗ 1
𝑝(𝑥 = 1,2,3,4) = + + +
7315 7315 7315 7315
N = 22
a=7
n=4
x=0
7C0 ∗ 15C4
𝑝(𝑥 = 0) =
22C4
1 ∗ 1365
𝑝(𝑥 = 0) = = 0.1866
7315
Por lo tanto, la probabilidad que el viajero NO sea arrestado por posesión de narcóticos
es del 18.66%.
- Esperanza Matemática
𝐸 =𝑛∗𝑝
Entonces:
𝐸 = 4 ∗ 0.81 = 𝟑. 𝟐𝟒
- Varianza
𝜎 2 = 𝑛 ∗ 𝑝 ∗ (1 − 𝑝)
Entonces:
𝜎 2 = 4 ∗ 0.81 ∗ (1 − 0.81) = 𝟎. 𝟔𝟏𝟓𝟔
- Desviación Estándar:
𝜎 = √𝑛 ∗ 𝑝 ∗ (1 − 𝑝)
Entonces:
- Coeficiente de Variación:
𝜎
𝐶𝑉 =
𝑥̅
Entonces:
0.7846
𝐶𝑉 = = 0.2421
3.24
3. En la inspección de hojalata producida por un proceso electrolítico continuo,
se identifican 0.2 imperfecciones en promedio por minuto. Determine las
probabilidades de identificar
Datos:
Entonces:
x=1
λ= 0.6 imperfecciones en los 3 minutos (0.2 * 3 minutos)
𝛌1 ∗ ℇ−0.6
𝑝(𝑥 = 1) =
𝑥!
Reemplazando tenemos:
0.61 ∗ 2.71828−0.6
𝑝(𝑥 = 1) =
1!
0.6 ∗ 0.54881186
𝑝(𝑥 = 1) = = 0.32928
1
Por lo tanto, la probabilidad de identificar una imperfección en 3 minutos es del 32.92%.
x=2,3,4…
λ= 1 imperfección en los 5 minutos (0.2 * 5 minutos)
Reemplazando tenemos:
10 ∗ 2.71828−1 11 ∗ 2.71828−1
1 − 𝑝(𝑥 = 1,0) = +
0! 1!
1 ∗ 0.367879 1 ∗ 0.367879
1 − 𝑝(𝑥 = 1,0) = +
1 1
x=0,1
λ= 3 imperfecciones en los 15 minutos (0.2 * 15 minutos)
𝑝(𝑥 = 2,3,4 … )
Reemplazando tenemos:
30 ∗ 2.71828−3 31 ∗ 2.71828−3
𝑝(𝑥 = 1,0) = +
0! 1!
1 ∗ 0.04978717 3 ∗ 0.04978717
𝑝(𝑥 = 1,0) = +
1 1
Datos:
𝑥̅ = 0.635
𝜎 = 0.082
Entonces:
7⁄ − 0.635 −0.1975
𝑧 = 16 = = −2.4085
0.082 0.082
(𝑧 = −2.41) = 0.0080
Por lo tanto, el porcentaje aproximado que fue inferior a 7/1 pulgadas fue del 0.8%.
x1 = 9000
𝑥̅ = 7000
𝜎 = 1000
Entonces:
(𝑧 = 2) = 0.0228
Por lo tanto, la probabilidad que el tubo No. 1 dure más de 9000 horas es 2.28%.
Datos para tubo Fluorescente No. 2 (Competidor)
x1 = 9000
𝑥̅ = 7500
𝜎 = 1200
Entonces:
(𝑧 = 1.25) = 0.1056
Por lo tanto, la probabilidad que el tubo de la competencia dure más de 9000 horas es
10.56%.
En resumen, el tubo fluorescente de la competencia tiene mayor probabilidad de durar más
de 9.000 horas.
x1 = 5000
𝑥̅ = 7000
𝜎 = 1000
Entonces:
Por lo tanto, la probabilidad que el tubo No. 1 dure menos de 5000 horas es 2.28%.
x1 = 5000
𝑥̅ = 7500
𝜎 = 1200
Entonces:
(𝑧 = −2.08) = 0.0188
Por lo tanto, la probabilidad que el tubo de la competencia dure menos de 5000 horas es
1.88%.
En resumen, el tubo fluorescente No. 1 tiene mayor probabilidad de durar menos de 5.000
horas.
x=9
𝑥̅ = 200
𝜎 = 50
Entonces:
90 − 200 −110
𝑧= = = −2.2
50 50
(𝑧 = −2.2) = 0.0139
b) ¿En qué porcentaje de los días la demanda estará entre 225 y 275
interruptores?
Datos z1:
x = 225
𝑥̅ = 200
𝜎 = 50
Entonces:
225 − 200 25
𝑧= = = 0.5
50 50
(𝑧 = 0.5) = 0.3085
Datos z2:
x = 275
𝑥̅ = 200
𝜎 = 50
Entonces:
275 − 200 75
𝑧= = = 1.5
50 50
(𝑧 = 1.5) = 0.0668
Por lo tanto:
𝑝(225 ≤ 𝑥 ≥ 275) = 𝑝(𝑧1 ) − 𝑝(𝑧2 ) = 0.3085 − 0.0668 = 0.2417
Entonces, el 24.17% de los días se tendrá una demanda entre 225 y 275 interruptores.
Datos:
x=?
𝑥̅ = 200
𝜎 = 50
Entonces:
Reemplazando:
Por lo tanto, para atender la demanda en el 94% de los días, deberá producir 285
interruptores terminales por día.
Datos:
n1 = 28
n2 = 36
𝑥̅ = 72
𝜎=8
a) 3 ó más puntos.
𝑝(𝑥1 − 𝑥2 > 3) =?
(𝑥
̅̅̅1 − ̅̅̅)
𝑥2 − (𝑢1 − 𝑢2 )
𝑧=
𝜎2 𝜎2
√
𝑛1 + 𝑛2
Reemplazando:
3−0
𝑧=
√64 + 64
28 36
3
𝑧= = 1.48823
√2.28 + 1.77
Ahora, buscamos en la tabla z normal el valor para z =1.48
(𝑧 = 1.48) = 0.0681
6−0
𝑧=
√64 + 64
28 36
6
𝑧= = 2.97
√2.28 + 1.77
(𝑧 = 2.97) = 0.0015
2−0 5−0
𝑧= = 0.99215 𝑧= = 2.48039
√64 + 64 √64 + 64
28 36 28 36
Ahora, buscamos en la tabla z normal el valor para z= 0.99215 y z = 2.48039
Datos:
p1 = 0.26 (hombres)
p2 = 0.24 (mujeres)
n1 =150 (Hombres)
n2 =150 (Mujeres)
(𝑝̂1 − 𝑝̂ 2 ) − (𝑝1 − 𝑝2 )
𝑧=
𝑝1 𝑞1 𝑝2 𝑞2
√ 𝑛 +
1 𝑛2
Reemplazando:
0.035 − (0.26 − 0.24)
𝑧=
√0.26 ∗ 0.74 + 0.24 ∗ 0.76
150 150
0.015
𝑧= = 0.3
√0.001282 + 0.001216
Ahora, buscamos en la tabla z normal el valor para z = 0.3
(𝑧 = 0.3) = 0.6179
Por lo tanto, la probabilidad de que la diferencia muestral de proporciones que tienen ese
leve desorden sanguíneo sea de menos de 0.035 a favor de los hombres es de 61.79%
Por lo tanto, la probabilidad de que la diferencia muestral de proporciones que tienen ese
leve desorden sanguíneo entre 0.01 y 0.04 a favor de los hombres a favor de los hombres
es de 23.47%
9. La vida media de una máquina para hacer pasta es de siete años, con una
desviación estándar de un año. Suponga que las vidas de estas máquinas
siguen aproximadamente una distribución normal, encuentre:
Datos z1:
𝑝(6.4 ≤ 𝑥 ≤ 7.2) =?
Entonces:
6.4 − 7 −0.6
𝑧= = = −1.8
1 1
1 3
9 ⁄2
Datos z2:
Entonces:
7.2 − 7 0.2
𝑧= = = 0.6
1 1
1 3
9 ⁄2
Por lo tanto, la probabilidad de que la vida media de una muestra aleatoria de 9 de estas
máquinas caiga entre 6.4 y 7.2 años es de 68.98%
Datos:
x=?
𝑥̅ = 7
𝜕 = 1 − 0.15 = 0.85
Entonces:
1
𝑥 = (1.04 ∗ ) + 7 = 7.34
3
Por lo tanto, el valor de la a la derecha del cual caería el 15% de las medias calculadas
de muestras aleatorias de tamaño nueve será 𝑥̅ = 7.35 𝑎ñ𝑜𝑠 .
̅̅̅
𝑝(𝑋 ̅̅̅̅ ̅̅̅ ̅̅̅̅
𝐴 − 𝑋𝐵 > 1.0) = 1 − 𝑃(𝑋𝐴 − 𝑋𝐵 ≤ 1.0)
Entonces:
𝑋̅̅̅ ̅̅̅̅
𝐴 − 𝑋𝐵 − (𝜇𝐴 − 𝜇𝐵 ) 1.0 − (𝜇𝐴 − 𝜇𝐵 )
1−𝑃( ≤ )
√1⁄9 √1⁄9