Variables aleatorias multidimensionales

X: variable aleatoria discreta P(X=x) = p(x); xRX X, Y variables aleatorias discretas asociadas con el mismo experimento PXY(x, y)=P(X=x,Y=y); (x,y)RXY
Distribución de probabilidad conjunta

‡ PXY(x, y) u 0; (x,y)RXY ‡ 7 PXY(x, y) = 1
(x,y)RXY

Probabilidad del evento A p RA Ž RXY p P (A)=7PXY(x, y)
(x,y)RA

X: variable aleatoria continua f(x); xR
Función densidad de probabilidad

X, Y variables aleatorias continuas asociadas con el mismo experimento (X, Y ) Vector Aleatorio fXY(x,y); (x,y)R2 Función densidad de probabilidad conjunta

‡ fXY(x,y) u 0; (x,y)R2
P(aeXeb) = ´a f(x)dx
b

‡ ´´ fXY(x,y) = 1
(x,y)R2

Probabilidad del evento A p RA Ž R2 p
1

P (A)=´´ fXY(x, y) dx dy
(x,y)RA

Variables aleatorias multidimensionales
X: v.a.d. P(X=x)=p(x); xRX X, Y v.a.d. bidimensional PXY(x, y)=P(X=x,Y=y); (x,y)RXY PX(x)=7PXY(x,Y=y); xRX
yRY

Funciones de probabilidad marginal

PY(y)=7PXY(X=x, y); yRY
xRX

Funciones de probabilidad condicional

PXY(x, y) = PX(x)PY/X(y/x) = PY(y)PX/Y(x/y) ; (x,y)RXY Si PXY(x, y)=PX(x)PY(y); (x,y)RXY   X,Y son independientes X: v.a.c. f(x); xR (X, Y) vector aleatorio bidimensional fXY(x,y); (x,y)R2 fX (x) = ´ fXY(x, y) dy
yR

Funciones de densidad de probabilidad marginal

fY (y) = ´ fXY(x, y) dx
xR

Funciones de densidad de probabilidad condicional

fXY(x, y) = fX (x) fY/X(y/x) = fY(y) fX/Y(x/y); (x,y)R2 Si fXY(x, y) = fX (x) fY(y); (x,y)R2   X,Y son independientes

2

c f(x).y)RXY (x.y)R2 fXY(x.y)R2 ´g h(x)f(x)dx g E (X) = QX = ´´ xfXY(x.a.y).d P(X=x) = p(x).a. y)=P(X=x. Y v.y)fXY(x. y)dx dy (x.y) E(X2) = 77 x2PXY(x.Y) = E[(XQX)(YQY)] = E(XY)  E(X)E(Y) X. (x.y)R2 .y)RXY (x. xRX E(h(X))=7 h(x)p(x) xRX PXY(x.d. y)dx dy (x.y)RXY Valores esperados (x.Variables aleatorias multidimensionales X. bidimensional X: v. y)dx dy (x.y)R2 E (h(X.y)RXY COV(X.y) (x.y) E[(XQX) ] =V(X) E(Y) = QY = 77 yPXY(x. y)PXY(x.y)R2 COV(X.a.Y=y).y) E(Y2) = 77 y2PXY(x. (x.Y) = E[(XQX)(YQY)] = E(XY)  E(X)E(Y) 3 COV(X.Y) = ´´ (xQx)(y-Qy)fXY(x.y)RXY E(h(X. Y v.Y) = ´´ h(x.Y)) = 77 h(x.y) E[(YQY)2] =V(Y) (x.c. y)dx dy E (Y) = QY = ´´ yfXY(x.y)RXY 2 E(X) = QX = 77 xPXY(x. xR E(h(X)) = Valores esperados (x. bidimensional X: v.a.

La función de densidad de probabilidad conjunta de estas variables es 2 ® 0 x y. de forma tal que es X<Y. 4 . ¿cuál es la probabilidad de que se venda entre 1/4 y 1/2 tanque? h) ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? i) ¿Cuál es la probabilidad de que si al comienzo del día el tanque está llena más de la mitad. b) Determinar si X y Y son independientes. g) Si se sabe que al iniciar el día el tanque está lleno hasta la mitad. en un tanque al principio del día es una magnitud aleatoria Y. El tanque no se rellena durante el día.Variables aleatorias multidimensionales. Ejercicio 10 Combustible y venta La cantidad de combustible. c) ¿Cuál la cantidad esperada de combustible que se vende en un día? d) ¿Cuál es la cantidad esperada de combustible que se vende en un día en el que se comienza con la mitad del tanque lleno? e) ¿Cuál es la cantidad esperada de combustible al comenzar el día? f) Hallar la cantidad promedio de combustible que queda en el tanque al final del día. de la cual una cantidad aleatoria X se vende durante el día. TPNº 5. se venda menos de un cuarto de tanque? j) Calcular la covarianza y el coeficiente de correlación de X y Y. y ) ! ¯ 0 en otro caso a) Calcular las funciones de densidad de probabilidad marginales fX(x) y fY(y). en miles de litros. 0 y 1 f XY ( x.

en el tanque al principio del día Función densidad de probabilidad conjunta f XY ( x. y )  2 x 5 ´ ´ g g g  g 1 f XY ( x.Combustible y venta X: Combustible. y ) u 0 ( x. en miles de litros. y ) dy dx ! 2 v v1v 1 ! 1 2 . y ) ¯ 0 ° en otro caso 2 0 x y.y) 2 1 1 1 x y Visión del dominio donde fXY(x. 0 y 1 No se rellena X<Y y y 1 x fXY(x. en miles de litros.y) es no nula f XY ( x. que se vende durante el día Y: Combustible.

f X ( x) ! ´ f XY ( x. Si 0 e x e 1. y )dy ! ´ 0dy ! 0 g 0e x e 1 x >1 Si x < 0. f X ( x) ! ´ f XY ( x.y) 2 y 1 y 1 y x 1 x 1 y 1 x  ¡  ¡ x <0 f X ( x) ! ´ f XY ( x. y )dy ! ´ 0dy ! 0 f X ( x) ! 2(1  x) ? ( x)  u ( x  1)A u ¢ ¢ . y) dy yR fXY(x. y )dy ! ´ g 6 0 x 0 ® ± f X ( x) ! ¯2(1  x) 0 e x e 1 ± 0 x "1 ° ¢£ ¢£ Si x > 1.     y! x g 0dy  ´ y !1 y!x 2dy  ´ 0dy ! 0  2 y y ! x  0 ! 2(1  x) y !1 g y !1 .Combustible y venta Función de densidad de probabilidad marginal de X fX (x) ´ fXY(x.

y )dx ! ´ g 0dx  ´x ! 0 2dx  ´x ! 0dx ! 0  2 x x ! 0  0 ! 2 y y g  x !0 x! y g x! y 7 0 ± f Y ( y ) ! ¯2 y 0 ° y 0 e y e1 y 1 ¤ Si y > 1. y )dx ! ´ 0dx ! 0 ¤ 0 fY ( y) ! 2 y ? ( y)  u ( y  1)A u .y) 2 y >1 0e y e 1 1 y 1 y y x 1 1 y y<0 1 x x Si y < 0.Combustible y venta Función de densidad de probabilidad marginal de Y fY (y) ´ fXY(x. y )dx ! ´ 0dx ! 0 g g g Si 0 e y e 1. y) dx xR fXY(x.y ) ! ´ g f XY ( x. fY ( . fY ( y ) ! ´ g g f XY ( x. f Y ( y ) ! ´ g f XY ( x.

y) 2 0 x 0 ® ± f X ( x ) ! ¯2(1  x ) 0 e x e 1 ± 0 x "1 ° 0 ® ± f Y ( y ) ! ¯2 y ± 0 ° y 0 0 e y e1 y "1 Para serlo 1 fXY(x. en miles de litros. y ! 0. de combustible al comenzar el día 8 . y f XY ( x ! 0.4 . y) = fX (x) fY(y).Combustible y venta ¿Son independientes X.y)R2 Pero. Y? fXY(x.8) ! 1v 0.5) v fY ( y ! 0. E (Y ) ! ´ yfY ( y )dy ! ´ g g y !0 g ¨ y3 ¸ ¨1¸ 2 y 0dy  ´ y 2 ydy  ´ y 0dy ! 2© ¹ ! 2© ¹ ! © 3¹ y !0 y !1 ª3º 3 ª º y !0 y !1 g y !1 ¿Qué representa? Cantidad esperada. 1 No son independientes x E ( X ) ! ´ xf X ( x) dx ! ´ g g x!0 g x 0dx  ´ ¨x 1 1 x ¸ ¨ 1 1¸ x 2(1  x )dx  ´ x0dx ! 2©  ¹ ! 2©  ¹ ! 2 ! © 2 3¹ x!0 x !1 6 3 ª 2 3º º x!0 ª x !1 g 2 3 x !1 ¿Qué representa? Cantidad esperada.5. (x. por ejemplo.8) ! 2 { f X ( x ! 0. de combustible que se vende en un día . en miles de litros.

5 ( x / y ! 0.5)dx ! ´ g g g x 0dx  ´ x ! 0 .5 x !0 x x 2dx  ´ x 0dx ! 2 x ! 0 .5 ! ´ xf X / Y !0. E X / Y ! ´ xf X / Y ( x / y )dx donde g g f X / Y ( x / y) ! f XY ( x.5) ! ! ¯1 0 fY ( y ! 0.5 2 g 2 x ! 0. 5 f XY ( x. y ) ! ¯ 0 ° en otro caso 0 ± f Y ( y ) ! ¯2 y ± 0 ° x y 0 0 e y e1 y 1 2 ± 0 e x e 0. y ) fY ( y) y 1 y=0. 0 y 1 f XY ( x.5 y=x 1 . y ) f X / Y !0. condicionada por el conocimiento del valor de Y=1/2.5 9 x!0 1 ¨1¸ !© ¹ ! 4 ª2º 2 . 2 0 x y.5) ± en otro caso ° 1 x!0 E X / Y ! 0.5 ( x / y ! 0.Combustible y venta ¿Y si la pregunta es la cantidad esperada (en miles de litros) de combustible que se vende en un día en el que se comienza con la mitad del tanque lleno? Esta pregunta corresponde a un valor esperado de la variable aleatoria X.

y ) !¯ 0 f Y ( y ! 0.5 (0.5 (1 / 4 e X e 1 / 2 / Y ! 1 / 2) ! ´ f X / Y !0.5 (1 / 4 e X e 1 / 2 / Y ! 1 / 2) ! 0.5) ! 2 0 e x e 0. ¿cuál es la probabilidad de que se venda entre 1/4 y 1/2 tanque? y 1 y x f X / Y !0.5 ( x / y ! 0.Combustible y venta Si se sabe que al iniciar el día el tanque está lleno hasta las 1/2 partes.50 x ! 0.5) ° en otro caso y 1/2 1 x x 1/4 x 1/2 PX / Y ! 0.5 / y ! 0.25 2dx ! 2 x 0.25 e x e 0.25 0.5 10 .5)dx ! ´ g g x ! 0.5 PX / Y ! 0. 5 f XY ( x.

R A ! ( x. y ) dxdy P ( A) ! ´ y !1 y !1 / 2 x ! 0 ´ x !1 / 4 2 dx dy ! ´ y !1 y !1 / 2 2 x x ! 0 dy ! ´ x !1 / 4 1 1 dy ! y y !1 / 2 2 2 y !1 y !1 y !1 / 2 ! 1 4 1 ¨1 1¸ © v ¹v 2 ! 4 ª2 4º Observación: en este problema se puede calcular muy fácilmente por el volumen del paralelepípedo 11 Superficie de la base x altura . y )  _ 2 / 0 e x e y e 1. y " 1 / 2 a P ( A) ! P ( X 1 x 1/4 x 1 / 4 ‰ Y " 1 / 2) ! ´´ f ( x . x 1 / 4.Combustible y venta ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? Evento A : el tanque esté lleno más de la mitad al comenzar el día (Y>1/2) y se vende menos de un cuarto de tanque (X<1/4) ± Ambas condiciones en simultáneo y 1 y 1/2 RA y x . y )R A XY ( x.

y )  _ 2 / 0 e x e y e 1. y )RB XY ( x. x " 3 / 4.Combustible y venta ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda más de tres cuartos de tanque? Evento B : el tanque esté lleno más de la mitad al comenzar el día (Y>1/2) y se vende menos de un cuarto de tanque (X>3/4) ± Ambas condiciones en simultáneo y 1 y 1/2 RB . y " 1 / 2 a P ( B ) ! P ( X " 3 / 4 ‰ Y " 1 / 2) ! ´´ f ( x . y ) dxdy 1 x 3/4 x 3¸ 3 ¸ ¨ 3¸ ¨ 9 9¸ 1 ¨ ¨ « P( B) ! ´ 2 dx »dy ! ´ 2 x x !3 / 4 dy ! ´ 2© y  ¹dy ! © y 2  y ¹ ! ©1  ¹  ©  ¹ ! ¼ y !3 / 4 ¬ ´x ! 3 / 4 y !3 / 4 y !3 / 4 ½ ­ 4º 2 º y !3 / 4 ª 2 º ª 16 8 º 16 ª ª y !1 x! y y !1 x! y y !1 y !1 Observación: en este problema se puede calcular muy fácilmente por el volumen del paralelepípedo © 2 v 4 v 4 ¹ v 2 ! 16 ª º 12 Superficie de la base x altura ¨1 1 1¸ 1 . y x R B ! ( x.

y )dxdy f Y ( y ) dy PX / Y ( X y 1 y=1/2 y=x ´ y !1 y !1 / 2 P (Y " 1 / 2) ! ´ y !1 / 2 y !1 2 ydy ! y 2 y !1 y !1 / 2 ! 3 4 1 x=1/4 13 x PX / Y ( X 1 / 4 / Y " 1 / 2) ! 1/ 4 1 ! 3/ 4 3 . y )R A XY ( x. Y " 1 / 2) ! P (Y " 1 / 2) ´´ f RA XY ( x. ¿Cuál es la probabilidad de se venda menos de un cuarto de tanque si sabe que al comienzo del día el tanque está lleno más de la mitad? 1 / 4 / Y " 1 / 2) ! PXY ( X " 1 / 4.Combustible y venta Pregunta anterior: ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? P ( A) ! P ( X 1 / 4 ‰ Y " 1 / 2) ! ´´ f ( x . y ) dxdy ¿En qué se diferencian? .

y u 0. Suponiendo que X y Y son independientes y que cada una de ellas tiene una distribución exponencial de parámetro E=1. y) / x u 0. ambas en miles de horas (Por ejemplo. x  y e 2a ( ¿Cuál es la probabilidad de que la duración total de funcionamiento de la lámpara esté entre 1000 y 2000 horas? b) Sea la variable aleatoria suma T=X+Y. Sea X la variable aleatoria que corresponde a la duración de la primera bombilla y Y la correspondiente a la duración de la segunda bombilla.y)? b) ¿Cuál es la probabilidad de que cada bombilla (por separado) dure a lo sumo 1000 horas. fX. 14 a) . supuesto que cuando se quema la primera se reemplaza por la segunda? Sugerencia: tener presente que el evento detallado está vinculado con los pares de valores del conjunto _ x.Variables aleatorias multidimensionales. Ejercicio 16 Lámpara con bombilla de repuesto Una persona tiene dos bombillas para una lámpara en particular. X=1. a) ¿Cuál es la función de densidad de probabilidad conjunta de X y Y. esto es P(Xe1) y P(Ye1)? c) ¿Cuál es la probabilidad de que la duración total de funcionamiento de la lámpara sea a lo sumo 2000 horas.Y(x. Hallar la función de densidad y la función de distribución de probabilidad de T. responder las siguientes cuestiones. TPNº 5. significa que la primer bombilla funciona 1000 horas).

4 0. Y ~ Exp(E) f X .2 0 0 0.y)=exp(-x-y) x>0.2 1 0.Y ( x.5 2 1 2.5 1 x 1.5 y Representación de la función de densidad conjunta para E = 1 15 . de la segunda bombilla. en miles de horas.8 0. y>0 f(x.y) 0.5 0.5 0 2 1. X ~ Exp(E) Y: Vida útil. y) ! E 2 e  ( x  y ) u ( x)u ( y ) 1.6 X. Y Independientes fXY(x.Lámpara con bombilla de repuesto X: Vida útil. en miles de horas. de la primera bombilla. y) = fX (x) fY(y) f(x.5 2.

sería conveniente trabajar con la variable aleatoria suma T = X + Y : Vida útil.Lámpara con bombilla de repuesto Por las características del problema. FT (t ) ! P (T e t ) ! P ( X  Y e t ) ! ´ ´f XY ( x. Si t u 0. y ) dy dx x ! 0 y !0 Los límites de integración se deducen de la figura del dominio t x x !t y !t  x FT (t ) ! P (T e t ) ! P ( X  Y e t ) ! x !t ´ ´E x !t x !t 2 e  Ex e Ey dy dx ! ´ Ee x !t  Ex x!0 y !0 x !0 « y ! t  x  Ey » ¬ ´ Ee dy ¼dx ¬ y !0 ¼ ­ ½  Ee  Et dx FT (t ) ! ´ Ee  Ex x !0 « e ¬ ­  Ey y ! t  x y !0 »dx ! Ee ´ ¼ ½ x !0 x !t x !0  Ex ?e 1  E (t  x ) A ! ´ ?Ee dx x !0  Ex A FT (t ) ! . en miles de horas. FT (t ) ! P(T e t ) FT (t ) ! P(T e t ) ! 0 x ! t y !t  x t x+y=t t>0 t<0 . del sistema ¿Qué distribución tiene T ? y Si t < 0.

e  Ex  Ee  Et x  ¥ ! 1  e  Et  0  Ee  Et t ! 1  e  Et  Ete  Et t t 0 0 t 0 dFT (t ) ! ® 0 0 0 ¯  Et  Et Et f (t ) ! ¯ 2 Et (t ) ! ¯ E t dt  Et ° u 0  (  Ee )  ? e  E t (  E ) e A 1 Et E ° e  Ete t u 0 ° te t u 0 ¦ 16 .

5 3 3.7 0. fT(t) 17 .t Función densidad de probabilidad de la suma de la vida útil de dos bombillas independientes e idénticas T = X + Y.8 f(x)=exp(-x) 0.5 0.6 f 0.4 0.9 0.2 0.Lámpara con bombilla de repuesto Función densidad de probabilidad de la vida útil de una bombilla.3 f(t)=t exp(-t) 0.5 1 1.5 2 2. fX(x) con E=1 1 0.5 4 x.1 0 0 0.

FT(t) = P(T e t) 18 .1 0 0 0.t Función de probabilidad acumulada de la suma de la vida útil de dos bombillas independientes e idénticas T = X + Y.7 0. FX(x) = P(X e x) con E=1 1 0.5 2 2.9 f(x)=1-exp(-x) 0.4 0.5 1 1.8 0.5 3 3.5 4 x.6 F 0.5 f(t)=1-exp(-x)-t exp(-t) 0.3 0.Lámpara con bombilla de repuesto Función de probabilidad acumulada de la vida útil de una bombilla.2 0.

. n Normales Independientes Propiedad reproductiva Y ! § ai X i i !1 Normal E (Y ) ! a1 E ( X 1 )  a2 E ( X 2 )  a3 E ( X 3 )  .2. no mantiene la distribución de las variables sumadas ¿Cómo se suman? ¡Artesanalmente! No obstante La combinación lineal de un número finito de variables aleatorias normales independientes.  anV ( X n ) 19 . aún cuando las mismas sean idénticas e independientes. da por resultado una variable aleatoria normal Propiedad reproductiva de la variable aleatoria normal n Xi i ! 1.En general la suma de variables aleatorias. . aún cuando las mismas no sean idénticas.  an E ( X n ) 2 2 V (Y ) ! a12V ( X 1 )  a2V ( X 2 )  .

pero como obviamente sería ilógico abrir cada caja para verificarla.Variables aleatorias multidimensionales. Ahora. A efectos de calcular el valor de C. Frecuentemente los clientes reciben cajas con unidades faltantes. W 2 ! 7 2 X . se ha decidido efectuar un control al final de la línea de empaques. y se sabe que los pesos de las zapatillas y las cajas son variables normales con los siguientes parámetros: peso individual de las zapatillas en gramos. cada par contenido en su caja individual. para implementar este control debe fijarse un peso crítico C. tal que si una caja pesa menos.d Zapatillas económicas Hay unas zapatillas económicas que se expiden en cajas de cartón corrugado de 6 pares. Para solucionar el problema. TPNº 5. Ejercicio 17. es decir que se encuentran 11 (o menos) zapatillas y reclaman furiosamente al vendedor. se la abrirá. abriendo luego aquellas cuyo peso sea sospechoso. se aplicará el siguiente procedimiento: se colocará una balanza al final de la línea y se pesarán todas las cajas. X } N Q X ! 170. se establece la condición de detectar al menos el 99% de las cajas con 11 zapatillas.

2 2 peso de las cajas individuales en gramos. W Y ! 5 . Y } N Q Y ! 50.

W W ! 40 2 . 2 W } N Q W ! 300. peso de las cajas de cartón corrugado en gramos.

el valor de C. el porcentaje de las cajas completas que se revisa inútilmente. 20 . ii. Calcular: i.

~. 12 . para k=1.Zapatillas económicas T: peso total de un empaque con k zapatillas. 2.

Y } N.

Q W } N.

WW ! 40 2 Todos los pesos están en gramos V. . W Y ! 5 2 Tk ! X 1  X 2  . i ! 1. .  E (Y6 )  E (W ) ! kQ X  6QY  QW Q Tk ! 170k  6 ™ 50  300 ! 170k  600 2 2 2 WTk ! V (Tk ) ! V ( X 1 )  V ( X 2 )  . Q X } N Q X ! 170.  X k  Y1  Y2  . .  V ( X k )  V (Y1 )  V (Y2 )  . k peso individual de cada una de las zapatillas Yi .A. W Tk ! 49 k  1750) QTk ! E (Tk ) ! E ( X 1 )  E ( X 2 )  . j ! 1.  V (Y6 )  V (W ) ! kW 2  6WY  WW X 21 W Tk ! 49k  6 ™ 25  1600 ! 49k  1750 . Normales independientes Suponemos que el error está en el embalaje de los pares de zapatillas pero no hay error en el número de cajas individuales dentro del empaque de cartón Propiedad reproductiva: T tiene distribución normal 2 Tk } N (Q Tk ! 170 k  600.6 W peso de cada caja individual peso del empaque de cartón W 2 ! 300.  E ( X k )  E (Y1 )  E (Y2 )  . W 2 ! 7 2 X Y 2 ! 50. .  Y6  W X j .

10 (El valor medio QT y la dispersión WT van disminuyendo da acuerdo a las leyes halladas) 22  © ¨ § 0 2100 2200 2300 2 00 2500 2 00 2 00 !"   §  ¨    0 00 10 2300 33 2 00     © 0 2100 2 00  ! "  "   §  ¨    0 00 11 2 0 2 00     © 0 2100 2 00 !    2  §  ¨      0 00    12  Vinculado al porcentaje de embalajes en buenas condiciones que van innecesariamente a revisión 0 35 2 00 . ~. 11. 2. W Tk ! 49 k  1750 ) Control: toda caja de peso inferior a C va a revisión ¿C? Criterio para hallar C: asegurar que el 99% de los embalajes con 11 zapatillas vaya a revisión 0 01 0 00 0 00 12 ¿? ¨ § 2200 2300 2 00 2500 2 00 12 0 002 0 01 0 00 0 00 0. para k=1.Zapatillas económicas T: peso total de un empaque con k zapatillas. 12 2 Tk } N (Q Tk ! 170 k  600.99 ¨ § 2200 2300 2 00 2500 2 00 11 11 0 002 0 01 0 00 0 00 10 10 0 002 C Representación de las funciones de densidad de probabilidad de Tk para valores k=12.

para T12 } N (Q12 ! 2600.5  2640 ¸ ¹ ! P .84 C ! 2581.Zapatillas económicas Cálculos 2 T11 } N (Q 11 ! 2470.33 47.99 47.84 º C  2470 ! 2. W Tk ! 2289 ) P(T11 C ) ! 0. W T 12 ! 2338) se verifica: P (T12 ¨ T12  Q T 12 C ) ! P© © W T 12 ª 2581.99   ¨ T  Q T 11 P© 11 © W T 11 ª   C  2470 ¸ ¨ ¹ ! P© Z 47.84 ¹ ª º C  2470 ¸ ¹ ! 0.5 (en gramos) 2 Con este valor de C.

31% de los embalajes en buenas condiciones va a revisión 23 .Z ¹ 48.1131 .21 ! 0.1131 El 11. 1.35 º P (T12 C ) ! 0.