Variable Aleatoria Ejercicios MEC 122

Probabilidad yEstadistica
MEC 122
variable aleatoria
1.- se realiza cierto experimento en donde se lanza una moneda tres

veces y se define como la variable aleatoria ¨X¨ como el número de
caras que se obtiene se pide hallar:
a) la funcion de distribucion
b) media, varianza y desviación típica
primero el espacio muestral estara dado por
S = {(c, c, c, )(c, c, s)(c, s, c)(c, s, s, )(s, c, c)(s, c, s)(s, s, c)(s, s, s)
luego para el suceso de X definido como cara (c) tomará un valor como
se muestra
(c, c, c, ) X = 3 f (x = 3) = P (X = 3) = 18
3
(c, c, s)(c, s, c)(s, c, c) X = 2 f (x = 2) = P (X = 2) = 8
3
(c, s, s)(s, c, s)(s, s, c) X = 1 f (x = 1) = P (X = 1) = 8
1
(s, s, s) X = 0 f (x = 0) = P (X = 0) = 8
se lo ordena en una tabla
X 0 1 2 3
f(x) ⅛ ⅜ ⅜ ⅛
para la funcion de distribucion se sabe que F (x) = P (X ≤ x) = ∑ f (t)

t≤x
pero tiene una similitud con la frecuencia acumulada de estadistica por
tanto
X 0 1 2 3
F(x) ⅛ 4/8 =½ ⅞ 8/8 =1
b) para la media μ = E (x) = ∑ X i * f (xi )

1 3 3 1 12
E (x) = 0 * 8 +1* 8 +2* 8 +3* 8 = 8
E (X) = 12/8 = 1, 5
para la varianza σ 2 = V (x) = [∑ X 2 * f (x)] − μ 2
σ 2 = V (x) = [0 2 * 1 2 3 2 3
8 + 1 * 8 + 2 * 8 + 3 * 8]
2 1
− 1, 5 2
σ 2 = V (x) = 0+1*3+4*3+9*1
8 − 1, 5 2 = 24
8 − 1, 5
2
2
σ 2 = V (x) = 3 − 1, 5 2
σ = V (x) = 0, 75
para la desviacion tipica σ = √σ 2
σ = √σ 2 = √0, 75 = 0, 866 σ = 0, 866
2.- se sabe que μ = 1, 8 con solo ese dato completar la siguiente tabla
X 0 1 2 3
f(x) 0,2 a b 0,3
primero se sabe que la suma de probabilidades de cada suceso sera 1

osea
0, 2 + a + b + 0, 3 = 1
ademas que se sabe que μ = 1, 8 por lo que
μ = 1, 8 = 0 * 0, 2 + 1 * a + 2 * b + 3 * 0, 3
ordenado
a + b = 0, 5 a + 2b = 0, 9
resolviendo el sistema de ecuaciones se tiene que a = 0, 1 b = 0, 4
completando la tabla
X 0 1 2 3
f(x) 0,2 0,1 0,4 0,3
3.- sea X el numero de fallas de una impresora seleccionada al azar de

una cierta marca y la funcion de distribucion acumulada esta dada por
X 1 2 3 4
F(x) 0,05 0,55 0,95 1
se pide calcula : a) f(2) . b) P (X ≤ 3) c) P (1 < x ≤ 4) d) P (X ≥ 2, 5)
al tener similitud con estadística y sabiendo que F i+1 = f i+1 + F i se
obtiene lo siguiente
X 1 2 3 4
f(x) 0,05 0,50 0,40 0,05
F(x) 0,05 0,55 0,95 1,00
por tanto a) f (2) = 0, 5

que se puede interpretar como la probabilidad de tener 2 fallas es de 0,5
o del 50%
b) para es inciso se recuerda que F (x) = P (X ≤ x)

por tanto para P (X ≤ 3) x = 3
remplazando en la formula F (3) = P (X ≤ 3)
finalmente de la tabla 0, 95 = P (X ≤ 3)
c) se sabe que P (a < X ≤ b) = F (b) − F (a)

para P (1 < x ≤ 4) reeeplazamos datos
P (1 < x ≤ 4) = F (4) − F (1) = 1, 00 − 0, 05
P (1 < x ≤ 4) = 0, 95
d) para P (X ≥ 2, 5)
y eso eso sera P (X ≥ 2, 5) = P (X = 3o4)
P (X ≥ 2, 5) = P (X = 3) + P (X = 4)
P (X ≥ 2, 5) = f (3) + f (4) = 0, 40 + 0, 05 = 0, 45
P (X ≥ 2, 5) = 0, 45
4.- sea la variable aleatoria continua X la demanda de leche en miles de

litros y la funcion de densidad es la siguiente
f (x) = {cx2 0 ≤ x ≤ 3}
{0 caso contrario}
∞
para resolver se aplica la siguiente formula ∫ f (x)dx = 1
−∞
0 3 ∞
aplicando ∫ f (x)dx + ∫ f (x)dx + ∫ f (x)dx = 1
−∞ 0 3
pero la funcion solo es valida de cera a tre
0 3 ∞ 3
2
∫ 0dx + ∫ cx dx + ∫ 0dx = 1 c ∫ x 2 dx = 1
−∞ 0 3 0
3
3 3 3
integrado c x3 ] 30 = 1 c[ 3 − 0
3 ]=1
c3 2 = 1 despejando c
1 1
c= 32
= 9
5.- se estudia la variable aleatoria X cuya funcion esta representada por

f (x) = {k 0 < x < 10
{0 otro caso
se pide calcular: a) valor de k b) funcion de distribucion F(x), media,
varianza c) P (x ≤ 1)
10
integrando f(x) ∫ kdx = 1 k x] 010 = 1 → k[10 − 0] = 1
0
1
10k = 1 despejando k k= 10 = 0, 1
para la funcion de distribucion se usara la siguiente formula

x
F (x) = ∫ f (t)dt
−∞
aplicando la formula
x
x < 0 , F (x) = ∫ 0dt = 0
−∞
0 x
t x
0 < x < 10 , F (x) = ∫ 0dt + ∫ 10
1
dt = 10 ] 0 = x
10
−∞ 0
0 10 x
1 10
x > 10 , F (x) = ∫ 0dt + ∫ 1
10 dt + ∫ 0dt = 10 ] 0 =1
−∞ 0 10
resultando F (x) = { 0 , x < 0
x
{ 10 , 0 < x < 10
{ 1 , x > 10
∞
para la media se usara la formula μ = ∫ xf (x)dx
−∞
10 2 2 2
aplicando μ = ∫ x 101 dx = 101 [ x2 ] 010 = 1 10
10 [ 2 − 0
2 ]=5 μ=5
0
para la varianza σ 2 = E (x 2 ) − μ 2
∞
2
donde E (x ) = ∫ x 2 f (x)dx
−∞
10 3
usando la formula E (x 2 ) = ∫ x 2 101 dx = 101 [ x3 ] 010 = 100
3
0
2
la varianza sera σ = 100
3 −52 σ 2 = 8, 333
para P (X ≤ 1)
de la formula F (x) = P (X ≤ x) hacemos x=1
F (1) = P (X ≤ 1)
x 1
de F(x) se tiene F (x) = 10 , 0 < x < 10 en x=1 F (1) = 10
1
por tanto P X ≤ 1) = 10 = 0, 1

Variable Aleatoria Ejercicios MEC 122

Cargado por

Copyright:

Formatos disponibles

Variable Aleatoria Ejercicios MEC 122

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Variable Aleatoria Ejercicios MEC 122

Cargado por

Copyright:

Formatos disponibles

Probabilidad yEstadistica

1.- se realiza cierto experimento en donde se lanza una moneda tres

para la funcion de distribucion se sabe que F (x) = P (X ≤ x) = ∑ f (t)

b) para la media μ = E (x) = ∑ X i * f (xi )

para la varianza σ 2 = V (x) = [∑ X 2 * f (x)] − μ 2

primero se sabe que la suma de probabilidades de cada suceso sera 1

3.- sea X el numero de fallas de una impresora seleccionada al azar de

por tanto a) f (2) = 0, 5

b) para es inciso se recuerda que F (x) = P (X ≤ x)

c) se sabe que P (a < X ≤ b) = F (b) − F (a)

4.- sea la variable aleatoria continua X la demanda de leche en miles de

5.- se estudia la variable aleatoria X cuya funcion esta representada por

para la funcion de distribucion se usara la siguiente formula

También podría gustarte