Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ACTIVIDAD 2 DE MATEMATICAS DOS 2.1 DISTRIBUCIONES DE VARIABLES DISCRETA Y CONTINUA CAPÍTULO 6 PÁGINAS 212: EJERCICIOS 31 – 33 – 35 31. EN UNA DISTRIBUCIÓN DE POISSON. µ=0.4. a) ¿cuál es la probabilidad de que X=0? Según la tabla de Poisson si µ=0.4; entonces X=0 es 0.6703 (apéndice B5)R// b) ¿cuál es la probabilidad de que X>0? Si aplicamos la formula del complemento para saber X>0; entonces P(1-0.6703)= 0.3297 P(X>0)= 0.3297 R// 33. LA SEÑORITA BERGEN ES EJECUTIVA DEL COAST BANK AND TRUST. A PARTIR DE SUS AÑOS DE EXPERIENCIA, CALCULA QUE LA PROBABILIDAD DE QUE UN SOLCICITANTE NO PAGUE UN PRÉSTAMO INICIAL ES DE 0.025. EL MES PASADO REALIZÓ 40 PRÉSTAMOS. a) ¿cuál es la probabilidad de que no se paguen 3 préstamos? Para aplicar la probabilidad de Poisson, se empieza por determinar la media, lo hacemos con la fórmula µ=n π Datos: n= 40; π = 0.025 µ= 40(0.025)= 1 Para determinar la probabilidad de que no se paguen 3 préstamos usamos la fórmula P(X)=µX.e-µ/X! Así tenemos que e siempre será igual a 2.71828 X= 3; µ= 1; e= 2.71828; sustituimos en la fórmula P(3)= 13e-1)/3! P(3)= 1(0.3677)/6=0.0613 Entonces la probabiliad de que no se paguen 3 préstamos es de 0.0613 o lo que es lo mismo aproximadamente 6 de los 40 préstamos no se pagarán. b) ¿Cuál es la probabilidad de que por lo menos no se paguen 3 préstamos? Utilizamos la fórmula de Poisson, estimando todas las probabilidades de que al menos no se paguen 3 préstamos, así: P(X≥1) = 1-P(X=0) P=µ0. e-1/0!=1(0.367)/1= 0.367 P(X≥2) = 2-P(X=1) P=µ1. e-1/1!=1(0.367)/1= 0.367 P(X≥3) = 3-P(X=2) P=µ2. 2,71828-1/2!=1(0.367)/2= 0.183 P(X>3)= 1- (0.367+0.367+0.183) = 1- 0.917= 0.083 Entonces la probabiliad de que al menos no se paguen 3 préstamos es de 0.083 35. SE CALCULA QUE 0.5% DE QUIENES SE COMUNICAN AL DEPARTAMENTO DE SERVICIOS AL CLIENTE DE DELL, INC., ESCUCHAN UN TONO DE LÍNEA OCUPADA. ¿CUÁL ES LA PROBABILIDAD DE QUE DE LAS 1200 PERSONAS QUE SE COMUNICARON HOY, POR LO MENOS 5 HAYAN ESCUCHADO UN TONO DE LÍNEA OCUPADA? Para aplicar la probabilidad de Poisson, se empieza por determinar la media, lo hacemos con la fórmula µ=n π Datos: n= 1200; π = 0.005 (0.5/100=0.005) µ= 1200(0.005)= 6 Para determinaar la probabilidad de que por lo menos 5 hayan escuchado un tono de línea ocupada, utilizamos la fórmula de Poisson, estimando todas las probabilidades. Datos: µ=6; e= 2.71828 P(X≥1) = 1-P(X=0) P=µ0. e-6/0!=60(0.0025)/1= 0.0025 P(X≥2) = 2-P(X=1) P=µ1. e-6/1!=61(0.0025)/1= 6(0.0025)/1=0.0149/1= 0.0149 P(X≥3) = 3-P(X=1) P=µ2. e-6/2!=62(0.0025)/2= 36(0.0025)/2=0.0892/2= 0.0446 P(X≥4) = 4-P(X=3) P=µ3. e-6/3!=63(0.0025)/6= 216(0.0025)/6=0.5354/6= 0.0892 P(X≥5) = 5-P(X=4) P=µ4. e-6/4!=64(0.0025)/24= 1296(0.0025)/24=3.2124/24= 0.1339 P(X>5)= 1- (0.0025+0.0149+0.0446+0.0892+0.1339) = 1- 0.2851= 0.7149 Entonces la probabilidad de que al menos 5 clientes hayan escuchado un tono de línea ocupada, es de 0.7149, o del 71%. DISTRIBUCIONES DE PROBABILIDAD CONTINUA CAPITULO 7 PÁGINA 250: EJERCICIOS 37 – 38 – 39 Y 40 37. LOS TIEMPOS DE ESPERA PARA RECIBIR LA COMIDA DESPUÉS DE HACER EL PEDIDO EN LA TIENDA SUBWAY LOCAL SIGUEN UNA DISTRIBUCIÓN EXPONENCIAL CON UNA MEDIA DE 60 SEGUNDOS. CALCULE LA PROBABILIDAD DE QUE UN CLIENTE ESPERE: a) Menos de 30 segundos Para encontrar la probabilidad de llegada en menos de 30 segundos, utilizamos la fórmula: P(X)= ƛe-ƛx ; donde X= <30 SEGUNDOS; ƛ= 60 SEGUNDOS; P(<30)=1-e-1/60(30)= 1-e-0.5 = 1-0.6065= 0.3935 R/. La probabilidad de que un cliente espere menos de 30 segundos es de 39%. b) Más de 120 segundos Primero hallaremos la probabilidad de que el cliente espere menos de 120 segundos X= <120 SEGUNDOS; ƛ= 60 SEGUNDOS; P(<120)=1-e-1/60(120)= 1-e-2 = 1-0.1353= 0.8674 Este resultado lo restamos a uno, de este modo: P(espera >120)=1-0.8647= 0.1353 La probabilidad de que un cliente espere más de 120 segundos es de 13%. c) entre 45 y 75 segundos P(45≤X≤75)= P( espera≤75) – P(espera≤45) =(1-e-1/60(75)) – (1-e-1/60(45)) =(1-e-1.25) – (1-e-0.75) = (1-0.2865) – (1-0.4724) = 0.7135-0.5276= 0.1859 La probabilidad de que un cliente espere entre 45 y 75 segndos es del 18%. d) ¿ Cincuenta por ciento de los clientes esperan menos de cuántos segundos? ¿ Cuál es la mediana? (50/100=0.5) - 60.ln(0.5)= -60 (-0.6931)= 41.59 El 50% de los clientes esperan aproximadamente 41.59 segundos. 38. EL TIEMPO DE VIDA DE LOS TELEVISORES DE PLASMA Y LCD SIGUEN UN DISTRIBUCIÓN EXPONENCIAL CON UNA MEDIA DE 100.000 HORAS. CALCULE LA PROBABILIDAD DE QUE UN TELEVISOR. a) Falle en menos de 10.000 horas Para encontrar la probabilidad de llegada en menos de 30 segundos, utilizamos la fórmula: P(X)= ƛe-ƛx ; donde: X= <10.000 horas; ƛ= 100.000 horas; P(<10.000)=1-e-1/100.000(10.000)= 1-e-0.1 = 1-0.9048= 0.0952 R/. La probabilidad de que un televisor falle en menos de 10.000 horas es de 9.5%. b) Dure más de 120.000 horas Primero hallaremos la probabilidad de que el televisor dure menos de 120.000 horas X= <120.000 horas; ƛ= 100.000 horas; P(<120.000)=1-e-1/100.000(120.000)= 1-e-1.2 = 1-0.3012= 0.6988 Este resultado lo restamos a uno, de este modo: P(dura >120)=1-0.6988= 0.3012 La probabilidad de que un televisor dure mas de 120.000 horas es de 30%. c) Falle entre 60.000 y 100.000 horas de uso P(60.000≤X≤100.000)= P( falle ≤100.000) – P(falle ≤60.000) =(1-e-1/100.000(100.000)) – (1-e-1/100.000(60.000)) =(1-e-1) – (1-e-0.6) = (1-0.3679) – (1-0.5488) =0.6321 - 0.4512 = 0.1809 La probabilidad de que un televisor falle entre 60.000 y 100.000 horas es del 18%. d) Encuentre el 90o percentil. ¿Diez por ciento de los televisores duran más de cuánto tiempo? P= 0.90= e-x/100000 Ln 0.90= - x/100000 ln e Ln 0.90 = -x/ 100000 (-100000) ln 0.90 = x X= 10536. Entonces el percentil 90 se obtiene a 10536 horas. 39. LA ENCUESTA REALIZADA POR THE BUREAU OF LABOR STATITICS’ AMERICAN TIEM MOSTRÓ QUE EL TIEMPO QUE SE PASA EN ESTADOS UNIDOS UTILIZANDO UNA COMPUTADORA PARA ENTRETENIMIENTO VARÍA MUCHO SEGÚN LA EDAD. LOS INDIVIDUOS DE 75 AÑOS EN ADELANTE PROMEDIARON 0.3 HORAS (18 MINUTOS) POR DÍA. LOS DE 15 A 19 AÑOS PASABAN 1.0 HORAS AL DÍA. SI ESTO TIEMPOS SIGUEN UNA DISTRIBUCIÓN EXPONENCIAL, ENCUENTRE LA PROPORCIÓN DE CADA GRUPO QUE PASA: a) Menos de 15 minutos al día usando la computadora para entretenimiento Para encontrar la proporción de cada grupo, se mide en minutos, utilizamos la fórmula: P(X)= ƛe-ƛx ; donde, PARA EL PRIMER GRUPO X= <15 minutos; ƛ= 18 minutos; P(<15)=1-e-1/18(15)= 1-e-0.83 = 1-0.4346= 0.5654 R/. PARA EL SEGUNDO GRUPO X= <15 minutos; ƛ= 60 minutos; P(<15)=1-e-1/60(15)= 1-e-0.25 = 1-0.7788= 0.2212 R/. b) Más de dos horas calculando que dos horas tienen 120 minutos Primero hallaremos la probabilidad de que dure menos de 120 minutos, en el primer grupo X= <120 minutos ; ƛ= 18 minutos; P(<120)=1-e-1/18(120)= 1-e-6.7 = 1-0.013= 0.9987 Este resultado lo restamos a uno, de este modo: P(>120)=1-0.9987= 0.0013 ahora hallaremos la probabilidad de que dure menos de 120 minutos, en el segundo grupo X= <120 minutos ; ƛ= 60 minutos; P(<120)=1-e-1/60(120)= 1-e-2 = 1-0.1353= 0.8647 Este resultado lo restamos a uno, de este modo: P(>120)=1-0.8647= 0.1353 c) Entre 30 y 90 minutos P(30 ≤ X ≤ 90)= P( ≤ 90) – P( ≤30 ) PARA EL PRIMER GRUPO: =(1-e-1/18(90)) – (1-e-1/18(30)) =(1-e-5) – (1-e-1.67) = (1-0.0067) – (1-0.1889) =0.9933 - 0.8111 = 0.1821 PARA EL SEGUNDO GRUPO GRUPO: =(1-e-1/60(90)) – (1-e-1/60(30)) =(1-e-1.5) – (1-e-0.5) = (1-0.2231) – (1-0.6065) =0.7769 - 0.3935 = 0.3834 d) Encuentre el 20o percentil. ¿ochenta por ciento pasan más de cuánto tiempo? EN EL PRIMER GRUPO (80/100=0.8) - 18 ln(0.8)= -18 (-0.2231)= 4.01 El 80% de los individuos pasan más de 4 minutos frente a la computadora. EN EL SEGUNDO GRUPO (80/100=0.8) - 60 ln(0.8)= -60 (-0.2231)= 13.4 En este grupo el 80% de los individuos pasan más de 13.4 minutos frente a la computadora. 40. EL COSTO POR ARTÍCULO EN ELSUPERMERCADO SIGUE UNA DISTRIBUCIÓN EXPONENCIAL. HAY MUCHOS ARTÍCULOS BARATOS Y POCOS QUE SON RELEVANTEMENTE CAROS. EL COSTO MEDIO POR ARTÍCULO ES DE $3.50 ¿CUÁL ES EL PORCENTAJE DE ARTÍCULOS QUE CUESTAN: a) Menos de $1? Si deseamos encontrar el porcentaje de artículos que cuestan $1, utilizamos la fórmula: P(X)= ƛe-ƛx ; donde X= < 1 dólar; ƛ= 3.50; P(<1)=1-e-1/3.50(1)= 1-e-0.29 = 1-0.7515= 0.25 El porcentaje de artículos que cuestan menos de $1, es del 25% b) Más de $4? Primero hallaremos el porcentaje de artículos que uestan menos de $4 X= <4 dólares; ƛ= 3.50; P(<4)=1-e-1/3.50(4)= 1-e-1.14 = 1-0.3189= 0.6811 Este resultado lo restamos a uno, de este modo: P(artículos >4)=1-0.6811= 0.3189 El porentaje de artículos que cuestan más de $4 es de aproximadamente el 32%. c) entre $2 y $3? P(2 ≤ X ≤ 3) = P( artículos ≤ 3) – P(artículos ≤ 2) =(1-e-1/3.50(3)) – (1-e-1/3.50(2)) =(1-e-0.86) – (1-e-0.57) = (1-0.4244) – (1-0.5647) = 0.5756-0.4353= 0.1403 El porcentaje de artículos cuyos costos van entre $2 y $3 es de 14% d) Encuentre el 40o percentil. ¿Sesenta por ciento de los artículos de supermercado cuestan más de cuánto? (60/100=0.6) - 3.5 ln(0.6)= -3.5 (-0.5108)= 1.79 El 60% de los artículos cuestan más de $1.79 2.2 DISTRIBUCIONES DE MUESTREO E INTERVALOS DE CONFIANZA CAPÍTULO 8 PÁGINA 289: EJERCICIOS 15 – 16 – 17 – 18 15. UNA POBLACIÓN NORMAL TIENE UNA MEDIA DE 60 Y UNA DESVIACIÓN ESTÁNDAR DE 12. USTED SELECCIONA UNA MUESTRA ALEATORIA DE 9. CALCULE LA PROBABILIDAD DE QUE LA MEDIA MUESTRAL: a) Sea mayor que 63 Para encontrar la probabilidad de que la media muestra sea mayor que 63, utilizamos la fórmula del cálculo del valor z de XX̅, dado que se conocen la desviación estándar reemplazamos los datos en la fórmula DATOS: XX̅=63; µ=60; σ=12; n=9 Z= 63-60/12√9=3/12/3=3/4=0.75 Para encontrar la probabilidad ubicamos el valor de 0.75 en la tabla 0.2734 y se resta de 0.5000 que representa la totalidad de valores z 0.5000-0.2734=0.2266 b)Sea menor que 56 Para encontrar la probabilidad de que la media muestral sea menor que 58, utilizamos la fórmula : reemplazamos los datos en la fórmula DATOS: XX̅=56; µ=60; σ=12; n=9 Z= 56-60/12√9=-4/12/3=3/4=-1 Para encontrar la probabilidad ubicamos el valor de -1 en la tabla 0.3413 y se resta de 0.5000 que representa la totalidad de valores z 0.5000-0.3413=0.1587 c) Se encuentre entre 56 y 63 Para encontrar la probabilidad de que la media muestral se ubique entre 56 y 63, sumamos los valores z encontrados en la tabla P=0.3413+0.2734= 0.6147 16. UNA POBLACIÓN NORMAL POSEE UNA MEDIA DE 75 Y UNA DESVIACIÓN ESTÁNDAR DE 5. USTED SELECCIONA UNA MUESTRA DE 40 . CALCULE LA PROBABILIDAD DE QUE LA MEDIA MUESTRAL: a) Sea menor que 74. Para encontrar la probabilidad de que la media muestral sea menor que 74, utilizamos la fórmula : reemplazamos los datos en la fórmula DATOS: XX̅=74; µ=75; σ=5; n=40 Z= 74-75/5√40=-1/5/6.324=-1/0.79=-1.26 Para encontrar la probabilidad ubicamos el valor de -1.26 en la tabla 0.3962 y se resta de 0.5000 que representa la totalidad de valores z P= 0.5000-0.3962=0.1038 Entonces, tenemos que la probabilidad de que la media muestral sea menor que 74, es de 0.1038 b) Se encuentre entre 74 y 76 Tenemos que los valores de la tabla para 74 son 0.3962, hallaremos el valor para 76, en este caso: reemplazamos los datos en la fórmula DATOS: XX̅=76; µ=75; σ=5; n=40 Z= 76-75/5√40=1/5/6.324=1/0.79=1.26 Para encontrar la probabilidad ubicamos el valor de 1.26 en la tabla 0.3962 y se resta de 0.5000 que representa la totalidad de valores z P(entre 74 y76)= 0.3962+0.3962= 0.7924 c)Se encuentre entre 76 y 77 Valores para 76= 0.3962 Encontramos los valores para 77 reemplazamos los datos en la fórmula DATOS: XX̅=77; µ=75; σ=5; n=40 Z= 77-75/5√40=2/5/6.324=2/0.79= 2.53 Para encontrar la probabilidad ubicamos el valor de 2.53 en la tabla 0.4943 y se resta de 0.5000 que representa la totalidad de valores z P(entre 76 y 77)= 0.3962 + 0.4943 = 0.8905 La probabilidad de que la media muestral se encuentre entre 76 y 77 es de 0.8905 d) Sea mayor que 77 Encontramos los valores para 77 reemplazamos los datos en la fórmula DATOS: 17. EN EL SUR DE CALIFORNIA, LA RENTA DE UN DEPARTAMENTO CON UNA RECÁMARA TIENE UNA DISTRIBUCIÓN NORMAL CON UNA MEDIA DE $2.200 MENSUALES Y UNA DESVIACIÓN ESTÁNDAR DE $250 MENSUALES. LA DISTRIBUCIÓN DEL COSTO MENSUAL NO SE RIGE POR LA DISTRIBUCIÓN NORMAL. DE HECHO, TIENEN UN SESGO POSITIVO. ¿CUÁL ES LA PROBABILIDAD DE SELECCIONAR UNA MUESTRA DE 50 DEPARTAMENTOS DE UNA RECÁMARA Y HALLAR QUE LA MEDIA ES DE POR LO MENOS $1.950 MENSUALES? SOLUCIÓN: reemplazamos los datos en la fórmula DATOS: XX̅=1950; µ=2200; σ=250; n=50 Z= 1950-2200/250√50=-250/250/7.07=-250/35.36= -7.07 P=1 o virtualmente cierta. 18. DE ACUERDO CON UN ESTUDIO DEL INTERNET REVENUE SERVICE. LOS CONTRIBUYENTES TARDAN 330 MINUTOS EN PROMEDIO EN PREPARAR, COPIAR Y ARCHIVAR EN UN MEDIO ELECTRÓNICO LA FORMA FISCAL 1040. ESTA DISTRIBUCIÓN DE TIEMPOS SE RIGE POR UNA DISTRIBUCIÓN NORMAL, Y LA DESVIACIÓN ESTÁNDAR ES DE 80 MINUTOS. UN ORGANISMO DE CONTROL SELECCIONA UNA MUESTRA ALEATORIA DE 40 CONSUMIDORES. a) ¿Cuál es el error estándar de la media de este ejemplo? SOLUCIÓN: Para encontrar el error estándar de la media, utilizamos la siguientee fórmula: -consideramos los siguientes datos: σ= desviación estandar = 80 √nn̅= raiz cuadrada de la muestra = √40, reemplazamos en la fórmula: De este modo tenemos que el error estándar de la media es de 12.65 b) ¿Cuál es la probabilidad de que la media de la muestra sea mayor que 320 minutos? Para encontrar la probabilidad de que la media muestral sea mayor que 320, utilizamos la fórmula : reemplazamos los datos en la fórmula Entonces, tenemos que la probabilidad de que la media muestral sea mayor que 320 minutos, es de 0.21 c) ¿Cuál es la probabiliad de que la media de la muestra se encuentre entre 320 y 350 minutos? P(320)= 0.3531 Encontremos el valor de 350 reemplazamos los datos en la fórmula Así que la probabilidad de que la media muestral se ubique entre 320 y 350 es de 0.27 d) ¿Cuál es la probabilidad de que la media de la muestra sea superior que 350 minutos? SOLUCIÓN: reemplazamos los datos en la fórmula DATOS: Existe una probabilidad de 0.06 o del 6% de que la media de la muestra sea superior a 350 minutos. Página 322: 27 – 28 – 29 – 30 INTERVALOS DE CONFIANZA DE UNA MEDIA POBLACIONAL 27. SE SELECCIONAN AL AZAR 36 ARTÍCULOS DE UNA POBLACIÓN DE 300. LA MEDIA DE LA MUESTRA ES DE 35 Y LA DESVIACIÓN ESTÁNDAR, DE 5. CONSTRUYA EL INTERVALO DE CONFIANZA DE 95% DE LA MEDIA POBLACIONAL. 35+1.5895755503= 36.68957 35-1.5889575503= 33.41042 Aproximadamente el 95% de los intervalos construidos de forma similar incluiran la media poblacional de los 36 artículos de una población de 300 artículos, y estarán ubicados entre 36.69 y 33.41 28. SE SELECCIONA AL AZAR 45 ELEMENTOS DE UNA POBLACIÓN DE 500. LA MEDIA MUESTRAL ES DE 40 Y LA DESVIACIÓN ESTÁNDAR DE LA MUESTRA ES DE 9. CONSTRUYA EL INTERVALO DE CONFIANZA DE 99% DE LA MEDIA POBLACIONAL. Aplicamos la fórmula: 40+1.034636= 41.034636 40-1.034636= 38.965364 El intervalo de confianza del 99% de la media poblacional está comprendido entre 41.04 y 38.96 29. LA ASISTENCIA AL JUEGO DE BÉISBOL DE LA LIGA MENOR DE SAVANNA COLTS DE LA NOCHE ANTERIOR FUE DE 400. UNA MUESTRA ALEATORIA DE 50 ASISTENTES REVELÓ QUE LA CANTIDAD MEDIA DE REFRESCOS CONSUMIDOS POR PERSONA FUE DE 1.86, CON UNA DESVIACIÓN ESTÁNDAR DE 0.50. CONSTRUYA EL INTERVALO DE CONFIANZA DE 99% DE LA CANTIDAD MEDIA DE REFERESCOS CONSUMIDOS POR PERSONA. Para construir el intervalo de confianza utilizamos la fórmula: Es decir el intervalo de confianza del 99% de la cantidad de refrescos consumidos por persoan va de 0.1043 a 0.0299 30. HAY 300 SOLDADORES EN MALNE SHIPYARDS CORPORATION. UNA MUESTRA DE 30 DE ELLOS REVELÓ QUE 18 DE ELLOS SEGRADUARON EN UN CURSO DE SOLDADURA CERTIFICADO. CONSTRUYA EL INTERVALO DE CONFIANZA DE 95% DE LA PROPORCIÓN DE SOLDADORES GRADUADOS EN UN CURSO DE SOLDADURA CERTIFICADO.
Compartir