Uploaded by Stefanny Martinez ZuΓ±iga

Práctica de Probabilidad y Estadística

advertisement
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
π‘₯ = 𝑛úπ‘šπ‘’π‘Ÿπ‘œ 𝑑𝑒 π‘Ÿπ‘œπ‘™π‘™π‘œπ‘  𝑑𝑒 π‘‘π‘’π‘™π‘Ž π‘‘π‘’π‘“π‘’π‘π‘‘π‘’π‘œπ‘ π‘œπ‘ 
𝑝 = 0,10
𝑛 = 100
a) ¿Cuántos de esos rollos se espera que estén defectuosos?
𝐸(π‘₯) = πœ‡ = 𝑛𝑝
𝐸(π‘₯) = 100 ∗ 0,10
𝐸(π‘₯) = 10
R/ Se espera que 10 de un lote de cien rollos de tela sean defectuosos
b)¿Cuál es la variabilidad promedio (desviación estándar) del numero de rollos de tela
que se espera estén defectuosos?
π‘‰π‘Žπ‘Ÿ(π‘₯) = 𝑛𝑝(1 − 𝑝)
π‘‰π‘Žπ‘Ÿ(π‘₯) = 100 ∗ 0,10(1 − 0,10)
π‘‰π‘Žπ‘Ÿ(π‘₯) = 9
Entonces:
𝜎 = √π‘‰π‘Žπ‘Ÿ(π‘₯)
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
𝜎 = √9
𝜎=3
R/ La variabilidad promedio del número de rollos de tela que se espera estén
defectuosos es de 3
a) Calculo de la media y la varianza poblacional.
Fórmula para la media:
𝑁
πœ‡=∑
𝑖=1
πœ‡=
π‘₯𝑖 π‘₯1 + π‘₯2 + β‹― + π‘₯𝑁
=
𝑁
𝑁
1 + 3 + 4 + 7 + 8 + 11
6
πœ‡ = 5,667
Fórmula para la varianza:
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
𝑁
2
𝑆𝑁−1
2
(∑𝑁
1
𝑖=1 π‘₯𝑖 )
=
[∑ π‘₯𝑖2 −
]
𝑁−1
𝑁
𝑖=1
(34)2
1
=
[260 −
]
6−1
6
2
𝑆𝑁−1
2
𝑆𝑁−1
= 13,467
b) Calculo de la media y la varianza para todas las muestras posibles de tamaño 2 que
se obtienen de la población, tomadas sin reemplazo.
El numero total de todas las muestras posibles de tamaño 2 tomadas sin reemplazo
está dada por:
𝑛
𝑛!
( )=
π‘₯
π‘₯! (𝑛 − π‘₯)!
Con x=2 y n=6
6
6!
( )=
= 15 π‘šπ‘’π‘’π‘ π‘‘π‘Ÿπ‘Žπ‘ 
2
2! (6 − 2)!
Como en este caso hay que calcular la media y la varianza para todos los posibles
resultados, se hará en tabla en vez de utilizar el diagrama de árbol
Fórmula para la media muestral:
𝑁
π‘₯Μ… = ∑
𝑖=1
π‘₯𝑖 π‘₯1 + π‘₯2 + β‹― + π‘₯𝑛
=
𝑛
𝑛
Formula para la varianza muestral:
𝑛
2
𝑆𝑛−1
(∑𝑛𝑖=1 π‘₯𝑖 )2
1
=
[∑ π‘₯𝑖2 −
]
𝑛−1
𝑛
𝑖=1
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
N°
π‘₯1
π‘₯2
π‘₯Μ…
muestra
𝑛
𝑛
∑ π‘₯𝑖2
𝑖=1
(∑ π‘₯𝑖 )
2
2
𝑆𝑛−1
𝑖=1
1
1
3
2,0
10
16
2,0
2
1
4
2,5
17
25
4,5
3
1
7
4,0
50
64
18,0
4
1
8
4,5
65
81
24,5
5
1
11
6,0
122
144
50,0
6
3
4
3,5
25
49
0,5
7
3
7
5,0
58
100
8,0
8
3
8
5,5
73
121
12,5
9
3
11
7,0
130
196
32,0
10
4
7
5,5
65
121
4,5
11
4
8
6,0
80
144
8,0
12
4
11
7,5
137
225
24,5
13
7
8
7,5
113
225
0,5
14
7
11
9,0
170
324
8,0
15
8
11
9,5
185
361
4,5
Verificación:
𝐸(π‘₯Μ… ) =
2 )
𝐸(𝑆𝑛−1
=
85
= 5,667
15
202
= 13,467
15
2 )
2
Por lo que 𝐸(π‘₯Μ… ) = πœ‡ y 𝐸(𝑆𝑛−1
= 𝑆𝑁−1
c) Comprobar para muestras tomadas sin reemplazo
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
𝑉(𝑋𝑝 ) =
𝑉(𝑋𝑝 ) =
2
𝑆𝑛−1
𝑁−𝑛
𝑛
𝑁
13,467 (6 − 2)
2
6
𝑉(𝑋𝑝 ) = 4,4889
Utilizando los datos de la tabla anterior se tiene:
𝑉(𝑋𝑝 )
2
2
2
2
2
∑15
𝑖=1(2 − 5,667) + (2,5 − 5,667) + (4 − 5,667) + (4,5 − 5,667) + β‹― + (9,5 − 5,667)
=
15
𝑉(𝑋𝑝 ) = 4,4889
Utilizando la aproximación normal a la binomial
Formula:
𝑍=
𝑋 − 𝑛𝑝
√π‘›π‘π‘ž
Definición de variables:
π‘₯ = π‘‡π‘’π‘π‘œπ‘  𝑑𝑒 𝑃. 𝑉. 𝐢 π‘‘π‘’π‘“π‘’π‘π‘‘π‘’π‘œπ‘ π‘œπ‘ 
𝑛 = 1000
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
𝑝 = 0,15
π‘ž = 1 − 𝑝 = 0,85
a) No más de 165 están defectuosos
𝑃(𝑋 < 165) = 𝑃(𝑋 < 164,5)
𝑍=
𝑍=
(𝑋 − 0,5) − 𝑛𝑝
√π‘›π‘π‘ž
(165 − 0,5) − (1000 ∗ 0,15)
√1000 ∗ 0,15 ∗ 0,85
𝑍 = 1,28
Entonces:
𝑃(𝑋 < 165) = 𝑃(𝑍 < 1,28)
Buscando en la tabla Z = 1,28 se tiene:
𝑃(𝑋 < 165) = 0,8997
R/La probabilidad de que no más de 165 tubos estén defectuosos es de 0,8997
b) Exactamente 150 están defectuosos
𝑃(𝑋 = 150) = 𝑃(149,5 < 𝑋 < 150,5)
Con X = 149,5
𝑍=
(𝑋 − 0,5) − 𝑛𝑝
√π‘›π‘π‘ž
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
𝑍=
(150 − 0,5) − (1000 ∗ 0,15)
√1000 ∗ 0,15 ∗ 0,85
𝑍 = −0,004
Con X = 150,5
𝑍=
𝑍=
(𝑋 + 0,5) − 𝑛𝑝
√π‘›π‘π‘ž
=
(150 + 0,5) − (1000 ∗ 0,15)
√1000 ∗ 0,15 ∗ 0,85
𝑍 = 0,004
Entonces:
𝑃(𝑋 = 150) = 𝑃(149,5 < 𝑋 < 150,5) = 𝑃(𝑍 < 0,04) − 𝑃(𝑍 < −0,04)
Buscando en la tabla Z = -0,04 y Z =0,004:
𝑃(𝑋 = 1150) = 0,5160 − 0,4840
𝑃(𝑋 = 1150) = 0,032
R/ La probabilidad de que exactamente 150 tubos estén defectuosos es de 0,032
c) Mas de 125 estén defectuosos
𝑃(𝑋 > 125) = 1 − 𝑃(𝑋 ≤ 125)
𝑍=
(𝑋 + 0,5) − 𝑛𝑝
√π‘›π‘π‘ž
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
𝑍=
(125 + 0,5) − (1000 ∗ 0,15)
√1000 ∗ 0,15 ∗ 0,85
𝑍 = −2,17
Entonces:
1 − 𝑃(𝑋 ≤ 125) = 1 − 𝑃(𝑍 < −2,17)
Buscando en la tabla Z = -2,17 se tiene:
𝑃(𝑋 > 125) = 1 − 0,0150
𝑃(𝑋 > 125) = 0,985
R/La probabilidad de que más de 125 tubos estén defectuosos es de 0,985
a) Distribución de probabilidad para el número de computadoras defectuosas
utilizando distribución hipergeométrica
Formula:
β„Ž(π‘₯; 𝑁, 𝑛, π‘˜) =
(π‘˜π‘₯)(𝑁−π‘˜
)
𝑛−π‘₯
(𝑁𝑛)
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Donde x es la variable aleatoria hipergeométrica, N es el numero total de computadoras,
n es el tamaño de la muestra y k es el número de computadoras defectuosas que
contiene el lote.
Definición de variables:
π‘₯ = 𝑛úπ‘šπ‘’π‘Ÿπ‘œπ‘  π‘π‘œπ‘ π‘–π‘π‘™π‘’π‘  𝑑𝑒 π‘π‘œπ‘šπ‘π‘’π‘‘π‘Žπ‘‘π‘œπ‘Ÿπ‘Žπ‘  π‘‘π‘’π‘“π‘’π‘π‘‘π‘’π‘œπ‘ π‘Žπ‘  π‘π‘œπ‘šπ‘π‘Ÿπ‘Žπ‘‘π‘Žπ‘  π‘π‘œπ‘Ÿ π‘™π‘Ž π‘’π‘ π‘π‘’π‘’π‘™π‘Ž
𝑁 = 20
𝑛=2
π‘˜=3
Análisis de todos los posibles resultados:
Como la escuela compra 2 computadoras al azar, puede que ninguna de las dos
computadoras sea defectuosa, una de ellas sea defectuosa o las dos computadoras
compradas sean defectuosas, entonces: x puede asumir los valores de 0, 1 y 2.
Para x = 0
β„Ž(0; 20,2,3) =
(30)(20−3
)
2−0
(20
)
2
β„Ž(0; 20,2,3) =
(30)(17
)
2
(20
)
2
β„Ž(0; 20,2,3) =
68
95
Para x = 1
β„Ž(1; 20,2,3) =
(31)(20−3
)
2−1
(20
)
2
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
β„Ž(2; 20,2,3) =
(31)(17
)
1
(20
)
2
β„Ž(2; 20,2,3) =
51
190
Para x = 2
β„Ž(2; 20,2,3) =
(32)(20−3
)
2−2
β„Ž(2; 20,2,3) =
(20
)
2
(32)(17
)
0
β„Ž(0; 20,2,3) =
(20
)
2
3
190
Por lo tanto, la distribución de probabilidad para el numero posible de computadoras
defectuosas compradas por la escuela es:
𝒙
𝟎
𝟏
𝟐
𝒉(𝐱; 𝟐𝟎, 𝟐, πŸ‘)
68
95
51
190
3
190
a) Formula para la distribución de probabilidad del número de automóviles con bolsas
de aire laterales entre los siguientes cuatro vehículos que venda la agencia.
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
π‘₯
= 𝑛úπ‘šπ‘’π‘Ÿπ‘œ 𝑑𝑒 π‘Žπ‘’π‘‘π‘œπ‘šó𝑣𝑖𝑙𝑒𝑠 π‘π‘œπ‘› π‘π‘œπ‘™π‘ π‘Žπ‘  𝑑𝑒 π‘Žπ‘–π‘Ÿπ‘’ π‘™π‘Žπ‘‘π‘’π‘Ÿπ‘Žπ‘™π‘’π‘  π‘’π‘›π‘‘π‘Ÿπ‘’ π‘™π‘œπ‘  𝑠𝑖𝑔𝑒𝑖𝑒𝑛𝑑𝑒𝑠 4 π‘£π‘’β„Žπ‘–π‘π‘’π‘™π‘œπ‘  π‘£π‘’π‘›π‘‘π‘–π‘‘π‘œπ‘ 
Como la probabilidad de vender un automóvil con bolsas de aire laterales es 0.50 y se
asume que todos los posibles resultados tienen la misma probabilidad de ocurrencia, y
además únicamente importa si los 4 vehículos siguientes que se vendan en la agencia
están equipados o no con bolsas de aire laterales, los puntos en el espacio muestral
están dados por S = 24 = 16, por lo que el denominador para todas las probabilidades
es 16. Ahora bien, el evento de vender x automóviles equipados con bolsas de aire
laterales puede ocurrir de (π‘₯4) formas. Finalmente, de los 4 siguientes automóviles que
se vendan en la agencia, puede que ninguno este equipado con bolsas de aire laterales
o puede que uno, dos, tres o los cuatro estén equipados con bolsas de aire laterales,
entonces x puede asumir los valores de 0, 1, 2, 3 y 4.
Dando como resultado la fórmula para la distribución de probabilidad:
𝑓(π‘₯) =
1 4
( ) , π‘π‘Žπ‘Ÿπ‘Ž π‘₯ = 0,1,2,3,4
16 π‘₯
b) Calculo de la función de la distribución acumulativa de la variable aleatoria X
Función de la distribución acumulativa:
𝐹(π‘₯) = 𝑃(𝑋 ≤ π‘₯) = ∑ 𝑓(𝑑),
π‘π‘Žπ‘Ÿπ‘Ž − ∞ < π‘₯ < ∞
𝑑≤π‘₯
Entonces, el calculo de función de la distribución acumulativa de la variable aleatoria
X que puede tomar los valores de 0, 1, 2, 3 y 4 es:
𝐹(0) = 𝑓(0) =
1 4
1
( )=
16 0
16
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
1 4
1 4
5
𝐹(1) = 𝑓(0) + 𝑓(1) = ( ( )) + ( ( )) =
16 0
16 1
16
1 4
1 4
1 4
11
𝐹(2) = 𝑓(0) + 𝑓(1) + 𝑓(2) = ( ( )) + ( ( )) + ( ( )) =
16 0
16 1
16 2
16
1 4
1 4
1 4
1 4
𝐹(3) = 𝑓(0) + 𝑓(1) + 𝑓(2) + 𝑓(3) = ( ( )) + ( ( )) + ( ( )) + ( ( ))
16 0
16 1
16 2
16 3
=
15
16
𝐹(4) = 𝑓(0) + 𝑓(1) + 𝑓(2) + 𝑓(3) + 𝑓(4)
=(
1 4
1 4
1 4
1 4
1 4
( )) + ( ( )) + ( ( )) + ( ( )) + ( ( )) = 1
16 0
16 1
16 2
16 3
16 4
Por lo tanto
0,
π‘π‘Žπ‘Ÿπ‘Ž π‘₯ < 0
1
, π‘π‘Žπ‘Ÿπ‘Ž 0 ≤ π‘₯ < 1
16
5
, π‘π‘Žπ‘Ÿπ‘Ž 1 ≤ π‘₯ < 2
16
𝐹(π‘₯) =
11
, π‘π‘Žπ‘Ÿπ‘Ž 2 ≤ π‘₯ < 3
16
15
, π‘π‘Žπ‘Ÿπ‘Ž 3 ≤ π‘₯ < 4
16
{ 1,
π‘π‘Žπ‘Ÿπ‘Ž π‘₯ ≥ 4
3
c) Verificación de que 𝑓(2) = 8
𝑓(2) = 𝐹(2) − 𝐹(1)
𝑓(2) =
11 5
−
16 16
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
𝑓(2) =
6
3
=
16 8
a) Verificación de que f(x) es una función de densidad.
Para que f(x) sea una función de densidad se debe verificar que:
𝑓(π‘₯) ≥ 0 ; ∀π‘₯
∞
{
∫ 𝑓(π‘₯)𝑑π‘₯ = 1
−∞
La primera condición si se cumple, entonces verificando la segunda condición:
+∞
∫
𝑓(π‘₯)𝑑π‘₯
−∞
2
2
π‘₯2
π‘₯3
∫
𝑑π‘₯ = |
9 −1
−1 3
=
8 1 9
+ = =1
9 9 9
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
b) Calculo de 𝑃(0 < 𝑋 ≤ 1)
1
1
π‘₯2
π‘₯3
𝑃(0 < 𝑋 ≤ 1) = ∫
𝑑π‘₯ = |
9 0
0 3
=
1 0 1
− =
9 9 9
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Instituto Tecnológico de Costa Rica
PI-2609 Probabilidad y Estadística
G01, IS 2022
Stefanny Martínez Zúñiga - 2016253125
Brandon Granados Rojas - 2019069756
Bryan Zuñiga Mora – 2020426120
Practica para segundo parcial
Download