Examen PEI Parcial I 48

Examen Parcial Calificacin
Probabilidad y Estadstica I
Nombres: Firma:
PARALELO:6440
DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

1. Si los eventos B1, B2,..., Bk constituyen una particin del espacio muestral S, donde P(Bi) 0
para i = 1, 2,...,k, entonces, para cualquier evento A en S, tal que P(A) 0,
P( Br A ) P (Br A) P ( B r ) P( ABr )
P ( B r| A )= = k = k para r=1,2 k
P (A )
P( Bi A) P ( Bi ) P( ABi)
i=1 i=1
Se denomina:
a) Muestreo.
b) Regla de Bayes.
c) Eventos Independientes.
d) Ley de conjuntos.
e) Probabilidad de eventos independientes.
2. Si A y B son dos eventos, entonces

a) P(A B) = P(A) + P(B) + P(A B).
b) P(A B) = P(A) P(B) P(A B).
c) P(A B) = P(A) / P(B) P(A B).
d) P(A B) = P(A) + P(B) P(A B).
e) P(A B) = P(A) - P(B) P(A B).
3. El conjunto de pares ordenados (x, f (x)) es una funcin de probabilidad, una funcin de masa
de probabilidad o una distribucin de probabilidad de la variable aleatoria discreta X si, para
cada resultado x posible,
a) f (x ) 0, f(x)= 0 , P (X = x ) = f (x ).
x
b) f (x ) 0, f(x) 1 , P (X = x ) = f (x ).
x
c) f (x ) 0, f(x) 1 , P (X = x ) = f (x ).
x
d) f (x ) 0, f(x)=1 , P (X = x ) = f (x ).
x
e) f (x ) 0, f(x) 1 , P (X = x ) = f (x ).
x
4. Si A y A son eventos complementarios, entonces

a) P(A) + P(A) = 1
b) P(A) - P(A) = 1
c) P(A) P(A) = 1
d) P(A) / P(A) = 1
e) P(A) + P(A) = 1
Nombres: Firma:
PARALELO:6440
1. Dos eventos A y B son independientes si y solo si

a) P(A B) = P(A)/P(B).
b) P(A B) = P(A)+P(B).
c) P(A B) = P(A)P(B).
d) P(A B) = P(A)P(B).
e) P(A B) = P(A)-P(B).
2. Si A y B son eventos mutuamente excluyentes, entonces

a) P(A B) = P(A) - P(B).
b) P(A B) = P(A) P(B).
c) P(A B) = P(A) / P(B).
d) P(A B) = P(A) + P(B)c.
e) P(A B) = P(A) + P(B).
3. Para tres eventos A, B y C,

a) P(A B C) = P(A) / P(B) / P(C) P(A B) P(A C) P(B C) + P(A B C).
b) P(A B C) = P(A) P(B) P(C) P(A B) P(A C) P(B C) + P(A B C).
c) P(A B C) = P(A) P(B) P(C) P(A B) P(A C) P(B C) + P(A B C).
d) P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C).
e) P(A B C) = P(A) + P(B) + P(C) + P(A B) + P(A C) + P(B C) + P(A B C).
4. La funcin de la distribucin acumulativa F(x) de una variable aleatoria discreta X con

distribucin de probabilidad f (x) es:
a) F ( x )=P ( X x )= f ( t ) , para < x<
t x
b) F ( x )=P ( X x )= f ( t ) , para< x<

tx
c) F ( x ) P ( X x )= f ( t ) , para< x<
t x
d) F ( x )=P ( X x )= f ( t ) , para1< x <

tx
e) F ( x )=P ( X x )= f ( t ) , para< x< 0

tx
Nombres: Firma:
PARALELO:6440
1. Si, en un experimento, pueden ocurrir los eventos A1, A2,..., Ak, entonces P(A1A2Ak) =
P(A1)P(A2|A1)P(A3|A1A2)P(Ak|A1A2Ak-1). Si los eventos A1, A2,..., Ak son
independientes, entonces
a) P(A1 A2 Ak) = 1
b) P(A1 A2 Ak) = P(A1)+P(A2)++P(Ak)
c) P(A1 A2 Ak) = -P(A1)-P(A2)--P(Ak)
d) P(A1 A2 Ak) = P(A1)/P(A2)//P(Ak)
e) P(A1 A2 Ak) = P(A1)P(A2)P(Ak)
2. Si A1, A2,..., An son mutuamente excluyentes, entonces

a) P(A1 A2 An) = P(A1) + P(A2) + + P(An).
b) P(A1 A2 An) = P(A1) - P(A2) - - P(An).
c) P(A1 A2 An) = P(A1) P(A2) P(An).
d) P(A1 A2 An) = P(A1) / P(A2) / / P(An).
e) P(A1 A2 An) = P(A1) c + P(A2) c + + P(An) c.
3. Si un experimento puede dar como resultado cualquiera de N diferentes resultados que tienen
las mismas probabilidades de ocurrir, y si exactamente n de estos resultados corresponden al
evento A, entonces la probabilidad del evento A es
a) P ( A )=n /N
b) P ( A )=N / N
c) P ( A )=n /n
d) P ( A )=N /n
e) P ( A ) ' =n /N
4. Definicin: La funcin f (x) es una funcin de densidad de probabilidad (fdp) para la variable
aleatoria continua X, definida en el conjunto de nmeros reales, si
b
a) f (x ) 0, para toda x R. f ( x ) dx=1 P (a < X < b) = f ( x ) dx
a
b
b) f (x ) 0, para toda x R. f ( x ) dx=1 P (a < X < b) = f ( x ) dx
a
b
c) f (x ) 0, para toda x R. f ( x ) dx 1 P (a < X < b) = f ( x ) dx
a
b
d) f (x ) 0, para toda x R. f ( x ) dx=1 P (a < X < b) = f ( x ) dx
a
b
e) f (x ) 0, para toda x R. f ( x ) dx=1 P (a < X < b) f ( x ) dx
a
Nombres: Firma:
PARALELO:6440
1. Un conjunto de eventos a = {A1,, An} son mutuamente independientes si para cualquier

subconjunto de a, Ai1 ..., Aik, para k n, entonces
a) P(Ai1 Aik) = P(Ai1) P(Ai2)P(Aik).
b) P(Ai1 Aik) = P(Ai1) P(Ai2)P(Aik).
c) P(Ai1 Aik) = P(Ai1) P(Ai1)P(Aik).
d) P(Ai1 Aik) = P(Ai1) P(Ai1)P(Ai1).
e) P(Ai1 Aik) = P(Ai1)- P(Ai1)--P(Aik).
2. Si A1, A2,..., An (eventos) es una particin de un espacio muestral S, entonces

a) P(A1 A2 An) = P(A1) + P(A2) + + P(An) = P(S) = 0.
b) P(A1 A2 An) = P(A1) + P(A2) + + P(An) = P(S) = -1.
c) P(A1 A2 An) = P(A1) + P(A2) + + P(An) = P(S) = 1.
d) P(A1 A2 An) = P(A1) P(A2) P(An) = P(S) = 1.
e) P(A1 A2 An) = P(A1) / P(A2) / / P(An) = P(S) = 1.
3. La probabilidad de un evento A es la suma de los pesos de todos los puntos muestrales en A

donde S es el espacio muestral y es un evento imposible de S. Por lo tanto,
a) -1 P(A) 1, P() = 0 y P(S) = 1.
b) 0 P(A) 1, P() = 0 y P(S) = 1.
c) 0 P(A) -1, P() = 0 y P(S) = 1.
d) 0 P(A) 1, P() = 1 y P(S) = 1.
e) 0 P(A) 1, P() = 0 y P(S) = 0.
4. La probabilidad condicional de B, dado A, que se denota con P(B|A), siempre que P(A) > 0, se
define como
P ( A B)
a) P ( B| A )=
P(B)
P (B B)
b) P ( B| A )=
P(B)
P ( A B)
c) P ( B| A )=
P( A)
P ( A B)
d) P ( B| A )=
P( A)
P ( A B)
e) P ( B| A )=
P( A) '
Nombres: Firma:
PARALELO:6440
1. Dos eventos A y B son independientes si se asume la existencia de probabilidad condicional, si y

solo si
a) P(B|A) = P(A) o P(A|B) = P(B).
b) P(B|A) = P(B) o P(A|B) = P(B).
c) P(B|A) = P(A) o P(A|B) = P(A).
d) P(B|A) = P(B) o P(A|B) = P(A).
e) P(B|A) = P(B) o P(A|B) = P(A).
2. Se le llama espacio muestral y se representa con el smbolo S.

a) A los eventos independientes
b) A los eventos dependientes
c) A los eventos mutuamente excluyentes
d) A la probabilidade condicional
e) Al conjunto de todos los resultados posibles de un experimento estadstico
3. Si un espacio muestral contiene un nmero finito de posibilidades, o una serie interminable con
tantos elementos como nmeros enteros existen, se llama:
a) Error de muestreo.
b) Espacio muestral continuo.
c) Espacio muestral discreto.
d) Funcin de densidad de probabilidad.
e) Variable aleatoria.
4. La funcin de distribucin acumulativa F(x), de una variable aleatoria continua X con funcin de
densidad f (x), es
x
a) F ( x )=P ( X x )= f ( t ) dt , para< x <

x
b) F ( x )=P ( X x )= f ( t ) dt , para 0< x<

x
c) F ( x )=P ( X x )= f ( t ) dt , para< x <

x
d) F ( x )=P ( X x )= f ( t ) dt , para< x <0

x
e) F ( x )=P ( X x )= f ( t ) dt , para< x <

Nombres: Firma:
PARALELO:6440
1. Definicin: Si un espacio muestral contiene un nmero infinito de posibilidades, igual al nmero

de puntos en un segmento de recta, se le denomina:
a) Funcin de densidad de probabilidad.
b) Espacio muestral continuo.
c) Variable aleatria.
d) Error de muesreo.
e) Espacio muestral discreto.
2. Sea la funcin de distribucin acumulativa F(x), de una variable aleatoria continua X Como una
consecuencia inmediata a su definicin se pueden escribir que:
a) P ( a< X < b )=F ( b ) + F ( a )
b) P ( a< X < b )=F ( b ) F ( a )
c) P ( a< X < b )=F ( b ) / F ( a )
d) P ( a< X < b )=F ( b )F ( a )
e) P ( a< X < b )=F ( b )F ( a )=1
3. Una variable aleatoria es:

a) Una funcin de densidade de probabilidad
b) Una funcin que asocia un el error de muestreo,
c) Una funcin de distribucin acumulativa F(x),
d) Una funcin que asocia un nmero imaginario con cada elemento del espacio muestral,
e) Una funcin que asocia un nmero real con cada elemento del espacio muestral,
4. De una variable aleatoria discreta X, con distribucin de probabilidad f(x), la funcin

F ( x )=P ( X x )= f ( t ) , para< x< , se denomina:
tx
a) La funcin de la distribucin acumulativa F(x)
b) La funcin de densidad acumulativa F(x)
c) La funcin de errores de F(x)
d) La funcin de probabilidad condicional de F(x)
e) La funcin de muestreo F(x)
Nombres: Firma:
PARALELO:6440
Captulo: Probabilidad (4pts)

5. Suponga que los cuatro empaquetadores de una empresa de dedicada al servicio de
transporte colocan por medio de una etiqueta lugar de entrega en cada paquete antes de ser
enviados. Alex, quien coloca la etiqueta en un 20% de los paquetes, no logra ponerla en uno de
cada 200 paquetes; Manuel, quien la coloca en 60% de los paquetes, no logra ponerla en uno de
cada 100 paquetes; Jeff, quien la coloca en 15% de los paquetes, no lo hace una vez en cada 90
paquetes; y Carlos, que etiqueta 5% de los paquetes, falla en uno de cada 200 paquetes. Si un
cliente se queja de que su paquete no lleg a su destino, la probabilidad de que haya sido
inspeccionado por Alex es:
Resp.: 0.11
6. En la siguiente figura se muestra un sistema de circuitos. Suponga que los componentes fallan de
manera independiente. Cul es la probabilidad de que el sistema completo funcione? Ver figura1.
Figura 1
Resp.::0.5708
Captulo: Variables aleatorias y Distribucin de Probabilidad (4pts)

7. Los cientficos del Departamento de Patologa Vegetal en el Tecnolgico de Virginia Tech, realizaron
un experimento en el que se aplicaron en tratamientos diferentes a varias localidades y en
distintos huertos de manzanas. El crecimiento medido por metros en un periodo de tiempo de los
rboles se resume en una distribucin de densidad de probabilidades f ( x ) , como se muestra a
continuacin:
{
x2
; 2 x 1
f ( x )= k 2
0 ; Resto x
Lleve a cabo un anlisis de varianza y determine el valor de verdad para cada una de las siguientes
proposiciones. Determine el valor de k, para que f ( x ) sea considerado como una funcin de
densidad. Resp.: k = 7 /3

8. Suponga que una familia sale de vacaciones de verano en su casa rodante y que M es el
evento de que sufrirn fallas mecnicas, T es el evento de que recibirn una infraccin por
cometer una falta de trnsito y V es el evento de que llegaran a un lugar para acampar que
est lleno. Remtase al diagrama de Venn de la figura 2 y exprese con palabras los eventos
representados por las siguiente regin: REGIN 5 3
Figura 2
Resp.:
M= Sufrirn fallas mecnicas
T= Sufrirn una infraccin por cometer una falta de trnsito
V= Llegarn a un lugar para acampar que este lleno
REGIN 5 3:
Slo Sufrirn fallas mecnicas
Sufrirn una infraccin por cometer una falta de trnsito Y Llegarn a un lugar para
acampar que este lleno PERO NO Sufrirn fallas mecnicas
Nombres: Firma:
PARALELO:6440

5. El jefe de operaciones tiene planeado realizar un seguimiento a los productos perdidos en
cuatro lneas de produccin L1, L2, L3 y L4 que operaran en 40%, 30 %, 20% y 10% en la
elaboracin de productos. Con sus investigaciones realizadas anteriormente, el jefe de
operaciones sabe que una persona tiene probabilidades de 0.2, 0.1, 0.5 y 0.2 de substraerse
productos elaborados en cada lnea de produccin respectivamente. Al realizar una inspeccin
a la salida de la jornada laboral, se detecta que una persona ha sustrado un producto
elaborado. La probabilidad de que pase por el sistema de radar que se ubica en L2 es:
Resp.::0.13

Figura 1
Resp.: 0.9216
continuacin:
x +1
k

3

;

4 x2

f ( x )=
densidad.
Resp.: k 3=4 entonces k= 3
4
8. Suponga que una familia sale de vacaciones de verano en su casa rodante y que M es el evento de
que sufrirn fallas mecnicas, T es el evento de que recibirn una infraccin por cometer una falta
de trnsito y V es el evento de que llegaran a un lugar para acampar que est lleno. Remtase al
diagrama de Venn de la figura 2 y exprese con palabras los eventos representados por las siguiente
regin: REGIN 7 2
Figura 2
Resp.:
REGIN 7 2:
Slo Sufrirn una infraccin por cometer una falta de trnsito

Llegarn a un lugar para acampar que este lleno Y Sufrirn fallas mecnicas PERO NO
Sufrirn una infraccin por cometer una falta de trnsito
Nombres: Firma:
PARALELO:6440

5. Tres mquinas de cierta planta de ensamble, B1, B2 y B3, montan 30%, 45% y 25% de los
productos, respectivamente. Se sabe por experiencia que 98%, 97% y 98% de los productos
ensamblados por cada mquina, respectivamente no tienen defectos. Ahora bien, suponga que
se selecciona de forma aleatoria un producto terminado, y se ha determinado que le producto
est defectuoso, entonces la probabilidad de que haya salido ensamblado de la mquina B2 es:
Resp.: 0.55
Figura 1
Resp.: 0.5196
un experimento en el que se aplicaron en tratamientos diferentes a varias localidades y en distintos
huertos de manzanas. El crecimiento medido por metros en un periodo de tiempo de los rboles se
resume en una distribucin de densidad de probabilidades f ( x ) , como se muestra a
continuacin:
{
3
f ( x )= xk ; 3 x 1
0 ; Resto x
densidad.
3
Resp.: k = 4
que sufrirn fallas mecnicas, T es el evento de que recibirn una infraccin por cometer una falta de
trnsito y V es el evento de que llegaran a un lugar para acampar que est lleno. Remtase al
regin: REGIN 2 3 4
Figura 2
Resp.:
REGIN 2 3 4:
Llegarn a un lugar para acampar que este lleno Y Sufrirn fallas mecnicas

Sufrirn fallas mecnicas Y Sufrirn una infraccin por cometer una falta de trnsito

Llegarn a um lugar para acampar que este lleno Y Sufrirn una infraccin por
cometer uma falta de trnsito
PERO No Llegarn a un lugar para acampar que este lleno Y Sufrirn una infraccin
por cometer una falta de trnsito Y Sufrirn fallas mecnicas
Nombres: Firma:
PARALELO:6440

5. Una empresa de manufactura emplea tres planos analticos para el diseo y desarrollo de un
producto especfico. Por razones de costos los tres se utilizan en momentos diferentes. De
hecho, los planos 1, 2 y 3 se utilizan para 40%, 30% y 30% de los productos, respectivamente.
La tasa de defectos difiere en los tres procedimientos de la siguiente manera, P(D|P1) = 0.01,
P(D|P2) = 0.02, P(D|P3) = 0.01 en donde P(D|Pj) es la probabilidad de que un producto este
defectuoso, dado el plano j. Si se observa un producto al azar y se descubre que esta
defectuoso, entonces, el plano que tiene ms probabilidad de haberse utilizado es el plano No:
Resp.: 2
Figura 1
Resp.: 0.6144
continuacin:
f ( x )= { xk 3 ; 3 x 1
0 ; Resto x
densidad.
3
Resp.: k = 4
que sufrirn fallas mecnicas, T es el evento de que recibirn una infraccin por cometer una falta
de trnsito y V es el evento de que llegaran a un lugar para acampar que est lleno. Remtase al
regin: REGIN 4 6
Figura 2
Resp.:
T= Sufrirn uma infraccin por cometer uma falta de trnsito
V= Llegarn a um lugar para acampar que este lleno
REGIN 4 6: Slo Llegarn a um lugar para acampar que este lleno Sufrirn
fallas mecnicas Y Sufrirn uma infraccin por cometer uma falta de trnsito
PERO NO Llegarn a um lugar para acampar que este lleno.
Nombres: Firma:
PARALELO:6440
HOJA DE RESPUESTAS
Pregunta a b c d e
1
2
3
4
Pregunta Respuesta
5
6
7
8
7. cual de los planos tiene mas probabilidades de haberse
utilizado y, por lo tanto, de ser el responsable?
3) Indiana Juan tiene que salvar el da. Existen tres cuevas en la que puede entrar. En la cueva 1
puede entrar el 20% de su cuerpo, en la cueva 2 puede entrar el 30% de su cuerpo y en la cueva 3
entra el 50% de su cuerpo. En cada cueva existe un cofre. En la cueva 1 existe un cofre con 10
llaves envenenadas y una llave, Suponga que los cuatro empaquetadores de una empresa de
dedicada al servicio de transporte colocan por medio de una etiqueta lugar de entrega en cada
paquete antes de ser enviados. Alex, quien coloca la etiqueta en un 20% de los paquetes, no logra
ponerla en uno de cada 200 paquetes; Manuel, quien la coloca en 60% de los paquetes, no logra
ponerla en uno de cada 100 paquetes; Jeff, quien la coloca en 15% de los paquetes, no lo hace una
vez en cada 90 paquetes; y Carlos, que etiqueta 5% de los paquetes, falla en uno de cada 200
paquetes. Si un cliente se queja de que su paquete no lleg a su destino, la probabilidad de que
haya sido inspeccionado por Alex es:
8. Una cadena de tiendas de pintura produce y vende pintura

de ltex y semiesmaltada. De acuerdo con las ventas a largo
plazo, la probabilidad de que un cliente compre pintura de
ltex es 0.75. De los que compran pintura de ltex, 60 %
tambin compra rodillos. Sin embargo, solo 30 % de los que
compran pintura semidesnatada compra rodillos. Un
comprador que se selecciona al azar adquiere un rodillo y
una lata de pintura. Cul es la probabilidad de que sea
pintura de ltex?

Examen PEI Parcial I 48

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Examen PEI Parcial I 48

Загружено:

Авторское право:

Доступные форматы

Examen Parcial Calificacin

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

2. Si A y B son dos eventos, entonces

4. Si A y A son eventos complementarios, entonces

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

1. Dos eventos A y B son independientes si y solo si

2. Si A y B son eventos mutuamente excluyentes, entonces

3. Para tres eventos A, B y C,

4. La funcin de la distribucin acumulativa F(x) de una variable aleatoria discreta X con

b) F ( x )=P ( X x )= f ( t ) , para< x<

d) F ( x )=P ( X x )= f ( t ) , para1< x <

e) F ( x )=P ( X x )= f ( t ) , para< x< 0

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

2. Si A1, A2,..., An son mutuamente excluyentes, entonces

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

1. Un conjunto de eventos a = {A1,, An} son mutuamente independientes si para cualquier

2. Si A1, A2,..., An (eventos) es una particin de un espacio muestral S, entonces

3. La probabilidad de un evento A es la suma de los pesos de todos los puntos muestrales en A

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

1. Dos eventos A y B son independientes si se asume la existencia de probabilidad condicional, si y

2. Se le llama espacio muestral y se representa con el smbolo S.

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

1. Definicin: Si un espacio muestral contiene un nmero infinito de posibilidades, igual al nmero

3. Una variable aleatoria es:

4. De una variable aleatoria discreta X, con distribucin de probabilidad f(x), la funcin

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

Captulo: Probabilidad (4pts)

Captulo: Variables aleatorias y Distribucin de Probabilidad (4pts)

Captulo: Probabilidad (4pts)

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

Captulo: Probabilidad (4pts)

Captulo: Probabilidad (4pts)

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

Captulo: Probabilidad (4pts)

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

Captulo: Probabilidad (4pts)

DOCENTE: Ing. Ral Alvarez Guale, MPC FECHA:

8. Una cadena de tiendas de pintura produce y vende pintura

Вам также может понравиться