Академический Документы
Профессиональный Документы
Культура Документы
5 de Junio de 2018
2
P(A|B)=P(A).
los eventos no son independientes..
80
T
P(A B)= 100
86
P(A)= 100
89
P(B)= 100
T
P(A B)6=P(A)*P(B)
A y B no son independientes
P(A)= 20
40
P(B)= 35
40
T
P(A B)6= P(A)*P(B)
A y B no son independientes
A=contaminación
B=no hay contaminación
P(H)=0.10
a.
0.1. EJERCICIOS PARA LA SECCIÓN 2-6 3
T T T T
P(A1’ A2’ A3’ A4’ A5’)=P(A1’)*P(A2’)*P(A3’)*P(A4’)*P(A5’)
P(Ai’)=0,95
P(Ai’)=0.59
b. T T T T
E1=(A1’T A2’T A3’T A4’T A5’)
E2=(A1’T A2’T A3’T A4’T A5’)
E3=(A1’T A2’T A3’T A4’T A5’)
E4=(A1’T A2’T A3’T A4’T A5’)
E5=(A1’ A2’ A3’ A4’ A5’)
P(Ei)=50,94 *(0.1)=0.328
c.
P(B’)=1-P(B)
P(B’)=1-0.59=0.41
2-84. Las ocho cavidades de una maquina de moldeo por inyección produce co-
nectores plásticos que caen en una banda de transporte común. Se toma una
muestra de conectores cada determinado tiempo. Suponga que las muestras son
independientes.
a.
E=producido en la cavidad
T uno
P(E1 E2 E3 E4 E5)=( 18 )5 =0.00003
T T T
b.
A=producido en la cavidad
S cinco
S S S S S S
P(A1 A2 A3 A4 A5 A6 A7 A8)=P(A1)+P(A2)+P(A3)P(A4)+P(A5)+P(A6)+P(A7)+P
P(A)=8( 81 )5 =0.00024
c.
P(E1 E2 E3 E4 E5’)=5( 18 )4 ∗ ( 78 )
T T T T
T T T T
P(E1 E2 E3 E4 E5’)=0.00107
2-86. Un lote de 500 contenedores para jugo de naranja congelado contiene cinco
que están defectuosos. Se escogen dos al azar, sin remplazo. Sean A y B los even-
tos donde el primero y el segundo contenedor son defectuosos, respectivamente.
4
a.
4
P(B|A)= 499
P(B)=P(B|A)*P(A)+P(B|A’)*P(A’)
4 5 5
P(B)= 499 ∗ 500 + 499 ∗ 495
500
5
P(B)= 500
A y B no son independientes
b. T
P(A B)=P(A)*P(B)
A y B, son independientes
F=Usuario fraudulento
R=Usuario real
P (R|F ) ∗ P (F )
P(F|R)=
P (R|F ) ∗ P (F ) + P (R|F 0 ) ∗ P (F 0 )
0,30 ∗ 0,0001
P(F|R)=
0,30 ∗ 0,0001 + 0,01 ∗ 0,9999
P(F|R)=0.003
a. ¿Cúal es la probabilidad de que la vida útil del láser sea mayor que cinco
años?
b. ¿Cúal es la probabilidad de que el láser que falla antes de cinco años provenga
de un producto que se emplea para respaldar información?
000000000000000000000000000000000
0.3. EJERCICIOS PARA LA SECCIÓN 3-1 5
X={0,1,2,3,4,5,6,7,8......50}
3-4. Un lote de 500 partes maquinadas contiene 10 que no se ajustan a los re-
querimientos del cliente. La variable aleatoria es el número de partes en una
muestra de cinco que no cumplen con los requerimientos del cliente.
X={0,1,2,3,4,5,......491}
X={ 0,1,2,3,4,5,6,.......}
1 1 1
8+8=4
1 1 3
8+4=8
1 3 1
8+8=2
1 1 1
4+4=2
1 3 5
4+8=8
3 3 6
8+8=8
X={ 41 , 38 , 12 , 58 , 86 }
6
a. P(X=1.5)
b. P(0.5<X<2.7)
c. P(X>3)
d. P(0 ≤ X <2)
e. P(X=0 o X=2)
a.
P(X=1.5)= 31
b.
P(0.5<X<2.7)=P(X=1.5)+P(X=2)= 16 + 13
P(0.5<X<2.7)= 13
c.
P(X>3)=0
d.
P(0 ≤ X <2)=P(X=0)+P(X=1.5)
P(0 ≤ X <2)= 31 + 13
P(0 ≤ X <2)= 32
e.
P(X=0 o X=2)= 13 + 61
P(X=0 o X=2)= 12
segundos 30 31 32 33 34 35 36 37 38 39
número de ensambles 3 5 6 9 12 25 32 15 9 6
bilidades 0.3, 0.6, y 0.1, respectivamente. Las ganancias anuales asociadas con
un producto éxitos, poco exitoso o no exitoso son 10 millones, cinco millones y
un millón de dolares, respectivamente. Definase la variable aleatoria X como la
ganancia anual del producto. Determine la función de probabilidad de X.
P(X=10 millones)=0.3
P(X=5 millones)=0.6
P(X=1 millon)=0.1
3-18.
x -2 -1 0 1 2
1 2 2 2 1
f(x)
8 8 8 8 8
a. P(X≤2)
b. P(X>-2)
c. P(-1 ≤ X ≤ 1)
d. P(X ≤-1 o X = 2)
3 1
3-20. f(x)= ( )*( )x , x=0, 1, 2,...
4 4
a. P(X=2)
b. P(X≤2)
c. P(X >2)
d. P(X ≥ 1)
a.
P(X=2)=( 34 ) ∗ ( 41 )2 = 64
3
b.
P(X≤2)=( 34 ) ∗ (1 + 1
4 + ( 14 )2 )= 63
64
c.
1
P(X >2)=1-P(X62)= 64
d.
P(X ≥ 1)=1-P(X60)=1- 43 = 14
3-22. Una persona pide prestado un llavero con cinco llaves, y no save cúal es
la que abre un candado. Por tanto, intenta con cada llave hasta que lo consigue
abrirlo. Sea la variable aleatoria X el número de intentos necesarios para abrir
el candado. Determine la función de probabilidad de X.
a. ¿Cúal es el valor de P(X≤1)?
b. ¿Cúal es el valor de P(X=5)?
c. ¿Cúal es el valor de P(X≤3)?
3-24. Demuestre, mediante el empleo de una serie infinita, que la función fx (x)
8
a. P(X≤5.25)
b. P(X≤5.2)
c. P(5.1<X≤5.5)
d. P(X>4.9)
a.
P(X≤5.25)
b.
P(X≤5.2)
c.
P(5.1<X≤5.5)
d.
P(X>4.9)
0 x<1
1
− 2 ≤ x < −1
8
38 −1≤x<0
Fx (x) = (1)
5
0≤x<1
8
7
1≤x<2
8
1 2≤x
3-30. compruebe que las siguientes funciones son funciones de distribución acu-
mulada, y calcule la función de probabilidad y las probabilidades perdidas.
0.5. EJERCICIOS PARA LA SECCIÓN 3-3 9
0 x<1
Fx (x) = 0.5 1≤x<3 (2)
1 3≤x
a. P(X≤ 3)
b. P(X≤ 2)
c. P(1≤X≤2)
d. P(X>2)
a.
P(X≤ 3)=1
b.
P(X≤ 2)=0.5
c.
P(1≤X≤2)=P(X=1)=0.5
d.
P(X>2)1-P(X62)=0.5
1
0 x< 8
1 1
0.2 ≤x<
8 4
Fx (x) = (3)
1 3
0.9 ≤x<
4 8
3
1 ≤x
8
a. P(X≤ 81 )
b. P(X≤ 14 )
5
c. P(X≤ 16 )
d. P(X> 41 )
e. P(X≤ 12 )
10
a. P(X≤ 18 ))=0.2
b. P(X≤ 41 )=0.9
5
c. P(X≤ 16 )=0.9
d. P(X> 14 )=0.1
e. P(X≤ 12 )=1
Sea X el diámetro interno de los anillos para pistón de este proceso. Determine
la media y la varianza de X.
Contenido de Humedad.
3% 4%
1% $0 $10
proveedor 2% $70 $100
0.7. EJERCICIOS PARA LA SECCIÓN 3-5 11
E(X)= 0+100
2 =50
2
−1
V(X)= (100−0+1)
12 =850
3-48. Sea X una variable aleatoria discreta; los valores que puede tomar son 18 , 14
o 38 , cada uno con la misma probabilidad. determine la media y la varianza de X.
E(X)=590+0.1( 0+9
2 )=590.45
2
−1
V(X)=(0,1)2 ( (9−0+1)
12 )=0.0825
3-52. Demuestre que para una variable aleatoria discreta X, si cada uno de los
valores del rango de X se multiplica por una constante c, entonces el efecto es
multiplicar la media de X por c y la varianza de X por c2 . Esto es, demuestre
que E(cX)=cE(X) y V(cX)=c2 V(X).
P P
E(cX)= x cxf(X)=c x xf(X)=cE(X)
0 x<0
0.125 0≤x<1
F (x) = 0.5 1≤x<2 (4)
0.875 2≤x<3
1 3≤x
p=0.01
40
P(X=0)= *0,010 ∗ 0,9940 =0.6690
0
3-62. Las lineas telefonicas del sistema de reservación de una aerolinea, estan
ocupadas 40 % del tiempo. Suponga que los eventos donde las lineas estan ocu-
padas en llamadas sucesivas son independientes. Suponga que se hacen diez
llamadas telefonicas al sistema de reservación.
a.
10
P(X=3)= *0,43 ∗ 0,67 =0.215
3
b.
P(X>1)=1-P(X=0)
10
P(X>1)=1- *0,40 ∗ 0,610
0
P(X>1)=0.994
c.
E(X)=10(0.4)=4
E(X)=20(0.01)=0.2
V(X)=20(0.01)(0.99)=0.198
√
dX +3σX =0.2+3 0,198=1.53
a.
P(X>1.53)=P(X>2)=1-P(X61)
20 0 20 20
P(X>1.53)=1-( *0,01 ∗ 0,99 + *0,011 ∗ 0,9919 )
0 1
P(X>1.53)=0.0169
3-66. Este ejercicio ilustra el impacto que la baja calidad puede tner sobre planes
y costos. Un proceso de fabricacion tiene 100 pedidos en espera de ser surtidos.
Cada pedido necesita un componente que se compra a otro proveedor. Sin em-
bargo, lo comun es identificar 2 % de estos componentes como defectuosos; por
otra parte, puede suponerse que el estado de cada componente es idenpendientte
del de los demas.
a.
100
P(X=0)=( *0,020 ∗ 0,98100 =0.133
0
b.
102 0 102 102 1 101 102
P(X62)=( *0,02 ∗0,98 +( *0,02 ∗0,98 +( *0,022 ∗0,98100
0 1 2
P(X62)=0.6667
c.
P(X65)=0.981
3-68. Una perdona pasa todas las mañanas a la misma hora por un crucero
0.9. EJERCICIOS PARA LA SECCIÓN 3-8 15
donde el semaforo está en verde el 20 % de las veces. Suponga que cada mañana
representa un ensayo independiente.
a.
5
P(X=1)= *0,21 ∗ 0,84 =0.410
1
b.
20
P(X=4)= *0,24 ∗ 0,816 =0.218
4
c.
P(X>5)=1-P(X64)=1-0.630=0.370
a. P(X=1)
b. P(X=6)
c. P(X=4)
a.
20 80
∗
1 3 = 100∗99∗98∗97
20∗80∗79∗78
P(X=1)= 6
100 24
4
P(X=1)=0.4191
b.
P(X=6)=0 porque solo es pude hacer hasta 4
c.
20 80
∗
4 0 = 100∗99∗98∗97
20∗19∗18∗17
P(X=4)= 24
100 24
4
P(X=4)=0.0012
16
3-84. Suponga que X tiene una distribución hipergeométrica con N =20, n=4 y
K =4. Calcules lo siguiente:
a. P(X=1)
b. P(X=4)
c. P(X62)
a.
4 16
∗
4 0 1
P(X=1)= = 20∗19∗18∗17
20 24
P(X=1)=0.4623
b.
4 16
∗
4 0 1
P(X=4)= = 20∗19∗18∗17
20 24
P(X=4)=0.00021
c.
P(X62)=P(X=0)+P(X=1)+P(X=2)
4 16 4 16 4 16
∗ ∗ ∗
0 4 1 3 2 2
P(X62)= + +
20 20 20
4 4 4
P(X62)=0.1644
3-86. Suponga que X tiene una distribución hipergeométrica con N =10, n=3 y
K =4. Dibuje la función de probabilidad de X.
0.9. EJERCICIOS PARA LA SECCIÓN 3-8 17
4 6
∗
0 3 6,5∗4
P(X=0)= = 10∗9∗8
6
10 6
3
P(X=0)= 16
4 6
∗
1 2 4∗5∗6
P(X=1)= = 2
10∗9∗8
10 6
3
P(X=1)= 12
4 6
∗
2 1 6∗6
P(X=2)= = 120
10
3
3
P(X=2)= 10
4 6
∗
3 0 4
P(X=3)= = 120
10
3
1
P(X=3)= 30
a.
96
Para el ejercicio 4-74. Es 99
16
Para el ejercicio 4-75. Es 19
b. n=4 p=0.2
4
P(X=1)= *0,21 ∗ 083 =0.4096
1
4
P(X=4)= *0,24 ∗ 080 =0.0016
4
c. n=4 p=0.2
4
P(X=1)= *0,21 ∗ 083 =0.4096
1
4
P(X=4)= *0,24 ∗ 080 =0.0016
4
a.
0.10. EJERCICIOS PARA LA SECCIÓN 3-9 19
6 42
∗
6 0 48! −1
P(X=6)= =( 6!∗42! )
48
6
P(X=6)=8.15*10−8
b.
6 42
∗
5 1 15∗42∗41
P(X=5)= =( 2 )
48 48
6 6
P(X=5)=2.05*10−5
c.
6 42
∗
4 2 15∗42∗41
P(X=4)= =( 2 )
48 48
6 6
P(X=4)=0.00105
d.
1
p= 12271,512
p=2359
a.
−4
∗40
P(X=0)= e 0! =e−4 =0.0183
b.
P(X62)=P(X=0)+P(X=1)+P(X=2)
−4 1 −4 2
P(X62)=e−4 + e 1!∗4 + e 2!∗4 =0.2381
c.
−4
∗44
P(X=4)= e 4! =0.1954
d.
−4
∗48
P(X=8)= e 8! =0.0298
20
3-96. Suponga que el número de clientes que entran en un banco en una hora
es una variable aleatoria Poisson, y que P(X=0)=0,05. Calcule la media y la
varianza de X.
P(X=0)=e−λ =0.05
λ=ln(0.05)=2.996
E(X)=V(X)=2.996
3-98. Se supone que el número de defectos en los rollos de la tela de cierta in-
dustria textil es una variable aleatoria Poisson con una media de 0.1 defectos
por metro cuadrado.
a. ¿Cuál es la probabilidad de tener dos defectos en un metro cuadrado de tela?
b. ¿Cuál es la probabilidad de tener un defecto en 10 metros cuadrado de tela?
c. ¿Cuál es la probabilidad de que no halla defectos en 20 metros cuadrados de
tela?
d. ¿Cuál es la probabilidad de existan al menos dos defectos en 10 metros cua-
drados de tela?
a. λ=0.1 −0,1
∗0,12
P(X=2)= e 2! =0.0045
b. λ=1
−1
∗11
P(Y=1)= e 1! =0.3679
c. λ=2
P(Z=0)=e−2 =0.1353
d.
P(X≥8)=1-P(Y≤1)=1-P(Y=0)-P(Y=1)=0.2642
a. λ=10
P(X=0)=e−10 =4,54 ∗ 10−5
b. λ=1
P(Y≥1)=1-P(Y=0)=1-e−1 =0.6321
0.11. EJERCICIOS PARA LA SECCIÓN 5-2 21
c. λ=2
P(Z≤1)=P(Z=0)+P(Z=1)=0.367945
a. P(X = 1 |Y = 2)
b. P(X= 1, Y= 1 | Z = 2)
c. P(X=1 | Y=2, Z=2 )
a.
P(X = 1 |Y = 2)= P (X=2,Y =2)
P (Y =2)
0,15+0,2
P(X = 1 |Y = 2)= 0,15+0,2+0,1+0,05 =0.7
b.
P(X= 1, Y= 1 | Z = 2)= P (X=1,Y =1,Z=2)
P (Z=2)
0,1
P(X = 1 |Y = 2)= 0,1+0,2+0,15+0,05 =0.2
c.
P(X=1 | Y=2, Z=2 )= P (X=1,Y =2,Z=2)
P (Z=2,Y =2)
0,2
P(X = 1 |Y = 2)= 0,2+0,05 =0.8
a.
p1=0.05 p2=0.8 p3=0.15
b.
22
(X, Y, Z) x+y+z=20
c.
n=20 p=0.05
d.
E(X)=20(0.05)=1
V(X)=20(0.05)(0.95)=0.95
a.
P(X=2, Z=3|Y = 17)= P (X=2,Z=3,Y
P (Y =17)
=17)
2 17 3
∗0,80 ∗0,95
P(X=2, Z=3|Y = 17)= 20!∗0,05
2!∗3!∗17!∗0,2054 =0.1339
b.
P(X=2 | Y = 17)= P (X=2,Y =17)
P (Y =17)
P(X=2 | Y = 17)=P (X = 2, Y = 17, Z = 1)
2 17
∗0,8 ∗0,15
P(X=2,Y=17,Z=1)= 20!∗0,05
2!∗1!∗17! =0.0289
a.
P(X=1, Y=2, Z=1)= P (X=1,Y =2,Z=1)
P (Z=1)
2
∗0,4
P(X=1, Y=2, Z=1)= 15!∗0,267∗0,34
2!∗1!∗1! =0.4762
b.
P(X=1, Y=1) P (X=1,Y =2,Z=0)
P (Z=0)
P(X=1, Y=1)= 15!∗0,267∗0,34∗0,4
0!∗1!∗1! =0.1333
c.
E(X1)=n*p1=4
E(X2)=n*p2=5
0.12. EJERCICIOS PARA LA SECCIÓN 4-2 23
E(X3)=n*p3=6
V(X1)=n*p1*q1=2.93
V(X2)=n*p2*q2=3.33
V(X3)=n*p3*q3=3.6
a. 2 2 0
∗0,3 ∗0,1
P(X=2,Y=2,Z=0)= 4!∗0,62!∗2!∗0! =0.1944
b. 0 0 4
∗0,3 ∗0,1
P(X=0,Y=0,Z=4)= 4!∗0,60!∗4!∗0! =0.0001
a. ¿Cuál es la probabilidad de que dos bits tengan una distorsión alta y uno
una distorsión moderada?
b. ¿Cuál es la probabilidad de que los tres bits tengan una distorsión baja?
a. 2 1 0
∗0,04 ∗0,95
P(X=2,Y=1,Z=0)= 3!∗0,012!∗1!∗0! =1.2*10−5
b. 0 0 3
∗0,04 ∗0,95
P(X=0,Y=0,Z=3)= 3!∗0,010!∗3!∗0! =0.8574
a.
fx (x)=kx2 para 0 <x <4
b.
fx (x)=k(1+2x) para 0 <x <2
c.
fx(X)=ke−x para 0 <x
a. R∞
x
e−x dx
−e−x |∞
x =e
−x
=0.10
x=-ln(0.10)=2.3
b. Rx
0
e−x dx
−e−x |x0 =1-e−x =0.10
x=-ln(0.90)=0.1054
4-12. Suponga que fx(X)=1.5x elevado 2 para -1 menor que x menor que 1.
Calcule las siguientes probabilidades.
a. P(0 <X)
b. P(0.5 <X)
c. P(-0.5 6X60.5)
d. P(X <-2)
e. P(X <0 o X >-0.5)
f. Calcule el valor de x tal que P(x <X)= 0.05
a.
P(0 <X)=0.5
b. R1
P(0.5 <X)= 0,5 1,5x2 dx
P(0.5 <X)=0,5x3 |10,5 =0.5-0.0625=0.4375
c. R 0,5
P(-0.5 6X60.5)= −0,5 1,5x2 dx
P(-0.5 6X60.5)=0,5x3 |0,5
−0,5 =0.125
d.
P(X <-2)=0
0.12. EJERCICIOS PARA LA SECCIÓN 4-2 25
e.
P(X <0 o X >-0.5)=1
f. R1
P(x <X)= x 1,5x2 dx
P(x <X)=0,5x3 |1x =0.5-0.5x3 =0.05
x=0.9655
a. R 50,25
P(X<50)= 50 2 dx
50,25 1
P(x <X)=2x|50 =2
b. R 50,25
P(X>x)=0.90= x 2 dx
P(X>x)=2x|50,25
x =100.5-2x
2x=99.6 x=49.8
a.
P(X<2.25 o X>2.75)=P(X<2.25)+P(X>2.75)
P(X<2.25)=0
R 2,8
P(X>2.75)= 2,75 2 dx
P(X>2.75)=2(0.05)=0.10
26
0 x<0
F (x) = 0.2x 0. ≤ x < 5 (5)
1 5≤x
a.
P(X <2.8)=P(X 62.8)
P(X <2.8)=0.2(2.8)=0.56
b.
P(X >1.5)=1-P(X61.5)=1-0.2(1.5)
P(X >1.5)=0.7
c.
P(X <-2)=Fx (−2)=0
d.
P(X >6)=1-Fx (6)=0
fx (x)=e−x 0<x
Rx
Fx (x)= 0 e−x dx
Fx (x)=−e−x |x0 =1 − e−x
0.13. EJERCICIOS PARA LA SECCIÓN 4-3 27
0 x>0
F (x) = (6)
1-e−x x<0
0 x≤0
F (x) = (7)
−x
1-e 100 x>0
b.
−3000
P(X>3000)=1-P(X63000)=1-(1-e 1000 )
P(X>3000)=e−3
a. F(x)=1-e−2x x>0
b.
0 x<0
0.2x 0. ≤ x < 4
F (x) = (8)
0.04x+0.64 4≤x<9
1 9≤x
c.
28
0 x < −2
0.25x+0.5 −2≤x<1
Fx (x) = (9)
0.5x+0.25 1 ≤ x < 1,5
1 1,5 ≤ x
4-28. Continuación del ejercicio 4-8. Calcule la media de cada una de las
tres funciones de densidad del ejercicio 4-8.
a. R4
E(X)= 0 kx2 dx
3
E(X)=k x3 |40 =k( 64
3 )
R4
V(X)= 0
(x − k( 64 2
3 )) dx
3 64 2
3 x
V(X)=( x3 − k 8 + 4096 2 4 64 128 16384 2
9 xk )|0 = 3 + 3 k+ 9 k
b. R2
E(X)= 0 k(2x + 1) dx
E(X)=k(x2 + x)|20 =2k
R2
V(X)= 0
(x − 2k)2 dx
3
V(X)=( x3 − 2kx2 + 4k 2 x)|20 = 38 +8k+8k 2
c. R∞
E(X)= 0 ke−x dx
E(X)=−ke−x |∞
0 =k
0.14. EJERCICIOS PARA LA SECCIÓN 4-4 29
R∞
V(X)= 0
(x − k)2 dx
3
V(X)=( x3 − kx2 + xk 2 )|40 = 64
3 +16k − 4k
2
a. R 120
E(X)= 100 x600x−2 dx
E(X)=600ln(x)|120
100 =109.39
R 120 600
V(X)= 100
(x − 109,39)2 ∗ x2 dx
b.
a. R∞
E(X)= 5 x10e−(x−5) dx
R∞
E(X)=−xe−10(x−5) |∞
5 + 5
e−10(x−5) dx
30
xe−10(x−5) ∞
E(X)=5 − 10 |5 =5.1
R∞
V(X)= 5
(x − 5,1)2 10e−10(x−5) dx
b. R∞
P(X>5.1)= 5,1 10e−(x−5) dx
P(X>5.1)=−e−10(x−5) |∞
5,1 =0.3679
a.
E(X)= (5,5+1,5)
2 =3.5
2
V(X)= (5,5−1,5)
12 = 43
q
σX = 34 =0.866
b. R 2,5
P(X<2.5)= 1,5 0,25 dx
P(X<2.5)=0,25x|2,5
1,5 =0.25
4-38. Continuación del ejercicio 4-14. Calcule la media y la varianza del pe-
so de los paquetes del ejemplo 4-14, mediante el empleo de los resultados para
una distribución uniforme continua.
E(X)= (50,25+49,75)
2 =50.0
2
V(X)= (50,25−49,75)
12 =0.02008
0.15. EJERCICIOS PARA LA SECCIÓN 4-5 31
σx =0.144
0 x < 0,95
F (x) = 10x-0.95 0,95 ≤ x < 1,05 (10)
1 1,05 ≤ x
Rx
P(X<2.5)= 0,95 10 dx
P(X<2.5)=10x|x0,95 =10x-9.5
4-42. El espesor de la capa de sustancia foto protectora que se aplica a las obleas
en el proceso de fabricación de semiconductores en cierta área de la oblea, tiene
una distribución uniforme entre 0.2050 y 0.2150 micrómetros. Obtenga la fun-
ción de distribución acumulada del espesor de la sustancia foto protectora.
0 x < 0,2050
F (x) = 100x-20.50 0,2050 ≤ x < 0,2150 (11)
1 0,2150 ≤ x
Rx
P(X<2.5)= 0,2050 100 dx
P(X<2.5)=100x|x0,2050 =100x-20.50
a. R 40
P(X>35)= 35 0,1 dx
P(X>35)=0,1x|40
35 =0.5
b.
P(X>x)=0.90
R 40
P(X>x)= x 0,1 dx=0.1(40-x)
x=31
32
c.
E(X)= (30+40)
2 =35
2
V(X)= (40−30)
12 =8.33
a. P(-1<Z<1)
b. P(-2<Z<2)
c. P(-3 <Z <3)
d. P(Z >3)
e. P( 0<Z<1)
a.
P(-1<Z<1)=P(Z<1)-P(Z>1)
P(-1<Z<1)= 0.84134-(-0.84134)
P(-1<Z<1)=0.68268
b.
P(-2<Z<2)=P(Z<2)-(1-P(Z<2))
P(-2<Z<2)=0.9545
c.
P(-3 <Z <3)=P(Z<3)-(1-P(Z<3))
P(-3 <Z <3)=0.9973
d.
P(Z >3)=1-P(Z<3)
P(Z >3)=0.00135
e.
P( 0<Z<1)=P(Z<1)-P(Z<0)
P( 0<Z<1)=0.8414-0.5
P( 0<Z<1)=0.34134
4-48. Suponga que Z tiene una distribución normal estándar. Utilice la tabla II
del apéndice para determinar el valor de z que resuelve cada una de las siguien-
tes probabilidades:
a.
P( -z <Z <z) = 0.95
0.16. EJERCICIOS PARA LA SECCIÓN 4-6 33
b.
P( -z <Z <z) = 0.99
c.
P( -z <Z <z) = 0.68
d.
P( -z <Z <z) = 0.9973
4-50. Suponga que X tiene una distribución normal con media 10 y desviación
estándar 2. Calcule el valor de x que resuelve cada una de las siguientes proba-
bilidades:
a.
x−10
P(X >x)=P(Z < 2 )= 0.5
x−10
2 =0
x=10
b.
x−10
P(X >x)= P(Z > 2 )
x−10
P(X >x)= 1-P(Z < 2 )=0.95
x−10
P(Z < 2 )=0.05
x−10
(Z > 2 )=-1.64
x=6.72
c.
P(x<X <10)=P( x−10
2 < Z < 0)
x−10
P(x<X <10)=P(Z < 0)-P(Z < 2 )
x−10
P(x<X <10)=0.5-P(Z < 2 )=0.2
x−10
P(Z < 2 )=0.3
x−10
2 =-0.52
x=8.96
d.
P(-x <X-10 <x) =0.95
34
x
2 =1.96
x=3.92
e.
P(10-x <X <10+ x) =P( −x x
2 < Z < 2)
x
2 =2.58
x=5.16
4-52. Suponga que X tiene una distribución normal con media 5 y desviación
estándar 4. Obtenga el valor de x que resuelve cada una de las siguientes pro-
babilidades:
a.
x−5
P(X >x) =P(Z > 4 )=0.5
x=5
b.
x−5
P(X >x)= P(Z > 4 )=0.95
x−5
P(Z < 4 )=0.05
x−5
4 =-1.64
x= -1.56
c.
P(x <X <9)=P( x−5
4 < Z < 1)= 0.2
x−5
P(x <X <9)= P(Z<1)-P(Z < 4 )=0.2
x−5
P(Z < 4 )= 0.64134
x−5
4 = 0.36
0.16. EJERCICIOS PARA LA SECCIÓN 4-6 35
x= 6.44
d.
P(3 <X <x)=P( 3−5
4 <Z <
x−5
4 )= 0.95
x−5
P(Z < 4 )-P(Z < −0,5)= 0.95
x−5
P(Z < 4 )-0.30854= 0.95
x−5
P(Z < 4 )-P(Z < −0,5)= 1.20854
e.
P(5-x <X <5+x)=P( 5−x−5
4 <Z< 5+x−5
4 )
x
4 =2.58
x=11.32
a.
40−35
P(X <40) =P(Z < 2 )
b.
30−35
P(X <30) =P(Z < 2 )
a.
12−12,4
P(X <12) =P(Z < 0,1 )
P(X <-4)∼
=0
b.
12,1−12,4
P(X <12.1) =P(Z < 0,1 )
0.00135+0.02275= 0.0241
c.
P(12.4-x<X <12.4+x) =0.99
P( −x
0,1 < Z <
x
0,1 )= 0.99
x
P(Z < 0,1 )= 0.995
x =0.1(2.58)=0.258
0.16. EJERCICIOS PARA LA SECCIÓN 4-6 37
a.
P(0.4<X<0.5)=0.47725
c.
P(X>x)=0.90
x−0,4
P(X>x)=P(Z > 0,05 )=0.90
x−0,4
0,05 =-1.28
x=0.336
a.
38
P(89.7<X<90.3)=P( 89,7−90
0,1 <Z< 90,3−90
0,1 )
P(89.7<X<90.3)=P(-3<Z<3)
P(89.7<X<90.3)=0.9973
b.
89,8−90 90,2−90
P(X<89.7)+P(X>90.2)=P( x−90
0,1 <
x−90
0,1 )+P( 0,1 < 0,1 )
P(89.7<X<90.3)=0.0455
a.
5000−7000
P(X<5000)=P(Z < 600 )
P(X<5000)=P(Z<-3.33)
P(X<5000)=0.00043
b.
P(X>x)=0.95
x−7000
P(Z > 600 )=0.95
x−7000
600 =-1.64
x=6016
0.16. EJERCICIOS PARA LA SECCIÓN 4-6 39
c.
4-64. El peso de un moderno zapato deportivo para correr tiene una distribución
normal con media 12 onzas y desviación estándar de 0.5 onzas
a.
13−12
P(X>13)=P(Z > 0,5 )
P(X>13)=P(Z>2)
P(X>13)=0.02275
b.
P(X<13)=0.999
13−12
P(Z < σ )=0.999
1
σ =3.09
1
σ= 3,09 =0.324
c.
P(X<13)=0.999
13−d
P(Z < 0,5 )=0.999
13−d
0,5 =3.09
d=11.455