Академический Документы
Профессиональный Документы
Культура Документы
Facultad de Ingeniería
Escuela Profesional de Ingeniería Mecánica
Trujillo, Perú
2019
PRACTICA 6:
DISTRIBUCIÓN DE PROBABILIDAD CONTINUAD
I. INTRODUCCIÓN:
Toda distribución de probabilidad es generada por una variable aleatoria x, la
que puede ser de dos
tipos:
Variable aleatoria discreta (x): Se le denomina variable porque puede tomar
diferentes valores,
aleatoria, porque el valor tomado es totalmente al azar y discreta porque solo
puede tomar valores
enteros y un número finito de ellos.
Ejemplos:
Variable que nos define el número de burbujas por envase de vidrio
que son generadas en un proceso dado: 0, 1, 2, 3, 4, 5, etc, etc.
burbujas por envase
Variable que nos define el número de productos defectuosos en un lote
de 25 productos.: 0, 1,2, 3,....,25 productos defectuosos en el lote
Variable que nos define el número de alumnos aprobados en la materia
de probabilidad en un grupo de 40 alumnos: 0, 1, 2, 3, 4, 5,....,40
alumnos aprobados en probabilidad
Con los ejemplos anteriores nos damos cuenta claramente que los valores de
la variable x siempre
serán enteros, nunca fraccionarios.
Variable aleatoria continua (x). Se le denomina variable porque puede tomar
diferentes valores,
aleatoria, porque los valores que toma son totalmente al azar y continua
porque puede tomar tanto
valores enteros como fraccionarios y un número infinito de ellos.
Ejemplos:
Variable que nos define el diámetro de un engrane en pulgadas: 5.0”,
4.99, 4.98, 5.0, 5.01, 5.0, 4.96
Variable que nos define la longitud de un cable o circuito utilizado en
un arnés de auto: 20.5cm, 20.1, 20.0, 19.8, 20,6, 20.0, 20.0
Variable que nos define la concentración en gramos de plata de
algunas muestras de mineral:
14.8gramos, 12.0, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8
Como se observa en los ejemplos anteriores, una variable continua puede
tomar cualquier valor, entero o fraccionario, una forma de distinguir cuando
se trata de una variable continua es que esta variable nos permite medirla o
evaluarla, mientras que una variable discreta no es medible, es una variable
de tipo atributo, cuando se inspecciona un producto este puede ser defectuoso
o no, blanco o negro, cumple con las especificaciones o no cumple, etc.
DESARROLLO
Recordemos que en la distribución normal estandar
𝑥− 𝜇
𝑧=
𝜎
Luego del enunciado
𝜇 = 3.7
𝜎 = 1.4
x=2.0
Entonces reemplazando, z= -1.21
Luego P(z<=-1.21) = 0.112319319
ÍTEM
X 69
Varianza 60.84
u 51
Desv.est. 7.8
Z 2.30769231
Casos 2077.93293
DESARROLLO
DESARROLLO:
Del enunciado tenemos:
u=1500mm
desv.est=200mm
a. Se nos pide x<=1200, entonces reemplazamos en la fórmula de
z=(x-u) /desv.est
Luego, z=-1.5 y p(z<=-1.5) por tabla es 0.066807201
Por tanto, la probabilidad de que en un año determinado la lluvia no
supere los 1200mm es de 6.68%
8. EJEMPLO ADICIONAL
Para El tiempo empleado, en horas, en hacer un determinado producto
sigue una distribución N(10, 2) . Se pide la probabilidad de que ese
producto se tarde en
a. Menos de 7 horas
b. Entre 8 y 13 horas
DESARROLLO