Ejercicios de Probabilidad y Estadística, 24 de Agosto 2020.
Ejercicios de Probabilidad y Estadística, 24 de Agosto 2020.
Ejercicios de Probabilidad y Estadística, 24 de Agosto 2020.
Alumno:
Solución:
Las probabilidades se calculan como siguen:
P ( Atacada|V 1 ) P ( V 1 ) 0.05∗.5
P ( V 1∨Atacada )= = =0.2778
P ( Atacada ) 0.05∗.5+0.1∗0.2+0.075∗.2+ 0.3∗0.1
P ( Atacada|V 1 ) P ( V 1 ) 0.1∗.2
P ( V 2∨Atacada )= = =0.2222
P ( Atacada ) 0.05∗.5+0.1∗0.2+0.075∗.2+ 0.3∗0.1
P ( Atacada|V 1 ) P ( V 1 ) 0.075∗.2
P ( V 3∨ Atacada )= = =0.1667
P ( Atacada ) 0.05∗.5+ 0.1∗0.2+0.075∗.2+0.3∗0.1
P ( Atacada|V 1 ) P ( V 1 ) 0.3∗.1
P ( V 4∨Atacada )= = =0.3333
P ( Atacada ) 0.05∗.5+0.1∗0.2+0.075∗.2+ 0.3∗0.1
Ac, ( A/B)c, (B/A)c, (AUB)c, ¿Son independientes los eventos A y B? ¿Por qué?
Solución
Las probabilidades son:
P ( A c )=1−0.2=0. 8
c P ( A ) + P ( AB ) −P ( AUB ) 0.2+ 0.3−0.4
P ( A|B ) =1−P ( A|B )=1− =1− =0.33 3
P (B ) 0.3
c P ( A ) + P ( AB ) −P ( AUB ) 0.2+ 0.3−0.4
P ( B| A ) =1−P ( B|A )=1− =1− =0. 5
P ( A) 0.2
P ( AuB )c =1−0.4=0. 6
Para saber si son independientes, debemos ver que P ( B| A )=0.5 ≠ P(B). Por tanto no son
independientes
X 0 1 2 3 4 5 6 ∑
fX(x) 0.12 0.32 0.28 0.17 0.06 0.03 0.02 1.00
Solución
Sea X una v.a. que denota el número de defectuosos en la muestra. X es binomial con
parámetros n=12 y p=0.30. Entonces las probabilidades son:
E( X)=np=12∗0.3=3. 6
V ( X)=np(1−p)=2.52
Solución
P ( X=x )= ( nx ) p ( 1− p )
x n −x
Las probabilidades para distribución Poisson de parámetro λ se calculan con la función
masa de probabilidad Poisson:
e− λ λ x
P ( X=x )=
x!
Para una distribución Binomial con parámetros n=100 y p=0.001 su aproximación Poisson
tiene parámetro (100)(0.001)=1. Entonces las probabilidades solicitadas son:
Podemos ver que ambas probabilidades son casi iguales, pues las diferencias son menores a
0.0001 y esto se debe a que n es muy grande y p es pequeño, por lo cual la Poisson se
vuelve una buena aproximación a la binomial.
Solución
( 80−60
P ( X ≤80 )=P Z ≤
9 )
=ϕ ( 2.2222 ) ≈ 0.986 9
50−60
P ( X ≤50 )=P ( Z ≤
9 )
=ϕ (−1.1111 )=1−ϕ ( 1.1111 ) ≈ 0.133 3
Solución
x́=
∑ x i =3.87778
n
S2=
∑ ( x¿¿ i− x́ )2 =0.2396 ¿
n−1
La regla de decisión a probar es:
H o : μ ≤3.5 vs H a : μ> 3.5
Para un nivel de significancia α =0.05, la t de tablas es: t 8 ( 0.05 )=1.86 y para α =0.01, la t
de tablas es t 8 ( 0.01 ) =2.9. Por tanto para un nivel de significancia de 0.05, la t calculada es
mayor que la t de tablas, y por tanto existe evidencia para rechazar la hipótesis nula, es
decir, la muestra apoya lo que dice la compañía, sin embargo, para un nivel de significancia
de 0.01, el estadístico de prueba es menor que la t teórica, y por tanto para un nivel de
significancia de 0.01, la muestra no da evidencia para rechazar la hipótesis nula, es decir,
no sustenta lo que dice la productora.
Solución:
x́=0.692 ,
S2=0.00426 4
S= √0.004264=0.065 3
Solución
La hipótesis que nos interesa probar es sobre la varianza de los datos, por lo cual el juego
de hipótesis a probar es que H o :σ 2 ≥ 0.04 vs H a : σ 2< 0.04.
2
∑ ( x i−x́ )2
S= =0.0463
n−1
Para probar el juego de hipótesis utilizaremos una prueba Chi cuadrada, en la cual,
debemos calcular la estadística de prueba dada por:
( n−1 ) S 2 11×0.0463
χ 20 = = =12.7325
σ 20 0.04
Para un nivel de significancia de 0.05, el valor obtenido en las tablas es χ 20.95 =4.5748, y
nuestra regla de decisión es rechazar la hipótesis nula si el estadístico de prueba es menor
que el de la tabla (pues es una prueba de cola izquierda), y dado que con los datos de la
muestra esto no se cumple, concluimos que no hay evidencia para rechazar la hipótesis
nula, es decir, con una confiabilidad de 5%, el equipo no es confiable para el trabajo
propuesto.
Solución
Z 0=
√30(49.05−45) =5.766135
√ 14.8
Usando la distribución normal, la tabla nos dan valores Z 0.95=1.64 y Z 0.99=2.32, y dado que
el estadístico de prueba es mayor que el valor que ambos valores de la tabla, la hipótesis se
rechaza bajo la distribución normal.
Ahora, bajo una prueba t, los valores de t teóricos son: t 0.95 ( 29 ) =1.6991 y t 0.99 ( 29 ) =2.4620
lo cual da una conclusión igual a la obtenida a la distribución normal, y esto se debe a que
el tamaño de la muestra es lo suficientemente grande para que la distribución t se considere
una aproximación buena para la distribución normal.