Prob2 U3 Ea Gell

Estudiante: Gerardo Luviano Lomelí
Matricula: ES1822022070
Carrera: Licenciatura en matemáticas
Asignatura: Probabilidad 2
Docente: Orlando Fabián Echeverría Alonso
del 2021
Unidad 3: Teoría de limites
Actividad: Evidencia de aprendizaje
Fecha: 7 de junio del 2021
 Buscar 6 ejercicios en total:
3 ejercicios, los cuales pueden ser de Convergencia de Probabilidad,

Convergencia de Distribución o Ley de los Grandes Números.
Convergencia de Probabilidad
Ejercicio 3-Sea x una variable con distribución normal estándar
Indicar si la sucesión X n converge en probabilidad
Xn = { X si n es par
-X si n es impar
Demostración
Entonces cada una de las variables X n también tienen distribución normal estándar y por
lo tanto para cualquier número real x, Fxn  x   FX  x  , es decir, X n  X . Sin embargo,
la probabilidad no converge en probabilidad a X, pues para valores impares de n y para
1
valores pequeños de  0 , P  IX n  XI    P  2IXI   , Lo anterior demuestra que
2
lim P  IX n  XI    0
n 
Convergencia de Distribución
Ejercicio 2-Considere la sucesión X 1 , X 2 ,... X n donde cada X n tiene distribución

 2 
N  0, 
 n 
Demostraremos que X n  0 en convergencia distributiva.
Procedimiento
2
x 2 2
1
FXn  x   e n
du
2 2 / n 
Se cumple que
lim F  x   {0 si x< 𝑜 , ½ si x=0 , 1 si x> 𝑜

n 
La variable aleatoria constante x=0 tiene función de distribución

1 Fxn  x 
Entonces tenemos que X n  0 distributivamente, pues lim FX n  x   FX  x  para todo

n 
punto x donde FX  x  es continua, esto es para todo X en el conjunto R/{0},
observe que la funciones FX n  x  no convergen a FX  x  cuando x=0.
Ley de los grandes números

Un experimento aleatorio se caracteriza porque ante la repetición del mismo, en condiciones
análogas, los resultados pueden diferir; es el caso del lanzamiento de una moneda o de un dado
para observar la cara o puntuación resultantes: idénticas condiciones en el lanzamiento no
permiten aventurar el resultado de la prueba, aunque sí un gran número de repeticiones de la
misma nos desvelarán a qué constante, llamada probabilidad, tienden a agruparse las frecuencias
relativas de aparición de una cara determinada, cuestión que, por otro lado, caracteriza a los
procesos aleatorios.
MATEMATICAMENTE
Entonces, si Sn = X1 + X2 + X3 + …Xn, (n = 1, 2, 3,… )
 X 
lim P  I  pI     0
n 
 n 
Ejercicio 3. Realizar un experimento con 2 dados, lanzarlos 80 veces (al mismo tiempo) y
la variable de interés será la suma de los puntos en las caras del dado. Por cada tirada
anota tus resultados, elabora una distribución de probabilidades y representa la variable
contra probabilidad en un gráfico.
7 4 10 5 3 6 3 2 7 8 7 6 7 9 11 10 5 8 10 3
6 8 9 11 4 8 4 5 8 5 12 4 5 6 9 3 4 7 3 7
2 12 7 3 10 6 7 9 9 7 12 3 8 4 5 8 11 5 6 6
7 11 10 9 4 12 7 5 2 3 6 2 5 10 6 9 10 8 8 2
Suma Frecuencia absoluta Frecuencia relativa

2 5 0.0625
3 8 0.1
4 7 0.0875
5 9 0.1125
6 9 0.1125
7 11 0.1375
8 9 0.1125
9 7 0.0875
10 7 0.0875
11 4 0.05
12 4 0.05
Suma=80 Suma=1
GRAFICA
Por la ley de los grandes números cuando n∞ la gráfica se hará mas
simétrica
 3 ejercicios en los cuales determines probabilidad y utilices gráficas de

distribución norma, binomial o Poisson.
distribución binomial
Ejercicio 1-El 20 % de los trabajadores de una empresa irá a la huelga. Se seleccionan

5 trabajadores de dicha empresa. Obtenga
n
f  x   P( X  x)    p x 1  p 
n x
 x
x  var iable
n  no.  ensayos
p  probabilidad  de  exito
1  p  probabilidad  de  fracaso
1. Probabilidad de que al menos tres vayan a la huelga
p(x=3)+p(x=4)+p(x=5), o bien el complemento: 1-[p(x=0)+p(x=1)+p(x=2)].
n=5 p=0.80 (1-p)=1-.80=0.20 

n
f  x   P( X  x)    p x 1  p  
n x
 x
Para x=3
5
    0.20   0.82   10  0.008  0.64   0.0512
3
 3
Para x=4
5
    0.20   0.81    5  0.0016  0.8   0.0064
4
 4
Para x=5
 5
    0.20   0.80   1.00032 1  0.00032
5
 5
p(x=3)+p(x=4)+p(x=5)=0.0512+0.0064+0.00032= 0.05792
2. Probabilidad de que todos vayan a la huelga
x=5 n=5 p=0.20 (1-p)=1-.2=0.8 

 5
    0.20   0.80   1.00032 1  0.00032
5
 5
3. Probabilidad de que no vaya ninguno

x=0 n=5 p=0.22 (1-p)=1-.22=0.78 
n
f  x   P( X  x)    p x 1  p  
n x
 x
5
    0.22   0.7850   11 0.28871 
0
0
 0.28871
Grafica de distribución
Probabilidad normal
Ejercicio 2.- Una psicóloga realiza un test de 100 preguntas a doscientos

aspirantes de un puesto. Suponiendo que las puntuaciones X obtenidas por
los aspirantes siguen una distribución normal con media 60 y desviación
típica 10 puntos X→ N(60, 10), obtener las siguientes probabilidades
Calcular la siguiente probabilidad
X  N  60,10 
P  X  70  1  P  X  70 
P  X  70
Tipificacion
X   70  60
Z   1  P  Z  1  0.8413( segun  tabla )
 10
 P  X  70  1  P  X  70  1  0.8413  0.1587
0.8413 z=1 0.1587
Ejercicio 3. Una fábrica de alambre delgado de cobre realiza un estudio de la

calidad de su producto y encuentra que hay un promedio de 2.3 imperfecciones
por metro de alambre. Este experimento, ¿sigue una distribución de Polisón? ¿Por
qué?
Sigue una distribución de Poisson porque se expresa, a partir de una

frecuencia de ocurrencia media y la probabilidad de que ocurra un
determinado número de eventos durante cierto período de tiempo.
𝜇= 2.3 imperfecciones por metro
Contesta las siguientes preguntas utilizando la fórmula de la distribución de

Poisson:
a. Determina la probabilidad de una imperfección en un metro de
alambre.
𝑒 −𝜇 𝜇𝑛 𝑒 −2.3 2.31
n=1 𝜇= 2.3 P(n) =  p(1) = = 0.2305
𝑛! 1!
b. Determina la probabilidad de 10 imperfecciones en 3.5 metros de

alambre.
𝑒 −8.05 8.0510
n=10 𝜇= 2.3 (3.5)=8.05 p(1) = = 0,1004
10!
c. Determina la probabilidad de al menos tres imperfecciones en 5
metros de alambre.
P(x=0)-P(x=1)-P(x=2).
𝑒 −2.3 2.30
p(0) = = 0.100
0!
𝑒 −2.3 2.31
p(1) = = 0.2305
1!
𝑒 −2.3 2.32
p(2) = = 0.265
2!
P(x=0)-P(x=1)-P(x=2). = 0.595
BIBLIOGRAFIA
SPIEGEL. (2002). PROBABILIDAD Y ESTADISTICA. MEXICO: SERIE SHAUM.

WALPOLE, R. (2012). PROBABILIDAD Y ESTADISTICA PARA INGENIEROS (9ª ED). MEXICO:
ADDISON-WESLEY.

Prob2 U3 Ea Gell

Cargado por

Copyright:

Formatos disponibles

Prob2 U3 Ea Gell

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Prob2 U3 Ea Gell

Cargado por

Copyright:

Formatos disponibles

Estudiante: Gerardo Luviano Lomelí

 Buscar 6 ejercicios en total:

3 ejercicios, los cuales pueden ser de Convergencia de Probabilidad,

Ejercicio 3-Sea x una variable con distribución normal estándar

Indicar si la sucesión X n converge en probabilidad

Ejercicio 2-Considere la sucesión X 1 , X 2 ,... X n donde cada X n tiene distribución

Demostraremos que X n  0 en convergencia distributiva.

lim F  x   {0 si x< 𝑜 , ½ si x=0 , 1 si x> 𝑜

La variable aleatoria constante x=0 tiene función de distribución

Entonces tenemos que X n  0 distributivamente, pues lim FX n  x   FX  x  para todo

punto x donde FX  x  es continua, esto es para todo X en el conjunto R/{0},

observe que la funciones FX n  x  no convergen a FX  x  cuando x=0.

Ley de los grandes números

Entonces, si Sn = X1 + X2 + X3 + …Xn, (n = 1, 2, 3,… )

Suma Frecuencia absoluta Frecuencia relativa

 3 ejercicios en los cuales determines probabilidad y utilices gráficas de

Ejercicio 1-El 20 % de los trabajadores de una empresa irá a la huelga. Se seleccionan

1. Probabilidad de que al menos tres vayan a la huelga

p(x=3)+p(x=4)+p(x=5), o bien el complemento: 1-[p(x=0)+p(x=1)+p(x=2)].

n=5 p=0.80 (1-p)=1-.80=0.20 

2. Probabilidad de que todos vayan a la huelga

x=5 n=5 p=0.20 (1-p)=1-.2=0.8 

3. Probabilidad de que no vaya ninguno

Ejercicio 2.- Una psicóloga realiza un test de 100 preguntas a doscientos

Ejercicio 3. Una fábrica de alambre delgado de cobre realiza un estudio de la

Sigue una distribución de Poisson porque se expresa, a partir de una

𝜇= 2.3 imperfecciones por metro

Contesta las siguientes preguntas utilizando la fórmula de la distribución de

b. Determina la probabilidad de 10 imperfecciones en 3.5 metros de

SPIEGEL. (2002). PROBABILIDAD Y ESTADISTICA. MEXICO: SERIE SHAUM.

También podría gustarte