lunes, 17 de mayo de 2010

DISTRIBUCION EXPONENCIAL

2. El tiempo de atención a clientes (en minutos) en un call center está modelado por la función de densidad
para x > 5. La función de probabilidad es 1/6*e^(-1/6*x). Calcula la probabilidad de que:
a. Un cliente tarde menos de 6 minutos en ser atendido.
b. Un cliente tarde entre 6.5 y 7.2 minutos en ser atendido.
c. ¿Cuál es el valor arriba del cual está 5% los clientes que más tardan en ser atendidos?

2)

f(x) = 1/6*e^(-1/6*x) para X>5

F(X)=1-e^(-1/6*x) --> P(X<=x)

a)

P(X<6) = P(5< X <6) ya que X>5

P(5
(1-exp(-1/6*6)) - (1-exp(-1/6*5)) =

0.6321 - 0.5654 = 0.0667

b)

P(6.5
(1-exp(-1/6*7.2)) - (1-exp(-1/6*6.5)) =

0.6988 - 0.6615 = 0.0373

c)

5% por arriba es lo mismo que 95% debajo debemos calcular el valor tal que

F(X)=0.95

1-exp(-1/6*x)=0.95

exp(-1/6*x)=0.05

-1/6*x = ln 0.05

-1/6*X = -2.9957

X= -6* -2.9957

X= 17.9742

Es decir por arriba de x=17.9742 estará el 5% de los clientes que tardan más en ser atendidos.

DISTRIBUCION UNIFORME

 Un ingeniero estima inicialmente que el tiempo -en minutos- de maquinado de una pieza se modela con una distribución uniforme (10,20). Calcula la probabilidad de que:

a. Una pieza sea maquinada en menos de 14.5 minutos.
b. De 5 piezas producidas, la quinta sea la primer pieza producida en menos de 14.5 minutos.

La distribución uniforme tiene una función de probabilidad de





                               La Probabilidad Acumulada




En este caso:












La probabilidad que la pieza sea producida en menos de 14.5 es 0.55 según el punto a) es decir p=0.55


                    Utilizamos la distribución geométrica










lunes, 3 de mayo de 2010

INTEGRALES

1-∫ ln(1+x^2) dx

The formula is
∫uv dx = u∫vdx - ∫[dudx*∫vdx] dx
In the given function, we take ln(1 + x^2) as u and 1 as v
=> Integral
= ln(1 + x^2) ∫1 dx - ∫[d/dx ln(1 + x^2) * ∫1 dx] dx
= x ln(1 + x^2) - ∫[2x/(1 + x^2) * x] dx
= x ln(1 + x^2) - 2∫(x^2 + 1 - 1) / (1 + x^2) dx
= x ln(1 + x^2) - 2 [∫dx - ∫dx / (1 + x^2)
= x ln(1 + x^2) - 2x + tanֿ¹x + c.


2-∫ sen^4 x cos^2 x dx

eescribámosla como:

∫ sen²x (sen²x cos²x) dx =

recordemos la fórmula del ángulo doble:

sen(2x) = 2senx cosx → senx cosx = [sen(2x)]/2 → sen²x cos²x = (senx cosx)² =
[sen²(2x)]/4

además, recordemos la fórmula del ángulo medio:

sen²(x/2) = (1 - cosx)/2 → sen²x = [1 - cos(2x)]/2

luego la integral se vuelve:

∫ sen²x (sen²x cos²x) dx = ∫ {[1 - cos(2x)]/2} {[sen²(2x)]/4} dx =

(1/8) ∫ [1 - cos(2x)] sen²(2x) dx =

desarrollando, obtenemos:

(1/8) ∫ [sen²(2x) - sen²(2x) cos(2x)] dx =

qué se parte en:

(1/8) ∫ sen²(2x) dx - (1/8) ∫ sen²(2x) cos(2x) dx =

dividámos y multipliquémos la segunda integral por 2 para conseguir 2cos(2x)
que es la derivada de sen(2x):

(1/8) ∫ sen²(2x) dx - (1/8)(1/2) ∫ sen²(2x) [2cos(2x)] dx =

(1/8) ∫ sen²(2x) dx - (1/16) ∫ sen²(2x) d[sen(2x)] =

(1/8) ∫ sen²(2x) dx - (1/16) [1/(2+1)] sen^(2+1)(2x) =

(1/8) ∫ sen²(2x) dx - (1/16)(1/3) sen³(2x) =

(1/8) ∫ sen²(2x) dx - (1/48)sen³(2x) =

recordemos de nuevo la fórmula del ángulo medio:

sen²(x/2) = (1 - cosx)/2 → sen²(2x) = [1 - cos(4x)]/2

obteniendo:

(1/8) ∫ {[1 - cos(4x)]/2} dx - (1/48)sen³(2x) =

(1/16) ∫ [1 - cos(4x)] dx - (1/48)sen³(2x) =

(partiendo)

(1/16) ∫ dx - (1/16) ∫ cos(4x) dx - (1/48)sen³(2x) =

(1/16)x - (1/16) (1/4)sen(4x) - (1/48)sen³(2x) + c =

concluyendo con:

(1/16)x - (1/64)sen(4x) - (1/48)sen³(2x) + c

DISTRIBUCION BINOMIAL

1.- La revisión aduanal se efectúa en el aeropuerto aleatoriamente de la siguiente manera: En la salida se encuentra un semáforo si al pasar la personas se activa la luz roja se realizará la revisión; en caso de activarse la verde el viajero sale tranquilamente sin revisión.

a) La luz roja sale con una frecuencia del 10%, si se consideran 18 viajeros, ¿Cuál es la probabilidad de que más de uno y a lo más 4 sean revisados?

b) Si la luz roja aparece con una frecuencia del 15%, ¿Cuál es la probabilidad de que antes de la cuarta persona que pase en el semáforo, se tenga la primera que va a ser revisada?

1)

a)

Utilizamos la distribución binomial.

p=0.10 --> Probabilidad de revision
n=18
X --> Numero de personas revisadas

La formula es

P(X=x) =C(n,x) * p^x * (1-p)^(n-x)

En este caso

P(X=x) =C(18,x) * 0.10^x * 0.90^(18-x)

Debemos calcular la probabilidad

P(1<=X<=4) = P(X=1) + P(X=2) + P(X=3) + P(X=4)

P(X=1) =C(18,1) * 0.10^1 * 0.90^(18-1) = 0.3002
P(X=2) =C(18,2) * 0.10^2 * 0.90^(18-2) = 0.2835
P(X=3) =C(18,3) * 0.10^3 * 0.90^(18-3) = 0.1680
P(X=4) =C(18,4) * 0.10^4 * 0.90^(18-4) = 0.0700

P(1<=X<=4) = P(X=1) + P(X=2) + P(X=3) + P(X=4)

P(1<=X<=4) = 0.8217

b)

La fución de probabilidad acumulada de la distribución geometrica ( P(X=x) = p(1-p)^(x-1) es

P(X<=n) = 1 - (1-p) ^n

n=4
p=0.15

P(X<=4) = 1 - (1-0.15)^4 = 0.4780

2.- Suponga que una compañía de seguros de vida asegura a 5000 hombres de 42 años de edad. Si los estudios realizados muestran que la probabilidad de que un hombre de 42 años fallezca en un cierto año es de 0.001, calcule la probabilidad de que la compañía pague durante un año dado:

2)

p=0.001
n=5000

Debemos calcular la probabilidad P(X>=1), es decir la probabilidad que fallezca algun hombre y la compañía pague. Esta probabilidad es lo contraria a que no pague, es decir que no fallezca ninguno de los 5000 hombres, esta probabilidad es

P(X=0) = (1-p)^n = (1-0.001)^5000 = 0.0067

Por lo tanto la probabilidad que fallezca alguno y la compañía tenga que pagar es

P(X>=1) = 1-P(X=0) = 1-(1-p)^n = 1-0.0067 = 0.9932

3- Los estudios epidemiológicos indican que el 20% de los ancianos sufren un deterioro neuropsicológico. Sabemos que la tomografía axial computerizada (TAC) es capaz de detectar este trastorno en el 80% de los que lo sufren, pero que también da un 3% de falsos positivos entre personas sanas. Si tomamos un anciano al azar y da positivo en el TAC, ¿cuál es la probabilidad de que esté realmente enfermo?

Eventos:

D --> Sufrir deterioro --> D' Estar sano
T --> Trastorno detectado

Nos dicen que

P(D)=0.20 --> P(D') = 0.80
P(T|D)=0.80
P(T|D') = 0.03

Nos piden calcular P(D|T) :

Por el teorema de Bayes:

P(D|T) = P(T|D)*P(D) / { P(T|D)*P(D) + P(T|D')*P(D') }

P(D|T) = 0.80*0.20 / { 0.80*0.20 + 0.03*0.80 }

P(D|T) = 0.8696

martes, 6 de octubre de 2009

DISTRIBUCIÓN BINOMIAL POR LA NORMAL.

"De acuerdo con National Geographic el 32% de los australianos que viven en el interior beben "tinnies" una cerveza local. De los 500 australianos seleccionados aleatoriamente, ¿Cuál es la probabilidad de que por lo menos 150 hayan bebido una tinnie?
Aplicas la distribución binomial por la normal.

Formula: z=(x-μ)/σ

p=0.32 Binomial por normal
q=0.68 a)p(x≤150) p(x≤150.5) ←corrección de continuidad.
n=500

E(x)=n.p=500(0.32)=160 v(x)=n.p.q=500(0.32)(0.68)=√108.8
σ=10.43

Aplicando la formula: z=(150.5-160)/10.43=-0.9108 buscando en las tablas.

Redondeando: -0.91 =0.1814←valor de las tablas.

a)p(x≤150)= 0.1814 esta es la probabilidad de que por lo menos 150 hayan bebido una tinnie.

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

lunes, 5 de octubre de 2009

DISTRIBUCIÓN NORMAL (2022) Ejemplos

  • + EJEMPLOS DE DISTRIBUCION NORMAL
  •                                  
                                    EJERCICIOS RESUELTOS


     👉 Problema 06: 😆 

    Se sabe que la dimensión de una pieza se distribuye normal con media µ = 82.0 mm y σ=0.5mm se desea calcular el porcentaje de piezas que cumplen con especificaciones 82 ± 1. μ = 82.0 ± 1. 

    Solución Inciso a)
     

                                       

                                        

     
     En esta parte sumas y restas 1, por que las especificaciones nos marcan: 

                                 
                                             

                                               

        Por lo tanto:              

     
                                                                                      
               
               Formula:         

                                       


    Ahora buscamos el valor en las tablas. Aplicando la formula:

        

         ❶      Valor de tablas


          ❷           Valor de tablas


                    

     Para sacar el porcentaje multiplicas por 100 = 0.9544 x100= 95.44 % piezas que cumplen con las especificaciones.



    sábado, 3 de octubre de 2009

    DISTRIBUCIÓN BINOMIAL (2022) Ejemplos

    Suponga que para un embarque muy grande chips de circuitos integrados, la probabilidad de falla para cualquier chip es de 0,10. Suponga que se cumplen las suposiciones en que se basan las distribuciones binomiales ¿encuentre la probabilidad de que a lo más 3 chips fallen en una muestra aleatoria de 20?




    la probabilidad de que a lo más 3 chips fallen es: 0.8668


    --------------------------------------------------------------------------------------------------------------------------------------------------------------------