1.- Se observa que los datos están más dispersos conforme

Anuncio
1.- Se observa que los datos están más dispersos conforme aumenta la desviación típica (medida de
dispersión)
Norm al Dis tribución
0,4
Media,Desv. Típ.
0,1
0,2
0,3
densidad
0,3
0,2
0,1
0
-15
-10
-5
0
5
10
15
x
2.- Se observa un desplazamiento hacia la derecha conforme aumenta la media
Norm al Dis tribución
0,4
Media,Desv. Típ.
0,1
1,1
2,1
densidad
0,3
0,2
0,1
0
-5
-3
-1
1
3
5
7
x
b) P(X>2)= 0,02275
3.- a) P(X<-1,5) = 0,066807
c) P(-0,5<X<1,8) = 0,96407-0,308536=0,655534
4.- a) P(X<14) = 0,344577
c) P(X>18,8)= 0,0807564
5.- a) P(X<65)=0,401292
c)77,2524
6.- a) 0,579262
b) P(13<X<17) = 0,788146-0,211854=0,576292
b) P(X>70)=0,353828
d) 61,6041
b) 0,00466121
c) 0,97725
7.- X=”tiempo empleado en completar la maratón” X=N(220, 28).
a) P(X<180) = 0,0765635
b) 6350*P(X<190)=6350*0,141988=901,6238 = = 901
c) 173,944 minutos, es el percentil 0,05.
8.- a) X=”cantidad de plomo en sangre”. X=N(7;2). P(X>10) = 0,066807.
b) Y=”nº de niños con niveles de plomo en sangre inadmisibles”. Y=B(20; 0,066807)
P(0<Y<5)=P(Y<5) – P(Y=0) =0,991166-0,250859=0,740307
9.- a) X=”peso de un comprimido fabricado en A” X=N(746;15).
P(751<X<760) = 0,824677- 0,630561=0,194116
b) Definimos Y=”peso de un comprimido fabricado en B” Y=N(754;22).
Casos favorables/casos posibles =P(A y X>745) / P(X>745)
P(A y peso>745)= P(A)P(peso>745 | A)
P(peso>745) = P(A y peso>745)+P(B y peso>745)
P(fabricado en A)=P(A)=0,65; P(fabricado en B)=P(B)=0,35
P(peso>745 | fabricado en A) = P(peso>745 | A) = P(X>745)=0,526579
P(peso>745 | fabricado en B) = P(peso>745 | B) = P(Y>745)= 0,658765
Por la fórmula de Bayes,
P(A | peso>745) = P(A)*P(peso>745 | A)/(P(A)*P(peso>745 | A)+P(B)*P(peso>745 | B))=
= (0,65 * 0,526579)/(0,65 * 0,526579 + 0,35 * 0,658765)
= 0,597503491788 = 0,5975
10.- En ambos casos se observa una gran semejanza.
10.1
Normal Distribución
Binomial Distribución
0,08
densidad
probabilidad
Media,Desv. T
30,4,58
0,1
Prob. de Even
0,3,100
0,1
0,08
0,06
0,04
0,06
0,04
0,02
0,02
0
0
0
0
20
40
60
80
10
20
100
30
40
50
60
x
x
10.2
Normal Distribución
Normal Distribución
0,04
densidad
densidad
0,04
0,03
0,02
0,02
0
0
0
20
40
60
80
100
120
x
a) 0,689186
c) 0,9999
0,03
0,01
0,01
11.-
Media,Desv. T
64,8
0,05
Media,Desv. T
64,8
0,05
b) 0,832219-0,38446 = 0,447759
d) 0,998415-0,469613=0,528802
0
20
40
60
x
80
100
120
12.- a) 0,817258
b) 0,892398-0,00542178= 0,88697622
13.- Para generar una lista aleatoria de datos que provenga de una distribución normal con
parámetros mu y sigma: Descripción-->Distribuciones--> Distribuciones de probabilidad-->Normal.
Introduce los valores de mu y sigma. Opciones tabulares (botón amarillo)-->Números aleatorios.
En Guardar resultados (botón azul o ver nuevo marco)--> Ir a la tabla de entrada de datos.
Descargar