Universidad Del Cauca Facultad De Ciencias Contables, Económicas y Administrativas

Capítulo 1 - Taller 1

Presentado Por:
Juan Diego Cabrera
Natalia Barragan
Nicolas Simmonds
Santiago De la Rosa

Presentado a:
Angelica maria blanco paloma

Estadistica Inferencial

Popayán – Cauca

12/19/2021
 A. P(x) =1/(𝑏−𝑎) B. (24-20) (30-20)
4*10 = 40

P(x)1/(30−20)
= La probabilidad de que sea menor o igual es de 0.40

P(x) = 0,1

P>27 = 0,1 * (30-27) = 0,3

La probabilidad de que sea mayor a 27 es de 0,3

menor o igual es de 0.40
 A. 400 + 3.800/2 = 2.100
El promedio de gastos en seguros es de 2.100

B.√( 〖 ((𝑏−𝑎
))/
12 〗 ^2 )
√( 〖 (3800
−400) 〗 ^2/12)

La desviacion estandar de la suma que se gasta es de 981,49

C. 1/(3800 −400) * 1600 =
0,4705

D. 1/(3800 −400 ) *800 =

0,2352
A. a= 0.5 y b= 3.00

B. µ= (0.5+3. Desviacion estandar C. P(x) =1/(𝑏−𝑎)

00)/2
µ = 1.75 √( 〖 ((3.00 −0.5))/12 〗 ^2 )= 0.72
P (x<1) = 1/(3.0 −0.5) ∗
−0.5)/1= 0.5/(2.5 )=
D. P(x) =1/(𝑏−𝑎)
E. P(x) =1/(𝑏−𝑎)

1/(3.0 −0.5 ((1.0 −1.0))/1=0 P (X>1.5) 1/(3.0

= −0.5 )=0.4 *
) = 0.4 )/(1 )= (1.5 )/(2.5 )
1/(𝑏−𝑎)

1/(3.0 −0.5) ∗ (1
−0.5)/1= 0.5/(2.5 )=0.2

1/(𝑏−𝑎)

1/(3.0 −0.5 )=0.4 * (3.0 −1.5

)/(1 )= (1.5 )/(2.5 )=0.6
 A) a= 30 segundos b= 600 segundos C) P(x>5) 1/(𝑏−𝑎)=
= 1/(600 −30 )=1.754

B) µ= (600+30)/2=315 𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠
∫_30^𝑛▒
D) 〖 1/570 𝑑𝑥 〗

Desviacion estandar 𝑛/(570 ) − 30/570

√( 〖 (600 −30) 〗 ^2/12=164.54)

(𝑛−30)/570=0.5

n = 285 + 30 = 315
−𝑎)= 1/(600 −30 )=1.754
 1/(4.2 )∗3=0.7143
A) µ= (4.2+0 )/2=2.1 C) P(x<3) =

B) Desviacion estandar D) P(x>1.5) = 1/(4.2 )∗(4.2 −1.5)=0.6428

√( 〖 (4.2 −0) 〗 ^2/(12 )=1.21)

−1.5)=0.6428
 A) µ=(4+10 )/(2 )=7 C) P(x<6) =(6−7)/(1.73 )=−0.58=0.2810=28.10%

B) Desviacion estandar D) P(x>5) = (5−7)/1.73=−1.16=0.1230=12.30%

√( 〖 (10 −4) 〗 ^2/12=1.732)

10=28.10%
A) a= 0 min b= 3.5 min C) Desviacion estandar E) P ( 2< X < 3.5) =

Area = 1/((𝑏−𝑎)∗(𝑏−𝑎)) √( 〖 (3.5 10104

1/((3.5 −0)∗(3.5−0))=1
−0) 〗 ^2/
(12 )) =
D) Area=1/((3.5 −0)∗(1−0))=0,285
B) µ=(0+3.5 )/(2 )=1.75
) P ( 2< X < 3.5) = 1/(3.5 −0)∗(3.5 −2)=0.428
Ventas netas B) Las ventas netas se encuentran a 0.4 desviaciones estánd
μ = $ 180 σ = $ 25 X = $ 170
millones millones millones Los empleados se encuentran a 2.92 desviaciones estándares

Numero de empleados

X = 1850
μ = 1500 σ = 120 empleados

A) Zv=(170 −180 )/25=−0.40

(1850 −1500)/(120 )=2.92

Ze=

C) P(x=170) = 0.1554

P(x≥ 170) = 0.1554+0.5000=0.6564=65.64 %

P(x = 1850) = 0.4982

P(x) = 0.5000 - 0.4982 = 0.0018 = 0.18%

entran a 0.4 desviaciones estándares por debajo de la media.

n a 2.92 desviaciones estándares sobre la media.

μ = 32 horas
σ = 2 horas

A) 29 horas C) Porcentaje de cocheras que re

Z =(29 −32 )/(2 )=−1.5 P( X ≤ 28.7) = P( z ≤

34 horas D) P( Z ≤(𝑋 −32 )/(2 ))=0.05

Z=(34 −32 )/(2 )=1

P( Z ≤(𝑋 −32)/2)=𝑃(𝑍 ≤ -1.645 )
Porcentaje de cocheras que requiere entre 32 Y 32 horas de armado
(𝑋 −32)/2=−1.645
P(32 ≤ x ≤ 34) = P(X ≤ 34) - P(x ≤ 32) = P (z ≤ 34-32/2) - P(z ≤ 32 - 32/2)
X - 32 = -3.29
P(Z ≤ 1) - P(Z ≤ 0) = 0.84134 - 0.5 = 0.34134 X= 35. 29 horas

B) Porcentaje de cocheras que requieren entre 29 y 34 horas de armado

P( 29 ≤ X ≤ 34) = P(X ≤ 29) = P ( Z(34

≤ −32)/2)- P ( z ≤(29 −32 )/2)

P( Z ≤ 1) - P( Z ≤ 1.5) = 0.84134 - 0.06681 = 0.77453

) Porcentaje de cocheras que requieren 28.7 horas o menos de armado.

( X ≤ 28.7) = P( z ≤(28.7 −32 )/2)= P(Z ≤ - 1.65) = 0.04947

(𝑋 −32 )/(2 ))=0.05

(𝑋 −32)/2)=𝑃(𝑍 ≤ -1.645 )

𝑋 −32)/2=−1.645

- 32 = -3.29
= 35. 29 horas
Distribución de probabilidad exponencial
Página 250. Ejercicios del 38 al 40.
Página 255 Ejercicios 70 al 73.

38. El tiempo de vida de los televisores de plasma y LCD sigue una distribución exponencial con una
media de 100 000 horas. Calcule la probabilidad de que un televisor:
a) Falle en menos de 10 000 horas.
b) Dure más de 120 000 horas.
c) Falle entre 60 000 y 100 000 horas de uso.
d) Encuentre el 90o. percentil. ¿Diez por ciento de los televisores duran más de cuánto tiempo?

Desarrollo

A)
C) e= 2.718281828

P(X) = ƛe ^-ƛx X= Falle < 10000 h ƛ= 100000 horas

1-e^(-1/00000(100000)) – (1-e^(-1/100000(60000))
P=1-e^ (-1/10)
(1-e^(-1)) – ( 9.516%

La proabilidad de que un televisor falle en menos de 10000 horas es de 9,516 %

C)
Falle entre 60 000 y 100 000 horas de uso.

P (60000 ≤ X ≤ 100000 ) = ( P( falle ≤100000) – P(falle ≤60000))

P(X) = ƛe ^-ƛx X= Falle ≤ 60000 h ƛ= 100000 horas

1-e^(-1/100000(100000)) – (1-e^(-1/100000(60000))

(1-e^(-1)) – (1-e^(-3/5) = 1 - (0,3678794412) - 1 - ( 0,5488116361)

0,632120 - 0,451188 = 0,18093 18.09%

La probabilidad de que un televisor falle entre 60000 y 100000 horas es del 18,09%.
onencial con una

ánto tiempo?

Dura mas de 500000=1-P

Dura mas de 500000 = 0,18887560 18.89%
más de 120 000 horas.
La proabilidad de que no tenga fallas en las siguientes 500000 horas es de 18,9%
P(X) = ƛe ^-ƛx X= dure mas de 120000 h ƛ= 10000 horas

P(<120.000)=1-e ^ (-1/100.000(120.000)
P=1-e^ (-1/10)*12
P=0,698805
Dura mas de 120000 =1-P
Dura mas de 120000 = 0,301194 30.1%

La proabilidad de que un televisor dure mas de 120 000 horas es de 30,1%

D)
P= 0.90= e^(-x/100000)

Ln 0.90= - x/100000 ln e

Ln 0.90 = -x/ 100000

x = (-100000) ln 0.90

X= 10536 Horas
39. La encuesta realizada por The Bureau of Labor Statitics’ American Time mostró que el tiempo que
se pasa en Estados Unidos utilizando una computadora para entretenimiento varía mucho según
la edad. Los individuos de 75 años en adelante promediaron 0.3 horas (18 minutos) por día. Los
de 15 a 19 años pasaban 1.0 hora al día. Si estos tiempos siguen una distribución exponencial,
encuentre la proporción de cada grupo que pasa:
a) Menos de 15 minutos al día usando la computadora para entretenimiento.
b) Más de dos horas.
c) Entre 30 y 90 minutos.
d) Encuentre el 20o. percentil. ¿Ochenta por ciento pasan más de cuánto tiempo?

Desarrollo
P(X) = ƛe ^-ƛx
A) B) 2h - 120 mins
Grupo 1 Grupo 1
X= <15 minutos X= <120 minutos
ƛ= 18 minutos ƛ= 18 minutos

P(<15)=1-e^(-1/18(15)) P(<120)=1-e^(-1/18(120))
1-e^-5/6 = 1-0,4346 = 0,565401 56.54% 1-e^-6,7= 1-0,0013 = 0,9987273
P(>120)= 1 - 0,9987273 = 0,001272
Grupo 2 Grupo 2
X= <15 minutos X= <120 minutos
ƛ= 60 minutos ƛ= 60 minutos

P(<15)=1-e^(-1/60(15)) P(<120)=1-e^(-1/60(120))
1-e^(-1/4)= 1 - 0,77880078 = 0,221199 22.12% 1-e^-2= 1-0,13533528 = 0,864664
P(>120) = 1 - 0,8664664 = 0,13533528

C) D)
P(30 ≤ X ≤ 90) = P( ≤ 90) – P( ≤30 ) Grupo 1
80/100 = 0,8
Grupo 1 ƛ= 18 minutos
ƛ= 18 minutos x= ln18*(0,8) =-18*(-0,223143)
(1-e^-1/18(90)) – (1-e^-1/18(30)) x= 4,016574
(1-e^-5) – (1-e^-5/3)= ( 1 - 0,006737) - ( 1 - 0,188875) El 80% de las personas pasan más de 4 minuto
0,993263 - 0,811125 = 0,182138 18.21%
Grupo 2
Grupo 2 80/100 = 0,8
ƛ= 60 minutos ƛ= 60 minutos
(1-e^-1/60(90)) – (1-e^-1/60(30)) x= ln60*(0,8) =-60*(-0,223143)
(1-e^-3/2) – (1-e^-1/2)= ( 1 - 0,223130) - ( 1 -0,606530) x= 13,38858
0,77687 - 0,39347 = 0,383 38.34% El 80% de las personas pasan más de 13 minut
 ó que el tiempo que
ía mucho según
os) por día. Los
exponencial,

h - 120 mins

0013 = 0,9987273
9987273 = 0,001272 0.13%

3533528 = 0,864664
,8664664 = 0,13533528 13.53%

-18*(-0,223143)

ersonas pasan más de 4 minutos frente al computador

-60*(-0,223143)

ersonas pasan más de 13 minutos frente al computador

40. El costo por artículo en el supermercado sigue una distribución exponencial. Hay muchos artícu-
los baratos y pocos que son relativamente caros. El costo medio por artículo es de $3.50. ¿Cuál
¿Cuál es el porcentaje de artículos que cuestan:

a) menos de $1?
b) más de $4?
c) entre $2 y $3?
d) Encuentre el 40o. percentil. ¿Sesenta por ciento de los artículos del supermercado cuestan
más de cuánto?

Desarrollo
A) B)
P(X) = ƛe ^-ƛx P(X) = ƛe ^-ƛx
X= < 1 dólar X= < 4 dólar
ƛ= 3.50 ƛ= 3.50

P(<1)=1-e^(-1/3,50(1)) P(<4)=1-e^(-1/3,50(4))
1-e^-2/7 = 1-0,751477= 0,2485227 24.85% 1-e^-8/7 = 1-003189065= 0,6810
El porcentaje de artículos que cuestan menos de $1 es de 24,85% p>4 = 1 - 0,6810934 = 0,3189065
El porcentaje de artículos que cu

C) D)
P(2≤ X ≤ 3) = P( ≤ 3) – P( ≤2 ) 60/100 = 0,6

(1-e^-1/3,50(3)) – (1-e^-1/3,50(2)) x= -3,50 ln(0,6)= -3,50 *( -0,51082

(1-e^-6/7) – (1-e^-4/7)= ( 1 - 0,4243728) - ( 1 - 0,5647181) x= 1,7878896
0,575627 - 0,435219 = 0,140408 14.04% El 60% de los productos cuestan
El porcentaje de artículos que cuestan entre 2$ y 3$ es de 14,04%
Hay muchos artícu-
e $3.50. ¿Cuál

ado cuestan

(X) = ƛe ^-ƛx

(<4)=1-e^(-1/3,50(4))
-e^-8/7 = 1-003189065= 0,6810934
>4 = 1 - 0,6810934 = 0,3189065 31.89%
porcentaje de artículos que cuestan menos de $4 es de 31,89%

= -3,50 ln(0,6)= -3,50 *( -0,5108256)

= 1,7878896
60% de los productos cuestan mas de 1,7878
70. Un detector de monóxido de carbono en el hogar de los Wheelock se activa una vez cada 200 días
en promedio. Suponga que esta activación tiene una distribución exponencial. ¿Cuál es la proba-
bilidad de que:
a) haya una alarma dentro de los siguientes 60 días?
b) pasen cuando menos 400 días antes de la siguiente alarma?
c) pasen entre 150 y 250 días hasta la próxima alarma?
d) Encuentre el tiempo mediano hasta la siguiente activación.

Desarrollo
A)
P(X) = ƛe ^-ƛx
X= < 60
ƛ= 200
P(<60)=1-e^(-1/200(60))
1-e^-3/10 = 1- 0,74081822= 0,259181 25.92%
La proabilidad de que haya una alarma dentro de los siguientes 60 dias es del 25,92%

C)
P(150≤ X ≤ 250) = P( ≤ 250) – P( ≤150 )
(1-e^-1/200(150)) – (1-e^-1/200(250)) t
(1-e^-3/4) – (1-e^-5/4)= ( 1 - 0,4723665) - ( 1 - 0,28650479)
0,527633 - 0,713495 = 0,185862 18.59%
La proabilidad de que haya una alarma entre 150 y 250 dias es del 18,59%
na vez cada 200 días
uál es la proba-

B)
P(X) = ƛe ^-ƛx
X= < 400
ƛ= 200
P(<400)=1-e^(-1/200(400))
1-e^-2 = 1- 0,1353352= 0,864664
p>400 = 1 - 0,864664 = 0,135336 13.53%
La proabilidad de que haya una alarma a los 400 dias es del 13,53%

D)
P(X) = ƛe ^-ƛx
X= < 1/2
ƛ= 200

e^-1/200*x = 1 - 0,5
ln e^-1/200*x = In1 - 0,5
x = -1/200x = ln 0,5
x= -200(-1/200x)=200ln0,5
x=137,62944
El tiempo mediano de activacion de la alarma es de 137 dias
71. El “tiempo de buteo” (el lapso que transcurre entre la aparición de la pantalla del Bios hasta que
el primer archivo es cargado en Windows) de la computadora personal de Eric Mouser sigue una
distribución exponencial, con una media de 27 segundos. ¿Cuál es la probabilidad de que este
“buteo” requerirá:
a) menos de 15 segundos?
b) más de 60 segundos?
c) entre 30 y 45 segundos?
d) ¿Cuál es el punto debajo del cual ocurre sólo 10% de los buteos?

Desarrollo
A)
P(X) = ƛe ^-ƛx
X= < 15
ƛ= 27
P(<15)=1-e^(-1/27(15))
1-e^-5/9 = 1-0,5737534= 0,426246 42.62%
La proabilidad de que se requieran menos de 15 segundos es de 42,62%

C)
P(30≤ X ≤ 45) = P( ≤ 30) – P( ≤45 )

(1-e^-1/27(30)) – (1-e^-1/27(45))
(1-e^-10/9) – (1-e^-5/3)= ( 1 - 0,3291929) - ( 1 - 0,18884560)
0,6708071-0,8111544= 0,1403473 14.03%
La proabilidad de que se requieran entre 30 y 45 segundos es de 14,03%
del Bios hasta que
user sigue una
de que este

B)
P(X) = ƛe ^-ƛx
X= < 60
ƛ= 27
P(<60)=1-e^(-1/27(60))
1-e^-20/9 = 1-0,1083680= 0,8916319
p>4 = 1 - 0,8916319 = 0,1083681 10.84%
La proabilidad de que se requiera mas de 60 segundos es de 10,84%

D)
90/100 = 0,9

x= -27 ln(0,9)= -27 *( -2,302585)

x= 2,8447 segundos
72. En Estados Unidos, el tiempo entre visitas a una sala de urgencias de un miembro de la población
general sigue una distribución exponencial, con una media de 2.5 años. ¿Qué proporción de la
población visitará una sala de urgencias:
a) dentro de los próximos seis meses?
b) no visitará la sala de urgencias en los próximos seis años?
c) el siguiente año, pero no éste?
d) Encuentre el primer y el tercer cuartiles de esta distribución.

ƛ= 2,5 Años 2,5*12 30 meses años meses

Desarrollo 1 12
A) 2.5 30
P(X) = ƛe ^-ƛx 0.5 6
X= < 6 6 72
ƛ= 2,5
P(<6)=1-e^(-1/2,5(0,5))
1-e^-1/5= 1-0,81873075= 0,181292 18.13%
El 18,13% de la poblacion vicita la sala de urgencias dentro los proximos 6 meses

C)
12 meses = 1 año / 24 meses = 2 años
P(12≤ X ≤ 24) = P( ≤ 24) – P( ≤12 )
(1-e^-1/2,5(1)) – (1-e^-1/2,5(2))
(1-e^-2/5)– (1-e^-4/5)= ( 1 - 0,670320046) - ( 1 - 0,4493289641)
0,329679954-0,5506710359= 0,220991 22.10%
El 22% de la poblacion visitara la sala de urgencias el proximo año
mbro de la población
porción de la

B)
P(X) = ƛe ^-ƛx
X= < 6
ƛ= 30
P(<6)=1-e^(-1/2,5(6))
1-e^-12/5= 1-0,0907079= 0,9092820
p>6 = 1 - 0,9092820 = 0,090718 9%
El 9% de la poblacion no visitara la sala de urgencia en los proximos 6 años

D)
1 cuartil = 25%
3 cuartil = 75%
P=0,25 = 1-e^-1/30x
ln -e^-1/30x = ln 0,75
1/30 x = ln 0,75
0=-30(1/30x) =- 30 ln 0,75
x= 8,63046
El 75% de la poblacion visitara la sala de urgencias en los proximos 8,6 meses
P=0,75 = 1-e^-1/30x
ln -e^-1/30x = ln 0,75
1/30 x = ln 0,25
0=-30(1/30x) = -30 ln 0,25
x= 41,58883083
El 25% de la poblacion visitara la sala de urgencias en los proximos 41 meses
73. Los tiempos entre fallas en una computadora personal siguen una distribución exponencial, con
una media de 300 000 horas. ¿Cuál es la probabilidad de que:
a) ocurra una falla en menos de 100 000 horas?
b) no haya fallas en las siguientes 500 000 horas?
c) la siguiente falla ocurra dentro de 200 000 a 350 000 horas?
d) ¿Cuáles son la media y la desviación estándar del tiempo entre fallas?

Desarrollo
A)
P(X) = ƛe ^-ƛx X= Falle < 100000 h

P(<100000)=1-e ^ (-1/300000(100000)
P=1-e^ (-1/3) = 0,283468 28.35%
La proabilidad de que un Computador falle en menos de 100000 horas es de 28,35%

C)

P (200000 ≤ X ≤ 350000 ) = ( P( falle ≤350000) – P(falle ≤200000))

1-e^(-1/300000(200000)) – (1-e^(-1/300000(350000))

(1-e^(-2/3)) – (1-e^(-7/6) = 0,486582881 - 0,6885967761

0,486582881 - 0,6885967761 = 0,20201 20.20%
La proabilidad de que pcura una falla entre 200000 y 350000 horas es de 20,20%
n exponencial, con

B)

P(<500000)=1-e ^ (-1/300000(500000)
P=1-e^ (-5/3) = 0,81112439 28.35%
1 - p = 1- 0,81112439

Dura mas de 500000=1-P

Dura mas de 500000 = 0,18887560 18.9%
La proabilidad de que no tenga fallas en las siguientes 500000 horas es de 18,9%

D)

La media del tiempo entre fallas es igual a la media de la

distribución 300.000 horas. La desviación estándar en una
distribución exponencial es igual a la media 300.000 horas.