tle: “Problemas de Variables Aleatorias IV” |
tput: |
html_document: |
df_print: paged |
Calcula la proporción de correntímetros cuya fuente de alimentación dura entre 1514 y 1609 horas.
Siendo X la duración de una fuente de alimentación elegida al azar, calcula los valores a y b tales que \(P\left(X<a\right)=0.03\) y \(P\left(X>b\right)=0.08\) (y por tanto, \(P\left(a\le X\le b\right)=0.89\)).
Si la fuente de alimentación de uno de estos correntímetros ha durado ya 500 horas. ¿cuál es la probabilidad de que dure al menos 500 horas más?
Se dispone de 64 fuentes de alimentación de esta clase. Si cada vez que se agota la fuente de un correntímetro se reemplaza inmediatamente por otra, ¿cuál es la probabilidad de que las 64 fuentes permitan el funcionamiento ininterrumpido del aparato durante al menos 7 años?
Se han adquirido nuevos correntímetros de otra marca. Sabiendo que su duración es también exponencial y que el 80% de estos correntímetros duran menos de 1073 horas ¿cuál es la duración esperada de estos nuevos correntímetros?
0.0199
a=30.4592 y b= 2525.7286
c 0.60653
0.63119
666.69238
Determinar la media y varianza del tiempo de vida útil de dicho modelo de boya de señalización marítima.
Si se escoge un boya al azar y se instala en un determinado punto, ¿cuál es la probabilidad de que tenga una vida útil de al menos diez años?
Se dispone de 10 boyas de esta clase. ¿Cuál es la probabilidad de que al menos 5 tengan una vida útil inferior a diez años?.
Una boya lleva funcionando 3 años. ¿Cuál es la probabilidad de que falle antes de su quinto año de funcionamiento?
Media: 6.28867 y varianza: 4.73501
0.04404
1
d.0.22629
Categoría A: con peso hasta 300 gr
Categoría B: con peso entre 300 y 700 gr.
Categoría C: con peso superior a 700 gr.
Una pescadería adquiere directamente de la piscifactoría 1000 doradas a un precio fijo de 2 €/kg. Si vende las de categoría A a 1.5 €/unidad, las de categoría B a 2 €/unidad y las de categoría C a 3 €/unidad, ¿cuál es el beneficio esperado de la venta de las 1000 doradas?
Calcula para cada equipo la probabilidad de que \(P_G\) sea mayor que 0.12.
Calcula para cada equipo el valor esperado y la varianza de \(P_G\)
Para un tercer equipo se sabe que la distribución de esta variable es también beta con parámetro \(\alpha=3\). Si el valor esperado de \(P_G\) es 0.3, calcula la probabilidad de que \(P_G\) sea mayor que 0.4.
Equipo \(A\): 0.65828
Equipo \(B\): 0.37199
\(E[P_G(A)]=\) 0.18182; \(Var(P_G(A))=\) 0.0124
\(E[P_G(B)]=\) 0.11111; \(Var(P_G(B))=\) 0.00681
0.23179
© 2016 Angelo Santana, Carmen N. Hernández, Departamento de Matemáticas ULPGC