TRABAJO COLABORATIVO UNIDAD 2

PROBABILIDAD

PRESENTADO POR
NO IMPORTA, LO IMPORTANTE ES QUE LES SIRVA, DE UN
AGROFORESTAL PARA EL QUE LO NECESITE.

ESTUDIANTE DE INGENIERA AGROFORESTAL

UNAD

INTRODUCCIN
A partir de trabajar activamente desarrollando los ejercicios propuestos para la
comprensin de esta unidad 2 del modulo de probabilidad, nosotros los
estudiantes, adquirimos destrezas en el desarrollo adecuado de problemas que
se nos pueden presentar a lo largo de nuestra vida as como en las carreras
profesionales que nos ofrece la UNAD. En forma muy general este documento
nos presenta el desarrollo de 39 ejercicios propuestos sobre variables
aleatorias y distribuciones de probabilidad utilizando las formulas
correspondientes para solucionar cada uno de ellos.

OBJETIVO GENERAL
Desarrollar un taller de ejercicios sobre los contenidos de los captulos 1, 2 y 3
de la Unidad 2 del curso PROBABILIDAD, los cuales nos permitirn profundizar
en los temas tratados.

OBJETIVOS ESPECFICOS

Identificar las distintas variables que nos ofrece cada ejercicio con el fin
de poder aplicar la frmula adecuada.

Realizar cada ejercicio indicando los pasos efectuados para el desarrollo

de cada uno de ellos.

Resolver las preguntas planteadas en cada ejercicio.

VARIABLES ALEATORIAS, FUNCIN DE PROBABILIDAD Y VALOR

ESPERADO
1.- Determine el valor de a de manera que cada una de las siguientes
funciones pueda servir como distribucin de probabilidad de la variable
aleatoria discreta X
a) f (x) = a(x2 + 4) x = 0, 1, 2, 3
Solucin:
Para que sea distribucin de probabilidad debe cumplir:
2
2
2
2
a [ ( 0 + 4 ) + ( 1 + 4 ) + ( 2 +4 ) + ( 3 + 4 ) ] =1

a ( 4 +5+8+13 ) =1
a ( 30 )=1
1
a=
30
Luego el valor de a en la distribucin de probabilidad es

1
30

= 0,033%

1
10

= 0,1%

b) f(x) = a( 2C x) (3C3-x) para x = 0,1,2

Solucin:
Para que sea distribucin de probabilidad debe cumplir
2

3 =1
a (2x )(3x
)
I=0

3 =1
a 2
I=0 x 3x

( )( )

[ ( )( ) ( )( ) ( )( )]

3 + 2
3 + 2 3 =1
a 2
0 30 1 31 2 32
a ( 11+23+13 )=1
a ( 1+6+3 ) =1
a ( 10 )=1
a=

1
10

Luego el valor de a en la distribucin de probabilidad es

2.- Encuentre la distribucin de probabilidad para el nmero de discos de salsa

cuando se eligen al azar cuatro discos de una coleccin que consta de cuatro
discos de salsa y cuatro discos de msica clsica. Exprese los resultados a
travs de una formula.
Solucin:
La variable aleatoria X el nmero de discos de salsa, donde empleamos la
distribucin hper geomtrico.
x= 0, 1, 2, 3, 4
k N k
(
x )( nx )
P ( X=x )=h ( x , N , n , K )=
( Nn )
4
4
(
)(
0 40 ) 1
P ( X=x )=h ( 0,8,4,4 )=
=
8
( 4 ) 70
4
4
(
1 )( 41) 16
P ( X=x )=h ( 1,8,4,4 )=
=
8
(4 ) 70
4
4
(
)(
2 42) 36
P ( X=x )=h ( 2,8,4,4 )=
=
8
(4 ) 70
4
4
(
)(
3 43) 16
P ( X=x )=h ( 3,8,4,4 )=
=
8
(4 ) 70
4
4
(
4 )( 44 ) 1
P ( X=x )=h ( 4,8,4,4 )=
=
8
(4 ) 70

x
h(x, N ,n,K )

0
1
70

1
16
70

2
36
70

3
16
70

4
1
70

3.- Se seleccionan al azar dos calcetines y de manera sucesiva, se sacan de

un cajn que contiene seis calcetines cafs y cuatro verdes, Defina la variable
aleatoria X que represente el nmero de calcetines cafs que se selecciona.
Encuentre la funcin de probabilidad f(X), F(X), E(X), Varianza y desviacin
estndar de la variable aleatoria.

Solucin:
La variable aleatoria X est definida por 0, 1 y 2; la funcin de
probabilidad f(x) es:
k N k
(
x )( nx )
f ( x )=P ( X =x ) =h ( x , N , n , K ) =
( Nn )

6 4
(
0 )( 2 ) 6
f ( x )=P ( X =0 )=h ( 0,10,4,6 )=
=
10
( 2 ) 45
6 4
(
1 )( 1 ) 24
f ( x )=P ( X =1 )=h ( 1,10,4,6 )=
=
10
( 2 ) 45
6 4
(
2 )( 0 ) 15
f ( x )=P ( X =2 )=h ( 2,10,4,6 )=
=
10
( 2 ) 45

La funcin de probabilidad F(x) es:

La ganancia o media es:

124 215
+
+
( 06
45
45
45 )

x=E ( x )=

x=E ( x )= 0+
x=E ( x )=

24 30
+
45 45

54
45

La ganancia es de

54
45

54
45

54
45

Calculo de varianza:

[( ) ( ) ( ) ( ) ( ) ( )]
[( ) ( ) ( ) ( ) ( ) ( )]
[ ( ) ( ) ( )]

2x =V ( x ) = 02

2x =V ( x ) =

6
2916
24
2916
15
2916

+ 1

+ 4

45
2025
45
2025
45
2025

2x =V ( x ) =
2

x =V ( x ) =

6
2916
24
2916
15
2916

+ 12

+ 22

45
2025
45
2025
45
2025

17496
61236
481140
+
+
91125
91125
91125

524880
=5.76
91125

La varianza es de 5.76.

Calculo de desviacin estndar.

x = 2x

x = 5.76
x =2.4
La desviacin estndar es de 2.4

4.- Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos
cientos de dlares como marca el dado, pero si no sale nmero primo, pierde
tantos cientos de dlares como marca el dado. Determinar la funcin de
probabilidad y la esperanza matemtica del juego.
Solucin:
La variable X indica las ganancias en dlares puede tener los siguientes
valores:
X = 100, 200, 300, 400, 500, 600
X
6

P(X) =
P ( X )=

100 200 300 400 500 600

+
+

6
6
6
6
6
6

P ( X )=

1100 1000

6
6

P ( X )=

100
6

La ganancia esperada es

100
=16.66
6

5.- El experimento aleatorio consiste en lanzar una moneda 3 veces, Defina X

la variable aleatoria que representa el nmero de caras observadas. Encuentre
f(X), E(X), V(X) y desviacin estndar.
Solucin:
La variable X tiene los valores 0, 1, 2, 3
Definiendo as los siguientes sucesos.
P(0)= P({XXX}), P(1) =P({CXX,XCX,XXC}), P(2) =P({CCX,CXC,XCC}) y P(3)
=P({CCC})
f ( x )=P ( X =x ) =

3 Cx
8

3
(
0) 1
f ( x )=P ( X =x ) = =
8

3
(
1) 3
f ( x )=P ( X =x ) = =
8

3
(
2) 3
f ( x )=P ( X =x ) = =
8

3
(
3) 1
f ( x )=P ( X =x ) = =
8

La distribucin de probabilidad es:

X
P(X=x)

1
1
8

2
3
8

3
3
8

1
8

6.- Una urna contiene 4 bolas con los nmeros 1, 2, 3 y 4 respectivamente. Si

se toman dos bolas de la urna sin sustitucin y X representa la suma de los
nmeros de las dos bolas extradas.
Determine la funcin de probabilidad f(X), el valor esperado E(X) y la varianza
de la variable aleatoria
Solucin:
Al tomar las dos bolas tenemos las siguientes posibilidades.
S= { (1,2 ) , ( 1,3 ) , ( 1,4 ) , ( 2,1 ) , ( 2,3 ) , ( 2,4 ) , ( 3,1 ) , ( 3,2 ) , ( 3,4 ) , ( 4,1 ) , ( 4,2 ) , ( , 4,3 ) }

Para que sea distribucin de probabilidad debe cumplir

La variable X corresponde a 3, 4, 5, 6 y 7
P (3 )={ ( 1,2 ) , (2,1 ) }=

2 1
=
12 6

P ( 4 )={ ( 1,3 ) , (3,1 ) }=

2 1
=
12 6

P (5 )={ ( 1,4 ) , ( 2,3 ) , ( 3,2 ) , ( 4,1 ) }=

P (6 )= {( 2,4 ) , ( 4,2 ) }=

2 1
=
12 6

P (7 )={ ( 3,4 ) , ( 4,3 ) }=

2 1
=
12 6

1 1 1 1 1
P ( X=x )= + + + + =1
6 6 3 6 6

4 1
=
12 3

x=E ( x )=

({ 316 )+( 416 )+( 513 )+( 616 )+( 716 )}

1 2 5
7 540
x=E ( x )= + + +1+ =
=5
2 3 3
6 108
El valor esperado es de 5

[( ) ( ) ( ) ( ) ( ) ]

2x =V ( x ) = 32
2x =V ( x ) =

1
1
1
1
1
5+ 4 2 (5 )+ 52 ( 5 ) + 62 ( 5 ) + 72 ( 5 )
6
6
3
6
6

265 475 370 1075 1465 12060

+
+
+
+
=
=670
6
6
3
6
6
18

La varianza aleatoria es de 670

7.- A un dependiente de un auto lavado se le paga de acuerdo con el nmero
de automviles que lava. Suponga que las probabilidades son 1/12, 1/12. ., .,
1/6 y 1/6 respectivamente de que el dependiente reciba $5, $7, $9, $ 11, $ 13 o
$ 17 entre las 4 y 5 de la tarde en un da soleado. Encuentre las ganancias que
espera el dependiente para este periodo especfico.
Solucin:

x
P(x)

5
1
12

7
1
12

9
1
4

11
1
4

x=E ( x )=

71
91
111
131
171
+
+
+
+
+
( 51
12 ) ( 12 ) ( 4 ) ( 4 ) ( 6 ) ( 6 )

x=E ( x )=

( 125 )+( 127 )+( 94 )+( 114 )+( 136 )+( 176 )

x=E ( x )=

( 1212 )+( 204 )+( 306 )

13
1
6

17
1
6

x=E ( x )=11
La ganancia esperada es 11
8.- Una persona pide prestado un llavero con cinco llaves, y no sabe cul es la
que abre un candado. Por tanto, intenta con cada llave hasta que consigue
abrirlo. Sea la variable aleatoria X que representa el nmero de intentos
necesarios para abrir el candado.
a - Determine la funcin de probabilidad de X.
b - .Cual es el valor de P (X 1)?
Solucin:
Para que sea distribucin de probabilidad debe cumplir
La variable x seria 1, 2, 3, 4 y 5
P (1 ) =

1
5

4
1
5
1
P ( 2 )=
=
4
5
4
3
5
1
4
12 1
P ( 3 )=
= =
3
60 5
4
3
5
2
4
1
3
24 1
(
)
P 4=
=
=
2
120 5

4
3
5
2
4
1
3
24 1
P ( 5 )=
=
=
2
120 5
1 1 1 1 1
P ( X=x )= + + + + =1
5 5 5 5 5

9- Se sacan 3 balotas sucesivamente de una caja que contiene 4 balotas

negras y 2 balotas verdes; cada balota se regresa a la caja antes de sacar la

siguiente, Encuentre la distribucin de probabilidad para la variable X que
representa el numero de balotas verdes.
Solucin:
Para que sea distribucin de probabilidad debe cumplir
La variable X corresponde a 1 y 2 donde n=3 la probabilidad es

2 1
P ( x )= =
6 3

P ( X=x )=nC x P (x) x( 1P( x)3x )

x

3x

()( () )

1
1
P ( X=x )=nC x
1
3
3

3x

( ) (( ) )

1
2
=n C x

3
3

1 0 2 3 118 8
P ( 0 )= 3

=
=
3
27
27
0 3

()( ) ( )

31
4
1
2
1
2
3
12
3
P (1 ) =

=
=
3
3
9
27
1

()( ) ( )

31
2
1
2
9
6
3
P ( 2 )=

=
=
3
3
27
2 3
2

()( ) ( )

1 3 2 0 11
1
P ( 3 )= 3

=
1=
3
3
27
27
3

()( ) ( )

P ( X=x )=

8 12 6 1
+ + + =1
27 27 27 27

10.- Al invertir en acciones financieras, una persona puede lograr una ganancia
de 4000 dlares en un ao con probabilidad de 0.3 o bien tener una prdida de
1.000 dlares con probabilidad de 0.7. Cul sera la ganancia esperada de esa
persona.
Solucin:
La variable X es 4000 y 1000 y la probabilidad es 0.3 y 0.7 respectivamente:

x=E ( x )=( 40000.310000.7 )

x=E ( x )=( 1200700 )

x=E ( x )=500
La ganancia obtenida por la persona es de 500
11.- Suponga que un comerciante de joyera antigua est interesado en
comprar una gargantilla de oro para la cual las probabilidades de poder
venderla con una ganancia de $ 250, $ 100, al costo, o bien con una prdida de
$150 son: respectivamente: 0.22, 0.36, 0.28, 0.14. Cul es la ganancia
esperada del comerciante?
Solucin:
La variable X es 250, 100, 0, 150
La probabilidad es 0.22, 0.36, 0.28, 0.14

x=E ( x )=( 2500.22+ 1000.36+ 00.281500.14 )

x=E ( x )=( 55+36+021 )
x=E ( x )=70
La ganancia esperada es de 70
12.- Un piloto privado desea asegurar su avin por 50.000 dlares. La
compaa de seguros estima que puede ocurrir una prdida total con
probabilidad de 0.002, una prdida de 50% con una probabilidad de 0.01 y una
de 25% con una probabilidad de 0.1. Si se ignoran todas las otras prdidas
parciales, que prima debe cargar cada ao la compaa de seguros para
obtener una utilidad media de US $500?
Solucin:

x=E ( x )=( x0.002+ ( x0.01 )+ ( x0.1 ) )

x=E ( x )=0.002 x +0.01 x+ 0.1 x
500=0.112 x

500
=x
0.112
x=4464.28
El valor de la prima que la compaa debe carga cada ao es de 4464.28

13.- Sea X una variable aleatoria con funcin de densidad

f (x) =

a (3x x2 ) 0 x 3
0 en otro caso

a) Determine el valor de a para que la funcin sea efectivamente una funcin

de densidad de probabilidad
b) Calcule P (1 < X < 2)
Solucin:
a). Para que sea distribucin de probabilidad debe cumplir
La variable x corresponde a 0, 1, 2 y 3
a [ ( 3 ( 0 )+ 0 ) + ( 3 ( 1 ) +1 ) + ( 3 ( 2 ) +2 ) + ( 3 ( 3 ) +3 ) ]=1
2

a [ 0+4 +10+18 ]=1

a ( 32 )=1
a=

1
32

El valor de a corresponde a

1
=0.031
32

b)
2

P (1< x <2 )= f ( x ) dx
1

1
1
P (1< x <2 )= ( 3 x + x 2 ) dx= 3 ( x ) dx+ x2 dx
32 1
1 32
1
P (1< x <2 )=

[ ( ) ( )]
)(
[(

1 3 x2
x3
+
32 2
3
2

3 ( 1 ) +2 ( 1 )
1 3 ( 2 ) +2 ( 2 )
P (1< x <2 )=
+
32
6
6
P (1< x <2 )=

) ] [( ) ( )]
=

1 28
5
+
32 6
6

1 33
33
=
=0.17
32 6
192

( )

El valor de P es de 0.17
14.- Sea X una variable aleatoria con funcin de densidad
F (x) =

x/2 0 x 2
0 en otro caso

Obtenga el valor esperado de la variable, la varianza y la desviacin estndar.

Solucin:
Calculo del valor esperado
La variable X corresponde a 0, 1 y 2

( 002 )+( 112 )+( 222 )

x=E ( x )=

1
x=E ( x )=0+ +2
2
5
x=E ( x )= =2.5
2
El valor esperado es de 2.5

Calculo de varianza

[(

2x =V ( x ) = x2

[(

x
2x
2

]
)( )(

2
x

2x =V ( x ) =

70
=8.75
8

La varianza corresponde a 8.75

Calculo de desviacin estndar

x = 2x

x = 8.75=2.95

) ( )]

0
5
1
5
2
5
+ 12 + 22
2
2
2
2
2
2

)( )(
=V ( x ) = 0+ ( ) +( )
[ 54 152 ]
2x =V ( x ) = 02

La desviacin estndar corresponde a 2.95

15.- Sea X una variable aleatoria con funcin de densidad
f (x) =

a (4x x3 ) 0 x 2
0 en otro caso

a) Determine el valor de a para que la funcin sea efectivamente una funcin

de densidad de probabilidad
b) Calcule P (1 < X < 1,5)
c) Obtenga el valor esperado de la variable
Solucin:
Para que sea distribucin de probabilidad debe cumplir:
a) La variable X corresponde a 0, 1, y 2
a [ ( 4 ( 0 ) +0 ) + ( 4 ( 1 )+1 ) + ( 4 (2 )+2 ) ]=1
2

a [ 0+5+12 ] =1
a [ 17 ] =1
a=

1
17

el valor de a corresponde es=

1
=0.058
17

b)
1.5

PP ( 1< x <1.5 )= f ( x ) dx
1

1.5

1.5

1.5

1
1
P (1< x <1.5 ) = ( 4 x+ x 3 ) dx= 4 ( x ) dx + x 3 dx
17 1
1 17
1
P (1< x <1.5 ) =

1
17

[( ) ( )]
)(
[(
)(
[(
4 x2
x4
+
2
4

P (1< x <1.5 ) =

2
4
2
4
16 ( 1.5 ) +2 (1.5 )
16 ( 1 ) +2 ( 1 )
1

+
17
136
136

P (1< x <1.5 ) =

16 ( 2.25 ) +2 ( 5.06 )
16 ( 1 ) +2 ( 1 )
1

+
17
136
136

)]

)]

P (1< x <1.5 ) =

[( ) ( ) ] ( )

1
46.12
18
1 64.18 1091.06

+
=
=
=0.472
17
136
136
17 136
2312

El valor de P corresponde a 0.472

c) Calculo de valor esperado:

x=E ( x )=[ xa ( 4 xx 3 ) ]

[( ( ) ) ( (
[ ( ) ( )]
[ ( ) ]

x=E ( x )=

01
11
21
4 ( 0 )03 +
4 ( 1 )13 ) +
( 4 ( 2 )23 )
17
17
17

x=E ( x )= ( 0 ) +

11
21
( 3) +
( 0)
17
17

x=E ( x )= ( 0 ) +

3
+0
17

x=E ( x )=

)(

)]

3
=0.18
17

el valor esperado es de

3
=0.18
17

16.- Un ama de casa permite a sus hijos pequeos mirar la televisin un

mximo de 200 horas por mes y solo despus de terminar sus tareas
escolares. Ella lleva un control riguroso del tiempo que sus hijos mantienen la
televisin encendida cada mes, de modo que se trata de una variable continua,
que medida en unidades de 100 horas, tiene la siguiente funcin de densidad:
x
0X1
f (x) = 2 x 1 X 2
Determine la probabilidad de que, durante un mes cualquiera, los nios vean la
televisin:
a) entre 50 y 100 horas
b) entre 120 y 150 horas
c) Calcule el promedio de horas de televisin que espera la mama vean sus
hijos.
Solucin:
a) la probabilidad entre 50 y 100 horas.

f ( x )=x 0 x 1

x 2 100 100 2 502

xdx=
=
+
=6250
2 50
2
2
100

P ( 50 x 100 )=
50

La probabilidad de que los nios vean televisin entre 50 y 100 horas es de

6250 cuando f(x)=x 0 x 1
f ( x )=2x 1 x 2
xdx=2 x

x 2 100
2 50

100

2dx
50

100

(2x ) dx =
50

100

P (50 x 100 )=
50

P (50 x 100 )=2 x

| [(

)(

(100 )
( 50 )
x 2 100
= 2 (100 )
+ 2 ( 50 )
2 50
2
2

)]

P (50 x 100 )=48001150=5950

La probabilidad de que los nios vean televisin entre 50 y 100 horas es de
-5950 cuando f(x)=2 - x 1 x 2
b) la probabilidad entre 120 y 150 horas
f ( x )=x 0 x 1
xdx=

x 2 150 150 2 1202

=
+
=18450
2 120
2
2
150

P ( 120 x 150 )=
120

La probabilidad de que los nios vean televisin entre 120 y 150 horas es de
18450 cuando f(x)=x 0 x 1

f ( x )=2x 1 x 2

x 2 150
xdx=2 x
2 120
150

2dx
120

150

(2x ) dx =
120

150

P (120 x 150 )=
120

| [(

)(

(150 )
( 120 )
x2
P (120 x 150 )=2 x 150 = 2 (150 )
+ 2 ( 120 )
2 120
2
2

)]

P (120 x 150 )=10950+ (6960 )=17910

La probabilidad de que los nios vean televisin entre 120 y 150 horas es de
-17910 cuando f(x)=2 - x 1 x 2
Promedio de horas:

P ( 0 x 1 )= xdx=
0

x2 1 ( 1) ( 0) 1
=
+
=
2 0 2
2 2

([ 012 )+(1 12 )]=(0+ 12 )= 12

x=E ( x )=

1
la ganancia es de =0.5 ; para la funcion de f ( x )=x 0 x 1
2
2

P (1 x 2 )= ( 2x ) dx= 2 dx xdx=2 x
1

P ( 1 x 2 )= 2 ( 2 )

)(

2
1
7
+ 2 (1 ) = =3.5
2
2
2

[( ) ( ) ]

x=E ( x )=

x2 2
2 1

17
27
7 14 21
+
= + = =10.5
2
2
2 2
2

la gananciaes de

21
=10.5; para la funcion de f ( x )=2x para 1 x 2
2

DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS

17- En una clase de ciencias naturales de 12 alumnos se elegir un
representante de grupo, para lo cual se usara el nmero de lista de cada
alumno. Se anotan 12 papeles con nmeros del 1 al 12 respectivamente se
doblan y se meten en un frasco. Luego se extrae al azar un papel para
designar al representante. Determine la probabilidad de que el numero que
salga sea menor que 5; determine la probabilidad de que el numero sea mayor
que 3 pero menor que 7.
Solucin:
P ( x <5 ) es:
1
1
1
1
5
7
P ( x <5 ) =1P ( x>5 )=1
dx=1 x| =1
( 5 ) + ( ) =1 =
12
12
12
12 12
5
5 12

La probabilidad de que

la probabilidad de P ( x <5 ) es=

7
=0.58
12

P (3< x<7 )
7

P (3< x<7 )=
3

1
1
1
1
7 3 10
dx= x|7 = ( 7 ) + ( 3 )= + =
12
12 3 12
12
12 12 12

la probabilidad de P ( 3< x <7 ) es=

10
=0.83
12

18.- Como participante de una encuesta de contaminacin del aire, un

inspector decide examinar las emisiones de seis de los 24 camiones de una
compaa. Si cuatro de los camiones emiten cantidades excesivas de
contaminantes cual es la probabilidad de que ninguno de ellos sea parte de la
Muestra del inspector
Solucin:
La variable X es igual a 0
k N k
(
x )( nx )
f ( x )=P ( X =x ) =h ( x , N , n , K ) =
( Nn )
4 20
(
0 )( 6 )
f ( x )=P ( X =x ) =h ( 0,24,6,4 ) =
( 246)

f ( x )=h ( 0,24,6,4 )=

1( 38750 )
=0.28
( 134596 )

La probabilidad de que ninguno de ellos sea parte de la muestra es de 0.28

19.- Un ingeniero de control de calidad inspecciona una muestra, tomada al

azar, de dos calculadoras manuales, de cada lote que llega de 18, y acepta el
lote si ambas estn en buenas condiciones de trabajo; de otra manera, se
inspecciona todo el lote y el costo se carga al vendedor, determine la
probabilidad de que un lote se acepta sin inspeccin adicional, si contiene:
a. Cuatro calculadoras que no estn en buenas condiciones de trabajo
b. Ocho calculadoras que no estn en buenas condiciones de trabajo
Solucin:
a) la variable X es igual 0 para que el lote no sea devuelto. Donde N= 18, n=2
K= 4
k N k
x nx
f ( x )=P ( X =x ) =h ( x , N , n , K ) =
N
n

( )( )
( )

4 14
(
0 )( 2 ) 191 91
f ( x )=h ( 0,18,2,4 )=
=
=
=0.59
153 153
18
( 2)
La probabilidad de que se acepte el lote con cuatro calculadoras en malas
condiciones es de 0.59
b) la variable X es igual 0 para que el lote no sea devuelto. Donde N= 18, n=2
K= 8
k N k
x nx
f ( x )=P ( X =x ) =h ( x , N , n , K ) =
N
n

( )( )
( )

8 10
(
0 )( 2 ) 145 45
f ( x )=h ( 0,18,2,8 ) =
=
=
=0.294
153 153
18
( 2)
La probabilidad de que se acepte el lote con ocho calculadoras en malas
condiciones es de 0.59

20.- Una florera tiene 15 vehculos de reparto, que se utilizan principalmente

para llevar flores y arreglos florales en una ciudad, suponga que seis de los 15
camiones tienen problemas con los frenos. Se seleccionaron cinco vehculos al
azar para probarlos, cual es la probabilidad de que dos de los camiones
probados tengan frenos defectuosos?
Solucin:
La variable X es igual 2de los camiones probados. Donde N= 15, n=6 y k= 5
k N k
(
x )( nx )
f ( x )=P ( X =x ) =h ( x , N , n , K ) =
( Nn )
5 10
(
2 )( 4 ) 10210 2100
f ( x )=h ( 2,15,6,5 ) =
=
=
=0.42
5005
5005
15
(6)
La probabilidad de que dos de los camiones probados tengan sus frenos
defectuosos es de 0.42
21.- En una fbrica de circuitos electrnicos, se afirma que la proporcin de
unidades defectuosas de cierto componente que esta produce es del 5%. Cul
es la probabilidad de que un comprador al revisar 15 unidades al azar
encuentre cuatro defectuosas?
Solucin:
La variable X corresponde a 4 unidades defectuosas, donde n=15 unidades y la
proporcin de unidades defectuosas es de 5% =0.05, para esto utilizaremos
una distribucin binominal.

11
f ( 4 ; 0.05 .15 )= 15 0.054( 10.05 )
4

( )

f ( 4 ; 0.05 .15 )=13650.000006250.5688

f ( 4 ; 0.05 .15 )=0.00485
La probabilidad de que un comprador encuentre 4 unidades defectuosas es de
0.00485

22.- Un investigador inyecta un germen patgeno a varios ratones a la vez,

hasta que haya 2 que han contrado la enfermedad. Si la probabilidad de
contraer el padecimiento es de 1/6. Cul es la probabilidad de que sean
necesarios 8 ratones?
Solucin:
La variable X corresponde a 8 ratones, donde r=2 ratones que han contrado la
enfermedad y la P = 1/6 para esto utilizaremos una distribucin binomial
negativa.

1
5
1
f 8; ,2 = 7

6
6
1 6

) ()( ) ( )

715625
1
1
46656
109375
f 8; ,2 =
=
=0.065
6
36
1679616

La probabilidad de que sean necesarios ocho ratones es de 0.065

23.- Segn los registros universitarios fracasa el 5% de los alumnos de cierto
curso. Cul es la probabilidad de que de 6 estudiantes seleccionados al azar,
menos de 3 hayan fracasado?
Solucin:
La variable X corresponde a 0, 1, 2 donde n= 6 estudiante seleccionados y P =
5% = 0.05, para esto utilizaremos una distribucin binomial

6
f ( 0 ; 0.05,6 )= 6 0.050( 10.05 ) =110.735=0.735
0

()

5
f ( 1 ; 0.05,6 )= 6 0.051( 10.05 ) =60.050.774=0.2322
1

()

4
f ( 2 ; 0.05,6 )= 6 0.052( 10.05 ) =150.00250.8145=0.0305
2

()

P = (X < 3) = 0.735 + 0.2322 + 0.0305 = 0.3362

La probabilidad de que menos de tres alumnos hayan fracasado es de 0.3362
24.- Segn un estudio publicado por un grupo de socilogos de la Universidad
de Massachusetts, aproximadamente el 60% de los consumidores del
tranquilizante Valium en dicho estado, tomaron el frmaco por problemas
psicolgicos, Determine la probabilidad de que entre los siguientes 8
consumidores entrevistados en este estado, por lo menos 5 hayan comenzado
a tomarlo por problemas psicolgicos.
Solucin:
La variable X corresponde a 0, 1, 2, 3, 4; donde n= 8 consumidores y P = 60%
= 0.6, para esto utilizaremos una distribucin binomial

8
f ( 0 ; 0.6,8 ) = 8 0.60( 10.6 ) =110.000655=0.000655
0

()

7
f ( 1 ; 0.6,8 )= 8 0.6 1( 10.6 ) =80.60.00164=0.00787
1

()

6
f ( 2 ; 0.6,8 )= 8 0.62( 10.6 ) =280.360.0041=0.4133
2

()

5
3
f ( 3 ; 0.6,8 )= 8 0.6 (10.6 ) =560.2160.01024=0.1238
3
4
f ( 4 ; 0.6,8 )= 8 0.6 4 (10.6 ) =700.12960.0256=0.2322
4

()
()

P = (X < 3) = 0.000655 + 0.00787 + 0.4133 + 0.1238 + 0.2322 = 0.7778

La probabilidad de que por lo menos cinco hayan comenzado a tomarlos por
problemas psicolgicos es de 0.7778

25.- La probabilidad de que una persona que vive en cierta ciudad tenga un
perro se estima en 0.3. Determine la probabilidad de que la decima persona
entrevistada al azar en dicha ciudad sea la quinta en poseer un perro.
Solucin:
La variable X corresponde a 10 persona entrevistadas, donde r=5 y la P = 0.3
para esto utilizaremos una distribucin binomial negativa

5
5
f ( 10 ; 0.3,5 )= 9 ( 0.7 ) ( 0.3 ) =1260.16810.00243=0.0515
4

()

La probabilidad de que la decima persona entrevistada sea la quinta en poseer

un perro es de 0.0515
26.- Suponga que cierto estudiante tiene una probabilidad de 0,75 de aprobar
el examen de ingles en cualquier intento que haga. Cul es la probabilidad de
que lo logre aprobar en el cuarto intento?
Solucin:
La variable X corresponde a 4, donde r=1 y la P = 0.75 para esto utilizaremos
una distribucin binomial negativa

3
1
f ( 4 ; 0.75,1 )= 3 ( 0.25 ) ( 0.75 ) =10.015625075=0.01172
0

()

La probabilidad de que logre aprobar en el cuarto intento es de 0.01172

27.- De acuerdo con un reporte de la secretaria de movilidad, en Bogot se
registran en promedio 7,5 peatones atropellados a la semana (7 das).
Determine la probabilidad de que en tres das de una semana cualquiera
ocurran entre 6 y 8 casos de personas atropelladas en la ciudad.
Solucin:
La variable X corresponde a 6 y 8 casos de personas atropelladas es la cuidad,
el promedio es de 7.5 en siete das, por lo tanto en tres das el promedio seria
de 3.2, por tanto se utilizara la distribucin de poison.
Teniendo as: = 3.21

P (6 x 8 ) =

e3.21 3.218
e3.21 3.217
e3.21 3.216
+
+
8!
7!
6!

)(

)(

( 0.04011273.02
)+( 0.0403511.84
)+( 0.0401094.03
)
40320
5040
720

P (6 x 8 ) =

140.474
43.76
+(
+(
( 450.92
)
)
40320
5040
720 )

P (6 x 8 ) =

P (6 x 8 ) =0.011+0.027+ 0.061=0.099
La probabilidad de que en tres das de una semana ocurran entre 6y 8 casos
de persona atropelladas es de 0.099
28.- El nmero de camiones en promedio que llegan a una central de abastos
en cierta ciudad, es de 12 por da. Cul es la probabilidad de que en un da
cualquiera lleguen menos de nueve camiones a esa central de abastos?
Solucin:
La variable X corresponde a 0, 1, 2, 3, 4, 5, 6, 7, 8 casos de personas
atropelladas es la cuidad, el promedio es de 12 por da, con base en esto se
utilizara la distribucin de poison.

P ( x <9 )=

12

)(

12

)(

12

)(

12

)(

12

)(

12

)(

12

)(

12

)(

12

12
e 12
e 12
e 12
e 12
e 12
e 12
e 12
e
+
+
+
+
+
+
+
+
8!
7!
6!
5!
4!
3!
2!
1!
0

220.16
18.35
1.53
0.127
0.011
0.000884
0.0000737
0.000
+(
+(
+(
+(
+(
+(
+(
+(
( 2641.89
)
)
)
)
)
)
)
)
40320
5040
720
120
24
6
2
1
1

P ( x <9 )=

P ( x <9 )=0.066+0.044 +0.0255+0.01275+ 0.0053+ 0.00183+0.000442+0.0000737+0.00000614

P ( x <9 )=0.1559

La probabilidad de que lleguen al menos 9 camiones a la central de abastos es

de 0.1559
29.- Si Z es la distribucin normal tipificada, encuentre el rea bajo la curva que
cae:
a. A la izquierda de z = - 1,13
b. Entre z = - 2,06 y z = - 0,15
c. A la derecha de z = 1,44
Solucin:
a. A la izquierda de z = - 1,13
P ( z=1.13 ) =P ( z >1.13 )
P ( z=1.13 ) =1P ( z<1.13 )=10.8708=0.1292
El rea bajo la curva a la izquierda de z = -1.13 es de 0.1292 o 12.92%
b. Entre z = - 2,06 y z = - 0,15

P (2.06< z <0.15 )=P ( 2.06> z >0.15 )=( 1P ( z <0.15 ) ) ( 1P ( z< 2.06 ) )=( 10.5596 )( 10.98030 )=(
El rea bajo la curva entre de z = -2.06 y z = -0.15 es de 0.4207 o 42.07%
c. A la derecha de z = 1,44
P ( z >1.44 )=1P ( z >1.44 ) =10.9251=0.0749
El rea bajo la curva a la derecha de z = 1.44 es de 0.0749 o 7.49%
30.- Si la variable aleatoria Z tiene una distribucin normal tipificada, encuentre
la mejor aproximacin de las tablas para el valor de k, tal que:
a. P (Z > K) = 0,3500
b. P (Z < K) = 0,5500
c. (Ko < Z < k1) = 0,9500
Solucin:
a. P (Z > K) = 0,3500
P ( z >k )=1P ( z <k )
P ( z >k )=10.3500=0.65
K corresponde al valor de la tabla inversa de distribucin normal tipificada uqe
es igual a 0.3853
b. P (Z < K) = 0,5500

P ( z <k )=0.5500
K corresponde al valor de la tabla inversa de distribucin normal tipificada que
es igual a 0.125661
c. (Ko < Z < k1) = 0,9500
P ( k 0 < z <k 1 ) =P ( z < k 1 )( 1P ( z< k 0 ) ) =0.5500( 10.5500 )=0.55000.4500=0.1000
K corresponde al valor de la tabla inversa de distribucin normal tipificada que
es igual a 3.091
31.- Las notas de un examen hecho a una clase de 36 alumnos siguen una
distribucin Normal con media 4.2 y desviacin estndar 1.3.
a) Calcular el nmero de alumnos con nota entre 5 y 7.
b) Numero de alumnos con nota entre 4 y 6
Solucin:
Distribucin normal
= 4.2 y = 1.3
a) nmero de alumnos con nota entre 5 y 7
z 1=

x 54.2 0.8
=
=
=0.6153

1.3
1.3

z 1=

x 74.2 2.8
=
=
=2.15

1.3
1.3

P ( 0.62< z <2.15 )=P ( z >2.15 ) P ( z >0.62 ) =0.984220.7324=0.252

El nmero de alumnos con nota entre 5 y 7 es de 0.252 * 36 =9.072 es decir
aproximadamente 9 alumnos.
b) nmero de alumnos entre 4 y 6

z 1=

x 44.2 0.2
=
=
=0.154

1.3
1.3

z 1=

x 64.2 1.8
=
=
=1.38

1.3
1.3

P (0.15< z <1.38 ) =P ( z >1.38 ) ( 1P ( z> 0.15 ) )=0.9162( 10.5596 ) =0.91620.4404=0.4758

El nmero de alumnos con nota entre 4 y 6 es de 0.4758 * 36 = 17.12 es decir

aproximadamente 17 alumnos
32.- El peso de las naranjas sigue una distribucin normal de media 180 g y
desviacin tpica 20 g. Un almacenista ha comprado 10.000 kg. Calcular:
a) Kilos de naranjas que se espera pesen menos de 150 g.
b) Kilos de naranjas cuyo peso se espera que este entre 160 y 200 g.
Solucin:
= 180 y = 20
a) Kilos de naranjas que se espera pesen menos de 150 g.
z 1=

x 150180 30
=
=
=1.5

20
20

P ( z <1.5 )=P ( z >1.5 )=1P ( z >1.5 )=10.9332=0.0668

Los kilos de naranja que se espera pesen menos de 150 gramos es 10000 *
0.0668 = 668 kilos
b) Kilos de naranjas cuyo peso se espera que este entre 160 y 200 g

z 1=

x 160180 20
=
=
=1.00

20
20

z 2=

x 200180 20
=
= =1.00

20
20

P (1.00< z <1.00 )=P ( z <1.00 )( 1P ( z >1.00 )) =0.8416( 10.8416 )=0.84160.1584=0.6832

Los kilos de naranja que se espera entre 160 y 200 gramos es 10000 * 0.6832
= 6832 kilos
33.- El Departamento de Talento Humano de una universidad ha hecho un
estudio sobre la distribucin de las edades del profesorado y ha observado que
se distribuyen normalmente con una media de 34 aos y una desviacin tpica
de 6 aos. De un total de 400 profesores hallar:
a) Cuantos profesores hay con edad menor o igual a 35 aos?
b) Cuantos de 55 aos o ms?
Solucin:
= 34 y = 6

a. profesores con edad menor o igual de 35 aos

P ( x <35 ) =z 2=

x 3534 1
=
= =0.16

6
6

P ( z <0.16 )=0.5636
Los profesores con edad menor o igual a 35 aos son de 400 * 0.5636 =
225.44 aproximadamente 225 profesores.
b. profesores con 55 aos o ms.
P ( x >55 ) =z2 =

x 5534 21
=
= =3.5

6
6

P ( z >3.5 ) =1P ( z<3.5 )=10.999767=0.000233

Los profesores con 55 aos o ms es de 400 * 0.000233 = 0.0932 profesores
34.- En una panadera se cortan panecillos con un peso que se ajusta a una
distribucin normal de media 100 g y desviacin tpica 9. Cul es la
probabilidad de obtener un panecillo cuyo peso oscile entre 80 g y la media?
Solucin:
= 100 y = 9
P ( 80< x< 100 )=z 1=

x 80100 20
=
=
=2.22

9
9

P ( 80< x< 100 )=z 1=

x 100100 0
=
= =0.00

9
9

P (2.22< z <0.00 )=P ( z <0.00 ) ( 1P ( z> 2.22 ) )=0.5000( 10.98679 ) =0.50000.01321=0.48679

Los probabilidad de tener un panecillo con un peso entre 80g y 100g es de
0.48679
35.- La duracin media de un lavavajillas es de 15 aos, con una desviacin
tpica igual a 0.5 aos. Si la vida til de electrodomsticos se distribuye
normalmente, halla la probabilidad de que al comprar un lavavajillas este dure
ms de 16 aos.
Solucin:
= 15 y = 0.5
P ( x >16 )=z 1=

x 1615 1
=
=
=2

0.5
0.5

P ( z 2 )=P ( z 2 )=1P ( z 2 )=10.97725=0.0228

La probabilidad de que el lavavajilla dure 16 es de 0.0228
36.- Se ha determinado que para varones normales en una cierta poblacin
normalmente distribuida, la temperatura media es de 37C y desviacin
estndar de 0,5C. Si se consideran 1000 de estas personas. Cuantas se
puede esperar que tengan una temperatura comprendida entre 37C y 37,6C?
Solucin:
= 37C y = 0.5C
N = 1000

z 1=

x 3737 0
=
=
=0

0.5
0.5

z 2=

x 37.637 0.6
=
=
=1.2

0.5
0.5

P ( 0< z< 1.2 )=P ( z <1.2 )P ( z <0 ) =0.88490.5000=0.3849

El total de personas que se puede esperar es de 1000 * 0.3849 = 384.9
aproximadamente 385 personas tendrn temperaturas entre 37C y 37.6C
37.- Un calentador de agua requiere por trmino medio 30 minutos para
calentar 40 galones de agua hasta una temperatura determinada. Si los
tiempos de calentamiento se distribuyen normalmente con una desviacin
estndar de 0,5 minutos. Qu porcentaje de los tiempos de calentamiento son
superiores a 31 minutos?
Solucin:
= 30 y = 0.5
N = 40
z 1=

x 3130 1
=
=
=2

0.5
0.5

P ( z >2 ) =1P ( z >2 ) =10.97725=0.0228

El porcentaje de los tiempos de calentamiento superiores a 31 minutos es de
40 * 0.0228 = 0.912 * 100 = 91.2%

38.- Los resultados de una prueba objetiva de seleccin hecha a 200 personas
indicaron que la distribucin de puntuaciones era normal, con media 60 puntos
y desviacin tpica de 6 puntos. Calcular cuntos examinados han obtenido
una puntuacin entre 30 y 40 puntos, y cul es la minina puntuacin por debajo
de la cual estn el 75 % de los examinados?
Solucin:
= 60 y = 6
N = 200
a. personas que obtuvieron puntuacin entre 30 y 40 puntos.
z 1=

x 3060 30
=
=
=5

6
6

z 2=

x 4060 20
=
=
=3.33

6
6

P (5 z 3.33 ) =( 1P ( z 3.33 ) ) ( 1P ( z 5 ) )=( 10.999565 )( 10.999999 )=0.0004350.000001

Los examinados que tuvieron puntaje entre 30 y 40 puntos es de 200 *
0.000434 = 0.0868 o el 8.68% de personas
b. puntuacin mnima por debajo del 75% de los examinados.

z=

x
x60
0.75=

x=0.756+60=64.5
La minina puntuacin que se encuentra por debajo del 75% de los examinados
es de 64.5
39.- Suponiendo que las tallas de los adultos de un pas A siguen una
distribucin normal con media 180 cm. y desviacin tpica 5 cm. y que las tallas
de los adultos en un pas B siguen una distribucin tambin normal, pero con
media 180 cm. y desviacin tpica 15 cm., contestar de manera justificada en
cul de los dos pases es ms probable encontrar adultos con talla superior a
195 cm. y donde es ms probable encontrar adultos con talla comprendida
entre 175 y 185 cm.
Solucin:
a) A: = 180 cm y = 5 cm
B: = 180 cm y = 15 cm

z A=

x 195180 15
=
= =3

5
5

z B=

x 195180 15
=
= =1

15
15

P ( z 3 )=1P ( z 3 )=10.998650=0.00135
P ( z 1 ) =1P ( z 1 )=10.8416=0.1584
Es ms probable encontrar adultos con talla superior a 195 cm en el pas B ya
que hay una probabilidad de 0.1584 con respecto al pas A, que tiene una
probabilidad de 0.00135
b) pas A:
z 1=

x 175180 5
=
= =1

5
5

x 185180 5
=
= =1

5
5
P (1 z 1 ) =P ( z 1 ) ( 1P ( z 1 ) )=0.8416( 10.8416 )=0.84160.1584=0.6832
z 2=

Pas B:
z 1=

x 175180 5
=
= =0.33

15
15

z 2=

x 185180 5
=
= =0.33

15
15

P (0.33 z 0.33 )=P ( z 0.33 ) ( 1P ( z 0.33 ) )=0.6293( 10.6293 )=0.62930.3707=0.259

Es ms probable encontrar adultos con talla entre 175 cm y 185 cm en el pas
A ya que hay una probabilidad de 0.6832 con respecto al pas B, que tiene una
probabilidad de 0.259

CONCLUSIN

Gracias al desarrollo de este taller me he dado cuenta que las variables

aleatorias y las distribuciones de probabilidad son de gran utilidad ya que
dando un buen uso de las formulas que estas nos ofrecen podemos dar
solucin rpida a problemas que se nos pueden presentar en cualquier parte
de nuestro trabajo, ya sea en investigacin o en la vida cotidiana.

BIBLIOGRAFA

Robayo.Adriana.2007.Modulo de probabilidad. UNAD. Bogot. D.C.

Canavos. George 1988. Probabilidad y estadstica. McGraw Hill. Mxico.