1) Un bilogo desea hacer una estimacin, con un intervalo de confianza del 95% de la cantidad

promedio de agua que consume una especie animal en condiciones experimentales. De igual
manera, el investigador logra determinar que la poblacin de valores de consumo diario de agua est
distribuido normalmente. Adems, una muestra aleatoria de 36 animales arroja una media de 16,5
gramos con una desviacin estndar de 2 gramos.
=0.05
n=36
=2
Z2=1.96
x=16.5
x- Z2.n<<x+ Z2.n = 16.5- 1.96.236<<16.5+ 1.96.236=
=16.5- 0.6533<<16.5+ 0.6533= 15.8467<<17.1533
Con un grado de confianza del 95%, la cantidad promedio de agua que consume una especie animal
en condiciones experimentales, se encuentra entre 15.8467 y 17.1533.
2) Resuelve nuevamente el ejercicio anterior, pero utilizando un grado de confianza del 90%.
Compare los resultados encontrados en ambos ejercicios.
=0.10
n=36
=2
Z2=1.64
x=16.5
x- Z2.n<<x+ Z2.n = 16.5- 1.64.236<<16.5+ 1.64.236
=16.5- 0.5466<<16.5+ 0.5466 = 15.9534<<17.0466
Con una confianza del 90%, la cantidad promedio de agua que consume una especie animal en
condiciones experimentales, se encuentra entre 15.9534 y 17.0466.
3) Una muestra aleatoria de 6 autos colombianos de un determinado modelo consume las
siguientes cantidades de gasolina por litro: 18,6; 18,4; 19,2; 20,8; 19,4 y 20,5. Calcule un intervalo
de confianza del 90% para el consumo de gasolina medio poblacional de los autos de este modelo,
suponiendo que la distribucin de la poblacin en cuestin es normal.
=0.10
n=6
x=18,6; 18,4; 19,2; 20,8; 19,4; 20,5
s=0.98
x=19.48
t2=t0.102=t5=0.05=2.015
x- t2.sn<<x+ t2.sn = x- t2.sn<<x+ t2.sn
=19.48- 2.015.0.986<<19.48+ 2.015.0.986
=19.48- 0.8061<<19.48+ 0.8061= 18.6739<<20.2861
Con un nivel de confianza del 90%, el consumo de gasolina medio poblacional de los autos de este
modelo, se encuentra entre 18.6739 y 20.2861
4) La duea de un centro comercial desea estimar el promedio de valor de venta de los maletines
que tienen en su inventario. Una muestra aleatoria de 12 maletines dio un valor promedio de 77.8
(en miles de peso) y una desviacin estndar de 11,1. Suponiendo que la poblacin de precios se
distribuye normalmente, calcule un intervalo del 95% de confianza para el valor de venta promedio
de todos los maletines en cuestin.
=0.05
n=12
=11.1
Z2=1.96
x=77.8
x- Z2.n<<x+ Z2.n = 77.8- 1.96.11.112<<77.8+ 1.96.11.112
=77.8-6.2804<<77.8+6.2804 = 71.5196<<84.0804
Con un grado de confianza del 95%, el valor de venta promedio de todos los maletines en cuestin,
se encuentra entre 71.5196 y 84.0804
5) El director de servicio a pacientes de una empresa a salud desea evaluar el tiempo de espera de
los pacientes en una instalacin local. El tiempo de espera se define como el tiempo transcurrido
desde que el paciente llega hasta que el doctor termine de atenderlo. De un libro de citas, se tom

una muestra aleatoria de 16 pacientes, la cual arroj una media de 65.7 minutos y una desviacin
estndar de 3.4. Utilice estas estadsticas para construir un intervalo del 99% de confianza para el
tiempo de espera de la poblacin. Asuma que la poblacin estipulada se distribuye normalmente.
=0.01
n=16
=3.4
Z2=2.58
x=65.7
x- Z2.n<<x+ Z2.n = 65.7- 2.58.3.416<<65.7+ 2.58.3.416
=65.7-2.125<<65.7+2.125=63.575<<67.825
Con una confianza del 99%, el tiempo de espera de la poblacin de una empresa de salud se
encuentra entre 63.575 y 67.825.
6) El departamento de servicios a clientes local de gas para viviendas desea estimar el perodo
promedio entre la llegada de una solicitud de servicio y la conexin del mismo. Se seleccion una
muestra aleatoria de 6 casas a partir de los registros disponibles del ao anterior. Los resultados
registraron el nmero de das, son: 150, 162, 178, 158, 162 y 171. Constituya un intervalo del 99%
de confianza del tiempo de espera de la poblacin durante el ao pasado. Suponga que la poblacin
en cuestin se distribuye normalmente.
=0.01
n=6
x=150; 162; 178; 158; 162; 179
s=9.83
x=163.5
t2=t0.012=t5=0.005=4.032
x- t2.sn<<x+ t2.sn = 163.5- 4.032.9.836<<163.5+4.032.9.836
163.5- 16.1807<<163.5+ 16.1807=147.3193<<179.6807
Se considera, que con una confianza del 99%, el tiempo de espera de la poblacin entre la llegada de
una solicitud de servicio y la conexin del mismo, durante el ao pasado, se encuentra entre
147.3193 y 179.6807 das.
7) Una mquina produce varillas metlicas usadas en el sistema de suspensin de un automvil. Se
selecciona una muestra aleatoria de 10 varillas y se mide el dimetro. Los datos resultantes (en
centmetros) se encuentra a continuacin: 1,014 1,009 1,041 0,962 1,058 1,024 1,019 1,020
1,002 0,958
8) Asumiendo que el dimetro de las varillas provienen de una poblacin normal, encuentre un
intervalo de 99% de confianza para el dimetro medio de las varillas.
=0,01
n=10
x=1,014; 1,009; 1,041; 0,962; 1,058; 1,024; 1,019; 1,020; 1,002; 0,958
s=0,0311
x=1,0107
t2=t0,012=t9=0,005=3,250
x- t2,sn<<x+ t2,sn
1,0107- 3,2500,031110<<1,0107+ 3,2500,031110
=1,0107- 0,0319<<1,0107+ 0,0319=0,9788<<1,0426
Teniendo en cuenta una confianza del 99%, el dimetro medio de las varillas se encuentra entre
0.9788 y 1.0426 centmetros.
9) Se toma una muestra aleatoria de 12 alambres de acero para realiza un estudio de dureza. Se
realizaron mediciones de la dureza para cada uno de los 12 alambres de la muestra y se obtuvo un
valor promedio de 48.50 con una desviacin estndar de 1.5. suponiendo que los valores se
distribuyen normalmente, construya un intervalo de confianza del 95% para la dureza medial.
=0,05
n=12
=1,5
Z2=1,96
x=48,50
x- Z2,n<<x+ Z2,n =48,50- 1,96,1,512<<48,50+ 1,96,1,512
=48,50-0,8487<<48,50+0,8487=47,6513<<49,3487
Con un nivel de confianza del 95%, la dureza media de los alambres se encuentra entre 47.6513 y
49.3487.
10) Una muestra aleatoria de 110 estudiantes de primer grado de cierta escuela pblica alcanzaron
altura promedio muestral de 0.81 metros con una desviacin estndar de 1.5. suponiendo que los
valores se distribuyen normalmente construya un intervalo de confianza del 99% para la verdadera
altura promedio e interprete el intervalo resultante.
=0,01

n=110
=0,34
Z2=2,58
x=0,81
x- Z2,n<<x+ Z2,n= 0,81- 2,58,0,34110<<0,81+ 2,58,0,34110
=0,81-0,0836<<0,81+0,0836=0,7264<<0,8936
Con un grado de confianza del 99%, la altura promedio de los estudiantes de primer grado se
encuentra entre 0.7264 y 0.8936 metros
11) Una muestra aleatoria de 8 personas produjo una edad promedio muestral de 30.2 aos y una
desviacin estndar de 3.1 aos. Si se supone que la edad est normalmente distribuida, calcule un
intervalo de confianza del 95% para la verdadera edad promedio.
=0,05
n=8
=3,1
Z2=1,96
x=30,2
x- Z2,n<<x+ Z2,n = 30,2- 1,96,3,18<<30,2- 1,96,3,18
=30,2-2,1481<<30,2+2,1481=28,0519<<32,3481
Con una confianza del 95%, la edad promedio de las personas se encuentra entre 28.0519 y 32.3481
aos
12) De una muestra aleatoria de 140 estudiantes de una universidad, 74 indicaron que provienen
de estratos altos. Construya un intervalo del 99% de confianza para estimar la proporcin de
estudiantes en toda la universidad que provienen de estratos altos.
=0,01
n=140
Z2=2,58
p=74140=0,528
p- Z2p(1-p)n<p<p+ Z2p(1-p)n
=0,528- 2,580,528(1-0,528)140<p<0,528+ 2,580,528(1-0,528)140
0,528-0,1088<p<0,528+0,1088 = 0,4192<p<0,6368
Se considera, que con una confianza del 99%, la proporcin de estudiantes en toda la universidad
que provienen de estratos altos, est entre 0.4192 y 0.6368.
13) Un fabricante de calculadoras electrnicas est interesado en estimar la fraccin de unidades
defectuosas. De modo que, en una muestra de 350 calculadores pertinentes, 161 resultaron
defectuosas. Construya un intervalo de confianza para la verdadera proporcin de calculadoras
defectuosas.
=0,01
n=350
Z2=2,58
p=161350=0,46
p- Z2p(1-p)n<p<p+ Z2p(1-p)n
=0,46- 2,580,46(1-0,46)350<p<0,46+ 2,580,46(1-0,46)350
=0,46-0,0687<p<0,46+0,0687= 0,3913<p<0,5287
Teniendo en cuenta una confianza del 99%, la proporcin de calculadoras defectuosas se encuentra
entre 0.3913 y 0.5287.
14) El gerente de operaciones de un peridico en una ciudad grande desea determinar la
proporcin de peridicos impresos que tiene un atributo no conforme, como muy borroso, mal
paginado, pginas faltantes, pginas duplicadas, etc. El gerente determina que debe seleccionarse
una muestra aleatoria de 100 peridicos para el anlisis. Suponga que de esta muestra, 70
contienen algn tipo de inconformidad. Construya un intervalo de confianza del 95% para aproximar
la proporcin de peridicos que contienen algn tipo de inconformidad.
=0,05
n=100
Z2=1,96
p=70100=0,7
p- Z2p(1-p)n<p<p+ Z2p(1-p)n =0,7- 1,960,7(1-0,7)100<p<0,7+ 1,960,7(1-0,7)100
=0,7-0,0898<p<0,7+0,0898=0,6102<p<0,7898
Con un nivel de confianza del 95%, la proporcin de peridicos que contienen algn tipo de
inconformidad se encuentra entre 0.6102 y 0.7898.
15) Un auditor del departamento estatal de seguros desea determinar la proporcin de
reclamaciones pagadas por una compaa de seguros de salud dentro de los meses siguientes a la
recepcin de la solicitud. Se selecciona una muestra aleatoria de 1000 reclamaciones y se determina
que 228 se pagaron en menos d e2 meses. Encuentre el intervalo de confianza del 95% para la
proporcin de la poblacin de reclamaciones pagadas en el lapso requerido.

=0,05
n=1000
Z2=1,96
p=2281000=0,228
p- Z2p(1-p)n<p<p+ Z2p(1-p)n
=0,228- 1,960,228(1-0,228)1000<p<0,228+ 1,960,228(1-0,228)1000
=0,228-0,0260<p<0,228+0,0260=0,202<p<0,254
Con un grado de confianza del 95%, la proporcin de la poblacin de reclamaciones pagadas en el
lapso requerido, se encuentra entre 0.202 y 0.254.
16) De una muestra aleatoria de 95 gerentes de las empresas ms importantes de cierta ciudad, se
estableci que 29 eran extranjeros.
a) Calcule el intervalo de confianza del 99% para la proporcin poblacional.
=0,01
n=95
Z2=2,58
p=2995=0,305
p- Z2p(1-p)n<p<p+ Z2p(1-p)n
=0,305- 2,580,3051-0,30595<p<0,305+ 2,580,3051-0,30595
=0,305-0,1218<p<0,305+0,1218=0,1832<p<0,4268
Con una confianza del 99%, la proporcin de gerentes extranjeros en la ciudad, se encuentra entre
0.1832 y 0.4268.
b) Sin hacer los clculos, determine si un intervalo de confianza del 90% tendra una longitud
mayor, menor o igual obtenida en el apartado (a).
La diferencia es en decimales.
17) Una empresa de telfonos precisa estimar a nivel nacional la proporcin de viviendas que
compraran una lnea adicional si tuviera disponible a un costo de instalacin reducido
sustancialmente. En la ciudad A se selecciona una muestra aleatoria de 1000 viviendas, indicando
los resultados que 250 de las viviendas compraran la lnea adicional en las condiciones previstas.
En otra ciudad B, 275 de 1000 viviendas compraran la lnea adicional. Calcule el intervalo de
confianza del 95% para la diferencia entre la proporcin de viviendas en las ciudades A y B que
compraran la lnea adicional a un costo adicional de instalacin reducida.
=0,05
n1=1000
n2=1000
Z2=1,96
p2=2501000=0,25
p1=2751000=0,275
p1-p2- Z2p1(1-p1)n1+p2(1-p2)n2<p1-p2<p1-p2+ Z2p1(1-p1)n1+p2(1-p2)n2
=0,275-0,25-1,960,275(1-0,275)1000+0,25(1-0,25)1000<p1-p2<0,275-0,25+1,960,275(10,275)1000+0,25(1-0,25)1000
=0,025-0,038<p1-p2<0,025+0,038= -0.013<p1-p2<0.063
Se considera, que con una confianza del 95%, la proporcin de viviendas en las ciudades A y B que
compraran la lnea adicional a un costo adicional de instalacin reducida es igual para ambas.
18) Una encuesta respondida por 1000 estudiantes de un colegio A concluye que 726 no tienen
hbito de lectura. En otro colegio B se realiz la misma encuentra a 760 estudiantes, concluyndose
que 240 de ellos tienen hbitos de lectura. Calcule un intervalo de confianza del 95% para la
diferencia entre la proporcin de estudiantes que tienen hbitos de lectura entre las dos encuentras
hay diferencia significativa?
=0,05
n1=760
n2=1000
Z2=1,96
p1=240760=0,31
p2=2741000=0,274
p1-p2- Z2p1(1-p1)n1+p2(1-p2)n2<p1-p2<p1-p2+ Z2p1(1-p1)n1+p2(1-p2)n2
0,31-0,274-1,960,31(1-0,31)760+0,274(1-0,274)1000<p1-p2<0,31-0,274+1,960,31(10,31)760+0,274(1-0,274)1000
0,036-0,0428<p1-p2<0,036+0,0428
-0.0068<p1-p2<0.0788
Teniendo en cuenta una confianza del 95%, la diferencia entre la proporcin de estudiantes que
tienen hbitos de lectura entre los dos colegios es igual en ambas.
19) Un cientfico se interesa en la proporcin de estudiantes del ltimo semestre de dos
universidades de una misma ciudad que tienen planes de especializarse en el exterior. Suponga que
se toman muestras independientes de cada una de las dos universidades, encontrndose que 24 de

100 estudiantes de la universidad A y 36 de 120 individuos de la universidad B tienen esta

aspiracin. Construya un intervalo de confianza del 95% para la diferencia entre las proporciones de
estos estudiantes que aspiran a especializarse en el exterior.
=0,05
n1=120
n2=100
Z2=1,96
p1=36120=0,3
p2=24100=0,24
p1-p2- Z2p1(1-p1)n1+p2(1-p2)n2<p1-p2<p1-p2+ Z2p1(1-p1)n1+p2(1-p2)n2
0,3-0,24-1,960,3(1-0,3)120+0,24(1-0,24)100<p1-p2<0,3-0,24+1,960,3(1-0,3)120+0,24(1-0,24)100
=0,06-0,1171<p1-p2<0,06+0,1171=-0.0571<p1-p2<0.1771
Con un nivel de confianza del 95%, la diferencia entre las proporciones de estos estudiantes que
aspiran a especializarse en el exterior es igual para ambos casos.
20) De una muestra aleatoria de 1203 estudiantes de contadura de cierto ao el 20.2% afirm que
la oferta laboral era muy mal pagada. De una muestra aleatoria de 1023 estudiantes de
empresariales en otro ao posterior el 13.2% compartan dicha opinin. Calcule un intervalo de
confianza del 95% para la diferencia entre las proporciones poblacionales.
=0,05
n1=1203
n2=1023
Z2=1,96
p1=20.2=0,202
p2=13.2=0,132
p1-p2- Z2p1(1-p1)n1+p2(1-p2)n2<p1-p2<p1-p2+ Z2p1(1-p1)n1+p2(1-p2)n2
=0,202-0,132-1,960,202(1-0,202)1203+0,132(1-0,132)1023<p1-p2<00,202-0,132+1,960,202(10,202)1203+0,132(1-0,132)1023
=0.07-0,030<p1-p2<0.07+0,030=0.4<p1-p2<0.1
Con un grado de confianza del 95%, para la diferencia entre las proporciones poblacionales, los
estudiantes de contadura, que afirman que la oferta laboral era muy mal pagada es mayor, a los
estudiantes empresariales que consideran lo mismo.
1. Supongamos que la probabilidad de tener una unidad defectuosa en una lnea de ensamblaje es
de 0.05. Si el conjunto de unidades terminadas constituye un conjunto de ensayos independientes: 1.
cul es la probabilidad de que entre diez unidades dos se encuentren defectuosas? 2. y de que a lo
sumo dos se encuentren defectuosas? 3. cual es la probabilidad de que por lo menos una se
encuentre defectuosa?
SOLUCIN: Sea i una variable aleatoria que representa el estado de una unidad terminada en la
lnea de ensamblaje en el momento i, siendo i= 1 si la unidad es defectuosa y =0 en caso
contrario. La variable sigue una distribucin Bernoulli con parmetro p=005, de acuerdo con el
dato inicial del problema. Adems, ntese que un conjunto de unidades terminadas constituye un
conjunto de ensayos independientes, por lo que el nmero de unidades defectuosas de un total de n
unidades terminadas ( 1. n), esto es, n , p =
i ,
i =1
n
sigue una distribucin
binomial de parmetros n y p=0,05. Hechas estas consideraciones iniciales, procedemos a resolver el
problema: 1. Procedamos a calcular:
8 10 2 P(10, 0'05 = 2) = * 0'05 * (10,05) = 0,0476 2
2. Se tiene que:
10 i 10 i P (10,0 '05 2) = * 0'05 * (10,05) = 0,9984 i
3. Por ltimo:
10 0 0 10 P(10, 0 '005 1) = 1 P(10, 0'05 = 0) = 1 * 0,05 * (1 0,05) = 1 0,5987
= 0,4013 0
2. El gerente de un restaurante que slo da servicio mediante reservas sabe, por experiencia, que el
20% de las personas que reservan una mesa no asistirn. Si el restaurante acepta 25 reservas pero
slo dispone de 20 mesas, cul es la probabilidad de que a todas las personas que asistan al
restaurante se les asigne una mesa?
SOLUCIN: Representemos por la variable aleatoria la decisin de asistir ( = 0) o no ( = 1)
finalmente al restaurante por parte de una persona que ha hecho una reserva. Esta variable sigue
una distribucin de Bernoulli de parmetro p = 0,2, de acuerdo con el enunciado del ejercicio.
Suponiendo que las distintas reservas son independientes entre s, se tiene que, de un total de n
reservas ( 1. n), el nmero de ellas que acuden finalmente al restaurante es una variable
aleatoria Yn =

 1 , con distribucin binomial de parmetros n y p=0,2. En el caso particular

i =1
n
del problema, n=25. Entonces, para aquellas personas que asistan al restaurante de las 25 que han
hecho la reserva puedan disponer de una mesa, debe ocurrir que acudan 20 o menos. As se tiene
que:
20 25 P (Y 20) = * 0,2 i * (1 0,2) 25i = 0,5799 i =0 i
3. Una empresa electrnica observa que el nmero de componentes que fallan antes de cumplir 100
horas de funcionamiento es una variable aleatoria de Poisson. Si el nmero promedio de estos fallos
es ocho, 1. cul es la probabilidad de que falle un componente en 25 horas? 2. y de que fallen no
ms de dos componentes en 50 horas? 3. cul es la probabilidad de que fallen por lo menos diez en
125 horas?
SOLUCIN: Sea la variable aleatoria , con distribucin de Poisson con parmetro = E [ ] = 8,
que determina el nmero de componentes que fallan antes de cumplir 100 horas de funcionamiento.
1. Considerando que se cumplen ciertas condiciones de regularidad, podemos asumir que una
variable que mide el nmero de componentes que fallan antes de cumplir 25 horas de
funcionamiento sigue una distribucin de Poisson con parmetro = E [ ] = 8=4 = 2. Por lo tanto,
la probabilidad deseada es la siguiente:
P = ( = 1) =
21 2 * e = 0,27067 1!
2. Anlogamente, definimos una variable aleatoria U con distribucin de Poisson de parmetro U =
8=2 = 4, que mide el nmero de componentes que fallan antes de cumplir las 50 horas de
funcionamiento. Se tiene entonces que:
4i P (U 2) = * e 4 = 0,2381 i = 0 i!
2
3. De la misma forma, definiendo una variable aleatoria V con distribucin de Poisson de parmetro
V = 10 , se obtiene:
P (V 10) = 1 P(V < 10) = 1
10 i * e 10 = 0,41696 i = 0 i!
10
4. Sean y las variables aleatorias que cuentan el nmero de veces que sale 1 y 6,
respectivamente, en 5 lanzamientos de un dado. Son y independientes?.
SOLUCIN: Las variables y siguen una distribucin binomial de parmetros n=5 y p=1/6. Veamos
mediante un contraejemplo, que y no son independientes. Por un lado se tiene que:
2 P = ( = 0, = 0) = , 3
pero
5
5 P ( = 0) = = P( = 0) 6 5 2 P = ( = 0, = 0) = P( = 0) * P( = 0) =
, 6 3
concluyndose as que las variables no son independientes.
5 10
5
5. Supngase que la produccin de un da de 850 piezas manufacturadas contiene 50 piezas que no
cumplen con los requerimientos del cliente. Se seleccionan del lote dos piezas al azar y sin
reemplazo. Sea la variable aleatoria X igual al nmero de piezas de la muestra que no cumplen. Cul
es la funcin de distribucin acumulada de X?
SOLUCIN: La pregunta puede contestarse encontrando primero la funcin de masa de probabilidad
de X. P(x=0)= (800/850)(799/849)=0,886 P(x=1)=2(800/850)(50/849)=0,111 P(x=2)=(50/850)
(49/849)=0,003
Por lo tanto, F(0)=P(x 0 )=0.886 F(1)=P(x 1 )=0.886+0,111=0,997 F(2)=P(x 2)=1
6. Cada muestra de aire tiene 10% de posibilidades de contener una molcula rara particular.
Suponga que las muestras son independientes con respecto a la presencia de la
molcula rara. Encuentre la probabilidad exactamente 2 contengan la molcula rara.
de que en las siguientes 18 muestras,
SOLUCIN: Sea X=nmero de muestras de aira que contiene la molcula rara en la siguientes 18
muestras analizadas. Entonces X es una variable aleatoria binomial con p=0,1 y n=18. Por lo tanto,
P(X=2)=
18 (0,2)2 (0,9)16 2
Ahora bien,
18 = (18! /[2!16!]) = 18(17) / 2 = 153. Por lo tanto, 2
P ( x = 2) = 153(0,1) 2 (0,9)16 = 0,284
7. Un avin de alto rendimiento contienen tres computadoras idnticas. Se utiliza nicamente una
para operar el avin; las dos restantes son repuestos que pueden activarse en caso de que el sistema
primario falle. Durante una hora de operacin la probabilidad de que una falle en la computadora

primaria( o de cualquiera de los sistemas de repuesto activados) es 0,0005. Suponiendo que cada
hora representa un ensayo independiente, (a) Cul es el tiempo promedio para que fallen las tres
computadoras? (b) Cul es la probabilidad de que las tres computadoras fallen en un vuelo de 5
horas?
SOLUCIN: Sea que X denote el nmero de horas hasta que los tres sistemas fallen, y sea que X1, X2
y X3 denoten el nmero de horas de operacin antes de una falla de la primera, la segunda y la
tercera computadoras usadas, respectivamente. Entonces, X=X1+X2+X3. Adems, se supone que
las horas comprenden ensayos independientes con la probabilidad con la probabilidad constante de
falla p=0.0005 y r=3. En consecuencia,
E(X)= 3/0.0005= 6000horas
Cul es la probabilidad de que las tres computadoras fallen en un vuelo de 5 horas? La probabilidad
pedida es P(x 5) y P(x 5)=P(x=3)+P(x=4)+P(x=5)=0.0005 3 + 0.0005 3 (0,9995)+
0.0005 3 (0.9995) =1.25*10 10 +3,75*10 10 +7,49*10 10 =1,249*10 10
3 2
4 2
8. Un lote contiene 100 piezas de un proveedor de tubera local y 200 unidades de un proveedor de
tubera del estado vecino. Si se seleccionan cuatro piezas al azar y sin reemplazo, (a) cul es la
probabilidad de que todas sean del proveedor local? (b) Cul es la probabilidad de que dos o ms
piezas de la muestra sean del proveedor local? (c) Cul es la probabilidad de que al menos una
pieza de la muestra sea del proveedor local?
SOLUCIN: cul es la probabilidad de que todas sean del proveedor local? Sea X igual al nmero de
piezas de la muestra del proveedor local. Entonces, x tiene una distribucin hipergeomtrica y la
probabilidad pedida es P(x=4). Por consiguiente,
100 200 4 0 =0.0119 P(x=4)= 300 4
Cul es la probabilidad de que dos o ms piezas de la muestra sean del proveedor local?
100 200 100 200 100 200 2 2 3 1 4 0
+ + = 0.298+0.098+0.0119=0.408 P(x 2) = 300 300
300 4 4 4
Cul es la probabilidad de que al menos una pieza de la muestra sea del proveedor local?
100 200 0 4 = 0.196 P(x 1) = 1 P ( x = 0) = 1 300 4

9. Supongamos que el nmero de imperfecciones en un alambre delgado de cobre sigue una

distribucin Poisson con una media de 2.3 imperfecciones por milmetro. (a) Determine la
probabilidad de 2 imperfecciones en un milmetro de alambre. (b) Determine la probabilidad de 10
imperfecciones en 5 milmetros de alambre. (c) Determine la probabilidad de al menos una
imperfeccin en 2mm de alambre
SOLUCIN: (a) Determine la probabilidad de 2 imperfecciones en un milmetro de alambre.
Entonces E(x)=2.3 imperfecciones y P(x=2)=
e 2.3 3 * 3 2 = 0.265 2!
(b) Determine la probabilidad de 10 imperfecciones en 5 milmetros de alambre.
Sea que X denote el nmero de imperfecciones en 5 milmetro de alambre. Entonces, X tiene una
distribucin Poisson con
E(x)=5mmx2.3 imperfecciones/mm= 11,5 imperfecciones.
Por lo tanto,
P(x=10)=e 11.5 11.5 / 10!= 0.113
(c) Determine la probabilidad de al menos una imperfeccin en 2mm de alambre.
Sea que x denote el nmero de imperfecciones en 2 milmetros de alambra. Entonces, X tiene una
distribucin de Poisson con E(x)=2mmx2.3imperdecciones/mm=4.6imperfecciones
Por lo tanto, P(x 1)=1-P(x=0)=1-e 4.6 =0.9899
10. La contaminacin constituye un problema en la fabricacin de discos de almacenamiento ptico.
El nmero de partculas de contaminacin que ocurre en un disco ptico tiene una distribucin de
Poisson y el nmero promedio de partculas por centmetro cuadrado de superficie del disco es 0.1. El
rea de un disco bajo estudio es 100 centmetros cuadrados. (a) Encuentre la probabilidad de que
ocurran 12 partculas en el rea del disco bajo estudio. (b) La probabilidad de que ocurran cero
partculas en el rea del disco bajo estudio (c) Determine la probabilidad de que 12 o menos
partculas ocurran en el rea del disco bajo estudio
SOLUCIN: Sea que x denote el nmero de partculas en el rea de un disco bajo estudio. Puesto que
el nmero promedio de partculas es 0.1 partculas por cm 2 . E(x)=100 cm 2 x0.1 partculas/ cm 2 =
10 partculas
Por lo tanto,
(a) P(x=12)=
e 10 1012 = 0.095 12!
(b) La probabilidad de que ocurran cero partculas en el rea del disco bajo estudio es P(x=0)=e 10
=4.54x10 5

(c) Determine la probabilidad de que 12 o menos partculas ocurran en el rea del disco bajo estudio.
La probabilidad es
e 10 10 i P(X 12 )=P(x=0)+P(x=1)+..+P(x=12)= i! i =0
12
11. Una muestra aleatoria con reposicin de tamao n=2 se selecciona del conjunto {1,2,3}
produciendo el espacio equiprobable de 9 elementos. S={(1,1),(1,2),(1.3),(2,1),(2,2),(2,3),(3,1),(3,2),
(3,3)} Sea X la suma de los dos nmeros. (a) Encuentre la distribucin de X. (b) Encuentre el valor
esperado E(X).
SOLUCIN: (a) La variable aleatoria X asume los valores 2,3,4,5,6, es decir, Rx={2,3,4,5,6}. Se
calcula la distribucin de X: (i) (ii) (iii) (iv) (v) Un punto (1,1) tiene suma 2; donde (2)=1/9. Dos
puntos (1,2) y (2,1) tienen suma 3; de donde (3)=2/9. Tres puntos (1,3),(2,2) y (1,3) tienen suma 4;
de donde (4)=3/9. Dos puntos, (2,3),(3,2) tienen suma 5; de donde (5)=2/9. Un punto (3,3) tiene
suma 6; de donde (6)=1/9.
Por tanto, la distribucin de X es la siguiente:
x (x)
2 1/9
3 2/9
4 3/9
5 2/9
6 1/9
(b) Se obtiene el valor esperado E(X) multiplicando cada valor de x por su probabilidad y tomando la
suma. Por tanto,
1 2 3 2 1 E ( X ) = 2 + 3 + 4 + 5 + 6 9 9 9 9
9
12. Una caja contiene 8 bombillos, de los cuales estn 3 estn defectuosos. Se selecciona un
bombillo de la caja y se prueba. Si este sale defectuoso se selecciona y se prueba otro bombillo,
hasta que se escoja un bombillo no defectuoso. Encuentre el nmero esperado E de bombillos
seleccionados.
SOLUCIN: Escribiendo D para significar defectuoso y N para no defectuoso, el espacio muestral S
tiene los cuatro elementos N. DN, DDN, DDDN con las posibilidades respectivas.
5,8
3 5 15 = , 8 7 56
3 2 5 5 = , 8 7 6 56
3 2 1 5 1 = 8 7 6 5 56
El nmero X de bombillos escogidos tiene los valores X(N)=1, X(DN)=2, X(DDN)=3, X(DDDN)=4
con las probabilidades anteriores respectivas. De donde
5 15 5 1 3 E ( X ) = 1 + 2 + 3 + 4 = = 1.5 8 56 56
56 2
13. Se lanza un dado equilibrado produciendo el espacio equiprobable S= {1,2,3,4,5,6} Sea X el
doble del nmero que aparece. Encuentre la distribucin , la media x, la varianza x2 y la
desviacin estndar x de X.
SOLUCIN: Aqu X(1)=2, X(2)=4, X(3)=6, X(4)=8, X(5)=10, X(6)=12. Tambin, cada nmero tiene
probabilidad 1/6. Por tanto, la siguiente es la distribucin de X: x (x) 2 1/6 4 1/6 6 1/6 8 1/6 10 1/6
12 1/6
En consecuencia, x= E(X)= xi (xi)=
1 1 1 1 1 1 42 =7 = 2 + 4 + 6 + 8 + 10 + 12 = 6
6 6 6 6 6 6
E(X2) = xi2 (xi)=
1 1 1 354 1 1 1 = 4 + 16 + 36 + 64 + 100 + 144 = =
60.7 6 6 6 6 6 6 6
Entonces, x2= var(X) = E(X2) - x2 = 60.7 (7)2 = 11.7 x =
var(X ) = 11.7 = 3.4
14. Encuentre la media = E(X), la varianza 2 =var(X) y la desviacin estndar = x de la
distribucin Xi Pi 1 0.3 3 0.1 5 0.4 7 0.2
SOLUCIN: Aqu la distribucin se presenta utilizando xi y (x). Las siguientes son las formulas
anlogas:
= E ( X ) = x1 p1 + xi p 2 + ........ + x m p m = xi pi
2 E ( X ) = x12 p1 + x i22 p 2 + ........ + x m p m = xi2 p i
Luego,
2= var( X ) = E ( X 2 ) 2
y
= x = var(X )
= E ( X ) = xi pi = 1(0.3) + 3(0.1) + 5(0.4) + 7(0.2) = 4.0
E ( X 2 ) = xi2 pi = 12 (0.3) + 3 2 (0.1) + 5 2 (0.4) + 7 2 (0.2) = 21.0

Entonces,
2 = var( X ) = E ( X 2 ) 2 = 21 (4) 2 = 5 = var( X ) = 5 = 2.24
15. Una muestra con reposicin de tamao n=2 se selecciona aleatoriamente de los nmeros 1 al 5.
Esto produce entonces el espacio equiprobable S conformando por todos los 25 pares de ordenados
(a,b) de nmeros del 1 al 5. Es decir, S={(1,1),(1,2),.,(1,5),(2,1),.,(5,5)} Sea X=0 si el primer
nmero es par y X=1 de lo contrario; sea Y=1 si el segundo nmero es impar y Y=0 de lo contrario.
(a) Encuentre las distribuciones de X y Y. (b) Encuentre la distribucin conjunta de X y Y. (c)
Determine si X y Y son independientes.
SOLUCIN: (a) Hay 10 puntos muestrales en los cuales la primera entrada es par, es decir, donde
a=2 o 4 y b=1,2,3,4,5
Por tanto, P(x=0)=10/25=0.4 y entonces P(x=1)=0.6. Hay 15 puntos muestrales en los cuales la
segunda entrada es impar, es decir, a= 1,2,3,4,5 y b=1,3,5
Por consiguiente, P(Y=1)=15/25=0.6 y entonces P(Y=0)=0.4. Por esta razn las distribuciones de X y
Y son las siguientes:
x P(x)
0 0.4
1 0.6
y P(y)
0 0.4
1 0.6
(Observe que X y Y estn distribuidas idnticamente.)
(b) Para la distribucin conjunta de X y Y se tiene P(0,0) = P(a par, b par) = P{(2,2),(2,4),(4,2),
(4,4)}=4/25=0.16 P(0,1) = P(a par, b impar) = P{(2,1),(2,3),(2,5),(4,1),(4,3),(4,5)}=6/25=0.24 En
forma similar P(1,0)=6/25=0.24 y P(1,1)=9/25=0.36. Por lo cual, la Fig. 1 da la distribucin conjunta
de X y Y. X 0 Y 0 1 Suma 0.16 0.24 0.4 0.24 0.36 0.6 0.4 0.6 1 Suma
Fig.1
(c) El producto de las entradas marginales de las cuatro entradas interiores; por ejemplo, P(0,0) =
0.16 = (0.4)(0.4) = P(X=0) P(Y=0) Por tanto, X y Y son variables aleatorias independientes, aunque
estn distribuidas idnticamente.
16. Una prueba consta de 200 preguntas de verdadero o falso, para un sujeto que respondiese al azar
Cual sera la probabilidad de que acertase: a) 50 preguntas o menos. b) Ms de 50 y menos de 100.
c) Ms de 120 preguntas.
SOLUCIN: El nmero de preguntas acertadas seguir una distribucin Binomial con n = 200 y p=
0,5. Ahora bien, como el nmero de pruebas es elevado esta distribucin se puede aproximar por una
Normal de media 2000,5 = 100 y de varianza 2000,50,5 = 50 o lo que es lo mismo con desviacin
tpica 7,07, luego: a) P ( x 50) P ( X 50,5) = P Z

50,5 100 = P( Z 7) 0 7,07 99,5 100 50,5 100 P Z = 7,07

7,07
b) P (50 p x p 100) = P ( x 99) P ( x 51) = P Z
P ( Z 0,07) P( Z 7) = 0,4721 0 = 0,4721
c) P ( x f 120) = P Z f

120,5 100 = 1 P( Z 2,9) = 1 0,9981 = 0,0019 7,07

17. Una gran tienda de artculos elctricos descubre que el nmero x de tostadores vendidos por
semana obedece a una ley de Poisson de media 10. La ganancia de cada tostador vendido es de 500
ptas. Sin embargo, un lunes se encuentran con que solo les quedan 10 tostadores, y que a lo largo de
esa semana no van a poder traer ms del almacn. Determinar la distribucin de las ganancias
totales (en ptas.) en concepto de tostadores de pan a lo largo de esa semana.
SOLUCIN: Teniendo en cuenta los datos del problema, podemos definir una variable aleatoria , que
representa la ganancia total (en pesetas) en concepto de tostadores de pan a lo largo de la semana
considerada, a partir de la variable x:
=
500 x 0 x p 10 x 10 5000
En el segundo caso, si la demanda x es de ms de 10 tostadores, es decir, si supera al nmero de
existencias, solo es posible vender este ltimo numero de tostadores. La distribucin de las
ganancias totales en pesetas es, por tanto:
Fn (t ) = P({w : ( w) t }) =
0 si K t p 0 [ t 500 ] t = P (500 x t ) = Fx = P( x = i ) si K 0 t p 5000 500
t =0 1 si K t 5000
18. El tiempo de reparacin de unas mquinas de escribir tiene una distribucin aproximadamente
exponencial, con media 22 minutos. 1. Hallar la probabilidad de que el tiempo de reparacin sea
menor que diez minutos. 2. El costo de reparacin es de 2000 pts. por cada media hora o fraccin.
Cul es la probabilidad de que una reparacin cueste 4000 pts.? 3. Para efectuar una programacin,

cuanto tiempo se debe asignar a cada reparacin para que la probabilidad de que cualquier tiempo
de reparacin mayor que el tiempo asignado sea solo de 0.1?
SOLUCIN: Definamos una variable aleatoria x que representa el tiempo de reparacin (en minutos)
de las mquinas y sigue una distribucin exponencial de parmetro = ( E x ) 1 = funcin de
densidad de esta variable es:
1 22 .
Por lo tanto, la
fx (x) =
1 x 22 e , x f 0. 22
1). La probabilidad de que un tiempo de reparacin sea menor que diez minutos es:
10
P (x p 10) =
x 1 x 22 e x = e 22 22 0
10 0
= 1 e
5 11
2). De acuerdo con el enunciado, para un tiempo de reparacin dado, el costo de reparacin se
obtendr a partir del nmero total de fracciones de media hora y el conjunto de minutos restantes,
inferiores a 30. (Todos, este ultimo inclusive, se cobran a 2000 pesetas). Teniendo esto en cuenta, se
observa que una reparacin costara 4000 pesetas siempre que su duracin sea superior a 30 minutos
e inferior o igual a 60 minutos (y as cada fraccin de la segunda media hora se cobrar como una
media hora entera). As:
60
P (30 p x 60) =
30 15 1 x 22 e x = e 11 + e 11 22 30
3). Representamos por t (t > 0) el tiempo asignado a una reparacin (en minutos). Debe verificarse: P
(x > t) = 0,1; es decir:

22 e
t
1
x
22
x = e
x
22
t
=e
t
22
= 0,1
y esto se cumple para t = -22* ln0,1 = 50, 657 51 minutos.
19. Para averiguar el tamao N de una poblacin de lagartos se utiliza el mtodo siguiente de
captura-marcaje-recaptura. Se capturan k lagartos, se les marca y se les reincorpora a su poblacin.
Un tiempo despus se realizan n avistamientos independientes de los que es el numero de ellos
que estn marcados. 1. Obtener una expresin para la probabilidad de que = m. 2. Si k = 4 y m =
1, demostrar que la probabilidad es mxima cuando N = 4n: 3. Si N = 12, k = 4 y n = 3, cul es la
probabilidad de que los tres lagartos observados estn marcados si sabemos que al menos uno de
ellos lo est?
SOLUCIN: Teniendo en cuenta que los n avistamientos que se realizan son independientes, la
variable aleatoria x sigue una distribucin binomial de parmetros n y k=N, donde k=N es la
probabilidad de que un lagarto escogido al azar de la poblacin este marcado.
1). La probabilidad de que m de los lagartos estn marcados es:
nm n k k 1 , m = 0,1,K , n. P ( x = m) = m N N
m
2). Si k = 4 y m = 1:
n 1 n 1 n 4 4 4 n (N 4) 1 = P ( x = 1) = Nn 1 N
N1
Derivando en la anterior expresin respecto de N e igualando a cero se obtiene que:
N n 1 ( N 4) n 2 [(n 1) N ( N 4) n] = 0
por lo que N = 4n
3). Si N = 12, k = 4 y n = 3, la probabilidad de que los tres lagartos estn marcados sabiendo que al
menos uno de ellos lo est es:
P ( x = 3 x 1) =

P( x = 3, x 1 P( x = 3) 1 = = 1 P( x = 0) 397 P( x 1)
20. Una alumna trae cada da a la Universidad una tableta de chocolate de 16 cm., y de cuando en
cuando le da un mordisco y se come la mitad de lo que le queda. Asumiendo que esta golosa
apetencia aparece en la maana siguiendo una distribucin de Poisson de media un mordisco por
hora: 1. Calcular la distribucin del tiempo que transcurre hasta que aparece la primera mordida.
2. Cuantos centmetros de chocolate esperas que le quede tras las cinco horas de clases? 3. Qu
probabilidad hay de que soporte una hora de clase sin morder su tableta? 4. Si un da, entre las 9:00
y las 14:00 horas, la ha mordido en cuatro ocasiones, que probabilidad hay de que lo haya hecho
durante las tres primeras horas de clase?
SOLUCIN: 1). Fijado cualquier intervalo temporal de amplitud t horas, para t > 0 arbitrario pero fijo,
sea xt la variable aleatoria que mide el numero de mordiscos que se producen en dicho intervalo.
Segn el enunciado, esta variable aleatoria sigue una distribucin de Poisson de parmetro t, es
decir:
P(x = k ) =
t k t e , para toda k = 0, 1, 2,. k!
Consideremos otra variable aleatoria 1 que mide el tiempo que transcurre hasta que se produce el
primer mordisco en un intervalo de amplitud ilimitada. Se pretende demostrar que:
f n1 ( x) = e x , para todo x f 0 .
En efecto, utilizando la informacin disponible para xt y la relacin entre ambas variables aleatorias,
se tiene que, para cualquier x > 0 :
Fn1 ( x) = P(1 x) = 1 P(1 f x) = 1 P( x = 0) = 1 e x
x0 = 1 e x 0!
luego el tiempo que transcurre hasta que aparece la primera mordida sigue una distribucin
exponencial de parmetro 1.
2). Sea 5 la variable aleatoria que mide la longitud de la tableta restante tras un intervalo de
tiempo de 5 horas. Claramente:
5=
16 2 5
y por lo tanto lo solicitado es:
5 16 16 E [ 5 ] = E 5 = 5 P ( 5 = k ) =16e 2 2 k =0 2
3). La probabilidad de que soporte una hora de clase sin morder su tableta es:
P( x = 0) =
10 1 1 e = 0! e
4). La probabilidad de que haya mordido la tableta cuatro veces en 5 horas, sabiendo que lo ha hecho
en las tres primeras horas de clase es:
3 4 3 2 0 2 e e 4! 0! = 0,1296 P ( x 3 = 4 x 5 = 4) = 4 5
e 5 4!
21. Las diagonales de un polgono se obtienen uniendo pares de vrtices no adyacentes. 1. Obtener
el nmero de diagonales del cuadrado, el hexgono y el octgono. Calcularlo para el caso general de
un polgono de n lados. 2. Existe algn polgono en el que el nmero de lados sea igual al de
diagonales?
SOLUCIN: 1). Comenzamos calculando el nmero de diagonales del cuadrado. Hay C = 6 uniones
posibles de dos vrtices diferentes cualesquiera, adyacentes o no. Si de estas 6 parejas eliminamos
las que corresponden a vrtices adyacentes (tantas como el nmero de lados del cuadrado),
quedarn 6 - 4 = 2 diagonales. Procediendo del mismo modo con el hexgono, se obtienen C6;2 6
=
6! 6 = 15 - 6 = 9 diagonales 2!4!
Anlogamente, en el caso del octgono, se obtienen
C8;2 8 =
8! 87 8 = 8 = 28 - 8 = 20 diagonales. 2!6! 2
Finalmente, para el caso general de un polgono de n lados, el nmero de diagonales es:
Cn;2 - n =
n! n(n 1) n 2 3n n = n = . 2 2 2!(n 2)!
2). Veamos si existe algn polgono donde el nmero de lados sea igual al nmero de diagonales.
Igualando el nmero de lados y el nmero de diagonales se obtiene: n=
n 2 3n , 2
es decir,
n(n - 5) = 0:
Como n 1 , el resultado n = 0 no es vlido. La solucin es n = 5 (el pentgono).
22. Cuntos nmeros de 4 dgitos se pueden formar con las cifras 0,1,. . . ,9? 1. Permitiendo
repeticiones. 2. Sin repeticiones. 3. Si el ltimo dgito ha de ser 0 y no se permiten repeticiones?
SOLUCIN: Asumamos que para que un nmero sea de 4 dgitos su primer dgito debe ser distinto de
cero.

1). Puesto que debe formarse un nmero de 4 dgitos, el primero de stos no puede ser cero. Por lo
tanto, hay nueve posibilidades para el primer dgito y diez para cada uno de los tres dgitos restantes,
obtenindose un total de 9 103 = 9000 nmeros posibles.
2). Al igual que en el apartado anterior, el primer dgito no puede ser cero. Como adems no se
permiten repeticiones, hay nueve posibilidades para el segundo dgito: el cero y las ocho no
escogidas para el primer dgito. Por tanto, se pueden formar 92 8 7 = 4536 nmeros.
3) Fijamos el ltimo dgito y, como no puede haber repeticiones, se obtiene un total de 9 8 7 1 =
504 nmeros.
23. Los pesos de 2 000 soldados presentan una distribucin normal de media65 kg y desviacin tpica
8 kg. Calcula la probabilidad de que un soldado elegidoal azar pese: a) Ms de 61 kg. b) Entre 63 y 69
kg. c) Menos de 70 kg. d) Ms de 75 kg
SOLUCIN: x es N (65, 8) a) P [x > 61] = P [z >
61 65 ] = P [z > 0,5] = P [z < 0,5] = 0,6915 8
b) P [63 < x < 69] = P [0,25 < z < 0,5] = 0,2902 c) P [x < 70] = P [z < 0,625] = 0,7357 d) P [x >
75] = P [z > 1,25] = 1 P [z 1,25] = 0,1056
24. En un proceso de fabricacin de tornillos se sabe que el 2% son defectuosos. Los empaquetamos
en cajas de 50 tornillos. Calcula la probabilidad de que en una caja haya este nmero de tornillos
defectuosos: a) Ninguno. b) Uno. c) Ms de dos. Cuntos tornillos defectuosos habr, por trmino
medio, en cada caja?
SOLUCIN: x es B (50; 0,02) a) P [x = 0] = 0,9850 = 0,364 b) P [x = 1] = 50 0,02 0,9849 = 0,372
c) P [x > 2] =1 P [x 2] = 1 (P [x = 0] + P [x = 1] + P [x = 2]) = = 1 (0,364 + 0,372 + 0,186) =
1 0,922 = 0,078 Por trmino medio, habr = 50 0,02 = 1 tornillo defectuoso en cada caja.
25. Sea X una v.a. continua cuya funcin de distribucin es:
0 para x 0 F ( x) = x 3 para 0 < x 1 1 para x < 1
Obtener la funcin de densidad.
SOLUCIN: Por definicin f(x)=F(x). Aplicndolo a cada tramo:
Si x 0 Para x > 1 Para < x 1
f ( x) = 0 f ( x) = 0 f ( x) = 3 x 2
Resumiendo:
3 x 2 f ( x) = 0
para 0 < x 1 en el resto
26. Calcula las probabilidades de las siguientes distribuciones binomiales mediante aproximacin a la
normal correspondiente (en todas ellas, ten en cuenta el ajuste de media unidad que hay que hacer
al pasar de una variable discreta a una continua). a) x es B (100; 0,1). Calcula P[x = 10], P[x < 2] y
P[5 < x < 15] b) x es B (1 000; 0,02). Calcula P[x > 30] y P[x < 80] c) x es B (50; 0,9). Calcula P[x >
45] y P[x 30]
SOLUCIN: a) x es B (100; 0,1) x' es N (10; 3) P [x = 10] = P [9,5 < x' < 10,5] = P [0,17 < z <
0,17] = 0,135 P [x < 2] = P [x' 1,5] = P [z 2,83] = 0,0023 P [5 < x < 15] = P [5,5 x' 14,5] =
P [1,5 z 1,5] = 0,8664
b) x es B (1 000; 0,02) x' es N (20; 4,427) P [x > 30] = P [x' 30,5] = P [z 2,37] = 0,0089 P [x <
80] = P [x' 79,5] = P [z 13,44] = 1
c) x es B (50; 0,9) = x' es N (45; 2,12) P [x > 45] = P [x' 45,5] = P [z 0,24] = 0,4052 P [x 30] =
P [x' 30,5] = P [z 6,83] = 0
27. El departamento de control de calidad de una empresa que fabrica pauelos sabe que el 5% de
su produccin tiene algn tipo de defecto .Los pauelos se empaquetan en cajas con 15 elementos.
Calcular la probabilidad de que una caja contenga: a) b) c) 2 elementos defectuosos . Menos de 3
elementos defectuosos Entre 3 y 5 elementos defectuosos(ambos incluidos)
SOLUCIN: 1 pauelo, p(d)=0.05=p n=15 pauelos, X= #pauelos defectuosos Bi(15,p=0.5)
a) P(X=2)= C15,2 0.052 0.9515-2 =0.135
b) P(X 0 ) = 1-P ( z 0) = 1-0.5= 0.50 600
0.50 es la probabilidad de 1 lser siga funcionando despus de 7000 horas. n = 3 lseres P(F) = 0.50
=p
1 lser
P( F ) = 0.50 = q
P ( X = 3) = 3 * 0.50 3 * 0.50 0 = 0.125
3
37. Una mquina fabrica tornillos cuyas longitudes se distribuyen normalmente con media 20 mm y
varianza 0.25 mm. Un tornillo se considera defectuoso si su longitud difiere de la media ms de 1
mm. Los tornillos se fabrican de forma independiente. Cul es la probabilidad de fabricar un tornillo
defectuoso? Si los envasamos en envases de 15 tornillos, probabilidad de que en un envase no tenga
ms de 2 defectuosos.
SOLUCIN: 0.5 = desviacin tpica 0.5 2 = 0.25 = varianza X N ( 20 ,0.25 )
P(def.) = P ( x >21 ) + P ( x < 19 ) = P( z >
21 20 19 20 ) + P( z < ) = P( z>2) + P ( z A), siendo A=E(Y)-2
SOLUCIN: a) Y=X1+X2+X3 E(Y)= E(X1)+E(X2)+E(X3)=1+3+4=8

Var(Y)=1^2+2^2+3^2=14
b) A=E(Y)-2. A=8-2=6 Y N ( 8, 14 )
P(Y>A)=P(Y>6)=P(Z>((6-8)/3,74)=P ( Z>-0,53)=P ( Z230) = P ( z >(230-200)/100) = P ( z >3) = 1-P (
z 3) = 1- 0,9987 = 0,0013 overbooking
b)
P (overbooking) = 0,0013= p
1 compaa P (no overbooking) = 0,9987= q
n = 10 compaas P ( X 2) = 1-P ( X 2 ) = 1 - P ( X 2 ) = 1- [ (0)+ (1)+ (2)] = = 1-[
10 10 10 *0,75800*0,24210+ *0,7581*0,2429+ *0,7582*0,2428]= 0,99972
1 2 0
41. Un operador elige al azar entre n chips de una caja. La probabilidad de que sea defectuoso es
0,2. a) b) c) Si n = 7, cul es la probabilidad de que al menos 3 chips sean defectuosos? Si n = 50,
cul es la probabilidad de tener entre 9 y 12 chips defectuosos? Cuntos chips hay en la caja si la
varianza es 32?
SOLUCIN:
P (defectuoso) = 0,2 = p
1 chip
P (no defectuoso) = 0,8 = q
a) n = 7 X= chips defectuosos
Bi ( 7, 0,2)
P ( X 3 ) = 1 P ( X < 3 ) = 1 P ( X 2 ) = 1 [ (0)+ (1)+ (2)] = = 1 [ *0,20*0,87+
*0,21*0,86+ *0,22*0,85] = 10,852= 0,148 b) n = 50 X Bi (500,
0,2)-------------------------7 0
7 1
7 2
N ( 10, 2,828 )
= n * p = 50 * 0,2 = 10
= n * p * q =2.828
P ( 9 X 12 ) = P ((9-10)/2,828 z (12-10)/2,828 ) = P ( -0,35 z 0,707 ) = = P ( z 0,707 )
P ( z -0,35 ) = 0,7580 ( 1 - 0,6368 ) = 0,3948
c) n = ? Var (x) = 32--------------------n*p*q = 32 ; n*0,2*0,8 = 32 N = 200 chips
42. El volumen que una mquina de llenado automtico deposita en latas de una bebida gaseosa
tiene una distribucin normal con media 34 cl. Y una desviacin tpica 1,5 cl. a) Si se despachan
aquellas latas que tienen menos de 33 cl., cul es la proporcin de latas desechadas? b) La mquina
de llenado puede ser ajustada para cambiar el volumen medio para que nicamente el 1% de las
latas tuviera menos de 33 cl.? c) Si tomamos 10 latas llenadas con la mquina tal y como figura
originalmente, cul es la probabilidad de que ninguna sea desechada? d) Si ahora tomamos 500
latas llenadas con la mquina tal y como figura originalmente, cul es la probabilidad de que al
menos 100 sean desechadas?
SOLUCIN: a) X N( 34,1,5 ) P( X< 33 ) = p( z < (33-34)/1,5 ) = ( z < -0,66 ) = p( z 0,66 ) = 1-p( z
0,66 ) = 1-0,7454 = 0,2546 probabilidad de que la lata sea desechada
b) ? P( X 10 pasamos a una normal x Po(42) N (42, 42) x = cheques falsos/ semana 30 42
P( x > 30) = P z > = P( z > 1'85) = P( z < 1'85) = 0'96 42 6cheques 1dia x 7 dias
x = 42 cheques
45. El nmero de fallos de un instrumento de prueba debidos a las partculas de un producto es una
variable de Poisson con media 0,2 fallos por hora. a) Cul es la probabilidad de que el instrumento
no falle en una jornada de 8 horas? b) Cul es la probabilidad de que haya entre 20 y 40 fallos
(ambos incluidos) en un periodo de una semana ( funcionando los 7 das, 24 horas diarias)?
SOLUCIN:
x Po ( 0 ' 2 ) x = fallos / hora a) x Po (1 '6 ) x = fallos / 8 horas l 1 ' 6 + 1 . 6 1 = 0 ' 2019 0!
1h 8h

0'2 fallos x x = 1.6

P (x = 0) =
b) P ( 20 x 40 ) 7 * 24 = 168 h 1 h 0 '2 f 168 h x x = 33'6 33 '6 )
x Po ( 33 '6 ) N ( 33 '6 , x = fallos / semana Tipificar
40 33 '6 20 33 '6 Po ( 20 x 40 ) = P z = P ( 2 '34 z 1 '10 ) = 33 '6 33 '6
P ( z 1 '10 ) P ( z 2 '34 ) = 0 '8643 (1 0 '9904 ) = 0 '8547
46. Los agricultores de una regin estn preocupados po la calidad de sus cosechas, ya que se ha
detectado en ciertas reas la existencia de sustancias contaminantes en el suelo. Para analizarla, se
segmenta la tierra en parcelas de 100 m2, y se concluye que hay una probabilidad de 0.6 de
encontrar estos contaminantes en una determinada parcela. Se pide: a) Si un agricultor posee 15 de

estas parcelas. Qu probabilidad hay de que tenga alguna contaminada? b) Una cooperativa posee
200 parcelas del tipo anterior. Qu probabilidad hay de que tenga entre 100 y 150 parcelas
contaminadas? c) Si por cada parcela contaminada la cooperativa sufre unas perdidas de 1000 ,
cul es la perdida que la cooperativa espera tener?.
SOLUCIN:
a) n = 15 parcelas x Bi(15,0'6) x = parcela contaminada 1 parcela P (cont ) = 0'6 = p 15 P
(nocont ) = 0'4 = qP( x 1) = 1 P ( x < 1) = 1 P ( x = 0) = 1 * 0'06 1 * 0'4 15 = 0'99999
0 b) n = 200 parcelas x Bi (200,0'6) N (120,6'928) x = parcelas contaminadas
= n * p = 200 * 0'6 =
n *p*q = 200 * 0'6 * 0'4 = 6.928
150 200 100 200 = P(2'88 z 4'33) = P( z 4'33) P( z 2'88) = P(100 x
150) = P z 6'928 6'928 1 (1 0'9980) = 0'998 c) 1 cooperativa h = 200 parcelas
E ( x) = h * p = 200 * 0'6 = 120 parcelas contaminadas 120 * 100 = 120000
47. En un estudio estadstico sobre la altura de los espaoles y de los inglese. Se han obtenido los
siguientes datos: Nacionalidad Media Desviacin tpica Espaoles 170.2 6.4 Ingleses 175.4 5.9
a) Quin es ms alto en su pas, un espaol que mide 177 cm o un ingls que mide 181 cm? b)
Cul es la probabilidad de que un espaol mida ms de 180 cm? cul es la probabilidad de que un
ingles mida entre 160 y 170 cm? c) Cul es la probabilidad de que un espaol sea ms alto que un
ingls?
SOLUCIN:
x N (170'2,6'4) x = espaoles y N (175'4,5'9) a ) Cuando tipifico, paso de x N( , ) Z
N(0,1) , es decir, las dos estn en la misma escala. x i = 177 zi = 177 170'2 = 1'0625 0'4 El
espaol es ms alto en su pas yi = 181 zi = 181 175'5 = 0'9322 0'9
180 170'2 b) P( x > 180) = 1 P ( x 180) = 1 P z = 1 P ( z 1'53) = 1 0'9370
= 0'063 6'4 170 175'5 160 175'5 P(160 y 170) = P z = 5'9 5'9 P( 2'62
z 0'93) = P ( z 0'93) P( z 2'62) = (1 0'8238) (1 0'9956) = 0'1718 c) P( x > y ) =
P ( x y > 0) = 1.P ( x y 0) = 0 + 5'3 1 P z = 1 P( z 0'608) = 1 0'7291 =
0'2709 8'7043
48. Supngase que la concentracin que cierto contaminante se encuentra distribuida de manera
uniforme en el intervalo de 0 a 20 pares de milln. Si se considera txica una concentracin de 8 o
ms. Cul es la probabilidad de que al tomarse una muestra la concentracin de esta sea txica?.
Concentracin media y varianza. Probabilidad de que la concentracin sea exactamente 10.
SOLUCIN: X f(x)= 1/20
20
Un(0, 20) 0 x 20
= (a+b)/2=0+20/2=10
2=(b-a)2/12=33,3
P(X 8)= 1 / 20dx = 0,6
8

10
P(X=10)= 1 / 20dx =0
10

49. El personal de la compaa Onda S.L. usa una Terminal para realizar sus pedidos internacionales.
Si el tiempo que cada comercial gasta en una sesin en la Terminal tiene una distribucin exponencial
con media 36 minutos, encontrar: a) Probabilidad de que un comercial utilice la Terminal 30 minutos
o menos. b) Si un comercial a estado 30 minutos en la Terminal, Cul es la probabilidad de que pase
al menos una hora ms en la Terminal?. c) El 90% de las sesiones terminan en menos de R minutos.
Cunto vale R?
SOLUCIN: 1/ =36 a) b) c)
=1/36 y la funcin de densidad es f(x)= 1/36 * e-1/36*x x 0
30
P(X 30) =

0
1/36*e-1/36*x dx =0,565
+
P((X 30+60)/(X 30))=P(X 60)= P(X
PROPIEDADES DE LA DISTRIBUCION NORMAL:
La distribucin normal posee ciertas propiedades importantes que conviene destacar:

i.
Tiene una nica moda, que coincide con su medida y su mediana
ii.
La curva normal es asinttica al eje de abscisas.
iii.
Es simtrica con respecto a su medida
. Segn esto, para este tipo de variables existe
una probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato
menor.
iv.
L a distancia entre la lnea trazada en la media y el punto de inflexin de la curva es igual a
una desviacin tpica.
v.
El rea bajo la curva comprendido entre los valores situados aproximadamente a dos
desviaciones estndar de la media es igual a .95
vi.
La forma de la campana de Gauss depende de los parmetros.
1) Se realiza un examen con 4 preguntas con respuestas de verdadero y falso, si el estudiante no
sabe. cul es la probabilidad de que el alumno seleccione la respuesta correcta?
a. De la primera pregunta si tiene el 50% de xito
b. De no adivinar ninguna de las 4 respuestas
c. Adivinar las 4 respuestas.
FRMULA: P(X)= n!x!n-x!x(1-)n-x
P (1)= 4!1!(4-1)!0.501(1-0.50)4-1
P (1)=4!1!(4-1)!0.5 (0.50)3
P (1)= 0.25=25%
P (0)=4!0!(4-0)!0.50(1-0.50)4-0
P (0)= 4!0!(4-0)!0.500(1-0.50)4
P (0)= 6%
P (4)= 4!4!(4-0)!0.54(1-0.5)4-4
P (4)= 4!4!(4-0)!0.54(1-0.5)0
P (4)= 6%
2) Considere las posibilidades para ensamblar un vehculo que tiene 10 partes y piezas elctricas.
Cul es la probabilidad de que fallen 2 o 3 piezas su la probabilidad de que no falle el vehculo es del
60%?
FRMULA: P(X)= n!x!n-x!x(1-)n-x
n=
| 10
|
=
| 0,6 |
x1= | 8
|
x2= | 7
|
P (8)= 10!8!(10-8)!0.608(1-0.60)10-8
P (8)=10!8!(10-8)!0.608 (0.40)2
P (8)= 0.12
P (7)=7!7!(10-7)!0.607(1-0.60)10-7
P (7)= 7!7!(10-7)!0.607(0.40)3
P (7)= 120 * 0.028 * 0.064
P (7)= 21%
EJERCICIOS CLAVES
19. Hallar las ordenadas de la curva normal en (a) Z = 0.84, (b) Z = -1.27, (c) Z = -0.05
Solucin:
(a) 0.2995
(b) Por simetra (ordenada en Z = -1.27) = (ordenada en Z = 1.27) = 0.3980
(c) (ordenada en Z = -0.05) = (ordenada en Z = 0.05) 0.0199
20. La media de los pesos de 500 estudiantes de un cierto colegio es de 151 lb. y la desviacin tpica
15 lb. Suponiendo que los pesos se distribuyen normalmente, hallar cuantos estudiantes pesan (a)
entre 120 y 155 lb. (b) mas de 185 lb.
Solucin:
(a) Los pesos registrados entre 120 y 155 lb. pueden tener realmente cualquier valor entre 119.5 y
155.5 lb., suponiendo que se toman con una aproximacin de 1 lb.
119.5 en unidades tipificadas = (119.5 - 151) / 15 = -2.10
155.5 en unidades tipificadas = (155.5 - 151) / 15 = 0.30
Proporcin de estudiantes pedida
= (rea entre Z = -2.10 y Z = 0.30)
= (rea entre Z = -2.10 y Z = 0) + (rea entre Z = 0 y Z = 0.30)
= 04821 + 0.1179 = 0.6000
Entonces el numero de estudiantes que pesa entre 120 y 155 lb. = 500(0.6000) = 300
[pic]
(b) Los estudiantes que pesan mas de 185 lb. deben pesar al menos 185.5 lb.

185 lb. en unidades tipificadas = (185 - 151) / 15 = 2.30

Proporcin de estudiantes pedida
= (rea a la derecha de Z = 2.30)
= (rea a la derecha de Z = 0)
- (rea entre Z = 0 y Z = 2.30)
= 0.5 0.4893 = 0.0107
El numero de estudiantes que pesan mas de 185 lb. ser de = 500(0.0107) = 5
[pic]
21. Determinar cuantos estudiantes del problema anterior pesan (a) menos de 128 lb. (b) 128 lb. (c)
128 lb. o menos.
Solucin:
(a) Los estudiantes que pesen menos de 128 lb. deben pesar menos de 127.5
127.5 en unidades tipificadas = (127.5 - 151) / 15 = -1.57
Proporcin de estudiantes pedida
= (rea a la izquierda de Z = -1.57)
= (rea a la izquierda de Z = 0)
- (rea entre Z = -1.57 y Z = 0)
= 0.5 0.4418 = 0.0582
Entonces el numero de estudiantes que pesan menos de 128 lb. = 500(0.0582) = 29
[pic]
(b) Los estudiantes de 128 lb pesaran entre 127.5 y 128.5 lb. Vase figura 7-5 (b)
127.5 lb. en unidades tipificadas = (127.5 - 151) / 15 = -1.57
128.5 lb. en unidades tipificadas = (128.5 - 151) / 15 = -1.50
Proporcin de estudiantes pedida = (rea entre Z = -1.57 y Z = -1.50)
= (rea entre Z = -1.57 y Z = 0) (rea entre Z = -1.50 y Z = 0)
= 0.4418 0.4332 = 0.0086
Entonces el numero de estudiantes que pesan 128 lb. = 500(0.0086) = 4
[pic]
(c) Utilizando los apartados (a) y (b)
Numero de estudiantes que pesan 128 lb. o menos
= (estudiante que pesan menos de 128 lb.) + (Numero de los que pesan 128 lb.)
= 29 + 4 = 33
22. Las puntuaciones de un ejercicio de biologa fueron 0,1,2,,10, dependiendo del numero de
respuestas correctas a 10 preguntas formuladas. La puntuacin media fue de 6.7 y la desviacin
tpica de 1.2. Suponiendo que las puntuaciones se distribuyen normalmente, determinar (a) el
porcentaje de estudiantes que consigui 6 puntos, (b) la puntuacin mxima del 10% superior de la
clase.
Solucin:
(a)
Para aplicar la distribucin normal a datos discretos es necesario tratar los datos como si
fuesen continuos. As, un logro de 6 puntos se considera como de 5.5 a 6.5 puntos. Vase Figura 7-6
(a)
5.5 en unidades tipificadas = (5.5 6.7) / 1.2 = -1.0
6.5 en unidades tipificadas = (6.5 6.7) / 1.2 = -0.17
Proporcin pedida = (rea entre z = -1 y z = -0.17)
= (rea entre z = -1 y z = 0) (rea entre z = -0.17 y z = 0 )
= 0.3413 0.0675 = 0.2738 = 27%
[pic]
[pic]
(b)
Sea X la puntuacin mxima pedida y Z la puntuacin en unidades tipificadas.
De la figura 7-6 (b), el rea a la izquierda de Z es 10% = 0.10; de aqu (rea entre Z y 0) = 0.40
y Z = -1.28 (muy aproximadamente).
Entonces Z = (X - 6.7) / 1.2 = -1.28 y X = 5.2 o 5 con aproximacin de unidad.
(c)
Sea X la puntuacin mnima pedida y Z la puntuacin en unidades tipificadas.
De (b), por simetra, Z = 1.28. Entonces (X - 6.7) / 1.2 = 1.28, y X = 8.2 u 8 con aproximacin
de enteros.
23. La media de los dimetros interiores de una muestra de 200 arandelas producidas por una
maquina es 0.502 pulgadas y la desviacin tpica 0.005 pulgadas. El propsito para el que se
destinen estas arandelas permite una tolerancia mxima en el dimetro de 0.496 a 0.508 pulgadas,
de otro moda, las arandelas se consideran defectuosas. Determinar el porcentaje de arandelas
defectuosas producido por la maquina, suponiendo que los dimetros se distribuyen normalmente.
Solucin:
0.496 en unidades tipificadas = (0.496 - 0502) / 0.005 = -1.2
0.508 en unidades tipificadas = (0.508 - 0502) / 0.005 = 1.2
Proporcin de arandelas no defectuosas
= (rea entre Z = -1.2 y Z = 1.2)

= (dos veces el rea entre Z = 0 y Z = 1.2)

= 2(0.3849) = 0.7698 o 77%
As, pues, el porcentaje de arandelas defectuosas es 100% - 77% = 23%
[pic]
----------------------0.17
-1
Fig. 7-6 (a)
Z
0.10
0.10
Z
Fig. 7-6 (b)
(a)
-2.10
0.30
2.30
(b)
-1.57
Fig. 7-5 (a)
-1.50
-1.57
Fig. 7-5 (b)
1.2
-1.2
Fig. 7-7