Teora en general.

1. Contestar falso o verdadero.

Un experimento de probabilidad binomial tiene como caracterstica:
____ Cada ensayo tiene solo dos resultados posibles (xito o fracaso).
____ Los n ensayos son dependientes y repetidos.
____ El resultado de un ensayo no debe afectar la probabilidad de xito de cualquier otro en el
experimento.
____ Se considera un muestreo con remplazo.
Solucin: Verdadero, Falso, Verdadero, Falso.

2. Seale cules de las siguientes caractersticas son verdaderas para una distribucin Poisson.

a) ____

n x n-x
p(x) p q
x

b) ____ Tiene una frecuencia constante a travs del tiempo ().

c) ____ Tiene aplicacin en teora de colas.
d) ____ Tienen aplicaciones en control y aseguramiento de la calidad.
e) ____ Los eventos son dependientes entre s.
Solucin: Todas son verdaderas a excepcin de a y e.

5.1. Distribucin binomial.

Problemas.
3. Segn un artculo, los estadounidenses tienen 1 posibilidad en 20 de adquirir una infeccin
mientras estn hospitalizados. Si se analizan los registros de 15 pacientes hospitalizados,
elegidos al azar, encuentre la probabilidad de que:
a) Ninguno de los 15 haya adquirido la infeccin mientras estuvo hospitalizado.
b) Uno o ms de los 15 hayan adquirido la infeccin mientras estuvieron hospitalizados.

Solucin: En este caso el xito ser que una persona haya sido infectada mientras estuvo
hospitalizada, por lo que: p

1
20

19
20.

La funcin de probabilidad ser de una distribucin binomial, que con los valores de este caso ser:

x 15 x

15 1 19
p(x) 0 150
x 20 15 20 1 19
p(x 0)
0 20 20
(1) (1) (0.4632)
0.4632.

a) En este inciso se busca x=0, por lo tanto:

b) Como se busca x= 1, 2, 3, . . ., 15; es ms sencillo quitarle a 1, la probabilidad total acumulada,
el valor para cuando x=0, que sumar cada una de las probabilidades de los valores de x
necesarios para cumplir la condicin. Como ya se tiene la probabilidad de x=0 (del inciso
anterior) lo nico es restrselo a 1, por lo que:

4. Se construye un sistema electrnico complejo con determinado nmero de componentes de

1 0.4632 0.5368 de que esta situacin suceda.

respaldo en sus subsistemas. Un subsistema tienen cuatro componentes idnticos, y cada uno
tiene la probabilidad 0.2 de fallar en menos de 1 000 horas. El subsistema trabaja si dos o ms
cualesquiera de los cuatro componentes trabajan. Si se supone que los componentes trabajan en
forma independiente, calcular la probabilidad de que:
a) Exactamente dos de los cuatro componentes duren ms de 1 000 horas.
b) El subsistema trabaje ms de 1 000 horas.
Solucin:

a) Como la probabilidad que se nos da es la de fallar en menos de 1 000 hrs., y la que se necesita
es la que duren ms de 1000 hrs., la probabilidad de esta ltima ser el complemento de la
primera, por lo tanto al usar la funcin de distribucin binomial el resultado queda:

4 2 4- 2
p(x2) 0.8 0.2 0.1536.
2
b) Que el subsistema trabaje implica que dos o ms de sus componentes trabaje, y como se pide
que el subsistema trabaje ms de 1000 horas, al igual que el inciso anterior se necesita la
probabilidad de 0.8.
Si a la probabilidad total acumulada (1) le quitamos la probabilidad de que ninguno o uno de los
componentes trabaje, dar el valor que se busca. Entonces si se busca en la tabla de la funcin
de distribucin binomial n= 4 con p=0.8, la probabilidad acumulada hasta x=1 es p=0.0272, por
lo que:
1 0.0272 0.9728 de que esta situacin suceda.

5. En la competencia de biatln de los Juegos Olmpicos, un participante realiza la prueba de esk

a campo traviesa y en cuatro ocasiones se detiene en un campo de tiro y dispara con su rifle
cinco veces. Si acierta en el centro del blanco, no se asignan puntos de penalizacin. Si un atleta
particular tiene un historial de atinarle a la diana en el 90% de sus disparos, cul es la
probabilidad de que acierte en el centro del blanco:
a) Los cinco disparos en su siguiente parada en el campo de tiro.
b) Por lo menos cuatro disparos en su parada en el campo de tiro. (Suponga independencia.)
Solucin:
a) Se sabe que p=0.9 y n=5 y se quiere saber el valor para cuando x=5. Con estos datos se busca
en una tabla de funcin de distribucin binomial acumulada la probabilidad, pero con estas
caractersticas solo hay hasta x=4; pero se sabe que la probabilidad total es 1, por lo que si a 1
se le quita la probabilidad de x=4, dar el valor que se busca.
p(x 5) 1 0.4095 0.5905.

b) Por lo que menos cuatro, significa la probabilidad de x=4 y x=5. Por lo que si se suman estas
dos probabilidades nos da el valor que se busca:

5 4 1
p(x )4 0.90.1 .0 3280.
4
5 5 0
p(x )5 0.90.1 .0 5904.
5
Entonces 0.3280 0.5904 0.9184.
O bien se pueden sacar los valores de la tabla.
N.B.: Hay que tomar en cuenta que algunas tablas de la distribucin binomial son acumuladas.
6. El departamento de matemticas tiene 8 licenciados auxiliares que se destinan a una misma
oficina. Cada licenciado puede estudiar por igual en su casa o en la oficina. Cuntos escritorios
deben haber en la oficina par que cada uno tenga por lo menos un escritorio el 90% de las
veces?
Solucin: La frase de que pueden estudiar por igual en su casa o en su oficina, se refiere que
estudian en un lugar o en otro, teniendo probabilidad igual cada uno de estos lugares siendo 0.5 en
cada caso.
Lo que se quiere saber es con n=8 y p=0.5 cul es el valor de x que cubre el 90% de las veces, por
lo que viendo en la tabla de la distribucin binomial acumulada se obtiene:
p(x 5) 0.8555 con lo que an no se cumple el porcentaje.
Entonces :
p(x 6) 0.9648 que rebasa lo pedido, pero cumple con el requisito.

De tal manera se concluye que debe haber 6 escritorios para que cada uno tenga por lo menos un
escritorio el 90% de las veces.

7. Determinar el nmero esperado de varones de una familia con 8 hijos, suponiendo la

distribucin del sexo igualmente probable. Cul es la probabilidad de que el nmero esperado
de nios suceda?.
Solucin: El nmero esperado de varones es E np 8 0.5 4 , y la probabilidad de que la
familia tenga cuatro varones es:

8 4 84
p(x4) 0.5 0.5 0.2734
4

8. Se empacan diez motores para su venta en determinado almacn. Los motores se venden a $100
cada uno; la compaa se compromete a devolver el doble del valor de cada motor si est
defectuoso. Calcular la ganancia neta esperada de la compaa si la probabilidad de que
cualquier motor tenga defectos es de 0.08. Suponer qu e la calidad de los motores es
independiente.
Solucin: Se sacan primeramente los valores dados:
n 10
p 0.08

precio por motor $100

pago por defecto $200.

Ahora bien, se venden 10 motores a $100 pesos cada uno, pero a esto se le resta lo que se tiene que
pagar por uno defectuoso con su respectiva probabilidad, por lo que tenemos:
E(x) n precio - n p pago por defecto
(10 100) - (10 0.08 200) $840 se espera ganar.

9. Con base en un periodo largo, se ha determinado que 90% de todos los estudiantes inscritos en
el curso 209 de matemticas lo aprueban; si toman el curso grupos de 30 estudiante, determine
la media y la desviacin estndar del nmero de estudiantes aptos por curso.
Solucin: Se tienen los datos:
n 30
p 0.9
q 0.1

Y como:
E(x) np y

V(x) npq

Entonces :
E 30 0.9 27 alumnos y
V 30 0.9 0.1 2.7

2.7 1.64.

10. La probabilidad de que un artculo producido por una fbrica sea defectuoso es 0.02. Un
cargamento de 10 000 artculos se enva a sus almacenes. Hallar el nmero esperado E de
artculos defectuosos y la desviacin estndar .
Solucin: Se tienen los valores:
n 10 000, p 0.02,

q 0.98.

Por lo que sustituyendo en las frmulas nos queda:

E np 10 000 0.02 200.

npq

10 000 0.02 0.98

14.

5.2. Distribucin Poisson.

11. La llegada de clientes en una caja de una tienda departamental tiene una distribucin de Poisson
con un promedio de 8 por hora, y toma 10 minutos atender a cada cliente. Para una hora
determinada, calcular la probabilidad de que:
a) Lleguen exactamente 8 clientes.
b) No lleguen ms de 3 clientes.
c) Lleguen por lo menos 2 clientes.
d) La media.
Solucin: Se tiene para los tres incisos que =8, por lo que:
a) Se busca la probabilidad para las condiciones x=8 y =8; por lo que se busca la probabilidad de
estas condiciones en una tabla de funcin de distribucin de Poisson y se obtiene:
p=0.593, como esta probabilidad es acumulada, a este valor se le tiene que restar la
probabilidad para x=7 (0.453) y de esta manera se tiene la probabilidad exactamente para 8
clientes; lo que es:
p 0.593 0.453 0.14

b) La expresin no lleguen ms de 3 clientes, significa que llegue 1, 2 3 clientes. Por lo que

sera la probabilidad acumulada hasta x=3, entonces se recurre a una tabla de funcin de
distribucin de Poisson acumulada y tenemos como resultado:
p 0.042 de que no lleguen ms de 3 clientes.

c) Que lleguen por lo menos 2 clientes, es lo mismo que decir que arriban 2 o ms clientes, por lo
que si a 1 (la probabilidad total acumulada) se le resta la probabilidad acumulada hasta x=1,
dar el valor que se busca:
p 1 0.003 0.997.

d) Como E(x)=t, entonces

12. El nmero de imperfecciones en el tejido de una tela tiene una distribucin de Poisson con un
promedio de 4 por yarda cuadrada.
a) Calcular la probabilidad de que una muestra de una yarda cuadrada tenga por lo menos un
defecto.
b) Calcular la probabilidad de que una muestra de tres yardas cuadradas tenga al menos un
defecto.
c) Calcular el promedio de los costos de reparacin para un lienzo de ocho yardas cuadradas
de tela, si el costo de reparacin de defectos en el tejido es de $10 por cada uno.
Solucin:
a) Tenemos que =4 y para tener la probabilidad de que tenga por lo menos un defecto una yarda
cuadrada, basta con restarle a 1 (probabilidad total acumulada), la probabilidad para x=0; que se
puede obtener de una tabla de distribucin Poisson, entonces:
p 1 0.018 0.982.

b) Se resuelve igual al inciso anterior, tomando en cuenta solamente que la muestre es de 3 yardas
por lo que =12, ya que el promedio dado es por yarda cuadrada, entonces:
p 1 0.000 1.

Es decir que la posibilidad de que en tres yardas cuadradas se tenga al menos un defecto es
seguro que suceda.
c) Para ocho yardas cuadradas =32 entonces:
E(x) Costo
10 32 $320

13. El nmero de colonias de bacterias en determinado tipo de muestras de agua contaminada tiene
una distribucin de Poisson cuyo promedio es 2 por centmetro cbico. Cuntas muestras de
un centmetro cbico de agua deben seleccionarse para alcanzar una probabilidad aproximada
de 0.95 de ver por lo menos una colonia de bacterias?
Solucin: Se ver en la tabla de distribucin de Poisson que probabilidad con una =2 se cubre
cuando se toma 1 muestra (x=1), y si esta probabilidad no alcanza la de 0.95, que es la de ver por lo
menos una colonia de bacterias, se analizar la probabilidad para 2 muestras y as sucesivamente
hasta cubrir la probabilidad de 0.95. Hay que tomar en cuenta que ser ms sencillo si a 1
(probabilidad total acumulada) se le quita la probabilidad de que la muestra no tenga colonia de
bacterias para cumplir con el requisito de ver por lo menos una colonia.

Otro detalle que es importante es que ir cambiando segn el nmero de muestras que estemos
analizando, por lo que la respuesta es:
Para =4, es decir, 2 muestras, la probabilidad es p= 1- 0.018= 0.982, siendo 2 muestras las
necesarias para cumplir con las condiciones.
14. Suponga que en una prueba de aritmtica muy larga, Donna obtendra bien el 70% de las
preguntas. Para un examen de 10 preguntas, calcule la probabilidad:
a) De que Donna obtenga correctas por lo menos siete preguntas.
b) De que Donna obtenga nueve o diez preguntas correctas.
c) cul es el nmero esperado de preguntas que tendr bien Donna?.
Solucin: Se sabe que =np por lo que para este caso =(10)(0.7)= 7, y teniendo este datos de
pueden resolver los incisos.
a) El hecho de que Donna obtenga correctas por lo menos siete, implica que saque 7 bien, 8, etc.
hasta 10; por lo que si a 1 (probabilidad total acumulada) se le resta la probabilidad acumulada
hasta x=6 respuestas correctas, dar la probabilidad en cuestin. Recurriendo a la tabla de
distribucin de Poisson obtenemos:
p 1 0.45 0.55

b) Si los valores se sacan de una tabla de distribucin acumulada de Poisson, lo que se tiene que
p 0.901 0.729 0.172.

hacer es para =7 y x=10, restarle la probabilidad de =7 y x=8, para que de esta forma nos
quede la probabilidad de x=9 y x=10, por lo que:
O bien, se puede resolver con la frmula de distribucin de Poisson para los valores de x 9 y 10.
c) Sabemos que E(x)= y =np, lo cual es E=(10)(0.7)= 7 preguntas correctas se espera que tenga
Donna.
15. El nmero de automviles que entran a un estacionamiento es una variable aleatoria con
distribucin de Poisson, con un promedio de 4 por hora. El estacionamiento tiene lugar slo
para 12 vehculos, y est vaco al principio.
a) Calcular la probabilidad de que el estacionamiento se llene durante la primera hora.
Suponer que todos los vehculos permanecen en el estacionamiento ms de una hora.
b) Calcular la probabilidad de que lleguen menos de 12 vehculos en un turno de 8 horas.
Solucin:

a) El decir que se llene el estacionamiento es la probabilidad de que lleguen 12 o ms vehculos,

por lo que si a 1 (probabilidad total acumulada) se le quita la probabilidad acumulada hasta
x=11, dar el valor que se busca, por lo que:
p 1 0.999 0.001.

b) Ya que el valor promedio dado es para una hora, para el periodo de 8 ser =32. El decir que
lleguen menos de 12 vehculos, implica que lleguen 1, 2, 3, . . ., 11; por lo que si sumamos
todas las probabilidades de estos valores de x, se obtendr el valor que se pide.
Por lo general las tablas de distribucin Poisson proporcionan valores hasta =25, por lo que se
tendrn que calcular los valores de x con la funcin de la distribucin de Poisson, entonces:
320 32
e
1.26 10 14
0!
321 32
p(x 1)
e
4.05 10 13
1!
322 32
p(x 2)
e
6.48 1012
2!
323 32
p(x 3)
e
6.91 1011
3!

p(x 0)

p(x 11)

3211 32
e
1.14 10 5
11 !

11

px 0.000017 de que lleguen menos de 12 autos en 8 horas.

x 0

5.6. Distribucin hipergeomtrica.

16. Un jardinero planta cinco bulbos seleccionados al azar de una caja que contiene seis de narcisos
y cinco de tulipanes. Cul es la probabilidad de que plante:
a) Tres bulbos de narcisos y dos de tulipanes.
b) Por lo menos un bulbo sea de tulipn.
Solucin:
a) Se quiere saber la probabilidad de plantar 3 bulbos de narcisos y 2 de tulipanes. Para tener todos
los datos en los parmetros de la distribucin hipergeomtrica, a cualquiera de los tipos de
bulbos se le asignar k, por ejemplo, el nmero de bulbos de narcisos es el valor de k fracasos,
y por consiguiente el nmero de bulbos de tulipanes sern los xitos; ahora si determinamos que
k sern los narcisos, x=3 por que se quiere saber la probabilidad para 3 narcisos; y los restantes
sern tulipanes, entonces:

N=11, n= 5, knarcisos= 6, x=3.

6 1
35- 201
p 0.4329dequsa mnera.
1 462

5
b) Es decir que sean 1, 2, 3, 4 5 los bulbos de tulipanes, por lo que si a la probabilidad total
acumulada (1) se le resta la probabilidad de que no haya ningn bulbo de tulipn da el valor que
se busca, por lo tanto:

N=11, n= 5, ktulipn= 5, x=0.

5 6

0 5 16
p(x 0) 0. 129
1 462

5
Entonces:
1 - 0.0129= 0.9870 de que haya por lo menos un bulbo de tulipn.
17. Un motor de automvil de 8 cilindros tiene dos bujas que fallan. Si se quitan las cuatro bujas
de un lado del motor, cul es la probabilidad de que entre ellas se encuentren las dos que tienen
fallas?.
Solucin: Se tienen como datos:
N= 8.
k= 2.
n=4, y lo que se pide es x=2.

Sustituyendo estos valores en la funcin de la distribucin hipergeomtrica nos da:

2 6

p 2 15 3
8 70 14.

4
18. Entre las 16 ciudades que una sociedad profesional est considerando como futura sede para sus
prximas tres convenciones anuales, 7 estn en la parte occidental de Mxico. Para evitar
problemas, la seleccin se deja al azar. Si ninguna de las ciudades puede ser elegida ms de una
vez cules son las probabilidades de que:
a) Ninguna de las convenciones se celebre en la parte occidental del pas.
b) Todas las convenciones se efecten en la parte occidental de Mxico.
Solucin: Al mencionar que ninguna ciudad puede ser elegida ms de una vez, implica que el
experimento es sin reemplazo, por lo que la distribucin hipergeomtrica puede ayudar a resolver la
cuestin.
Los datos que proporciona el problema son los siguientes:
N= 16, k=7, n=3.

a) Se busca la probabilidad para x=0 ya que se quiere saber la probabilidad de que ninguna de las
convenciones sea en la parte occidental, por lo tanto:

7 9

p(x0) 03184 0.15dequnoseain7guaconv9ei nlaprteocidnte.

16 560 3 0 513
p(x 3) 0. 625.
3 16 560

3

b) Es decir que x=3, por lo que:

19. Cul es la probabilidad de que una auditora de Hacienda detecte solamente 2 declaraciones de
impuestos con deducciones ilegales, si selecciona aleatoriamente 6 de 18 declaraciones 8 de las
cuales contienen deducciones ilegales?.
Solucin: Se dan los valores:
N= 18, n=6, k=8

Y se busca la probabilidad para cuando x=2; entonces:

8 10

2 4 28210
p(x 2) 0.3167.
18 18564

6
20. Un comit de 3 integrantes se forma aleatoriamente seleccionando de entre 4 doctores y 2
enfermeras, donde X representa el nmero de doctores en el comit. Encuentre p(2 X 3).
Solucin: Con los datos del problema, basta sacar las probabilidades para x=2 y x=3 y sumar
ambas, dando la probabilidad deseada.

 4 2 4 2

21 623 30 41
p(x2) p(x3)
6 20 5 6 20 5

3 3

Se tiene N=6, n=3, k=4

Sumando las dos queda

p4

de que haya entre 2 y 3 doctores en el comit.