Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica Aplicada I
Estadistica Aplicada I
INTRODUCCION
Por esta razn el trabajo se simplificar enormemente si se pudiera conocer la distribucin de probabilidad de
la variable.
A continuacin estudiaremos algunas variables cuya distribucin es conocida y los problemas relativos a ellas
las resolveremos usando el programa Minitab.
Distribucin de Bernoulli
p X 1
p(x) = P(X = x) =
1 p X 0
Valor esperado y varianza de una variable de Bernoulli
Ponga los datos de la distribucin de probabilidad de X en el siguiente cuadro
X
p(x)
DISTRIBUCIN BINOMIAL
Definicin
Sea un experimento de Bernoulli. Suponga que este experimento se realiza n veces. Cada
vez que ocurre un determinado evento A, se dice que ha ocurrido xito, con P(A) = p y que
ocurre fracaso con P(A) = q = ......... Suponga tambin que la ocurrencia del evento A y A
son independientes. Si se define a X como el Nmero de veces que ocurre xito en las n
repeticiones del experimento, entonces diremos que X tiene una distribucin Binomial,
con parmetros n y p, denotado por X B(n, p) y cuya funcin de probabilidad viene dada
por
n x xn
xp )( P(X x) p (1p) ; x 0,12,. ,n
x
Observaciones:
1. Si n = 1, X tiene distribucin de Bernoulli (basta con reemplazar n = 1 en la
funcin).
2. La distribucin acumulada, F, se define como
n xi n xi
(xF ) (XP x) p (1p) ; i 0,12,.
xi x x i
Teorema
Si X B(n, p) entonces su media es X = E(X) = np y su varianza es X = V(X) = npq
Nota:
Ejecute el programa Minitab. Para resolver problemas relativos a distribuciones de probabilidad se deber
usar la siguiente secuencia:
<Calc> - <Probability Distributions>
De la lista que aparece se deber seleccionar la distribucin requerida.
Ejemplo 1
Si X es una variable aleatoria Binomial con parmetros n = 8 y p = 0.25,
a) Cul es la distribucin de probabilidad de X
b) Usando el programa Minitab, construya la distribucin de X
c) Usando el programa Minitab, construya la distribucin acumulada de X
d) Obtenga P(X 6)
e) Encuentre P(X > 5)
f) Encuentre la media y la varianza de X (de dos formas)
g) Construya un grfico para la funcin de probabilidad
h) Construya un grfico para la distribucin acumulada de probabilidad
Solucin
a) Puesto que X B(n = 8, p = 0.25), usando la definicin, la f. p. es
Nota 1:
Usa siempre <Input Column> con <Probability> para obtener la funcin de probab.
Use siempre <Input Column> con <Cumulative probability> para obtener la distribucin
acumulada, F(x).
Nota 2:
Use <Input constant> con <Probability> para hallar un valor puntual, p(k)=P(X = k)
Use <Input constant> con <Cumulative ...> para obtener P(X k); es decir, F(k).
d) Para obtener P(X 6 ) = F(6), usaremos Minitab. Use la siguiente secuencia:
<Calc> - <Probability Distributions> - <Binomial>. Use la sugerencia de Nota 2.
El resultado es F(6) = P(X 6 ) = .....................
e) Para encontrar P(X > 5) primero debemos complementarla, para poder usar la
acumulada; es decir, P(X > 5) = 1 - P(X 5 ) = F(5). Esto es lo que vamos a buscar
usando Minitab. Segn esto, P(X > 5) = 1 P(X 5 ) = 1 .............. = ...............
Nota:
Para d) y e) se puede usar la distribucin de la hoja de trabajo (siempre que se tenga).
F(6) = P(X 6 ) est en la fila 6 de la columna C3
F(5) = P(X 5 ) est en la fila 5 de la columna C3.
f) Clculo de la media de X:
Por el teorema: X = E(X) = np = ................. = ........
Usando la calculadora del Minitab:
Use la siguiente secuencia: <Calc> -
<Calculador>. En <Store result in
variable> digite C10 (una columna que no est en uso). En <Expression> digite
Sum(C1*C2). Luego haga clic en <Ok>.
Calculemos la varianza de X:
Por el teorema: X = V(X) = npq = ................................... = .....................
Usando la calculadora del Minitab: X = V(X) = ..................
h) En este caso usaremos la opcin <Bar Chart> del comando <Graph>, que es el que
nos permitir obtener un grfico como se acostumbra tener para una distribucin
acumulada.
Ejemplo 2
Solucin
a) Segn los datos, n = 100, p = 0.3 y si X: Nmero. de xitos obtenidos,
entonces X B(100, 0.3). Sabemos que, usando el complemento, P(X > 6) = 1
- ...................
Use el Minitab para encontrar P(X 5) y luego encuentre P(X > 6).
Recuerde que debe usar <Calc> - <Probability distributions>; seleccionar
<Cumulative ....>, n = 100, p = 0.3; <Column constant> y digitar 5; <Ok>.
b) De la ecuacin V(X) = ......................
Despeje E(X) = ...............................
Ejemplo 3
Solucin
Definimos a X como: ................................................
Segn esto, p, significa que, al elegir a un trabajador, la probabilidad de que sea .............. es
p = .............
Valor de n (tamao de la muestra); n = ...............
Si se define a X como Nmero de mujeres en la muestra, a lo ms uno de ellos sea mujer
se representa por .............................
Luego debemos encontrar P(......................)
Use el programa Minitab siguiendo el mismo procedimiento empleado en a) del Ejemplo 2.
Nota importante:
Si a X se define como: Nmero de productos defectuosos hallados en una muestra de 10
La expresin: A lo ms K son defectuosos se representa por XK
La expresin: Por lo menos K son defectuosos se representa por XK
La expresin: Al menos K son defectuosos se representa por XK
La expresin: Exactamente K son defectuosos se representa por X=K
La expresin: Mximo K defectuosos se representa por XK
La expresin: Mnimo K defectuosos se representa por XK
La expresin Menos de K defectuosos se representa por X<K
Si se pide la probabilidad d alguno de ellos, es suficiente colocarlo dentro de P(.......).
Ejemplo 4
Solucin
Defina a X: ...........................................................................................................................
Segn su definicin, la variable X tiene distribucin Binomial? ..................
Valor de p = ..............
Valor de n = ..............
Escriba la funcin de probabilidad de X: ...............................................................
Exprese simblicamente Los tres trozos tengan niveles de superiores al lmite ...............
Exprese simblicamente Exactamente uno de tales trozos tengan .................... ...............
Exprese simblicamente Cuando ms, uno de tales trozos tengan .................... ...............
Usando lo anterior y empleando el programa Minitab,
a) P(X = 3) = .....................
b) P(X = 1) = .....................
c) P(X 1) = ..........................
Ejemplo 5
Solucin
Defina la variable X como: ..........................................................
La variable X se distribuye binomialmente? ..............
Valor de n = ..................
Valor de p = ..................
Escriba la funcin de probabilidad de X: .................................................................
Resuelva los casos a) y b) del problema
Ejemplo 6
El Instituto LASPAO informa que el 70% de los estudiantes de postgrado que obtienen el
grado de Doctor en ingeniera en ese pas, son ciudadanos de otros pases. Considere el
nmero de estudiantes extranjeros en una muestra de 25 estudiantes de ingeniera
recientemente graduados.
a) Calcule P(X = 10), P(X 10)
b) Calcule la media y desviacin estndar de X. Interprete los resultados
c) Construya la grfica de la distribucin de probabilidad de X
Ejercicio 1
Una prueba de opcin mltiple presenta cinco opciones por pregunta y consta de 15
preguntas. Si la calificacin aprobatoria depende de obtener nueve o ms respuestas
correctas, cul es la probabilidad de que un estudiante que adivina todas sus respuestas
apruebe el examen?
Ejercicio 2
La probabilidad de lograr una venta efectiva que tiene un vendedor, encada entrevista es de
10%. Si un da determinado entrevista a 4 clientes, cul es la distribucin de probabilidad
de X, nmero de ventas efectivas?
Ejercicio 3
Un grupo de inversionistas forman una empresa petrolera con suficiente capital para
financiar 10 exploraciones. La probabilidad de que una exploracin en particular sea
exitosa es 0.2. Considere que el xito de una exploracin no influye en las dems
exploraciones.
a) Cul es la probabilidad de que por lo menos 3 exploraciones sean exitosas?
b) Cul es la probabilidad de que a lo ms 2 exploraciones sean fallidas?
c) Suponga que la empresa tiene un costo fijo de 200,000 dlares para preparar
el equipo antes de la primera exploracin. Si cada exploracin exitosa cuesta 30,000
dlares y cada exploracin fallida 15,000 dlares, calcule el costo total esperado para la
empresa para las 10 exploraciones.
Ejercicio 4
El 20% de todos los telfonos de cierto tipo se remiten para repararse cuando an esta
vigente su perodo de garanta. De estos, el 60% se pueden reparar y el otro 40% deben
sustituirse con aparatos nuevos. Si una compaa adquiere 10 de estos telfonos, cul es la
probabilidad de que exactamente se cambien dos, dentro del perodo de garanta?
Ejercicio 5
Supngase que la tienda 1 vende el doble de productos que la tienda 2. Por otro lado, cerca
del 4% de los productos adquiridos en la tienda 1 son devueltos por los clientes por fallas
en la fabricacin, mientras que en la tienda 2, slo son devueltos el 2% de los productos.
Suponga que ambas tiendas logran una venta de 10 productos.
a) Defina la variable de inters y determine su distribucin de probabilidad
b) Cul es la probabilidad de que dos de estos productos sean devueltos?
c) Cuntos productos se espera sean devueltos?
d) Si se sabe que a lo ms 8 productos no fueron devueltos, cul es la
probabilidad de que se devuelvan slo 2 productos?
Ejercicio 6
Ejercicio 7
Ejercicio 8
Una empresa minera tiene 100 taladros y otras mquinas en uso constante. La probabilidad
de que una mquina quede fuera de operacin, durante un da dado, es 0.002. Durante
algunos das todas las mquinas estn funcionando, durante otros, una, dos, tres, o ms, no
operan bien.
a) Cul es la probabilidad de que para un da especfico no haya mquinas que
estn operando?
b) Cul es la probabilidad de que menos de dos mquinas no estn operando
durante un da especfico?
c) Cul es la probabilidad de que menos de 10 mquinas no estn operando
durante un da especfico?
d) Un operador de estas mquinas afirma haber observado en muchas ocasiones
tres o ms mquinas inoperantes durante el da. Parece lgica su afirmacin? Por qu s
o por qu no?
Ejercicio 9
Se estima que el 0.5% de las llamadas telefnicas efectuadas a una gran compaa reciben
seal de ocupado. Cul es la probabilidad de que de las 300 llamadas telefnicas del da de
hoy, al menos dos hayan recibido la seal de ocupado?
DISTRIBUCIN GEOMTRICA
Introduccin
Definicin
Sea un experimento aleatorio que se puede repetir indefinidamente. Sea A un evento cualquiera. Si p = P(A)
representa la probabilidad de ocurrencia del evento A, diremos entonces que p constituye la probabilidad de
xito (de que ocurra el evento A). Supongamos ahora que el experimento se realiza sucesivamente hasta que
ocurra el evento A, por primera vez, luego del cual, se detiene. Si definimos a la variable X como El nmero
de veces que debe realizarse el experimento hasta que ocurra xito, por primera vez diremos que X tiene
Distribucin Geomtrica con parmetro p y denotado por X G(p) y cuya distribucin de probabilidad viene
dada por
p ( x ) P ( X x ) p 1 p p
x 1
F F F . E
Teorema
Observaciones
1. Recuerde que si X tiene distribucin geomtrica, xito ocurre una sola vez (el ltimo)
2. Los resultados son independientes en la realizacin del experimento
3. Si se desea detener el experimento cuando ocurre r xitos por primera vez, en x veces que se repite
el experimento , estamos frente a una Distribucin de Pascal, cuya funcin es
x 1 r xr
p(x) P(X x) p (1 p) , x = r, r+1, r+2,
r 1
Ejemplo 7
Escriba la funcin de probabilidad de una variable que tiene distribucin geomtrica G(p).
................................
Escriba la forma de encontrar su media: E(X) = ........
Escriba la forma de encontrar su varianza: V(X) = ..........................
Ejemplo 8
Sea X la variable aleatoria que tiene distribucin geomtrica con parmetro 0.3. Determine:
a) P(X = 4) b) P(X = 1) c) P(X > 1) d) P(X = 2 / X > 1).
Solucin
Si X tiene distribucin geomtrica con parmetro 0.3, entonces X G(p) con p = .........
Su funcin de distribucin es p(x) = P(X = x) = ............................................
Preguntas adicionales:
Observando la distribucin de probabilidades y la grfica, responda a las siguientes
preguntas:
a) Si p = 0.25 y X = 2, P(X = 2) = ......................; P(X > 2) = .......................
b) Si p = 0.40; P(X = 1) = .......; P(X = 2) = ...............; P(X = 3) = ............; P(X = 4)
=......
c) Si p = 0.4, complete las siguientes tablas de distribucin
Ejemplo 9
X123456p(x) X123456F(x)
Ejemplo 10
Ejemplo 11
Sea X una variable aleatoria con distribucin geomtrica. Si el 80% de los valores de X son
superiores a 1, qu porcentaje de valores de X son menores que 3?
Solucin
Ejemplo 12
En cierto proceso de produccin se sabe que el 2% de artculos no cumplan con las normas
de calidad
a) Si se prueban cada uno de los artculos producidos hasta encontrar la
primera pieza defectuosa, en cuyo caso se detiene la produccin. Calcule la
probabilidad de que la dcima pieza probada sea la primera defectuosa.
b) Si la produccin se paraliza al encontrar el primer artculo defectuoso, cul
es el nmero esperado de artculos de la produccin?
Solucin
Si p es la probabilidad de que no cumplan con las normas de calidad, entonces p = ...........
La forma cmo se lleva a cabo el examen de los productos, qu tipo modelo le sugiere:
Bernoulli? Binomial? Geomtrica? .....................................
Segn esto, defina a X: El nmero de ................................................................
Usando p escriba la funcin de probabilidad de X: P(X = x) = ....................................
Qu valores toma X? X = ................................................
a) Que la dcima pieza probada sea la primera defectuosa significa que X
= ...................;
Escriba la funcin de probabilidad de X: P(X = ......) = ....................................
Ejemplo 13
En un experimento geomtrico, la probabilidad de que se necesita 2 intentos para lograr el
primer xito es el doble de la probabilidad con tres intentos. Cul es la probabilidad de que
se requiera ms de dos intentos para lograr el primer xito?
Solucin
Defina a X como el nmero de ................................................
Qu significa P(X = 2)? .......................................................................................................
Qu significa P(X = 3)? .......................................................................................................
Ejercicio 10
Un tirador experto da en el blanco el 95% de las veces, cul es la probabilidad de que falle
por primera vez en su dcimo quinto disparo?
Ejercicio 11
DISTRIBUCIN DE POISSON
Definicin
p( x) P( X x) e
x
Si , x = 0, 1, 2, ... entonces diremos que X tiene Distribucin
x!
de Poisson, con parmetro y lo que denotaremos por X P().
Teorema
Si X P() entonces E(X) = y V(X) = .
Nota:
1. Observe que, contrariamente a las tres distribuciones ya estudiadas, en el caso de la
distribucin de Poisson no ha sido necesario tomar en cuenta el tipo o modelo de
experimento; del mismo modo y como tal, nada se dice del tamao de n. Por otro
lado, tampoco es necesario conocer los elementos del espacio muestral.
2. Podramos decir que esta distribucin slo depende del valor de su parmetro y no
tiene comportamiento.
3. Sin embargo, veremos ms adelante, la importancia que tiene en la estadstica y los
fenmenos de espera.
4. 0
x0 x!
Ejemplo 14
Supngase que X es una variable aleatoria con distribucin de Poisson con media igual a
1.2. Encuentre lo siguiente:
a) P(X = 0) b) P(X = 1) c) P(X > 1) d) P(X < 2 )
Solucin
Si = 1.2 y Si X P( = 1.5) entonces su distribucin es: ............................................
a) El valor de P(X = 0) = .................................................
b) EL valor de P(X = 1) = ...............................................
c) Usando el complemento, P(X > 1) = .............................................................
d) P(X < 2) = P(X 1) = p(0) + p(1) = ............................................
Ejemplo 15
Si X es una v.a. de Poisson, tal que P(X = 2) = 2P(X = 3), obtener P(X 1).
Solucin
p( x) P ( X x) e
x
Como para x = 0, 1, 2, ...
x!
Reemplace en ella P(X = 2): ................................................................
Haga lo mismo con P(X = 3): ....................................................................
Ejercicio 12
Si X es una v.a. de Poisson tal que el 85% de valores de X son mayores o iguales a 1, cul
es la probabilidad de que X tome el valor 2?
Plantearemos dos cuestiones como las razones principales para usar una distribucin de
Poisson, para un problema con distribucin Binomial.
Razn 1:
En muchos problemas de variables aleatorias que tienen modelo binomial, encontramos
algunas dificultades en su evaluacin. Por ejemplo si p 0 n . Por el tamao de p las
probabilidades tienden a 0 su clculo se hace pesado si n es bastante grande.
Por ejemplo: Si X B(n = 500, p = 0.001); como hallar P(X 385).
Razn 2
En muchos casos la definicin de una variable con distribucin normal se produce en un
contexto que no es tomado en cuenta por el modelo de probabilidad.
Caso 1
Supongamos que se toma en cuenta el nmero de llamadas que ingresa a una central
telefnica cada cierto tiempo.
Caso 2:
Un libro de 800 pginas contiene 120 errores distribuidos en todo el libro. Y se toma en
cuenta el nmero de errores por pgina.
Caso 3:
En un supermercado se toma en cuenta el nmero de personas que forman cola para ser
atendidos por el operador de una caja registradora
Caso 4:
Se registra en nmero de vehculos que llegan a una caseta de peaje.
Analicemos el caso1:
Supongamos que se registran 270 llamadas cada tres horas. Esto significa que, en
promedio se reciben 1.5 llamadas por minuto. Si ahora dividimos cada minuto en intervalos
de 20 segundos, podemos decir que, la probabilidad de recibir 1.5 llamadas (ocurre xito)
cada 3 intervalos de 20 segundos cada uno es 0.5; es decir, p = 0.5.
En conclusin:
np x
p( x ) P( X x)
e (np) x = 0, 1, 2, ...
x!
Por ello podemos plantear el siguiente teorema
Teorema:
Observacin importante:
Una variable X tendr necesariamente distribucin de Poisson si se el nmero de
ocurrencias (xitos) de X se produce en un contexto: en un intervalo de tiempo, en un rea,
en un espacio, etc.
Uso de Minitab
Ejemplo 16
Solucin
Por la forma cmo se plantea el problema (promedio de ventas por hora), podramos definir
a X como El nmero de ........................ cada hora.
Segn esto = .................
La variable X P( = .........). Y su funcin de probabilidad es ............................................
La variable X hasta aqu definida toma en cuenta intervalos de una hora y su media E(X) =
es por hora. La pregunta se refiere a otra variable ya que el intervalo de tiempos es ahora
de 2 horas.
Si Y es el Nmero de ventas realizadas cada dos horas, su promedio, E(X) = = ...........
Ejemplo 17
Solucin
De acuerdo a lo datos: Si X se define como El nmero de llamadas de emergencia por
hora entonces X P( = .........)
Si se define a Y como El nmero de llamadas cada 30 minutos entonces Y P(Y =......)
En a) se pide: E(.....)
En b) se pide P(........ = .........)
En c) se pide P( ...................)
Evale cada una de dichas cuestiones.
Nota:
En muchos casos a X se define dentro de un intervalo de tiempo determinado. Cuando se plantea otro
intervalo de tiempo, se debe pensar en otra variable y tener presente el valor de su parmetro en cada caso.
Ejercicio 13
Sugerencia:
Defina X
Si X Poisson, determine su parmetro (que coincide con su promedio o media)
Resuelva a) para la variable X as definida
Resuelva b) para la variable X as definida
Ejercicio 14
El nmero promedio de radios que una casa comercial vende por da, sigue una distribucin
de Poisson con una media de 1.5. Calcule la probabilidad de que la casa venda por lo
menos cuatro radios durante un periodo de a) dos das b) tres das c) cuatro das.
Sugerencia:
En cada pregunta redefina la variable X en funcin al intervalo de tiempo (nmero de das).
Ejercicio 15
El nmero medio de alumnos que llegan a la asesora de ESTADISTICA un da antes del
Examen Parcial es de 240 por hora. Si el profesor slo puede atender un mximo de 8
alumnos por minuto haciendo un mximo de esfuerzo, determine la probabilidad de que en
un minuto dado, lleguen a la asesora ms alumnos de lo que el profesor puede atender.
Sugerencia:
El promedio se da por hora.
Defina a X con un promedio por minuto
Resuelva P(X > .......)
Ejercicio 16
El nmero de reclamos que se reciben por hora de atencin en Luz del Sol, es una variable
aleatoria con distribucin de Poisson con un promedio de tres reclamos (por hora).
a) Cul es la probabilidad de que en una hora se reciban ms de 4 reclamos?
b) Qu tan probable es que en media hora se reciban no ms de 2 reclamos?
c) Si la atencin diaria al pblico es 8:00 a.m. hasta las 13:00, cuntos
reclamos se espera recibir en un da?
Sugerencia:
En b) redefina la variable en intervalos de tiempo de 30 minutos. En c) n = 5.
Ejercicio 17
Suponga que el nmero de accidentes de trabajo que se producen por semana en una fbrica
es una v.a. de Poisson, tal que la probabilidad de que ocurran dos accidentes es 2/3 de la
probabilidad de que ocurra un accidente. Calcular la probabilidad de que no ocurran
accidentes en tres semanas consecutivas.
Ejercicio 18
Una compaa alquila una mezcladora por perodos de t horas, por lo cual recibe S/. 60 por
hora. El nmero de veces que la mezcladora falla durante t horas es una v.a. que tiene
distribucin de Poisson con = 0.8t, y si la mezcladora falla x veces durante t horas, la
reparacin tiene un costo de 5x soles; cmo debera la compaa elegir t de modo que
maximice la utilidad esperada?
Ejercicio 19
Ejercicio 20
DISTRIBUCIN HIPERGEOMETRICA
Definicin
rN r N
N-r
x n x
n
n-x
xp )( P(X x)
x
r
; x = 0, 1, 2, ..., n
N
n
Explicacin
r N r
(Nro. maneras elegir x de r) x (Nro. maneras de elegir n x) xn x
P ( X x)
Nro. maneras elegir n de N N
n
Teorema
r r r
2
Si X H(N, n, r) entonces E ( X ) n y V (X ) n (1
N N N)
Observaciones:
Ejemplo 18
Solucin
Segn los datos: X H(...........................)
Su funcin de probabilidad es: ................................................................
a) Para encontrar P(X = 2) reemplace x por 2 y evale el
resultado: ............................................................................................................................
.................
b) Como P(X > 1) = 1 P(X ......) = .................................................................
c) Se nos pregunta por una probabilidad condicional:
P( X 1 X 1) P ( X 1)
P(X = 2 / X > 1) = .........................................
P( X 1) 1 P ( X 1)
Ejemplo 19
Al inspeccionar por auditoria 1450 cuentas para cierta industria, resultaron 148 cuentas
erradas. Cul es la probabilidad de que al elegir 5 cuentas, resulten al menos 3 cuentas
erradas?
Solucin
Segn los datos: La eleccin de las 5 cuentas (n = 5) deben realizarse sin reposicin.
Defina a X como: ......................................................
Al seleccionar elementos si reposicin, podemos afirmar que X tiene distribucin
hipergeomtrica en donde N = ......; r = ......; n = ...... Es decir, X H(...........................).
Qu debemos encontrar? P( .................)
Evale dicha probabilidad usando la definicin (reemplace los valores de x y luego sume).
Uso de Minitab:
Para resolver problemas de esta distribucin usando Minitab, debe tomar en cuenta las
siguientes consideraciones:
Ejemplo 20
Solucin
En este caso tenemos: N = .................; r = .................., n = ............
Si X se define como El nmero de declaraciones con deducciones ilegales en una muestra
de 6 y como se deben extraer sin reposicin, entonces X ..................
Se pide: P(............) que es igual a P(..........) = ........................................................
Ejemplo 21
Solucin
En este caso: N = ....................... r = ....................... n = .................
Defina a X: ...........................................................................................
Qu valore debe tomar X para que aquellos que consiguen bao sea mayor de los que no
consiguen bao? ............................................. Encuentre una expresin usando X.
Encuentre P(X ...............) = .................................
Nota:
En los siguientes problemas use Minitab, si fuera necesario.
Ejercicio 21
Un club tiene 100 miembros. Entre ellos hay 70 abogados, 50 extranjeros y 20 nacionales
no abogados. Se elige al azar el Comit directivo de 5 miembros. Cul es la probabilidad de
que este contenga:
a) Exactamente 3 abogados
b) Exactamente 3 extranjeros
c) Exactamente 3 abogados extranjeros
Ejercicio 22
En una Universidad de 580 alumnos, existen 3 corrientes polticas. Se sabe que el 55%
pertenece al grupo A, el 30% pertenece al grupo B y el resto al grupo C. Si se elige al azar
un comit estudiantil formado por 10 alumnos, cul es la probabilidad de que 6 de ellos
sean del grupo B?
Ejercicio 23
Un director de personal que entrevista a 11 ingenieros para 4 vacantes, ha programado 6
entrevistas para el primer da y 5 para el segundo da. Suponga que los candidatos son
entrevistados al azar.
a) Cul es la probabilidad de que dos de los mejores cuatro candidatos sean
entrevistados el primer da?
b) Cuntos de los mejores cuatro candidatos pueden esperar ser entrevistados,
el primer da?
Ejercicio 24
Un comerciante tiene 20 unidades de cierto artculo, de los cuales slo 14 estn aptos para
su venta.
a) Llega un cliente, el Seor Lorenzo, que comprar 4 artculos. El comerciante
Embustero desea que Lorenzo se lleve al menos un artculo defectuoso y propone que
Lorenzo escoja sus artculos al azar, de entre 20 artculos. Cul es la probabilidad de
que el comerciante se salga con la suya?
b) Suponga que el comerciante an tiene sus 20 artculos para la venta y llega
otro cliente, Pepito, que comprar 3 artculos. En esta ocasin el mismo comerciante
selecciona al azar 5 artculos. Cul es la probabilidad de que, con los 5 artculos
escogidos le sea suficiente al comerciante para satisfacer el pedido de Pepito?
Ejercicio 25
Una firma comercializadora de parquet recibe un lote grande en paquetes de120 unidades
cada uno. Un paquete es rechazado si al revisar 10 unidades de parquet elegidas al azar una
a una sin reposicin se encuentren tres o ms defectuosas. Calcular la probabilidad de que
un paquete sea aceptado si este contiene 24 unidades defectuosas.
Ejercicio 26
Sea X una v.a. con distribucin Binomial de parmetros n = 100 y p = 0.25. Utilice la
distribucin de Poisson para aproximar las siguientes probabilidades:
a) P(X = 34) b) P(X > 3) c) P(37<X<40) d) P(X > 97)
Ejercicio 27
Ejercicio 28
Problemas tericos