PROBLEMAS DE VARIABLES ALEATORIAS DISCRETAS

1.- Se lanzan dos dados y sea X una variable que recoge la suma de sus puntuaciones. Calcula

a) La función de probabilidad de la variable X

b) La media y varianza de la variable X

SOLUCIÓN

a) La variable aleatoria en cuestión es aquella que, a cada posible suceso le asigna un número
real coincidente con la suma de las puntuaciones obtenidas.

Y la función de probabilidad será la que asigna a cada valor de la v.a. su probabilidad de

ocurrencia.

La siguiente tabla relaciona los sucesos posibles (puntuación dado 1, puntuación dado 2) con el
valor de la v.a. asignado y su probabilidad:

Valor v.a. Nº casos

Sucesos posibles suma posibles Probabilidad
1,1 2 1 1/36
1,2 - 2,1 3 2 2/36
1,3 - 2,2 - 3,1 4 3 3/36
1,4 - 2,3 - 3,2 - 4,1 5 4 4/36
1,5 - 2,4 - 3,3 - 4,2 - 5,1 6 5 5/36
1,6 - 2,5 - 3,4 - 4,3 - 5,2 -
6,1 7 6 6/36
2,6 - 3,5 - 4,4 - 5,3 - 6,2 8 5 5/36
3,6 - 4,5 - 5,4 - 6,3 9 4 4/36
4,6 - 5,5 - 6,4 10 3 3/36
5,6 - 6,5 11 2 2/36
6,6 12 1 1/36
36 1

b) La media de una v.a o esperanza matemática se calcula con la siguiente fórmula:

X 2 3 4 5 6 7 8 9 10 11 12 SUMA
Probabilidad 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

Xi pi 1/18 1/6 1/3 5/9 5/6 7/6 10/9 1 5/6 11/18 1/3 7

Con respecto a la varianza, la fórmula de cálculo es la siguiente:

1
X 2 3 4 5 6 7 8 9 10 11 12 SUMA
-5 -4 -3 -2 -1 0 1 2 3 4 5
25 16 9 4 1 0 1 4 9 16 25

25/36 8/9 3/4 4/9 5/36 0 5/36 4/9 3/4 8/9 25/36 5,83

2.- Un individuo dispone de 6000€ para invertir en un negocio. Su analista le propone una
inversión cuya rentabilidad es del 15% pero con el riesgo de perder el 50% del capital. Según su
conocimiento, la inversión será rentable con una probabilidad de 0,70. Si decide invertir, ¿cuál
es el beneficio esperado?

SOLUCIÓN

Definimos la variable aleatoria X que asigna a cada suceso posible (éxito, fracaso) el importe
del beneficio o pérdida que se obtiene, de manera que el beneficio esperado de la inversión
será E[X], sabiendo que:

Suceso Xi Pi Xi Pi
éxito 900 0,7 630
fracaso -3000 0,3 -900
E[X] -270

3.- Una Comunidad Autónoma decide gravar con una tasa a todos los turistas que acceden con
vehículo propio a un parque natural. Se ha estudiado que la variable aleatoria X, número de
personas por coche que entran en el parque, tiene la siguiente probabilidad:

a) Hállese el número medio de visitantes por vehículo

b) ¿Cuánto debe pagar cada persona para que la ganancia esperada por coche sea de 13
euros?

c) Si cada visitante paga 5 euros, ¿cuál es la ganancia esperada de un día en el que se registre
una entrada de 1000 vehículos?

SOLUCIÓN

2
a) Partiendo de la tabla anterior, calculamos el número medio de visitantes por vehículo como
la esperanza matemática de la v.a. X

Xi 1 2 3 4 5
Pi 0,05 0,2 0,35 0,25 0,15
Xi Pi 0,05 0,4 1,05 1 0,75 3,25

b) A partir de X, podemos construir otra v.a. Y = Ganancia por coche = p· X, siendo p el precio
de la entrada y X el número de visitantes por coche.

De manera que, aplicando las propiedades de la esperanza matemática:

E[Y] = E[pX] = p E[X] = p· 3,25 = 13

Y despejando: p= 4

c) De forma análoga al apartado anterior, podemos definir la v.a. Z = p·N·X donde p es el precio
de la entrada y N el número de vehículos que entran en un día, cuya esperanza matemática
será:

E[Z] = p·N·E[X] = 5·1000·E[X] = 5·1000·3,25 = 16.250

4.- Una empresa tiene que presentar una oferta para una obra pública. Estima que los
materiales necesarios costarán 25000€, cada día de trabajo supone un coste laboral de 800€ y
el plazo de ejecución tiene que ser 10 días porque cada día de retraso supondrá una
penalización de 1000€. Analizando obras similares ha calculado que la variable aleatoria que
mide el número de días de ejecución tiene la siguiente distribución:

a) ¿Cuál es el coste medio de la obra?

b) ¿Cuál es la desviación típica del coste de la obra?

c) La oferta debe incluir además del coste, el beneficio de la empresa que será un 10% del
coste de la obra y una tasa municipal de impuestos de 5000€ que la empresa debe pagar al
Ayuntamiento. Determinar la oferta esperada que hará la empresa y su desviación típica.

SOLUCIÓN

a) A partir de la v.a. dada X = nº de días de ejecución, podemos construir la v.a.

Cuya función de probabilidad, se recoge en la siguiente tabla:

3
De manera que su esperanza matemática es:

Yi 31.400 32.200 33.000 34.800 36.600

Pi 0,1 0,2 0,4 0,2 0,1
Yi Pi 3.140 6.440 13.200 6.960 3.660 33.400

b) Para calcular la desviación típica, calculamos la varianza y luego su raíz cuadrada:

SUMA
2000 1200 400 1400 3200
4000000 1440000 160000 1960000 10240000
0,1 0,2 0,4 0,2 0,1 2168000

Y de aquí la desviación típica: 1.472,41

c) Definimos la v.a. O = 1,1 ·Y + 5.000 y, por las propiedades de la esperanza matemática:

E[O] = E[1,1·Y + 5.000] =1,1·E[Y]+5.000 = 41.740

Var[O] = Var[1,1·Y+ 5.000] =1,12·E[Y]

Y, por tanto Desv. Tip. O = 1,1 · Desv. Tip. Y = 1.619,65

5.- De 2000 familias con 4 churumbeles, calcular el número que se supone que habrá con

a) al menos 1 niño.

b) 2 niños.

c) 1 ó 2 niñas.

d) Ninguna niña

SOLUCIÓN

a) Considerando éxito que la familia tenga al menos 1 niño, nos encontraríamos ante una
distribución binomial cuyos parámetros serían n= 2000 y p= a la probabilidad de que 1 familia
de 4 hijos tenga al menos 1 niño (bajo la consideración de que la probabilidad de niño es 0,5)

p (al menos 1 niño entre 4 hijos) = 1 – p (4 niñas) = 1 – 0,54 = 1 – 0,0625 = 0,9375

Y el número de familias que se espera cumplan la condición es la media de dicha binomial = np

np= 2000 * 0,9375 = 1.875

4
b) Se trata de nuevo de una binomial de parámetros n= 2000 y p = probabilidad de 2 niños de
entre 4

p= 4 0,52 0,52= 0,375

2

Y el valor esperado = np = 2000 * 0,375 = 750

c) P (1 ó 2 niñas) = P(1 niña) + P(2 niñas) = 4*0,5 0,53 + 6 *0,52 0,52= 0,6275

Y el número de familias que se espera cumplan la condición es la media de dicha binomial = np

np= 2000 * 0,6275 = 1.250

d) P (1 niña) = 4*0,5 0,53= 0,6275

Y el número de familias que se espera cumplan la condición es la media de dicha binomial = np

np= 2000 * 0,6275 = 1.250

6.- El propietario de una tienda de discos clasifica las personas que entran en su tienda en
clientes muy jóvenes, clientes en edad universitaria y clientes mayores y sabe que el 20%, 45%
y 35% pertenecen a estas categorías, respectivamente. El propietario comprueba también, que
el 25% de los clientes muy jóvenes, el 60% de los clientes en edad universitaria y el 80% de los
clientes mayores realizan alguna compra

a) ¿Cuál es la probabilidad de que de los próximos 100 clientes que entren en la tienda, al
menos 45 compren algún disco? ¿Qué hipótesis has utilizado para resolver este apartado?

b) Sabiendo que el número de clientes que entran en la tienda se distribuye según una Poisson
de media 5 por hora ¿Cuál es la probabilidad de que un día cualquiera (jornada de 8 horas)
entren más de 35 clientes en la tienda?

SOLUCIÓN

a) Podemos ver que se trata de una distribución binomial identificando la probabilidad de éxito
con la probabilidad de comprar

No obstante, si acudimos a las tablas de la binomial no aparece p = 0,6, por lo que definimos la
v.a. número de personas que no compran que será una binomial

0,4)

Que sí aparece en las tablas

5
b) Sabemos que el nº de clientes en una hora es una Poisson de parámetro 5, aplicamos la
propiedad de la distribución de Poisson que dice que:

Si cambiamos el intervalo de estudio entonces el parámetro se transforma

proporcionalmente, es decir, si X = número de ocurrencias en 1 unidad de tiempo y es
X~P(5) entonces Y = número de ocurrencias en 8 unidades de tiempo tiene una distribución
Poisson de parámetro 8*5 Y~ P(40)

7.- De una empresa el número de accidentes laborales ocurridos en un día se distribuye según
una Poisson de media 0,1 y el porcentaje de absentismo laboral es de un 25%.

a) ¿Cuál es la probabilidad de que ocurran 3 o más accidentes en dos meses (tomar los meses
de 20 días laborales)?

b) Si se extrae una muestra de 100 trabajadores de dicha empresa. ¿Cuál es la probabilidad de

que aparezcan a lo más 30 trabajadores en los que se haya producido absentismo laboral?

SOLUCIÓN

a) Si el nº de accidentes en 1 días sigue una Poisson de parámetro 0,1, el número de accidentes

en dos meses de 20 días laborables cada uno seguirá una Poisson de parámetro 2x20x0,1=4.
Por tanto:

b) Podemos identificar el número de trabajadores con absentismo laboral de entre 100

seleccionados con una Binomial de parámetros (100, 0,25) teniendo que:

8.- En un cruce de carreteras se producen accidentes a razón de 2 por semana (en media),
siguiendo una distribución de Poisson. Reconociendo que la frecuencia anterior es intolerable
para la Dirección General de Tráfico se ha decidido instalar un semáforo en dicho cruce. La
siguiente semana de la instalación sólo ocurre un accidente.

a) ¿Se puede afirmar que el semáforo ha ayudado a mejorar la seguridad vial?

b) ¿Cuál sería la conclusión si se hubiera producido un accidente en dos semanas?

c) ¿Y si se hubiera producido un accidente en 4 semanas?

SOLUCIÓN

Para determinar si la medida ha resultado efectiva, hemos de ver si el resultado obtenido

podría haberse dado con la distribución original, es decir si era bastante probable obtener esa
observación con los datos iniciales.

6
a) La probabilidad de que se hubiese producido un solo accidente en una semana,
considerando la Poisson de parámetro 2 era, utilizando la fórmula de la función de
probabilidad de la Poisson:

P(x)= e-2 2 = 0,2707

Por tanto es bastante probable que sin el semáforo se hubiese producido igualmente un único
accidente en una semana concreta.

b) Si se hubiera producido un accidente en 2 semanas, estaríamos ante una Poisson de

parámetro 4 y p(1) = e-4 4 = 0,0733

Se ha mejorado la seguridad vial pero no lo suficiente puesto que sin semáforo ocurría el
suceso con probabilidad del 7,33%

c) Si se hubiera producido un accidente en 4 semanas, estaríamos ante una Poisson de

parámetro 8 y p(1) = e-8 8 = 0,0027

Se ha mejorado la seguridad vial porque sin semáforo este suceso sería muy poco probable

9.- El número de hombres que llegan a un comercio sigue una distribución de Poisson, a razón
media de uno por minuto. El número de mujeres que llegan al mismo comercio sigue también
una distribución de Poisson, a razón media de dos por minuto. Suponiendo la independencia
de los dos sucesos, calcular:

a) La probabilidad de que lleguen menos de tres clientes en un minuto.

b) La probabilidad de que hayan llegado cinco hombres en media hora, si en esa media hora
han llegado diez clientes en total.

SOLUCIÓN

Se describen las dos variables aleatorias siguientes:

a) Como nos preguntan sobre el número de clientes totales (hombres y mujeres) se identifica
una nueva v.a. Z que seguirá una Poisson de parámetro 3 ya que la suma de dos v.a. de tipo
Poisson independientes sigue otra distribución Poisson cuyo parámetro es la suma de los
parámetros de cada sumando

P(Z<3) = P(Z<=2) = 0,4232

b) De acuerdo con los datos disponibles, el número de hombres y mujeres que llegan en 30
minutos seguirán distribuciones de Poisson:

7
Y así, recordando la fórmula de la probabilidad condicionada

y que la probabilidad de la intersección entre 5 hombres y que hayan llegado 10 personas es

igual que la probabilidad de que lleguen 5 hombres y 5 mujeres, recordando que si A y B
independientes (que lleguen hombres es independiente de que lleguen mujeres)

Tendremos que:

P(U=5 / U+V =10) = P(U=5)xP(V=5) / P(U+V=10) = 0,1366

(recordemos la fórmula de la F. de probabilidad de una Poisson)

10.- Un empleado del departamento de atención al público de una gran empresa recibe, en
media, 20 llamadas por hora. La probabilidad de que una de estas llamadas sea una
reclamación de un cliente es de 0,1. Se pide:

a) Probabilidad de tener 15 llamadas en media hora.

b) Si se han recibido 50 llamadas, ¿cuál es la probabilidad de que haya habido al menos 8

reclamaciones?

c) ¿Cuál es la probabilidad de que las tres próximas llamadas sean reclamaciones de clientes?

SOLUCIÓN

a) El número de ocurrencias por intervalo de tiempo lo identificamos con una Poisson, en este
caso de parámetro 20 para un intervalo de 1 hora, por tanto:

De donde, aplicando la fórmula de la probabilidad de una Poisson,

b) En cuanto al número de llamadas de reclamación en 50 llamadas recibidas, sigue una

distribución binomial

8
c) A diferencia del apartado anterior en que preguntaban sobre la probabilidad acumulada, por
lo que acudíamos a las tablas que tipifican la función de distribución, en este caso preguntan
por la probabilidad de un suceso concreto por lo que aplicamos la fórmula de la probabilidad
de una binomial:

Y así,

11.- El número de errores por factura que un contable comete es una variable aleatoria
discreta cuya función de probabilidad es:

a) Calcular λ si se sabe que la probabilidad de no cometer ningún error es 0,0183

b) ¿Cual es la probabilidad de que cometa más de un error?

c) Sabiendo que ha cometido al menos un error, ¿cuál es la probabilidad de que no cometa

más de cinco?.

SOLUCIÓN

a) P(X=0) = e- λ λ0/0!= 0,0183

e- λ= 0,0183

- λ ln e = ln 0,0183

λ=4

b) P (X>1) = 1 – P (X ≤ 1) =1 – 0,0916 = 0,0984 (obtenido de las tablas de la Poisson de

parámetro 4)

c) Se trata de obtener una probabilidad condicionada, cuya fórmula general es:

P( X ≤ 5 ∩ X ≥ 1) P(1 ≤ X ≤ 5) P( X ≤ 5) − P( X < 1)
P( X ≤ 5ΙX ≥ 1) = = = =
P( X ≥ 1) P( X ≥ 1) 1 − P( X < 1)

9
 P( X ≤ 5) − P( X ≤ 0) 0,7851 − 0,0183
= = = 0,7811
1 − P ( X ≤ 0) 0,9817

12.- Para comprobar la experiencia de sus auditores, una compañía les manda examinar 25
transacciones, de las cuales 5 tienen algún tipo de error. Si uno de los auditores selecciona 5 al
azar:

a) ¿Cuál es la probabilidad de seleccionar las 5 transacciones erróneas?

b) ¿Cuál es la probabilidad de que sólo seleccione 2 de las erróneas?.

( La muestra es sin reemplazamiento ).

SOLUCIÓN

Se trata de una distribución Hipergeométrica H(25,5,5) cuya fórmula de la función de

probabilidad es:

Aplicando esta fórmula:

13.- La probabilidad de que un sábado por la noche un conductor obtenga positivo en la

prueba de alcoholemia es del 10%. Los agentes de un control policial van a realizar 100
pruebas.

a) ¿Cuál es el número medio de "positivos" que se obtendrán?

b) ¿Cuál es la probabilidad de que haya más de 20 positivos?

c) ¿Cuál es la probabilidad de que haya 10 o menos positivos?

d) Si cada positivo supone una multa de 300€, ¿cuál es el ingreso medio que tendrá la
Dirección General de Tráfico la noche del sábado?

SOLUCIÓN

10
14.- Una empresa recibe un envío de 30 artículos. Como es caro revisar todos los artículos,
toman una muestra de 6 y, si no hay más de un artículo defectuoso, no comprueban el resto.
¿Cuál es la probabilidad de que un envío que contenga 6 defectuosos no se someta a una
comprobación adicional?

SOLUCIÓN

Lo que nos preguntan es, suponiendo que tenemos un lote de tamaño 30 (N) del que extraigo
6 unidades para su comprobación (n) sabiendo que existen 6 defectuosas (D), la probabilidad
que hay de que en la muestra extraida haya como mucho una sola defectuosa.

Se trata de una distribución hipergeométrica y, en consecuencia

15.- Si el número de aviones que llegan por minuto a un gran aeropuerto metropolitano es una
v.a. que tiene una distribución de Poisson con media 0,9, obtener las probabilidades de que
lleguen:

a) exactamente 9 aviones durante un período de 5 minutos.

b) menos de 10 aviones durante un período de 8 minutos.

c) cuando menos 14 aviones durante un período de 11 minutos.

SOLUCIÓN

Aplicando las propiedades de la Poisson de ejercicios anteriores:

16.- A la taquilla de un cine, en la última media hora antes del comienzo de cada sesión,
acuden personas según una v.a. Poisson.

a) Se sabe que la probabilidad de que acudan dos personas en un minuto es 3/4 de la

probabilidad de que acudan tres personas en un minuto. ¿Cuál es el número medio de
personas que acuden en un minuto a la taquilla?

11
b) La taquillera se retrasa y abre cinco minutos tarde la taquilla. ¿Cuál es la probabilidad de
que la cola formada tenga al menos 22 personas?

c) Si han acudido 80 personas a la taquilla y el 30% han comprado entrada reducida de 5,80€,
el 65% han comprado la entrada normal de 8€ y el resto han adquirido la entrada VIP de 9,80€,
¿cuál es el ingreso medio de la taquilla?

SOLUCIÓN

a)

3
P( X = 2) = P( X = 3)
4
λ
2
−λ
λ3
e = e −λ
2! 3!
λ=4

En realidad están calculando lo ingresado en total que también sale como:

80x30%x5,80 + 80x65%x8 + 80x5%x9,80

17.- El porcentaje de clientes diariamente atendidos en un servicio público que declara estar
satisfecho es el 40%.

a) ¿Cuál es la probabilidad de que los cinco clientes atendidos hasta ahora estén satisfechos?

b) Si se ha calculado que el coste de atención por cliente es de 150 €, pero si no queda

satisfecho con el servicio entonces el coste asciende a 200 €. Hállese el coste esperado del
servicio en un día concreto en el que se han atendido a 10 clientes.

SOLUCIÓN

Se trata de una binomial de parámetros n=5, p=0,4

a) La probabilidad de un número concreto de éxitos se calcula mediante la fórmula de la

función de probabilidad de la binomial:

12
b) Para este apartado podemos definir una nueva v.a. a partir de la dada cuya esperanza
matemática calculamos mediante las propiedades de la misma:

E[Y]= np= 10x0,4 =4

E[c] = 150 E[Y] +2000 -200 E[Y] = 600+2000-800 = 1800 €

18.- El número de accidentes de trabajo, X, que se producen en una fábrica por semana sigue
una distribución de Poisson. Sabiendo que el porcentaje de semanas en que ocurre un
accidente es la mitad del correspondiente a las semanas en que no sucede ninguno, calcúlese:

a) El número esperado de accidentes semanales.

b) La probabilidad de que en una semana haya dos accidentes y en la siguiente otros dos.

c) La probabilidad de que en 4 semanas haya a lo sumo 8 accidentes.

SOLUCIÓN

a) El número esperado de accidentes semanales corresponderá a la media de la Poisson, que

se identifica con el parámetro que, con los datos que nos dan, podemos despejar de la fórmula
de la probabilidad

b) La probabilidad de que los accidentes en una semana sea 2 y la siguiente también son dos
sucesos independientes, por lo que

p(X=2,X=2) = P(X=2) P(X=2) = 0,0758 x 0,0758 = 0,0057

c) Para este caso, lo que tenemos es una nueva Poisson de parámetro 4x0,5 = 2, de manera
que acudimos a las tablas ya que se trata de la probabilidad acumulada o función de
distribución:

13
19.- Un misil balístico intercontinental tiene 100000 partes. La probabilidad de que cada parte
funcione correctamente es de 0,99998 y todas las partes trabajan independientemente. El fallo
de cualquier parte provoca que el misil no llegue a su destino. ¿Cuál es la probabilidad de que
el misil llegue?.

SOLUCIÓN

Podemos definir una v.a. que nos dé el número de piezas que fallan que será una binomial de
parámetros (n,p) = (100000, 0,0002), de forma que la probabilidad de que el misil funciones se
identifica con la de obtener 0 fallos P(X=0).

Dados los parámetros de la binomial podemos aproximarla a una Poisson de parámetro

λ=np=2, (ya que p≤0,1 y np=2≥1)

20.- El número de componentes que pueden fallar antes de funcionar 100 horas es una
variable aleatoria con distribución Poisson. Si el número medio de éstas es 8:

a) ¿Cuál es la probabilidad de que falle un componente en 25 horas?

b) ¿Cuál es la probabilidad de que fallen no más de dos componentes en 50 horas?

c) ¿Cuál es la probabilidad de que fallen por lo menos diez componentes en 100 horas?

SOLUCIÓN

El parámetro λ de la Poisson coincide con su media, por tanto en 100 horas

Y, a partir de aquí:

21.- Una compañía compra cantidades muy grandes de componentes electrónicos. La decisión
para aceptar o rechazar un lote de componentes se toma con base en una muestra aleatoria
de 100 unidades. El lote se rechaza al encontrar tres o más unidades defectuosas en la
muestra, ¿cuál es la probabilidad de rechazar un lote que contiene un 1% de componentes

14
defectuosos? ¿Cuál es la probabilidad de rechazar un lote que contenga un 8% de unidades
defectuosas?

SOLUCIÓN

22.- El gerente de un restaurante muy exquisito sólo da servicio mediante reservas. Sabe por
su experiencia que el 15% de las personas que reservan una mesa no asistirán. Si el
restaurante acepta 20 reservas pero sólo dispone de 18 mesas, ¿cuál es la probabilidad de que
todas las personas que asistan el restaurante se les asigne una mesa?

SOLUCIÓN

Podemos definir la v.a.

De manera que la probabilidad de asignar mesa a todos los asistentes coincidirá con la
probabilidad de que fallen al menos dos de las reservas pues admite 20 y solo hay 18 mesas.

Podíamos haber definido la variable Y= Nº de reservas que acuden al restaurante como una
Bi(20;0,85) y calcula la probabilidad de que asistan a lo sumo 18 reservas, pero como en las
tablas aparece sólo hasta p=0,5, mejor la opción anterior.

23.- Un examen consta de veinte preguntas que presentan cuatro posibles respuestas cada
una. Una persona, sin conocimientos sobre la materia del examen, responde las cuestiones al
azar.

a) ¿Cuál es la probabilidad de que acierte con la respuesta válida al contestar al azar?

b) Hallar la probabilidad de que dicha persona no conteste bien a ninguna pregunta.

c) ¿Cuál es la probabilidad de que acierte todas las preguntas del examen?

d) ¿Cuál es la probabilidad de que conteste acertadamente a más de la mitad de las

preguntas?

SOLUCIÓN

a) La probabilidad de acertar una pregunta es 1 entre 4, es decir 0,25

b) Sabiendo que la probabilidad de acertar es 0,25 y que hay 20 preguntas, el número de

aciertos en el examen, contestado al azar se puede asimilar a una v.a. binomial (20, 0,25). Así,
la probabilidad de no acertar ninguna es:

15
c) Análogamente, la probabilidad de acertar todas es:

Lógico pues la probabilidad de fallar es 3 veces la de acertar cada pregunta.

24.- En el restaurante de la Facultad se sabe que el 35% de los clientes piden bocadillos.

a) Con el fin de fomentar la venta de bocadillos el dueño del restaurante ofrece un precio
especial a los 10 primeros clientes que se lo pidan ¿cuál es la probabilidad de que se acabe la
oferta cuando entre el primer grupo de alumnos que está formado por 20 estudiantes?

b) El día de fin de curso el dueño decide regalar una consumición a 10 de los clientes que
hayan acudido dicho día al restaurante. Si este día acudieron 50 personas de las que 20 eran
hombres y 30 mujeres y suponiendo que el dueño del restaurante elige a los clientes
afortunados al azar ¿cuál es la probabilidad de que elija a 7 mujeres?

25. Una persona juega mediante una apuesta simple (marcando seis números al azar) a la
Lotería Primitiva del jueves.

a) ¿Cuál es la probabilidad de acertar con la combinación ganadora?

b) ¿Cuál es la probabilidad de no conseguir ni siquiera tres aciertos?

26. En un concurso de la televisión tienen que elegir tres paneles de un total de 12. Si
encuentras los tres únicos logos que existen de la cadena televisiva entonces ganas un viaje.
¿Cuál es la probabilidad de que esto ocurra?

16
27. El número de máquinas reparadas por un técnico en un día de trabajo sigue una
distribución de Poisson de media 3.

a) Calcula la probabilidad de un día cualquiera repare al menos 5.

b) Calcula la probabilidad de que repare 5 sabiendo que ya ha reparado más de 2.

28. En el proceso de control de calidad de la producción de un artículo se sabe que la

probabilidad de que un artículo sea defectuoso es de un tres por ciento. En el departamento
de control de calidad de la empresa solo los clasifican en dos categorías, defectuosos y no
defectuosos. Se han planteado dos opciones:

1) Inspeccionar una muestra de 20 unidades y si encontramos al menos 3 artículos defectuosos

examinamos toda la producción de ese día.

a) Calcular la probabilidad de que un determinado día se examine toda la producción

b) Calcular la probabilidad de que en 5 días seguidos no se examine la producción.

2) Dividir la producción de un día en grandes lotes. Inspeccionamos uno a uno los 5 primeros
artículos elegidos al azar. Si no aparece ningún defectuoso, el lote es aceptado.

a) Calcular la probabilidad de que un lote no se acepte.

29.- Una semana antes de la fecha de vuelo de un avión quedan 17 plazas libres. Se sabe que
los compradores previsores se presentan al vuelo con casi total seguridad mientras que los
compradores de última semana a precio rebajado se presentan con probabilidad del 80%. El

17
responsable del vuelo quiere saber si merece la pena poner a la venta más billetes que plazas
libres y decide calcular:

a) Probabilidad de poner a la venta 20 billetes y no haya plazas para todos los pasajeros.

b) Probabilidad de poner a la venta 20 billetes y queda al menos una plaza libre en el avión.

30.- Un gran lote de tubos catódicos de televisión es verificado inspeccionando uno a uno los
tubos hasta encontrar el primero defectuoso. El número de tubos inspeccionados determina
que el lote se acepte o no. Sea k el número crítico, es decir, el lote es aceptado si k tubos son
inspeccionados sin que aparezca ninguno defectuoso.

a) Calcular la probabilidad de que un lote que contiene una proporción p de defectuosos sea
aceptado.

b) Si k = 5 y p = 0,1 calcular la probabilidad de aceptar el lote.

c) Determinar el valor de k si se quiere rechazar por los menos con probabilidad del 90% un
lote que contenga el 25% de defectuosos.

18