“AÑO DEL BUEN SERVICIO AL CIUDADANO”

UNIVERSIDAD NACIONAL DE TUMBES

FACULTAD DE CIENCIAS ECONÓMICAS
ESCUELA PROFESIONAL DE ADMISTRACIÓN

DOCENTE: PILAR RIOS GARCIA

CURSO:

ESTADISTICA APLICADA A LA
ADMINISTRACION

TEMA:

PROBABILIDADES

CICLO:

IV

INTEGRANTES:

 ALBARRAN GRANDA, DANNAE

 ESQUECHE IDROGO, VIVIANA
 MENDOZA YOVERA, KASSANDRA.
 TOCTO ODAR, YARITZA.
 YACILA MENDOZA, GERALDINE

TUMBES- PERÚ
2017
 EJERCICIOS SOBRE PROBABILIDADES

EXPERMIENTOS ALEATORIOS:
 E1: Selección de un estudiante de acuerdo a su rendimiento académico.
 E2: Selección de un docente de acuerdo a su categoría ocupacional.
EXPERIMENTO MUESTRAL:

Ω1: {sobresaliente, bueno, regular, malo}

Ω2: {auxiliar, asociado, principal}

EVENTOS O SUCESOS:

 NO SON MUTUAMENTE EXCLUYENTES

1.-Se elige al azar un número entero positivo del 1 al 19. ¿Cuál es la
probabilidad de que el número sea múltiplo de 3 ó de 5?

Solución:

Como son 19 números, la cantidad de elementos del espacio muestral es

#E = 19.
Sean los eventos:
A ≡Obtener un número múltiplos de 3
B ≡Obtener un número múltiplos de 5.
Si podemos identificar la cantidad de elementos del espacio muestral A∪B lo
resolvemos directamente como sigue:
A∪B = {3, 5, 6, 9, 10, 12, 15, 18}
⇒# A∪B = 8
⇒P(A∪B)= #(A ∪B)/ #E =8/19
2.-

 MUTUAMENTE EXCLUYENTES

1.- -En la tabla adjunta, X representa el número de hijos por familia en un grupo
de 20 familias seleccionadas al azar. Si de este grupo se elige al azar una
familia, ¿Cuál es la probabilidad de que tenga uno o dos hijos?

Solución:
El total de familias con uno o dos hijos son 6 + 3 = 9 de un total de 20 familias.
La probabilidad pedida es

P=9/20

p =0,452

2. -Se tienen cinco libros de distintas materias: Matemática, Biología, Química,

Física y Lenguaje. Si se toma uno de ellos, ¿cuál es la probabilidad de que este
sea de matemática o de física?

Solución:

Sean los eventos

 A ≡Tomar el libro de Matemáticas.

 B ≡Tomar el libro de Física.
La probabilidad pedida es:

 P(A∪B) = P(A) + P(B) -P(A∩B)

 Como A y B son eventos mutuamente excluyentes, P(A∩B) = 0.
 Por lo tanto, la probabilidad pedida nos queda:
 P(A∩B) = (1/5)+(1/5)-0= 2/5

TEOREMA DE BAYES
 Tres máquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del
total de las piezas producidas en una fábrica. Los porcentajes de producción
defectuosa de estas máquinas son del 3%, 4% y 5%. Si se selecciona una
pieza al azar y resulta ser defectuosa; diga Ud. ¿Qué máquina lo elaboró?

Solución:
Sea:
D = "la pieza es defectuosa" P(D/A): Pieza defectuosa producida por
la máquina A
A: máquina de producción “A” P(D/B): Pieza defectuosa producida por la
máquina B
B: máquina de producción “B” P(D/C): Pieza defectuosa producida por la
máquina C
C: máquina de producción “C”
 a. Debemos calcular por el teorema de Bayes, lo siguiente:
𝑃(𝐴)𝑃(𝐷⁄𝐴)
𝑃(𝐴⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.45)(0.03) 0.0135
= = = 0.355 = 35.5%
(0.45)(0.03) + (0.30)(0.04) + (0.25)(0.05) 0.038

𝑃(𝐵)𝑃(𝐷⁄𝐵 )
𝑃(𝐵⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.30)(0.04) 0.012
= = = 0.316 = 31.6%
(0.45)(0.03) + (0.30)(0.04) + (0.25)(0.05) 0.038
𝑃(𝐶)𝑃(𝐷⁄𝐶 )
𝑃(𝐶 ⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.25)(0.05) 0.0125
= = = 0.329 = 32.9%
(0.45)(0.03) + (0.30)(0.04) + (0.25)(0.05) 0.038

DESICIÓN: Con una probabilidad de confianza del 35.5% se puede afirmar que
la pieza defectuosa elegida al azar, es más probable que haya sido producida
por la máquina A.
 Una empresa de Transporte Público de pasajeros de tumbes-aguas verdes
explota tres líneas de servicio, de forma que el 60% de los microbuses cubre
el servicio de la primera línea, el 30% cubre la segunda y el 10% cubre el
servicio de la tercera línea. Se sabe que la probabilidad de que, diariamente,
un microbús se averíe es del 2%, 5% y 1%, respectivamente, para cada línea.
Si se selecciona un microbús de manera aleatoria y este presenta una avería,
diga Ud. A qué línea pertenece:
Solución:

60% 2% A: 1era línea

30% 5% B: 2da línea

10%
1% C: 3era línea

Sea: D: Presenta Avería 1%

 a. Debemos calcular por el teorema de Bayes, lo siguiente:
𝑃(𝐴)𝑃(𝐷⁄𝐴)
𝑃(𝐴⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.6)(0.02) 0.012
= = = 0.429 = 42.9%
(0.6)(0.02) + (0.3)(0.05) + (0.1)(0.01) 0.028

𝑃(𝐵)𝑃(𝐷⁄𝐵 )
𝑃(𝐵⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.3)(0.05) 0.015
= = = 0.536 = 53.6%
(0.6)(0.02) + (0.3)(0.05) + (0.1)(0.01) 0.028

𝑃(𝐶)𝑃(𝐷⁄𝐶 )
𝑃(𝐶 ⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.1)(0.01) 0.001
= = = 0.036 = 3.6%
(0.6)(0.02) + (0.3)(0.05) + (0.1)(0.01) 0.028

DESICIÓN: Con una probabilidad de confianza del 53.6% se puede afirmar que
el microbús con avería elegida al azar, es más probable que pertenece a la
segunda línea.

DISTRIBUCIÓN BINOMIAL

 Muchas empresas productoras de electricidad empezaron a promover la

conservación de la energía ofreciendo tasas de descuento a los
consumidores que mantienen su uso de energía por debajo de ciertos
estándares de subvención establecidos. Un reporte reciente de ENOSA-
TUMBES, afirma que 50% de los residentes del Departamento de Tumbes,
ha reducido su uso de energía eléctrica lo suficiente para ser tomados en
cuenta en tarifas con descuento. Supóngase que se seleccionan cinco
usuarios residenciales de la provincia de Contralmirante Villar. Halle las
probabilidades siguientes:

a. De que los cinco califiquen para recibir tarifas favorables.

b. De que por lo menos cuatro califiquen para las tarifas favorables.
 c. De que a lo más tres califiquen para las tarifas favorables.
Solución:

Sea “X” variable aleatoria binomial con parámetros: 𝑛 = 5; 𝑝 = 50% =

0.5
Dónde: X : N° de usuarios que reciben tarifas favorables
X : 0, 1, 2, 3, 4, 5.

a) 𝑃(𝑋 = 5) = 𝑃(𝑋 ≤ 5) − 𝑃(𝑋 ≤ 4) = 1 − 0.9222 = 0.0778 = 7.78%

La probabilidad de que los 5 usuarios califiquen para recibir tarifas
favorables es del 7,78% aproximadamente.

b) 𝑃(𝑋 ≥ 4) = 1 − 𝑃(𝑋 ≤ 3) = 1 − 0.8125 = 0.1875 = 18.75%

La probabilidad de que al menos 4 usuarios califiquen para recibir tarifas
favorables es del 18,75% aproximadamente.

c) 𝑃(𝑋 ≤ 3) = 0.8125 = 81.25%

La probabilidad de que a lo más tres califiquen para recibir tarifas
favorables es del 81,25% aproximadamente.
2) ¿Pueden crecer corporaciones en nuevas áreas y mejorar su rentabilidad
adquiriendo otras empresas? En un estudio realizado por Editores financieros de
el “Comercio” y entre 58 adquisiciones corporativas entre 2010 y 20012, se
encontró que solamente seis resultaron exitosas (Diario el “Comercio”, 1 de
diciembre, 2012).
Supóngase que la probabilidad de que tenga éxito la adquisición de una
corporación, es de 0.1 y que se selecciona al azar 10 corporaciones en la
adquisición de otra compañía.
a.- ¿Cuál es la probabilidad de que las 10 adquisiciones sean fracasos?
b.- ¿Cuál es la probabilidad de que al menos 2 de las adquisiciones sean
exitosas?
c.- ¿Cuál es la probabilidad de que exactamente 2 de las adquisiciones sean
exitosas?
 d.- ¿Cuál es la probabilidad de entre 3 y 7 inclusive de las adquisiciones
sean exitosas?

Solución:
Sea “X” variable aleatoria binomial con parámetros: 𝑛 = 10; 𝑝 = 0.1
Dónde: X : N° de adquisiciones exitosas
X : 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10

a) 𝑃(𝑋 = 0) = 𝑃(𝑋 ≤ 0) = 0.3487 = 34.87%

La probabilidad de que las 10 adquisiciones sean fracasos es de 34.87%
aproximadamente.

b) 𝑃(𝑋 ≥ 2) = 1 − 𝑃(𝑋 ≤ 1) = 1 − 0.7361 = 0.2639 = 26.39%

La probabilidad de que al menos 2 de las adquisiciones sean exitosas es
del 26.39% aproximadamente.

c) 𝑃(𝑋 = 2) = 𝑃(𝑋 ≤ 2) − 𝑃(𝑋 ≤ 1) = 0.9298 − 0.7361 = 0.1937 = 19.37%

La probabilidad de que exactamente 2 de las adquisiciones sean exitosas
es del 19.37% aproximadamente.

d) 𝑃(3 ≤ 𝑋 ≤ 7) = 𝑃(𝑋 ≤ 7) − 𝑃(𝑋 ≤ 2) = 1 − 0.9298 = 0.0702 = 7.02%

La probabilidad de que entre 3 y 7 inclusive de las adquisiciones sean
exitosas es del 7.02% aproximadamente.
DISTRIBUCIÓN DE POISSON

1) Supóngase que la municipalidad provincial de Tumbes diseña un sistema

aleatorio para un patrullaje de serenazgo de manera que una movilidad de
serenazgo puede visitar cierta localidad de su ronda x = 0, 1, 2, 3,... veces en
periodos de media hora, y que el sistema está dispuesto de manera que pasa
por cada localidad un promedio de una vez por período. Calcule la probabilidad
de que la movilidad de serenazgo pase por cierta localidad durante un periodo
de medio hora.
a.- ¿Cuál es la probabilidad de que la movilidad de serenazgo la visite una vez?
b.- ¿Cuál es la probabilidad de que la movilidad de serenazgo la visite Dos
veces?
c.- ¿Cuál es la probabilidad de que la movilidad de serenazgo la visite Al menos
una vez?

Solución:

Sea “X” variable aleatoria de poisson con parámetro 𝜆 = 1

Dónde: X: N° de visitas de la movilidad de serenazgo en un período de media

hora
X: 0, 1, 2, 3,…

a) 𝑃(𝑋 = 1) = 𝑃(𝑋 ≤ 1) − 𝑃(𝑋 ≤ 0) = 0.7358 − 0.3679 = 0.3679 = 36.79%

La probabilidad de que la movilidad de serenazgo pase por cierta localidad
y lo visite una sola vez es de 36.79% aproximadamente.

b) 𝑃(𝑋 = 2) = 𝑃(𝑋 ≤ 2) − 𝑃(𝑋 ≤ 1) = 0.9197 − 0.7358 = 0.1839 = 18.39%

La probabilidad de que la movilidad de serenazgo pase por cierta localidad
y lo visite dos veces es de 18.39% aproximadamente.

c) 𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 ≤ 0) = 1 − 0.3679 = 0.6321 = 63.21%

 La probabilidad de que la movilidad de serenazgo pase por cierta localidad
y lo visite al menos una vez es de 63.21% aproximadamente.

2) Los accidentes laborales que suceden en una planta industrial particular en la

provincia de Tumbes-Perú tiene un promedio semanal de 2.5; se pide hallar e
interpretar lo siguiente:
a) ¿Cuál es la probabilidad de que no haya accidentes en una semana
dada?
b) ¿Cuál es la probabilidad de que haya más de un accidente en una
semana dada?
c) ¿Cuál es la probabilidad de que haya a lo más 3 accidentes en una
semana dada?

Solución:

Sea “X” variable aleatoria de poisson con parámetro 𝜆 = 2.5

Dónde: X : N° de accidentes laborales que suceden en una planta

industrial en una semana dada.
X : 0, 1, 2, 3,…

a) 𝑃(𝑋 = 0) = 𝑃(𝑋 ≤ 0) = 0.0821 = 8.21%

La probabilidad de que no haya accidentes laborales que suceden en una
planta industrial en una semana dada es de 8.21% aproximadamente.

b) 𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 ≤ 0) = 1 − 0.0821 = 0.9179 = 91.79%

La probabilidad de que haya más de un accidente laboral que sucede en
una planta industrial en una semana dada es de 91.79%
aproximadamente.

c) 𝑃(𝑋 ≤ 3) = 0.7576 = 75.76%

 La probabilidad de que haya a lo más 3 accidentes laborales que suceden
en una planta industrial en una semana dada es de 75.76%
aproximadamente.

DISTRIBUCIÓN NORMAL

Ejercicio 1:

La media de un grupo de ingresos semanales con distribución aproximadamente normal para

un conjunto de gerentes de nivel medio es de 1000 dólares y presenta una distribución
estándar de 100 dólares. Cuál es la probabilidad que:

A) Que los gerentes tengan un ingreso semanal entre 840 y 1200 dólares.

B) Con ingresos semanales de 1245 dólares.

Resolución A:
X< 1200 𝑃(840 < 𝑋 < 1200)

X> 840

𝑋−𝜇
Z= 𝜇 =1000 𝜎 = 100
𝜎
1200−1000 200
Z= = = 2.0
100 100

840−1000 −160
Z= = = −1.6
100 100

Z= 2.0 = 0.4792

Z= -1.6 = 0.4452

A= 0.4792+0.4452= 0.9244 → 92.4%

Resolución B

.𝑋 ≥ 1245

𝑋−𝜇 1245−1000
Z= 𝜎 = 100
= 245
100
= 2.45
A=0.4929

A= 0.5-0.4929= 0.0071→ 0.71%

EJERCICIO 2

Una compañía paga a sus empleados un salario promedio mensual de 320 dólares. Suponga
que los salarios se distribuyen normalmente. ¿Cuál es la probabilidad que un trabajador gane
menos de $340 dólares mensualmente.

RESOLUCION:

*𝜇 = 320

*𝜎 = 27
𝑋−𝜇 340−320
* 𝜎
= 27
= 0.74 𝑃(𝑍 < 0.74) = 0.77035 × 100% = 77.035%
DISTRIBUCION T. STUDENT

t =
X−𝓊
S/√𝑛
s

x= media
𝓾= valor a analizar
Sx = desviación estándar
N= tamaño de muestra
Ejercicio Nº 1
 La longitud de una barra de compensación es de 43mm. Se quiere verificar que una
maquina siga siendo las máquinas de la medida correcta, para ello se obtuvo una
muestra de 12 barras de compensación que tiene una media muestral de 41.5 y una
desviación estándar de 1.78, además sabemos que la población se distribuye de la
forma normal, probar la hipótesis a un grado de significación de 20%.
41.5−43
x= 41.5 𝑡=
1.78/√11

𝓾=43
Sx = 1.78 t = -2.91
N-1= 12-1=11
Pc= 20%
-La probabilidad es 0.875 de probar la hipótesis a un grado de
significancia de 20 %
Ejercicio Nº 2
 Una población en el que se analiza el peso de las personas tiene una media de 80 y
una desviación estándar de 200. Calcular la probabilidad por media de la distribución

t de que en una muestra de 29 de personas, el peso medio sea menor de 76.

80−76
x= 80 𝑡=
200/√29

4
𝓾=76 𝑡=
37.13
Sx = 200 t = 0.1077
N-1= 29-1=28 t ⩳ 0.1

-La probabilidad es de 1.701% que se escoja una persona de peso medio sea
menor de 76.
DISTRIBUCION FISHER