UNIVERSIDAD DEL TOLIMA

PROGRAMA DE GESTION DE DATOS

2TALLER No. 1 PROBABILIDAD II TEMA: INFERENCIA

Nombre: Jhon Cardenas, Alexander Gil, Deimy Torres, Liz Camacho, Samuel Pérez.
Lic Evidelio Lopez S

EJERCICIOS DE APLICACIÓN

Distribución Binomial

1. Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de buena
salud. Según las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30
años o más es 2/3. Hállese la probabilidad de que, transcurridos 30 años, vivan:

2
𝑝=
3
1
𝑞=
3
𝑛=5

a. Las cinco personas

𝑥=5

5 2 5
𝑃(𝑥 = 5) = ( ) ( ) = 0.132
5 3

b. Al menos tres personas

Se suman las probabilidades de que vivan 3, 4 o 5 personas:

𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

5 2 3 1 2 5 2 4 1 1 5 2 5
= ( ) ( ) ( ) + ( ) ( ) ( ) + ( ) ( ) = 0.791
3 3 3 4 3 3 5 3

c. Exactamente dos personas

5 2 2 1 3
𝑃(𝑥 = 2) = ( ) ( ) ( ) = 0.164
2 3 3

2. En unas pruebas de alcoholemia se ha observado que el 5% de los conductores controlados dan

positivo en la prueba y que el 10% de los conductores controlados no llevan puesto el cinturón de
seguridad. También se ha observado que las dos infracciones son independientes. Un guardia de
tráfico para cinco conductores al azar. Si tenemos en cuenta que el número de conductores es
suficientemente importante como para estimar que la proporción de infractores no varía al hacer
la selección

a. Determinar la probabilidad de que exactamente tres conductores hayan cometido alguna de las
dos infracciones.

Se une la probabilidad de que ocurra al menos una infracción:

𝑝 = 0.05 + 0.1 − 0.05 ∗ 0.1
𝑝 = 0.145
𝑞 = 0.855
5
𝑃(𝑥 = 3) = ( ) 0.1453 ∗ 0.8552 = 0.0223
3
 b. Determine la probabilidad de que al menos uno de los conductores controlados haya cometido
alguna de las dos infracciones

𝑃(𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 1) = 1 − (50)0.8554 = 0.543

3. La probabilidad de que un artículo producido por una fábrica sea defectuoso es p = 0.02. Se envió un
cargamento de 10.000 artículos a unos almacenes. Hallar el número esperado de artículos
defectuosos, la varianza y la desviación típica.

Cantidad de artículos defectuosos = 10000 ∗ 0.2 = 200

Varianza = 10000 ∗ 0.02 ∗ 0.98 = 196
Desviación típica √196 = 14

4. Un laboratorio afirma que una droga causa efectos secundarios en una proporción de 3 de cada 100
pacientes. Para contrastar esta afirmación, otro laboratorio elige al azar a 5 pacientes a los que aplica
la droga. ¿Cuál es la probabilidad de los siguientes sucesos?

Datos:
𝑝 = 3 𝑑𝑒 𝑐𝑎𝑑𝑎 100 = 0.03
𝑞 = 0.97
𝑛=5

a. Ningún paciente tenga efectos secundarios

𝑥=0
5
𝑃(𝑥 = 0) = ( ) 0.030 ∗ 0.975 = 0.8587
0

b. Al menos dos tengan efectos secundarios

Se le resta al 100% la probabilidad de que ocurra uno y dos éxitos

1 − 𝑃(𝑥 = 0) − 𝑃(𝑥 = 1)
5 5
1 − ( ) 0.030 ∗ 0.975 − ( ) 0.031 ∗ 0.974 = 0.00847
0 1

c. ¿Cuál es el número medio de pacientes que espera laboratorio que sufran efectos secundarios si
elige 100 pacientes al azar?

El 3% de ellos: 100 ∗ 0.03 = 3

Distribución Poisson

5. En una empresa el término medio de accidentes es de 3 por mes. Calcular la probabilidad de :

P = xⁿ*e⁻ˣ / n!
a) Que no ocurra ningún accidente en un mes
P es la probabilidad.
x es la cantidad de accidentes medios en cualquier periodo de tiempo.
n es la cantidad de accidentes estudiados.

a) Datos:
x=3
n=0

Sustituyendo:
P = 3⁰ * e⁻³ / 0!
P = 0,049787
b) que como máximo ocurran 2 accidentes en un mes

Sustituyendo:

P1 = 3¹ * e⁻³ / 1! = 0,1493
P2 = 3² * e⁻³ / 2! = 0,224
P = P + P1 + P2 = 0,049787 + 0,1493 + 0,224 = 0,423

c) Que ocurran 30 accidentes en un año

x = 3 * 12 = 36
n = 30

Sustituyendo:
P = 36³⁰ * e⁻³⁶ / 30! = 0,0427
d) que ocurran 8 accidentes en un trimestre
x=3*3=9
n=8

Sustituyendo:
P = 9⁸ * e⁻⁹ / 8! = 0,1318

6. La contaminación constituye un problema en la fabricación de discos de almacenamiento óptico. El

número de partículas de contaminación que ocurre en un disco óptico tiene una distribución de
Poisson y el número promedio de partículas por centímetro cuadrado de superficie del disco es 0.1.
El área de un disco bajo estudio es 100 centímetros cuadrados.

(a)Encuentre la probabilidad de que ocurran 12 partículas en el área del disco bajo estudio.

𝑒 −⋋ ∗⋋𝑥 𝑒 −10 ∗ 1012

𝑃(𝑥 = 12) = = = 0.094780
𝑥! 12!

(b) La probabilidad de que ocurran cero partículas en el área del disco bajo estudio

𝑒 −10 ∗ 100
𝑃(𝑥 = 0) = = 0.000045
0!

7. En una clínica el promedio de atención es 16 pacientes por 4 horas, encuentre la probabilidad que en
30 minutos se atiendan menos de 3 personas y que en 180 minutos se atiendan 12 pacientes.

Usamos la distribución de Poisson

-la probabilidad que en 30 minutos se atienda menos de 3 personas
λ = 16 pacientes/4 horas
λ = 4 pacientes/1 hora
λ = 2 pacientes/ ½ hora

Debemos calcular:
𝑃(𝑥 < 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)

𝑒 −2 ∗ 20
𝑃(𝑥 = 0) = = 0.1353
0!
𝑒 −2 ∗ 21
𝑃(𝑥 = 0) = = 0.2727
1!
 𝑒 −2 ∗ 22
𝑃(𝑥 = 0) = = 0.2727
2!

𝑃(𝑥 < 3) = 0.6767

En 180 minutos se atienda a 12 pacientes.

𝑒 −12 ∗ 1212
𝑃(𝑥 = 12) = = 0.1144
12!

8. Los reportes de crímenes recientes indican que 6 de los robos de vehículos motorizados ocurren cada
minuto en Bogotá. Suponga que la distribución de los robos por minuto puede calcularse con la
distribución de probabilidad de Poisson.

a). ¿calcule la probabilidad de que ocurran cuatro robos exactamente en un minuto.

𝑒 −6 ∗ 64
𝑃(𝑥 = 4) = = 0.1338
4!
b). ¿cuál es la probabilidad de que en un cuarto de hora cualquiera ocurran exactamente 45 robos?

λ=6 robos/minuto --> λ=6*15 = 90 robos / cada 15 min

λ=90
𝑒 −90 ∗ 9045
𝑃(𝑥 = 45) = = 6𝑥10−8
45!

Distribución Normal

9. Consideramos que la variable Z sigue una distribución N(0; 1). Calcula las siguientes probabilidades:

P(Z < 1;56)= 0.9406 P(Z < 2;78)=0.9973 P(Z > 3;00)= 0.0013 P(Z > 1;01)=0.4562
P(Z < −1;5)= 0.0668 P(Z > −2;61)=0.9962 P(Z < −0;32) =0.3745
P(0;83 < Z < 1;64)= 0.9495-0.7967=0.1528
P(−1;25 < Z < 2;37)=0.9911-(1-0.8944)=0.8855
P(−2;36 < Z < −1;33)=(1-0.9082)-(1-0.9909)=0.0827

10. Se sabe que el peso de los niños de 1 año de edad sigue (aproximadamente) una distribución N(7; 2)
(en kg).
a. Calcula un intervalo centrado que cubra el peso del 95% de los niños de 1 año.

Se centra el porcentaje, el 97.5% del área se encuentra entre ±1.96, por tanto, el intervalo que
cubre esa cantidad es (5.04 – 8.96)
b. ¿Qué porcentaje de niños de 1 año pesa menos de 3,5 kg?

𝑋 − 𝜇 3.5 − 7
𝑍= = = −1.75
𝜎 2
𝑃(𝑍 < −1.75) = 0.0401 = 4%

c. ¿Qué porcentaje de niños de 1 año pesa más de 4,5 kg?

𝑋 − 𝜇 4.5 − 7
𝑍= = = −1.25
𝜎 2
𝑃(𝑍 > −1.25) = 1 − 0.0885 = 0.9115 = 91.1%

d. ¿Qué porcentaje de niños de 1 año pesa menos de 4,5 kg?

𝑋 − 𝜇 4.5 − 7
𝑍= = = −1.25
𝜎 2
 𝑃(𝑍 < −1.25) = 0.0885 = 8.8%

e. ¿Qué porcentaje de niños de 1 año pesa entre 6 y 8 kg? y entre 8 y 9?, y entre 4 y 5?

6−7 8−7 1 1 1 1
(6 < 𝑋 < 8) = ( )<𝑍<( ) = (− < 𝑍 < ) = (𝑍 < ) − (𝑍 < − )
2 2 2 2 2 2
= 0.6915 − 0.3085 = 0.383 = 38%

11. El peso medio de 500 trabajadores de cierta empresa es de 151 libras y la desviación típica es de 15
libras. Suponiendo que los pesos están normalmente distribuidos, hallar cuantos trabajadores pesan:
a) entre 120 y 155 libras

120−151 155−151
(120 < 𝑋 < 155) = ( ) < 𝑍 < ( 15 ) = (−2.06 < 𝑍 < 0.26)
15
= (𝑍 < 0.26) − (𝑍 < −2.06) = 0.6026 − 0.0197 = 0.5829

0.5829 ∗ 500 = 291

b) entre 132 y 142 libras

132 − 151 142 − 151

(132 < 𝑋 < 142) = ( )<𝑍<( ) = (−1.26 < 𝑍 < −0.6)
15 15
= (𝑍 < −0.6) − (𝑍 < −1.26) = 0.2743 − 0.1038 = 0.1705 ∗ 500 = 85
c) entre 151 y 161 libras

151−151 161−151
(151 < 𝑋 < 161) = ( ) < 𝑍 < ( 15 ) = (0 < 𝑍 < 0.66)
15
= (𝑍 < 0.66) − (𝑍 < 0) = 0.7454 − 0.5000 = 0.2454 ∗ 500 = 128

d) más de 185 libras

182 − 151
𝑃(𝑋 > 185) = (𝑍 > ) = (𝑍 > 2.26) = 1 − (𝑍 < 2.26) = 1 − 0.9881 = 0.0119
15
= 0.0119 ∗ 500 = 6

e) menos de 151 libras

Por lógica 250 trabajadores

f) no más de 140 libras

140 − 151
𝑃(𝑋 < 140) = (𝑍 < ) = (𝑍 < −0.73) = 0.2327 ∗ 500 = 116
15

12. Una empresa aplicó una prueba para detectar “la habilidad de sus trabajadores en su planta de
operaciones”. El puntaje medio obtenido por los 652 operarios fue de 68 puntos con una desviación
estándar de 8 puntos. El diseño de la prueba obedece a una distribución normal. La idea es
completar la siguiente tabla

-Menos de 46
46 − 68
𝑃(𝑋 < 46) = (𝑍 < ) = (𝑍 < −2.75) = 0.0030 ∗ 652 = 2
8
-Entre 46 y 57
46 − 68 57 − 68
𝑃(46 < 𝑋 < 57) = ( <𝑍< ) = (−2.75 < 𝑍 < −1.37) = (𝑍 < −1.37) − (𝑍 < −2.75)
8 8
= 0.0853 − 0.0030 = 0.0823 ∗ 652 = 54
-Entre 57 y 68
57 − 68 68 − 68
𝑃(57 < 𝑋 < 68) = ( <𝑍< ) = (−1.37 < 𝑍 < 0) = (𝑍 < 0) − (𝑍 < −1.37)
8 8
= 0.5000 − 0.0853 = 0.4147 ∗ 652 = 230
-Entre 68 y 79
 68 − 68 79 − 68
𝑃(68 < 𝑋 < 79) = ( <𝑍< ) = (0 < 𝑍 < 1.37) = (𝑍 < 1.37) − (𝑍 < 0)
8 8
= 0.9147 − 0.5000 = 0.4147 ∗ 652 = 230
-Entre 79 y 90
79 − 68 90 − 68
𝑃(79 < 𝑋 < 90) = ( <𝑍< ) = (1.37 < 𝑍 < 2.75) = (𝑍 < 2.75) − (𝑍 < 1.37)
8 8
= 0.9970 − 0.9147 = 0.0823 ∗ 652 = 54
-Más de 90
90 − 68
𝑃(𝑋 > 90) = (𝑍 > ) = (𝑍 > 2.75) = 1 − (𝑍 < 2.75) = 1 − 0.9970 = 0.0030 ∗ 652 = 2
8

INTERVALOS PROBABILIDAD NÚMERO DE TRABAJADORES

Menos de 46 0.0030 2
Entre 46 y 57 0.0823 54
Entre 57 y 68 0.4147 230
Entre 68 y 79 0.4147 230
Entre 79 y 90 0.0823 54
Más de 90 0.0030 2

13. En una ciudad se estima que la temperatura máxima en el mes de junio sigue una distribución
normal, con media 23° y desviación típica 5°. Calcular el número de días del mes en los que se espera
alcanzar máximas entre 21° y 27°

21 − 23 27 − 23
𝑃(21 < 𝑋 < 27) = 𝑃 ( <𝑍< ) = 𝑃(−0.4 < 𝑍 < 0.8) = 𝑃(𝑍 < 0.8) − 𝑃(𝑍 < −0.4)
5 5
= 0.7881 − 0.3446 = 0.4435 ∗ 30 = 13

14. Las puntuaciones de un ejercicio de biología (0,1,2,…) dependiendo del número de respuestas
correctas a 10 preguntas formuladas. La puntuación media fue de 6,7 y la desviación típica de 1,2.
Suponiendo que las puntuaciones se distribuyen normalmente, determinar:

a). el porcentaje de estudiantes que obtuvo mínimo 8 puntos.

8 − 6.7
𝑃(𝑋 > 8) = 𝑃 (𝑍 > ) = 𝑃(𝑍 > 1.08) = 1 − 𝑃(𝑍 < 1.08) = 1 − 0.5430 = 0.45 = 45%
1.2

b). el porcentaje de estudiantes que obtuvo entre 6 y 7 puntos.

6 − 6.7 7 − 6.7
𝑃(𝑋 > 8) = 𝑃 ( <𝑍< ) = 𝑃(−0.58 < 𝑍 < 0.25) = 𝑃(𝑍 < 0.25) − 𝑃(𝑍 < −0.58)
1.2 1.2
= 0.5987 − 0.2810 = 0.32 = 32%

15. Un fabricante de bombillas eléctricas ha encontrado que, en promedio, un 2% son defectuosas. ¿Cuál
es la probabilidad que en 1.000 bombillas al azar, se encuentren 15 o más defectuosas?

p = 0,02
Luego:
P(X>=15) = 1 - P(X<15) = 1 - 0.103 = 0.897 = 89.7%

Entonces la probabilidad que hayan 15 o más defectuosas es 89.7%.

16. En cierto negocio de construcción el salario medio mensual es de $686.000 y la desviación estándar
de $4.500. Si se supone que los salarios tienen una distribución normal, ¿qué porcentaje de obreros
perciben salarios entre $680.000 y $685.000?

680.000 − 686.000 685.000 − 686.000

𝑃(680.000 < 𝑋 < 685.000) = 𝑃 ( <𝑍< ) = (−1.3 < 𝑍 < −0.2)
4.500 4.500
= 𝑃(𝑍 < −0.2) − 𝑃(𝑍 < −1.3) = 0.4207 − 0.0968 = 0.3239 = 32.39%

17. La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación típica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan:
a. Entre 60 kg y 75 kg
60 − 70 75 − 70
𝑃(60 < 𝑋 < 75) = 𝑃 ( <𝑍< ) = 𝑃(−3.33 < 𝑍 < 1.66)
3 3
= 𝑃(𝑍 < 1.66) − 𝑃(𝑍 < −3.33) = 0.9515 − 0.0004 = 0.9511 ∗ 500 = 476

b. Más de 90 kg
90 − 70
𝑃(𝑋 > 90) = 𝑃 (𝑍 > ) = 𝑃(𝑍 > 6.66) = 1 − 𝑃(𝑍 < 6.66) = 1 − 1 = 0
3

c. Menos de 64 kg
64 − 70
𝑃(𝑋 < 64) = 𝑃 (𝑍 < ) = 𝑃(𝑍 < −2) = (0.0228)500 = 11
3

d. 64 kg
64 − 70
𝑃(𝑋 = 64) = 𝑃 (𝑍 = ) = 𝑃(𝑍 = −2) = 0
3

e. 64 kg o menos
𝑃(𝑋 ≤ 64) = 𝑃(𝑋 < 64) = 11

18. En una ciudad una de cada tres familias posee teléfono. Si se eligen al azar 90 familias, calcular la
probabilidad de que entre ellas haya por lo menos 30 tengan teléfonos.

1 2
𝑛 = 90, 𝑝 = , 𝑞 =
3 3

𝑛. 𝑝 > 5, 𝑛. 𝑞 > 5

1 1 1 2
𝐵 (90, ) → 𝑁 (90. √90. . ) = 𝑁(30, 4.47)
3 3 3 3

30 − 30
𝑃(𝑋 > 30) = 𝑃 (𝑍 < ) = 𝑃(𝑍 > 0) = 0.5000
4.47