ESPERIMENTO ALEATORIO:

1.- Seleccionar un conjunto de docentes de la UNASAM.

2.- Medir la temperatura de la ciudad de Huaraz.

3.- Contar la cantidad de estudiantes que entran a la Universidad.

4.- Contar la cantidad de unos en el libro “Cálculos de Probabilidades”.

5.- Contar la cantidad de carros en la Av. Luzuriaga.

ESPACIO MUESTRAL:

1.- Espacio muestral de 3 alumnos del curso Cálculo de Probabilidades que llegan al finalizar el curso.

Ω = {AAA, AAD, ADD, DDA, DAA, DAD, ADA, DDD}

2.- El espacio muestral del genero de los docentes de la UNASAM.

Ω = {Masculino, Femenino}

3.- Espacio muestral del tiro de 1 dado hasta que aparezca el numero 5:

Ω = {1, 2, 3, 4, ……, n}

4.- Espacio muestral del nacimiento de dos niños del Hospital Víctor Ramos Guardia.

Ω = {HH, HM, MH, MM}

5.- Espacio muestral de lanzar 2 monedas.

Ω = {CC, SC, CS, SS}

EVENTO:

1.- Halle el evento de que dos alumnos de un total de 3, por lo menos aprueben el curso de Cálculo de
Probabilidades.

E = {AAA, AAD, DAA, ADA}

2.- Halle el evento que del género de un grupo de docentes de la UNASAM.

E = {Masculino}

3.- Halle el evento de que se obtenga un número impar en el lanzamiento de lanzamientos cuyo espacio
muestral es de la pregunta 3.

E = {1, 3, 5,7…}

4.- Halle el evento de que nazca no más de 1 hombre en el nacimiento de dos niños del Hospital Víctor
Ramos Guardia.

E= {MM, HM, MH}

5.- Halle el evento de que salga 1 cara y 1 sello en lanzar dos monedas.
E= {CS, SC}

OPERACIONES CON EVENTOS O SUCESOS.

1.- Se entrevista a estudiantes que salen de la UNASAM hasta encontrar un estudiante de IX ciclo, sea A
el evento de entrevistar por lo mucho a 9 estudiantes y B el evento de entrevistar por menos 6 estudiantes,
halle AUB:

Solución.

A = {1, 2, 3, 4, 5, 6, 7, 8, 9}

B = {6, 7, 8, 9, 10…}

AUB = {1, 2, 3, 4, 5, 6, 7, 8, 9,10…}

2.- Del ejemplo anterior halle AB

Solución.

A = {1, 2, 3, 4, 5, 6, 7, 8, 9}

B = {6, 7, 8, 9, 10…}

AB = {6, 7, 8, 9 }

3.- El decano de la Facultad de Ciencias lanza 3 monedas al suelo para definir si gestionara (evento A) o
no (evento B) proyectores para dicha facultad, sea A el evento de sacar todas las monedas del mismo
orden y B el evento de sacar a lo más dos caras, hallar AB.

Solución.

A = {CCC, SSS}

B = {SSS, CCS, CSC, SCC, CSS, SCS, SSC}

AB = {SSS}

4.- Del ejemplo anterior halle B-A

B-A = {CCS, CSC, SCC, CSS, SCS, SSC}

5.- Del ejemplo 3 halle A∆B

A∆B = {CCC, CCS, CSC, SCC, CSS, SCS, SSC}

PROBABILIDAD DE UN EVENTO

𝑛(𝐴)
𝑃(𝐴) =
𝑛(Ω)
1.- Halle la probabilidad de que nazca no más de 1 hombre en el nacimiento de dos niños del Hospital
Víctor Ramos Guardia

Ω = {MM, HM, MH, HH

A= {MM, HM, MH}

𝑛(𝐴) 3
𝑃(𝐴) = =
𝑛(Ω) 4

2.- El decano de la Facultad de Ciencias lanza 3 monedas al suelo para definir si gestionara (evento A) o
no (evento B) proyectores para dicha facultad, sea A el evento de sacar todas las monedas del mismo
orden, halle la probabilidad de que se gestionara los proyectores.

Ω = {SSS, CCC, CCS, CSC, SCC, CSS, SCS, SSC}

A = {SSS, CCS}

𝑛(𝐴) 1
𝑃(𝐴) = =
𝑛(Ω) 4

3.- Halle la probabilidad de que dos alumnos de un total de 3, por lo menos aprueben el curso de Cálculo
de Probabilidades.

Ω = {AAA, DDD, DDA, DAD, ADD, DAA, ADA, AAD}

A = {AAA, AAD, DAA, ADA}

𝑛(𝐴) 1
𝑃(𝐴) = =
𝑛(Ω) 2

4.- Halle la probabilidad de que obtener un 7 en la suma del lanzamiento de 2 dados.

Ω = {12, 13, 14, 15, …, 64, 65, 66} = 36 elementos

A = {61, 52, 43, 34, 25, 16}

𝑛(𝐴) 6
𝑃(𝐴) = =
𝑛(Ω) 36

5.- Una urna tiene ocho bolas rojas, 5 amarilla y siete verdes. Si se extrae una bola al azar calcular la
probabilidad de que no se extraigan bola amarillas

A = Extraer todas las bolas amarillas

P(Ᾱ) = 1-P(A)

Ω = 𝐶120 = 20

A = 𝐶15 = 5
 𝑛(𝐴) 5
P(Ᾱ) = 1-𝑃(𝐴) = = = 0.75
𝑛(Ω) 20

PROBABILIDAD CONDICIONAL

𝑃(𝐴𝐵)
𝑃(𝐴/𝐵) =
𝑃(𝐵)

1.- Un alumno de tercer ciclo de la escuela de Estadística e Informática de la UNASAM, tiene una baraja
de cartas y desea calcular la probabilidad de que una carta escogida al azar sea un as sabiendo que es roja

𝑃(𝐴𝑠𝑅𝑜𝑗𝑜) 2/52
𝑃(𝐴𝑠/𝑅𝑜𝑗𝑜) = = = 0.07692
𝑃(𝑅𝑜𝑗𝑜) 26/52

2.- De los Los alumnos de Cálculo de Probabilidades se sabe que el 50% estudia y que el 10% estudia y
trabaja. ¿Cuál es la probabilidad de que el que estudia sea trabajador?

𝑃(𝑇𝑟𝑎𝑏^𝐸𝑠𝑡) 0.1
𝑃(𝑇𝑟𝑎𝑏/𝐸𝑠𝑡) = = = 0.2
𝑃(𝐸𝑠𝑡) 0.5

3.- El profesor de Cálculo de Probabilidades trae un dado y exige a uno de sus alumnos que calcule la
probabilidad de que al tirar un dado salga 3 si se sabe de antemano que ha salido un número impar

𝑃(3^𝐼𝑚𝑝) 1/6 1
𝑃(3/𝐼𝑚𝑝) = = =
𝑃(𝐼𝑚𝑝) 0.5 3

PROBABILIDAD DE SUCESOS INDEPENDIENTES

P(A ∩ B) = P(A)P(B)

1.- Waldo Ríos tiene múltiples empresas, de una de ellas dedicadas a la venta de carros observa, que en
un día cualquiera 150 persona que ya poseen un carro visitan a dicha empresa para comprar su segundo
carro, de igual forma hacen 230 personas que busca su primer carro, calcular probabilidad de que en un
día cualquiera se acerque una persona a comprar su segundo carro y una persona que se acerque a
comparar su primer carro.

150 230
P(2Carr ∩ 1Carr) = P(2Carr)P(1Carr) = ∗ = 0.2389
380 380

2.- En la escuela de Estadística e Informática hay 120 alumnos, de los cuales 35 cursan el primer ciclo y
27 de tercer ciclo, hallar la Probabilidad de los alumnos que cursan el primer y tercer ciclo

35 27
P(1cicl ∩ 3cicl) = P(1cicl)P(3cicl) = ∗ = 0.065625
120 120

3.- En la feria de la ciudad de Huaraz, las atracciones que más han llamado la atención son: “Los carritos
chocones” y el “Gusanito”, el total de personas que visitaron la feria son 1500, de las cuales 352
utilizaron los Carritos chocones y 289 utilizaron el Gusanito, hallar la Probabilidad de las personas que
utilizaron el gusanito y los carritos chocones.
 352 289
P(Gus ∩ Carr) = P(Guss)P(Carr) = ∗ = 0.04521
1500 1500

PROBABILIDAD TOTAl

𝑃(𝑇) = 𝑃(𝐴1) ∗ 𝑃(𝑇/𝐴1) + 𝑃(𝐴2) ∗ 𝑃(𝑇/𝐴2) + ⋯ + 𝑃(𝐴𝑛) ∗ 𝑃(𝑇/𝐴𝑛)

1.- En la sala de pediatría del hospital Victor Ramos Guardia, el 60% de los pacientes son niñas. De los
niños el 35% son menores de 24 meses. El 20% de las niñas tienen menos de 24 meses. Un pediatra que
ingresa a la sala selecciona un infante al azar determine el valor de la probabilidad de que sea mayor de
24 meses

𝑃(24 > 𝑀𝑒𝑠𝑒𝑠) = 0.65 ∗ 0.4 + 0.8 ∗ 0.6 = 0.74

2.- Un médico cirujano del hospital Victor Ramos Guardia se especializa en cirugías estéticas. Entre sus
pacientes, el 20% se realizan correcciones faciales, un 35% implantes mamarios y el restante en otras
cirugías correctivas. Se sabe, además, que son de género masculino el 25% de los que se realizan
correcciones faciales, 15% implantes mamarios y 40% otras cirugías correctivas. Si se selecciona un
paciente al azar, determine la probabilidad de que sea de género masculino

𝑃(𝐻) = 0.2 ∗ 0.25 + 0.35 ∗ 0.15 + 0.40 ∗ 0.45 = 0.28

3.- El presidente regional de Ancash Luis Gamarra, tiene una fábrica de enlatados que produce 5000
envases diarios, la maquia A produce 3000 de estos envases el 2% son defectuosos; y la maquina B el
resto además se sabe que lo que produce B el 4% son defectuosos, halle la probabilidad de que un envase
al elegir al azar sea defectuoso.

𝑃(𝐷) = 0.6 ∗ 0.02 + 0.4 ∗ 0.04 = 0.028

4.- En las elecciones presidenciales pasada, en la segunda vuelta los partidos políticos, Peruanos Por el
Kambio y Fuerza Popular compitieron para ocupar la presidencia, las probabilidades de corrupción es de
0.8 si gana el partido PPK y si 0.9 si gana el otro partido, además se sabe que el 45% de las personas
están a favor del partido político PPK y el resto para el otro partido, halle la probabilidad de que haya
corrupción, cuando gane cualquiera.

𝑃(𝐶) = 0.8 ∗ 0.45 + 0.9 ∗ 0.55 = 0.885

5.- En la UNSAM, el 8% de los alumnos estudian la carrera de Estadista e Informática, 25% estudian
Administración y Economía, el 75% de los que estudian Estadista e Informática ocupan el tercio superior
y el 50% de los que estudian Administración y Economía también, mientras el resto de los estudiantes
solamente el 20% ocupan el tercio superior, ¿Cuál es la probabilidad de que un estudiante elegido al azar
esté en el tercio superior?
𝑃(3𝑆) = 0.08 ∗ 0.75 + 0.5 ∗ 0.25 + 0.67 ∗ 0.2 = 0.319

TEOREMA DE BAYES.

𝑃(𝐴𝑖) ∗ 𝑃(𝐵/𝐴𝑖)
𝑃(𝐴𝑖/𝐵) =
𝑃(𝐵)

1.- En la sala de pediatría del hospital Victor Ramos Guardia, el 60% de los pacientes son niñas. De los
niños el 35% son menores de 24 meses. El 20% de las niñas tienen menos de 24 meses. Un pediatra que
ingresa a la sala selecciona un infante al azar determine el valor de la probabilidad de que sea una niña si
es mayor de 24 meses

𝑃(𝑁𝑖ñ𝑎) ∗ 𝑃(24 > 𝑚𝑒𝑠/𝑁𝑖ñ𝑎) 0.6 ∗ 0.8

𝑃(𝑁𝑖ñ𝑎/24 > 𝑚𝑒𝑠) = = = 0.6486
𝑃(24 > 𝑚𝑒𝑠) 0.74

2.- Un médico cirujano del hospital Victor Ramos Guardia se especializa en cirugías estéticas. Entre sus
pacientes, el 20% se realizan correcciones faciales, un 35% implantes mamarios y el restante en otras
cirugías correctivas. Se sabe, además, que son de género masculino el 25% de los que se realizan
correcciones faciales, 15% implantes mamarios y 40% otras cirugías correctivas. Si resulta que es de
género masculino, determine la probabilidad que se haya realizado una cirugía de implantes mamarios.

𝑃(𝐼𝑚. 𝑚𝑎) ∗ 𝑃(𝐻/𝐼𝑚. 𝑚𝑎) 0.35 ∗ 0.15

𝑃(𝐼𝑚. 𝑚𝑎/𝐻) = = = 0.1858
𝑃(𝐻) 0.2825

3.- El presidente regional de Ancash Luis Gamarra, tiene una fábrica de enlatados que produce 5000
envases diarios, la maquia A produce 3000 de estos envases el 2% son defectuosos; y la maquina B el
resto además se sabe que lo que produce B el 4% son defectuosos. Si el envase escogido al azar sea
defectuoso que probabilidad hay de que proceda de la maquina B.

𝑃(𝐵) ∗ 𝑃(𝐷/𝐵) 0.016

𝑃(𝐵/𝐷) = = = 0.5714
𝑃(𝐷) 0.028

4.- En las elecciones presidenciales pasada, en la segunda vuelta los partidos políticos, Peruanos Por el
Kambio y Fuerza Popular compitieron para ocupar la presidencia, las probabilidades de corrupción es de
0.8 si gana el partido PPK y si 0.9 si gana el otro partido, además se sabe que el 45% de las personas
están a favor del partido político PPK y el resto para el otro partido, halle la probabilidad de que estén a
favor del partido Fuerza popular dado que no hay corrupción.

𝑃(𝐾) ∗ 𝑃(𝑁𝐶/𝐾) 0.55 ∗ 0.1

𝑃(𝐾/𝑁𝐶) = = = 0.47826
𝑃(𝑁𝐶) 0.115

5.- En la UNSAM, el 8% de los alumnos estudian la carrera de Estadista e Informática, 25% estudian
Administración y Economía, el 75% de los que estudian Estadista e Informática ocupan el tercio superior
y el 50% de los que estudian Administración y Economía también, mientras el resto de los estudiantes
solamente el 20% ocupan el tercio superior, ¿Cuál es la probabilidad de que un estudiante elegido al azar
sea de Estadística e Informática dado que no esté en el tercio superior?

𝑃(𝐸) ∗ 𝑃(𝑁3𝑆/𝐸) 0.08 ∗ 0.25

𝑃(𝐸/𝑁3𝑆) = = = 0.02937
𝑃(𝑁3𝑆) 0.681

VARIABLES ALEATORIAS DISCRETAS UNIDIMENSIONALES, FUNCION DE CUANTIA,

FUNCION DE DENSIDAD, FUNCION DE DISTRIBUCION, ESPERANZA MATEMATICA,
VARIANZA.

1.- El docente Angel Mendoza L. le pide a su alumno Franco que lanza una moneda 4 veces y que anote
el número de caras obtenidas, le pide que determine la función de cuantía, la función de distribucion, la
esperanza matemática, su varianza y su coeficiente de correlación

Solución.

Sea X el número de caras obtenidas.

X= 0; 1; 2; 3; 4

X 0 1 2 3 4
P(x) 1/16 4/16 6/16 4/16 1/16

Función de Cuantía.

𝐶𝑥4
𝑃(𝑋 = 𝑥) = ∀𝑥 = 0; 1; 2; 3; 4
16

X 0 1 2 3 4
P(x) 1/16 4/16 6/16 4/16 1/16
F(x) 1/16 5/16 11/16 15/16 1
 0 x<0

1/16 0≤x≤1

5/16 0≤x≤1
F(x) =
11/16 0≤x≤1

15/16 0≤x≤1

1 z≥4

Esperanza

𝐸(𝑥) = ∑ 𝑥𝑝(𝑥)
∀𝑥

E(x) = 1*4/16 + 2*6/16 + 3*4/16 + 4*1/16

E(x) = 2

Varianza

𝑉(𝑥) = 𝐸(𝑥 − 𝐸(𝑥))2 = 𝐸(𝑥 2 ) − (𝐸(𝑥))2

4 24 36
𝐸(𝑥 2 ) = + + +1=5
16 16 16

V(x)=5-4 =1

2.- En la facultad de Ciencias se hace una rifa para el CONNEST- CUSCO, donde se venden 5000 tikets
para una rifa a 1 s/. cada uno. Si el único premio del sorteo es de
1800 s/., calcular el resultado que debe esperar una persona que compra 3 tikets

C = ‘cantidad de dinero obtenido en el juego’.

Los posibles valores de C son dos:

Si se gana la rifa, se obtiene un beneficio de 1800 − 3 = 1777 S/.. Por la Ley de Laplace, la probabilidad
de que ocurra este hecho es de 3/5000.

Si no se gana la rifa, resulta una pérdida de 3 S/. Nuevamente por la Ley de Laplace, la probabilidad de
que esto ocurra es de 4997/5000.
Por lo tanto, la distribución de probabilidad para la variable aleatoria C será:
 C=x 1777 −3

P(C = x) 3/5000 4997/5000

El resultado que debe esperar una persona que compra 3 tikets es

E[C] = 1777 · 3/5000 − 3 · 4997/5000 = − 9660/5000 = − 483/250 = −1.932,

Lo que interpretamos como que, en promedio se espera una pérdida de 1.93 S/.

3.- La función de distribución de la variable aleatoria que representa la duración en minutos de una
llamada telefónica es

−2𝑥 −𝑥
2𝑒 3 𝑒3
1− − x>0
3 3
F(x) =

0 x≤0

Hallar su función de densidad, esperanza y varianza

x>0

f(x) =

0 x≤0

Esperanza:

𝐸(𝑥) = ∫ 𝑥𝑓(𝑥) ⅆ𝑥
∀𝑥

E(x) = =2
Varianza:

2
∫(𝑥 − 𝐸(𝑥)) 𝑓(𝑥) ⅆ𝑥 = 𝐸(𝑥 2 ) − (𝐸(𝑥))2
∀𝑥

(𝐸(𝑥))2 = = 9

V(x) = 9-4 = 5

4.- Franco un alumno de Cálculo de Probabilidades tiene el encargo del profesor de salvar la vida de una
planta, sea X una v.a que representa el tiempo de vida en años de la planta, cuya función está dado por la
siguiente expresión:

0≤x≤7

f(x) =
0 En otro caso

Halle su la esperanza de vida de la planta y su varianza.

Esperanza:

E(x) = = 35/3

Varianza

(𝐸(𝑥))2 = = 147/2

V(x)= 147/2 – 1225/9 = -62.611

5.- El Rector de la UNASAM desea dar a un cierto grupo de alumnos de Estadística e Informática una
beca para que estudie en el extranjero, pero solo hay un cierto número de vacantes sea x el número de
becas, que puede considerarse como una v.a cuya función de densidad es la siguiente expresión:

∀ 2≤x≤5
f(x) =
0 En otro caso
Hallar la Esperanza y Varianza

Esperanza:

E(x) = = 11/3

Varianza:

(𝐸(𝑥))2 = = 85/6

V(x) = 85/6 – 121/9 = 13/18

VARIABLES ALEATORIAS DISCRETAS BIDIMENSIONALES, FUNCION DE CUANTIA,

FUNCION DE DENSIDAD, FUNCION DE DISTRIBUCION, ESPERANZA MATEMATICA,
VARIANZA, COEFICIENTE DE CORRELACION.

En el curso de Matemática III de la escuela de Estadística e Informática, faltan demasiados alumnos por
clase, sea X(varones), Y(mujeres) dos v.a que representan la falta a una clase por los alumnos, la
distribucion de probabilidades conjunta se muestra en la siguiente tabla, halle el cuadro de distribucion
acomulada, y el coeficiente de correlacion:

X 0 1 2 3 4 5 P(y)
Y
0 0.00 0.02 0.02 0.05 0.08 0.08 0.25
1 0.01 0.01 0.02 0.01 0.07 0.09 0.21
2 0.04 0.03 0.05 0.03 0.10 0.07 0.32
3 0.07 0.01 0.04 0.04 0.02 0.04 0.22
P(x) 0.12 0.07 0.13 0.13 0.27 0.28 1.00

F(x):

X 0 1 2 3 4 5 F(y)
Y
0 0.00 0.02 0.04 0.09 0.17 0.25 0.25
1 0.01 0.04 0.08 0.15 0.30 0.46 0.46
2 0.05 0.11 0.20 0.29 0.54 0.78 0.78
3 0.12 0.19 0.32 0.45 0.72 0.100 1.00
F(x) 0.12 0.19 0.32 0.45 0.72 1.00
 0 1 2 3 4 5 P(y)
0 0.00 0.02 0.02 0.05 0.08 0.08 0.25
1 0.01 0.01 0.02 0.01 0.07 0.09 0.21
2 0.04 0.03 0.05 0.03 0.10 0.07 0.32
3 0.07 0.01 0.04 0.04 0.02 0.04 0.22
P(x) 0.12 0.07 0.13 0.13 0.27 0.28 1.00

Hallando r:

E(x)= 0.07+2*0.13+3*0.13+4*0.27+5*0.28 = 3.20

E(x 2 ) = 0.07 + 4 ∗ 0.13 + 9 ∗ 0.13 + 16 ∗ 0.27 + 25 ∗ 0.28 = 13.08

V(x) = 2.84

E(y) = 0.21+2*0.32+3*0.22 = 1.51

E(y 2 ) = 0.21 + 4 ∗ 0.32 + 9 ∗ 0.22 = 3.47

V(y) = 1.1899

E (x, y)
=0.01+2*0.02+3*0.01+4*0.07+5*0.07+2*0.03+4*0.05+6*0.03+8*0.1+10*0.07+3*0.01+6*0.04+9*0.04
+12*0.02+15*0.04 = 4.12

𝐸(𝑥, 𝑦) − 𝐸(𝑥)𝐸(𝑦) 𝐶𝑜𝑣(𝑥, 𝑦)

𝑟= =
√E(x 2 ) − 𝐸(𝑥)2 ∗ E(𝑦 2 ) − 𝐸(𝑦)2 𝑆𝑥𝑆𝑦

4.12 − 3.2 ∗ 1.51

𝑟=
√2.84 ∗ 1.1899

r = -0.22982984

2.- Sea X e Y, dos v.a continuas, donde X el tamaño en mm de un insecto e Y la vida del insecto en dias,
cuya función de densidad está dada por:

Halle r:

Solucion:

Hallemos las marginales de X e Y

 =1

=1

Por lo tanto

3.- Sea X e Y, dos V.a continuas, y su función de densidad está dada por la siguiente expresión, encuentre
el coeficiente de correlación:

Solución:

Hallamos las marginales de X e Y.

 En conclusión

DISTRIBUCIONES DE PROBABILIDAD

1.- Una confitura puede ser calificada de «almíbar» si contiene entre 420 y 520 gramos de azúcar por kilo
de confitura. Un fabricante comprueba 200 botes de confitura de 1 kilogramos encontrando que el peso
medio de azúcar es de 465 gramos, con una desviación típica de 30 gramos. Sabiendo que el contenido de
azúcar se distribuye normalmente (porque proviene de frutas con un contenido variable de azúcar),
calcular el porcentaje de la producción del fabricante que no debe ser etiquetado como almíbar,
considerando la muestra como representativa de la producción total.

Solución.

x = contenido de azúcar (gr) en botes de confitura de 1 kg.

Sabemos que el contenido de azúcar en dichos botes se distribuye normalmente con un peso medio por
bote de 465 gr (esto es, µ = 465 gr) y una desviación típica de 30 gr (esto es, σ = 30 gr). Simbólicamente:
X ∼ N (465, 30).
Considerando la muestra de 200 botes como representativa de la producción total, el porcentaje de
producción que puede ser calificado de almíbar es el P (420 < ξ < 520) · 100 %. Al tipificar la variable X
resulta que X = 30 Z + 465, donde Z es la normal estándar. Se tiene entonces:
P (420 < x < 520) = P(-1.5<Z<1.83)

= P (Z < 1.83) − P (Z < −1.5) = P (Z < 1.83) – P (Z > 1.5)

= P (Z < 1.83) − [1 – P (Z ≤ 1.5)] = 0.9664 − (1 − 0.9332) = 0.8996.

Encontramos así que el 89.96 % de la producción total puede ser calificada de almíbar. El resto, un
10.04 %, no debe ser calificado como tal.
2.- Suponiendo que es la probabilidad el tener hijo o hija son iguales, determinar el número esperado de
varones en una familia de ocho hijos, así como la probabilidad de que efectivamente resulte este número.

RESOLUCIÓN. Consideramos la variable aleatoria

x = ‘número de hijos varones en el total de ocho’.

Al ser igual probable el tener hijo o hija, la probabilidad de éxito (el tener un hijo) es p = 0.5. Además, el
sexo de un hijo no influye en el de los restantes. Por tanto, la variable ξ sigue una distribución binomial
de parámetros n = 8 y p = 0.5, y su función de densidad es

El número esperado de hijos varones es la esperanza:

E(x) = np = 8*0.5 = 4 Hijos varones

El Hospital de Huaraz, Victor Ramos Guardia encarga una encuesta para estimar el consumo de cierto
medicamento que elabora, con vistas a controlar su producción. Se sabe que a lo largo de un año cada
persona tiene una posibilidad entre mil de necesitar el medicamento, y que el laboratorio podrá vender
una media de cuatro mil unidades del producto al año. Se pide hallar:

a) Probabilidad de que el número de enfermos no exceda de cuatro por año.

b) Número de enfermos esperado por año.

c) Probabilidad de que el número de enfermos sea superior a dos por año.

d) Probabilidad de que haya doce enfermos por año.

Solución:

x = número de enfermos por año

Según los datos del problema, responde a un modelo de Poisson en un proceso con parámetro 1/1000
(númerodeenfermosalañoporcada1000medicamentosvendidos). Si el Hospital espera vender una media de
4000 unidades anuales, el parámetro λ = ‘cantidad de enfermos esperada al año’ de la correspondiente
variable aleatoria de Polisón x es:

La función de densidad para la variable x será:

 a) La probabilidad de que el número de enfermos no exceda de cuatro por año es:

P (x

b) Tal y como dijimos anteriormente, el número de enfermos esperado por año viene dado por el
parámetro de la variable aleatoria x, esto es:

E(x) = 4

c) La probabilidad de que el número de enfermos sea superior a dos por año es

P (x

d) La probabilidad de que haya doce enfermos por año es:

3.- Un Estadístico asesora una tesis y encuentra que los glóbulos blancos de un individuo sano pueden
presentar un promedio en valor mínimo de hasta 6000 por milímetro cúbico de sangre. Para detectar una
deficiencia de glóbulos blancos se determina su número en una gota de sangre de 0.001 milímetros
cúbicos. ¿Cuántos glóbulos blancos cabe esperar en un individuo sano? ¿Cuánto de raro sería encontrar
un máximo de 2 glóbulos blancos?

Solución:

x = número de glóbulos blancos en 0.001 mm3 de sangre

Elrecuentodeglóbulosblancosdeunindividuosanopormilímetrocúbicodesangrepuedeserconsideradoun
proceso de Poisson de parámetro 6000. La variable aleatoria ξ del correspondiente proceso de Poisson
tiene por parámetro el número de glóbulos blancos esperados en 0.001 mm3 de sangre.

Por consiguiente, la función de densidad de probabilidad para la variable aleatoria de Poisson ξ viene
dada por:

6𝑥
𝑓(𝑥) = ∗ 𝑒 −𝑥 𝑥 ∈ 0, 1, 2, 3 …
𝑥!

El número de glóbulos blancos esperados en un individuo sano coincide con la esperanza de la variable:

E(x) = 6 globulos.
5.- Se hace una investigación el en centro de la UNASAM y se descubre que la anchura X en milímetros
de una población de insectos sigue una distribución normal N(µ,σ), dándose las siguientes probabilidades:
P(X ≤12) = 0.77; P(X > 7) = 0.84. Se pide:

a) Valores de µ y σ.

b) Proporción de individuos con anchura entre 8 y 10 milímetros.

c) Calcular x e y tales que P (X > x) = 0.95 y P(X < y) = 0.33.

Solución:

x = anchura de un insecto en (mm)

Sabemos que X sigue una distribución normal para una determinada población de coleópteros. Además
P(X≤12) = 0.77 y P(X > 7) = 0.84, por lo que :

a) Sean µ y σ la media y la desviación típica de la variable X. Se tiene que X = σZ+µ, donde Z es la

distribución normal estándar. Por tanto:

Escribiendo e inspeccionando la tabla de la distribución normal tipificada

encontramos que b = 0.74.

Ahora queremos determinara. Nótese que este valor ha de ser negativo, por cuanto la probabilidad
correspondiente es menor que 0.5. Como

Tenemos :

P(z<|a|) = 0.84

Entonces |a|= 0.99, de donde a =−0.9.

Llegamos así al siguiente sistema de ecuaciones

Restamos miembro a miembro las ecuaciones anteriores para obtener 1.73σ = 5, y de aquí:

Sustituimos σ en la primera de las ecuaciones del sistema y despejamos µ:

µ = 7+0.99·2.89 = 9.86 mm.

En consecuencia, X ∼N (9.86,2.89). Escribimos X = 2.89Z+9.86, donde Z∼N (0,1).

b) La proporción de coleópteros con anchura entre 8 y 10 mm es del 25.88%, ya que

c) En primer lugar, calculamos la anchura x tal que

P (X > x) = 1−P(X ≤x) = 0.95

equivalentemente, P (X ≤x) = 1−0.95 = 0.05. Tipificando

Como esta última probabilidad es menor que 0.5, se verifica que Escribimos entonces:

P (z ≤ a) = P(z ≥ |a|) = 1−P(z <|a|) = 0.05,

esto es:

P (z <|a|) = 0.95.

Utilizando ahora la tabla de distribución para Z vemos que |a |= 1.64, de donde a =−1.64. Así pues

con lo que x = 9.86−1.64·2.89 = 5.2 mm.

Finalmente, calculamos la anchura y tal que P(X < y) = 0.33. Tipificando,

Análogamente que en el caso anterior, al ser esta última probabilidad menor que 0.5, necesariamente b =
y-9.86 <0. Como :

P (z < b) = P (z > |b|) = 1−P(z≤|b|) = 0.33,

sigue que

P(z≤|b|) = 0.67
y, por tanto, |b|= 0.44, de donde:

resultando así el valor y = 9.86−0.44·2.89 = 8.59 mm para la anchura buscada.

OTROS EJEMPLOS:

VARIACIONES:

1.- Enumere la primera letra de los nombres de los 4 docentes más influyentes del ciclo 2018-1
UNASAM, y de allí encuentre el conjunto de palabras de 2 letras que se puedan formar con dicho
conjunto de las primeras letras.

Solución.

 Ángel = A
 Jackson = J
 Timoteo = T
 Vladimir = V

Se usa Variación con repetición ya que se pretende encontrar palabras de 2 letras.

V(4,2) = 42 = 16 y las palabras son:

AA, AJ, AT, AV, JA, TA, VA, JJ, JT, TV, TJ, VJ, TT, TV, VT, VV

2.- Obtenga palabras de 3 letras diferentes que se pueda realizar con el primer apellido del Rector de la
UNASAM, de tal manera que ninguno se repita.

Solución.

El nombre del rector: POTERICO

6 letras P-O-T-E-R-I-C-O

6!
Para este caso se usa variación sin repetición V(6,3) = (6−3)! = 120 palabras de 3 letras.