Apuntes Estadística Aplicada A La Ingeniería 4 PDF

APUNTES DE ESTADÍSTICA APLICADA
A LA INGENIERÍA CIVIL
Tercera Edición
Porras & Sánchez
2
APUNTES DE ESTADÍSTICA APLICADA A LA INGENIERÍA CIVIL

Texto guía exclusivo para el estudiante de la asignatura de Estadística
Aplicada A la Ingeniería - 24095 – Grupos: O1, D1, K1
Docentes:
Ing. Hernán Porras Díaz, M.Sc, Ph.D.
Ing. Omar Giovanny Sánchez Rivera
Universidad Industrial de Santander

Escuela de Ingeniería Civil
Grupo de Investigación de Geomática, Gestión y optimización de sistemas
Asignatura de Estadística Aplicada a La Ingeniería
Bucaramanga, mayo de 2015
Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

3
Importancia de la Estadística en la Ingeniería

Un ingeniero es alguien que cumple una importante función en la sociedad que consiste en la
aplicación de los principios de la ciencia para la formulación de problemas y/o soluciones
enfocados a la satisfacción de las necesidades del entorno al cual pertenece. Este proceso de
formular y dar solución a un problema se encuentra ligado a un conjunto de pasos en los cuales se
encuentra fundamentado el método científico o método de la ingeniería que puede resumirse
como:
1. Observación: Mirar con atención y recato el comportamiento del fenómeno a estudiar.
2. Inducción: Obtener conclusiones generales, identificar las variables que pueden jugar un
papel en la solución.
3. Hipótesis: Proponer un modelo apoyado en postulados científicos que apliquen a la situación
de interés.
4. Prueba de la hipótesis: Con la utilización del modelo propuesto realizar un proceso de
experimentación realizando los ajustes necesarios para mejorar su semejanza con la realidad.
5. Demostración o refutación de la hipótesis: Verificar que los resultados obtenidos son
coherentes con la realidad estudiada.
6. Teoría científica o tesis: Generar conclusiones basadas en los resultados obtenidos de la
simulación procurando la solución del problema.
En el proceso de la aplicación del método científico el ingeniero deberá entonces realizar una
toma de datos que luego deberá analizar para encontrar una relación con una teoría científica o
tendencia y así poder formular un modelo el cual puede consistir en un conjunto de expresiones
matemáticas que permiten describir la situación analizada finalmente realizar una simulación y
obtener las respectivas conclusiones. Puede inferirse entonces que al momento de realizar las
acciones descritas se deberá hacer uso de la matemática en sus diferentes áreas.
La ciencia de las matemáticas puede considerarse como una caja de herramientas en la cual se
encuentran disponibles gran variedad de herramientas con diferentes aplicaciones y
complejidades, una de estas herramientas es la Estadística.
La Estadística aparece de la necesidad de entender y describir la variabilidad que se presenta en
la naturaleza de un parámetro de interés un claro ejemplo puede citarse en el estudio del caudal
de un rio donde su variabilidad con respecto tiempo resulta de gran importancia al momento del
diseño de una estructura para captación de agua
La variables de interés para el ingeniero varían de acuerdo a su campo de acción un ejemplo de
esta afirmación puede observarse en el campo de la Ingeniería Civil que tiene diferentes
escenarios de actuación el Ingeniero Hidráulico estará interesado en el estudio del caudal de un
rio con el objetivo del suministro del líquido a una red de acueducto, el Ingeniero Estructural se
interesara por la resistencia a la compresión del concreto utilizado en la construcción de una
columna, el Ingeniero de Transportes por la cantidad de vehículos en las horas pico en una zona
alta congestión vehicular, El Ingeniero De Pavimentos por la cantidad de vehículos que transitan y
carga que estos ejercen sobre la estructura de pavimento a analizar.
Las necesidades del entorno pueden llegar a ser tan simples como estudiar la estatura de los
estudiantes presentes en un aula de clase, pero no todas las situaciones analizadas son simples

4
esto puede observarse en el estudio de los fenómenos climáticos donde a la actualidad existe
serias complicaciones para lograr una predicción exacta de los potenciales desastres.

5
1. Estadística descriptiva
Una parte importante de la estadística es la Estadística Descriptiva esta se ocupa de la recolectar,
analizar y representar un conjunto de datos con la finalidad de realizar una descripción de las
características de este.
La estadística descriptiva consta de dos partes como se observa en el siguiente diagrama.
Estadística Descriptiva
Grafica Numérica
Por lo general las observaciones son una parte de un conjunto de datos correspondiente a la
variable de interés, lo que se conoce como muestra que se considera como un subconjunto que
se encuentra contenido en el conjunto correspondiente a la población en la siguiente imagen
puede observarse tal situación.
Un ejemplo de un conjunto correspondiente a una población podría verse en los alumnos de un

curso de estadística donde una muestra de tal conjunto será un grupo de estudiantes de tal curso.
Estadística descriptiva numérica
1. Media o promedio aritmético
También conocida como promedio aritmético es una medida de tendencia central que puede
obtenerse mediante el cálculo de un promedio ponderado este valor no necesariamente coincide
con el de la moda y mediana.
La media de un conjunto de datos representa el valor esperado es decir el valor más probable a
obtener en uno de los elementos del conjunto analizado.
Definición
La media muestral para un conjunto “n” observaciones denotadas como 𝑥1 , 𝑥2 … … . 𝑥𝑛 se define

como:
∑𝑛𝑖=1 𝑥𝑖 𝑥1 + 𝑥2 + ⋯ … … . +𝑥𝑛
𝑥= =
𝑛 𝑛

6
Donde “n” representa el tamaño del conjunto correspondiente a la muestra.

2. Moda.
Valor que más se repite en la muestra analizada, la moda podría interpretarse como el dato con
mayor frecuencia relativa absoluta presente en un conjunto de datos analizados, el conjunto de
datos puede contar con una o más modas pero también puede suceder el caso en que ningún
dato se repita entonces se dice que dicho conjunto no tiene moda.
3. Mediana.
Es el valor que se encuentra en posición central de los datos ordenados de menor a mayor el cual
su a su vez corresponde con el percentil 50 (P50) es decir el 50% de los datos tienen un valor
inferior a la mediana y el 50% un valor superior.
La mediana coincide con el valor del segundo cuartil (Q2)
4. Rango
𝑅𝑎𝑛𝑔𝑜 = 𝐷𝑚𝑎𝑥 − 𝐷𝑚𝑖𝑛

5. Varianza
∑(𝑥𝑖 − 𝑥)2
𝑉𝑎𝑟(𝑥) = 𝑠 2 =
(𝑛 − 1)
6. Desviación Estándar
𝑠𝑥 = √𝑉𝑎𝑟(𝑥) = √𝑠 2
∑(𝑥𝑖 − 𝑥)2
𝑠𝑥 = √
(𝑛 − 1)
7. Coeficiente de variación
𝑠𝑥
𝑉𝑥 =
𝑥
8. Coeficiente de asimetría
∑𝑛𝑖=1(𝑥𝑖 − 𝑥)3
𝑔1 = 𝑛
𝑠3
Caracteriza el grado de asimetría con respecto a su media

Valor positivo: Distribución unilateral que se extiende hacia valores más positivos

7
Valor negativo: Distribución unilateral que se extiende hacia valores más negativos
9. Coeficiente de curtosis
Es un coeficiente que permite caracterizar el grado de elevación o el achatamiento relativo de una
distribución, comparada con la distribución normal
Valor positivo: Es indicador de una distribución relativamente elevada
Valor negativo: Es indicador de una distribución relativamente plana
∑𝑛𝑖=1(𝑥𝑖 − 𝑥)4
𝑔2 = 𝑛
𝑠4
Ejemplo 1.1
Una clase de estadística consta de 56 alumnos, para explicar el tema de estadística descriptiva el
docente elige a un grupo de 16 estudiantes los cuales pueden asumirse como una muestra
representativa en el estudio de la estatura de los estudiantes del grupo, los valores obtenidos para
la estatura en metros de estos 16 estudiantes son los siguientes:
1.79 1.60 1.82 1.61 1.72 1.76 1.74 1.65

1.61 1.68 1.66 1.74 1.81 1.74 1.76 1.83
Realizar un análisis de estadística descriptiva para la estatura de los estudiantes de estadística.

1. Media o promedio aritmético
Aplicando la fórmula 1.1. se obtiene:
1.79 + 1.60 + 1.82 + 1.61 + 1.72 + ⋯ … … … … … . +1.74 + 1.76 + 1.83
𝑥̅ =
16
𝑥̅ = 1.72 [𝑚]
Como puede observarse el valor promedio es un valor al que todos los valores se encuentran
relativamente cerca, en el caso de preguntar el valor de la estatura a un estudiante de este grupo
el valor esperado será de 1.72 [m]. El concepto de valor esperado se desarrollara en la sección de
probabilidad.
2. Moda
Es el dato que más se repite dentro del conjunto de datos de la muestra
𝑀𝑜 = 1.74 [𝑚]

8
3. Mediana
Ordenando los datos del menor valor al mayor valor se tiene:
1.59 1.60 1.61 1.65 1.66 1.68 1.72 1.74 1.74 1.74 1.76 1.76 1.79 1.81 1.82 1.83
Se tiene el caso de un tamaño de la muestra par n=16, el promedio aritmético de los datos de la
mitad es:
1.74 + 1.74
𝑀𝑒 = = 1.74 [𝑚]
2
4. Rango
𝐷𝑚𝑎𝑥 = 1,83 [𝑚]
𝐷𝑚𝑖𝑛 = 1.59 [𝑚]
𝑅𝑎𝑛𝑔𝑜 = 1.83 − 1.59 = 0.24 [𝑚]

5. Varianza
(1.79 − 1.72)2 + (1.60 − 1.72)2 + ⋯ … … … + (1.76 − 1.72)2 + (1.83 − 1.72)2

𝑉𝑎𝑟(𝑥) =
16 − 1
𝑉𝑎𝑟(𝑥) = 0.0059
6. Desviación Estándar
𝑠 = √𝑉𝑎𝑟(𝑥) = √0.0059 = 0.0767 [𝑚]
7. Coeficiente de variación
𝑠𝑥 0.0767
𝑉𝑥 = = = 0.0446
𝑥 1.72
8. Coeficiente de asimetría
(1.79 − 1.72)3 + (1.60 − 1.72)3 … … . +(1.76 − 1.72)3 + (1.83 − 1.72)3

𝑔1 = 16
0.07673
0.001322
𝑔1 = 16 = 0.1831
0.07673
9. Coeficiente de curtosis
(1.79 − 1.72)4 + (1.60 − 1.72)4 … … . +(1.76 − 1.72)4 + (1.83 − 1.72)4

𝑔2 = 16
0.07674

9
0.000501
𝑔2 = 16 = 0.9048
0.07674

10
2. Análisis de frecuencias
Un análisis de frecuencias resulta importante en el momento de realizar una descripción de la
distribución de los valores numéricos de los datos de una muestra en intervalos de clase definidos
según la necesidad del estudio realizado
Para el cálculo del número de intervalos de clase se tienen en cuenta las siguientes expresiones.
- Para muestras de gran cantidad de datos
𝑁𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = √𝑛; 𝑛: 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

- Para muestras de cantidad de datos moderada (Formula de Sturges)
𝑁𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 1 + 3.3 ∗ 𝐿𝑜𝑔(𝑛); 𝑛: 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

Se debe recordar que el número de intervalos será una valor entero por tanto este deberá
aproximarse según reglas de aproximación.
Este número de intervalos puede ser asumido aleatoriamente según la necesidad del análisis
Ejemplo:
Se estudia la respuesta dinámica en la dirección paralela al viento de construcciones con formas
angulosas durante el paso del Huracán Sandy edificaciones ubicadas en regiones costeras de
Carolina Del Norte en las que pueden suponerse el primer modo o modo fundamental de vibración
como dominante, para esto se realizan mediciones del factor de ráfaga del viento el cual es
función de varios parámetros de entre los cuales el más significativo es la velocidad del viento.
Una muestra representativa de los datos obtenidos es la siguiente:
2.08 1.81 2.14 2.09 2.14 1.67 2

1.73 2.35 2.28 1.26 1.42 2.39 1.16
1.26 2.17 1.58 2.45 2.29 1.45 2.08
1.1 1.65 2.33 1.56 1.24 1.68 2.38
2.28 2.04 2.45 2.17 1.87 2.46 2.27
Realizar un análisis de Frecuencias para los datos del factor de ráfaga del viento durante el paso
del huracán Sandy
Solución:
Para comenzar se calcula el número de intervalos de clase para el respectivo análisis en este caso
se utiliza el radical del número de datos en la muestra.
𝑁𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = √𝑛 = √35 = 5.92 ≈ 6

Se calcula el ancho del intervalo para lo cual se tiene en cuenta el rango:
𝑅𝑎𝑛𝑔𝑜 = 𝐷𝑚𝑎𝑥 − 𝐷𝑚𝑖𝑛 = 2.460 − 1.100 = 1.360

11
𝑅𝑎𝑛𝑔𝑜 1.360
ℎ= = = 0.226667
𝑁𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 6
El inicio el primer intervalo deber ser el valor mínimo en la muestra y el final del ultimo intervalo
será el valor máximo de los datos presente en la muestra, esto puede observarse en la tabla de
análisis de frecuencia que se muestra
Intervalo Frecuencia
Intervalo Frecuencia Frecuencia Absoluta Frecuencia Relativa
Inicio Fin
de clase Absoluta Acumulada Relativa Acumulada
1 1.100 1.327 5 5 0.143 0.143
2 1.327 1.553 2 7 0.057 0.200
3 1.553 1.780 6 13 0.171 0.371
4 1.780 2.007 3 16 0.086 0.457
5 2.007 2.233 8 24 0.229 0.686
6 2.233 2.460 11 35 0.314 1.000
Suma 35 1.000
La frecuencia absoluta se interpreta como el número de datos que se encuentran en el intervalo
de clase al que corresponda. Debe observarse que la suma de estas frecuencias deberá ser el
mismo valor que el tamaño de la muestra de lo contrario se habrá cometido un error.
La frecuencia relativa se interpreta como la proporción de datos que se encuentran en el
intervalo de clase esta puede obtenerse de la división de la frecuencia absoluta sobre el número
de datos en la muestra, la suma de las frecuencias relativas deberá ser de uno.
Los histogramas se muestran a continuación.
Histograma de Frecuencia Absoluta
12
Frecuencia Aboluta
10
8
6
4
2
0
1 2 3 4 5 6
Intervalo De Clase

12
Histograma Frecuencia Relativa Acumulada
1.000
Frecuencia Aboluta
0.800
0.600
0.400
0.200
0.000
1 2 3 4 5 6
Intervalo De Clase
Histograma Frecuencia Relativa
0.350
0.300
Frecuencia Aboluta
0.250
0.200
0.150
0.100
0.050
0.000
1 2 3 4 5 6
Intervalo De Clase
Histograma Frecuencia Absoluta Acumulada
35
30
Frecuencia Aboluta
25
20
15
10
5
0
1 2 3 4 5 6
Intervalo De Clase

13
3. Diagrama de tallos y hojas.

Un diagrama de tallos y hojas permite obtener una distribución de frecuencias y una
representación gráfica de la dispersión de una variable analizada. Se utiliza cuando se cuenta con
una muestra de tamaño moderado, los pasos para la elaboración de un diagrama de tallos y hojas
son:
1. Seleccionar los dígitos que son convenientes para el tallo, se recomienda que el diagrama
cuente con al menos 5 tallos para facilitar la visualización del comportamiento de los datos.
2. Elaborar una lista de los valores del tallo en una columna vertical.
3. Clasificar las hojas de acuerdo al tallo que correspondan.
Para los conjuntos de datos con una alta dispersión se recomienda el uso de un software.
Ejemplo:
En la construcción de una edificación de vivienda se estudia la estatura de un conjunto de 30
trabajadores con el objetivo de analizar las tallas de la ropa de trabajo. Los datos obtenidos para la
estatura en metros luego de una medición cuidadosa son los siguientes.
Estatura [m]
1.85 1.49 1.70 1.79 1.69 1.79 1.63 1.73 1.61 1.68
1.68 1.65 1.60 1.65 1.72 1.72 1.60 1.91 1.78 1.58
1.68 1.60 1.78 1.83 1.74 1.73 1.69 1.75 1.67 1.55
Elaborar un diagrama de un diagrama de tallos y hojas para la estatura de los trabajadores
Solución:
Son tres cifras significativas con las que se realizó la medición, para el tallo se define las dos
primeras cifras significativas y se clasifican la hojas según corresponda. Se calculan los valores
máximo y mínimo para elaborar la lista de los tallos.
𝐷𝑚𝑖𝑛 = 1.49 [𝑚]
𝐷𝑚𝑎𝑥 = 1.91 [𝑚]
Tallo Hojas Frecuencia

14 9 1
15 8 5 2
16 9 3 1 8 8 5 0 5 0 8 0 9 7 13
17 0 9 9 3 2 2 8 8 4 3 5 11
18 5 3 2
19 1 1
Total 30
Probabilidad

14
El estudio de la probabilidad comienza en la antigüedad con los juegos de azar algunos

historiadores coinciden que los asirios y sumerios utilizaban un hueso del talón de las ovejas el
cual tallaban de tal manera que este tuviera la posibilidad de caer en cuatro posiciones diferentes
para realizar apuestas basadas en la posición final del hueso luego de un lanzamiento. Comienza
el estudio por parte de los apostadores sobre la posibilidad de obtener las diferentes posiciones
luego del lanzamiento y con esto tener una ventaja al momento de realizar la apuesta. Por estas
razones los asirios y sumerios son considerados como los precursores del dado.
En los tiempos del imperio romano los juegos relacionados con dados se practicaban con gran
fervor uno de estos juegos conocido como “hazard” lo que traduce en inglés y francés riesgo o
peligro entonces el termino se convierte en azar que fue introducido en Europa con la tercera
cruzada.
En la actualidad los juegos de azar aparecen en distintas formas juegos de cartas, juegos de
dados, ruletas, maquinas traga monedas, loterías, dominos etc. El estudio de la probabilidad deja
de ser único para los juegos de azar y pasa a tener gran variedad de aplicaciones en las distintas
ramas del conocimiento.
De los más notables estudiosos que emprendieron el estudio de la teoría de la probabilidad se
encuentran importantes matemáticos como Pierre Fermat y Blaise Pascal que comenzaron a
trabajar sobre algunos problemas relacionados con los juegos de azar, para luego llegar a
formular una discusión sobre la creencia en Dios basada en probabilidades.
El término de la probabilidad en ocasiones suele presentarse en palabras no tan formales un
ejemplo para este tipo de frase podría ser “Es muy posible que todos los estudiantes del curso
aprueben la asignatura”, entonces alguien curioso puede preguntar ¿Qué tan posible puede ser
este fenómeno? Para responder este tipo de pregunta se hace necesario dar un valor numérico
para determinar el grado de posibilidad es por ello que en esta sección y en las siguientes se
estudiaran diferentes métodos y procedimientos para calcular dichos valores.
Es posible que el estudiante de ingeniería en este momento piense que el presente capitulo está
orientado a formar apostadores en potencia, lo cual sería erróneo dado que la teoría de la
probabilidad tiene una gran aplicación en las distintas ramas de la ingeniería un ejemplo de esto
es el ingeniero encargado del diseño de obras civiles que deberá tener presente la probabilidad de
que se presente un evento climático extremo tal como una ráfaga de viento con altas velocidades
que puede resultar fatal para una estructura.
4.1 Espacio Muestral
Para el estudio de un parámetro de interés generalmente se hace necesaria la realización de un
experimento con la finalidad de obtener un patrón o tendencia del fenómeno a partir de los
resultados obtenidos,
Cuando se enuncia la palabra experimento puede pensarse en un laboratorio con los equipos
necesarios para las pruebas y personas calificadas encargadas de la interpretación y toma de los
resultados, pero no siempre se da tal situación se define entonces un experimento cualquier
acción o proceso cuyo resultado se encuentra sujeto a la incertidumbre.

15
Un experimento puede ser tan simple como lanzar un dado y estar interesado en la numeración
obtenida, los posibles resultados para este experimento serán {1,2,3,4,5,6}, puede deducirse que la
variabilidad del parámetro de interés se encontrara sujeta a los posibles resultados que puedan
presentarse en este caso seis.
__________________________________________________________________________
Definición:
El espacio muestral de un experimento se define como el conjunto de todas las posibles
respuestas que puedan obtenerse en dicho experimento.
La notación del conjunto se realiza con la letra "𝒮", que se adopta de la traducción en idioma
ingles “Space”
__________________________________________________________________________
Ejercicio 4.1:
Obtener el espacio muestral de un experimento que consiste en lanzar un dado
Solución:
El conjunto de los posibles resultados que pueden obtenerse son:
𝒮 = {1,2,3,4,5,6}
Gráficamente,
Ejercicio 4.2:
Considere un experimento que consiste en lanzar una moneda y luego un dado obtener todos los
elementos del espacio muestral que corresponde a este experimento
Solución:
El diagrama que se muestra a continuación se conoce como diagrama de árbol, este tipo de
diagrama resulta de gran utilidad en el análisis de problemas complejos de probabilidad

16
Se puede observar que en el primer nodo se representa el lanzamiento de la moneda por lo tanto
el número de ramas de salen son dos que corresponden al número de posibles resultados, para el
caso del lanzamiento del dado el número de ramas son seis, por tanto el número de ramas que
salen de un nodo es el mismo que posibilidades haya.
𝒮 = {𝐶𝑎𝑟𝑎 − 1, 𝐶𝑎𝑟𝑎 − 2, 𝐶𝑎𝑟𝑎 − 3, 𝐶𝑎𝑟𝑎 − 4, 𝐶𝑎𝑟𝑎 − 5, 𝐶𝑎𝑟𝑎 − 6, 𝑆𝑒𝑙𝑙𝑜 − 1, 𝑆𝑒𝑙𝑙𝑜 − 2, 𝑆𝑒𝑙𝑙𝑜 − 3, 𝑆𝑒𝑙𝑙𝑜
− 4, 𝑆𝑒𝑙𝑙𝑜 − 5, 𝑆𝑒𝑙𝑙𝑜 − 6}
2.2. Evento.
En el estudio de la probabilidad de cierto parámetro de interés generalmente se está interesado en
un conjunto de resultados que se encuentran contenidos en el espacio muestral, los cuales
cumplen ciertas características.
__________________________________________________________________________
Definición
Un evento es un subconjunto de resultados contenido en el espacio muestral "𝒮", existen dos
clases de eventos:
Evento simple: Consiste en un subconjunto contenido en el espacio muestral con un único
elemento es decir un evento de un único resultado.
Evento compuesto: Consiste en un subconjunto contenido en el espacio muestral con más de un
elemento es decir un evento con varios resultados posibles.
__________________________________________________________________________
Ejemplo:
Considere el evento de obtener un múltiplo de dos al lanzar un dado. Bosquejar el subconjunto
correspondiente.

17
Solución:
𝒮 = {2,4,6}
4.3. Relaciones de la teoría de conjuntos

4.3.1. Intersección:
Sean dos eventos “A” y “B”,
La intersección de “A” y “B” se lee “A intersección B” y se denota como "𝐴 ∩ 𝐵" da como resultado
un evento que consiste en los resultados que están contenidos tanto en “A” como en “B” en la
gráfica se observa la región sombreada que pertenece tanto a “A” como a “B”
4.3.2. Unión:
Sean dos eventos “A” y “B”,
La unión de “A” y “B” se lee ”A unión B” que se denota como "𝐴 ∪ 𝐵" da como resultado un evento
que consiste en los resultados que están contenidos ya sea en “A” o en “B” por tanto la unión
incluye resultados para los que ocurren tanto “A” como “B” así como los resultados para los cuales
ocurren exactamente uno, esto puede observarse gráficamente como sigue:

18
4.3.3. Complemento:
Sea “A” un evento
El complemento de “A” se lee “A complemento” y se denota como "𝐴′ " da como resultado un
evento que contiene todos los resultados del espacio muestral a excepción de los que se
encuentran contenidos en el evento “A”
Ejercicio 4.3
Considere el experimento que consiste en lanzar un dado con los siguientes eventos
𝑬𝒗𝒆𝒏𝒕𝒐 𝑨: 𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑜 𝑑𝑒 𝑑𝑜𝑠
𝑬𝒗𝒆𝒏𝒕𝒐 𝑩: 𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑜 𝑑𝑒 𝑡𝑟𝑒𝑠
Calcular "𝐴 ∩ 𝐵", "𝐴 ∪ 𝐵", "𝐴′ "
Solución
Los elementos de los eventos son:
𝐴 = {2,4,6}
𝐵 = {3,6}
El diagrama de Venn que representa la situación planteada es como se muestra:

19
Del diagrama se puede observar que:
𝐴 ∩ 𝐵 = {6}
𝐴 ∪ 𝐵 = {2,3,4,6}
𝐴′ = {1,3,5}
4.4 Definición de probabilidad
__________________________________________________________________________
Definición de probabilidad
Como se vio anteriormente en un experimento se puede llegar a uno de los "𝑁" resultados
contenidos en el espacio muestral "𝒮", sea "𝐴" un evento con "𝑁(𝐴)" resultados posibles la
probabilidad de ocurrencia de "𝐴" se define como:
𝑁(𝐴)
𝑃(𝐴) =
𝑁
La probabilidad de A "𝑃(𝐴)", puede ser expresada como una fracción, como un porcentaje o como
un número decimal.
__________________________________________________________________________
Ejercicio 4.4
Considere el experimento de lanzar un dado y el evento "𝐴" de obtener un número múltiplo de

dos, calcular la probabilidad de ocurrencia del evento "𝐴".
Solución:
𝐸𝑣𝑒𝑛𝑡𝑜 𝐴: 𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑛𝑢𝑚𝑒𝑟𝑜 𝑝𝑎𝑟
𝐴 = {2,4,6}
𝑁(𝐴) 3 1
𝑃(𝐴) = = =
𝑁 6 2

20
1
𝑃(𝐴) = = 0.5 = 50%
2
Ejercicio 4.5
Una consultoría de proyectos de ingeniería civil ha licitado en tres proyectos Sea 𝐴𝑖 =

{𝑝𝑟𝑜𝑦𝑒𝑐𝑡𝑜 𝑖 𝑜𝑡𝑜𝑟𝑔𝑎𝑑𝑜}, para 𝑖 = 1,2,3 y suponga que 𝑃(𝐴1 ) = 0.165, 𝑃(𝐴2 ) = 0.200, 𝑃(𝐴3 ) = 0.315,
𝑃(𝐴1 ∩ 𝐴2 ) = 0.030, 𝑃(𝐴1 ∩ 𝐴3 ) = 0.035, 𝑃(𝐴2 ∩ 𝐴3 ) = 0.040, 𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ) = 0.01, Calcular:
a) La probabilidad de que a la consultoría le sean otorgados los proyectos 1 o 2.
b) La probabilidad de que a la consultoría le sean otorgados los proyectos 1 y 2.
c) La probabilidad de que le sea otorgado a lo más el proyecto 3.
Sugerencia: Recordar que la probabilidad del espacio muestral es uno. 𝑃(𝒮) = 1

Solución:
Para la resolución del problema planteado es necesario hacer uso del conocido Diagrama de Venn
que para el caso analizado se observa en la siguiente figura.
Las letras corresponden a variables con las cuales se plantearan las ecuaciones que permitan dar
solución al problema propuesto, las ecuaciones son formuladas de acuerdo a las condiciones
suministradas por el enunciado.
𝑷(𝑨𝟏 ) = 𝟎. 𝟏𝟔𝟓 → 𝐾 + 𝐿 + 𝑁 + 𝑃 = 0.165
𝑷(𝑨𝟐 ) = 𝟎. 𝟐𝟎𝟎 → 𝐿 + 𝑀 + 𝑃 + 𝑄 = 0.200

21
𝑷(𝑨𝟑 ) = 𝟎. 𝟑𝟏𝟓 → 𝑁 + 𝑃 + 𝑄 + 𝑅 = 0.315
𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) = 𝟎. 𝟎𝟑𝟎 → 𝐿 + 𝑃 = 0.030
𝑷(𝑨𝟏 ∩ 𝑨𝟑 ) = 𝟎. 𝟎𝟑𝟓 → 𝑁 + 𝑃 = 0.035
𝑷(𝑨𝟐 ∩ 𝑨𝟑 ) = 𝟎. 𝟎𝟒𝟎 → 𝑃 + 𝑄 = 0.040
𝑷(𝑨𝟏 ∩ 𝑨𝟐 ∩ 𝑨𝟑 ) = 𝟎. 𝟎𝟏 → 𝑃 = 0.01
𝑷(𝓢) = 𝟏 → 𝐾 + 𝐿 + 𝑀 + 𝑁 + 𝑃 + 𝑄 + 𝑅 + 𝑇 = 1
Resolviendo el sistema de ecuaciones se obtiene:
Solución a)
𝑷(𝑨𝟏 𝑼𝑨𝟐 ) = 𝐾 + 𝐿 + 𝑀 + 𝑁 + 𝑃 + 𝑄 = 𝟎. 𝟑𝟑𝟓

Solución b)
𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) = 𝐿 + 𝑃 = 𝟎. 𝟎𝟑
Solución c)
𝑷(𝒄) = 𝑅 + 𝑇 = 𝟎. 𝟔𝟔𝟓
Ejercicios conjuntos y probabilidad
1. Encuentre la probabilidad de que en el lanzamiento sencillo de un dado resulte un número
menor que 5.
Respuesta: 2/3 = 0.666667 = 66.6667%
2. En una urna se tienen 8 bolas de las cuales 4 son rojas, 2 son verdes y 2 son azules. Se saca
1 bola al azar, determine:
a) La probabilidad de sacar una bola roja. Respuesta: 4/8
b) La probabilidad de sacar una bola azul. Respuesta: 2/8
c) La probabilidad de sacar una bola verde. Respuesta: 2/8
d) La probabilidad de sacar una bola azul o una bola verde. Respuesta: 0.5 = 50%.
e) Se sacan 2 bolas simultáneamente, determine la probabilidad de sacar una bola azul y una
bola roja. Respuesta: 2/7
3. Un dado se lanza dos veces. Encuentre la probabilidad de sacar un 2 y un 5, sin importar el

orden de obtención.
Respuesta: 1/18 = 0.05556 = 5.556%
4. El acueducto de cierta ciudad ofrece una tasa subsidiada a cualquier familia cuyo consumo de
agua sea menor que cierta cantidad durante un determinado mes. Sea A el evento en el que
una familia elegida al azar, en cierta comunidad no rebasa el consumo subsidiado durante

22
Agosto, y sea B el evento análogo para el mes de Octubre (A y B se refieren a la misma

familia). Supóngase que P(A)=0.6, P(B)=0.8 y P(AUB)=0.9. Calcule P(A∩B) .
Respuesta: 0.5 = 50%.
5. Se elige al azar un alumno de cierto curso de estadística sea A el evento en el que el

estudiante utiliza una tarjeta de crédito VISA y B el evento análogo para una MasterCard.
Suponga que P(A)=0.5, P(B)=0.4, P(A∩B)=0.25
a) Calcule la probabilidad de que el individuo seleccionado tenga al menos una de las dos tarjetas
Respuesta: 0.65
b) ¿Cuál es la probabilidad de que el individuo seleccionado no tenga ninguna de estas tarjetas?
Respuesta: 0.35
c) ¿Cuál es la probabilidad de que el alumno seleccionado tenga una tarjeta visa pero no una
Mastercad?
Respuesta: 0.25
6. En una determinada localidad residencial, el 40% de los hogares tienen televisor pero no radio,
el 10% de los hogares tienen radio pero no televisor y el 35% tiene televisor y radio. Determine
la probabilidad de que tenga al menos uno de los Aparatos electrónicos.
7. Según el ejercicio anterior, determine la probabilidad de que no tenga televisor ni radio.

8. Una consultoría de proyectos de ingeniería civil ha licitado en tres proyectos: Sea 𝐴𝑖 =

{𝑝𝑟𝑜𝑦𝑒𝑐𝑡𝑜 𝑖 𝑜𝑡𝑜𝑟𝑔𝑎𝑑𝑜}, para 𝑖 = 1,2,3 y suponga que 𝑃(𝐴1 ) = 0.22, 𝑃(𝐴2 ) = 0.25, 𝑃(𝐴3 ) = 0.28,
𝑃(𝐴1 ∩ 𝐴2 ) = 0.11, 𝑃(𝐴1 ∩ 𝐴3 ) = 0.05, 𝑃(𝐴2 ∩ 𝐴3 ) = 0.07, 𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ) = 0.01, Calcular:
a) La probabilidad de que a la consultoría le sean otorgados los proyectos 1 o 2.
Respuesta: 0.360
b) La probabilidad de que a la consultoría le sean otorgados los proyectos 1 y 2.
Respuesta: 0.110
c) La probabilidad de que le sea otorgado a lo más el proyecto 3.
Respuesta: 0.640
d) La probabilidad de que no se le otorgue ningún proyecto a la consultoría.
Respuesta: 0.470
9. Se realiza una encuesta entre 250 estudiantes de una reconocida universidad para analizar el
medio de transporte que estos utilizan para llegar al claustro universitario los resultados fueron
los siguientes:
Medio No. Estudiantes

Automóvil 58

23
Motocicleta 68
Bus 83
Automóvil y Motocicleta 27
Motocicleta y Bus 16
Automóvil y Bus 23
Automóvil, Bus y Motocicleta 12
Calcular:
a) El número de estudiantes que utilizan únicamente Bus.
b) El número de estudiantes que no utilizan ninguno de los medios de transporte descritos.
c) El porcentaje de estudiantes que utilizan únicamente Motocicleta.
d) El porcentaje de estudiantes que utilizan Automóvil y Motocicleta pero no Bus.
e) El número de estudiantes que utilizan Automóvil o Motocicleta pero no Bus.
Respuesta: a) 56 b) 95 c) 14.8% d) 6.0% e) 72

10. Suponga que cierto ingeniero civil residente de obra en el proyecto de la construcción de un
colegio estudia los eventos A, B, C acerca del daño en una de las grúas empleadas en el
proyecto, suponga los siguientes eventos.
𝐴 = {𝑀𝑎𝑙 𝑚𝑎𝑛𝑒𝑗𝑜 𝑝𝑜𝑟 𝑝𝑎𝑟𝑡𝑒 𝑑𝑒𝑙 𝑜𝑝𝑒𝑟𝑎𝑟𝑖𝑜}
𝐵 = {𝑀𝑎𝑙𝑎 𝑐𝑎𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑒𝑞𝑢𝑖𝑝𝑜}
𝐶 = {𝐸𝑙 𝑒𝑞𝑢𝑖𝑝𝑜 𝑒𝑥𝑐𝑒𝑑𝑒 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑣𝑖𝑑𝑎 𝑢𝑡𝑙}
Con probabilidades de ocurrencia.
𝑃(𝐴) = 0.21, 𝑃(𝐵) = 0.65, 𝑃(𝐶) = 0.38, 𝑃(𝐴 ∩ 𝐵) = 0.1, 𝑃(𝐴 ∩ 𝐶) = 0.03, 𝑃(𝐵 ∩ 𝐶) = 0.17,
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 0.02,
a) Calcular la probabilidad de que el equipo haya fallado por mal manejo por parte del operario y
mala calidad del equipo.
b) Calcular la probabilidad de que el equipo haya fallado por mal manejo por parte del operario o
mala calidad del equipo.
c) Calcular la probabilidad de que el equipo haya fallado por mal manejo por parte del operario o
mala calidad del equipo pero no porque el equipo excede el tiempo de vida útil.
d) ¿Cuál es la probabilidad de que el equipo haya fallado por una causa diferente a A, B y c?
e) ¿Cuál es la probabilidad de que el equipo haya fallado únicamente por mala calidad del
equipo?
Respuesta: a) b) c) d) e)
11. En un estudio sobre la falla de estructuras de pavimento se tienen los siguientes eventos con
probabilidades de ocurrencia:
A = {Falla en la carpeta asfáltica}
B = {Falla una capa granular}
C = {Falla en la subrasante}
p(A) = 0.265000; p(B|A) = 0.0943396; p(B|A′ ) = 0.408163; p(C|A ∩ B) = 0.400000

p(C|A′ ∩ B) = 0.533333; p(C|A ∩ B ′ ) = 0.916667; p(C|A′ ∩ B′ ) = 0.804598

24
a) Calcule la probabilidad de que falle la carpeta asfáltica dado que hubo fallas en la subrasante y
en la capa granular.
b) Calcule la probabilidad de que se presente falla únicamente en la carpeta asfáltica.
c) Calcule la probabilidad de que fallen la subrasante y la carpeta asfáltica pero no la capa
granular.
d) Calcule la probabilidad de que falle una capa granular y la sub-rasante pero no la carpeta
asfáltica.
e) Calcule la probabilidad de que falle la sub-rasante, dado que se sabe que no fallo una capa
granular y fallo la carpeta asfáltica.
Sugerencia: Recuerde que:

𝑝(𝐴 ∩ 𝐵)
p(𝐴|B) =
𝑝(𝐵)
Respuesta: a) 0.058824 b) 0.020000 c) 0.220000 d) 0.1600000 e) 0.916667

12. En cierto experimento estadístico se lanza un par de dados.
a) Calcule la probabilidad de obtener un puntaje de siete.
b) Un valor múltiplo de seis.
Respuesta: a) b) c)
13. Se lanza tres veces una moneda.

a) Calcule la probabilidad de obtener dos caras y un sello.
b) Calcule la probabilidad de obtener solo caras o solo sellos.
Respuesta: a) b) c)
14. Se lanza un dado y dos veces una moneda.
a) Calcule la probabilidad de obtener dos caras y un número par.
b) Calcule la probabilidad de obtener una cara y un sello y un número múltiplo tres en el dado.
c) Si no se lanza el dado y se lanza 4 veces la moneda cual es la probabilidad de obtener a lo
más dos caras.
Respuesta: a) b) c)
15. Con el objetivo de analizar la salud de los ingenieros civiles de una reconocida firma
constructora, se realiza un estudio donde se evalúan distintos factores que contribuyen a la
buena salud de los ingenieros. Uno de los factores que se analiza está relacionado con la
cantidad de ejercicio físico que el ingeniero realiza, suponga los siguientes eventos con
probabilidades de ocurrencia.
𝐴 = {𝑅𝑒𝑎𝑙𝑖𝑧𝑎 𝑎𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑐𝑎𝑟𝑑𝑖𝑜𝑣𝑎𝑠𝑐𝑢𝑙𝑎𝑟 𝑒𝑛 𝑔𝑖𝑚𝑛𝑎𝑠𝑖𝑜}
𝐵 = {𝑅𝑒𝑎𝑙𝑖𝑧𝑎 𝑎𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑐𝑎𝑟𝑑𝑖𝑜𝑣𝑎𝑠𝑐𝑢𝑙𝑎𝑟 𝑎𝑙 𝑎𝑖𝑟𝑒 𝑙𝑖𝑏𝑟𝑒}
𝐶 = {𝑃𝑟𝑎𝑐𝑡𝑖𝑐𝑎 𝑎𝑙𝑔𝑢𝑛 𝑑𝑒𝑝𝑜𝑟𝑡𝑒}

25
𝑃(𝐴) = 0.16, 𝑃(𝐵) = 0.17, 𝑃(𝐶) = 0.13, 𝑃(𝐴 ∩ 𝐵) = 0.03, 𝑃(𝐴 ∩ 𝐶) = 0.02, 𝑃(𝐵 ∩ 𝐶) = 0.04, 𝑃(𝐴 ∩
𝐵 ∩ 𝐶) = 0.01
Si se selecciona al azar un ingeniero de la firma constructora, calcular:
a) La probabilidad de que practique algún deporte pero no realice actividad cardiovascular al aire
libre.
b) La probabilidad de que únicamente realice actividad cardiovascular en gimnasio.
c) La probabilidad de que a lo más practique algún deporte.
d) 𝑃((𝐴′ ∩ 𝐶) ∪ 𝐵), explicar la interpretación del resultado.
Respuesta: a) 0.090000 b) 0.120000 c) 0.700000 d) 0.25

16. Se realiza un estudio entre la comunidad estudiantil del pregrado de ingeniería civil en una
reconocida universidad sobre la marca de aparatos celulares que alguna vez han tenido los
estudiantes, suponga los siguientes eventos con probabilidades de ocurrencia.
𝐴 = {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 ℎ𝑎 𝑡𝑒𝑛𝑖𝑑𝑜 𝑎𝑙𝑔ú𝑛 𝑎𝑝𝑎𝑟𝑎𝑡𝑜 𝑐𝑒𝑙𝑢𝑙𝑎𝑟 𝑚𝑎𝑟𝑐𝑎 𝑎𝑝𝑝𝑙𝑒}
𝐵 = {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 ℎ𝑎 𝑡𝑒𝑛𝑖𝑑𝑜 𝑎𝑙𝑔ú𝑛 𝑎𝑝𝑎𝑟𝑎𝑡𝑜 𝑐𝑒𝑙𝑢𝑙𝑎𝑟 𝑚𝑎𝑟𝑐𝑎 𝑠𝑎𝑚𝑠𝑢𝑛𝑔}
𝐶 = {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 ℎ𝑎 𝑡𝑒𝑛𝑖𝑑𝑜 𝑎𝑙𝑔ú𝑛 𝑎𝑝𝑎𝑟𝑎𝑡𝑜 𝑐𝑒𝑙𝑢𝑙𝑎𝑟 𝑚𝑎𝑟𝑐𝑎 𝑏𝑙𝑎𝑐𝑘𝑏𝑒𝑟𝑟𝑦}
𝑃(𝐴) = 0.287, 𝑃(𝐵) = 0.410, 𝑃(𝐶) = 0.252, 𝑃(𝐴 ∩ 𝐵) = 0.120, 𝑃(𝐴 ∩ 𝐶) = 0.067, 𝑃(𝐵 ∩ 𝐶) = 0.082,
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 0.015
Si se selecciona al azar un estudiante de ingeniería civil, calcular:
a) La probabilidad de que el estudiante haya tenido un celular marca Apple o marca Samsung
pero no uno marca Blackberry.
b) La probabilidad de que el estudiante haya tenido a lo más una de las marcas de celular
mencionadas en los eventos A, B, y C.
c) La probabilidad de que el estudiante haya tenido a lo menos dos de las marcas de celular
mencionadas en los eventos A, B, y C.
d) 𝑃((𝐴′ ∩ 𝐶 ′ ) ∪ 𝐵), explicar la interpretación del resultado.

Respuesta: a) b) c) d)
17. Cierto estudiante de ingeniería es conocido entre sus compañeros por sus eficientes técnicas
de conquista aplicadas a las chicas de su facultad, suponga los siguientes eventos y
probabilidades de ocurrencia:
𝐴 = {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑛𝑡𝑒 𝑟𝑒𝑔𝑎𝑙𝑎 𝑐ℎ𝑜𝑐𝑜𝑙𝑎𝑡𝑒𝑠 𝑎 𝑠𝑢 𝑜𝑏𝑗𝑒𝑡𝑖𝑣𝑜}
𝐵 = {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝑖𝑛𝑣𝑖𝑡𝑎 𝑎 𝑠𝑎𝑙𝑖𝑟 𝑎 𝑙𝑎 𝑐ℎ𝑖𝑐𝑎 𝑜𝑏𝑗𝑒𝑡𝑖𝑣𝑜}
𝐶 = {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝑐𝑜𝑛𝑞𝑢𝑖𝑠𝑡𝑎 𝑎 𝑙𝑎 𝑐ℎ𝑖𝑐𝑎 𝑜𝑏𝑗𝑒𝑡𝑖𝑣𝑜}
𝑝(𝐴) = 0.265000; 𝑝(𝐵|𝐴) = 0.0943396; 𝑝(𝐵|𝐴′ ) = 0.408163; 𝑝(𝐶|𝐴 ∩ 𝐵) = 0.400000
𝑝(𝐶|𝐴′ ∩ 𝐵) = 0.533333; 𝑝(𝐶|𝐴 ∩ 𝐵′ ) = 0.916667; 𝑝(𝐶|𝐴′ ∩ 𝐵′ ) = 0.804598
a) Calcule la probabilidad de que el estudiante conquiste a una chica de la facultad.
b) Una chica de intercambio académico afirma que el estudiante le regalo chocolates, ¿cuál es la
probabilidad de que el estudiante la conquiste?
c) Una estudiante de Ingeniería Industrial afirma que el estudiante le regalo chocolates pero no la
invito a salir, ¿cuál es la probabilidad de que conquiste a la estudiante de ingeniería industrial?

26
d) Calcule la probabilidad de que el estudiante conquiste a una chica a la cual invito a salir.
Respuesta: a) 0.740000 b) 0.867925 c) 0.916667 d) 0.229729
18. Los ingenieros residentes de obra, pertenecientes a una constructora de edificaciones de

vivienda, resultan ampliamente beneficiados con la tecnología, uno de los problemas en la
construcción de una edificación es la visualización de los planos en la obra. En la actualidad
con equipos informáticos es posible la modelación y visualización de modelos tridimensionales
detallados elaborados con tecnologías BIM (building information modeling). Se sabe que el
38% de los ingenieros utiliza computador, si un ingeniero utiliza computador la posibilidad de
que utilice tableta es de 13.16%, si un ingeniero no utiliza computador la posibilidad de que
utilice tableta es de 25.81%, la probabilidad de que un ingeniero utilice el celular dado que
utiliza computador y tableta es de 60%, la probabilidad de que un ingeniero utilice el celular
dado que no utiliza computador y utiliza tableta es de 75%, si un ingeniero utiliza computador y
no utiliza tableta la posibilidad de que utilice celular es de 48.48%, si un ingeniero no utiliza
computador y no utiliza tableta la posibilidad de que utilice celular es de 47.83%. Suponga que
en la constructora laboran 47 ingenieros como residentes de obra, calcule:
a) El número de ingenieros que utilizan a los más uno de los equipos descritos.
b) El número de ingenieros que utilizan a lo menos dos de los equipos descritos.
c) El número de ingenieros que utilizan computador o tableta si se sabe que no utilizan
celular.
Respuesta: a) 31.49 ≡ 31 [𝐼𝑛𝑔𝑒𝑛𝑖𝑒𝑟𝑜𝑠] b) 15.51 ≡ 16 [𝐼𝑛𝑔𝑒𝑛𝑖𝑒𝑟𝑜𝑠] c) 23 [𝐼𝑛𝑔𝑒𝑛𝑖𝑒𝑟𝑜𝑠]
19. Cierto Grupo de Investigación, perteneciente a la Escuela de Ingeniería Civil de una reconocida
universidad, realiza una convocatoria para vincular nuevos investigadores. A la convocatoria se
presentan 51 investigadores, de los cuales: 10 se encuentran interesados únicamente en el
área de gestión, 3 en las áreas de gestión y estructuras, 1 en las áreas de aguas, estructuras y
gestión, 9 en el área de estructuras, 3 en las áreas de aguas y estructuras pero no de gestión,
28 en las áreas de gestión o estructuras y 15 en ninguna temática relacionadas con la gestión,
estructuras y aguas.
a) El director del grupo de investigación desea saber cuál es el número de investigadores que
se presentaron a las áreas de gestión y aguas pero no estructuras. ¿Qué responde usted al
del director del grupo de investigación?
b) ¿Cuál es el porcentaje de aspirantes que se presentaron al área de aguas?
c) ¿Cuál es el porcentaje de aspirantes que se presentaron a las áreas de aguas y estructuras pero no
al área de gestión?

27
Técnicas de conteo
5.1. Regla del producto
La regla del producto se aplica cuando se analiza un proceso que puede realizarse de 𝑛1 formas y
para cada una de tales formas existe otro proceso que puede realizarse de 𝑛2 formas, de la misma
forma existe otro proceso que puede realizarse de 𝑛3 formas, entonces la serie de ℎ operaciones
es posible realizarla de 𝑛1 𝑛2 𝑛3 … . . 𝑛ℎ formas diferentes.
Ejemplo 5.1.
Se lanza tres veces un dado, ¿Cuántos resultados pueden obtenerse?
Solución:
En cada lanzamiento del dado existen seis posibilidades de respuesta aplicando la regla del
producto se obtiene:
𝑛1 = 6; 𝑛2 = 6; 𝑛3 = 6
𝑁𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 = 𝑛1 𝑛2 𝑛3 = 6 ∗ 6 ∗ 6 = 216
5.2. Permutación
Una secuencia ordenada de 𝑘 elementos tomados de un conjunto de 𝑛 elementos se conoce

como permutación. El número de permutaciones de 𝑘 elementos tomados de un conjunto de 𝑛
elementos es:
𝑛!
𝑛𝑃𝑘 =
(𝑛 − 𝑘)!
Ejemplo 5.2.
Se desea definir un equipo de microfútbol para ello se cuenta con 7 jugadores potenciales, si el
equipo consta de 5 jugadores e importa la posición de cada jugador ¿Cuántos equipos diferentes
de microfútbol es posible definir?
Solución:
Según las indicaciones del enunciado la posición del jugador importa, por tanto se debe utilizar la
permutación.
𝑛 = 7; 𝑘 = 5
7!
𝑁𝑒𝑞𝑢𝑖𝑝𝑜𝑠 = 7𝑃5 =
(7 − 5)!
𝑵𝒆𝒒𝒖𝒊𝒑𝒐𝒔 = 𝟐𝟓𝟐𝟎
5.3. Combinación

28
Una secuencia 𝑘 elementos tomados de un conjunto de 𝑛 elementos donde el orden de obtención

no tiene incidencia se conoce como combinación. El número de combinaciones de 𝑘 elementos
tomados de un conjunto de 𝑛 elementos es:
𝑛 𝑛𝑃𝑘 𝑛!
𝑛𝐶𝑘 = ( ) = =
𝑘 𝑘! 𝑘! (𝑛 − 𝑘)!
Ejemplo 5.3.
Se desea definir un equipo de microfútbol para ello se cuenta con 7 jugadores potenciales, si el
equipo consta de 5 jugadores y no importa la posición de cada jugador ¿Cuántos equipos
diferentes de microfútbol es posible definir?
Solución:
Según las indicaciones del enunciado la posición del jugador no importa, por tanto se debe utilizar
la combinación.
𝑛 = 7; 𝑘 = 5
7!
𝑁𝑒𝑞𝑢𝑖𝑝𝑜𝑠 = 7𝑃5 =
(7 − 5)!
𝑵𝒆𝒒𝒖𝒊𝒑𝒐𝒔 = 𝟐𝟓𝟐𝟎
Ejemplo 5.4.
En una reconocida empresa constructora colombiana se desea elegir un comité de 5 integrantes
pertenecientes a la junta directiva de la empresa, se sabe que la junta directiva cuenta con 21
integrantes, de los cuales 5 son de Cundinamarca, 4 de Santander, 3 de Boyacá, 4 de Antioquia y
5 del Tolima. La selección del comité obedece a un evento internacional para el cual hay recursos
limitados, con la finalidad de no despertar malestar entre los involucrados la elección se realizara
al azar, calcule:
a) La probabilidad de que todos los departamentos estén representados.
b) La probabilidad de que a lo más dos departamentos estén representados.
c) La probabilidad de que a lo menos asistan 2 integrantes del departamento de Cundinamarca.
d) La probabilidad de que esté representado un único departamento.
Solución:
Para la solución del presente enunciado se elabora la tabla que se muestra a continuación, donde
se observa la composición de la junta directiva.
# de
Departamento
integrantes
Cundinamarca 5

29
Santander 4
Boyacá 3
Antioquia 4
Tolima 5
Total 21
Tabla 2: Composición de la junta directiva según departamento.
Solución a.
Según las condiciones expuestas por el enunciado, la solución es posible plantearla de la
siguiente forma:
5 4 3 4 5
( )( )( )( )( ) 400
𝑝(𝐴) = 1 1 1 1 1 = = 0.058971
21 6783
( )
5
𝟒𝟎𝟎
𝒑(𝑨) = = 𝟎. 𝟎𝟓𝟖𝟗𝟕𝟏 = 𝟓. 𝟖𝟗𝟕𝟏%
𝟔𝟕𝟖𝟑
Solución b.
siguiente forma:
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
𝑝(𝐵) = 5 0 0 0 0 + 0 0 0 0 5 + 4 1 0 0 0 + 3 2 0 0 0
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 2 3 0 0 0 + 1 4 0 0 0 + 4 0 1 0 0 + 3 0 2 0 0
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 2 0 3 0 0 + 4 0 0 1 0 + 3 0 0 2 0 + 2 0 0 3 0
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 1 0 0 4 0 + 4 0 0 0 1 + 3 0 0 0 2 + 2 0 0 0 3
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5

30
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 1 0 0 0 4 + 0 4 1 0 0 + 0 3 2 0 0 + 0 2 3 0 0
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 0 4 0 1 0 + 0 3 0 2 0 + 0 2 0 3 0 + 0 1 0 4 0
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 0 4 0 0 1 + 0 3 0 0 2 + 0 2 0 0 3 + 0 1 0 0 4
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 0 0 3 2 0 + 0 0 2 3 0 + 0 0 1 4 0 + 0 0 3 0 2
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5 5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )
+ 0 0 2 0 3 + 0 0 1 0 4 + 0 0 0 4 1 + 0 0 0 3 2
21 21 21 21
( ) ( ) ( ) ( )
5 5 5 5
5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( )
+ 0 0 0 2 3 + 0 0 0 1 4
21 21
( ) ( )
5 5
1 1 20 20 40 5 5 10 10
𝑝(𝐵) = + + + + + + + +
20349 20349 20349 6783 20349 20349 6783 6783 20349
20 20 40 5 25 100 100 25 1
+ + + + + + + + +
20349 6783 20349 20349 20349 20349 20349 20349 6783
4 2 4 8 8 4 5 40 20
+ + + + + + + + +
6783 6783 20349 6783 6783 20349 20349 20349 6783
20 2 4 1 10 10 5 5 40
+ + + + + + + + +
20349 6783 6783 6783 20349 6783 6783 20349 20349
20 20
+ +
6783 20349
302 337 107 320

𝑝(𝐵) = + + =
20349 20349 6783 6783
𝟑𝟐𝟎
𝒑(𝑩) = = 𝟎. 𝟎𝟒𝟕𝟏𝟕𝟕 = 𝟒. 𝟕𝟏𝟕𝟕%
𝟔𝟕𝟖𝟑

31
Solución c.
siguiente forma:
5 16 5 16 5 16 5 16
( )( ) ( )( ) ( )( ) ( )( ) 800 400 80 1 983
𝑝(𝐶) = 2 3 + 3 2 + 4 1 + 5 0 = + + + =
21 21 21 21 2907 6783 20349 20349 2907
( ) ( ) ( ) ( )
5 5 5 5
𝟗𝟖𝟑
𝒑(𝑪) = = 𝟎. 𝟑𝟑𝟖𝟏𝟒𝟗 = 𝟑𝟑. 𝟖𝟏𝟒𝟗%
𝟐𝟗𝟎𝟕
Solución d.
siguiente forma:
5 4 3 4 5 5 4 3 4 5
( )( )( )( )( ) ( )( )( )( )( ) 1 1 2
𝑝(𝐷) = 5 0 0 0 0 + 0 0 0 0 5 = + =
21 21 20349 20349 20349
( ) ( )
5 5
𝟐
𝒑(𝑫) = = 𝟎. 𝟎𝟎𝟎𝟎𝟗𝟖𝟐𝟖 = 𝟎. 𝟎𝟎𝟗𝟖𝟐𝟖%
𝟐𝟎𝟑𝟒𝟗
Ejemplo 5.4.
Se lanzan 6𝑛 dados balanceados sobre una mesa lisa y plana. ¿Cuál es la probabilidad que cada
número (1, 2, 3, 4, 5, 6) aparezca exactamente 𝑛 veces? Tener en cuenta que 𝑛 es un número
entero positivo.
Solución
Sea el evento 𝐴: cada número (1, 2, 3, 4, 5, 6) aparezca exactamente 𝑛 veces, entonces:
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠

𝑃(𝐴) =
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
Número de dados: 6𝑛
Resultados posibles de cada dado: 6
Total resultados posibles: resultados posibles dado 1 * resultados posibles dado 2*…..* resultados
posibles dado 6𝑛
Total resultados posibles = 6 ∗ 6 ∗ 6 ∗ 6 ∗ … … … . .∗ 6

 6𝑛

32
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 = 66𝑛
Total de resultados favorables:

Opciones de que el 1 salga 𝑛 veces * Opciones de que el 2 salga 𝑛 veces *….* Opciones de que el
6 salga 𝑛 veces
Inicialmente tenemos 6𝑛 dados y deseamos conocer cuantas opciones tenemos de que en 𝑛

dados salgan 1:
Como no nos interesa el orden es el número de combinaciones posibles.
6𝑛 (6𝑛)!
Opciones de que el 1 salga 𝑛 veces = ( )=
𝑛 𝑛!(6𝑛−𝑛)!
(6𝑛)!
𝑂𝑝𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑞𝑢𝑒 𝑒𝑙 1 𝑠𝑎𝑙𝑔𝑎 𝑛 𝑣𝑒𝑐𝑒𝑠 =
𝑛! (5𝑛)!
Ahora nos quedaron de los 6𝑛 dados iniciales, (6𝑛 − 𝑛) dados ya que 𝑛 dados tienen resultado 1.
5𝑛 (5𝑛)!
𝑛 𝑛!(5𝑛−𝑛)!
(5𝑛)!
𝑛! (4𝑛)!
Ahora nos quedaron de los 5𝑛 dados disponibles, (5𝑛 − 𝑛) dados ya que otros 𝑛 dados tienen
resultado 2.
4𝑛 (4𝑛)!
𝑛 𝑛!(4𝑛−𝑛)!
(4𝑛)!
𝑛! (3𝑛)!
resultado 3.
3𝑛 (3𝑛)!
𝑛 𝑛!(3𝑛−𝑛)!
(3𝑛)!
𝑛! (2𝑛)!
resultado 4.

33
2𝑛 (2𝑛)!
𝑛 𝑛!(2𝑛−𝑛)!
(2𝑛)!
𝑛! (𝑛)!
resultado 5.
𝑛 (𝑛)!
Opciones de que el 6 salga 𝑛 veces = ( ) =
𝑛 𝑛!(𝑛−𝑛)!
𝑛!
𝑛!
(6𝑛)! (5𝑛)! (4𝑛)! (3𝑛)! (2𝑛)! 𝑛!
Total de resultados favorables: ∗ ∗ ∗ ∗ ∗
𝑛!(5𝑛)! 𝑛!(4𝑛)! 𝑛!(3𝑛)! 𝑛!(2𝑛)! 𝑛!(𝑛)! 𝑛!
(6𝑛)!
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 =
(𝑛!)6
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
Si se recuerda que 𝑃(𝐴) = entonces:
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
(6𝑛)!
(𝑛!)6
𝑃(𝐴) = 6𝑛
6
(𝟔𝒏)!
𝑷(𝑨) =
(𝒏!)𝟔 𝟔𝟔𝒏

34
Ejercicios Técnicas De Conteo
1. De cuantas maneras se pueden ordenar 7 balotas de colores en línea.
Respuesta: 5040
2. Cuantos resultados posibles pueden obtenerse al lanzar tres dados (uno después del otro).
Respuesta: 216
3. Se lanzan tres dados. Calcule la probabilidad de obtener puntajes iguales en los tres dados.
Respuesta: 0.0277778
4. Cierto Ingeniero Civil encargado de la venta de apartamentos ofrece siete tipos de
apartamentos, el cliente podrá elegir dos tipos de adicciones en acabados entre los que se
encuentran: puertas de cedro, guardarropas de cedro, cielo raso drywall, piso en porcelanato
para las habitaciones, bañera, estuco veneciano en la cocina y mesón en mármol de alta
calidad. El ingeniero desea crear un aviso bastante llamativo el cual lleva como frase principal
“Venga y escoja entre “n” apartamentos diferentes”. ¿Cuál es el valor “n”?
Respuesta: 147
5. En una obra un ingeniero residente dispone de 11 ayudantes, si este ingeniero desea formar
una cuadrilla la cual conste de 4 ayudantes ¿Cuántas cuadrillas diferentes podrá formar?
Respuesta: 330
6. Un reconocido restaurante encargado de la venta de almuerzos estudiantiles ofrece a sus
clientes tres sopas, dos platos principales y tres bebidas, si un almuerzo consiste en una sopa,
un plato principal y una bebida ¿Cuántos almuerzos diferentes puede el restaurante ofrecer a
su clientela?
Respuesta: 18
7. Dos reconocidas firmas consultoras “A” y “B” encargadas del diseño de viviendas unifamiliares
ofrecen a sus clientes la opción de elegir el conjunto de profesionales que actuaran en el
diseño de la vivienda deseada, la consultoría A cuenta con 7 arquitectos, 5 ingenieros
estructurales y 2 ingenieros de suelos, la consultoría “B” cuenta con 8 arquitectos, 4 ingenieros
estructurales y 3 ingenieros de suelos, si el grupo de los encargados del diseño de una
vivienda se componen de un arquitecto, un ingeniero estructural y un ingeniero de suelos
¿Cuántos grupos diferentes de profesionales una familia podrá elegir teniendo en cuenta que
todos los profesionales deben pertenecer a la misma firma consultora?
Respuesta: 166
8. Cierto comité de ingenieros civiles consta de siete integrantes, en este comité se premia la
puntualidad de sus asistentes dado que se hace uso de una mesa con 5 sillas quedando dos
de los integrantes de pie los cuales son los últimos en llegar

35
a) ¿De cuántas formas posibles pueden ubicarse los ingenieros en la mesa del comité?
b) De los 7 integrantes 4 son hombres y 3 son mujeres ¿De cuantas formas posibles pueden
ubicarse los ingenieros si se debe alternar hombre – mujer y las mujeres deben ir en los
lugares pares?
Respuesta: a) 2520 b) 144

9. Una mano de póker consiste en 13 cartas seleccionadas al azar de una baraja de 52 cartas.
a) Calcular la probabilidad de obtener las 13 cartas de corazones
b) Cierto juego consiste en extraer 4 cartas de la baraja sin remplazo, calcular la probabilidad
de sacar los 4 aces
Respuestas: 1/6350135559600.
10. En una urna se dispone de 6 balotas rojas 4 azules y 3 negras si se extraen dos balotas
sucesivamente calcular la probabilidad de obtener:
a) Dos balotas negras.
b) Una balota roja y una azul.
c) Sacar balotas sin obtener alguna de color negro.
d) Si se sacan tres balotas de la urna calcular la probabilidad de obtener una de cada color.
Respuesta: a) 1/26 b) 4/13 c) 15/26 d) 36/143

11. A un ingeniero encargado del diseño de los parqueaderos de un edificio de oficinas el cliente le
indica que requiere de 8 parqueaderos para los automóviles de la empresa. Los automóviles
dos son Mercedez Benz, tres BMW y 3 son Chevrolet.
a) Suponga que por cuestiones de estética los autos de la misma marca deberán quedar juntos
¿Cuántas formas posibles existen para parquear estos automóviles?
b) Los autos Mercedes Benz pertenecen a los cargos más altos de la empresa los cuales
deben quedar uno al lado del otro mientras que los de las otras marcas pueden quedar en
cualquier orden ¿Cuántas formas posibles existen para parquear estos automóviles en tales
condiciones?
c) Por capricho del cliente la posición de los Mercedes Benz deberán ser {1,4} las posiciones
de los BMW serán {2,5,7} y los Chevrolet {3,6,8} ¿Cuántas formas posibles existen para
parquear estos automóviles en tales condiciones?
Respuesta: a) 432 b) 10080 c) 72

12. Una mano de póker consiste en 5 cartas seleccionadas sin remplazo de una barajas de 52
cartas. Determine la probabilidad de obtener.
a) Full: Tres cartas con la misma numeración y otros dos con misma numeración.
b) Escalera: Cinco cartas con numeración consecutiva (El as puede ir al comienzo o al final).
c) Póker. Cuatro cartas con la misma numeración.
d) Obtener los cuatro ases presentes en la baraja.
e) Obtener cinco cartas de corazones.
Respuesta: a) 6/4165 b) 128/32487 c) 1/4165 d) 1/54145 e) 33/66640

36
13. La junta directiva de una reconocida firma consultora de proyectos de ingeniería se reúne cada
semana para la toma de decisiones sobre el rumbo que deberá tomar la compañía en el futuro.
La junta se realiza en una oficina que cuenta con una mesa redonda y está integrada por 13
directivos, se sabe que el presidente de la compañía tiene un asiento fijo y que tres de los
ingenieros poseen grandes diferencias a tal punto que no pueden sentarse uno al lado del otro.
Calcule el número de formas diferentes en que pueden ubicarse los directivos para la junta
teniendo en cuenta las condiciones descritas.
Respuesta: 457228800
14. Un club de ingenieros extranjeros tiene como miembros a dos canadienses tres japoneses
cinco italianos y dos alemanes si se selecciona al azar un comité de cuatro calcule la
probabilidad de que:
a) Todas las nacionalidades estén representadas.
b) Todas las nacionalidades estén representadas excepto los italianos.
c) Todos los miembros del comité son italianos.
d) A lo más dos miembros del comité son italianos.
e) A lo sumo dos miembros sean japoneses.
f) A lo menos un miembro del comité sea alemán.
Respuesta: a) 4/33 b) 8/165 c) 1/99 d) 28/33 e) 54/55 f) 19/33
15. Un estudiante de ingeniería desea ubicar en una biblioteca 11 libros de los cuales 4 son de
matemáticas 5 de física y 2 de química calcular
a) El número de ubicaciones posibles si no se tiene en cuenta el orden de los libros.
b) El número de ubicaciones posibles si los libros de cada una de las asignaturas deben
quedar seguidos.
c) El número de ubicaciones posibles si únicamente los libros de matemáticas deben quedar
seguidos.
d) El número de ubicaciones posibles si los 4 libros de matemáticas jamás deben quedar
seguidos (tres pueden quedar seguidos al igual que dos).
Respuesta: a) 39916800 b) 34560 c) 967680 d) 38949120

16. Un ingeniero residente en la construcción de un reconocido intercambiador cuenta con 11
ayudantes la tarea del día consiste en formar una cuadrilla de 6 ayudantes para las
excavaciones y otra de 5 ayudantes para la fundición de un muro de contención ¿De cuantas
formas diferentes el ingeniero puede formar las cuadrillas descritas?
Respuesta: 462
17. En una urna se dispone de 8 balotas blancas, 5 negras, 6 azules y 7 Rojas. Si se extraen
cuatro balotas de la urna sucesivamente y sin remplazo calcular:
a) La probabilidad de obtener 2 blancas y 2 Negras.
b) La probabilidad de obtener cuatro balotas del mismo color.
c) Calcular la probabilidad de obtener a los menos tres balotas del mismo color.
Respuesta: a) 0.018729 b) 0.008361

37
18. Un experimento de estadística consiste en lanzar un dado dos veces y finalmente una moneda,
calcular:
a) La probabilidad de obtener un puntaje superior a siete en la suma de los puntajes obtenidos
en los lanzamientos del dado.
b) La probabilidad de obtener números pares en los lanzamientos del dado y una cara en la
moneda.
Respuesta: a) 0.416667 b) 0.125000

19. En una urna se dispone de 9 balotas blancas, 6 negras, 8 azules y 7 Rojas. Si se extraen
cuatro balotas de la urna sucesivamente y sin remplazo calcular:
a) La probabilidad de obtener balotas de colores diferentes.
b) La probabilidad de obtener balotas azules o rojas.
c) La probabilidad de obtener a lo más dos balotas rojas.
d) La probabilidad de obtener a lo menos dos balotas negras o azules.
Respuesta: a) 0.110345 b) 0.049808 c) 0.969349 d) 0.647510
20. Un experimento estadístico consiste en lanzar 𝑛 veces una moneda con dos posibilidades de
respuesta de igual probabilidad, calcule:
a) La probabilidad de obtener a lo menos un sello.
b) La probabilidad de obtener solo sellos o solo caras.
c) La probabilidad de obtener a lo más una cara.
1 1 𝑛+1
Respuesta: a) 1 − b) c)
2𝑛 2𝑛−1 2𝑛
21. Cierto estudiante de ingeniería cultivo en sus primeros años de universidad una gran pasión
por el juego de póker, con el paso del tiempo y los consejos e influencias de sus amistades se
convirtió en adicto a las apuestas de dinero en los juegos. En vísperas al pago de los derechos
de matrícula, su madre, una humilde campesina que trabaja horario extendido para pagar los
estudios del joven, envía el dinero necesario para la alimentación y el pago de la matrícula, el
joven no resiste la tentación y apuesta dicho dinero en un juego. En el juego, el estudiante es
famoso por obtener full, (tres cartas con la misma numeración y otras dos con misma
numeración), en el momento en que inicia el juego cuando selecciona 5 cartas de una baraja
de 52 cartas, se sabe que la probabilidad de ganar el juego y obtener full es de 1/833 y que la
probabilidad de ganar el juego sin obtener full es de 1/2025. Calcular la probabilidad de que el
estudiante pierda el juego y por tanto el dinero de la matrícula y alimentación (expresar la
respuesta en fraccionario).
1683967
Respuesta:
1686825
22. Un experimento estadístico consiste en lanzar un dado 𝑛 veces calcular:

a) La probabilidad de obtener al menos un resultado diferente en los lanzamientos.
b) La probabilidad de obtener puntajes iguales en todos los lanzamientos.
1 1
Respuesta: a) 1 − b)
6𝑛−1 6𝑛−1

38
23. En una urna se depositan 6 balotas blancas, 5 rojas, 4 azules y 3 negras. Si se extraen 4
balotas sucesivamente y sin remplazo. Calcular la probabilidad del obtener a lo más 2 balotas
blancas o azules.
21
Respuesta:
34
24. Suponga que un experimento estadístico consiste en lanzar un dado 𝑛 veces.

a) Calcular la probabilidad de obtener únicamente resultados pares en todos los lanzamientos.
b) Calcular la probabilidad de obtener resultados iguales en los 𝑛 lanzamientos del dado.
c) Calcular la probabilidad de obtener resultados superiores o iguales a cuatro.
1 1 1
Respuesta: a) b) c)
2𝑛 6𝑛−1 2𝑛

39
6. Diagramas de árbol y probabilidad condicional

______________________________________________________________________________
Definición probabilidad condicional
Sean “A” y “B” eventos contenidos en un espacio muestral con 𝑝(𝐵) > 0, la probabilidad de
condicional se define como:
𝑝(𝐴 ∩ 𝐵)
p(𝐴|B) =
𝑝(𝐵)
Se lee “La probabilidad de que ocurra el evento “A” dado que ocurrió el evento “B”.
______________________________________________________________________________
______________________________________________________________________________
Axiomas de la probabilidad
Axioma 1.
0 ≤ 𝑃(𝐴) ≤ 1
Axioma 2.
Sean 𝐴1 , 𝐴2 … … 𝐴𝑘 eventos mutuamente excluyentes.

𝑘
𝑃(𝐴1 ∪ 𝐴2 ∪ … … ∪ 𝐴𝑘 ) = ∑ 𝐴𝑖
𝑖=1
Axioma 3.
La probabilidad del todos los elementos del espacio muestral es uno.
𝑃(𝒮) = 1
_____________________________________________________________________________
Ejercicio 6.1.
La urna A contiene 8 bolas rojas 5 azules en tanto que la urna B contiene 7 bolas rojas y 6 azules.

40
a) Se lanza un dado si se obtiene un número mayor o igual que 2 se saca una bola de la urna A,
de lo contrario se saca una bola de la urna B. Determine la probabilidad de sacar una bola roja.
b) Si la bola extraída, según el literal anterior, se deposita en la urna diferente a la que se sacó y
se lanza de nuevo el dado, manteniendo las mismas condiciones de extracción del literal a.,
cuál es la probabilidad de extraer dos bolas del mismo color.
c) Teniendo en cuenta el numeral a y b, ¿Cuál es la probabilidad de extraer en el orden una bola
roja y luego una bola azul?
Solución:
Para la solución se emplea el diagrama de árbol que se observa en la figura, en donde debe
tenerse en cuenta que la suma de las probabilidades de las ramas que salen de un nodo dede ser
uno.
Efectuando las opresiones necesarias se tiene que:
a)
47
𝑃(𝐴) =
78
b)
1234
𝑃(𝐵) =
2457
c)
1223
𝑃(𝐶) =
4914

41

42
Ejemplo 6.2.
El gerente de una reconocida firma de consultoría se encuentra interesado en estudiar el motivo
del retraso en cronograma de algunos proyectos, la firma de consultoría se encarga de la
elaboración de los estudios técnicos para la construcción de obras de infraestructura del estado.
De la experiencia se sabe que el 25% de las veces el retraso se genera por concepto del equipo
técnico de la arquitectura, mientras que el 45% de las veces el retraso se genera por concepto del
equipo técnico de estructuras, se sabe que el equipo de diseño de redes tiene la responsabilidad
en retrasos el doble de las veces del equipo de geotecnia y el equipo de presupuesto 1.5 veces
las del equipo de redes. Si se presenta retraso por concepto del equipo de estructuras el 30% de
las veces se debe al personal no profesional, para el caso del equipo de presupuesto este
porcentaje corresponde al 55% y para el equipo de Geotecnia 50%. El gerente afirma que si hay
retraso en cronograma por concepto del personal no profesional la posibilidad que pertenezca al
equipo de estructuras es de 27.07%, la posibilidad que pertenezca al equipo de redes es de
18.05%.
a) Si hay un retraso en cronograma por concepto del personal profesional, calcule la probabilidad
de que pertenezca al equipo de arquitectura.
b) Calcule el porcentaje de veces en que un atraso se debe al personal profesional, si se sabe
que pertenece al equipo de redes.
c) ¿Cuál es la probabilidad se presente un atraso por concepto del equipo de presupuesto?
Solución:
Teniendo en cuenta la complejidad del enunciado para el desarrollo se utiliza el diagrama de árbol.
En las primeras ramas del diagrama de árbol se deberá modelar los diferentes equipos técnicos la
segunda rama representara si el personal es profesional o no profesional.

43
La asignación de probabilidades se realiza con los datos suministrados por el enunciado, las letras
son variables que se pretenden despejar con los datos restantes.
𝑝(𝐸𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑠 ∩ 𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
𝑝(𝐸𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑠|𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙) = = 0.270700
𝑝(𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
𝑝(𝐸𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑠|𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
(0.45)(0.30)
= = 0.270700
(0.25)(1 − 𝑝) + (0.45)(0.30) + (2𝐻)(1 − 𝑞) + (𝐻)(0.50) + (3𝐻)(0.55)
𝑝(𝑅𝑒𝑑𝑒𝑠 ∩ 𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
𝑝(𝑅𝑒𝑑𝑒𝑠|𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙) = = 0.180500
𝑝(𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
(2𝐻)(1 − 𝑞)
𝑝(𝑅𝑒𝑑𝑒𝑠|𝑁𝑜 𝑝𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙) =
(0.25)(1 − 𝑝) + (0.45)(0.30) + (2𝐻)(1 − 𝑞) + (𝐻)(0.50) + (3𝐻)(0.55)
= 0.180500
0.25 + 0.45 + 2𝐻 + 𝐻 + 3𝐻 = 1
Se obtiene un sistema de tres ecuaciones con tres incógnitas.
(0.45)(0.30)
= 0.270700 (𝟏)
(0.25)(1 − 𝑝) + (0.45)(0.30) + (2𝐻)(1 − 𝑞) + (𝐻)(0.50) + (3𝐻)(0.55)
(2𝐻)(1 − 𝑞)
= 0.180500 (𝟐)
(0.25)(1 − 𝑝) + (0.45)(0.30) + (2𝐻)(1 − 𝑞) + (𝐻)(0.50) + (3𝐻)(0.55)
0.25 + 0.45 + 2𝐻 + 𝐻 + 3𝐻 = 1 (𝟑)
𝑯 = 𝟎. 𝟎𝟓𝟎𝟎𝟎𝟎; 𝒑 = 𝟎. 𝟑𝟑𝟓𝟐𝟑𝟖; 𝒒 = 𝟎. 𝟎𝟗𝟗𝟖𝟑𝟒
Solución a.
Según la estructura de la pregunta, se requiere calcular una probabilidad condicional.
𝑝(𝐴𝑟𝑞𝑢𝑖𝑡𝑒𝑐𝑡𝑢𝑟𝑎 ∩ 𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
𝑝(𝐴𝑟𝑞𝑢𝑖𝑡𝑒𝑐𝑡𝑢𝑟𝑎|𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙) =
𝑝(𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
𝑝(𝐴𝑟𝑞. |𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙)
(0.25)(0.335238)
=
(0.25)(0.335238) + (0.45)(0.70) + (2)(0.05)(0.099834) + (0.05)(0.50) + (3)(0.05)(0.45)
𝒑(𝑨𝒓𝒒. |𝑷𝒓𝒐𝒇𝒆𝒔𝒊𝒐𝒏𝒂𝒍) = 𝟎. 𝟏𝟔𝟕𝟏𝟖𝟕 = 𝟏𝟔. 𝟕𝟏𝟖𝟕%

Solución b.
Según la estructura de la pregunta, se requiere calcular una probabilidad condicional.
𝑝(𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙 ∩ 𝑅𝑒𝑑𝑒𝑠)
𝑝(𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙|𝑅𝑒𝑑𝑒𝑠) =
𝑝(𝑅𝑒𝑑𝑒𝑠)

44
(2)(0.05)(0.099834)
𝑝(𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙|𝑅𝑒𝑑𝑒𝑠) =
(2)(0.05)
𝒑(𝑷𝒓𝒐𝒇𝒆𝒔𝒊𝒐𝒏𝒂𝒍|𝑹𝒆𝒅𝒆𝒔) = 𝟎. 𝟎𝟗𝟗𝟖𝟑𝟒 = 𝟗. 𝟗𝟖𝟑𝟒%

Solución c.
Según la estructura de la pregunta, se requiere calcular una probabilidad.
𝑝(𝑃𝑟𝑒𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑜) = (3)(0.05) = 0.15
𝒑(𝑷𝒓𝒆𝒔𝒖𝒑𝒖𝒆𝒔𝒕𝒐) = 𝟎. 𝟏𝟓𝟎𝟎𝟎𝟎 = 𝟏𝟓. 𝟎𝟎𝟎𝟎%

Ejemplo 6.3.
Una estudiante de ingeniería civil con gran sentido del deber a su labor como estudiante sale tarde
del claustro universitario, esto con motivo de la realización del trabajo final de resistencia de
materiales. A dos manzanas de la entrada principal la estudiante es abordada por un ladrón que
aprovecha la oscuridad de la noche y la soledad del sitio para hurtarle el celular. Un policía que
patrulla cerca del lugar en que suceden los hechos acude al auxilio de la estudiante, el ladrón
huye hasta una casa abandona en donde encuentra posibles escapatorias. El ladrón es más veloz
que el policía, en el caso en que el ladrón encuentre una salida diferente a la de la entrada
escapara del policía.
El ladrón ingresa por la salida 1 y su única escapatoria es llegar a la salida 2, por tanto el ladrón
deberá pasar por alguna ruta en donde encontrara algunas puertas internas en la casa, para su
escapatoria las puertas de alguna de las rutas deberán estar abiertas. Se sabe que:
𝑝(𝑃𝑢𝑒𝑟𝑡𝑎 1, 𝑎𝑏𝑖𝑒𝑟𝑡𝑎) = 𝑝(𝑃𝑢𝑒𝑟𝑡𝑎 2, 𝑎𝑏𝑖𝑒𝑟𝑡𝑎) = 𝑝(𝑃𝑢𝑒𝑟𝑡𝑎 3, 𝑎𝑏𝑖𝑒𝑟𝑡𝑎) = 0.35
𝑝(𝑃𝑢𝑒𝑟𝑡𝑎 4, 𝑎𝑏𝑖𝑒𝑟𝑡𝑎) = 𝑝(𝑃𝑢𝑒𝑟𝑡𝑎 5, 𝑎𝑏𝑖𝑒𝑟𝑡𝑎) = 0.25

Calcule la probabilidad de que el ladrón logre escapar del policía, suponga que los eventos en que
las puertas estén abiertas o cerradas son independientes.
Solución:
Se analiza la probabilidad de que el ladrón logre superar la primera serie de puertas, para logre
superarla la Puerta 1 debe estar abierta o la Puerta 2 o la Puerta 3, la probabilidad se calcula de la
siguiente forma.
𝑝(𝑃 1, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 2, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 3, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎) = 1 − 𝑝(𝑃 1, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎 ∩ 𝑃 2, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎 ∩ 𝑃 3, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎)

Aplicando la propiedad de la independencia de eventos se tiene:

45
𝑝(𝑃 1, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 2, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 3, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎)

= 1 − (𝑝(𝑃 1, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎))(𝑝(𝑃 2, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎))(𝑝(𝑃 3, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎))
𝑝(𝑃 1, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 2, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 3, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎) = 1 − (0.65)(0.65)(0.65)
𝒑(𝑷 𝟏, 𝑨𝒃𝒊𝒆𝒓𝒕𝒂 ∪ 𝑷 𝟐, 𝑨𝒃𝒊𝒆𝒓𝒕𝒂 ∪ 𝑷 𝟑, 𝑨𝒃𝒊𝒆𝒓𝒕𝒂) = 𝟎. 𝟕𝟐𝟓𝟑𝟕𝟓

Se analiza la probabilidad de que el ladrón logre superar la segunda serie de puertas, para logre
superarla la Puerta 4 debe estar abierta o la Puerta 5, la probabilidad se calcula de la siguiente
forma.
𝑝(𝑃 4, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 5, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎) = 1 − 𝑝(𝑃 4, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎 ∩ 𝑃 5, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎)

Aplicando la propiedad de la independencia de eventos se tiene:
𝑝(𝑃 4, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 5, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎) = 1 − (𝑝(𝑃 4, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎))(𝑝(𝑃 5, 𝐶𝑒𝑟𝑟𝑎𝑑𝑎))
𝑝(𝑃 4, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎 ∪ 𝑃 5, 𝐴𝑏𝑖𝑒𝑟𝑡𝑎) = 1 − (0.75)(0.75)
𝒑(𝑷 𝟒, 𝑨𝒃𝒊𝒆𝒓𝒕𝒂 ∪ 𝑷 𝟓, 𝑨𝒃𝒊𝒆𝒓𝒕𝒂) = 𝟎. 𝟒𝟑𝟕𝟓𝟎𝟎

Para que el ladrón pueda escapar deberá encontrar abierta una puerta de la primera serie de
puertas (Puerta 1, Puerta 2 y Puerta 3) y una puerta de la segunda serie de puertas (Puerta 4 y
Puerta 5). Las probabilidades de los eventos descritos se calcularon en los pasos anteriores.
Aplicando la independencia de evento se tiene:
𝑃(𝐸𝑠𝑝𝑎𝑐𝑎𝑟) = (0.725375)(0.437500) = 0.317352
𝑷(𝑬𝒔𝒑𝒂𝒄𝒂𝒓) = 𝟎. 𝟑𝟏𝟕𝟑𝟓𝟐
Ejercicios de probabilidad condicional y diagramas de árbol

1. En una encuesta que tiene por objeto estudiar el número de estudiantes de cierta universidad
que ejercitan su cuerpo teniendo en cuenta si es hombre o mujer, se entrevistan a 145 mujeres
y a 163 hombres donde se obtienen los siguientes resultados.
Ejercitan su cuerpo
Si No
Hombres 11 152
Mujeres 25 120
Si se elige a un estudiante al azar calcule:

a) La probabilidad de que sea mujer.
b) La probabilidad de que no ejercite su cuerpo.
c) Si el estudiante resulta ser hombre calcule la probabilidad de que ejercite su cuerpo.
d) Si se sabe que el estudiante ejercita su cuerpo calcule la probabilidad de que sea mujer.

46
e) Se entrevista nuevamente al estudiante elegido resultando que no ejercita su cuerpo ¿cuál es

la probabilidad de que sea un hombre?
Respuesta: a) 0.470779 b) 0.883117 c) 0.067485 d) 0.694444 e) 0.558824.

2. Para cierta obra de ingeniería civil se hace un pedido de ropa de trabajo teniendo en cuenta la
talla requerida y el color del uniforme de trabajo para esto se realizó un sondeo del número de
trabajadores según el uniforme requerido, el sondeo arrojo los siguientes resultados.
Color
Talla
Azul Negro Rojo
Pequeña 15 5 9
Mediana 18 8 6
Grande 26 18 21
Suponga que los trabajadores hacen una fila para reclamar el uniforme de trabajo.
a) ¿Cuál es la probabilidad de que el siguiente trabajador requiera un uniforme de talla mediana?
b) ¿Cuál es la probabilidad de que el siguiente trabajador requiera un uniforme de talla grande y
de color negro?
c) El próximo trabajador en la fila es de talla pequeña ¿Cuál es la probabilidad de que el uniforme
requerido sea del color negro?
d) El próximo trabajador en la fila requiere uniforme Rojo ¿Cuál es la probabilidad de que el
uniforme requerido sea de talla pequeña o mediana?
Respuesta: a) 0.253967 b) 0.142857 c) 0.172414 d) 0.416667

3. Cierto estudiante de ingeniería realiza un trayecto todos los días desde su casa hasta la
universidad donde recibe clases. Suponga los eventos
𝐴: {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝑠𝑎𝑙𝑒 𝑎 𝑡𝑖𝑒𝑚𝑝𝑜}
𝐵: {𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝑙𝑙𝑒𝑔𝑎 𝑎 𝑡𝑖𝑒𝑚𝑝𝑜}
Con probabilidades de ocurrencia
𝑃(𝐴′ ) = 0.5, 𝑃(𝐵′ ) = 0.4, 𝑃(𝐴 ∩ 𝐵) = 0.2
a) Calcule la probabilidad de que el estudiante salga a tiempo.

b) Calcule la probabilidad de que el estudiante salga a tiempo y llegue a tiempo.
c) Calcule la probabilidad de que el estudiante no salga a tiempo ni tampoco llegue a tiempo.
d) Cierto día el estudiante llega a tiempo. Calcule la probabilidad de que el estudiante haya salido
a tiempo.
e) Cierto día el estudiante sale de su casa tarde. Calcule la probabilidad de que llegue a tiempo.
f) Cierto día el estudiante sale a tiempo. Calcule la probabilidad de que llegue tarde.
Respuesta: a) 0.500000 b) 0.200000 c) 0.100000 d) 0.333333 e) 0.800000 f) 0.600000
4. Se lanza tres veces una moneda con dos resultados posibles de igual probabilidad de
obtención. Calcular la probabilidad de:

47
a) Obtener tres caras.

b) Obtener una cara y dos sellos.
c) Obtener tres caras o tres sellos.
d) Obtener una cara y dos sellos o dos caras y un sello
Respuesta: a) 1/8 b) 3/8 c) 1/4 d) 3/4.
5. Una urna U1 contiene 8 balotas blancas, 5 negras y 4 azules, la urna U2 contiene 7 blancas, 6
negras y 8 azules. Se extraen dos balotas sucesivamente sin remplazo de una urna, la
probabilidad de elegir la urna U1 es de 3/4 mientras que la probabilidad de elegir la urna U2 es
del 1/4. Calcular la probabilidad de.
a) Obtener dos balotas blancas.
b) Una balota blanca y una balota azul.
c) Obtener dos balotas del mismo color.
d) Obtener una balota de un color y otra de otro color.
Respuesta: a) 61/340 b) 62/255 c) d) .
6. En un experimento estadístico se cuenta con un dado y una moneda. El experimento consiste

en lanzar el dado si el número obtenido es par se lanza dos veces la moneda, si el número es
impar la moneda se lanza tres veces. Calcular la probabilidad de:
a) Obtener únicamente caras como resultado en la moneda.
b) Obtener a lo menos dos caras.
c) Obtener únicamente caras o sellos como resultado en la moneda.
d) Obtener un número impar en el dado y dos sellos en la moneda.
Respuesta: a) 3/16 b) 3/8 c) 3/8 d) 3/16.
7. La urna A contiene 3 bolas rojas 2 azules en tanto que la urna B contiene 2 bolas rojas y ocho
azules.
a) Se lanza un dado si se obtiene un número mayor que 2 se saca una bola de la urna A, de lo contrario
se saca una bola de la urna B. Determine la probabilidad de sacar una bola roja.
b) Si la bola extraída, según el literal anterior, se deposita en la urna diferente a la que se sacó y se lanza
de nuevo el dado, manteniendo las mismas condiciones de extracción del literal a., cuál es la
probabilidad de extraer en esta ocasión una bola azul
Respuesta: a) 7/15 b) 802/1485.

8. A un examen de estadística se presentan alumnos de cuatro grupos diferentes.
Grupo A: 80 alumnos, de los cuales el 35% son mujeres.
Grupo B: 70 alumnos, de los cuales el 25% son mujeres.
Grupo C: k alumnos, de los cuales el 80% son varones.
Grupo D: 60 alumnos, de los cuales el 85% son varones.
Se les reúne a todos en el aula magna y se elige uno de ellos al azar para repartir el examen,
resultando ser mujer. Si la probabilidad de que pertenezca al grupo D es 0.13.
a) ¿Cuántos alumnos hay en el grupo C?
b) Si se selecciona un alumno al azar ¿Cuál es la probabilidad de que este sea un varón?
c) Se selecciona un alumno al azar, el cual resulta ser un varón ¿Cuál es la probabilidad de que
pertenezca al grupo C?

48
Respuesta: a) 𝐾 = 73.65 ≡ 74 b) 3/4 c) 16/75.

9. Una red de energía eléctrica tiene subestaciones A,B,C la sobrecarga en cualquiera de ellas
puede originar que se interrumpa el abastecimiento de electricidad en toda la red la historia
muestra que la probabilidad de apagón es de 1% si ocurre la sobrecarga en A y de 2% y 3% si
sobreviene en las subestaciones B y C respectivamente. La sobrecarga en dos o más
subestaciones de manera simultánea origina apagones en 5% de los casos, durante una onda
cálida hay 60% de posibilidades que solo la subestación A experimente una sobrecarga. Para
B y C estos porcentajes son de 20% y 15%, respectivamente. Si en una onda cálida especifica
tuvo lugar un apagón debido a sobrecarga.
a) Calcule la probabilidad de que haya habido sobrecarga en A o en C
b) Encuentre la probabilidad de que haya habido sobrecarga en dos o más subestaciones al
mismo tiempo.
c) ¿Cuál es la probabilidad de que ocurra apagón?
d) Calcule la probabilidad de que haya habido sobrecarga en B
Respuesta: a) 0.617647 b) 0.147059 c) 0.017.
10. En una estación de servicio, el 40% de los clientes utilizan gasolina corriente, el 35% usan
gasolina extra y el 25% utilizan diesel. De los clientes que utilizan diesel el 50% llenan sus
tanques. De los clientes que utilizan gasolina corriente, solo el 25% llenan sus tanques. El
53.1% de los clientes que no llenan el tanque utilizan gasolina corriente.
a) ¿Cuál es la probabilidad de que el siguiente cliente pida gasolina extra y llene el tanque?
b) Si el siguiente cliente no llena el tanque, ¿cuál es la probabilidad de que pida gasolina?
c) Se sabe que un cliente pide gasolina extra ¿cuál es la probabilidad llene el tanque?
d) ¿Cuál es la probabilidad de que el siguiente cliente llene el tanque?
Respuesta: a) 0.210000 b) 0.778761 c) 0.600000

11. Para evitar que individuos potencialmente peligrosos sean celadores de obra, se ha
establecido un examen psicológico que los aspirantes deben aprobar como requisito sine qua
non para ser contratados. El defecto de esta prueba sin embargo, es que el 8% de los
individuos aptos quedan erróneamente descalificados por haber reprobado, mientras que el
12% de los que no son aptos aprueban y son contratados por equivocación. Suponga que
todos los que pasan son contratados.
a) Si la experiencia muestra que solo el 85% de los celadores son aptos para su trabajo,
determine el porcentaje de aspirantes que lo son.
b) Teniendo en cuenta el numeral a. ¿Cuál es el porcentaje de aspirantes aptos que no aprueban
el examen?
c) Teniendo en cuenta el numeral a. ¿Cuál es la probabilidad de que el examen psicológico arroje
un resultado erróneo?
Respuesta: a) 0.42500 b) 6.2963% c) 0.10300

12. En un sistema de alarma, la probabilidad de esta funcione habiendo peligro es de 0.95, y la
probabilidad de que funcione por error sin haber peligro es 0.03. Si la probabilidad de haber
peligro es 0.1.
a) Calcular el porcentaje de veces que habiendo funcionado la alarma no haya peligro.

49
b) Calcular la probabilidad de que no habiendo funcionado la alarma haya peligro.

c) ¿Cuál es la probabilidad de que la alarma funcione?
d) Calcular el porcentaje de veces que la alarma no funciona.
Respuesta: a) 22.131%0 b) 5/878 c) 0.1220.
13. La contaminación de las fuentes de agua en Colombia es un problema de grandes magnitudes
que compromete la calidad del agua que es destinada para el consumo humano:
𝐴 = {𝐸𝑙 𝑟𝑖𝑜 𝑒𝑠𝑡𝑎 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜 𝑎 𝑐𝑜𝑛𝑡𝑎𝑚𝑖𝑛𝑎𝑐𝑖ó𝑛}

𝐵 = {𝑈𝑛 𝑎𝑛𝑎𝑙𝑖𝑠𝑖𝑠 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑑𝑒 𝑎𝑔𝑢𝑎 𝑑𝑒𝑡𝑒𝑐𝑡𝑎 𝑐𝑜𝑛𝑡𝑎𝑚𝑖𝑛𝑎𝑐𝑖ó𝑛}
𝐶 = {𝑆𝑒 𝑝𝑒𝑟𝑚𝑖𝑡𝑒 𝑒𝑙 𝑠𝑢𝑚𝑖𝑛𝑖𝑠𝑡𝑟𝑜 𝑑𝑒 𝑎𝑔𝑢𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 ℎ𝑢𝑚𝑎𝑛𝑜}
Donde,
𝑝(𝐴) = 0.565000; 𝑝(𝐵|𝐴) = 0.061947; 𝑝(𝐵|𝐴′ ) = 0.540230; 𝑝(𝐶|𝐴 ∩ 𝐵) = 0.428571
𝑝(𝐶|𝐴′ ∩ 𝐵) = 0.063830; 𝑝(𝐶|𝐴 ∩ 𝐵′ ) = 0.056604; 𝑝(𝐶|𝐴′ ∩ 𝐵′ ) = 0.750000
a) Calcule la probabilidad de que el rio este expuesto a contaminación, un análisis en la muestra

de agua detecta contaminación y se permite el suministro de agua potable para el consumo
humano.
b) Calcule la probabilidad de que un análisis de una muestra de agua detecta contaminación y se
permite el suministro de agua para el consumo humano
c) Calcule la probabilidad de que el rio este expuesto a contaminación, pero no se permite el
suministro de agua potable para la población.
d) Calcule la probabilidad que el rio este expuesto a contaminación, dado que un análisis de agua
detecta contaminación y se permite el suministro de agua potable para el consumo humano.
e) Cuál es la probabilidad de que el rio este expuesto a contaminación.
Respuesta: a) 0.015 b) 0.030 c) 0.520 d) 0.500 e) 0.565.

14. Una urna U1 contiene 3 bolas azules y 4 rojas, una urna U2 6 bolas azules y 8 rojas. Se lanza
un par de dados si el número obtenido de la suma de los dos puntajes es múltiplo de tres se
extraen dos bolas de la urna U1, si es múltiplo de cinco se extraen dos bolas de la urna U2 y en
cualquier otro caso se extrae una bola de la urna U1 y luego una bola de la urna U2, las dos
bolas extraídas según las condiciones anteriores son depositadas en la urna U1. Finalmente se
extrae una bola de la urna U1 (cuando ya han sido depositadas las dos bolas provenientes de
las extracciones anteriores según las condiciones indicadas).
a) Calcular la probabilidad de obtener bolas producto de las tres extracciones en el orden: roja,
azul, roja.
b) Calcular la probabilidad de obtener una bola roja en la extracción de la urna U1 (cuando ya han
sido depositadas las dos bolas provenientes de las extracciones anteriores según las
condiciones indicadas).
Respuesta: a) 4841/34398 b) 4/7

15. En la urna U1 hay 9 bolas blancas y 7 negras, en la urna U2 hay 7 bolas blancas 5 negras y 8
rojas, en la urna U3 hay 4 bolas blancas y 12 negras. Se extrae una bola de la urna U1 luego

50
una bola de la urna U2 y finalmente una bola de la urna U3 obteniendo así 3 bolas que se
depositan en una urna U4 y se extrae una bola de la urna U4.
a) Calcule la probabilidad de obtener una bola blanca cuando se extrae la bola de la urna U4.
b) Calcule la probabilidad de obtener una bola blanca en la urna U1, una bola roja en la urna U2,
una bola negra en la urna U3 y una bola blanca en la urna U4
c) Calcule la probabilidad de que las bolas extraídas de las urnas U1, U2 y U3 sean del mismo
color.
Respuesta: a) 31/80 b) 9/160 c) 21/160

16. Cierto organismo gubernamental emplea a tres empresas consultoras (A,B y C) con
probabilidades de 0.110, 0.350 y 0.250, respectivamente. De la experiencia pasada se sabe
que las probabilidades de excesos en costos de las empresas son 0.05, 0.03 y 0.15,
respectivamente y de otras empresas es de 0.12. En cierto ajuste de cuentas el organismo
gubernamental experimenta un exceso en los costos.
a) ¿Cuál es la probabilidad de que la empresa consultora implicada sea la compañía C?
b) ¿Cuál es la probabilidad de que la empresa consultora implicada no sea la empresa B?
c) ¿Cuál es la probabilidad de que el organismo gubernamental no experimente sobrecostos?
Respuesta: a) 0.424689 b) 0.881087 c) 0.911700

17. Un reconocido ingeniero debe realizar todos los días un trayecto desde su casa hasta el lugar
de trabajo, la probabilidad de que no logre salir a tiempo de su casa es de 50%, la probabilidad
de que el ingeniero no llegue a tiempo a su trabajo es de 40% y la probabilidad de que el
ingeniero salga a tiempo de su casa y llegue a tiempo al trabajo es del 20%.
a) Calcule la probabilidad de que el ingeniero llegue a tiempo.
b) Cierto día el ingeniero sale de su casa tarde, calcule la probabilidad de que llegue a su trabajo
a tiempo.
c) Cierto día el ingeniero llega a tiempo, calcule la probabilidad de que haya salido de su casa
tarde.
18. Cierto profesor acostumbrado a llegar tarde a clase recibe una llamada de atención del jefe de
escuela. El profesor con el fin de acostumbrar a sus estudiantes a llegar temprano, impone a
sus estudiantes que ningún estudiante podrá entrar al aula de clase después del profesor, Un
estudiante acostumbrado a llegar tarde siempre tiene una disculpa, 10% de las veces que llega
tarde se debe al transporte, 25% se debe a que se queda dormido, 40% se debe a su falta de
voluntad, 10% a que desayuna tarde. De las veces que llega tarde por motivo del transporte el
35% alcanza a entrar a clase, de las veces que el estudiante se queda dormido el 15% alcanza
a entrar a clase, de las veces que el estudiante llega tarde por desayunar tarde 60% no
alcanza a entrar a clase, de las veces que llega tarde por otros motivos el 70% entra a clase.
La hermana del estudiante afirma, si mi hermano no alcanza a entrar a clase la posibilidad que
se haya quedado dormido es de 33.1%.
a) Calcule el porcentaje de veces en que el estudiante llega tarde y por tanto no alcanza a entrar
a clase.
b) Si el estudiante desayuna tarde, ¿Cuál es la probabilidad de que no alcance a entrar a clase?
c) Si el estudiante no alcanza a entrar a clase, ¿Cuál es la probabilidad de que haya tenido
problemas con el transporte?

51
Respuesta: a) 0.641994 b) 0.6000000 c) 0.101247

19. Para un experimento estadístico se cuenta con una moneda y las tres urnas A, B y C, La urna
A contiene 8 bolas rojas y 10 bolas negras, la urna B contiene 7 bolas rojas y 6 bolas negras, la
urna C contiene 12 bolas rojas y 5 bolas negras. Se lanza la moneda, en el caso de obtener
una cara se extrae una bola de la urna A y en seguida una bola de la urna B, las dos bolas
extraídas son depositadas en la urna C. En el caso de obtener un sello en la moneda se extrae
una bola de la urna B y en seguida una bola de la urna C, las dos bolas extraídas son
depositadas en la urna A. Para finalizar el experimento se lanza nuevamente la moneda, en el
caso de obtener una cara se extrae una bola de la urna C y en el caso de obtener un sello se
extrae una bola de la urna B.
a) Calcular la probabilidad de que en las extracciones realizadas las bolas sean del mismo color.
b) Calcular la probabilidad de obtener la serie: una cara en el primer lanzamiento de la moneda,
extraer una bola negra en la urna A, extraer una bola roja en la urna B, obtener una cara en el
segundo lanzamiento de la moneda y extraer una bola negra en la urna C.
c) Calcular la probabilidad de que las tres bolas sean extraídas en el orden roja - negra - roja.
Respuesta: a) 0.259789 b) 0.023617 c) 0.114493
20. Un ingeniero residente de obra afirma, con base en su experiencia y trayectoria, que de los
accidentes que se producen en obra por falta del uso de elementos de protección personal, el
40% se dan por la falta de guantes, el 20% se dan por falta de botas, el 10% por falta de
casco, el 10% por falta de gafas. De los accidentes causados por falta de guantes el 15%
terminan en hospitalización, por falta de botas el 95% de los casos no terminan en
hospitalización, para los accidentes por falta de cascos el porcentaje de individuos no
hospitalizados corresponde al 75%, el ingeniero recalca que en los casos de otros tipos de
accidentes el 95% no terminan en hospitalización. El médico del centro de salud más cercano
a la obra, afirma que si un paciente es hospitalizado la probabilidad de que el accidente haya
ocurrido por falta de gafas es de 12.3%.
a) Calcule el porcentaje de trabajadores que son hospitalizados a casusa de un accidente por
falta de elementos de protección.
b) Calcule la probabilidad de que si un individuo es hospitalizado sea a causa de la falta de botas.
c) ¿Cuál es la probabilidad de que un individuo sea hospitalizado dado que el accidente se
produjo por la falta de guantes?
Respuesta: a) 0.1097263 b) 0.083524 c) 0.150000
21. En un depósito de materiales de construcción, se lleva un riguroso balance de los productos

cotizados, el propietario afirma que el 45% de los materiales cotizados son concretos, el 25%
aceros, el 15% tuberías y accesorios, 5% ladrillos. De las cotizaciones de concreto el 20% se
convierten en ventas, de las cotizaciones de acero el 75% nunca llegan a convertirse en
ventas, las cotizaciones que de tuberías y accesorios que se convierten en ventas son el 60%.
Se sabe que si se realiza una venta la probabilidad de que sea acero es de 21.4%, si una
cotización no se convierte en venta la probabilidad de que el material involucrado sea diferente
de concreto, acero, tuberías, accesorios y ladrillos es de 9.18%.
a) Calcule el porcentaje de veces que el depósito de materiales de construcción logra convertir
una cotización en una venta.

52
b) Si se realiza una cotización de concretos, calcule la probabilidad de que se logre una venta.
c) Si se logra una venta, calcule la probabilidad de que sean ladrillos.
Respuesta: a) 0.292056 b) 0.200000 c) 0.049803
22. Un sistema de canalización de agua tiene 4 compuertas, dispuestas como se presentan en la

figura.
Cada compuerta se abre al azar dejando pasar agua (si está abierta) o impidiéndolo.
Suponga las probabilidades siguientes:
P(I abierta) = P(II abierta) = P(IV abierta) = 0.55; P(III abierta) = 0.36
P(I cerrada, II abierta) = P(I abierta, IV cerrada) = P(I cerrada, III abierta) = 0.2
P(II abierta, IV abierta) = 0.35; P(III abierta, IV cerrada) = 0.26
P(II abierta, III abierta) = 0
P(I o II o IV abierta) = 0.85; P(I o III o IV abierta) = 0.87
Calcular la probabilidad de que un torrente de agua lanzado en el punto A llegue a B.
Respuesta: 0.157905
23. Una moneda presenta en el anverso una cara y en el reverso un sello. Si se lanza la moneda
hasta que aparezca la primera cara y, a continuación, se realizan tantos lanzamientos
adicionales como sellos han precedido la primera cara. Determinar:
a) La probabilidad de que aparezca n sellos en la primera fase y m en la segunda.
b) La probabilidad de que el número total de caras supere al número total de sellos.
c) La probabilidad de obtener en todos los lanzamientos solo caras o solo sellos.
24. Una reconocida universidad tiene como criterio de admisión a los programas de posgrado en
modalidad investigación la aprobación de un examen de competencia en lengua inglesa. El
reglamento de la universidad establece que los aspirantes a título de posgrado deberán tener
un nivel mínimo de lengua inglesa. Un examen se efectúa a los estudiantes que ingresan y a
los que egresan, aspirantes y egresados. Se sabe que el 22% son estudiantes relacionados
con la maestría en gerencia de negocios, los estudiantes de maestría en historia son la mitad
de los de maestría en gerencia de negocios, el 18% son de la maestría en ingeniería civil. De
los estudiantes de la maestría en ingeniería civil 45% son aspirantes, de la maestría en
telecomunicaciones 85% son egresados, en la maestría en bilogía este porcentaje es de 82%.

53
El organizador del examen afirma, basado en las listas de presentación, si se sabe que un
estudiante es de la maestría en historia la posibilidad de que sea aspirante es del 20%, si un
estudiante es egresado la posibilidad de que sea de la maestría en gerencia de negocios es de
3.56% y el porcentaje de aspirantes que presenta la prueba es de 38.11%.
a) Si 85 estudiantes presentan la prueba, calcule el número de aspirantes de la maestría en
telecomunicaciones.
b) Si se elige un estudiante al azar y resulta ser de la maestría en gerencia de negocios, calcule
la probabilidad de que sea egresado.
c) Si se elige un estudiante al azar y resulta ser aspirante, calcule la probabilidad de que el
programa al que aspira sea la maestría en biología.
Respuesta: a) 22.86 ≡ 23 [𝐸𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠] b) 0.100149 c) 0.104427
25. La construcción de una reconocida edificación de vivienda en la ciudad de Bucaramanga

consta de varias fases, una de las fases corresponde a la construcción de la estructura de
concreto reforzado que contrarrestará la solicitud de cargas vivas y muertas. Se sabe que el
concreto empleado en la construcción del proyecto proviene de una reconocida planta ubicada
en las cercanías de la obra.
El ingeniero director de obra se encuentra preocupado por el retraso frecuente en la hora de
entrega de los concretos en la obra, el fenómeno puede llegar a producir un retraso en la fecha
de entrega del proyecto, situación que dejaría como consecuencia el pago de una cuantiosa
multa que es directamente proporcional al tiempo de retraso.
Para el análisis del fenómeno el ingeniero solicita un informe detallado del número de
camiones que registran retraso y el motivo por el cual se produce. Los resultados del informe
se resumen en la tabla siguiente:
Número de Número de
Número retrasos que retrasos que no
Id Motivo del retraso de produjeron atraso produjeron atraso
retrasos general del general del
proyecto proyecto
Alto tráfico en el
trayecto comprendido
1 35 15 20
entre la planta y la
obra
Gran volumen de
2 pedidos de concreto 15 s t
en la planta
Generación del pedido

3 con poco margen de u v 6
tiempo
4 Incompetencia de los 42 w x
funcionarios de la

54
planta de concreto
Demora para recibir el

5 4 y z
concreto en la obra
6 Otros 11 4 7
Con el fin de seleccionar un ingeniero, residente de obra, el director de obra diseña la siguiente
prueba:
Se sabe que:
 Si hay atraso general en el proyecto, la posibilidad de que se haya producido por gran
volumen de pedidos de concreto en la planta es de 1/9.
 Si hay demora para recibir el concreto en la obra, la posibilidad para que se retrase la
entrega del proyecto es de 1 entre 4.
 Si hay atraso general en el proyecto, la posibilidad de que se haya producido por
incompetencia de los funcionarios de la planta de concreto es de 25/116.
 Si el retraso es por otros motivos, la posibilidad para que se retrase la entrega del proyecto
es de 4 entre 11.
 La posibilidad de que no se atrase el proyecto por concepto de retraso en la entrega de
concretos es de 31 entre 58.
a) Calcule los valores para las cantidades s, t, u, v, w, x, y, z.

b) Si se presenta un retraso, por alto tráfico en el trayecto comprendido entre la planta y la obra,
calcule la probabilidad de que se presente un retraso en la fecha de entrega del proyecto.
c) Si hay un retraso general en la fecha de entrega del proyecto, calculen la probabilidad de que
el motivo haya sido por generación del pedido de concreto con poco margen de tiempo.
d) Calcule la probabilidad de que no se presente atraso general en la obra por concepto de atraso
en la entrega de concretos.
e) Calcule la probabilidad de que haya demora para recibir el concreto en la obra y que no se
presente atraso en la fecha de entrega del proyecto.
f) Calcule la probabilidad de que haya un gran volumen de pedidos en la planta o se genere el
pedido con poco margen de tiempo y se presente atraso en la fecha de entrega del proyecto.
26. La urna U1 contiene 13 bolas rojas y 8 blancas, en tanto que la urna U2 contiene 8 bolas rojas
y 8 bolas blancas, se lanza un dado y a continuación se extraen tantas bolas de la urna U1
como puntaje se haya obtenido en el dado, las bolas extraídas de la urna U1 son depositadas
en la urna U2. Finalmente se extrae una bola de la urna U2. Calcule:
a) La probabilidad de que en las extracciones sean obtenidas bolas del mismo color.
b) La probabilidad de obtener a lo menos dos bolas blancas en la totalidad de las extracciones.
c) La probabilidad de obtener a lo más dos bolas rojas en la totalidad de las extracciones.
d) La probabilidad de obtener una bola blanca en la extracción de la urna U2.
e) La probabilidad de obtener a sumo una bola roja.
27. Para una empresa, encargada de la interventoría de proyectos de construcción, laboran 50

personas. Las ciudades de procedencia de los empleados son; Bogotá, Bucaramanga,

55
Medellín, Tunja y Villavicencio, de la base de datos del personal de la empresa se sabe que 8
empleados son de Medellín, 4 empleados son de Tunja y 11 empleados son de Villavicencio.
De los empleados de Bogotá se sabe que 8 son hombres, de los de Bucaramanga 6 son
mujeres y de los de Medellín 5 son hombres. Se sabe que: si se elige al azar un empleado, la
probabilidad de que resulte ser hombre puesto que se sabe que es de Villavicencio es de
0.363636. Si se elige un empleado al azar, la probabilidad de que resulte ser de Bucaramanga
puesto que se sabe que es mujer es de 0.230769 y se sabe que: si se elige al azar un
empleado, la probabilidad de que resulte ser hombre puesto que se sabe que es de Tunja es
de 0.250000,
a) Si se escogen al azar 10 empleados, calcular el número esperado de empleados procedentes
de las ciudades de Bogotá o Bucaramanga.
b) Si se elige un empleado al azar y resulta ser hombre, calcular la probabilidad de que provenga
de la ciudad de Bucaramanga.
c) Si se elige un empleado al azar y resulta ser mujer, calcular la probabilidad de que provenga
de la ciudad de Bogotá o Medellín.
d) Si se escogen al azar 15 empleados, calcular el número esperado de empleados procedentes
de las ciudades de Medellín o Bucaramanga.
Respuesta: a) 5.4 ≡ 5 [𝐸𝑚𝑝𝑙𝑒𝑎𝑑𝑜𝑠] b) 0.250000 c) 0.384615
28. Para la selección de personal una reconocida firma constructora realiza a los aspirantes
exámenes de expresión: oral, escrita y corporal. Si se conoce que:
i. El 10% de los aspirantes aprueba el examen de expresión oral.
ii. La posibilidad de que un aspirante apruebe el examen de expresión corporal dado que
aprobó el examen de expresión oral es del 40%.
iii. La posibilidad de que un aspirante apruebe el examen de expresión corporal dado que
no aprobó el examen de expresión oral es de 1/6.
iv. La posibilidad de que un aspirante apruebe el examen de expresión escrita dado que
aprueba el examen de expresión oral y el de expresión corporal es del 25%.
v. La posibilidad de que un aspirante apruebe el examen de expresión escrita dado que no
aprueba el examen de expresión oral y aprueba el examen de expresión corporal es de
1/3.
vi. La posibilidad de que un aspirante apruebe el examen de expresión escrita dado que
aprueba el examen de expresión oral y no aprueba el examen de expresión corporal es
de 2/3.
vii. La posibilidad de que un aspirante apruebe el examen de expresión escrita dado que no
aprueba el examen de expresión oral y no aprueba el examen de expresión corporal es
del 16%.
a) Si a un proceso de selección se presentan 50 aspirantes. Calculen el número esperado de

aspirantes que aprobara el examen de expresión corporal.
b) Si se obtiene un puesto en la compañía aprobando a los menos dos de los tres exámenes.
Calcular la probabilidad de obtener un puesto en la compañía.
c) Si a un proceso de selección se presentan 25 aspirantes. Calculen el número esperado de
aspirantes que no aprobaran ninguno de los exámenes.

56
d) Calculen la probabilidad de que un aspirante apruebe el examen de expresión oral y el examen

de expresión corporal dado que aprobó el examen de expresión escrita.
e) Calculen la probabilidad de que un aspirante apruebe el examen de expresión corporal o el
examen de expresión escrita.
f) Calculen el porcentaje de aspirantes que aprueban el examen de producción escrita.
g) Calculen la probabilidad de aprobar a lo más uno de los exámenes.
29. En la siguiente gráfica, se observa el trazado de la red principal de agua potable de un

municipio, con las probabilidades de reparación en los diferentes puntos mostrados (suponga
que en caso de reparación se presenta una interrupción al abastecimiento de agua potable en
el punto de reparación).
Cierto ingeniero residente se encuentra preocupado por el atraso de la obra y sabe por
experiencia que: (a) en caso de interrupción en el abastecimiento de agua el 40% de las veces
surgen atrasos en la obra, (b) cuando hay carencia de personal el 20% de las veces no se
presenta atraso en la obra, (c) la probabilidad de que falte formaleta y se presenten atrasos en
la obra es de 1.25% y (d) la probabilidad de que falta personal si se sabe que hubo atraso en
la obra es de 19.59%. Calcular la probabilidad de que haya interrupción en el suministro de
agua dado que se sabe hay atraso en la obra.
Respuesta: 𝑝 = 0.775400
30. El ingeniero Juan labora en una reconocida empresa constructora, la empresa constructora se
encuentra en el proceso de elaboración de una propuesta de licitación para la construcción de
un puente en concreto reforzado y el urbanismo de los alrededores, la entrega de la propuesta
de licitación es en la secretaria de infraestructura del municipio donde se construirá la obra. El
ingeniero Juan debe llegar antes de las 5:00 p.m. a la oficina para entregar el proyecto, en el
trayecto de la oficina del ingeniero Juan a la oficina de la secretaria de infraestructura, el
ingeniero Juan corre el riesgo de encontrar las vías obstruidas por concepto de una protesta
estudiantil. En la siguiente figura se muestran las diferentes rutas por las cuales el ingeniero
Juan puede llegar a la oficina y las probabilidades de que la ruta se encuentre obstruida por la
protesta estudiantil.

57
a) Calcule la probabilidad de que el ingeniero Juan no alcance a entregar la propuesta en la

Secretaria de infraestructura por concepto de obstrucción en las vías debido a la protesta
estudiantil.
b) Determine la ruta en que el ingeniero Juan tendrá la mayor posibilidad de entregar la propuesta
en la secretaria de infraestructura.
c) Calcule el número total de rutas posibles entre las que el ingeniero Juan puede decidir para
llegar a la secretaria de Infraestructura.
Respuesta: a) 0.892147 b) c) 𝑁 = 10 [𝑅𝑢𝑡𝑎𝑠]
31. Un estudiante de Ingeniería Civil es reconocido entre sus amigos por las excusas que da a sus
docentes cuando entrega un trabajo tarde. Los amigos del estudiante sostienen que cuando el
estudiante entrega un trabajo tarde: el 15% de las veces dice que el tiempo no le alcanzo para
terminar el trabajo, las veces que dice que la entrega tarde se debió a calamidad familiar son el
triple de las veces que dice que el retardo se debió a que el tiempo no le alcanzo para terminar
el trabajo, 12% de las veces dice que se debió a enfermedad propia, el 13% de las veces dice
que el archivo digital se le daño. De las veces que dice que se debió a falta de tiempo, el 55%
de las veces el profesor no le recibe el trabajo, para cuando el estudiante dice que se debió a
enfermedad propia este porcentaje es de 85%, de las veces que dice que fue por concepto de
otros motivos, el 20% de las veces el profesor le recibe el trabajo. Se sabe que si un profesor
no le recibe el trabajo al estudiante, la posibilidad de que la excusa que haya utilizado el
estudiante sea el daño del archivo digital es de 14.85%. En el caso en el que el estudiante
entregue un trabajo tarde y la excusa que utilice sea calamidad familiar; la posibilidad de que el
estudiante haya realizado el trabajo completo es del 57%, la posibilidad de que el profesor le
reciba el trabajo y el estudiante realice el trabajo completo es del 12% y la posibilidad de que el
profesor no le reciba el trabajo al estudiante y el estudiante no haya hecho el trabajo completo
es del 8%.
a) Suponga que en cierto trabajo el estudiante entrega tarde, el estudiante dice al profesor que se
le borro el archivo digital. Calcule la probabilidad de que el profesor le reciba el trabajo al
estudiante.

58
b) El profesor no le recibe un trabajo al estudiante, que este entrego tarde. Calcule la probabilidad
de que la excusa que uso el estudiante haya sido calamidad familiar.
c) Si en el trascurso del semestre el estudiante entrega un total de 15 trabajos fuera del tiempo de
plazo. Calcule el número más probable de trabajos que se espera que le sean aceptados por
los profesores al estudiante.
Respuesta: a) 0.271553 b) 0.374001 c) 𝑁 = 5.53 [𝑇𝑟𝑎𝑏𝑎𝑗𝑜𝑠 ] ≡ 6 [𝑇𝑟𝑎𝑏𝑎𝑗𝑜𝑠]
32. Un oficial de tránsito tiene como costumbre realizar un retén en cierto cruce en donde el
tránsito de vehículos es alto, el oficial sostiene que la mayoría de los conductores que merecen
comparendo prefieren ayudarle para la gasolina o para el almuerzo que cancelar el valor legal
del comparendo, situación que se conoce como soborno, el oficial afirma que de los
conductores que merecen, el 20% es por concepto de cinturón de seguridad, el 22% es por
concepto de alta velocidad y el 35% por concepto de ruedas lisas. De los conductores que
merecen comparendos por concepto de ruedas lisas el 85% decide ayudarle para la gasolina y
no cancelar el valor legal del comparendo, de los conductores que merecen comparendo por
otros tipos de infracciones, el 16% decide cancelar el valor del comparendo y no pagar el
soborno. Si un conductor merece comparendo por concepto de sobrecupo, la probabilidad de
que soborne al oficial es del 85%. Si un conductor decide pagar el comparendo legal, la
posibilidad de que la causa de la generación del comparendo sea alta velocidad es de 22.36%.
Para los conductores que merecen comparendo por concepto del cinturón de seguridad, el
oficial lanza una moneda y si el resultado que resulta es el que el oficial pensó toma una
decisión; la posibilidad de que el resultado de la moneda resulte como lo pensó el oficial es de
40%, la posibilidad de que salga el resultado que pensó el oficial y el conductor pague soborno
es de 25% y la posibilidad que no salga el resultado que pensó el oficial y el conductor no
pague soborno es de 25%. Suponga que:
𝑧 = 𝑝(𝑠𝑜𝑏𝑟𝑒𝑐𝑢𝑝𝑜)
a) Si en cierto día el oficial de tránsito detiene a 27 conductores, calcule el monto más probable
que obtendrá por concepto de sobornos, si cada conductor que le paga soborno contribuye con
una suma de $50.000.
b) Si un conductor cancela soborno, calcule la probabilidad de que la causa de la infracción sea
por concepto de sobrecupo.
c) Si un conductor decide cancelar el valor legal del comparendo, calcule la probabilidad que la
causa del comparendo sea por concepto de cinturón de seguridad o ruedas lisas.
65.994∗𝑍 −10.2873
Respuesta: a) (17387.994 ∗ (𝑍 + 60.71)) [$] b) c)
𝑍+60.71 𝑍−16.93

59
Funciones de densidad de probabilidad y de masa de probabilidad
Formulas:
Variable aleatoria discreta:

0 ≤ 𝑝(𝑥) ≤ 1
∑ 𝑝(𝑥) = 1
∀𝑥
𝑝(𝑥) = 𝑝[𝑋 = 𝑥]
Función de distribución de probabilidad acumulada
𝐹(𝑥) = ∑ 𝑝(𝑥)
∀𝑥
Valor esperado
𝜇 = 𝐸(𝑥) = ∑ 𝑥𝑝(𝑥)
∀𝑥
𝐸[𝑔(𝑥)] = ∑ 𝑔(𝑥)𝑝(𝑥)
∀𝑥
Varianza
𝑉𝑎𝑟(𝑥) = 𝜎 2 = 𝐸[(𝑥 − 𝜇)2 ] = ∑(𝑥 − 𝜇)2 𝑝(𝑥)

∀𝑥
Coeficiente de variación
𝜎
𝑉𝑥 =
𝜇
Coeficiente de asimetría
𝐸[(𝑥 − 𝜇)3 ] ∑(𝑥 − 𝜇)3 𝑝(𝑥)
𝑔1 = =
𝜎3 𝜎3
Coeficiente de curtosis
𝐸[(𝑥 − 𝜇)4 ] ∑(𝑥 − 𝜇)4 𝑝(𝑥)
𝑔2 = =
𝜎4 𝜎4
Variable aleatoria continúa:

𝑓(𝑥) ≥ 0
∞
∫ 𝑓(𝑥)𝑑𝑥 = 1
−∞
𝑏
𝑝(𝑎 < 𝑥 < 𝑏) = ∫ 𝑓(𝑥)𝑑𝑥
𝑎

60

𝑥
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
−∞
Valor esperado
∞
𝜇 = 𝐸(𝑥) = ∫ 𝑥𝑓(𝑥)𝑑𝑥
−∞
∞
𝐸[𝑔(𝑥)] = ∫ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥
−∞
Varianza
∞
2 2]
𝑉𝑎𝑟(𝑥) = 𝜎 = 𝐸[(𝑥 − 𝜇) = ∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥
−∞
𝜎
𝑉𝑥 =
𝜇
∞
𝐸[(𝑥 − 𝜇)3 ] ∫−∞(𝑥 − 𝜇)3 𝑓(𝑥)𝑑𝑥
𝑔1 = =
𝜎3 𝜎3
∞
𝐸[(𝑥 − 𝜇)4 ] ∫−∞(𝑥 − 𝜇)4 𝑓(𝑥)𝑑𝑥
𝑔2 = =
𝜎4 𝜎4
Ejemplo función de masa de probabilidad:

Un experimento estadístico consiste en lanzar un dado y luego lanzar una moneda, en el caso de
obtener un número impar la moneda es lanzada cuatro veces, si se obtiene un número par en el
dado la moneda es lanzada tres veces. Suponga que la variable aleatoria discreta 𝑥 representa el
número total de caras que se obtienen al finalizar los lanzamientos de la moneda.
a) Obtener las funciones de masa de probabilidad y masa de probabilidad acumulada.
b) Calcular el coeficiente de curtosis del número de caras que se obtienen del lanzamiento de la
moneda.
c) Calcular la probabilidad de obtener a lo menos dos caras.
Solución:
Para la solución del enunciado es necesario realizar un diagrama de árbol para calcular las
probabilidades de los posibles valores que puede tomar la variable 𝑥, que representa el número
total de caras obtenidas en los lanzamientos de la moneda.

61
Imagen: Diagrama de árbol propuesto para la solución del enunciado.

62
Realizando la multiplicación de las probabilidades de las ramas del árbol mostrado en la figura, es
posible obtener la siguiente tabla.
𝒙 𝒑(𝒙)
4
1 1 5 3
0 ( ) +( ) =
2 2 32
1 4 1 5 5
1 (3) ( ) + (4) ( ) =
2 2 16
1 4 1 5 3
2 (3) ( ) + (6) ( ) =
2 2 8
4 5
1 1 3
3 ( ) + (4) ( ) =
2 2 16
1 5 1
4 ( ) =
2 32
Tabla 3: Cálculo de probabilidades para la obtención de la función de masa de probabilidad.
Solución a.
Con la tabla que se ilustra anteriormente es posible obtener la función de masa de probabilidad.
𝒙 0 1 2 3 4
3 5 3 3 1
𝒑(𝒙)
32 16 8 16 32
Tabla 4: Función de masa de probabilidad.
Con la función de masa de probabilidad es posible obtener la función de masa de probabilidad
acumulada.
0 𝑥<0
3
0≤𝑥<1
32
13
1≤𝑥<2
𝐹(𝑥) = 32
25
2≤𝑥<3
32
31
3≤𝑥<4
32
{1 𝑥≥4}
Tabla 5: Función de masa de probabilidad acumulada.
Solución b.
Para el cálculo del coeficiente de curtosis se utiliza la expresión que se muestra a continuación.

63
𝐸[(𝑥 − 𝜇)4 ] ∑(𝑥 − 𝜇)4 𝑝(𝑥)

𝑔2 = =
𝜎4 𝜎4
Es necesario realizar el cálculo de la media y la desviación estándar del número total de caras
obtenidas en los lanzamientos de la moneda.
3 5 3 3 1
𝜇 = 𝐸(𝑥) = ∑ 𝑥𝑝(𝑥) = (0) ( ) + (1) ( ) + (2) ( ) + (3) ( ) + (4) ( )
32 16 8 16 32
𝟕
𝝁 = 𝑬(𝒙) = = 𝟏. 𝟕𝟓 [𝑪𝒂𝒓𝒂𝒔]
𝟒
𝑉𝑎𝑟(𝑥) = 𝜎 2 = 𝐸[(𝑥 − 𝜇)2 ] = ∑(𝑥 − 𝜇)2 𝑝(𝑥)
2
7 2 3 7 2 5 7 2 3 7 2 3
𝑉𝑎𝑟(𝑥) = 𝜎 = (0 − ) ( ) + (1 − ) ( ) + (2 − ) ( ) + (3 − ) ( )
4 32 4 16 4 8 4 16
7 2 1
+ (4 − ) ( )
4 32
15
𝑉𝑎𝑟(𝑥) = 𝜎 2 =
16
√𝟏𝟓
𝝈=
𝟒
Remplazando los valores correspondientes en la expresión del cálculo del coeficiente de curtosis.
𝐸[(𝑥 − 𝜇)4 ] ∑(𝑥 − 𝜇)4 𝑝(𝑥)

𝑔2 = =
𝜎4 𝜎4
7 4 3 7 4 5 7 4 3 7 4 3 7 4 1
(0 − ) ( ) + (1 − ) ( ) + (2 − ) ( ) + (3 − ) ( ) + (4 − ) ( )
𝑔2 = 4 32 4 16 4 8 4 16 4 32
4
√15
( )
4
𝟏𝟗𝟏
𝒈𝟐 = = 𝟐. 𝟓𝟒𝟔𝟔𝟕𝟎
𝟕𝟓
Solución c.
Se requiere calcular la siguiente probabilidad.
3 3 9
𝑝(𝑥 ≥ 2) = 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3) = + =
8 16 16
𝟗
𝒑(𝒙 ≥ 𝟐) = = 𝟎. 𝟓𝟔𝟐𝟓𝟎𝟎 = 𝟓𝟔. 𝟐𝟓𝟎𝟎%
𝟏𝟔

64
Funciones de densidad de probabilidad y de masa de probabilidad
Formulas:
Variable aleatoria discreta:

0 ≤ 𝑝(𝑥) ≤ 1
∑ 𝑝(𝑥) = 1
∀𝑥
𝑝(𝑥) = 𝑝[𝑋 = 𝑥]
𝐹(𝑥) = ∑ 𝑝(𝑥)
∀𝑥
Valor esperado
𝜇 = 𝐸(𝑥) = ∑ 𝑥𝑝(𝑥)
∀𝑥
𝐸[𝑔(𝑥)] = ∑ 𝑔(𝑥)𝑝(𝑥)
∀𝑥
Varianza
𝑉𝑎𝑟(𝑥) = 𝜎 2 = 𝐸[(𝑥 − 𝜇)2 ] = ∑(𝑥 − 𝜇)2 𝑝(𝑥)

∀𝑥
𝜎
𝑉𝑥 =
𝜇
𝐸[(𝑥 − 𝜇)3 ] ∑(𝑥 − 𝜇)3 𝑝(𝑥)
𝑔1 = =
𝜎3 𝜎3
𝐸[(𝑥 − 𝜇)4 ] ∑(𝑥 − 𝜇)4 𝑝(𝑥)
𝑔2 = =
𝜎4 𝜎4
Variable aleatoria continúa:

𝑓(𝑥) ≥ 0
∞
∫ 𝑓(𝑥)𝑑𝑥 = 1
−∞
𝑏
𝑝(𝑎 < 𝑥 < 𝑏) = ∫ 𝑓(𝑥)𝑑𝑥
𝑎

65

𝑥
−∞
Valor esperado
∞
𝜇 = 𝐸(𝑥) = ∫ 𝑥𝑓(𝑥)𝑑𝑥
−∞
∞
𝐸[𝑔(𝑥)] = ∫ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥
−∞
Varianza
∞
2 2]
𝑉𝑎𝑟(𝑥) = 𝜎 = 𝐸[(𝑥 − 𝜇) = ∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥
−∞
𝜎
𝑉𝑥 =
𝜇
∞
𝐸[(𝑥 − 𝜇)3 ] ∫−∞(𝑥 − 𝜇)3 𝑓(𝑥)𝑑𝑥
𝑔1 = =
𝜎3 𝜎3
∞
𝐸[(𝑥 − 𝜇)4 ] ∫−∞(𝑥 − 𝜇)4 𝑓(𝑥)𝑑𝑥
𝑔2 = =
𝜎4 𝜎4
Ejemplo función de densidad de probabilidad:

Para la construcción de un puente vehicular en el municipio de Barrancabermeja, el gerente de la
obra ha definido un descanso que comienza a las 10:00:00 a.m. y máximo puede durar 20
minutos, los trabajadores tienen la opción de elegir tomar el descanso o acumular el tiempo para
ser redimido en un día cualquiera. Suponga que la variable aleatoria 𝑥 representa el tiempo en
minutos que un empleado gasta en el descanso. La función de densidad de probabilidad es la que
se muestra a continuación.
𝑎𝑥 0<𝑥≤5
𝑏 𝑥 5 < 𝑥 ≤ 11
𝑓(𝑥) = { √−1 }
𝑐𝑥 11 < 𝑥 ≤ 16
𝑑𝑒 −𝑥 16 < 𝑥 ≤ 20
El gerente afirma, basado en su amplia experiencia en obra, la posibilidad de que un empleado
demore un tiempo inferior de 10 minutos en su descanso es de 40%, la posibilidad de que demore
un tiempo entre 6 y 14 minutos es de 43% y el tiempo esperado que un empleado gasta en el
descanso en de 10.2 minutos.
a) Calcular el valor de las constantes a, b, c y d.
b) Obtener la función de distribución acumulada.
c) Calcular el valor del coeficiente de asimetría.

66
Solución:
De acuerdo a las condiciones del enunciado es posible plantear las siguientes ecuaciones:
5 10
0.40 = ∫ (𝑎𝑥)𝑑𝑥 + ∫ (𝑏√𝑥 )𝑑𝑥
0 5
11 14
0.43 = ∫ (𝑏√𝑥 )𝑑𝑥 + ∫ (𝑐𝑥 −1 )𝑑𝑥
6 11
5 11 16 20
−1 ))𝑑𝑥 + ∫ ((𝑥)(𝑑𝑒 −𝑥 ))𝑑𝑥
10.2 = ∫ ((𝑥)(𝑎𝑥))𝑑𝑥 + ∫ ((𝑥)(𝑏√𝑥 ))𝑑𝑥 + ∫ ((𝑥)(𝑐𝑥
0 5 11 16
5 11 16 20
1 = ∫ (𝑎𝑥)𝑑𝑥 + ∫ (𝑏√𝑥 )𝑑𝑥 + ∫ (𝑐𝑥 −1 )𝑑𝑥 + ∫ (𝑑𝑒 −𝑥 )𝑑𝑥
0 5 11 16
Solución a.
Resolviendo las integrales definidas se obtiene el siguiente sistema de ecuaciones:
0.40 = 12.500000𝑎 + 13.628291𝑏
0.43 = 14.523956𝑏 + 0.241162𝑐
10.2 = 41.666667𝑎 + 138.163960𝑏 + 5.000000𝑐 + 1.869814 × 10−6 𝑑
1 = 12.500000𝑎 + 16.868355𝑏 + 0.374693𝑐 + 1.104740 × 10−7 𝑑
𝒂 = 𝟎. 𝟎𝟐𝟏𝟖𝟔𝟏; 𝒃 = 𝟎. 𝟎𝟎𝟗𝟑𝟎𝟎; 𝒄 = 𝟏. 𝟐𝟐𝟐𝟗𝟓𝟗; 𝒅 = 𝟏𝟎𝟏𝟎𝟓𝟎𝟏. 𝟑𝟓

Solución b.
Para la función de probabilidad acumulada se debe realizar una integral:
𝑥
−∞
𝑥 𝑥
𝐹(𝑥)1 = ∫ 𝑓(𝑡)1 𝑑𝑡 = ∫ (0.021861𝑥)𝑑𝑥 = 0.010931𝑥 2
−∞ 0
𝑥 𝑥 3
𝐹(𝑥)2 = ∫ 𝑓(𝑡)2 𝑑𝑡 + 𝐹(5)1 = ∫ (0.009300√𝑥)𝑑𝑥 + 0.273263 = 0.006200𝑥 2 + 0.203944
5 5
𝑥 𝑥
𝐹(𝑥)3 = ∫ 𝑓(𝑡)3 𝑑𝑡 + 𝐹(11)2 = ∫ (1.222959𝑥 −1 )𝑑𝑥 + 0.430138 = 1.222959 ln(𝑥) − 2.502389
11 11
𝑥 𝑥
𝐹(𝑥)4 = ∫ 𝑓(𝑡)4 𝑑𝑡 + 𝐹(16)3 = ∫ (1010501.35𝑒 −𝑥 )𝑑𝑥 + 0.888373 = −1010501.3𝑒 −𝑥 + 1.002090
16 16

67
𝟎 𝒙≤𝟎
𝟎. 𝟎𝟏𝟎𝟗𝟑𝟏𝒙𝟐 𝟎<𝒙≤𝟓
𝑭(𝒙) = 𝟎. 𝟎𝟎𝟔𝟐𝟎𝟎𝒙𝟏.𝟓 + 𝟎. 𝟐𝟎𝟑𝟗𝟒𝟒 𝟓 < 𝒙 ≤ 𝟏𝟏
𝟏. 𝟐𝟐𝟐𝟗𝟓𝟗 𝐥𝐧(𝒙) − 𝟐. 𝟓𝟎𝟐𝟑𝟖𝟗 𝟏𝟏 < 𝒙 ≤ 𝟏𝟔
−𝟏𝟎𝟏𝟎𝟓𝟎𝟏. 𝟑𝒆−𝒙 + 𝟏. 𝟎𝟎𝟐𝟎𝟗𝟎 𝟏𝟔 < 𝒙 ≤ 𝟐𝟎
{ 𝟏 𝒙 > 𝟐𝟎 }
Solución c.
Para el cálculo del coeficiente de asimetría se utiliza la siguiente expresión:
∞
𝐸[(𝑥 − 𝜇)3 ] ∫−∞(𝑥 − 𝜇)3 𝑓(𝑥)𝑑𝑥
𝑔1 = =
𝜎3 𝜎3
Se debe realizar el cálculo de la desviación estándar.
∞
𝜎 2 = 𝐸[(𝑥 − 𝜇)2 ] = ∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥
−∞
5 11
𝜎 = ∫ (0.021861𝑥)(𝑥 − 10.2) 𝑑𝑥 + ∫ (0.009300√𝑥 )(𝑥 − 10.2)2 𝑑𝑥
2 2
0 5
16 20
+∫ (1.222959𝑥 −1 )(𝑥 − 10.2) 𝑑𝑥 + ∫ (1010501.35𝑒 −𝑥 )(𝑥 − 10.2)2 𝑑𝑥
2
11 16
𝜎 2 = 24.9697
𝝈 = 𝟒. 𝟗𝟗𝟔𝟗𝟕𝟐
Aplicando la expresión para el cálculo del coeficiente de asimetría se tiene:
5 11
∫0 (0.021861𝑥)(𝑥 − 10.2)3 𝑑𝑥 + ∫5 (0.009300√𝑥 )(𝑥 − 10.2)3 𝑑𝑥
16 20
+ ∫11 (1.222959𝑥 −1 )(𝑥 − 10.2)3 𝑑𝑥 + ∫16 (1010501.35𝑒 −𝑥 )(𝑥 − 10.2)3 𝑑𝑥
𝑔1 =
4.9969723
𝒈𝟏 = −𝟒𝟏. 𝟔𝟗𝟔𝟒𝟖𝟔
Ejemplo función de masa de probabilidad:

Un experimento estadístico consiste en lanzar un dado y luego lanzar una moneda, en el caso de
obtener un número impar la moneda es lanzada cuatro veces, si se obtiene un número par en el
dado la moneda es lanzada tres veces. Suponga que la variable aleatoria discreta 𝑥 representa el
número total de caras que se obtienen al finalizar los lanzamientos de la moneda.
d) Obtener las funciones de masa de probabilidad y masa de probabilidad acumulada.
e) Calcular el coeficiente de curtosis del número de caras que se obtienen del lanzamiento de la
moneda.
f) Calcular la probabilidad de obtener a lo menos dos caras.

68
Solución:
Para la solución del enunciado es necesario realizar un diagrama de árbol para calcular las
probabilidades de los posibles valores que puede tomar la variable 𝑥, que representa el número
total de caras obtenidas en los lanzamientos de la moneda.
Imagen: Diagrama de árbol propuesto para la solución del enunciado.

69
Realizando la multiplicación de las probabilidades de las ramas del árbol mostrado en la figura, es
posible obtener la siguiente tabla.
𝒙 𝒑(𝒙)
4
1 1 5 3
0 ( ) +( ) =
2 2 32
4 5
1 1 5
1 (3) ( ) + (4) ( ) =
2 2 16
1 4 1 5 3
2 (3) ( ) + (6) ( ) =
2 2 8
1 4 1 5 3
3 ( ) + (4) ( ) =
2 2 16
5
1 1
4 ( ) =
2 32
Tabla 3: Cálculo de probabilidades para la obtención de la función de masa de probabilidad.
Solución a.
Con la tabla que se ilustra anteriormente es posible obtener la función de masa de probabilidad.
𝒙 0 1 2 3 4
35 3 3 1
𝒑(𝒙)
32
16 8 16 32
Tabla 4: Función de masa de probabilidad.
Con la función de masa de probabilidad es posible obtener la función de masa de probabilidad
acumulada.
0 𝑥<0
3
0≤𝑥<1
32
13
1≤𝑥<2
𝐹(𝑥) = 32
25
2≤𝑥<3
32
31
3≤𝑥<4
32
{1 𝑥≥4}
Tabla 5: Función de masa de probabilidad acumulada.
Solución b.
Para el cálculo del coeficiente de curtosis se utiliza la expresión que se muestra a continuación.

70
𝐸[(𝑥 − 𝜇)4 ] ∑(𝑥 − 𝜇)4 𝑝(𝑥)

𝑔2 = =
𝜎4 𝜎4
Es necesario realizar el cálculo de la media y la desviación estándar del número total de caras
obtenidas en los lanzamientos de la moneda.
3 5 3 3 1
𝜇 = 𝐸(𝑥) = ∑ 𝑥𝑝(𝑥) = (0) ( ) + (1) ( ) + (2) ( ) + (3) ( ) + (4) ( )
32 16 8 16 32
𝟕
𝝁 = 𝑬(𝒙) = = 𝟏. 𝟕𝟓 [𝑪𝒂𝒓𝒂𝒔]
𝟒
𝑉𝑎𝑟(𝑥) = 𝜎 2 = 𝐸[(𝑥 − 𝜇)2 ] = ∑(𝑥 − 𝜇)2 𝑝(𝑥)
2
7 2 3 7 2 5 7 2 3 7 2 3
𝑉𝑎𝑟(𝑥) = 𝜎 = (0 − ) ( ) + (1 − ) ( ) + (2 − ) ( ) + (3 − ) ( )
4 32 4 16 4 8 4 16
7 2 1
+ (4 − ) ( )
4 32
15
𝑉𝑎𝑟(𝑥) = 𝜎 2 =
16
√𝟏𝟓
𝝈=
𝟒
Remplazando los valores correspondientes en la expresión del cálculo del coeficiente de curtosis.
𝐸[(𝑥 − 𝜇)4 ] ∑(𝑥 − 𝜇)4 𝑝(𝑥)

𝑔2 = =
𝜎4 𝜎4
7 4 3 7 4 5 7 4 3 7 4 3 7 4 1
(0 − ) ( ) + (1 − ) ( ) + (2 − ) ( ) + (3 − ) ( ) + (4 − ) ( )
𝑔2 = 4 32 4 16 4 8 4 16 4 32
4
√15
( )
4
𝟏𝟗𝟏
𝒈𝟐 = = 𝟐. 𝟓𝟒𝟔𝟔𝟕𝟎
𝟕𝟓
Solución c.
Se requiere calcular la siguiente probabilidad.
3 3 9
𝑝(𝑥 ≥ 2) = 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3) = + =
8 16 16
𝟗
𝒑(𝒙 ≥ 𝟐) = = 𝟎. 𝟓𝟔𝟐𝟓𝟎𝟎 = 𝟓𝟔. 𝟐𝟓𝟎𝟎%
𝟏𝟔

71
Ejercicios funciones de masa de probabilidad y densidad de probabilidad
1. Un negocio de suministro de materiales de construcción que atiende pedidos por correo, tiene
seis líneas telefónicas. Sea X el número de líneas en uso en un momento específico. Suponga
que la función de masa de probabilidad está dada en la siguiente tabla
x 0 1 2 3 4 5 6
p(x) 0.10 0.15 a 0.25 0.20 0.06 0.04
a) Calcular el valor de a.
b) Calcular la función de probabilidad acumulada
c) Graficar la función de probabilidad acumulada
d) Calcular la probabilidad de que a lo sumo tres líneas están en uso
e) Calcular la probabilidad de que menos de tres líneas están en uso
f) Calcular la probabilidad de que por lo menos tres líneas están en uso
g) Calcular la probabilidad entre dos y cinco líneas. Inclusive están en uso
h) Calcular la probabilidad entre dos y cuatro líneas. Inclusive no están en uso
i) Calcular la probabilidad de que por lo menos cuatro líneas no están en uso
Respuesta: a) 0.2 b) 𝐹(𝑥) c) d) 0.7 e) 0.45 f) 0.55 g) 0.71 h) 0.35 i) 0.7
0.00 𝑥<0
0.10 0≤𝑥<1
0.25 1≤𝑥<2
0.45 2≤𝑥<3
𝐹(𝑥) =
0.70 3≤𝑥<4
0.90 4≤𝑥<5
0.96 5≤𝑥<6
{ 1.00 𝑥 ≥ 6}
2. El peso de arrastre real de un diamante en una máquina que se utiliza para cortar ciertos
metales se fija en 3 [gr] que se puede considerar como una variable aleatoria continúa “x” con
función de densidad de probabilidad:
𝑘 ∗ (1 − (𝑥 − 3)2 ) 2≤𝑥≤4
𝑓(𝑥) = { }
0 𝑒𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Calcular el valor de “k”.
b) Calcular la probabilidad de que el peso del diamante sea a lo sumo 4 gr
c) Calcular la probabilidad de que el peso del diamante se encuentre entre 2.5 gr y 3.5gr
d) Calcular la probabilidad de que el peso del diamante sea a lo menos de 2.5 gr
e) Obtener la función de densidad de acumulada
f) Calcular el valor esperado para el peso de arrastre real.
g) Calcular el coeficiente de variación.
h) Calcular el coeficiente de curtosis.
i) Calcular el coeficiente de asimetría.
j) ¿Cuál es la probabilidad de que el peso de arrastre sea mayor que el establecido?

72
k) ¿Cuál es la probabilidad de que el peso real difiera del peso descrito en 0.5 [gr]?
3 √5 15
Respuestas: a) 𝑘 = b) 1 c) 0.6875 d) 0.84375 e) f) 𝐸[𝑥] = 3 g) 𝑉𝑥 = h) 𝑔2 = i) 𝑔1 = 0 j)
4 15 7
0.5 k) 0.6875
0 𝑥<2
3
−𝑥 9𝑥 2
𝐹(𝑥) = { + − 6𝑥 + 5 2≤𝑥 ≤4}
4 4
1 𝑥>4
3. Un gremio de inversionistas que evalúa apartamentos nuevos, suele informar la cantidad de
defectos importantes en cada apartamento de una determinada edificación. Sea x el número
de defectos importantes en un apartamento de cierta edificación, la función de distribución
acumulada es:
0.00 𝑥<0
0.06 0≤𝑥<1
0.19 1≤𝑥<2
0.39 2≤𝑥<3
𝐹(𝑥) =
0.67 3≤𝑥<4
0.92 4≤𝑥<5
0.97 5≤𝑥<6
{1.00 𝑥 ≥6}
a) p(3), es decir, p(x=3)

b) p(x>3)
c) p(2≤x≤5)
d) p(2<x<5)
4. Un maestro de universidad nunca termina sus clases antes de que termine la hora y siempre
termina su clase dentro de los dos minutos después de la hora. Sea “x” el tiempo que trascurre
entre el final de la hora y el fin de la clase. Suponga que la función de la densidad de
probabilidad es:
𝑘 ∗ 𝑥2 0≤𝑥≤2
𝑓(𝑥) = { }
a) Encontrar el valor de “k”.
b) Obtener la función de distribución acumulada de probabilidad.
c) Calcular la mediana del tiempo que transcurre entre el final de la hora y el fin de la clase.
d) ¿Cuál es la probabilidad de que la clase termine dentro de un minuto después de que termina
la hora?
e) ¿Cuál es la probabilidad de que la clase continúe más allá de la hora entre 60 y 90 segundos?
f) Calcular el tiempo esperado que trascurre entre el final de la hora y el final de la clase.
g) Calcular el coeficiente de asimetría.
h) Calcular el coeficiente de curtosis.
i) Calcular la probabilidad de que el tiempo, que trascurre entre el final de la hora y el fin de la
clase, no diste más de una desviación estándar de la media.

73
𝟏
3 𝟏 𝟏𝟗 3 −2√15 65
Respuesta: a) 𝑘 = b) c) 𝟒𝟑 d) e) f) 𝐸[𝑥] = g) 𝑔1 = h) 𝑔2 =
8 𝟖 𝟔𝟒 2 9 21
0 𝑥<0
𝑥3
𝐹(𝑥) = { 0≤𝑥≤2 }
8
1 𝑥>2
RECOMENDADO
5. Sea una variable aleatoria continua Z con fdp:
𝑎
𝑠𝑖 𝑧 < 0
𝑓(𝑧) = {1 + 𝑧 2 }
−𝑧
𝑏𝑒 𝑠𝑖 𝑧 ≥ 0
a) Determine la constantes a y b si 0 es la mediana de z

b) Determine la función de distribución acumulada
c) Calcule la probabilidad, p(z<-2)
d) Calcule la probabilidad, p(z<4)
e) Calcule la probabilidad, p(z>4)
f) Calcule la probabilidad, p(-2<z<5)
g) Calcule el valor esperado de z
h) Calcule el coeficiente de variación de z
i) Calcule el coeficiente de asimetría de z
j) Calcule el coeficiente de curtosis
1 1
Respuesta: a) 𝑎 = ; 𝑏 = b) c) 0.147584 d) 0.990842 e) 0.009158 f) 0.849047 g) -
𝜋 2
10.4666 h)
2 arctan(𝑧) + 𝜋
𝑠𝑖 𝑧 < 0
𝐹(𝑧) = { 2𝜋 }
1
1− 𝑧 𝑠𝑖 𝑧 ≥ 0
2𝑒
6. Según informes de la Secretaria de Ecología y Protección al Medio Ambiente de la Ciudad de

México, la variable aleatoria x que denota el número aproximado de decenas de toneladas de
materias fecales en polvo (principalmente humanas y de perro) que flotan en el aire en la
ciudad de México en un día cualquiera, puede estimarse mediante la función de densidad de
probabilidad siguiente
𝑥
𝑓𝑥 (𝑥) = 𝑘𝑥𝑒 −(2)
𝑠𝑖 𝑥 > 0
a) Calcular el valor de K
b) Determinar la función de distribución acumulada
c) Calcular la probabilidad de que la cantidad de toneladas de materias fecales en polvo sea a lo
menos 4

74
d) Calcular la probabilidad de que la cantidad de toneladas de materias fecales en polvo sea a lo

más 5
e) Calcular la probabilidad de que la cantidad de toneladas de materias fecales en polvo se
encuentre entre 3 y 4 toneladas
f) Calcular la probabilidad de que la cantidad de toneladas de materias fecales en polvo se
encuentre a no más de 2 toneladas con respecto al valor esperado
g) Calcular el coeficiente de asimetría
h) Calcular el coeficiente de curtosis
i) Calcular el coeficiente de variación
1
Respuesta: a) 𝑘 = b) c) 0.406006 d) 0.712703 e) 0.15182 f) 0.536611 g) 𝑔1 = √2 h) 𝑔2 = 6
4
0 𝑥≤0
−𝑥
𝐹(𝑥) = {−𝑥𝑒 2 −𝑥 }
−𝑒 2 +1 𝑥>0
2
7. El número de imperfecciones por 10 metros de un Geotextil utilizado en la estabilización de un

talud de una vía en construcción cuenta con una función de masa de probabilidad:
x 0 1 2 3 4
f(x) 0.41 k 0.16 0.05 0.01
a) Calcular el valor de “k”.

b) Obtener la función de probabilidad acumulada.
c) Graficar la función de probabilidad acumulada.
d) Calcular la probabilidad de tener menos de tres imperfecciones en 10 metros de Geotextil.
e) Calcular la probabilidad de encontrar a lo más 3 imperfecciones en 10 metros de Geotextil.
f) Calcular la probabilidad de encontrar a lo menos 3 imperfecciones en un rollo de 10 metros.
g) Calcular la probabilidad de encontrar entre una y tres imperfecciones, inclusive, en un rollo de
10 metros.
h) Calcular el coeficiente de variación del número de defectos del geotextil
i) Calcular el coeficiente de asimetría
j) Calcular el coeficiente de curtosis
Respuesta: a) 𝑘 = 0.37 b) c) d) 0.94 e) 0.99 f) 0.06 g) 0.58 h) 1.04496 i) 0.933846 j)

3.4337717
0.00 𝑥<0
0.41 0≤𝑥<1
𝐹(𝑥) = 0.78 1≤𝑥<2
0.94 2≤𝑥<3
0.99 3≤𝑥<4
{1.00 𝑥 ≥ 4}
8. Sea X una variable aleatoria discreta con la siguiente distribución de probabilidad

75
x 1 3 5
p(x) P1 P2 P3
Si se sabe que la media de X es 0.30 y la varianza de X es 2.51, determine los valores de

las probabilidades P1, P2 y P3.
9. Una variable aleatoria X tiene la siguiente fmp:
x 2 3 x3 8
p(x) 0.15 P2 0.30 P4
Si se sabe que 𝐸[𝑥] = 4.25 y la 𝑉𝑎𝑟(𝑥) = 3.7875, calcule el coeficiente de asimetría de X
10. Dada la variable aleatoria 𝑥 con la siguiente FDA
0 𝑥<0
𝑥
0≤𝑥<1
4
𝐹(𝑥) = 𝑥 2 + 4
1≤𝑥<2
8
{1 𝑥≥2 }
Determine 𝑃(0.5 < 𝑥 ≤ 1.5)
Respuesta: 0.65625
11. El número total de horas, en unidades de 100 horas que una luminaria de sodio permanece
prendía en un parqueadero sin averiarse es una variable aleatoria con función de densidad de
probabilidad 𝑓(𝑥), para prevenir posibles incidentes tales como incendios por la falla de las
luminarias el fabricante estipula que el tiempo máximo de servicio de una luminaria deberá ser
de 7500 [horas].
𝑎𝑒 −𝑥 0 < 𝑥 ≤ 15
𝑏
𝑓(𝑥) = 15 < 𝑥 ≤ 30
𝑥
𝑐
30 < 𝑥 ≤ 75
{ 𝑥2 }
a) Si la mediana del tiempo que la luminaria permanece prendida sin averiarse es de 3200 [horas]
y según especificaciones del fabricante la luminaria tiene un 85% de posibilidad de funcionar
entre 1000 y 6000 [horas] sin averiarse. Calcular los valores de a,b y c.
b) Calcular el tiempo esperado de funcionamiento de la luminaria.
c) Calcular el coeficiente de variación de 𝑥.
d) Calcular el coeficiente de asimetría.
e) Calcular el coeficiente de curtosis.
f) Obtener la función de probabilidad acumulada
g) Calcular la probabilidad de que el tiempo que la luminaria permanece prendida sin averiarse
sea inferior de 2500 [horas].

76
h) Calcular la probabilidad de que el tiempo que la luminaria permanece prendida sin averiarse se
encuentre entre 2500 y 5000 [horas]
Respuesta: a) 𝑎 = 0.056979; 𝑏 = 0.555266; 𝑐 = 27.906977 b) 𝐸(𝑥) = 𝜇 = 3395.69 [ℎ𝑜𝑟𝑎𝑠] c)

𝑉𝑥 = 0.501726 d) 𝑔1 = 0.319427 e) 𝑔2 = 2.68723 f)
0 𝑥≤0
0.056979 − 0.056979𝑒 −𝑥 0 < 𝑥 ≤ 15
0.555266𝑙𝑛(𝑥) − 1.44671 15 < 𝑥 ≤ 30
𝐹(𝑥) =
27.9070
1.37209 − 30 < 𝑥 ≤ 75
𝑥
{ 1 𝑥 > 75 }
12. La medida del tiempo en minutos que un ingeniero director de obra gasta en reprender a sus
empleados en el día es una variable aleatoria con función de densidad de probabilidad 𝑓(𝑥),
según un reconocido psicólogo el tiempo para reprender no debe ser superior a 30 minutos
para evitar el riego de trauma psicológico.
𝑥
𝑎𝑥𝑒 −(2) 0 < 𝑥 ≤ 12
𝑏
𝑓(𝑥) = 2
12 < 𝑥 ≤ 21
𝑥 +5
𝑐
{ 21 < 𝑥 ≤ 30}
𝑥3
a) Si la mediana del tiempo en que el director de obra reprende a sus súbditos es de 17 minutos,
por experiencia se sabe de qué la posibilidad de que este director reprenda a un súbdito
durante un tiempo de entre 5 y 25 minutos es de 87%. Calcular los valores de a,b y c.
b) Suponga que usted es un empleado del director de obra ¿Cuál es el tiempo esperado para que
se le reprenda?
c) Calcular el coeficiente de variación de 𝑥.
d) Calcular el coeficiente de asimetría.
e) Calcular el coeficiente de curtosis.
f) Obtener la función de probabilidad acumulada
g) Calcular la probabilidad de que el tiempo de un regaño dure más de 5 minutos.
h) Calcular la probabilidad de que un regaño dure entre 10 y 20 minutos.
i) Calcular la probabilidad de que el tiempo para un regaño sea a lo más de 7 minutos.
Respuesta: a) 𝑎 = 0.004512; 𝑏 = 20.177864; 𝑐 = 479.194984 b) 𝐸(𝑥) = 𝜇 = 17.97459 c) 𝑉𝑥 =

0.285166 d) 𝑔1 = 0.239410 e) 𝑔2 = 3.09553 f)

77
𝑥 𝑥
(−2𝑥𝑒 −2 − 4𝑒 −2 + 4) ∗ 0.004512 0 < 𝑥 ≤ 12
1 1
( arctan ( 𝑥) − 0.620093) ∗ 20.177864 + 0.017735 12 < 𝑥 ≤ 21
𝐹(𝑥) = √5 √5
239.597
1.26622 − 21 < 𝑥 ≤ 30
𝑥2
{ 1 𝑥 > 30 }
13. Una reconocida constructora de edificaciones de vivienda, se encuentra interesada en estudiar

la estatura de sus empleados que laboran en obra, el objetivo es realizar algunas
modificaciones en la ropa de trabajo y los elementos de protección personal. La compañía para
estudiar la estatura de sus empleados realiza una toma de datos, entre una muestra
representativa de los trabajadores, y contrata a un estudiante de Ingeniería Civil apasionado
por el estudio de la estadística para que modele una función de densidad de probabilidad con
la estatura como variable aleatoria. Suponga que el estudiante determina la siguiente función
de densidad de probabilidad.
𝑎√𝑥 1.57 < 𝑥 ≤ 1.64

−𝑥
𝑓(𝑥) = { 𝑏𝑒
𝑐
1.64 < 𝑥 ≤ 1.75 }
1.75 < 𝑥 ≤ 1.86
𝑥
a) Si el 56% de los trabajadores tienen una estatura inferior a 1.72 m, y el 72% de los
trabajadores una estatura superior a 1.64 m, calcular los valores de las constantes a, b, c y
obtener la función de distribución acumulada.
b) Calcule el valor de estatura esperado en los empleados de la constructora.
c) Calcule la probabilidad de que la estatura de un empleado elegido al azar se encuentre entre
1.61 y 1.78 m.
Respuesta: a) 𝑎 = 3.157410; 𝑏 = 18.774400; 𝑐 = 5.58789 b) 𝐸(𝑥) = 𝜇 = 1.70673 [𝑚] c)
0.585252
0 𝑥 ≤ 1.57
3
2.10494 ∗ − 4.14085
𝑥2 1.57 < 𝑥 ≤ 1.64
𝐹(𝑥) = −18.7744 ∗ 𝑒 −𝑥 + 3.92186 1.64 < 𝑥 ≤ 1.75
5.58789 ∗ 𝑙𝑛|𝑥| − 2.46771 1.75 ≤ 𝑥 ≤ 1.86
{ 1 𝑥 > 1.86 }
14. Un estudiante de ingeniería civil debe recorrer todos los días un trayecto considerable desde
su casa hasta el lugar en el que se encuentra la universidad, el estudiante dispone de dos
horas para almorzar, tiempo que es insuficiente para ir hasta su casa, por esta razón el
estudiante compra el almuerzo en la cafetería de la universidad. El tiempo que el estudiante ha
utilizado para esperar su almuerzo lo ha dedicado a modelar la siguiente función de
distribución acumulada, donde la variable aleatoria es el tiempo de espera en la cafetería en
minutos, el estudiante afirma que no espera un tiempo superior a 30 minutos pues de darse el
caso prefiere quedarse sin almorzar

78
0 x≤0
a(1 − e−x ) 0 < x ≤ 10
x
bln | | + a(1 − e−10 ) 10 < x ≤ 21
F(x) = 10
x+5 21
cln | | + bln | | + a(1 − e−10 ) 21 < x ≤ 30
26 10
{ 1 x > 30 }
𝑀𝑒 = 16 [𝑚𝑖𝑛]
𝑝(𝑥 < 15) = 0.45
a) Obtener la función de densidad de probabilidad y el valor de las constantes a, b y c.

b) Calcular el tiempo más probable que el estudiante tendrá que esperar para que le sirvan su
almuerzo.
c) Calcular la probabilidad de que el estudiante tenga que esperar en la fila a lo más un tiempo de
19 minutos.
Respuesta: a) 𝑎 = 0.13588; 𝑏 = 0.774731; 𝑐 = 0.973332 b) 𝐸(𝑥) = 𝜇 = 15.9712 [𝑚𝑖𝑛] c)

0.633138
0.13588𝑒 −𝑥 0 < 𝑥 ≤ 10
0.774731
10 < 𝑥 ≤ 21
𝑓(𝑥) = 𝑥
0.973332
21 < 𝑥 ≤ 30
{ 𝑥+5 }
15. En un grupo de investigación laboran, Estudiantes de Ingeniería Civil, con una gran de
dedicación y sentido del deber, situación que tiene como consecuencia la alta ocupación de los
seis equipos informáticos disponibles para trabajar, uno de los estudiantes interesado en el
arduo trabajo estudia el número de equipos disponibles a determinada hora del día, para el
estudio realiza una toma de datos en la sala de informática durante varios días y finalmente
obtiene la siguiente función de masa de probabilidad acumulada.
0 x<0
a 0≤x<1
0.70 1≤x<2
b 2≤x<3
F(x) =
0.88 3≤x<4
c 4≤x<5
0.97 5≤x<6
{ 1.00 x≥6}
Se sabe que:
E(x) = μ = 1.26; p(x ≤ 2) = 0.80; p(2 ≤ x ≤ 4) = 0.24
a) Obtener los valores de las constantes a, b y c además de la función de masa de probabilidad.
b) Calcular la probabilidad de que se encuentren disponibles entre dos y cinco computadores,
inclusive.
c) Calcular el coeficiente de asimetría para el número de computadores disponibles.

79
Respuesta: a) 𝑎 = 0.45; 𝑏 = 0.80; 𝑐 = 0.94 b) 0.270000 c) 𝑔1 = 1.346638
16. En la construcción de la Fase II de un reconocido Megacolegio se debe realizar una

excavación de gran volumen, el ingeniero residente de la obra en construcción pidió a un
estudiante de Ingeniería Civil de la Universidad Industrial de Santander, modelar una función
de densidad de probabilidad para el tiempo que una volqueta dobletroque permanece en la
obra, desde el momento de la entrada hasta el momento de la salida de la obra, tiempo que
según especificaciones de la interventoría no deberá ser superior a 15 minutos, el estudiante
llego a la función de distribución acumulada:
0 x≤0
2 −t −t −t
−at e − 2ate − 2ae + 2a 0<x≤4
t
bln ( ) + a(2 − 26e−4 ) 4 < x ≤ 10
4
F(x) = t+5 5
cln ( ) + a(2 − 26e−4 ) + bln ( ) 10 < x ≤ 12
15 2
1 dπ 5 17
d ∗ arctan(t) + darctan ( ) − + a(2 − 26e−4 ) + bln ( ) + cln ( ) 12 < x ≤ 15
12 2 2 15
{ 1 x > 15 }
a) Si el ingeniero residente sabe por experiencia que la probabilidad de que el tiempo que una
volqueta demore en la obra sea inferior a 10 minutos es de 35,56%, la probabilidad de que se
demore entre 3 y 7 minutos inclusive es de 13,33% y según el estudiante de ingeniería la
mediana del tiempo que demora una volqueta es de 12,5064 minutos. Calcule los valores de
a,b,c y d.
b) Obtener la función de densidad de probabilidad f(x).
c) Graficar la función de densidad de probabilidad f(x).
d) Graficar la función de densidad acumulada de probabilidad F(x).
e) Calcular el tiempo más probable que una volqueta demora en la obra.
f) Calcular la probabilidad de que el tiempo que una volqueta demore en la obra sea a lo más de
9 minutos.
g) Calcular la probabilidad de que el tiempo que una volqueta demore en la obra sea a lo menos
10 minutos.
h) Calcular la probabilidad de que el tiempo que una volqueta demore en la obra sea a lo sumo 6
minutos.
i) Calcular la probabilidad de que el tiempo que una volqueta demore en la obra se encuentre
entre 9 y 12 minutos, inclusive.
j) Calcular el coeficiente de curtosis del tiempo que demora una volqueta en la obra.
k) Calcular el coeficiente de asimetría del tiempo que demora una volqueta en la obra.
17. Cierto estudiante de ingeniería auxiliar de la asignatura de Estadística, es un fiel fanático del
modelado matemático a partir de datos estadísticos y su área de mayor fascinación de la
Estadística es la Teoría de la Probabilidad, en la asignatura todos los semestres se aplica una
prueba de conocimientos previos que consta de 10 preguntas, el estudiante con el objetivo de
analizar el comportamiento probabilístico de la variable aleatoria del número de respuestas

80
correctas modela una función de masa de probabilidad a partir del historial de notas obtenidas
por los estudiantes de los semestres anteriores.
x 0 1 2 3 4 5 6 7 8 9 10
p(x) 0.15 a 0.13 b 0.09 c 0.07 d 0.03 0.03 e
a) Se sabe que el valor más probable de respuestas correctas es de 3.06, la varianza del número
de respuestas correctas es de 6.6364, la probabilidad de que un estudiante conteste entre 2 y
6 preguntas, inclusive, de forma correcta es de 0.5 y la probabilidad de que el estudiante
apruebe el examen es de 0.19 (el examen se aprueba con 6 o más respuestas de forma
correcta), calcule los valores de a,b,c,d y e.
b) Calcule el coeficiente de curtosis.
c) Calcule el coeficiente de asimetría.
d) Obtenga la función de distribución acumulada de probabilidad.
e) Grafique las funciones de masa de probabilidad y densidad de probabilidad acumulada.
f) Calcule la probabilidad de que un estudiante conteste de forma correcta a los sumo tres de las
preguntas.
g) Calcule la probabilidad de que un estudiante conteste de forma correcta a lo menos 2
preguntas de forma correcta
h) Calcule la probabilidad de que un estudiante conteste de forma correcta entre 4 y 7 preguntas,
inclusive, de forma correcta.
18. Un profesor afirma que la autodisciplina es el factor esencial para el desarrollo de cualquier
labor, por tanto, el nunca realiza una clase que dure un tiempo inferior a 50 minutos o un
tiempo superior a 58 minutos (las clases son de 1 hora de duración); la experiencia le ha
permitido modelar la siguiente función de densidad de probabilidad para la variable aleatoria 𝑥
que denota la duración de la clases en horas.
50 53
𝑎𝑥𝑒 −𝑥 ≤𝑥≤
60 60
53 55
𝑓(𝑥) = 𝑏𝑒 −𝑥 <𝑥≤
60 60
2 −𝑥
55 58
{ 𝑐𝑥 𝑒 < 𝑥 ≤ }
60 60
a) Se sabe que: el docente comienza la clase a las 8:00:00 a.m., la probabilidad de que el
docente no haya tomado café cuando termina la clase es 42.5%, la probabilidad de que el
docente termine la clase antes de las 08:54:32 a.m. dado que no ha tomado café es de 31.9%,
la probabilidad de que el docente termine la clase antes de las 08:54:32 a.m. y haya tomado
café es de 32.3% y la mediana del tiempo que el docente emplea en la clase es de 55 minutos.
Calcular la función densidad de probabilidad acumulada y los valores de las constantes a, b y
c.
b) Si en un semestre académico el docente dicta clase en 64 días diferentes, ¿Cuál es el número más
probable de días en que el docente termina la clase entre las 08:52:19 a.m. y las 08:57:13 a.m.?
Respuesta: a) b) 𝑁 = 39.7 ≡ 40 [𝑑í𝑎𝑠]

81
𝟓𝟎 𝟓𝟑
𝟏𝟕, 𝟔𝟎𝟑𝟏[(−𝒙𝒆−𝒙 − 𝒆−𝒙 ) + 𝟎, 𝟕𝟗𝟔𝟕] ≤𝒙≤
𝟔𝟎 𝟔𝟎
𝟓𝟑 𝟓𝟓
𝑭(𝒙) = 𝟓, 𝟖𝟎𝟒𝟑 − 𝟏𝟑, 𝟐𝟔𝟖𝟓𝒆−𝒙 <𝒙≤
𝟔𝟎 𝟔𝟎
𝟓𝟓 𝟓𝟖
{ 𝟓𝟒, 𝟓𝟒𝟓𝟕 − 𝟐𝟖, 𝟗𝟐𝟎𝟗[𝒆−𝒙 (𝒙𝟐 + 𝟐𝒙 + 𝟐)] <𝒙≤ }
𝟔𝟎 𝟔𝟎
25. Un estudiante de ingeniería se encuentra estudiando la teoría de probabilidad, para el estudio

el estudiante realiza un experimento que consiste en lanzar un dado y a continuación lanzar
una moneda tantas veces como puntaje se haya obtenido en el dado. El estudiante se
encuentra interesado en la variable aleatoria discreta que describe el número total de sellos
obtenidos al finalizar el experimento. Por experiencias anteriores, el estudiante afirma que las
probabilidades de resultados en la moneda son los siguientes:
8 9
𝑝(𝑆𝑒𝑙𝑙𝑜) = ; 𝑝(𝐶𝑎𝑟𝑎) =
17 17
a) Obtener las funciones de masa de probabilidad y masa de probabilidad acumulada para el
número total de caras que se obtienen al finalizar el experimento.
b) Calcular el coeficiente de curtosis para el número total de caras que se obtienen al finalizar el
experimento.
c) Calcular la probabilidad de obtener a lo más cuatro sellos al finalizar el experimento.
Respuesta: a) b 𝑔2 = 2.710414 c) 𝑝(𝑦 ≤ 4) = 0.552925
𝒙 𝒑(𝒙)
3537100
0 = 0.146539
24137569
14508387
1 = 0.300535
48275138
12444003
2 = 0.257772
48275138
8573283
3 = 0.177592
48275138
4218723
4 = 0.087389
48275138
1279395
5 = 0.026502
48275138
177147
6 = 0.003670
48215138

82
0 𝑥<0
0.146539 0≤𝑥<1
0.447074 1≤𝑥<2
0.704846 2≤𝑥<3
𝐹(𝑥) =
0.882438 3≤𝑥<4
0.969827 4≤𝑥<5
0.996329 5≤𝑥<6
{ 1 𝑥≥6 }
26. Un estudiante de Ingeniería Civil realiza un estudio sobre el error en la longitud de un gancho
de acero de refuerzo utilizado en la construcción de cierta viga de una edificación de vivienda.
Al finalizar el estudio, el estudiante deduce que la función de densidad de probabilidad que
modela el comportamiento de la variable aleatoria continua que corresponde a la longitud de
error en centímetros es de la forma:
1
𝑎𝑥 + 𝑏 0≤𝑥<
𝑓(𝑥) = { 2}
1
𝑐𝑥 2 + 𝑑𝑥 + 𝑓 ≤𝑥≤1
2
De la experimentación el estudiante ha obtenido los siguientes datos, y sabe que:
1 7
𝑝 (𝑥 ≤ ) =
4 48
𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙)
0.50 0.5000 0.60 0.8100 0.70 1.1500 0.80 1.4950 0.90 1.8712 1.00 2.2500
0.55 0.6622 0.65 0.9725 0.75 1.3125 0.85 1.6725 0.95 2.0525
a) Calcule los valores de las constantes a, b, c, d, f y la función de probabilidad acumulada.

b) Calcule el coeficiente de asimetría para la longitud del error de ganchos.
c) Calcule el valor de la mediana para la longitud del error de los ganchos.
Respuesta: a) 𝑎 = 0.639199; 𝑏 = 0.503433; 𝑐 = 0.958974; 𝑑 = 2.059683; 𝑓 = −0.767397 b 𝑔1 =

−0.013101 c) 0.703579
𝟎 𝒙<𝟎
𝟐
𝟏
𝟎. 𝟑𝟏𝟗𝟔𝟎𝟎𝒙 + 𝟎. 𝟓𝟎𝟑𝟒𝟑𝟑𝒙 𝟎≤𝒙<
𝑭(𝒙) = 𝟐
𝟏
𝟎. 𝟑𝟏𝟗𝟔𝟓𝟖𝒙𝟑 + 𝟏. 𝟎𝟐𝟗𝟖𝟒𝒙𝟐 − 𝟎. 𝟕𝟔𝟕𝟑𝟗𝟕𝒙 + 𝟎. 𝟒𝟏𝟕𝟖𝟗𝟕 ≤𝒙≤𝟏
𝟐
{ 𝟏 𝒙>𝟏 }

83
Distribuciones de probabilidad
Proceso de Bernoulli
Un experimento estadístico con las siguientes propiedades se conoce como experimento de

Bernoulli.
1. Cada prueba que se realiza tiene dos resultados posibles que son: éxito o fracaso.
2. El experimento consta de 𝑛 pruebas que se repiten en condiciones iguales.
3. La probabilidad de éxito, denotada como 𝑝, se mantiene constante en todas las pruebas del
experimento.
4. Las pruebas del experimento son independientes.
Distribución Binomial
La distribución binomial es aplicable en un experimento donde se estudia una variable aleatoria

discreta, que corresponde al número de éxitos 𝑥, que se presentan en 𝑛 ensayos, donde:
1. Los ensayos son independientes.

2. Cada uno de los ensayos tiene dos resultados posibles Éxito o Fallo.
3. La probabilidad de éxito "𝑝" permanece constante, al igual que la probabilidad de fallo "𝑞".
La variable aleatoria discreta 𝑥, que representa el número de éxitos que suceden en 𝑛 ensayos
tiene la función de masa de probabilidad 𝑓(𝑥), denotada como 𝑏(𝑥; 𝑛, 𝑝).
𝑛
𝑓(𝑥) = 𝑏(𝑥; 𝑛, 𝑝) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥 , 𝑥 = 0,1,2 … … 𝑛; 𝑛 = 1,2,3 … … ….
𝑥
𝐸(𝑥) = 𝜇 = 𝑛𝑝; 𝑉𝑎𝑟(𝑥) = 𝜎 2 = 𝑛𝑝(1 − 𝑝)
Donde,
𝑛: Número de ensayos.
𝑥: Número de éxitos.
𝑝: Probabilidad de éxito.

84
Distribución Geométrica
La distribución geométrica es aplicable en un experimento donde se estudia una variable aleatoria

discreta, que corresponde al número ensayos 𝑥, que deben realizarse para obtener el primer éxito,
donde.

La función de masa de probabilidad de la distribución geométrica 𝑓(𝑥), que da como resultado la

probabilidad de obtener el primer éxito en el ensayo 𝑥, está definida como:
𝑓(𝑥) = 𝑔(𝑥; 𝑝) = 𝑝(1 − 𝑝)𝑥−1 , 𝑥 = 1,2,3 … … … … …
1 (1 − 𝑝)
𝐸(𝑥) = 𝜇 = ; 𝑉𝑎𝑟(𝑥) = 𝜎 2 =
𝑝 𝑝2
Donde,
𝑥: Número del ensayo en el que ocurre el primer éxito.
Distribución Binomial Negativa
La distribución Binomial Negativa es aplicable en un experimento donde se estudia una variable

aleatoria discreta, que corresponde al número ensayos 𝑥, que deben realizarse para obtener el
𝑘 − é𝑠𝑖𝑚𝑜 éxito, donde:

La función de masa de probabilidad de la distribución Binomial negativa 𝑓(𝑥), que da como

resultado la probabilidad de obtener 𝑘 − é𝑠𝑖𝑚𝑜 éxito en el ensayo 𝑥, está definida como:
𝑥−1
𝑓(𝑥) = 𝑏 ∗ (𝑥; 𝑘, 𝑝) = ( ) (1 − 𝑝)𝑥−𝑘 𝑝𝑘 , 𝑥 = 1,2,3 … … … … …
𝑘−1
𝑘 𝑘(1 − 𝑝)
𝐸(𝑥) = 𝜇 = ; 𝑉𝑎𝑟(𝑥) = 𝜎 2 =
𝑝 𝑝2
Donde,
𝑥: Número del ensayo en el que ocurre el 𝑘 − é𝑠𝑖𝑚𝑜 éxito.
𝑘: Numero de éxitos.

85
Distribución Poisson
La distribución Poisson es aplicable en un experimento donde se estudia una variable aleatoria

discreta, que corresponde al número de éxitos 𝑥 , que ocurren en un tiempo determinado 𝑡 ,
teniendo en cuenta una frecuencia de éxitos 𝜆.
La función de masa de probabilidad de la distribución Poisson 𝑓(𝑥), que da como resultado la

probabilidad de obtener 𝑥 éxitos, en un tiempo 𝑡, está definida como:
𝑒 −𝛾 𝛾 𝑥
𝑓(𝑥) = 𝑝(𝑥; 𝜆𝑡) = , 𝛾 = 𝜆𝑡; 𝑥 = 0,1,2,3 … … … … …
𝑥!
𝐸(𝑥) = 𝛾; 𝑉𝑎𝑟(𝑥) = 𝜎 2 = 𝛾
Donde,
𝑥: Número de éxitos.
𝑡: Intervalo de tiempo, área, volumen, etc, analizado
Ejercicios distribuciones de probabilidad (binomial, binomial negativa, geométrica y

poisson)
1. Un examen de resistencia de materiales consta 10 preguntas con cuatro opciones de

respuesta. Suponga que cierto estudiante no prepara el examen, por lo cual se ve obligado a
adivinar cada una de las respuestas.
a) ¿Cuál es la probabilidad de que el estudiante conteste de forma correcta exactamente 3
preguntas?
b) ¿Cuál es la probabilidad de que el estudiante conteste a lo más 5 preguntas de forma
correcta?
c) ¿Cuál es la probabilidad de que el estudiante conteste entre 5 y 7 preguntas inclusive de
forma correcta?
d) Si el examen se aprueba con 6 o más respuestas correctas ¿cuál es la probabilidad de que
este estudiante poco responsable apruebe el examen?
e) ¿Cuál es el número esperado de respuestas correctas en el examen del estudiante
descrito?
f) Calcular el coeficiente de variación del número de respuestas correctas en el examen del
estudiante
g) Encontrar las funciones de masa de probabilidad y masa de probabilidad acumulada
h) Graficar las funciones de masa de probabilidad y masa de probabilidad acumulada
Respuesta: a) 0.25028229 b) 0.98027229 c) 0.07771111 d) 0.01972771 e) 𝒏 = 2.5 ≡ 3 f) 𝑉𝑥 =

0.54772256
2. Cierto ingeniero civil dedicado a la docencia debe recorrer todos los días un trayecto desde su
vivienda hasta el lugar de trabajo, en el trayecto debe pasar por un cruce congestionado que

86
cuenta con un semáforo el cual está en verde el 35% de las veces. Suponga que comienza
una semana laboral con el lunes como primer día laboral de la semana.
a) ¿Cuál es la probabilidad de que la primera mañana en que se pasa el semáforo en verde
sin tener que esperar sea el día jueves?
b) ¿Cuál es la probabilidad de que la primera mañana en que se pasa el semáforo en verde
sin tener que esperar se encuentre entre los días martes y jueves, inclusive?
c) ¿Cuál es la probabilidad de que la primera mañana en que se pasa el semáforo en verde
sin tener que esperar sea a lo menos el día jueves?
d) ¿Cuál es el día esperado en el que el semáforo se encontrara en verde por primera vez en
la semana laboral?
Respuesta: a) 0.09611875 b) 0.47149375 c) 0.27462500 d) 𝑛 = 2.86 ≡ 𝑀𝑖𝑒𝑟𝑐𝑜𝑙𝑒𝑠
3. Una prueba consiste en someter probetas cilíndricas de concreto de 10 [cm] de diámetro y 20

[cm] de altura a un esfuerzo normal de 3000 [psi] con el objetivo de determinar si cumple el
esfuerzo de diseño, se sabe por experiencia que el 15% de las probetas de este tipo de
concreto no cumplen con la resistencia de diseño. Suponga que se analiza un lote de 8
probetas:
a) ¿Cuál es la probabilidad de que fallen exactamente 4 probetas?
b) ¿Cuál es la probabilidad de que fallen a lo más 3 probetas?
c) ¿Cuál es la probabilidad de que ninguna probeta falle?
d) ¿Cuál es la probabilidad de que no fallen más de 7 probetas?
e) ¿Cuál es el número más probable de probetas que fallan?
f) Calcule el coeficiente de variación del número de probetas que fallan
g) Encontrar las funciones de masa de probabilidad y masa de probabilidad acumulada
h) Graficar las funciones de masa de probabilidad y masa de probabilidad acumulada
Respuesta: a) 0.0184986 b) 0.97864753 c) 0.27249053 d) 𝟎. 𝟐𝟕𝟐𝟒𝟗𝟎𝟓𝟑 e) 𝑛 = 1.20 ≡ 1 f) 𝑉𝑥 =

0.84162541
4. Cierto individuo estudiante de ingeniería es famoso entre sus compañeros de estudio por
transmitir información errónea basada en algún acontecimiento, sus compañeros más
allegados saben que a este individuo hay que creerle una cuarta parte de lo que dice (basados
en la experiencia). Suponga que hay un nuevo rumor que este individuo comenta a 10
personas.
a) ¿Cuál es la probabilidad de que a exactamente 6 personas se les diga la verdad?
b) ¿Cuál es la probabilidad de que a lo menos a 5 personas se les suministre información
errónea?
c) ¿Cuál es la probabilidad de que entre 4 y 8 personas inclusive se les diga la verdad?
d) ¿Cuál es la probabilidad de que a ninguna persona se le dé la información correcta?
e) ¿Cuál es el número esperado de personas al cual este individuo le suministra información
correcta?
f) Encontrar las funciones de masa de probabilidad y masa de probabilidad acumulada.
g) Graficar las funciones de masa de probabilidad y masa de probabilidad acumulada.
h) Calcular el coeficiente de curtosis para el número de personas que el individuo mencionado
le suministra información incorrecta

87
Respuesta: a) 0.016222 b) 𝟎. 𝟗𝟖𝟎𝟐𝟕𝟐𝟐𝟗 c) 0.22409534 d) 0.05631351 e) 𝒏 = 𝟐. 𝟓 ≡ 𝟑 h) 𝑔2 =

2.9333333
5. Una maquina produce piezas metálicas, de las cuales el 0.1% son de pésima calidad ¿Cuántas
piezas deberán producirse para que la probabilidad de que haya por lo menos una pieza de
pésima calidad sea mayor a 0.5?
Respuesta: 𝑛 = 692.801 ≡ 693
6. Los grandes maestros Vishy Anand, de la India, y Garry Kasparov, de Rusia juegan una serie
de partidas de ajedrez (match). Los expertos estiman que la probabilidad de que una partida
entre ellos termine en tablas (empate) es de 0.8. Si en total disputaran 24 partidas, para definir
el campeonato del mundo, halle el número más probable de partidas que terminarán en tablas.
Respuesta: 𝑛 = 19.2 ≡ 19
7. Dos tiradores disparan al blanco. La probabilidad de fallar un solo disparo para el primer tirador
es igual a 0.2, y para el segundo, 0.4. Halle el número más probable de disparos para los
cuales no se hará ni un solo blanco, si los tiradores efectúan 25 disparos cada uno y lo hacen
simultáneamente.
Respuesta: 𝑛 = 15
8. Un ingeniero de tráfico afirma que uno de cada 10 accidentes automovilísticos son causador
por fatiga del conductor. ¿Cuál es la probabilidad de que al menos tres de cinco accidentes
automovilísticos sean causados por fatiga del conductor?
Respuesta: 0.00856
**Recomendado
9. La biblioteca de cierta universidad genera multas a sus usuarios por concepto de atraso en la
entrega de los libros, multas que deben pagarse en un cubículo que es atendido por un
individuo que generalmente atiende de mal humor por lo que sus servicios han generado el
repudio en los estudiantes. La comunidad estudiantil decide redactar una carta para generar
una petición de remoción del cargo de tal individuo para ello se recolectan firmas entre los
estudiantes. Si la aceptación de tal individuo entre la comunidad estudiantil es del 8% calcular:
a) La probabilidad de que en un grupo de 10 estudiantes 8 firmen para apoyar la iniciativa de
la remoción del cargo de tal individuo.
b) La probabilidad de que se tenga que abordar a 7 estudiantes para encontrar la primera
persona que no firme la propuesta de la remoción al cargo.
c) La probabilidad de que en un grupo de 8 estudiantes a lo menos 7 firmen para apoyar la
iniciativa de la remoción del cargo de tal individuo.
d) La probabilidad de que se tenga que abordar a 15 estudiantes para encontrar 13 personas
que firmen la revocatoria del funcionario.
e) La probabilidad de que en un grupo de 10 todos firmen para la revocatoria del funcionario.
f) El número más probable de firmas que se recolectaran en un grupo de 30 personas.
g) El número más probable de estudiantes que se tendrán que abordar para encontrar dos
personas que no firmen la propuesta de revocatoria.
h) El número de estudiantes que se deberán abordar para que la probabilidad de que dos de
ellos no firmen la propuesta sea de 0.05.

88
i) El número de estudiantes que se deben abordar para que la probabilidad de encontrar el

primero que no firme la propuesta sea de 0.025.
j) El estudiante encargado de recoger las firmas afirma que en su planilla registra en
promedio 2 firmas cada 10 minutos ¿Cuál es la probabilidad que en 20 minutos este
estudiante logre registrar exactamente 5 firmas?
k) El estudiante encargado de recoger las firmas afirma que en su planilla registra en
estudiante logre registrar entre 3 y 5 firmas inclusive?
l) El estudiante encargado de recoger las firmas afirma que en su planilla registra en
estudiante logre registrar a lo más 3 firmas?
m) A un grupo de 20 estudiantes se les reúne en un aula, 17 de tales estudiantes firmaron la
propuesta y los restantes no firmaron. Se seleccionan 5 estudiantes al azar ¿Cuál es la
probabilidad de que 4 estudiantes hayan firmado y 1 no haya firmado?
Respuesta: a) 0.14780704 b) 0.048508 c) 0.8702407 d) 0.196999 e) 0.43438845 f) 𝑛 = 27.6 ≡

30 g) 𝑛 = 25 h) 𝑛 = 5.01 ≡ 5 𝑜 𝑛 = 71.16 ≡ 71 i) 𝑛 = 14.94 ≡ 15 j) 0.15629345 k) 0.38371084
l) 0.64723189 m) 0.391505
10. El número de defectos en rollos de geotextil (utilizado para hacer filtros para taludes) de cierta
industria tiene una media de 0.1 defectos por metro cuadrado.
a) ¿Cuál es la probabilidad de tener dos defectos en un metro cuadrado de geotextil?
b) ¿Cuál es la probabilidad de tener un defecto en 10 metros cuadrados de geotextil?
c) ¿Cuál es la probabilidad de no hallar defectos en 20 metros cuadrados de geotextil?
d) ¿Cuál es la probabilidad de que existan al menos dos defectos en 10 metros cuadrados de
geotextil?
Respuesta: a) 0.00452439 b) 0.36787944 c) 0.13533528 d) 0.26424112
11. Una gran encuesta en una reconocida ciudad arroja como resultado que el 63% de las
personas encuestadas no se encuentran a gusto con la pareja sentimental con la que
comparten en la actualidad.
a) ¿Cuál es la probabilidad de que se tenga que entrevistar a 8 personas para encontrar
alguien que no esté a gusto con su pareja sentimental actual?
b) ¿Cuál es la probabilidad de que se tenga que entrevistar a 4 personas para encontrar a dos
personas que no estén a gusto con su pareja sentimental actual?
c) ¿Cuál es la probabilidad de tener que entrevistar entre 3 y 5 personas inclusive para
encontrar una persona que se encuentre a gusto con su pareja?
d) ¿Cuál es el número más probable de personas que se deben encuestar para encontrar a
alguien que se encuentre a gusto con su pareja?
e) ¿Cuál es el número más probable de personas que se deben encuestar para encontrar a
alguien que no se encuentre a gusto con su pareja?
f) Calcular el coeficiente de variación para el número de personas que se deben encuestar
para encontrar a alguien que se encu entre a gusto con su pareja.
Respuesta: a) 0.000598 b) 0.1630068 c) 0.297656 d) 𝑛 = 2.70 ≡ 3 e) 𝑛 = 1.59 ≡ 2 f) 𝑉𝑥 =

0.793725

89
12. Un laboratorio de una reconocida planta encargada del suministro de concreto a diferentes
obras recolecta muestras de sus concretos que son utilizados en columnas con el objetivo de
verificar la calidad del producto ofrecido al público. La prueba consiste en verificar con un
ensayo de compresión la resistencia al esfuerzo normal para el cual fue diseñado el concreto.
Según la experiencia se sabe que aproximadamente el 7% de los concretos suministrados no
cumplen con la resistencia de diseño, suponga que se analiza cierto lote de probetas.
a) ¿Cuál es la probabilidad de que tenga que analizar 25 probetas para encontrar una que no
cumple con la resistencia de diseño?
b) ¿Cuál es la probabilidad de que la probeta analizada en la posición 17 sea la primera que
falle?
c) ¿Cuál es la probabilidad de que la primera probeta que falle se encuentre entre la analizada
en la posición 17 y la posición 20, inclusive?
d) Si 20 probetas se seleccionan del lote al azar y se analizan ¿Cuál es el número esperado
de probetas que no cumplen con la resistencia?
e) Si 25 probetas se seleccionan del lote al azar y se analizan ¿Cuál es el número esperado
de probetas que cumplen con la resistencia?
f) ¿Cuál es el número esperado de probetas que se tendrá que analizar para encontrar la
primera que no cumple con la resistencia de diseño?
g) Suponga que se analizan 35 probetas ¿Cuál es la probabilidad de que a lo más dos no
cumplan con la resistencia de diseño?
Respuesta: a) 0.012266 b) 0.021919 c) 0.078893 d) 𝑛 = 1.4 ≡ 1 e) 𝑛 = 23.25 ≡ 23 f) 𝑛 =
14.29 ≡ 14 g) 0.55249848
13. Un inspector de calidad, se desempeña en el área de muebles para oficinas, suponga que
cierto día el inspector es contratado por una prestigiosa universidad para verificar el estado de
un aula magistral adscrita a la escuela de Ingeniería Civil. De acuerdo a las observaciones, el
inspector afirma que aproximadamente un 25% de las sillas requieren mantenimiento.
a) ¿Cuál es la probabilidad de que el inspector tenga que analizar 10 sillas para encontrar 3
que necesiten mantenimiento?
b) ¿Cuál es la probabilidad de que el inspector tenga que analizar 8 sillas para encontrar 6
que no requieran mantenimiento?
c) Si se elige un lote de 15 sillas, ¿Cuál es la probabilidad a lo más 4 sillas requieran
mantenimiento?
d) ¿Cuál es la probabilidad de que el inspector tenga que analizar 5 sillas para encontrar la
primera que requiera mantenimiento?
e) Calcule el número más probable de sillas que el inspector tendrá que analizar para
encontrar 5 sillas defectuosas.
f) Si se tiene un aula con 40 sillas, ¿Cuál es el número más probable de sillas que no
requieren reparación?
Respuesta: a) 0.07508469 b) 0.2335968 c) 0.68648594 d) 0.079102 e) 𝑛 = 20.00 ≡ 20 f)

𝑛 = 30.00 ≡ 30
14. Un estudiante de ingeniería debe trabajar para cubrir sus gastos de universidad, para tal fin
trabaja los fines de semana como cajero en un reconocido supermercado, el estudiante afirma
que su trabajo es muy eficiente al punto de atender en promedio tres clientes por minuto.

90
a) ¿Cuál es la probabilidad de que en un tiempo de 3 minutos el estudiante atienda a 10

clientes?
b) ¿Cuál es la probabilidad de que en un tiempo de 2 minutos el estudiante atienda entre 4 y 7
clientes, inclusive?
c) ¿Cuál es la probabilidad de que en un tiempo de 1.5 minutos el estudiante atienda a lo
menos 4 clientes?
d) ¿Cuál es el número más probable de clientes que el estudiante atiende en una hora
Respuesta: a) 0.1185801 b) 0.0.5927759 c) 0.657704 d) 180

91
Distribución Exponencial
La distribución Exponencial es aplicable en un experimento donde se estudia una variable

aleatoria continua, que puede corresponder a un tiempo, un volumen, un área, una distancia, etc
variable que usualmente se representa como 𝑥 , el valor de la variable aleatoria continua
corresponde al tiempo, intervalo que debe darse para que ocurra un éxito:
La función de masa de probabilidad de la distribución Exponencial 𝑓(𝑥) es de la forma:
𝜆𝑒 −𝜆𝑥 𝑥>0
𝑓(𝑥) = { }
1 1
𝐸(𝑥) = 𝜇 = ; 𝑉𝑎𝑟(𝑥) = 𝜎 2 =
𝜆 𝜆2
Donde,
𝑥: Variable aleatoria continua que puede representar tiempo, área, volumen, etc.
𝜆: Numero promedio de éxitos por unidad de tiempo, área volumen, etc.
Distribución Gamma
La distribución Gamma es aplicable en un experimento donde se estudia una variable aleatoria

continua, que puede corresponder a un tiempo, un volumen, un área, una distancia, etc variable
que usualmente se representa como 𝑥, este intervalo de la variable aleatoria continua corresponde
al intervalo que debe darse para que ocurra un número de éxitos 𝛼.
1 𝑥 (𝛼−1) ∗ 𝑒 −𝜆𝑥
𝛼∗( ) 𝑥>0
𝑓(𝑥) = { (1) Г(𝛼) }
𝜆
Como 𝛼 es un valor entero que corresponde al número de éxitos, se tiene:
Г(𝛼) = (𝛼 − 1)!
Donde,
𝑥: Variable aleatoria continua que puede representar tiempo, área, volumen, etc.
𝜆: Número promedio de éxitos por unidad de tiempo, área volumen, etc.
𝛼: Número de éxitos.
𝛼 𝛼
𝐸(𝑥) = 𝜇 = ; 𝑉𝑎𝑟(𝑥) = 𝜎 2 =
𝜆 𝜆2

92
Distribución Normal
Una variable aleatoria continúa 𝑥 con distribución aproximadamente normal, con parámetros 𝜇 y 𝜎
la función de densidad de probabilidad es:
1 (𝑥−𝜇)2
−
𝑓(𝑥) = { 𝑒 2𝜎2 − ∞ < 𝑥 < ∞}
√2𝜋𝜎
Donde,
𝑥: Variable aleatoria continua que representa el parámetro de estudio de interés.
Distribución Normal Estándar

La distribución normal estándar se obtiene a partir de la distribución normal con parámetros 𝜇 = 0
y 𝜎 = 1, la variable aleatoria se denota con la letra 𝑧.
1 𝑧2
−2
𝑓(𝑧) = { 𝑒 − ∞ < 𝑧 < ∞}
√2𝜋
Ejercicios distribuciones de probabilidad (Exponencial, Poisson, Normal)
1. Suponga que en un punto de venta de vivienda usada los clientes, independientemente de que
pregunten sobre vivienda unifamiliar o apartamento, lo hacen con un promedio de 26 clientes
por hora.
a) Calcule la probabilidad de que en un tiempo de una hora lleguen exactamente 24 clientes
b) Calcule la probabilidad de que en un tiempo de 15 minutos lleguen exactamente 6 clientes
c) Calcule la probabilidad de que se espere un tiempo de menos de cinco minutos antes de
que llegue el próximo cliente.
d) Calcule la probabilidad de que en un tiempo de 3 minutos lleguen entre 1 y 3 clientes,
inclusive
e) Calcule la probabilidad de que se espere un tiempo entre 2 y 4 minutos antes de que llegue
el próximo cliente
f) Calcule la probabilidad de que en un tiempo de 2 minutos lleguen a lo menos dos clientes
g) Calcule la probabilidad de que se espere un tiempo que diste de la media no más de una
desviación estándar.
Respuesta: a) 0.074989102 b) 0.157482939 c) 0.885441156 d) 0.684372754 e) 0.243655939 f)

0.215345949 g) 0.8646647276
2. En la construcción del sistema de drenaje de una cancha se utiliza un geotextil no tejido que
tiene una alta permeabilidad permitiendo el flujo de agua a través de este, según el fabricante
el geotextil presenta un promedio de 0.1 imperfecciones por metro cuadrado.
a) ¿Cuál es la probabilidad de que haya dos imperfecciones en 1 metro cuadrado de
geotextil?
b) ¿Cuál es la probabilidad de que haya una imperfección en 10 m2 de geotextil?
c) ¿Cuál es la probabilidad de que no haya imperfecciones en 20 m2 de geotextil?

93
d) ¿Cuál es la probabilidad de que en 40 m2 haya a lo más 3 imperfecciones en el geotextil?

e) ¿Cuál es la probabilidad de que en 30 m2 haya a lo menos 2 imperfecciones en el geotextil?
Respuesta: a) 0.004524187 b) 0.367879441 c) 0.135335283 d) 0.43347012 e) 0.800851727
3. La longitud media del tiempo para que un individuo sea atendido en una reconocida cafetería
ubicada en la ciudad de Bucaramanga es de 3 minutos
a) Calcule la probabilidad de que en un tiempo de 2 minutos no se despache ningún cliente en
la cafetería.
b) Calcule la probabilidad de que en un tiempo de 5 minutos sean atendidos exactamente dos
clientes de la cafetería.
c) Suponga que usted requiere comprar parte del desayuno en esta cafetería y al momento de
llegar es atendido inmediatamente, calcule la probabilidad de que el tiempo en ser atendido
sea a lo más 2.5 minutos.
d) Calcule la probabilidad de que en un tiempo de 5 minutos sean atendidos a lo menos dos
clientes de la cafetería.
e) Calcule la probabilidad de que en un tiempo de 7 minutos sean atendidos a lo más 3
clientes en la cafetería.
f) Keyla una reconocida clienta de la cafetería realiza una apuesta con su mejor amiga que
consiste en que comprara productos de la cafetería en 5 días diferentes y que de estos días
en por lo menos dos será atendida en un tiempo inferior a 2 minutos, calcule la probabilidad
de que Keyla gane la apuesta a su mejor amiga.
Respuesta: a) 0.51341712 b) 0.26232723 c) 0.56540179 d) 0.49633173 e) 0.79253633 f)

0.79527890
4. Para la Escuela de Ingeniería Civil de una reconocida universidad Colombiana trabaja una
secretaria encargada de la atención a estudiantes quien es popular entre estos por su mal
humor, y largas conversaciones de teléfono con sus amigas. El tiempo medio que demora en
despachar a un estudiante es de 5 minutos de los cuales 2 son dedicados a la investigación de
nuevos chismes con sus amigas al teléfono.
a) Suponga que usted requiere ser atendido por esta secretaria ¿Cuál es la probabilidad de
que esta diligencia le demore a usted entre 2 y 5 minutos?
b) ¿Cuál es la probabilidad de que esta secretaria atienda a 3 estudiantes en 9 minutos?
c) ¿Cuál es la probabilidad de que esta secretaria atienda a lo menos a dos estudiantes en 10
minutos?
d) Cierta semana el Director de escuela decide supervisar la labor desempeñada por la
secretaria y por lo tanto esta no habla con sus amigas dedicándose a su verdadera labor,
en tal semana Camilo un estudiante debe ir todos los 6 días a la secretaria y ser atendido
¿Cuál es la probabilidad de que a lo menos en cuatro de estos seis días sea atendido en un
tiempo inferior a 3 minutos?
Respuesta: a) 0.30244 b) 0.160671 c) 0.59399415 d) 0.61068472
5. Suponga que las estaturas de 800 estudiantes están distribuidas con media de 1.68 [m] y
desviación estándar de 13 [cm].

94
a) Calcule la probabilidad de que la estatura de un estudiante elegido al azar sea superior a

1.65 [m].
b) Calcule la probabilidad de que la estatura de un estudiante elegido al azar sea inferior a
1.72 [m].
c) Si se elige un grupo de diez estudiantes, calcule la probabilidad de que a lo menos dos
estudiantes tienen una estatura inferior a 1.58 [m].
d) Cuál es el número esperado de estudiantes que deberán medirse para encontrar dos con
una estatura inferior a 1.60 [m].
e) Calcule el valor esperado del número de estudiantes con estaturas entre 1.65 [m] y 1.78
[m].
Respuesta: a) 0.59125296 b) 0.620841763 c) 0.68390695 d) 𝑛 = 7.43 ≡ 7 e) 𝑛 = 296.3 ≡ 296
6. La dureza Rockwell de un metal se determina al golpear con un punzón acerado la superficie

de un metal y después medir la profundidad de penetración del punto. Suponga que la dureza
Rockwell de cierta aleación esta normalmente distribuida con media de 70 y desviación
estándar de 3 (La dureza Rockwell se mide en escala continua).
a) Si la escala aceptable de dureza es (70-c, 70+c), ¿para qué valor de c tendrá una dureza
aceptable el 95% de todas las probetas?
b) ¿Cuál es la probabilidad de que la dureza sea superior 70.8?
c) ¿Cuál es la probabilidad de que la dureza sea inferior de 69.2?
d) ¿Cuál es la probabilidad de que la dureza se encuentre entre 68.5 y 72.5?
e) ¿Cuál es la probabilidad de que a lo sumo ocho de diez probetas seleccionadas
independientemente tengan una dureza menor de 73.84?
f) Si se eligen 5 probetas al azar, calcular la probabilidad de que a lo menos 2 tengan una
dureza entre 69 y 72.
Respuesta: a) 𝑐 = 5.87430363 b) 0.39486291 c) 0.39486291 d) 0.48913408 e) 0264957221 f)

0.62412606
7. En cierto estudio se concluye que la densidad de la tierra arcillosa sigue una distribución
normal. Los estudios demuestran que el 4.01% de las zonas arcillosas tiene densidad inferior a
0.825 [g/cm3] y el 1.5% densidad superior a 1.217 [g/cm3]
a) Si son objeto de estudio las zonas con densidad inferior a 0.735 [g/cm3], hallar la
probabilidad de que, entre 1375 zonas haya 7 con esa densidad.
b) Un ingeniero de suelos está interesado en aquellas zonas cuya densidad oscila entre 1.058
[g/cm3] y 1.117 [g/cm3]. Si se selecciona al azar, hallar la probabilidad de que tenga que
rechazar 10 zonas antes de encontrar 4 de interés, así como el número esperado de zonas
que tendrá que rechazar y la varianza de tal medida.
c) Si se selecciona una muestra al azar. Calcular la probabilidad de que posea una densidad
inferior 0.850 [g/cm3].
Respuesta: a) 0.124796704 b) 𝑝 = 0.0327637182; 𝐸(𝑥) = 25; 𝑉𝑎𝑟(𝑥) = 131.33 c) 0.0668072
8. En un estudio sobre probetas del concreto que se utiliza en la construcción de cierta

urbanización se encontró que el 30% tenían una resistencia menor a 23.5 [MPa], mientras que

95
el 40% tenían una resistencia inferior a 24 [MPa]. Calcular el porcentaje de las probetas que
tiene una resistencia mayor a 25.5 [MPa].
Respuesta: 28.775%
9. Los anchos de las ranuras (en centímetros) de una división de baño en duraluminio tiene como
μ = 2.3 y 𝜎 = 0.09. Los límites dados en las especificaciones tienen una tolerancia admisible de
1 milímetro.
a) ¿Qué porcentaje de las divisiones saldrán defectuosas?
b) ¿Cuál es el valor máximo aceptable de 𝜎 que no permitirá más de 1 defecto por cada 100
unidades producidas?
Respuesta: a) 26.652% b) 𝝈 = 𝟎. 𝟎𝟑𝟖𝟕𝟓𝟗𝟔𝟖𝟗𝟗
10. Una compañía de comunicación por cable ha determinado que el número de interruptores
terminales de botón solicitados diariamente tiene una media de 200 y una varianza de 2500.
a) ¿En qué porcentaje de los días la demanda será de menos de 90 interruptores?
b) ¿En qué porcentaje de los días la demanda estará entre 225 y 275 interruptores?
c) Con base en consideraciones de costo, la compañía ha determinado que su mejor
estrategia consiste en producir una cantidad de interruptores suficiente para atender
plenamente la demanda 94% de todos los días. ¿Cuántos interruptores terminales deberá
producir la compañía cada día?
Respuesta: a) Escriba aquí la ecuación. b) Escriba aquí la ecuación. c) Escriba aquí la ecuación.
11. Los costos de fabricación de un producto siguen una distribución normal con media de 10 y
desviación estándar de 3 mientras que los ingresos, independientes de los costos, se
distribuyen normalmente con una media de 12 y una varianza de 16.
Si el impuesto sobre utilidad es del 35% de la misma, determine la probabilidad de que el
impuesto pagado está comprendido entre 0.4 y 0.9.
12. La resistencia a la flexión de la madera extraída de cierto bosque tiene una media de 240
[kp/cm2] y una varianza de 4.850 [kp/cm2]. Una compañía de construcción compra un lote de
2.000 vigas de esta madera a un precio de $50.000 por unidad.
a) Si se elige una viga al azar, calcular la probabilidad de que esta tenga una resistencia
superior a 230 [kp/cm2].
b) Si la viga de madera con resistencia menor a 185 [kp/cm2] se vende a $60.000, la que tiene
resistencia mayor a 325 [kp/cm2] se vende a $100.000 y las demás a $80.000, cuál será el
porcentaje de utilidad esperado en la venta de las 2000 vigas.
c) Si se seleccionan vigas al azar. Calcular la probabilidad de tener que seleccionar 6 vigas
para encontrar 2 con una resistencia superior a 285 [kp/cm2].
Respuesta: a) 0.5570885 b) 55.84% c) 0.101142
13. Para el figurado de hierro de una obra de construcción se cortan varillas en longitudes
nominales de 1.50 metros. Las longitudes reales se encuentran en torno a una media de 1.50
metros y una desviación estándar de 15 milímetros.

96
a) Qué porcentaje de las varillas exceden los límites de tolerancia de 1.48 metros a 1.52
metros.
b) A qué valor es necesario reducir la desviación estándar si el 99% de las varillas deben
encontrarse dentro de la tolerancia.
14. En cierto laboratorio dedicado a la investigación de la dureza de un tipo de acero utilizado

como refuerzo en vigas de concreto se define una escala de dureza que se distribuye
normalmente, se sabe que el 95% de los especímenes se encuentran en un rango de dureza
menor de 86.7 además que el 85% tiene una dureza superior a 78.2.
a) Si se elige al azar un espécimen, calcule la probabilidad de que la dureza sea superior 80.6
b) Si se eligen muestras al azar, calcule la probabilidad de que tenga que analizar 12 para
encontrar 8 con resistencia inferior a 85.0.
Respuesta: a) 0.610261 b) 0.033311
15. Suponga que hace fila en una sucursal bancaria para cancelar el valor de su matrícula. El
tiempo medio que tarda el cajero en despachar a un usuario es de 2 minutos.
a) Calcule la probabilidad de que en los siguientes 4 minutos el cajero atienda mínimo a dos
personas.
b) Suponga que acaba de pasar la persona que está adelante vuestro por tanto usted queda
como la siguiente persona por ser atendida por el cajero y son las 9:10:00 a.m., calcule la
probabilidad de que usted empiece a ser atendido entre las 9:10:30 a.m. y las 9:11:30 a.m.
c) Si adelante vuestro se encuentran cinco personas, acaba de pasar una persona para ser
despachada por el cajero y son las 9:10:00 a.m., calcule la probabilidad de que usted
empiece a ser atendido antes de las 9:18:30 a.m.
d) Si adelante vuestro se encuentran tres personas, acaba de pasar una persona para ser
e) Si adelante vuestro se encuentran seis personas, acaba de pasar una persona para ser
Respuesta: a) 0.59399415 b) 0.306434 c) 0.255061 d) 0.497117 e) 0.257564
16. En la construcción de las viguetas correspondientes a una placa aligerada de una edificación
se debe doblar una barra de acero en uno de sus extremos para elaborar un gancho, la
longitud a doblar está dada según el diseño estructural. En cierta construcción el encargado de
doblar las barras de acero afirma basado en los reportes del control de calidad que la longitud
de doblado de cierto gancho tiene una media de 17 centímetros y una desviación estándar de
0.8 centímetros.
a) Si se eligen 10 ganchos al azar, ¿cuál es la probabilidad de que a lo menos 2 tengan una
longitud de gancho inferior a 15.8 centímetros?
b) Si usted necesita un gancho con una longitud inferior a 16.5 centímetros ¿Cuál es el
numero esperado de ganchos que deberá analizar para encontrar 3 con estas
características?
Respuesta: a) 0.1405798 b) n = 11.36 ≡ 11

97
17. Un oficial de tránsito afirma que el 16% de los conductores que retiene en una reconocida vía
son merecedores de comparendos, a 12% impone comparendos mientras que el otro 4% le
perdona el comparendo por “ayudarle con $50.000 para la gasolina”.
a) Si el oficial de tránsito descrito en un día cualquiera retiene a 150 conductores ¿Cuál es el
monto que se espera que acumule al final del día teniendo en cuenta que cada uno los
conductores “que le ayudan para la gasolina” lo hacen con exactamente $50.000?
b) Cierto día el oficial retiene un promedio de 2 vehículos cada 5 minutos, ¿cuál es la
probabilidad de que en un tiempo de 10 minutos retenga a lo menos a 3 vehículos?
c) Teniendo en cuenta las condiciones del numeral b, ¿cuál es la probabilidad de que el
tiempo que tarde en retener a 3 vehículos sea a lo más de 6 minutos?
Respuesta: a) $300.000 b) 0.76189669 c) 0.430291
18. Para la formaleta de cierta placa aérea maciza se cortan parales de madera en longitudes
nominales de 2.8 metros. Las longitudes reales se encuentran en torno a una media de 2.8
metros y una desviación estándar de 20 milímetros.
a) Qué porcentaje de parales se encuentran fuera de los límites de tolerancia de 2.75 metros a
2.84 metros.
b) Si se eligen al azar 6 parales, ¿cuál es la probabilidad de que a lo más dos tengan un
longitud menor de 2.76 metros?
c) ¿Cuál es el numero esperado de parales con una longitud nominal menor de 2.85 metros
en un grupo de 20 parales?
Respuesta: a) 2.895980% b) 0.999776 c) n = 19.87 ≡ 20
19. En una reconocida universidad se realiza un estudio de la estatura de los estudiantes con el
objetivo de adecuar las aulas de clase de tal manera que la comodidad de los estudiantes en
las sillas sea óptima. Los estudios demuestran que el 3.24% de los estudiantes tienen una
estatura superior a 1.92 metros y que el 32.22% de los estudiantes tiene una estatura inferior a
1.62 metros.
a) Si se escoge un estudiante al azar calcular la probabilidad de tenga una estatura inferior a
1.72 metros.
b) Suponga que se escoge al azar un grupo de 10 estudiantes, ¿Cuál es la probabilidad de
que a lo más dos tengan una estatura superior a 1.75 metros?
c) ¿Cuál es el número esperado de estudiantes que deberán entrevistarse para encontrar 5
con estatura inferior de 1.65 metros?
Respuesta: a) 0.6217195 b) 0.39732337 c) n = 12.22 ≡ 12
20. Un funcionario del sistema de transporte masivo Metrolinea afirma que los buses de cierta ruta
en un determinado periodo del día en promedio llegan a la parada del Colegio Tecnológico
cada tres minutos.
a) Calcular la probabilidad de que en un tiempo de 10 minutos lleguen a lo menos 4 buses de
la ruta de interés.
b) Suponga que acaba de llegar un bus correspondiente a la ruta y el funcionario de
Metrolinea realiza una apuesta con un pasajero que consiste en que el próximo bus llegara

98
en un tiempo inferior a 2 minutos. Calcular la probabilidad de que el funcionario gane la

apuesta al pasajero.
c) Suponga que son las 11:50 ¿cuál es la probabilidad de que antes de 12:00 lleguen tres
buses?
d) Suponga que son las 11:50:17, ¿cuál es la probabilidad de que entre las 11:55:28 y las
11:57:32 llegue el segundo bus a la parada?
Respuesta: a) 0.427014 b) 0.486583 c) 0.647224 d) 0.179839

21. En un estudio de las fallas en la superficie de la carpeta asfáltica de una vía, se determina que
en promedio se presenta la falla conocida como piel de cocodrilo cada 150 metros, el
tratamiento de este tipo de fallas resulta de gran importancia ya que la no reparación a tiempo
puede ocasionar daños de mayor gravedad y por tanto un mayor costo de reparación.
a) ¿Cuál es la probabilidad de encontrar 7 fallas en una distancia inferior de un kilómetro?
b) Si se analizan cinco tramos de vía. ¿Cuál es la probabilidad de que a lo más en dos tramos
se encuentren tres fallas en una distancia inferior de 500 metros?
c) ¿Cuál es la probabilidad de encontrar a lo menos una falla en un tramo de 250 metros?
Respuesta: a) 0.499539 b) 0.239495 c) 0.811124

22. En una universidad, miembros de la facultad de salud, estudian el peso de los estudiantes de
la Escuela de Ingeniería Civil, el estudio se realiza con el objetivo de determinar la influencia
del peso en el rendimiento académico de los estudiantes por las diferentes escuelas de la
universidad. Un nutricionista, de la división de Bienestar Universitario, afirma que los
estudiantes de las escuelas de ingeniería tienen hábitos alimenticios poco saludables, pues
tienden a consumir gran cantidad de comida chatarra. El nutricionista afirma que el 76,25 % de
los estudiantes de Ingeniería Civil tiene un peso superior a 69 Kg y que el 55,67% un peso
inferior a 72 Kg.
a) Un grupo de la asignatura de estadística consta de 42 estudiantes, ¿Cuál es el número
más probable de estudiantes con un peso entre 70 Kg y 74 Kg?
b) ¿Cuál es la probabilidad de que se tengan que pesar entre 6 y 9 estudiantes, inclusive,
para encontrar 5 con un peso inferior a 72 Kg?
c) Suponga que se analiza un grupo de 6 estudiantes, ¿Cuál es la probabilidad de que a lo
más 4 tengan un peso superior a 70 Kg?
Respuesta: a) 17 [Estudiantes] b) 0.581784 c) 0.656511

23. Una planta encargada de la producción de concreto cuenta con mezcladoras móviles. Las
mezcladoras tienen la misma capacidad de carga que es de 6 m3 de concreto, se sabe que el
36,94 % de las mezcladoras son cargadas con más de 6,1 m3 y que el 74,75 % con menos de
6,2 m3.
a) Para una obra en construcción es necesaria el desplazamiento de 10 mezcladoras, ¿Cuál
es la probabilidad de que a lo más dos sean cargadas con menos de 5,8 m3?
b) El ingeniero residente de una obra rechaza las mezcladoras cargadas con menos de 5,8
m3, ¿Cuál es el número esperado de mezcladoras que se rechazaran de 40 que llegan a la
obra en cierto día?

99
c) En la puerta de la planta son inspeccionadas las mezcladoras que salen cargadas ¿Cuál
es la probabilidad de tener que analizar entre 8 y 11 para encontrar la primera con más de
6,3 m3?
Respuesta: a) 0.540364 b) 10 [Volquetas] c) 0.150142

24. En el control de seguridad de la sala de abordaje del aeropuerto de una reconocida ciudad, un
funcionario reporta que en promedio atiende a 3 viajeros cada 5 minutos.
a) Suponga que usted se dispone a viajar, acaba de pasar un viajero para ser atendido
quedando usted como la próxima persona en ser atendida y son las 20:05:15, ¿Cuál es la
probabilidad de que usted sea atendido entre 20:05:45 y las 20:06:40?
b) Suponga que usted se dispone a viajar, acaba de pasar un viajero para ser atendido
quedando usted en la posición 10 de la fila para ser atendido, son las 20:25:18 y el vuelo
parte a las 20:30:00, ¿Cuál es la probabilidad de que usted pierda el vuelo?
c) ¿Cuál es el número más probable de viajeros que el funcionario atiende en un tiempo de
30 minutos?
Respuesta: a) 0.314257 b) 0.999826 c) 18 [𝑉𝑖𝑎𝑗𝑒𝑟𝑜𝑠]
25. Cierto estudiante de ingeniería disfruta de la lectura, según amigos del estudiante, puede leer
en promedio dos páginas cada minuto de cierto libro de pensamiento estratégico. La velocidad
con la que esta persona lee es producto de su constante práctica.
a) Suponga que el estudiante mientras espera a su profesor de resistencia de materiales
alcanza a leer 6 páginas, ¿Cuál es la probabilidad de que a lo más en tres páginas demore
un tiempo entre 25 y 35 segundos?
b) Si son las 13:45:15, ¿Cuál es la probabilidad de que el estudiante lea un capitulo que
consta de 10 páginas antes de las 13:50:10?
c) ¿Cuál es el número de páginas más probable que deberá leer el estudiante para encontrar
la primera que lo demore un tiempo inferior a 20 segundos?
Respuesta: a) 0.997597 b) 0.521800 c) 2 [𝑃𝑎𝑔𝑖𝑛𝑎𝑠]
26. Un ingeniero civil es el dueño de una planta que se dedica a la producción de prefabricados
tipo sardinel, por constantes reclamos de los clientes sobre la longitud de las unidades de
sardinel se decide realizar un estudio. Se encuentra que el 95,22 % de las unidades de
sardinel tiene una longitud superior a 97 cm y que el 84,13% una longitud inferior a 105 cm.
a) Si los límites de tolerancia que establece cierto cliente son de 98 cm a 102 cm, ¿Cuál es
el porcentaje de unidades de sardinel que están fuera de los límites de tolerancia?
b) ¿Cuál es la probabilidad de tener que analizar 4 unidades de sardinel para encontrar la
primera con longitud inferior a 100 cm?
c) Cierto cliente está dispuesto a pagar por las piezas de longitud inferior a 101 cm $41.500
y por las demás $44.800, ¿Cuál es el monto esperado por concepto de la venta de 120
piezas al cliente descrito?
Respuesta: a) 59.1249% b) 0.105467 c) $5.230.800

100
27. En la escuela de ingeniería civil de una reconocida universidad se realiza un estudio sobre el
peso y la estatura de los estudiantes, esto enmarcado dentro de un análisis del estado de
salud de los diferentes estudiantes de la carrera. En el estudio se determina que el 20.23% de
los estudiantes tiene un peso inferior de 60 kg, el 69.15% de los estudiantes un peso superior a
62 kg, el 36.94% de los estudiantes tiene una estatura inferior de 1.65 m y que el 44.70% una
estatura superior a 1.72 m. Se sabe que el 12% de los estudiantes tiene una estatura inferior
de 1.75 m y un peso inferior de 60 kg.
a) Si se elige al azar a un grupo de 10 estudiantes, calcule la probabilidad de que a lo menos
seis estudiantes tengan una estatura inferior de 1.75 m pero no un peso inferior a 60 kg.
b) Un estudiante de estadística se encuentra realizando una encuesta sobre el peso y la
estatura de los estudiantes ¿Cuál es la probabilidad de que tenga que entrevistar entre 4 y 6
estudiantes, inclusive, para encontrar dos con un peso superior a 60 kg y una estatura
superior a 1.75 m?
c) Calcular el número esperado de estudiantes que se deberán encuestar para encontrar el
primero con una estatura inferior de 1.69 m.
Respuesta: a) 0.403197 b) 0.351595 c) 2.11 ≡ 2 [𝐸𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠]
28. Un ingeniero estructural se encuentra interesado en el estudio de la longitud de cierto cable de

acero de pre esfuerzo que es utilizado en la construcción de una de una viga que tendrá una
luz considerable, para el estudio el ingeniero mide la longitud de 32 cables de acero de pre
esfuerzo diferentes, la medición la realiza en la construcción de una reconocida clínica, los
datos tomados son los siguientes.
Longitudes en metros
14.78 14.6 14.68 14.67 14.77 14.72 14.59 14.71
14.62 14.63 14.58 14.56 14.68 14.73 14.58 14.74
14.63 14.64 14.61 14.73 14.59 14.6 14.69 14.82
14.66 14.74 14.77 14.74 14.75 14.6 14.66 14.67
Suponga que la longitud de los cables de acero de pre esfuerzo se ajusta a una distribución
Log-normal.
a) Si se analiza un lote de 6 cables de acero de pre esfuerzo, calcule la probabilidad de que a
lo más 3 tengan una longitud entre 14.62 y 14.69 metros.
b) ¿Cuál es el número esperado de cables que se deberán analizar para encontrar 10 con una
longitud inferior de 14.63?
c) Si se realiza un pedido de 500 cables y se sabe que los cables de acero de pre esfuerzo con
una longitud inferior de 14.70 metros se pagan a un precio de $245.879 y los que tienen una
longitud superior de 14.70 metros se pagan a $255.852. Calcule el valor esperado de
compra.
Respuesta: a) 0.861796 b) 36.91 ≡ 37 [Cables] c) $124.694.748
29. En una reconocida firma de consultoría de proyectos de ingeniería civil labora un auxiliar de
ingeniería que es el encargado de ajustar los rótulos de los planos de los diferentes proyectos
que adelanta la firma, Uno de los superiores del auxiliar afirma que el rendimiento de este,

101
cuando se le supervisa, es de tres planos cada hora, mientras que cuando no se le supervisa
es de sólo un plano cada hora.
a) Cierto día el auxiliar es supervisado, se debe realizar una entrega de 7 planos y son las
09:25:27, Calcule la probabilidad de que el auxiliar termine con éxito la entrega, si la
entrega debe realizarse entre 11:25:30 y las 12:00:01.
b) Para un proyecto con características especiales se deben realizar los rótulos de 5 planos
cada día, durante 7 días diferentes ¿Cuál es la probabilidad de que en a lo menos 3 días
demore un tiempo entre 257 y 325 minutos si se sabe que el auxiliar no será supervisado
durante esa labor?
c) Cierto día en una jornada laboral de 8 horas, el auxiliar es supervisado durante 5.5 horas y
el restante del tiempo no es supervisado ¿Cuál es el número esperado de planos que el
auxiliar culminara en la jornada?
Respuesta: a) 0.258256 b) 0.153252 c) 19 [𝑃𝑙𝑎𝑛𝑜𝑠]
30. Alex un estudiante de ingeniería práctica la gimnasia en al menos cinco días a la semana, esto
con motivo a que procura mantener su cuerpo saludable, Alex se encuentra interesado en
conversar con una joven que practica la gimnasia en los mismos horarios que él lo hace, afirma
que podría llegar a ser una potencial pareja sentimental y no puede dejar pasar la oportunidad.
En sus años como estudiante ha desarrollado un agudo pensamiento estratégico sobre las
cuestiones del mundo que lo rodean, esto apoyado con un amplio gusto por el modelado
matemático y la estadística, Para hablar con la joven, Alex analiza que es factible de hacerlo
justo después de que ella realiza la rutina de ejercicio cardiovascular, Alex decide estudiar el
tiempo que la joven emplea en la rutina de ejercicio cardiovascular y luego de algunos días de
toma de datos llega a la conclusión que el 22.66% de las ocasiones se tarda un tiempo inferior
de 17 minutos y que el 40.13% un tiempo superior a 21 minutos.
a) Alex decide que abordara a la joven el día en que esta emplee en la rutina de ejercicio
cardiovascular un tiempo inferior a 14 minutos. Calcule el número más probable de días
que Alex deberá esperar.
b) El centro deportivo tiene como política cobrar $1.200 por un tiempo inferior de 15 minutos,
$1.800 por un tiempo entre 15 y 25 minutos y $2.200 por un tiempo superior a 25 minutos.
En cierta semana Alex asiste en cinco días diferentes ¿Cuál es el monto esperado que
Alex gastara en el gimnasio durante esa semana, si los días los dedicara a esperar a la
joven de interés?
c) Teniendo en cuenta las tarifas del numeral b. Si Alex cuenta con $35.000, ¿cuál es el
número más probable de días para los cuales le alcanzara el dinero, si los días los
dedicara a esperar a la joven de interés?
Respuesta: a) 14.97 ≡ 15[Dias] b) $8.800 c) 19.68 ≡ 20[Dias]
31. Para el diseño de la estructura de un pavimento flexible de un corredor vial, se realiza un aforo
vehicular donde se pretende analizar el tipo de vehículos que transitan por el corredor, el
ingeniero especialista en pavimentos afirma, basado en su experiencia y conocimiento, que los
vehículos que generan un mayor deterioro en el pavimento son los tracto camiones de tres ejes
en adelante. En el aforo vehicular se decide realizar una prueba que consiste en contar el
número de tracto camiones de tres y seis ejes que transitan por el corredor durante tres
minutos, esto con recomendación del ingeniero especialista en pavimentos que pretende
aplicar el proceso de Poisson para el análisis del tráfico. En la cartera de campo se registró la
siguiente tabla:

102
Número del tracto camión

1 2 3 4 5 6 7
Tres ejes 0.75 1.48 2.15 2.35 2.47 2.54 2.92
Tiempo [minutos]
Seis ejes 0.25 1.54 1.64 2.56 2.71
En el corredor vial existe un peaje.
a) ¿Cuál es el monto que se espera recoger en el peaje en un tiempo de una hora, si los
tracto camiones de tres ejes cancelan $15.250 y los de seis ejes $27.625?
b) Yuri, una funcionaria del peaje, es adicta a los juegos de azar, Yuri apuesta una cuarta
parte de su salario mensual con una de sus compañeras de trabajo, la apuesta consiste en
que siendo las 10:12:47, el quinto camión de tres ejes pasara por la estación de peaje
entre las 10:14:26 y las 10:15:03. Calcule la probabilidad de que Yuri gane la apuesta a su
compañera de trabajo.
c) El ingeniero de pavimentos ordena realizar un conteo de los tracto camiones de 6 ejes
durante 7 días diferentes, calcule la probabilidad de que en a lo menos 2 días transiten 5
camiones en un tiempo entre 2.0 y 2.5 minutos.
Respuesta: a) $4.897.500 b) 0.268049 c) 0.311969
32. En la escuela de ingeniería civil de una reconocida universidad se realiza un estudio sobre el
peso y la estatura de los estudiantes, esto enmarcado dentro de un análisis del estado de
salud de los diferentes estudiantes de la carrera. En el estudio se determina que el 20.23% de
los estudiantes tiene un peso inferior de 60 kg, el 69.15% de los estudiantes un peso superior a
62 kg, el 36.94% de los estudiantes tiene una estatura inferior de 1.65 m y el 44.70% una
estatura superior a 1.72 m. Se sabe que el 10% de los estudiantes tiene una estatura inferior
de 1.75 m y un peso inferior de 60 kg.
a) Calcular el porcentaje de estudiantes que tiene una estura que tiene una estatura inferior
1.75 m o un peso inferior de 60 kg.
b) Si el número de estudiantes analizados en el estudio fueron 763, calcular el número
esperado de estudiantes que tiene una estatura inferior de 1.75 m pero no un peso inferior
de 60 kg.
c) Suponga que se analiza el estado de salud de un grupo de cinco amigos, calcule la
probabilidad de que a lo más dos tengan una estatura entre 1.69 y 1.74 m.
d) Si se elige un grupo al azar de 5 estudiantes, calcular la probabilidad de que a lo menos dos
tengan una estatura inferior de 1.75 m o un peso inferior de 60 kg.
Respuesta: a) 0.732887 b) 404.82 ≡ 405 [Estudiantes] c) 0.981426 d) 0.979691
33. Un estudiante de ingeniería se encuentra cansado de las largas filas en la biblioteca para el
préstamo de un libro, el estudiante decide medir el número de estudiantes que son atendidos
en un tiempo de cinco minutos, los datos obtenidos al final de los cinco minutos son:
Estudiante No. 1 2 3 4 5 6 7
Tiempo [min] 0.38 1.22 1.47 2.32 3.45 4.11 4.49

103
a) Suponga que usted realiza la fila para pedir un libro en préstamo y son las 17:45:27,
calcule la probabilidad de que sea atendido entre las 17:46:31 y las 17:57:28.
b) Calcule el número más probable de estudiantes que la biblioteca despacha en dos días
diferentes entre las 18:22:35 y las 19:21:22.
c) Suponga que usted realiza la fila para sacar en préstamo un libro de estadística, son las
13:25:56 y acaba de pasar un estudiante para ser atendido, quedando usted en la posición
6 de la fila, calcule la probabilidad de que usted sea atendido después de las 13:31:07.
Valores Extremos
1. Distribución Tipo I
1.1 Gumbel para valores máximos.
−∝(𝑥−∪)
𝐹(𝑥) = 𝑒 −𝑒
−∝(𝑥−∪)
𝑓(𝑥) =∝ 𝑒 −∝(𝑥−∪)−𝑒 −∞≤𝑥 ≤∞
𝛾 0.5772 𝜋2
𝐸(𝑥) = 𝜇 = 𝜇 + =∪ + 𝑉𝑎𝑟(𝑥) = 𝜎 2 =
𝛼 𝛼 6𝛼 2
1.2 Gumbel para valores mínimos:

∝(𝑥−∪)
𝐹(𝑥) = 1 − 𝑒 −𝑒
∝(𝑥−∪)
𝑓(𝑥) =∝ 𝑒 ∝(𝑥−∪)−𝑒 −∞≤𝑥 ≤∞
0.5772 2
𝜋2
𝐸(𝑥) = 𝜇 =∪ − 𝑉𝑎𝑟(𝑥) = 𝜎 = 2
𝛼 6𝛼
2. Distribución Tipo II: Fréchet

∪ 𝑘
−( )
𝐹(𝑥) = 𝑒 𝑥
𝑘 ∪ 𝑘+1 −(∪)𝑘
𝑓(𝑥) = ( ) 𝑒 𝑥 𝑥>0
∪ 𝑥

104
2
1 2 1 𝛤 (1 − )
𝐸(𝑥) = 𝜇 =∪ 𝛤 (1 − ) ; 𝑉𝑎𝑟(𝑥) = 𝜎 2 =∪2 [𝛤 (1 − ) − 𝛤 2 (1 − )] ; 𝑉𝑥2 = 𝑘 −1
𝑘 𝑘 𝑘 1
𝛤 2 (1 − )
𝑘
3. Distribución Tipo III: Weibull
𝑥 𝑘
−( )
𝐹(𝑥) = 1 − 𝑒 ∪
𝑘 𝑥 𝑘−1 −(𝑥 )𝑘
𝑓(𝑥) = ( ) 𝑒 ∪ 𝑥>0
∪ ∪
2
1 2 1 𝛤 (1 + )
2 2 2 2
𝐸(𝑥) = 𝜇 =∪ 𝛤 (1 + ) ; 𝑉𝑎𝑟(𝑥) = 𝜎 =∪ [𝛤 (1 + ) − 𝛤 (1 + )] ; 𝑉𝑥 = 𝑘 −1
𝑘 𝑘 𝑘 1
𝛤 2 (1 + )
𝑘
∞
Nota: 𝛤(𝑟) = ∫0 𝑡 𝑟−1 𝑒 −𝑡 𝑑𝑡 ; 𝛤(𝑟 + 1) = 𝑟𝛤(𝑟)
4. Distribución Log Normal:

2
1 𝑙𝑛𝑥 − 𝜇𝑙𝑛𝑥
1 − ( )
𝑓(𝑥) = 𝑒 2 𝜎𝑙𝑛𝑥
𝑥>0;
𝑥 𝜎𝑙𝑛𝑥 √2𝜋
1
𝜇𝑙𝑛𝑥 + 𝜎 2 𝑙𝑛𝑥 2
− 1] ; 𝑣𝑥 = √𝑒 𝜎
2
𝜇𝑥 = 𝑒 2 ; 𝜎2𝑥 = 𝜇2 𝑥 [𝑒 𝜎 𝑙𝑛𝑥 𝑙𝑛𝑥 −1
ln(𝑥) − 𝜇𝑙𝑛𝑥
𝑧=
𝜎𝑙𝑛𝑥
Ejemplo, valores extremos por la distribución Log-normal

Un reconocido ingeniero civil dedicado al diseño de redes sanitarias, redes hidráulicas y redes
pluviales es contratado para la elaboración de los diseños del drenaje que deberá tener una
cancha de futbol con grama sintética, drenaje que deberá ser efectivo por motivo de que la
presencia agua en la grama resulta bastante perjudicial generando altos costos de reparación y
mantenimiento además de la incomodidad en el usuario, El sistema de drenaje propuesto consiste
en tubería perforada enterrada en el área de la cancha a una distancia prudente para la efectiva
recolección del agua pluvial, distancia que dependerá de la precipitación característica del lugar.
En la siguiente tabla se muestra el registro histórico de precipitaciones máximas del lugar.
P P P P P P
Año Año Año Año Año Año
[mm] [mm] [mm] [mm] [mm] [mm]
1982 70 1987 62 1992 51 1997 36 2002 45 2007 67
1983 62 1988 60 1993 38 1998 61 2003 38 2008 77
1984 48 1989 58 1994 22 1999 58 2004 32 2009 46
1985 54 1990 71 1995 17 2000 55 2005 22 2010 64
1986 46 1991 51 1996 45 2001 79 2006 32 2011 69

105
a) Graficar a escala la distribución la distribución de Log-normal ajustada a los datos.

b) Suponga que usted es el reconocido ingeniero y le indican que el tiempo de vida útil de la
cancha deberá ser de 30 años ¿cuál será el valor de precipitación máxima que usted utilizaría
para diseñar?
c) Calcular el tiempo de retorno para la precipitación máxima anual de 88 mm.
𝝁 = 𝟓𝟏. 𝟐𝟎𝟎 𝝈 = 𝟏𝟔. 𝟑𝟔𝟕

𝟏 𝟐 𝟐
𝝁𝒙 = 𝒆𝝁𝒍𝒏𝒙+ 𝟐 𝝈 𝒍𝒏𝒙
𝝈𝒙 𝟐 = 𝝁𝒙 𝟐 ∗ [𝒆𝝈𝒍𝒏𝒙 − 𝟏]
1 2
51.200 = 𝑒 𝜇𝑙𝑛𝑥 + 2 𝜎𝑙𝑛𝑥
2
16.3672 = 51.2002 ∗ [𝑒 𝜎𝑙𝑛𝑥 − 1]
𝝁𝒍𝒏𝒙 = 𝟑. 𝟖𝟖𝟕𝟎𝟗 𝝈𝒍𝒏𝒙 = 𝟎. 𝟑𝟏𝟏𝟗𝟐𝟓
Solución a.
1 1 𝑙𝑛𝑥 − 𝜇𝑙𝑛𝑥 2
−2( 𝜎𝑙𝑛𝑥 )
𝑓(𝑥) = 𝑒 𝑥>0
𝑥 𝜎𝑙𝑛𝑥 √2𝜋
1 1 𝑙𝑛𝑥 −(3.88709) 2
− ( )
𝑓(𝑥) = 𝑒 2 (0.311925) 𝑥>0
𝑥 ∗ (0.311925) ∗ √2𝜋
𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙)
5 0 55 0.02158882
10 0.00000032 60 0.01709398
15 0.00006734 65 0.01287464
20 0.00107802 70 0.00933811
25 0.00515705 75 0.00658227
30 0.01267158 80 0.00454009
35 0.02075759 85 0.00308036
40 0.02612874 90 0.00206417
45 0.02749228 95 0.00137047
50 0.02549779 100 0.00090377
51.2 0.02467788

106
Distribución Log-Normal
0.030
0.025
0.020
0.015
f(x)
0.010
0.005
0.000
0 20 40 60 80 100 120
-0.005
x
Solución b.
𝑻𝒓 = 𝟑𝟎 𝒙 =? ?
1 1 𝑙𝑛(𝑥) − 𝜇𝑙𝑛𝑥
= = 1 − 𝐹(𝑥) = 1 − 𝑃 (𝑧 < )
𝑇𝑟 30 𝜎𝑙𝑛𝑥
1 𝑙𝑛(𝑥) − 3.88709
= 1 − 𝑃 (𝑧 < )
30 0.311925
𝑙𝑛(𝑥) − 3.88709 29
𝑃 (𝑧 < )= = 0.96667
0.311925 30
𝑙𝑛(𝑥) − 3.88709
= 1.83
0.311925
𝒙 = 𝟖𝟔. 𝟑𝟎𝟔𝟒 [𝒎𝒎]
Solución c.
𝑻𝒓 = ¿ ? 𝒙 = 𝟖𝟖 [𝒎𝒎]
1 𝑙𝑛(88) − 3.88709
= 1 − 𝐹(88) = 1 − 𝑃 (𝑍 < )
𝑇𝑟 0.311925

107
1
= 0.02937898
𝑇𝑟
𝑻𝒓 = 𝟑𝟒. 𝟎𝟑𝟖 [𝒂ñ𝒐𝒔]
Ejercicios de valores extremos.
1. Un reconocido ingeniero civil dedicado al diseño de redes sanitarias, redes hidráulicas y redes
pluviales es contratado para la elaboración de los diseños del drenaje que deberá tener una
cancha de futbol con grama sintética, drenaje que deberá ser efectivo por motivo de que la
presencia agua en la grama resulta bastante perjudicial generando altos costos de reparación y
mantenimiento además de la incomodidad en el usuario, El sistema de drenaje propuesto
consiste en tubería perforada enterrada en el área de la cancha a una distancia prudente para
la efectiva recolección del agua pluvial, distancia que dependerá de la precipitación
característica del lugar. En la siguiente tabla se muestra el registro histórico de precipitaciones
máximas del lugar.
Año P [mm] Año P [mm] Año P [mm] Año P [mm] Año P [mm] Año P [mm]
1982 70 1987 62 1992 51 1997 36 2002 45 2007 67
1983 62 1988 60 1993 38 1998 61 2003 38 2008 77
1984 48 1989 58 1994 22 1999 58 2004 32 2009 46
1985 54 1990 71 1995 17 2000 55 2005 22 2010 64
1986 46 1991 51 1996 45 2001 79 2006 32 2011 69
d) Graficar a escala la distribución la distribución de Log-normal ajustada a los datos.

e) Suponga que usted es el reconocido ingeniero y le indican que el tiempo de vida útil de la
cancha deberá ser de 30 años ¿cuál será el valor de precipitación máxima que usted
utilizaría para diseñar?

108
f) Calcular el tiempo de retorno para la precipitación máxima anual de 88 mm.
Respuesta: a)𝜇𝑙𝑛𝑥 = 3.88709; 𝜎𝑙𝑛𝑥 = 0.311925 b) 𝑥 = 86.3064 [𝑚𝑚] c) T𝑟 = 34.038 [𝐴ñ𝑜𝑠].
2. En el municipio de Garagoa Boyacá se requiere diseñar un acueducto que tendrá como fuente
la quebrada conocida como “quebrada de la miel”, aguas abajo del punto donde se planea la
construcción de la bocatoma distintos ecosistemas dependen de la quebrada para su
existencia. El ingeniero ambiental le indica al ingeniero hidráulico que deberá ser bastante
cuidadoso con el caudal que se tomara de la quebrada ya que en tiempo de verano el agua en
la quebrada disminuye notablemente. En la siguiente tabla se muestra el registro histórico para
los caudales mínimos anuales en la quebrada, tomados de una estación ubicada cerca del
punto donde se planea realizar la captación.
Año Q (m3/s) Año Q (m3/s) Año Q (m3/s) Año Q (m3/s) Año Q (m3/s) Año Q (m3/s)
1975 12.1 1981 3.6 1987 3.6 1993 4.6 1999 13.7 2005 12.4
1976 13.3 1982 9.8 1988 10 1994 13.2 2000 8.8 2006 10.2
1977 7.7 1983 3.9 1989 5.2 1995 10.4 2001 14.4 2007 8.7
1978 13 1984 4.6 1990 13.7 1996 -- 2002 9.6 2008 6.2
1979 4.8 1985 4.1 1991 13.6 1997 8.2 2003 13 2009 9.3
1980 4.1 1986 6.4 1992 7 1998 5.7 2004 8.8 2010 5.7
a) Graficar a escala la distribución la distribución de Weibull ajustada a estos datos.

b) Calcular el valor del caudal mínimo para el año 50.
c) Calcular el tiempo de retorno del caudal mínimo de 3.2 (m3/s).
𝑚3
Respuesta: a) 𝑈 = 9.756; 𝐾 = 2.62 b) 𝑥 = 2.2 [ ] c) T𝑟 = 19.06 [𝐴ñ𝑜𝑠].
𝑠𝑒𝑔
3. En el municipio de Barrancabermeja Santander, la radiación solar resulta perjudicial para la piel

por motivo de su ubicación geográfica cerca de la línea del ecuador y su altura sobre el nivel
del mar que es de 146 metros. El alcalde con motivo de promover la práctica del deporte por
parte de la población decide realizar un proyecto que consiste en colocar una cubierta en las
canchas deportivas para ello contrata el diseño de las cubiertas las cuales deberán soportar las
corrientes de viento características del municipio. En la siguiente tabla se observa el registro
histórico de las velocidades máximas del viento.
Año V (kph) Año V (kph) Año V (kph) Año V (kph) Año V (kph)
1978 51.5 1985 20 1992 32 1999 33.3 2006 23.1
1979 31.4 1986 23.2 1993 18.8 2000 22.3 2007 15.2
1980 19.9 1987 48.5 1994 26.2 2001 28.9 2008 16.7
1981 26.6 1988 34.9 1995 ------ 2002 15.4 2009 40.2
1982 25.2 1989 32.8 1996 21.8 2003 14.2 2010 37.5
1983 25.1 1990 35.7 1997 23.1 2004 ------ 2011 34.6
1984 30.4 1991 20.2 1998 21.8 2005 34.2 2012 30.2

109
a) Graficar a escala la distribución la distribución de Frechet ajustada a los datos.

b) Suponga que usted es el ingeniero encargado del diseño de las cubiertas y le indican que
el tiempo de vida útil de las cubiertas debe ser de 50 años ¿Cuál sería el valor de velocidad
del viento que utilizaría para el diseño?
c) Calcular el tiempo de retorno para velocidad máxima de 42.5 (khp).
Respuesta: a) 𝑈 = 23.347; 𝐾 = 4.60 b) 𝑥 = 54.5285 [𝐾𝑝ℎ] c) T𝑟 = 16.23 [𝐴ñ𝑜𝑠].

4. El Aeropuerto Santiago Vila (SKGI) de la ciudad región de Girardot, situado a 3.1 km el nivel
del mar (m.s.n.m), registra las temperaturas mínimas anuales desde el año 1978 hasta el 2007.
Datos Tomados de la Pagina Web del Centro Internacional para la Investigación del Fenómeno
de El Niño (CIIFEN).
Año T [ºC] Año T [ºC] Año T [ºC] Año T [ºC] Año T [ºC]
1978 19.0 1984 19.0 1990 20.0 1996 20.0 2002 19.6
1979 20.0 1985 19.6 1991 18.6 1997 19.6 2003 20.0
1980 18.4 1986 19.0 1992 19.6 1998 19.6 2004 18.6
1981 19.2 1987 18.4 1993 20.0 1999 18.3 2005 19.6
1982 19.0 1988 19.0 1994 19.0 2000 17.8 2006 20.0
1983 18.6 1989 19.6 1995 19.9 2001 19.5 2007 20.0
a) Grafique a escala la distribución de Weibull ajustada a estos datos.

b) Encuentre el tiempo de retorno de la temperatura mínima anual de 18.5 [ºC].
c) Calcule la temperatura mínima anual para el año 50.
d) Calcule la probabilidad de que la temperatura mínima anual sea a lo mas de 20.2 [ºC]
e) Calcule la probabilidad de que la temperatura mínima anual se encuentre entre 17.5 [ºC] y
20.5 [ºC].
Respuesta: a) 𝑘 = 38.85;∪= 19.56 b) 𝑇𝑟 = 9.25 [𝐴ñ𝑜𝑠] c) 𝑥 = 17.7 [ºC]. d) 0.96929018 e)
0.98479228
5. El Aeropuerto Internacional de El Alto está situado a 14 kilómetros (8,5 millas) de la ciudad

de El Alto, ciudad vecina de La Paz que es la capital de Bolivia, a una altura de 4.061 msnm,
es uno de los aeropuertos más altos del mundo. Sirve como principal terminal aérea de la
ciudad de La Paz. Las precipitaciones mínimas en [mm] registradas en los últimos años son:
Año P [mm] Año P [mm] Año P [mm] Año P [mm] Año P [mm]
1981 589.63 1987 699.05 1993 308.37 1999 518.64 2005 456.15
1982 654.23 1988 267.17 1994 594.84 2000 573.85 2006 326.56
1983 703.40 1989 530.59 1995 526.05 2001 551.44 2007 569.56
1984 582.74 1990 559.80 1996 578.93 2002 689.93 2008 695.23
1985 562.10 1991 431.04 1997 446.28 2003 592.13 2009 680.69
1986 345.56 1992 364.97 1998 449.65 2004 393.99 2010 561.33
a) Grafique a escala la distribución de Log-normal ajustada a estos datos.

110
b) Encuentre el tiempo de retorno de la precipitación mínima anual de 450 [mm].

c) Calcule la precipitación mínima anual para el año 30.
d) Calcule la probabilidad de que la precipitación mínima anual sea a lo mas de 475 [mm]
e) Calcule la probabilidad de que la precipitación mínima anual se encuentre entre 320 [mm] y
535 [mm].
Respuesta: a) 𝜇𝑙𝑛𝑥 = 6.24013; 𝜎𝑙𝑛𝑥 = 0.231021 b) 𝑇𝑟 = 3.50 [𝐴ñ𝑜𝑠] c) 𝑥 = 335.7 [mm]. d)
0.3697547 e) 0.55180106
6. La serie histórica de 30 años de los caudales mínimos anuales en metros cúbicos por segundo
de la estación en Puerto Berrio - Antioquia que corresponden a la corriente del rio Magdalena,
información proporcionada por el Instituto de Hidrología, Meteorología y Estudios Ambientales
(IDEAM).
Año Q [m3/s] Año Q [m3/s] Año Q [m3/s] Año Q [m3/s]

1979 1250 1987 2430 1995 1750 2003 2855
1980 2339 1988 1810 1996 2490 2004 2300
1981 2288 1989 2050 1997 2050 2005 2365
1982 2288 1990 2300 1998 2790 2006 2490
1983 1990 1991 1690 1999 3300 2007 1657
1984 2128 1992 1930 2000 2180 2008 1690
1985 1834 1993 2115 2001 2050 2009 1420
1986 2490 1994 2610 2002 1370 2010 2520
a) Grafique a escala la distribución de Gumbel ajustada a estos datos.

b) Encuentre el tiempo de retorno para el caudal mínimo anual de 1750 [m3/seg].
c) Calcule el caudal mínimo anual para el año 40.
d) Calcule la probabilidad de que el caudal mínimo anual sea a lo menos de 1625 [m3/seg].
e) Calcule la probabilidad de que el caudal mínimo anual se encuentre entre 1575 [m3/seg] y
2375 [m3/seg].
𝑚3
Respuesta: a) ∪= 2352.95; 𝛼 = 0.0028524 b) 𝑇𝑟 = 6.10 [𝐴ñ𝑜𝑠] c) 𝑥 = 1064.2 [ ]. d) 0.8821609
𝑠
e) 0.5522281
7. El Aeropuerto Internacional El Dorado. Es el principal y más importante aeropuerto

de Colombia. Se encuentra localizado a 15 kilómetros al occidente del centro de Bogotá. Es
el aeropuerto con mayor volumen de carga de Latinoamérica y el tercero con mayor
movimiento de pasajeros. Opera vuelos nacionales e internacionales a 2.548 msnm.
La serie histórica para las temperaturas máximas medias anuales (°C), en este aeropuerto
corresponde a los siguientes datos:
T T T T T T T
Año Año Año Año Año Año Año
[ºC] [ºC] [ºC] [ºC] [ºC] [ºC] [ºC]
1961 19.0 1969 18.6 1977 19.4 1984 18.7 1991 -- 1998 -- 2005 --
1962 19.2 1970 -- 1978 19.3 1985 19.1 1992 -- 1999 19.3 2006 18.8

111
1963 19.8 1971 -- 1979 19.5 1986 18.9 1993 19.7 2000 19.0 2007 18.8
1964 --- 1972 -- 1980 19.9 1987 19.5 1994 19.9 2001 19.5 2008 17.9
1965 19.5 1973 19.1 1981 19.5 1988 19.1 1995 20.3 2002 -- 2009 19.1
1966 -- 1974 18.2 1982 19.1 1989 19.0 1996 20.1 2003 19.6 2010 20.4
1967 18.2 1975 18.3 1983 -- 1990 -- 1997 20.6 2004 18.7 2011 19.9
1968 18.3 1976 18.6
a) Grafique a escala la distribución de Frechet ajustada a estos datos.

b) Encuentre el tiempo de retorno de la temperatura máxima anual de 21.5 [ºC].
c) Calcule la temperatura máxima anual para el año 30.
d) Calcule la probabilidad de que la temperatura máxima anual sea a lo menos de 18.5 [ºC]
e) Calcule la probabilidad de que la temperatura máxima anual se encuentre entre 17.5 [ºC] y
23.5 [ºC].
8. El municipio del Guamo Tolima ubicado en el departamento del Tolima a 321 msnm con una
superficie de 561 [km2], limita al norte con los municipios de San Luis y El Espinal al Sur con
Purificación y Saldaña al oriente con Suárez y al occidente con San Luis. El municipio se
encuentra asentado en tierras donde la principal actividad que se ejerce es la agricultura, el
ciclo anual de precipitaciones presenta dos épocas en el año lluviosas que se conoce como
ciclo bimodal, en la tabla se observan las precipitaciones máximas en [mm] de los últimos
años.
Año P [mm] Año P [mm] Año P [mm] Año P [mm] Año P [mm]
1970 106.3 1977 25.7 1985 117.1 1993 100.5 2000 139.4
1971 70.2 1978 60.0 1987 53.9 1994 81.5 2001 102.4
1972 90.0 1979 87.5 1988 128.5 1995 133.5 2002 170.0
1973 98.5 1980 75.3 1989 94.6 1996 96.2 2003 74.5
1974 50.8 1981 120.0 1990 114.0 1997 70.5 2004 146.0
1975 85.0 1982 89.7 1991 117.3 1998 97.3 2005 70.1
1976 80.5 1983 76.2 1992 72.0 1999 86.2 2006 65.0
a) Grafique a escala la distribución de Log-normal ajustada a estos datos.

b) Encuentre el tiempo de retorno de la precipitación máxima anual de 125 [mm].
c) Calcule la precipitación máxima anual para el año 50.
d) Calcule la probabilidad de que la precipitación máxima anual sea a lo menos de 130 [mm].
e) Calcule la probabilidad de que la precipitación máxima anual se encuentre entre 115 [mm]
y 130 [mm].
Respuesta (Log-Normal): a) 𝜇𝑙𝑛𝑥 = 4.481684; 𝜎𝑙𝑛𝑥 = 0.310509 b) 𝑇𝑟 = 7.61 [𝐴ñ𝑜𝑠] c) 𝑥 =

167.558 [mm]. d) 0.10700053 e) 0.09127541
Respuesta (Frechet): a) 𝑘 = 4.95; ∪= 79.51 b) 𝑇𝑟 = 9.90 [𝐴ñ𝑜𝑠] c) 𝑥 = 174.89 [mm]. d)

0.08397702 e) 0.06467016

112
Respuesta (Gumbel): a) ∪= 79.47: ∝= 0.04346511 b) 𝑇𝑟 = 7.75 [𝐴ñ𝑜𝑠] c) 𝑥 = 169.25 [mm].

d) 0.10525343 e) 0.08696044
9. La estación hidrológica 20120788 PTE ADOBES ubicada en la Cuenca Del Rio Teusacá en el
municipio de Sopo Cundinamarca, ubicada a una latitud de 0.453 N y una longitud de 7358 W,
registra el valor del caudal en metros cúbicos por segundo, El sistema de Información del
Instituto de Hidrología y Meteorología y Estudios Ambientales IDEAM, suministra el registro de
caudales máximos anuales que se muestran en la siguiente tabla.
Año Q [m3/s] Año Q [m3/s] Año Q [m3/s] Año Q [m3/s] Año Q [m3/s]
1970 3.14 1976 3.79 1993 3.71 1999 4.13 2005 3.28
1971 3.38 1977 2.94 1994 4.41 2000 5.38 2006 2.95
1972 3.14 1978 2.11 1995 3.20 2001 2.86 2007 2.43
1973 2.73 1979 3.06 1996 3.21 2002 5.27 2008 2.18
1974 2.98 1991 3.50 1997 2.83 2003 3.40
1975 3.10 1992 2.79 1998 3.74 2004 3.55
a) Grafique a escala la distribución de Gumbel ajustada a estos datos.

b) Encuentre el tiempo de retorno para el caudal máximo anual de 6.1 [m3/s].
c) Calcule el caudal mínimo anual para el año 30.
d) Calcule la probabilidad de que el caudal máximo anual sea a lo menos de 3.5 [m3/s].
e) Calcule la probabilidad de que el caudal máximo anual se encuentre entre 3.5 [m3/seg] y
5.2 [m3/seg], inclusive.
𝑚3
Respuesta (Gumbel): a) ∪= 2.98: ∝= 1.67789891 b) 𝑇𝑟 = 186.92 [𝐴ñ𝑜𝑠] c) 𝑥 = 5.00 [ ] d)
𝑠
0.34352241 e) 0.31952923
𝑚3
Respuesta (Frechet): a) 𝑘 = 6.45; ∪= 2.98 b) 𝑇𝑟 = 102.33 [𝐴ñ𝑜𝑠] c) 𝑥 = 5.03 [ ] d)
𝑠
0.29771328 e) 0.27058995
10. En un barrio marginado, ubicado en un recocido municipio, existe un problema relacionado con
el abastecimiento de agua potable, los habitantes cansados de formular varias peticiones a la
alcaldía municipal recurren a la gobernación. En el momento de la petición, la gobernación
tiene a su disposición algunos recursos producto de las regalías que se generan en el
departamento por concepto de la explotación de recursos naturales. Se sabe que para
proyectos de abastecimiento de agua potable, la gobernación financia un monto de tres mil
millones de pesos y el restante debe ser cubierto por la alcaldía municipal u otras entidades.
Con motivo de esta situación, el alcalde realiza un riguroso balance financiero de su municipio
donde determina que puede invertir un monto de mil seiscientos millones de pesos más el
monto financiado por la gobernación. Para la elaboración de los diseños del proyecto el alcalde
decide contratar un equipo con amplia experiencia en el ámbito.

113
El ingeniero de costos informa al alcalde que el costo total del proyecto se encuentra en
función del tiempo de vida útil con el que se diseñe el proyecto, costo que el ingeniero define
con la siguiente expresión aprovechando que es un experto en el modelado matemático.
𝐶 = $ 4.3 × 108 ∗ (1 + 0.001 ∗ 𝑇𝑟 )2

Para la definición del tiempo de vida útil que tendrá el proyecto se cuenta con la siguiente serie
histórica caudales mínimos en metros cúbicos por segundo de la quebrada donde se planea
realizar la captación.
Año Q Año Q Año Q Año Q Año Q Año Q Año Q

1979 39.1 1984 32.7 1989 34.1 1994 45 1999 39.1 2004 33.7 2009 33.3
1980 34.7 1985 39.5 1990 33.2 1995 39.1 2000 38.8 2005 48.2 2010 41
1981 51 1986 47.4 1991 --- 1996 37.2 2001 42.9 2006 --- 2011 43
1982 34.2 1987 38.4 1992 37.3 1997 51 2002 35.5 2007 45.4 2012 47.7
1983 48.3 1988 44.9 1993 39.8 1998 45.9 2003 33.6 2008 45.8 2013 45.2
a) Grafique a escala la distribución de Weibull ajustada a los datos.

b) El ingeniero hidráulico, basado en sus cálculos, define qué el caudal mínimo de diseño deberá
𝑚3
ser de 27 [ ] , calcule el monto financiero que el alcalde del municipio deberá pedir en
𝑠𝑒𝑔
préstamo o por el contrario le quedara disponible para ejecutar otros proyectos.
c) Si el municipio logra conseguir trescientos millones adicionales para el proyecto, ¿Cuál será el
caudal mínimo con el que se puede diseñar el proyecto, si se invierten todos los montos
financieros disponibles?
𝑚3
a) 𝑘 = 8.64; ∪= 43.153 b) $4.110.000.000 c) 𝑥 = 17.55 [ ]
𝑠𝑒𝑔
11. En la ciudad de Bucaramanga se desea diseñar y construir una cubierta en un parqueadero, la

estrategia del dueño del parqueadero es realizar la inversión con el objetivo de aumentar las
tarifas y de esta forma obtener mayores utilidades. Para el diseño de la cercha que soportara
las cargas de viento y el peso propio de la cubierta se contrata un reconocido ingeniero
estructural, el dueño encuentra preocupación en los costos del proyecto, ya que unos altos
costos pueden ocasionar que la inversión sea no viable. El ingeniero estructural se
compromete a optimizar de la mayor forma posible los costos del proyecto, para esto informa al
dueño que el costo dependerá del tiempo de vida útil con el que se diseñe la cubierta el cual,
basado en su experiencia, está dado por la siguiente expresión:
𝐶 = $ 9.5 × 108 ∗ (1 + 0.001 ∗ 𝑇𝑟 )2

Cerca al sitio de construcción del proyecto se encuentra una estación de medición del IDEAM,
donde se obtiene la siguiente serie histórica de velocidades del viento en kilómetros por hora.
Año V Año V Año V Año V Año V Año V Año V Año V

1974 38 1979 24 1984 33 1989 31 1994 36 1999 40 2004 36 2009 31
1975 28 1980 --- 1985 37 1990 38 1995 31 2000 33 2005 32 2010 37

114
1976 --- 1981 39 1986 41 1991 36 1996 37 2001 34 2006 31 2011 27

1977 40 1982 37 1987 36 1992 26 1997 41 2002 26 2007 35 2012 38
1978 39 1983 27 1988 37 1993 39 1998 41 2003 26 2008 37 2013 25
a) Grafique a escala los datos ajustados a la distribución de Frechet.

b) Si el dueño del parqueadero cuenta con mil cien millones de pesos, ¿Cuál es el valor de
Velocidad que el ingeniero deberá utilizar en sus cálculos?
c) Según uno de los artículos de la norma de diseño, para el tipo cubierta a construir se debe
utilizar un valor de velocidad del viento de 65 [Kph], si se espera que con la construcción de la
cubierta se generen utilidades adiciones de dos millones trescientos mil pesos diarios, calcule
el tiempo que demorara el dueño en recoger la inversión de la cubierta si se diseña con los
parámetros impuestos en la norma y no se tiene en cuenta las tasas de interés.
a) 𝑘 = 9.37; ∪= 31.747 b) 50.368 [𝑘𝑝ℎ] c) 1375 [𝐷𝑖𝑎𝑠]
12. La enfermedad del dengue es transmitida por mosquitos, principalmente por el mosquito Aedes
Aegypti. El dengue se caracteriza por síntomas gripales, en ocasiones evoluciona hasta
convertirse en una enfermedad mortal que se conoce como dengue grave o dengue
hemorrágico. En la actualidad el número de personas damnificadas por la enfermedad ha
aumentado de forma significativa en las zonas urbanas ubicadas en regiones tropicales y
subtropicales. El mosquito del dengue se cría en ambientes donde existe encharcamiento de
agua, es por esta razón que resulta fundamental evitar el encharcamiento en zonas urbanas,
problema que se encuentra dentro del marco de acción de la ingeniería civil. Se desea diseñar
un alcantarillado pluvial para un pequeño poblado, el ingeniero hidráulico cuenta con la
siguiente serie histórica de precipitaciones máximas en milímetros, precipitaciones medidas en
una estación de monitoreo cercana al poblado.
Año P Año P Año P Año P Año P Año P Año P

1979 187 1984 233 1989 206 1994 219 1999 204 2004 251 2009 184
1980 241 1985 199 1990 253 1995 171 2000 252 2005 224 2010 280
1981 176 1986 198 1991 208 1996 179 2001 251 2006 249 2011 181
1982 251 1987 170 1992 216 1997 238 2002 215 2007 231 2012 182
1983 240 1988 236 1993 228 1998 230 2003 286 2008 216 2013 234
El costo de construcción del proyecto está dado en función del tiempo de vida útil del proyecto
y se modela con la siguiente expresión.
𝐶 = $ 2.3 × 109 ∗ (1 + 0.001 ∗ 𝑇𝑟 )2

a) Graficar a escala la distribución Log-normal ajustada a los datos.
b) Si se cuenta con dos mil cuatrocientos cincuenta millones, calcular el valor de la precipitación
máxima anual con la que se puede diseñar el proyecto, si se tiene en cuenta que se invertirán
todos los recursos.
c) Si el ingeniero hidráulico diseña el alcantarillado pluvial con un valor de precipitación máxima
anual de 295 milímetros, calcular el costo de construcción del proyecto.

115
Intervalos de Confianza
Estimación Condiciones Intervalo de Confianza Bilateral

𝜎 𝜎
𝜇 𝜎 2 (𝐶𝑜𝑛𝑜𝑐𝑖𝑑𝑎) 𝑥̅ − 𝑧(∝) ≤ 𝜇 ≤ 𝑥̅ + 𝑧(∝)
2 √𝑛 2 √𝑛
𝜎12 𝜎22 𝜎12 𝜎22

𝜇1 − 𝜇2 𝜎12 , 𝜎22 (𝐶𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠) (𝑥̅𝟏 − 𝑥̅𝟐 ) − 𝑧(∝) √ + ≤ 𝜇1 − 𝜇2 ≤ (𝑥̅𝟏 − 𝑥̅𝟐 ) + 𝑧(∝) √ +
2 𝑛1 𝑛2 2 𝑛1 𝑛2
𝜎 2 (𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎) 𝑠 𝑠
𝜇 𝑥̅ − 𝑡(∝,𝑛−1) ≤ 𝜇 ≤ 𝑥̅ + 𝑡(∝,𝑛−1)
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑁𝑜𝑟𝑚𝑎𝑙 2 √𝑛 2 √𝑛
1 1 1 1
(𝑥̅𝟏 − 𝑥̅𝟐 ) − 𝑡(∝,𝑣) 𝑠𝑝 √ + ≤ 𝜇1 − 𝜇2 ≤ (𝑥̅𝟏 − 𝑥̅𝟐 ) + 𝑡(∝,𝑣) 𝑠𝑝 √ +
𝜎12 = 𝜎22 2 𝑛1 𝑛2 2 𝑛1 𝑛2
𝜇1 − 𝜇2 𝐷𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22
𝑠𝑝 = √ ; 𝑣 = 𝑛1 + 𝑛2 − 2
𝑛1 + 𝑛2 − 2
𝑠12 𝑠22 𝑠12 𝑠22

(𝑥̅𝟏 − 𝑥̅𝟐 ) − 𝑡(∝,𝑣) √ + ≤ 𝜇1 − 𝜇2 ≤ (𝑥̅𝟏 − 𝑥̅𝟐 ) + 𝑡(∝,𝑣) √ +
2 𝑛1 𝑛2 2 𝑛1 𝑛2
𝜎12
≠ 𝜎22
𝐷𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠 2
𝜇1 − 𝜇2 𝑠2 𝑠2
𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 (𝑛1 + 𝑛2 )
1 2
𝑛𝑜𝑟𝑚𝑎𝑙𝑒𝑠 𝑣= 2 2 −2
𝑠2 𝑠2
(𝑛1 ) (𝑛2 )
1 2
+
𝑛1 + 1 𝑛2 + 1
2
(𝑛 − 1)𝑠 2
(𝑛 − 1)𝑠 2
𝜎2 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑁𝑜𝑟𝑚𝑎𝑙 ≤𝜎 ≤ 2
𝜒 2𝛼 𝜒 𝛼
( 2 ,𝑛−1) (1− 2 ,𝑛−1)
𝑠12 𝜎12 𝑠12

𝑓 ∝ ≤ ≤ 𝑓∝
𝑠22 (1− 2 ,𝑛2 −1,𝑛1 −1) 𝜎22 𝑠22 ( 2 ,𝑛2 −1,𝑛1 −1)
𝜎12 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝜎22 𝑛𝑜𝑟𝑚𝑎𝑙𝑒𝑠 1
𝑓(∝,𝑛 =
2 2 −1,𝑛1 −1) 𝑓(1−∝,𝑛 −1,𝑛2 −1)
2 1
𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝̂ (1 − 𝑝̂ ) 𝑝̂ (1 − 𝑝̂ )
𝑝 𝑝̂ − 𝑧(∝) √ ≤ 𝑝 ≤ 𝑝̂ + 𝑧(∝) √
𝑛𝑜𝑟𝑚𝑎𝑙𝑒𝑠 2 𝑛 2 𝑛

116
𝑝̂1 (1 − 𝑝̂1 ) 𝑝̂2 (1 − 𝑝̂ 2 )

(𝑝̂1 − 𝑝̂ 2 ) − 𝑧(∝) √ + ≤ 𝑝1 − 𝑝2
2 𝑛1 𝑛2
𝑝1 − 𝑝2 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙
𝑝̂1 (1 − 𝑝̂1 ) 𝑝̂ 2 (1 − 𝑝̂ 2 )
≤ (𝑝̂1 − 𝑝̂ 2 ) + 𝑧(∝) √ +
2 𝑛1 𝑛2
Ejercicios de intervalos de confianza.
1. Se estudia la resistencia a la compresión de muestras de concreto pobre, donde se investiga el

efecto de ciertos aditivos sobre el valor del esfuerzo de falla de 31 probetas cilíndricas de 20
[cm] de altura y 10 [cm] de diámetro, las cuales se elaboran utilizando dos aditivos diferentes,
en el siguiente cuadro se observan los resultados para la resistencia a la compresión en [Psi].
Aditivo 1 [Psi] Aditivo 2 [Psi]
3195 3217 3261 3226
3246 3241 3187 3240
3190 3278 3217 3234
3204 3192 3212 3185
3254 3225 3258 3201
3233 3126 3356 3456
3195 3156 3218
3156 3192
3229 3226
a) Elabore un intervalo de confianza bilateral del 95% para la diferencia de las medias de la
resistencia con el aditivo 2 y con el aditivo 1 (u2 - u1), suponga la densidad como 2.300 [kg/m3],
poblaciones normales y varianzas diferentes y desconocidas.
b) Elabore un intervalo de confianza unilateral superior del 90% para la media de la resistencia
con el aditivo 1, suponga la densidad como 2.300 [kg/m3] y población normal.
c) Elabore un intervalo unilateral superior del 90% para la varianza de la resistencia con el aditivo
1, suponga la densidad como 2.300 [kg/m3] y población normal.
d) Elabore un intervalo de confianza unilateral inferior del 95% para la diferencia de las medias de
la resistencia con el aditivo 1 y con el aditivo 2 (u1 – u2), suponga la densidad como 2.300
[kg/m3], poblaciones normales y varianzas diferentes y desconocidas.
Respuesta: a) −6.74631 ≤ 𝜇2 − 𝜇1 ≤ 89.6979 b) 𝜇 ≤ 3220.57 c) 𝜎 2 ≤ 2441.63 d) −81.2454 ≤ 𝜇1 − 𝜇2
2. Con el objetivo de estudiar los aceros utilizados como refuerzo en vigas sometidas a flexión,
que provienen de dos plantas diferentes, se fabrican 19 modelos de vigas de laboratorio
reforzándolas equitativamente con acero de igual especificación de las dos plantas y luego de
28 días de fraguado en agua sometiéndolas a un carga puntual en el centro de la luz midiendo

117
la carga a la cual se presenta una falla dúctil en el modelo. Los datos tomados para la carga de
falla se observan en la siguiente tabla.
Procedencia
Carga de falla [Kg-f]
del Acero
Planta 1 1530 1542 1517 1568 1518

Planta 1 1521 1546 1578 1498 1485
Planta 2 1551 1535 1546 1578 1599
Planta 2 1532 1578 1562 1547
a) Elabore un intervalo de confianza bilateral del 98% para la diferencia de las medias de la carga
de falla de las vigas elaboradas con el acero de la planta 2 y de la planta 1 (u2 - u1), suponga la
densidad como 2.400 [kg/m3], poblaciones normales y varianzas iguales y desconocidas.
b) Elabore un intervalo de confianza unilateral inferior del 95% para la media de la carga de falla
de las vigas elaboradas con el acero de la planta 2, suponga la densidad como 2.400 [kg/m3] y
población normal.
c) Elabore un intervalo bilateral del 95% para la varianza de la carga de falla de las vigas hechas
con el acero de la planta 2, suponga la densidad como 2.400 [kg/m3] y población normal.
d) Elabore un intervalo de confianza unilateral inferior del 95% para la diferencia de las medias de
la carga de falla de las vigas elaboradas con el acero de la planta 1 y de la planta 2 (u1 – u2),
suponga la densidad como 2.400 [kg/m3], poblaciones normales y varianzas iguales y
desconocidas.
Respuesta: a) −2.4412 ≤ 𝜇2 − 𝜇1 ≤ 59.149 b) 1544.75 ≤ 𝜇 c) 228.806 ≤ 𝜎 2 ≤ 1840.62 d) −49.2437 ≤

𝜇1 − 𝜇2
3. Para cierta ruta del sistema de transporte masivo de una reconocida cuidad se decide estudiar
el tiempo empleado en el recorrido. Para el estudio se cuenta con cuatro conductores a los
cuales se les toma el tiempo en minutos desde el momento en que parten de la estación de
transferencia de inicio hasta el momento de llegada. En la siguiente tabla se observan los
tiempos.
Tiempo de recorrido (min)

Conductor 1 Conductor 2 Conductor 3 Conductor 4
67.4 56.5 70.2 69.0
57.8 66.8 68.3 70.8
69.2 57.4 71.0 61.1
69.4 67.2 57.0 61.6
61.6 64.9 59.3
71.6 67.2
a) Elabore un intervalo de confianza para la media del tiempo del conductor 1. Utilice un nivel de
significancia del 20%.

118
b) Elabore un intervalo de confianza del 85% para la diferencia de las medias de tiempo de los
conductores 2 y 3 𝜇3 − 𝜇1 , suponga varianzas iguales y desconocidas.
𝜎2
c) Elabore un intervalo de confianza del 90% para el cociente de las varianzas 𝜎32.
1
d) Elabore un intervalo de confianza del 90% para la varianza del tiempo empleado por el
conductor 4.
𝜎2
e) Elabore un intervalo unilateral inferior del 95% para el cociente de las varianzas 𝜎12
3
𝜎2
Respuesta: a) 62.9608 ≤ 𝜇1 ≤ 69.3726 b) −5.7217 ≤ 𝜇3 − 𝜇1 ≤ 4.3883 c) 0.2431 ≤ 𝜎32 ≤ 6.1994 d)
1
𝜎12
9.5778 ≤ 𝜎42 ≤ 2127278 e) ≥ 0.1613
𝜎32

119
Prueba de hipótesis
𝑯𝟎 Condiciones Estadístico calculado

𝑥̅ − 𝜇0
𝜇 = 𝜇0 𝜎 2 (𝐶𝑜𝑛𝑜𝑐𝑖𝑑𝑎) 𝑧𝑐𝑎𝑙 = 𝜎
√𝑛
𝑥̅ − 𝜇0
𝜇 = 𝜇0 𝜎 2 (𝐷𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎) 𝑡𝑐𝑎𝑙 = 𝑠 ; 𝑣 = 𝑛1 − 1
√𝑛
𝜎12 𝑦 𝜎22 𝑥̅1 − 𝑥̅2 − 𝜇0

𝑧𝑐𝑎𝑙 =
𝜇1 = 𝜇2 𝐶𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠
𝜎12 𝜎22
√ +
𝑛1 𝑛2
𝑥̅1 − 𝑥̅2 − 𝜇0
𝑡𝑐𝑎𝑙 =
1 1
𝜎12 = 𝜎22 𝑠𝑝 √ +
𝑛1 𝑛2
𝜇1 = 𝜇2 𝐷𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

𝑠𝑝 = √ ; 𝑣 = 𝑛1 + 𝑛2 − 2
𝑛1 + 𝑛2 − 2
𝑥̅1 − 𝑥̅2 − 𝜇0
𝑡𝑐𝑎𝑙 =
𝑠12 𝑠22
√ +
𝑛1 𝑛2
𝜎12 ≠ 𝜎22
𝜇1 = 𝜇2
𝐷𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠 𝑠2 𝑠2
2
(𝑛1 + 𝑛2 )
1 2
𝑣= 2 2 −2
𝑠2 𝑠2
(𝑛1 ) (𝑛2 )
1 2
+
𝑛1 + 1 𝑛2 + 1
2
(𝑛 − 1)𝑠 2
𝜎 2 = 𝜎02 𝜒𝑐𝑎𝑙 =
𝜎20
𝑠12
𝑓𝑐𝑎𝑙 =
𝑠22
𝜎12 = 𝜎22
1
𝑓(∝,𝑛 =
2 2 −1,𝑛1 −1) 𝑓(1−∝,𝑛 −1,𝑛2 −1)
2 1

120
Ejercicios pruebas de hipótesis.
1. En la construcción de un edificio de gran altura que cuenta con varios pisos tipo donde el
diseño de ciertas vigas es el mismo según el diseño estructural, para el despiece de cierta viga
se requiere una barra de diámetro de 3/8” y longitud de 6 metros. Según especificaciones del
fabricante la longitud media de las barras es de 6 metros con 𝜎 = 0.03 (𝑚). Los datos que se
muestran en la tabla corresponden a la longitud de 25 barras escogidas al azar en la obra.
Longitudes (m)
5.99 6.00 5.98 5.98 5.98
5.99 5.98 6.05 6.02 6.02
6.00 6.03 6.02 5.99 5.99
5.99 6.01 6.01 5.97 5.97
5.98 5.97 5.96 6.00 6.00
a) Pruebe la hipótesis de que la longitud media de las barras es igual a 6 metros basado en las
especificaciones suministradas por el fabricante (utilice un nivel de significancia de 0.1).
b) Calcule el valor P de la prueba del inciso (a).
c) Pruebe la hipótesis de que la longitud media de las barras es menor a 6.02 metros (utilice un
nivel de significancia de 0.15).
d) Calcule el valor P de la prueba del inciso (c).
Respuesta: a) 𝑧𝑡𝑒𝑜−𝑖𝑛𝑓 = 𝑧(1−∝) = −1.65; 𝑧𝑡𝑒𝑜−𝑠𝑢𝑝 = 𝑧(∝) = 1.65; 𝑧𝑐𝑎𝑙 = −0.8; La media de la
2 2
longitud de las barras es 6 m con una significancia de 0.1b) 𝑉𝑎𝑙𝑜𝑟 𝑃 = 0.423711 c) 𝑧𝑡𝑒𝑜−𝑖𝑛𝑓 =
𝑧(1−∝) = −1.04; 𝑧𝑐𝑎𝑙 = −4.13; La media de la longitud de las barras es menor de 6.02 m con una
significancia de 0.15 d) 𝑉𝑎𝑙𝑜𝑟 𝑃 = 1.7877 × 10−5 .
2. Un funcionario de un reconocido sistema de transporte masivo afirma que cierta ruta parte de
la estación donde inicia su recorrido cada 3 minutos, por su parte los usuarios se quejan
continuamente de que tal información es falsa dado que los buses demoran mucho entre uno y
otro. Un usuario es un estudiante un apasionado por la estadística y un día decide tomar el
tiempo de 20 buses y para ello se ubica en la primera parada que tiene la ruta, los datos se
muestran en la siguiente tabla.
Tiempo (min)
3.04 3.05 3.06 3.04 2.95
2.96 2.79 3.03 3.03 3.03
2.97 3.02 3.12 2.96 3.05
2.96 2.99 2.97 3.02 3.02
a) ¿Es verdadera la hipótesis de los usuarios sobre de que el tiempo entre bus y bus de la ruta
es superior a 3 minutos? (Utilice un nivel de significancia de 0.05)

121
c) ¿Es verdadera la hipótesis del funcionario que afirma que la media del tiempo salida entre bus
y bus es de 6 minutos? (Utilice un nivel de significancia 0.2)
Respuesta: a) 𝑡𝑡𝑒𝑜−𝑠𝑢𝑝 = 𝑡(∝,𝑛−1) = 1.73; 𝑡𝑐𝑎𝑙 = 0.203; Con un nivel de significancia de 0.05 es
posible afirmar que la media del tiempo es menor o igual a 3 minutos b) 𝑉𝑎𝑙𝑜𝑟 𝑃 = 0.420647 c)
𝑡𝑡𝑒𝑜−𝑠𝑢𝑝 = 𝑡(∝,𝑛−1) = 1.328; 𝑡𝑡𝑒𝑜−𝑖𝑛𝑓 = 𝑡(1−∝,𝑛−1) = −1.328; 𝑡𝑐𝑎𝑙 = 0.203; Con un nivel de
2 2
significancia de 0.2 es posible afirmar que la media del tiempo es igual a 3 minutos. d) 𝑉𝑎𝑙𝑜𝑟 𝑃 =
0.841293.
3. Cierta vía presenta un deterioro notable en la carpeta asfáltica generando incomodidad en los
usuarios con motivo de esta situación se decide realizar la construcción de una sobre carpeta
asfáltica, para determinar el espesor de la nueva estructura de pavimento se toman 20
muestras en la superficie y 18 a una profundad de dos centímetros, las muestras son llevadas
al laboratorio donde se analiza el desgaste medido en unidades, los datos se muestran en la
tabla a continuación.
Profundidad 2 [cm] Profundidad 0 [cm]

18.98 18.92 20.82 21.30
18.81 19.25 20.91 21.22
19.28 19.13 21.35 21.30
19.20 18.79 20.77 20.80
18.70 19.22 20.85 21.34
18.75 18.70 21.36 21.15
19.17 18.96 21.38 21.10
18.95 18.60 21.35 20.54
18.62 18.66 21.12
19.00 18.98 20.93
a) ¿Existe alguna razón para creer que el desgaste a una profundidad de 2 centímetros es menor
o igual a dos unidades al encontrado a una profundidad de 0 centímetros?, utilice un nivel de
significancia de 0.1 y suponga varianzas iguales y desconocidas.
b) Calcular el valor P de la prueba del inciso a.
c) Pruebe la hipótesis de que el desgaste medio a una profundidad de 2 centímetros es de 19
unidades, utilice un nivel de significancia de 0.05.
d) Calcular el valor P de la prueba del inciso b.
4. Se estudia el tiempo en segundos de parada de un bus articulado perteneciente a una

reconocida ruta del sistema de transporte masivo “transmilenio”, obteniendo mediciones en
cinco estaciones donde se estima que el flujo de pasajeros es similar a una determinada hora
del día, para esto se cuenta con un dispositivo laser con precisión de una décima de segundo
que se encuentra instalado en las respectivas estaciones y es activado por la interferencia que
causa el vehículo en la trayectoria de la onda emitida y desactivado por el movimiento del
mismo, los datos tomados en unidades de segundos son:

122
Estación 1 Estación 2 Estación 3 Estación 4 Estación 5

33.9 19.0 50.6 5.7 47.9
55.7 51.8 16.6 63.2 36.8
14.5 20.1 28.9 34.1 8.6
14.1 62.3 53.1 63.2 47.8
12.9 59.3 21.9 36.5 61.8
60.1 15.5 9.2 57.1 45.3
47.0 36.6 64.0 62.0
53.7 51.9 28.7
24.1 40.2
a) ¿Existe alguna razón para creer que el tiempo empleado en la estación 4 es mayor al
empleado en la estación 3 en exactamente 5 segundos?, utilice un nivel de significancia de 0.2
y suponga varianzas diferentes y desconocidas.
b) Calcular el valor P de la prueba del inciso (a).
c) Un usuario del sistema de transporte masivo afirma que el tiempo de parada en la estaciones 1
y 2 es exactamente igual, ¿qué responde usted ante tal afirmación?, suponga 𝜎1 =
19.2 [𝑠𝑒𝑔]; 𝜎2 = 20.2 [𝑠𝑒𝑔].
d) Calcular el valor P de la prueba del inciso (c).
e) Un usuario del sistema de transporte masivo afirma que el tiempo de parada en la estación 5
es mayor al de la estación 2, ¿qué responde usted ante tal afirmación?, suponga 𝜎1 =
19.2 [𝑠𝑒𝑔]; 𝜎2 = 20.2 [𝑠𝑒𝑔].
f) Calcular el valor P de la prueba del inciso (e).
5. En el estudio de los factores que inducen la accidentalidad en el municipio de Chía

Cundinamarca para un periodo comprendido entre los años 2008 y 2010, en el que se analizan
4 periodos y 4 factores generadores de accidentalidad arroja los siguientes resultados.
Factor Factor Factor

Otros
Climatológico Mecánico Humano
162 118 451 18
310 196 996 25
258 193 458 10
280 175 390 19
a. ¿Podría afirmarse que el número de accidentes por el factor climatológico es mayor al número
de accidentes por el factor mecánico en 85 o más? Utilice α=0.2 y suponga varianzas
diferentes y desconocidas.
b. Calcule el Valor P de la prueba del inciso (a).
c. Un estudioso de la accidentalidad afirma que la varianza de los accidentes por factor humano
es igual 80.000, ¿Es verdadera tal afirmación?, Utilice un nivel de significancia de 0.1.

123
d. Calcule el valor P de la prueba del inciso (C).

e. En el inciso (a) se supusieron varianzas diferentes, ¿Es correcta tal suposición?, utilice un nivel
de significancia de 0.1.
f. Calcule el valor P de la prueba del inciso (e).
g. Un habitante afirma que el número de accidentes por otros factores es 20. Utilice un nivel de
significancia de 0.2 para probar la hipótesis del habitante.
h. Calcule el Valor P de la prueba del inciso (g).
Respuesta: a) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −0.905733; 𝑡𝑐𝑎𝑙 = −0.0816 Puede afirmarse con un nivel de significancia
de 0.2 que el número de accidentes por el factor climatológico es mayor al número de accidentes
por el factor mecánico es 85 o más b) Valor P = 0.4688058 c) 𝜒 2 teo,inf = 0.3518463; 𝜒 2 teo,sup =
7.8147279; 𝜒 2 𝑐𝑎𝑙 = 3.0065594 con un nivel de significancia de 0.1 es posible afirmar que la
varianza del número de accidentes por factor humano es de 80.000 d) Valor P = 0.7812299 e)
Fteo,inf = 0.107798; Fteo,sup = 9.27662815; FCal = 3.12306, con un nivel de significancia de 0.1 es
posible afirmar que la varianzas son iguales por tanto la suposición del inciso (a) no es correcta f)
Valor P = 0.37462962 g) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.637744; 𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 1.637744; 𝑡𝑐𝑎𝑙 = −0.6488857 es posible
afirmar la hipótesis del habitante con un nivel de significancia de 0.2 h) Valor P = 0.56265779
6. Los siguientes datos representan la cantidad aproximada de cierto recubrimiento epóxico en

(kg/m2) utilizado para el acabado de piso de ciertas salas con características especiales
teniendo en cuenta cuatro marcas diferentes de este producto, las mediciones fueron tomadas
en la construcción de una clínica con el objetivo de investigar el rendimiento del recubrimiento,
el cual es necesario para la elaboración de análisis de precios unitarios con un valor más
cercano al real y por ende un aumento en la exactitud en el proceso de cálculo del valor de la
obra y futuras obras.
Marca 1 Marca 2 Marca 3 Marca 4
[Kg/m2] [Kg/m2] [Kg/m2] [Kg/m2]
4.9 5.5 6.4 5.6
6.1 5.4 6.8 6.1
4.3 6.2 5.6 5.7
5.1 5.8 6.5 5.8
5.3 5.5 6.3 4.3
5.2 6.6
4.8
a) En el análisis de los datos tomados los ingenieros se enfrentan al dilema de si el rendimiento
es igual para en las marcas 1 y 4 ¿ Que responde usted al dilema planteado?, Utilice un
α=0.1 y suponga varianzas iguales y desconocidas.
b) Calcule el Valor P para la prueba del inciso (a).
c) En el inciso (a) se supuso varianzas iguales y desconocidas pruebe la hipótesis sobre la
igualdad en las varianzas, utilice un nivel de significancia de 0.05.

124
e) En la ficha técnica del recubrimiento de la marca 2 se afirma que la varianza del rendimiento es
0.2, pruebe tal afirmación con un nivel de significancia de 0.2.
f) Calcule el valor P de la prueba del inciso (e).
g) En una campaña publicitaria del fabricante de la marca 3 se afirma que el rendimiento de su
recubrimiento supera en 0.5 [Kg/m2] o más al de la marca 2. Pruebe tal afirmación con un nivel
de significancia de 0.1 y suponga varianza diferentes y desconocidas.
h) Calcule el Valor P de la prueba del inciso (g).
Respuesta: a) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.859548; 𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 1.859548; 𝑡𝑐𝑎𝑙 = 0.8424655, es posible afirmar con
un nivel de significancia de 0.05 que la media del rendimiento para las marcas 1 y 4 es igual b)
Valor P = 0.4239964 c) 𝐹𝑡𝑒𝑜,𝑖𝑛𝑓 = 0.10411754; 𝐹𝑡𝑒𝑜,𝑠𝑢𝑝 = 9.60452988; 𝐹𝑐𝑎𝑙 = 0.8824742 , puede
afirmarse con un nivel de confiabilidad de 0.1 que las varianzas de las marcas 1 y 4 son iguales d)
Valor P = 0.9064743 e) 𝜒 2 teo,inf = 2.204131; 𝜒 2 teo,sup = 10.64464; 𝜒 2 𝑐𝑎𝑙 = 5.84285714 , con un
nivel de significancia de 0.2 puede afirmarse que la varianza del rendimiento del recubrimiento de
la marca 2 es igual a 0.2 f) Valor P = 0.88204285
7. Con la implementación de un sistema de trasporte masivo en una reconocida ciudad, se desea

estudiar el grado de satisfacción del servicio ofrecido a los usuarios en 6 diferentes localidades,
para esto se realiza una encuesta con la finalidad de conocer el calificativo dado de una
muestra representativa de la población de usuarios, en la siguiente tabla se muestran los
resultados obtenidos.
Excelente Bueno Medio Regular Malo

102 96 48 74 29
96 73 32 75 53
76 70 72 55 48
81 70 65 33 69
71 85 64 69 40
96 75 57 69 37
a) Uno de los encuestadores afirma que el número promedio de personas por localidad que dan
un calificativo bueno al servicio es superior de 85 ¿Qué responde usted ante tal afirmación?,
utilice un nivel de significancia de 0.1.
b) Calcular el Valor P de la prueba del inciso (a).
c) En una campaña publicitaria se afirma que el número de personas promedio por localidad que
dan un calificativo de Excelente al servicio supera en 45 o más al número de personas que dan
un calificativo de Malo, pruebe esta afirmación con un nivel de significancia de 0.1 y
suponiendo varianzas diferentes y desconocidas.
d) Calcular el Valor P de la prueba del inciso (c).
e) Uno de los encuestados es experto en estadística y afirma de acuerdo a sus conocimientos
que la varianza del número de habitantes por localidad que dan un calificativo de regular al
sistema es mayor o igual a 270. Pruebe tal afirmación con un nivel de significancia de 0.1.
f) Calcular el Valor P de la prueba del inciso (e).

125
Respuesta: a)𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 1.476; 𝑡𝑐𝑎𝑙 = −1.618, es posible afirmar con un nivel de significancia de
0.1 que el número promedio de personas por localidad que dan un calificativo de bueno no es
mayor a 85 b) Valor P = 0.91671 c) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.356; 𝑡𝑐𝑎𝑙 = −0.518, puede afirmarse con un nivel
de significancia de 0.1 que el número promedio de personas por localidad que dan un calificativo
de excelente supera en 45 o más al número de personas que dan un calificativo de malo d)
Valor P = 0.30694 e) 𝜒 2 teo,inf = 1.610; 𝜒 2 𝑐𝑎𝑙 = 4.813, con un nivel de significancia de 0.1 puede
afirmarse que la varianza del número de habitantes por localidad que dan un calificativo de regular
al sistema es mayor o igual a 270 f) Valor P = 0.56087
8. En cierta universidad se realiza un estudio sobre la estatura de los estudiantes de diferentes

programas académicos para ello se realiza una encuesta de la estatura de estudiantes de 5
programas diferentes.
Psicología Ing. Industrial Ing. Civil Administración Medicina

1.66 1.57 1.71 1.79 1.74
1.80 1.75 1.72 1.69 1.76
1.57 1.58 1.80 1.73 1.55
1.56 1.58 1.61 1.74 1.66
1.70 1.71 1.62 1.67 1.58
1.79 1.72 1.63 1.79 1.70
1.68 1.75 1.74 1.63
1.71 1.71
a) Cierto estudiante de Administración afirma que la estatura media de los estudiantes del
programa de administración es superior a 1.76 metros, utilice un nivel de significancia de 0.1
para probar esta hipótesis.
b) Calcule el Valor P de la prueba del inciso (a).
c) Un estudiante de ingeniería industrial experto en estadística afirma que la varianza de la
estatura de los estudiantes de ingeniería industrial es de 0.025 [m2], utilice un nivel de
significancia de 0.05 para probar esta afirmación.
d) Calcule el Valor P de la prueba del inciso (c).
e) Un profesor de medicina afirma de acuerdo a un estudio que la estatura promedio de los
estudiantes de medicina es igual a la estatura promedio de los estudiantes de Psicología,
pruebe esta hipótesis suponiendo varianzas iguales y desconocidas, utilice un nivel de
significancia de 0.1.
f) Calcule el Valor P de la prueba del inciso (e).
Respuesta: a) 𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 1.415; 𝑡𝑐𝑎𝑙 = −1.776, es posible afirmar con un nivel de significancia de
0.1 que la media de la estatura de los estudiantes de administración es inferior o igual a 1.76 [m]
b) Valor P = 0.941 c) 𝜒 2 teo,inf = 1.237; 𝜒 2 teo,sup = 14.449; 𝜒 2 𝑐𝑎𝑙 = 1.734, puede afirmarse con un
nivel de significancia de 0.05 que la varianza de la estatura de los estudiantes de ingeniería
industrial es igual a 0.0025 [m2] d) Valor P = 0.941 e) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.771; 𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 1.771; 𝑡𝑐𝑎𝑙 =
0.552, con un nivel de significancia de 0.1 puede afirmarse que la estatura promedio de los

126
estudiantes de los estudiantes de medicina es la misma de los estudiantes de psicología f)

Valor P = 0.590312
9. En cierta obra se estudia el tiempo que un maestro de obra gasta para fundir un metro cubico
de concreto, para el estudio se tienen en cuenta cuatro rangos de edad, en la tabla se
observan los tiempos en horas resultado del estudio.
Edad
18 - 25 25 - 35 35 - 45 45- 60
5.9 5.56 6.03 6.22
7.04 5.87 5.82 5.8
6.51 5.54 6.14 5.6
7.34 7.13 5.89 6.63
6.59 6.77 6.64 6.48
7.03 6.14 5.81
6.99 6.61 5.62
7.08 6.01
a) El ingeniero residente de obra afirma que el tiempo empleado por los maestros con una edad
de entre 25 y 35 años es en promedio 6.3 horas, pruebe esta afirmación con un nivel de
b) Calcular el Valor P de la prueba del inciso (a).
c) El trabajador social de la empresa constructora afirma que el tiempo empleado por los
maestros con una edad entre 18 y 25 años es superior o igual en 0.8 horas al empleado por los
maestros con una edad entre 45 y 60 años, ¿Qué responde usted ante tal afirmación?, utilice
un nivel de significancia de 0.1 y suponga varianzas iguales y desconocidas.
d) Calcule el Valor P de la prueba del inciso (c).
e) Uno de los maestros de obra es un fanático de la estadística y en sus tiempos libres lee libros
de estadística, este maestro afirma que la varianza del tiempo empleado por los maestros con
una edad entre 35 y 45 años es mayor de 0.12, pruebe esta hipótesis con un nivel de
f) Uno de los maestros de obra es un fanático de la estadística y en sus tiempos libres lee libros
de estadística, este maestro afirma que la varianza del tiempo empleado por los maestros con
una edad entre 35 y 45 años es mayor de 0.12, pruebe esta hipótesis con un nivel de
Respuesta: a) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −2.132; 𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 2.132; 𝑡𝑐𝑎𝑙 = −0.385, es posible afirmar con un nivel de
significancia de 0.1 que el tiempo promedio empleado por los maestros con una edad entre 25 y
35 años es de 6.3 horas b) 𝑉𝑎lor P = 0.719833 c) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.345; 𝑡𝑐𝑎𝑙 = −0.052 , puede
afirmarse con un nivel de significancia de 0.1 que el tiempo empleado por los maestros con una
edad entre 18 y 25 años es superior en 0.8 o más al empleado por los maestros con una edad
entre 45 y 60 años d) Valor P = 0.480 e) 𝜒 2 teo,sup = 10.645; 𝜒 2 𝑐𝑎𝑙 = 5.314 , con un nivel de

127
significancia de 0.1 puede afirmarse que la varianza del tiempo empleado para fundir un metro
cubico de concreto es inferior o igual a 0.12. f) Valor P = 0.504.

128
PRUEBA DE BONDAD Y AJUSTE
La prueba de bondad y ajuste permite determinar si un grupo de datos se ajusta a una

distribución. La prueba puede emplearse para distribuciones continuas y discretas.
𝐻0 : 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎𝑛 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝐻𝑎 : 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎𝑛 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛

𝑘
2
(𝑜𝑖 − 𝑒𝑖 )2
𝜒 Cal =∑
𝑒𝑖
𝑖=1
𝜒 2 𝑇𝑒𝑜 = 𝜒 2 (∝,𝑘−𝑝−1)
𝑘: 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
𝑝: 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑠 𝑎 𝑝𝑎𝑟𝑡𝑖𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝛼: 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑝𝑟𝑢𝑒𝑏𝑎
Región de rechazo de H0.
Imagen: Región de rechazo de 𝐻0 para la prueba de bondad y ajuste

129
PRUEBA DE TABLAS DE CONTINGENCIA
La prueba de tablas de contingencia permite determinar si un parámetro es dependiente del otro.
𝐻0 : 𝐿𝑜𝑠 𝑝𝑎𝑟á𝑚𝑒𝑡𝑟𝑜𝑠 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
𝐻𝑎 : 𝐿𝑜𝑠 𝑝𝑎𝑟á𝑚𝑒𝑡𝑟𝑜𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
∑ 𝑓𝑖𝑙𝑎𝑠𝑖 ∗ ∑ 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠𝑗
𝐸𝑖𝑗 =
∑ 𝑡𝑜𝑡𝑎𝑙
𝑟 𝑐
2
(𝑂𝑖𝑗 − 𝐸𝑖𝑗 )2
𝜒 Cal = ∑∑
𝐸𝑖𝑗
𝑖=1 𝑗=1
𝜒 2 𝑇𝑒𝑜 = 𝜒 2 (∝,(𝑐−1)(𝑟−1))
𝒓: 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑖𝑙𝑎𝑠
𝒄: 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠
𝑶𝒊𝒋 : 𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜𝑠
𝑬𝒊𝒋 : 𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜𝑠
Imagen: Región de rechazo de 𝐻0 para la prueba de bondad y ajuste

130
ANÁLISIS DE VARIANZA ANOVA
El análisis de varianza ANOVA se emplea para probar una hipótesis nula que consiste en la
igualdad de las medias poblacionales de 𝑘 poblaciones. Se utiliza con poblaciones
aproximadamente normales.
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = ⋯ … … … . . = 𝜇𝑘
𝐻𝑎 : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑒𝑑𝑖𝑎𝑠 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒
𝐶𝑀𝑇𝑅
𝐹𝐶𝑎𝑙 =
𝐶𝑀𝐸
𝐹𝑇𝑒𝑜 = 𝐹(∝,𝑘−1,𝑁−𝑘)
Imagen: Región de rechazo de 𝐻0 para la prueba de ANOVA.
Procedimiento para el cálculo del valor estadístico calculado
1. Medias muéstrales.
∑𝑛𝑗=1
𝑖
𝑥𝑖𝑗
𝑥̅𝑖 =
𝑛𝑖
2. Gran media “M”.

∑𝑘𝑖=1 ∑𝑛𝑗=1
𝑖
𝑥𝑖𝑗
𝑀=
𝑁
𝑲: 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠
𝑵: 𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
3. Suma del cuadrado total “SCT”

131
𝑘 𝑛𝑖
𝑆𝐶𝑇 = ∑ ∑(𝑥𝑖𝑗 − 𝑀)2

𝑖=1 𝑗=1
4. Suma de cuadrados del tratamiento “SCTR”

𝑘
𝑆𝐶𝑇𝑅 = ∑ 𝑛𝑖 (𝑥̅𝑖 − 𝑀)2

𝑖=1
5. Suma de los cuadrados de los errores “SCE”

𝑘 𝑛𝑖
𝑆𝐶𝐸 = ∑ ∑(𝑥𝑖𝑗 − 𝑥̅𝑖 )2

𝑖=1 𝑗=1
6. Cuadrado medio total “CMT”

𝑆𝐶𝑇
𝐶𝑀𝑇 =
𝑁−1
7. Cuadrado medio del tratamiento “CMTR”

𝑆𝐶𝑇𝑅
𝐶𝑀𝑇𝑅 =
𝐾−1
8. Cuadrado medio de los errores “CME”

𝑆𝐶𝐸
𝐶𝑀𝐸 =
𝑁−𝐾
9. Valor estadístico calculado

𝐶𝑀𝑇𝑅
𝐹𝑐𝑎𝑙 =
𝐶𝑀𝐸

132
ESTADÍSTICA NO PARAMETRICA
PRUEBA DE SIGNO
La prueba de signo se utiliza para probar hipótesis acerca de la mediana y la media de una
población o dos poblaciones.
𝐻0 : 𝑀𝑒 = 𝑀𝑒0
𝐻𝑎 : 𝑀𝑒 ≠ 𝑀𝑒0
Tipo de Prueba Para probar 𝑯𝟎 Contra 𝑯𝒂 𝑹𝑪𝒂𝒍 𝑹𝒕𝒆𝒐

Dos colas 𝑀𝑒1 = 𝑀𝑒0 𝑀𝑒1 ≠ 𝑀𝑒0 min(𝑟 + , 𝑟 − ) 𝑅(𝛼,𝑛)
Cola superior 𝑀𝑒1 ≥ 𝑀𝑒0 𝑀𝑒1 < 𝑀𝑒0 𝑟+ 𝑅(𝛼,𝑛)
Cola inferior 𝑀𝑒1 ≤ 𝑀𝑒0 𝑀𝑒1 > 𝑀𝑒0 𝑟− 𝑅(𝛼,𝑛)
𝑟 + : 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠

𝑟 − : 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜𝑠
VALORES TEÓRICOS PARA LA PRUEBA DE SIGNO
𝒓(∝,𝒏)
0.1 0.05 0.01 Prueba de dos colas
∝
0.05 0.03 0.01 Prueba de una cola
n
5 0
6 0 0
7 0 0
8 1 0
9 1 1 0
10 1 1 0
11 2 1 0

133
12 2 2 1
13 3 2 1
14 3 2 1
15 3 3 2
16 4 3 2
17 4 4 2
18 5 4 3
19 5 4 3
20 5 5 3
21 6 5 4
22 6 5 4
23 7 6 4
24 7 6 5
25 7 7 5
26 8 7 6
27 8 7 6
28 9 8 6
29 9 8 7
30 10 9 7
31 10 9 7
32 10 9 8
33 11 10 8
34 11 10 9
35 12 11 9
36 12 11 9
37 13 12 10
38 13 12 10
39 13 12 11
40 14 13 11

134
PRUEBA DE KRUSKAL - WALLIS
La prueba de Kruscal Wallis se emplea para probar una hipótesis nula que consiste en la igualdad
de las medias poblacionales de 𝑘 poblaciones. Se utiliza con poblaciones normales y no normales,
para poblaciones normales se recomienda utilizar en análisis de varianza ANOVA
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = ⋯ … … … . . = 𝜇𝑘
𝐻𝑎 : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑒𝑑𝑖𝑎𝑠 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒

𝑘
2
12 𝑅𝑖2
𝜒 Cal = ∑ − 3(𝑁 + 1)
𝑁(𝑁 + 1) 𝑛𝑖
𝑖=1
𝜒 2 𝑇𝑒𝑜 = 𝜒 2 (∝,𝑘−1)
𝑲: 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠
𝑵: 𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
𝑹𝒊 : 𝑆𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑖
Imagen: Región de rechazo de 𝐻0 para la prueba de Kruskal - Wallis.

135
PRUEBA DE RANGO CON SIGNO DE WILCONXON
La prueba de rango con signo se utiliza para probar hipótesis acerca de la media de una o dos
poblaciones:
𝑤 + : 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑑𝑒𝑙 𝑠𝑖𝑔𝑛𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜
𝑤 − : 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑑𝑒𝑙 𝑠𝑖𝑔𝑛𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜
Tipo de Prueba Para probar 𝑯𝟎 Contra 𝑯𝒂 𝒘𝒄𝒂𝒍 𝒘𝒕𝒆𝒐

Dos colas 𝜇1 = 𝜇0 𝜇1 ≠ 𝜇0 min(𝑤 + , 𝑤 − ) 𝑤(∝,𝑛)
Cola superior 𝜇1 ≥ 𝜇0 𝜇1 < 𝜇0 𝑤+ 𝑤(∝,𝑛)
Cola inferior 𝜇1 ≤ 𝜇0 𝜇1 > 𝜇0 𝑤− 𝑤(∝,𝑛)

136
Imagen: Región de rechazo para la prueba de rango con signo de Wilconxon.

137
PRUEBA DE LA SUMA DE RANGOS DE WILCONXON
La prueba la suma de rangos de Wilconxon se utiliza para probar hipótesis acerca de la media de
dos poblaciones:
𝑤1 : 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑟𝑎𝑛𝑔𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 1
𝑤2 : 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑟𝑎𝑛𝑔𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 2
Tipo de Prueba Para probar 𝑯𝟎 Contra 𝑯𝒂 𝒘𝒄𝒂𝒍 𝒘𝒕𝒆𝒐

Dos colas 𝜇1 = 𝜇0 𝜇1 ≠ 𝜇0 𝑤1 𝑜 𝑤2 𝑤(𝑛1 ,𝑛2 )
Cola superior 𝜇1 ≥ 𝜇0 𝜇1 < 𝜇0 𝑤1 𝑤(𝑛1 ,𝑛2 )
Cola inferior 𝜇1 ≤ 𝜇0 𝜇1 > 𝜇0 𝑤2 𝑤(𝑛1 ,𝑛2 )

138
Imagen: Región de rechazo para la prueba de rango con signo de Wilconxon.

139
PRUEBA U DE MANN - WHITNEY
La prueba U Mann – Whitney se utiliza para probar hipótesis acerca de la media de dos
poblaciones:
𝑛1 (𝑛1 + 1)
∪1 = 𝑛1 𝑛2 + − 𝑅1
2
𝑛2 (𝑛2 + 1)
∪2 = 𝑛1 𝑛2 + − 𝑅2
2
𝑛1 𝑛2
𝜇∪ =
2
𝑛1 𝑛2 (𝑛1 + 𝑛2 + 1)
𝜎∪ = √
12
∪ −𝜇∪
𝑧𝑐𝑎𝑙 =
𝜎∪
Tipo de Prueba Para probar 𝑯𝟎 Contra 𝑯𝒂 𝒛𝒄𝒂𝒍 𝒛𝒕𝒆𝒐

𝜇1 = 𝜇2 𝜇1 ≠ 𝜇2 min(∪1 ,∪2 ) − 𝜇∪ 𝑧(∝)
Dos colas 2
𝜎∪
𝜇1 ≥ 𝜇2 𝜇1 < 𝜇2 ∪1 − 𝜇∪ 𝑧(1−∝)
Cola superior
𝜎∪
𝜇1 ≤ 𝜇2 𝜇1 > 𝜇2 ∪2 − 𝜇∪ 𝑧(∝)
Cola inferior
𝜎∪

140
PRUEBA DE KOLMOGOROV – SMIRNOV
𝐷𝑡𝑒𝑜 = 𝐷(𝛼,𝑛)
𝐷𝐶𝑎𝑙 = 𝑚𝑎𝑥|𝑝𝑜𝑠𝑒𝑟𝑣𝑎𝑑𝑜 − 𝑝𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 |

141
Ejercicios Pruebas de Ajuste, Dependencia y ANOVA
1. En el diseño de una Bocatoma que se destinara a la recolección de agua potable de una

quebrada a una red de distribución del Municipio de Facatativá, con el objetivo de abastecer a
uno de los barrios más desfavorecidos. Se cuenta con una serie histórica de caudales mínimos
los cuales corresponden a los últimos 50 años.
Caudales mínimos [m3/seg]

30.6 32.1 35.1 16.6 35.4 16.5 16.5 33.7
35.1 19.3 23.2 22.9 18.0 32.4 26.4 18.7
17.0 21.0 23.0 16.8 31.2 35.3 23.3 25.5
23.4 31.2 27.8 28.6 30.3 34.9 19.0 24.5
25.5 27.3 23.9 34.2 24.2 16.1 35.0 15.8
22.8 32.8 18.7 23 29.4 23.4 18.9 27.7
25.8 24.0
a) El diseñador de la estructura mencionada desea aplicar la distribución Gumbel para verificar el
caudal de retorno para un año determinado pero se enfrenta a una gran incertidumbre con
respecto al ajuste del caudal mínimo anual en la quebrada a la distribución mencionada,
suponga que usted es el diseñador ¿Podrá asumirse que los datos se ajustan a una
distribución Gumbel?, utilizar un nivel de significancia de 0.05.
b) Calcular el valor P de la prueba de inciso a.
c) Uno de los habitantes de una región cercana al punto de captación afirma que el caudal
mínimo anual promedio en la quebrada es de 27 [m3/seg]. Pruebe esta hipótesis con nivel de
significancia de 0.1. Calcule el Valor P de la prueba.
d) Elabore un intervalo de confianza unilateral superior del 90% para la media del caudal mínimo
anual en la quebrada.
e) Elabore un intervalo de confianza del 90% para la varianza del caudal mínimo anual en la
quebrada.
Respuesta: a) 𝜒 2 teo = 9.487729; 𝜒 2 𝑐𝑎𝑙 = 13.774956 , con un nivel de significancia de 0.05 es

posible afirmar que el caudal mínimo anual no se ajusta a una distribución de Gumbel. b)
Valor P = 0.008049 c) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.6766; 𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 1.6766; 𝑡𝑐𝑎𝑙 = −1.7237, es posible afirmar con
𝑚3
un nivel de significancia de 0.1 que el caudal máximo anual es diferente de 27 [𝑠𝑒𝑔], Valor P =
0.0910671 d) 23.9936 ≤ 𝜇 ≤ 26.9584 e) 28.8714 ≤ 𝜎 2 ≤ 56.4477.
2. Para el diseño de un alcantarillado pluvial se cuenta con una serie histórica de precipitaciones
máximas anuales en milímetros, tomadas de una estación meteorológica ubicada cerca del
lugar de construcción.
Año P Año P Año P Año P Año P Año P Año P

142
1977 118 1982 110 1986 107 1991 127 1996 106 2001 128 2006 129
1978 121 1983 112 1987 116 1992 130 1997 121 2002 114 2007 112
1979 125 1984 103 1988 97 1993 89 1998 91 2003 122 2008 125
1980 131 1985 118 1989 134 1994 128 1999 107 2004 111 2009 106
1981 92 1986 116 1990 92 1995 123 2000 103 2005 110 2010 99
a) Para el diseño de la red de alcantarillado pluvial se requiere verificar si los datos se ajustan a
una distribución Gumbel. Utilice un nivel de significancia de 0.1.
b) Calcule el Valor P de la prueba del inciso a.
c) Un estudioso de la estadística afirma que la precipitación máxima anual promedio es de 118
[mm]. Pruebe la hipótesis con un nivel de significancia de 0.2. Calcule el Valor P.
d) Un informe estadístico sugiere que la varianza de la precipitación máxima es de 160 [mm2].
Pruebe esta hipótesis con un nivel de significancia de 0.1.
e) Elabore un intervalo de confianza del 95% para la media de la precipitación máxima anual.
Respuesta: a) 𝜒 2 teo = 6.251388; 𝜒 2 𝑐𝑎𝑙 = 7.383712, con un nivel de significancia de 0.1 es posible
afirmar que la precipitación máxima anual no se ajusta a una distribución de Gumbel. b) Valor P =
0.060623 c) 𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.3069; 𝑡𝑡𝑒𝑜,𝑠𝑢𝑝 = 1.3069; 𝑡𝑐𝑎𝑙 = −2.1058, es posible afirmar con un nivel de
significancia de 0.2 que la precipitación promedio máxima anual es diferente de 118 [𝑚𝑚] ,
Valor P = 0.042683 d) 𝜒 2 teo,inf = 21.6643; 𝜒 2 teo,sup = 48.6024; 𝜒 2 𝑐𝑎𝑙 = 33.7526 , con un nivel de
significancia de 0.1 es posible afirmar que la varianza del caudal máximo anual es igual a
160 [𝑚𝑚2 ] e)
3. En el estudio de los factores que inducen la accidentalidad para 4 barrios diferentes ubicados
en el municipio de Chía Cundinamarca para un periodo comprendido entre los años 2002 y
2010, en el que se analizan 4 factores generadores de accidentalidad teniendo en cuenta el
barrio en el que ocurre se obtienen los siguientes datos.
Factor Factor Factor

Barrio Otros
Climatológico Mecánico Humano
1 162 118 451 18
2 310 196 996 25
3 258 193 458 10
4 280 175 390 19
a) ¿Podría afirmarse que el factor de accidentalidad depende del barrio donde ocurre el
accidente? Utilice α=0.025.
4. Se estudia el tiempo de parada de un bus articulado perteneciente a una reconocida ruta del
sistema de transporte masivo “transmilenio”, obteniendo mediciones en cinco estaciones donde
se estima que el flujo de pasajeros es similar a una determinada hora del día, para esto se
cuenta con un dispositivo laser con precisión de una décima de segundo que se encuentra
instalado en las respectivas estaciones y es activado por la interferencia que causa el vehículo

143
en la trayectoria de la onda emitida y desactivado por el movimiento del mismo, los datos
tomados en unidades de segundos son:
Estación 1 Estación 2 Estación 3 Estación 4 Estación 5

33.9 19.0 50.6 5.7 47.9
55.7 51.8 16.6 63.2 36.8
14.5 20.1 28.9 34.1 8.6
14.1 62.3 53.1 63.2 47.8
12.9 59.3 21.9 36.5 61.8
60.1 15.5 9.2 57.1 45.3
47.0 36.6 64.0 62
53.7 51.9 28.7
24.1 40.2
a) ¿Existe alguna razón para creer que el tiempo de parada depende de la estación en la cual se
efectué la parada?, Utilice α=0.05.
b) Elabore un intervalo de confianza bilateral del 90% para la diferencia de las medias
poblacionales correspondientes a las estaciones 1 y 5 (μ1 − μ5 ), suponga varianzas diferentes
y desconocidas.
c) Calcule el Valor P de la prueba del inciso (a).
Respuesta:
5. La resistencia a la compresión de cierto tipo de concreto es estudiada en el laboratorio de una
reconocida planta encargada de la preparación y suministro en el casco urbano de la ciudad de
Bucaramanga, fallando probetas de 10 [cm] de diámetro y 20 [cm] de altura en ensayos de
compresión directa, los datos correspondientes a una muestra representativa son los
siguientes:
Resistencia a la compresión en PSI

2961.4 2988.1 2928.0 3059.7 3057.3 2977.8 2988.0
3062.1 2967.7 3010.7 3015.5 2932.4 2928.7 2995.2
2960.1 3018.5 2985.2 2994.8 3064.2 3073.2 2987.9
2973.1 2955.7 3006.9 3012.7 2986.4 3039.0 3061.4
2984.2 3022.4 2985.3 2952.9 2948.9 3059.5 2981.8
a) Se desea saber si la resistencia a la compresión de este tipo de concreto se distribuye de

forma aproximadamente normal, teniendo en cuenta que μ = 3001.5 [Psi] y σ = 42.1 [Psi],
utilice un nivel de significancia de 0.05.
Respuesta: a) 𝜒 2 teo = 11.070498; 𝜒 2 𝑐𝑎𝑙 = 7.1277459, con un nivel de significancia de 0.05

puede afirmarse que la resistencia a la compresión del concreto se distribuye de forma
aproximadamente normal. b) Valor P = 0.2113117.

144
6. Un examen de Estadística Aplicada A La Ingeniería que consta de cinco preguntas de

selección múltiple es presentado por un grupo de estudiantes integrado por 21 mujeres y 35
hombres los resultados se resumen en la tabla que se muestra a continuación
Nota Obtenida
1.0 2.0 3.0 4.0 5.0
Mujeres 3 5 7 2 4
Hombres 5 11 9 8 2
a) ¿La nota obtenida depende del sexo del estudiante?, utilice un nivel de significancia de 0.1.
b) Calcule el Valor P de la prueba de inciso (a).
Respuesta: a) 𝜒 2 teo = 7.7794421; 𝜒 2 𝑐𝑎𝑙 = 4.017778, con un nivel de significancia de 0.1 puede
afirmarse que la nota obtenida es independiente del sexo del estudiante. b) Valor P =
0.403605.
7. En un sistema de transporte masivo se estudia los accidentes que han tenido los conductores
de los buses alimentadores teniendo en cuenta el rango de edad de los conductores a
continuación se muestra la información recolectada.
Número de Accidentes
1 2 3 4 5
Menores de 35 Años 5 10 9 3 2
Mayores de 35 Años 7 9 8 4 1
a) Cierto medico afirma que el número de accidentes depende del rango de edad al que
pertenezca el conductor ¿Qué responde usted ante tal afirmación?, utilice un nivel de
afirmarse que el número de accidentes es independiente al rango de edad del conductor. b)
Valor P = 0.921532.
8. En el diseño de una Bocatoma que se destinara a la recolección de agua potable de una

quebrada a una red de distribución del Municipio de Facatativá, con el objetivo de abastecer a
uno de los barrios más desfavorecidos. Se cuenta con una serie histórica de caudales mínimos
los cuales corresponden a los últimos 50 años.
Caudales mínimos [m3/seg]

30.6 32.1 35.1 16.6 35.4 16.5 16.5 33.7
35.1 19.3 23.2 22.9 18.0 32.4 26.4 18.7
17.0 21.0 23.0 16.8 31.2 35.3 23.3 25.5

145
23.4 31.2 27.8 28.6 30.3 34.9 19.0 24.5

25.5 27.3 23.9 34.2 24.2 16.1 35.0 15.8
22.8 32.8 18.7 23.0 29.4 23.4 18.9 27.7
25.8 24.0
a) El diseñador de la estructura mencionada desea aplicar la distribución Log-normal para

verificar el caudal de retorno para un año determinado pero se enfrenta a una gran
incertidumbre con respecto al ajuste del caudal mínimo anual en la quebrada a la distribución
mencionada, suponga que usted es el diseñador ¿Podrá asumirse que los datos se ajustan a
una distribución Log-normal?, asumir que la media y desviación poblacionales corresponden a
las muéstrales, utilizar un nivel de significancia de 0.05.
b) Elaborar un intervalo unilateral superior del 95% para el caudal mínimo en la quebrada,
suponga la varianza poblacional igual a de la muestra.
9. En una reconocida universidad se estudia la estatura de los estudiantes que utilizan un aula
esto con el objetivo de diseñar las sillas de manera que la comodidad en los estudiantes sea
óptima, para esto se toma una muestra representativa de 20 estudiantes, los cuales utilizan el
aula en la tabla que se muestra a continuación de observan los datos.
Estatura [m]
1.60 1.80 1.63 1.80 1.71 1.65
1.63 1.61 1.72 1.62 1.83 1.66
1.75 1.67 1.74 1.77 1.54 1.82
1.66 1.59 1.55 1.61 1.54 1.51
a) Se requiere saber si los datos se distribuyen de forma aproximadamente normal suponga 𝜇 =

1.68 [𝑚]; 𝜎 = 0.08 [𝑚], utilice un nivel de significancia de 0.05.
Respuesta: a) 𝜒 2 teo = 11.070498; 𝜒 2 𝑐𝑎𝑙 = 5.254063 , con un nivel de significancia de 0.05

puede afirmarse que la resistencia a la compresión del concreto se distribuye de forma
aproximadamente normal. b) Valor P = 0.2113117.
10. Un examen de estadística que consta 10 preguntas con 4 opciones de respuesta se presentan
155 estudiantes el profesor con el objetivo de analizar el proceso pedagógico registra los
resultados teniendo en cuenta del número de respuestas correctas obtenidas por el estudiante
los resultados obtenidos se muestran en la siguiente tabla.
Número de
Número de
Respuestas
Estudiantes
Correctas

146
0 6
1 30
2 42
3 38
4 22
5 9
6 4
7 2
8 1
9 0
10 1
a) ¿Existe alguna razón para creer que el número de respuestas correctas se ajustan a una
distribución binomial?, suponga que la probabilidad de contestar un pregunta correcta es de
0.25, Utilice un nivel de significancia de 0.9.
11. Cierto ingeniero civil cada día debe realizar un trayecto desde su casa hasta el lugar de
trabajo, el ingeniero ha tenido una carrera exitosa lo que le ha permitido comprar 4 vehículos
de marcas diferentes. Este ingeniero desea minimizar el tiempo empleado en el trayecto por lo
cual mide el tiempo que demora teniendo en cuenta las diferentes marcas de los vehículos los
resultados obtenidos son los siguientes.
Tiempo (Min)
Marca 1 Marca 2 Marca 3 Marca 4
36 36 52 39
37 37 38 33
46 46 48 37
46 46 34 34
46 46 40 34
47 47 49
41
a) ¿Existe alguna razón para creer que el tiempo empleado es afectado por la marca del vehículo
en el cual se realice?, Utilice un nivel de significancia de 0.05 y suponga poblaciones
aproximadamente normales.
12. Un profesor de estadística realiza un examen a sus alumnos en el cual asigna notas de 1.0,
2.0, 3.0, 4.0 o 5.0, entrega el examen y realiza una encuesta sobre la calidad de su labor como
docente los estudiantes pueden calificarla como Buena, Regular o Mala en la siguiente tabla se
muestran los resultados obtenidos.

147
Nota Examen
Calificación
1.0 2.0 3.0 4.0 5.0
Buena 5 1 4 8 8
Regular 3 5 2 3 6
Mala 8 7 1 2 4
a) ¿Hay algún indicio para creer que la calificación de los estudiantes sobre la labor docente
depende de la nota obtenida en el examen.
b) Calcular el Valor P de la prueba del incuso (a).
13. Para el diseño del alcantarillado pluvial de cierta población se cuenta con un registro histórico
de precipitaciones máximas anuales. Una de las fases de diseño consiste en ajustar la serie de
datos a una distribución de valores extremos para determinar la precipitación máxima en el
tiempo de vida útil de la estructura y así tener la posibilidad de adecuar la estructura para
funcionar adecuadamente durante y después del evento extremo.
Precipitaciones [mm]
142 69 179 163 62 177 63
129 175 174 92 119 126 161
101 76 118 168 98 148 108
165 66 97 142 86 148 136
92 176 129 138 160 178 166
f) ¿Existe alguna razón para creer que las precipitaciones se ajustan a una distribución Log-
normal?, Utilice un nivel de significancia de 0.1.
g) Calcule el Valor P de la prueba del inciso a.
14. Cierto docente de Estadística se encuentra interesado en el rendimiento académico que

presentan los estudiantes según la fila donde se sientan en la clase, para el estudio el docente
efectuó un examen con el que se evaluó los conocimientos suministrados a los estudiantes
durante el curso, luego de un cuidadoso proceso de evaluación obtuvo los siguientes
resultados.
Fila 1 Fila 2 Fila 3 Fila 4 Fila 5 Fila 6 Fila 7

3.8 4.6 2.8 4.7 3.8 2.3 3.7
4.8 4.2 4.6 3.2 2.9 4.1 4.0
4.5 2.4 3.3 4.0 1.2 2.5 4.1
4.7 3.8 4.6 3.4 1.8 3.4 3.4
3.2 4.3 2.4 4.2 2.7 4.2 3.4
4.0 2.4 2.5 1.3 3.8 4.2
5.0 4.2 1.8

148
a) Un colega del docente afirma que el rendimiento depende de la fila donde se siente el
estudiante. Pruebe esta hipótesis con un nivel de significancia de 0.05.
b) Elabore un intervalo de confianza unilateral inferior para la diferencia de medias 𝜇1 − 𝜇7 ,
suponga varianzas diferentes y desconocidas.
15. En la excavación para la construcción de una reconocida clínica se cargan volquetas con
capacidad de seis metros cúbicos de material excavado, las maquinas utilizadas para el cargue
en las volquetas son manejadas por distintos operarios. Por motivo de las multas que se
imponen por sobrecarga las volquetas deben ser pesadas al salir de la obra, peso que es
determinado sin tener en cuenta el peso propio del conductor. Los datos para el peso de las
volquetas cargadas teniendo en cuenta el operario de la máquina de cargue son los siguientes.
Peso del vehículo cargado sin conductor (kg)

Operario 1 Operario 2 Operario 3 Operario 4 Operario 5 Operario 6
17646 17474 17689 17545 17628 17206
17079 17699 17655 17463 17281 17271
17732 17637 17199 17609 17229 17402
17779 17607 17072 16878 17223 17152
17368 17785 17338 17179 17038 17713
a) ¿Existe alguna razón para creer que el peso de la volqueta depende del operario de la
máquina de cargue?, utilice un nivel de significancia de 0.15.
b) Elabore un intervalo de confianza bilateral para la media del peso de las volquetas que fueron
cargadas por el operario 5, utilice un nivel de significancia de 0.05.
16. Un organismo dedicado al seguimiento del nivel de estudio alcanzado por los habitantes de
una región, realiza un estudio en el que se analizan muestras representativas de la población
de seis ciudades, los resultados obtenidos fueron los siguientes:
Máximo nivel de estudio alcanzado

Ciudad
Sin Estudio Primaria Secundaria Pregrado Posgrado
Ciudad 1 125 85 45 17 6
Ciudad 2 89 126 69 16 4
Ciudad 3 96 65 78 10 8
Ciudad 4 78 23 74 6 1
Ciudad 5 25 78 56 21 12
Ciudad 6 78 96 98 32 15
a) Probar la hipótesis que consiste en que el máximo nivel de estudio alcanzado depende de la
ciudad en que se esté ubicado. Utilice un nivel de significancia de 0.05.

149
17. El sobrepeso en los habitantes de cierta cuidad es un problema que preocupa a los
profesionales de la salud, se realiza un estudio con el objetivo de analizar el fenómeno, para
esto se elige una muestra representativa de la población los datos que se obtuvieron son los
siguientes.
Peso (kg)
61.9 64.6 69.9 64.3 86.3 54.6 85.4
71.3 95.5 59.6 68.1 65.1 58.5 52.8
56.3 87.5 88.8 90.1 66.0 72.8 61.3
60.9 63.9 57.5 76.8 58.9 88.8 72.1
56.4 58.0 59.6 76.7 56.8 78.5 65.4
a) Verificar si el peso de los habitantes de la ciudad analizada se ajusta a una distribución normal,
Utilice un nivel de significancia de 0.05.
18. Un ingeniero civil, residente de obra, se encuentra interesado en elaborar un estudio sobre el
tiempo de retraso en la hora de entrada de sus ayudantes a la obra. La hora oficial de entrada
es la 7:00 a.m. de lunes a sábado. Para analizar el tiempo perdido, el ingeniero selecciona una
muestra, de siete trabajadores, que se cree representa las características de los ayudantes
empleados en la obra. Los datos obtenidos luego de medir tiempos son:
Ayudante Ayudante Ayudante Ayudante Ayudante Ayudante Ayudante

1 2 3 4 5 6 7
t (min) t (min) t (min) t (min) t (min) t (min) t (min)
30.3 39 40.5 43.6 17.9 23.4 18.5
22.2 3.7 25.8 1.9 16.5 34.6 9.5
4.3 29.1 6.1 34.5 41.3 33.4 33.4
22.7 44.8 27.9 35.9 5.8 24.8
28.8 31.7 44
a) Juan uno de los ayudantes afirma, “el estudio resulta poco práctico ya que todos los ayudantes
acordamos llegar en promedio la misma cantidad de tiempo tarde, esto debido a que el
ingeniero residente es un bacán y no molesta por la hora de entrada”. Pruebe la afirmación de
Juan con un nivel de significancia de 0.1. Calcule el valor P.
b) Elabore un intervalo de confianza del 90% para la diferencia de las medias del tiempo de los
ayudantes 6 y 7 (𝜇7 − 𝜇6 ).

150
19. En el diseño de una cubierta para un polideportivo se cuenta con el registro histórico de
velocidades máximas de viento. El diseñador, ingeniero civil egresado de la Universidad
Industrial de Santander, en su paso por la asignatura de Estadística Aplicada a la Ingeniería
adquirió una gran devoción hacia la distribución de Fréchet para los análisis relacionados con
valores extremos. Las velocidades en kilómetros por hora (kph) de la serie histórica son:
Año V Año V Año V Año V Año V Año V Año V Año V

1973 35.4 1978 30.7 1983 18.8 1988 32.1 1993 39.0 1998 23.6 2003 24.3 2008 33.6
1974 28.3 1979 33.0 1984 45.6 1989 --- 1994 31.9 1999 42.0 2004 42.5 2009 21.3
1975 25.1 1980 18.3 1985 42.9 1990 29.7 1995 28.7 2000 22.9 2005 24.0 2010 39.8
1976 26.1 1981 30.3 1986 25.5 1991 28.1 1996 26.4 2001 --- 2006 40.8 2011 34.4
1977 33.5 1982 29.3 1987 26.6 1992 31.6 1997 31.2 2002 30.6 2007 30.1 2012 22.2
a) Realice una prueba de ajuste para verificar si los datos siguen una distribución de Fréchet.
Utilice un nivel de significancia de 0.1.
b) Un amigo del diseñador afirma, basado en sus estimaciones, que la varianza de la velocidad
máxima anual del viento es de 50 (kph2). Pruebe esta hipótesis con un nivel de significancia de
0.05.
c) Grafique a escala la distribución de Fréchet ajustada a los datos.
20. La división de Bienestar Universitario de una reconocida universidad realiza un estudio de la

salud de los estudiantes de siete programas de pregrado, ejercidos en la sede central de la
universidad, el interés del estudio radica en que en la entrada de la sede se ubican vendedores
ambulantes de comidas rápidas, según estudios las comidas comercializadas se encuentran
contaminadas con la bacteria E. Coli, es decir, heces fecales. En el estudio se exámenes
fecales de 140 estudiantes, se analiza el grado de presencia de la bacteria E. Coli que es
clasificada como nula, baja, media, alta o muy alta. En la siguiente tabla se observan los datos
obtenidos.
Programa de Presencia en la sangre de la Bacteria E. Coli

pregrado Nula Baja Media Alta Muy alta
Biología 8 3 2 4 1
Química 1 4 12 2 2
Derecho 1 2 1 13 3
Historia 2 2 9 7 1
Economía 2 7 6 2 2
Ingeniería Civil 2 2 7 4 5

151
Geología 7 4 5 2 3
a) Carlos un estudiante de Ingeniería Civil afirma “la presencia de la bacteria E. Coli en el examen
fecal es independiente del programa de pregrado, ya que en programas de pregrado como los
de ingeniería consumimos mayor cantidad de comida chatarra”. Pruebe la afirmación de Carlos
con un nivel de significancia de 0.1. Calcule el Valor P de la prueba.
b) Uno de los funcionarios de Bienestar Universitario afirma, basado en el análisis de los datos,
que el número de estudiantes promedio por programa de pregrado con una presencia de la
Bacteria E. Coli alta es mayor en 2 estudiantes al número promedio con una presencia muy
alta. Pruebe esta afirmación con un nivel de significancia de 0.05.
21. Un ingeniero agrónomo se encuentra interesado en el estudio de las precipitaciones mínimas,

sobre cierta vereda ubicada en el municipio de Sasaima, Cundinamarca. El interés del
ingeniero se encuentra relacionado con el agua mínima que requiere el cultivo de mandarina
para su supervivencia, en caso de ser insuficiente el agua proveniente de la precipitación
deberá contactar un ingeniero civil para el diseño de un sistema hidráulico de riego, y
garantizar agua de riego al cultivo en épocas de sequía. La serie histórica de precipitaciones
mínimas en milímetros es:
Año P Año P Año P Año P Año P Año P Año P Año P

1973 25.6 1978 14.0 1983 15.2 1988 25.3 1993 32.1 1998 21.9 2003 19.0 2008 29.1
1974 32.6 1979 30.6 1984 25.0 1989 24.9 1994 19.5 1999 31.5 2004 31.1 2009 25.2
1975 34.1 1980 32.7 1985 16.6 1990 15.5 1995 16.6 2000 34.7 2005 25.4 2010 27.7
1976 22.7 1981 13.8 1986 22.7 1991 35.0 1996 15.9 2001 22.1 2006 31.6 2011 31.9
1977 14.6 1982 15.5 1987 23.0 1992 17.1 1997 27.3 2002 15.9 2007 13.6 2012 15.2
a) Verificar si los datos se ajustan a una distribución de Weibull. Utilice un nivel de significancia de
0.2.
b) Elabore un intervalo de confianza del 90% para la varianza de la precipitación mínima anual.
c) Grafique a escala la distribución de Weibull ajustada a los datos.
22. En una reconocida firma consultora se implementa el uso de una nueva tecnología que permite
generar modelos tridimensionales detallados de proyectos de infraestructura, para el modelado
de las excavaciones se debe realizar un procedimiento repetitivo y algo demorado. La firma
consultara posee siete equipos computacionales de diferentes especificaciones técnicas en los
cuales se realiza el proceso y se toma el tiempo en minutos empleado para realizar modelo de
una excavación. Los datos obtenidos son los siguientes:
Equipo 1 Equipo 2 Equipo 3 Equipo 4 Equipo 5 Equipo 6 Equipo 7

2.51 4.44 4.15 2.8 3.91 3.02 3.57
4.05 2.62 3.18 3.47 4.21 2.36 3.04
3.05 3.72 3.44 3.92 2.78 3.42 4.07
3.43 4.06 2.38 4.13 3.58

152
3.31 2.62 2.52
a) Arlen uno de los encargados de modelar afirma “puedo utilizar cualquier computador sin
preferencia alguna, ya que en todos el tiempo promedio es el mismo para modelar una
excavación”. Pruebe la afirmación de Arlen con un nivel de significancia de 0.1, suponga
poblaciones normales. Calcule el Valor P.
b) Julián otro de los encargados de modelar afirma que el equipo 6 es más rápido en un tiempo
de un minuto que el equipo 5. Pruebe la afirmación de Julián con un nivel de significancia de
0.2.
23. En la construcción de un portal de trasferencia del sistema de transporte masivo de una

reconocida ciudad, la ingeniera Laura es la encargada de realizar el pedido de la ropa de
trabajo para los maestros y los ayudantes involucrados en el proyecto, la ingeniera en su paso
por la universidad fue una apasionada por la estadística, en su ejercicio como profesional trata
de involucrar donde sea posible las distribuciones de probabilidad. Se cuenta con el siguiente
registro de estatura de una muestra representativa de los trabajadores.
Estatura (m)
1.83 1.82 1.60 1.64 1.73 1.79 1.73 1.88 1.76
1.63 1.88 1.86 1.80 1.86 1.76 1.68 1.79 1.82
1.85 1.59 1.81 1.69 1.69 1.69 1.74 1.71 1.71
1.64 1.84 1.63 1.86 1.85 1.85 1.81 1.68 1.83
1.68 1.60 1.84 1.67 1.82 1.72 1.67 1.77 1.65
a) Verifique si los datos se ajustan a una distribución Log-normal. Utilice un nivel de significancia
de 0.20.
b) Elabore un intervalo de confianza unilateral inferior del 85% para para la media de la estatura
de los trabajadores de la obra.
c) Grafique a escala la distribución Log-normal ajustada a los datos.
24. Un estudiante de ingeniería civil, de la Universidad Industrial de Santander, trata de optimizar

el tiempo que demora en el almuerzo, el estudiante sostiene que el tiempo que demora
esperando el almuerzo puede ser optimizado y utilizado de mejor forma, pues considera que la
espera es un desperdicio de tiempo que se traduce en desperdicio de dinero y conocimiento.
Para estudiar el fenómeno, el estudiante mide el tiempo en minutos que demora almorzando
teniendo en cuenta 7 restaurantes diferentes. En la siguiente tabla se observan los datos que
resultan de la medición.
Tiempo (min)
Rest. 1 Rest. 2 Rest. 3 Rest. 4 Rest. 5 Rest. 6 Rest. 7
19.1 36.0 36.9 16.6 30.6 20.6 41.3
27.6 27.7 17.1 21.7 13.4 13.4 30.0
24.1 27.5 31.4 19.5 30.2 25.9 36.3

153
33.6 35.6 13.0 32.7 15.3 26.1 36.7

24.8 14.7 30.7 26.4 25.3
17.7 38.8 39.9 14.1
a) Un amigo del estudiante afirma “No entiendo el motivo del estudio y considero que es poco
eficiente ya que el tiempo que demora el almuerzo es independiente del restaurante donde se
compre”, pruebe la hipótesis del amigo del estudiante con nivel de significancia de 0.05.
b) Elaborar un intervalo de confianza para la diferencia de las medias del tiempo del restaurante 1
y el restaurante 2, (𝜇(𝑅𝑒𝑠𝑡𝑎𝑢𝑟𝑎𝑛𝑡𝑒 1) − 𝜇(𝑅𝑒𝑠𝑡𝑎𝑢𝑟𝑎𝑛𝑡𝑒 2) ) utilice un nivel de significancia de 0.1.
c) Desarrolle el numeral a, suponiendo poblaciones aproximadamente normales.
d) Elaborar un intervalo de confianza del 85% para la media del tiempo empleado en el
restaurante 5.

puede afirmarse que el tiempo que demora el almuerzo es independiente del restaurante b)
−11.809117 ≤ 𝜇(𝑅𝑒𝑠𝑡𝑎𝑢𝑟𝑎𝑛𝑡𝑒 1) − 𝜇(𝑅𝑒𝑠𝑡𝑎𝑢𝑟𝑎𝑛𝑡𝑒 2) ≤ 4.175783. c) 𝐹𝑡𝑒𝑜 = 2.420523; 𝐹𝑐𝑎𝑙 = 1.743437,
con un nivel de significancia de 0.05 puede afirmarse que el tiempo que demora el almuerzo es
independiente del restaurante d) 18.991594 ≤ 𝜇𝑅𝑒𝑠𝑡𝑎𝑢𝑟𝑎𝑛𝑡𝑒 5 ≤ 32.941740.
25. Para un acueducto municipal se requiere realizar una captación de una quebrada, por
recomendaciones del ingeniero ambiental el caudal tomado de la quebrada deberá calcularse
con precaución ya que aguas debajo de donde se planea realizar la captación existe un frágil
ecosistema que depende de la fuente hídrica para su supervivencia. Para el diseño de la
captación se cuenta con una serie histórica de caudales mínimos en metros cúbicos por
segundo, los datos son los siguientes:
Año Q Año Q Año Q Año Q Año Q Año Q Año Q

1979 39.1 1984 32.7 1989 34.1 1994 45 1999 39.1 2004 33.7 2009 33.3
1980 34.7 1985 39.5 1990 33.2 1995 39.1 2000 38.8 2005 48.2 2010 41
1981 51 1986 47.4 1991 --- 1996 37.2 2001 42.9 2006 --- 2011 43
1982 34.2 1987 38.4 1992 37.3 1997 51 2002 35.5 2007 45.4 2012 47.7
1983 48.3 1988 44.9 1993 39.8 1998 45.9 2003 33.6 2008 45.8 2013 45.2
a) Realice una prueba de hipótesis para verificar si los datos del caudal se ajustan a una
distribución de Gumbel, utilice un nivel de significancia de 0.05.
c) Realice una prueba de hipótesis para verificar si los datos del caudal se ajustan a una
distribución de Weibull, utilice un nivel de significancia de 0.05.
d) Calcule el Valor P de la prueba del inciso b.

puede afirmarse los datos no se ajustan a una distribución de Gumbel b) 𝑉𝑎𝑙𝑜𝑟 𝑃 =

154
𝑇𝑖𝑒𝑛𝑑𝑒 𝑎 𝑐𝑒𝑟𝑜 c) 𝜒 2 teo = 7.814728; 𝜒 2 𝑐𝑎𝑙 = 7.0863527, con un nivel de significancia de 0.05
puede afirmarse los datos se ajustan a una distribución de Weibull b) 𝑉𝑎𝑙𝑜𝑟 𝑃 = 0.0691861
26. En una reconocida universidad se realiza un estudio sobre la seguridad dentro del campus
central de la universidad, para el estudio se realiza una encuesta a los alumnos de 5
programas académicos diferentes, los datos obtenidos en la encuesta se resumen en la
siguiente tabla:
Programa académico
Calificativo
Ing. Civil Medicina Geología Derecho Biología
Deficiente 13 2 5 2 1
Regular 2 5 8 3 2
Medio 8 8 32 8 12
Bueno 9 25 12 9 22
Excelente 4 8 1 11 3
a) Uno de los encuestadores sostiene que el calificativo a la seguridad dentro del campus de la
universidad depende del programa académico al que pertenezca el estudiante, pruebe la
hipótesis con un nivel de significancia de 0.05.

puede afirmarse que el calificativo de la seguridad en el campus depende del programa
académico b) 𝑉𝑎𝑙𝑜𝑟 𝑃 = 𝑇𝑖𝑒𝑛𝑑𝑒 𝑎 𝑐𝑒𝑟𝑜
27. Una reconocida compañía constructora es reconocida por la calidad de sus productos, desde
el inicio de la compañía sus productos se han ido situando en el mercado, entre los de mayor
exclusividad y calidad, el precio del portafolio de productos es significativamente más alto que
el de sus competidores lo que le ha permitido a la compañía obtener unas utilidades altas. Las
utilidades altas han permitido que los salarios de los ayudantes de construcción sean altos, por
tanto en los proyectos de construcción de la compañía es frecuente encontrar un gran número
de aspirantes a ayudantes de construcción. La compañía ha diseñado un examen de ingreso
que consta de 10 preguntas para los ayudantes de construcción. Un examen lo presentan 60
aspirantes y el número de respuestas correctas obtenidas por cada uno de los aspirantes es el
siguiente:
Número de respuestas correctas

4 7 9 0 5 7 7 0 2 10 5 5 2 5 6
3 4 6 7 7 6 6 0 6 1 0 2 8 0 4

155
3 2 8 5 6 7 9 2 6 6 10 0 5 3 7
4 7 6 4 8 10 2 8 5 4 5 7 2 10 7
a) Si se sabe que la probabilidad de contestar una pregunta de forma de errada es de 0.54,

verificar si el número de respuestas correctas se ajusta a una distribución binomial, utilice un
nivel de significancia de 0.05.
b) Calcular el Valor P de la prueba del inciso a.

puede afirmarse que los datos no se ajustan a una distribución binomial b) 𝑉𝑎𝑙𝑜𝑟 𝑃 =
𝑇𝑖𝑒𝑛𝑑𝑒 𝑎 𝑐𝑒𝑟𝑜
28. Un estudiante de Medicina, perteneciente a una prestigiosa universidad, se encuentra

interesado en estudiar el peso de los habitantes de dos barrios de escasos recursos, el estudio
se realiza con motivo a un programa de salud pública patrocinado por la Alcaldía Municipal.
Para el estudio, el estudiante mide el peso de una muestra representativa de adultos varones,
habitantes de los dos barrios, los datos que obtiene al finalizar la medición son los siguientes:
Peso (Kg)
Barrio 1 Barrio 2
67.5 70.8 79.8 77.6 62.2 65.3 83.7 70.6 63.8 84.5 75.8 81.8
78.7 64.7 80.7 81.5 64.5 77.1 70.3 82.0 80.1 75.6 69.2 78.2
68.7 60.7 84.6 75.3 62.2 65.8 71.3 69.2 69.5 84.0 65.8 65.4
68.7 74.4 71.7 60.7 62.0 81.1 63.9 84.7 73.3 63.9 78.1 63.2
a) Un funcionario que pertenece a la interventoría nombrada por la Alcaldía Municipal para

monitorear el estudio afirma: “El peso de los adultos es independiente del barrio donde se mida
ya que la alimentación en los dos barrios es deficiente”. Utilice la prueba de rango con signo de
Wilconxon para probar la hipótesis con un nivel de significancia de 0.1.
b) Elabore un intervalo de confianza unilateral superior del 90% para la diferencia de las medias
del peso de los habitantes de los barrios estudiados (𝜇𝐵𝑎𝑟𝑟𝑖𝑜2 − 𝜇𝐵𝑎𝑟𝑟𝑖𝑜1 ), suponga varianzas
diferentes y desconocidas.
Respuesta: a) 𝑤𝑡𝑒𝑜 = 91; 𝑤𝑐𝑎𝑙 = 101, con un nivel de significancia de 0.1 puede afirmarse que
el peso de los habitantes es independiente del barrio donde habitan b) 𝜇𝐵𝑎𝑟𝑟𝑖𝑜2 − 𝜇𝐵𝑎𝑟𝑟𝑖𝑜1 ≤
5.405840
29. Un contratista, encargado de la construcción de una vía, tiene a su disposición un total de 5

volquetas y 5 conductores, el contratista se encuentra preocupado por los atrasos en la obra
por concepto de la demora de las volquetas en transportar el material excavado, el contratista
sospecha que algunos conductores no cumplen su trabajo de forma efectiva y son lentos al
conducir, otro factor que no descarta el contratista es el estado de las volquetas. Para estudiar
el fenómeno, el contratista realiza una toma de los tiempos empleados por los diferentes
conductores en las diferentes volquetas. Los datos obtenidos se resumen en la siguiente tabla:

156
Tiempo (min)
Conductor
Volqueta 1 Volqueta 2 Volqueta 3 Volqueta 4 Volqueta 5
Conductor 1 27.9 43.2 39.6 25.8 28.1
Conductor 2 44.3 38.7 44.4 41.9 30.3
Conductor 3 33.4 26.8 39.7 37.1 44.1
Conductor 4 38.4 25.3 31.9 33 36.1
Conductor 5 41.1 36.2 33.3 44.4 32.2
a) Uno de los conductores afirma: “El tiempo es independiente de la volqueta en la cual se realice
el recorrido ya que todas las volquetas se encuentran en un estado mecánico similar”, Pruebe
la hipótesis del conductor con un nivel de significancia de 0.05.
b) El contratista sostiene que el tiempo empleado por el Conductor 1 es superior en cinco
minutos o más al empleado por el Conductor 2, utilice un nivel de significancia de 0.1 y
suponga varianzas diferentes y desconocidas.
afirmarse que el tiempo empleado en el trayecto es independiente de la volqueta que se utilice b)
𝑡𝑡𝑒𝑜,𝑖𝑛𝑓 = −1.383030; 𝑡𝑐𝑎𝑙 = −2.729261 con un nivel de significancia de 0.05 puede afirmarse que el
tiempo por el conductor 1 es mayor o igual en 5 minutos al empleado por el conductor 2.

Apuntes Estadística Aplicada A La Ingeniería 4 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apuntes Estadística Aplicada A La Ingeniería 4 PDF

Cargado por

Copyright:

Formatos disponibles

APUNTES DE ESTADÍSTICA APLICADA

APUNTES DE ESTADÍSTICA APLICADA A LA INGENIERÍA CIVIL

Universidad Industrial de Santander

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Importancia de la Estadística en la Ingeniería

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Un ejemplo de un conjunto correspondiente a una población podría verse en los alumnos de un

La media muestral para un conjunto “n” observaciones denotadas como 𝑥1 , 𝑥2 … … . 𝑥𝑛 se define

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Donde “n” representa el tamaño del conjunto correspondiente a la muestra.

𝑅𝑎𝑛𝑔𝑜 = 𝐷𝑚𝑎𝑥 − 𝐷𝑚𝑖𝑛

Caracteriza el grado de asimetría con respecto a su media

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

1.79 1.60 1.82 1.61 1.72 1.76 1.74 1.65

Realizar un análisis de estadística descriptiva para la estatura de los estudiantes de estadística.

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

𝐷𝑚𝑎𝑥 = 1,83 [𝑚]

𝐷𝑚𝑖𝑛 = 1.59 [𝑚]

𝑅𝑎𝑛𝑔𝑜 = 1.83 − 1.59 = 0.24 [𝑚]

(1.79 − 1.72)2 + (1.60 − 1.72)2 + ⋯ … … … + (1.76 − 1.72)2 + (1.83 − 1.72)2

𝑠 = √𝑉𝑎𝑟(𝑥) = √0.0059 = 0.0767 [𝑚]

(1.79 − 1.72)3 + (1.60 − 1.72)3 … … . +(1.76 − 1.72)3 + (1.83 − 1.72)3

(1.79 − 1.72)4 + (1.60 − 1.72)4 … … . +(1.76 − 1.72)4 + (1.83 − 1.72)4

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

𝑁𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = √𝑛; 𝑛: 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑁𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 1 + 3.3 ∗ 𝐿𝑜𝑔(𝑛); 𝑛: 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

2.08 1.81 2.14 2.09 2.14 1.67 2

𝑁𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = √𝑛 = √35 = 5.92 ≈ 6

𝑅𝑎𝑛𝑔𝑜 = 𝐷𝑚𝑎𝑥 − 𝐷𝑚𝑖𝑛 = 2.460 − 1.100 = 1.360

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Histograma de Frecuencia Absoluta

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Histograma Frecuencia Relativa Acumulada

Histograma Frecuencia Relativa

Histograma Frecuencia Absoluta Acumulada

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

3. Diagrama de tallos y hojas.

Elaborar un diagrama de un diagrama de tallos y hojas para la estatura de los trabajadores

𝐷𝑚𝑎𝑥 = 1.91 [𝑚]

Tallo Hojas Frecuencia

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

El estudio de la probabilidad comienza en la antigüedad con los juegos de azar algunos

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

4.3. Relaciones de la teoría de conjuntos

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Del diagrama se puede observar que:

Considere el experimento de lanzar un dado y el evento "𝐴" de obtener un número múltiplo de

𝐸𝑣𝑒𝑛𝑡𝑜 𝐴: 𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑛𝑢𝑚𝑒𝑟𝑜 𝑝𝑎𝑟

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

Una consultoría de proyectos de ingeniería civil ha licitado en tres proyectos Sea 𝐴𝑖 =

Sugerencia: Recordar que la probabilidad del espacio muestral es uno. 𝑃(𝒮) = 1

𝑷(𝑨𝟏 ) = 𝟎. 𝟏𝟔𝟓 → 𝐾 + 𝐿 + 𝑁 + 𝑃 = 0.165

𝑷(𝑨𝟐 ) = 𝟎. 𝟐𝟎𝟎 → 𝐿 + 𝑀 + 𝑃 + 𝑄 = 0.200

Apuntes de Estadística Aplicada A La Ingeniería Civil - Porras & Sánchez

𝑷(𝑨𝟑 ) = 𝟎. 𝟑𝟏𝟓 → 𝑁 + 𝑃 + 𝑄 + 𝑅 = 0.315

𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) = 𝟎. 𝟎𝟑𝟎 → 𝐿 + 𝑃 = 0.030

𝑷(𝑨𝟏 ∩ 𝑨𝟑 ) = 𝟎. 𝟎𝟑𝟓 → 𝑁 + 𝑃 = 0.035

𝑷(𝑨𝟐 ∩ 𝑨𝟑 ) = 𝟎. 𝟎𝟒𝟎 → 𝑃 + 𝑄 = 0.040