SOLUCIÓN DE EJERCICIOS CAP.

PRIMERA PARTE
Ejercicio 5.1. La variable aleatoria x = tiempo de llegada del primer cliente a cierta tienda
(donde x = horas) se define como
2𝑥, 𝑝𝑎𝑟𝑎 0 ≤ 𝑥 ≤ 1
𝑓 (𝑥) = &
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟
a) Trácese la gráfica de esta f.d.p.

Tenemos en cuenta que por definición del ejercicio la función de densidad está dada por:
2𝑥, 𝑝𝑎𝑟𝑎 0 ≤ 𝑥 ≤ 1
𝑓 (𝑥) = &
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟
Calculando esta función tenemos los siguientes resultados

x F(x)
0 0
0.5 1
1 2
1.5 0
2 0

f.d.p.
2
f(x)

0
0 1
x

b) Pruébese que el área total bajo f(x) es igual a 1,0

W = base H = altura A = ½ wh
P(0 ≤ 𝑥 ≤ 1) 1 2 ½(1)(2) = 1

c) ¿Cuál es la probabilidad de que el primer cliente llegue antes del tiempo x=1/2?

W = base H = altura A = ½ wh
P(𝑥 ≤ 0,5) 0,5 1 ½(0,5)(1) = 0,25

1
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
Ejercicio 5.3. Obténgase el valor de F(x) que corresponde a cada uno de los siguientes cinco
valores de x , usando la función descripta en 5.1.

x: 0 1/2 0,707 1,0 3,7

F(x): ? ? ? ? ?

Por definición del ejercicio 5.1. tenemos:

2𝑥, 𝑝𝑎𝑟𝑎 0 ≤ 𝑥 ≤ 1
𝑓 (𝑥) = &
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟
Por lo tanto, el resultado es:

w 0 1/2 0,707 1,0 3,7

h=2 0 1 1,414 2 0
A=(1/2)wh 0 0.25 0.50 1 0

Ejercicio 5.4. Al estudiar la longitud de las pistas de carrera de un cuarto de milla en diversos
colegios, se hallan variaciones comprendidas entre cinco pulgadas en defecto y cinco pulgadas
en exceso. Un experto utiliza la siguiente f.d.p. para describir el error en el caso de una pista
seleccionada al azar:
1
, 𝑝𝑎𝑟𝑎 − 5 ≤ 𝑥 ≤ 5
𝑓 (𝑥) = <10
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟
a) Hágase la gráfica de esta f.d.p. y pruébese que su área es igual a 1,0.

x f(x)
-5 0.1
0 0.1
5 0.1

f(x)
0,15

0,05

-5 0 5

-0,05

2
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
b) ¿Cuáles son las longitudes media y mediana de todas las pistas, según esta f.d.p.?

Se puede identificar que, en base al rango de x, está centrado en 0 pulgadas.

c) ¿Qué probabilidad hay de que una pista tenga un exceso o un defecto mayor a dos de
longitud? ¿Qué porcentaje de pista tendrá un exceso o un defecto mayor a dos
pulgadas respecto de la longitud correcta?

𝑃(𝑥 > 2) = 1 − 𝐹(2) = 1 − 0,2 = 0,80

El 80% de pista tendrá un exceso o un defecto mayor a dos.

Ejercicio 5.5. La función de distribución acumulada que se da a continuación es apropiada para

el problema 5.4.
0, 𝑥 < −5
1 1
𝑓 (𝑥) = B 𝑥 + , −5 ≤ 𝑥 ≤ 5
10 2
1,0, 𝑥 > 5
a) Dibujase esta función. ¿Cuáles son los valores de F(-5) y F(5)

x f(x)
-6 0
f(x)
1,2
-5 0
1
-4 0.1
0,8
-3 0.2
-2 0.3 0,6

-1 0.4 0,4
0 0.5 0,2
1 0.6
0
2 0.7 -8 -6 -4 -2 0 2 4 6 8
3 0.8
4 0.9
5 1
6 1
Los valores para F(-5) es 0 y para F(5) es 1.

b) Hállese e interprete el valor de F(-2).

El valor de F(-2) es 0,3. Por lo tanto, la probabilidad de que una pista tenga en defecto hasta 2
pulgadas es 30%.

c) Hállese el valor de F(3). ¿El complemento de este valor concuerda con la respuesta a la
primera parte del problema 5.4c?

F(3) es 0,80. Y comparando el resultado 5.4c concuerda.

3
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
SEGUNDA PARTE
Ejercicio 5.9. Dibújese:

a) La función de densidad normal N(10,1)

Sabemos por definición que:

𝜇 = 10
𝜎 G = 1G

𝜎 = H1G = 1
Por lo tanto, la función de densidad normal N(10,1) sería:

10-1=9 10 10+1=11
b) La curva N(5,100)

Sabemos por definición que:

𝜇=5

𝜎 G = 100G

𝜎 = H100G = 10
Por lo tanto, la función de densidad normal N(5,100) sería:

5-10=-5 5 5+10=15

4
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5

Ejercicio 5.10. Dibújese

a) La función de distribución acumulada correspondiente para la f.d.p. dada en el

problema 5.9a.

0,50

b) La función de distribución acumulada correspondiente para la f.d.p. dada en el

problema 5.9b.

La función de distribución acumulada es la misma, y sus valores responderán a los resultados

de la Tabla III de distribución Normal.

Ejercicio 5.11. Supóngase que x tiene distribución N(15, 100). Calcúlese:

a) 𝑃 (5 ≤ 𝑥 ≤ 25)
Sabemos por definición que:

𝜇 = 15 𝜎 G = 100G 𝜎 = H100G = 10

Entonces tenemos que:

5 − 15 𝑥 − 𝜇 25 − 15
𝑃(5 ≤ 𝑥 ≤ 25) = 𝑃 I ≤ ≤ J
10 𝜎 10
𝑃(5 ≤ 𝑥 ≤ 25) = 𝑃(−1 ≤ 𝑧 ≤ 1)

Por tabla III de distribución Normal tenemos que:

𝑃(5 ≤ 𝑥 ≤ 25) = 0,8413 − (1 − 0,8413)

𝑃(5 ≤ 𝑥 ≤ 25) = 0,8413 − 0,1587
𝑃 (5 ≤ 𝑥 ≤ 25) = 0,6826

5
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5

b) 𝑃(−5 ≤ 𝑥 ≤ 35)
Sabemos por definición que:

𝜇 = 15 𝜎 G = 100G 𝜎 = H100G = 10

Entonces tenemos que:

−5 − 15 𝑥 − 𝜇 35 − 15
𝑃 (−5 ≤ 𝑥 ≤ 35) = 𝑃 I ≤ ≤ J
10 𝜎 10
𝑃(−5 ≤ 𝑥 ≤ 35) = 𝑃(−2 ≤ 𝑧 ≤ 2)

Por tabla III de distribución Normal tenemos que:

𝑃(−5 ≤ 𝑥 ≤ 35) = 0,9772 − (1 − 0,9772)

𝑃(−5 ≤ 𝑥 ≤ 35) = 0,9772 − 0,0228
𝑃 (−5 ≤ 𝑥 ≤ 35) = 0,9544

c) 𝑃 (−10 ≤ 𝑥 ≤ 35)
Sabemos por definición que:

𝜇 = 15 𝜎 G = 100G 𝜎 = H100G = 10

Entonces tenemos que:

−10 − 15 𝑥 − 𝜇 35 − 15
𝑃 (−10 ≤ 𝑥 ≤ 35) = 𝑃 I ≤ ≤ J
10 𝜎 10
𝑃(−10 ≤ 𝑥 ≤ 35) = 𝑃 (−2,5 ≤ 𝑧 ≤ 2)
Por tabla III de distribución Normal tenemos que:

𝑃 (−10 ≤ 𝑥 ≤ 35) = 0,9946 − (1 − 0,9772)

𝑃 (−10 ≤ 𝑥 ≤ 35) = 0,9946 − 0,0228
𝑃 (−10 ≤ 𝑥 ≤ 35) = 0,9718

d) Utilícese la respuesta del apartado b) para determinar:

𝑃 (𝑥 ≥ 35), 𝑃 (𝑥 ≤ −5) 𝑦 𝑃(𝑥 ≥ −5 𝑜 𝑥 ≥ 35)

Primero:
𝑥 − 𝜇 35 − 15
𝑃 (𝑥 ≥ 35) = 𝑃 I ≥ J
𝜎 10
𝑃(𝑥 ≥ 35) = 𝑃 (𝑧 ≥ 2) = 1 − 𝐹 (2) = 1 − 0,9772 = 0,0228
Segundo:

𝑃 (𝑥 ≤ −5)

6
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
−5 − 15 𝑥 − 𝜇
𝑃(𝑥 ≤ −5) = 𝑃 I ≥ J
10 𝜎
Por definición de la regla 3 (ver pág. 215), tenemos que:

𝑃(𝑧 ≤ −𝑎) = 𝑃(𝑧 ≥ 𝑎) = 1 − 𝐹(𝑎)

Por lo tanto,

𝑃 (𝑥 ≤ −2) = 𝑃(𝑧 ≤ −2) = 𝑃(𝑧 ≥ 2) = 1 − 𝐹 (2) = 0,0228

Finalmente tenemos,

𝑃 (𝑥 ≥ −5 𝑜 𝑥 ≥ 35)
𝑥 − 𝜇 −5 − 15 𝑥 − 𝜇 35 − 15
𝑃 (𝑥 ≥ −5) + 𝑃(𝑥 ≥ 35) = 𝑃 I ≥ J+𝑃I ≥ J
𝜎 10 𝜎 10
𝑃 (𝑥 ≥ −5) + 𝑃(𝑥 ≥ 35) = 𝑃 (𝑧 ≥ −2) + 𝑃(𝑧 ≥ 2)
𝑃(𝑥 ≥ −5) + 𝑃 (𝑥 ≥ 35) = 0,0228 + 0,0228 = 0,0456

Ejercicio 5.12. Hallase:

a) El valor de b tal que 𝑃(𝑧 > 𝑏) = 0,01

𝑏 − 𝜇U
𝑃(𝑦 ≥ 𝑏) = 𝑃 T𝑧 > V = 0,01
𝜎U

𝑃(𝑦 ≥ 𝑏) = 1 − 0,01 = 0,99

En la Tabla III hallamos que el valor de z para el cual F(z) = 0,99 es z=2,33
𝑏 − 𝜇U
2,33 =
𝜎U

𝑏 = 2,33W𝜎U X + 𝜇U

Si mantenemos la media y desvío de ejercicio anterior, tenemos que b es igual a:

𝑏 = 2,33(10) + 15

𝑏 = 38,3

b) El valor de a tal que P(z<a)=0,025

Recordemos que por regla 3, para 𝑃(𝑧 < 𝑎) = 𝑃(𝑧 > 𝑎) = 1 − 𝐹(𝑎) = 0,025
𝑏 − 𝜇U
𝑃(𝑦 ≥ 𝑎) = 𝑃 T𝑧 > V = 0,025
𝜎U
𝑃 (𝑦 ≥ 𝑏) = 1 − 0,025 = 0,975
En la Tabla III hallamos que el valor de z para el cual 𝐹(𝑧) = 0,975 es 𝑧 = −1,96
𝑎 − 𝜇U
1,96 =
𝜎U
7
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
𝑎 = −1,96W𝜎U X + 𝜇U

Si mantenemos la media y desvío de ejercicio anterior, tenemos que a es igual a:

𝑎 = −1,96(10) + 15
𝑎 = −4,6
Ejercicio 5.13. En cierta planta de ensamblaje de automóviles, el número de horas semanas de
trabajo que se pierden por enfermedad se distribuye aproximadamente en forma normal, con
una media de 60 horas y una desviación estándar de 15 horas. Para una semana seleccionada
al azar, ¿Cuál es la probabilidad de que:

a) El número de horas perdidas sea superior a 85?

𝜇 = 60 𝜎 = 15

𝑥 − 𝜇 85 − 60
𝑃 (𝑥 ≥ 85) = 𝑃 I ≥ J
𝜎 15
𝑃 (𝑥 ≥ 85) = 𝑃(𝑧 ≤ 1,67)
Por tabla III de distribución Normal tenemos que:

𝑃(𝑥 ≥ 85) = 1 − 0,9525

𝑃(𝑥 ≥ 85) = 0,0475

b) El número de horas perdidas esté comprometido entre 45 y 55?

𝜇 = 60 𝜎 = 15

45 − 60 𝑥 − 𝜇 55 − 60
𝑃 (45 ≤ 𝑥 ≤ 55) = 𝑃 I ≤ ≤ J
15 𝜎 15
𝑃 (45 ≤ 𝑥 ≤ 55) = 𝑃 (−1 ≤ 𝑧 ≤ −0,33)
Por tabla III de distribución Normal tenemos que:

𝑃 (45 ≤ 𝑥 ≤ 55) = 0,8413 − 0,6293

𝑃 (45 ≤ 𝑥 ≤ 55) = 0,212

c) El número de horas perdidas sea exactamente igual a 60?

𝜇 = 60 𝜎 = 15

𝑃(𝑥 = 60)
Usando la aproximación normal, tenemos

8
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
55 − 60 𝑥 − 𝜇 65 − 60
𝑃(𝑥 = 60) = 𝑃 I < < J
15 𝜎 15
Por tabla III de distribución Normal tenemos que:

𝑃 (𝑥 = 60) = 𝑃(−0,33 < 𝑧 < 0,33)

𝑃 (𝑥 = 60) = 𝐹(0,33) − 𝐹(−0,33) por regla 4

𝑃 (𝑥 = 60) = 0,5120 − [1 − (0,5120)] Por regla 3

𝑃 (𝑥 = 60) = 0,5120 − 0,488

𝑃(𝑥 = 60) = 0,024 = 0,0

TERCERA PARTE
Ejercicio 5.27. Se la distribución exponencial de parámetro 𝜆 = 3,0

a) Dibújese la distribución de densidad

3𝑒 ]^_ , 𝑇 > 0
Sea 𝑓 (𝑇) = 𝑓(𝑥) = &
0,

b) ¿Cuáles son la media y la varianza para esta distribución?

Por definición tenemos que:

1 1
𝜇= =
𝜆 3
Y,
1 1
𝜎G = G
=
𝜆 9

9
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
c) ¿Qué porcentaje del área de esta distribución está: dentro de más, menos una
desviación estándar a la media; dentro de más, menos dos desviaciones estándar
respecto a la media?

Tenemos como desviación, 𝜎 = H1/9 = 1/3

1 1 0
𝜇±𝜎 = ± =&
3 3 2/3
2 2
𝑃 I0 ≤ 𝑇 ≤ J = 𝐹 I J − 𝐹 (0)
3 3
G
Con 𝜆𝑇 = 3 b^c = 2 y buscando en la tabla IV de Distribución Exponencial tenemos que:

2
𝑃 I0 ≤ 𝑇 ≤ J = 0,865
3

1 1 1
𝜇 ± 2𝜎 = ±2 = d
3 3 −0,33
𝑃 (0 ≤ 𝑇 ≤ 1) = 𝐹 (1) − 0
Con 𝜆𝑇 = 3(1) = 3 y buscando en la tabla IV de Distribución Exponencial tenemos que:

𝑃 (0 ≤ 𝑇 ≤ 1) = 0,950

Ejercicio 5.29. Supóngase que en cierto banco se atiende, en promedio, a cuatro clientes cada
seis minutos. Supóngase también que el número de clientes atendidos sigue la distribución de
Poisson.

a) Cuál es la probabilidad de que en este banco puedan atenderse a seis o más clientes
en un periodo de seis minutos?[Sugerencia: Usese la distribución de Poisson con 𝜆 =
4]

𝑃(𝑥 ≥ 6) 𝜆=4

𝑃 (𝑥 ≥ 6) = 𝑃 (𝑥 = 6) + 𝑃 (𝑥 = 7) + ⋯ + 𝑃(𝑥 = 14)
Utilizando la Tabla II de distribución de Poisson tenemos que:

𝑃 (𝑥 ≥ 6) = 0,1042 + 0,0595 + 0,0298 + 0,0132 + 0,0053 + 0,0019 + 0,0006 + 0,0002

+ 0,0001
𝑃(𝑥 ≥ 6) = 0,2148
b) ¿Cuál es la probabilidad de que el tiempo entre dos llegadas consecutivas de clientes
sea superior a seis segundos?

𝑃(𝑥 ≥ 3) 𝜆 = 2/3 por minuto, o lo que es lo mismo

4/6.

𝑃 (𝑥 ≥ 3) = 1 − 𝐹(3)
10
Jose O. Henao Monje
Twitter: @johenaom
 SOLUCIÓN DE EJERCICIOS CAP. 5
2 6
𝜆𝑇 = (3) = = 2
3 3
Utilizando Tabla IV de distribución exponencial tenemos

𝐹 (3) = 0,865
𝑃(𝑥 ≥ 3) = 1 − 0,865 = 0,135
c) ¿Cuál es la probabilidad de que el tiempo de atención a un cliente esté comprendido
entre dos y cuatro minutos?

𝑃(2 ≤ 𝑥 ≤ 4) 𝜆 = 2/3 por minuto, o lo que es lo mismo

4/6.

𝑃(2 ≤ 𝑥 ≤ 4) = 𝐹 (4) − 𝐹(2)

Para F(4) tenemos
2 8
𝜆𝑇 = 4 = = 2,7
3 3
Buscando en tabla IV tenemos
𝐹 (4) = 0,933

Para F(2) tenemos

2 4
𝜆𝑇 = 2 = = 1,33
3 3
Buscando en tabla IV tenemos
𝐹 (4) = 0,727
𝑃(2 ≤ 𝑥 ≤ 4) = 0,933 − 0,727 = 0,206

11
Jose O. Henao Monje
Twitter: @johenaom