Ejercicios Estadística

De los ejercicios que se presentan a continuación es obligatorio entregar los que tiene etiquetado
el símbolo (∗). El máximo de estudiante por trabajo es de tres integrantes. El trabajo debe ser
presentado en formato digital y no puede ser un escaneó de un borrador o algo similar, se debe
anexar el procedimiento y la sustentación matemática correspondiente, no se tendrán en cuenta
afirmaciones sin la justificación correspondiente, por tanto, los puntos que no cumplan con lo
anterior no serán válidos. El informe debe ser presentado en formato PDF con las respectivas
ecuaciones, fórmulas, modelos utilizados y procedimiento los cuales deben ser construidos con un
editor de fórmulas. Además, el trabajo es estrictamente obligación exclusiva del grupo de trabajo,
cualquier duda de posible copia o fraude originará una sustentación del trabajo para ponderar la
calificación final. El plazo para entrega del trabajo cierra el sábado 6 de Julio del 2019 a las 6:30pm,
trabajos enviados después de la fecha u hora no serán tenidos en cuenta. Los trabajos deben ser
adjuntados al siguiente correo electrónico caralbhenao @utp.edu.co.

1. Suponga que tiene 30 fichas de tres colores así: amarillo, 15 fichas; negro, 10 fichas y azul,
5 fichas. Al mezclarlas, ¿Cuál es la probabilidad, al sacar una de ellas, de que sea a) azul b)
negra o azul c) amarilla o negra?

2. Suponga que 𝑃(𝐴) = 0.2, 𝑃(𝐵) = 0.7 y 𝑃(𝐴 ∩ 𝐵) = 0.1.

a) ¿ 𝐴 y 𝐵 son mutuamente excluyentes?
b) Obtenga 𝑃(𝐴 ∪ 𝐵)

3. A un cargo se presentan 16 candidatos de diferentes profesiones; 6 economistas, 4

administradores, 2 contadores y 4 ingenieros industriales ¿Cuál es la probabilidad de que el
cargo sea ocupado por un economista o un administrados?

4. Supongamos que un taller dispone de dos máquinas. En la primera se produce el 1.5% de

unidades defectuosas y en la segunda el 3%. ¿Cuál es la probabilidad de que al extraer una
de cada máquina, las dos sean defectuosas?

5. Cuatro amigos que se dirigen a un lugar, tomas 4 rutas diferentes de acuerdo al riesgo que
se corre de tener algún accidente. Si se le asignan las probabilidades de riesgo para cada
ruta: 0,2: 0,15; 0,25; 0,10 ¿Encuentre la probabilidad:
a) ¿De que ninguno sufra dificultades?
b) ¿Qué los cuatro sufran accidentes?
c) ¿Los dos primeros sufran accidentes y los restantes no?

6. Suponga que pintamos dos caras de un dado de rojo, tres de verde y una de azul. ¿Cuál es
la probabilidad, al lanzar cuatro veces el dado, de obtener:
a) Las tres primeras veces verde y la última rojo
b) Sólo las tres primeras rojo
c) Que en los tres primeros lanzamientos se obtenga azul
7. Hay 12 maneras en las cuales un artículo manufacturado puede tener un pequeño defecto
y 10 maneras en las cuales puede tener un defecto mayor. ¿De cuantas maneras puede
ocurrir un defecto menor y uno mayor? ¿2 defectos menores y 2 defectos mayores?

8. * Un mecanismo puede ponerse en cuatro posiciones, digamos a, b, c y d. Hay 8 de tales

mecanismos en un sistema.
a) ¿De cuantas maneras puede instalarse este sistema?
b) Supóngase que dichos mecanismos están instalados en algún orden (lineal) pre- asignado.
¿De cuantas maneras posibles se instalan los mecanismos, si dos mecanismos adyacentes
no están en la misma posición?
c) ¿Cuántas maneras son posibles si sólo se usan dos posiciones a y b con la misma
frecuencia?
d) ¿Cuántas maneras son posibles si sólo se usan dos posiciones diferentes y una de ellas
aparece tres veces más a menudo que la otra?
9. * Una caja contiene esferas numeradas 1,2,...,n. Se escogen dos esferas al azar. Encontrar
la probabilidad de que los números sobre las esferas sean enteros consecutivos, si:
a) Las esferas se escogen sin sustitución.
b) Las esferas se escogen con sustitución.

10. La urna 1 contiene x esferas blancas y y rojas. La urna 2 contiene z esferas blancas y v rojas.
Se escoge una esfera al azar de la urna 1 y se pone en la urna 2. Entonces se escoge una
esfera al azar de la urna 2. ¿Cuál es la probabilidad de que esta esfera sea blanca?

11. Supóngase que A y B son dos eventos independientes asociados con un experimento. Si la
probabilidad de que A o B ocurra es igual a 0.6, mientras que la probabilidad de que A ocurra
es igual a 0.4, determinar la probabilidad de que B ocurra.

12. * Supóngase que tenemos 2 urnas, 1 y 2, cada una con dos cajones. La urna 1 tiene una
moneda de oro en un cajón y una de plata en el otro, mientras que la urna 2 tiene una
moneda de oro en cada uno de los cajones. Se escoge una urna al azar, y de esta se escoge
un cajón al azar. La moneda que se encontró en este cajón es de oro. ¿Cuál es la probabilidad
de que la moneda provenga de la urna 2?

13. Sean A y B dos eventos asociados con un experimento. Supóngase que P(A)=0.4, mientras
que P(AUB)=0.7. Sea P (B)=p.
a) ¿Para qué elección de p son A y B mutuamente excluyentes?
b) ¿Para qué elección de p son A y B independientes?

14. Un conjunto electrónico consta de dos subsistemas, digamos A y B. A partir de una serie de
pruebas previas, se presuponen las siguientes probabilidades:
P(A falle)= 0.20,
P (B sólo falle)=0.15,
P(A y B fallen)= 0.15.

Calcular las probabilidades siguientes.

 a) P(A falle| B haya fallado)
b) P(A falle solamente)

15. Se sabe que, al lanzar una moneda, a menudo sale cara tres veces más que sello. Esta
moneda se lanza tres veces. Sea X el número de caras que aparecen, establecer la
distribución de probabilidades de X, así como la fda. Hacer una gráfica de ambas.

16. * Sea 𝑋 la duración de un tubo electrónico y supongamos que 𝑋 se puede representar como
una variable aleatoria continua con fdp 𝑓(𝑥) = 𝑏𝑒 , x ≥ 0 . Sea 𝑝𝑗 = 𝑃(𝑗 ≤ x ≤ j +
1). Demostrar que 𝑝𝑗 es de la forma 𝑎𝑗 (1 − 𝑎) y determinar 𝑎.

17. La variable aleatoria continua 𝑋 tiene la fdp 𝑓(𝑥) = 3𝑥 , −1 ≤ x ≤ 0. Si 𝑏 es un número

que satisface 𝑝𝑗 − 1 < 𝑏 < 0, calcular 𝑃(𝑋 > 𝑏 | 𝑋 < ).

18. * El porcentaje de alcohol (100 𝑋) en cierto compuesto se puede considerar como una
variable aleatoria, donde 𝑋, 0 < 𝑋 < 1, tiene la siguiente fdp:
𝑓(𝑥) = 20𝑥 (1 − 𝑥), 0 < x < 1.
a) Obtener una expresión para fda 𝐹 y dibujar su gráfica.
b) Calcular 𝑃(𝑋 ≤ ).
c) supóngase que el precio de venta del compuesto anterior depende del contenido de
1 2
alcohol. Específicamente, si < 𝑋 < , el compuesto se vende en 𝐶1 dólares/galón; de
3 3
otro modo se vende en 𝐶2 dólares por galón. Si el costo es 𝐶3 dólares/galón, encontrar la
distribución de probabilidades de la utilidad neta por galón.

19. Se supone que el diámetro de un cable eléctrico, digamos 𝑋 , es una variable aleatoria
continua con fdp 𝑓(𝑥) = 6𝑥(1 − 𝑥), 0 ≤ x ≤ 1.
a) Verificar que la anterior es una fdp y dibujarla.
b) Obtener una expresión para la fap de 𝑋 Y DIBUJARLA.
c) Determinar un numero 𝑏, tal que 𝑃(𝑋 < 𝑏) = 2𝑃(𝑋 > 𝑏)
d) Calcular 𝑃 𝑋 ≤ | <𝑋< .

20. Sea 𝑋 una variable aleatoria distribuida binomialmente con base en diez repeticiones de
un experimento. Si 𝑝 = 0.3, calcular las siguientes probabilidades usando la tabla de la
distribución binomial del apéndice.
a) 𝑃(𝑋 ≤ 8 )
b) 𝑃(𝑋 ≤ 7 )
c) (𝑋 ≤ 6 )

21. Supóngase que 𝑋 está distribuida uniformente en [-∝, +∝], donde ∝ > 0. Cada vez que
sea posible, determinar ∝ de modo que se satisfaga lo siguiente.

a) 𝑃(𝑋 > 1) =
 b) 𝑃(𝑋 > 1) =
c) 𝑃 𝑋 < = 0.7
d) 𝑃 𝑋 < = 0.3
e) 𝑃(|𝑋| < 1) = 𝑃(|𝑋| > 1)

22. * Supóngase que el 5% de los artículos que salen de una línea de producción son
defectuosos. Se escogen diez de ellos y se inspeccionan. ¿Cuál es la probabilidad de que se
encuentren cuando mucho dos defectuosos?

23. Un experimento consta de 𝑛 ensayos independientes. Se puede suponer que debido al

“aprendizaje”, la probabilidad de obtener un resultado exitoso aumenta con el número de
ensayos realizados. Específicamente supongamos que (éxito en la 𝑖-ésima repetición) =
, 𝑖 = 1,2 … , 𝑛.
a) ¿cuál es la probabilidad de tener 3 resultados exitosos por lo menos en 8 repeticiones?
b) ¿cuál es la probabilidad de que el primer resultado exitoso ocurre en la 8 repetición?

24. * Supóngase que la tabla siguiente representa la distribución de probabilidades conjunta de

la variable aleatoria discreta (X, Y). Calcular todas las distribuciones marginales y
condicionales.

X
1 1 2 3
Y 12
1
1 1
112 0
12 6
1 1
2 0
9 5
1 1 2
3
18 4 15

25. Supóngase que la fdp conjunta la variable aleatoria bidimensional (𝑥, 𝑦) está dada por...
𝑥𝑦
𝑓(𝑥, 𝑦) = 𝑥 + , 0 < 𝑥 < 1, 0 < 𝑦 < 2,
3
=0, en otra parte.

Calcular lo siguiente.
1 1 1
𝑎) 𝑃 𝑋 > ; 𝑏) 𝑃(𝑌 < 𝑋); 𝑐) 𝑃 𝑌 < 𝑋<
2 2 2
26. * Lo siguiente representa la distribución de probabilidades de D, la demanda diaria de cierto
producto calcular E(D)
 𝑑: 1,2,3,4,5,
𝑃(𝐷 = 𝑑): 0.1,0.1,0.3,0.3,0.2.
27. En la fabricación de petróleo, la temperatura destilación, 𝑇 (en grados centígrados), es
crucial para determinar la calidad del producto final. Supongamos que 𝑇 se considera como
una variable aleatoria distribuida uniformemente en (150,300).

Supongamos que producir un galón de petróleo cuesta 𝐶1 dólares. si el aceite se destila a

una temperatura menor de 200° C, centígrados el producto se conoce como nafta y se vende
a 𝐶2 dólares por galón. Si se destila una temperatura mayor a 200°C, se conoce como aceite
destilado refinado y se venden en 𝐶3 dólares por galón. Encontrar la utilidad neta esperada
(por galón).

28. * Supóngase que un instrumento electrónico tiene una duración 𝑋 (en unidades de 1000
horas) que se considera como una variable aleatoria continua con la siguiente fdp:
𝑓(𝑥) = 𝑒 , 𝑥 > 0.
Suponer que el costo de fabricación de tal artículo es $ 2.00. El fabricante vende el articulo
por $5.00, pero garantiza un reembolso total si 𝑋 ≤ 0.9. ¿Cuál es la utilidad esperada del
fabricante por artículo?
29. Suponiendo que 𝐷 , la demanda diaria de un artículo, es una variable aleatoria con la
siguiente distribución de probabilidades:

𝐶2
𝑃(𝐷 = 𝑑) = , 𝑑 = 1,2,3,4.
𝑑!

a) Evaluar la constante C.
b) Calcular la demanda esperada.
c) Suponer que un artículo se vende por $5.00. Un fabricante produce diariamente K
artículos. Cualquier artículo que no se venda al término del día debe desecharse con
una pérdida de $3.00. i) Encontrar la distribución de propiedades de la utilidad diaria,
como una función de K. ii) ¿Cuantos artículos deberían fabricarse para maximizar la
utilidad diaria esperada?

30. * Si 𝑋 tiene una distribución de Poisson con parámetro 𝛽 y si 𝑃(𝑋 = 0) = 0.2, calcular
𝑃(𝑋 > 2).

31. Se ha encontrado que el número de tallas de transistores en un computador electrónico en

cualquier periodo de 1:00 se puede considerar como una variable aleatoria que tiene una
distribución de poisson con parámetro 0.1 (es decir en promedio hay una falla de un
transmisor cada 10 horas). Se inicia cierto proceso que necesita 20 horas de tiempo de
cómputo.
a) Encontrar la probabilidad de que el proceso anterior pueda completarse exitosamente
sin una falla. (Se supone que la máquina se considera inoperante sólo si falla 3 o más
transistores.)
 b) Lo mismo que nada excepto que la máquina se considera inoperante si fallan dos o más
transistores.

32. Un mecánico mantiene un gran número de arandelas en un depósito. El 50% de estas son
de pulgada de diámetro, el 30% de pulgada de diámetro y el 20% restante de pulgada
de diámetro. Se supone que se eligen al azar diez arandelas.

a) ¿Cuál es la probabilidad de que haya exactamente cinco arandelas de pulgada, cuatro

de de pulgada y una de de pulgada?
b) ¿Cuál es la probabilidad de que sólo haya dos clases de arandelas estén entre las
elegidas?
c) ¿Cuál es la probabilidad de que las tres clases de arandelas estén entre las elegidas?
d) ¿Cuál es la probabilidad de que haya tres de una clase, tres de otra clase y cuatro de la
tercera clase en una muestra de 10?

33. La probabilidad de que el lanzamiento de un cohete se exitoso es igual a 0. 8 supóngase que

se hacen ensayos hasta que corren 3 lanzamientos exitosos. ¿cuál es la probabilidad de que
sean necesarios 6 intentos? ¿cuál es la probabilidad de que sean necesarios menos de 6
intentos?

34. Considérese solo en la magnitud de 𝑋, digamos 𝑌 = |𝑋|. Si 𝑋 tiene una distribución

𝑁(0,1), determinar la fdp de 𝑌 y calcular 𝐸(𝑌)𝑦 𝑉(𝑌).

35. Supóngase que 𝑋 es una variable aleatoria para la cual 𝐸(𝑋) = 𝜇 y 𝑉(𝑋) = 𝜎 . Suponiendo
que Y está distribuida uniformente en el intervalo (𝑎, 𝑏),determinar 𝑎 y 𝑏 de modo que
𝐸(𝑋) = 𝐸(𝑌) y 𝑉(𝑋) = 𝑉(𝑌).

36. Demostrar que 𝜏 = √𝜋. [Sugerencia: Hacer el cambio de variables 𝑥 = 𝑢 /2 en la

integral 𝜏 =∫ 𝑥 𝑒 𝑑𝑥]

37. * Use el teorema de Bayes para determinar 𝑃(𝐴 |𝐵) si se tiene la siguiente información:
𝑃(𝐴 ) = 0.18; 𝑃(𝐴 ) = 0.46 y 𝑃(𝐴 ) = 0.36 además, las probabilidades condiciones son
𝑃(𝐵|𝐴 ) = 0.21; 𝑃(𝐵|𝐴 ) = 0.08 y 𝑃(𝐵|𝐴 ) = 0.14.

38. * En un curso de estadística se sabe que el 75% realizan el taller en forma personal. También
se sabe que el 92% de los que hacen el taller en forma individual ganan el curso, el 40%
pierde el curso cuando no lo copian o no lo hacen en forma individual ¿Cuál es la
probabilidad es que él haya hecho sus tareas individualmente?

39. * A continuación, se dan las probabilidades de masa para una variable aleatoria que modela
la cantidad de Arduinos que pueden funcionar más de 500 horas.

𝑃(𝑋 = 0) = 0.012 𝑃(𝑋 = 4) = 0.218 𝑃(𝑋 = 8) = 0.022

 𝑃(𝑋 = 1) = 0.058 𝑃(𝑋 = 5) = 0.175 𝑃(𝑋 = 9) = 0.007

𝑃(𝑋 = 2) = 0.137 𝑃(𝑋 = 6) = 0.109 𝑃(𝑋 = 10) = 0.002

𝑃(𝑋 = 3) = 0.205 𝑃(𝑋 = 7) = 0.055 𝑃(𝑋 = 𝑘) = 0 𝑘 ≥ 11

Se pide lo siguiente:

a) Graficar la fdp y la fap

b) La variable aleatoria es continua o discreta
c) Calcular 𝑃(𝑋 ≤ 3)
d) Calcula 𝑃(𝑋 > 3)
e) Calcular 𝑃(2 ≤ 𝑋 ≤ 7)
f) Calcular 𝑃(𝑋 > 10)
g) Calcular 𝑃(𝑋 ≤ 10)
h) Qué función de distribución modela este comportamiento