República Bolivariana de Venezuela

Ministerio del Popular para la Educación Superior

Universidad Bicentenaria de Aragua
Vicerrectorado Académico
Facultad de Salud y Desarrollo Humano
Escuela de Psicología - EPSI
San Joaquín de Turmero – Edo. Aragua

Ejercicios Probabilísticos

Profesor(a): Estudiante:
Roxanna Caripo Milanyelis Rosales
Sección: 1 C.I: 29.728.301

San Joaquín de Turmero, junio de 2020

Ejercicio 1. Una prueba consta de 200 preguntas de verdadero o falso, para un sujeto que
respondiese al azar ¿Cuál sería la probabilidad de que acertase:
a) 50 preguntas o menos.
b) Más de 50 y menos de 100.
c) Más de 120 preguntas.

Datos:
Variable aleatoria discreta: X =Sujeto acierta una pregunta
Muestra n=200 preguntas
Probabilidad de éxito: p=1 /2=0.5
Es un caso de distribución binomial
X B ( n , p ) → b ( x ; n , p )= n p x (1− p )
n−x
()x
Ya como los ejercicios piden calcular varias probabilidades, el cálculo manual será poco
práctico, así que se hará una aproximación de la distribución binomial a la normal.

np> 5→ 200 ( 0,5 )=100>5

n ( 1− p ) → 200 ( 0,5 ) → 100>5
Si se puede realizar.
Sea la media: np=100
Sea la varianza: np ( 1− p )=200 ( 0.5 ) ( 0.5 )=50
Sea la desviación estándar: √ np ( 1− p ) =√ 50=7.0711
X−np
X N ( np , √ npq ) → Z=
√ npq
Respuestas:
a)
Realizando una corrección de continuidad:
P ( x ≤ a )=P ( x <a+0.5 )
50.5−100 −49.5
P ( x ≤ 50 )=P ( x<50+ 0.5 )=P ( x< 50.5 )=P Z < ( 7.0711 ) (
=P Z <
7.0711 )
=P ( Z ←7 )=0

La probabilidad de que acertase 50 preguntas o menos es del 0%

b)
Realizando una corrección
P ( a< X < b )=P(a+0,5< X <b−0,5)
P ( 50< x< 100 )=P ( 50+0.5< x <100−0.5 )=P ( 50.5< x< 99.5 )
50.5−100 99.5−100 −49.5 −0.5
P ( 50.5< x< 99.5 )=P (
7.0711
<Z<
7.0711
=P ) (
7.0711
<Z <
7.0711 )
P (−7< Z< 0.07 )=P ( Z< 0.07 )−P ( Z ←7 )=0.5279−0=0.5279=52,79 %
La probabilidad de que acertase más de 50 y menos de 100 es de 52,79 %

c)
Realizando una corrección por continuidad
P ( X >a )=P(X > a+0,5)
P ( X >120 )=P ( X > 120+ 0,5 )=P ( X >120,5 )=1−P ( X <120.5 )
120.5−100 20.5 20.5
P ( X <120.5 )=P Z <( 7.0711 ) (
=P Z<
7.0711 ) (
=P Z <
7.0711 )
=P ( Z <2.9 ) =0.9981

P ( X >120,5 )=1−0.9981=0.0019=0.19 %
La probabilidad de que acertase más de 120 preguntas es del 0.19%

Ejercicio 2. Una alumna trae cada día a la Universidad una tableta de chocolate de 16 cm., y
de cuando en cuando le da un mordisco y se come la mitad de lo que le queda. Asumiendo
que esta golosa apetencia aparece en la mañana siguiendo una distribución de Poisson de
media un mordisco por hora:
a. Calcular la distribución del tiempo que transcurre hasta que aparece la primera
mordida.
b. ¿Cuántos centímetros de chocolate esperas que le quede tras las cinco horas de
clases?
c. ¿Qué probabilidad hay de que soporte una hora de clase sin morder su tableta?
d. Si un día, entre las 9:00 y las 14:00 horas, la ha mordido en cuatro ocasiones, ¿qué
probabilidad hay de que lo haya hecho durante las tres primeras horas de clase?

Datos:
Variable aleatoria discreta: X =mordiscos que se producen en cierta cantidad de tiempo
Media: λ=1 mordisco/hora
Es una distribución de Poisson
λx
X P ( x ; λ ) → P ( x ; λ )=
eλ x !
Respuestas:
a)
Consideremos otra variable aleatoria t 1 que mide el tiempo que transcurre hasta que se
produce el primer mordisco en un intervalo de amplitud ilimitada. Se pretende demostrar
que:
f t ( x ) =e−x
1

En efecto, utilizando la información disponible para λ y la relación entre ambas variables

aleatorias, se tiene que, para cualquier x > 0
 x0
f t ( x ) =P ( t 1 ≤ x )=1−P ( t 1 > x )=1−P ( x=0 )=1−e−x
1
0!
=1−e− x ( )
b)
Se define una variable aleatoria L5 , que mide la longitud de la tableta restante tras un
intervalo de tiempo de 5 horas.
16
L5=
2L 5

Por lo tanto, se solicita la esperanza de la variable:

∞ ∞
1 5 k
−5
16 16
2 [ ]
E [ L5 ]=E L =∑ k P ( L5=k )=16 e−5 ∑
k=0 2
5
k=0 k ! 2
=16 e () 2

c)
10 1
P ( 0 ; 1 )= 1
= =0.3679=36,79 %
e 0! e
La probabilidad de que soporte una hora de clase sin morder su tableta es del 36,79%

d)
Es un caso de probabilidad condicional.
El intervalo de tiempo que hay entre las 9:00 y 14:00 horas es de 5.
34 20

P ( P ( 4 ; 3 )|P ( 4 ;5 ) )=
P ( P ( 4 ; 3 ) ∩ P ( 4 ; 5 ) ) P ( 4 ; 3 ) P ( 0; 2 )
= =
( )( )
e3 4 ! e2 0 !
=
0.16803∗0.13533
=0.1296
4
P (4 ; 5) P ( 4 ; 5) 5 0.1755
e5 4 !
Si en un día, entre las 9:00 y las 14:00 horas, la ha mordido en cuatro ocasiones la
probabilidad de que lo haya hecho durante las tres primeras horas de clase es de
12,96%

Ejercicio 3. Los pesos de 2000 soldados presentan una distribución normal de

media 65 kg y desviación típica 8 kg. Calcula la probabilidad de que un soldado
elegido al azar pese:
a) Más de 61 kg.
b) Entre 63 y 69 kg.
c) Menos de 70 kg.
d) Más de 75 kg

Datos:
Variable aleatoria continua, X =Pesos de un grupo de soldados .
Media: μ=65 kilogramos.
Desviación típica: σ =8 kilogramos.
Sea una distribución normal:
x−μ
X N (μ , σ )→ Z =
σ
Respuestas:
a)
61−65 −4
(
P ( x>61 )=P Z>
8 ) (
=P Z >
8 )
=P ( Z>−0.5 )=P ( Z <0.5 )=0.7088

La probabilidad de que sean mas de 61 kg es de 70.88%

b)

P ( 63< x< 69 )=P ( 63−65

8
<Z <
69−65
8 )
=P (
−2
8
4
<Z < )=P (−0.25< Z <0.5 )
8
P ( Z <0.5 ) −P ( Z ←0.25 )=0.7088−0.4013=0.3075=30,75 %
La probabilidad de que sea entre 63 y 69 kg es del 30,75%
c)
70−65 5
(
P ( x<70 )=P Z<
8 ) ( )
=P Z < =P ( Z <0.63 )=0.7357
8
La probabilidad de que sea menos de 70 kg es del 73.57%
d)
75−65 10
(
P ( x>75 )=P Z>
8 ) (
=P Z >
8 )
=P ( Z> 1.25 )=P ( Z ←1.25 )=0.1056

La probabilidad de que sea más de 75 kg es del 10,56%

Ejercicio 4. Según los registros históricos de un hospital el 20% de los pacientes tratados en
el Servicio de Psiquiatría son psicóticos. Considere la variable “Cantidad de pacientes
psicóticos entre los ocho que asistirán al Servicio de Atención Psiquiátrica de dicho hospital”
y que el modelo binomial la explica convenientemente:
a) ¿Cuáles son los parámetros de esa distribución binomial? ¿Cuál es su media? ¿Cuál
es su desvío estándar?
b) Construya una tabla de tres columnas. En la primera, coloque los valores de la
variable, en la segunda, la probabilidad que el modelo le asigna a cada uno y, en la tercera,
las correspondientes probabilidades acumuladas.
c) Caracterice la asimetría de la distribución.
d) ¿Cuál es la probabilidad de que haya menos de tres psicóticos?
e) Calcule la probabilidad de que ninguno sea psicótico.
f) Calcule la probabilidad de que alguno sea psicótico.
g) Calcule la probabilidad de que haya mayoría, pero no totalidad, de psicóticos.
h) ¿Qué cantidad como máximo de psicóticos entre los ocho debe haber para que la
probabilidad de que vayan no exceda 0,6?
 i) ¿Cuál es la probabilidad de que, como máximo, tres pacientes no sean psicóticos?

Datos:
Variable aleatoria discreta: X =Cantidad de pacientes psicóticos entre los ocho que asistirán
al Servicio de Atención Psiquiátrica de dicho hospital
Probabilidad de éxito: p=20 %=0.2 pacientes
Muestra: n=8 pacientes
Sea una distribución binomial:
X B ( n , p ) → b ( x ; n , p )= n p x (1− p )
n−x
()x

Respuestas:
a)
La media: np=8 ( 0.2 )=1.6
La desviación estándar: √ np(1−p)=√ 8 ( 0.2 )( 0.8 )=√ 1.28=1.1313
b) Construyendo la tabla:
b ( x ; n , p ) = n p x ( 1− p )
n−x
() x
b ( 0 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,1678
0 8−0
() 0
b ( 1 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,3355
1 8−1
() 1
b ( 2 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,2936
2 8−2
() 2
b ( 3 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,1468
3 8−3
() 3
b ( 4 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,0459
4 8− 4
() 4
b ( 5 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,0092
5 8−5
() 5
b ( 6 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,0011
6 8−6
() 6
b ( 7 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,0001
7 8−7
() 7
b ( 8 ; 8 , 0.2 )= 8 ( 0.2 ) ( 0.8 ) =0,0000
8 8−8
() 8
Creando la tabla
X Probabilidad P. acumulada
 0 0,1678 0,1678
1 0,3355 0,5033
2 0,2936 0,7969
3 0,1468 0,9437
4 0,0459 0,9896
5 0,0092 0,9988
6 0,0011 0,9999
7 0,0001 1
8 0,0000 1
Total 1

c)
Fórmula de la asimetría de una distribución binomial:
1−2 p 1−2 ( 0.2 )
As= = =0.5304 → Es positiva
√ np ( 1− p ) 1.1313
d)
Utilizando la distribución acumulada de la tabla:
P ( x<3 )=P ( x ≤ 2 )=0,7969
La probabilidad de que haya menos de tres psicóticos es del 79,69%

e)
P ( x=0 )=0.1678
La probabilidad de que de que ninguno sea psicótico es del 16.78%

f)
Utilizando la distribución acumulada de la tabla:
P ( x ≥ 1 )=1−P ( x< 1 )=1−P ( X =0 )=1−0.1678=0.8322
La probabilidad de que alguno sea psicótico es del 83,22%

g)
Si el total es 8, y la mitad es 4, entonces si se considera al menos 5 ya es mayoría, así que,
utilizando la tabla de frecuencias acumuladas:
P ( x ≥ 5 )=1−P ( x <5 )=1−P ( x ≤ 4 )=1−0,9896=0.0104
La probabilidad de que haya mayoría, pero no totalidad, de psicóticos es de 1.04%

h)
Si tomamos en cuenta la tabla de distribución de probabilidad acumulada, el percentil 60 esta
por encima del valor 1, así que la cantidad máxima de psicóticos que debe haber para que no
exceda el 60% es 1.
i)
Si la cantidad máxima de no psicóticos entre los ocho tiene que ser tres, significa que la
cantidad mínima de psicóticos entre los ocho tiene que ser cinco. De esa manera cuando hay
cinco psicóticos los otros tres pacientes no lo son
P ( x ≥ 5 )=1−P ( x <5 )=1−P ( x ≤ 4 )=1−0,9896=0.0104