6) Un examen de selección múltiple consiste en cinco planteamientos, cada uno tiene

cuatro alternativas posibles de las que solo una es correcta, cada pregunta tiene el mismo valor. Si
un estudiante responde al azar. Determine:

a) A qué modelo probabilístico se adapta este planteamiento

R = Variable aleatoria discreta binomial
b) ¿Cuál es la probabilidad de que un alumno tenga tres preguntas buenas
R:
p = probabilidad de que ocurra el evento (tener la respuesta correcta a la pregunta en este
caso) en 1 ensayo
q = probabilidad de que no ocurra el evento
n = numero de ensayos (preguntas en el examen)
x = valor de la variable aleatoria que se quiere conocer probabilidad
1
p=
4
n=5
x=3
n!
P ( X=x )=
( k ! ( n−k ) !)∗p k∗(1− pn−k )

3 5−3
5! 1 3
P ( X=3 )=(
3 ! ( 5−3 ) ! )∗( ) ∗( )
4 4

P ( X=3 )=( 10 )∗ ( 641 )∗( 169 )= 512

45
≈ 0.0879=8.79 %

c) Probabilidad de que un alumno apruebe el examen

1 5 3 5−5
5!
P ( X=5 )= ( 5 ! ( 5−5 ) !)( ) ( )
∗
4
∗
4
1 1
P ( X=5 )=( 1 )∗ ( 1024 )∗( 1 )= 1024 ≈ 0.0 0097656=0.097656 %

d) Esperanza, varianza y desviación

E ( x )=esperanza=p∗n
σ 2=varianza=n∗p∗q
σ =desviacion=√ σ 2

( 14 )∗( 5)= 54 =1.25

E ( x )=
 σ 2=( 5 )∗ ( 14 )∗( 34 )= 1516 =0.9375
2
σ =√ ( 0.9375 ) =0.9682
7) Se lanza un dado, determine:

A) Probabilidad de obtener un numero par en dos lanzamientos

n=2
1
p ( A )=
2
x=1

1 1 2−1
2! 1
P ( X=1 ) = ( )() ( )
1 ! ( 2−1 ) !
∗
2
∗ 1−
2

1 1 1
P ( X=1 ) =( 2 )∗( )∗( )= =0.5
2 2 2
B) Que tipo de modaelo probabilístico se adapta a este caso?

R = Variables aleatorias discretas binomial

C)

R:

( 12 )∗( 2 )=1
E ( x )=

1 1 1
σ =( 2 )∗( )∗( )= =0.5
2
2 2 2

2
σ =√ 0.52= √ =0 .7071
2
8) Se ha realizado el recuento de glóbulos blancos de un individuo sano puede presentar

un promedio en valor mínimo de hasta 6000 por milímetro cúbico de sangre. Para

detectar una deficiencia de glóbulos blancos se determina su número en una gota de

sangre de 0.001 milímetros cúbicos.

A) ¿Cuántos glóbulos blancos cabe esperar en un individuo sano?

R:

λ= promediode globulos blancos en 0.001 milimetros de sangre

λ=( 6000 )∗ ( 0.001 )=6
λ=E ( x )=Cantidad esperada de globulos blancos
La cantidad de glóbulos blancos esperada es de 6

B) ¿Cuánto de raro sería encontrar un máximo de 2 glóbulos blancos?

R:
( λ ¿ ¿ x∗e−λ )
P ( X=x )= =Ecuacion de Poisson ¿
x!

P ( X ≤2 ) =p ( x=0 ) + p ( x=1 )+ p( x=2)

60 6 1 62
P ( X ≤2 ) = ( + + ∗e−6
0 ! 1 ! 2! )
P ( X ≤2 ) =25 e−6=0.0620

C) ¿A qué modelo probabilístico se adapta este planteamiento?

Modelo probabilístico de variables discretas Poissón

9) Si por estudios anteriores se sabe que X es una distribución de Poisson en la que

P(X = 0) = 0.2

calcular

−λ λx
e =P ( X= x )
x!
 −λ λ0
e =0.2
0!

ln e− λ =ln 0.2
λ=−ln 0.2=ln ⁡5

a) P(X > 2)
P ( X >2 )=1−P ( X=0 )+ P ( X =1 ) + P( X =2)
ln ⁡(5)0 1
P ( X=0 )=e−l n 5 = =0.2
0! 5

ln ⁡(5)1 ln ⁡(5)
−ln 5
P ( X=1 ) =e = =0.321888
1! 5
ln ⁡(5)2 ln ⁡(5)2
P ( X=2 )=e−ln 5 = =0.259029
2! 10

P ( X >2 )=1−( 0.2+0.321888+0.259029 ) =0.219083

b) P(X > 1)
P ( X >1 )=1−P ( X=0 )+ P ( X =1 )
P ( X >1 )=1−( 0.2+0.321888 )=0.478112

c) P (1 ≤ x < 4).
P ( 1≤ x< 4 )=1−P ( X =1 )+ P ( X=2 ) + P(X =3)
ln ⁡(5)3 ln ⁡(5)3
P ( X=3 )=e−ln 5 = =0.138964
3! 30
P ( 1≤ x< 4 )=1−( 0.321888+ 0.259029+ 0.138964 ) =0.719881