Pauta Prueba 2

Probabilidad y Estadística

Segundo Semestre 2020

Problema 1

Versión 1
Sea 𝑋 una variable aleatoria discreta que representa el número de personas que habitan en
una vivienda escogida al azar. A causa de un problema administrativo, la función de
probabilidad de 𝑋 sólo se ha podido calcular parcialmente:

x 1 2 3 4 5 6
𝑃(𝑋 = 𝑥) 0.01 b 0.13 0.19 e 0.17
a) Si se sabe que el número esperado de la cantidad de habitantes por vivienda es 3.87.
¿Puede usted ayudar a completar la función de probabilidad de 𝑋?

Usando los datos del enunciado podemos construir el siguiente sistema de ecuaciones
1 = 0.01 + 𝑏 + 0.13 + 0.19 + 𝑒 + 0.17
3.87 = 1 ⋅ 0.01 + 2 ⋅ 𝑏 + 3 ⋅ 0.13 + 4 ⋅ 0.19 + 5 ⋅ 𝑒 + 6 ⋅ 0.17

De donde se obtiene que 𝑏 = 0.27 y 𝑒 = 0.23.

b) Calcule la varianza de 𝑋.

Para calcular la varianza de 𝑋 usaremos que 𝑉(𝑋) = 𝐸(𝑋 2 ) − 𝐸 2 (𝑋), luego

𝐸(𝑋 2 ) = 12 ⋅ 0.01 + 22 ⋅ 0.27 + 32 ⋅ 0.13 + 42 ⋅ 0.19 + 52 ⋅ 0.23 + 62 ⋅ 0.17

= 17.17
Luego 𝑉(𝑋) = 17.17 − 3.872 = 2.1931

c) Calcule la esperanza y varianza de la función

𝐶 = 2000 + 4 ⋅ 𝑋

𝐸(𝐶) = 𝐸(2000 + 4 ⋅ 𝑋)
= 2000 + 4 ⋅ 𝐸(𝑋)
= 2000 + 4 ⋅ 3.87
= 2015.48
𝑉(𝑋) = 𝑉(2000 + 4 ⋅ 𝑋)
= 42 ⋅ 𝑉(𝑋)
= 42 ⋅ 2.1931
= 35.0896
Versión 2:
Sea 𝑋 una variable aleatoria discreta que representa el número de personas que habitan en
una vivienda escogida al azar. A causa de un problema administrativo, la función de
probabilidad de 𝑋 sólo se ha podido calcular parcialmente:

x 1 2 3 4 5 6
𝑃(𝑋 = 𝑥) 0.07 0.18 c 0.33 0.19 f
a) Si se sabe que el número esperado de la cantidad de habitantes por vivienda es 3.45.
¿Puede usted ayudar a completar la función de probabilidad de 𝑋?

Usando los datos del enunciado podemos construir el siguiente sistema de ecuaciones
1 = 0.07 + 0.18 + 𝑐 + 0.33 + 0.19 + 𝑓
3.45 = 1 ⋅ 0.07 + 2 ⋅ 0.18 + 3 ⋅ 𝑐 + 4 ⋅ 0.33 + 5 ⋅ 0.19 + 6 ⋅ 𝑓

De donde se obtiene que 𝑐 = 0.21 y 𝑓 = 0.02.

b) Calcule la varianza de 𝑋.

Para calcular la varianza de 𝑋 usaremos que 𝑉(𝑋) = 𝐸(𝑋 2 ) − 𝐸 2 (𝑋), luego

𝐸(𝑋 2 ) = 12 ⋅ 0.07 + 22 ⋅ 0.18 + 32 ⋅ 0.21 + 42 ⋅ 0.33 + 52 ⋅ 0.19 + 62 ⋅ 0.02

= 13.43
Luego 𝑉(𝑋) = 13.43 − 3.452 = 1.5275

c) Calcule la esperanza y varianza de la función

𝐶 = 1500 + 3 ⋅ 𝑋

𝐸(𝐶) = 𝐸(1500 + 3 ⋅ 𝑋)
= 1500 + 3 ⋅ 𝐸(𝑋)
= 1500 + 3 ⋅ 3.45
= 1510.35
𝑉(𝑋) = 𝑉(1500 + 3 ⋅ 𝑋)
= 32 ⋅ 𝑉(𝑋)
= 32 ⋅ 1.5275
= 13.7475

Versión 3:
Sea 𝑋 una variable aleatoria discreta que representa el número de personas que habitan en
una vivienda escogida al azar. A causa de un problema administrativo, la función de
probabilidad de 𝑋 sólo se ha podido calcular parcialmente:

x 1 2 3 4 5 6
𝑃(𝑋 = 𝑥) a 0.02 0.23 d 0.08 0.44
a) Si se sabe que el número esperado de la cantidad de habitantes por vivienda es 4.48.
¿Puede usted ayudar a completar la función de probabilidad de 𝑋?

Usando los datos del enunciado podemos construir el siguiente sistema de

ecuaciones
1 = 𝑎 + 0.02 + 0.23 + 𝑑 + 0.08 + 0.44
4.48 = 1 ⋅ 𝑎 + 2 ⋅ 0.02 + 3 ⋅ 0.23 + 4 ⋅ 𝑑 + 5 ⋅ 0.08 + 6 ⋅ 0.44
De donde se obtiene que 𝑎 = 0.07 y 𝑑 = 0.16.
b) Calcule la varianza de 𝑋.

Para calcular la varianza de 𝑋 usaremos que 𝑉(𝑋) = 𝐸(𝑋 2 ) − 𝐸 2 (𝑋), luego

𝐸(𝑋 2 ) = 12 ⋅ 0.07 + 22 ⋅ 0.02 + 32 ⋅ 0.23 + 42 ⋅ 0.16 + 52 ⋅ 0.08 + 62 ⋅ 0.44

= 22.62
Luego 𝑉(𝑋) = 22.62 − 4.482 = 2.5496

c) Calcule la esperanza y varianza de la función

𝐶 = 1300 + 5 ⋅ 𝑋

𝐸(𝐶) = 𝐸(1300 + 5 ⋅ 𝑋)
= 1300 + 5 ⋅ 𝐸(𝑋)
= 1300 + 5 ⋅ 4.48
= 1322.4
𝑉(𝑋) = 𝑉(1300 + 5 ⋅ 𝑋)
= 52 ⋅ 𝑉(𝑋)
= 52 ⋅ 2.5496
= 63.74

Problema 2

Versión 1

Un comerciante le compra a un fabricante al por mayor en cantidades de 1000 unidades. Dentro

del lote se sabe que un 5% de las unidades son defectuosos. Para ver si le vale la pena comprar,
elige una muestra aleatoria de tamaño 50. Si X es el número de defectuosos en la muestra, ¿cuál
es su distribución?
a) Hipergeométrica
b) Poisson
c)Binomial Negativa
d) Uniforme
e) Binomial

Versión 2
Si X es el número de 6 que aparecen en el lanzamiento de 4 dados. ¿Cuál es la distribución de X?
a) Hipergeométrico
b) Poisson
c)Binomial Negativa
d) Uniforme
e) Binomial

Versión 3
Una operadora recibe en promedio 5 llamadas en 3 minutos. Sea X el número de llamadas en 1
min., ¿cuál es la distribución de X?
a) Hipergeométrica
b) Poisson
c)Binomial Negativa
d) Uniforme
e) Binomial

Versión 4
En una región existen conejos blancos y negros, siendo los negros mucho menos frecuentes.
Un granjero sale a cazar conejos. Sea X el número de conejos cazados hasta que el granjero
logra cazar 4 conejos negros, ¿cuál es la distribución de X?
a) Hipergeométrica
b) Poisson
c)Binomial Negativa
d) Uniforme
e) Binomial
Problema 3

Versión 1
Una empresa electrónica observa que el número de componentes que fallan antes de cumplir
100 horas de funcionamiento es una variable aleatoria de Poisson. Si el número promedio de
estos fallos es ocho,

a) ¿Cuál es la probabilidad de que falle un componente en 25 horas?

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 25 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(2)

Se pide
𝑃(𝑋 = 1) = 0,27067

b) ¿Cuál es la probabilidad de que fallen no más de dos componentes en 50 horas?

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 50 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(4)

Se pide
𝑃(𝑋 ≤ 2) = 0,2381

Versión 2
Una empresa electrónica observa que el número de componentes que fallan antes de cumplir
150 horas de funcionamiento es una variable aleatoria de Poisson. Si el número promedio de
estos fallos es doce,

a) ¿Cuál es la probabilidad de que fallen dos componentes en 75 horas? R: 0,0446

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 75 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(6)

Se pide
𝑃(𝑋 = 2) = 0,0446

b) ¿Cuál es la probabilidad de que fallen por lo menos dos en 100 horas?

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 100 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(8)

Se pide
𝑃(𝑋 ≥ 2) = 1 − 𝑃(𝑋 ≤ 1) = 0,9969
Versión 3
Una empresa electrónica observa que el número de componentes que fallan antes de cumplir
100 horas de funcionamiento es una variable aleatoria de Poisson. Si el número promedio de
estos fallos es diez,

a) ¿Cuál es la probabilidad de que falle un componente en 30 horas?

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 30 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(3)

Se pide
𝑃(𝑋 = 1) = 0,1494

b) ¿Cuál es la probabilidad de que fallen no más de dos componentes en 50 horas? R: 0,1247

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 50 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(5)

Se pide
𝑃(𝑋 ≤ 2) = 0,1247

Versión 4
Una empresa electrónica observa que el número de componentes que fallan antes de cumplir
100 horas de funcionamiento es una variable aleatoria de Poisson. Si el número promedio de
estos fallos es diez,

a) ¿Cuál es la probabilidad de que fallen ocho componentes en 150 horas? R: 0,0194

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 150 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(15)

Se pide
𝑃(𝑋 = 8) = 0,0194

b) ¿Cuál es la probabilidad de que fallen más de dos componentes en 60 horas? R: 0,9827

Sea 𝑋: 𝑛° 𝑑𝑒 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑒𝑛 60 ℎ𝑜𝑟𝑎𝑠

𝑋 ~ 𝑃𝑜𝑖𝑠𝑠𝑜𝑛(6)

Se pide
𝑃(𝑋 ≥ 3) = 1 − 𝑃(𝑋 ≤ 2) = 0,9380

Problema 4

Versión 1
La longitud de ciertos tornillos (en centímetros) es una variable aleatoria con la siguiente
función de densidad:

3 2
𝑓(𝑥) = {8 (𝑥 − 3) 𝑠𝑖 1 ≤ 𝑥 ≤ 3
0 𝑒. 𝑜. 𝑐

a) Para hacer cierto trabajo se prefieren tornillos con longitud entre 1,7 cm y 2,4 cm. ¿Cuál es
la probabilidad de que un tornillo tenga dicha longitud?
Se pide
2,4 3
𝑃(1,7 ≤ 𝑋 ≤ 2,4) = ∫1,7 (𝑥 2 − 3) 𝑑𝑥 = 0,3264
8

b) Si para construir lo que se necesita con uno de estos tornillos hay que hacer un gasto de $10
por cm de longitud que tenga el tornillo más un gasto fijo de $4. ¿Cuál es el gasto medio
esperado por un tornillo?
Sea 𝐺: 𝑔𝑎𝑠𝑡𝑜 𝑝𝑜𝑟 𝑡𝑜𝑟𝑛𝑖𝑙𝑙𝑜
𝐺 = 10𝑋 + 4
𝐸(𝐺) = 𝐸(10𝑋 + 4) = 10𝐸(𝑋) + 4
3
3
𝐸(𝑋) = ∫ 𝑥(𝑥 2 − 3) 𝑑𝑥 = 3
1 8
𝐸(𝐺) = 10𝐸(𝑋) + 4 = 10 × 3 + 4 = 34

Versión 2

La longitud de ciertos tornillos (en centímetros) es una variable aleatoria con la siguiente
función de densidad:

3 2
𝑓(𝑥) = {32 (𝑥 − 4) 𝑠𝑖 2 ≤ 𝑥 ≤ 4
0 𝑒. 𝑜. 𝑐

a) Para hacer cierto trabajo se prefieren tornillos con longitud entre 2,7 cm y 3,4 cm. ¿Cuál es
la probabilidad de que un tornillo tenga dicha longitud?
3,4
3 2
𝑃(2,7 ≤ 𝑋 ≤ 3,4) = ∫ (𝑥 − 4) 𝑑𝑥 = 0,3507
2,7 32
b) Si para construir lo que se necesita con uno de estos tornillos hay que hacer un gasto de $12
por cm de longitud que tenga el tornillo más un gasto fijo de $6. ¿Cuál es el gasto medio
esperado por un tornillo?
Sea 𝐺: 𝑔𝑎𝑠𝑡𝑜 𝑝𝑜𝑟 𝑡𝑜𝑟𝑛𝑖𝑙𝑙𝑜
𝐺 = 12𝑋 + 6
𝐸(𝐺) = 𝐸(12𝑋 + 6) = 12𝐸(𝑋) + 6
4
3
𝐸(𝑋) = ∫ 𝑥(𝑥 2 − 4) 𝑑𝑥 = 3
2 32
𝐸(𝐺) = 12𝐸(𝑋) + 6 = 12 × 3,375 + 6 = 46,5

Versión 3

La longitud de ciertos tornillos (en centímetros) es una variable aleatoria con la siguiente
función de densidad:

1 3
𝑓(𝑥) = {14 (𝑥 − 3) 𝑠𝑖 1 ≤ 𝑥 ≤ 3
0 𝑒. 𝑜. 𝑐

a) Para hacer cierto trabajo se prefieren tornillos con longitud entre 1,5 cm y 2,4 cm. ¿Cuál es
la probabilidad de que un tornillo tenga dicha longitud?
Se pide
2,4 1
𝑃(1,5 ≤ 𝑋 ≤ 2,4) = ∫1,5 (𝑥 3 − 3) 𝑑𝑥 = 0,3092
14

b) Si para construir lo que se necesita con uno de estos tornillos hay que hacer un gasto de $11
por cm de longitud que tenga el tornillo más un gasto fijo de $5. ¿Cuál es el gasto medio
esperado por un tornillo?
Sea 𝐺: 𝑔𝑎𝑠𝑡𝑜 𝑝𝑜𝑟 𝑡𝑜𝑟𝑛𝑖𝑙𝑙𝑜
𝐺 = 11𝑋 + 5
𝐸(𝐺) = 𝐸(11𝑋 + 5) = 11𝐸(𝑋) + 5
3
1
𝐸(𝑋) = ∫ 𝑥(𝑥 3 − 3) 𝑑𝑥 = 2,6
1 14
𝐸(𝐺) = 11𝐸(𝑋) + 5 = 11 × 2,6 + 5 = 33,6
Versión 4

La longitud de ciertos tornillos (en centímetros) es una variable aleatoria con la siguiente
función de densidad:

1 3
𝑓(𝑥) = {52 (𝑥 − 4) 𝑠𝑖 2 ≤ 𝑥 ≤ 4
0 𝑒. 𝑜. 𝑐

a) Para hacer cierto trabajo se prefieren tornillos con longitud entre 2,5 cm y 3,4 cm. ¿Cuál es
la probabilidad de que un tornillo tenga dicha longitud?
Se pide
3,4 1
𝑃(2,5 ≤ 𝑋 ≤ 3,4) = ∫2,5 (𝑥 3 − 4) 𝑑𝑥 = 0,3854
52

b) Si para construir lo que se necesita con uno de estos tornillos hay que hacer un gasto de $13
por cm de longitud que tenga el tornillo más un gasto fijo de $8. ¿Cuál es el gasto medio
esperado por un tornillo?
Sea 𝐺: 𝑔𝑎𝑠𝑡𝑜 𝑝𝑜𝑟 𝑡𝑜𝑟𝑛𝑖𝑙𝑙𝑜
𝐺 = 13𝑋 + 8
𝐸(𝐺) = 𝐸(13𝑋 + 8) = 13𝐸(𝑋) + 8
4
1
𝐸(𝑋) = ∫ 𝑥(𝑥 3 − 4) 𝑑𝑥 = 3,3538
2 52
𝐸(𝐺) = 13𝐸(𝑋) + 8 = 13 × 3,3538 + 8 = 51,5994

Problema 5

Versión 1

Se ha determinado que el tiempo de vida de una componente electrónica sigue una distribución
exponencial con media 872 horas.
a. Se ha elegido una componente al azar, se sabe que tiene un tiempo de vida de por lo
menos 508 horas, ¿Cuál es la probabilidad que tenga una duración de más de 850 horas?

𝑃(𝑋 > 850) 𝑒 −850/872

𝑃(𝑋 > 850⁄𝑋 ≥ 508) = = = 0,6756
𝑃(𝑋 ≥ 508) 𝑒 −508/872

b. Obtenga los valores de a y b si: 𝑃(𝑎 < 𝑋 < 𝑏) = 0,5 𝑦 𝑃(𝑋 < 𝑎) = 0,25
 𝑃(𝑋 > 𝑏) = 0,25
𝑏
𝑒 −872 = 0,25
𝑏
− = 𝐿𝑛(0,25) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠: 𝑏 = −872 ∙ 𝐿𝑛(0,25) = 1208,8487
872

𝑃(𝑋 > 𝑎) = 0,75

𝑎
𝑒 −872 = 0,75
𝑎
− = 𝐿𝑛(0,75) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠: 𝑏 = −872 ∙ 𝐿𝑛(0,75) = 250,8588
872

Versión 2

Se ha determinado que el tiempo de vida de una componente electrónica sigue una distribución
exponencial con media 880 horas.
a. Se ha elegido una componente al azar, se sabe que tiene un tiempo de vida de por lo
menos 508 horas, ¿Cuál es la probabilidad que tenga una duración de más de 850 horas?

𝑃(𝑋 > 850) 𝑒 −850/880

𝑃(𝑋 > 850⁄𝑋 ≥ 508) = = = 0,6780
𝑃(𝑋 ≥ 508) 𝑒 −508/880

b. Obtenga los valores de a y b si: 𝑃(𝑎 < 𝑋 < 𝑏) = 0,5 𝑦 𝑃(𝑋 < 𝑎) = 0,25

𝑃(𝑋 > 𝑏) = 0,25

𝑏
𝑒 −880 = 0,25
𝑏
− = 𝐿𝑛(0,25) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠: 𝑏 = −880 ∙ 𝐿𝑛(0,25) = 1219,9390
880

𝑃(𝑋 > 𝑎) = 0,75

𝑎
𝑒 −880 = 0,75
𝑎
− = 𝐿𝑛(0,75) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠: 𝑏 = −880 ∙ 𝐿𝑛(0,75) = 253,1602
880
Problema 6

Versión 1
En una industria salmonera, se sabe que el peso en kilogramos de los salmones es
aproximadamente normal con media 3 y desviación estándar 1,5.
Sea 𝑋: 𝑝𝑒𝑠𝑜 𝑒𝑛 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠 𝑑𝑒 𝑢𝑛 𝑠𝑎𝑙𝑚ó𝑛
𝑋 ~ 𝑁𝑜𝑟𝑚𝑎𝑙(3; 1,52 )

a) Para la exportación, se deben seleccionar aquellos cuyo peso sobrepase los 4 kilogramos.
Si se selecciona un salmón al azar, ¿cuál es la probabilidad de que sea exportable?
Se pide
𝑋−3 4−3
𝑃(𝑋 > 4) = 1 − 𝑃(𝑋 ≤ 4) = 1 − 𝑃 ( 1,5 ≤ 1,5
) = 1 − 𝑃(𝑍 < 0,67) = 0,2525

b) ¿Cuál es el límite inferior (expresado en kilogramos) del 10% de los peces que registran
los mayores pesos?

Se busca 𝑎 talque 𝑃(𝑋 > 𝑎) = 0,1

𝑃(𝑋 > 𝑎) = 0,1 → 𝑃(𝑋 < 𝑎) = 0,9

𝑋−3 𝑎−3
𝑃(𝑋 ≤ 𝑎) = 𝑃 ( ≤ ) = 0,9
1,5 1,5

𝑎−3
= 1,28 → 𝑎 = 1,5 × 1,28 + 3 = 4,9223
1,5

Versión 2

En una industria salmonera, se sabe que: el peso de los salmones en kilogramos es

aproximadamente normal con media 3,5 y desviación estándar 2.
Sea 𝑋: 𝑝𝑒𝑠𝑜 𝑒𝑛 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠 𝑑𝑒 𝑢𝑛 𝑠𝑎𝑙𝑚ó𝑛
𝑋 ~ 𝑁𝑜𝑟𝑚𝑎𝑙(3,5; 22 )

a) Para la exportación, se deben seleccionar aquellos cuyo peso sobrepase los 4,5 kilogramos.
Si se selecciona un salmón al azar, ¿cuál es la probabilidad de que sea exportable?
𝑋 − 3,5 4,5 − 3,5
𝑃(𝑋 > 4,5) = 1 − 𝑃(𝑋 ≤ 4,5) = 1 − 𝑃 ( ≤ ) = 1 − 𝑃(𝑍 < 0,5) = 0,3085
2 2
b) ¿Cuál es el límite inferior (expresado en kilogramos) del 20% de los peces que registran
los mayores pesos?

Se busca 𝑎 talque 𝑃(𝑋 > 𝑎) = 0,2

𝑃(𝑋 > 𝑎) = 0,2 → 𝑃(𝑋 < 𝑎) = 0,8

𝑋 − 3,5 𝑎 − 3,5
𝑃(𝑋 ≤ 𝑎) = 𝑃 ( ≤ ) = 0,8
2 2

𝑎 − 3,5
= 0,84 → 𝑎 = 2 × 0,84 + 3,5 = 5,1832
2

Versión 3

En una industria salmonera, se sabe que: el peso de los salmones en kilogramos es

aproximadamente normal con media 3,9 y desviación estándar 2,2.
Sea 𝑋: 𝑝𝑒𝑠𝑜 𝑒𝑛 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠 𝑑𝑒 𝑢𝑛 𝑠𝑎𝑙𝑚ó𝑛
𝑋 ~ 𝑁𝑜𝑟𝑚𝑎𝑙(3,9; 2,22 )

a) Para la exportación, se deben seleccionar aquellos cuyo peso sobrepase los 3,7 kilogramos.
Si se selecciona un salmón al azar, ¿cuál es la probabilidad de que sea exportable?

𝑋 − 3,9 3,7 − 3,9

𝑃(𝑋 > 3,7) = 1 − 𝑃(𝑋 ≤ 3,7) = 1 − 𝑃 ( ≤ ) = 1 − 𝑃(𝑍 < −0,9)
2,2 2,2
= 0,5362

b) ¿Cuál es el límite inferior (expresado en kilogramos) del 15% de los peces que registran
los mayores pesos?

Se busca 𝑎 talque 𝑃(𝑋 > 𝑎) = 0,15

𝑃(𝑋 > 𝑎) = 0,15 → 𝑃(𝑋 < 𝑎) = 0,85

𝑋 − 3,9 𝑎 − 3,9
𝑃(𝑋 ≤ 𝑎) = 𝑃 ( ≤ ) = 0,85
2,2 2,2

𝑎 − 3,9
= 1,04 → 𝑎 = 2,2 × 1,04 + 3,9 = 6,1802
2,2