Guía de clase 4: Variable aleatoria

1. Introducción

El concepto de variable aleatoria está presente en la mayoría de los fenómenos de la naturaleza y en el quehacer
diario de toda profesión. Variable aleatoria es la formalización del concepto de variable desde el punto de vista
probabilístico.

2. Conceptos

Definición 1: Variable aleatoria

Variable aleatoria es una función o regla que asigna a cada resultado de un experimento aleatorio un número real.
Ejemplo 1: Se lanza una moneda dos veces. Sea la variable aleatoria X , número de caras resultantes, describa el
espacio muestral de X .
Solución:

S= { ( c ,c ) , ( c , s ) , ( s ,c ) ,(s , s ) }
X ={ 2,1,1,0 }= { 0,1,2 }

Sea la letra c que representa la opción “cara” que resulta al lanzar la moneda, y sea la letra s que representa la
opción “sello” del otro lado de la moneda, luego el espacio muestral será: { (c, s), (s, c), (c, c), (s, s)} la variable
aleatoria X tendrá las siguientes valores: X = {0, 1, 2}
Ejemplo 2: Se lanza un dado hasta que salga el número 5. Sea la variable aleatoria X , numero de lanzamientos del
dado, describa el espacio muestral de X .
Solución:

S= { 5 , N 5 , NN 5 , NNN 5 , NNNN 5 … … … . }

X ={ 1,2,3,4,5,6,7 , ….. }

Sean las letras e que indica que salió el 5 y la n que indica que no salió el 5, el espacio muestral será:

S= { e , ne , nne ,nnne , nnnne , nnnnne , … .. }

Entonces X toma los valores: X = {1, 2, 3, 4, 5, 6, 7, ….}

Ejemplo 3: Considere una maquina fileteadora industrial. Sea T la vida útil (en años) de esta maquina. Represente
el espacio muestral de T .
Solución:

T ={ T|T ≥ 0 }

Las variables aleatorias se clasifican como discretas o continuas de acuerdo con los valores que estas puedan
tomar.

Discreta: cuando los valores provienen de un proceso de conteo.

Variable aleatoria

Continua: cuando los valores provienen de un proceso de medición.

Ejercicio 1: Defina los conceptos de variable aleatoria discreta y variable aleatoria continua. Presente ejemplos de
cada una

Ejemplos:
1. X: numero de llamadas de atención a un empleado por llegar tarde
2. X: costos anuales en pesos pagados al estado por la empresa Isabella y Asociados
3. X: tiempo de ejecución de una rutina en una maquina

CASO DISCRETO:

Definición 2: Función de probabilidad: f (x).

f (x) es una función de probabilidad o distribución de probabilidad de la variable aleatoria discreta X si cumple:
1. f ( x ) ≥0

2. ∑ f ( x )=1
∀x

3. P ( X =x0 ) =f (x 0)

Ejercicio 2: construya la distribución de probabilidad f (x) para la variable aleatoria X , número de caras resultantes
en el ejemplo de la moneda que se lanzado dos veces.

S= { ( c ,c ) , ( c , s ) , ( s ,c ) ,(s , s ) }
X ={ 2,1,1,0 }= { 0,1,2 }

x f(x)
0 0.25
1 0.50
2 0.25
Esto es una distribución de probabilidad (caso discreto)

1 2 1
P ( x=0 )= =0.25 P ( x=1 )= =0.50 P ( x=2 )= =0.25
4 4 4

Una forma equivalente de caracterizar la distribución de una variable aleatoria es mediante la función de distribución
acumulada F (x).
Definición 3: Función de distribución acumulada F (x), caso discreto.

F (x) es una distribución de probabilidad acumulada si F ( x )=P ( X ≤ x ) =∑ f (t) para −∞< x <∞ . Si
t≤x
x 1 ≤ x 2 ≤ x3 ≤ … ≤ x n la función de distribución acumulada se determina por:
F ( x 1 )=P ( X ≤ x 1 )=f (x 1)
F ( x 2 )=P ( X ≤ x 2 )=f ( x1 ) + f ( x 2)
F ( x 3 ) =P ( X ≤ x 3 )=f ( x1 ) + f ( x 2 )+ f ( x 3 )
y así sucesivamente hasta
F ( x n ) =P ( X ≤ x n )=f ( x 1) + f ( x 2 ) +…+ f ( x n) =1

Ejercicio 3: En el ejemplo de la moneda que se lanzado dos veces, determinar la distribución de probabilidad
acumulada F (x).
Solución:
x F(x)
 0 0.25
1 0.75
2 1.00

Resolver:
Ejercicio 4: Al llegar a su oficina después de las vacaciones, Armando, el jefe del departamento de producción de
una compañía grande encuentra 11 cartas. De éstas, 6 son de proveedores, 3 de publicidad y 2 de sus subalternos.
Armando elige al azar 3 cartas para leerlas.

a. Sea X la variable aleatoria Número de cartas de proveedores leídas. Construya la distribución de

probabilidad de X .

b. Exprese en términos de X y calcule la probabilidad de que Armando lea dos cartas de proveedores.

c. Construya la distribución de probabilidad acumulada de X.

d. Exprese en términos de X y calcule la probabilidad de que Armando lea a lo sumo dos cartas de
proveedores.

Solución:
CASO CONTINUO:

Definición 4: Función de densidad de probabilidad f (x).

La función f (x) es una función de densidad de probabilidad para la variable aleatoria continua x si cumple:

1. f ( x )≥ 0 , para toda x ∈ R
+∞
2. ∫ f ( x ) dx=1
−∞
b
3. P ( a≤ x ≤ b ) =∫ f ( x ) dx
a

Ejercicio 5: El tiempo X requerido por un estudiante para terminar un examen de Estadística de una hora es una
variable aleatoria con función de densidad de probabilidad dada por:

2
f ( x )= c x + x ,∧0 ≤ x ≤ 1
{ 0 ,∧x> 1

a. Determine el valor de c .

1
.∫ (c x 2+ x )dx=1
0

c∗x 3 x 2
+ =1 esto evaluado entre o y 1
3 2

c 1
+ =1
3 2

c 1 1
=1− = entonces c = 3/2
3 2 2

b. Calcular la probabilidad de que un estudiante termine en menos de media hora el examen.

0.5
3 2
P ( x< 0.5 )=∫ x + x=0.1875
0 2

Definición 5: Función de distribución acumulada F (x), caso continuo.

La función de distribución acumulada para el caso de una variable aleatoria continua se define como:
 x
F ( x )= ∫ f ( t ) dt
−∞

Ejercicio 6: Obtener F ( x ) para la variable aleatoria X del ejercicio 2.

3. Taller
1. Indique cuál de las siguientes variables son aleatorias y luego clasifíquelas como discretas o continuas
a. Número de clientes que compran al menos un producto en un hipermercado en un día determinado
b. Valor del peaje para un automóvil de cuatro ruedas en la recta Cali Palmira
c. Cantidad de contenido en ml de 5,000 unidades de una bebida de Postobon
d. Tiempo de vuelo empleado por un piloto de Satena en la ruta Cali – Tumaco
e. Precio del dólar en las próximas 48 horas
f. Proporción de ciudadanos que votaran favorablemente la gestión del Alcalde de la Ciudad de Cali en el
último semestre según la encuesta de opinión realizada por la empresa Napoleón Franco

2. Se lanzan dos dados simultáneamente, sea la variable aleatoria X : Suma de los dos resultados, obtenga:
a. La distribución de probabilidad de X
b. ¿Cuál es el resultado más probable?
c. Calcule la probabilidad de obtener a lo sumo un cinco
d. Calcule la probabilidad de obtener a lo máximo un tres
e. Calcule la probabilidad de obtener como mínimo un diez
f. La distribución de probabilidad acumulada F (x)

3. El tiempo de falla X en años de cierta máquina industrial es una variable aleatoria con función de densidad:
1 −x /5
f ( x )=
{ 5
e ,∧x >0
0 ,∧en cualquier otro caso

a. ¿cuál es la probabilidad de que el tiempo de falla de una de estas máquinas sea menor de ocho años?
b. ¿Cuál es la probabilidad de que el tiempo de falla sea menor de seis meses?
c. ¿Cuál es la probabilidad de que el tiempo de falla sea mayor de ocho años?
d. Determine la función de probabilidad acumulada F(x).

4. Valor esperado

El concepto de Valor Esperado es trascendental en la toma de decisiones, ¿Por qué es tan importante? ¿Qué
significa este valor? ¿Cómo debe interpretarse? Para responder a estos interrogantes analice las siguientes
situaciones:

a. ¿Qué implicaciones tiene social y económicamente para un país que se incremente la expectativa de vida de sus
habitantes?
 En Colombia la expectativa de vida aumentó desde 1990 hasta 2013. En el caso de las mujeres pasó de 75 a 79
años, mientras que el promedio de los hombres pasó de 67 a 72 años. En cuanto a los años de vida saludables,
la cifra cambió de 63 a 68 años en la población femenina y de 58 a 63 años en la población masculina (tomado
de la revista Semana, publicación del 28 de agosto del 2015.

b. ¿Qué implicaciones tiene social y económicamente para un país el número de hijos por familia?

El cambio social que está viviendo Colombia no se puede resumir en un solo titular”, comentó ayer el ministro de
Salud, Alejandro Gaviria, al presentar, en compañía de las directivas de Profamilia, los resultados de la Encuesta
Nacional de Demografía y Salud 2015. La evaluación, que se realiza cada cinco años desde 1990, reveló los
profundos cambios que han vivido los colombianos en tan sólo una generación.

La reducción en la tasa de fecundidad es uno de los ejemplos más elocuentes. Mientras en 1967 lo común era
que cada mujer diera a luz a 6,7 hijos, hoy esa cifra se ha reducido a dos. Este cambio se ve reflejado en un
paulatino envejecimiento de la población y en una reducción del tamaño de los hogares, que pasó de 4,5
personas por hogar en 1990 a 3,5 en la última encuesta. (Datos tomados del diario El Espectador del 12 de
diciembre del 2016)

Definición 6: Valor esperado E ( x ).

La media, μ, o esperanza matemática es el valor esperado de la variable aleatoria X y se determina así:

n
μ= E ( x )=∑ xf ( x) si X es discreta, o
∀x

∞
μ= E ( x )= ∫ xf (x )dx, si X es continua.
−∞

Definición 7: Mediana La mediana es el menor valor que satisface F ( x ) ≤ 0.50 ≤ P ( X ≤ x )=0.5

Definición 8: Moda La moda es el valor más probable.
Definición 9: Varianza. La varianza,, de una variable aleatoria X con función de distribución de probabilidad f (x) y
media se determina así:

n
σ =E [( x−μ) ]=∑ ( x−μ)2 f ( x),
2 2
si X es una variable aleatoria discreta, o
∀x

∞
σ 2=E [( x−μ)2 ]= ∫ ( x −μ)2 f ( x ) dx, si X es una variable aleatoria continua
−∞

La desviación estándar es la raíz cuadrada de la varianza y se simboliza con

Ejercicio 7: El problema del concesionario

Felipe Massa vende automóviles nuevos en un concesionario de la ciudad de Cali. Por lo general, Felipe vende la
mayor cantidad de automóviles el sábado. Con Datos estadísticos elaboró la siguiente distribución de probabilidad
de la cantidad de automóviles que se venden los días sábados.

Cantidad de autos vendidos, Probabilidad

x f (x)
0 0.05
1 0.10
2 0.20
3 0.35
4 0.25
5 o mas 0.05

¿Cuántos automóviles espera vender Felipe un sábado normal? Desarrolle las siguientes actividades para
responder a esta pregunta.
1. Calcule el Valor Esperado de automóviles que Felipe espera vender en un sábado normal.
2. ¿Es posible que el próximo sábado se vendan exactamente 2.8 automóviles?
3. En 50 sábados en un año, ¿Cuántos automóviles se espera vender?
4. Calcule la desviación estándar de la cantidad de automóviles vendidos
5. ¿Qué relación se puede establecer entre: la cantidad de autos vendidos, el valor esperado y la desviación
estándar de los autos vendidos?
6. Calcule la varianza de la cantidad de automóviles vendidos

5. Taller
1. En un hipermercado local se ha estimado que las probabilidad de venta de 0, 1, 2, 3, o 4 artículos para una hora
determinada son 0.05, 0.15, 0.30, 0.43 y 0.07, respectivamente. ¿Cuántos artículos se puede esperar que
adquiera un cliente en una visita? Respuesta. 2.32

1. (El tiempo de vida útil de un neumático empleado en cierto tipo de avión tiene una función de densidad dada
1
por la función f ( t )= e−t / 4, con t ≥ 0 determine la vida media y la varianza del tiempo de vida útil del
4
neumático. Respuestas. 4 y 16
2. La oferta de arrendamiento de finca raíz en la ciudad es muy competida y variada. Un analista de finca raíz
tiene la siguiente distribución de probabilidades para apartamentos en la zona sur de la ciudad: La probabilidad
de que un cliente pague $ 1’500,000 es 0.20, la probabilidad de que un cliente pague 1’000,000 es 0.5 y la
probabilidad de que pague $500,000 es 0.30, ¿Cuál es el precio esperado de arrendamiento en la zona sur de
la ciudad?

3. El Administrador de un parqueadero tiene los siguientes datos de 250 clientes que han utilizado el servicio
de parqueo por horas:

Numero de Frecuencia Pago ($ 1,000)

Horas
1 20 3.00
2 38 6.00
3 53 9.00
4 45 12.00
5 40 14.00
6 13 16.00
7 5 18.00
8 36 20.00

a. Obtenga la distribución de probabilidad para el Numero de horas de parqueo

b. Determine la media y la desviación estándar del número de horas de estacionamiento. ¿Qué respondería si
se le pregunta por la cantidad de tiempo que se estaciona un cliente normal?
c. Calcule la media y la desviación estándar del pago.

4. Si la ganancia de un contratista en un trabajo de construcción se puede considerar como una variable

aleatoria continua que tiene la densidad de probabilidad
1
{
f ( x )= 18
( x +1 ) , para−1< x <5
0 , en cualquier otra parte

donde las ganancias están en $1'000.000, ¿Cuál es la ganancia esperada?

5. Un vendedor de refrigeradores desea analizar el comportamiento de venta de una marca específica de

refrigerador. Se tienen disponibles tres modelos con capacidades de almacenamiento de 20, 23 y 26 pies 3
respectivamente. Sea la variable aleatoria X : capacidad de almacenamiento del refrigerador comprado por el
siguiente cliente. Suponga que se tiene la siguiente tabla de ventas por día:

x :capacidad de almacenamiento 20 23 26
 f ( x ) :frecuencia diaria de venta 20% 50% 30%

a. Obtenga la distribución de probabilidad de X

b. Calcule la capacidad esperada de almacenamiento, E( x )
c. Si el precio de un refrigerador es de acuerdo a su capacidad de almacenamiento, X , según la formula
15 X −5.2,¿Cuál es el precio esperado por cliente en esta tienda? y ¿cuál es su varianza?

6. Una ruta del transporte masivo MIO tiene 5 buses asignados, de los cuales 2 están en mal estado. El
programador de la ruta selecciona aleatoriamente a tres de estos buses asumiendo que todos función bien.
Sea X la variable aleatoria: número de buses seleccionados que están en mal estado.

a. Determine la distribución de probabilidad de X

b. Calcule el número esperado de buses en mal estado seleccionados
c. El seleccionar un bus en mal estado tiene un costo en tiempo, pues se debe reprogramar el sistema, dado por

la fórmula: Costo ( minutos ) =15 X +5, Determine el valor esperado y la desviación estándar del Costo.

6. Modelos de distribución de probabilidad discretos

En muchas situaciones es posible encontrar un modelo (formula) que permita estimar los valores de probabilidad de
una variable aleatoria. Los modelos más comunes son: Bernoulli, Binomial, Hipergeometrico, Poisson, Normal,
Exponencial, Weibull entre muchos usados en los diferentes campos del conocimiento. Se analizaran cada uno de
estos modelos con sus respectivas características así como las fórmulas de valor esperado y varianza.

6.1 Distribución Uniforme discreta

Ejercicio 8: Analice cada una de las siguientes situaciones e identifique características en común, luego responda
las preguntas propuestas:

A) Una lista de chequeo en un procedimiento de control de calidad tiene 10 ítems, los ítems son numerados del
1 al 10 y dispuestos en balotas son ubicados en una urna de la cual se extrae un ítem para aplicarlo al proceso
respectivo. Sea la variable aleatoria X 1 : numero de los ítems.

B) Se lanza un dado de seis caras. Sea la variable aleatoria X 2 : numero del lado de la cara superior del dado
al caer.
C) Se lanza una moneda. Sea la variable aleatoria: X 3 : cara de la moneda
Preguntas:
1. Obtenga la distribución de probabilidad para cada una de las variables mencionadas. Ayuda: complete las
siguientes tablas:

x1 f (x 1) x2 f (x 2) x3 f (x 3)
1 1/10
 2 1/10
3
4
5
6
7
8
9
10

2. Generalice una fórmula para el caso de una variable aleatoria X que tenga los valores x 1 , x 2 , … , x ncon
idénticas probabilidades
3. De un nombre a esta distribución
4. Obtenga expresiones para el valor esperado y la varianza para la distribución identificada en 2) y 3).
5. Identifique casos de variables aleatorias con distribución uniforme discreta.

6.2 Distribución de Bernoulli

Ejercicio 9: A continuación se presentan tres situaciones, identifique características en común y luego responda las
preguntas propuestas:

A) Un cliente tiene una probabilidad del 40% de lograr una cita médica por teléfono en una EPS en su primer
intento. Sea la variable aleatoria X 1 : lograr una cita médica en una primera llamada.

B) En un supermercado existe un 80% de posibilidades de que un cliente sea de género femenino. Sea X 2:
Genero del próximo cliente que ingresa al supermercado.

C) Se lanza una moneda. Sea la variable aleatoria: X 3 : cara de la moneda

Preguntas:

1. ¿Cuántos resultados son posibles para cada situación?

2. Identifique un éxito ( E ) y un fracaso ( F ¿ . Asigne probabilidades: P( E)= p y P( F)=q
3. Defina la variable aleatoria X así: x=1 indica el éxito y x=0 el fracaso
4. Complete la distribución de probabilidad:

x f (x)
0
1

5. Con base en el resultado anterior encuentre la distribución de probabilidad de Bernoulli:

f ( x )=? Con x=0 , 1

6. Obtenga la media y la varianza de la distribución de Bernoulli. Respuestas. p y pq.

6.3 Distribución Binomial
La distribución de Bernoulli es utilizada para deducir unas de las distribuciones más importantes denominada la
distribución Binomial, las características de esta distribución son las siguientes:

1. Se tienen n repeticiones de experimentos tipo Bernoulli como se plantearon en el numeral anterior

2. Las probabilidades de éxito ( p) y de fracaso (q ) para cada repetición siempre serán las mismas
3. Las n repeticiones son independientes, es decir, un repetición no afecta la otra
4. Se defina la variable aleatoria X : número de casos exitosos en las n repeticiones
5. La función de probabilidad de X (distribución binomial) es:

f ( x ; n )= n p x q n−x
()x

Ejercicio 10: Deduzca la función de probabilidad binomial. Ayuda: use las n pruebas de Bernoulli, cada una
clasificada como un E , éxito o un F , fracaso, así: E E F E E E F F E F E ... E , ordénalas, indique las
probabilidades y use una de las reglas de conteo.

Ejercicio 11: Demuestre que la distribución binomial tiene media y varianza iguales a np y npq repectivamente.

6.4 Taller

1. Clasifique las siguientes variables como Bernoulli o Binomial:

a. Calidad de un producto (bueno, defectuoso)

b. Genero de un empleado
c. Número de clientes que pagan con tarjeta debito en un restaurante local
d. Número de estudiantes que ganan el próximo parcial del curso de Estadística.

2. El espesor de un paracaídas sigue una distribución uniforme discreta con valores en milímetros de 30, 31,
32, 33, 34 y 35. Determine la distribución de probabilidad.
3. Una caja contiene 4 productos similares clasificados como A, B, C, D y todos tienen igual probabilidad de
ser seleccionados. Determine la distribución de probabilidad.

4. Una empresa de transportes por carretera tiene un record histórico de 30% de que sus envíos llegan tarde.
Si se programan ocho envíos, cual es la probabilidad de que:

a. ¿tres lleguen tarde?

b. ¿ninguno llegue tarde?
c. ¿máximo uno llegue tarde?
d. ¿Cuál es el número esperado de envíos que llegan tarde
5. Las aerolíneas reservan más asientos de los que disponen en realidad, luego “descartan” a algunos
pasajeros cuando aparecen más personas que asientos. En el 2006, la tasa de descarte de pasajeros fue de
1.87 por 1000 pasajeros. Suponiendo que, en promedio, la probabilidad de cualquier pasajero de ser descartado
es 1.87/1000, o 0.00187:
a. Emily tiene un vuelo sin escalas para acudir a XYZ a una entrevista de trabajo. ¿Cuál es
la probabilidad de que sea descartada para volar?
b. Diez integrantes de la junta directiva de XYZ tienen un vuelo sin escalas a la reunión de la
empresa, y sus vuelos son independientes entre sí. ¿Cuál es la probabilidad de que cuando menos uno de ellos
sea descartado para volar? Respuesta. 0.0185

6. Un examen consta de 10 preguntas de opción múltiple con cinco respuestas posibles a cada pregunta y
solo una es la respuesta correcta en cada caso. Si una persona responde todo el examen completamente al
azar, calcule la probabilidad de que:
a. Responda correctamente a todas las preguntas
b. Acierte a lo mas en tres preguntas
c. Acierte en por lo menos el 60% de las preguntas (gane el examen)
d. El número esperado de respuestas correctas

7. En un curso de pilotaje, el 70% de los estudiantes cometerá al menos un error de lectura de instrumentos.
Si se eligen 10 estudiantes al azar:
a. ¿cuál es la probabilidad de que 3 tengan errores?
b. ¿cuántos de los 10 estudiantes esperaría que tengan errores?

6.5 Distribución Hipergeométrica

¿Qué pasa cuando no se cumplen las condiciones de la distribución binomial, por ejemplo p y q no permanecen
constantes en las n repeticiones? Es necesario recurrir a otra distribución que se deducirá del ejercicio siguiente.

Ejercicio 12: De una población finita de tamaño N se selecciona una muestra aleatoria de tamaño n , en la
población se pueden identificar R casos que cumplen una condición específica, sea la variable aleatoria X que
cuenta el número de casos exitosos en la muestra. Desarrolle las actividades a continuación y obtenga la
distribución de probabilidad de X . Esta distribución es llamada Distribución Hipergeométrica.

1. Usando la definición básica de probabilidad de un evento (casos favorables/casos totales) y la regla de

conteo de numero combinatorios, formule la función de probabilidad de la variable aleatoria X :

f ( x : N ,n , R ) =
()()
()
2. Formule los supuestos que debe cumplir una variable aleatoria X para sea clasificada como distribución
hipergeométrica.
3. Obtenga las formulas de la media y la varianza de una distribución hipergeométrica. Ayuda: utilice las
R
fórmulas de valor esperado y varianza de la distribución binomial y remplace p=
N
6.6 Taller
1. Una línea de ensamble de motos produce 50 elementos por turno. Normalmente cinco de las unidades
producidas presentan problemas de amortiguación a largo plazo antes de vencerse la garantía de fabricación.
Se hace un muestreo aleatorio solo a tres unidades para una revisión detallada de los amortiguadores. Calcule:
a. La probabilidad de que dos o más unidades presenten problemas de amortiguadores
b. El número esperado de unidades con problemas de amortiguadores

2. En una promoción de “Raspe y Gane”, un almacén ha etiquetado 6 artículos con un premio especial de los
30 disponibles para el público. Un cliente selecciona aleatoriamente 10 de estos artículos, ¿Cuál es la
probabilidad de que:

a. el cliente no elija ningún artículo en promoción?

b. el cliente elija los 6 artículos en promoción?
c. el cliente elija por lo menos tres artículos en promoción? El cliente considera que esta
probabilidad es muy baja, ¿qué tan razonable es este valor?

3. Janet es la contadora jefe de una gran tienda de ropa de un centro comercial. Ella hace la nómina para 11
empleados, pero 7 contienen errores. Martha, la jefe de Janet, no está conforme con el trabajo de Janet y
selecciona 5 registros de nómina para revisarlos. Se encuentra que 3 tienen errores, Janet se defiende diciendo
que solo tuvo 3 errores en los 11 registros. ¿Es este un buen argumento?

4. En la guardia de una guarnición militar se inspeccionan al azar, con todo cuidado, 3 carros de un grupo de
15. se sabe por experiencia que 4 de los carros que entran no cumplen con todos los requisitos exigidos. ¿cuál
es la probabilidad de que 2 de los carros inspeccionados no cumplan los requisitos exigidos?

6.7 Distribución de Poisson

La distribución de Poisson se caracteriza por lo siguiente:

1. Se producen un número medio de sucesos constantes λ por unidad de medida (tiempo, espacio, área, longitud).

Ejemplos:
A) El número promedio de carros que llegan a una estación de gasolina de alto flujo vehicular es de 15 carros
por hora.
B) El ingeniero de control de calidad de la compañía TEXTILES S.A. ha determinado que el número de
defectos por metro de tela que se presentan en los linos tipo ropa formal son de 3.2.
C) El número de aviones que llegan a un aeropuerto local son de 3 cada diez minutos.
D) El consumo de agua en la ciudad de Cali son de 20.6 litros por familia.

2. Los sucesos son independientes, es decir, el número de eventos que ocurren en una unidad de medida no
afectan el número de sucesos en la unidad siguiente.

3. La variable aleatoria de Poisson X es el número de sucesos en un intervalo de longitud fija.

4. La función de probabilidad de X es:

e− λ λ x , donde
f ( x , λ )= x=0,1,2 , … .
x!
Ejercicio 13: Los clientes que llegan a un puesto de servicio de comidas rápidas en un centro comercial son al azar
e independientes. La frecuencia promedio de llegada es 8 clientes por hora.

a. ¿Cuál es la probabilidad de no llegadas de clientes en un intervalo de una hora? Respuesta:

0.00034
b. ¿Cuál es la probabilidad de que lleguen tres clientes o menos en una hora? Respuesta: 0.04238
c. ¿Cuál es la probabilidad de no llegadas en un periodo de 15 minutos? Respuesta: 0.13534
d. ¿Cuál es el número esperado de clientes en un periodo de 15 minutos? Respuesta: 2

6.8 Taller
1. Un análisis de tiempos de atención en los puntos de pago en un hipermercado revelo que en promedio se
atienden cuatro clientes en intervalos de 10 minutos. ¿Cuál es la probabilidad de que en los siguientes 10
minutos:

a. no haya clientes esperando?

b. cuatro clientes estén esperando?
c. Cuatro o menos clientes esperen?
d. Cuatro o más clientes estén esperando?

2. La cantidad de productos defectuosos que genera una maquina empacadora es de cinco por hora. Suponga
que el número de productos defectuosos sigue un proceso de poisson.

a. ¿Cuál es la probabilidad de que en la siguiente hora ocurran exactamente cuatro productos defectuosos?
b. ¿Cuál es la probabilidad de que se presenten por lo menos cuatro productos defectuosos en una hora
determinada?
c. ¿Cuántos productos se espera que resulta en defectuosos en 45 minutos?

3. Un ingeniero de producción quiere modelar un proceso en el cual se producen un número determinado de

productos hasta que se presenta el primer defectuoso. Obtenga la distribución de probabilidad que modele este
proceso.
4. En un aeropuerto pequeño los aviones llegan a razón de 5 por hora siempre y cuando las condiciones
meteorológicas lo permitan, ¿Cuál es la probabilidad de que lleguen más de 5 aviones entre la 2 y las 4 de la
tarde en un día soleado?
5. En un taller de mantenimiento de industrial los accidentes de trabajo ocurren a razón de 2 por mes. ¿cuál es
el número esperado de accidentes en un año? ¿cuál es la probabilidad de que no los haya al mes siguiente? Y,
¿de qué haya menos de 3?

e− λ λ x
6. Demuestre que f ( x , λ )= , x =0,1,2 ,… , satisface las condiciones para ser una distribución de
x!
probabilidad. Ayuda: use la serie Maclaurin para e λ

7. Una fábrica de confecciones produce diariamente 200 camisas talla única para exportación. La probabilidad
de que una camisa tenga algún defecto es 0.05.

a. En un día de producción normal, ¿Cuántas camisas se espera que tengan algún defecto y cuál es la
desviación estándar del número de camisas con algún defecto?
b. ¿Cuál es la probabilidad (aproximada) de que por lo menos cuatro camisas presenten algún
defecto? Ayuda: investigue la relación de las distribuciones Binomial y Normal para eventos de gran tamaño.
c. Un lote de producción es aceptado si en una muestra aleatoria de cinco camisas cuatro o cinco
camisas no presentan problemas de defectos, ¿Cuál la probabilidad de que un lote sea aceptado bajo estas
condiciones?

8. Un fabricante de automóviles ha equipado todos los carros de su producción en un dispositivo idéntico para
control de contaminación (diseñado para satisfacer las normas del gobierno), pero la experiencia demuestra
que el 5% de los carros probados funcionan por debajo de las normas de contaminación del gobierno. Suponga
que se seleccionan al azar 20 unidades que salen de la línea de producción durante un mes y que satisfacen
las condiciones de un proceso de Bernoulli.

a. Obtenga una expresión para la distribución de probabilidad para el número de carros X, encontrados en la
muestra que funcionan por debajo de las normas.
b. Calcule la probabilidad de que menos de dos de los carros no cumplan con las condiciones de
funcionamiento establecidas por el gobierno.
c. Determine el valor esperado y la varianza del número de carros que no cumplen con las condiciones de
funcionamiento.

9. Los mensajes que llegan a una computadora utilizada como servidor lo hacen de acuerdo con una
distribución de Poisson con una tasa promedio de 0.1 mensajes por minuto.

a. ¿Cuál es la probabilidad de que lleguen máximo 2 mensajes en una hora?

b. Determinar el intervalo de tiempo (en minutos) necesario para que la probabilidad de que no llegue
ningún mensaje durante ese lapso de tiempo sea 0.8.

6.9 Modelos de densidad de probabilidad

Igual que en el caso de variables aleatorias discretas, muchos procesos en los cuales se impliquen variables
aleatorias continuas se han formulado modelos de densidad de probabilidad que permiten el análisis probabilístico
con mucha mayor facilidad. Se hace un estudio muy detallado de la distribución Normal (o de Gauss) por ser la
distribución de mayores aplicaciones. Se incluye también la distribución Exponencial por sus amplias aplicaciones
en procesos de administrativos y de ingeniería (tasas de fallos, por ejemplo) y finalmente se concluye con la
distribución Uniforme continua.

6.10 La distribución normal

La distribución normal fue desarrollada inicialmente por el francés Abraham de Moivre (1667 – 1754) evaluando los
errores cometidos en mediciones astronómicas. Posteriormente, Carl Friedrich Gauss (1777 – 1855) formulo la
teoría fundamental de los errores y dedujo la ecuación de la curva, razón por la cual, a esta distribución se le
conozca como “la campana de Gauss”. Hoy en día, se ha comprobado que la mayoría de las variables en la
naturaleza (tales como longitudes, pesos, tiempos, mediciones de errores, etc.), tienen un comportamiento muy
similar que se refleja en las siguientes características:

1. La forma que toma la frecuencia de ocurrencia de los distintos valores de la variable es acampanada o de
apariencia simétrica.
2. Las medidas de tendencia central tales como media, la mediana y la moda coinciden.
3. Los valores que toma la variable aleatoria pueden ir desde menos infinito hasta mas infinito: (−∞;+ ∞)
Una variable aleatoria X que cumple con estas características se dice que tiene una distribución Normal.

Definición 10: La distribución Normal.

La variable aleatoria X tiene una distribución normal si su función de densidad de probabilidad es:

2
−1 x−μ
1 2( ) , con −∞< x <+∞
σ
f ( x )= e
√2 π σ

Gráficamente una variable aleatoria normal se comporta como en la figura 12.1

Figura 12.1 Distribución Normal

Ejercicio 8: Mencione variables en distintas áreas del conocimiento que posean las características de la distribución
Normal.

Ejercicio 14: Calcule la probabilidad de que la variable aleatoria X esté entre dos valores a y b .¿Es posible obtener
una solución? Ayuda: calcule P ( a ≤ X ≤ b ) usando el cálculo integral para la función f (x) definida en 12.1.

6.11 La normal estándar Z

La integral resultante para resolver la probabilidad P ( a ≤ X ≤ b ) en el ejercicio 2 no tiene solución con las
herramientas del cálculo integral, razón por la cual se recurre a una transformación y a una solución aproximada
utilizando la normal estándar Z como se indica a continuación.
X−μ
Se define la transformación Z= , luego, la probabilidad queda indicada como:
σ
2
b −1 X −μ b' b'
1 2( σ ) 1
−1 2
2
Z
' '
P ( a ≤ X ≤ b )= ∫e dx=¿ ∫e dz=∫ f ( z) dz=P(a ≤ Z ≤ b )¿
√2 π σ a √2 π a '
a'

Definición 11: La Normal Estándar Z.

X−μ
La variable aleatoria Z definida mediante la transformación Z= siempre tendrá media cero y varianza uno.
σ
Se dice que Z se distribuye normal estándar y todos sus valores de probabilidad se encuentran registrados en la
Tabla de Probabilidades Normal estándar Z que se presenta en los anexos al final de este documento.

Ejercicio 15: Usando la tabla de probabilidades normal estándar Z calcule las siguientes probabilidades, haga una
representación gráfica de la solución indicando el valor de Z y la probabilidad obtenida:

a. P( Z ≤ 1.52) Rta. 0.9357 b. P(−0.91 ≤ Z ≤1.52) Rta. 0.7543

c. P(−0.4 ≤ Z ≤ 0) d. P(0.40 ≤ Z ≤2.78)
e. P(−1.56 ≤ Z ≤−1.52) f. P( Z ≥ 0.50)

Ejercicio 16: Usando la tabla de probabilidades normal estándar Z calcule el valor de k correspondiente a la
probabilidad indicada, haga una representación grafica de la solución indicando la probabilidad y el valor de k
obtenido.
a. P ( Z ≤ k )=0.95 Respuesta: k =1.645
b. El 99% de los valores de k están debajo de este valor Respuesta: 2.33
c. El 90% de los valores de k están arriba de este valor. Respuesta: -1.28
d. Encontrar dos valores de Z simétricos alrededor de la media μ=0entre los cuales este el 90% de
los valores de Z . Respuesta: -1.645 y 1.645

6.12 Aplicaciones de la distribución normal

Ejercicio 17: El proceso de empacado. Suponga un proceso de empacado que está bajo control estadístico, tiene
una media de 250 gramos y una desviación estándar de 2 gramos. Resuelva:

a. La probabilidad de que un producto seleccionado aleatoriamente del proceso de empacado tenga

un peso inferior a 248 gramos?. Ayuda: use la variable aleatoria X (peso del producto) para expresar en
X−μ
términos matemáticos la probabilidad pedida y luego estandarice utilizando Z= . Respuesta: 0.15866
σ
b. Un producto se clasifica como disconforme si tiene un peso fuera del rango 245 – 255, ¿Qué tan
probable es que el próximo producto sea clasificado como disconforme? Respuesta: 0.01242

c. El proceso de empacado maneja un 0.1% productos con “peso muy bajo”, ¿cuál es este valor?
Respuesta: 243.8

d. Como un procedimiento de control sobre el proceso de pesado se seleccionan aleatoriamente 10

productos. En la última selección realizada, ¿Cuál es la probabilidad de que resulten 1 o más productos
disconformes? Ayuda: identifique una nueva variable aleatoria Y : número de productos disconformes en la
muestra de n=10 productos seleccionados y analice su distribución de probabilidad. Respuesta: 0.12

e. ¿Cuál es el número esperado de productos disconformes en d)? Respuesta: 0

Ejercicio 18: Análisis de riesgos. En la entidad financiera Ban_Cali los Ingresos de los clientes ( X ) es un factor
muy importante en la toma de decisiones sobre los créditos solicitados por los mismos. El gerente financiero de
Ban_Cali ha estudiado los Ingresos de los clientes encontrado que siguen una distribución normal con valor
promedio de $ 1’900,000 y desviación estándar de $ 450,000. Si se selecciona aleatoriamente a un cliente para
analizar su solicitud de crédito, determine:

a. La probabilidad de que este cliente tenga un

ingreso inferior a $ 1’700,000. Este ingreso es calificado como de alto riesgo financiero. Respuesta: 0.33

b. Calcule: P(1 ' 750,000≤ x ≤ 2' 250,000) Respuesta: 0.41

c. ¿Qué tan acertada es la siguiente regla para la toma de decisión en la otorgación de un crédito: “otorgue un
crédito a los clientes con ingresos superiores a dos desviaciones estándar arriba del valor promedio de los
ingresos” justifique su respuesta en términos probabilísticos.

d. ¿Cuál es el ingreso correspondiente al 35% de los ingresos más bajos? Respuesta: 1’726,750

e. Suponga que se toma una muestra aleatoria de 12 clientes. Determine la probabilidad de que menos de 3
clientes tengan ingresos de alto riesgo financiero. Respuesta: 0.187

6.13 Taller

5. Del siguiente listado de variables indique cuales se les puede clasificar como variables con distribución normal:
a. Tiempo requerido por un cajero para atender a un cliente en un banco local.
b. Tiempo que los clientes tienen que esperar en un restaurante de comida rápida para recibir su pedido.
c. Ingresos diarios por venta de combustible de las 50 gasolineras de una ciudad grande.
d. Número de empresas de la zona industrial de Yumbo que a la fecha están al día con la Dian.
e. Los costos de producción mensual de una empresa industrial en Yumbo.

6. Calcule las siguientes probabilidades para la variable aleatoria Z , la normal estándar:

a. P( Z ≤ 6.0) b. P ¿) c. P( Z=0)

7. Determine el valor de la normal estándar Z para el área indicada. Construya una gráfica indicando el valor de Z
y el área indicada:

a. Debajo de este valor Z están el 90% de los valores de Z . Respuesta: 1.285

b. El 80% de los valores está a la derecha de este valor Z . Respuesta. -0.84
c. El 30% de los valores se encuentra a la izquierda de este valor Z . Respuesta. -0.53
d. El 10% de los valores es mayor que este valor Z . Respuesta. 1.28
e. El 70% de los valores es menor que este valor Z . Respuesta: 0.525

4. El monto de las cuentas por cobrar por trimestre de una compañía grande sigue una distribución
normal con un valor promedio de $2’500,000 y una desviación estándar de $500,000. De las 200 cuentas del
último trimestre determine:
a. La probabilidad de que una cuenta este entre $2’300,000 y $2’800,000. Respuesta: 0.38
b. El número de cuentas que exceden de $ 2’350,000. Respuesta:124
c. El número de cuentas menores de $2’180,000. Respuesta: 52
d. ¿En cuánto dinero excede el 40% de las cuentas más altas? Respuesta. $ 2’627,500
e. ¿Qué cantidad de dinero corresponde al 20% de las cuantas más bajas? Respuesta:

5. Demuestre que la distribución normal estándar Z tiene media cero y varianza uno. Ayuda: use las
propiedades de valor esperado.
6. Un hotel grande con 600 habitaciones registra una ocupación mensual promedio de 330
habitaciones con una desviación estándar de 90 habitaciones. Asumiendo una distribución normal en la
ocupación mensual. Para el próximo mes, calcule:

a. La probabilidad de una ocupación de más de 480 habitaciones.

b. El gerente del hotel decide hacer una promoción bajando los costos de hospedaje en una 40%,
¿Cuántas habitaciones deberán estar disponibles para tener un nivel de ocupación del 90%?

c. Cotelco1 para el mes de marzo del 2012 revelo un nivel de ocupación del 55% para los hoteles de la
ciudad. ¿Qué tanto se acerca esta estadística al nivel de ocupación del hotel?

7. El tiempo de almacenamiento de un producto en una bodega sigue una distribución normal con un
tiempo promedio de 22.0 días y una desviación estándar de 4.7 días. Una solicitud de despacho llega a esta
bodega para ser entregada en máximo 25 días, si se deben entregar antes otras solicitudes de este mismo
producto, ¿Qué tan probable es que cumpla con la nueva solicitud? Respuesta: 0.74

8. Los costos de mantenimiento mensuales de un torno siguen una distribución normal con una media
de $ 450,000 y una desviación estándar de $ 120,000. El administrador del taller promete al dueño de la
empresa bajar los costos mensuales de mantenimiento a menos de $300,000 en este mes. ¿Qué tan probable
es que el administrador cumpla con la promesa?

9. Una empresa aplica una prueba a todos sus empleados; la puntuación media es de 500 y la
desviación estándar es de 100. Si los trabajadores con el 15% de puntuación más baja han de recibir una
capacitación especial, ¿Cuál es la puntuación más alta aceptable para ser incluido en el programa de
capacitación?

10. La compañía de transporte ABC determino que, con una base anual, la distancia recorrida por
camión está distribuida normalmente con una distancia promedio de 50,000 kilómetros y una desviación
estándar de 12,000 kilómetros.
a. ¿Cuál proporción de camiones se espera que recorran menos de 30,000 kilómetros?
b. Si la flota está compuesta de 20 camiones, ¿Cuál es la probabilidad de que al menos uno recorra menos de
30,000 kilómetros?
c. De la flota de 20 camiones, ¿Cuántos de estos se espera que recorran menos de 30,000 kilómetros?

11. Los costos de operación por kilómetro recorrido ( X ) en una compañía transportadora siguen una
distribución normal con un valor promedio $ 1,800 y una desviación estándar de $ 200. Determine:

a. La probabilidad de que el próximo recorrido tenga un costo de operación por kilómetro superior a $
2,300. (este costo es calificado como costo excesivo)
b. Calcule: P ( 1,650< x< 2,050 )
c. ¿Cuál es el costo de operación correspondiente al 20% de los costos más altos?

En una muestra aleatoria de 10 recorridos, determine:

d. La probabilidad de que 3 o más recorridos tengan un costo de operación excesivo.

e. El numero esperado de recorridos con costos excesivos.

12. Un chip de una computadora tiene un tiempo medio de falla de 4 años. Asumiendo que el tiempo de
falla de este chip ( X ) sigue una distribución exponencial, determine:

1
Asociación Hotelera y Turística de Colombia
a. La probabilidad de que un chip funcione después de 6 años.
b. Si se instalan cinco de estos chips en diferentes equipos, ¿Cuál es la probabilidad
de que por los menos 2 funcionen después de 6 años?

6.14 La distribución Exponencial

La distribución exponencial modela el tiempo transcurrido entre dos eventos sucesivos que cumplen las
condiciones de la distribución de Poisson.

Definición 7.12: La distribución exponencial.

La variable aleatoria X sigue una distribución exponencial si su función de densidad de probabilidad es:

f ( x )= λ e−λx con λ> 0 , x >0

donde λ es el mismo parámetro de la distribución de Poisson, es decir, la tasa promedio de ocurrencia por unidad
de medida.

Ejemplo: en el ejercicio 4 del capítulo anterior se planteó la siguiente situación: los clientes que llegan a un puesto
de servicio de comidas rápidas en un centro comercial son al azar e independientes. La frecuencia promedio de
llegada es 8 clientes por hora, el parámetro es λ=8 clientes/hora .

Ejercicio 19: Haga una representación gráfica de la distribución exponencial.

1 1
Ejercicio 20: Obtenga la media y la varianza de la distribución exponencial. Respuestas: ,
λ λ2
Ejercicio 21: Calcule el tiempo promedio entre clientes el ejemplo inmediatamente anterior. Respuesta: 0.125 de
hora o 7.5 minutos.

Ejercicio 22: La vida útil de las bujías de platino utilizadas en cierto tipo de automóvil sigue una distribución
exponencial con una duración promedio de dos años. Un fabricante de autos desea determinar:
a. la probabilidad de que este tipo de bujías opere sin falla: más de tres años. Respuesta: 0.223
b. la probabilidad de que este tipo de bujías opere sin falla: más de cinco años. Respuesta:0.082
c. el tiempo en que este tipo de bujías opere sin falla con una probabilidad de 0.95. Respuesta: 6 años aprox.

Ejercicio 23. (Propiedad Falta de memoria) El tiempo de vida útil ( X ) de un dispositivo electrónico se puede
modelar según una distribución exponencial con un tiempo de vida promedio de 3 años.

a. Encuentre la probabilidad de que el dispositivo funcionando bajo

condiciones normales dure más de 5 años. Respuesta: 0.19
b. Suponga que actualmente el dispositivo tiene dos años de funcionamiento.
P(X >7)
Determine la probabilidad de que funcione más de 5 años. Ayuda: calcule: P ( X >7 / X >2 )=
P(X >2)
Respuesta: 0.19
c. Compare los resultados de a) y b) y trate de generalizar el resultado.

Ejercicio 24. En el cruce de una autopista en la que circulan aproximadamente 15 vehículos por día se presentan
en promedio 3 accidentes por día. Suponga que el número de accidentes por día en este cruce es una variable
aleatoria con distribución de Poisson. Determine:

a. El valor promedio del tiempo entre dos accidentes sucesivos.

b. La probabilidad de que transcurra más de un día entre un accidente y otro.
c. La probabilidad de que transcurra menos de una hora entre un accidente y otro.
d. Si no ocurre ningún accidente en las últimas seis horas, ¿cuál es la probabilidad de que suceda un
accidente durante las siguientes tres horas?

6.15 La distribución uniforme continua

Una variable aleatoria X tendrá distribución uniforme continua si su función de densidad de probabilidad es la
misma en un intervalo [a , b].

Definición 7.13: La distribución uniforme continua

La variable aleatoria X tendrá una distribución uniforme continua si su función de densidad de probabilidad es:

f ( x )= k ,∧si a ≤ x ≤ b
{
0 ,∧si x< a o x> b
donde k es un número real cualquiera.
Ejercicio 25: Exprese la función de densidad de probabilidad f (x) dada en la definición 3.15 solo en términos de a
y b.
a+b (b−a)2
Ejercicio 26: Obtenga la media y la varianza de la distribución uniforme continua. Respuesta: y
2 12
Ejercicio 27: El tiempo de préstamo de un libro en la biblioteca de una universidad local sigue una distribución
uniforme continua en un intervalo de 0 a 4 horas. Determine:
a. La función de densidad de probabilidad
b. La probabilidad de que el préstamo tenga una
duración de menos de tres horas
c. El valor esperado y la desviación estándar del
tiempo de préstamo

6.16 TALLER DE REPASO DE DISTRIBUCIONES

1. La rapidez con la que las compañías de servicio resuelven los problemas en los que están implicados los clientes
es de suma importancia para su permanencia. Una compañía de servicios de telefonía móvil local afirma que es
capaz de resolver 70% de los problemas de los clientes el mismo día en que se reportan. Suponga que en el
día de hoy se reportaron 15 casos y que estos son representativos de todas las quejas. Resuelva:

a. Identifique la variable aleatoria que tiene que ver con el número de problemas resueltos por día en
esta compañía. De un nombre a esta variable y su espacio muestral.
b. Mencione los supuestos que deben darse para considerar la variable identificada en a) como una
variable Binomial.
c. ¿Qué significa el 70% a que hace referencia el enunciado?
d. Formule f ( x )
e. ¿Cuál es la probabilidad de que se resuelvan 5 problemas el día de hoy?
f. ¿Cuál es la probabilidad de que se resuelvan 5 o 6 problemas el día de hoy?
g. ¿Cuál es la probabilidad de que se resuelvan más de 5 problemas el día de hoy?
h. ¿Cuántos problemas se esperaría que se resolvieran el día de hoy?
i. Grafique f (x) versus x y comente sobre la forma que toma la distribución.
2. La rapidez con la que las compañías de servicio resuelven los problemas en los que están implicados los clientes
es de suma importancia para su permanencia. Una compañía de servicios de telefonía móvil local tiene 50 líneas
disponibles de atención al cliente, de las cuales 35 son para atender problemas en el servicio. Suponga que se
toman 12 líneas aleatoriamente en un momento determinado del día.

a. Identifique la variable aleatoria que tiene que ver con el número de líneas que atienden problemas en el servicio
en esta compañía. De un nombre a esta variable y su espacio muestral.
b. Mencione los supuestos que deben darse para considerar la variable identificada en a) como una variable
Hipergeométrica.
c. Formule f ( x )
d. ¿Cuál es la probabilidad de que 5 líneas atiendan problemas en el servicio?
e. ¿Cuál es la probabilidad de que 5 o 6 líneas atiendan problemas en el servicio?
f. ¿Cuál es la probabilidad de que más de 5 líneas atiendan problemas en el servicio?
g. ¿Cuántas líneas se esperaría que atendieran problemas en el servicio?
h. Grafique f (x) versus x y comente sobre la forma que toma la distribución.

3. La rapidez con la que las compañías de servicio resuelven los problemas en los que están implicados los clientes
es de suma importancia para su permanencia. Una compañía de servicios de telefonía móvil local afirma que en
promedio es capaz de resolver 5 problemas por hora de los problemas reportados por los clientes. Resuelva:

a. Identifique la variable aleatoria que tiene que ver con el número de problemas resueltos por hora en esta
compañía. De un nombre a esta variable y su espacio muestral
b. Mencione los supuestos que deben darse para considerar la variable identificada en a) como una variable
Poisson.
c. ¿Qué significa el 5 problemas por hora a que hace referencia el enunciado?
d. Formule f ( x )
e. ¿Cuál es la probabilidad de que se resuelvan 5 problemas en la siguiente hora?
f. ¿Cuál es la probabilidad de que se resuelvan 5 o 6 problemas en la siguiente hora?
g. ¿Cuál es la probabilidad de que se resuelvan más de 5 problemas en la siguiente hora?¿Cuántos problemas se
esperaría que se resolvieran en la siguiente hora?
h. Grafique f (x) versus x y comente sobre la forma que toma la distribución.

4. Un distribuidor tiene 50 lavadoras, 20 de las cuales son de tecnología de alto consumo de energía. Un cliente
compra tres unidades sin preguntar sobre la tecnología de consumo. Sea X la variable aleatoria numero de
lavadoras compradas con tecnología de alto consumo de energía.

a. Determine la distribución de probabilidad de X

b. Grafique la distribución de probabilidad acumulada F ( X )
c. Calcule el valor esperado y la varianza en el numero de lavadoras compradas con tecnología de alto consumo de
energía.
d. Sea G el costo adicional de usar una lavadora de alto consumo de energía y la función de costos:
G=1.5 X + 1,200. Analice e interprete el valor esperado y la desviación estándar de G .

5. Sean X 1 , X 2 , … , X n, n variables aleatorias independientes provenientes de una población con media μ y

varianza σ 2. Se definen las variables:

n
1 X −μ
X́ = ∑ X i y Z= i
n i=1 σ

Hallar: a. E( X́) y varianza de X́ b. E( Ź) y varianza de Z

Ayuda: utilice: E ( X i ) =μ y varianza( X i )=σ 2

6. En una EPS local, la probabilidad de que una cita médica sea adjudicada en menos de tres días es 0.70. Si las
citas se asigna de manera independiente,

a. ¿Cuál es la probabilidad de que al menos 16 de 20 citas sean adjudicadas en menos de tres días?
b. En 20 citas, ¿Cuál es el número esperado de citas que son adjudicadas en menos de tres días?
c. ¿Cuál es la probabilidad de que a la cuarta asignación de una cita, ésta sea la primera que se asigna para
menos de tres días?

7. Un auditor elige 3 cuentas al azar de un grupo de 10 para examinarlas con todo cuidado. La compañía a la que
se le hace la auditoría sabe que 4 de las cuentas de impuestos tienen errores, ¿Cuál es la probabilidad de que 3
de las cuentas elegidas no tengan errores? Respuesta: 0.167

8. Un sistema de producción de cristales controla el número de impurezas recurrentes por unidad producida. El
número promedio de impurezas por unidad en un cristal es de 8.

a. ¿Cuál es la probabilidad de que un cristal producido no tenga impurezas?

b. Se considera que un cristal es aceptable si tiene menos de 3 impurezas por unidad, ¿Cuál es la probabilidad de
que esto ocurra con el sistema de producción actual?

9. A un local comercial llegan, en promedio, 54 clientes por hora.

a. Encuentre la probabilidad de que en un período de diez minutos no llegue ningún cliente.

b. Calcule la probabilidad de que lleguen más de 30 clientes en una hora. Ayuda: de una solución aproximada
c. ¿Qué tan probable es que lleguen más de 100 clientes en una hora?

10. Una empresa distribuidora de correspondencia tiene establecido que entre 5% y 10% de los correos diarios
distribuidos corresponden a envíos internacionales. Asumiendo que el porcentaje de envíos internacionales
por día sigue una distribución uniforme en el intervalo 5 a 10 determine:

a. La probabilidad de que en un día cualquiera, el porcentaje de envíos internacionales esté entre 5 y 7.

b. Si se analizan los envíos en 10 días, ¿Cuál es la probabilidad de que a lo sumo en dos días el porcentaje de
envíos internacionales esté entre 5 y 7?
c. Si se analizan los envíos de 100 días, ¿cuál es la probabilidad de que, entre 50 y 70 días inclusive, el
porcentaje de envíos internacionales sea menor del 8%?

11. El tiempo promedio de llegada de dos órdenes de servicio consecutivas a una fotocopiadora de servicio público
en una universidad local es de 2 minutos. Si las ordenes de servicio llegan aleatoriamente a lo largo del día,
determine:

a. La probabilidad de que el tiempo de llegada entre dos órdenes consecutivas sea mayor de 4 minutos.
Respuesta: 0.135
b. Si se sabe que el tiempo de llegada entre dos órdenes consecutivas es más de 2 minutos, ¿Cuál es la
probabilidad de que el tiempo de llegada sea más de 4 minutos? Respuesta: 0.135
c. La media y la desviación estándar para los tiempos de llegada entre las ordenes de servicio. Respuestas: 0.5,
0.5.

12. Utilice la tabla de probabilidades de la distribución normal para calcular las siguientes probabilidades:

a. P(0.5< Z <1.5) b. P(−1.75< Z ←0.28) c. P(−2.32< Z <0.11) d.P( Z>−1.71)

e. P( Z> 0.27) f. P( Z< 1.33) g. P( Z< 1.71) h. P(−2< Z <2)
i. P( Z> 5.2) j. P( Z< 5.2) k. P( Z=5.2)
 13. Una fábrica productora de papeles tiene estimado una distribución normal en el consumo de agua por tonelada
producida de papel de impresión y escritura. La cantidad de agua utilizada es en promedio de 200 m 3 con una
desviación estándar de 20 m3.

a. En la fabricación de la siguiente tonelada de papel de impresión y escritura, ¿Cuál es la

probabilidad de que el consumo de agua este entre 190 y 210 m 3?
b. ¿Qué tan factible es que en la producción de una tonelada de este papel se consuma menos de 170
m3 de agua?
c. Si 0.8413 es la probabilidad de que la cantidad de agua por tonelada en la fabricación de este papel
no exceda la cantidad m, ¿cuál es el valor de m?

14. Una fábrica produce barras de acero cuyo tiempo de corte sigue una distribución normal con media 26
segundos y varianza 4.

a. Calcule la probabilidad de que una barra elegida al azar tenga tiempo de corte entre 24 y 30 segundos.
b. ¿Cuál es la proporción de barras con tiempos de corte que exceden por lo menos 2 segundos al 25% de
los mejores tiempos de corte?
c. Si se sabe que una barra tendrá un tiempo de corte superior a 28 segundos, ¿cuál es la probabilidad de que
su corte dure menos de 31?
d. Si a un distribuidor le facturan 15 barras, ¿cuál es la probabilidad de que a lo sumo 12 de ellas tengan
tiempo de corte entre 24 y 30 segundos?

15. El overbooking o sobreventa de pasajes aéreos es una práctica común en las compañías aéreas. Para una
determinada compañía se ha establecido la siguiente distribución de probabilidad para un vuelo con 120 sillas
disponibles:

No. de billetes vendidos y 118 119 120 121 122

f ( y) 0.25 0.35 0.25 0.1 0.05

Si en esta compañía se tiene establecido una probabilidad de 0.025 de que un pasajero no se presente,
determine:

a. La proporción de vuelos que presentarán más pasajeros con billete que el número de asientos? (Asumir
independencia entre el número de pasajes vendidos y la probabilidad de que un pasajero con billete se
presente)
b. El numero esperado de pasajeros que no se presentan.

16. Un ingeniero desea probar una nueva resina en su planta de producción para determinar el tiempo que
transcurre en unirse dos partes de un equipo. Se sabe que el tiempo medio para la unión es de tres horas y la
desviación estándar de 0.5 horas. Se considera un producto indeseable si el tiempo de unión entre las partes es
menor de una hora o mayor de cuatro horas. Si la distribución para el tiempo de unión es normal,

a. ¿Con qué frecuencia el desempeño de la resina genera productos indeseables?

b. Si se aplica la resina a cinco puntos de unión, ¿cuál es la probabilidad de que a lo más, uno de ellos tenga
desempeño indeseable?
c. Si en un día se aplica la resina una vez a 250 equipos, ¿cuál es la probabilidad de encontrar entre 8 y 12
equipos con unión indeseable?
d. Si para un cliente sólo cuentan como indeseables los productos cuyo tiempo de unión dure más de cierta
cantidad a, cuál debe ser el valor de a para que la proporción de productos indeseables sea del 10%?

17. Cinco estudiantes van a realizar un examen independientemente unos de otros. El tiempo en minutos que tarda
un estudiante en terminar el examen tiene una distribución exponencial con promedio 80 minutos. Si el examen
se inicia a las 9:00 a.m., determine la probabilidad de que al menos uno de los estudiantes termine el examen
antes de las 10 menos 20 minutos de la mañana.
18. El tiempo de falla X en años de cierta máquina industrial es una variable aleatoria con función de densidad:

1 −x /5
f ( x )=
{ 5
e ,∧x >0
0 ,∧en cualquier otro caso

a. Determine la función de probabilidad acumulada.

b. ¿cuál es la probabilidad de que el tiempo de falla de una de estas máquinas sea mayor de ocho años?
c. Si se adquieren 5 de estas máquinas por diferentes empresas, ¿cuál es la probabilidad de que al menos dos de
estas máquinas tengan tiempo de falla mayor a 8 años?

19. La cantidad de dinero que los clientes gastan en un establecimiento de comidas rápidas en un fin de semana
sigue una distribución normal. Aproximadamente el 8.5% consume más de $ 85,000, y el 30% menos de $
42,500, calcular la media y la desviación estándar de la cantidad de dinero que gastan los clientes. Respuestas:
μ=$ 54,274 y σ =$ 22,427

20. Una empresa constructora tiene una excavadora de gran volumen y se ha determinado que el tiempo muerto ( X
), tiempo en que la maquina esta sin trabajo, sigue una distribución uniforme entre uno a cinco días. El costo ( C )
asociado al tiempo muerto se estima mediante la función:

C=$ 2' 500,000+ $ 100,000∗X 2

Calcule el costo esperado y la desviación estándar de un tiempo muerto

21. Responda Falso o verdadero a los siguientes enunciados, justificando los casos falsos

a. Un conjunto de datos tiene una parte que cumple con una condición C y el resto no. Si del conjunto total se
seleccionan n elementos al azar para examinar el número de ellos que cumplen con la condición C, el
experimento puede ser modelado con la distribución hipergeométrica.

b. Una variable con distribución exponencial tiene un parámetro igual a 2, luego la mediana de esta variable es
1.386.

c. Si el peso de las latas de un producto empacado sigue una distribución normal con media 16.0 onzas y
desviación estándar 2.0 onzas, entonces el rango de los pesos debe ser aproximadamente de 4.0 onzas.
d. El juego de lotería Baloto asigna el premio mayor (al que acierte en cualquier orden los seis números en juego) y
lo va acumulando si en el último juego no hay un ganador. La variable aleatoria número de juegos ocurridos
hasta que haya un ganador sigue una distribución Geométrica.

22. El número de cuentas por cobrar que sobrepasan los 90 días en una compañía son en promedio 3. ¿Cuál es la
probabilidad de que en los siguientes tres meses, el número de cuentas por cobrar sean exactamente 3? Y más
de 3? Respuestas: 0.224, 0.353

23. Los accidentes en una planta industrial ocurren a razón de 3.2 por mes. Calcule:

a. el número esperado de accidentes en un año. Respuesta. 38.4

b. la probabilidad de que no hayan accidentes en el mes siguiente. Respuesta. 0.04
c. el número de accidentes más probable en el mes siguiente. Indique esta probabilidad. Respuestas:
3; 0.223

24. Un auditor elige 3 cuentas al azar de un grupo de 10 para examinarlas con todo cuidado. La compañía a la que
se le hace la auditoría sabe que 4 de las cuentas de impuestos tienen errores, ¿cuál es la probabilidad de que 3
de las cuentas elegidas no tengan errores? R/0.167
25. Un artículo de The American Statistician (mayo de 1991) describió el empleo de la probabilidad en una operación
para atrapar a traficantes de cocaína. Agentes de la policía de una ciudad de Florida de mediano tamaño habían
confiscado 496 paquetes envueltos en papel metálico durante la captura de ciertos traficantes de drogas. A fin de
probar la culpabilidad de los traficantes, la policía tenía que demostrar que los paquetes contenían cocaína pura.
En consecuencia, el laboratorio de policía selecciono al azar y analizo químicamente cuatro de los paquetes. Los
cuatro dieron resultados positivos para cocaína. Este resultado condujo a que se declarara culpables a los
traficantes.

a. De los 496 paquetes confiscados, suponga que 331 contenían cocaína pura y 155 contenían un polvo inerte
(legal). Calcule la probabilidad de que cuatro paquetes escogidos al azar den resultados positivos en un ensayo
de cocaína. Respuesta: 0.197

b. La policía seccionó al azar 2 de los 492 paquetes que no se ensayaron, en una operación para atrapar a otros
delincuentes. Estos 2 paquetes fueron vendidos a un comprador. Dado que cuatro de los 496 paquetes
originales dieron resultados positivos de cocaína, ¿qué probabilidad hay de que los dos paquetes vendidos no
hayan contenido cocaína? Respuesta: 0.112.

26. La demanda de cierto producto A tiene distribución normal con una media de 200 unidades y desviación
estándar de 40. La demanda de otro producto independiente B, también tiene distribución normal con media de
500 unidades y desviación estándar de 80. Un comerciante que vende estos productos, tiene en su almacén a
comienzos del mes, 280 unidades del producto A y 660 unidades del producto B

a. ¿Cuál es la probabilidad de que el comerciante no venda más de la cuarta parte de las unidades del
producto A que tenía al comienzo del mes?
b. ¿Cuántas unidades B debe vender el comerciante para que la probabilidad de vender este número o más es
de 0.2?
c. ¿Cuál es la probabilidad de que el comerciante venda todas las unidades de A y B que tenía a comienzos
del mes?

27. El tiempo de viaje de los camiones que transportan el cemento desde la fábrica hasta la obra de construcción
está distribuido uniformemente en un intervalo de 50 a 70 minutos.

a. ¿Cuál es la probabilidad de que la duración del viaje sea mayor a 65 minutos si se sabe que la duración del
viaje será mayor a 55 minutos?
b. Al realizar 100 viajes de esta fábrica a la obra de construcción, ¿cuál es la probabilidad de que más del 30%
de los viajes dure más de 65 minutos?

28. El tiempo de vida útil de una batería para una fuente de energía sigue una distribución exponencial con promedio
de 3.2 años. una fuente tiene la batería funcionando desde hace dos años. Encontrar la probabilidad de que
todavía funcione dentro de los dos años siguientes.

29. Una empresa comercializa medicamentos importándolos de los laboratorios ubicados en los Estados Unidos.
Para ahorrar costos de transporte un gran cargamento de estos medicamentos es traído vía marítima por el
canal de Panamá e históricamente se maneja un 10% de productos averiados o defectuosos por problemas de
manejo logístico. En proceso de control de calidad se eligen al azar 5 de estos productos y se examinan. Sea la
variable aleatoria X que representa el número de medicamentos averiados. Hallar la distribución de probabilidad
de X , su media y su varianza. ¿Cambian estas repuestas si el tamaño del cargamento es pequeño? Explique.

30. Un comerciante de lavadoras espera que el 20% de las unidades fallen durante el período de garantía. Del último
gran cargamento de lavadoras, se hace un seguimiento a 10 unidades independientes para determinar su
desempeño durante el período de garantía.

a. ¿Cuál es la probabilidad de que ninguna de las unidades falle durante el período de garantía?
b. ¿Cuál es el número esperado de unidades que fallan durante el período de garantía?
c. ¿Cuál es la probabilidad de que fallen más de dos unidades durante el período de garantía?
 d. Si el costo total de sustitución de las lavadoras que fallan en el periodo de garantía está dado por la expresión
C=4 X +550,000( en $) donde X es el número de lavadoras que fallan en el seguimiento a 10 unidades,
estime el costo esperado total para el último gran cargamento distribuido.

31. Una compañía de transporte aéreo maneja una distribución normal en el peso máximo permitido en equipaje o
maletas en vuelos internacionales. Suponga que la media y la varianza del peso son 32 y 4 kilogramos 2
respectivamente. Esta compañía desea establecer un valor k a partir del cual se cobre un cargo extra. ¿Cuál
debe ser este valor si se desea que un 99% de todos los envíos estén por debajo de este valor?

32. La duración en días de una lámpara tiene una distribución exponencial tal que P(X  1000) = 0.75. ¿Cuál es la
duración esperada de la lámpara?

33. Se ha estimado que el tiempo en la instalación de un software específico sigue una distribución normal con
media 132 minutos y desviación estándar 12 minutos.

a. ¿Cuál es la probabilidad de que el tiempo de instalación difiera de la media en más de 3 minutos?

b. El 67% de las instalaciones duran más de ¿cuántos minutos?
c. Si se instalan al azar 100 programas, ¿cuál es la probabilidad de que al menos 25 de ellos tarden
menos de 125 minutos en instalarse?

34. Un proceso de manufactura produce barras de chocolate y se aceptan cuando no más del 1% tiene peso distinto
al que marca el empaque. El proceso se chequea cada hora examinando 10 barras aleatoriamente. Cuando una
o más de las 10 incumplen con la especificación del peso, el proceso debe ser examinado. Si, la probabilidad de
producir una barra con peso no especificado es 0.01, ¿cuál es la probabilidad de que el proceso sea examinado
en un momento cualquiera?

35. La empresa XYZ que procesa leche de vaca, estima que el costo semanal en el desperdicio de leche sigue una
distribución normal con media de 100 euros. También se ha encontrado que en el 10% de las semanas este
costo es mayor de 130 euros. ¿Qué porcentaje de semanas presentan costos con desperdicio mayor a 140
euros?

36. Los porcentajes de impurezas de ciertos empaques de materia prima en un proceso de producción siguen una
distribución normal con media 2.6 y varianza 0.25.

a. se elige al azar un empaque del proceso, cuál es la probabilidad de que el porcentaje de sus impurezas
este entre 2.25 y 4.15?
b. ¿Cuál es el porcentaje de impureza mínimo que se requiere para que un empaque esté en el grupo del
10% de porcentajes más impuros?
c. Se toma una muestra aleatoria de 400 empaques del proceso, ¿cuál es la probabilidad de que al menos
80 de ellos tengan un porcentaje de impurezas mayor que 3?

37. La etiqueta de las cajas de un detergente indica un peso neto de 27 onzas. Una máquina llena estas cajas según
una distribución uniforme, donde la caja menos llena contiene 26 onzas y la más llena 28 onzas. El control de
calidad acepta las cajas llenas con 0.9 onzas más o menos de la cantidad que indica la etiqueta.

a. ¿Cuál es la variabilidad en el llenado de las cajas?

b. ¿Cuál es la probabilidad de que una caja sea llenada entre 26.8 y 27.5 onzas?
c. ¿Cuál es la probabilidad de que una caja no cumpla con el estándar de control de calidad?

38. En un muelle, los camiones que llegan para cargar lo hacen a la tasa media de 9.3 camiones por hora. El
capataz de los muelles sabe que si llegan seis camiones o menos, es suficiente con un muelle de carga. Si
llegan más de seis hay que abrir un segundo muelle. ¿Debe abrir un segundo muelle?
39. El tiempo en el diligenciamiento de una factura en una empresa es una variable aleatoria normal con una media
de 20 minutos y una desviación estándar de un minuto. ¿Cuál es la probabilidad de que la siguiente factura
requiera:

a. Entre 20 y 21.5 minutos? b. Entre 18 y 20 minutos? c. Entre 19 y 22 minutos?

d. Más de 23 minutos? e. A lo sumo 16.1 minutos? f. Entre 21 y 22 minutos?
g. Entre 17 y 18 minutos? h A lo sumo 23.7 minutos? i. Más de 18.3 minutos?

40. Los accidentes en un aeropuerto ocurren a razón de 1.9 por mes. ¿Cuál es el número esperado de accidentes
en un año?; ¿cuál es la probabilidad de que no los haya al mes siguiente? Y de que haya menos de 3? R/ 22.8,
0.1496, 0.7037

41. Una aerolínea tiene un avión con 105 asientos disponibles por vuelo. La llegada de pasajeros es una variable
aleatoria normalmente distribuida con media de 100 y desviación estándar de cinco. Si vende 115 boletos, ¿Cuál
es la probabilidad de que el número de pasajeros que se presenten supere al de asientos disponibles?

42. Un sujeto perforador de pozos petroleros se arriesga en varios sitios y su éxito o fracaso es independiente de un
sitio a otro. Suponga que la probabilidad de éxito en cualquier sitio específico es 0.25. El perforador estima que
ira a la quiebra si perfora 10 veces antes de que ocurra el primer éxito. ¿Cuál es la probabilidad de que el sujeto
se salve de la ruina en el último intento estimado?

43. Un ingeniero de producción de cierta fábrica sabe que, en promedio, salen de la única línea de producción 100
artículos por hora. Encuentre la probabilidad de que en un periodo dado de 10 minutos salgan más de 5
artículos de la línea.

44. Un vendedor tiene un sueldo anual de $ 6.0 millones de pesos más un 8 por ciento del valor de los pedidos que
reciba. El valor anual de estos pedidos puede representarse por medio de una variable aleatoria que tiene una
media de 60 millones y una desviación estándar de 180 millones. Halle la media y la desviación estándar de la
renta anual de este vendedor. Respuesta: 10.8 millones y 14.4 millones.

45. El tiempo X que tarda en realizarse una investigación de mercados es una variable aleatoria que tiene una
distribución exponencial con media de 10 horas. El costo C para realizar una investigación de mercados está
relacionado con el cuadrado del tiempo que tarda en realizarse una investigación mediante la fórmula
C=100+ 40 x +3 x 2. Encontrar el valor esperado y la varianza de C .

Respuesta: 1,100; 2’920,000. Ayuda: Use Var ( x ) =E ( x 2) −μ2 Var ( x ) =E ( x 2) −μ2con los datos de la
distribución exponencial.

46. La proporción del tiempo por día que todas las cajas registradoras a la salida de cierto hipermercado están
ocupadas, es una variable aleatoria X con función de densidad

c x 2 (1−x )2 , 0 ≤ x ≤1
f ( x )=
{
0 , En cualquier otro punto

a. Encontrar el valor de c que hace de f (x) una función de densidad de probabilidad Respuesta: 105
b. Encontrar E ( x ) . Respuesta: 0.37