Probabilidades discretas y binomial

PRACTICA VIRTUAL Nro 3
P
UNIVERSIDAD MAYOR DE SAN
ANDRES
ESTUDIANTE: Poma Vásquez Alejandra Belén
FACULTAD DE INGENIERIA
INGENIERIA CIVIL DOCENTE: Ing. Ademar Pasten Gironda
PROBABILIDAD Y ESTADISTICA FECHA : 09/04/20
(CIV- 271)
UNIDAD 𝑵° 𝟐 PROBABILIDADES EJERCICIOS
DISTIBUCIONES DISCRETAS:
BERNUOLLI
1.- Supóngase que la producción de un día de 850 piezas manufacturadas contiene
50 piezas que no cumplen con los requerimientos del cliente. Se seleccionan del
lote dos piezas al azar y sin reemplazo. Sea la variable aleatoria X igual al número
de piezas de la muestra que no cumplen. ¿Cuál es la función de distribución
acumulada de X?
SOLUCIÓN:
La pregunta puede contestarse encontrando primero la función de masa de probabilidad
de X.
P(x=0)= (800/850)(799/849)=0,886
P(x=1)=2(800/850)(50/849)=0,111
P(x=2)=(50/850)(49/849)=0,003
Por lo tanto,
F(0)=P(x≤ 0 )=0.886
F(1)=P(x ≤ 1)=0.886+0,111=0,997
F(2)=P(x≤ 2)=1
2.-Un jugador de basquetbol esta a punto de tirar hacia la parte superior del tablero.
La probabilidad de que anote el tiro es de 0.55.
Sea X=1 si anota el tiro. Si no lo hace entonces X=0. Determine la media y la
varianza de X.
Si anota el tiro, su equipo obtiene 2 puntos. Si lo falla su equipo no recibe puntos.
Sea Y el número de puntos anotados ¿Tiene una probabilidad de Bernoulli? Si es
así encuentre la probabilidad de éxito. Si no explique.
Determine la media y varianza de Y.
RESPUESTA
P
ANDRES
(CIV- 271)
Media Px = (0) (1-0.55) + (1) (0.55) = PX = 0.55

Varianza V 2M = (0-0.55)2 (0.55) (0-0.55)2 (0.45) = V2X = 0.2475
No; una variable aleatoria de Bernoulli tiene valores positivos de 0 y 1 mientras que los
valores de Y son 0 y 2.
X P XP
1 0.55 1.1
0 0.45 0
(Y-M) 2 *P
(2-1.1)2 (0.55) (0-1.1)2 (0.45) = 0.99
3.-En un restaurante la comida rápida .25% de las órdenes para saberes una bebida
pequeña, .35% una mediana y .40% una grande. Sea X=1 si se escoge
aleatoriamente una orden de una bebida pequeña y X=0 en cualquier otro caso.
Sea PX la probabilidad de éxito de X. determine PX.
Sea PY la probabilidad de éxito de Y. determine PY.
¿Es posible que X y Y sean iguales a 1?
¿Es PZ= Px + Py?
¿Es Z = X + Y? explique.
RESPUESTA
PX = (0) (1-0.25) + (1) (0.25) = 0.25
PY = (0) (1-0.35) + (1) (0.35) = 0.35
PZ = (0)(1-0.40)+(1)(0.40)=0.40
Si
No
No porque los valores son totalmente distintos
4.-Cuando se aplica cierto barniz a una superficie de cerámica, 5% es de
probabilidad que se decolore o no se agriete. O ambas. Sea X=1si se produce una
decoloración y X=0 en cualquier otro caso: Y=1 si hay alguna grieta y Y=0 en
P
ANDRES
(CIV- 271)
cualquier otro caso: Z=1 si hay decoloración grieta o ambas, y Z=0 en cualquier
otro caso.
Sea PX la probabilidad de éxito de X. determine PX
Sea PY la probabilidad de éxito de Y. determine PY
Sea PZ la probabilidad de éxito de Z. determine PZ
¿Es posible que X Y Y sean igual a 1?
¿Es PZ= PX + PY?
¿Es Z= X + Y? Explique.
Respuesta
PX = (0) (1-0.05) + (1) (0.05) = 0.05
PY = (0) (1-0.20) + (1) (0.20) = 0.20
PZ = (0) (1-0.23) + (1) (0.23) = 0.23
Si
No
Si porque la superficie de decoloración y agrieta entonces X=1, Y=1Y Z=1 pero Y + Y =2
5.-Se lanza al aire una moneda de 1 y de 5 centavos. Sea X=1 si sale cara en la
moneda de 1 centavo y X=0 en cualquier otro caso. Sea Y=1 si sale cara en la
moneda de 5 centavos y Y=0 en cualquier otro caso. Sea Z=1 si sale cara en ambas
monedas y Z=0 en cualquier otro caso.
Sea PX la probabilidad de éxito de X. determine PX
Sea PY la probabilidad de éxito de Y. determine PY
Sea PZ la probabilidad de éxito de Z. determine PZ
¿Son X y Y independientes?
¿Es PZ= PX PY?
¿Es Z= XY? Explique
Respuesta
P
ANDRES
(CIV- 271)
PX=½
PY=½
PZ=¼
Si
Si
Si porque tiene las mismas posibilidades de que salgan los mismos resultados.
BINOMIAL
1.- Supongamos que la probabilidad de tener una unidad defectuosa en una línea
de ensamblaje es de 0.05. Si el conjunto de unidades terminadas constituye un
conjunto de ensayos independientes: 1. ¿cuál es la probabilidad de que entre diez
unidades dos se encuentren defectuosas? 2. ¿y de que a lo sumo dos se
encuentren defectuosas? 3. ¿cuál es la probabilidad de que por lo menos una se
encuentre defectuosa?
Sea δ i una variable aleatoria que representa el estado de una unidad terminada en la
línea de ensamblaje en el momento i, siendo δ i= 1 si la unidad es defectuosa y δ =0 en
caso contrario. La variable δ sigue una distribución Bernoulli con parámetro p=0’05, de
acuerdo con el dato inicial del problema. Además, nótese que un conjunto de unidades
terminadas constituye un conjunto de ensayos independientes, por lo que el número de
unidades defectuosas de un total de n unidades terminadas (δ 1………δ n), esto es,
𝜂𝑛,𝑝 = ∑𝑛𝑖=1 𝛿𝑖,sigue una distribución binomial de parámetros n y p=0,05. Hechas estas
consideraciones iniciales, procedemos a resolver el problema:
10
𝑃(𝜂10,0.05 = 2) = ( ) ∗ 0.052 ∗ (1 − 0.05)8 = 0.0476
2
10
𝑃(𝜂10,0.05 ≤ 2) = ( ) ∗ 0.05𝑖 ∗ (1 − 0.05)10−𝑖 = 0.9984
𝑖
10
𝑃(𝜂10,0.05 ≥ 1) = 1 − 𝑃(𝜂10,0.05 = 0) = 1 − ( ) ∗ 0.050 ∗ (1 − 0.05)10−0 = 0.4013
0
2. Sean λ y η las variables aleatorias que cuentan el número de veces que sale 1 y
6, respectivamente, en 5 lanzamientos de un dado. ¿Son λ y η independientes?
P
ANDRES
(CIV- 271)
SOLUCIÓN: Las variables λ y η siguen una distribución binomial de parámetros n=5 y

p=1/6. Veamos mediante un contraejemplo, que λ y η no son independientes. Por un
lado, se tiene que:
𝑃 (𝜆 = 0, 𝜂 = 0) = (2/3)5
𝑃 (𝜆 = 0) = (5/6)5 = 𝑃(𝜂 = 0)
𝑃 (𝜆 = 0, 𝜂 = 0) = (2/3)5 ≠ 𝑃 (𝜆 = 0) = (5/6)10 = 𝑃(𝜂 = 0)
Concluyéndose así que las variables no son independientes.
3.- Cada muestra de aire tiene 10% de posibilidades de contener una molécula
rara particular. Suponga que las muestras son independientes con respecto a la
presencia de la molécula rara. Encuentre la probabilidad de que en las siguientes
18 muestras, exactamente 2 contengan la molécula rara.
SOLUCIÓN:
Sea X=número de muestras de aira que contiene la molécula rara en las siguientes 18
muestras analizadas. Entonces X es una variable aleatoria binomial con p=0,1 y n=18.
Por lo tanto,
18
𝑃 (𝑋 = 2) = ( ) ∗ 0.22 ∗ 0.916
2
Ahora bien, (18!/[2!16!]) = 18(17)/ 2 =153.
Por lo tanto,
𝑃(𝑋 = 2) = 153 0.12 ∗ 0.916 = 0.284
4.- Un avión de alto rendimiento contienen tres computadoras idénticas. Se utiliza
únicamente una para operar el avión; las dos restantes son repuestos que pueden
activarse en caso de que el sistema primario falle. Durante una hora de operación
la probabilidad de que una falle en la computadora primaria( o de cualquiera de los
sistemas de repuesto activados) es 0,0005. Suponiendo que cada hora representa
un ensayo independiente,
(a) ¿Cuál es el tiempo promedio para que fallen las tres computadoras?
(b) ¿Cuál es la probabilidad de que las tres computadoras fallen en un vuelo de 5
horas?
P
ANDRES
(CIV- 271)
SOLUCIÓN: Sea que X denote el número de horas hasta que los tres sistemas fallen, y
sea que X1, X2 y X3 denoten el número de horas de operación antes de una falla de la
primera, la segunda y la tercera computadoras usadas, respectivamente. Entonces,
X=X1+X2+X3. Además, se supone que las horas comprenden ensayos independientes
con la probabilidad con la probabilidad constante de falla p=0.0005 y r=3. En
consecuencia,
E(X)= 3/0.0005= 6000horas
¿Cuál es la probabilidad de que las tres computadoras fallen en un vuelo de 5 horas?
La probabilidad pedida es P(x ≤ 5) y
P(x ≤ 5) = P(x = 3) + P(x = 4) + P(x = 5) = 0.0005 3 + (32) 0.0005^3 (0.9995) +

(42) 0.0005^3(0.9995)=1.25*10 −10 +3,75*10 −10 +7,49*10 −10 =1,249*10 −10
5 . El gerente de un restaurante que sólo da servicio mediante reservas sabe, por

experiencia, que el 20% de las personas que reservan una mesa no asistirán. Si el
restaurante acepta 25 reservas, pero sólo dispone de 20 mesas, ¿cuál es la
probabilidad de que a todas las personas que asistan al restaurante se les asigne
una mesa?
SOLUCIÓN:
Representemos por la variable aleatoria δ la decisión de asistir (δ = 0) o no (δ = 1)
finalmente al restaurante por parte de una persona que ha hecho una reserva. Esta
variable sigue una distribución de Bernoulli de parámetro p = 0,2, de acuerdo con el
enunciado del ejercicio. Suponiendo que las distintas reservas son independientes entre
sí, se tiene que, de un total de n reservas (δ 1….δ n), el número de ellas que acuden
finalmente al restaurante es una variable aleatoria 𝑌𝑛 = ∑𝑛𝑖=1 𝛿1, con distribución
binomial de parámetros n y p=0,2. En el caso particular del problema, n=25. Entonces,
para aquellas personas que asistan al restaurante de las 25 que han hecho la reserva
puedan disponer de una mesa, debe ocurrir que acudan 20 o menos. Así se tiene que:
20
25
𝑃(𝑌 ≤ 20) = ∑ ( ) ∗ 0.2𝑖 ∗ (1 − 0.2)25−𝑖 = 0.5799
𝑖
𝑖=0
HIPERGEOMETRIA
1.-Diez refrigeradores de cierto tipo han sido devueltos a un distribuidor debido
al a presencia de un ruido oscilante agudo cuando el refrigerador está
funcionando. Supongamos que 4 de estos 10 refrigeradores tienen compresores
P
ANDRES
(CIV- 271)
defectuosos y los otros 6 tienen problemas más leves. Si se examinan al azar 5

de estos 10 refrigeradores, y se define la variable aleatoria X: “el número entre
los 5 examinados que tienen un compresor defectuoso”. Indicar:
1. La distribución de la variable aleatoria X

2. La probabilidad de que no todos tengan fallas leves
3. La probabilidad de que a lo sumo cuatro tengan fallas de compresor
Ilustremos con un esquema la situación:
El tamaño de la población finita es de 10 ⇒N=10⇒N=10. En esa población finita hay 4

éxitos (compresores defectuosos) y 6 fracasos (problemas más leves). ⇒M=4⇒M=4. El
tamaño de la muestra es de 5, ⇒n=5⇒n=5.
Entonces la variable X número de refrigeradores con compresores defectuosos de un
total de 5 analizados, tiene distribución:
X∼Hipergeométrica (N=10,M=4,n=5)
Es conveniente pensar cómo expresar en términos de X a la condición “que no todos

tengan fallas leves”. Si no ocurre que todos tengan fallas leves, es porque alguno tiene
compresores defectuosos. Es decir que X≥1.
(40)(65)
P(X ≥ 1) = 1– P(X = 0) = 1– = 0.97619
(10
5
)
“A lo sumo cuatro fallas de compresor” es equivalente a “cómo máximo cuatro fallas de
compresor”. Es decir X≤4X≤4.
P
ANDRES
(CIV- 271)
Pero el recorrido de la variable es R(X)={0,1,2,3,4}R(X)={0,1,2,3,4}.

Entonces:
P(X≤4)=1P(X≤4)=1
2.- Un lote contiene 100 piezas de un proveedor de tubería local y 200 unidades de
un proveedor de tubería del estado vecino. Si se seleccionan cuatro piezas al azar
y sin reemplazo,
(a) ¿cuál es la probabilidad de que todas sean del proveedor local?
(b) ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean del
proveedor local?
(c) ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea del
proveedor local?
SOLUCIÓN: ¿cuál es la probabilidad de que todas sean del proveedor local? Sea X igual
al número de piezas de la muestra del proveedor local. Entonces, x tiene una distribución
hipergeométrica y la probabilidad pedida es P(x=4). Por consiguiente,
(100
4
)(200
0
)
𝑃(𝑋 = 4) = = 0.0119
(300
4
)
¿Cuál es la probabilidad de que dos o más piezas de la muestra sean del proveedor
local?
(100
2
)(200
2
) (100
3
)(200
1
) (100
4
)(200
0
)
𝑃(𝑋 ≥ 2) = + + = 0.4008
(300
4
) (300
4
) (300
4
)
¿Cuál es la probabilidad de que al menos una pieza de la muestra sea del proveedor
local?
(100
0
)(200
4
)
𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 = 0) = 1 − = 0.196
(300
4
)
3.-Un grupo de amigos del secundario se reúnen en la casa de Laura para comer
un asado. En este grupo hay 8 mujeres y 6 varones. De las mujeres 5 estudian
letras y el resto exactas, mientras que de los varones sólo uno estudia letras y
el resto exactas.
P
ANDRES
(CIV- 271)
a) Si las primeras en llegar a la casa son tres chicas, ¿cuál es la probabilidad de

que estudien lo mismo?
b) Si tres cualesquiera de ellos hacen el asado, ¿cuál es la probabilidad de que

estudien lo mismo?
c) Si se seleccionan dos al azar de este conjunto de amigos y se define la variable

aleatoria X: cantidad de amigos que estudian letras entre los dos elegidos, hallar
el valor esperado y la varianza de X.
Resolución del ejercicio
Hagamos un esquema de la composición del grupo respecto a sexo y a estudios:
Si las primeras que llegan son tres chicas (Laura ya está en su casa…) entonces hay
cuatro chicas (tres + Laura). La única forma de que estudien lo mismo es que estudien
letras (no existen 4 chicas que estudien exactas en el grupo). Entonces Laura estudia
Letras.
Son siete chicas las que pueden llegar a la casa de Laura (4 estudian letras y 3
exactas). Podemos considerar a esas siete chicas cómo la población, de la que se
extraen aleatoriamente tres individuos:
P
ANDRES
(CIV- 271)
Definamos entonces la variable con distribución hipergeométrica:
X: cantidad de chicas que estudian letras entre las tres primeras en llegar a la casa de
Laura (elegidas entre siete chicas en total)
X∼Hipergeométrica(N=7,M=4,n=3)
Para responder a la pregunta calculamos la probabilidad de que x=3x=3:
(43)(30)
P(x = 3) = ≅ 0.11429
(73)
En esta pregunta ya no interesa el sexo de cada uno sino lo que estudian. Tenemos
la siguiente composición:
P
ANDRES
(CIV- 271)
Podemos definir la variable Y: cantidad de chicos que estudian letras de un total de 3

amigos elegidos aleatoriamente entre 14 amigos. Esa variable tiene distribución
hipergeométrica con N=14, M=6, n=3.
Notemos que si Y=3 entonces los tres amigos estudian letras, pero si Y=0 entonces
los tres amigos estudian exactas.
Luego la probabilidad que nos piden es:
P(estudien lo mismo)
=P(Y=0)+P(Y=3)=P(Y=0)+P(Y=3)
≅0,05495+0,15385≅0,05495+0,15385
≅0,2088≅0,2088
Cómo conocemos la variable y sus parámetros, simplemente reemplazamos en las

fórmulas de esperanza y varianza de una variable hipergeométrica.
XX: cantidad de amigos que estudian letras entre los dos elegidos
𝑀
𝐸(𝑋) = 𝑛
𝑁
6 6
𝐸(𝑋) = 2 = ≅ 0.8571
14 7
𝑁−𝑛 𝑀 𝑀
𝑉(𝑋) = ( ) 𝑛 ∙ ∙ (1 − )
𝑁−1 𝑁 𝑁
14 − 2 6 6
𝑉(𝑋) = ( )2 ∙ ∙ (1 − )
14 − 1 14 14
𝑉 (𝑋) = 288/637 = 0.452
4.-En una partida de truco, asumiendo que el mazo se encuentra bien mezclado, se
reparte una mano de cartas.
P
ANDRES
(CIV- 271)
a) Hallar la probabilidad de que el jugador que recibe las primeras tres cartas tenga
envido (dos cartas del mismo palo y una diferente)
b) Hallar la probabilidad de que el primer jugador tenga flor (tres cartas del mismo
palo)
c) Hallar la probabilidad de que ambos tengan flor
d) Hallar la probabilidad de que el primer jugador no tenga ni flor ni envido
Resolución del ejercicio
Queremos calcular la probabilidad de tener dos cartas del mismo palo. Por ejemplo
podríamos recibir: {espada,espada,basto}, pero también {oro, espada, oro}. ¿Cómo
calcular esa probabilidad? La variable hipergeometrétrica puede ser útil para resolverlo.
Podríamos definir una variable que cuente la cantidad de cartas de cierto palo (tomemos
espada, por ejemplo) que recibimos entre las primeras tres. El siguiente diagrama puede
ayudar a interpretar la situación:
X: cantidad de cartas que son de espadas de las tres recibidas (tomadas de un total de
40)
Cómo queremos la probabilidad de obtener exactamente dos cartas de espadas,
entonces calculamos P(X=2):
P
ANDRES
(CIV- 271)
(10
2
)(30
1
)
P(x = 2) = ≅ 0.13664
(40
3
)
¿Y cómo será la probabilidad de obtener exactamente dos cartas de oro, o de copa o de

basto? Debe ser la misma probabilidad, porque hay igual cantidad de cartas de cada
palo. Luego:
P(envido)≅0,54656
Este ítem es muy similar al anterior. Sólo que no queremos que tenga dos cartas del
mismo palo, sino tres cartas del mismo palo. Podemos usar la variable:
X: cantidad de cartas que son de espadas de las tres recibidas (tomadas de un total de
40)
Cómo queremos la probabilidad de obtener exactamente tres cartas de espadas,
entonces calculamos P(X=3):
P(X=3)≅0,01215
Cómo la probabilidad es la misma para todos los palos, entonces:
P(flor)=4P(X=3)≅0,0486
Llamemos F1 al suceso de que el jugador 1 tenga flor, y F2 al suceso de que el jugador
2 tenga flor. Entonces la probabilidad que nos piden es:
P(F1∩F2)
Para calcular esa probabilidad podemos usar la regla de la multiplicación:
P(F1∩F2)=P(F1).P(F2|F1)
Notemos que ya conocemos la probabilidad P(F1)P(F1). Sólo nos queda
averiguar P(F2|F1)P(F2|F1).
Si ocurrió F1 hay entonces 37 cartas restantes. La composición en palos es 10, 10, 10 ,
7. Hay 10 cartas de cada uno de tres palos, y hay 7 cartas de aquel palo del cual es la
flor del jugador 1. La flor del jugador 2 puede ser del mismo palo que la del jugador 1, o
de diferente palo.
P
ANDRES
(CIV- 271)
Llamemos M al suceso de que la flor del jugador 2 sea del mismo palo que la flor del
jugador 1. Entonces podemos expresar a F2|F1 cómo unión de sucesos mutuamente
excluyentes:
Deberemos hallar esas probabilidades.

¿Cuál es la probabilidad de M?
Consideremos la variable Y: cantidad de cartas del mismo palo de la flor del jugador 1
que recibe el jugador 2. Su distribución es
Y∼Hipergeométrica(N=37,M=7,n=3). Entonces si la variable Y toma el valor 3 ocurre M:
(73)(30
0
)
P(M) = P(Y = 3) = ≅ 0.0045
(37
3
)
¿Cuál es la probabilidad de ¯M?

Consideremos la variable Z: cantidad de cartas de un palo diferente de aquel de la flor
del jugador 1 que recibe el jugador 2. Su distribución es
Z∼Hipergeométrica(N=37,M=10,n=3). Entonces si la variable Z toma el valor 3 ocurre
que el jugador 2 tiene una flor de distinto palo que el jugador 1:
(10
3
)(27
0
)
P(Z = 3) = ≅ 0.01544
(37
3
)
Esta probabilidad sería la misma para cualquiera de los tres palos. Así que:
P(¯M)≅3.0,01544≅0,04632
P
ANDRES
(CIV- 271)
Luego:
P(F2|F1)=P(M)+P(¯M)
≅0,0045+0,04632≅0,05082
Entonces:
P(F1∩F2)=P(F1).P(F2|F1)
P(F1∩F2)=0,0486.0,05082=0,002469
Los sucesos:
F: el primer jugador tiene flor
E: el primer jugador tiene envido
N: el primer jugador no tiene ni flor ni envido
¿Cómo son entre sí? Ilustremos en un diagrama la situación:
Son sucesos que se excluyen mutuamente. Y además son sucesos que unidos abarcan
todo el espacio o muestral. Es decir: F, E y N son sucesos mutuamente excluyentes y
colectivamente exhaustivos. Entonces cumplen que:
P(N)+P(E)+P(F)=1
Ahora cómo conocemos P(E) y P(F) (lo averiguamos en ítems a y b) podemos
calcular P(N):
P(N)=1–P(E)–P(F)
P
ANDRES
(CIV- 271)
P(¯F∩¯E)=1–0,54656–0,0486
P(¯F∩¯E)=0,40484
5.-Una tienda de artículos eléctricos tiene 20 planchas, de las cuales 5 son
amarillas. Si se extraen aleatoriamente y sin sustitución 10 planchas ¿Cuál es la
probabilidad de que dos de ellas sean amarillas?
Datos:
N=20
n=10
k=2
m=5
(𝑚
𝑘
)(𝑁−𝑚
𝑛−𝑘
)
P(X = k) =
(𝑁
𝑛
)
(52)(20−5
10−2
)
P(X = 2) =
(20
10
)
(52)(15
8
)
P(X = 2) =
(20
10
)
P(X = 2) = 0.3483
DISTRIBUCION POISSON
1.-Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las
probabilidades de que reciba,
a) cuatro cheques sin fondo en un día dado,
b) 10 cheques sin fondos en cualquiera de dos días consecutivos?
Solución:
a) x = variable que nos define el número de cheques sin fondo que llegan al banco en un
díacualquiera = 0, 1, 2, 3, etc.
P
ANDRES
(CIV- 271)
𝜆= 6 cheques sin fondo por día

64 ∗ 2.718−6 1296 ∗ 0.00248
𝑃(𝑥 = 4, 𝜆 = 6) = = = 0.13392
4! 24
b) x= variable que nos define el número de cheques sin fondo que llegan al banco en dos
días consecutivos = 0, 1, 2, 3, ......, etc., etc.
𝜆= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días
consecutivos
Nota: 𝜆 siempre debe de estar en función de x siempre o dicho de otra forma, debe
“hablar” de lo mismo que x.
1210 ∗ 2.718−12 6.1917364𝐸10 ∗ (0.000006151)
𝑃(𝑥 = 10, 𝜆 = 12) = = = 0.104953
10! 3628800
2.-En la inspección de hojalata producida por un proceso electrolítico continuo, se
identifican 0.2 imperfecciones en promedio por minuto. Determine las
probabilidades de identificar
a) una imperfección en 3 minutos,
b) al menos dos imperfecciones en 5 minutos,
c) cuando más una imperfección en 15 minutos.
Solución:
a) x = variable que nos define el número de imperfecciones en la hojalata por cada 3
minutos = 0, 1,2, 3, etc., etc.
𝜆= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata
0.61 ∗ 2.718−0.6 0.6 ∗ 0.548845
𝑃 (𝑥 = 1, 𝜆 = 0.6) = = = 0.329307
1! 1
b) x = variable que nos define el número de imperfecciones en la hojalata por cada 5
minutos = 0, 1,2, 3, ...., etc., etc.
𝜆= 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata
10 ∗ 2.718^ − 1 1 ∗ 2.718^ − 1
𝑃(𝑥 = 2,3,4, 𝑒𝑡𝑐 … 𝜆 = 1) = 1 − 𝑝(𝑥 = 0,1, 𝜆 = 1) = 1 ( + )
0! 1!
=1-(0.367918+0.367918)= 0.264164.
P
ANDRES
(CIV- 271)
3.-En los últimos 600 años se han producido 12 grandes terremotos en España.
Determínese la probabilidad de que se produzcan 2 en los próximos 25 años.
SOLUCION:
El seceso que vamos a estudiar es: los grandes terremotos en España. La probabilidad
de que tenga lugar este suceso será:
12
𝑝= = 0.02
600
Por tanto, el valor promedio de dicho suceso será:
𝜆 = 𝑛𝑝 = 25 ∙ 0.02 = 0.5
Leyendo atentamente el enunciado llegamos a la conclusión de que se trata de un
distribución de poisson de parámetro pois(0,5)
Ahora definimos la siguiente variable aleatoria:
X=”Numero de terremotos importantes que tienen lugar en España”
Y calculamos lo que nos piden:
0.52 −0.5 0.25 −0.5
𝑃(2𝑡𝑒𝑟𝑟𝑒𝑚𝑜𝑡𝑜𝑠) = 𝑝(𝑋 = 2) = 𝑒 = 𝑒 = 0.0758
2! 2∙1
4.-En una estación de montaña se han observado 20 días con altura de nieve mayor
que h durante un periodo de 10 años. Calcular la probabilidad de superar dicho
valor h una vez en los próximos tres años.
SOLUCION:
El seceso que vamos a estudiar es: la superación de la altura de la nieve en una
montaña de un cierto valor h. La probabilidad de que tenga lugar este suceso será:
20
𝑝= =2
10
Por tanto, el valor promedio de dicho suceso será:
𝜆 = 𝑛𝑝 = 3 ∙ 2 = 6
distribución de poisson de parámetro pois(6)
P
ANDRES
(CIV- 271)

X=”superación de una cierta altura de la nieve en una montaña”
61 −6 6 −6
𝑃(𝑠𝑢𝑝𝑒𝑟𝑎𝑟 1 𝑣𝑒𝑧) = 𝑝(𝑋 = 1) = 𝑒 = 𝑒 = 0.0149
1! 1
5.-Supongamos que el numero medio de imperfecciones en un alambre de cobre

es de 2.3 imperfecciones por milímetro. Determinar la probabilidad de 2
imperfecciones en un milímetro.
SOLUCION:
El valor promedio de dicho suceso es:
𝜆 = 𝑛𝑝 = 2.3
distribución de poisson de parámetro pois(2.3)
X=” numero de imperfecciones por milímetro en un alambre de cobre”
2.32 −2.3 5.29 −2.3
𝑃(2 𝑖𝑚𝑝𝑒𝑟𝑓𝑒𝑐𝑐𝑖𝑜𝑛𝑒𝑠) = 𝑝(𝑋 = 2) = 𝑒 = 𝑒 = 0.2652
2! 2
DISTIBUCIONES CONTINUA:
NORMAL
1.- La media y los que de los pesos de 500 estudiantes de un colegio es 70 kg y la

desviación típica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar
cuántos
estudiantes pesan:
i). Entre 60 kg y 75 kg.
P
ANDRES
(CIV- 271)
f
ii) .Más de 90 kg.
iii) Menos de 64 kg.
(hay algo mal escrito…..)
9
iv) 64 kg exactamente.
v) 64 kg o menos.
Ejercicio 3) Se supone que los resultados de un examen siguen una distribución normal
con
media 78 y desviación típica 36. Se pide:
a). ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga
una
calificación superior a 72?
b) Calcular la proporción de estudiantes que tienen puntuaciones que exceden por lo
menos en
cinco puntos de la puntuación que marca la frontera entre el Apto y el No-Apto (son
declarados
No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones más bajas).
c) Si se sabe que la calificación de un estudiante es mayor que 72 ¿cuál es la prioridad
de que su
calificación sea, de hecho, superior a 84?
10
Ejercicio 4) Tras un test de cultura general se observa que las puntuaciones obtenidas
siguen
una distribución una distribución N(65, 18). Se desea clasificar a los examinados en
tres grupos
(de baja cultura general, de cultura general aceptable, de excelente cultura general) de
modo que
P
ANDRES
(CIV- 271)
hay en el primero un 20% la población, un 65% el segundo y un 15% en el tercero.

¿Cuáles han
de ser las puntuaciones que marcan el paso de un grupo al otro?
Baja cultura hasta 49 puntos.
Cultura aceptable entre 50 y 83.
Excelente cultura a partir de 84 puntos.
1.- Si es una variable aleatoria de una distribución ,
hallar: .
Solución
Si es una variable aleatoria de una distribución ,

hallar: .
En este caso, se está trabajando con una distribución normal estándar, para resolverlo
utilizaremos la formula siguiente:
Ahora, tenemos que localizar en nuestra tabla de distribución normal, localizamos el valor
cuando , pero necesitamos el valor para cuando ,
entonces se utiliza entonces obtenemos
que . Además, como la distribución normal es
simétrica, tenemos que .
P
ANDRES
(CIV- 271)
Es decir, que aproximadamente el de los valores de están a menos de tres

desviaciones típicas de la media.
2.-En una distribución normal de media y desviación típica , calcular el valor
de a para que:
Solución
En una distribución normal de media y desviación típica , calcular el valor de a para
que:
Utilizando la formula , vamos a sustituir el valor de la media ( ), y la

desviación típica ( ).
Al simplificar, obtenemos:
P
ANDRES
(CIV- 271)
De donde se sigue que
Ahora localizamos en la tabla de distribución normal el valor y observamos que

corresponde a , entonces:
3.- En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media y desviación típica .
Calcular el número de días del mes en los que se espera alcanzar máximas
entre y .
Solución
En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media y desviación típica .
Calcular el número de días del mes en los que se espera alcanzar máximas
entre y .
P
ANDRES
(CIV- 271)
Utilizando la formula , vamos a sustituir el valor de la media ( ), y la

desviación típica ( ).
Buscamos los valores correspondientes en la tabla de distribución normal:
Por lo tanto
Esto quiere decir, que en todo el mes, solo días alcanzaran temperaturas
entre y grados.
4.- La media de los pesos de estudiantes de un colegio es y la desviación

típica .
Suponiendo que los pesos se distribuyen normalmente, hallar cuántos

estudiantes pesan:
1 Entre y .
2 Más de .
P
ANDRES
(CIV- 271)
3 Menos de .
4 .
5 o menos.
Solución
La media de los pesos de estudiantes de un colegio es y la desviación

típica .
Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes
pesan:
1 Entre y .
Sustituyendo:
Localizando los valores en la tabla de distribución normal y operando:
Por lo tanto, si multiplicamos la probabilidad por los estudiantes

tenemos
P
ANDRES
(CIV- 271)
De los estudiantes se encuentran entre los y kilogramos de peso.
2 Más de .
Sustituyendo y simplificando tenemos:
Multiplicando la probabilidad por obtenemos
.
Es imposible hallar a un solo estudiante por encima de los kilogramos.
3 Menos de .
Sustituyendo y simplificando tenemos:
Multiplicando la probabilidad por obtenemos
Hay estudiantes que pesan menos de kilogramos

P
ANDRES
(CIV- 271)
4 .
Cuando la distribución es continua, la probabilidad de que la variable tenga un valor
exacto siempre es nula ( ). Por lo tanto
5 o menos.
Dados los resultados anteriores:
Existen cero estudiantes que pesan kilogramos exactos y hay estudiantes que
pesan menos de kilogramos, entonces, existen estudiantes que
pesan kilogramos o menos.
.
5.- Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribución una distribución .
Se desea clasificar a los examinados en tres grupos (de baja cultura general, de
cultura general aceptable, de excelente cultura general) de modo que hay en el
primero un la población, un el segundo y un en el tercero.
¿Cuáles han de ser las puntuaciones que marcan el paso de un grupo al otro?
Solución
Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribución una distribución .
Se desea clasificar a los examinados en tres grupos (de baja cultura general, de cultura
general aceptable, de excelente cultura general) de modo que hay en el primero
un la población, un el segundo y un en el tercero.
¿Cuáles han de ser las puntuaciones que marcan el paso de un grupo al otro?
P
ANDRES
(CIV- 271)
Localizamos en nuestra tabla el parámetro correspondiente a la

probabilidad , el cual es :
Por lo que, si , entonces
Ahora localizamos en la tabla el parámetro para la probabilidad de , el cual es

, lo que significa que
Por lo que, si , entonces

P
ANDRES
(CIV- 271)
Baja cultura hasta puntos.

Cultura aceptable entre y .
Excelente cultura a partir de puntos.
NORMAL ESTANDAR
1.- Una población normal tiene una media de 80 una desviación estándar de14.0
𝑥−𝜇 𝜇=80
𝑍= 𝜎 𝜎=14
a) Calcule la probabilidad de un valor localizado entre 75.0 y 90.0 p (75 ≤ x ≤ 90)
90 − 80 10
𝑍= = = 0.7611
14 14
75 − 80 −5
𝑍= = = −0.3594
14 14
𝑃(75 ≤ 𝑥 ≤ 90) = 0.7611 − 0.3594 = 𝟎. 𝟒𝟎𝟏𝟕
b) Calcule la probabilidad de un valor de 75.0 o menor p (x ≤ 75)
75 − 80 −5
𝑍= = = −0.3594
14 14
𝑃(𝑥 ≤ 75) = 𝟎. 𝟑𝟓𝟗𝟒
c) Calcule la probabilidad de un valor localizado entre 55.0 y 70.0 p (55 ≤ x ≤ 70)

70 − 80 −10
𝑍= = = −0.71 = 0.2389
14 14
55 − 80 −25
𝑍= = = −1.79 = 0.0367
14 14
𝑃(55 ≤ 𝑥 ≤ 70) = 0.2389 − 0.0367 = 𝟎. 𝟐𝟎𝟐𝟐
2.- Los montos de dinero que se piden en las solicitudes de préstamos en

DownRiver Federal Savings tiene una distribución normal, una media de $70,000y
una desviación estándar de $20,000. Esta mañana se recibió una solicitudde
préstamo. ¿Cuál es la probabilidad de que:
P
ANDRES
(CIV- 271)
𝑥−𝜇 𝜇=$70.00
𝑍= 𝜎=$20.00
𝜎
a) El monto solicitado sea de $80.000 o superior p (80.000 ≤ x)
80.000 − 70.000 10.000
𝑍= = = 0.50 = 0.6915
20.000 20.000
𝑃(80.000 ≤ 𝑥) = 1 − 0.6915 = 𝟎. 𝟑𝟎𝟖𝟓

b) El monto solicitado oscile entre $65.000 y $80.000 p (65.000 ≤ x ≤ 80.000)
80.000 − 70.000 10.000
𝑍= = = 0.50 = 0.6915
20.000 20.000
65.000 − 70.000 −5.000
𝑍= = = −0.25 = 0.4013
20.000 20.000
𝑃(65.000 ≤ 𝑥 ≤ 80.000) = 0.6915 − 0.4013
= 𝟎. 𝟐𝟗𝟎𝟐

65.000 − 70.000 −5.000
𝑍= = = −0.25 = 0.4013
20.000 20.000
𝑃(𝑥 ≥ 65.000) = 1 − 0.4013 = 𝟎. 𝟓𝟗𝟖𝟕
3.-Entre las ciudades de Estados Unidos con una población de más de250,000
habitantes, la media del tiempo de viaje de ida al trabajo es de24.3 minutos. El
tiempo de viaje más largo pertenece a la ciudad de NuevaYork, donde el tiempo
medio es de 38.3 minutos. Suponga que ladistribución de los tiempos de viaje en
la ciudad de Nueva York tiene unadistribución de probabilidad normal y la
desviación estándar es de 7.5minutos
𝑥−𝜇 𝜇=38.3 𝑚𝑖𝑛
𝑍= 𝜎 𝜎=7.5 𝑚𝑖𝑛
P
ANDRES
(CIV- 271)
a) ¿Qué porcentaje de viajes en la ciudad de Nueva York consumen menos de 30 min?

p (x ≤ 30)
30 − 38.3 −8.3
𝑍= = = −1.11 = 0.1335
7.5 7.5
𝑃(𝑥 ≤ 30) = 𝟎. 𝟏𝟑𝟑𝟓 = 𝟏𝟑. 𝟑𝟓%

b) ¿Qué porsentajes de viajes consumen entre 30 y 35 min? p (30≤ x ≤ 35)
35 − 38.3 −3.3
𝑍= = = −0.44 = 0.3300
7.5 7.5
30 − 38.3 −8.3
𝑍= = = −1.11 = 0.1335
7.5 7.5
𝑃(30 ≤ 𝑥 ≤ 35) = 0.3300 − 0.1335 = 𝟎. 𝟏𝟗𝟔𝟓
= 𝟏𝟗. 𝟔𝟓%
40 − 38.3 1.7
𝑍= = = 0.23 = 0.5910
7.5 7.5
30 − 38.3 −8.3
𝑍= = = −1.11 = 0.1335
7.5 7.5
𝑃(30 ≤ 𝑥 ≤ 40) = 0.5910 − 0.1335 = 𝟎. 𝟒𝟓𝟕𝟓
= 𝟒𝟓. 𝟕𝟓%
4.-Las ventas mensuales de silenciadores en el área de Richmond, Virginia,tiene
una distribución normal, con una media de $1,200 y una desviaciónestándar de
$225. Al fabricante le gustaría establecer niveles deinventario de manera que solo
haya 5% de probabilidad de que se agotenlas existencias. ¿Dónde se deben
establecer los niveles de inventario?
𝑥−𝜇 𝜇=1.200
𝑍= 𝜎=225
𝜎
P
ANDRES
(CIV- 271)
Probabilidad acumulada =5%=0.05

1-0.0500=0.9500
Valor z=1.65
x−μ x−1.200
Z= 1.65 =
σ 225
1.65 ×225=x-1.200
371.25=x-1.200
X=1.200+371.25
X=1,571.25
5.- En 2004 y 2005, el costo medio anual para asistir a una universidad privada en
Estados Unidos era de $20,082. Suponga que la distribución de los costos anuales
se rige por una distribución de probabilidad normal y que la desviación estándar
es de $4,500. El 95% de los estudiantes de universidades privadas paga menos de
¿Qué cantidad?
𝑥−𝜇 𝜇=20.082
𝑍= 𝜎=4.500
𝜎
Probabilidad acumulada =95%=0.95
Valor z=1.64
x−μ x−20.082
Z= 1.64 =
σ 4.500
1.64 ×1.500=x-20.082
7.380=x-20.082
X=20.082+7.380
X=27.462

Probabilidades discretas y binomial

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Probabilidades discretas y binomial

Cargado por

Copyright:

Formatos disponibles

PRACTICA VIRTUAL Nro 3

UNIDAD 𝑵° 𝟐 PROBABILIDADES EJERCICIOS

Media Px = (0) (1-0.55) + (1) (0.55) = PX = 0.55

SOLUCIÓN: Las variables λ y η siguen una distribución binomial de parámetros n=5 y

P(x ≤ 5) = P(x = 3) + P(x = 4) + P(x = 5) = 0.0005 3 + (32) 0.0005^3 (0.9995) +

5 . El gerente de un restaurante que sólo da servicio mediante reservas sabe, por

defectuosos y los otros 6 tienen problemas más leves. Si se examinan al azar 5

1. La distribución de la variable aleatoria X

Ilustremos con un esquema la situación:

El tamaño de la población finita es de 10 ⇒N=10⇒N=10. En esa población finita hay 4

Es conveniente pensar cómo expresar en términos de X a la condición “que no todos

Pero el recorrido de la variable es R(X)={0,1,2,3,4}R(X)={0,1,2,3,4}.

a) Si las primeras en llegar a la casa son tres chicas, ¿cuál es la probabilidad de

b) Si tres cualesquiera de ellos hacen el asado, ¿cuál es la probabilidad de que

c) Si se seleccionan dos al azar de este conjunto de amigos y se define la variable

Resolución del ejercicio

Hagamos un esquema de la composición del grupo respecto a sexo y a estudios:

Definamos entonces la variable con distribución hipergeométrica:

Para responder a la pregunta calculamos la probabilidad de que x=3x=3:

Podemos definir la variable Y: cantidad de chicos que estudian letras de un total de 3

Luego la probabilidad que nos piden es:

Cómo conocemos la variable y sus parámetros, simplemente reemplazamos en las

¿Y cómo será la probabilidad de obtener exactamente dos cartas de oro, o de copa o de

Deberemos hallar esas probabilidades.

¿Cuál es la probabilidad de ¯M?

𝜆= 6 cheques sin fondo por día

Ahora definimos la siguiente variable aleatoria:

5.-Supongamos que el numero medio de imperfecciones en un alambre de cobre

1.- La media y los que de los pesos de 500 estudiantes de un colegio es 70 kg y la

hay en el primero un 20% la población, un 65% el segundo y un 15% en el tercero.

Si es una variable aleatoria de una distribución ,

Es decir, que aproximadamente el de los valores de están a menos de tres

Utilizando la formula , vamos a sustituir el valor de la media ( ), y la

De donde se sigue que

Ahora localizamos en la tabla de distribución normal el valor y observamos que

Utilizando la formula , vamos a sustituir el valor de la media ( ), y la

Buscamos los valores correspondientes en la tabla de distribución normal:

4.- La media de los pesos de estudiantes de un colegio es y la desviación

Suponiendo que los pesos se distribuyen normalmente, hallar cuántos

La media de los pesos de estudiantes de un colegio es y la desviación

Localizando los valores en la tabla de distribución normal y operando:

Por lo tanto, si multiplicamos la probabilidad por los estudiantes

De los estudiantes se encuentran entre los y kilogramos de peso.

Multiplicando la probabilidad por obtenemos

Multiplicando la probabilidad por obtenemos

Hay estudiantes que pesan menos de kilogramos

Localizamos en nuestra tabla el parámetro correspondiente a la

Por lo que, si , entonces

Ahora localizamos en la tabla el parámetro para la probabilidad de , el cual es

Por lo que, si , entonces

Baja cultura hasta puntos.

c) Calcule la probabilidad de un valor localizado entre 55.0 y 70.0 p (55 ≤ x ≤ 70)

2.- Los montos de dinero que se piden en las solicitudes de préstamos en

𝑃(80.000 ≤ 𝑥) = 1 − 0.6915 = 𝟎. 𝟑𝟎𝟖𝟓

c) Calcule la probabilidad de un valor localizado entre 55.0 y 70.0 p (55 ≤ x ≤ 70)

a) ¿Qué porcentaje de viajes en la ciudad de Nueva York consumen menos de 30 min?

𝑃(𝑥 ≤ 30) = 𝟎. 𝟏𝟑𝟑𝟓 = 𝟏𝟑. 𝟑𝟓%

Probabilidad acumulada =5%=0.05

También podría gustarte