7. Se extrae una carta de una baraja…………………………..

a) La probabilidad de que la bola extraída sea blanca y de la urna II.

b) La probabilidad de que la bola extraída sea negra.

Se debe crear un diagrama tipo árbol para comprender más el problema, para esto se debe analizar
las posibilidades de sacar múltiplo de 3 en una carta de una baraja de 52 cartas: 12/52

𝐵 40 6
𝑎)𝑃(𝑛𝑚3 ∩ 𝐵) = 𝑃(𝑛𝑚3)𝑃 ( ) = ( ) ( ) = 0.4615 = 46.15%
𝑛𝑚3 52 10

Existe una probabilidad de 46.15% de que la bola extraída sea blanca y de la urna II.
𝑁 𝑁 40 4 12 5
𝑏)𝑃(𝑁) = 𝑃(𝑛𝑚3)𝑃 ( ) + 𝑃(𝑚3)𝑃 ( ) = ( ) ( ) + ( ) ( ) = 0.5577 = 55.77%
𝑛𝑚3 𝑚3 52 10 52 12

Existe una probabilidad de 55.77% de que la bola extraída sea negra.

9. En un laboratorio las máquinas A, B y C fabrican el 25%, 15% y 60% del total de los remedios,
respectivamente. De lo que producen, el 2%, 4% y 6% respectivamente, no cumplen las normas. Si
escogemos un remedio al azar de la producción y no cumple las normas. ¿Cuál máquina cree usted,
es más probable que lo haya fabricado?

Se debe crear un diagrama tipo árbol para comprender más el problema:

Calculemos la probabilidad para cada fábrica:

𝑛𝐶
𝐴 𝑃(𝐴) ∗ 𝑃 ( ) (0.25)(0.02)
𝑃( ) = 𝐴 =
𝑛𝐶 𝑛𝐶 𝑛𝐶 𝑛𝐶 (0.25)(0.02) + (0.15)(0.04) + (0.6)(0.06)
𝑃(𝐴) ∗ 𝑃 ( 𝐴 ) + 𝑃(𝐵) ∗ 𝑃 ( 𝐵 ) + 𝑃(𝐶) ∗ 𝑃 ( 𝐶 )

𝐴
𝑃( ) = 0.106 = 10.6%
𝑛𝐶
𝑛𝐶
𝐵 𝑃(𝐵) ∗ 𝑃 ( 𝐵 ) (0.15)(0.04)
𝑃( )= =
𝑛𝐶 𝑛𝐶 𝑛𝐶 𝑛𝐶 (0.25)(0.02) + (0.15)(0.04) + (0.6)(0.06)
𝑃(𝐴) ∗ 𝑃 ( ) + 𝑃(𝐵) ∗ 𝑃 ( ) + 𝑃(𝐶) ∗ 𝑃 ( )
𝐴 𝐵 𝐶
𝐵
𝑃( ) = 0.1276 = 12.76%
𝑛𝐶
𝑛𝐶
𝐶 𝑃(𝐶) ∗ 𝑃 ( ) (0.6)(0.06)
𝑃( )= 𝐶 =
𝑛𝐶 𝑛𝐶 𝑛𝐶
𝑛𝐶 𝑃(𝐴) ∗ 𝑃 ( 𝐴 ) + 𝑃(𝐵) ∗ 𝑃 ( 𝐵 ) + 𝑃(𝐶) ∗ 𝑃 ( 𝐶 ) (0.25)(0.02) + (0.15)(0.04) + (0.6)(0.06)

𝐶
𝑃( ) = 0.7659 = 76.59%
𝑛𝐶

Existe mas probabilidad (76.59%) de que haya sido de la fábrica C.

11. Una caja contiene 5 fichas blancas y 4 rojas. Dos fichas son extraídas al azar sin
reemplazamiento, ¿Cuál es la probabilidad de que la segunda ficha sea blanca si se sabe que la
primera ha sido blanca?

𝐵2 4 5
𝐵2 𝑃 ( ) 𝑃(𝐵) ( )( )
𝑃( )= 𝐵 = 8 9 = 0.5 = 50%
𝐵 𝐵2 𝐵2 4 5 4 5
𝑃 ( ) 𝑃(𝐵) + 𝑃 ( ) 𝑃(𝑅) ( ) ( ) + ( ) ( )
𝐵 𝑅 8 9 9 8
Existe una probabilidad de 50% de que la segunda ficha sea blanca si se sabe que la primera ha sido
blanca.

13. El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de
los ingenieros ocupan un puesto directivo y el 50% de los economistas también, mientras que los no
ingenieros y los no economistas solamente el 20% ocupa un puesto directivo. ¿Cuál es la
probabilidad de que un empleado directivo elegido al azar sea ingeniero?

𝐷
𝐼𝑛𝑔 𝑃 (𝐼𝑛𝑔) 𝑃(𝐼𝑛𝑔) (0.75)(0.2)
𝑃( )= = = 0.405
𝐷 𝐷 𝐷 𝐷 (0.75)(0.2) + (0.5)(0.2) + (0.6)(0.2)
𝑃( ) 𝑃(𝐼𝑛𝑔) + 𝑃 ( ) 𝑃(𝐼𝑛𝑔) + 𝑃 ( ) 𝑃(𝐼𝑛𝑔)
𝐼𝑛𝑔 𝐼𝑛𝑔 𝐼𝑛𝑔
= 40.5%

Existe una probabilidad de 40.5% de que un empleado directivo elegido al azar sea ingeniero.
Distribución binomial

1. Se lanza un dado 6 veces ¿Cuál es la probabilidad de que salga algún 1 en los 6 lanzamientos?

Como es 6 veces solo habrá 6 posibles resultados:

n= 6 x= 1 p= 1/6 q=5/6

𝑛! 𝑥 𝑛−𝑥
6! 11 56−1
𝑃(𝑥 = 1) = 𝑝 𝑞 = = 0.4018 = 40.18%
𝑥! (𝑛 − 𝑥)! 1! (6 − 1)! 6 6

Existe una probabilidad de 40.18% de que salga algún 1 en los 6 lanzamientos

3. Determinar la probabilidad de que al lanzar un dado cuatro veces no obtenga ningún 6.

Como es 4 veces solo habrá 4 posibles resultados:

n= 4 x= 0 p= 5/6 q=1/6

𝑛! 6! 50 16−0
𝑃(𝑥 = 0) = 𝑝 𝑥 𝑞 𝑛−𝑥 = = 0.8333 = 83.33%
𝑥! (𝑛 − 𝑥)! 0! (6 − 0)! 6 6

Existe una probabilidad de 80.33% de que no obtenga ningún 6.

5. Una maquina produce………………………..

i) como mucho 3.

n= 4 x= 0,1,2,3 p= 0.1 q=0.9

4!
𝑃(𝑥 ≤ 3) = 1 − 𝑃(𝑥 = 4) = 1 − 0.14 0.94−4 = 0.99 = 99%
4! (4 − 4)!

Existe una probabilidad de 99% de que como mucho 3 estén defectuosos.

ii) Entre 2 y 4 inclusive:

n= 4 x= 0,1,2,3 p= 0.1 q=0.9

𝑃(2 ≤ 𝑥 ≤ 4) = 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)
4! 4! 4!
= 0.12 0.94−2 + 0.13 0.94−3 + 0.14 0.94−4 = 0.0523 = 5.23%
2! (4 − 2)! 3! (4 − 3)! 4! (4 − 4)!

Existe una probabilidad de 5.23% de que como entre 2 y 4 inclusive estén defectuosos.

iii) Entre 1 y 3:

n= 4 x= 0,1,2,3 p= 0.1 q=0.9

𝑃(1 ≤ 𝑥 < 3) = 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
4! 4!
= 0.11 0.94−1 + 0.12 0.94−2 = 0.3402 = 34.02%
1! (4 − 1)! 2! (4 − 2)!

Existe una probabilidad de 34.02% de que como entre 1 y 3 estén defectuosos.

iv) 2 o más:

n= 4 x= 0,1,2,3 p= 0.1 q=0.9

𝑃(𝑥 ≥ 2) = 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1))

4! 4!
= 1−( 0.10 0.94−0 + 0.11 0.94−1) = 0.9477 = 94.77%
0! (4 − 0)! 1! (4 − 1)!

Existe una probabilidad de 94.77% de que 2 o más estén defectuosos.

7. Un cirujano tiene 25% de……………………………

a) Si opera 4 veces. Hallar la probabilidad de que el cirujano fracase:

i) En dos operaciones

n= 4 x= 2 p= 0.25 q=1-0.25=0.75
4!
𝑃(𝑥 = 2) = 0.252 0.754−2 = 0.2109 = 21.09%
2! (4 − 2)!

Existe una probabilidad de 21.09% de que el cirujano fracase en dos operaciones

ii) Por lo menos en una operación.

n= 4 x= 1,2,3,4 p= 0.25 q=0.75

4!
𝑃(𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0) = 1 − 0.250 0.754−0 = 0.6836 = 68.36%
(4
0! − 0)!

Existe una probabilidad de 68.36% de que el cirujano fracase en por lo menos en una operación.

iii) En más de la mitad de las operaciones.

n= 4 x= 3,4 p= 0.25 q=0.75

4! 4!
𝑃(𝑥 > 2) = 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) = 0.253 0.754−3 + 0.254 0.754−4 = 0.0508
3! (4 − 3)! 4! (4 − 4)!
= 5.08%

Existe una probabilidad de 5.08% de que el cirujano fracase en más de la mitad de las operaciones.

b) Si al mes opera 20 veces. ¿En cuántas operaciones se espera éxito?

En 20-20(0.25)=15 operaciones.
9. Una máquina fabrica una determinada pieza y se sabe que produce un 7 por 1000 de piezas
defectuosas. Hallar la probabilidad de que al examinar 50 piezas sólo haya una defectuosa.

n= 50 x= 1 p= 7/1000 q=1-7/1000=993/1000
50!
𝑃(𝑥 = 1) = 0.0071 0.99350−1 = 0.248 = 24.8%
1! (50 − 1)!

Existe una probabilidad de 24.8% de que sólo haya una defectuosa.

11. Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de buena
salud. Según las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30
años o más es 2/3. Hállese la probabilidad de que, transcurridos 30 años, vivan:

i) Las cinco personas:

n= 5 x= 5 p= 2/3 q=1-2/3=1/3
5! 25 15−5
𝑃(𝑥 = 5) = = 0.132 = 13.2%
5! (5 − 5)! 3 3

Existe una probabilidad de 13.2% de que vivan las 5 personas.

ii) Al menos 3 personas

n= 5 x= 3,4,5 p= 2/3 q=1-2/3=1/3

𝑃(𝑥 ≥ 3) = 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

5! 23 15−3 5! 24 15−4 5! 25 15−5

𝑃(𝑥 ≥ 3) = + + = 0.791 = 79.1%
3! (5 − 3)! 3 3 4! (5 − 4)! 3 3 5! (5 − 5)! 3 3

Existe una probabilidad de 79.1% de que al menos 3 personas vivan.

Distribución 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

Se debe identificar: x = número de cheques sin fondo que llegan al banco en un día cualquiera x=4

λ = 6 por dia

λx 𝑒−λ 64 𝑒−6
𝑃 (𝑥, λ) = → 𝑃 (𝑥 = 4) = = 0.134 = 13.4%
𝑥! 4!
Existe una probabilidad de 13.4% de que haya cuatro cheques sin fondo en un día dado.

b) 10 cheques sin fondos en cualquiera de dos días consecutivos

Se debe identificar: x = número de cheques sin fondo que llegan al banco en dos dias x=10

λ = 6 por dia=6*12=12 por 2 dias.

λx 𝑒−λ 1210 𝑒−12

𝑃 (𝑥, λ) = → 𝑃 (𝑥 = 10) = = 0.105 = 10.5%
𝑥! 10!
Existe una probabilidad de 10.5% de que haya 10 cheques sin fondo en dos días consecutivos.
3. Una prisión de máxima seguridad reporta que el número de intentos de escape por mes sigue una
distribución aproximadamente poisson con una media de 1,5 intentos/mes. Calcule:

a. Probabilidad de tres intentos de escape durante el próximo mes.

Se debe identificar: x = número de intentos x=3

λ = 1.5 por mes

λx 𝑒−λ 1.53 𝑒−1.5

𝑃 (𝑥, λ) = → 𝑃 (𝑥 = 3) = = 0.1255 = 12.55%
𝑥! 3!
Existe una probabilidad de 12.55% de que haya tres intentos de escape durante el próximo mes.

b. Probabilidad de al menos un intento de escape el próximo mes.

Se debe identificar: x = número de intentos x: 1 o más intentos.

λ = 1.5 por mes

λx 𝑒−λ 1.50 𝑒−1.5

𝑃 (𝑥, λ) = → 𝑃 (𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0) = 1 − = 0.7768 = 77.68%
𝑥! 0!
Existe una probabilidad de 77.68% de que haya al menos un intento de escape el próximo mes.
5. Un supervisor de seguridad en una empresa cree que el número esperado de accidentes laborales
por mes es de 3.4

a) Probabilidad de que el próximo mes ocurran exactamente 2 accidentes

Se debe identificar: x = número de accidentes x=2.

λ = 3.4 por mes

λx 𝑒−λ 3.42 𝑒−3.4

𝑃 (𝑥, λ) = → 𝑃 (𝑥 = 2) = = 0.1929 = 19.29%
𝑥! 2!
Existe una probabilidad de 19.29% de que ocurran exactamente 2 accidentes.

b) Probabilidad de que el próximo mes ocurran 3 o más accidentes.

λ = 3.4 por mes

𝑃(𝑥 ≥ 3) = 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)) =

3.40 𝑒−3.4 3.41 𝑒−3.4 3.42 𝑒−3.4

𝑃(𝑥 ≥ 3) = 1 − ( + + ) = 0.6602 = 66.02%
0! 1! 2!

Existe una probabilidad de 66.02% de que el próximo mes ocurran 3 o más accidentes.

7. Los coches cruzan por un cierto punto de una autopista siguiendo un proceso de Poisson
con parámetro λ =3 por minuto. Si una persona corre a ciegas por la autopista, entonces ¿Cuál es la
probabilidad de que salga ilesa si la cantidad de tiempo que le cuesta atravesar la carretera es s
segundos? (Suponer que si la persona está en la autopista cuando le sobrepasa un coche, saldrá
herida). Hacerlo para s=2,5,10,20.

λ = 3 por minuto. Un minuto tiene 60seg. Entonces: λ =3/60=0.05 por segundo. En otras palabras
cada 20 segundos cruza un vehiculo.

Para s=2, 2 es menor a 20, la probabilidad de que salga ilesa es del 100% porque no cruzara ningún
coche.

Para s=5, 5 es menor a 20, la probabilidad de que salga ilesa es del 100% porque no cruzara ningún
coche.

Para s=10, 10 es menor a 20, la probabilidad de que salga ilesa es del 100% porque no cruzara
ningún coche.

Para s=20, 20 es menor a 20, la probabilidad de que salga ilesa se debe calcular con x=0.05*20=1

λx 𝑒−λ 0.051 𝑒−0.05

𝑃 (𝑥, λ) = → 𝑃 (𝑥 = 1) = = 0.0475 = 4.75%
𝑥! 1!
Existe una probabilidad de 4.75% de que sea herida en s=20, es decir, una probabilidad de 95.25%
de que salga ilesa.