Azar II 2019

Colegio Nuestra
Señora de Loreto
CAPÍTULO 25

AZAR II
“Un día sin reír es un día

perdido”
— CHARLES CHAPLIN —
ACTOR, COMPOSITOR, PRODUCTOR, ESCRITOR
BRITÁNICO
Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

Se autoriza su uso con fines de docentes a Colegio Nuestra Señora de Loreto durante el año 2019. Imagen:: 23. Vatna Jökull. Islandia.jpg
CAPÍTULO 25 | Azar II @edmoraleja
CAPÍTULO 25 1. VARIABLE ALEATORIA normal

2. FUNCIÓN DE PROBABILIDAD 6. EJERCICIOS
AZAR II
3. FUNCIÓN DE DISTRIBUCIÓN 7. RESPUESTAS
DE PROBABILIDAD 8. CAPÍTULOS
ACUMULADA
4. ESPERANZA DE UNA
VARIABLE ALEATORIA
DISCRETA
a. Esperanza en juegos de
azar
5. DISTRIBUCIÓN BINOMIAL
a. Función de probabilidad
binomial
b. Función de distribución
acumulada de la
distribución binomial
Material complementario texto:
MATEMÁTICA PARA NACIONAL. c. Esperanza y varianza de la
Cuarta edición.
distribución binomial
d. Aproximación de la
probabilidad binomial
por la probabilidad de la
© 2019
Colegio Nuestra Señora de Loreto 2 / 122
1. VA R I A B L E A LE ATO R IA
Una variable aleatoria es una función que asocia un número real a cada elemento del espacio
muestral de un experimento aleatorio. El dominio de la variable aleatoria corresponde entonces al
espacio muestral y contiene a todos los posibles resultados del experimento. Mientras que el recorrido
corresponde al conjunto que contiene números reales que resultan de “aplicar“ la función variable
aleatoria a cada elemento del espacio muestral.
A las variables aleatorias se les denota con X, y los valores que toma la variable (recorrido) se denotan
con x i , es decir, el recorrido es: {x 1, x2, x 3, ... , x n}
Ejemplo:
Experimento: Lanzamiento de tres dados.
Variable aleatoria X: cantidad de 6 obtenidos.
Imaginemos el espacio muestral del experimento, el cual corresponde al dominio de la función variable
3
aleatoria: E = {111, 112, 113, 114, ... , 345, 346, ... , 664, 665, 666 } Son 6 =216 elementos.
Para determinar el recorrido de la variable aleatoria se debe pensar: ¿ Cuántos números 6 se pueden
obtener al lanzar tres dados ? Podría pasar que ninguno de los tres resultados sea 6 (0), o que se obtenga
un 6 (1) o que se obtengan dos 6 (2) o que los tres resultados sean 6 (3).
Así, obtenemos el recorrido de la variable aleatoria: {0, 1, 2, 3}
© 2019
Ejemplo:
Experimento: Lanzamiento de cuatro monedas.
Variable aleatoria X: cantidad de caras obtenidas.
El dominio de la variable aleatoria corresponde al espacio muestral del experimento:
4
E = {CCCC, CCCS, CCSC, CCSS, ... , SSSS } Son 2 =16 elementos.
Para determinar el recorrido de la variable aleatoria se debe pensar: ¿ Cuántas caras se pueden
obtener al lanzar cuatro monedas ? Ninguna cara (0), 1 cara, 2 caras, 3 caras, 4 caras.
Así, obtenemos el recorrido de la variable aleatoria: {0, 1, 2, 3, 4}
Las variables pueden ser cualitativas, cuantitativas discretas y cuantitativas continuas.
i. Variable Cualitativa
Son aquellas observaciones que se refieren a Ejemplos:
un atributo (no son numéricas).
Nacionalidad, oficio, color de pelo, etc.
ii. Variables cuantitativas discretas
Son aquellas que pueden tomar solo valores Ejemplos:
enteros.
Número de hijos, número de autos,
número de bicicletas.
iii. Variables cuantitativas continuas
Son aquellas que pueden tomar valores reales Ejemplos:
en un intervalo de valores definido.
Masa, tiempo, distancia, etc.
© 2019
2 . F U N C I Ó N D E P RO B ABILIDAD
Se llama función de probabilidad f( x ), de una variable aleatoria discreta “X” a la función que asocia a
cada valor de x i de la variable, su probabilidad P( X = x i ).
Esto quiere decir que f( x ) = P( X = x i )
El dominio de la función probabilidad corresponde al conjunto de valores que toma la variable
aleatoria, es decir, corresponde al recorrido de la función variable aleatoria. Mientras que el recorrido
de la función probabilidad corresponde al conjunto formado por cada probabilidad de que ocurra
cada valor de la variable aleatoria: P( X = x i )
»»Dominio de la Variable aleatoria: Espacio muestral

»»Recorrido de la Variable aleatoria = Dominio de la función probabilidad: Conjunto formado con
todos los valores que puede tomar la variable aleatoria.
»»Recorrido de la función probabilidad: Conjunto formado por los resultados de cada probabilidad.
© 2019
Ejemplo:
Se define la variable aleatoria X como el número de hijos hombres que puede tener una persona con
tres hijos. La tabla muestra la probabilidad para los diferentes valores de X:
Resultados Posibles Valores de X f(xi) = P(X = xi)

Gráficamente:
(Dominio Variable (Recorrido Variable (Recorrido función f( x )

aleatoria) aleatoria = Dominio probabilidad)
función probabilidad) 3
8
(m , m , m) 0 1
f(0) = P(X = 0) =
8
(h , m , m) 1
(m , h , m) 1 3 8
f(1) = P(X = 1) =
(m , m , h) 8
0 1 2 3 x
(h , h , m)
(h , m , h) 2 3
f(2) = P(X = 2) =
m , h , h) 8
(h , h , h) 3 1
f(3) = P(X = 3) =
8
Propiedades
22 0 ≤ f( x i ) ≤ 1 $ f( x i ) corresponde a una probabilidad, por lo que su

valor siempre estará entre 0 y 1, ambos incluidos.
22 f( x 1 ) + f( x 2 ) + … + f( x n ) = 1 $ La suma de las probabilidades de cada valor de la

variable aleatoria es 1.
© 2019
3 . F U N C I Ó N D E D I ST R I BU CIÓN D E PROBABILIDAD ACU M U L ADA

La función de distribución de probabilidad acumulada, F( x ), asocia a cada valor de x la probabilidad
acumulada, es decir F( x ) = P(X ≤ x)
Ejemplo: Continuando con el ejemplo anterior, donde la variable aleatoria X es el número de hijos
hombres que puede tener una persona con tres hijos, obtenemos la función de distribución acumulada
F( x ).
f(xi) = P(X = xi) F(xi) = P(X ≤ xi)
1 1
f(0) = P(X = 0) = F(0) = P(X ≤ 0) = P(X = 0) =
8 8
3 1 3 4 1
f(1) = P(X = 1) = F(1) = P(X ≤ 1) = P(X = 0) + P(X = 1) = + = =
8 8 8 8 2
3 1 3 3 7
f(2) = P(X = 2) = F(2) = P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) = + + =
8 8 8 8 8
1 1 3 3 1
f(3) = P(X = 3) = F(3) = P(X ≤ 3) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) = + + + =1
8 8 8 8 8
© 2019
Gráfico de una función de distribución de probabilidad acumulada

En el caso de variable aleatoria discreta En el caso de variable aleatoria continua
la función de distribución de probabilidad la función de distribución de probabilidad
es una función escalonada, donde el es una función continua, y la probabilidad
máximo valor que toma F( x ) es 1. de que la variable esté comprendida
en el intervalo [ a , b ] está dada por el
área bajo la curva de la función entre los
puntos a y b.
f( x ) y
f( x )
1
P (a ≤ x ≤ b)
Valores v.a. x
a b
discreta
Propiedades
»» 0 ≤ F( x ) ≤ 1
»» Si a < b, entonces P( a < x ≤ b ) = F(b) – F(a)
»» P( X > a ) = 1 – P( X ≤ a ) = 1 – F(a)
© 2019
4 . E SP E R A N ZA D E UN A VARIABLE ALEATORIA D ISCRETA
La esperanza de una variable aleatoria discreta E( x ), o valor esperado, se determina por la suma de
los productos de la probabilidad de cada suceso por el valor de dicho evento. Si xi corresponden a los
valores que toma la variable aleatoria X y P( X = x i ) su probabilidad de ocurrencia, entonces:
E( x ) = x1· P( X = x1) + x2· P( X = x2 ) + x3· P( X = x3 ) + ... + xn· P( X = xn)
Ejemplo: Continuando con el ejemplo anterior, donde la variable aleatoria X es el número de hijos
hombres que puede tener una persona con tres hijos, obtenemos el valor de la esperzanza:
E( x ) = 0· P(X = 0) + 1· P(X = 1) + 2· P(X = 2) + 3· P(X = 3)
1 3 3 1
E( x ) = 0· + 1· + 2· + 3·
8 8 8 8
3 6 3
E( x ) = 0 + + +
8 8 8
12 3
E( x ) = = = 1, 5
8 2
2 2
Obs: Existe relación entre la esperanza y la varianza: Var( x ) = E(X ) – (E( x ))
© 2019
Esperanza en juegos de azar

La esperanza aplicada en los juegos de azar, hace relación a la esperanza que tenía de ganar un
juego un individuo que hacía un gran número de apuestas.
• Si E( x ) = 0 el juego es equitativo, es decir se considera justo.
• Si E( x ) > 0 el juego se considera favorable.
• Si E( x ) < 0 el juego se considera desfavorable.
© 2019
Ejemplo:
Un jugador tiene 3 oportunidades de lanzar un dado no cargado, si sale un número múltiplo de 3 en el
primer lanzamiento gana $ 600, si sale en el segundo lanzamiento $ 360, si sale en el tercer lanzamiento
gana $ 135, el juego termina al momento que salga un número múltiplo de 3. Si en ninguno de los tres
lanzamientos sale un número múltiplo de 3 el jugador pierde $ 810, ¿ será justo este juego ?
Los valores que toma la variable aleatoria son: 600, 360, 135 y – 810
2 1 4 4 2 4
P(X = 600) = = P(X = 135) = $ $ =
6 3 6 6 6 27
(sale múltiplo de 3 en el primer (no sale múltiplo de 3 en el primer
lanzamiento) lanzamiento y no sale múltiplo de 3 en el
segundo lanzamiento y sí sale múltiplo de
3 en el tercer lanzamiento)
4 2 2 4 4 4 8
P(X = 360) = $ = P(X = – 810) = $ $ =
6 6 9 6 6 6 27
(no sale múltiplo de 3 en el primer (no sale múltiplo de 3 en el primer
lanzamiento y sí sale múltiplo de 3 en el lanzamiento y no sale múltiplo de 3 en el
segundo lanzamiento) segundo lanzamiento y no sale múltiplo
de 3 en el tercer lanzamiento)
1 2 4 8
E( x ) = 600 $ + 360 $ + 135 $ – 810 $
3 9 27 27
= 200 + 80 + 20 – 240 = 60
∴ Al jugar este juego, se espera ganar $ 60. Se puede decir entonces que el juego es favorable, pues la
esperanza es mayor que 0.
© 2019
1. Se define la variable aleatoria X como la cantidad de minutos de atraso de una persona a su trabajo en
un cierto día. En la tabla se muestra la función de probabilidad de X. Dado que el valor esperado de X es 5
minutos, entonces su desviación estándar es :
(DEMRE 2016)
k 0 2 4 8
A) 44 minutos
B) 10 minutos 1 1 1 1
P ( X = k )
C) 0 minutos 8 4 8 2
D) 10 minutos
E) 44 minutos
© 2019
2. En el experimento de lanzar un dado, se define la variable aleatoria X como el número obtenido en el

lanzamiento del dado. La tabla adjunta muestra la función de probabilidad f de X. Según esta información,
¿ cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
(DEMRE 2017)
I. El valor esperado de X es 3,8 x f( x )
II. La probabilidad de obtener un número par es 0,5 1 0,10
III. La probabilidad de obtener un número menor o igual que 2 2 0,15

es igual a la probabilidad de obtener un 6 3 0,20
4 0,20
A) Solo I
5 0,10
B) Solo II
6 0,25
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
2 2
3. Sea f( x ) = k x , con k una constante, la función de probabilidad de una variable aleatoria discreta X que tiene
como recorrido el conjunto { 1 , 2 , 4 , 10 } . Si g es la función de distribución de probabilidad acumulada de X,
entonces g( 2 ) es :
(DEMRE 2017)
A) 4
121
B) 5
121
C) 2
11
D) 5
11
E) Indeterminable
© 2019
4. El gráfico de la figura adjunta representa la función de distribución acumulada de una variable aleatoria
discreta X. Si el recorrido de X es { a , b , c } y P( X = b ) = 0,2 , ¿ cuál es el valor de P( X = a )?
(DEMRE 2017)
A) 4 P( X ≤ k )
10
t + 3m
B) 3
10
t+m
C) 2
10
t
D) 2
30
a b c k
E) Indeterminable con lo datos dados
© 2019
5. Sea X una variable aleatoria continua cuya función de densidad de probabilidad es :
Z
]] 2kx , si 0 # x # 3
f ^ x h = [ 6k , si 3 1 x # 5
] 0 , en cualquier otro caso
\
Si k es un número real positivo, entonces k es :
(DEMRE 2017)
A) 1
24
B) 1
12
C) 1
21
D) 1
30
E) Ninguno de los valores anteriores
© 2019
6. En el experimento de lanzar n dados comunes se define una variable aleatoria como la suma de los números
obtenidos. Se puede determinar n, si :
(DEMRE 2017)
( 1 ) Se conoce el recorrido de la variable aleatoria

( 2 ) Se sabe que la probabilidad de que la variable aleatoria tome el valor 30 es cero y la probabilidad
de que la variable aleatoria tome el valor 24 no es cero
A) ( 1 ) por sí sola

B) ( 2 ) por sí sola
C) Ambas juntas ( 1 ) y ( 2 )
D) Cada una por sí sola ( 1 ) ó ( 2 )
E) Se requiere información adicional
© 2019
7. En el experimento de lanzar un dado común se define la variable aleatoria X como la cantidad de números
pares obtenidos, ¿ cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
(DEMRE 2018)
I. El recorrido de X es ( 2 , 4 , 6 )

II. P(X = 0) = P(X = 1)
III. El valor esperado de X es 3
A) Solo I
B) Solo II
C) Solo I y II
D) Solo II y III
E) Ninguna de ellas
© 2019
8. En el experimento de lanzar tres dados comunes se define la variable aleatoria X como la cantidad de 3
obtenidos. ¿ Cuál de los siguientes gráficos representa mejor la función de probabilidad de la variable aleatoria
discreta X ?
(DEMRE 2018)
A) B) C)
P( X = x ) P( X = x ) P( X = x )
0 1 2 3 x 3 6 9 18 x 0 1 2 3 x
D) E)
P( X = x ) P( X = x )
3 6 9 x 0 1 2 3 x
© 2019
9. Sea X una variable aleatoria discreta y F su función de distribución de probabilidad acumulada. Si F (–1) =1 y
3
F(1) = 1, ¿ cuál de las siguientes afirmaciones es siempre verdadera ?
(DEMRE 2018)
A) El recorrido de X es el conjunto { – 1 , 1 }

B) P( X = 0 ) = 0
C) F( – 2 ) = 0
D) P( X = – 1 ) = 1
3
E) Ninguna de las anteriores
© 2019
10. En el experimento de lanzar un dado común tres veces se define la variable aleatoria X como la cantidad de
números pares obtenidos. ¿ Cuál de los siguientes conjuntos corresponde al recorrido de X ?
(DEMRE 2019)
A) { 2 , 4 , 6 }
B) { 0 , 1 , 2 , 3 }
C) { 1 , 2 , 3 , 4 , 5 , 6 }
D) { 0 , 1 }
E) { 1 , 2 , 3 }
© 2019
11. En la tabla adjunta se muestran algunos valores de la función de distribución de probabilidad acumulada de
una variable aleatoria discreta X, cuyo recorrido es { 0 , 1 , 3 , 4 }. ¿ Cuál de las siguientes igualdades es FALSA ?
(DEMRE 2019)
A) P(X = 0) = P(X = 1)
k P( X ≤ k )
B) P(X = 3) = 0,4
C) P(X ≤ 1) = P(X = 3) 0 0,2
D) P(X ≥ 3) = 0,6 1 0,4
E) P(X = 0) + P(X = 1) = 0,6 3 0,8
4 1,0
© 2019
12. Cada uno de 64 estudiantes, independientemente uno del otro, lanzará un dado común y una moneda.
¿ Cuál es el valor esperado del número de estudiantes que obtendrá un número par en el dado y un sello en
la moneda ?
(DEMRE 2019)
A) 32
B) 12
C) 64
D) 16
E) 8
© 2019
5 . D I ST R I B U C I Ó N B I N O M IAL
La distribución binomial, es una distribución de probabilidad de una variable aleatoria discreta definida,
donde X es la cantidad de éxitos observados, n es la cantidad de intentos, cada uno con probabilidad
p de éxito, su notación es: X + B(n, p).
Un experimento seguirá una distribución de probabilidad binomial si:

• En cada evento son posibles solo dos resultados (éxito o fracaso).
• La probabilidad de éxito se mantiene constante a lo largo del experimento.
• Cada evento es independiente de los anteriores.
a. Función de probabilidad binomial

La distribución binomial se representa por B( n , p ), siendo n el número de pruebas o repeticiones del
experimento, p la probabilidad de éxito, (1 – p) la probabilidad de fracaso y x el valor de la variable X.
n n
P ( X = x ) = d n · p · ( 1 – p ) Recordar que: d n = C x =
x n–x n n!
x x _ n – x i ! $ x!
© 2019
Ejemplo:
Se lanza una moneda 10 veces, ¿c uál es la probabilidad de obtener 3 caras ?
1º Paso: Definir la variable aleatoria y el valor que debe tomar: X es la cantidad de caras, y debe
tomar el valor 3: P(X = 3).
2º Paso: Número de pruebas o repeticiones: n = 10
3º Paso: Identificar el éxito y su probabilidad: el éxito se identifica con la pregunta, obtener cara. Y
1
su probabilidad es p = ó 0,5
2
4º Paso: Evaluar en la función:
10
P ( X = 3) = e o · (0,5) · ( 1 – 0,5 )
3 10 – 3
3
10
= e o · (0,5) · ( 0,5 )
3 7
3
10
= e o · (0,5)
10
3
© 2019
b. Función de distribución acumulada de la distribución binomial

n n n
P ( X ≤ xi ) = d n · p · ( 1 – p ) + d n · p · ( 1 – p ) + ... + f p · p · ( 1 – p )
0 n–0 1 n–1 x i n – x i
0 1 x i
Ejemplo:
Se lanza un dado 8 veces, ¿ cuál es la probabilidad de obtener menos de 3 veces el número 5 ?
1º Paso: Definir la variable aleatoria y el valor que debe tomar: X es la cantidad de veces que se
obtiene un 5, y debe tomar un valor menor a 3: P(X < 3), por lo que se debe considerar P(X ≤ 2).
2º Paso: Número de pruebas o repeticiones: n = 8
3º Paso: Identificar el éxito y su probabilidad: el éxito se identifica con la pregunta, obtener un
1
número 5. Y su probabilidad es p =
6
4º Paso: Evaluar en la función:
8 1 0 5 8 8 1 1 5 7 8 1 2 5 6
P ( X ≤ 2) = e oc m c m + e oc m c m + e oc m c m
0 6 6 1 6 6 2 6 6
c. Esperanza y varianza de la distribución binomial

E( x ) = n· p ; Var ( x ) = n· p· ( 1 – p )
© 2019
d. Aproximación de la probabilidad binomial por la probabilidad de la normal

Consideremos el experimento de lanzar un dado y el éxito es obtener un uno. Si graficamos la distribución
para diferentes valores de n, obtendremos los siguientes gráficos:
n = 30 n = 50 n = 90
P( x ) P( x ) P( x )
m m m
Como observamos, al ir aumentando la cantidad de repeticiones la distribución binomial se acerca

cada vez más a una curva de distribución normal.
Por esta razón, si se tiene una distribución binomial, ésta se puede aproximar a una normal con media:
m = np y varianza: s = np ^ 1– p h
2
B(n, p) $ N(np , np ^ 1– p h )
Obs: Se considera que la aproximación es buena cuando n∙p $ 5 y n∙ (1–p) $ 5
© 2019
Ejemplo:
El 2% de los tornillos fabricados por una máquina presentan defectos. Si tenemos un lote de 2.000
tornillos.¿ Cuál es la probabilidad de que haya como máximo 50 defectuosos ?
Considerando la variable aleatoria con distribución binomial X: cantidad de tornillos defectuosos, y
la probabilidad pedida P(X ≤ 50), vemos que se debe calcular una probabilidad acumulada de una
variable binomial hasta el 50 y resulta muy largo de resolver. Por esta razón, se considera aproximar su
distribución a una distribución normal para poder hacer el cálculo:
Paso 1: Fijarse si la variable distribuye efectivamente binomial.
En este caso los tornillos pueden ser defectuosos y no defectuosos (2 opciones), y su probabilidad de
mantiene en el tiempo, por lo tanto es binomial .
Paso 2: Determinar la probabilidad de éxito y fracaso.

p = 0,02 (2%) , ( 1 – p ) = 0,98 n = 2.000 B( n ; p ) = B( 2.000 ; 0,02 )
Paso 3: Verificar si se puede aproximar la distribución binomial a normal.

n$p $ 5 ; 2.000 $ 0, 02 $ 40
Comprobamos que :
n $ ( 1– p ) $ 5 ; 2.000 $ 0, 98 $ 1.960
Paso 4: Calculamos la media y desviación estándar de la distribución normal.

n = n$p n = 2.000 $ 0, 02 = 40
v 2 = n $ p $ ( 1– p ) v 2 = 2.000 $ 0, 02 $ 0, 98 = 39, 2
© 2019
Paso 5: Calculamos la probabilidad pedida y estandarizamos la variable.

X es B( 2.000 ; 0,02 ) y se aproxima a normal N( 40 ; 39,2 )
Considerando que: v = v 2 = 39, 2 = 6, 26
P (X ≤ 50) = P c Z #
50 – 40 m
6, 26
P (Z # 1, 59) = 0, 94408
© 2019
13. Se lanza un dado común 500 veces de manera independiente, se define la variable aleatoria discreta X como
la cantidad de sellos obtenidos, la cual se modela a través de una distribución binomial. Si la distribución de X
es aproximada por una distribución normal con desviación estándar s , ¿ cuál es el valor de s ?
A) 1
B) 5 5
C) 5 10
D) 125
E) 250
© 2019
14. En el experimento de lanzar un dado común 300 veces, se define la variable aleatoria X como el número de
veces en los cuales se obtiene un número mayor a 4. ¿ Cuál de las siguientes expresiones representa a P(X > 298)?
298 2 299 300
A) c mc m $c m + 300 c m $c m+c m
300 1 2 1 2 1
298 3 3 3 3 3
299 300
B) 300 c m $c m+c m
1 2 1
3 3 3
299 300
C) 300 c mc m +c m
1 2 2
3 3 3
299 300
D) 1– f 300 c m $c m+c m p
1 2 1
3 3 3
299 300
E) 1– f c mc m +c m p
1 2 2
3 3 3
© 2019
15. Se tiene una urna con 5 bolitas blancas y 4 bolitas negras. Se realiza el experimento de sacar aleatoriamente
una bolita, mirar su color, luego devolverla a la urna y volver a sacar otra bolita repitiendo el proceso. ¿ Si la
extracción se repite 180 veces, cuál es la probabilidad de obtener 15 bolitas negras ?
180 4 180
A) e oc m
15 9
180 4 15
B) e oc m
15 9
180 4 15 5 165
C) e oc m $ c m
165 9 9
180 5 15 4 165
D) e oc m $ c m
15 9 9
180 4 15 5 165
E) e oc m $ c m
15 9 9
© 2019
16. Si se lanza un dado común 120 veces, ¿ cuál es la probabilidad de obtener exactamente 20 veces el número
1 ?
(DEMRE 2016)
100 1 20 5 100
A) e oc m c m
20 6 6
120 1 20 5 100
B) e oc m c m
20 6 6
120 1 20
C) e oc m
20 6
120 1 120
D) e oc m
20 6
20
E) c m
1
6
© 2019
17. En el experimento de lanzar dos dados comunes 150 veces, se define la variable aleatoria X como el número de
veces en los cuales la suma de los dos dados es mayor que 10. ¿ Cuál de las siguientes expresiones representa
a P(X > 1)?
(DEMRE 2017)
150 149
A) 1 – fc 11 m + 150 $ c 1 m $ c 11 m p
12 12 12
150
B) 150 $ c 11 m
12
150
C) 1 – c 11 m
12
150
D) 1 – c 2 m
11
150 149
E) 1 – fc 11 m + c 1 m $ c 11 m p
12 12 12
© 2019
18. Un juego de azar consiste en lanzar un dado común, donde el jugador que lanza el dado pierde si obtiene un
número impar o un múltiplo de 3 y en otro caso gana. Si un jugador lanza el dado n veces, con n > 3, ¿ cuál es
la probabilidad de que gane exactamente en tres de ellos ?
(DEMRE 2018)
A) c m $ c 1 m $ c 2 m
n 3 n–3
3 3 3
3 n–3
B) c 1 m $ c 5 m
6 6
C) c m $ c 1 m $ c 5 m
n 3 n–3
3 6 6
D) c m $ c 1 m
n n–3 3
$c 5 m
3 6 6
n–3 3
E) c 1 m $c 2 m
3 3
© 2019
19. Una librería tiene 50 copias de un libro. Si la probabilidad de vender cualquiera de las copias del libro en un
mes es 0,35 y estas ventas son independientes entre sí, ¿ cuál es la probabilidad de que vendan exactamente
15 copias del libro en un mes ?
(DEMRE 2019)
50
A) d n $ ^ 0, 35 h15 $ ^ 0, 65 h50
15
50
B) d n $ ^ 0, 35 h15 $ ^ 0, 65 h35
15
35
C) d n $ ^ 0, 35 h15 $ ^ 0, 65 h35
15
50
D) d n $ ^ 0, 35 h35 $ ^ 0, 65 h15
15
50
E) d n $ ^ 0, 35 h15
15
© 2019
20. En el experimento de lanzar un dado común 100 veces de manera independiente, se define la variable
aleatoria discreta X como la cantidad de veces que se obtuvo el número 4, la cual se modela a través de
una distribución binomial. Si la distribución de X es aproximada por una distribución normal con media m y
desviación estándar s , ¿ cuál es el valor de m y de s , respectivamente ?
(DEMRE 2019)
100 500
A) y
6 6
B) 0 y 1
100 500
C) y
6 36
10 500
D) y
6 36
E) 50 y 5
© 2019
Colegio Nuestra
Señora de Loreto
CAPÍTULO 25

EJERCICIOS
Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

Se autoriza su uso con fines de docentes a Colegio Nuestra Señora de Loreto durante el año 2019. Imagen:: 23. Vatna Jökull. Islandia.jpg
1. En el experimento de lanzar un dado común dos veces se define la variable aleatoria X como la cantidad de
números impares obtenidos. ¿ Cuál de los siguientes conjuntos corresponde al recorrido de X ?
A) { 0 , 1 , 2 }
B) { 1 , 3 , 5 }
C) { 1 , 2 , 3 }
D) { 0 , 1 }
E) { 1 , 2 , 3 , 4 , 5 , 6 }
© 2019
2. Se lanzan tres monedas y se define al variable aleatoria X como la cantidad de sellos obtenidos. Si C corresponde
a la abreviación de obtener cara y S a la de obtener sello, ¿ qué valor de X se asocia al elemento CCS ?
A) 1
B) 2
C) 3
1
D)
8
1
E)
2
© 2019
3. Si la función de probabilidad de una variable aleatoria X está dada en la tabla, entonces el valor de P(X ≥ 4)
es :
X 1 2 3 4 5
P(X = xi) 0,10 0,15 0,35 0,10 0,30
A) 0,10
B) 0,30
C) 0,40
D) 0,70
E) 1,00
© 2019
4. Si la probabilidad de obtener éxito en un juego es 0,7. Se puede determinar la probabilidad de ganar 10

veces, si :
( 1 ) La probabilidad de fracaso es 0,3

( 2 ) Se juega 12 veces

C) Ambas juntas, ( 1 ) y ( 2 )
D) Cada una por sí sola, ( 1 ) ó ( 2 )
© 2019
5. Se lanza dos veces un dado y se define la variable aleatoria X, como el valor absoluto de la diferencia de los
puntos. ¿ Cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
I. X es una variable aleatoria discreta

II. El recorrido de la variable tiene 6 elementos
III. El conjunto de valores posibles de variable aleatoria X son { 0 , 1 , 2 , 3 , 4 , 5 }
A) Solo I
B) Solo III
C) Solo I y III
D) Solo II y III
E) I, II y III
© 2019
6. Si la función de distribución de probabilidad acumulada de una variable aleatoria X está dada en la tabla,
entonces, el valor de P(X ≤ 3) es :
X 1 2 3 4 5
P(X ≤ xi) 0,15 0,3 0,5 0,85 1
A) 0,30
B) 0,45
C) 0,50
D) 0,95
E) 1,00
© 2019
7. La probabilidad que un equipo de básquetbol gane un partido es un 65%, que empate un 5%. Si juegan 7
partidos, ¿ cuál es la probabilidad que tan solo pierda un partido ?
3
A)
10
2
B)
5
1 6
C) 7 $ c m $ c m
3 7
10 10
1 6
D) 7 $ c m $ c m
2 7
5 10
1 6
E) 7 $ c m $ c m
3 3
10 5
© 2019
8. Un estudiante contesta al azar una prueba de 25 preguntas de 5 alternativas cada una, siendo solo una de
ellas es correcta, ¿ cuál es la probabilidad que conteste correctamente 20 preguntas ?
20 5
A) C 20 $ c m $ c m
25 1 4
5 5
20 5
B) c m $ c m
1 4
5 5
20 5
C) 20 $ c m $ c m
1 4
5 5
5 20
D) 1 – C 20 $ c m $ c m
25 1 4
5 5
5 20
E) C 20 $ c m $ c m
25 1 4
5 5
© 2019
9. Una variable aleatoria discreta tiene distribución binomial B ( 36 ; 0,5 ). Si se aproxima por una distribución normal
2
N(m , s ), ¿ cuál es el valor de s ?
A) 3
B) 6
C) 9
D) 0,5
E) 0,25
© 2019
10. Una bolsa contiene 4 cubos azules y 3 verdes, el experimento consiste en sacar dos cubos uno tras otro sin
reposición. Si se define la variable aleatoria X: número de cubos azules obtenidos, ¿ cuál(es) de las siguientes
afirmaciones es(son) verdadera(s)?
I. Los valores que toma la variable aleatoria son { 0 , 1 , 2 }

II. El máximo de cubos azules que se pueden obtener en el experimento es cuatro.
4
III. P(X = 1) = 7
A) Solo II
B) Solo I y II
C) Solo II y III
D) Solo I y III
E) I , II y III
© 2019
11. Una variable aleatoria discreta tiene distribución binomial B(20 ; 0,3). ¿ Cuál es el valor de s al aproximarla a
2
una distribución normal N( m , s )?
A) 6
B) 4,2
C) 2,3
D) 6
E) 4, 2
© 2019
12. Se lanza una moneda común 400 veces y se define la variable aleatoria discreta X como la cantidad de caras
obtenidas, la cual se modela a través de una distribución binomial. Si la distribución de X es aproximada por
2
una distribución normal con desviación estándar s , ¿ cuál es el valor de s ?
A) 10
B) 100
C) 200
D) 400
E) 200
© 2019
13. En el experimento del lanzamiento de tres monedas, se define la variable aleatoria X como la cantidad de
sellos obtenidos. ¿ Cuál de los siguientes conjuntos corresponde al recorrido de X ?
A) { 3 }
B) { 8 }
C) { C , S }
D) { 1 , 2 , 3 }
E) { 0 , 1 , 2 , 3}
© 2019
14. Un estudiante contesta al azar una evaluación de 15 preguntas de 5 alternativas cada una, siendo solo una
alternativa la correcta. ¿ Cuál es la probabilidad de que responda correctamente 6 preguntas ?
15
A) e o · 0,2 · 0,8
6 9
6
15
B) e o · 0,2 · 0,8
9 6
6
15
C) e o · 0,2 · 0,8
5 10
5
15
D) e o · 0,2 · 0,8
9 6
9
15
E) e o · 0,5 · 0,5
6 9
6
© 2019
15. Se tiene una variable aleatoria X cuyo recorrido es { 0 , 1 , 2 , 3 , 4 }. Se puede calcular P(X ≤ 1), si :
( 1 ) Se conoce el valor de P(X = 1)

( 2 ) Se conoce el valor de P(X = 0)

© 2019
16. Se tiene una urna con 4 bolitas rojas y 5 verdes. En el experimento sacar al azar dos bolitas con reposición, se
define la variable aleatoria X como la cantidad de bolitas verdes obtenidas. ¿ Cuál de los siguientes conjuntos
corresponde al recorrido de X ?
A) { R1, R2, R3, R4, V1, V2, V3, V4, V5 }

B) { 0 , 1 , 2 }
C) { R , V }
D) { 1 , 2 }
E) { 3 }
© 2019
17. En el lanzamiento de una dado, la variable aleatoria discreta se describe como X ~ B(n , p). p representa :
A) La media
B) La desviación estándar
C) Probabilidad de fracaso
D) Probabilidad de éxito
E) La varianza
© 2019
18. Una evaluación consta de 40 preguntas, cada una con 4 alternativas, de las cuales solo una es correcta. Si
se responde cada pregunta al azar y cada alternativa tiene la misma probabilidad de ser escogida, ¿ qué
distribución tiene la variable aleatoria X definida como la cantidad de respuestas correctas ?
A) B ( 40 ; 4 )
B) N ( 40 ; 4 )
C) B ( 40 ; 0,25 )
D) N ( 40 ; 0,25 )
E) B ( 10 ; 0,25 )
© 2019
19. Una variable aleatoria discreta tiene distribución binomial B(30 ; 0,6). ¿ Cuál es el valor de m al aproximarla a
una distribución normal ?
A) 2,7
B) 7,2
C) 10,8
D) 12
E) 18
© 2019
20. Se lanza un dado normal 9 veces, ¿ cuál es la probabilidad de obtener el número 1, tres veces ?
3 6
A) C 3 $ c m $ c m
9 1 5
6 6
6 3
B) C 3 $ c m $ c m
9 1 5
6 6
1 8
C) C 1 $ c m $ c m
9 1 5
6 6
1 8
D) C 1 $ c m $ c m
3 1 5
6 6
3 6
E) C 1 $ c m $ c m
3 1 5
6 6
© 2019
21. La función de probabilidad de una variable X está definida como se muestra en la tabla. ¿ Cuál es el valor
esperado de X ?
A) 1,0
X 1 2 3 4 5
B) 2,5
P( X = x i ) 0,2 0,05 0,3 0,3 0,15
C) 3
D) 3,15
E) 3,25
© 2019
2
22. Una variable aleatoria discreta tiene distribución binomial B ( 40 ; 0,4 ). ¿ Cuál es el valor de s al aproximar la
2
distribución a una normal N( m , s )?
A) 2
B) 4
C) 16
D) 9,6
E) 9, 6
© 2019
23. Una caja contiene 5 esferas blancas, 4 verdes y 3 negras, se extrae 4 veces una esfera, con reposición. Se define
la variable X como número de esferas verdes. ¿ Cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
I. La variable X puede tomar cinco valores distintos

II. P ( X = 0 ) = P( X = 4 )
P ( X = 1 )= c m
32
III.
81
A) Solo I
B) Solo II
C) Solo III
D) Solo I y III
E) Solo II y III
© 2019
24. Se tiene una urna con tres bolitas verdes y dos bolitas amarillas. El juego consiste en sacar una bolita de la urna,
si la bolita es amarilla el jugador gana $ 1.000, si la bolita es verde debe pagar $ 800, ¿ cuál de las siguientes
alternativas es verdadera ?
A) El juego es injusto
B) El juego es equitativo
C) El juego es favorable
D) Ninguna de las opciones anteriores
E) Se requiere más información
© 2019
25. Se tiene una urna con 2 bolitas blancas y 3 negras. En el experimento sacar al azar tres bolitas con reposición, se
define la variable aleatoria X como la cantidad de bolitas blancas obtenidas. ¿ Cuál de los siguientes conjuntos
corresponde al recorrido de X ?
A) { B1 , B2 , N1 , N2 , N3 }
B) { B , N }
C) { 1 , 2 , 3 }
D) { 0 , 1 , 2 }
E) { 0 , 1 , 2 , 3}
© 2019
26. La tabla expresa el dinero que se espera ganar en un juego de azar, asociado a las probabilidades de un
juego. Entonces, ¿ cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
I. A = 0,4
II. P( – 400 ) = P(200) – P(100)
III. La esperanza del juego es de $ 110 $ 100 200 300 –400
P($) 0,1 0,3 A 0,2

A) Solo II
B) Solo III
C) Solo I y II
D) Solo II y III
E) I, II y III
© 2019
27. En el experimento de lanzar dos veces una moneda se define la variable aleatoria X como la cantidad de
caras obtenidas. ¿ Cuál de los siguientes conjuntos corresponde al dominio de X ?
A) { 1 , 2 }
B) { 0 , 1 , 2 }
C) { 4 }
D) { C , S }
E) { CC , CS , SC , SS }
© 2019
28. Se lanza una moneda común 200 veces y se define la variable aleatoria discreta X como la cantidad de sellos
obtenidas, la cual se modela a través de una distribución binomial. Si la distribución de X es aproximada por
una distribución normal con media m , ¿ cuál es el valor de m ?
A) 10
B) 100
C) 1000
D) 50
E) 5 2
© 2019
29. Un deportista de tiro con arco tiene una probabilidad de acertar en el centro de 0,7 , entonces ¿ Cuál será la
probabilidad de que al disparar tres veces al blanco acierte en el centro una vez ?
1 2
A) c m $ c m
7 3
10 10
B) 3 $ c m
7
10
3
C) c m
7
10
2 1
D) 3 $ c m $ c m
7 3
10 10
1 2
E) 3 $ c m $ c m
7 3
10 10
© 2019
30. Se tiene una urna con 3 bolitas azules y 3 blancas. En el experimento sacar al azar dos bolitas con reposición, se
define la variable aleatoria X como la cantidad de bolitas azules obtenidas. ¿ Cuál de los siguientes conjuntos
corresponde al dominio de X ?
A) { A1 , A2 , A3 , B1 , B2 , B3 }
B) { A , B }
C) { 2 }
D) { 9 }
E) { 0 , 1 , 2 }
© 2019
31. La tabla muestra la función de probabilidad de la variable aleatoria X. Se puede determinar el valor de A y B
si se conoce :
( 1 ) El valor esperado es 2,8

B X 1 2 3 4
( 2 ) =1
A
P ( X = x i ) 0,1 A B 0,3
© 2019
32. Se define la variable aleatoria X como la cantidad de ases que resulten en la extracción de una carta con
reposición de una baraja del naipe inglés. Si el experimento se realiza 5 veces, entonces ¿ Cuál(es) de las
siguientes afirmaciones es(son) verdadera(s)?
I. El recorrido de la variable aleatoria X es { 0 , 1 , 2 , 3 , 4 , 5 }
II. El dominio de la variable aleatoria X es { As1 , As2 , As3 , As4 }

5
P(X = 0) = c m
12
III.
13
A) Solo I
B) Solo II
C) Solo III
D) Solo I y II
E) Solo I y III
© 2019
2
33. Una variable aleatoria X, tiene una esperanza de 1,2 y la esperanza de X es 1,69, ¿ cuál es su desviación
estándar ?
A) 0,05
B) 0,25
C) 0,5
D) 0,49
E) 1,3
© 2019
34. Se lanza un dado 5 veces. ¿ Cuál es la probabilidad que salga, exactamente, dos veces un número par ?
5
A) c m
1
2
4
B) c m
1
2
2
C) c m
1
2
1
D) 10 $ 5
2
2
E) 10 $ c m
1
2
© 2019
35. En el experimento lanzar dos dados, ¿ cuál(es) de las siguientes variables aleatorias tiene(n) recorrido el conjunto
{ 0 , 1 , 2 } ?
I. Cantidad de números primos obtenidos
II. Cantidad de números mayores a 5 obtenidos
III. Cantidad de números pares obtenidos
A) Solo I
B) Solo I y II
C) Solo I y III
D) Solo II y III
E) I, II y III
© 2019
36. Sea la función de probabilidad para la variable X, según la siguiente distribución :

Z] 0, 8 si x = 1
]]
f _ x i = P ` X = x i j = ][ 0, 2 si x = 0
]
]]
] 0 en otro caso
\
Si x = 1 es definido como éxito, y el experimento se realiza 10 veces, entonces la probabilidad de obtener 4
éxitos, está dada por :
4 6
$c m $ c m
4 4 1
A) C 10
5 5
4 6
B) 10 $ c m $ c m
4 1
5 5
4 6
C) C 4 $ c m $ c m
10 4 1
5 5
6 4
D) C 4 $ c m $ c m
10 4 1
5 5
4 6
E) 4 $ c m $ c m
4 1
5 5
© 2019
37. El 30% de una población de 500 habitantes se encuentra afectado por una enfermedad, si se escogen 7
personas al azar ¿ Cuál es la probabilidad que solo 3 de ellos se encuentren afectados ?
3 4
A) c m $ c m
3 7
10 10
4 3
B) c m $ c m
3 7
10 10
3 4
C) V 3 $ c m $ c m
7 3 7
10 10
3 4
D) C 3 $ c m $ c m
7 3 7
10 10
4 3
$c m $ c m
7 3 7
E) C3
10 10
© 2019
38. Sea X una variable aleatoria que tiene recorrido igual a {1, 2, 3} y F la función de distribución de probabilidad
x
acumulada asociada a X, tal que F (x) = . ¿ Cuál es el valor de P(X = 2)?
3
2
A)
3
1
B)
3
1
C)
6
1
D)
9
E) 1
© 2019
39
39. En un juego se pueden obtener los valores { 1 , 2 , 3 , 4 } con una probabilidad de 0,2 ; 0,1 ; 0,3 ; 0,4 respectivamente.
Si se juega 12 veces, ¿ cuál es la probabilidad de que en tres jugadas se obtenga un número primo ?
3 9
A) C 3 $ c m $ c m
12 3 2
5 5
3 9
B) C 3 $ c m $ c m
12 1 3
4 4
3 9
C) C 3 $ c m $ c m
12 3 1
4 4
3 9
D) C 3 $ c m $ c m
12 2 3
5 5
3 9
E) C 3 $ c m $ c m
9 2 3
5 5
© 2019
40
40. Sea X una variable aleatoria que tiene recorrido igual a {3, 5, 6, 9} y F la función de probabilidad acumulada
asociada a X. ¿ Cuál es el valor de P( 5 ≤ X ≤ 6)?
7
A) X F( x )
9
8 1
B) 3
9 9
13 5
C) 5
9 9
11 8
D) 6
2 9
E) 1 9 1
© 2019
41
41. Se define la variable aleatoria X como la cantidad de corazones que resulten en la extracción de una carta
con reposición de una baraja de un naipe inglés. Si el experimento se realiza 3 veces, entonces ¿ cuál(es) de
las siguientes afirmaciones es(son) verdadera(s)?
I. El recorrido de la variable aleatoria X es { 0 , 1 , 2 , 3 }

II. Si se obtiene un trébol, luego un corazón y luego un diamante, el valor que toma la variable aleatoria
es igual a 1.
3
P(X = 3) = c m
1
III.
4
A) Solo I
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
42
42. Una moneda está cargada de manera tal que la probabilidad de obtener cara es un tercio de la probabilidad
de obtener sello, al lanzar 4 veces la moneda, ¿ cuál es la probabilidad que salga 3 veces sello ?
3
A) c m$c m
1 2
3 3
3
B) c m$c m
1 3
4 4
3
C) 4 $ c m$c m
1 2
3 3
3
D) 4 $ c m$c m
1 3
4 4
3
E) 4 $ c m $ c m
1 2
3 3
© 2019
43
43. ¿ Cuál es el valor esperado del resultado de lanzar un dado normal de 6 caras ?
A) 3
B) 3,5
C) 4
D) 4,5
E) 6
© 2019
44
44. Sea X una variable aleatoria y F la función de distribución de probabilidad acumulada asociada a X de modo
que:
Z] 0, 1 si x = 1
]]
F (x) = ]]] 0, 4 si x = 2
] 0, 5 si x = 3
[]
]]
]] 0, 9 si x = 4
]]
1 si x = 5
\
¿ Cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
I. El recorrido de la variable aleatoria X es {1, 2, 3, 4, 5}

II. P(X = 1) = P(X = 5)
III. P(X = 1) + P(X = 2) = P(X = 3)
A) Solo I
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
45
45. La probabilidad de aprobar una asignatura es de 0,7. Entonces, la probabilidad de que 3 de 5 estudiantes
aprueben la asignatura es de :
A) 0,3087
B) 0,1323
C) 0,3125
D) 0,6913
E) 0,6666
© 2019
46
46. En el experimento de lanzar tres monedas, se define la variable aleatoria X como el número de caras obtenidas.
La tabla adjunta muestra la función de probabilidad f de X. Según esta información, ¿ cuál(es) de las siguientes
afirmaciones es(son) verdadera(s)?
I. El valor esperado de X es 1,4

x f( x )
1
II. La probabilidad de obtener tres caras es igual a 0 0,20
8
III. P(X ≤ 2) = 0,30 1 0,35
2 0,30
A) Solo I
3 0,15
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
47
47. Sea f la función de probabilidad asociada a la variable aleatoria X, como se muestra en la tabla. Si F es la
función de distribución de probabilidad acumulada y los valores que toma X son 10, 11, 12 y 13, ¿ cuál es el
valor de F(12)?
A) 1 X f( x )
B) 0,72 10 0,12
C) 0,64 11 0,24
D) 0,36 12 0,36
E) 0,28 13 0,28
© 2019
48
48. En el experimento de lanzar dos monedas, se define la variable aleatoria X como el número de sellos obtenidos.
¿ Cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
I. El recorrido de la variable aleatoria X es {0, 1, 2}

II. P(X = 0) = P(X = 2)
1
III. P(X = 1) =
2
A) Solo I
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
49
49. Sea X una variable aleatoria cuyo recorrido es {1, 2, 3, 4} y F la función de probabilidad acumulada asociada
a X. Si f es la función de probabilidad asociada a X, entonces f(2) + f(3) es :
A) 1
X F( x )
B) 5
1 0,20
C) 0,55
2 0,30
D) 0,50
3 0,70
E) 0,70
4 1,00
© 2019
50
50. Dos jugadores, A y B, disputan una serie de 3 juegos. Si la probabilidad de que A gane un juego cualquiera es
de 0,6 y no hay empates, entonces la probabilidad de que B gane al menos dos juegos de la serie es :
8
A)
125
36
B)
125
44
C)
125
81
D)
125
117
E)
125
© 2019
51
51. Una urna tiene 5 esferas verdes y 2 amarillas de igual tamaño. Se extraen dos esferas sin reposición y se define
la variable aleatoria X como la cantidad de esferas amarillas extraídas. Si f es la función de probabilidad
asociada a X, ¿ cuál es el valor de f(1)?
1
A)
7
2
B)
7
5
C)
21
10
D)
21
5
E)
42
© 2019
52
52. Se tiene una urna con tres bolitas rojas, dos azules y una verde. Si se extraen dos bolitas con reposición, ¿ cuál
es la probabilidad de que al menos una sea azul ?
2
A)
3
16
B)
27
5
C)
9
19
D)
27
1
E)
3
© 2019
53
53. Se tiene una tómbola con los números 2, 4 y 6. Se toman muestras de tamaño dos (con reposición) y se define
la variable aleatoria X como la suma de los números de la muestra. ¿ Cuál es el valor esperado para X ?
A) 2
B) 4
C) 6
D) 8
E) 10
© 2019
54
54. Una prueba tiene 6 preguntas con cinco alternativas cada una, de las cuales solo una es la correcta. ¿ Cuál
es la probabilidad de que un alumno tenga cuatro aciertos si contesta la prueba al azar ?
4 2
A) c m $ c m
1 4
5 5
4 1
B) 6 $ c m $ c m
1 4
5 5
6
C) 15 $ c m
1
5
6
D) 15 $ c m
4
5
4 2
E) 15 $ c m $ c m
1 4
5 5
© 2019
55
55. Una bolsa contiene 3 pañuelos de seda en buen estado y 2 pañuelos con algunas fallas. Se extraen dos
pañuelos sin devolución. Se define la variable aleatoria X de la siguiente forma :
]Z] –1, si son dos con fallas
]]
X = [] 0 , si uno está en buen estado y el otro con fallas
]]
] 1, si son dos en buen estado
\
¿ Cuál de las alternativas corresponde a la función de probabilidad de la variable aleatoria ?
A) B) C) D) E)
xi P(xi) xi P(xi) xi xi xi
3 3 1 1 3
–1 –1 –1 –1 –1
5 10 10 10 10
3 3 3 3 1
0 0 0 0 0
10 5 5 10 10
1 1 3 3 3
1 1 1 1 1
10 10 10 5 5
© 2019
56
56. Un estudio sobre los hábitos de consumo arrojó que el 65% de la población ha fumado alguna vez en su vida.
Si se elige a 20 personas al azar, ¿ cuál es la probabilidad que 8 de ellas nunca haya fumado ?
20 8 12
A) e o $ c 35 m $ c 65 m
8 100 100
12 8 12
B) e o $ c 35 m $ c 65 m
8 100 100
8 12
C) c m $ c m
35 65
100 100
20 12 8
D) e o $ c 35 m $ c 65 m
8 100 100
12 8
E) c m $ c m
35 65
100 100
© 2019
57
57. En la tabla adjunta se muestran algunos valores de la función de distribución de probabilidad acumulada
de una variable aleatoria discreta X, cuyo recorrido es { 1, 3, 5, 7 }. ¿ Cuál de las siguientes igualdades es
verdadera ?
A) P(X = 1) = 0,3
k P( X ≤ k )
B) P(X = 3) = 0,4
C) P(X = 1) + P(X = 3) = 0,7 1 0,3
D) P(X ≤ 5) = 0,4 3 0,4
E) P(X ≥ 7) = 1,0 5 0,8

7 1,0
© 2019
58
58. Se define la variable aleatoria X como la cantidad de caras que resultan en el lanzamiento de una moneda
no cargada cinco veces. ¿ Cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
I. Los valores que toma la variable X son { 1 , 2 , 3 , 4 , 5 }

II. P(X = 1) = P(X = 5)
5
P(X = 4) = 5· c m
1
III.
2
A) Solo I
B) Solo II
C) Solo III
D) Solo I y III
E) Solo II y III
© 2019
59
59. La tabla muestra la función de probabilidad de la variable aleatoria X.
X –1 0 1 2 3
P(X = xi) 0,04 0,22 0,38 m 0,1
¿ Cuál(es) de las siguientes proposiciones es(son) verdadera(s)?

I. El valor de m = 0,26
II. P(x ≥ 1) = 0,74
III. P(x ≥ 0) = 1 – P(x = –1)
A) Solo I
B) Solo II
C) Solo III
D) Solo I y II
E) I, II y III
© 2019
60
60. Los gráficos muestran la función de probabilidades de dos variables aleatorias discretas, P y Q. ¿ Cuál(es) de
las siguientes afirmaciones es(son) verdadera(s)?
I. E(P) > E(Q)

II. E(P) – E(Q) = 0,6
III. E(Q)= 1
0,5 0,5
A) Solo I 0,3 0,3

0,2 0,2
B) Solo II
C) Solo I y II
1 2 3 1 2 3
D) Solo II y III Variable P Variable Q
E) Solo I y III
© 2019
61
61. De una baraja inglesa se escoge una carta. Si la carta es un número, el jugador gana $ 200, si la carta es un
mono, el jugador debe pagar $ 500. El valor esperado, en pesos, al jugar un gran número de veces es
A) 0
8.000
B) –
52
2.000
C) –
52
1.000
D)
52
2.000
E)
52
© 2019
62
62. La tabla muestra la función de probabilidades de una variable aleatoria X :
X 10 20 30 40
P(X = xi) 0,15 0,45 0,3 0,1
Entonces, ¿ cuál(es) de las siguientes proposiciones es(son) verdadera(s)?

I. P( 20 ≤ x < 40 ) = 0,85
II. P( x ≤ 5 ) = 0
III. P( x ≤ 30 ) = 1 – P( x ≥ 30 )
A) Solo II
B) Solo III
C) Solo I y II
D) Solo I y III
E) Solo II y III
© 2019
63
63. Sea X una variable aleatoria, f una función de probabilidad asociada a ella y F su función de distribución de
probabilidad acumulada tal que :
Z] 0, 40 para x = 7
]]
f (x) = ]]] 0, 25 para x = 9
[]
]] 0, 05 para x = 10
]]
] 0, 30 para x = 12
\
¿ Cuál(es) de las siguientes afirmaciones es(son) falsas(s)?
I. El recorrido de la variable aleatoria X es " x d N/7 ≤ x ≤ 12 ,

II. F(9) + F(10) = F(12)
III. f(12) = 1
A) Solo I
B) Solo II
C) Solo I y II
D) Solo I, II y III
© 2019
64
64. Sea X una variable aleatoria con recorrido {k1, k2, k3, k4, k5}, f una función de probabilidad asociada a ella y F su
función de distribución de probabilidad acumulada. ¿ Cuál(es) de las siguientes afirmaciones es(son) siempre
verdadera(s)?
I. Si k1 < k2 < k3 < k4 < k5 entonces f(k3) = F(k2) + f(k3)

II. k1 + k2 + k3 + k4 + k5 = 1
III. F(k5) = 1
A) Solo I
B) Solo III
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
65
65. Sea X una variable aleatoria que tiene recorrido igual a {1, 2, 3, 4} y f su función de probabilidad tal como se
muestra en la tabla. ¿ Cuál es el valor de f(2)?
x 1 2 3 4
k+1 k 1 k
f( x )
14 7 14 14
A) 1
B) 3
C) 14
1
D)
7
3
E)
7
© 2019
66
66. Se puede conocer el valor esperado de la variable aleatoria cuyo recorrido es { 0 , 1 , 2 } si se conoce :
( 1 ) La probabilidad de X = 0
( 2 ) Las probabilidades de X = 1 y X = 2

© 2019
67
67. Sea X una variable aleatoria discreta con distribución B(n, p). Se puede determinar la media y también la
desviación estándar de la distribución normal que aproxima a la Binomial si :
( 1 ) p = 0,65
( 2 ) q = 0,35 = 1 – p

© 2019
68
68. En el experimento de lanzar un dado, se define la variable aleatoria X como el número obtenido en el
lanzamiento del dado. La tabla adjunta muestra la función de probabilidad f de X. Según esta información,
¿ cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
I. El valor esperado de X es 3,15

x f( x )
II. La probabilidad de obtener un número impar es
1 0,20
0,5
2 0,25
III. La probabilidad de obtener un número menor o
igual que 2 es igual a la probabilidad de obtener 3 0,10
un número mayor que 3. 4 0,20
5 0,15
A) Solo I
6 0,10
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
69
69. Se define la variable aleatoria X como la cantidad de minutos de dura encendida cierta vela. En la tabla se
muestra la función de probabilidad de X. El valor esperado de X es :
A) 0,25
B) 1,5 k 0 1 2 8
C) 2,75
P ( X = k ) 1 1 1 1
D) 4,5 8 4 8 2
E) 8
© 2019
70
70. En la tabla adjunta se muestran los valores de la función de distribución de probabilidad acumulada de una
variable aleatoria discreta X, cuyo recorrido es { 2 , 4 , 6 , 8 }. ¿ Cuál de las siguientes igualdades es verdadera ?
A) P(X = 8 ) = P(X ≤ 8)
B) P(X = 6) = 0,90 k P( X ≤ k )
C) P(X ≤ 4) = P(X = 6)
2 0,30
D) P(X ≥ 6) = P(X ≤ 4)
4 0,45
E) P(X = 2) + P(X = 4) = P(X ≤ 6)
6 0,90
8 1,00
© 2019
71
71. En el experimento lanzar dos dados, se define la variable aleatoria X como la suma de los valores obtenidos. Si
F es la función distribución de probabilidad acumulada asociada a X, ¿ cuál es el valor de F(4)?
1
A)
3
1
B)
6
1
C)
12
5
D)
36
7
E)
36
© 2019
72
72. Un experimento consiste en lanzar una moneda la cantidad de veces necesaria hasta obtener cara. Cuando
se obtiene cara, finaliza el experimento. Se define la variable aleatoria X como la cantidad de lanzamientos
necesarios para finalizar el experimento. Si f es la función de probabilidad asociada a X, ¿ cuál(es) de las
siguientes afirmaciones es(son) verdadera(s)?
I. El recorrido de la variable aleatoria X es N

II. El dominio de la variable aleatoria X es { C, S }
1
III. f(2) =
4
A) Solo I
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III
© 2019
73
73. Se lanza una moneda k veces y se define la variable aleatoria X: cantidad de sellos obtenidos. Se puede
calcular P(X = 2), si :
( 1 ) Se conoce el dominio de la variable aleatoria

( 2 ) Se conoce el recorrido de la variable aleatoria

© 2019
74
74. Un juego de azar tiene una distribución binomial, representada por B ( 15 ; 0,3 ). ¿ Cuál(es) expresión(es)
representa(n) la probabilidad de que en 15 lanzamientos se obtengan tres fracasos ?
12 3
C3 $ c m $ c m
15 3 7
I.
10 10
12 3
C 12 $ c m $ c m
15 3 7
II.
10 10
3 12
C7 $ c m $ c m
15 3 7
III.
10 10
A) Solo I
B) Solo II
C) Solo III
D) Solo I y II
E) Solo II y III
© 2019
75
75. Se lanzan dos dados y se define la variable aleatoria X como el valor absoluto de la diferencia de los puntos.
¿ Cuál(es) de las siguientes afirmaciones es(son) falsa(s)?
I. La probabilidad que el resultado sea 0 es igual a la probabilidad que la diferencia sea 6

II. E( x ) redondeado a la décima es 1,9
III. La variable aleatoria x puede tomar 5 valores diferentes
A) Solo I
B) Solo I y II
C) Solo I y III
D) Solo II y III
E) I, II y III
© 2019
76
76. Sea X una variable aleatoria discreta y F su función de distribución de probabilidad acumulada. Si F (1) = 1 y
4
F(2) = 1, ¿ cuál de las siguientes afirmaciones es siempre verdadera ?
A) El recorrido de X es el conjunto { 1 , 2 }

1
B) P( X = 1 ) =
4
C) F( 0 ) = 0
D) P( X = – 1 ) = 0
© 2019
77
77. En cierta población el 30% de los habitantes se encuentran afectados por un virus, la segunda semana el 10%
de los enfermos se recupera y el 30% de los sanos se contagia. En la segunda semana, al escoger 5 personas
al azar, ¿ cuál es la probabilidad que dos de ellas estén enfermas ?
2 3
A) c m $ c m
21 49
100 100
2 3
B) c m $ c m
52 48
100 100
2 3
C) 10 $ c m $c m
21 49
100 100
2 3
D) 10 $ c m $ c m
52 48
100 100
3 2
E) 10 $ c m $ c m
52 48
100 100
© 2019
78
3
78. Un juego consiste en lanzar un balón a un arco, hasta tres veces, siendo la probabilidad de insertar igual a
4
. Si un jugador acierta en el primer intento gana $ 1.000, si lo hace en el segundo gana $ 640 y si acierta en el
tercero gana $ 320, el juego termina cuando el jugador encesta el balón. Si el valor esperado en este juego es
$ 877,5, ¿ cuánto paga el jugador que no acierte ningún tiro ?
A) $ 7,5
B) $ 40
C) $ 120
D) $ 480
E) $ 1.747,5
© 2019
79
79. En una urna hay 4 fichas marcadas con el número 2 ; 4 fichas con el 0 y 4 fichas con el –2. El experimento
consiste en sacar dos fichas sin reposición, y se define la variable aleatoria X como el producto de los números
que tienen las fichas que se sacan. ¿ Cuál(es) de las siguientes proposiciones es(son) verdadera(s)?
I. Los posibles valores de variable aleatoria X son { 4 , 0 , –4 }

II. P(x = –4) > P(x = 4)
8
III. P(x = 0) =
33
A) Solo I
B) Solo II
C) Solo I y II
D) Solo I y III
E) I , II y III
© 2019
80
80. Una caja contiene 4 pañuelos, de colores café, amarillo, verde y morado. El juego consiste en extraer uno a
uno los pañuelos, si el primero sale café el jugador gana $ 500, si el segundo pañuelo sale café el jugador gana
$ 200, si en ninguno de los intentos anteriores se extrae el pañuelo de color café pierde $ 400, ¿ cuál es el valor
esperado en este juego ?
A) – 75
B) – 25
C) 25
D) 75
E) 125
© 2019
CAPÍTULO 25

1. D 1. A 21. D 41. E 61. E
2. D 2. A 22. D 42. D 62. A
RESPUESTAS 3. B 3. C 23. D 43. B 63. D
4. A 4. B 24. A 44. C 64. D
5. C 5. E 25. D 45. A 65. E
6. D 6. C 26. E 46. A 66. B
7. B 7. C 27. E 47. B 67. E
8. E 8. A 28. B 48. E 68. D
9. E 9. A 29. E 49. D 69. D
10. B 10. D 30. A 50. C 70. C
11. E 11. E 31. D 51. D 71. B
12. D 12. B 32. E 52. C 72. A
13. B 13. E 33. C 53. D 73. D
14. B 14. A 34. D 54. E 74. D
15. E 15. C 35. E 55. C 75. C
16. B 16. B 36. C 56. A 76. E
17. A 17. D 37. D 57. A 77. E
18. A 18. C 38. B 58. C 78. D
19. B 19. E 39. D 59. E 79. C
20. A 20. A 40. A 60. C 80. B
© 2019
MATEMÁTICA 1. NÚMEROS ENTEROS 14. ÁNGULOS Y TRIÁNGULOS I

PARA NACIONAL 2. NÚMEROS RACIONALES 15. TRIÁNGULOS II
3. NÚMEROS REALES 16. CONGRUENCIA Y
CAPÍTULOS 4. ÁLGEBRA SEMEJANZA
5. ECUACIONES Y SISTEMAS 17. CUADRILÁTEROS
DE ECUACIONES 18. CIRCUNFERENCIA
6. POTENCIAS Y RAÍCES 19. PLANO CARTESIANO Y
7. DESIGUALDADES E SISTEMA TRIDIMENSIONAL
INECUACIONES 20. VECTORES
8. LOGARITMOS 21. TRANSFORMACIONES
9. NÚMEROS COMPLEJOS ISOMÉTRICAS Y
10. ECUACIONES DE GEOMETRÍA DEL ESPACIO
SEGUNDO GRADO 22. DATOS I
11. FUNCIONES - CONCEPTOS 23. DATOS II
FUNDAMENTALES 24. AZAR I
12. FUNCIÓN CUADRÁTICA 25. AZAR II
13. FUNCIÓN RAÍZ,
POTENCIA, LOGARÍTMICA
Y EXPONENCIAL
© 2019
Material complementario texto:

MATEMÁTICA PARA NACIONAL.
Cuarta edición.
Moraleja Editorial ha puesto sus conocimientos y corazón

en desarrollar este material. En caso de presentarse
alguna omisión o error, será enmendado en las siguientes
ediciones a través de las inclusiones o correcciones
necesarias.
Si encuentras algún error o quieres hacer alguna

sugerencia teórica o en relación a algún ejercicio, por
favor escríbenos a sugerencias@moraleja.cl y estaremos
muy agradecidos ya que así estarás contribuyendo al
mejoramiento de este material.
Registro propiedad intelectual nº 275.203 - Moraleja

Editorial.
© 2019
© 2019

Azar II 2019

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

Azar II 2019

Cargado por

Copyright:

Formatos disponibles

Colegio Nuestra

“Un día sin reír es un día

Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

CAPÍTULO 25 1. VARIABLE ALEATORIA normal

»»Dominio de la Variable aleatoria: Espacio muestral

Resultados Posibles Valores de X f(xi) = P(X = xi)

(Dominio Variable (Recorrido Variable (Recorrido función f( x )

22 0 ≤ f( x i ) ≤ 1 $ f( x i ) corresponde a una probabilidad, por lo que su

22 f( x 1 ) + f( x 2 ) + … + f( x n ) = 1 $ La suma de las probabilidades de cada valor de la

3 . F U N C I Ó N D E D I ST R I BU CIÓN D E PROBABILIDAD ACU M U L ADA

f(xi) = P(X = xi) F(xi) = P(X ≤ xi)

Gráfico de una función de distribución de probabilidad acumulada

4 . E SP E R A N ZA D E UN A VARIABLE ALEATORIA D ISCRETA

Esperanza en juegos de azar

2. En el experimento de lanzar un dado, se define la variable aleatoria X como el número obtenido en el

I. El valor esperado de X es 3,8 x f( x )

II. La probabilidad de obtener un número par es 0,5 1 0,10

III. La probabilidad de obtener un número menor o igual que 2 2 0,15

( 1 ) Se conoce el recorrido de la variable aleatoria

A) ( 1 ) por sí sola

I. El recorrido de X es ( 2 , 4 , 6 )

P( X = x ) P( X = x ) P( X = x )

P( X = x ) P( X = x )

A) El recorrido de X es el conjunto { – 1 , 1 }

Un experimento seguirá una distribución de probabilidad binomial si:

a. Función de probabilidad binomial

b. Función de distribución acumulada de la distribución binomial

c. Esperanza y varianza de la distribución binomial

d. Aproximación de la probabilidad binomial por la probabilidad de la normal

P( x ) P( x ) P( x )

Como observamos, al ir aumentando la cantidad de repeticiones la distribución binomial se acerca

Obs: Se considera que la aproximación es buena cuando n∙p $ 5 y n∙ (1–p) $ 5

Paso 2: Determinar la probabilidad de éxito y fracaso.

Paso 3: Verificar si se puede aproximar la distribución binomial a normal.

Paso 4: Calculamos la media y desviación estándar de la distribución normal.

Paso 5: Calculamos la probabilidad pedida y estandarizamos la variable.

Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

4. Si la probabilidad de obtener éxito en un juego es 0,7. Se puede determinar la probabilidad de ganar 10

( 1 ) La probabilidad de fracaso es 0,3

A) ( 1 ) por sí sola

I. X es una variable aleatoria discreta

I. Los valores que toma la variable aleatoria son { 0 , 1 , 2 }

( 1 ) Se conoce el valor de P(X = 1)

A) ( 1 ) por sí sola

A) { R1, R2, R3, R4, V1, V2, V3, V4, V5 }

I. La variable X puede tomar cinco valores distintos

P($) 0,1 0,3 A 0,2

( 1 ) El valor esperado es 2,8

I. El recorrido de la variable aleatoria X es { 0 , 1 , 2 , 3 , 4 , 5 }

II. El dominio de la variable aleatoria X es { As1 , As2 , As3 , As4 }

I. Cantidad de números primos obtenidos

II. Cantidad de números mayores a 5 obtenidos

III. Cantidad de números pares obtenidos

36. Sea la función de probabilidad para la variable X, según la siguiente distribución :

CAPÍTULO 25 | Azar II @edmoraleja

CAPÍTULO 25 | Azar II @edmoraleja

CAPÍTULO 25 | Azar II @edmoraleja

I. El recorrido de la variable aleatoria X es { 0 , 1 , 2 , 3 }

CAPÍTULO 25 | Azar II @edmoraleja

CAPÍTULO 25 | Azar II @edmoraleja

CAPÍTULO 25 | Azar II @edmoraleja

I. El recorrido de la variable aleatoria X es {1, 2, 3, 4, 5}

CAPÍTULO 25 | Azar II @edmoraleja