TALLER 1

Andrea Carolina Bravo Forero 20191377020

Carlos Alberto Ariza Velasco 20191377029
Andrea Lizeth Salazar Prieto 20201377038
Valentina Rojas Malaver 20202377065

MÉTODOS DE BÚSQUEDA ESTOCÁSTICA

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD TECNOLÓGICA
INGENIERÍA EN PRODUCCIÓN
BOGOTÁ D.C 2021
1. El departamento de Salud efectúa rutinariamente dos inspecciones independientes
a las clínicas; una clínica aprobará la inspección sólo si ambos inspectores lo
aprueban en cada una de ellas. El inspector A tiene mucha experiencia, en
consecuencia, sólo aprueba 2 % de las clínicas que real- mente están violando el
reglamento sobre salubridad. El inspector B tiene menos experiencia y aprueba 7
% de las clínicas con fallas. Cuál es la probabilidad de que:

a) ¿El inspector A apruebe una clínica, aun cuando el inspector B haya

encontrado violaciones al reglamento?

Teniendo que:

P (A) = 0.02

P (B) = 0.07

Se aplica:

𝑃𝑃(𝐴𝐴 ∩ 𝐵𝐵)
𝑃𝑃(𝐴𝐴/𝐵𝐵) =
𝑃𝑃(𝐵𝐵)

Como resultado se tiene:

0.02 ∗ 0.07
𝑃𝑃(𝐴𝐴/𝐵𝐵) =
0.07

P(A/B) = 0.02 = 2%

b) ¿El inspector B apruebe una clínica que está violando el reglamento, aun cuando
el inspector A ya lo haya aprobado?

Como resultado se tiene que:

0.07 ∗ 0.02
𝑃𝑃(𝐵𝐵/𝐴𝐴) =
0.02

P(B/A) = 0.07 =7%

c) ¿Una clínica que esté violando el reglamento sea aprobado por el Departamento
de Salud?

Se aplica:
𝑃𝑃(𝐴𝐴 ∩ 𝐵𝐵) = 𝑃𝑃(𝐴𝐴) ∗ 𝑃𝑃(𝐵𝐵/𝐴𝐴)

Como ya tenemos 𝑃𝑃(𝐵𝐵/𝐴𝐴)

Como resultado se tiene que:

𝑃𝑃(𝐴𝐴 ∩ 𝐵𝐵) = 0.02 ∗ 0.07 = 0.0014

2. Un ejecutivo consultor lanzó recientemente una campaña publicitaria,

instalando cuatro anuncios panorámicos en la carretera a la entrada de la
ciudad, y sabe, por su experiencia, la probabilidad de que cada anuncio sea
visto por un conductor escogido aleatoriamente. La probabilidad de que un
conductor vea el primer aviso es de 0,75; la probabilidad de que el segundo
anuncio sea visto es de 0,82; ésta es de 0,87 para el tercero y de 0,9 para el
cuarto. Suponiendo que el evento consiste es que un conductor vea cualquiera
de los anuncios es independiente de si ha visto o no los demás; cuál es la
probabilidad de que:

Variable Visto No visto

X1 0.75 0.25
X2 0.82 0.18
X3 0.87 0.13
X4 0.9 0.1

a) ¿Los cuatro anuncios sean vistos por un conductor escogido aleatoriamente?

Se aplica:

𝑃𝑃 (𝑋𝑋1 ∩ 𝑋𝑋2 ∩ 𝑋𝑋3 ∩ 𝑋𝑋4) = 𝑃𝑃(𝑋𝑋1) 𝑥𝑥 𝑃𝑃(𝑋𝑋2) 𝑥𝑥 𝑃𝑃(𝑋𝑋3) 𝑥𝑥 𝑃𝑃(𝑋𝑋4)

Como resultado se tiene que:

= 0.75 𝑥𝑥 0.82 𝑥𝑥 0.87 𝑥𝑥 0.9 = 0.4815 = 48,15%

b) ¿El primero y el cuarto anuncio sean vistos, sin que el segundo y el tercero sean
notados?

Se aplica:

𝑃𝑃 (𝑋𝑋1 ∩ 𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋3 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 ∩ 𝑋𝑋4)

Como resultado se tiene que:

= 𝑃𝑃 (𝑋𝑋1) 𝑥𝑥 𝑃𝑃 (𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)𝑥𝑥𝑥𝑥(𝑋𝑋3 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) 𝑥𝑥 𝑃𝑃(𝑋𝑋4)

= 0.75 𝑥𝑥 0.18 𝑥𝑥 0.13 𝑥𝑥 0.9 = 0.0158 = 1.58%

c) ¿Exactamente uno de los anuncios sea visto?

Se aplica:
𝑃𝑃(𝑋𝑋1 ∩ 𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋3 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋4 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
= 𝑃𝑃 (𝑋𝑋1) 𝑥𝑥 𝑃𝑃(𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃 (𝑋𝑋3 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋4 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
= 0.75 𝑥𝑥 0.18 𝑥𝑥 0.13 𝑥𝑥 0.1 = 0.001755 = 0.1755%

𝑃𝑃( 𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋2 ∩ 𝑋𝑋3 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋4 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)

= 𝑃𝑃 (𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋2) 𝑥𝑥 𝑃𝑃 (𝑋𝑋3 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋4 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
= 0.25 𝑥𝑥 0.82 𝑥𝑥 0.13 𝑥𝑥 0.1 = 0.002655 = 0.26550%

𝑃𝑃(𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 ∩ 𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋3 ∩ 𝑋𝑋4 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)

= 𝑃𝑃 (𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋3) 𝑥𝑥 𝑃𝑃(𝑋𝑋4 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
= 0.25 𝑥𝑥 0.18 𝑥𝑥 0.87 𝑥𝑥 0.1 = 0.003915 = 0.3915%

𝑃𝑃(𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 ∩ 𝑋𝑋3 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋4)

= 𝑃𝑃 (𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋3 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋4)
= 0.25 𝑥𝑥 0.18 𝑥𝑥 0.13 𝑥𝑥 0.9 = 0.005265 = 0.5265%

Teniendo como resultado que:

0.001755 + 0.002655 + 0.003915 + 0.005265 = 0.01359 = 1.359%

d) ¿Ninguno de los anuncios sea visto?

Se aplica:
(𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋3 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ∩ 𝑋𝑋4 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
= 𝑃𝑃 (𝑋𝑋1 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐) 𝑥𝑥 𝑃𝑃(𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝) 𝑥𝑥 𝑃𝑃(𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
𝑥𝑥 𝑃𝑃(𝑋𝑋2 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)

Teniendo como resultado que:

= 0.25 𝑥𝑥 0.18 𝑥𝑥 0.13 𝑥𝑥 0.1 = 0.0005 = 0.05%

3. Consideremos los datos de un estudio en el que se incluyó a 2641 pacientes con

sospecha de cáncer prostático que acudieron a una consulta de Urología durante un
periodo de tiempo determinado. Durante su exploración, se recogió el resultado
del tacto rectal realizado a cada uno de estos pacientes, según fuese éste normal o
anormal, y se contrastó con el posterior diagnóstico obtenido de la biopsia
prostática. Los datos del estudio y los resultados obtenidos se muestran en la
siguiente tabla.

Cáncer Patología Total

benigna
Anormal 634 269 903
Normal 487 1251 1738
Total 1121 1520 2641
Se selecciona una persona al azar,

a) Calcule la probabilidad de que presente cáncer

P (Cáncer) = (1.121/2.641) = 0,4244 = 42,44% Probabilidad de presentar cáncer.

b) Calcule la probabilidad de presentar una patología benigna.

P (Patología benigna) = (1.520/2.641) = 0,5755 = 57,55% Probabilidad de presentar

patología benigna.

c) Calcule la probabilidad de que tenga cáncer si el resultado del tacto rectal es

anormal.

P (Cáncer si el resultado del tracto renal es anormal) = (634/903) = 0,7021 = 70,21%

Probabilidad de presentar cáncer si el resultado del tracto renal es anormal.

d) Calcule la probabilidad de que la patología sea benigna si el resultado del tacto

rectal es normal.

P (Patología sea benigna si el resultado del tracto renal es normal) = (1.251/1738) = 0,7197 =
71,97% Probabilidad de presentar patología sea benigna si el resultado del tracto renal es
normal.

4. La enfermedad de Tay-Sachs es una afección genética que suele ser mortal en

niños. Si ambos padres son portadores de la enfermedad, la probabilidad de
que sus hijos desarrollen la enfermedad es aproximadamente 0,25. Suponga que
un esposo y esposa son portadores y que tienen tres hijos. Si los resultados de
los tres embarazos son mutuamente independientes, ¿cuáles son las
probabilidades de los siguientes eventos?

a) Los tres hijos desarrollan la enfermedad.

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

Se aplica:

𝑝𝑝 (𝑥𝑥 ) 𝑛𝑛𝑛𝑛𝑛𝑛 . (𝑝𝑝) 𝑥𝑥 . (𝑞𝑞 )𝑛𝑛−𝑥𝑥

Teniendo como resultado que:

𝑝𝑝 (𝑥𝑥 = 3) 3𝑐𝑐3 . (0.25)3 . (0.75)3−3 = 0.01563 = 1,563%

b) Sólo uno de los hijos desarrolla la enfermedad

n=3
x=1
p = 0.25
q = 0.75

Se aplica:

𝑝𝑝 (𝑥𝑥 ) 𝑛𝑛𝑛𝑛𝑛𝑛 . (𝑝𝑝) 𝑥𝑥 . (𝑞𝑞 )𝑛𝑛−𝑥𝑥

Teniendo como resultado que:

𝑝𝑝 (𝑥𝑥 = 1) 3𝑐𝑐1 . (0.25)1 . (0.75) 3−1 = 0.42188 = 42,188%

c) El tercer hijo desarrolla la enfermedad, dado que los primeros dos no la

desarrollaron.
n=3
x=1/3, x=2
p=0.25, p=0.75
q=0.75, q=0.25

Se aplica:

𝑝𝑝 (𝑥𝑥 ) 𝑛𝑛𝑛𝑛𝑛𝑛 . (𝑝𝑝) 𝑥𝑥 . (𝑞𝑞 )𝑛𝑛−𝑥𝑥

Teniendo como resultado que:

1
𝑝𝑝 (𝑥𝑥 ) = 3𝑐𝑐1/3 . (0.25)3 . (0.75)3−3 + 3𝑐𝑐2 . (0.75) 2 . (0.25) 3−2 = 0.7143
= 71.43%

5. Llegan autos a una caseta de pago de peaje de acuerdo con un proceso de

Poisson con media de 80 autos por hora. ¿Si el empleado hace una llamada
telefónica de 1 minuto, cuál es la probabilidad de que al menos 1 auto llegue
durante la llamada?
λ=80 vehículos/60 minutos= 1,33 veh/min
x=1
Se aplica:

𝑒𝑒 −λ λ𝑥𝑥 𝑒𝑒 −1.33 1.330

𝑃𝑃(𝑋𝑋 ≥ 0) = = = 0.2644
𝑥𝑥! 0!
Teniendo como resultado que:
𝑃𝑃(𝑋𝑋 ≥ 1) = 1 − 𝑃𝑃 (𝑋𝑋 ≥ 0)
𝑃𝑃(𝑋𝑋 ≥ 1) = 1 − 0.2644
𝑃𝑃(𝑋𝑋 ≥ 1) = 0.7355 = 73.55%
a) Cinco autos en 3 minutos

λ=80 vehículos/60 minutos= 1,33 veh/min * 3 = 4

x=5
Se aplica:

𝑒𝑒 −λ λ𝑥𝑥
𝑃𝑃(𝑋𝑋 = 5) =
𝑥𝑥!
Teniendo como resultado que:
𝑒𝑒 −4 45
= = 0.1562 = 15,62%
5!

b) 156 autos en dos horas

λ=160 vehículos/120 min= 1.33 veh/min*120=160

x=156
Se aplica:

𝑒𝑒 −λ λ𝑥𝑥
𝑃𝑃(𝑋𝑋 = 𝑥𝑥 ) =
𝑥𝑥!

Teniendo como resultado que:

𝑒𝑒 −160 160156
= = 0.03035 = 3,035%
156!

c) Entre 30 y 40 autos inclusive en media hora

λ=80 vehículos/60 minutos= 1,33 veh/min*30 min=40

x=30
x=40
Se aplica:

𝑒𝑒 −λ λ𝑥𝑥
𝑃𝑃(𝑋𝑋 = 𝑥𝑥 ) =
𝑥𝑥!
Teniendo como resultado que:
 𝑃𝑃(30 ≤ 𝑋𝑋 ≤ 40)
= 𝑃𝑃 (𝑋𝑋 = 30) + 𝑃𝑃 (𝑋𝑋 = 31) + 𝑃𝑃(𝑋𝑋 = 32) + 𝑃𝑃(𝑋𝑋 = 33) + 𝑃𝑃 (𝑋𝑋 = 34)
+ 𝑃𝑃(𝑋𝑋 = 35) + 𝑃𝑃(𝑋𝑋 = 36) + 𝑃𝑃(𝑋𝑋 = 37) + 𝑃𝑃(𝑋𝑋 = 38) + 𝑃𝑃(𝑋𝑋 = 39)
+ 𝑃𝑃 (𝑋𝑋 = 40)

𝑃𝑃(30 ≤ 𝑋𝑋 ≤ 40) = 0.4987 = 49.87%

d) Por lo menos 235 autos en 3 horas y cuarto

λ= 80 vehículos/60 minutos= 1,33 veh/min*195 min = 260

x=235
x=234
Se aplica:

𝑃𝑃(𝑋𝑋 ≥ 235) = 1 − 𝑃𝑃 (𝑋𝑋 ≥ 234)

Teniendo como resultado que:

= 1 − 0.055 = 0.945 = 94.5%

6. Durante el estudio de cierto organismo acuático, se tomó un gran número de

muestras de una laguna, y se contó el número de organismos en cada muestra.
El número promedio de organismos encontrados por muestra fue de dos.
Suponga que el número de organismos sigue una distribución de Poisson.
Calcule la probabilidad de:

a) Que la próxima muestra que se tome tenga un organismo o menos.

Λ=2
x=1
x=0
Se aplica:
𝑒𝑒 −2 20 𝑒𝑒 −2 21
𝑃𝑃(𝑋𝑋 ≤ 1) = 𝑃𝑃(𝑋𝑋 = 1) + 𝑃𝑃(𝑋𝑋 = 0) = +
0! 1!
Teniendo como resultado que:
= 0.135 + 0.2707 = 0.4006 = 40.06%
 b) Que tenga por lo menos 3 organismos la próxima muestra

λ=2
x=3
Se aplica:
𝑃𝑃(𝑋𝑋 ≥ 3) = 1 − 𝑃𝑃 (𝑋𝑋 < 3) = 1 − 𝑃𝑃 (𝑋𝑋 < 2) =
𝑃𝑃(𝑋𝑋 ≤ 2) = 𝑃𝑃 (𝑋𝑋 = 0) + 𝑃𝑃(𝑋𝑋 = 1) + 𝑃𝑃(𝑋𝑋 = 2)
Teniendo como resultado que:
= 0.1353 + 0.2707 + 0.2707 = 0.6767
= 1 − 0.6767 = 0.3233 = 32,3%

c) Que en 10 muestras se encuentren entre 4 y 12 organismos inclusive

λ=10
Se aplica:

𝑃𝑃(4 ≤ 𝑋𝑋 ≤ 12) = 𝑃𝑃(𝑋𝑋 = 4) + 𝑃𝑃(𝑋𝑋 = 5) + +𝑃𝑃(𝑋𝑋 = 6) + 𝑃𝑃(𝑋𝑋 = 7) + 𝑃𝑃(𝑋𝑋

= 8) + 𝑃𝑃(𝑋𝑋 = 9) + 𝑃𝑃(𝑋𝑋 = 10) + 𝑃𝑃(𝑋𝑋 = 11) + 𝑃𝑃(𝑋𝑋 = 12)
Teniendo como resultado que:
𝑃𝑃(4 ≤ 𝑋𝑋 ≤ 12) = 0.7812 = 78,12%

d) Tenga más de 4 y menos de 12 organismos.

λ=2
Se aplica:
(4 < 𝑋𝑋 < 12)
= 𝑃𝑃(𝑋𝑋 = 5) + 𝑃𝑃 (𝑋𝑋 = 6) + 𝑃𝑃(𝑋𝑋 = 7) + 𝑃𝑃(𝑋𝑋 = 8) + 𝑃𝑃 (𝑋𝑋 = 9)
+ 𝑃𝑃 (𝑋𝑋 = 10) + 𝑃𝑃 (𝑋𝑋 = 11)
Teniendo como resultado que:
𝑃𝑃(4 < 𝑋𝑋 < 12) = 0.0527 = 5.27%

7. Un examen de opción múltiple tiene 15 preguntas, cada una con cinco posibles
respuestas, solo una de las cuales es correcta. Suponga que uno de los estudiantes
que hace el examen contesta cada una de las preguntas con una adivinación
aleatoria independiente. ¿Cuál es la probabilidad de que conteste correctamente al
menos diez preguntas?
n=15
p=0.2 (5 respuestas, 1 correcta)
q=0.8
x=10
𝑃𝑃(𝑥𝑥 ≥ 10) = 15𝐶𝐶10. (0.2)10. (0.8)15−10 + 15𝐶𝐶11. (0.2)11. (0.8)15−11 +
15𝐶𝐶12. (0.2)12. (0.8)15−12 + 15𝐶𝐶13. (0.2)13 . (0.8)15−13 + 15𝐶𝐶14. (0.2)14 . (0.8)15−14 +
15𝐶𝐶15. (0.2)15. (0.8)15−15
𝑃𝑃(𝑥𝑥 ≥ 10) = 0.00011323 = 0.011%

8. El número de personas que entran en la unidad de cuidados intensivos de un hospital en

cualquier día posee una distribución de Poisson con media igual a cinco personas por día.

Con los datos:

λ=5
a) ¿Cuál es la probabilidad de que el número de personas que entren en la unidad de
cuidados intensivos en un día particular sea igual a 2? y que sea menor o igual que 2?
Con los datos:
λ=5
x=2
P(X=2)=0.08422
 P(X≤2) = 0.12465

b) ¿Es probable que X pase de 10? Explique.

λ=5
x=10
P(X >10) = 0.03183
9. Suponga que X tiene función de densidad:
𝑘𝑘𝑘𝑘(1 − 𝑥𝑥), 0 ≤ 𝑥𝑥 ≤ 1
𝑓𝑓(𝑥𝑥) = �
0, 𝑒𝑒𝑒𝑒 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝

a) Encuentre el valor de k que haga de f(x) una función de densidad de

probabilidad.
Aplicando:
∞
∫−∞ 𝑓𝑓(𝑥𝑥)𝑑𝑑𝑑𝑑 =1
1
� 𝑘𝑘𝑘𝑘(1 − 𝑥𝑥)𝑑𝑑𝑑𝑑 = 1
0
1
� (𝑘𝑘𝑘𝑘 − 𝑘𝑘𝑘𝑘 2 )𝑑𝑑𝑑𝑑 = 1
0
1 1
� 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 − � 𝑘𝑘𝑘𝑘 2 𝑑𝑑𝑑𝑑 = 1
0 0
1 1
� 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 − � 𝑘𝑘𝑘𝑘 2 𝑑𝑑𝑑𝑑 = 1
0 0
𝑘𝑘𝑘𝑘 2 𝑘𝑘𝑘𝑘 3
− =1
2 3
𝑘𝑘(1)2 𝑘𝑘(1)3
� − �=1
2 3
𝑘𝑘
=1
6
Teniendo como resultado:
𝑘𝑘 = 6,
6𝑥𝑥(1 − 𝑥𝑥), 0 ≤ 𝑥𝑥 ≤ 1
𝑓𝑓(𝑥𝑥) = �
0, 𝑒𝑒𝑒𝑒 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝

b) Encuentre P(0.4 ≤ X ≤ 1).

Aplicando:
1 1 1
P(0.4 ≤ X ≤ 1) = � 6𝑥𝑥 (1 − 𝑥𝑥 )𝑑𝑑𝑑𝑑 = � 6𝑥𝑥𝑥𝑥𝑥𝑥 − � 6𝑥𝑥 2 𝑑𝑑𝑑𝑑 = 6𝑥𝑥 2 − 6𝑥𝑥 3
0.4 0.4 0.4
Teniendo como resultado:
= [3(1)2 − 2(1)3 ] − [3(0.4)2 − 2(0.4)3 ] = 0.648

c) Encuentre P(0.4 ≤ X < 1).

Aplicando:
 0.9 0.9 0.9
P(0.4 ≤ X < 1) = � 6𝑥𝑥 (1 − 𝑥𝑥 )𝑑𝑑𝑑𝑑 = � 6𝑥𝑥𝑥𝑥𝑥𝑥 − � 6𝑥𝑥 2 𝑑𝑑𝑑𝑑 = 6𝑥𝑥 2 − 6𝑥𝑥 3
0.4 0.4 0.4
Teniendo como resultado:
= [3(0.9)2 − 2(0.9)3 ] − [3(0.4)2 − 2(0.4)3 ] = 0.62

d) Encuentre P(0.4 ≤ Y ≤ 0.8).

Aplicando:
0.8 0.8 0.8
P(0.4 ≤ X ≤ 1) = � 6𝑥𝑥 (1 − 𝑥𝑥 )𝑑𝑑𝑑𝑑 = � 6𝑥𝑥𝑥𝑥𝑥𝑥 − � 6𝑥𝑥 2 𝑑𝑑𝑑𝑑 = 6𝑥𝑥 2 − 6𝑥𝑥 3
0.4 0.4 0.4
Teniendo como resultado:
= [3(0.8)2 − 2(0.8)3 ] − [3(0.4)2 − 2(0.4)3 ] = 0.544

e) Encuentre el valor esperado y la varianza

∞
|𝑥𝑥 | = � 𝑓𝑓 (𝑥𝑥 ) 𝑑𝑑𝑥𝑥
−∞

1
3𝑥𝑥 4
𝐸𝐸 |𝑥𝑥 | = � (6𝑥𝑥 2 − 6𝑥𝑥 3 ) 𝑑𝑑𝑥𝑥 = 2𝑥𝑥 3 −
2
0

3
𝐸𝐸 |𝑥𝑥 | = �2 − � = 0,5
2
∞
𝑉𝑉(𝑥𝑥 ) = (� 𝑥𝑥 2 . 𝑓𝑓 (𝑥𝑥 ) 𝑑𝑑𝑥𝑥 ) − 𝜇𝜇 2
−∞

1
3
3𝑥𝑥 4 6𝑥𝑥 5
4)
3 6
𝑉𝑉 = � (6𝑥𝑥 − 6𝑥𝑥 𝑑𝑑𝑑𝑑 = � − � − (0,5)2 = � − � − (0,5)2 = 0.05
0 2 5 2 5

10. Se observó que la cantidad semanal de dinero gastado por una compañía durante largo
tiempo en mantenimiento y reparaciones, está normalmente distribuida en forma aproximada
con media de $400 y desviación estándar de $20. Si están presupuestados $450 para la
próxima semana,

Teniendo que:
μ=$400
σ= $20
Presupuesto de $450

a) ¿cuál es la probabilidad de que los costos reales rebasen la cantidad presupuestada?

Respuesta:
P(x>450) = 0.00621 Utilizamos la distribución normal con la aplicación ponemos los
datos.

b) Entre que valores está el 43% de las observaciones centrales.

Respuesta:

100%-43%=57%/2= 28.5%

Utilizamos la aplicación y ponemos los datos de media y desviación estándar y tomamos los
dos intervalos. P(X <x) y para el intervalo mayor es P(X >x).

Teniendo como respuesta:

[388.638; 411.361]

c) Cuál debe ser el gasto mínimo para estar en el 31% de los valores extremos superiores.

Respuesta: Se ponen los valores en la aplicación y como es un valor máximo se ubica P (X

>x).
X=409.917

d) Cuántas desviaciones a partir de la media contiene el 75% de las observaciones centrales.

100%-75%=25%

25%/2=12.5%=0.125

μ + kσ = x

400+k (20)=423.006

20k=423.006-400

20k=23.006
K=23.006/20= 1.1503

11. La rapidez con la que las compañías de servicios resuelven problemas es de suma
importancia. Georgetown Telephone Company es capaz de resolver 70% de los problemas de
los clientes el mismo día en que se reportan. Suponga que los 15 casos que se reportaron el
día de hoy son representativos de todas las quejas.

a) ¿Cuántos problemas esperaría que se resolvieran el día de hoy?

Se aplica:

μ = E(x)=n*p

Teniendo como respuesta:

μ =15*0.7=10.5

b) ¿Cuál es la desviación estándar?

Se aplica:

𝛿𝛿 = �𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣(𝑠𝑠) = �𝑛𝑛 ∗ 𝑝𝑝 ∗ (1 − 𝑝𝑝)

Teniendo como respuesta:

= �15 ∗ 0.7 ∗ (1 − 0.7) = 1.7748

c) ¿Cuál es la probabilidad de que 10 problemas se resuelvan el día de Hoy?

Con los datos:

x=10
n=15
p=0.7
q= 0.3

Obteniendo como respuesta:

P(x=10)=15𝐶𝐶10 ∗ (0.7)10 ∗ (0.3)5 = 0.2061

13. Una población consta de 15 elementos, 10 de los cuales son aceptables. En una muestra
de 4 elementos ¿Cuál es la probabilidad de que exactamente 3 sean aceptables? Suponga que
las muestras se toman sin reemplazo

Con los datos:

M=10
N=15
n=4
x=3

P(X=x)=0.4395

14. Sea la función de distribución de una variable aleatoria X

a) Encuentre la función de densidad de X

1
⎧ , 0 < 𝑥𝑥 < 2
⎪8
𝑓𝑓(𝑥𝑥) = 𝑥𝑥
⎨8 , 2 ≤ 𝑥𝑥 < 4
⎪
⎩ 0, 𝑒𝑒𝑒𝑒 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝

b) Calcule P(1<X<3)
1.9 2.9
1 𝑥𝑥
P (1 < X < 3) = � 𝑑𝑑𝑑𝑑 + � 𝑑𝑑𝑑𝑑
1.1 8 2 8
1 𝑥𝑥 2
= 𝑥𝑥 +
8 16
2
1 1 2.9 22
= (1.9) − (1.1) + − = 0.375625
8 8 16 16

c) Encuentre P(X >1,5)

1.5
1
𝑃𝑃(𝑋𝑋 > 1.5) = � 𝑑𝑑𝑑𝑑
0 8
 1
= 1.5 − 0 = 1 − 0.1875 = 0.8125
8

d) Calcule P(X>1/X<3)
1 2.9
1 𝑋𝑋
𝑃𝑃 (𝑋𝑋 > 1/X < 3) = � 𝑑𝑑𝑑𝑑 + � 𝑑𝑑𝑑𝑑
0 8 2 8
1 1 2.92 22
= 1 − � 1 − 0� + � − �
8 8 16 16

= 0.875 + (0.2756)

e) Encuentre el valor esperado

∞
|𝑥𝑥 | = � 𝑓𝑓 (𝑥𝑥 ) 𝑑𝑑𝑥𝑥
−∞

1.5
3
1 𝑥𝑥 1 𝑥𝑥 2
𝐸𝐸 |𝑥𝑥 | = � � � 𝑑𝑑𝑥𝑥 + � � � 𝑑𝑑𝑥𝑥 = = 𝑥𝑥 +
8 2 8 8 16
0,5

1 1 (3)2 (2)2
𝐸𝐸 |𝑥𝑥 | = � (1,5) − (0,5)� + � − � = 0,4375
8 8 16 16

Encuentre la varianza
∞
𝑉𝑉(𝑥𝑥 ) = (� 𝑥𝑥 2 . 𝑓𝑓 (𝑥𝑥 ) 𝑑𝑑𝑥𝑥 ) − 𝜇𝜇 2
−∞
Donde 𝜇𝜇 2 = (𝐸𝐸|𝑥𝑥 |)2
1.5
3
1 𝑥𝑥 𝑥𝑥 3 𝑥𝑥 4
𝑉𝑉 = �� 𝑥𝑥 2 � � 𝑑𝑑𝑥𝑥 + � 𝑥𝑥 2 � � 𝑑𝑑𝑥𝑥 � − 𝜇𝜇 2 = � + � − (0,4375)2
8 2 8 24 32
0,5

(1.5)3 (0,5)3 (3)4 (2)4

𝑉𝑉 = � − �+� − � − (0,4375)2
24 24 32 32
= (0,1354 + 2,0312) − (0,1914)

= 1.9752