1

Variable aleatoria
Variable aleatoria discreta
Función de cuantía y función de densidad
Valor esperado y varianza de una variable aleatoria
CASOS DE APLICACIÓN

VARIABLE DISCRETA

CASOS DE APLICACIÓN

Variable aleatoria: es una función que asigna a cada elemento del espacio muestral, un número real
Dominio: Espacio muestral
Rango: Números reales
Las variables aleatorias se dividen en 2 grupos
1. Variables aleatorias discreta (cuando los valores de la variable son discretos)
2. Variable aleatoria continua (cuando los valores de la variable son continuos)

Ejemplo: Sea el siguiente experimento aleatorio

Experimento aleatorio: lanzamiento de dos monedas
Espacio muestral: (c,s) ; (s,c) ; (s,s) ; (c,c)

Definimos la variable aleatoria x: número de sellos

¿Qué valores tomará x?
Rx: 0, 1, 2
Si x = 0 P(x = 0) = ¼
Si x = 1 P(x = 0) = 2/4
Si x = 2 P(x = 0) = ¼

Entonces la función de probabilidad de la variable x; número de sellos es:

x 0 1 2

P(x) 1/4 2/4 1/4

Valor promedio = valor esperado = E(x) = Suma . P(x)

Variables = V(x) = E(x²) - E(x)-²
Suma x²P(x)

2
1. Suponga que el número de accidentes por semana que ocurren en una empresa A&C SRL es una variable
aleatoria X con función de probabilidad dada por:

X 0 1 2 3
p(x) 0.28 0.35 0.22 0.15

a) ¿Cuál es la variable de estudio y cuál es su rango o recorrido?

Variable x: número de accidentes por semana
Rx: 0, 1, 2, 3

b) Hallar la función de distribución acumulada : F(X).

X 0 1 2 3
p(x) 0.28 0.35 0.22 0.15
F(x) 0.28 0.63 0.85 1.00

c) Hallar el valor esperado (esperanza=media o promedio poblacional), la varianza, la desviación

estándar y el CV de X.

R: E(X)= 1.24, V(X)=1.0424, σ(X)= 1.02098, CV(X)=82.3371%

d) La empresa incurre en una pérdida semanal según el número de accidentes (Y). La pérdida esta dada
por:
Y = 10 + 8X.
Hallar la pérdida esperada semanal y la viarianza de la pérdida semanal.
Nota: recordar que:
Sí Y = a +bx donde “a” y “b” son constantes
E(Y) = a + b*E(x)

Para nuestro caso

Si Y = 10 + 8x
E(Y) = 10 + 8*E(x) = 10 + 8*1.24 = 19.92

3
 Si Y = a + bx donde “a” y “b” son constantes
V(Y) = b² * V(x)

Para nuestro caso

Si Y = 10 + 8x
V(Y) = 8² * V(x) = 64 * 1.0424 = 66.7136
R: E(Y)= 19.92, V(X)=66.7136
e) Si en una semana se sabe que ocurrió al menos un accidente, ¿cuál es la probabilidad de que haya
ocurrido exactamente uno? R: 0.4861

X 0 1 2 3
p(x) 0.28 0.35 0.22 0.15

P(x = 1 / x > = 1) = P(x = 1∩ x >= 1) / P(x > = 1) = P(x = 1) / P(x >= 1) = 0.35/0.72 = 0.4861

f) Calcular las siguientes probabilidades:

i. P(X > 2) = P(x=3) = 0.15 R: 0.15
ii. P(X ≥2) = P(x=2) + P(x03) = 0.22 + 0.15 = 0.37 R: 0.37
iii. P(X <2) = P(x=0) + P(x=1) = 0.28 + 0.35 = 0.63 R: 0.63
iv. P(X ≤ 2) = P(x=0) + P(x=1) + P(x=2) = 0.28 + 0.35 + 0.22 = 0.85 R: 0.85
2. El número de artículos vendidos por la empresa OMEGA S.A en una hora tiene la siguiente función de
probabilidad:
X 1 2 3 4
p(x) 0.25 2m m 0.15

a) Calcular el valor de la constante m para que sea realmente una distribución de probabilidad.
R: 0.20
b) Calcular la probabilidad de que el número de unidades vendidas por la empresa Omega S.A. en una
hora sea:
i. Exactamente 2 artículos. R: 0.40
ii. Como máximo (a lo más) 2 artículos. R: 0.65
iii. Menor a 2 artículos. R: 0.25
iv. Mayor a 2 artículos. R: 0.35
v. Como mínimo (por lo menos) 2 artículos R: 0.75
c) Se sabe que el artículo se vende a 5 soles la unidad ¿ Cuánto se espera que la empresa Omega S.A.
tenga de ingreso por la venta este artículo en una hora? R: 11.25
d) Calcule el coeficiente de variación del número de artículos vendidos por la empresa Omega S.A. en
una hora. R: 44.158 %
e) Calcule coeficiente de variación del ingreso obtenido por la venta de este artículo en una hora.
R:44.158 %
f) ¿Se observa la misma heterogeneidad en la distribución de la variable X y en la distribución de la
variable Y?

4
 R: Si, la distribución de la variable X y la distribución de la variable Y presentan la misma
heterogeneidad (C(X)=44.158 % , V(Y)=44.158 %)

3. La probabilidad que en la Empresa Carmelí SRL el pedido de un cliente no se despache a tiempo es

0.10. Un cliente realiza 3 pedidos que pueden considerarse como eventos independientes. Sea X :
Número de pedidos enviados a tiempo.
a) Construir la función de probabilidad: p(x) y la función de distribución de X acumulada: F(X).
b) Calcular: i) P(X ≤ 2) R: 0.2710
ii) P(X ≥ 2) R: 0.9720
4. El estudio contable C&O SRL tiene como clientes a 25 empresas (15 de Lima y 10 de provincias); para
una revisión de los estados de cuenta se eligen al azar a 2 de ellas; si X es la variable aleatoria que
representa el número de empresas de Lima elegidas.
a) Construya la función de probabilidad de X.
b) Construya la Función de distribución de X.
c) Calcule la probabilidad que X sea como máximo (a lo más ) 1.
R: 0.650
d) Calcule la probabilidad que X sea mayor a 1.
R: 0.350
e) Dado que X es como máximo 1, calcule la probabilidad que X sea mayor a 0.
R:0.7692

5. Por descuido, una persona ha colocado en un solo archivador tres expedientes con errores y siete sin
errores. Se selecciona aleatoriamente y sin reposición tres expedientes y se define la variable aleatoria
X, como el número de expedientes elegidos con errores:
a) Construya la distribución de probabilidad de X.

Solución:
Se tiene 10 expedientes en total
3 expedientes con errores
7 expedientes sin errores
Se seleccionan al azar y sin reposición 3 expedientes
Espacio muestral = n(Ω) = 10C3 =
x : número de expedientes con errores
Rx : 0, 1 , 2 , 3
Si x = 0 P(x = 0) = 3C0 * 7C3 / 10C3 = 0.2917
Si x = 1 P(x = 1) = 3C1 * 7C2 / 10C3 = 0.5250
Si x = 2 P(x = 2) = 3C2 * 7C1 / 10C3 = 0.1750
Si x = 3 P(x = 3) = 3C3 * 7C0 / 10C3 = 0.0083

5
 x 0 1 2 3

P(x) 0.2917 0.5250 0.1750 0.0083

R: Probabilidades: P (X=0)= 0.2917, P (X=1)= 0.525, P (X=2)= 0.175, P

(X=3)=0.00833

b) ¿Cuál es la probabilidad de que elija:

i. dos que no tienen errores (es decir, 1 con error). R: 0.5250
P(x = 1) = 05250
ii. a lo más uno que tiene errores. R: 0.8166
P(x <= 1) = P(x = 0) + P(x = 1) = 0.2917 + 0.5250 = 0.8166
iii. los tres que tienen errores. R: 0.00833
P(x=3) = 0.00833

6. Considere la variable aleatoria X: Número de Laptops que se venden durante un día en la empresa
ENTERCO, esta variable aleatoria tiene la siguiente distribución de probabilidad:

X 0 1 2 3 4 5 6 7
p(x) 0.07 k 0.14 0.10 0.25 0.05 0.05 0.05

a) Calcule el valor de k. R: 0.29

1 = k + 0.07 + 0.14 + 0.10 + 0.25 + 0.05 + 0.05 + 0.05 +
1 = k + 0.71
k = 0.29
b) ¿Cuál es la probabilidad que en un día cualquiera se vendan por lo menos 5 Laptops? R:0.15
P(x >= 5) = P(x = 5) + P(x = 6) + P(x = 7) = 0.05 + 0.05 + 0.05 = 0.15
c) ¿Cuántas Laptops se venden en promedio por día? R: E(X)=2.77

d) Calcule el coeficiente de variación e interprete. R: 68.2779%

7. El número de defectos que produce por día una máquina es una variable aleatoria X con
distribución de probabilidad:
X 0 1 2 3 4 5
p(x) 0.075 0.250 0.275 0.125 0.175 0.100

a) Si en un día se produjo más de un defecto, ¿cuál es la probabilidad de que se haya producido a lo

más 4? R: 0.8519

6
 P(x <= 4 / x>1) = P(1 < x <= 4) / P(x > 1)
= (P(x=2) + P(x=3) + P(x=4)) / P(x=2) + P(x=4) + P(x=5)
= (0.275 + 0.125 + 0.175) / (0.275 + 0.125 + 0.175 + 0.100)
= 0.575 / 0.675
= 0.8519
b) ¿Cuál es la probabilidad de que se haya producido a lo más (como máximo) 3 defectos? R:0.725
P(x <= 3) = P(x=0) + P(x=1) + P(x=2) + P(x=3)
= 0.075 + 0.250 + 0.275 + 0.125
= 0.725
c) ¿Cuál es la probabilidad de que se haya producido más de 3 defectos? R:0.275
P(x >= 3) = P(x=4) + P(x=5)
= 0.175 + 0.100
= 0.275

d) ¿Cuál es la probabilidad de que se haya producido por lo menos 3 defectos? R:0.400

P(x <= 3) = P(x=3) + P(x=4) + P(x=5)
= 0.125 + 0.175 + 0.100
= 0.400
e) Calcular: E(x), V(x), CVx

X 0 1 2 3 4 5
p(x) 0,075 0,250 0,275 0,125 0,175 0,100
X * p(x) 0 0,25 0,55 0,375 0,7 0,5 2,375
E(x) 2,375
x * x * P(x) 0 0,25 1,1 1,125 2,8 2,5 7,775
2
E(x ) 7,775
V(x) 2,134375
1,4609500
Desv Est 33
61,513685
CV 62

7
 f) El costo de reparación está dado por C = 25 + 20X . Hallar E(C), V(C), σ(C) y CV(C).
R: E(C)= 72.5, V(C)=853.75, σ(C)= 29.219, CV(C)=40.3021%

Si Y= 25+ 20x
Calcular: E(Y), V(Y), CVy

Recordar: Recordar
Si Y = A + b* E(x) Si Y= a +bx
Para nuestro ejemplo: Entonces:
Si Y= 25+ 20x V(Y) = b2 * V(x)
E(Y) = 25 + 20*E(x) Para nuestro ejemplo

E(Y) = 25 + 20*(2.375) = 72,5 Si Y= 25 +20x

V(Y) = (20)2 * V(x)
V(Y) = 400 * 2.134375
V(Y)= 853,75
Desv Y = 29,21900067
CV = 40,30206989

DISTRIBUCIONES NOTABLES DISCRETAS

DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN HIPERGEOMÉTRICA
DISTRIBUCIÓN DE POISSON
CASOS DE APLICACIÓN

1. Suponga que un trabajador de la empresa A&B S.A., participante en un programa de capacitación,

se presenta a un examen de selección múltiple con 8 preguntas, cada una con 3 respuestas
alternativas. Si el trabajador adivina las respuestas de cada pregunta, y además se sabe que para
aprobar el examen debe responder correctamente seis o más preguntas.
a) ¿Cuál es la probabilidad que el trabajador de la empresa A&B S.A. apruebe el examen?
R:0.019662
- X ~ B(n = 8 , p = ⅓ = 0.333333)
P (apruebe el examen) = P ( x>= 6) = 1 - P(x<6) = 1 - P(x<=5) = 1 - 0.980338 = 0.019662

Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:

8
 i. ¿Cuántas veces se repite el experimento aleatorio?,

- 8 preguntas

ii. ¿Cuál es la característica de estudio denominada éxito?

- Contestar correctamente las preguntas

iii. ¿Cómo se define la variable en estudio?

- X sería el número de preguntas contestadas correctamente

iv. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?}

- X ~ B(n = 8 , p = ⅓ = 0.333333)

v. ¿Qué valores comprende el rango o recorrido de la variable en estudio?

- Rx : 0, 1, 2, 3, 4, 5, 6, 7, 8

b) ¿Cuál es el número esperado de preguntas contestadas correctamente? R:2.666666

E(x) = n * p = 8 * 0.333333= 2.666666

c) ¿Cuál es la varianza del número de respuestas contestadas correctamente? R:1.7777

V(x) = n * p * (1 - p) = 8 * 0.333333 * 0.666667 = 1.77777

2. La compañía P&L sabe que la probabilidad de que durante un mes un cliente presente un reclamo
después de haber adquirido el principal producto ofrecido por la empresa (denominado Alfa) es
igual a 5%. Si el área de planeamiento de la compañía selecciona una muestra con reemplazo o con
reposición de 20 clientes de la empresa que han hecho uso del producto Alfa.
a) ¿Cuál es la probabilidad de que exactamente 3 clientes de la muestra presenten un reclamo?
R:0.0596
- x ~ B(n=20 ; p=0.05)
P(x = 3) = 0.0596

Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:

i.¿Cuál es la característica de estudio denominada éxito?

- Presente un reclamo

ii. ¿Cuál es el valor de la probabilidad de éxito? ¿ Qué característica presenta la probabilidad de

éxito?

- P éxito = 0.05

iii. ¿Cómo se define la variable en estudio?

- X: número de reclamos
iv. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
9
 - x ~ B(n=20 ; p=0.05)

v.¿Qué valores comprende el rango o recorrido de la variable en estudio?

- Rx: 0,1,2,3,4…….20

b) ¿Cuál es la probabilidad de que como máximo 3 clientes de la muestra presenten un reclamo?

R:0.9841
P(x <= 3) = 0.984098

c) ¿Cuál es la probabilidad de que menos de 3 clientes de la muestra presenten un reclamo?

R:0.9245
P(x < 3) = P(x <= 2) = 0.924516

d) ¿Cuál es la probabilidad de que más de 3 clientes de la muestra presenten un reclamo?

R:0.0159
P (x > 3) = 1 - P(x <= 3) = 1 - 0.984098 = 0.015902

e) ¿Cuál es la probabilidad de que como mínimo 3 clientes de la muestra presenten un reclamo?

R:0.0755
P(x>=3) = 1 - P(x<3) = 1 - P(x<=2) = 1 - 0.924516 = 0.0755

f) ¿Cuál es el valor esperado del número de clientes que presenten un reclamo en un mes al hacer
uso del producto Alfa? R: 1 cliente

E(x) = n * p = 20 * 0.05 = 1

g) Suponga que la compañía tiene que incurrir en un gasto de 100 soles por cada cliente que
presenta un reclamo. Calcule el gasto esperado de la compañía en un mes. R:100 soles

G: gasto
X : número de reclamo
G = 100x

E(G) = 100 * E(x) = 100 * 1 = 100

3. En una gran corporación cuya sede central se encuentra ubicada en la ciudad de Lima, el 25% del
total de sus empleados tienen conocimientos sobre “Gestión Administrativa”. Se selecciona
aleatoriamente a 12 empleados de esta corporación:
a) Calcule la probabilidad que se hayan seleccionado a lo más 4 empleados con conocimientos de
“Gestión Administrativa” R: 0.842356
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor de la probabilidad de éxito? ¿ Qué característica presenta la probabilidad de éxito?
iii. ¿Cómo se define la variable en estudio?
iv. ¿Qué tipo de muestreo se realizó para obtener la muestra de manera aleatoria?
v. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
vi. ¿Qué valores comprende el rango o recorrido de la variable en estudio?

10
 b) Calcule la probabilidad que se hayan seleccionado exactamente 4 empleados con conocimientos
de “Gestión Administrativa” R: 0.193578
c) Si cada empleado de la corporación tienen un sueldo fijo de 1200 soles, con bono adicional de
500 soles si conoce de “Gestión Administrativa” y de sólo 150 soles en caso contrario ¿Cuál es
el sueldo esperado de los 12 empleados seleccionados?
R: E(X)= 3; sueldo promedio =(3*1700+9*1350)/12 =1437.50

4. Con base sobre una experiencia reciente, el 10% de los engranajes producidos por una máquina
automática de alta velocidad resultan defectuosos. Si se selecciona aleatoriamente 8 engranajes al
azar.
Calcule la probabilidad de que:
a) Exactamente dos sean defectuosos. R: 0.148803
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor de la probabilidad de éxito? ¿ Qué característica presenta la probabilidad de éxito?
iii. ¿Cómo se define la variable en estudio?
iv. ¿Qué tipo de muestreo se realizó para obtener la muestra de manera aleatoria?
v. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
vi. ¿Qué valores comprende el rango o recorrido de la variable en estudio?
b) A lo más uno sea defectuoso. R: 0.813105
c) Más de cuatro sean defectuosos. R:
0.000432
d) Por lo menos cuatro sean defectuosos. R: 0.005024

5. La probabilidad de que el pedido de un cliente no se despache a tiempo es 0.10. Un cliente realiza 15

pedidos, los tiempos que hay entre pedidos pueden considerarse como eventos independientes. Sea X
el número de pedidos enviados a tiempo.
a) ¿Cuál es la probabilidad que el número de pedidos que no fueron enviados a tiempo sea
exactamente 5? R:
0.0104798

Antes de realizar el cálculo de la probabilidad responda us ted las siguientes preguntas:

i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor de la probabilidad de éxito? ¿ Qué característica presenta la probabilidad de
éxito?
iii. ¿Cómo se define la variable en estudio?
iv. ¿Qué tipo de muestreo se realizó para obtener la muestra de manera aleatoria?
v. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
vi. ¿Qué valores comprende el rango o recorrido de la variable en estudio?

b) ¿Cuál es la probabilidad que el número de pedidos que no fueron enviados a tiempo sea como
máximo (a lo más) 5? R: 0.99775
11
 c) ¿Cuál es la probabilidad que el número de pedidos que no fueron enviados a tiempo sea menor
a 5? R:
0.987280
d) ¿Cuál es la probabilidad que el número de pedidos que no fueron enviados a tiempo sea mayor a
5? R: 0.00225
e) ¿Cuál es la probabilidad que el número de pedidos que no fueron enviados a tiempo sea
como mínimo 5? R: 0.01272

6. Un estudiante se ha preparado para un examen de forma que tiene una probabilidad de 0.7
de desarrollar correctamente un problema. Si para aprobar el examen debe resolver
correctamente al menos la mitad de los problemas, ¿qué tipo de examen le sería más
favorable, uno de 4 problemas o uno de 6? Presente las probabilidades que sustentan su
respuesta.
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor de la probabilidad de éxito?
iii. ¿Cómo se define la variable en estudio?
iv. ¿Qué tipo de muestreo se realizó para obtener la muestra de manera aleatoria?
v. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
vi. ¿Qué valores comprende el rango o recorrido de la variable en estudio?
R: La probabilidad que el alumno apruebe el examen de 4 problemas es: 0.9163; la
probabilidad que el alumno apruebe el examen de 6 problemas es: 0.92953. Sería más
favorable un examen con 6 problemas.

7. Suponga que un estudiante no tuvo tiempo para estudiar y se presenta a dar un examen de opción
múltiple que consta de 20 preguntas, y en el que cada pregunta vale un punto y tiene cinco opciones
(a, b, c, d, y e), en donde sólo una es la correcta. Como el estudiante no conoce la respuesta correcta
de ninguna de las preguntas, responde completamente al azar.

a) ¿Cuál es la probabilidad de que el estudiante apruebe el examen? (nota mínima aprobatoria = 11).
R:
0.000563
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor de la probabilidad de éxito?
iii. ¿Cómo se define la variable en estudio?
iv. ¿Qué tipo de muestreo se realizó para obtener la muestra de manera aleatoria?
v. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
vi. ¿Qué valores comprende el rango o recorrido de la variable en estudio?

b) ¿Cuál será la nota esperada?, ¿y la varianza y desviación estándar?

R: E(X)= 4 V(X)= 3.2 σx=1.789

12
c) ¿Cuál sería la probabilidad de aprobar el examen si las 20 preguntas tienen respuestas de verdadero o
falso? R:
0.411901

DISTRIBUCIÓN HIPERGEOMÉTRICA

13
 CARACTERÍSTICAS DIST. BINOMINAL DIST. HIPERGEOMÉTRICA

Muestreo Con reemplazo Sin reemplazo

Población (N) Desconocida Conocida

Variable X: # éxitos en la muestra # de éxitos en la muestra

Probabilidad de éxito Se conoce No se conoce

# Éxitos en la población No se tiene Se conoce

1. En una unidad de investigación estadística de la Universidad Alfa se realiza un experimento que consiste
en extraer 3 bolillas de una urna que contiene en total 10 bolillas, 6 de las cuales son azules y 4 son rojas.
a) ¿Cuál es la probabilidad de que no se haya extraído ninguna bolilla azul? R: 0.0333
X ~ H(N=10 , n=3, m=6)
P(x=0) = 0.0333333

Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:

i. ¿Cuál es la característica de estudio denominada éxito?

- Extraer bolilla azul

ii. ¿Cuál es el valor del tamaño de la población?

- N = 10

iii. ¿Cuál es el valor del número de éxitos en la población?

- M=6

iv. ¿Cuál es el valor del tamaño de la muestra?

- n=3

v. ¿Con qué tipo de muestreo es obtenida la muestra?

- Sin reemplazo
-
vi. ¿Cómo se define la variable en estudio?

- x: número de bolillas de color azul

vii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros

- X ~ H(N=10 , n=3, m=6)

14
 vii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?
- Rango: 0,1,2…..min (n = 3 m = 6)
x: 0,1,2,3

b) ¿Cuál es la probabilidad de que se haya extraído al menos (como mínimo) una bolilla roja?
R: 0.8333
- X ~ H(N=10 , n=3, m=4)
P(x>=1) = 1 - P(x<1) = 1 - P(x=0) = 1 - 0.166667 = 0.8333333
c) ¿Cuál es el número esperado de bolillas rojas al extraer tres bolillas de la urna? R: 1.2
E(x) = n * (m/N) = 3 * 4/10 = 1.2
2. La empresa distribuidora mayorista Elec A1 SRL recibe en un día 20 refrigeradoras de las cuales ocho
son de color blanco y las restantes de color plata. Suponiendo que se seleccionan al azar seis
refrigeradoras para atender el pedido de un comerciante minorista.
a) ¿Cuál es la probabilidad de que el número de refrigeradoras de color blanco seleccionadas sea más
de tres? R: 0.137255
- X ~ H(N = 20 , n = 6, m = 8)
P(x > 3) = 1 - P(x <= 3) = 1 - 0.862745 = 0.137255

Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:

i.¿Cuál es la característica de estudio denominada éxito?

- Obtener una refrigeradora de color blanco

ii. ¿Cuál es el valor del tamaño de la población?

- N = 20

iii. ¿Cuál es el valor del número de éxitos en la población?

- m=8

iv. ¿Cuál es el valor del tamaño de la muestra?

- n=6

v. ¿Con qué tipo de muestreo es obtenida la muestra?

- Sin reemplazo
vi.¿Cómo se define la variable en estudio?

- Número de refrigeradoras color blanco

vii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?

- X ~ H(N = 20 , n = 6, m = 8)

viii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

15
 - Rx: 0,1,2,3,4,5,6

b) ¿Cuál es la probabilidad de que se seleccione más de una refrigeradora de color plata?.

R: 0.9819401
X ~ H(N = 20 , n = 6, m = 12)
P(x>1) = 1 - P(x<=1) = 1 - 0.0180599 = 0.9819401

3. La empresa ABS S.A. compra un lote que contiene 50 piezas de tubería del proveedor A, y 40
piezas de tubería del proveedor B. El área de control de calidad desea inspeccionar si en realidad
existen piezas defectuosas para lo cual selecciona una muestra aleatoria sin reemplazo de 10 piezas
del total de piezas. Por experiencias pasadas se sabe que existen 3 piezas defectuosas.
a) Hallar la probabilidad que el número de piezas defectuosas en la muestra sea exactamente dos.
R: 0.0306435
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor del tamaño de la población?
iii. ¿Cuál es el valor del número de éxitos en la población?
iv. ¿Cuál es el valor del tamaño de la muestra?
v. ¿Con qué tipo de muestreo es obtenida la muestra?
vi. ¿Cómo se define la variable en estudio?
vii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
viii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

b) Hallar la probabilidad que el número de piezas defectuosas en la muestra sea como máximo (a lo
más, a lo mucho) dos. R: 0.998979
c) Hallar la probabilidad que el número de piezas defectuosas en la muestra sea menor a dos.
R: 0.968335
d) Hallar la probabilidad que el número de piezas defectuosas en la muestra sea mayor a dos.
R: 0.001021
e) Hallar la probabilidad que el número de piezas defectuosas en la muestra como mínimo (por
lo menos) dos. R:
0.031665

4. Un ingeniero de planta tiene 7 artículos producidos en la máquina A y 5 artículos producidos en la

máquina B. Si el asistente selecciona al azar y sin reposición 4 de los artículos para que sean
inspeccionados.
Responda las siguientes preguntas:
a) Construya la función de probabilidad de la variable X : número de artículos de la máquina B
seleccionados por el asistente para que sean inspeccionados.
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor del tamaño de la población?
16
 iii. ¿Cuál es el valor del número de éxitos en la población?
iv. ¿Cuál es el valor del tamaño de la muestra?
v. ¿Con qué tipo de muestreo es obtenida la muestra?
vi. ¿Cómo se define la variable en estudio?
vii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
viii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

b) ¿Cuál es la probabilidad que el número de artículos de la máquina B seleccionados por el

asistente sea exactamente 1? R:
0.353535
c) ¿Cuál es la probabilidad que el número de artículos de la máquina B seleccionados por el
asistente sea como máximo 3? R:
0.989899
d) ¿Cuál es la probabilidad que el número de artículos de la máquina B seleccionados por el
asistente sea más de 3?
R: 0.0101
e) ¿Cuál es la probabilidad que el número de artículos de la máquina B seleccionados por el
asistente sea menos de 3? R:
0.848485

5. Una compañía recibe un lote de 25 artículos. Dado que la probabilidad de inspección de cada artículo
es cara, se sigue la política de analizar una muestra aleatoria sin reposición de seis artículos de cada
envío, aceptando el lote si no hay más de un artículo defectuoso en la muestra.
a) Hallar la probabilidad de que sea aceptado un lote que tiene cinco artículos defectuosos?
R:
0.656578
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor del tamaño de la población?
iii. ¿Cuál es el valor del número de éxitos en la población?
iv. ¿Cuál es el valor del tamaño de la muestra?
v. ¿Con qué tipo de muestreo es obtenida la muestra?
vi. ¿Cómo se define la variable en estudio?
vii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
viii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

b) ¿Cuál es la probabilidad de aceptar un lote que tiene 3 artículos defectuosos?. R:

0.867391

6. Se tienen en existencia 24 chips de computadora. Tres de ellos presentan errores de grabación que no
se pueden detectar a simple vista. Se seleccionan e instalan 6 de los chips en equipos. Hallar la
probabilidad de que:
a) No se seleccione algún chip con error de grabación. R:
0.403162
17
 b) Se elija más de dos chips con errores. R:
0.009881
c) ¿Cuántos chips con errores se espera instalar? ¿Cuál es la desviación estándar?
R: E(X)= 0.75 V(X)= 0.51358
σx=0.7166498

7. Una compañía exportadora de espárragos remite a los mercados europeos grandes lotes de espárragos
conteniendo cada uno, 1200 latas. Un lote es rechazado si al revisar 20 latas, elegidas al azar, una a
una y sin reposición, se encuentran 5 o más latas defectuosas. Calcule la probabilidad de que:
a) Un lote sea rechazado si se sospecha que éste contiene 240 unidades defectuosas. R: 0.36998
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor del tamaño de la población?
iii. ¿Cuál es el valor del número de éxitos en la población?
iv. ¿Cuál es el valor del tamaño de la muestra?
v. ¿Con qué tipo de muestreo es obtenida la muestra?

vi. ¿Cómo se define la variable en estudio?

vii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
viii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?
b) Un lote sea aceptado si se sospecha que éste contiene 240 unidades defectuosas. R:
0.63002

8. La empresa constructora “SOLIDO S.A.” tiene actualmente 12 proyectos de construcción, 5 de los

cuales son para ser ejecutados en Lima y los demás en provincias. Para el próximo mes deben de
iniciarse 4 de estos proyectos pero no se ha decidido cuales. El ingeniero encargado decide tomar al
azar estos cuatro proyectos que deberá ejecutar el siguiente mes
a) ¿Cuál es la probabilidad que se elijan al menos dos de los proyectos para ser ejecutados en Lima?
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cuál es la característica de estudio denominada éxito?
ii. ¿Cuál es el valor del tamaño de la población?
iii. ¿Cuál es el valor del número de éxitos en la población?
iv. ¿Cuál es el valor del tamaño de la muestra?
v. ¿Con qué tipo de muestreo es obtenida la muestra?
vi. ¿Cómo se define la variable en estudio?
vii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor de los parámetros?
viii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

b) ¿Qué es más probable? Que se elijan tres proyectos para ser ejecutados en provincias o que
se elijan 2 proyectos para ser ejecutados en Lima.
R: P(que se elijan 3 proyectos en provincias) = 0.353535
P(que se elijan 2 proyectos en Lima)= 0.424242. R. Es más probable que se elija 2 proyectos para ser
ejecutados en Lima.

18
 DISTRIBUCIÓN DE POISSON

CARACTERÍSTICAS DIST. BINOMINAL DIST. DIST. POISSON

HIPERGEOMÉTRIC
A

Muestreo Con reemplazo Sin reemplazo No hay muestra

Población (N) Desconocida Conocida No hay población

Variable X: # éxitos en la muestra # de éxitos en la muestra # de éxitos de un

intervalo de medida

Probabilidad de éxito Se conoce No se conoce No se conoce

# Éxitos en la No se tiene Se conoce No se conoce

población

Promedio de éxitos en No se usa No se usa Si se tiene

un intervalo de medida

1. Los clientes de transporte de la empresa Veloz SRL llegan por un peaje a una tasa promedio de 5
clientes por cada 10 minutos. ¿Cuál es la probabilidad de que entre las 13:00 y 13:30 (30 minutos)
no llegue ningún cliente?
R:0.0000003

Promedio = 15 clientes en 30 min

X 〜 P (promedio = 15)
P(x=0) = 0.0000003

2. En una central telefónica de una institución pública se registran 2 llamadas en promedio cada 3
minutos.
a) ¿Cuál es la probabilidad que ocurran 5 llamadas en el lapso de 3 minutos?
R: 0.0361

X 〜 P (promedio = 2)
P(x=5) = 0,0361

19
 Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cómo se define la variable en estudio?

X: número de llamadas que se registran en el lapso de 3 minutos

ii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor del parámetro?

X 〜 P (promedio = 2)

iii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

Rx: 0,1,2, ……….,

b) ¿Cuál es la probabilidad que ocurran 5 o más llamadas en el lapso de 9 minutos? R: 0.7149

X 〜 P (promedio = 6)
P(x>=5) = 1 - P(x<5) = 1- P(x>=4) = 1 - 0,285057 = 0,7149

c) ¿Cuál es la probabilidad que no registren llamadas en 9 minutos? R:0.0024788

X 〜 P (promedio = 6)
P(x=0) = 0,024788

3. Las ventas de automóviles en una ciudad siguen una distribución Poisson con una media de 3
automóviles vendidos por día.

a) ¿Cuál es la probabilidad que ningún automóvil se venda en un día específico?

R:0.0497871
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cómo se define la variable en estudio?
ii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor del parámetro?
iii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

b) ¿Cuál es la probabilidad de que en un día la venta de autos sea exitosa?. Se sabe que la venta del
día es exitosa si se vende al menos dos automóviles. R: 0.800852
c) ¿Cuál es la probabilidad de que en tres días consecutivos se hayan vendido como mínimo 2
autos?. R:0.9987659

4. El número de mensajes de whatsapp que le llegan a un alumno de la universidad UMA sigue una
distribución de Poisson con una tasa promedio de 0.1 mensajes por minuto.
a) Determine la probabilidad de que lleguen como máximo dos mensajes en una hora. R: 0.06197
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cómo se define la variable en estudio?
20
 ii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor del parámetro?
iii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?

b) Determine la probabilidad de que no llegue ningún mensaje de whatsapp en 20 minutos.

R: 0.1353
5. Con base en la experiencia, se supone que el número de defectos por pie en rollos de papel bond sigue
una distribución Poisson con un promedio de 1 defecto por cada 5 pies de papel. ¿Cuál es la probabilidad
de que en un rollo de:
a) Un pie haya por lo menos dos defectos? R: 0.017523
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cómo se define la variable en estudio?
ii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor del parámetro?
iii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?
b) 12 pies haya por lo menos un defecto?
R:0.909282
c) 50 pies haya entre 5 y 7 defectos, inclusive? R:
0.190968

6. En un aeropuerto internacional importante los pasajeros llegan de manera aleatoria e independiente al

módulo de revisión de pasajeros. La tasa promedio de llegada es de 10 pasajeros por minuto.
a) ¿Cuál es la probabilidad de que no llegue nadie en un período de 15 segundos?
Antes de realizar el cálculo de la probabilidad responda usted las siguientes preguntas:
i. ¿Cómo se define la variable en estudio?
ii. ¿Cuál es la distribución de la variable en estudio y cuál es el valor del parámetro?
iii. ¿Qué valores comprende el Rango o recorrido de la variable en estudio?
b) ¿Cuál es la probabilidad de que por lo menos haya 1 llegada en un período de 15 segundos?
R: 0.917915

21
 Distribuciones Notables Continuas:
Distribución Uniforme, distribución Exponencial

CASOS DE APLICACIÓN
DISTRIBUCIÓN UNIFORME

Distribución Uniforme

X ∼ U (a,b)

Donde:

a: limite inferior

b: limite superior

Propiedades

E(x) = (a + b) / 2

V(x) = (b - a)2 / 12

1. En la fábrica Beta, se fabrican cada día en promedio 40 metros de cable. Unos días más, otros días
menos, aunque el valor mínimo fabricado siempre es 30 metros. La variable aleatoria X, representa el
número de metros de cable fabricados en un día sigue una distribución uniforme.

X ∼ U (a,b)

e(X) = 40

A = 30

B=?

a) ¿Cuál es el máximo número de metros de cable fabricados en un día?

e(X) = A+B= 40
30 + B/2 = 40
B = 50 R: 50
b) ¿Qué porcentaje de días se fabrican más de 34  metros de cable?

R: 80%
X ∼ U (a =30 , b = 50)

27
P(x > 34) = 1 - P( x <= 34) = 1 - 0.2 = 0.8 → como piden % sería 80%

2. Las ventas diarias de combustible del grifo de gasolina “Prima” se distribuyen uniformemente con
media igual a 40 mil litros por día y un máximo de 50 mil litros de ventas por día.
a) Calcule las ventas mínimas diarias. R: 30

X ∼ U (a = 30 , b =50)

E(X) = A+B= 40
A + 50/2 = 40
A = 30

b) ¿En qué porcentaje de días las ventas excederán a 36 mil litros? R: 70%

P(x > 36) = 1 - P(x <= 36) = 1 - 0,30 = 0,70 = 70%

c) ¿En qué porcentaje de días las ventas son inferiores a 35 mil litros?

X ∼ U (a = 30 , b =50)

P (x < 35) = P(x <= 35)

nota: SOLO EN CONTINUAS (UNIFORME, EXPONENCIAL Y NORMAL), MAYOR Y MAYOR = SON
LO MISMO. LA PROBABILIDAD DE UN VALOR MENOS P(x<a) ES LO MISMO QUE UN VALOR
MENOR O IGUAL P(x<=a)

3. Los pesos del contenido de unas cajas de cereales están uniformemente distribuidos con una media de 35
onzas y un intervalo (recorrido) de 3.4 onzas.
a) ¿Cuál es la probabilidad de que una caja contenga entre 33.9 y 36.1onzas?
R: X ~ U (α =33.3 , β=36.7) Probabilidad: 0.647058

b) Si se escogen al azar 6 cajas, ¿cuál es la probabilidad de que sólo una de ellas tenga un peso por
debajo de 34 onzas? R:
0.390117

4. Se sabe que las ventas diarias de una empresa (en miles de soles) tienen distribución
Uniforme U(100, 200). Se pide:
a) Probabilidad de que las ventas realizadas en un día estén en el intervalo (120,150). R: 0.30
b) El promedio de ventas y su desviación estándar. R: E(X)=150, V(X)=833.33,
σx=28.8675
28
 c) Supongamos que el precio (Y) es función de las ventas (X) mediante la expresión
Y = 220 - X. Calcular el precio esperado. R:
E(Y)=70

5. Los saldos, en soles, en cuenta corriente de un grupo de pequeñas empresas, clientes de un banco, en el
mes de marzo, son una variable aleatoria con función de densidad Uniforme en el intervalo [-1000 ,
10000] soles.

a) Calcule la probabilidad de que el saldo sea como máximo 7000 soles. R:

0.727273
b) Calcule la probabilidad de que el saldo supere los 7000 soles.
R:0.2727
c) ¿Cuál es el saldo en cuenta corriente máximo con probabilidad 0.80? R:
7,800
d) ¿Cuál es el saldo en cuenta corriente mínimo con probabilidad 0.80? R:
1,200
e) Calcule el porcentaje de empresas que tienen saldo deudor. R: 0.09
f) Si se conoce que una empresa tiene un saldo inferior a 4500 soles, ¿cuál es la probabilidad de que
este saldo sea superior a 1000 soles?. R:
0.6363

DISTRIBUCIÓN EXPONENCIAL

En la distribución exponencial, la variable en estudio “x” es el tiempo entre 2 ocurrencias

X ~ E(Promedio = Beta)

29
1. El tiempo para que se atienda el pedido de una persona en la cafetería de la universidad es una variable
con distribución Exponencial con promedio 4 minutos.
X ~ E(Promedio = 4)

a) ¿Cuál es la probabilidad de que una persona sea atendida en menos de 3 minutos? R:

0.527633

P(x < 3) = 0.5276533

b) Hallar la probabilidad de que el tiempo de espera de una persona sea mayor de 3 minutos pero
menor de 6 minutos? R: 0.249237

P(3 < x < 6) = P(x <= 6) - P(x <= 3) = 0.776870 - 0.527633

= 0.249237

restas el de 6 menos el de 3: 0,249237

c) ¿Cuántos minutos como máximo tendrá que esperar una persona para que atienda su pedido con
probabilidad 0.90? R: K=9.21034
X ~ E(Promedio = 4)

P(x <= K) = 0.90

K = 9.21034

30
 d) Si un alumno acude 4 veces a la cafetería durante una semana, ¿cuál es la probabilidad de que sólo
una vez haya tenido que esperar más de 5 minutos? R: 0.41626

Muestra n = 4

Éxito: esperar más de 5 minutos

Distribución exponencial
X: el tiempo para que se atienda un pedido
X ~ E(Promedio = 4)
P_ ÉXITO = P(x > 5) = 1 - 0.713495 = 0.286505

AHORA:
Se define la variable
Y: el número de veces que tiene que esperar más de 5 minutos
Y ~ B (n = 4, probabilidad = 0.286505)
P(Y=1) = 0.416260

CALC →

2. La compañía aérea LAN S.A. Se observa que el número de componentes que fallan al cumplir 100 horas
de funcionamiento es una variable aleatoria de Poisson, con número promedio de fallas de 8.
a) ¿Cuál es la probabilidad de que fallen por lo menos tres componentes en 125 horas? R: 0.99723

100 horas —---------- 8 fallas

125 horas —---------- X

X: 125*8/100 = 10 fallas en 125 horas

X ~ P(Promedio = 10)
P(x >= 3) = 1 - P(x < 3) = 1 - P(x <= 2) = 1 - 0.0027694 = 0.9972306
31
 b) ¿Cuál es la probabilidad de que por lo menos pasen 10 horas entre la falla consecutiva de
componentes? R: 0.4493

100 horas —---------- 8 fallas

1 hora —---------- M

M = 1*8/100 = 2/25

Y: tiempos entre dos fallas consecutivas de componentes (Distribución Exponencial)

Beta = 1/M
Beta = 1/(2/25) = 25/2

Y ~ E(Media = Beta = 12.5)

P(Y>=10) = 1 - P(Y<10) = 1 - P(Y <= 10) = 1- 0.550671 = 0.449329

<3

3. El número de usuarios por hora de un cajero automático es una variable con distribución Poisson cuyo
promedio es 6.
a) ¿Cuál es la probabilidad de que después de que salga un cliente, no llegue otro por cuando menos 15
minutos? R: 0.22313

X: número de clientes que atienden una cajera (distrib poisson)

60 minutos —-------- 6 clientes

1 minutos —-------- M

M = 1/10

Y: tiempo entre 2 clientes que usan cajero (distrib exponencial)

Beta = 1/M

32
 Y ~ E(Media = Beta = 10)
P(Y >= 15) = 1 - P(Y<15) = 1 - P(Y <= 15) = 1 - 0.776870 = 0.223130

b) ¿Cuál es la probabilidad de que cuando menos pasen 10 minutos entre las llegadas de dos clientes?
R: 0.3679

Y ~ E(Media = Beta = 10)

P(Y >= 10) = 1 - P(Y<10) = 1 - P(Y <= 10) = 1 - 0.632121 = 0.367879

4. El gerente de tienda de una cadena de supermercados afirma que el número de clientes que puede atender
una cajera de “ventanilla rápida” es una variable con distribución Poisson con promedio 4 cada 2
minutos.
a) Hallar la probabilidad de que en 2 minutos la cajera pueda atender a más de 5 clientes.
R: 0.21487

b) Hallar la probabilidad de que el tiempo entre una atención y otra sea superior a 45 segundos.
R: 0.22313
c) Suponer que la cajera empezó a atender a un cliente, ¿qué tiempo máximo tendrá que esperar el
siguiente para que esto ocurra con probabilidad 0.99?. R:
K=138.155

5. El tiempo durante el cual la marca de batería tipo A trabaja en forma efectiva hasta que falle (tiempo de
falla) se distribuye según el modelo exponencial con un tiempo promedio de fallas igual a 360
días.

a) ¿Cuál es la probabilidad que el tiempo de falla supere los 400 días? R: 0.3292

b) Si una de estas baterías ya trabajó por lo menos 400 días, ¿Cuál es la probabilidad de que trabaje a
lo más 600 días?
R: 0.4262
c) Si se están usando 5 de tales baterías de forma independiente, ¿cuál es la probabilidad de que más
de dos de ellas continúen trabajando después de 600 días? R: 0.04975

33
 CASOS DE APLICACIÓN DIVERSOS

1. Un inversionista está considerando tres estrategias para una inversión de 1.000 dólares. Se estima que los
posibles rendimientos son los siguientes:
Estrategia 1: Un beneficio de 10.000 dólares con probabilidad 0.15 y una pérdida de 1.000 dólares
con probabilidad 0.85.
Estrategia 2: Un beneficio de 1.000 dólares con probabilidad 0.50 y una pérdida de 500 dólares con
probabilidad 0.50.
Estrategia 3: Un beneficio seguro de 400 dólares.

¿Qué estrategia tiene mayor beneficio esperado? ¿Aconsejarías al inversionista que adoptara
necesariamente esta estrategia?
R: Beneficios esperados: Estrategia 1= 650 dólares, estrategia 2=250 dólares, estrategia 3
(segura)= 400

2. Sea la variable aleatoria X definida como el número de reclamos diarios de los clientes de una empresa de
turismo, cuya función de probabilidad es:
p(x) = (x + c)/25, donde: x=1,2,3,4,5

a) Halle el valor el valor de c para que f(x) sea una función de probabilidad. R: c=2
b) Halle la distribución de probabilidad. R: Probabilidades= P (X=1)= 0.12, P (X=2)= 0.16,
P(X=3)= 0.20, P (X=4)= 0.24, P (X=5)= 0.28
c) Calcule el número de reclamos esperado. R: 3.4

3. Una compañía de seguros ofrece a una persona de 45 años una póliza por un año de $100,000 por una
prima anual de $1,200. Asuma que el número de muertes en este grupo de edad es de 5 por cada 1000.
¿Cuál es la ganancia esperada para la compañía de seguros con una póliza de estas condiciones?
R: Ganancia esperada de la Compañía de Seguros =
E(X)=700

4. Un inversionista tiene la posibilidad de colocar sus activos en dos títulos financieros distintos. Si compra
acciones de “A” la ganancia será de $420 y la pérdida de $110, en el lapso de una semana. Si compra
acciones de “B” la ganancia será de $650 y la pérdida de $300.
Si existe la misma posibilidad de obtener ganancia para ambas acciones. ¿Cuál debería ser el valor de
probabilidad, para que el inversionista se encuentre indiferente entre una u otra acción? R: 0.4524

5. Una variable aleatoria discreta asume dos valores (a y b) con una media igual a 17.5; se sabe que el valor
b es el triple de probable que el valor a. Si la suma de los valores a y b es igual a 30:
a) Indique cuáles son los valores a y b. Complete la distribución de probabilidad de la variable X.

  X a= b= Total

p(x)

R: a=10, b=20,
p=0.25
b) Hallar el coeficiente de variación de la variable X. Indique detalladamente el procedimiento.

34
 R: 24.743583 %
c) Se tiene la variable Y definida como: Y = 0.90X + 10
¿La distribución de la variable Y es más homogénea que la distribución de la variable X?
Indique cuáles son los valores numéricos que sustenten su respuesta R: CV(Y) < CV(X)

6. Compu América S.A es una empresa importadora de Laptops de última generación. Para su campaña
universitaria compra 5 Laptops (exclusivas en tamaño y presentación) al precio unitario de 1200 dólares
y las vende a 1700 dólares la unidad. Debido al avance vertiginoso de la innovación tecnológica, después
de 1 mes de exposición, la Laptop que no se vendió tiene que ser retirada del mercado y devuelta al
distribuidor quien entrega a Compu América una cantidad igual a 80% del precio unitario al que se le
vendió. Se ha demostrado mediante una investigación de mercado, que la tabla de distribución de
probabilidad de X: Numero de Laptops vendidas, es la siguiente:

X 0 1 2 3 4 5

p(x) 0.05 0.15 0.05 0.20 0.30 0.25

a) Hallar el número esperado de laptop vendidas por Compu América S.A. R: E(X)=3.3
b) Hallar e interpretar el valor esperado, la varianza, la desviación estándar y el coeficiente de
variación de la utilidad neta de la empresa por la venta de las Laptops.

R:Utilidad neta: valor esperado= 1,242 dólares, varianza=1´264,956 dólares, la desviación

estándar=1,124.70 dólares y el coeficiente de variación=90.56%

7. Un contratista estima las probabilidades del número de días necesarios para concluir un proyecto como
sigue:

X 27 28 29 30 31 32
p(x) 0.05 0.15 0.25 0.40 0.10 0.05

El proyecto tiene un costo fijo de $ 2000 y debe concluirse en 30 días. Si termina en menos de 30 días
habrá un ahorro de $ 200 por cada día por debajo de 30; pero si se termina en más de 30 días habrá un
sobrecosto de $ 300 por cada día por encima de 30. Calcule el costo esperado del proyecto y su
desviación estándar.
R: E(C)=1,920, V(C)=72,600, σC=269.4439

8. Una empresa inmobiliaria que opera actualmente en Lima está rematando un paquete de 4 casas
construidas de 2 pisos en el distrito de Santa Anita al precio de $100000 por todo el paquete. Un
comprador podrá vender las casas al precio de $40000 cada una si no tiene defectos de construcción,
pero cada casa que presente “defectos de construcción” la podrá vender a $10000. Teniendo en cuenta
experiencias pasadas en eventos similares, Ricardo Tasador, un comprador bien informado asigna
probabilidades de 0.1, 0.6, 0.15, 0.1 y 0.05 a las posibilidades de encontrar 0, 1, 2, 3 y 4 casas con
“defectos de construcción” en el paquete que compra. Si la empresa inmobiliaria no permite ninguna
inspección antes de vender el paquete de casas:
a) ¿Cuántas casas con “defectos de construcción” esperaría encontrar Ricardo si compra el paquete?
R:
1.4

35
 b) Encuentre la utilidad que esperaría tener el comprador. ¿Le convendría comprar el paquete?
R: Utilidad esperada: 18,000 (si le convendría pues la utilidad esperada es positiva).

9. Sea X la variable aleatoria que representa el número de ventas que realiza una empresa por día, cuya
función de probabilidad está dada por:

a) Determine el valor de la constante k para que p(x) sea una función de probabilidad.

X 0 1 2 3 4 5 Total
p(x) K 5K 10K 10K 5K K 1
R: =1/32
b) Si al medio día de hoy la empresa realizó a lo más 4 ventas, cuál es la probabilidad que al final del
día logre realizar 2 ventas?
R:10/31=0.3226

c) Para cubrir las necesidades de comercialización de sus productos en un día, esta empresa incurre en
un costo fijo de 50 unidades monetarias; igualmente, por cada artículo que logra vender en el día,
asume un costo adicional de 4 unidades monetarias. Determine el costo esperado de dicha empresa
en un día.
R: E(C) = 60 y E(X)= 2.5

10.El número de llamadas que recibe una empresa, cada minuto, es una variable aleatoria, X, cuya función
de probabilidad está dada por:
p(x) = (e-2.2x)/x! donde x=0,1,2,…..

a) Determine la probabilidad de que en un minuto la empresa no reciba llamadas. R:

0.1353
b) ¿Cuál es la probabilidad de que en un minuto se reciba a lo más una llamada? R:
0.4059
c) Hallar la probabilidad de que en un minuto la empresa reciba más de 2 llamadas? R: 0.3233
d) Hallar la probabilidad de que en un minuto la empresa reciba por lo menos 2 llamadas? R: 0.594

11. El tiempo de duración (en años) de un determinado componente de un juguete electrónico es una variable
aleatoria que tiene por función de densidad: 

Si se elige un componente ¿Cuál es la probabilidad de que dure más de 4 meses? R: 0.8888889

a) ¿Cuál es la duración mínima del 10% de componentes considerados los de mayor duración?
R: K=0.9487 años
36
b) Suponga que el precio (Y) de estos componentes está relacionado con el tiempo de duración de los
mismos, de manera que: Y = 0.8X +1
¿Es la distribución del precio de estos componentes, más homogénea que la distribución del tiempo de
duración de los mismos?
R: CV(X)= 35.35% , CV(Y) = 12.297% , CV(Y)< CV(X)

37
12.Las ventas diarias (en miles de soles) se representan mediante una v. a. X con la siguiente función de
densidad:

f(x) =
Hallar:
a) La media de las ventas diarias y su varianza R:E(X)=1, E(X2)= 7/6, V(X)= 1/6
b) La probabilidad de que las ventas diarias superen los 1,500 soles. R: 0.125
c) La probabilidad de que las ventas diarias superen los 500 soles. R:0.875

13. La cantidad real de café (en gramos) en un recipiente de 230 gramos llenado por cierta máquina es una
variable aleatoria cuya función de densidad de probabilidad está dada por:
f(x)= 1/5 227.5 x 232.5
a) Calcular la probabilidad de que un recipiente de 230 gramos contenga cuanto mucho 228.65 gramos.
R: 0.23
b) Calcular la probabilidad de que un recipiente contenga entre 228.65 gramos y 232 gramos.
R:0.67
c) Calcular el contenido esperado del recipiente. E(X): 230
2
d) Calcular la varianza del contenido del recipiente y el CV. R: E(X )= 52,902.0833,
V(X)=2.0833, σx=1.443, CV(X)= 0.627%

14.Sondeos de mercado realizados por un fabricante sobre la demanda de un producto, indican que la
demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25 toneladas. La
función de probabilidad de X es:
f(X) =3X2/253 0<x<25
a) Construir la función de distribución de X. R: F(X)= 1/253 X3
b) Hallar la probabilidad de tener una demanda inferior a 15 toneladas. R:0.216
c) ¿Cuál es la probabilidad de tener una demanda entre 10 y 20 toneladas? R:0.448
d) Hallar la demanda esperada y su variación relativa.
R: E(X)= 18.75, R: E(X2)= 375, V(X)= 23.4375, σx=4.841229, CV(X)= 25.82%

15.Una empresa ha calculado que las ventas (V) y los costos unitarios (C) están relacionados con el índice de
precios al consumidor ( X ) mediante las siguientes ecuaciones:

Si el índice de precios al consumidor es una v. a. con función de densidad:

a) ¿Cuál es la probabilidad de que la utilidad sea negativa?

R: U=Utilidad= (17 – 2X)/3 , Probabilidad=0.2803
38
 b) Hallar la utilidad esperada. R: : E(X)=6.73, : E(U)=1.18

16.Las pérdidas (en millones de soles) debido a incendios en una galería comercial se pueden considerar una
variable aleatoria X con función de probabilidad:

a) Determinando previamente el valor de la constante k, construya la función de distribución de X.

R:1/200
b) Al producirse un incendio, ¿Cuál es la probabilidad de que las pérdidas superen los 8 millones de
soles? R: 0.36
c) Al producirse un incendio, ¿Cuál es la probabilidad de que las pérdidas estén entre 5 y 8 millones de
soles? R:
0.2025
d) El administrador de una galería afirma que al producirse un incendio se espera una pérdida de 10
millones de soles, ¿encuentra usted exagerada la afirmación del administrador de la galería?.
R: E(X)= 6.6667 millones de
soles
17.Los ingresos diarios que tienen las tiendas que comercializan útiles escolares y de oficina en las galerías
de un centro comercial son una variable aleatoria, expresada en miles de soles, cuya función de densidad
es la siguiente:

f(x) = 0<x<2

a) Hallar la Función de Distribución: F(x) de X.

b) Hallar la probabilidad de que en un día las tiendas tengan ingresos superiores a 1000 soles.
R:0.50
c) Si el ingreso de una de las tiendas en un día es superior a 900 soles, ¿cuál es la probabilidad de que
no sobrepase los 1500 soles? R: 0.73

18.Cierto aparato registra el nivel de saturación de la red eléctrica en una comarca. El error relativo
porcentual de la medida dada por el aparato es una variable aleatoria continua X con función de
distribución acumulada:

Determinar:
a) La función de densidad de probabilidad de la variable X. R: f(X)=2-2X
b) La probabilidad de que una medida tenga un error entre el 0.1% y el 0.2%. R: 0.17
c) El error relativo esperado. R:E(X)= 1/3

39
19.Un corredor de inmuebles cobra honorarios fijos de 100 dólares más una comisión del 6% sobre el
beneficio obtenido por el propietario. Si este beneficio es una variable aleatoria con distribución
Uniforme en el intervalo [2000, 12000] dólares.
a) ¿Cuánto espera obtener de utilidad el corredor de inmuebles?.
R: E(Y)=520 dólares E(X)=7,000
b) ¿Cuál es la probabilidad que la utilidad del corredor supere los $580 ?. R: 0.40
c) ¿Qué utilidad máxima podrá obtener el corredor con probabilidad 0.90? R: K=760

20.En una tienda de alquiler de autos, cada vez que un cliente alquile un automóvil debe pagar un monto fijo
de $20, Si alquila un auto tipo A debe pagar adicionalmente $15 y si alquila un auto de otro tipo debe
pagar adicionalmente $5. Se sabe que la probabilidad de que un cliente alquile un auto tipo A es de 0,8.
De 25 clientes que alquilan autos en esta tienda:
a) Construya la distribución de probabilidad de los clientes que alquilan automóviles tipo A.

b) Determine la función de los ingresos y el ingreso esperado que producen a la tienda los 25 clientes
que alquilan automóviles. R: Ingreso = 10X + 625 , E (X)=20 , E(Ingreso) =
825

21.En una tienda comercial se ha observado que se efectúa una venta cada 75 segundos.
a) Considerando el modelo de probabilidad adecuado, halle la probabilidad que en un intervalo de un
minuto se efectúe más de dos ventas.
R:0.0474
b) Si se eligen al azar y de forma independiente 2 intervalos de tres minutos cada uno, halle la
probabilidad que en ambos intervalos se efectúe no más de dos ventas.
R:0.3246

22.El tiempo X que se demora la atención de un cliente es una variable aleatoria distribuida uniformemente
con media igual a 15 minutos y un intervalo (recorrido) igual a 10 minutos. Calcular:
a) La probabilidad que la atención a un cliente demore entre 13 y 16 minutos.
R:0.3
b) Se sabe que el costo (en soles) en el que se incurre para la atención de un cliente es:
Y = 2X - 6. Calcular la probabilidad que dicho costo ascienda como máximo a 30 soles.
R:0.80
c) Hallar el costo esperado. R:
24

40
41
 FÓRMULAS

FUNCIÓN DE DISTRIBUCIÓN: 𝑥
𝐹(𝑥) = 𝑃(𝑋≤𝑥) = ∫ 𝑓(𝑥)𝑑𝑥
Variable aleatoria continua −∞

VALOR ESPERADO 𝐸(𝑋) = μ = ∑ 𝑥𝑝(𝑥)

∞
𝐸(𝑋) = μ = ∫ 𝑥𝑓(𝑥)𝑑𝑥
−∞

2 2 2
𝑉(𝑋) = σ = 𝐸(𝑋 ) − [𝐸(𝑋)]

VARIANZA

( 2) = ∑ 𝑋2𝑝(𝑋)
𝐸 𝑋

+∞
2 2
( )=
𝐸 𝑋 ∫ 𝑋 𝑓(𝑋)𝑑𝑥
−∞

COEFICIENTE DE VARIACIÓN
𝐶. 𝑉. = ( ) × 100%
σ
µ

𝑏 𝑛+1 𝑏
𝑛 𝑥 𝑘 𝑛+1 𝑛+1
∫ 𝑘𝑥 𝑑𝑥 = 𝑘 𝑛+1
| = 𝑛+1
[𝑏 −𝑎 ]
𝑎 𝑎

42
 DISTRIBUCIONES NOTABLES DE PROBABILIDAD

Distribución Función de probabilidad E(X) V(X)

𝑥 𝑛−𝑥
𝑃(𝑋 = 𝑥) = (𝑛 𝑥 )𝑝 𝑞

𝑛𝑝 𝑛𝑝𝑞
Binomial x = 0, 1, 2, . . . ,n q=1–p

−λ 𝑥
𝑒 λ
𝑃(𝑋 = 𝑥) = 𝑥!

Poisson
x = 0, 1, 2, . . . ; λ>0

(𝑀 𝑥 )(𝑁−𝑀 𝑛−𝑥 )
𝑃(𝑋 = 𝑥) =
Hipergeométrica
(𝑁 𝑛 )
( )
𝑛
𝑀
𝑁 ( )(1 − )(
𝑛
𝑀
𝑁
𝑀
𝑁
𝑁−𝑛
𝑁−1 )
1
𝑓(𝑥) = β−α
α≤𝑥≤β
2
(β−α)
Uniforme α+β
2
12

2
𝑓(𝑥) =
1 −(𝑥/β)
𝑒 𝑥>0 β β
Exponencial β

43