Universidad Nacional de Piura

Facultad de Ciencias
Escuela Académico Profesional de Estadística

DOCENTE:
CARLOS EDUARDO CABRERA PRIETO

INTEGRANTES:
.Lamadrid Eche Jhampier Jesús

CURSO:

CALCULO DE PROBABILIDAD

Año: 2021

PIURA-PERU
 DIRIGIDA N 04

1.- Si X ~ B (n, p) tal que E(X) = 3 y V(X) = 2.4, calcular: P [X ≥ 3].

SOLUCION:

E(x) = np

V(x) = npq

E(x) = np = 3 ............... (1)

V(x) = npq = 2.4 ............ (2)

Reemplazando 1 en 2:

3q= 2.4 ∴ 1 – p = 0.8 q=

p = 1 – 0.8 q=

0.8 p = 0.2

np= 3
3
= 𝑛 = 15
n (0.2) = 3 n= 0.2

p(x 3) = 1 – p (x < 3)

p(x 3) = 1 [𝑝(𝑥 = 0 + 𝑝(𝑥 = 1) + 𝑝(𝑥 = 2)]

=1 – [1(0.035184) + 15 (0.008796) + 105 (0.002748)]

=1 – 0.3980232
 = 0.6019797907 ≈ 0.60198

2.- Un estudiante contesta al aza r (o sea sin saber nada) a 9 preguntas,

siendo cada una de 4 respuestas de las cuales sólo una es la correcta.

a) Determinar la distribución de probabilidades del número de

preguntas contestadas correctamente.

b) Si para aprobar tal examen debe contestar correctamente al menos

6 preguntas, ¿cuál es la probabilidad de aprobar el examen?

SOLUCION:

n = 9 preguntas con 40 opciones: = ¼ = 0.25 = p p

= probabilidad de contratar correctamente

a) X: N° de preguntas contestados correctamente.

X Binomial (9, 0.25)

Es decir, de 4 opciones una correcta p=¼

b) Para aprobar debe contestar correctamente al menos 6 preguntas es

la probabilidad de contestar correctamente. x B (9, 0.25)

P (x 6) = P (x = 6) + p(x=7) + p (x = 8) + p (x = 9)

= 84(0.25)6(0.75)3 + 36(0.25)7(0.75)2 + 9(0.25)8(0.75) +

(0.25)9(0.75)

= 0.009945068

= 0.011
3.-En una producción, la probabilidad de que un objeto sea defectuoso
es 0.2. Si en una muestra de n de tales objetos escogidos al azar uno
por uno, se espera que haya un defectuoso,

a) calcular la probabilidad de que haya un objeto defectuoso.

b) ¿cuántos objetos defectuosos es más probable que ocurra?

SOLUCION:

X: N° de objetos defectuosos

P (x = 1) = 0.2 E = (x) =
np = 1 n (0.2) = 1
n = 1/0.2 n=5

p (x

= 0.4096

4.- El 75% de la mercadería que recibe un comerciante del fabricante A

es de calidad excepcional, mientras que el 80% de la mercadería que
recibe del fabricante B es de calidad excepcional. El 60% del total de la
mercadería lo adquiere de A y el resto de B. Si se seleccionan 4
unidades de la mercadería, ¿qué probabilidad hay de que se
encuentren 2 unidades que sean de calidad excepcional?

A – 75% Excepcional 60% adq. A

B – 80% Excepcional 40% adq. B

 X: N° de objetos de calidad excepcional
P A = 0.60 (0.75) = 0.45 pB
= 0.40 (0.80) = 0.32

0.77

p = p A + pB = 0.77
p = 0.77

x Binomial (4, p)

p (x =2)

= 6 (0.77)2(0.23)2

= 0.1881864

5.- En una empresa de construcción civil donde los empleados son 80%
hombres y 20% mujeres están aptos para jubilarse el 10% de las mujeres y
el 10% de los hombres. De cinco solicitudes para jubilarse, ¿cuál es la
probabilidad de que al menos dos estén aptos para jubilarse?

SOLUCION:

80% - Hombres Jubilación 10% H.

20% - Mujeres Jubilación 10% M. n

=5

X: N° de trabajadores aptos para jubilarse

P (𝑋 ≥ 2)

P = 0.80 x 0.1 + 0.20 x 0.1 = 0.1

X Binomial (5; 0.1)

P (x 2) = 1 – p (x < 2)

=1 – [p (x = 0) + p (x = 1)]

.
= 1−[(0.9) + 5(0.1)(0.9) ]
5 4

= 1 −0.91854

= 0.0815

6.- La producción de cuatro máquinas es recogida en cajas de 5 unidades.

La experiencia permitió establecer la siguiente distribución de las cajas,
según el número de unidades defectuosas que contienen;

La inspección diaria consiste en examinar las 5 unidades de cada caja.

Se acepta una caja, cuando contiene menos de dos unidades defectuosas.

En caso contrario se rechaza. a) ¿Cuál es la probabilidad de rechazar una
caja que no contenga unidades defectuosas? b) ¿Cuál es la probabilidad
de aceptar una caja que contenga tres unidades defectuosas?

SOLUCION: 4
máquinas n = 5
unidades.

X: N° de unidades defectuosas en la caja

a) P (x 2)

X ------- Binomial (5, 0.70)

P (x 2) = 1 – p (x 2)

= 1 – [P (x = 0) + p (x = 1)]

=1 −[(0.5)5 + 5(0.7)(0.3)4]
 =1 – 0.031 = 0.969

b) P (x ≤ 1)

X ------ Binomial (5, 0.05)

P (x ≤1) = p (x= 0) +p (x=1)

=0.9774

7.- Un vendedor a domicilio compra diariamente 10 unidades de un

producto eléctrico para viviendas básicas a $2 cada una. Por cada uno,
gana 13$ si vende o pierde 1$ si no vende en el día. Si la probabilidad de
venta de cada unidad es 0.2 y si las ventas son independientes.

a) hallar la distribución de probabilidad de las unidades vendidas.

b) calcular la utilidad esperada de vendedor.

SOLUCION:

n = 10 S/. 2.00

Por cada vendido gana S/. 3

Por cada no vendido pierde S/. 1

P (venta de c/unidad) = 0.2, y las ventas son independientes

a) X: N° de unidades vendidas:

X Binomial (10, 0.2)

b) E(x) = n p

= 10 (0.2) = S/. 2.
8.- Una computadora utilizada por un sistema bancario de 24 horas asigna
cada transacción al azar y con igual probabilidad, a una de cinco
posiciones de memoria: 1, 2, 3, 4, 5. Si al terminar el periodo nocturno de
un día se han registrado 15 transacciones, ¿cuál es la probabilidad de que
el número de transacciones efectuadas a las posiciones de memoria par
sea mayor que 3?
SOLUCION:

1, 2, 3, 4, 5 p(x) = 1/5 n =
15 transacciones p((número
par) = 2/5 = p(éxito)

X: N. de transacciones a Nº par
X Binomial (15, 2/5) p (x > 3) = 1
– p (x 3)

=1 – [p (x = 0) + p (x= 1) + p (x = 2) + p (x = 3)]

= 0.909

9.- Una secretaria que debe llegar a la oficina a las 8 de la mañana, se

retrasa 15 minutos en el 20% de las veces. El gerente de la compañía que
no llega si no hasta las 10 de la mañana llama ocasionalmente a la oficina
entre las 8 y 8.15 de la mañana para dictar una carta. Calcular la
probabilidad de que en 5 mañanas por lo menos en una no encuentre a la
secretaria. SOLUCION:

debe llegar a las 8:00

20% de las veces se retrasa 15’ 8.15

El gerente llama a la oficina entre los 8 y 8.15

X: Nº de días que llega tarde n = 5
 éxito, no está en la oficina de 8 a 8.15

p (x > 3) = 1 – p (x 3)
x Binomial (5, 0.2)
p(éxito) = 1/5 p (x 1) = 1
– p (x < 1)

=1 – p (x = 0)

= 1−0.32768

= 0.672

10.- Al realizar un experimento, la probabilidad de lograr el objetivo es 0.4.

Si se realiza el experimento 20 veces bajo las mismas condiciones y
asumiendo resultados independientes

a) Calcular la probabilidad de lograr el objetivo por lo menos en tres de

las 20 veces.

b) El costo de realizar el experimento es de S/.1500, si se logra el

objetivo; y de S/. 3000 si no se logra. Calcular el costo esperado para
realizar el experimento.

SOLUCION:

p(ÉXITO) = 0.4 n
= 20

a) X: N° de veces que se logra el objetivo.

∴ x Binomial (20, 0.4) p (x 3) = 1 – p
(x < 3)

= 1 – [p (x = 0) + p (x = 1) + p (x = 2)]
 = 1−0.0036114721 = 0.996

b) E(x) = np = 20(0.4) = 8

Costo = 1500x + 3000 (20 – x)

E(costo) = E (1500x + 3000 (20 – x)

= 1500 E(x) + 6000 – 3000 E(x)

= 1500 (8) + 6000 – 3000 (8)

E(costo) = 48000.

11.- Una prueba de aptitud consta de 10 preguntas con cinco alternativas

cada una, de las cuales sólo una es la correcta. La calificación se realiza de
la siguiente manera: Cada pregunta correctamente contestada vale 2
puntos. Por cada pregunta mal contestada se descuenta k puntos.

a) Determine el valor de k de tal manera que la nota esperada de un

alumno que responde al azar las 10 preguntas sea cero.

b) ¿Cuál es la probabilidad de que un alumno que responde al azar las

10 preguntas, tenga una nota mayor o igual a 11?

SOLUCION: n = 10 con cinco alternativas cada una de las cuales sólo una
es correcta. Cada pregunta correcta = 2 puntos.

Cada pregunta incorrecta = -k puntos

a) k =?

X : Nº de respuestas correctas x
Binomial (10, 0.2)

E(x) = n(p) = 0

E(x) = 0 + 1/5 = 1/5

 E(x) = n (1/5) = 10(1/5) = 2

Nota = 2x – k (10 – x)

2x → por cada respuesta correcta 2 puntos

K(10-x) por cada respuesta incorrecta -k puntos Por
lo tanto:
E(Nota) = E [2x – k (10 – x)]

E (Nota) = 2E(x) – 10k + kE(x)

Pero la E(Nota) = 0

2E(x) 10k + k E(x) =0

2(2) – 10k + k (2) = 0

4 – 8k = 0
k = 4/8 k
= 0.5

b) P (nota≥ 11)=

12.- Una agencia de viajes observa que el 20% de las reservas de pasajes
para viajar al interior no se hacen efectivas. Si la compañía decide aceptar
reservas por un 20% más de los 15 cupos que posee, calcular el porcentaje
de clientes que habiendo hechos sus reservas se quedarían sin viajar.

SOLUCION:

20% no se efectivizan

20% más de los 15 cupones que posee, 0.2(15) = 3.

% de clientes que habiendo hechos sus reservas se quedan sin viajar

X: Nº de cupones cubiertos

N = 18 = 15 + 0.2(15)

P (x > 15)

X Binomial (18, 0.8)

P (x > 15) = p (x = 16) + p (x = 17) + p (x = 18)

= 0.271

13.- El tiempo de duración X, en meses, de un tipo de resistencia eléctrica

tiene función de densidad de probabilidad:

a) ¿Cuál es la probabilidad de que una de tales resistencias eléctricas dure

más de 4 meses?

b) Si se prueban 10 resistencias eléctricas, ¿cuál es la probabilidad de que

ninguna dure más de 4 meses?

c) ¿Cuántas resistencias se probarían para que con probabilidad igual a 0?

9 se tenga al menos uno que dure más de 4 meses?

d) Si el costo de producción de una resistencia es:

¿cuánto es el valor esperado del costo?

SOLUCION

X: tiempo de duración en meses

a) p (x > 4) = ∫ 0.5𝑒−0.5𝑥 = 𝑒0.5𝑥

= 𝑒−1/2(4)

= 𝑒−2=0.135

b) n = 10 x B (10, p)

p(x=0) =

c) x ~𝐵(𝑛, 𝑝)

p (≥ 1) = 0.9

1-0.9= p(x=0)

0.1 = 𝐶0𝑛(0.135)0(0.865)𝑛
(0.865𝑛) = 0.1

n=

n = 16

14.- En cierto proceso de producción se sabe que el porcentaje de artículos

defectuosos es de 0.02. Se controlan la calidad de los artículos uno por
uno

a) Calcular la probabilidad de que el décimo artículo probado sea el

primer defectuoso encontrado.
b) En promedio, ¿cuántos artículos se probarían hasta encontrar el
primer defectuoso?

SOLUCION:

a) De acuerdo a la Distribución de Pascal o Distribución binomial negativa:

p=probabilidad de porcentaje de artículos defectuosos = 0.02

k=número de Intentos=10 r=número de éxito selectivo=1

f(k)=P[Y=1 f(k)

f(k) = 0.017

b)

E = (x) = np = 1 n
(0.2) = 1 n = 1/0.02
→ n = 50

15.- Cierto virus ha invadido un colegio atacando al 5% de los niños. Si

tales niños son examinados uno por uno, ¿cuál es la probabilidad de que el
doceavo niño examinado sea el quinto niño encontrado atacado por el
virus?

SOLUCION:

De acuerdo a la Distribución de Pascal o Distribución binomial negativa:

p=probabilidades niños con cierto virus=5%=0.05
k=número de intentos =12 r=número de éxito
selectivo=5

f(k)
f(k)=

= 7.201

16.- Un vendedor a domicilio estima en 0.3 la probabilidad de efectuar una

venta. Suponga ventas independientes.

SOLUCION:

a) En promedio, ¿cuántas visitas domiciliarias debe efectuar hasta tener 12

ventas?

De acuerdo a la Distribución hipergeométrica

Definimos los parámetros: N=elementos

posibles de venta=0.3 r=número de éxitos
en ventas esperados=12 Y sustituimos en la
fórmula:

p
.
b)¿Cuál es la probabilidad de que se hagan al menos 10 visitas para tener 4
ventas?

22) Una caja contiene 20 chips, de los cuales el 20% no están aptos para su venta y el
resto sí. Se escogen 5 chips al azar uno a uno sin reposición.

a) Determine la distribución de probabilidad del número de chips escocidos que

sean no aptos para su venta.

a) Calcular la probabilidad de que al menos uno sea no apto para su venta.

SOLUCIÓN:

Ck C
f(x) = p (x = k) = r C n −−k
nN N r , k = 0, 1, 2, .............

E(x) = np

N-n
V(X) = NPQ N −1

N = 20

20% no están aptos para su venta, y el resto si.

n = 5; 20% (20) = 4 = r, N – r = 16

C C
a) p [x = k] = 4
k
C 5 20 16
5-k
, k = 0, 1, 2, 3, 4.

b) p[x1] = 1 – p (x < 1)

= 1 – p (x = 0)

= 1 - CC04 C5 20 16 5
 C16 5 = 0.718266.
=1-

C5 20

23).- Un determinado producto industrial es embarcado en lotes de 20

unidades. Se escogen 5 ítems al azar de un lote y se rechaza el lote si se
encuentra dos o más defectuosos; en caso contrario se acepta el lote.
Calcular la probabilidad de aceptar un lote que tiene 3 defectuosos si los
ítems se escogen uno por uno,

a) con reposición, b) sin reposición.

SOLUCIÓN:

N = 20 p = 1/5

= 0.2 n = 5

a) Con sustitución.

X: Nº de artículos defectuosos.

X → Binomial (5, 0, 2) p(x1) =

C50 (0.2)0 (0.8)5 + C15(0.2 (0.8)4

= 0.7372

b) Sin sustitución:

N nr

X → H (20, 3, 5)

=
p(x1) CC 50 C20152 + CC15 C3 2015 2 = 0.859649
 3

= 0.86

.- Una ensambladora de computadoras recibe lotes de 10 tarjetas cada uno de

un tipo específico, en la proporción, 30% de marca A y 70% de marca B.
Se sabe que el porcentaje de producción defectuosa es de 40% para la
marca A y de 1 0% para la marca B. Si se prueban 3 tarjetas extraídas al
azar una a una y sin reposición de un lote elegido al azar, calcular la
probabilidad de no encontrar tarjetas defectuosas,

SOLUCIÓN:

N = 10
30% → A

70% → B

% producción defectuosa es 40% → A

% producción defectuosa es 10% → B

n=3

X: Nº de tarjetas defectuosas.

P (x = 0)

310 C 04C C36 + 7 C10 C109 3

1010 C3
3 
p(x=0) de A p(x=0) de B

25.- Un jurado de 9 jueces va a decidir la inocencia o culpabilidad de un reo.

Suponga que 6 votan por inocencia y el resto por culpabilidad. Si se
seleccionan al azar 3 jueces y se pregunta por su voto,

a) Calcular la media y la varianza del número de jueces de la selección

que votan por la inocencia.
 b) ¿cuál es la probabilidad de que ningún juez seleccionado esté a favor
de la inocencia del reo?

SOLUCIÓN:

X: Nº de jueces que votaron a favor. p = 6/9

a)  = np = E (x)

 6
=3  =2

9

−n
 = npq N
2

N −1

= 3 6 3 10−3

9 9  9 
 7 42
=6  = = 0.518518518
9 9 81

b) X: Nº de jueces que votarán a favor.

P (x = 0) = CC60 C9 3 93 = 0.0119

27.- Una compañía recibe un envío de 20 piezas de un proceso de

manufactura. El control de calidad de la Cía. consiste en tomar una
muestra de 3 piezas al azar sin reposición de este envío. Si en la muestra
se encuentra al menos una defectuosa, se rechaza el lote; en caso
contrario se eligen al azar 2 piezas adicionales. Si en la segunda muestra
se encuentra al menos una defectuosa, se rechaza el lote; en caso
contrario se acepta el lote. Calcular la probabilidad de rechazar el envío si
contiene 25% de piezas defectuosas.
SOLUCIÓN:

N = 20

n=3

Si se encuentra al menor defectuoso.

25% → 20(0.25) = 5

X : Nº de artículos defectuosos.

p(x1) = C151C C152 + CC 52 C20115 + CC53 C32015 0

20

3 3

P(x < 1) = 1 -  CC50 C320153  

= 0.6008.

28.- En una fábrica la producción semanal de cierto tipo de artículo es de

1000 unidades. Cada semana se realiza un control de calidad
seleccionando una muestra de 20 unidades del artículo, escocidos al
azar y sin reposición de la producción de la semana (1000 artículos) y
adoptando la siguiente regla de decisión: aceptar que el porcentaje de
producción defectuosa es 2% si en la muestra se encuentra a lo más un
defectuoso, o rechazar que el porcentaje de producción defectuosa es
2% en caso contrario, ¿cuál es la probabilidad de que se haya decidido
 aceptar que el porcentaje de producción defectuosa de una semana es
2% cuando en realidad fue 5% de los 1000 producidos?

SOLUCIÓN: N =

1000 n = 20

r = 4 = 20 (0.2). aceptar si a lo más uno defectuoso.

1000 (0.05) = 50

X: Nº de artículos defectuosos.

X → 1 + (1000. 50, 20)

p(aceptar) = p(x1/p=0.05

C50 C250
= 0 20C100020 +C150C19950 =

28.- Verificar que:

kq k−1 =
k=1

1
Rp. Derive respecto a q ambos lados de k=0 qk = 1− q
29.- El número medio de automóviles que llegan a una garita de peaje es de 120 por
hora.

a) Calcular la probabilidad de que en un minuto cualquiera no llegue automóvil

alguno.

b) Calcular la probabilidad de que en el período de 3 minutos lleguen más de 5

automóviles.

e) Si tal garita puede atender a un máximo de 3 automóviles en 30 segundos,

calcular la probabilidad de que en un medio minuto dado lleguen más
automóviles de lo que puede atender.

SOLUCIÓN:

 = 120 por hora

 en un minuto llegarán: 120  60 = 2

=2

X : Nº de automóviles que llegan a la garita de peaje.

e−(x)x
P(x = x) = x = 0, 1, 2, ........

x!

a) p(x = 0) = e−2(2)1 = -2 =
0.135 e
0!

b) Período de 3 minutos llegan más de 5

automóviles.

1!

’ = t = 2(3) = 6.
 ’ = t = 2(3) = 6.

P(x = 0)

= 2(3) = 6

e−6 (6)0
p(x = 0) = = 0.002478

P(x > 5) = 1 – p(x4)

e−6(6)0 e−6(6)1 e−6(6)2 e−6(6)3 e−6(6)4 

= 1 -  0! + 1! +
2! + 3! + 4! 

 −
6
6e−6 + 36e−6 + 216 e−6 +1296e−6 + 
= 1 -  e + 2 6 24 

= 1 – [e-6 + 6 e-6 + 18 e-6 + 36 e-6 + 54 e-6 ]

= 1 – 115 e e-6

= 1 – 0.285056

= 0.7449

30.- Un líquido contiene cierta bacteria con un promedio de 3 bacterias por cm 3,

calcular la probabilidad de que una muestra,

a) de 1/3 de cm3 no contenga bacteria alguna.

b) de 2 cm3 contenga por lo menos una bacteria.

SOLUCIÓN:

X=3

a) ’ = t = 1/3(3) = 1

e−1(0)1
p(x = 0) = = 0.367879
 0!

b) ’ = t = 2(3) = 6

p(x1) = 1 – p (x = 0)

 e−6(0)6 
=1- 0! 

= 1 – 0.002478752177

= 0.997521

31.- Suponga que el número de accidentes de trabajo que se producen por semana en
una fábrica sigue la ley de Poisson de manera que la probabilidad de que
ocurran 2 accidentes es igual a 3/2 de la probabilidad de que ocurra un
accidente. Calcular la probabilidad de que no ocurran accidentes en 2 semanas
consecutivas.

SOLUCIÓN:

X : Nº de accidentes por

semana p(x = 2) = 3/2 P(x = 1)

p(x = 0) en 2 semanas

p(x = 2) = p (x = 1)

e− 2 3 e 1

=
2! 2  1!


2e− 2 3e−

=
 2 1

e− 2 = 3e− 

e− 2
− =
3e  
=3

p(x = 0) = ? ’

= t = 2(3) = 6

e− x e−6(6)0
p(x = 0) = =
= 0.002478 x! 0!

32.- Un banco atiende todos los días de 8am. a 4pm. y se sabe que el número de
clientes por día que van a solicitar un préstamo por más de $10,000 tiene una
distribución de Poisson con una media de 3 clientes por día.

a) ¿Cuál es la probabilidad de que hasta el mediodía no se haya producido una

solicitud de préstamo por más de $ 10,000?
b) En cuatro días, ¿cuál es la probabilidad de que en dos de los días hasta el
mediodía no se haya producido una solicitud de préstamo por más de $
10,000?

SOLUCIÓN:

Por más de S/. 10.000 → Poisson con  = 3

a) p(x = 0) =?

X: Nº de cliente que solicitan préstamo por más de 10.000

’ = (t) = 3(1/2) = 3/2

 p(x = 0) =
e−3/230 -1.5 =
0.22313016 = e 0!

b) n = 4  Poisson con aproximación a la binomial. p = 0.223

p(x = 2) = C42 (0.223)2 (0.777)2

= 0.1801370

33.- La demanda semana ¡de cierto producto tiene una distribución de Poisson
Actualmente su media es 3 por semana. Se estima que después de una
campaña publicitaria, el valor esperado de la demanda se duplicará con
probabilidad 0.8 y se triplicará con probabilidad 0.2. ¿cuál es la probabilidad de
que después de la campaña la demanda sea igual a 4?

SOLUCIÓN:

 = 3 por semana.

 = 6 con p(0.8)

 = 9 con p(0.2)

X : demanda después de la campaña

p(demanda = 4, después de la campaña

0.8e−6 (6)4 0.2e−9 (9)4

p(x = 4) = +

4! 4!

1036.8e−9 +1312.2e−9
=

24

2.
=

= 0.113829
34.- El número de personas que cada día se aloja en un hotel es una variable aleatoria
X que tiene distribución de Poisson con parámetro , que puede ser:

igual a 20 con probabilidad 0.5, igual

a 15 con probabilidad 0.3, igual a 10

con probabilidad 0.2

a) Determinar P[X = k] , donde k = 1, 2, ..., etc..

b) Calcular el valor esperado de X.

SOLUCIÓN:

 = 3 por semana.

 = 6 con p (0.8)

 = 9 con p (0.2)

X: demanda después de la campaña

p (demanda = 4, después de la

campaña

0.8e−6 (6)4 0.2e−9 (9)4

p (x = 4) = +
4! 4!

1036.8e−9 +1312.2e−9
=

24

2.
=

= 0.113829

X→ Poisson Parámetro 

20 con prob. 0.5

 15 con prob. 0.3

10 con prob. 0.2

a) p (x = k) ; k = 1, 2, 3, ......

e−20(20)k e−15(15)k e−10(10)k

p(x = k) = + +
k! k! k!
   
0.5 0.3 0.2

e−20(20)k
p(x = k) = = 0.5
k!

e-20 (20)k = 0.5 k!

e−20(20)k
= k!

4.1223 x 10-9 (20)k = k!

E(x) = 1p(1) + 2 p(2) + 3 p(3)

= 20(0.5) + 15(0.3) + 10(0.2)

= 16.5

35.- Cierto tipo de loseta puede tener un número X de puntos defectuosos que sigue
una distribución de Poisson con una media de 3 puntos defectuosos por loceta.
El precio de la loseta es $1 si X = 0, de $0.70 si X = 1 o 2, y de $0.1 si X>2.

Calcular el precio esperado por loseta.

SOLUCIÓN:

X : Nº de puntos defectuosos.

X → Poisson = 3

Precio = S/. 1, Si: x = 0

 0.70 Si x = 1 ó 2
0.1 Si x > 2
E(x) =  = ?

e− 0 -3
= 0.04979
P(x = 0) = = e
0!

e−331 e−332
P(x = 1) ó p(x = 2) = +

9e−3
= 3 e -3 +
2

= 7.5 e-3 = 0.3734

p(x > 2) = 1 – p(x 2)

= 1 – [p(x = 0) + p(x = 1) + p(x = 2)]

= 1 – [0.04979 + 0.3734]

= 0.5768098188

E(x) = 0.37

X= 0 1 2 3

Precio 1 0.7 0.7 0.1

0.049

36.- El número de usuarios que acuden a cierta base de datos confidencial

sigue una distribución de Poisson con una media de dos usuarios por
hora.
 a) Calcular la probabilidad de que entre las 8 am. y el mediodía (1 2.m)
acudan más de dos usuarios.

b) Si un operador de la base de datos trabaja todos los días de 8 am.

hasta el mediodía (12.m), ¿cuál es la probabilidad de que este
operador tenga que esperar más de 7 días hasta observar el primer día
en el cual acceden más de dos usuarios'?.
SOLUCIÓN:

= 2 por hora. ' = t

= 2(4) = 8 x → Poisson

X : Nº de usuarios que acuden a cierto base de datos confidencial.

P(x > 2) = 1 – p(x2)

= 1 – p(x = 0) + p(x = 1) + p(x = 2)

e−3 80 e−8 81 e−8 82 

= 1 -  0 + 1! + 2! 

= 1 – [e-8 + 8 e-8 + 32 e-8]

= 1 – [41 e-8]

= 1 – 0.01375396774

= 0.986246

b) X → Geométrica (p) donde:

p = 0.986

p(x > 7) = qa = (1 – 0.986)7

= (0.014)7

= 1.05414 x 10-13
37.- Cierta panadería dispone de una masa con frutas concitadas para hacer 200
panetones. Agrega 2,000 pasas de uvas a la masa y la mezcla bien. Suponga
que el número de pasas es una variable aleatoria de Poisson con un promedio
10 pasas por panetón.

a) Calcular la probabilidad de que un panetón elegido al azar no contenga

ninguna pasa.

b) ¿Cuántos panetones se espera que contengan 6 pasas?

c) Suponga que en tal producción hay 15 panetones con a 1º más 6
pasas, si un cliente adquiere 5 panetones, ¿cuál es la probabilidad
de que dos tengan más de 6 pasas?

SOLUCIÓN:

N = 200 panetones

X : N° de pasas por panteón:

X → Poisson = 10

a) p(x = 0) = e−10 100 = e -10 = 4.54 x 10-5

0

e−10 106
b) p(x = 6) = = 0.063055
6!

np = 200 (0.063055)

= 12.61  13

r = 15 con a lo más 6 pasas

N = 200

n=5 k=2

p(2 contengan 6 pasas)

X : → Distribución Hipergeométrica
 P(x = 6) = C153C 5 200 C185 2

.- Una compañía de seguros encuentra que el 0. 1 % de los habitantes de una gran

ciudad fallece cada año en accidentes de tránsito. Calcular la probabilidad que
la compañía tenga que pagar en un año a más de 10 de sus 3,000 asegurados
contra tales accidentes.

SOLUCIÓN:
0.1% de los habitantes fallecen cada año.

P(x > 10) ; = 0.001 (3000)

X : Nº de clientes asegurados contra accidentes de tránsito.

P(x > 10) = 1 – p(x  10)

10 e−x

=1- x=0 x!

 = 0.001 (3000) = 3

10 e−33x

p(x > 10) = 1 - x=0 x!

= 1 - 0.99971
Tabla

= 0.0029

39.- Suponga que la probabilidad de que se haga una soldadura defectuosa en un

conexión dada es 0.001. Calcular la probabilidad de que se presenten a lo más 2
defectos en un sistema que tiene 5,000 conexiones soldadas
independientemente.
 SOLUCIÓN:

p(x = soldadura defectuosa) = 0.001

X : Nº de soldaduras defectuosas.

P(x2), N = 5.000 conexiones

X → Binomial (5000 , 0.001)

Si aproximamos a la Poisson.

 = 5000 (0.001) = 5 p(x2)

= p(x = 0) + p(x = 1) + p(x = 2)

e−5 50 e−5 51 e−5 52

= + + 0! 1! 2!

= e-5 + 5 e-5 + 12.5 e-5

= 18.5 e-5

= 0.124652

40.-Un libro de n páginas contiene en promedio k errores de impresión por página.

Calcular la probabilidad que por lo menos una página contenga por lo menos k + l
errores.

SOLUCION:

n páginas

 Errores en promedio.
p (una página contenga por lo menos k + 1

errores) p (x k+1) =? x Poisson, x1: N° de

páginas con por lo menos k + 1 errores.

x1 Binomial (n, p) p = p (x1 k+1)

 La probabilidad de que por lo menos una página contenga k + 1 errores

P (𝑋1 ≥ 1) 1) = 1 p (x < 1)

= 1 – p (x = 0)