PABLO LOPEZ OMAR

ZS21017388
PROBABILIDAD Y
ESTADISTICA
NRC: 13335
OCAMPO RAMíREZ
ARTuRO
uNIVERCIDAD VERACRuZANA
01/12/2022
1. ¿Cuál es la probabilidad de obtener 4 caras al lanzar una
moneda 5 veces?
FORMULA
𝑛
𝑃(𝑥, 𝑛, 𝑝) = ( ) (𝑝 )(1 − 𝑝)
𝑥

n=5
X=4
P=0,5
5
𝑃(𝑥, 𝑛, 𝑝) = ( ) (0.5 )(1 − 0.5)
4
R=0.15625=15.625%

E(x)=n ∗ p
E(X)=5(0.15625)
E(X)=0.78125

V(X)=n ∗ p ∗ (1-p)
V(X)=0.78125(1-0.15625)
V(X)=0.659179
2. La probabilidad de que un niño nazca pelirrojo es de 0.00012
¿Cuál es la probabilidad de que entre 8000 recién nacidos
haya 5 pelirrojos?
FORMULA
𝜆 =𝑁∗𝑝
(𝑒 )(𝜆 )
𝑃(𝑥, 𝜆) =
𝑥!
𝜆 =0.96
n=8000
x=5
p=0.00012
( . )( . )
𝑃(𝑥, 𝜆) = =0.002601=0.2601%
!
𝐸 (𝑋) = 𝜆 = 0.96
V(X)= 𝜆 = 0.96
3. ¿Cuál es la probabilidad de obtener 4 veces el número 1 al
lanzar un dado 7 veces?
𝑛
𝑃(𝑥, 𝑛, 𝑝) = (𝑝 )(1 − 𝑝)
𝑥
/
= 𝑃(𝑥, 𝑛, 𝑝) = (0.14285 )(1 − 0.14285) =0.0051=0.5%

n=7 R=0.00510=0.510%
X=4
P=1/7=0.14285
E(x)=n ∗ p
E(X)=7(0.00510)
E(X)=0.0357

V(X)=n ∗ p ∗ (1-p)
V(X)=0.0357(1-0.00510)
V(X)=0.03551793
4. En una fiesta hay 20 personas: 14 casadas y 6 solteras. Se
eligen 3 personas al azar ¿Cuál es la probabilidad de que
las 3 sean solteras? ¿Cuál es el numero esperado de
solteras en la muestra?
Formula
n=3
N=20
x=3
k=6
𝐾 𝑁−𝐾
∗
𝑋 𝑛−𝑥
𝑝(𝑥, 𝑚, 𝑘, 𝑁) =
𝑁
𝑛
6 14 − 6
∗
3 3−3
= 𝑝(𝑥, 𝑚, 𝑘, 𝑁) =
20
3
∗( )
𝑝(𝑥, 𝑚, 𝑘, 𝑁) = =0.0175=1.75%
( )
P =K/N =0.33
E(X)=NP=0.9
-
V(X )=NP(1-P)( )=0.563684
-
5. Una cierta área del Rio Grande es afectado en promedio
por 6 desbordes al año, encuentre la probabilidad de que
en un determinado año esta área será afectada por menos
de 4 desbordes
𝜆=6

(𝑒 )(𝜆 )
𝑃(𝑥, 𝜆) =
𝑥!
( )( )
𝑝(3,6) = =0.0892
!
( )( )
𝑝(2,6) = =0.0446
!
( )( )
𝑝(1,6) = =0.0025
!

𝐸 (𝑋) = 𝜆 = 6
V(X)= 𝜆 = 6
6. Una comercializadora de Vehículos, embarco 22 vehículos
esta última semana de los cuales ya entrego 6, desde la
fábrica le informan que paren la entrega de los vehículos
debido a fallas en los discos de embrague en 4 de los
vehículos enviados. ¿Cuál es la probabilidad de que
ninguno se haya entregado?

N=22
n=6
k=4
x=0
𝐾 𝑁−𝐾
∗
𝑋 𝑛−𝑥
(𝑥, 𝑚, 𝑘, 𝑁) =
𝑁
𝑛
4 22 − 4
∗
0 6−0
= 𝑝(𝑥, 𝑚, 𝑘, 𝑁) =
22
6
=0.24880=24.880%

P =K/N = 0.181819
E(X)=nP=1.090909
-
V(X )=NP(1-P)( )=0.679916
-
7. EL Banco Universitario S.A., es uno de los bancos que más
automatizado tiene sus transacciones en sus cajeros
automáticos, después de un año a determinado que la
probabilidad que sus máquinas cometan un error al realizar
una transacción, p=1/100,000. Si para el 2018 la maquina
se estima que realizara 700,000 transacciones. Calcular la
probabilidad que cometa exactamente 3 errores de
transacción en el 2018.
𝜆 =𝑁∗𝑝
(𝑒 )(𝜆 )
𝑃(𝑥, 𝜆) =
𝑥!
𝜆 =7
n=700,000
x=3
p=1/100,000
( )( )
𝑃(𝑥, 𝜆) = =0.05212=5.2129%
!

𝐸 (𝑋) = 𝜆 = 7
V(X)= 𝜆 = 7
8. La media de los pesos de 500 estudiantes de un Instituto
es 70 kg y la desviación típica 3 kg. Suponiendo que los
pesos se distribuyen normalmente, hallar cuántos
estudiantes pesan:
a) Entre 60 kg y 65 kg.
b) Más de 90 kg.
9. Varias pruebas de inteligencia dieron una puntuación que
sigue una ley normal con media 100 y desviación típica 15.
a) Determinar el porcentaje de población que obtendría un
coeficiente entre 95 y 110.
95-100 110-100
P(95 < Z ≤ 110) = P( <Z≤
15 15
𝑃(0.33 < 𝑧 ≤ 0.67) = 𝑝(𝑧 ≤ 0.67) − 1 − 𝑝(𝑧 ≤ 0.33)
0.7486-(1-0.6293) = 0.3779
Una distribución discreta
Una distribución discreta describe la probabilidad de
ocurrencia de cada valor de una variable aleatoria discreta.
Una variable aleatoria discreta es una variable aleatoria que
tiene valores contables, tales como una lista de enteros no
negativos.

Con una distribución de probabilidad discreta, cada valor

posible de la variable aleatoria discreta puede estar asociado
con una probabilidad distinta de cero. Por lo tanto, una
distribución de probabilidad discreta suele representarse en
forma tabular.

ejemplo
Sea {X} una variable aleatoria discreta cuya función de
probabilidad es:
{X} {p_{i}}
0 0.1
1 0.2
2 0.1
3 0.4
4 0.1
5 0.1

1Calcular la función de distribución.

2Calcular las siguientes probabilidades:
{P (X < 4.5)}
{P (X < 4.5) = F (4.5) = 0.9}
{P (X \ge 3)}
{P (X \ge 3) = 1 - P(X < 3) = 1 - 0.4 = 0.6}
{P (3 \le X < 4.5)}
{P (3 \le X < 4.5) = P (X < 4.5) - P(X < 3) =
0.9 - 0.4 =0.5
¿Qué es una distribución continua?
Una distribución continua describe las probabilidades de los
posibles valores de una variable aleatoria continua. Una
variable aleatoria continua es una variable aleatoria con un
conjunto de valores posibles (conocido como el rango) que es
infinito y no se puede contar.
Las probabilidades de las variables aleatorias continuas (X)
se definen como el área por debajo de la curva de su PDF.
Por lo tanto, solo los rangos de valores pueden tener una
probabilidad diferente de cero. La probabilidad de que una
variable aleatoria continua equivalga a algún valor siempre es
cero.

Ejemplo de la distribución de pesos

La distribución normal continua puede describir la distribución
del peso de hombres adultos. Por ejemplo, usted puede
calcular la probabilidad de que un hombre pese entre 160 y
170 libras.
ejemplo