1.

Según el reportaje de USA Today "Conociendo a drogadictos", el 45% de los estadounidenses conoce a alguien que se
hizo adicto a una droga distinta del alcohol. Suponiendo que esto sea cierto, ¿cuál es la probabilidad de lo siguiente?
a. Exactamente 3 personas de una muestra aleatoria de 5 conocen a alguien que se hizo adicto.
b. Exactamente 7 personas de una muestra aleatoria de 15 conocen a alguien que se hizo adicto.
c. Al menos 7 personas de una muestra aleatoria de 15 conocen a alguien que se hizo adicto.
d. No más de 7 personas de una muestra aleatoria de 15 conocen a alguien que se hizo adicto.
Solución. Como el 45% de los estadounidenses conoce a alguien que se hizo adicto, determinamos los porcentajes en las
opciones de respuesta a ver cuál coincide con la información dada.
3
a) × 100% = 60% , esta opción nos da un resultado por encima de 45%, por tanto, se descarta esta opción.
5
7
b) × 100% ≈ 46.7%, esta opción es mayor de 45%, por consiguiente, NO pueden ser exactamente 7 personas de
15
un grupo de 15.
c) Al menos 7 personas implica que no pueden ser menos de este valor, y por el resultado anterior sabemos que la
cantidad de personas no puede ser exactamente ni mayor a 7 ya que nos daría un porcentaje mayor.
d) Algo de lo que tenemos certeza es que la cantidad de personas que conoce a alguien que se hizo adicto de un grupo
de 15 no supera las 7. Por tanto, la opción “D” es la opción correcta.
2. El profesor Bradley anima a sus estudiantes de estadística a "actuar de forma prudente* consultando al tutor si tienen
alguna pregunta mientras se preparan para el examen final. Parece que la llegada de los estudiantes a la oficina del tutor
se ajusta a una distribución de Poisson, con un promedio de 5.2 estudiantes cada 20 minutos. El profesor Bradley está
preocupado porque si muchos estudiantes necesitan los servicios del tutor, puede resultar un problema de congestión.
a. El tutor debe determinar la probabilidad de que cuatro estudiantes lleguen durante cualquier intervalo de 20
minutos, lo cual podría causar el problema de congestión que teme el profesor Bradley. Si la probabilidad excede
el 20%, se contratará un segundo tutor.
b. El tutor debe calcular la probabilidad de que más de cuatro estudiantes lleguen durante algún período de 20
minutos. Si es mayor que el 50%, las horas de oficina del tutor se aumentarán, permitiendo a los estudiantes
extender el horario en las que vienen a ver al tutor.
 c. Si la probabilidad de que más de siete estudiantes lleguen durante un período cualquiera de 30 minutos excede
50%, el mismo profesor Bradley ofrecerá tutoría adicional.
Solución. La fórmula usada para la distribución de Poisson es
𝑒 −𝜇 ∗ 𝜇𝑘
𝑃(𝑋 = 𝑘) =
𝑘!
Donde 𝑘 = 0,1,2, … es el número de ocurrencia del evento o fenómeno y 𝜇 la media. Por tanto,
𝑒 −5.2 ∗ (5.2)4
𝑎. 𝑃(𝑋 = 4|𝜇 = 5.2) = = 0.1681 => 16.81% < 20%
4!
Conclusión. No se contratará un segundo tutor.
𝑏. 𝑃(𝑋 > 4|𝜇 = 5.2) = 1 − 𝑃(𝑋 ≤ 4|𝜇 = 5.2) = 1 − [𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)]
𝑒 −5.2 ∗ (5.2)0 𝑒 −5.2 ∗ (5.2)1 𝑒 −5.2 ∗ (5.2)2 𝑒 −5.2 ∗ (5.2)3 𝑒 −5.2 ∗ (5.2)4
=> 𝑃(𝑋 > 4|𝜇 = 5.2) = 1 − [ + + + + ]
0! 1! 2! 3! 4!
=> 𝑃(𝑋 > 4|𝜇 = 5.2) = 1 − (0.4061) = 0.5939 => 59.30% > 50%
Conclusión. Las horas de oficina del tutor se aumentarán.
30
𝑐. 𝑃 (𝑋 > 7|𝜇 = 5.2 ∗ = 1 − 𝑃(𝑋 ≤ 7|𝜇 = 7.8) = 1 − [𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + ⋯ + 𝑃(𝑋 = 6) + 𝑃(𝑋 = 7)]
20)

−7.8
(7.8)0 (7.8)1 (7.8)2 (7.8)3 (7.8)4 (7.8)5 (7.8)6 (7.8)7
=> 𝑃(𝑋 > 7|𝜇 = 7.8) = 1 − 𝑒 [ + + + + + + + ]
0! 1! 2! 3! 4! 5! 6! 7!
=> 𝑃(𝑋 > 7|𝜇 = 7.8) = 1 − (0.4812) = 0.5188 => 51.88% > 50%
Conclusión. El profesor Bradley ofrecerá tutoría adicional.
3. Según una encuesta realizada por Greenfield Online, los jóvenes de 25 a 34 años son los que más gastan a la semana
en comida rápida. La media semanal es de 44 dólares. Suponiendo que los gastos semanales en comida rápida se
distribuyen normalmente con una desviación típica de 14,50 $, ¿cuál es la probabilidad de que una persona de 25 a 34
años gaste
a. menos de 25$ a la semana en comida rápida?
b. entre 30 y 50 dólares a la semana en comida rápida?
c. más de 75$ a la semana en comida rápida?
Solución. Recordemos la fórmula
𝑋−𝜇
𝑍=
𝜎
25 − 44
𝑎. 𝑃(𝑋 < 25) = 𝑃 (𝑍 < = −1.31) = 𝑃(𝑍 > 1.31) = 1 − 𝑃(𝑍 ≤ 1.31) => 𝑃(𝑋 < 25) = 0.0951
14.5

30 − 44 50 − 44
𝑏. 𝑃(30 ≤ 𝑋 ≤ 50) = 𝑃 ( ≤𝑍≤ ) = 𝑃(−0.97 ≤ 𝑍 ≤ 0.41) = 𝑃(𝑍 ≤ 0.41) − 𝑃(𝑍 ≤ −0.97)
14.5 14.5
=> 𝑃(𝑍 ≤ 0.41) − [1 − 𝑃(𝑍 ≤ 0.97)] = 0.6591 − (1 − 0.8340) = 0.4931 => 𝑃(30 ≤ 𝑋 ≤ 50) = 0.4931
 75 − 44
𝑐. 𝑃(𝑋 > 75) = 𝑃 (𝑍 > = 2.14) = 1 − 𝑃(𝑍 ≤ 2.14) = 1 − 0.9838 => 𝑃(𝑋 > 75) = 0.0162
14.5
4. El Ministerio de Agricultura de Estados Unidos en un estudio sobre cultivos ha detectado que las precipitaciones
diarias en ciertos lugares de Hawaii parecen estar distribuidas normalmente con una media de 2.2 pulgadas durante la
estación lluviosa. Se determinó que la desviación estándar era de 0.8 pulgadas.
a. ¿Cuál es la probabilidad de que llueva más de 3.3 pulgadas en un día durante la estación lluviosa?
b. Halle la probabilidad de que llueva más de 1.3 pulgadas.
c. ¿Cuál es la probabilidad de que las precipitaciones estén entre 2.7 y 3.0 pulgadas?
Solución.
𝜇 = 2.2 𝜎 = 0.8
3.3 − 2.2
𝑎. 𝑃(𝑋 > 3.3) = 𝑃 (𝑍 > = 1.375) = 1 − 𝑃(𝑍 ≤ 1.375) => 𝑃(𝑋 > 3.3) = 1 − 0.9155 = 0.0845
0.8

1.3 − 2.2
𝑏. 𝑃(𝑋 > 1.3) = 𝑃 (𝑍 > = −1.125) = 𝑃(𝑍 ≤ 1.125) = 0.8697
0.8
 2.7 − 2.2 3.0 − 2.2
𝑐. 𝑃(2.7 ≤ 𝑋 ≤ 3.0) = 𝑃 ( ≤𝑍≤ ) = 𝑃(0.625 ≤ 𝑍 ≤ 1) = 𝑃(𝑍 ≤ 1) − 𝑃(𝑍 ≤ 0.625)
0.8 0.8
=> 𝑃(𝑍 ≤ 1) − 𝑃(𝑍 ≤ 0.625) = 0.8413 − 0.7341 => 𝑃(2.7 ≤ 𝑋 ≤ 3.0) = 0.1072
5. La Oficina de Estadísticas Laborales proporciona y servicios para diversos puestos de trabajo. En mayo de 2018, se
encontró el salario medio nacional de un enfermero era de 65.130 dólares. Supongamos que la desviación típica es de
9.385 dólares. Halla lo siguiente para la media de una muestra aleatoria de 100 enfermeras.
a. La probabilidad de que la media de la muestra sea inferior a que 62.500$
b. La probabilidad de que la media de la muestra esté entre 64.000 $ y 67.500 $
c. La probabilidad de que la media muestral sea superior a superior a 66.000$
Solución. Recordemos la fórmula
𝑋−𝜇
𝑍=
𝜎/√𝑁
Por tanto,
𝜇 = 65.130 𝜎 = 9.385 𝑁 = 100

62.500 − 65.130
𝑎. 𝑃(𝑋 < 62.500) = 𝑃 (𝑍 < ) = 𝑃(𝑍 < −2.8) = 1 − 𝑃(𝑍 ≤ 2.8) => 𝑃(𝑋 < 62.500) = 0.0026
9.385/√100
64.000 − 65.130 67.500 − 65.130
𝑏. 𝑃(64.000 ≤ 𝑋 ≤ 67.500) = 𝑃 ( ≤𝑍≤ ) = 𝑃(−1.20 ≤ 𝑍 ≤ 2.53)
9.385/√100 9.385/√100
=> 𝑃(𝑍 ≤ 2.53) − [1 − 𝑃(𝑍 ≤ 1.20)] = 0.9943 − (1 − 0.8849) = 0.8792 => 𝑃(64.000 ≤ 𝑋 ≤ 67.500) = 0.8792
66.000 − 65.130
𝑐. 𝑃(𝑋 > 66.000) = 𝑃 (𝑍 > ) = 𝑃(𝑍 > 0.93) = 1 − 𝑃(𝑍 ≤ 0.93) => 𝑃(𝑋 > 66.000) = 0.1762
9.385/√100