Ejercicios Resueltos de Distribuciones de Probabilidad

1. Supongamos que la probabilidad de tener una unidad defectuosa en una línea de ensamblaje es de 0.05. Si el
conjunto de unidades terminadas constituye un conjunto de ensayos independientes:
a) ¿cuál es la probabilidad de que entre diez unidades dos se encuentren defectuosas?
b) ¿y de que a lo sumo dos se encuentren defectuosas de las 10 unidades?
c) ¿cual es la probabilidad de que por lo menos una se encuentre defectuosa de las 10 unidades?
SOLUCIÓN:
a) p= 0,05 ; n=10 y x=2 resultados exitosos entonces P(x=2)=Binomial(2;10;0,05,0)=0,0746
b) p= 0,05 ; n=10 y x<=2 resultados exitosos entonces P(x<=2)= Binomial (2;10;0,05,1)=0,988
c) p= 0,05 ; n=10 y x>=1 resultados exitosos entonces P(x>=1)=1 - Binomial (0;10;0,05;1)= 1- 0,5987 = 0,4013

2. El gerente de un restaurante que sólo da servicio mediante reservas sabe, por experiencia, que el 20% de las
personas que reservan una mesa no asistirán. Si el restaurante acepta 25 reservas pero sólo dispone de 20
mesas, ¿cuál es la probabilidad de que a todas las personas que asistan al restaurante se les asigne una mesa?
SOLUCIÓN:
Pno asistencia=0,20 pero Pasistencia=0,80; n=25 y x=20 resultados exitosos P(x=20)= Binomial(20;25;0,80,0)=0,1960

3. Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas de
funcionamiento es una variable aleatoria de Poisson. Si el número promedio de estos fallos es ocho,
a) ¿cuál es la probabilidad de que falle un componente en 25 horas?
b) ¿y de que fallen no más de dos componentes en 50 horas?
c) ¿cuál es la probabilidad de que fallen por lo menos diez en 125 horas?
SOLUCIÓN:
Entonces si 8 unidades cada 100 horas λ=8/100=0,08 und/hora
a) Para 25 horas entonces 8 es 100 como λ es a 25 o sea λ=8*25/100=2 und/hora con x=1
resultado exitoso P(x=1)=Poisson(1;2;0)=0,2707
b) Para 50 horas entonces 8 es 100 como λ es a 50 o sea λ=8*50/100=4 und/hora con x=1
resultado exitoso P(x<=2)=Poisson(2;4;1)=0,2381
c) Para 125 horas entonces 8 es 100 como λ es a 125 o sea λ=8*125/100=10 und/hora con x>=10
resultado exitosos P(x>=10)=1-Poisson(9;10;1)=1–0,4579=0,5421

4. Cada muestra de aire tiene un 10% de posibilidades de contener una molécula rara particular. Suponga que las
muestras son independientes con respecto a la presencia de la molécula rara. Encuentre la probabilidad de que
en las siguientes 18 muestras, exactamente 2 contengan la molécula rara.
SOLUCIÓN:
P=0,10 y n=18 muestras y x=2 moleculas raras entonces P(x=2)= Binomial (2;18;0,10;0)=0,2835

5. Un lote contiene 100 piezas de un proveedor de tubería local y 200 unidades de un proveedor de tubería del pais
vecino. Si se seleccionan cuatro piezas al azar y con reemplazo,
a) ¿cuál es la probabilidad de que todas sean del proveedor local?
b) ¿Cuál es la probabilidad de que dos o más piezas de la muestra de 4 piezas sean del proveedor local?
c) ¿Cuál es la probabilidad de que al menos una pieza de la muestra de 4 piezas sea del proveedor local?
SOLUCIÓN:
La probabildad de proveedor local es p=100/300=0,333 y los ensayos son n=4 entonces
a) Para x=4 entonces P(x=4)= Binomial(4;4;0,333;0)=0,0123
b) Para x>=2 entonces P(x>=2)=1- Binomial(1;4,0,333;1)= 1-0,5932=0,4068
c) Para x>=1 entonces P(x>=1)=1- Binomial(0;4,0,333;1)= 1-0,1979=0,8068

6. Supongamos que el número de imperfecciones en un alambre delgado de cobre sigue una distribución Poisson
con una media de 2.3 imperfecciones por milímetro.
a) Determine la probabilidad de 2 imperfecciones en un milímetro de alambre.
b) Determine la probabilidad de 10 imperfecciones en 5 milímetros de alambre.
c) Determine la probabilidad de al menos una imperfección en 2mm de alambre
SOLUCIÓN:
Aquí λ=2,3 imp/mm
a) Para x=2 entonces P(x=2)=Poisson(2;2,3;0)=0,2652
 b) Ahora si 2,3 es 1 mm entonces λ es a 5mm o sea λ=2,3*5/1=11,5imp/mm y x=10 entonces
P(x=10)=Poisson(10;11,5;0)=0,1129
c) Ahora si 2,3 es 1 mm entonces λ es a 2mm o sea λ=2,3*2/1=4,3imp/mm y x>=1 entonces
P(x>=1)=1-Poisson(0;4,6;1)=1-0,0101=0,9899

7. La contaminación constituye un problema en la fabricación de discos de almacenamiento óptico. El número de

partículas de contaminación que ocurre en un disco óptico tiene una distribución de Poisson y el número
promedio de partículas por centímetro cuadrado de superficie del disco es 0.1. El área de un disco bajo estudio
es 100 centímetros cuadrados.
a) Encuentre la probabilidad de que ocurran 12 partículas en el área del disco bajo estudio.
b)
c) La probabilidad de que ocurran cero partículas en el área del disco bajo estudio
d) Determine la probabilidad de que 12 o menos partículas ocurran en el área del disco bajo estudio
SOLUCIÓN:
Como λ=0,1 part/cm2 o sea 0.1 en 1 cm entonces λ en 100 cm2 entonces λ=0,1*100/1=10 part/cm
a) Para x=12 entonces P(x=12)=Poisson(12;10;0)=0,0948
b) Para x=0 entonces P(x=0)=Poisson(0;10;0)=4,54x10-5
c) Para x<=12 entonces P(x<=12)=Poisson(12;10;1)=0,7916

8. Se tiene el conjunto de datos equiprobables de {1,2,3}. Considera ahora contar con dos conjuntos equiprobables
{1,2,3} y el experimento consiste en generar una muestra aleatoria de los dos conjuntos y el resultado de interés
es la suma de los números resultantes dando asi un total de 9 posibles resultados.
a) Encuentre la función de distribución de X.
b) Encuentre el valor esperado o media y la desviacion estandar.
SOLUCIÓN:
Recordar que la media de una distribución de probabilidades es µ=Σ X*P(X) y la varianza σ² = Σ (X-µ)²*P(X)

Pares (1,2,3)
1 2 3
1 2 3 4
9. Encuentre la media µ, la varianza σ² y la 2 3 4 5 desviación estándar x de la
distribución de probabilidad: 3 4 5 6
Xi ‖ 1 3 5 7
X Cant P(x) Media Dif Varianza
Pi ‖ 0.3 0.1 0.4 0.2 (µ) ( X-µ) Dif² * P(x)
SOLUCIÓN: 2 1 0,111 0,222 -2 0,444444
Recordar que la media de una distribución de 3 2 0,222 0,667 -1 0,222222 probabilidades es µ=Σ X*P(X)
y la varianza σ² = Σ (X-µ)²*P(X) 4 3 0,333 1,333 0 0
5 2 0,222 1,111 1 0,222222
X P(x) Media Dif Varianza 6 1 0,111 0,667 2 0,444444
(µ) ( X-µ) Dif² * P(x) Tot 9 1,000 4,000 Varianza 1,333
1 0,3 0,3 -3 2,7 Desv.Est 1,155
3 0,1 0,3 -1 0,1
5 0,4 2 1 0,4
7 0,2 1,4 3 1,8
1,00 4,00 Varianza 5,000
Desv.Est 2,236

10.- Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas de
funcionamiento es una variable aleatoria de Poisson. Si el número promedio de estos fallos es 8, determine:
a) ¿cuál es la probabilidad de que falle un componente en 25 horas?
b) ¿y de que fallen no más de dos componentes en 50 horas?
c) ¿cuál es la probabilidad de que fallen por lo menos diez en 125 horas?
Respuesta

Aquí media λ=8 fallos en 100 horas o sea λ=8/100=0.08 fallos-hora

 a) La media ahora es λ=25*8/100=2 fallos-hora y x=1 puntual entonces p(x=1)=p(1,2)=POISSON(1,2,0) =0.271
b) La media ahora es λ=50*8/100=4 fallos-hora y x=0,1,2 acumulado entonces
P(x<=2)=P(2,4)=POISSON(2,4,1)=0.238
c) La media aquí es λ=125*8/100=10 fallos-hora y x=10,11,12,….. entonces acumulado la P(X>=10)=1-P(9,10)=1-
POISSON(9,10,1)=1-0.458=0.542

11.-El departamento de control de calidad de una empresa que fabrica pañuelos sabe que el 5% de su producción
tiene algún tipo de defecto .Los pañuelos se empaquetan en cajas con 15 pañuelos. Calcular la probabilidad de
que una caja contenga:
a) 2 elementos defectuosos.
b) Menos de 3 elementos defectuosos
c) Entre 3 y 5 elementos defectuosos(ambos incluidos)
Respuesta:
Aquí p=0.05 probabilidad del evento exitoso, n= cantidad de elementos = 15 (en una caja) y
a) X=2 entonces puntual P(x=2)=b(2,15,0.05)=DISTR.BINOM(2,15,0.05,0)=0.135
b) X=0,1,2,3 entonces acumulado P(x<=3)=B(3,15,0.05)= DISTR.BINOM(3,15,0.05,1)=0.964
c) X=3,4,5 entonces acumulado diferencia o sea P(3<x<5)=P(x<5)-P(x<2)=
B(5,15,0.05)-B(2,15,0.05,1)= DISTR.BINOM(5,15,0.05,1)- DISTR.BINOM(2,15,0.05,1)=
P(3<x<5)= DISTR.BINOM(5,15,0.05,1)- DISTR.BINOM(2,15,0.05,1)
P(3<x<5)= 0.999-0.964=0.0361

12.- Los pesos de los soldados de un pelotón 205 soldados presentan una distribución normal de media 65 kg y
desviación estándar de 8 kg. Se sabe que los pesos siguen la distribución normal, calcular la probabilidad de
que un soldado elegido al azar pese:
a) Más de 61 kg.
b)Entre 63 y 69 kg.
c) Menos de 70 kg.
d) Para una maniobra militar
especial se requieren 25
soldados de contextura
delgada o sea con un peso
menor de 54 Kg. Es posible
obtener estos soldados de
este peloton?
Respuesta:
Por medio de la fórmula del
estadístico Z= (X- μ)/σ,
determinamos los valores de la
variable x estandarizados a la
variable Z para cada caso
dependiendo de la zona de la curva
normal que interesa determinar:
de la curva normal, con μ=65 y
σ=8.
a) Más de 61 kg implica que los pesos caen en el área de la cola derecha. Despejando resulta que Z=(61 –
65)/8=-0.5 y P(<-0.5)=DISTR.NORM.ESTAND(-0.5)=0.3085 que es el área izquierda y para determinar la
derecha restamos P(>-0.5)=1-0.3085=0.6915
b) Entre 63 y 69 Kg implica que los pesos caen hacia el centro pero no están equidistantes de la media.
Despejando resulta que Z1=(63 – 65)/8=-0.25 y Z2=(69 – 65)/8=0.5. Aquí los valores de probabilidad
resultantes ( siempre hacia la izquierda de Z) son P(Z1)=DISTR.NORM.ESTAND(-0.25)=0.4013 y
P(Z2)=DISTR.NORM.ESTAND(0.5)=0.6915. La probabilidad de interés es dado por la resta de estos dos
datos pues corresponde al área sombreada P(Z1<z<Z2)= 0.6914-0.4013=0.2902
c) Menos de 70 Kg implica que los pesos caen en el área hacia la cola izquierda. Despejando resulta que Z=(70-
65)/8=0.625 y la probabilidad es y P(<Z)=DISTR.NORM.ESTAND(0.625)=0.7340
 d)Se ocupan soldados que pesen menos de 54 kg implica calcular la proporción (o sea probabilidad) de los pesos
menores a 54 o sea área de la cola izquierda. Despejando resulta que Z=(54 – 65)/8=-1.375 y P(<-
1.375)=DISTR.NORM.ESTAND(-1.375)=0.0846 que es el área izquierda y para determinar la cantidad de
soldados que hay en ese pelotón con peso de menos de 54 Kg es 205*0,0846=17,25 soldados o sea no se
pueden obtener los 25 soladados que ocupan para esa maniobra

13.- Seguido se muestra una placa metálica que se usa para unir dos piezas de una estructura. Estas placas vienen
en conjunto con sus 10 remaches. La parte superior de la placa se adhiere con remaches a una pieza de la
estructura y la parte inferior a otra pieza de la estructura.
a) La parte superior falla si solo un remache quedaría bien colocado por el desprendimiento de los otros tres
al colocarse mal. La inexperiencia de un operario hizo que solo 7 de los 10 remaches que puso fueron
colocados correctamente y el resto se desprendieron. Calcular la probabilidad de que los tres remaches
desprendidos sean de la parte superior.
b) Por otro lado, la parte inferior se desprendería si solo dos remaches fueron colocados bien. Cual seria la
probabilidad de que el operario inexperto coloque mal cuatro remaches en la parte inferior
SOLUCIÓN:

a) Esto sigue hipergeométrica con N=10 (población), K= 3 (característica especial

o sea desprendidos), n= 4 (ensayos o sea la parte superior que es como la
delicada considerar) y X=3 (cantidad de éxitos de la característica especial
desprendidos):

P(x=3) = DISTR.HIPERGEOM.N(3;4;3;10;0) = 0,0333

b) Ahora K= 4 (característica especial o sea desprendidos), n= 6 (ensayos o sea la

parte inferior que es como la delicada considerar) y X=4 (cantidad de éxitos de
la característica especial desprendidos):

P(x=4) = DISTR.HIPERGEOM.N(4;6;4;10;0) = 0,0714

14.-Usted está creando una empresa que ´produce y vende papitas fritas en bolsas de 400 gramos. Cuál es el rango
de contenidos en gramos permitidos de papas fritas por bolsa de forma que se asegure que su proceso de
llenado de las bolsas cumpla al menos con un 95% de las bolsas dentro de ese rango. Asuma que este proceso
sigue la distribución normal y que la desviación estándar permitida es de 7 gramos.

Respuesta

Se está indicando que la media y la desviación estándar son

μ=400 y σ=7. Se debe determinar el valor de la variable normal
estándar para un área bajo la curva normal del 95% alrededor de
la media. De esta forma se sabe entonces que los valores de –z y
z para un área bajo de la curva de 0.95 es de 0.025 cada cola
pues se resta 1-0.95 para que de lo que miden las áreas no
sombreadas y por simetría cada cola mide 0.05/2 o sea 0.025.
Así para –Z=INV.NORM.ESTAND(0.025)=-1.960 y por tanto
z=1.960.
Conociendo este valor se despeja el valor de X de la formula
Z=(x-μ)/σ o sea X=μ +/- Zσ
X1=400-1.96(7)= 386.3gr y X2=400+1.96(7)=413.7gr

15.- Shaquile juega baloncesto en la NBA y tiene una eficiencia del 23% de enceste desde la posición de tiros libres.
Su equipo está jugando la final y va perdiendo por dos puntos y faltando medio segundo le cometieron falta a
Shaquile cuando intentaba hacer una anotación de campo detrás la línea donde el enceste vale 3 si acierta el
 tiro. El árbitro sanciona la falta y el juego termina. Ahora Shaquile tiene la oportunidad de hacer tres tiros
libres de un punto cada uno.
a) Antes de hacer los tres tiros y como producto de eso tiros, cuál es la probabilidad de que su equipo no
pierda el juego;
b) cuál de que quede campeón?
c) Si ya lanzo dos tiros libres, y metio uno y fallo el otro, cual es la probabilidad de empatar el juego e ir a
tiempos extra?
SOLUCIÓN:

a) Es anotar al menos dos A o sea

P=AAA+AAF+AFA+FAA=
P=0.012+0.041+0.041+0.041=0.134

b) Es anotar tres A o sea P= AAA

P=0,012

c) Bayes: AFA + FAA . =

AFA+AFF+FAA+FAF
P= 0,041 + 0,041 ;=
0,041+0,136+0,041+0,136
P= 0,2316

16. Una máquina fabrica tornillos cuyas longitudes se distribuyen normalmente con media 20 mm y varianza 0.25
mm. Un tornillo se considera defectuoso si su longitud difiere de la media en mas o menos de 1 mm. Los
tornillos se fabrican de forma independiente.
a) ¿Cuál es la probabilidad de fabricar un tornillo defectuoso?
b) Si los envasamos en envases de 15 tornillos, cual es la probabilidad de que en un envase no tenga más de 2
defectuosos.
SOLUCIÓN:
µ=20 mm y σ² = 0,25 (varianza) o sea σ=0.5 mm (desviación
estándar)
Para un que un tornillo salga defectuoso debe medir 1mm menos o
mas de la media o sea que mida menos de 19mm o mas de 21mm

a)P(def.)=P ( x >21 ) + P ( x < 19 ) =

Donde Z1= (19-20)/0.5=-2 y Z2= (21-20)/0.5=2 donde
P(Z1)=DIST.NORM.ESTAND(-2)= 0,023 Y P(Z1)=DIST.NORM.ESTAND(2)=0,977
P(def.)= [1 – P( z ≤ 2) ] + [ P( z ≤-2) ] = [1 –0.9773] + [0,023] = P(def.)=0,023 + 0,023 = 0.046
b)Ahora como la probabilidad de defectuoso es 0,046 y se define n ensayos o sea un frasco de 15 tornillos y salgan 2
defectuosos o menos o sea x éxitos <= 2 entonces P(x<=2)= Binomial(2;15;0,046;1)= 0,9716

17.-En la sala de pediatría de un hospital, el 60% de los pacientes son niñas. De los niños el 35% son menores de 24
meses. El 20% de las niñas tienen menos de 24 meses. Un pediatra que ingresa a la sala selecciona un infante al
azar.
a. Determine el valor de la probabilidad de que sea menor de 24 meses.
b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que sea una niña.
SOLUCIÓN:
 a.-) La probabilidad que
Menor 24m P=0,4 x 0,35= 0,14 sea menor de 24 meses
0,35 es p(>24m)=
Hombre P(hombre<24)+
0,4 0,65 P(mujer<24)=
Mayor 24m P=0,4 x 0,65= 0,26 0,14+0,12=0,26

Menor 24m P=0,6 x 0,02= 0,12 b.-) P(mujer/<24)=

0,2 P(mujer<24)/P(<24m)
Mujer P(mujer/
0,6
<24)=0,12/0,26
P(mujer/<24)=0,46
Mayor 24m P=0,6 x 0,80= 0,48
0,8
1

18. En un quiosco de periódicos se supone que el número de ventas diarias se distribuye normalmente con media 30
y varianza 2. Determinar:
a) Probabilidad de que en un día se vendan entre 26 y 31 periódicos
b) Determinar el máximo número de periódicos que se venden en el 90% de las ocasiones simetricamente
alrededor de la media .
c) Supongamos que en una ciudad hay 5 pregoneros independientes del mismo tipo y con las mismas
características. Determinar la probabilidad de que dos o mas pregoneros vendan entre 26 y 31 periódicos
SOLUCIÓN:
µ=30 per y σ² = 2 (varianza) o sea σ=1,41

a)P(26≤X≤31)= P((26-30)/1,41 ≤ z ≤ (31-30)/1,41) = P (-2,83 ≤ z ≤ 0,71) =

P(26≤X≤31)= P(z<0,71) – P(z<-2,83)= 0,761 – 0,002= 0,759

b) P ( X ≤ a ) = donde a es cola derecha con punto de probabilidad es de P=(1-0,90)/2 + 0,90= 0,95 Entonces valor
de Z para P(z)= 0,95 es Z=INV.DISTR.NORN(0,95)=1,64 y entonces X=zσ+µ = 1,64x1,41 + 30 = 32,31
periodicos
c) n = 5 pregoneros (ensayos), P(26≤X≤31)=0,759 y x= pregoneros mayor o igual a 2 (éxitos). Entonces P(x>2)= 1-
Binomial(1;5;0,759,1)= 1- 0,014 = 0,986

19.-Un Doctor dispone de tres equipos electrónicos para realizar ecosonogramas. El uso que le da a cada equipo es
de 25% al primero, 35% el segundo en y 40% el tercero. Se sabe que los aparatos tienen probabilidades de
error de 1%, 2% y 3% respectivamente. Un paciente busca el resultado de una ecografía y observa que tiene un
error. Determine la probabilidad de que esa ecografía provenga del primer aparato.
SOLUCIÓN:
 error P=0,25 x 0,01= 0,0025
0,01
1er
0,25 0,99
bueno P=0,25 x 0,99= 0,2475

error P=0,35 x 0,02= 0,0070

0,02
2do
0,35 0,98
bueno P=0,35 x 0,80= 0,3430

error P=0,4 x 0,03= 0,0120

0,03
3er
0,4 0,97
bueno P=0,4 x 0,97= 0,3880

1,000

20.-Un fabricante pinturas sabe que la probabilidad de que una pintura para exteriores se desprenda antes de dos
años es de un 7,35%. Si se prueban 15 galones de esta pintura, cual es la cantidad de galones que implicaria la
mayor probabilidad de que se desprenda la pintura?.
SOLUCIÓN:
X P(x)
0 =DISTR.BINOM.N(B6;15;0,0735;0) = 0,3182
1 =DISTR.BINOM.N(B7;15;0,0735;0) = 0,3786
2 =DISTR.BINOM.N(B8;15;0,0735;0) = 0,2103
3 =DISTR.BINOM.N(B9;15;0,0735;0) = 0,0723
4 =DISTR.BINOM.N(B10;15;0,0735;0) = 0,0172
5 =DISTR.BINOM.N(B11;15;0,0735;0) = 0,003
6 =DISTR.BINOM.N(B12;15;0,0735;0) = 0,0004
7 =DISTR.BINOM.N(B13;15;0,0735;0) = 0,000040487719365912
8 =DISTR.BINOM.N(B14;15;0,0735;0) = 3,21192377052837E-06
9 =DISTR.BINOM.N(B15;15;0,0735;0) = 1,98181301185686E-07

21.-Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas de
funcionamiento es una variable aleatoria de Poisson. Si el número promedio de estos fallos es ocho:
a) ¿cuál es la probabilidad de que falle un componente en 25 horas?
b) ¿y de que fallen no más de dos componentes en 50 horas?
c) ¿cuál es la probabilidad de que fallen por lo menos diez en 125 horas?
SOLUCIÓN:
 Tasa de ocurrencia: λ es 8 fallos en 100 horas o sea 8 -----> 100
a) Como 8------->100 o sea λ=2
entonces λ------> 25

P(x=1)= =POISSON.DIST(1;2;0) = 0,2707

b) Como 8------->100 o sea λ=4

entonces λ------> 50

P(x<=2)= =POISSON.DIST(2;4;1) = 0,2381

c) Como 8------->100 o sea λ=10

entonces λ------> 125

P(x>=10)= =1-POISSON.DIST(9;10;1) = 0,5421

22.-Cinco fabricantes producen un determinado dispositivo cuya calidad varía de un fabricante a otro. Usted debe
eligir 3 fabricantes al azar, hallar la probabilidad de que su escogencia contenga 2 de las 3 mejores
fabricantes.
SOLUCIÓN:
N: poblacion o sea cantidad de fabricantes = 5
K: elementos con caracteristica especial de N o sea los mejores de N o sea =3
n: ensayos o sea =3
X: exitos o sea = 2

P(x=2)= =DISTR.HIPERGEOM.N(2;3;3;5;0) = 0,6

23.-En un lote de 12 balas de alto calibre hay 5 balas que están defectuosas. Se van a disparar 4 balas tomadas al
azar.
a) Cuál es la probabilidad de que las 4 balas se disparen todas?
b) Cuál sería el número esperado de balas disparadas (promedio) para las 4 balas tomadas?
SOLUCIÓN:
N: poblacion o sea cantidad de lote de balas = 12
K: elementos con caracteristica especial de N o sea balas buenas de N o sea = 12-5 (defectuosas)=7
n: ensayos o sea =4

a) X: exitos o sea = 4
P(x=4)= =DISTR.HIPERGEOM.N(4;4;7;12;0) = 0,0707

b)
X P(X) Media µ
0 =DISTR.HIPERGEOM.N(0;4;7;12;0) 0,0101 0
1 =DISTR.HIPERGEOM.N(1;4;7;12;0) 0,1414 0,1414
2 =DISTR.HIPERGEOM.N(2;4;7;12;0) 0,4242 0,8485
3 =DISTR.HIPERGEOM.N(3;4;7;12;0) 0,3535 1,0606
4 =DISTR.HIPERGEOM.N(4;4;7;12;0) 0,0707 0,2828
Media µ 2,3333
Recordar que la media de una distribución de probabilidades es µ=Σ X*P(X)

24.-En un estudio estadístico sobre la altura de los españoles y de los ingleses se han obtenido los siguientes datos:
un Español con media 170,2 cm y desviación estándar 6,4 cm y un inglés con media 175,4 cm y desviación
estándar 5,9 cm.
 a) ¿Cuál es la probabilidad de que un español mida más de 180 cm?
b) ¿cuál es la probabilidad de que un inglés mida entre 160 y 170 cm?
c) ¿Quién se vería más alto en su país, un español que mide más de 177 cm o un inglés que mide más de 181
cm?
SOLUCIÓN:
a) Z= (180-170,2)/6,4= 1,53 entonces P(Z) da la cola izquierda (P(Z<1,53))
o sea que P(X>180)= 1- P(Z<1,53)
P(X>180)=1 - DISTR.NORM.ESTAND.N(1,53;1) = 1- 0,9370 = 0,063

b)
µ= 175,4 X1= 160
σ= 5,9 X2= 170

Z1 =( 160 - 175,4 ) / 5,9 = -2,61 entonces P(Z1<-2,61) = 0,0045

Z2 =( 170 - 175,4 ) / 5,9 = -0,915 entonces P(Z2<-0,915) = 0,1801

Entonces P(160< X < 170 ) = 0,1801 - 0,0045 = 0,1756

c) En un país verían mas alto a los que son pocos o sea el que tenga
menos porcentaje o probabilidad de gente es el país que veria mas alto a
su gente alta
µ= 170,2 X1> 177 P(Z1< 1,063)= 0,856
σ= 6,4 X2= 170

Z1 =( 177 - 170,2 ) / 6,4 = 1,063 entonces P(X1>177) = 1 - P(Z1<1,063) = 0,1439

µ= 175,4 X1> 181 P(Z1< 0,949)= 0,8287
σ= 5,9 X2= 170

Z1 =( 181 - 175,4 ) / 5,9 = 0,949 entonces P(X1>181) = 1 - P(Z1<0,949) = 0,1713

Espana veria mas alto a las personas de mas de 177 cm

25.-Varios test de inteligencia dieron un coeficiente de inteligencia que sigue una ley normal con media 100 y
desviación estandar de 15.
a) Determinar el porcentaje de población que obtendría un coeficiente entre 95 y 110.
b) Determinar el intervalo del test que deberían tener los individuos si lo que interesa es seleccionar personas
que estén entre el primer quintil y el percentil 45?
c) En una población de 2500 individuos ¿cuántos individuos se esperan que tengan un coeficiente superior a
125?

SOLUCIÓN:

a)

b)
 µ= 100 se debe encontrar valores de X con =INV.NORM.ESTAND que no da Z y X=Z*σ + µ
σ= 15 cuando la P(X1 es > a 20% entonces Z1 -0,842
cuando la P(X1 es > a 45% entonces Z1 -0,126

X1= -0,842 * 15 + 100 = 87,37

Z2= -0,126 * 15 + 100 = 98,11

c)
µ= 100 X1> 125 P(Z1< 1,667)= 0,9522
σ= 15 X2= 170

Z1 =( 125 - 100 ) / 15 = 1,667 entonces P(X1>125) = 1 - P(Z1<1,667) = 0,0478

Como la poblacion es 2500 entonces la cantidad de gente con coeficiente mayor a 125
es 119,5

26.-En un libro de 500 páginas los errores de imprenta sea cual sea se distribuyen aleatoriamente en un total 300
errores en promedio. Hallar la probabilidad de que:
a) en una página haya exactamente 2 errores
b) en una página haya 3 o más errores
c) en un libro de 725 páginas, en una página haya 4 o más errores

Tasa de ocurrencia es 300 errores en 500 paginas o sea 300 -----> 500 o sea λ=300/500= 0,60

a) P(X=2)= =POISSON.DIST(2;0,60;0)= 0,0988

b) P(X>=3)= 1 - POISSON.DIST(2;0,60;1)= 1 - 0,9768 = 0,0232

c) ahora es en 750 paginas o sea 300 -----> 500 como x-----> 750 osea X = 300*750/500= 342 y λ= 0,456
P(X>=4)= 1 - POISSON.DIST(4;0,456;1)= 1 - 0,9987 = 0,0013

27.-Si se contesta sin pensar un test de 12 preguntas en las que hay que contestar cierto o falso donde cada
respuesta tiene la misma posibilidad de ocurrencia
a) ¿Cuál es la probabilidad de acertar el 75% o más de las preguntas?
b) Quienes acierten entre 5 y 7 preguntas inclusive, tendrán la oportunidad de repetir la prueba, entonces
cuantos estudiantes la repetirían si lo hacen un total 120 personas?
SOLUCIÓN:

28.-Un fabricante de faros para coches informa que en un envío de 4000 faros a un distribuidor, 500 tenían un
ligero defecto. Si se compran al distribuidor 20 faros elegidos al azar.
¿Cuál es la probabilidad de que haya exactamente dos con defecto?
Cual es la probabilidad de hayan a lo menos 16 unidades buenas?
SOLUCIÓN:
Esto sigue una distribución hipergeométrica con N=4000 (población), n=20 (ensayos o muestra) y

a) K=500 (caracteristica especial o sea defectuosos) con X: sacar defectuosos o sea X=2,
P(x=2) = DISTR.HIPERGEOM.N(2;20;500;4000;0) = 0,2688

b) K= 3500 (caracteristica especial o sea buenos), con X: sacar 16 o mas buenos o sea X>=16,
P(x>=16) =1 - DISTR.HIPERGEOM.N(15;20;3500;4000;1) = 1- 0,9045 = 0,9055

29.- Si la probabilidad de que un cierto dispositivo de medición muestre una desviación excesiva ws de 0.05, ¿cuál es
la probabilidad de que:
a) El sexto de estos dispositivos de medición sometidos a prueba sea el primero en mostrar una desviación
excesiva .
b) El quinto de estos dispositivos de medición sometidos a prueba, sea el primero que no muestre una
desviación excesiva.
a) Sea:
x = 6 - El sexto dispositivo sea el primero que muestre una variación excesiva.
p = 0.05 - La probabilidad de que un dispositivo de medición muestre una variación excesiva.
Ejercicio resuelto Distribución Geométrica donde P(x=6)=Distribucion Geometrica(6; 0,05)=0,03869

b) Sea:
x = 5 - El quinto dispositivo sea el primero que muestre una variación excesiva.
p = 0.95 - La probabilidad de que un dispositivo de medición no muestre una variación excesiva.
Ejercicio resuelto Distribución Geométrica donde P(x=5)=Distribucion Geometrica (5;0,95)=5,9x10-6

30-Los registros de una compañía constructora de pozos, indican que la probabilidad de que uno de sus pozos nuevos,
requiera de reparaciones en el término de un año es de 0.20. ¿Cuál es la probabilidad de que el quinto pozo
construido por esta compañía en un año dado sea el primero en requerir reparaciones en un año?
SOLUCIÓN:
Sea:
x = 5 - El quinto pozo sea el primero que requiera reparaciones en un año.
p= 0.20 - La probabilidad de que un pozo requiera reparaciones en el término de una año.
Ejercicio resuelto Distribución Geométrica donde P(x=5)=Distribucion Geometrica (5;0,20)=0,0819

31.-La probabilidad de que cierto análisis clínico dé una reacción positiva es 0.4. Los resultados de los análisis son
independientes unos de otros ¿Cuál es la probabilidad de que la primera reacción positiva ocurra antes del tercer
análisis?
SOLUCIÓN:
Aquí el éxito radica en obtener una reacción positiva antes del tercer análisis, lo que indica que puede ocurrir en el
primer intento o en el segundo. Por tanto la probabilidad deseada estará dada por:

P(x < 3) = P(x=1) + P(x=2)

Ejercicio resuelto Distribución Geométrica donde

P(x<3)=Distribucion Geometrica (1;0,40) + Distribucion Geometrica (2;0,40)=0,40+0,24=0,64

32.-Se tienen 4 llaves de las cuales sólo una abre un candado. Se prueban las llaves una tras otra, con reemplazo,
hasta encontrar la que abre el candado. Calcular la probabilidad de que el candado se abra después del segundo
intento.
SOLUCIÓN:
 En este ejercicio no nos indican cual es la probabilidad de que una determinada llave abra el candado, pero calcular
dicho valor es muy sencillo: dado que hay cuatro llaves y una de ellas abre el candado, entonces la probabilidad p
de que una llave abra el candado será 1/4 = 0.25. Además, dado que queremos calcular la probabilidad de que el
candado se abra después del segundo intento entonces x = 3, 4, 5, ... dicho de otra manera:
P(x>=3)=1-P(x<=2)=1- P(x=1)- P(x=2)=1-Dist.Geometrica(1;0,25)-Dist.Geometrica(2;0,25)=1-0,25-0,1875=0,5625

33.-Tres personas lanzan una moneda y acordaron que si el resultado de tirar las tres monedas es disparejo
(o sea los tres monedas no salen igual), entonces paga el café. Si los tres resultados son iguales, las monedas se
lanzan nuevamente. Encontrar la probabilidad de que se necesiten menos de cuatro intentos para saber quien
paga el café.
SOLUCIÓN:
En este problema el éxito consiste en sacar el disparejo. Lo primero que debemos hacer para resolver el problema
es encontrar el espacio muestral correspondiente al lanzamiento de las 3 monedas:
S = {(c, c, c) (c, c, +) (c, +, c) (+, c, c) (c, +, +) (+, c, +) (+, +, c) (+, +, +)} donde: "c" = cara y "+" = crz
Podemos apreciar que la magnitud del espacio muestral es 8 y que es un espacio equiprobable. El número de
resultados en que aparece el "disparejo" es 6, por lo que p = 6/8 = 0.75.
Si queremos obtener la probabilidad de que se necesiten menos de 4 intentos para saber quien paga el café,
entonces:
P(x<=3)= P(x=1)+ P(x=2)+ P(x=3)=Dist.Geometrica(1;0,75)+ Dist.Geometrica(2;0,75)+ Dist.Geometrica(3;0,75)=
P(x<=3)= 0,75+0,1875+0,0469=0,9844

34.-En una comunidad se sabe que la actitud de la personas hacia la donación de órganos es quienes están en contra
son el 15%, los indiferentes son el 40% y a favor el 45%. Si se toman 20 personas al azar cual es la probabilidad de
que 5 esten en contra, 10 sean indiferentes y 5 a favor?
SOLUCIÓN:
Es Multinomial y por tanto se resuelve asi con P 1=0,15, P2=0,40 y P3=0,45:
20 ! 5
P(X1=5;X2=10;X3=5)= ∗0,15 *0,4010∗0,455=¿0,00684
5!∗10 !∗5 !

35.-A una elecciones de un poblad se presentaron 4 partidos políticos: el POPO obtuvo un 40% de los votos, el JEJE el
30%, el MUMU el 20% y el LALA el 10% restante. ¿Cuál es la probabilidad de que al elegir 5 ciudadanos al azar, 3
hayan votado al POPO, 1 al MUMU y 1 al LALA?
SOLUCIÓN:
Es Multinomial y por tanto se resuelve asi P 1=0,40, P2=0,30 y P3=0,20 y P4=0,10:
5! 3
P(X1=3;X2=0;X3=1; X4=1)= ∗0,40 *0,200∗0.201∗0.101=¿0,02560
3!∗0!∗1 !∗1!