UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE INGENIERÍA CIVIL, DE SISTEMAS Y

ARQUITECTURA
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS

Ejercicios de Estadística
Integrantes:

- Cuipal Damian Evelyn Khrisley

- Delgado Bautista María Shadira
- Sánchez Ramon Jimmy Jahir
- Suclupe Farroñan Wilmer Yoel
- Valdera Chiscol Carlos Yahveh
- Vera Cruz Jordy David

Carrera Profesional: Ingeniería de sistemas

Ciclo: III

Curso: Estadística y Probabilidades aplicación a la ingeniería

Docente: Víctor Raul Albañil Santisteban

Lambayeque, octubre del 2020

 Ejercicios de probabilidad
Página 273 – 274

1. La probabilidad de que cada vehículo se demore más de 5 minutos en pasar la garita

de peaje es constante igual a p. Si X es el número de vehículos que se demoran más
de 5 minutos en pasar la garita de peaje de n que pasan por la garita.

a) ¿Cuál es el modelo de probabilidad adecuado de X?

X sigue una distribución binomial con paramentos n y p; se presenta por:

X B ( n , p)

b) ¿Qué probabilidad hay de que al menos 3 vehículos se demoren más de 5

minutos para pasar la garita si E ( x )=3 y Var ( x ) =2.4 ?

E ( x )=3 → np=3

Var ( x ) =2.4 → npq=2.4

*3 q=2.4

q=0.8

 q=1− p → p=1−0.8→ p=0.2

*np=3 → n ( 0.2 ) =3 →n=15

P [ x ≥3 ] =1−P ( x=0 ) −P ( x=1 ) −P ( x=2 )

15 0 15 15 1 14 15 2 13
P [ x ≥3 ] =1−C 0 ( 0.2 ) ( 0.8 ) −C 1 ( 0.2 ) ( 0.8 ) −C 2 ( 0.2 ) ( 0.8 )

P [ x ≥3 ] =1−0.035−0.132−0.231

P [ x ≥3 ] =0.604 aprox .
2. (Taller de la distribución binomial). Se seleccionan al azar 3 artículos uno por
uno sin reposición de una producción que contiene el 10% de defectuosos. Sea
X=Número de artículos defectuosos en la selección.

a) Describa el modelo de probabilidad de X. ¿Cuántas unidades defectuosas es más

probable que contenga la selección?

Modelo de probabilidad de X:

X B (3,0.1 ) p=0.1

 x=0

P [ x =0 ] =C 30 ( 0.1 )0 ( 0.9 )3 =0.729

 x=1

P [ x =1 ] =C31 ( 0.1 )1 ( 0.9 )2=0.243

 x=2
3 2 1
P [ x =2 ] =C2 ( 0.1 ) ( 0.9 ) =0.027

 x=3

P [ x =3 ] =C 33 ( 0.1 )3 ( 0.9 )0=0.001

P ( x=0 ) Es el evento más probable

b) Calcule su media y su varianza.

E ( x )=np →E ( x )=3 ( 0.1 )=0.3

Var ( x ) =npq →Var ( x )=0.3 ( 0.9 )=0.27

3. En una producción de cierto tipo de objeto, 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 sin reposición, se espera que haya un defectuoso,
p=0.2

q=0.8

a) ¿Qué probabilidad hay de que ocurra efectivamente un objeto defectuoso?

n ( 0.2 )=1

1
n= =5
0.2

5 1 4
P [ x =1 ] =C1 ( 0.2 ) ( 0.8 ) =0.4096

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

 x=0
5 0 5
P [ x =0 ] =C 0 ( 0.2 ) ( 0.8 ) =0.3277

 x=1

P [ x =1 ] =C51 ( 0.2 )1 ( 0.8 )4=0.4096

 x=2

P [ x =2 ] =C52 ( 0.2 )2 ( 0.8 )3=0.2048

 x=3
5 3 2
P [ x =3 ] =C 3 ( 0.2 ) ( 0.8 ) =0.0512

 x=4
5 4 1
P [ x =4 ] =C 4 ( 0.2 ) ( 0.8 ) =0.0064

 x=5

P [ x =5 ] =C 55 ( 0.2 )5 ( 0.8 )0=0.0003

P ( x=1 ) Es el evento más probable

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 al azar 4 unidades de la mercadería, ¿Qué probabilidad hay de
que se encuentren 2 unidades que sean de calidad excepcional?

E = calidad excepcional

EA = calidad excepcional de A

EB = calidad excepcional de B

P ( EA )=60 % ( 75 % )=0.6 ( 0.75 )=0.45

P ( EB )=40 % ( 80 % ) =0.4 ( 0.8 ) =0.32

* P ( E )=P ( EA ) + P ( EB )=0.45+0.32=0.77

 p=0.77

P [ x =2 ] =C24 ( 0.77 )2 ( 0.23 )2 =0.1882 apox .

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

J = Jubilados

MJ = Mujeres jubiladas

HJ = Hombres jubilados

P ( MJ ) =10 % ( 20 % )=0.1 ( 0.2 )=0.02

P ( HJ )=10 % ( 80 % )=0.1 ( 0.8 ) =0.08

* P ( MJ ) =10 % ( 20 % )=0.1 ( 0.2 )=0.02

 X B (5,0.1 ) p=0.1

P [ x ≥2 ] =1−P ( x=0 )−P ( x=1 )

5 0 5 5 1 4
P [ x ≥2 ] =1−C 0 ( 0.1 ) ( 0.9 ) −C 1 ( 0.1 ) ( 0.9 )

P [ x ≥2 ] =1−0.59049−0.32805

P [ x ≥2 ] =0.0815

6. En una corporación el 25% del total de sus empleados conocen de gestión

administrativa. Si se seleccionan 12 empleados al azar de esa corporación,

a) Determine la distribución de probabilidades del número de empleados de la

selección, que tengan conocimientos de gestión administrativa. Calcule su
media y su varianza.

X=#de éxitos n=12

X B (12,0.25 ) p=0.25

P [ x ≤1 ] =P ( x=0 )+ P ( x=1 )

P [ x ≤1 ] =C12 0 12 12 1
0 ( 0.25 ) ( 0.75 ) +C 1 ( 0.25 ) ( 0.75 )
11

P [ x ≤1 ] =0.0317+0.1267

P [ x ≤1 ] =0.1584

E ( x )=np →E ( x )=12 ( 0.25 )=3

Var ( x ) =npq →Var ( x )=3 ( 0.75 ) =2.25

b) Si cada empleado de la corporación tiene un sueldo fijo de 1 200 soles y un

adicional de 500 soles si conoce de gestión administrativa y de solo 150 en caso
contrario. ¿Cuánto es el sueldo promedio de los 12 empleados seleccionados?
 Sueldo=12 ( 1200 )+500 ( X )+150 ( 12− X )

X =12 ( 25 % )=3 n=12

Sueldo=12 ( 1200 )+500 ( 3 ) +150 ( 9 )

Sueldo=14400+1500+1350

Sueldo=17250

n=12

c) Describa el modelo de probabilidad adecuado si la corporación tiene 20

empleados en total, ¿Cuál es la probabilidad de que ninguno de los empleados
tenga conocimientos de gestión administrativa?

1 ( 455 )
P [ x =0 ] = ❑ C 50C 15 20
12 C 12 = =0.0036
❑ 125970

7. Un vendedor a domicilio compra diariamente 10 unidades de un producto a $2 cada

uno. Por cada producto gana $13 si lo vende o pierde $1 además de costo si no lo
vende en el día, si la probabilidad de venta de cada unidad es 0.2 y si las ventas son
independientes

a) obtener la distribución de probabilidad del número de unidades vendidas.

Seanlos eventos :

¿ de compra a domicilio diariamnete ( n )=10

Entonces el exito será : p=0.2 → q=0.8

X B(10,0.2)

Aplicamos la formula de distribucion bimodal

()
p ( X=10 )= n p x ( 1− p )n−x
k
 ( )
p ( X=10 )= 10 ( 0.2)1 ( 0.8 )9
1

p ( X=10 )=0.27

b) Calcule la utilidad esperada del vendedor.

E ( x )=n∗p=10 ( 0.2 )=$ 2

8. El servició de un sistema bancario 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 por sea mayor que 3?

Seanlos eventos :
¿ de transacciones ( n ) =15
2
Entonces el exito será : p= =0.4 , porque X >3
5
X B(15,0.4)
Aplicamos la formulade distribucion bimodal

()
p ( X > x )= n p x ( 1−p )n−x
k
p ( X >3 ) → p ( X =4 ) + p ( X=5 )

p ( X >3 ) =(154)(0.4 ) ( 0.6) +(155)(0.4) ( 0.6 )

4 11 5 10

p ( X >3 ) =( 15 ) (0.4 ) ( 0.6 ) + ( 15 )(0.4) ( 0.6 )

4 11 5 10
4 5

p ( X >3 ) =
15 ×14 × 13 ×12
4 ×3 ×2 ×1 ( )
( 0.4 )4 ( 0.6 )11 + 15 ( 0.4 )5 ( 0.6 )10
5
11 5 10
p ( X >3 ) =1365 ( 0.064 ) ( 0.6 ) + 3003 ( 0.4 ) ( 0.6 )
p ( X >3 ) =1365 ( 0.000092876 )+ 3003 ( 0.0000619174 )
p ( X >3 ) =0.1267+0.1859
p ( X >3 ) =0.30
9. La secretaria de la compañía P&C debería llegar a la oficina a las 8 de la mañana,
pero, se retrasa 15 minutos en el 20% de las veces. El gerente de la compañía que
no llega sino hasta las 10 de la mañana llama ocasionalmente a la oficina entre las 8
y 8:15 de la mañana. Calcule la probabilidad de que por lo menos en una de las 5
mañanas que llama el gerente no encuentre a la secretaria.

Seanlos eventos :

¿ de transacciones ( n ) =5

Entonces el exito será : p=0.2

X B(5,0.2)

Aplicamos la formulade distribucion bimodal

p ( X > x )= (nk) p ( 1−p )

x n−x

p ( X ≥5 ) → p ( X=1 ) + p ( X=2 ) + p ( X =3 ) + p ( X=4 ) + p( X=5)

p ( X ≥5 )= (51)(0.2) ( 0.8 ) +(52 )(0.2) ( 0.8 ) +( 53)( 0.2) ( 0.8) +( 54)( 0.2) ( 0.8) +(55)(0.2) ( 0.8)
1 4 2 3 3 2 4 1 5 0

4 2 3 3 2 4 1
p ( X ≥5 )=( 5 ) (0.2) ( 0.8 ) + ( 10 ) (0.2) ( 0.8 ) + ( 10 ) (0.2) ( 0.8 ) + ( 5 ) (0.2) ( 0.8 )

p ( X ≥5 )=(0.4096)+ 0.2048+ 0.0512+ 0.0064

p ( X ≥5 )=0.672

10. La secretaria de la compañía P&C debería llegar a la oficina a las 8 de la mañana,

pero, se retrasa 15 minutos en el 20% de las veces. El gerente de la compañía que
no llega sino hasta las 10 de la mañana llama ocasionalmente a la oficina entre las 8
y 8:15 de la mañana. Calcule la probabilidad de que por lo menos en una de las 5
mañanas que llama el gerente no encuentre a la secretaria.

a) ¿Qué porcentaje de unidades defectuosas tiene la producción?

 p ( D )=0.1 ×0.5+ 0.15× 0.3+0.05 ×0.2
p ( D )=0.05+0.045+ 0.01
p ( D )=0.105
b) Si se selecciona una muestra de 20 unidades de la producción. ¿qué probabilidad
hay de que se encuentre una unidad defectuosa, si todas las unidades de la
muestra provienen de la misma línea de producción?

Seanlos eventos :
¿ de líneas de producción ( n )=20
A1=0.5 A 2=0.3 A 3=0.2

X A1= (20,0.5 ) X A2 =( 20,0.3 ) X A 3=( 20,0.2 )

19 19 19
p ( X=19 )=0.5 ×20 × 0.1× ( 0.9 ) + 0.3× 20 ×0.15 × ( 0.85 ) +0.2 ×20 ×0.05 × ( 0.95 )
p ( X=19 )=0.135+0.041+0.075
p ( X=19 )=0.251

Página 309 – 310

7. (taller acerca de la distribución normal).la demanda diaria, en kilogramos, de un

producto se distribuyen según el modelo de la probabilidad normal con una medida de 50 y
una desviación estándar de 10.

Tenemos: σ =10

μ=50

a) ¿Cuál es la probabilidad de que la demanda de un día cualquiera este entre los 46 y

54 kilogramos?

(
 P ( 46< z <54 )=P z <
54−50
10 ) (
−P z<
46−50
10 )
 P ( z< 0.4 )−P ( z ←0.4 )

 0.6554−0.3446=0.3108
 Respuesta: probabilidad es igual a 0.3108

b) ¿Qué cantidad del producto debe haber diariamente a fin de satisfacer la demanda
en el 89.9 % de los meses?

o P z>( x−50
10 )
=0.898=∅ P ( z >1.27 )

x−50
o =1.27
10

o x=62.07

c) si la utilidad diaria (en soles) del producto está dado por: U =2.4 X +20 , ¿con qué
probabilidad la utilidad de un día cualquiera supera los 170 soles?

 U =2.4 X +20

 170=2.4 X +20 → P z> ( 62.5−50

10 )
150
 =x → x=62.5
2.4

 P z>( 62.5−50
10 )
=P ( z>1.25 )=1−P ( z ≤ 1.25 )=1−0.8944=0.1056

Respuesta: la probabilidad es 0.1056

d) ¿Cuál es la probabilidad de que a demanda total de 3 días supere los 116

kilogramos?

P ( X >116 ) =P ( z <1.96 ) =0.9750

8. Los puntajes resultantes de una prueba de conocimientos aplicados de 120 alumnos se

distribuyen según el modelo de la probabilidad normal con una media de 80 puntos.

Tenemos: n=120
 μ=80

a) Calcule la desviación estándar si el 6.68 % de ellos obtiene menos de 59 puntos.

 P z<( 59−80
σ )
→ ∅ P z< (
59−80
σ
=0.668)
∅ P ( z ←1.5 )=0.668

59−80
=−1.5
σ

σ =14

b) ¿Qué puntaje máximo se requiere en esta prueba para estar en el cuarto inferior? Y
¿Qué puntaje mínimo se requiere para estar en el curso superior?

 P z<( a−80
14 ) (
=∅ P z <
a−80
14 )
=0.25 ≅ 0.2514

∅ P ( z <0.67 )=0.2514

a−80
=−0.67
14

a=70.62

 P z>( b−80
14 )
=1−∅ P z ≤ (
b−80
14
=0.25 )
P ( b−80
14 )
=0.75 ≅ 0.7517 aprox

∅ P ( z ≤ 0.67 )=0.7586

b−80
=0.67
14

a=89.38

c) ¿Cuántos alumnos se encuentran en el cuartil 1 y el cuartil 3?

 La cantidad de alumnos que se encuentran entre el cuartil 1 y el cuartil 3 es de
Q1 ¿ x <Q3
Entonces: Q3−Q1 =0.75−0.25=0.5
0.5 x 120 = 60

9. Ciento liquido industrial contiene un porcentaje X por galón de un compuesto particular

cuya distribución es normal con una media de 15% y una desviación estándar de 3%. El
fabricante tiene una utilidad neta de $ 0.15 , si 9< X < 21, de $ 0.10 , si21 ≤ X ≤ 27 , y una
pérdida de $ 0.05 ,

si3 ≤ X ≤ 9 , calcule la utilidad esperada por galón.

Tenemos: σ =3 %

μ=15 %

3 9 21
27

 Utilidad 0.10

P ( x ≥ 21 )=1−∅ P ( Z <2 )

¿ 1−0.9772=0.0228

utilidad 0.10=¿ 0.0228

 Utilidad -0.05

P ( x ≤ 9 )=∅ P ( Z ←1 )

¿ 0.0228

utilidad−0.05=¿ 0.0228

 Utilidad 0.15
 P ( 9 ≤ x ≤21 ) =P ( Z ≤ 2 )−P ( Z ≤−2 )

¿ 0.9792−0.0228=0.9544

utilidad 0.15=¿ 0.9544

 Utilidad esperada por galón:

 E ( x )=( 0.1 ) ( 0.0228 ) + (−0.05 ) ( 0.0228 ) + ( 0.15 ) ( 0.9544 )

E ( x )=0.14316 ≅ 0.14 $

10. Los resultados de un examen de comportamiento agresivo aplicado a 400 adolescentes

se distribuye según el modelo de la probabilidad normal con una media igual a 35 puntos.

Tenemos: n=400

μ=35

σ =x

a) Obtenga la desviación estándar de la distribución si el 84.13 % de los adolescentes

obtiene al menos 30 puntos. ¿Cuántos adolescentes obtienen entre 26 y 44 puntos?

 P ( x ≥ 30 )=1−P z< ( 30−35

x )
=1−P z <
−5
x ( )
=84.14 %=0.8414

(
P z<
−5
x )
=0.1584 ≅ 0.1587

(
∅ P z<
−5
x )
=∅ P ( z ←1 ) → ∅ P ( z ←1 )=0.1587

−5
=−1
x

x=σ =5

 P ( 26 ≤ x ≤ 44 ) =P (−1.8 ≤ z ≤ 1.8 )

¿ ∅ P ( z ≤1.8 )−∅ P ( z ≤−1.8 )

 ¿ 0.9641−0.0359

¿ 0.9282

b) ¿Qué probabilidad hay de que 3 de 5 adolescentes obtenga al menos 31.4 puntos?

Suponga independencia de los puntajes.

P ( X ≥31.4 )=1−P ( X < 31.4 )=1−P ( x−μ

σ
<
31.4−35
5 )
¿ 1−P ( z ←0.72 )=1−0.2358
P ( X ≥31.4 )=0.7642

11. En un trabajo estadístico se ha logrado determinar que los tipos de cambio oficial del
dólar USA en soles (x) durante 360 días de cotización del año 2006, se distribuyen según el
modelo de la probabilidad normal con una media de 3.225 soles y una desviación estándar
de 0.025.

a) ¿En cuántos de estos días se cotizó el dólar por más de 3.179 soles?

P ( x>3.179 )=1−P ( z ←1.84 )

¿ 1−∅ P ( z←1.84 )

¿ 1−0.0329

¿ 0.9671

# De días que el dólar cotizo por más de 3.179 soles:

¿ 0.9671∗360=348.146 ≅ 348 Dias

b) Si para el próximo año se proyecta un tipo de cambio Y dado por Y=0.98X+0.012,

¿Cuál es la probabilidad de que el dólar se cotice por menos de 3.132?

Y =3.132

y=0.98 X +0.012

3.132=0.98 X+ 0.012
 X =3.184

P ( x<3.184 )=P ( z ←1.64 )

¿ ∅ P ( z ←1.64 )

P ( x<3.184 )=0.0505

12. Las calificaciones 400 alumnos en una prueba final de Estadística se distribuye según el
modelo de probabilidad normal con una media de 12.

a) Obtenga aproximadamente la desviación estándar de la distribución si la nota

mínima es 6 y la máxima es 18.

P ( x ≤ 18 )=P z <( 6σ )
( 6σ )=1
∅ P z<

∅ P ( z ≤3,009 )=1

6
=3,009=¿ σ=1,99 ≅ 2
σ

b) Si la nota aprobatoria es 11,¿Cuántos alumnos aprobaron el curso?

P ( x ≥ 11 )=1−P ( z ←0.5 )

P ( x ≥ 11 )=1−0.3085

P ( x ≥ 11 )=0,6915

0.6915∗400=276,6 ≅ 277

c) ¿Qué nota como mínimo debería tener un alumno para estar ubicado en el quinto
superior?

P ( x ≥ a )=0,2
 1−P z< ( A−12
2
=0,2 )
∅ P z< ( A−12
2 )
=0,8

∅ P ( z <0,84 ) ≅ 0,8

A−12
=0,84=¿ A=13,68
2

d) ¿Qué rango percentil tiene un alumno cuya nota es 14?, indique su orden de
merito

P ( x ≤ 14 )=∅ P ( z ≤ 1 )

P ( x ≤ 14 )=0,8413

Orden de mérito=¿ 100 %−84,13 %=15,87 %

13. Los puntajes de una prueba de aptitud académica están distribuidos normalmente con
una media de 60 y una desviación estándar de 10 puntos.

a) Si el 12.3% de los alumnos con mayor puntaje reciben el calificativo A y el 20%

de los alumnos con menor nota reciben el calificativo C, calcule el mínimo puntaje
que debe tener un alumno para recibir una A, y el máximo puntaje que debe tener
para recibir una C.

P ( x ≥ A )=1−P z < ( A−60

10 )=0.123

(
P z<
A−60
10 )
=0.877≤¿ 0.877=P ( z <1.16 )

(
P z<
A−60
10 )
=P ( z< 1.16 )
 A−60
=1.16
10

A=71.6

(
P ( x ≤ C ) =P z ≤
C−60
10 )
=0.2 ≅ 0.2033

P ( z ≤−0.84 )=0.2033

C−60
=−0.84
10

C=51.6

b) Si el resto de los alumnos recibe el calificativo B y si el total de alumnos es igual

a 90, ¿Cuántos alumnos recibieron e calificativo de A, B y C?

12.3 % tiene A=¿ 12.3 % 90=11

20 % tiene C=¿20 % 90=18

67.7 % tiene A=¿ 67.7 % 90=61

14. Las calificaciones de una prueba final de Matemática Básica tiene distribución normal
con una media igual a 8. Si el 6.68% de los examinados tienen nota aprobatoria (mayor o
igual a 11), ¿Cómo debe modificarse cada nota para conseguir un 45% de aprobados?

P ( x ≥ 11 )=1−P z <( σ3 )=0.0668

( 3σ )=0.9332=P ( z< 1.5)
P z<

3
=1.5
σ

σ =2

Sea A la nota a añadir

 P ( x ≥ C ) =1−P z <( C−8
2 )
=0.45

(
P z<
C−8
2 )
=0.55 ≅ 0.5517=P ( z <0.13 )

C−8
=0.13
2

C=8.26

Entonces:

( 8.26+ A )=11

A=2.74

15. El ingreso monetario mensual por hogar en una comunidad se distribuye según el
modelo de la probabilidad normal con una media de $400 y desviación estándar $50.

a) Todos los hogares que están en el décimo superior de los ingresos mensuales
pagan una contribución de solidaridad, ¿a partir de que ingreso lo hacen?

(
P ( x> K )=1−P z ≤
K −400
50 )
=0.1

(
P z≤
K−400
50 )
=0.9 ≅ 0.8997=P ( z <1.28 )

K−400
=1.28
50

K=464

b) Si cada hogar ahorra mensualmente el 25% de su ingreso menos $50, ¿Qué

porcentaje de los ahorros superan los $75?

25 %B−50=75

B=500

500 es el ingreso mínimo para ahorrar como mínimo $75

 P ( x>500 )=1−P z ≤ ( 500−400
50 )
¿ 1−P ( z ≤ 2 )

P ( x>500 )=1−0.9772=0.0228

c) ¿Qué probabilidad hay de que uno de dos hogares cualesquiera tenga un ingreso
mayor a $498 y el otro menor que $302? Asuma independencia

P ( x> 495 )=1−P z ≤ ( 495−400

50 )
¿ 1−P ( z ≤ 1.96 )

P ( x>500 )=1−0.975=0.025

(
P ( x<302 ) =P z ≤
302−400
50 )
¿ P ( z ≤−1.96 )

P ( x>500 )=0.025

P ( X )=2 x 0.025 x 0.025

P ( X )=0.00125

16. Una pieza es considerada defectuosa y por lo tanto rechazada si su diámetro es mayor
que 2.02 cm, O es menor que 1.98 cm. Suponga que los diámetros tienen distribución
normal con media de 2 cm. Y desviación estándar de 0.01 cm.

a) ¿Cuántas piezas de 10000 se espera sean rechazadas?

( 2.2< x >1.98 ) es rechazado

P ( x>2.2 ) =1−P ( z ≤ 2 )

¿ 1−0.9772
 P ( x>2.2 ) =0.0228

P ( x<1.98 )=P ( z ≤−2 )

P ( x<1.98 )=0.0228

¿>10 000 X 0.0456=456

b) ¿Cuál es la probabilidad de que 2 piezas de 4 sean rechazadas si las 4 piezas se

escogen una a una sin reposición de un número desconocido de piezas?

Solución:

4 2 2
C 2 p (1− p) ; donde p=0,0456

4 2 2 4 2
C 2 ( 0,0456 ) (1−0.0456 ) =C 2 20.7936∗( 0.944 )

=6*20.7936 *0.891136

= 111.17955

c) ¿Cuál es la probabilidad de que la cuarta pieza buena sea la sexta probada se las
piezas se escogen una a una sin reposición de un número desconocido de piezas?

5 2 4
C 3 p (1− p) ; donde p=4

5 2 4
C 3 4 (1−4) =12960
1.- Las ausencias por enfermedad de los empleados de una empresa en un mes tienen una
distribución normal N(200,20) horas.

Solución:

u = 200 σ = 20

a) Calcular la probabilidad de que el mes próximo el ausentismo total por enfermedad sea
menos que 150 horas.

150−200
P(x < 150) = P(z < )
20

= ∅ P(z < -2.5)

P(x < 150) = 0,0062

b) Para planear el programa de mes próximo. ¿Cuánto tiempo debe suponer darse el
ausentismo por enfermedad, si aquella cantidad solo se debe superar con una probabilidad
de tan solo 0.10?

10%
c
P(x > c) = 0.10

c−200
= ∅ P(z < ) = 0.10
20

c−200
∅ P(z < ) = 0.9 ≅ 0.8997 = ∅ P(z < 1.28)
20

Entonces:

c−200
= 1.28
20

C = 225,6
2.- La producción por hora de los trabajadores en una fábrica se considera distribuida
normalmente con media de 240 unidades y desviación típica de 20 unidades. Considérese
que en esta fábrica trabajan en la producción 10 mil trabajadores.

Solución:

u = 240 σ = 20

10 mil trabajadores

a) ¿Cuántos trabajadores tienen una producción de más de 250 unidades por hora?

250−240
P(x > 250) = 1 – ∅ P(z < )
20

= 1 – ∅ P(z < 0.5)

= 1 – 0,6915

= 0,3085

→ 1000(0.3085) = 3085 trabajadores

b) Si cualquier trabajador que produzca menos de 250 unidades por hora debe recibir
entrenamiento posterior, ¿Cuántos recibirán entrenamiento?

200−240
P(x < 200) = ∅ P(z < )
20

= ∅ P(z < -2)

= 0,0228

→ 1000(0.0228) = 228 trabajadores

3.- Una compañía paga a sus empleados a un salario promedio se $9.25 por hora con una
desviación estándar de 60 centavos. Si los salarios están distribuidos en casi forma normal
y los montos se cierran a centavos:

Solución:
a) ¿Qué porcentaje de los trabajadores recibe salario entre $8?75 y $9.69 por hora
inclusive?

P(8.75 < x <9.69) = P(-0.0083 < z < 0.0073) = P(z < 0.01) – P(z < -0.01) = 0.5040 – 0.4960

= 0.008

→ Es el 0.8% de trabajadores

b) ¿El 5% más alto de los salarios por hora de empleados es mayor a que cantidad?

a−9.25
P(x > a) = 1 – ∅ P(z < )
60

a−9.25
0.05 = 1 – ∅ P(z < )
60

a−9.25
∅ P(z < ) = 0.95
60

a−9.25
= 1.65
60

a = 108,25

4.- El diámetro interior de un anillo de pistón se distribuye normalmente con media de

12cm. Y desviación estándar de 0.02cm

Solución:

u = 12 σ = 0,02

a) ¿Qué fracción de los anillos de pistón tendrá diámetro que excederá de 12.05?

12.05−13
P(x > 12.05) = = 1 – ∅ P(z < )
0.02

= 1 – ∅ P(z ≤ 2.5)

= 1 – 0,9938

= 0,0062

b) ¿Cuál es la probabilidad de que el diámetro interior se encuentre entre 11.95 y 12.05cm?

P(12,95 < x < 12.05) = ∅ P(z ≤ 2.5) – ∅ P(z ≤ -2.5)

= 0,9938 – 0,0062

= 0,9876

1. En promedio en una cierta intersección ocurre en 3 accidentes viales por mes. ¿Cuál es
la probabilidad de que un determinado mes en esta intersección?

a) Ocurran menos de 3 accidentes

Solución

x :interacción en 3 accicentes viales por mes

t=1 mes

3 accidentes
λt = → λt =3 , x=2,1,0
1 mes

P ( X <3 ) → P ( X ≤ 2 )=P ( X=2 )+ P ( X =1 ) + P( X =0)

 − λt x
e ( λt)
Formula de Poisson : P ( X=x ) =
x!

(2.7)−3 (3)2 (2.7)−3 ( 3)1 (2.7)−3 (3)0

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

P ( X <3 ) =0.22+0.15+0.05

( X <3 )=0.42

b) Calcular su media y varianza

Media : X p ( λ )=3

Varianza : ( λ )=3

2. El número promedio de ratas de campo por acre en un campo de trigo de cinco acres se
estima que es 12. Encuentre la probabilidad de que menos de 7 ratas de campo se
encuentre.

a. En un acre de terreno determinado

μ=12 x : cantidad de ratas=7

P ( X <7 ) → P ( X ≤ 6 ) =P ( X =6 )+ P ( X =5 ) + P ( X=4 ) + P( X=3) P ( X=2 ) + P ( X=1 )+ P( X=0)

e− λt ( λt)x
Formula de Poisson: P ( X=x ) =
x!

P ( X <7 ) =0.045

b. En dos de los siguientes tres acres

Solución

Aplicamos la distribución binomial

¿ acres ( n )=3

Entonces el exito será : p=0.0458 → q=0.9542

 X B(2 ; 3,0.045)

Aplicamos la formulade distribucion binominal

p¿

p ( X >1 )= (32)(0.0458) ² ×(0.9542)

p ( X >1 )=0.006

3. En un sistema de cómputo de tiempo compartido, el número de peticiones en tele puerto

es de 0.2 por milisegundo, en promedio y sigue una distribución de Poisoon.

ℷ=0.2

a) Cuál es la probabilidad que no lleguen peticiones durante el siguiente

milisegundo

ℷ=0.2

e−0.4 ( 0.4 )0
P ( X=0 )= =0.6703
0!

b) Calcular la probabilidad de que no lleguen peticiones durante los tres

siguientes milisegundos.

ℷ=0.2

−0.6
e ( 0.6 )0
P ( X=0 )= =0.5488
0!

4. en un conmutador telefónico se recibe llamada de acuerdo con un proceso de Poisoon

con para metros ℷ=5 llamdas por hora . Si hay una persona en el conmutador.
a) ¿Cuál es la probabilidad de que: transcurran al menos 15 minutos antes de la
siguiente llamada?

Sea: X= número de llamadas telefónicas llegas a dicho conmutador por hora.

Y= tiempo transcurrido antes que llegue la segunda llamada

 5 lla 60min

Y lla 15min

Y =1.25

P ( Y ≥ 1.25 )=1−F ( 1.25 )=1−( 1−e )=0.2864

−5 ( 0.25)

b) no pase más de 10 minutos antes de la siguiente llamada

5 lla 60min

Y lla 10min

1
Y=
6

(
P Y≤
1
6) ()
=F
1
6
=( 1−e−5 ( 0.25) )=0.5654

En un proceso de manufactura en el cual se producen piezas de vidrio ocurren defectos o

burbujas, ocasionando que la pieza se no deseable para la venta. Se sabe que en promedio
uno de casa mil piezas tienen una o más burbujas. ¿Cuál es la probabilidad de que una de la
muestra aleatoria de 8000 piezas, menos de 7 de ellas tengan burbujas?

x: variable aleatoria de número de burbujas n = 8000 grande

P = 1/1000 = 0.001 pequeñas

γ = np = 8000(0.001) =8

Solución:

P(x = 1,2,3,4,5,6; γ = 8) = 8 0 ¿ ¿ + 81 ¿ ¿ + 82 ¿ ¿ + 83 ¿ ¿

+ 8 4 ¿ ¿ + 85 ¿ ¿ + 86 ¿ ¿

= 0.000336 + 0.002686 + 0.010744 + 0.028650 + 0.057300 + 0.091680 + 0.122240

= 0.313636

La probabilidad de que un estudiante presente problemas de escoliosis (desviación lateral

sufrida por la columna vertebral) en una escuela de la localidad es de 0.004. De los
siguientes 1875 estudiantes revisados, encuentre la probabilidad de que:

a) 8,9 o 10 presenten este problema

P(8 ≤ x ≤ 10) = P(x ≤ 10) – P(x ≤ 8) = 0.8622 – 0.5246 = 0.3376