10. Según un estudio, 30% de los adultos mayores de 50 años sufren insomnio.

Si se encuesta a un
grupo de adultos mayores de 50 años, seleccionados al azar. ¿Cuál es la probabilidad de que?

b) El quinto entrevistado sea el tercero en sufrir insomnio

Este es un problema de distribución hipergeométrica, ya que estamos seleccionando a un grupo

de personas sin reemplazo y queremos encontrar la probabilidad de que un cierto número de ellas
tenga insomnio.

Usando la fórmula de distribución hipergeométrica:

P(X = k) = (A k) * (N - A n-k) / (N n)

donde:

A es el número de adultos mayores con insomnio (0.30 del total de la población)

N es el tamaño total de la población

n es el tamaño de la muestra

k es el número de adultos mayores con insomnio en la muestra

En este caso, queremos encontrar la probabilidad de que el quinto entrevistado sea el tercer
adulto mayor con insomnio en la muestra. Entonces:

A = 0.30 * N

N es desconocido

n=5

k=3

Podemos usar una suposición razonable de que hay un número suficientemente grande de adultos
mayores para que la selección de una muestra de 5 no afecte significativamente el tamaño total
de la población. Por lo tanto, podemos asumir que N es lo suficientemente grande como para que
no cambie significativamente después de seleccionar una muestra de 5 adultos mayores.

Usando la fórmula:

P(X = 3) = ((0.30 * N) 3) * ((N - 0.30 * N) 5-3) / (N 5)

Simplificando:

P(X = 3) = (0.30 3) * (0.70 2) / N

P(X = 3) = 0.027 * (0.49 / N)

Entonces, la probabilidad de que el quinto entrevistado sea el tercer adulto mayor con insomnio
en la muestra es 0.027 veces la probabilidad de que otro adulto mayor de la población total sea
seleccionado como el quinto entrevistado. Como no se proporcionó información sobre la
población total, no es posible calcular esta probabilidad.
11. Según un estudio, 30% de los adultos mayores de 50 años sufren insomnio. Si se encuesta a un
grupo de adultos mayores de 50 años, seleccionados al azar. ¿Cuál es la probabilidad de que? c) De
seis adultos entrevistados, al menos tres sufran de insomnio

Este problema se puede resolver utilizando la distribución binomial, donde:

n = 6 (número de adultos entrevistados)

p = 0.3 (probabilidad de que un adulto mayor de 50 años sufra insomnio)

q = 0.7 (probabilidad de que un adulto mayor de 50 años no sufra insomnio)

La probabilidad de que al menos tres adultos sufran insomnio se puede calcular sumando las
probabilidades de que tres, cuatro, cinco o seis adultos sufran insomnio. Podemos usar la fórmula
de la distribución binomial para calcular cada una de estas probabilidades y luego sumarlas:

P(X ≥ 3) = P(X = 3) + P(X = 4) + P(X = 5) + P(X = 6

P(X = k) = (n combinado con k) * p^k * q^(n-k)

donde "n combinado con k" se lee como "n combinaciones de k", y se calcula utilizando la fórmula:

n combinado con k = n! / (k! * (n-k)!)

donde ! significa factorial, es decir, el producto de todos los enteros positivos desde 1 hasta el
número dado. Por ejemplo:

4! = 4 * 3 * 2 * 1 = 24

7! = 7 * 6 * 5 * 4 * 3 * 2 * 1 = 5040

Usando estas fórmulas, podemos calcular cada una de las probabilidades que necesitamos:

P(X = 3) = (6 combinado con 3) * 0.3^3 * 0.7^3 = 0.18522

P(X = 4) = (6 combinado con 4) * 0.3^4 * 0.7^2 = 0.05953

P(X = 5) = (6 combinado con 5) * 0.3^5 * 0.7^1 = 0.00835

P(X = 6) = (6 combinado con 6) * 0.3^6 * 0.7^0 = 0.00073

Al sumar estas probabilidades, obtenemos la probabilidad final:

P(X ≥ 3) = 0.18522 + 0.05953 + 0.00835 + 0.00073 = 0.25383

Por lo tanto, la probabilidad de que al menos tres adultos mayores de 50 años sufran de insomnio
en una muestra de seis entrevistados seleccionados al azar es del 25.38%.
12. Sea X el número de veces que fallará cierta máquina de control numérico: 1, 2, o 3 veces en un

día dado. Sea Y el número de veces que se llama a un técnico para una emergencia. Su distribución

de probabilidad conjunta está dada por

Y/X 1 2 3

1 0.05 0.05 0.10

2 0.05 0.10 0.35

3 0.00 0.20 0.10

a) Encuentre P(Y=3, X > 1)

P(Y=3, X > 1) se lee como la probabilidad de que se llame al técnico tres veces en un día dado y la
máquina falle más de una vez en ese mismo día.

Para encontrar esta probabilidad, debemos sumar las probabilidades de todas las combinaciones
que cumplen con esa condición:

P(Y=3, X > 1) = P(Y=3, X=2) + P(Y=3, X=3)= 0.20 + 0.10 = 0.30

Por lo tanto, la probabilidad de que se llame al técnico tres veces en un día dado y la máquina falle
más de una vez en ese mismo día es de 0.30.

13. En un kiosko del área de columnas del edificio T-3 se tiene una caja de cd´s nuevos que
contiene cinco discos, de los cuales dos son defectuosos. Un estudiante llega y compra tres, los
cuales son despachados al azar. Si X representa el número de cd´s defectuosos

c) ¿qué probabilidad hay de que el estudiante lleve al menos un disco defectuoso?

Podemos calcular la probabilidad de que el estudiante no lleve ningún disco defectuoso y luego
restarla de 1 para obtener la probabilidad de que lleve al menos uno.

La probabilidad de no llevar ningún disco defectuoso en la primera compra es:

P(primer disco no defectuoso) = 3/5

La probabilidad de no llevar ningún disco defectuoso en la segunda compra depende de lo que

haya ocurrido en la primera compra. Si el primer disco era no defectuoso, entonces quedan 2
discos no defectuosos y 2 defectuosos. Por lo tanto, la probabilidad de que el segundo disco sea
no defectuoso es de:

P(segundo disco no defectuoso | primer disco no defectuoso) = 2/4 = 1/2

Pero si el primer disco era defectuoso, entonces quedan 3 discos no defectuosos y 1 defectuoso.
En este caso, la probabilidad de que el segundo disco sea no defectuoso es de:

P(segundo disco no defectuoso | primer disco defectuoso) = 3/4

Por lo tanto, la probabilidad total de no llevar ningún disco defectuoso en las dos primeras
compras es:

P(dos primeros discos no defectuosos) = P(primer disco no defectuoso) · P(segundo disco no

defectuoso | primer disco no defectuoso) + P(primer disco defectuoso) · P(segundo disco no
defectuoso | primer disco defectuoso)

= (3/5) · (1/2) + (2/5) · (3/4)

= 9/20

Finalmente, la probabilidad de no llevar ningún disco defectuoso en las dos primeras compras y
luego llevar uno defectuoso en la tercera compra es:

P(tres discos sin defecto y uno con defecto) = (3/5) · (1/2) · (2/4)

= 3/20

Por lo tanto, la probabilidad de llevar al menos un disco defectuoso es:

P(llevar al menos uno defectuoso) = 1 - P(dos primeros discos sin defecto)

= 1 - 9/20

= 11/20

La probabilidad de que el estudiante lleve al menos un disco defectuoso es de 11/20.

14. Se descubrió que, en el lago de Amatitlán, el agua contaminada resultó mortal para 40% de los

peces que se exponían a ella por más de 24 horas. Se colocan 30 peces en un tanque con agua

proveniente del lago de Amatitlán. Encuentre la probabilidad de que:

a) cuando mucho sobrevivan 10 peces

La probabilidad de que un pez muera al estar expuesto al agua contaminada por más de 24 horas
es de 40%, por lo tanto, la probabilidad de que un pez sobreviva es de 60%. Podemos modelar el
número de peces que sobreviven como una variable aleatoria binomial con n=30 (número de
peces en el tanque) y p=0.6 (probabilidad de que un pez sobreviva).

La probabilidad de que cuando mucho sobrevivan 10 peces es:

P(X ≤ 10) = ΣP(X = i) para i = 0, 1, 2, ..., 10

Podemos calcular esta suma directamente utilizando una calculadora o una tabla de distribución
binomial, o podemos aproximarla utilizando la distribución normal como sigue:
La media de la distribución binomial es µ = np = 30 × 0.6 = 18 y la desviación estándar es σ =
√(np(1-p)) = √(30 × 0.6 × 0.4) ≈ 2.45. Podemos estandarizar la variable aleatoria X como Z = (X - µ) /
σ, de manera que:

P(X ≤ 10) ≈ P(Z ≤ (10.5 - 18) / 2.45) = P(Z ≤ -2.67)

Consultando una tabla de distribución normal estándar, encontramos que P(Z ≤ -2.67) ≈ 0.0038.

Por lo tanto, la probabilidad de que cuando mucho sobrevivan 10 peces es de aproximadamente

0.0038, o del 0.38%.

15. Si el 15% de los tornillos producidos por cierta maquina son defectuosos, determinar la

probabilidad de que de 6 tornillos escogidos al azar

d) El sexto revisado sea el segundo defectuoso

Para resolver este problema, usaremos la distribución binomial ya que se trata de la probabilidad
de obtener un cierto número de éxitos (tornillos defectuosos) en una serie de ensayos
independientes (escoger 6 tornillos al azar).

La probabilidad de que un tornillo sea defectuoso es p = 0.15 y la probabilidad de que un tornillo

no sea defectuoso es q = 0.85.

Queremos calcular la probabilidad de que el sexto tornillo revisado sea el segundo defectuoso.
Esto significa que los 5 tornillos anteriores deben tener exactamente 1 tornillo defectuoso y los 4
restantes no lo son. Podemos calcular esta probabilidad de la siguiente manera:

P(2do defectuoso en el 6to intento) = P(5to intento tiene 1 defectuoso) x P(4 intentos sin
defectuosos)

= {6! / (1! x 5!) x 0.15 x (1-0.15)^1} x {6! / (4! x 2!) x 0.85^4 x (1-0.85)^2}

= 6 x 0.15 x 0.85^4 x 15 x 0.15 x 0.85^2

= 0.139

Por lo tanto, la probabilidad de que el sexto tornillo revisado sea el segundo defectuoso es de
aproximadamente 0.139 o 13.9%.
16. Una caja contiene 7 bolas de 2 colores, 3 bolas rojas y 4 negras. Un jugador saca 2 bolas al

azar sin reemplazo y se le paga una cantidad igual a la suma de los valores que tienen las dos bolas

de acuerdo con su color. La bola roja vale Q.2.00, la bola negra vale Q.4.00 y el costo que tiene que

pagar por jugar es Q.1.60. Si la variable aleatoria X representa lo que gana el jugador al extraer
ambas

bolas:

c) Habría utilidad o pérdida para el jugador

Para resolver esta pregunta se debe calcular la probabilidad de cada posible combinación de bolas
que puede sacar el jugador y multiplicarla por el valor que tiene esa combinación. Luego se resta el
costo de jugar para obtener la utilidad o pérdida.

Comencemos calculando las probabilidades de cada combinación:

Probabilidad de sacar dos bolas rojas: (3/7) * (2/6) = 1/7

Probabilidad de sacar una bola roja y una bola negra: (3/7) * (4/6) * 2 = 4/7

Probabilidad de sacar dos bolas negras: (4/7) * (3/6) = 2/7

La multiplicación por 2 en la segunda probabilidad se debe a que se pueden sacar la bola roja
primero y luego la negra, o viceversa.

Ahora calculemos el valor de cada combinación:

Dos bolas rojas: 2 * Q.2.00 = Q.4.00

Una bola roja y una bola negra: Q.2.00 + Q.4.00 = Q.6.00

Dos bolas negras: 2 * Q.4.00 = Q.8.00

Finalmente, calculemos la utilidad o pérdida del jugador:

Utilidad esperada = (1/7 * Q.4.00) + (4/7 * Q.6.00) + (2/7 * Q.8.00) - Q.1.60

Utilidad esperada = Q.0.69

Como la utilidad esperada es positiva, esto significa que en promedio el jugador ganará Q.0.69
cada vez que juegue. Por lo tanto, habría utilidad para el jugador. Sin embargo, es importante
destacar que la cantidad ganada puede variar mucho dependiendo de la combinación de bolas que
saque, por lo que no siempre se garantiza una ganancia.
17. El número promedio de camiones que llegan en un día cualquiera a CENMA, de la zona 12, es

de 15 camiones por día. Si las llegadas de camiones son aleatorias e independientes,

a) ¿Cuál es la probabilidad de que en un día dado lleguen menos de nueve camiones a ese
paradero?

Para resolver este problema, debemos utilizar la distribución de Poisson, ya que se trata de
eventos aleatorios e independientes que ocurren en un cierto período de tiempo (un día en este
caso). La fórmula de la distribución de Poisson es:

P(X = k) = (e^-λ * λ^k) / k!

donde X es la variable aleatoria que representa el número de eventos, λ es el valor medio de

eventos por período (en este caso, λ = 15), e es la constante de Euler (aproximadamente 2.718), y
k es el número de eventos que queremos calcular la probabilidad.

Para calcular la probabilidad de que lleguen menos de nueve camiones en un día, debemos sumar
las probabilidades de que lleguen 0, 1, 2, 3, 4, 5, 6, 7 y 8 camiones en ese día:

P(X < 9) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5) + P(X = 6) + P(X = 7) + P(X = 8)

Para calcular cada una de estas probabilidades, utilizamos la fórmula de la distribución de Poisson:

P(X = k) = (e^-λ * λ^k) / k!

P(X = 0) = (e^-15 * 15^0) / 0! = 0.00004

P(X = 1) = (e^-15 * 15^1) / 1! = 0.00061

P(X = 2) = (e^-15 * 15^2) / 2! = 0.00459

P(X = 3) = (e^-15 * 15^3) / 3! = 0.01729

P(X = 4) = (e^-15 * 15^4) / 4! = 0.04293

P(X = 5) = (e^-15 * 15^5) / 5! = 0.08303

P(X = 6) = (e^-15 * 15^6) / 6! = 0.12115

P(X = 7) = (e^-15 * 15^7) / 7! = 0.13685

P(X = 8) = (e^-15 * 15^8) / 8! = 0.12317

Por lo tanto, la probabilidad de que en un día dado lleguen menos de nueve camiones a ese
paradero es:

P(X < 9) = 0.00004 + 0.00061 + 0.00459 + 0.01729 + 0.04293 + 0.08303 + 0.12115 + 0.13685 +
0.12317 = 0.549

La probabilidad es del 54.9% de que en un día dado lleguen menos de nueve camiones a ese
paradero.
18. El gerente de control de calidad de las galletas Marilyn está inspeccionando un lote de galletas

que se acaban de hornear. Si el proceso de producción está bajo control, el número promedio de

chispas por galletas es de 6. ¿Cuál es la probabilidad de que en cualquier galleta inspeccionada?

b) se encuentren exactamente cinco chispas

La distribución de chispas en una galleta sigue una distribución de Poisson con una tasa promedio
de $\lambda = 6$. La probabilidad de encontrar exactamente 5 chispas en cualquier galleta
inspeccionada es:

P(X=5) = \frac{e^{-\lambda}\lambda^5}{5!} = \frac{e^{-6}6^5}{5!} \approx 0.1606

Por lo tanto, la probabilidad de encontrar exactamente cinco chispas en cualquier galleta

inspeccionada es de aproximadamente 0,1606 o del 16,06%.

19. Justo después del nacimiento, cada recién nacido se evalúa según una escala llamada escala

de Apgar. Las posibles evaluaciones, donde el color, tomo muscular, esfuerzo respiratorio, latidos
del

corazón, irritabilidad de reflejos, determinan la clasificación del niño; sea X la puntuación de Apgar
de

un niño elegido al azar que nace en cierto hospital durante el siguiente año, y suponga que la

distribución de probabilidad de X está dada por

X 0 1 2 3 4 5 6 7 8 9 10

f(x) 0.002 0.001 0.002 0.005 0.02 0.04 0.18 0.37 0.25 0.12 0.01

a) ¿Cuál es la desviación estándar en la medición?

Para calcular la desviación estándar, primero necesitamos calcular la media de los valores de X:

\mu = \sum_{i=0}^{10}x_i f(x_i) = (0)(0.002) + (1)(0.001) + \ldots + (10)(0.01) \approx 6.3

La desviación estándar se calcula como la raíz cuadrada de la varianza, que a su vez se calcula
como la suma de los cuadrados de las desviaciones de cada valor de X respecto a la media,
ponderadas por su probabilidad:

\sigma^2 = \sum_{i=0}^{10}(x_i - \mu)^2 f(x_i) = (0-6.3)^2(0.002) + \ldots + (10-6.3)^2(0.01) \

approx 7.29

Por lo tanto, la desviación estándar es la raíz cuadrada de la varianza:

\sigma = \sqrt{7.29} \approx 2.7

La desviación estándar en la medición de la puntuación de Apgar es de aproximadamente 2.7. Esto

significa que, en promedio, la mayoría de los valores de X (alrededor del 68% si la distribución es
normal) se encuentran dentro de 2.7 puntos de la media de 6.3. Sin embargo, dado que la
distribución no es perfectamente simétrica y tiene valores atípicos en los extremos, puede haber
más variabilidad en los valores de X en la práctica.

20. Suponga que cierto estudiante tiene una probabilidad de 0.61 de aprobar el examen de

estadística en cualquier intento que haga.

a) Cuál es la probabilidad de que lo logre aprobar en el cuarto intento

IGUAL A ESTE: Suponga que cierto estudiante tiene una probabilidad de 0,75 de aprobar
elexamen de inglés en cualquier intento que haga. ¿Cuál es la probabilidad de que logre aprobar
en el cuarto intento?

E(x) =

0.75 / 8 * (1+2+3+4) = 0.9375 = 93,75%La probabilidad de que lo logre en el cuarto intento es del
93.75 %

EL NUESTRO: 0.7625

21. Suponga que durante la semana se fabricaron 60 televisores. Cuarenta y cinco de ellos
funcionan sin problemas y 15 tuvieron al menos un defecto. Si se selecciona al azar una muestra
de cinco.

c) ¿Cuál es la probabilidad de que entre 2 y 4 inclusive funcionen sin problemas?

0.985

22. Si 3 de cada 10 niños en Guatemala no concluyen la educación primaria, encuentre las

Probabilidades de cinco hijos al menos dos completen los estudios primarios

0.47178