Probabilidades y Estadı́stica

Segundo semestre 2023

Profesor: Nicolás Araya
Ayudantes: Benjamı́n Sapiain-Lucas Peñailillo

Guı́a de ejercicios

1. Estadı́stica
1.1. Pregunta 1
Un empresa de soporte técnico informático decide medir el desempeño de sus trabajadores en función
de la cantidad de consultas resueltas en un mes. El resumen del ultimo mes entrego lo siguiente:
Cantidad de consultas Frecuencia
resueltas
0 − 10 2
10 − 20 9
20 − 30 12
30 − 40 3

La empresa, en su preocupación por sus trabajadores, espera que la cantidad de consultas resueltas sea
la misma para cada uno, de tal manera de que no existan trabajadores estresados por la carga laboral. Para
esto la empresa esta pensando en realizar cambios en la asignación de consultas, si y solo si, la variabilidad
relativa de la cantidad de consultas resueltas por trabajador supera el 25 %. Demuestre si es que la empresa
debe o no implementar el cambio mencionado.

1.2. Pregunta 2
La empresa enseña desarrolla una aplicación móvil de estudio para estudiantes universitarios. La apli-
cación ofrece distintos recursos para el aprendizaje, incluyendo ejercicios, videos y resúmenes. La empresa
desea conocer cómo se distribuyen las notas de los estudiantes universitarios que usan la aplicación para
estudiar programación. Se obtuvo una muestra de 50 estudiantes, y se registraron sus notas en una escala de
0 a 100. Los datos se agruparon en una tabla de frecuencia de 4 intervalos, como se muestra a continuación:

Nota Cantidad de
estudiantes (fi )
0 − 25 6
25 − 50 19
50 − 75 18
75 − 100 7

a. La empresa quiere saber si la muestra obtenida es simétrica o no, para esto se le solicita a usted de
manera preliminar que obtenga la media aritmética y la mediana para corroborar esto. Comente sus
resultados.
b. Si se sabe que la nota para aprobar de los estudiantes es de 50, la empresa quiere saber cuantos
estudiantes en la muestra aprobaron gracias a esta.
c. Obtenga la variabilidad relativa de la distribución. Interprete.

1
1.3. Pregunta 3
El imperio ha sido muy meticuloso en sus censos. De cierto sistema planetario ha obtenido los siguientes
datos para cantidad de habitantes de todos sus planetas (expresado en miles de millones de habitantes):
{4, 11, 4, 3, 8, 8, 3, 4, 12, 9}

1. Estadı́grafos de posición: Calcule moda, media y mediana de los datos entregados.

2. Estadı́grafos de dispersión: Calcular varianza y desviación estándar de los datos entregados.

3. Histograma

1.4. Pregunta 4
Se desea determinar cual es la masa crı́tica antes de que los servidores colapsen. Al averiguar ud. recopila
datos de cuantas conexiones concurrentes entrantes hubo, en años pasados, antes de que los servidores se
cayeran. Los datos que se recopilaron fueron [13 19 10 19 16 20 20 15 17 16], en cientos de conexiones (por
ejemplo, 19 implica 1900 conexiones). Calcule la media, moda y mediana de estos datos, junto a la varianza
y desviación estándar.

2. Probabilidad
2.1. Pregunta 1
Un tazón contiene tres tipos de huevos de chocolate de apariencia idéntica, envueltos en aluminio. Todos
menos 50 son chocolate de leche, todos menos 50 son de chocolate oscuro y todos menos 50 son de chocolate
semiamargo:

1. ¿Cuántos chocolates hay en el tazón?

2. ¿Cuántos de cada tipo hay en el tazón?

3. Si un chocolate se selecciona al azar, ¿cuál es la probabilidad de que sea chocolate de leche?

4. Si un chocolate se selecciona al azar, ¿cuál es la probabilidad de que sea chocolate de leche u oscuro?

5. Si un chocolate se selecciona al azar, ¿cuál es la probabilidad de que sea chocolate de leche y oscuro?

2.2. Pregunta 2
Sabemos lo siguiente acerca de un método colorimétrico que se utiliza para probar la existencia de
nitratos en el agua de lagos. Si los especı́menes del agua contienen nitratos, una solución que se aplica al
agua hará que el espécimen se vuelva rojo 95 % de las veces. Cuando se usa en especı́menes de agua sin
nitratos, la solución hace que el agua se vuelva roja 10 % de las veces (porque los elementos quı́micos que
no sean nitratos se presentan ocasionalmente y también reaccionan al agente). La experiencia del pasado
en un laboratorio indica que los nitratos están contenidos en 30 % de los especı́menes de agua que se envı́an
al laboratorio para someterlos a pruebas. Si un espécimen de agua se selecciona al azar

1. de entre los enviados al laboratorio, ¿cuál es la probabilidad de que se vuelva rojo cuando se pruebe?

2. y si se vuelve rojo cuando se prueba, ¿cuál es la probabilidad de que en realidad contenga nitratos?

2
2.3. Pregunta 3
En la empresa existe un servidor principal y un servidor secundario. Se le informa que la probabilidad
de fallo del servidor principal si es que hay masa crı́tica de visitas, es de 90 %. Además, La probabilidad
de que haya masa crı́tica y simultáneamente falle el servidor de respaldo es de 0.1. Se le pide calcular
la probabilidad de que falle el servidor secundario si es que hay masa crı́tica de visitas. Asuma que la
probabilidad de que el servidor principal falle y simultáneamente haya masa crı́tica, es de 11.25 %.

2.4. Pregunta 4
Una empresa está trabajando en un filtro de spam. A priori, es igual de probable que un correo sea o
no spam. Hay listas de palabras, que hacen que un correo sea más probablemente spam (“Premio”, “Gana”,
etc.). Por estudios anteriores se determinó que en 9 de cada 10 correos de spam hay una de esas palabras.
Por otro lado, en apenas 2 de cada 10 correos que no son spam, hay una palabra de la lista. ¿Cual deberı́a
ser la probabilidad que su filtro debe indicar, de que un correo sea spam, si es que contiene una de las
palabras de la lista?

2.5. Pregunta 5
Hay dos servidores que funcionan en paralelo. La probabilidad de un request de irse al primer servidor,
es de 60 %. Hay un 35 % de probabilidad de que se vaya al segundo servidor, y hay un 5 % de probabilidad
de que el paquete se pierda. El primer servidor, como está más colapsado, tiene un 10 % de probabilidad de
no poder atender los requests que le llegan. El segundo, tiene una probabilidad de p de no poder atender
un request que le llegue.

1. ¿Cuál debe ser el valor de p, para que el 80 % de los requests enviados al sistema sean atendidos
satisfactoriamente?

2. Su jefe ahora le pregunta si es posible llegar al 90 % de requests atendidos satisfactoriamente. Justi-

fique su respuesta (si / no / depende).

3. Distribución Discreta
3.1. Pregunta 1
Una compañı́a que produce cristales finos sabe por experiencia que 10 % de sus copas de mesa tienen
imperfecciones cosméticas y deben ser clasificadas como “de segunda”.

1. Entre seis copas seleccionadas al azar, ¿qué tan probable es que sólo una sea de segunda?

2. Entre seis copas seleccionadas al azar, ¿qué tan probable es que por lo menos dos sean de segunda?

3. Si las copas se examinan una por una, ¿cuál es la probabilidad de cuando mucho cinco deban ser
seleccionadas para encontrar cuatro que no sean de segunda?

3.2. Pregunta 2
Se utiliza un número telefónico particular para recibir tanto llamadas de voz como faxes. Suponga que
25 % de las llamadas entrantes son faxes y considere una muestra de 25 llamadas entrantes. ¿Cuál es la
probabilidad de que:

3
 1. Cuando mucho 6 de las llamadas sean un fax?

2. Exactamente 6 de las llamadas sean un fax?

3. Por lo menos 6 de las llamadas sean un fax?

4. Más de 6 de las llamadas sean un fax?

3.3. Pregunta 3
Cada uno de 12 refrigeradores de un tipo ha sido regresado a un distribuidor debido a un ruido agudo
audible producido por oscilación cuando el refrigerador está funcionando. Suponga que 7 de estos refrigera-
dores tienen un compresor defectuoso y que los otros 5 tienen problemas menos serios. Si los refrigeradores
se examinan en orden aleatorio, sea X el número entre los primeros 6 examinados que tienen un compresor
defectuoso. Calcule lo siguiente:
1. P (X = 5)

2. P (X ≤ 4)

3. La probabilidad de que X exceda su valor medio por más de una desviación estándar.

4. Considere un gran envı́o de 400 refrigeradores, 40 de los cuales tienen compresores defectuosos. Si X es
el número entre 15 refrigeradores seleccionados al azar que tienen compresores defectuosos, describa
una forma menos tediosa de calcular (por lo menos de forma aproximada) P (X ≤ 5) que utilizar la
función masa de probabilidad hipergeométrica.

3.4. Pregunta 4
Un geólogo recolectó 10 especı́menes de roca basáltica y 10 especı́menes de granito. Él le pide a su
ayudante de laboratorio que seleccione al azar 15 de los especı́menes para analizarlos.
1. ¿Cuál es la función masa de probabilidad del número de especı́menes de granito seleccionados para
su análisis?

2. ¿Cuál es la probabilidad de que todos los especı́menes de uno de los dos tipos de roca sean seleccio-
nados para su análisis?

3. ¿Cuál es la probabilidad de que el número de especı́menes de granito seleccionados para analizarlos

esté dentro de una desviación estándar de su valor medio?

3.5. Pregunta 5
Al someter a prueba tarjetas de circuito, la probabilidad de que cualquier diodo particular falle es de
0.01. Suponga que una tarjeta de circuito contiene 200 diodos
1. ¿Cuántos diodos esperarı́a que fallen y cuál es la desviación estándar del número que se espera fallen?

2. ¿Cuál es la probabilidad (aproximada) de que por lo menos cuatro diodos fallen en una tarjeta
seleccionada al azar?

3. Si se envı́an cinco tarjetas a un cliente particular, ¿qué tan probable es que por lo menos cuatro
de ellas funcionen apropiadamente? (Una tarjeta funciona apropiadamente sólo si todos sus diodos
funcionan.)

4
3.6. Pregunta 6
Suponga que sólo 0.10 % de todas las computadoras de cierto tipo experimentan fallas del CPU durante
el periodo de garantı́a. Considere una muestra de 10 000 computadoras.
1. ¿Cuáles son el valor esperado y la desviación estándar del número de computadoras en la muestra
que tienen el defecto?

2. ¿Cuál es la probabilidad (aproximada) de que más de 10 computadoras muestreadas tengan el defecto?

3. ¿Cuál es la probabilidad (aproximada) de que ninguna computadora muestreada tenga el defecto?

3.7. Pregunta 7
Sea X una v.a.d. que modela la cantidad de caı́das de servidores durante una hora en un cyber monday
cualquiera.
 x , 10 ≤ x ≤ 20


f (x) = 165
 0, en caso contrario

1. ¿Cuantas caı́das se pueden esperar durante el cyber monday de este año entre las 8 am y las 6 pm?

2. Cada caı́da, le significan cerca de $500.000 pesos en pérdidas a la empresa. El gerente le pregunta,
preocupado, ¿cuánto dinero ud. estima que se perderá este cyber monday por caı́das de servidores al
mismo horario que en parte anterior?

3.8. Pregunta 8
Un sistema Pentagonal de servidores de emergencia está armado de la siguiente manera: Cada servidor
pertence a un anillo, de forma que si el servidor Si no atiende una petición, se la enviará al servidor
Si+1 . Como son 5 servidores en forma de anillo, si el servidor S5 no atiende una petición, se la enviará al
servidor S1 nuevamente. Esto continúa hasta que un servidor atienda la petición. Cada servidor S1 ...S5
tiene probabilidades de p1 ...p5 respectivamente de atender una petición, y el contrario (1 - pi ) de enviar
la petición al siguiente servidor. Es equiprobable el primer servidor al que llega una petición. Si llega una
petición, ¿cual es la probabilidad de que sea atendida por el servidor S3 ?

3.9. Pregunta 9
La cantidad de faltas cometidas (cada 5 minutos) en un partido normal sigue una distribución de poisson
con media 2. Una de las posibles apuestas es apostar cuántos perı́odos de 5 minutos, en cierto partido,
existirán sin faltas (asuma que un partido consta de dos tiempos de 45 minutos cada uno, sin alargue).
¿Cuál es la probabilidad de que haya menos de 3 perı́odos (no necesariamente consecutivos) de 5 minutos
sin faltas, en todo el partido?

3.10. Pregunta 10
Se tiene una base de datos de usuarios de un sitio web de comercio electrónico. Se sabe que la cantidad
de productos que un usuario compra en cada visita puede ser modelado por una variable aleatoria discreta
que tiene la siguiente función de masa de probabilidades.

k · (X + 1) X= 0, 1, 2, 3
f (X) =
0 E.T.O.L

5
 Defina la variable aleatoria y encuentre el valor de la constante k de tal forma que la función corres-
ponda a una función de probabilidad.

Obtenga la función de distribución acumulada de la variable aleatoria y con esta obtenga la proba-
bilidad de que un cliente compre menos de 2 productos es una visita. (Si no encuentra el valor de k
deje las probabilidades expresadas en función de k)

Calcule la esperanza de la variable aleatoria y obtenga la probabilidad que la cantidad un cliente

compre mas que dicho valor esperado.(Si no encuentra el valor de k deje las probabilidades expresadas
en función de k)

3.11. Pregunta 11
La cantidad de consultas que recibe un servidor web es una variable aleatoria con distribución de
Poisson, con frecuencia de 2 consultas cada 30 minutos.

Calcule la probabilidad de que, en un intervalo de 2 horas, se reciban por lo menos 10 consultas.

3.12. Pregunta 12
Un servidor recibe en promedio 120 peticiones en un minuto, y se modela como un proceso de Poisson.
Si en cualquier momento dado, si el servidor recibe 5 o más peticiones en un segundo, este se cae. ¿Cual es
la probabilidad que se caiga exactamente al 10mo segundo?

3.13. Pregunta 13
Una empresa joven de informática tiene contemplado dentro de su polı́tica de contratación y mejora-
miento continuo, una estrategia para seleccionar talento joven dentro de las universidades. Si en el ultimo
semestre de carrera de las 3 universidades mas importantes a las que la empresa ira a buscar jóvenes hay
un total de 150 estudiantes, donde 10 de ellos tienen un ”Talento Excepcional”. Si la cantidad de cupos
para nuevos empleados jóvenes es de 5 y la empresa desea cubrirlo con estudiantes del grupo menciona-
do anteriormente. Cual es la probabilidad que 3 de los 5 estudiantes seleccionados tengan un ”Talento
Excepcional”.

3.14. Pregunta 14
Un estudiante de la UDP reprueba en promedo 4 ramos al año. calcule la probabilidad de que al año:

1. Repruebe Ninguno, o por lo menos 2 ramos.

2. Repruebe entre 4 o más ramos, pero menos de 7.

6
Formulario
Estadı́stica:
Pn Pn
xi xi f i P
(xi −x̄)2
P
(xi −x̄)2 fi
x̄ = i=1
; x̄ = i=1
; σ2 = N
; σ2 = N
; CVx̄ = σx̄ · 100
n n
x2i fi
P
σ2 = N
− x̄2

Conteo:
n! n

Pk,n n!
Pk,n = (n−k)!
; k
= k!
= k!(n−k)!

Probabilidad:
N (A)
P (A) ≥ 0; P(EM) = 1; P (∅) = 0 P(A) + P(A’) = 1. P (A) ≤ 1. P (A) = N

Si
P∞ A1 , A2 , A3 ... es un conjunto de eventos mutuamente excluyentes, entonces P (A1 ∪ A2 ∪ A3 ∪ ...) =
i=1 = P (Ai )

Para dos eventos cualesquiera A y B (y que no son mutuamente excluyentes). P (A ∪ B) = P (A) +

P (B) − P (A ∩ B)

P (A ∪ B ∪ C) = P (A) + P (B) + P (C) + P (A ∩ B ∩ C) − [P (A ∩ B) + P (A ∩ C) + P (B ∩ C)]

Para dos eventos cualesquiera A y B mutuamente excluyentes. P (A ∪ B) = P (A) + P (B)

Probabilidad Condicional / Probabilidad Total / Teorema de Bayes

P (A∩B)
P (A|B) = P (A)
P (A) > 0
Pk Pk
P (B) = i=1 P (Ai ∩ B) = i=1 P (Bi )P (B|Ai )
P (Ar ∩B) P (Ar )P (B|Ar )
P (Ar |B) = P (B)
= Pk r = 1, 2, ..., k.
i=1 P (Ai )·P (B|Ai )