ESTADISTICA DESCRIPTIVA Y

PROBABILIDADES
VARIABLES ALEATORIAS DISCRETAS

ESTADISTICA DESCRIPTIVA
ÁREA DE ESTADISTICA
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
 Clase # 12

Actividad de aprendizaje
Tarea 04
Ejercicios propuestos
ESTADÍSTICA MATEMÁTICA CON APLICACIONES, WACKERLY, MENDENHALL,
SCHEAFFER, SÉPTIMA EDICIÓN, CENGACE LEARNING.
Capítulo 2: Página 90, Ejercicios: 3.1, 3.3, 3.7, 3.11
Página 97, Ejercicios: 3.12, 3.15, 3.19, 3.21, 3.27
Página 110, Ejercicios: 3.35, 3.37, 3.41, 3.453.49
Página 119, Ejercicios: 3.67, 3.70, 3.71
Página 128, Ejercicios: 3.103, 3.107, 3.113
Página 136, Ejercicios: 3.121, 3.125, 3.129, 3.137

Nombre del estudiante Rommel Andrés Erazo Molina

Carrera Ingeniería Civil
NRC 6625
Nombre del profesor Livino Manuel Armijos Toro

Indicaciones:
- Realizar los ejercicios a mano y con esfero azul
- Cualquier inquietud por favor presentarla a través del Foro a fin de solventar dudas de
todo el grupo
PÁGINA 90

• Ejercicio 3.1

Cuando el departamento de salud examinó pozos privados en un condado

en busca de dos impurezas que comúnmente se hallan en el agua potable,
se encontró que 20% de los pozos no tenían ninguna impureza, 40% tenían
la impureza A y 50% tenían la impureza B. (Obviamente, algunos tenían
ambas impurezas.) Si un pozo de los existentes en el condado se escoge
al azar, encuentre la distribución de probabilidad para Y, el número de
impurezas halladas en el pozo.

Y 0 1 2 1) P(yi) ≤ 1
P(y) 0.2 0.7 0.2 2) E P(yi) = 1

A U B = 0.8
AUB=A+B–A∩B
0.8 = 0.4 + 0.5 – A ∩ B
A ∩ B = 0.9 – 0.8
A ∩ B = 0.1

• Ejercicio 3.3

Se sabe que un grupo de cuatro componentes dos de ellos son

defectuosos. Una inspectora prueba los componentes uno por uno hasta
hallar los dos defectuosos. Una vez que los localiza, suspende la prueba,
pero el segundo defectuoso es probado para asegurar la precisión. Denote
con Y el número de la prueba en la que se halló el segundo componente
defectuoso. Encuentre la distribución de probabilidad para Y.

𝟒! 𝟒!
𝑷𝟒𝟒 = = = 𝟒! = 𝟐𝟒
(𝟒 − 𝟒)! 𝟎!

𝟒 𝟏
𝑷(𝒚 = 𝟐) = 𝑷( 𝑫𝑫) = =
𝟐𝟒 𝟔

𝟐 𝟐 𝟏 𝟖 𝟐
𝑷(𝒚 = 𝟑) = 𝑷(𝑫𝑮𝑫) + 𝑷(𝑮𝑫𝑫) = 𝟐 ( ) ( ) ( ) = =
𝟒 𝟑 𝟐 𝟐𝟒 𝟔

𝟐 𝟏 𝟐 𝟏𝟐 𝟏
𝑷(𝒚 = 𝟒) = 𝑷(𝑮𝑮𝑫𝑫) + 𝑷( 𝑫𝑮𝑮𝑫) + (𝑮𝑫𝑮𝑫) = 𝟑 ( ) ( ) ( ) = =
𝟒 𝟑 𝟐 𝟐𝟒 𝟐
• Ejercicio 3.7

Cada una de tres bolas se colocan al azar en uno de tres tazones.

Encuentre la distribución de probabilidad para Y = el número de tazones
vacíos.

𝟑 𝟐
𝑷(𝒚 = 𝟎) = =
𝟏, 𝟏, 𝟏 𝟗
𝟐𝟕

𝟑 𝟑 𝟑 𝟑 𝟑 𝟑
𝟐, 𝟏, 𝟎 + 𝟏, 𝟐 𝟎 + 𝟐, 𝟎, 𝟏 = 𝟏, 𝟎, 𝟐 + 𝟎, 𝟏, 𝟐 + 𝟎, 𝟐, 𝟏 𝟔
𝑷 (𝒚 = 𝟏) = =
𝟐𝟕 𝟗

𝟑 𝟑 𝟑
+ +
𝟑, 𝟎, 𝟎 𝟎, 𝟑, 𝟎 𝟎, 𝟎, 𝟑 𝟏
𝑷(𝒚 = 𝟐) = =
𝟐𝟕 𝟗

• Ejercicio 3.11

Las personas que entran a un banco de sangre son tales que 1 de cada 3
tienen tipo de sangre 𝑶+ y 1 de cada 15 tienen sangre tipo 𝑶− Considere
tres donantes seleccionados al azar para el banco de sangre. Denote con
X el número de donadores con sangre tipo 𝑶+ y denote con Y el número
con sangre tipo 𝑶− Encuentre las distribuciones de probabilidad para X y
Y. También encuentre la distribución de probabilidad para X + Y, el número
de donadores que tienen tipo de sangre O.

✓ Probabilidad de una persona de tener sangre 𝑶+= 1/3

✓ X puede tomar valores de 0, 1, 2, 3; y representa a los donantes con 𝑶+
✓ Probabilidad de que no sea 𝑶+ = 2/
✓ Probabilidad de que ningún paciente tenga sangre 𝑶+, es:
𝟐 𝟐 𝟐 𝟖
𝑷(𝒙 = 𝟎) = ( ) ( ) ( ) =
𝟑 𝟑 𝟑 𝟐𝟕
Para calcular la probabilidad de que llegue un donante con tipo de sangre 𝑶+,
hacemos los siguiente:
3 1 2 2 3! 4
𝑃(𝑥 = 1) = ( ) ∙ ∙ ∙ = =
1 3 3 3 2! ∙ 1! 27
4 12
𝑃 (𝑥 = 1) = 3 ( ) =
27 27
Haciendo de la misma manera se tiene:
3 1 1 2 6
𝑃(𝑥 = 2) = ( ) ∙ ∙ =
1 3 3 3 27
Finalmente:
1 1 1 1
𝑃 (𝑥 = 3) = ∙ ∙ =
3 3 3 27
Entonces, la distribución de probabilidad de x es:

8/27 si x=0
𝑃(𝑋 = 𝑥) = 12/27 si x=1
6/27 si x=2
1/27 si x=3

Realizamos el mismo proceso para hallar la distribución de y, tomando en

cuenta que la probabilidad de que una persona tenga tipo de sangre 𝑶− es 1/15
y la probabilidad de que no tenga dicho tipo de sangre es 14/15
14 14 14 2744
𝑃(𝑦 = 0) = ∙ ∙ =
15 15 15 3375

3 1 14 14 588
𝑃 (𝑦 = 1) = ( ) ∙ ∙ =
1 15 15 15 3375

3 1 1 14 42
𝑃 (𝑦 = 2) = ( ) ∙ ∙ =
1 15 15 15 3375

1 1 1 1
𝑃(𝑦 = 3) = ∙ ∙ =
15 15 15 3375

Entonces, la distribución de probabilidad de y es:

2744/3375 si y=0
588/3375 si y=1
𝑃(𝑌 = 𝑦) = 42/3375 si y=2
1/3375 si y=3

Supongamos ahora que Z= x+y; y teniendo en cuenta que la probabilidad de

que un donante tenga sangre tipo O = 6/15; como z puede tomar los valores que
x y y, entonces la probabilidad de no tener sangre tipo O es 9/15.
93 729
𝑃(𝑍 = 0) = =
15 3375
3 6 9 2 1458
𝑃(𝑧 = 1) = ( ) ( ) =
1 15 15 3375
2 1 1 14 42
𝑃(𝑧 = 2) = ( ) ∙ ∙ =
3 15 15 15 3375
6 216
𝑃(𝑧 = 3) = ( )3 =
15 3375

Finalmente, la distribución de probabilidad de x + y, es:

729/3375 si x+y=0
1458/3375 si x+y=1
𝑃(𝑍 = 𝑧) = 𝑃(𝑥 + 𝑦 = 𝑧) = 972/3375 si x+y=2
215/3375 si x+y=3
• Ejercicio 3.12

Sea Y una variable aleatoria con p(y) dada en la tabla siguiente. Encuentre E(Y),
E(1/Y), E(𝒀𝟐 – 1) y V(Y).

✓ 𝐸(𝑦) = 1(0.4) + 2(0.3) + 3(0.2) + 4(0.2) = 2.0

1 1 1 1
✓ 𝐸(𝑦) = 0.4 + 2(0.3) + 3(0.2) + 4(0.2) = 0.642

✓ 𝐸(𝑦 2 − 1) = 𝐸(𝑦 2 ) − 1 = [1(0.4) + 22 (0.3) + 32 (0.2) + 42 (0.1)] − 1 =

5−1=4
✓ 𝑉(𝑦)) = 𝐸(𝑦 2 ) = [𝐸(𝑦)]2 = 5 − 22 = 1

• Ejercicio 3.15

¿Quién es el rey de los programas de TV por la noche? Una encuesta en

Internet estima que, cuando se les da a elegir entre David Letterman y Jay
Leno, 52% de la población prefiere ver a Jay Leno. Al azar se seleccionan tres
personas que ven TV hasta tarde y se les pregunta cuál de los dos
presentadores de programas prefieren.

a. Encuentre la distribución de probabilidad para Y, el número de personas de

la muestra que prefieren a Leno.
3
𝑃(𝑥 = 0) = ( ) ∗ 0.520 ∗ (1 − 0,52)3−0 = 0,11
0
3
𝑃(𝑥 = 1) = ( ) ∗ 0.521 ∗ (1 − 0,52)3−1 = 0,36
1
3
𝑃(𝑥 = 2) = ( ) ∗ 0.522 ∗ (1 − 0,52)3−2 = 0,39
2
3
𝑃(𝑥 = 3) = ( ) ∗ 0.523 ∗ (1 − 0,52)3−3 = 0,14
3
b. Construya un histograma de probabilidad para p(y).
 Histograma
0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0

1 2 3 4

c. ¿Cuál es la probabilidad de que exactamente una de esas tres personas

prefiera a Leno?
3
𝑃(𝑥 = 1) = ( ) ∙ (0,52)1 ∙ (1 − 0,52)3−1
1
𝑃(𝑥 = 1) = 0,36

d. ¿Cuáles son la media y la desviación estándar para Y?

Media = n * p Desviación = √𝑛 ∙ 𝑝(1𝑝)
Media = 3(0,52)
Media = 1,56 Desviación = 0,87

e. ¿Cuál es la probabilidad de que el número de personas a favor de Leno caiga

a no más de 2 desviaciones estándar de la media?
(𝜇 − 2𝜎, 𝜇 + 2𝜎) = (−0,1706, 0,2906)
Así que:
𝑃(−0,1706 < 𝑌 < 3.2906) = 𝑃(0 ≤ 𝑦 ≤ 3) = 1

• Ejercicio 3.19

Una compañía de seguros expide una póliza de un año por $1000 dólares
contra el suceso A que históricamente le ocurre a 2 de cada 100 propietarios
de la póliza. Las tarifas administrativas son de $15 por póliza y no son parte de
la “utilidad” de la compañía. ¿Cuánto debe cobrar la compañía por la póliza si
requiere que la utilidad esperada por póliza sea de $50? [Sugerencia: si C es la
prima por la póliza, la “utilidad” de la compañía es C – 15 si A no ocurre y C –
15 – 1000 si A ocurre.]

✓ Probabilidad de ocurrencia = 0,02

✓ Probabilidad de no ocurrencia =0,98
Ahora bien: C – 15 = 0.98
C – 14 – 1000 = 0,02

Valor de la prima C para que el valor esperado de la utilidad sea = $50

𝐸 (𝑥 ) = 50 𝐸𝑃 𝑖 𝑥 𝑋 𝑖 = 50

0,98𝑋 (𝐶 − 15) + 0,02(𝐶 − 1015) = 50

 0,98𝐶 − 14,70 + 0,02 𝐶 − 20,30 = 50
𝐶 − 35 = 50
𝑪 = $𝟖𝟓

• Ejercicio 3.21

El número N de casas residenciales a las que una compañía de bomberos da

servicio depende de la distancia r (en manzanas) que una motobomba puede
alcanzar en un tiempo especificado (fijo). Si suponemos que N es proporcional
al área de un círculo de R manzanas desde la estación de bomberos, entonces
N = CpR2, donde C es una constante, p = 3.1416. . . , y R, la variable aleatoria,
es el número de manzanas que una motobomba se puede trasladar en el
tiempo especificado. Para una compañía particular de bomberos, C = 8, la
distribución de probabilidad para R es como se muestra en la tabla siguiente y
p(r) = 0 para r ≤ 20 y r ≥ 27.

Encuentre el valor esperado de N, el número de casas a las que el

departamento de bomberos puede atender.
𝑁 = 𝐶 ∙ 𝜋 ∙ 𝑅2

Los factores diferentes deben distinguirse claramente de los exponentes. Se debe

poner el símbolo ^ delante de un exponente; entonces:

𝑁(21) = 8𝜋(21)2 = 3528𝜋

𝑁(22) = 8𝜋(22)2 = 3872𝜋
𝑁(23) = 8𝜋(23)2 = 4232𝜋
𝑁(24) = 8𝜋(24)2 = 4608𝜋
𝑁(25) = 8𝜋(25)2 = 5000𝜋
𝑁(26) = 8𝜋(26)2 = 5408𝜋
Ahora bien:
𝐸(𝑁) = [3528(0,05) + 3872(0,2) + 4232(0,3) + 4608(0,25) + 5000(0,15)
+ 5408(0,05)]𝜋

𝐸(𝑁) = (176,4 + 774,4 + 1269,6 + 1152 + 750 + 270,4)𝜋

𝐸(𝑁) = 4392,8𝜋 𝑐𝑎𝑠𝑎𝑠 = 13800,38821 𝑐𝑎𝑠𝑎

• Ejercicio 3.27

Un cliente potencial para una póliza de seguro contra incendio por $85,000 es
propietario de una casa en una zona que, de acuerdo con la experiencia, puede
sostener una pérdida total en un año determinado con probabilidad de .001 y
un 50% de pérdida con probabilidad .01. Si se ignoran todas las otras pérdidas
parciales, ¿qué prima debe cobrar la compañía de seguros por una póliza anual
para que no haya pérdida ni ganancia en todas las pólizas de $85,000 en esta
zona?
✓ Si hay una perdida total, entonces x = C – 85.000 con probabilidad igual a 0,001
✓ Si hay una perdida de 50%, entonces x = C - 42.500.000 con una probabilidad
igual a 0,01
✓ Si no hay pérdidas, entonces x = C, con una probabilidad igual a 1 – (0,001 + 0,01)

Luego podemos construir la distribución de probabilidad de X como por otro lado,

E[X] debe ser cero, entonces:

0 = 𝐸 [𝑋] = (𝐶 − 85.000)(0,001) + (𝐶 − 42.500)(0,01) + 𝐶 (0,989)

De donde C = 510

X C = 85.000 C – 42.500 C
p(x) 0,001 0,010 0,989

• Ejercicio 3.35

Considere la población de electores descrita en el Ejemplo 3.6. Suponga que

hay N = 5000 electores en la población, 40% de los cuales están a favor de
Jones. Identifique el evento está a favor de Jones como el éxito S. Es evidente
que la probabilidad de S en el intento 1 es .40. Considere el evento B de que S
suceda en la segunda prueba. Entonces B puede ocurrir en dos formas: las
primeras dos pruebas son exitosas o bien la primera prueba es un fracaso y la
segunda es un éxito. Demuestre que P(B) = .4. ¿Cuál es P(B|1a primera prueba
es S)? ¿Esta probabilidad condicional difiere marcadamente de P(B)?

N=5000 electores
S= a favor de Jones
B= segunda prueba
Considerando que las primeras dos pruebas son exitosas o la primera fracasó, y la
segunda triunfó, tenemos entonces

2000 1999 3000 2000

( )( )+( )( ) = (0,4 ∗ 0,4) + (0,6 ∗ 0,4)
5000 4999 4999 4999

= 0,16 + 0,24 = 0,4

• Ejercicio 3.37

En 2003, el promedio de calificación combinada del examen Scholastic

Aptitude Test (SAT) (matemáticas y verbal) para estudiantes que van a la
universidad en Estados Unidos fue 1026. Suponga que aproximadamente 45%
de todos los graduados de preparatoria hizo este examen y que 100 egresados
de preparatoria se seleccionan al azar de entre todos los egresados en Estados
Unidos. De las siguientes variables aleatorias, ¿cuál tiene una distribución que
puede ser aproximada por una distribución binomial? Siempre que sea
posible, dé los valores para n y p.

a. El número de estudiantes que hizo el SAT

De acuerdo con el enunciado, 45% de todos los graduados de preparatoria

que van hacia la universidad en Estados Unidos presentan el examen SAT,
es decir, la variable aleatoria número de estudiantes que presentaron el SAT
tienen una distribución binomial. Por tanto, seleccionando un numero de
estudiantes al azar, se tendrá una probabilidad de éxito de 45% de saber
cuantos de ellos presentaron el SAT
N= 100, ya que corresponde al numero de estudiantes seleccionados al azar.
P= 45%, porcentaje de estudiantes que presentan el SAT, es decir el
porcentaje de éxito

b. Las calificaciones de los 100 estudiantes de la muestra

La calificación de los 100 estudiantes en el SAT no tiene una distribución

binomial porque el enunciado en ningún momento comenta que existe, por
ejemplo, un cierto porcentaje de estudiantes con una calificación de x.

c. El número de estudiantes de la muestra que obtuvo calificaciones arriba del

promedio del SAT

El numero de estudiantes que calificaron arriba de promedio del SAT tampoco

califica como una variable binomial porque el enunciado tampoco comenta el
porcentaje de estudiantes que calificaron por encima del promedio del SAT.

d. El tiempo necesario para que cada estudiante terminara el SAT

En ninguna parte del enunciado se comenta acerca del tiempo que tomó cada
estudiante para completar el SAT.

e. El número de egresadas (mujeres) de preparatoria de la muestra

En ninguna parte del enunciado nos especifica cuantos egresados fueron

hombres para poder saber cuantas fueron mujeres.
• Ejercicio 3.41

Un examen de opción múltiple tiene 15 preguntas, cada una con cinco posibles
respuestas, sólo una de las cuales es correcta. Suponga que uno de los
estudiantes que hace el examen contesta cada una de las preguntas con una
adivinación aleatoria independiente. ¿Cuál es la probabilidad de que conteste
correctamente al menos diez preguntas?
1
𝒏 = 0,10
𝒑(𝒚) = ( )𝒑𝒚 𝒒𝒏−𝒚 5
𝒚
4
= 0,8
5
n = 15 ; p = 0,20 ; q = 0,8
p(y ≥ 10) = 1 – p (y ≤ 9) = 1 – 1 = 0

p(y ≥ 10) 𝑃(𝑦 < 9) + 𝑃(𝑦 > 10) = 1

0 9 10 15

• Ejercicio 3.45

Un aparato detector de incendios utiliza tres celdas sensibles a la temperatura

que actúan de manera independiente una de otra, en forma tal que una o más
pueden activar la alarma. Cada celda presenta una probabilidad de p = .8 de
activar la alarma cuando la temperatura alcanza 100°C o más. Sea Y igual al
número de celdas que activan la alarma cuando la temperatura alcanza los
100°.

a. Encuentre la distribución de probabilidad para Y.

✓ Y es binomial con n = 3 y p = 0,8
Dado que y cuenta la cantidad de éxitos se tiene: y ~ Bi (3, 0.8)
3
Entonces: 𝑝 𝑦 (𝑦) = (0,8)𝑦 (0,2)3−𝑦
𝑦

Para Y = 0, 1, 2, 3 Esto se resume en la siguiente tabla:

Y 0 1 2 3
P y (y) 0,008 0,096 0,384 0,512

b. Encuentre la probabilidad de que la alarma funcione cuando la temperatura

alcance los 100°.

P(y ≥ 1) = 1 – P (y = 0) = 1 – py (0) = 1 – 0,008 = 0,992

• Ejercicio 3.49

Un fabricante de cera para pisos ha creado dos nuevas marcas, A y B, que

desea someter a evaluación de propietarios de casas para determinar cuál de
las dos es superior. Ambas ceras, A y B, se aplican a superficies de pisos en
cada una de 15 casas. Suponga que en realidad no hay diferencia en la calidad
de las marcas. ¿Cuál es la probabilidad de que diez o más propietarios de
casas expresen preferencia por

Sea Y = número de amas de casa que prefieren la marca A, por lo tanto, Y es

binomial con n = 15 y probabilidad p = 0

a. la marca A?
Usando el apéndice, P(y ≥ 10) = 1 – P(y ≤ 9)
1 – 0,849
0,151
b. Ya sea la marca A o la marca B?
P(10 o más prefieren A ó B) = P(6 ≤ Y ≤ 9)
= 0,302

• Ejercicio 3.67

Suponga que 30% de los solicitantes para cierto trabajo industrial posee
capacitación avanzada en programación computacional. Los candidatos son
elegidos aleatoriamente entre la población y entrevistados en forma sucesiva.
Encuentre la probabilidad de que el primer solicitante con capacitación
avanzada en programación se encuentre en la quinta entrevista.

Sea Y la (v. a) número de entrevista en la que se encuentra un solicitante con

capacitación avanzada; entonces las probabilidades son p=0,3 y q=0,7

• Ejercicio 3.70

Una empresa de exploración petrolera va a hacer una serie de perforaciones

de sondeo en una zona determinada en busca de un pozo productivo. La
probabilidad de que tenga éxito en un intento dado es .2.

a. ¿Cuál es la probabilidad de que la tercera perforación sea la primera en dar

un pozo productivo?

Definamos la variable Y como el numero de perforaciones hechas que se

encuentra un pozo productivo
Entonces la probabilidad es que p=0,2 y q=0,8 y además de que y es
geométrica, por lo tanto:

𝑝(3) = (0.8)2 (0,2) = 0,128

 b. Si la empresa puede darse el lujo de perforar a lo sumo diez pozos, ¿cuál es
la probabilidad de que no encuentre un pozo productivo?

P(y ≥ 10) = (0.8)10 = 0,107

• Ejercicio 3.71

Denote con Y una variable aleatoria geométrica con probabilidad de éxito p.

a. Demuestre que para un entero positivo a,

P(Y > a) = 𝒒𝒂 .

𝑃(𝑦 > 𝑎) + 𝑃(𝑦 ≤ 𝑎) = 1

𝑃(𝑦 = 𝑎) = 𝑞𝑎−1 𝑝 𝑃(𝑦 > 𝑎) = 1 − 𝑃(𝑦 ≤ 𝑎)

=1 − ∑𝑎𝑦=1 𝑞 𝑦−1 𝑝
𝑞𝑦
=1 − ∑𝑎𝑦=1 𝑝
𝑞
𝑝
=1 − ∑𝑎𝑦=1 𝑞 𝑦
𝑞

Sabemos que: Reemplazamos:

𝑝 𝑞−𝑞𝑎+1
=1- ( )
𝑟 𝑚 −𝑟 𝑛+1 𝑞 𝑝
.∑𝑛𝑘=𝑚 𝑟 𝑘 ( ) 𝑝 𝑞(1−𝑞𝑎 )
1−𝑟 =1 − (
𝑞 𝑝
q=1–p
=1 − (1 − 𝑞 𝑎 )
1 – q = 1 – (1 – p)
=1 − 1 + 𝑞𝑎
=1–1+p =𝑞 𝑎
=p

b. Demuestre que para los enteros positivos a y b,

P(Y > a +b_Y > a) = 𝒒𝒃 = P(Y > b).
Este resultado implica que, por ejemplo, P(Y > 7|Y > 2) = P(Y > 5). ¿Por qué
supone que esta propiedad recibe el nombre de propiedad sin memoria de la
distribución geométrica?

𝑃(𝐴∩𝐵)
Sabiendo que: 𝑃(𝑎/𝑏) =
𝑃(𝐵)

Entonces:
𝑃(𝑦>𝑎+𝑏 ∩ 𝑦>𝑎)
P(y > a+b | y > a) =
𝑃(𝑦>𝑎)

c. En el desarrollo de la distribución de la variable aleatoria geométrica

supusimos que el experimento consistió en realizar intentos idénticos e
independientes hasta que se observó el primer éxito. En vista de estas
suposiciones, ¿por qué es “obvio” el resultado en el inciso b?

Es obvio debido a que los resultados del pasado no son relevantes para un
resultado futuro, tomando en cuenta ensayos y pruebas independientes.
• Ejercicio 3.103

Un almacén contiene diez maquinas impresoras, cuatro de las cuales son

defectuosas. Una compañía selecciona cinco de las maquinas al azar
pensando que todas están en buenas condiciones. ¿Cuál es la probabilidad de
que las cinco no sean defectuosas?

✓ Por distribución hipergeométrica:

N = 10
a= 6 en buen estado
n= 5 impresoras seleccionadas
x= variable de impresoras en buen estado (0,1, 2, …) = 5

P(x, n) = C(a, x) C(n -a, n – x) / C (N, n)

P(x=5; n=5) = C(6,5) C(4,0) / C(10,5) = 6/252 = 0,0238 = 2,38%

• Ejercicio 3.107

Un grupo de seis paquetes de software que hay para resolver un problema de

programación ha sido clasificado del 1 al 6 (del mejor al peor). Una firma de
ingeniería, no informada de la clasificación, selecciona al azar y luego compra
dos de los paquetes. Denote con Y el número de paquetes comprados por la
empresa que están clasificados 3, 4, 5 o 6. De la distribución de probabilidad
para Y.

La variable aleatoria Y sigue una distribución hipergeométrica con: N = 6, r = 4 y n =

2

• Ejercicio 3.113

Un jurado de 6 personas fue seleccionado de entre un grupo de 20 miembros

de jurado potenciales, de los cuales 8 eran afroamericanos y 12 de raza blanca.
Supuestamente, el jurado se seleccionó al azar, pero contenía solo un
afroamericano. ¿Piensa el lector que hay alguna razón para dudar de la
aleatoriedad de la selección?

Usando la fórmula de la distribución hipergeométrica:

N = 20
r = (8 afroamericanos) 8 20 − 8 8 20 − 8
( )( ) ( )( )
n=6 𝑃(𝑦 ≤ 1) = 0 6 − 0 + 1 6−1
20 20
y=1 6 6
7260
𝑃(𝑦 ≤ 1) = = 0,1873
38760
 Para dar respuesta a la pregunta tendremos que calcular el valor esperando:

(8)(6)
.𝐸(𝑥) = = 2,4
(20)

Entonces: la probabilidad según los datos suministrados por la situación de que un

afroamericano fuera elegido para el jurado fue de un 18% ahora, claro que el lector
tiene razones para dudar de la aleatoriedad de la selección porque según el valor
esperado, entre 2 y 3 afroamericanos se esperaban que estuvieran en el jurado.

• Ejercicio 3.121

Denote con Y una variable aleatoria que tenga una distribución de Poisson con
media 𝝀 = 2. Encuentre

a. P(Y = 4).

⅄4 −𝑒 −2
.𝑃(𝑦 = 4) = = 0,0902
4!

b. P(Y ≥4).

⅄𝑦 𝑒 −𝑦
.𝑃(𝑦 ≥ 4) = ∑∞
𝑦=4 = 2 + 2(1,41) = 4,83
𝑦!

c. P(Y < 4).

⅄3 𝑒 −2 ⅄2 𝑒 −2 ⅄1 𝑒 1 ⅄0 𝑒 −2
.𝑃(𝑦 <4= + + + = 0,857
3! 2! 1! 0!

d. P(Y ≥4 Y ≥ 2).

⅄𝑦 𝑒 −⅄
.𝑃(𝑦 ≥ 2) = ∑∞
𝑦=2 = 2 + 2(1,41) = 4,83
𝑦!
P(y ≥ 4 – y ≥ 2) = 0
• Ejercicio 3.125

Consulte el Ejercicio 3.122. Si se requieren alrededor de diez minutos para

servir a cada cliente, encuentre la media y la varianza del tiempo total de
servicio para clientes que lleguen durante un periodo de 1 hora. (Suponga que
hay un número suficiente de dependientes para que el cliente no tenga que
esperar ser atendido.). Es probable que el tiempo total de servicio exceda de
2.5 horas?

Si Y = número de clientes llegando al mostrador en una hora, entonces T=10*y seria

el tiempo total de servicio para los clientes que llegan durante un periodo de una
hora.
La media y la varianza de T son:
.𝐸(𝑇) = 𝐸(10 𝑌) = 10 𝐸(𝑌) = 10𝑥7 = 70
.𝑉𝑎𝑟(𝑇) = 𝑉𝑎𝑟(10𝑌) = 100𝑉𝑎𝑟 (𝑦) = 100𝑋7 = 700
Por otro lado:
.𝑃(𝑇 > 2,5ℎ𝑟𝑠) = 𝑃(𝑇 > 150) = 𝑃(𝑌 > 150/10) = 𝑃(𝑌 > 15) = 1 − 𝑃(𝑌 ≤ 15) =
0,0024

Entonces no es probable que se tenga un tiempo total de servicio de mas de 2,5 hrs.

• Ejercicio 3.129

Consulte el Ejercicio 3.128. ¿Cuánto puede durar la llamada telefónica del

empleado si la probabilidad es al menos .4 de que no lleguen autos durante la
llamada?

Sea d = la duración de la llamada (en minutos), y sea Y= numero de llamadas que

llegan en esos d minutos. Entonces Y ~ (d x 80/60), queriendo que P(y=0) ≥ 0,4
Entonces:

.0,4 ≤ 𝑃(𝑦 = 0) = 𝑒 −4𝑑/3

4
.− 𝑑 ≥ log(0,4)
3
3
.𝑑 ≤ − log(0,4) = 0,687218
4

Este resultado es la llamada que debe durar a lo mas 41 segundos.

• Ejercicio 3.137

La probabilidad de que un ratón inoculado con un suero contraiga cierta

enfermedad es .2. Usando la aproximación de Poisson, encuentre la
probabilidad de que al menos 3 de entre 30 ratones inoculados contraigan la
enfermedad.

La variable aleatoria de interés es X: número de ratones inoculados que contraen la

enfermedad.
Su distribución es binomial con parámetros 30 y 0,2, denotada como x ~ bin(x; n=30
p= 0,2)
Si se aproxima con una poison ⅄=np=30(0,2)=0,6
⅄𝑥
P(x ≤ 3) = ∑3𝑥=0 𝑒 2 𝑥!
⅄0 ⅄1 ⅄2 ⅄3
.𝑒 −⅄ [ + + + ]
0! 1! 2! 3!
60 61 62 63
. 𝑒 −6 [ + + + ]
0! 1! 2! 3!
−6
.𝑒 [1 + 6 + 18 + 36]
.61𝑒 −6
0,151