Universidad de las Fuerzas Armadas ESPE Unidad

de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

Actividad de aprendizaje No. 1

1. Las tablas presentadas a continuación muestran “variables

aleatorias” y sus “probabilidades”. Sin embargo, sólo una de las tres es
realmente una distribución probabilística.

a) ¿ Cuál es?
x P(x) x P(x) x P(x)

5 0.3 5 0.1 5 0.5

10 0.3 10 0.3 20 0.3
15 0.2 15 0.2 15 -0.2
20 0.4 20 0.4 20 0.4
SUMA= 1.00
La suma de probabilidad suma 1 por tanto la segunda distribución es una
distribución probabilística
b) Utilizando la distribución probabilística correcta, encuentre
que la probabilidad x es:
(1) Exactamente 15
P(X)= 0,2 ó 20% de probabilidad que sea 15
(2) No más de 10.
La P(X) = 0,4 ó 40% siendo la suma de la probabilidad de 5 que es 0,1
y de 10 que es 0,3 .
(3) Más de 15.
La P(X) = 0,6 ó 60% siendo la suma de la probabilidad de 15 que es
0,2 y la de 20 que es 0,4.
Calcule la media, la varianza y la desviación estándar de esta
distribución.
Media
μ = E(x) = ∑[xP(x)]
μ = [5(0,1) + 10(0,3) + 15(0,2) + 20(0,4)]
μ = 14,5
Varianza
𝜎 2 = ∑[(𝑥 − 𝜇 )2 𝑃(𝑥 )]
𝜎 2 = 9,03 + 6,08 + 0,05 + 12,1
𝜎 2 = 27,25

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

Desviación Estándar
𝜎 = √∑[(𝑥 − 𝜇 )2 𝑃(𝑥 )]
𝜎 = √27,25
𝜎 = 5,22

X*P
X P (X)
(X)
𝒙−𝝁 (𝑥 − 𝜇)2 (𝑥 − 𝜇)2 𝑃(𝑥)
5 0,1 0,5 -9,50 90,25 9,025
10 0,3 3 -4,50 20,25 6,075
15 0,2 3 0,50 0,25 0,05
20 0,4 8 5,50 30,25 12,1
Total 1 14,5 -8,00 141 27,25

2. La siguiente tabla muestra la distribución probabilística para

premios en el efectivo de una rifa llevada a cabo en “La Tienda de Mi
Barrio”.

Premio ($) Probabilidad

0 0.45
10 0.30
100 0.20
500 0.05

Si comprara usted un solo boleto, ¿Cuál es la probabilidad de que

gane:
a) Exactamente $100?
La P(X) = 0,20 ó 20%
b) Por lo menos $10?

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

La P(X) equivale a valores de $10 en adelante , como mínimo 10 , por

tanto la P(X) = a 0,55 ó 55% equivalente a la sumatoria de 0,3 +
0,2+0,05
c) No más de $100?
La P(X) equivale a valores menores de 100 incluidos 100 entonces
corresponde a la sumatoria de 0,45+0,3+0,2 = 0,95 ó 95%
d) Calcule la media, la varianza y la desviación estándar para la
distribución.

Media
𝝁 = ∑[𝒙𝑷(𝒙)]
𝝁 = 𝟎(𝟎, 𝟒𝟓) + 𝟏𝟎(𝟎, 𝟑𝟎) + 𝟏𝟎𝟎(𝟎, 𝟐𝟎) + 𝟓𝟎𝟎(𝟎, 𝟎𝟓)
𝝁 = 𝟒𝟖
Varianza
𝝈𝟐 = ∑[(𝒙 − 𝝁)𝟐 𝑷(𝒙)]
𝝈𝟐 = 𝟏𝟎𝟑𝟔, 𝟖 + 𝟒𝟑𝟑, 𝟐 + 𝟓𝟒𝟎, 𝟖 + 𝟏𝟎𝟐𝟏𝟓, 𝟐
𝝈𝟐 = 𝟏𝟐𝟐𝟐𝟔
Desviación Estándar
𝝈 = √∑[(𝒙 − 𝝁)𝟐 𝑷(𝒙)]
𝝈 = √𝟏𝟐𝟐𝟐𝟔
𝝈 = 𝟏𝟏𝟎, 𝟓𝟕𝟏

X P (X) X * P (X)

𝒙−𝝁 (𝑥 − 𝜇)2 (𝑥 − 𝜇)2 𝑃(𝑥)

0 0,45 0 -48,00 2304 1036,8
10 0,3 3 -38,00 1444 433,2
100 0,2 20 52,00 2704 540,8
500 0,05 25 452,00 204304 10215,2
Total 1 48 418,00 210756 12226

3. En una situación binomial n = 4 y π = 0.25. Determine las siguientes

probabilidades utilizando la formula binomial.
Fórmula binomial

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

a) X = 2
4!
𝑃 (𝑥 ) = (0,25)2 (1 − 0,25)4−2
2! (4 − 2)!

4!
𝑃 (𝑥 ) = (0,0625)(0,75)2
2! ∗ 2!
4 ∗ 3 ∗ 2!
𝑝 (𝑥 ) = (0,0625)(0,5625)
2 ∗ 1 ∗ 2!
𝑃 (𝑥 ) = 6(0,035)
𝑷(𝒙) = 𝟎, 𝟐𝟏𝟎𝟗

La probabilidad es de 0,2109 ó 21,09%

b) X=3

4!
𝑃 (𝑥 ) = (0,25)3 (1 − 0,25)4−3
3! (4 − 3)!

4!
𝑃 (𝑥 ) = (0,015625)(0,75)1
3! ∗ 1!

4 ∗ 3!
𝑃 (𝑥 ) = (0,015625)(0,75)
3! × 1
𝑃(𝑥 ) = 4 ∗ (0,01171875)
𝑷(𝒙) = 𝟎, 𝟎𝟒𝟔𝟖𝟕𝟓
La probabilidad es 0,046875 ó 4,68%
4. Un 10% de automóviles nuevos requerirá servicios por garantía en el
primer año. La agencia Cotopaxi vendió 12 automóviles en el mes de abril.

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

a.) ¿Cuál es la probabilidad de que ninguno de estos autos

necesite servicio de garantía?
Datos donde 0 factorial equivale a 1 𝝅 = 𝟎, 𝟏𝟎

𝒏!
𝑷(𝒙) = 𝒏𝒙 (𝟏 − 𝝅)𝒏−𝒙
𝒙! (𝒏 − 𝒙)!

12!
𝑃 (𝑥 ) = (0,10)0 (1 − 0,10)12−0
0! (12 − 0)!

12!
∗ (0,9)12
𝑃 (𝑥 ) =
12!
𝑃(𝑥 ) = 𝟎, 𝟐𝟖𝟐𝟒𝟐𝟗𝟓
La probabilidad es 0,2824295 ó 28,24%

b.) Determine la probabilidad de que exactamente uno de

ellos requiere tal servicio.
Datos n=12 con X= 1
12!
𝑃 (1) = (0,10)1 (1 − 0,10)12−1
1! (12 − 1)!

12!
𝑃(1) = ∗ (0,10)(0,9)11
11!

𝑝(1) = 12 ∗ (0,10)(0,9)11
𝑃(1) = 𝟎, 𝟑𝟕𝟔𝟓𝟕𝟐𝟕
𝐿𝑎 𝑃 (𝑋) = 37,66 %

c.) Determine la probabilidad de que exactamente dos

automóviles lo necesiten.
Datos N=12 X=2
12!
𝑃 (𝑥 ) = (0,10)2 (1 − 0,10)12−2
2! (12 − 2)!

12!
𝑃(2) = ∗ (0,01)(0,9)10
2 ∗ 1(10)!

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

12 ∗ 11 ∗ 10!
𝑃(2) = ∗ (0,01)(0,9)10
2 ∗ 1 ∗ 10!

132
𝑃(2) = ∗ (0,01)(0,9)10
2

𝑃 (2) = 66 ∗ (0,01)(0,9)10

𝑃(𝑥 ) = 𝟎, 𝟐𝟑𝟎𝟏𝟐𝟕𝟕
𝐿𝑎 𝑃 (𝑋) = 23.01%

d.) Calcule la media y la desviación estándar de esta

distribución probabilística.

Media binomial
𝜇 = 𝑛𝜋
𝜇 = 12(0,10)
𝝁 = 𝟏, 𝟐
Varianza binomial
𝜎 2 = 𝑛𝜋(1 − 𝜋)
𝜎 2 = 1,2(1 − 0,10)
𝝈𝟐 = 𝟏, 𝟎𝟕
Desviación estándar

√𝝈𝟐 = √𝟏, 𝟎𝟕 = 𝟏, 𝟎𝟑𝟗𝟐𝟑𝟎𝟒

X P (X) X P (X) X * P (X)

0 0,282 0 0,282 0,000 0,403
1 0,377 1 0,377 0,377 0,014
2 0,23 2 0,23 0,46 0,149
3 0,085 3 0,085 0,255 0,277
4 0,021 4 0,021 0,084 0,165
5 0,004 5 0,004 0,02 0,058
6 0,000 6 0,000 0,000 0,000
7 0,000 7 0,000 0,000 0,000
8 0,000 8 0,000 0,000 0,000
9 0,000 9 0,000 0,000 0,000
10 0,000 10 0,000 0,000 0,000
11 0,000 11 0,000 0,000 0,000
12 0,000 12 0,000 0,000 0,000
Total 1,00 Total 1,00 1,20 1,07

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

5. Suponga que una población consta de 10 artículos, 6 de los

cuales están defectuosos. Se selecciona una muestra de 3. ¿Cuál es la
probabilidad de que exactamente 2 tengan defectos?
Datos
Población N=10 éxitos en la Población s=6 Parte de N x=2
muestra n=3
Formula de la Distribucion Hipergeometrica
(𝑠𝐶𝑥)(𝑁 − 𝑠𝐶𝑛 − 𝑥)
𝑃 (𝑥 ) =
𝑁𝐶𝑛

(6𝐶2)(10 − 6𝐶3 − 2)
𝑃 (𝑥 ) =
(10)𝐶(3)

6! 4!
(2! 4!) (1! 3!)
𝑃 (𝑥 ) = =
10!
3! 7!
(15)4
=
120
𝟎, 𝟓

La P(X) de que exactamente 2 tengan defectos de la muestra

seleccionada es de 0,5.
6. La florería Violeta tiene 15 camiones de reparto que se utilizan
principalmente para entregar flores y arreglos florales en el área del
Distrito Metropolitano de Quito. Supóngase que 6 de los 15 vehículos
tienen problemas con los frenos. Se seleccionaron cinco camiones al
azar para probarlos. ¿Cuál es la probabilidad de que 2 de los vehículos
examinados tengan frenos defectuosos?

DESARROLLO N=15 n=5 s=6 x=2

(𝑠𝐶𝑥)(𝑁 − 𝑠𝐶𝑛 − 𝑥)
𝑃 (𝑥 ) =
𝑁𝐶𝑛

(6𝐶2)(15 − 6𝐶5 − 2)
𝑃 (𝑥 ) =
15𝐶5

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

6! 9!
(2! 4!) (3! 6!)
𝑃 (𝑥 ) =
15!
5! 10!
(15)84
𝑃 (𝑥 ) =
3003
𝑃(𝑥) = 𝟎, 𝟒𝟏𝟗𝟓𝟖𝟎𝟒

La P(X) de que se seleccione 2 vehículos con problemas de frenos de

una muestra de 5 es de 0,4195804.

7. La Sra. Flores esta encargada de los préstamos en el Banco

del Barrio. Con base en sus años de experiencia, estima que la
probabilidad de que un solicitante no sea capaz de pagar su préstamo
es 0.025. El mes pasado realizó 40 préstamos.
a.) ¿Cuál es la probabilidad de que 3 préstamos no sean
pagados oportunamente?
Poisson Y n =40

𝜋 = 0.025

𝜇 = 𝑛𝜋
𝜇 = 40 ∗ 0.025
𝜇=1
Utilizamos la fórmula de Poisson

𝜇 𝑥 ⅇ −𝜇
𝑃 (𝑥 ) =
𝑥!

13 (2,71828)−1
𝑃 (𝑥 ) =
3!
𝑷(𝒙) =0,0613132

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

La probabilidad de que 3 préstamos no sean pagados oportunamente es

de 0,0613132
b.) ¿Y cuál es la de que por lo menos 3 préstamos no se
liquiden a tiempo?
Determinamos las probabilidades ≥ 𝟑 para conocer la probabilidad
de préstamos no liquidados a tiempo

𝑃(𝑥 ≥ 3) = 1 − 𝑃(0) − 𝑃(1) − 𝑃(2)

10 ⅇ −1
𝑃(0) = =𝑝(0) = 0,3678
0!
0 −1
1 ⅇ
𝑃 (1) = = 0,3678
1!
12 ⅇ −1
𝑃 (2) = = 0,1839
2!
𝐸𝑛𝑡𝑜𝑛𝑐ⅇ𝑠 ∶
𝑃(𝑥 ≥ 3) = 1 − 0,3678 − 0,3678 − 0,1839
𝑃(𝑥 ≥ 3) = 0,0805

8. La media de una distribución probabilística normal es 500; la desviación

estándar, 10.
Datos
𝜇 = 500 𝜎 = 10 𝜎 2 = 100
a.) ¿Entre qué par de valores está, aproximadamente, el
68% de las observaciones?
𝜇 ± 1𝜎.
𝜇 + 1𝜎 = 500 + 10 = 510
𝜇 − 1𝜎 = 500 − 10 = 490
Aproximadamente el 68% se encuentra entre 490 y 510

b.) ¿Entre cuáles dos valores se encuentra,

aproximadamente, el 95% de las observaciones?
𝜇 ± 2𝜎.

𝜇 + 2𝜎 = 500 + 20 = 520
𝜇 + 2𝜎 = 500 − 20 = 480
Aproximadamente el 95% se encuentra entre 480 y 520

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

c.) Prácticamente, ¿entre qué par de valores se hallan

todas las observaciones?
𝜇 ± 3𝜎.
𝜇 + 3𝜎 = 500 + 30 = 530

𝜇 − 3𝜎 = 500 − 30 = 470
Aproximadamente el 99% se encuentra entre 470 y 530
9. Un estudio reciente de los sueldos por hora de tripulaciones
de mantenimiento para aerolíneas importante mostró que el salario
medio por hora era de $16.50 (dólares), con una desviación estándar de
$3.50. Si se selecciona al azar un elemento de la tripulación, ¿Cuál es la
probabilidad de que gane:

a.) entre $16.50 y $20.00 por hora?

DISTRIBUCIÓN NORMAL ESTÁNDAR

Obtenemos el valor normal estandarizado (Z)
𝜇 = 16,5
𝜎 = 3,50

Para x=16,50 el valor de Z=0 ya que es igual a la media

Resolvemos para x=20
𝑥−𝜇
𝑍=
𝜎
20 − 16,5
𝑍= =1
3,50
0,3413 que es la probabilidad de que se seleccione un elemento de la
tripulación que gane entre $16,50 y $20 por hora.

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

b.) más de $20.00 por hora?

Resolvemos para x=20
𝑥−𝜇
𝑍=
𝜎
20 − 16,5
𝑍= =1
3,50

El valor de 20.00 es de 0.3413 y se sabe que la probabilidad hacia

a la izquierda o hacia la derecha es de 50% desde la media
𝑃 (𝑋 > 20,00) = 0,5 − 0,3413
𝑃 (𝑋 > 20,00) = 0,1587
𝑷 (𝑿 > 𝟐𝟎, 𝟎𝟎) = 𝟏𝟓, 𝟖𝟕%

c.) menos de $15.00 por hora?

Resolvemos para x=15

𝑥−𝜇
𝑍=
𝜎
15 − 16,5
𝑍= = −0,428
3,50
El valor 0.1664 va desde la media hasta el punto, y se sabe que
desde la media hacia la izquierda o a la derecha tienen un valor del
50% de probabilidad entonces para encontrar el área pintada se
debe restar.
𝑃 (𝑋 < 15,00) = 0,5 − 0,1664
𝑃 (𝑋 < 15,00) = 0,33,36
𝑷 (𝑿 < 𝟏𝟓, 𝟎𝟎) = 𝟑𝟑, 𝟑𝟔%

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

10. Una máquina expendedora de refresco se ajusta para servir

7.00 oz (onzas) del líquido por vaso. La desviación estándar es de 0.10 oz.
¿Cuál es la probabilidad de que la máquina sirva:

a) Entre 7.10 y 7.25 onzas de refresco? 𝜇 = 7,00,𝜎 = 0,10, 𝑥1 = 7,10,

𝑥2 = 7,25
𝑥−𝜇
𝑍=
𝜎
7,10 − 7,00
𝑍= =1
0,10
El valor de 7.25 es de 0.4938 y el de 7.10 es de 0.3413, pero se debe restar
puntos ya que ambos valores están del mismo lado de la media.
𝑃 (7,10 ≤ X ≤ 7,25) = 0,4938 − 0,3413
𝑃 (7,10 ≤ X ≤ 7,25) = 0,1525
𝑷(𝟕, 𝟏𝟎 ≤ 𝐗 ≤ 𝟕, 𝟐𝟓) = 𝟏𝟓, 𝟐𝟓 %

Para x=7,10 la probabilidad es de 0,34134

𝑥−𝜇
𝑍=
𝜎
7,25 − 7,00
𝑍= = 2,50
0,10
Para x=7,25 la probabilidad es de 0,49379

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

La probabilidad entre 7.10 y 7.25 onzas de refresco es de 0,34134-0,49379=

0,15245
b) 7.25 oz o más? 𝜇 = 7,00, 𝜎 = 0,10

𝑥−𝜇
𝑍=
𝜎
7,25 − 7,00
𝑍= = 2,50
0,10
El valor de 7.25 es de 0.4938 y la probabilidad hacia a la izquierda o derecha
es del 50% desde la media
𝑃 (𝑋 > 7,25) = 0,5 − 0,4938
𝑃 (𝑋 > 7,25) = 0,0062
𝑷 (𝑿 > 𝟕, 𝟐𝟓) = 𝟎, 𝟔𝟐%

c) Entre 6.8 y 7.25 onzas? 𝜇 = 7,00, 𝜎 = 0,10 , 𝑥1 = 6,8, 𝑥2 = 7,25

𝑥−𝜇
𝑍=
𝜎
7,25 − 7,00
𝑍= = 2,50
0,10
Para x=7,25 la probabilidad es de 0,49379
𝑥−𝜇
𝑍=
𝜎
6,80 − 7,00
𝑍= = −2
0,10
El valor de 7.25 es de 0.4938 y el de 6.8 es de 0.4772, pero se debe sumar los
dos puntos.
𝑃(6,8 ≤ X ≤ 7,25) = 0,4772 + 0,4938
𝑃(6,8 ≤ X ≤ 7,25) = 0,971
𝑃 (6,8 ≤ 𝑋 ≤ 7,25) = 97,1%

d) ¿Cuánto refresco se sirve en el máximo 1% de las bebidas?

𝑥−𝜇
𝑍=
𝜎

Distribuciones de probabilidades
 Universidad de las Fuerzas Armadas ESPE Unidad
de Educación a Distancia

Nombres y apellidos: Daniela Carolina Reyes Aguilar

Asignatura: Estadística Aplicada NRC : 15500

𝑥 − 7,00
𝑍= = 7,233
0,10

Distribuciones de probabilidades