E SCUELA P OLITÉCNICA

NA CION AL
P ROBABILIDA D Y E STADÍSTICA
(MATD153) TAREA N O . 3

Nombre: Edwin Sarango

Distribución binomial
1. En cierta población, 85 % de las personas t i e n e n sangre t i p o Rh p o s i t i v o . Suponga que
dos personas de esta población se casan. ¿Cuál es la probabilidad de que ambos sean Rh
negativo, lo cual hace inevitable que sus hijos sean Rh negativo?
p= 15%= 0,15
q= 85%= 0,85
K=2
n=2
𝑛!
𝑃(𝑥 = 𝑘) = ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘
𝑘! (𝑛 − 𝑘)!
2!
𝑃(𝑥 = 2) = ∗ 0,152 ∗ 0,852−2 = 0,0225
2! (2 − 2)!
0,0225 ∗ 100 = 2,25%
Es la probabilidad de que ambos sean Rh negativo

2. Según la Sociedad protectora de animales de Estados Unidos, hay aproximadamente 77.5

millones de perros con dueño en Estados Unidos y alrededor del 40 % de los hogares
estadounidenses tienen al menos un perro.4 Suponga que la cifra 40 % es correcta y que se
seleccionan al azar 15 hogares para un estudio sobre la propiedad de mascotas.

(a) ¿Cuál es la probabilidad de que exactamente ocho de los hogares t e n g a n al menos

un perro?
p= 0.4
q= (1-0.4) = 0.6
k= 8
n= 15
𝑛!
𝑃(𝑥 = 𝑘) = ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘
𝑘! (𝑛 − 𝑘)!
15!
𝑃(𝑥 = 8) = ∗ 0.48 ∗ 0.615−8 = 0,118
8! (15 − 8)!

(b) ¿ Cuál es la probabilidad de que a lo sumo cuatro de los hogares tengan al menos un
perro?
15!
𝑃(𝑥 = 1) = ∗ 0.41 ∗ 0.615−1 = 0,0047
1! (15 − 1)!
15!
𝑃(𝑥 = 2) = ∗ 0.42 ∗ 0.615−2 = 0,0219
2! (15 − 2)!
15!
𝑃(𝑥 = 3) = ∗ 0.43 ∗ 0.615−3 = 0,0633
3! (15 − 3)!
15!
𝑃(𝑥 = 4) = ∗ 0.44 ∗ 0.615−4 = 0,1267
4! (15 − 4)!
EPN-ESFOT Statistical y Probabilidad Básica 2023-A 2 de 3
 ∑ 𝑋𝑖 = 0,2166

(c) ¿Cuál es la probabilidad de que más de 10 hogares tengan al menos un perro?

15!
𝑃(𝑥 = 11) = ∗ 0.411 ∗ 0.615−11 = 0,0074
11! (15 − 11)!
15!
𝑃(𝑥 = 12) = ∗ 0.412 ∗ 0.615−12 = 0,0016
12! (15 − 12)!
15!
𝑃(𝑥 = 13) = ∗ 0.413 ∗ 0.615−13 = 0,00025
13! (15 − 13)!
15!
𝑃(𝑥 = 14) = ∗ 0.414 ∗ 0.615−14 = 0,000024
14! (15 − 14)!
15!
𝑃(𝑥 = 15) = ∗ 0.415 ∗ 0.615−15 = 0,000001
15! (15 − 15)!

∑ 𝑋𝑖 = 0,009275

La distribución de probabilidad de Poisson

1. Considere una variable aleatoria de Poisson con µ = 2.5. Calcule las siguientes probabilidades:

P (X = 0)
𝜇𝑘 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!
2.50 𝑒 −2.5
𝑃(𝑥 = 0) = = 0,0820849
0!

Respuesta: P (X = 0) ≈ 0.82085

(b) P (X = 2)
𝜇𝑘 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!
2.52 𝑒 −2.5
𝑃(𝑥 = 0) = = 0,2565156
2!
Respuesta: P (X = 2) ≈ 0.256516

2. Supongamos que, por una determinada esquina de la ciudad, pasan en promedio 7 carros
cada dos minutos. ¿Cuál será la probabilidad de que no pase ningún carro?, ¿cuál será la
probabilidad de que pasen 5 carros?, y ¿cuál será la probabilidad de que pasen 20 carros?
Explique por qué se puede presentar la distribución de probabilidad de Poisson en este
contexto.
a.
𝜇𝑘 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!

EPN-ESFOT Statistical y Probabilidad Básica 2023-A 3 de 3

 70 𝑒 −7
𝑃(𝑥 = 0) = = 0,00091188
0!

b.
𝜇𝑘 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!
75 𝑒 −7
𝑃(𝑥 = 5) = = 0,1277166
5!

c.
𝜇𝑘 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!
720 𝑒 −7
𝑃(𝑥 = 20) = = 0,000029907
20!

Respuesta: La probabilidad de que no pase algún carro es aproximadamente 0.000912.

La probabilidad de que pasen 5 carros es aproximadamente
0.127717. La probabilidad de que pasen 20 carros es
aproximadamente 0.000030.

3. El número promedio de camiones-tanque que llega cada día a cierta ciudad portuaria es 5.
Las instalaciones en el puerto pueden manejar a lo más 7 camiones-tanque por día. ¿Cuál
es la probabilidad de que en un día dado los camiones se tengan que regresar?
x=0,1,2,3,4,5,6,7
u=5

𝜇𝑘 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!
50 𝑒 −5
𝑃(𝑥 = 0) = = 0,00673
0!
51 𝑒 −5
𝑃(𝑥 = 1) = = 0,03368
1!
52 𝑒 −5
𝑃(𝑥 = 2) = = 0,08422
2!
53 𝑒 −5
𝑃(𝑥 = 3) = = 0,14037
3!
54 𝑒 −5
𝑃(𝑥 = 4) = = 0,17546
4!
5 −5
5 𝑒
𝑃(𝑥 = 5) = = 0,17546
5!
56 𝑒 −5
𝑃(𝑥 = 6) = = 0,14622
6!
57 𝑒 −5
𝑃(𝑥 = 7) = = 0,10444
7!
𝑃(𝑥 > 7) = 1 − ∑ 𝑥𝑖 = 1 − 0,86658 = 0,13342

4. Una maquiladora exporta dos productos no conformes por lote, en promedio. ¿Cuál es la
probabilidad de que en el siguiente lote no se envíe este tipo de productos?

EPN-ESFOT Statistical y Probabilidad Básica 2023-A 4 de 3

 𝜇𝑘 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!
20 𝑒 −2
𝑃(𝑥 = 0) = = 0,13533
0!

Distribución geométrica
1. Se sabe que, en cierto proceso de fabricación, en promedio, uno de cada 100 artículos está
defectuoso. ¿Cuál es la probabilidad de que el quinto artículo que se inspecciona sea el
primer defectuoso que se encuentra?
𝑃(𝑥) = 𝑝(1 − 𝑝)𝑥−1
𝑃(5) = 0,01(1 − 0,01)5−1 = 0,009605

2. Supongamos que, en un centro de soporte técnico, el 20 % de los clientes que llaman

experimentan un problema de conexión a Internet que requiere asistencia técnica. El equipo de
soporte técnico está capacitado para resolver el 90 % de estos problemas en el primer intento.
Calcule la probabilidad de que el equipo de soporte técnico necesite realizar exactamente 3
intentos antes de resolver un problema de conexión a Internet.
𝑃(𝑥) = 𝑝(1 − 𝑝)𝑥−1
𝑃(3) = 0,9(1 − 0,9)3−1 = 0,009

Distribución hipergeométrica
1. Se tiene un grupo 20 personas, compuesto por 10 hombres y 10 mujeres. Se toma al azar un
grupo de 2 personas. ¿Cuál será la probabilidad de que el grupo tomado al azar esté compuesto
por 1 hombre y 1 mujer?
N=20 (total poblacional)
n=2 (total muestra)
M=10 (Éxito)
k=1 (éxitos en una muestra)
𝑀 𝑁−𝑀
𝐶 𝐶
𝑃(𝑥 = 𝑘) = 𝑘 𝑛 − 𝑘
𝑁
𝐶
𝑛
10 20 − 10
𝐶 𝐶
𝑃(𝑥 = 1) = 1 2 − 1 = 0,526
20
𝐶
2
0,526 ∗ 100 = 53%

Respuesta: Aproximadamente un 53 % de opciones que ocurra el evento planteado.

2. Lotes de 40 componentes cada uno se denominan aceptables si no contienen más de tres

defectuosos.
El procedimiento para muestrear el lote consiste en seleccionar 5 componentes al azar y rechazar el
lote si se encuentra un componente defectuoso. ¿Cuál es la probabilidad de que se encuentre
exactamente 1 defectuoso en la muestra si hay 3 defectuosos en todo el lote?
N=40 (total poblacional)
n=5 (total muestra)
M=3 (Éxito)
k=1 (éxitos en una muestra)
EPN-ESFOT Statistical y Probabilidad Básica 2023-A 5 de 3
 𝑀 𝑁−𝑀
𝐶 𝐶
𝑃(𝑥 = 𝑘) = 𝑘 𝑛 − 𝑘
𝑁
𝐶
𝑛
3 40 − 3
𝐶 𝐶
𝑃(𝑥 = 1) = 1 5 − 1 = 0,3011
40
𝐶
5
0,3011 ∗ 100 = 30%

Respuesta: La probabilidad de que se encuentre exactamente 1 producto defectuoso en la muestra si hay

3 defectuosos en todo el lote es aproximadamente 30 %.

3. Una caja tiene 12 botellas de vino, 3 de las cuales contienen vino echado a perder. Se seleccionan
al azar una muestra de 4 botellas de la caja.
(a) Encuentre la distribución de probabilidad para x, el número de botellas de vino echado a
perder de la muestra.
N=12
n=4
M=3
Los valores de x son 0,1,2,3
𝑀 𝑁−𝑀
𝐶 𝐶
𝑃(𝑥 = 𝑘) = 𝑘 𝑛 − 𝑘
𝑁
𝐶
𝑛
3 12 − 3
𝐶 𝐶
𝑃(𝑥 = 0) = 0 4 − 0 = 0,25
12
𝐶
4
3 12 − 3
𝐶 𝐶
𝑃(𝑥 = 1) = 1 4 − 1 = 0,51
12
𝐶
4
3 12 − 3
𝐶 𝐶
𝑃(𝑥 = 2) = 2 4 − 2 = 0,22
12
𝐶
4
3 12 − 3
𝐶 𝐶
𝑃(𝑥 = 3) = 3 4 − 3 = 0,02
12
𝐶
4

(b) ¿Cuáles son la media y la varianza de x?

3
𝜇 = 4( )=1
12
3 9 8
𝜎 2 = 4 ( ) ( ) ( ) = 0,54545
12 12 11

EPN-ESFOT Statistical y Probabilidad Básica 2023-A 6 de 3

 4. Es frecuente que las semillas sean tratadas con un fungicida para protegerlas de ambientes mal
drenados, húmedos. En un intento a pequeña escala, antes de un experimento a gran escala
para determinar qué dilución del fungicida aplicar, se plantaron en suelo arcilloso cinco semillas
tratadas y cinco no tratadas y se registró el número de plantas que brotaron de las semillas
tratadas y de las no tratadas. Suponga que la dilución no fue eficaz y sólo brotaron cuatro plantas.
Represente con X el número de plantas que germinaron de semillas tratadas.

(a) Encuentre la probabilidad de que X

= 4.
N= 10
n= 4
M=5
K=4
𝑀 𝑁−𝑀
𝐶 𝐶
𝑃(𝑥 = 𝑘) = 𝑘 𝑛 − 𝑘
𝑁
𝐶
𝑛
5 10 − 5
𝐶 𝐶
𝑃(𝑥 = 4) = 4 4 − 4 = 0,0238
10
𝐶
4

(b) Encuentre P (x < 3)

5 10 − 5
𝐶 𝐶
𝑃(𝑥 = 0) = 0 4 − 0 = 0,0238
10
𝐶
4
5 10 − 5
𝐶 𝐶
𝑃(𝑥 = 1) = 1 4 − 1 = 0,238
10
𝐶
4
5 10 − 5
𝐶 𝐶
𝑃(𝑥 = 2) = 2 4 − 2 = 0,4761
10
𝐶
4
5 10 − 5
𝐶 𝐶
𝑃(𝑥 = 3) = 3 4 − 3 = 0,238
10
𝐶
4
∑ 𝑥 = 0,0238 + 0,238 + 0,4761 + 0,238 = 0,9759

Distribución Normal
1. Dada una variable aleatoria X que tiene una distribución normal con µ = 50 y σ = 10, encuentre
la probabilidad de que X tome un valor entre 45 y 62.

X=45
X= 62
45−50
Z 1= = 0,5
10
62 − 50
𝑍2 = = 1,2
10
𝑃(45 < 𝑥 < 62) = 𝑃(0,5 < 𝑍 < 1.2)
EPN-ESFOT Statistical y Probabilidad Básica 2023-A 7 de 3
 𝑃(𝑍 < 1,2) − 𝑃(𝑍 < −0.5) = 0,8849 − 0,3085 = 0,5764

Respuesta: La probabilidad de que X tome un valor entre 45 y 62 es aproximadamente 0.5764.

2. Dado que X tiene una distribución normal con µ = 300 y σ = 50, encuentre la probabilidad
de que X tome un valor mayor que 362.

𝑃(𝑋 > 362)

X=362
362 − 300
𝑍= = 1,24
50

𝑃(𝑋 > 362) = 𝑃(𝑍 > 1,24) = 1 − 𝑃(𝑍 < 1,24) = 1 − 0,8925 = 0.1075

Respuesta: La probabilidad de que X tome un valor mayor que 362 es aproximadamente 0.1075.

3. El número de mensajes que una persona envía una persona por Whatsapp sigue una distribución
normal con media 1200 y desviación estándar 450. Determiné la probabilidad de que una
persona envié menos de 800 mensajes en un día.
𝜇 = 1200
𝜎 = 450
𝑥 = 800
𝑋−𝜇
𝑍= =
𝜎
800 − 1200
𝑍= = −0,88888
450
1200 − 1200
𝑍= =0
450

𝑍 = (800 < 𝑋 < 1200) = 𝑃(0,8888 > 𝑋 > 0)

𝑍 = 0,18675

Respuesta: La probabilidad de que una persona envié menos de 800 mensajes en un día es
aproximadamente 0.1867.

EPN-ESFOT Statistical y Probabilidad Básica 2023-A 8 de 3

 4. El diámetro interior del anillo de un pistón terminado se distribuye normalmente con una media
de 10 centímetros y una desviación estándar de 0.03 centímetros.

(a) ¿ Qué proporción de anillos tendrán diámetros interiores que excedan 10.075 centímetros?
(b) ¿ Cuál es la probabilidad de que el anillo de un pistón tenga un diámetro interior entre
9.97 y 10.03 centímetros?

(c) ¿Por debajo de qué valor del diámetro interior caerá 15 % de los anillos de pistón?

𝜇 = 10
𝜎 = 0,03
A) 10,075 < 𝑋

10,075 − 10 𝑋−𝜇
< =𝑍
0,03 𝜎
𝑍 = 2,5 < 𝑍
𝑃(2,5 < 𝑍) = 1 − 𝑃(𝑍 < 2,5)
= 1 − 0,9938 = 0,0062
= 0,62%

B) 9,7 < 𝑋 < 10,03

9,7 − 10 𝑋 − 𝜇 10,03 − 10
< <
0,03 𝜎 0,03
−1 < 𝑍 < 1
𝑃(𝑍 < 1) = 1 − 𝑃(𝑍 < −1)
= 0,8413 − 0,1587
= 0,6826 = 68,26%

C) 𝑃 (𝑍 < 𝑍𝑜) = 15% = 0,15

𝑍 < 𝑍𝑜 = −1,4
𝑋𝑜 − 10
= −1,4
0,03
𝑋𝑜 = 10 − 1,4(0,03)
𝑋𝑜 = 9,958

Distribución exponencial
1. Suponga que un sistema contiene cierto tipo de componente cuyo tiempo de operación antes
del fallo, en años, está dado por T. La variable aleatoria T se modela bien mediante la
distribución exponencial con tiempo medio de operación antes del fallo µ = 5. Si se instalan
5 de estos componentes en diferentes sistemas, ¿cuál es la probabilidad de que al menos dos
aún funcionen al final de 8 años?
𝜇=5
𝑡=8
8
𝑃(𝑋 > 8) = 𝑒 −5 = 0,20
𝑛=5
𝑃 = 0,20
𝑞 = 1 − 𝑝 = 0,80
𝑃(𝑥 3 2) = 𝑝(𝑥 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) = 1 − 𝑃(𝑋 = 0,1)
1 − (.5 𝐶0 (0,2)0 (0,8)5 +.5 𝐶0 (0,2)1 (0,8)4 ) = 1 − 0,7373 = 0,2627

EPN-ESFOT Statistical y Probabilidad Básica 2023-A 9 de 3

 2. El tiempo de vida de un transistor sigue una distribución exponencial con tiempo medio de
vida de 12 años. Determine la probabilidad de que el tiempo de vida de un transistor sea mayor a
20 años.

𝑥~ exp(𝛾)
𝑝(𝑋 = 𝑥 ) = 𝛾𝑒 −𝛾𝑥
𝑥≥0
𝛾 = 20
𝑥 = 12

20
−12
𝑃 (𝑥 > 20) = 𝑒
𝑃 (𝑥 > 20) = 0,189

Ejercicios tomados de:

1. Bibliografía Mendenhall, W., Beaver, R. J., & Beaver, B. M. (2002). Introducción a la probabilidad
y estadística. Cengage Learning Editores.

2. Bibliografía Walpole, R. E. (2007). Probabilidad y estadistica p a r a ingenieros y ciencias, 8ED.

PEARSON.

EPN-ESFOT Statistical y Probabilidad Básica 2023-A 10 de

3