Trabajo Practico 3. RESUELTO

Trabajo Práctico 3 (RESUELTO)
DISTRIBUCIONES DE PROBABILIDAD
Variables aleatorias discretas
1. El número de errores por hora que comete un administrativo en cierto trabajo es una
variable aleatoria que tiene la siguiente distribución
Cantidad de errores (r): 0 1 2 3
P (r): 0,4 0,3 0,2 0,1
a. Calcule el número medio de errores:
0.0,4 + 1.0,3 + 2.0,2 + 3.0,1
𝐸(𝑟) = =1
1
b. Determine la probabilidad de que se cometa como mínimo un error.
𝑃(𝑟 ≥ 1) = 0,3 + 0,2 + 0,1 = 0,6
2. Un experimento consiste en tirar dos dados y anotar las sumas de las caras superiores:
a. Construir la distribución de probabilidad de la variable “suma de las caras de los dos
dados”
𝑥 2 3 4 5 6 7 8 9 10 11 12
𝑃(𝑥) 1 2 3 4 5 6 5 4 3 2 1
36 36 36 36 36 36 36 36 36 36 36
b. Calcular la probabilidad de que la suma sea:

I) 4
3
𝑃(𝑥 = 4) = 36 = 0,0833
II) seis o doce

5 1
𝑃(𝑥 = 6) + 𝑃(𝑥 = 12) = 36 + 36 = 0,1667
III) superior a 5
5 6 5 4 3 2 1
𝑃(𝑥 > 5) = 𝑃(𝑥 ≥ 6) = 36 + 36 + 36 + 36 + 36 + 36 + 36 = 0,722
IV) a lo sumo 4
1 2 3
𝑃(𝑥 ≤ 4) = 36 + 36 + 36 = 0,1667
V) más de 3
1 2
𝑃(𝑥 > 3) = 𝑃(𝑥 ≥ 4) = 1 − 𝑃(𝑥 = 2) − 𝑃(𝑥 = 3) = 1 − 36 − 36 = 0,91667
3. José Muñoz vende automóviles en la agencia Ford Norte. Generalmente negocia el
mayor número de autos los días sábados. Ha establecido la siguiente distribución de
probabilidad para los autos que vende para un sábado en particular
Número de autos vendidos: 0 1 2 3 4

P (r) 0,1 0,2 0,3 0,3 0,1
a. En un sábado cualquiera ¿cuántos espera vender?

0.0,1+1.0,2+2.0,3+4.0,1
𝐸(𝑟) = = 2,1 autos
1
b. ¿Cuál es la variabilidad absoluta y la relativa de la distribución? ¿Qué significa esta

última?
Variabilidad absoluta: DESVIO 𝜎(𝑟) = 1,136

𝜎(𝑟) 1,136
Variabilidad relativa: COEFICIENTE DE VARIACION 𝐶𝑉 = 𝜇(𝑥) = 2,1
= 0,54
(El desvío representa el 54% del valor esperado)
4. La demanda de un producto, por parte de Industrias Martín, varía mucho de mes a mes.
La demanda en miles de unidades y su distribución de probabilidad basadas en los datos
de los dos últimos años es la siguiente:
Demanda de unidades : 300 400 500 600

P (x) : 0,2 0,3 0,35 0,15
a. Si la empresa basa sus pedidos en el valor esperado de la demanda mensual, cuál debe
ser la cantidad pedida por Martín para este producto.
300.0,2+400.0,3+500.0,35+600.0,15
𝐸(𝑥) = = 445 unidades
1
b. Suponga que cada unidad demandada genera ingresos de $ 70 y que cada unidad pedida
cuesta $50.
𝑰(𝒒) = 𝟕𝟎. 𝒒 𝒚 𝑪(𝒒) = 𝟓𝟎𝒒
¿Cuánto debe ganar o perder la empresa en un mes si coloca un pedido basado en su respuesta
anterior y la demanda real es de 300 unidades.
𝐶(445) = 50.445 = $22250 → 𝐶𝑜𝑠𝑡𝑜

𝐼(300) = 𝑝. 𝑞 = 70.300 = $21000 → 𝐼𝑛𝑔𝑟𝑒𝑠𝑜
𝐵 = 𝐼 − 𝐶 ⇒ 21000 − 22250 = −1250 Beneficio 𝐵 = 𝐼 − 𝐶
La empresa pierde $1250.

5. Una empresa tiene dos empleados, A y B, que faltan aleatoriamente el 10 y 8% de la
veces, respectivamente. Se sabe que: si concurre A se procesan 50 facturas por día, si
concurre sólo B se procesan 25 facturas por día, si concurren ambos sólo el empleado A
se encarga del procesamiento de facturas.
a. Construir la distribución de probabilidad de la variable aleatoria: “cantidad de
facturas procesadas por día
𝑥 0 25 50
𝑃(𝑥) 0,1.0,008 = 0,008 0,1.0,92 = 0,092 1 − 0,008 − 0,092

= 0,9
b. ¿Cuál es el promedio de facturación diario? Considera que la variable presenta una

baja fluctuación.
𝐸(𝑥) = 0.0,008 + 25.0,092 + 50.0,9 = 47,3 facturas
6. Se van a extraer dos bolillas de una caja que contiene 3 bolillas numeradas (del 3 al 5).
Construir la distribución de probabilidad de la variable: “suma de los números de las dos
bolillas” y calcular la media y la varianza, considerando las extracciones con y sin
reposición
Sin reposición:
𝑥 7 8 9
𝑃(𝑥) 2 1 2 1 2 1
6
= 3 6
= 3 6
=3
1 1 1
𝑀𝑒𝑑𝑖𝑎 = 𝐸(𝑥) = 3 . 7 + 3 . 8 + 3 . 9 = 8
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 𝜎 2 = 0,6667
Con reposición:
𝑥 6 7 8 9 10
𝑃(𝑥) 1 2 3 2 1
9 9 9 9 9
1 2 3 2 1
𝑀𝑒𝑑𝑖𝑎 = 𝐸(𝑥) = 9 . 6 + 9 . 7 + 9 . 8 + 9 . 9 + 9 . 10 = 8
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 𝜎 2 = 1,333
Distribuciones discretas de probabilidad. Modelos Binomial, Hipergeométrica y Poisson
7. Se desea hacer una encuesta de mercado para estudiar cuál será la repercusión de un
producto que será lanzado en los próximos días. Se conoce por estudios anteriores que el
porcentaje de aceptación sobre productos similares es del 60%. Si se toma una muestra de 20
personas:
a) ¿Cuál es la probabilidad que exactamente diez personas compren el producto?
b) ¿Cuál es la probabilidad de que a lo sumo 12 personas compren el producto?
c) ¿Cuál es la probabilidad de que más de 9 personas no lo adquieran?
d) ¿Cuántas personas se espera que no compren el producto?
Respuestas:
DATOS:
Distribución binomial: Experimento dicotómico; Observaciones independientes.
a. Probabilidad de que 10 personas compren el producto:

Variable: X = cantidad de personas que tuvieron aceptación del producto (en una muestra
de 20)
𝑃(𝑥 = 10) / 𝑛 = 20 ; 𝑝 = 0,6 ; 𝑥 = 10
(Uso de la aplicación Probability Distributions)
𝑃(𝑥 = 10) = 0,11714
b. Probabilidad de que a lo sumo 12 personas compren el producto:

Variable: X = cantidad de personas que tuvieron aceptación del producto (en una muestra
de 20)
𝑃(𝑥 ≤ 12) / 𝑛 = 20 ; 𝑝 = 0,6 ; 𝑥 = 12
𝑃(𝑥 ≤ 12) = 0,58411
c. Probabilidad de que más de 9 personas NO compren el producto:

Variable: X = cantidad de personas que NO tuvieron aceptación del producto (en una
muestra de 20)
𝑃(𝑥 ≥ 10) / 𝑛 = 20 ; 𝑝 = 0,4 ; 𝑥 = 10
𝑃(𝑥 ≥ 10) = 0,24466
d. Cantidad de personas que se espera que NO compren el producto

Variable: X = cantidad de personas que NO tuvieron aceptación del producto (en una
muestra de 20) 𝑛 = 20 ; 𝑝 = 0,4
𝐸(𝑥) = 𝑛. 𝑝 = 20.0,4 = 8
8. Se sabe por experiencias anteriores, que el 30% de los alumnos universitarios, trabaja más de
4 horas por día. Si seleccionamos al azar 10 alumnos universitarios, ¿Cuál es la probabilidad de
hallar:
a) 4 alumnos que trabajan más de 4 horas.
b) Más de 2 alumnos que trabajen más de 4 horas.
c) A lo sumo 8 alumnos trabajen más de 4 horas.
Respuestas:
DATOS:
a. Probabilidad de hallar 4 alumnos que trabajen más de 4 horas:

Variable: X = cantidad de alumnos universitarios que trabajan más de 4 horas por día (en
una muestra de 10)
𝑃(𝑥 = 4) / 𝑛 = 10 ; 𝑝 = 0,3 ; 𝑥 = 4
𝑃(𝑥 = 4) = 0,20012
b. Probabilidad de hallar más de 2 alumnos que trabajen más de 4 horas:

una muestra de 10)
𝑃(𝑥 > 2) = 𝑷(𝒙 ≥ 𝟑) / 𝑛 = 10 ; 𝑝 = 0,3 ; 𝑥 = 3
𝑃(𝑥 ≥ 3) = 0,61722
c. Probabilidad de hallar a lo sumo 8 alumnos que trabajen más de 4 horas:

una muestra de 10)
𝑃(𝑥 ≤ 8) / 𝑛 = 10 ; 𝑝 = 0,3 ; 𝑥 = 8
𝑃(𝑥 ≤ 8) = 0,99986
9. En un bingo del conurbano resulta ganador del premio mayor un promedio de un jugador
cada 2,5 horas. En un lapso de 6 horas ¿cuál es la probabilidad de que el premio mayor salga 3
veces por lo menos?
Respuestas:
DATOS
Distribución Poisson: “x” una variable aleatoria discreta que denota la cantidad de éxitos que se
presentan en un espacio continuo (de tiempo) de extensión “t”
Probabilidad de que el premio mayor salga 3 veces por lo menos (en un lapso de 6 horas):
Variable x: Cantidad de veces que sale el premio mayor en 6 horas
1 1 12
𝑏= ; 𝑡 = 6 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = .6 ⇒𝜆=
2,5 2,5 5
12
𝑃(𝑥 ≥ 3) / 𝜆 = 5
= 2,4 ; 𝑥 = 3
𝑃(𝑥 ≥ 3) = 0,43029
10. Por una esquina de la Capital Federal transitan en promedio 15 autos por minuto. Se desea
calcular la probabilidad de que
a) En un minuto pasen exactamente 11 autos
b) En un minuto pasen más de 12 autos.
c) Durante 30 segundos pasen 7 automóviles.
Respuestas:
DATOS
a. Probabilidad de que pasen 11 autos (en 1 minuto):

Variable x: Cantidad de autos que pasan en 1 minuto
15 15
𝑏= 1
; 𝑡 = 1 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1
.1 ⇒ 𝜆 = 15
𝑃(𝑥 = 11) / 𝜆 = 15 ; 𝑥 = 11
𝑃(𝑥 = 11) = 0,06629
b. Probabilidad de que en 1 minuto pasen más de 12 autos

Variable x: Cantidad de autos que pasan en 1 minuto
15 15
𝑏= 1
; 𝑡 = 1 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1
.1 ⇒ 𝜆 = 15
𝑃(𝑥 ≥ 13) / 𝜆 = 15 ; 𝑥 = 13
𝑃(𝑥 ≥ 13) = 0,73239
c. Probabilidad de que durante 30 segundos pasen 7 automóviles

Variable x: Cantidad de autos que pasan en 0,5 minutos
15 15
𝑏= 1
; 𝑡 = 0,5; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1
. 0,5 ⇒ 𝜆 = 7,5
𝑃(𝑥 = 7) / 𝜆 = 7,5 ; 𝑥 = 7
𝑃(𝑥 = 7) = 0,14648
11. Un gerente financiero sabe que el 20% de los cheques rechazados son habitualmente
irrecuperables. En el último mes ha recibido 9 cheques que han sido rechazados.
a) ¿Cuál es la probabilidad que más de la mitad de los mismos sean irrecuperables?
b) ¿Cuál es la probabilidad de recuperar al menos la tercera parte de los mismos?
c) ¿Cuál es la probabilidad de recuperar alguno de estos cheques?
Respuestas:
DATOS:
a. Probabilidad de que más de la mitad de los 9 cheques recibidos sean irrecuperables
Variable: X = cantidad de cheques rechazados irrecuperables (en una muestra de 9)

𝑃(𝑥 ≥ 5) / 𝑛 = 9 ; 𝑝 = 0,2 ; 𝑥 = 5
𝑃(𝑥 ≥ 5) = 0,01958
b. Probabilidad de recuperar al menos la tercera parte de los 9 cheques recibidos
Variable: X = cantidad de cheques rechazados recuperables (en una muestra de 9)

𝑃(𝑥 ≥ 3) / 𝑛 = 9 ; 𝑝 = 0,8 ; 𝑥 = 3
𝑃(𝑥 ≥ 3) = 0,99969
c. Probabilidad de recuperar alguno de los 9 cheques recibidos

Variable: X = cantidad de cheques rechazados recuperables (en una muestra de 9)
𝑃(𝑥 ≥ 1) / 𝑛 = 9 ; 𝑝 = 0,8 ; 𝑥 = 1
𝑃(𝑥 ≥ 1) = 0,99999
12. En una central telefónica se reciben en promedio 5 llamadas por minuto.
a) Definir la variable aleatoria, identificar su distribución y parámetros.
b) ¿Cuál es la probabilidad de que en 2 minutos se reciban más de 8 llamadas?
c) ¿Cuántas llamadas en promedio se reciben en 4 horas?
Respuestas:
a. Variable x: Cantidad de llamadas realizadas una cierta cantidad de minutos
b. Probabilidad de que en 2 minutos se reciban más de 8 llamadas:

Variable x: Cantidad de llamadas realizadas en 2 minutos
5 5
𝑏 = ; 𝑡 = 2 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = . 2 ⇒ 𝜆 = 10
1 1
𝑃(𝑥 ≥ 9) / 𝜆 = 10 ; 𝑥 = 19
(Uso de la aplicación Probability Distributions
𝑃(𝑥 ≥ 9) = 0,66718
c. Cantidad de llamadas que se reciben en 4 horas (240 minutos)

5 5
𝑏 = ; 𝑡 = 240 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = . 240 ⇒ 𝜆 = 1200
1 1
𝐸(𝑥) = 𝜆 = 1200
Se reciben 1200 llamadas en 4 horas.
13. Entre los numerosos postulantes que se presentaron para cubrir un puesto administrativo en
una importante empresa se preseleccionaron catorce, de los cuales solamente cinco pueden
acreditar experiencia previa en tareas similares, y el director de Recursos Humanos de la
empresa decidió elegir por sorteo los siete postulantes preseleccionados que entrevistará en
primer término. Calcular la probabilidad de que en el grupo así elegido, haya:
a) Exactamente 3 postulantes con experiencia previa.
b) A lo sumo 2 postulantes con experiencia previa.
c) Como mínimo 4 postulantes con experiencia previa.
d) ¿Cuántos postulantes sin experiencia previa se esperaría encontrar en un grupo de tres
postulantes?
Respuestas:
DATOS
Distribución hipergeométrica: Es un experimento dicotómico; las observaciones son dependientes

(sin reposición)
a. Probabilidad de que haya 3 postulantes con experiencia previa:

Variable x: cantidad de postulantes con experiencia previa (en una selección de 7)
𝑃(𝑥 = 3) / 𝑛 = 7 ; 𝑁 = 14 ; 𝑀 = 5 ; 𝑥 = 3
𝑃(𝑥 = 3) = 0,36713
b. Probabilidad de que a lo sumo 2 postulantes tengan experiencia previa:

𝑃(𝑥 ≤ 2) / 𝑛 = 7 ; 𝑁 = 14 ; 𝑀 = 5 ; 𝑥 = 2
𝑃(𝑥 ≤ 2) = 0,5
c. Probabilidad de que como mínimo 4 postulantes tengan experiencia previa:

𝑃(𝑥 ≥ 4) / 𝑛 = 7 ; 𝑁 = 14 ; 𝑀 = 5 ; 𝑥 = 4
𝑃(𝑥 ≥ 4) = 0,13287
d. Cantidad de postulantes sin experiencia previa que se esperaría encontrar en un grupo de

3 postulantes:
Variable x: cantidad de postulantes sin experiencia previa (en una selección de 3)
𝑛 = 3 ; 𝑁 = 14 ; 𝑀 = 9
𝑀
𝐸(𝑥) = 𝑛. 𝑁
9
𝐸(𝑥) = 3. 14 = 1,93 (Aproximadamente 2 postulantes)
14. En la sección Contaduría de la empresa “A”, donde trabajan 8 empleados casados y 12

empleados solteros, el jefe elige al azar un equipo de empleados para hacer horas extras el
próximo sábado.
a) Para las siguientes preguntas definir la variable de estudio, identificar la distribución y sus
parámetros.
b) Si dicho equipo estuviera integrado por 4 empleados, ¿cuál sería la probabilidad de que más
de la mitad de los mismos fueran casados?
c) Si dicho equipo estuviera integrado por 9 empleados, ¿cuál sería la probabilidad de que
menos de la tercera parte de los mismos fueran solteros?
Respuestas:
DATOS
a. Distribución hipergeométrica: Es un experimento dicotómico; las observaciones son

dependientes (sin reposición)
Variable: Cantidad de empleados casados o solteros (de un grupo de n personas
seleccionadas)
b. Probabilidad de que más de la mitad (de una selección de 4 empleados) sean casados:
Variable x: cantidad de postulantes casados (en una selección de 4)
𝑃(𝑥 ≥ 3) / 𝑛 = 4 ; 𝑁 = 20 ; 𝑀 = 8 ; 𝑥 = 3
𝑃(𝑥 ≥ 3) = 0,15315
c. Probabilidad de que menos de la tercera parte (de una selección de 9 empleados) sean
solteros:
Variable x: cantidad de postulantes solteros (de una selección de 9)
𝑃(𝑥 ≤ 2) / 𝑛 = 9 ; 𝑁 = 20 ; 𝑀 = 12 ; 𝑥 = 2
𝑃(𝑥 ≤ 2) = 0,00322
15. Para realizar el control de recepción de una pieza el comprador decide tomar una muestra de
5 unidades de la caja recibida y si encuentra más de 1 de segunda calidad rechazar la misma. Se
cree que el proveedor ha incorporado en cada caja que entrega 2 unidades de segunda calidad
sobre un total de 16 unidades. ¿Cuál es la probabilidad de que el comprador acepte la caja?
Respuestas:
DATOS

(sin reposición)
Variable x: Cantidad de piezas de segunda calidad en una muestra de 5

Probabilidad de que el comprador acepte la caja:
𝑃(𝑥 ≤ 1) / 𝑛 = 5 ; 𝑁 = 16 ; 𝑀 = 2 ; 𝑥 = 1
𝑃(𝑥 ≤ 1) = 0,91667
16. En una agencia de publicidad trabajan 25 publicistas, de los cuales 8 provienen de la agencia
“RR advise SA” Si se elige al azar un grupo de 6 publicistas,
a) ¿Cuál es la probabilidad de que a lo sumo 2 de ellos provengan de la mencionada agencia?
b) ¿Cuál es la probabilidad de que más de 3 de ellos provengan de dicha agencia?
c) ¿Cuántos publicistas provenientes de la agencia en cuestión espera ud que estén presentes en
una muestra de 10 publicistas elegidos al azar? ¿Con qué desvío?
Respuestas:
DATOS

(sin reposición)
a. Probabilidad de que a lo sumo 2 publicistas provengan de la agencia “RR advise SA” (de un
grupo de 6)
Variable x: cantidad de publicistas que provienen de la agencia mencionada (de una
selección de 6)
𝑃(𝑥 ≤ 2) / 𝑛 = 6 ; 𝑁 = 25 ; 𝑀 = 18 ; 𝑥 = 2
𝑃(𝑥 ≤ 2) = 0,72569
b. Probabilidad de que más de 3 provengas de la misma agencia (de un grupo de 6)

Variable x: cantidad de publicistas que provienen de la agencia mencionada (de una
selección de 6)
𝑃(𝑥 ≥ 4) / 𝑛 = 6 ; 𝑁 = 25 ; 𝑀 = 18 ; 𝑥 = 4
𝑃(𝑥 ≥ 4) = 0,05929
c. Cantidad de publicistas de la agencia mencionada se esperan que estén presentes en una

muestra de 10 personas elegidas al azar
𝑛 = 10 ; 𝑀 = 8 ; 𝑁 = 25
8
𝐸(𝑥) = 10. 25 = 𝟑, 𝟐
𝑀 𝑀 𝑁−𝑛 8 8 25−10
Desvío: 𝜎 = √𝜎 2 = √𝑛. (1 − ) ( ) = √10. (1 − ) ( ) = 𝟏, 𝟏𝟔𝟔𝟐
𝑁 𝑁 𝑁−1 25 25 25−1
17. Suponga que la probabilidad de que un vendedor ambulante logre realizar alguna venta con
la modalidad puerta a puerta, es de 0,15. Si una mañana ofrece su producto en 18 casas:
a) ¿Cuál es la probabilidad de que logre realizar por lo menos una venta?
b) ¿Cuál es la probabilidad de que logre entre 4 y 8 ventas?
c) ¿Qué tipo de asimetría tiene la distribución de la variable “número de ventas” para este
problema?
Respuestas:
DATOS
a. Probabilidad de que logre realizar por lo menos una venta:

Variable: X = Cantidad de ventas que realiza un vendedor ambulante (en una visita a 18
casas)
𝑃(𝑥 ≥ 1) / 𝑛 = 18 ; 𝑝 = 0,15 ; 𝑥 = 1
𝑃(𝑥 ≥ 1) = 0,94635
b. Probabilidad de que logre entre 4 y 8 ventas:

Variable: X = Cantidad de ventas que realiza un vendedor ambulante (en una visita a 18
casas)
𝑃(4 ≤ 𝑥 ≤ 8) = 𝑃(𝑥 ≤ 8) − 𝑃(𝑥 ≤ 3) / 𝑛 = 18 ; 𝑝 = 0,15
𝑃(4 ≤ 𝑥 ≤ 8) = 𝑃(𝑥 ≤ 8) − 𝑃(𝑥 ≤ 3) = 0,99949 − 0,72024 = 0,27925
c. Tipo de asimetría de la distribución de la variable “Número de ventas”

𝐸(𝑥) = 2,7 y según el gráfico, 𝑀𝑜 = 2, por lo tanto, como 𝑀𝑜 < 𝐸(𝑥), entonces la
asimetría es positiva.
18. El número de personas que ingresan a la unidad de cuidados intensivos de un hospital en
cualquier día, posee una distribución de probabilidad de Poisson, con una media igual a 5
personas.
a) ¿Cuál es la probabilidad de que el número de personas que ingresan a la unidad de cuidados
intensivos en un día particular sea igual a 2?
b) ¿Y a lo sumo 2?
c) ¿Cuántas personas se espera que entren durante 15 días?
Respuestas:
DATOS
a. Probabilidad de que la cantidad de personas que ingresan a la unidad de cuidados

intensivos un día cualquiera sea igual a 2:
Variable x: Cantidad de personas que ingresan a la unidad de cuidados intensivos en un día
5 5
𝑏 = ; 𝑡 = 1 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = . 1 ⇒ 𝜆 = 5
1 1
𝑃(𝑥 = 2) / 𝜆 = 5 ; 𝑥 = 2
𝑃(𝑥 = 2) = 0,08422
b. Probabilidad de que la cantidad de personas que ingresan a la unidad de cuidados

intensivos un día cualquiera sea a lo sumo 2:
Variable x: Cantidad de personas que ingresan a la unidad de cuidados intensivos en un día
5 5
𝑏 = 1; 𝑡 = 1 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1 . 1 ⇒ 𝜆 = 5
𝑃(𝑥 ≤ 2) / 𝜆 = 5 ; 𝑥 = 2
𝑃(𝑥 ≤ 2) = 0,12465
c. Cantidad de personas que se espera que ingresen a la unidad de cuidados intensivos en un

lapso de 15 días:
Variable x: Cantidad de personas que ingresan a la unidad de cuidados intensivos durante
15 días
5 5
𝑏 = 1; 𝑡 = 15 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1 . 15 ⇒ 𝜆 = 75
𝐸(𝑥) = 𝜆 = 75
Se espera que ingresen 75 personas durante 15 días.
19. Al comenzar las clases, en un curso de 80 alumnos en el que hay 24 recursantes, el profesor
selecciona al azar 10 alumnos para contestar un cuestionario a fin de evaluar los conocimientos
previos que tienen acerca de la materia. Calcular la probabilidad de que en el grupo de alumnos
seleccionados haya:
a) Entre 2 y 5 recursantes.
b) Por lo menos 8 alumnos que cursan por primera vez la materia.
c) Algún recursante.
Respuestas:
DATOS

(sin reposición)
a. Probabilidad de que haya entre 2 y 5 recursantes (de un grupo seleccionado de 10)

Variable x: cantidad de alumnos recursantes (de una selección de 10)
𝑃(2 ≤ 𝑥 ≤ 5) = 𝑃(𝑥 ≤ 5) − 𝑃(𝑥 ≤ 1) / 𝑛 = 10 ; 𝑁 = 80 ; 𝑀 = 24
𝑃(2 ≤ 𝑥 ≤ 5) = 𝑃(𝑥 ≤ 5) − 𝑃(𝑥 ≤ 1) = 0,96341 − 0,13206 = 0,83
b. Probabilidad de que haya por lo menos 8 alumnos que cursan por primera vez la materia
(de un grupo seleccionado de 10)
Variable x: cantidad de alumnos NO recursantes (de una selección de 10)
𝑃(𝑥 ≥ 8) / 𝑛 = 10 ; 𝑁 = 80 ; 𝑀 = 56
𝑃(𝑥 ≥ 8) = 0,37017
c. Probabilidad de que haya algún recursante (de un grupo seleccionado de 10)

Variable x: cantidad de alumnos recursantes (de una selección de 10)
𝑃(𝑥 ≥ 1) / 𝑛 = 10 ; 𝑁 = 80 ; 𝑀 = 24
𝑃(𝑥 ≥ 1) = 0,9784
20) Un auditor contable conoce por propia experiencia que el 90% de las pruebas de auditoría
que reúne son válidas para redactar su informe final.
Actualmente está trabajando en una empresa donde ha reunido 15 pruebas de auditoría.
a) ¿Cuál es la probabilidad de que a lo sumo 10 de estas pruebas sean válidas?
b) ¿Cuál es la probabilidad de que menos de 8 pruebas no sean válidas?
c) ¿Cuál es la probabilidad de que entre 7 y 12 pruebas sean válidas?
Respuestas:
DATOS
a. Probabilidad de que a lo sumo 10 de las pruebas sean válidas:

Variable: X = Cantidad de pruebas de auditoría válidas (en una muestra de 15)
𝑃(𝑥 ≤ 10) / 𝑛 = 15 ; 𝑝 = 0,9 ; 𝑥 = 10
𝑃(𝑥 ≤ 10) = 0,01272
b. Probabilidad de que menos de 8 pruebas no sean válidas:

Variable: X = Cantidad de pruebas de auditoría NO válidas (en una muestra de 15)
𝑃(𝑥 < 8) = 𝑃(𝑥 ≤ 7) / 𝑛 = 15 ; 𝑝 = 0,1 ; 𝑥 = 7
𝑃(𝑥 ≤ 7) = 0,99997
c. Probabilidad de que entre 7 y 12 pruebas sean válidas:

Variable: X = Cantidad de pruebas de auditoría válidas (en una muestra de 15)
𝑃(7 ≤ 𝑥 ≤ 12) = 𝑃(𝑥 ≤ 12) − 𝑃(𝑥 ≤ 6) / 𝑛 = 15 ; 𝑝 = 0,9
𝑃(7 ≤ 𝑥 ≤ 12) = 𝑃(𝑥 ≤ 12) − 𝑃(𝑥 ≤ 6) = 0,18406 − 0,00000 = 0,18406
21) La cajera de cierto supermercado atiende a una tasa de 3 personas cada 5 minutos en
promedio.
a) ¿Cuál es la probabilidad de que en los próximos 15 minutos logre atender a más de 12
personas?
b) ¿Cuál es la probabilidad de que en la próxima media hora atienda a lo sumo a 20 personas?
c) ¿Cuál es la probabilidad de que en los próximos 3 minutos no atienda a nadie?
Respuestas:
DATOS
a. Probabilidad de que en los próximos 15 minutos la cajera logre atender a más de 12

personas:
Variable x: Cantidad de personas atendidas en 15 minutos
3 3
𝑏 = 5 ; 𝑡 = 15 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 5 . 15 ⇒ 𝜆 = 9
𝑃(𝑥 > 12) = 𝑃(𝑥 ≥ 13) / 𝜆 = 9 ; 𝑥 = 13
𝑃(𝑥 ≥ 13) = 0,12423
b. Probabilidad de que en la próxima media hora (30 minutos) la cajera atienda a lo sumo a
20 personas:
3 3
𝑏 = ; 𝑡 = 30 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = . 30 ⇒ 𝜆 = 18
5 5
𝑃(𝑥 ≤ 20) / 𝜆 = 18 ; 𝑥 = 20
𝑃(𝑥 ≤ 20) = 0,73072
c. Probabilidad de que en los próximos 3 minutos la cajera no atienda a nadie:

3 3 9
𝑏 = 5 ; 𝑡 = 3 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 5 . 3 ⇒ 𝜆 = 5
9
𝑃(𝑥 = 0) / 𝜆 = 5 ; 𝑥 = 0
𝑃(𝑥 = 0) = 0,16530
22. Un comerciante afirma que el 40% de las ventas que realiza, las hace a plazos superiores a
los 3 meses.
De las próximas 10 ventas que realice,
a) ¿Cuál es la probabilidad de que al menos 6 de ellas las realice a más de 3 meses?
b) ¿Cuál es la probabilidad de que menos de la tercera parte de las ventas no sea realizada en
plazos superiores a los 3 meses?
c) ¿Cuántas ventas espera que se realicen por plazos superiores a los 3 meses? ¿Con qué desvío?
Respuestas:
DATOS
a. Probabilidad de que al menos 6 de las ventas las realice a más de 3 meses:

Variable: X = Cantidad de ventas a más de 3 meses (en una muestra de 10)
𝑃(𝑥 ≥ 6) / 𝑛 = 10 ; 𝑝 = 0,4 ; 𝑥 = 6
𝑃(𝑥 ≥ 6) = 0,1662
b. Probabilidad de que menos de la tercera parte de las ventas no sea realizada en plazos
superiores a los 3 meses:
Variable: X = Cantidad de ventas que no sean realizadas a más de 3 meses (en una muestra
de 10)
𝑃(𝑥 ≤ 3) / 𝑛 = 10 ; 𝑝 = 0,6 ; 𝑥 = 3
𝑃(𝑥 ≤ 3) = 0,05476
c. Cantidad de ventas que espera que se realicen por plazos superiores a los 3 meses:
Variable: X = Cantidad de ventas realizadas a más de 3 meses (en una muestra de 10)
𝑛 = 10 ; 𝑝 = 0,4
𝐸(𝑥) = 𝑛. 𝑝 = 10.0,4 = 𝟒
Se espera realizar 4 ventas con plazos superiores a los 3 meses.
Desvío: 𝜎 = √𝜎 2 = √𝑛. 𝑝(1 − 𝑝) = √10.0,4. (1 − 0,4) = 𝟏, 𝟓𝟓
23) En la sección tele marketing de cierta empresa hay 40 empleados, de los cuales 15 son
bilingües. Se seleccionará a 5 empleados en forma aleatoria para un comité de recepción de las
nuevas autoridades para Latinoamérica,
a) ¿Cuál es la probabilidad de que todos sean bilingües?
b) ¿Cuál es la probabilidad de que más de la mitad sean bilingües?
c) ¿Cuál es la probabilidad de que a lo sumo 2 no sean bilingües?
Respuestas:
DATOS

(sin reposición)
𝑁 = 40 ; 𝑛 = 5 ; 𝑀 = 15
a. Probabilidad de que todos sean bilingües:

Variable x: cantidad de empleados bilingües (en una selección de 5)
𝑃(𝑥 = 5) / 𝑛 = 5 ; 𝑁 = 40 ; 𝑀 = 15 ; 𝑥 = 5
𝑃(𝑥 = 5) = 0,00456
b. Probabilidad de que más de la mitad sean bilingües:

Variable x: cantidad de empleados bilingües (en una selección de 5)
𝑃(𝑥 ≥ 3) / 𝑛 = 5 ; 𝑁 = 40 ; 𝑀 = 15 ; 𝑥 = 3
𝑃(𝑥 ≥ 3) = 0,26387
c. Probabilidad de que a lo sumo dos no sean bilingües:

Variable x: cantidad de empleados NO bilingües (en una muestra de 5)
𝑃(𝑥 ≤ 2) / 𝑛 = 5 ; 𝑁 = 40 ; 𝑀 = 25 ; 𝑥 = 2
𝑃(𝑥 ≤ 2) = 0,26387
24. Un médico atiende a sus pacientes a un ritmo de 1 cada 15 minutos en promedio.

a) ¿Cuál es la probabilidad de que en la próxima hora atienda algún paciente?
b) ¿Cuál es la probabilidad de que en los próximos 30 minutos atienda a 2 personas?
Respuestas:
DATOS
a. Probabilidad de que en la próximos hora atienda a algún paciente:

Variable x: Cantidad de personas atendidas en 1 hora (60 minutos)
1 1
𝑏 = 15 ; 𝑡 = 60 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 15 . 60 ⇒ 𝜆 = 4
𝑃(𝑥 ≥ 1) / 𝜆 = 4 ; 𝑥 = 1
𝑃(𝑥 ≥ 1) = 0,98168
b. Probabilidad de que en los próximos 30 minutos atienda a 2 personas:

1 1
𝑏 = 15 ; 𝑡 = 30 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 15 . 30 ⇒ 𝜆 = 2
𝑃(𝑥 = 2) / 𝜆 = 2 ; 𝑥 = 2
𝑃(𝑥 = 2) = 0,27067
25. En una reunión de directorio de una ONG hay 15 personas, de las cuales 4 son ambientalistas
y el resto no. Si se elige al azar un comité compuesto por 6 miembros de este directorio,
a) ¿Cuál es la probabilidad de que más de la mitad sean ambientalistas?
b) ¿Cuál es la probabilidad de que a lo sumo 3 de sus miembros no sea ambientalista?
Respuestas:
DATOS

(sin reposición)
a. Probabilidad de que más de la mitad sean ambientalistas (de un grupo seleccionado de 6)

Variable x: cantidad de personas ambientalistas (de una selección de 6)
𝑃(𝑥 ≥ 4) / 𝑛 = 6 ; 𝑁 = 15 ; 𝑀 = 4
𝑃(𝑥 ≥ 4) = 0,01099
b. Probabilidad de que a lo sumo 3 de sus miembros NO sean ambientalistas (de un grupo
seleccionado de 6)
Variable x: cantidad de personas NO ambientalistas (de una selección de 6)
𝑃(𝑥 ≤ 3) / 𝑛 = 6 ; 𝑁 = 15 ; 𝑀 = 11
𝑃(𝑥 ≤ 3) = 0,14286
26. La máquina expendedora de boletos de cierto colectivo entrega el boleto en un promedio de

6 segundos.
a) ¿Cuál es la probabilidad de que entregue más de 5 boletos en los próximos 15 segundos?
b) ¿Cuál es la probabilidad de que no entregue ningún boleto en los próximos 30 segundos?
c) ¿En una hora, cuántos boletos esperaría que la maquina entregue?
Respuestas:
DATOS
a. Probabilidad de que entregue más de 5 boletos en los próximos 15 segundos:

Variable x: Cantidad de boletos entregados (en un lapso de 15 segundos)
1 1
𝑏 = ; 𝑡 = 15 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = . 15 ⇒ 𝜆 = 2,5
6 6
𝑃(𝑥 ≥ 6) / 𝜆 = 2,5 ; 𝑥 = 6
𝑃(𝑥 ≥ 6) = 0,04202
b. Probabilidad de que NO entregue boletos en los próximos 30 segundos:

Variable x: Cantidad de boletos entregados (en un lapso de 30 segundos)
1 1
𝑏 = 6 ; 𝑡 = 30 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 6 . 30 ⇒ 𝜆 = 5
𝑃(𝑥 = 0) / 𝜆 = 5 ; 𝑥 = 0
𝑃(𝑥 = 0) = 0,00674
c. Cantidad de boletos que se espera que entregue la máquina en una hora (3600 segundos)
1 1
𝑏 = 6 ; 𝑡 = 3600 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 6 . 3600 ⇒ 𝜆 = 600
𝐸(𝑥) = 𝜆 = 600
Se espera que entregue 600 boletos en una hora.
27. A una panadería llegan entre las 8 y 8:30 am en promedio 6 personas por minuto.
a) ¿Cuál es la probabilidad de que en un lapso de 3 minutos lleguen más de 20 personas?
b) ¿Cuál es la probabilidad de que en 30 segundos no llegue nadie?
c) ¿Cuál es la probabilidad de que en un lapso de 90 segundos lleguen a lo sumo 10 personas?
Respuestas:
DATOS
a. Probabilidad de que en un lapso de 3 minutos lleguen más de 20 personas:

Variable x: Cantidad de personas que llegan a la panadería entre las 8 y las 8.30
6 6
𝑏 = 1 ; 𝑡 = 3 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1 . 3 ⇒ 𝜆 = 18
𝑃(𝑥 ≥ 21) / 𝜆 = 18 ; 𝑥 = 21
𝑃(𝑥 ≥ 21) = 0,26928
b. Probabilidad de que en 30 segundos (0,5 minutos) no llegue nadie:

6 6
𝑏 = 1 ; 𝑡 = 0,5 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1 . 0,5 ⇒ 𝜆 = 3
𝑃(𝑥 = 0) / 𝜆 = 3 ; 𝑥 = 0
𝑃(𝑥 = 0) = 0,04979
c. Probabilidad de que en 90 segundos (1,5 minutos) lleguen a lo sumo 10 personas:

6 6
𝑏 = 1 ; 𝑡 = 1,5 ; 𝜆 = 𝑏. 𝑡 ⇒ 𝜆 = 1 . 1,5 ⇒ 𝜆 = 9
𝑃(𝑥 ≤ 10) / 𝜆 = 9 ; 𝑥 = 10
(Uso de la aplicación Probability Distributions
𝑃(𝑥 ≤ 10) = 0,70599
28. En un depósito de televisores hay un stock de 60 aparatos, de los cuales la tercera parte son
de tipo LCD. Si se eligen al azar 15 aparatos,
a) ¿Cuál es la probabilidad de que por lo menos las dos terceras partes sean de tipo LCD?
b) ¿Cuál es la probabilidad de que menos de la mitad no sean de tipo LCD?
Respuestas:
DATOS
(sin reposición)
a. Probabilidad de que por lo menos las dos terceras partes sean de tipo LCD:
Variable x: cantidad de televisores de tipo LCD (En una selección de 15)
𝑃(𝑥 ≥ 10) / 𝑛 = 15 ; 𝑁 = 60 ; 𝑀 = 20
𝑃(𝑥 ≥ 10) = 0,00260
b. Probabilidad de que menos de la mitad NO sean de tipo LCD:

Variable x: cantidad de televisores que no son de tipo LCD (En una selección de 15)
𝑃(𝑥 ≤ 7) / 𝑛 = 15 ; 𝑁 = 60 ; 𝑀 = 40
𝑃(𝑥 ≤ 7) = 0,05887
29. Un gerente de producción controla periódicamente un material clave del proceso de

manufactura del único producto de la empresa. Sabe por experiencia que el 30% de los controles
son positivos en el sentido de que detectan fallas.
Si en esta semana realizará 7 controles,
a) ¿Cuál es la probabilidad de que más de la mitad de ellos resulte positivo?
b) ¿Cuál es la probabilidad de que a lo sumo 2 resulten negativos?
c) ¿Cuál es la probabilidad de que más de 4 resulten positivos?
Respuestas:
DATOS
a. Probabilidad de que más de la mitad de los controles resulte positivo:

Variable: X = Cantidad de productos cuyo control resulta positivo (tenga falla) (en una
muestra de 7)
𝑃(𝑥 ≥ 4) / 𝑛 = 7 ; 𝑝 = 0,3 ; 𝑥 = 4
𝑃(𝑥 ≥ 4) = 0,12604
b. Probabilidad de que a lo sumo 2 resulten negativos:

Variable: X = Cantidad de productos cuyo control resulta negativo (sin falla) (en una
muestra de 7)
𝑃(𝑥 ≤ 2) / 𝑛 = 7 ; 𝑝 = 0,7 ; 𝑥 = 2
𝑃(𝑥 ≤ 2) = 0,02880
c. Probabilidad de que más de 4 controles resulten positivos:
Variable: X = Cantidad de productos cuyo control resulta positivo (tenga falla) (en una
muestra de 7)
𝑃(𝑥 ≥ 5) / 𝑛 = 7 ; 𝑝 = 0,3 ; 𝑥 = 5
𝑃(𝑥 ≥ 5) = 0,02880

Trabajo Practico 3. RESUELTO

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo Practico 3. RESUELTO

Cargado por

Copyright:

Formatos disponibles

Trabajo Práctico 3 (RESUELTO)

Variables aleatorias discretas

b. Calcular la probabilidad de que la suma sea:

II) seis o doce

Número de autos vendidos: 0 1 2 3 4

a. En un sábado cualquiera ¿cuántos espera vender?

b. ¿Cuál es la variabilidad absoluta y la relativa de la distribución? ¿Qué significa esta

Variabilidad absoluta: DESVIO 𝜎(𝑟) = 1,136

Demanda de unidades : 300 400 500 600

𝐶(445) = 50.445 = $22250 → 𝐶𝑜𝑠𝑡𝑜

𝐵 = 𝐼 − 𝐶 ⇒ 21000 − 22250 = −1250 Beneficio 𝐵 = 𝐼 − 𝐶

La empresa pierde $1250.

𝑃(𝑥) 0,1.0,008 = 0,008 0,1.0,92 = 0,092 1 − 0,008 − 0,092

b. ¿Cuál es el promedio de facturación diario? Considera que la variable presenta una

𝐸(𝑥) = 0.0,008 + 25.0,092 + 50.0,9 = 47,3 facturas

Distribución binomial: Experimento dicotómico; Observaciones independientes.

a. Probabilidad de que 10 personas compren el producto:

b. Probabilidad de que a lo sumo 12 personas compren el producto:

c. Probabilidad de que más de 9 personas NO compren el producto:

d. Cantidad de personas que se espera que NO compren el producto

Distribución binomial: Experimento dicotómico; Observaciones independientes.

a. Probabilidad de hallar 4 alumnos que trabajen más de 4 horas:

b. Probabilidad de hallar más de 2 alumnos que trabajen más de 4 horas:

c. Probabilidad de hallar a lo sumo 8 alumnos que trabajen más de 4 horas:

a. Probabilidad de que pasen 11 autos (en 1 minuto):

b. Probabilidad de que en 1 minuto pasen más de 12 autos

c. Probabilidad de que durante 30 segundos pasen 7 automóviles

Distribución binomial: Experimento dicotómico; Observaciones independientes.

a. Probabilidad de que más de la mitad de los 9 cheques recibidos sean irrecuperables

Variable: X = cantidad de cheques rechazados irrecuperables (en una muestra de 9)

b. Probabilidad de recuperar al menos la tercera parte de los 9 cheques recibidos

Variable: X = cantidad de cheques rechazados recuperables (en una muestra de 9)

c. Probabilidad de recuperar alguno de los 9 cheques recibidos

a. Variable x: Cantidad de llamadas realizadas una cierta cantidad de minutos

b. Probabilidad de que en 2 minutos se reciban más de 8 llamadas:

c. Cantidad de llamadas que se reciben en 4 horas (240 minutos)

Distribución hipergeométrica: Es un experimento dicotómico; las observaciones son dependientes

a. Probabilidad de que haya 3 postulantes con experiencia previa:

b. Probabilidad de que a lo sumo 2 postulantes tengan experiencia previa:

c. Probabilidad de que como mínimo 4 postulantes tengan experiencia previa:

d. Cantidad de postulantes sin experiencia previa que se esperaría encontrar en un grupo de

14. En la sección Contaduría de la empresa “A”, donde trabajan 8 empleados casados y 12

a. Distribución hipergeométrica: Es un experimento dicotómico; las observaciones son

Distribución hipergeométrica: Es un experimento dicotómico; las observaciones son dependientes

Variable x: Cantidad de piezas de segunda calidad en una muestra de 5

(Uso de la aplicación Probability Distributions)

Distribución hipergeométrica: Es un experimento dicotómico; las observaciones son dependientes

b. Probabilidad de que más de 3 provengas de la misma agencia (de un grupo de 6)

c. Cantidad de publicistas de la agencia mencionada se esperan que estén presentes en una

Distribución binomial: Experimento dicotómico; Observaciones independientes.

a. Probabilidad de que logre realizar por lo menos una venta:

b. Probabilidad de que logre entre 4 y 8 ventas:

c. Tipo de asimetría de la distribución de la variable “Número de ventas”

a. Probabilidad de que la cantidad de personas que ingresan a la unidad de cuidados

b. Probabilidad de que la cantidad de personas que ingresan a la unidad de cuidados

c. Cantidad de personas que se espera que ingresen a la unidad de cuidados intensivos en un

Distribución hipergeométrica: Es un experimento dicotómico; las observaciones son dependientes

a. Probabilidad de que haya entre 2 y 5 recursantes (de un grupo seleccionado de 10)

c. Probabilidad de que haya algún recursante (de un grupo seleccionado de 10)

Distribución binomial: Experimento dicotómico; Observaciones independientes.

a. Probabilidad de que a lo sumo 10 de las pruebas sean válidas:

b. Probabilidad de que menos de 8 pruebas no sean válidas:

c. Probabilidad de que entre 7 y 12 pruebas sean válidas: