Ejercicios de Distribuciones de variables aleatorias discretas con

probabilidad de un éxito calculado con distribuciones de variables

aleatorias continuas

Ejercicios resueltos de Distribuciones discretas con probabilidad de un éxito dada por

la Distribución Exponencial

1.- El tiempo en horas requerido para la llegada de un barco al puerto de destino de una
compañía de transporte de pasajeros entre dos islas es una variable que sigue una
distribución exponencial de media 4 horas.
a) Calcular la probabilidad de que el tiempo requerido para llegar a puerto de un barco al
azar sea superior a 5 horas.
b) Si durante una jornada laboral llegan 6 barcos de pasajeros a puerto. ¿cuál es la
probabilidad de que uno o más barcos requieran un tiempo superior a 5 horas para llegar
al puerto de destino?

Solución
Definimos la variable aleatoria continua
X =” tiempo en horas requerido para la llegada de un barco”;
1 1 1
Siendo la media = E [ X ] = = 4 ⇒ λ = ⇒ X  exp( ) = exp(0.025)
λ 4 4
  −  (5) 
 1
a) P ( X > 5) =1 − P ( X ≤ 5) =1 − 1 − e 4   =0.2865
 
 
La probabilidad de que el tiempo requerido para llegar a puerto de un barco al azar
sea superior a 5 horas es de un 28.65%
b) Y = “número de barcos que llegan en una jornada en un tiempo superior a 5 horas de 6
barcos que atracan independientemente”

n = 6
Y  B(n, p );  ⇒ Y  B(6, 0.2865) Y ={0,1,..., 6}
 p= P( X > 5)= 0.2865
Probabilidad de que uno o más barcos de los 6 que entran en la jornada tarde más de 5
horas
P(Y ≥ 1) =P(Y =1) + P(Y =2) + ... + P(Y =6) =1 − P(Y < 1) =1 − P(Y =0)
6
P(Y ≥ 1) =1 −   p 0 (1 − p )6 =1 − (1 − 0.2685 ) =0.9994
6

0
La probabilidad de que uno o más barcos requieran un tiempo superior a 5 horas
para llegar al puerto de destino es de un 99.94%
2.- Sabiendo que el tiempo de vida útil de una sustancia sigue una distribución
exponencial con una media de 10 meses.
a) ¿Cuál es la probabilidad de que el contenido de un frasco de dicha sustancia elegido al
azar esté en buen estado después de un año de fabricación?
b) Si compramos un lote de 5 frascos de dicha sustancia, ¿cuál es la probabilidad de que
dos o más estén en buen estado después de un año de su fabricación?
c) Si sabemos que un frasco de sustancia aún está en buen estado tras más de 7 meses,
¿cuál es la probabilidad de que no supere los 13 meses de vida útil?

Solución
Definimos la variable aleatoria continua
X =” tiempo de vida útil en meses (o en buen estado) de la sustancia”
1 1
Siendo la media = E [ X ] = = 10 meses ⇒ λ = ⇒ X  exp(0.1)
λ 10
a) P( X > 12) = 1 − (1 − e − (0.01)(12) ) =
1 − P( X ≤ 12) = 0.3012
La probabilidad de que el contenido de un frasco de dicha sustancia elegido al azar
esté en buen estado después de un año de fabricación es de un 30.12%

b) Definimos la variable aleatoria discreta

Y =” Número de frascos en buen estado después de 12 meses de fabricación de 5 frascos
analizados independientemente”
siendo p la probabilidad de que un frasco esté en buen estado después de 12 meses.
n = 5
Y  B(n, p)  ⇒ Y  B(5, 0.3012) Y = {0, 1, 2,…, 5}
 p = P( X > 12) = 0.3012

P(Y ≥ 2) =1 − P(Y < 2) =1 − ( P(Y =0) + P(Y =1) ) =

5 5   5! 
1    p 0 (1 − p )5 +   p1 (1 − p ) 4  =−
=− 1  (1 − 0.3012)5 + (0.3012)(1 − 0.3012) 4 
0 1   1!4! 
P(Y ≥ 2) =0.4742

La probabilidad de que en un lote de 5 frascos, 2 estén en buen estado después de

un año es del 47.42%

P(7 ≤ X ≤ 13) P( X ≤ 13) − P( X ≤ 7)

c) P( X ≤ 13
= / X > 7) = =
P( X > 7) 1 − P( X ≤ 7)
(=
1− e ) − (1 − e )
− (0.01)(13) − (0.01)(7)

0.4512
 −
1
(70) 
1 − 1 − e 100 
 
La probabilidad de que un frasco que está en buen estado después de 7 meses, no
supere los 13 meses de vida útil es de un 45.12%
Ejercicios resueltos de Distribuciones discretas con probabilidad de un éxito dada por
la Distribución Normal

3.- Una compañía fabrica ventiladores de CPU que tienen un período de vida que está
distribuido con una normal, de media igual a 1.5 años y una desviación típica de 0.3
a) Calcular la probabilidad de que un ventilador escogido al azar funcione más de un año.
b) Calcular la probabilidad de que no supere 2 años de funcionamiento.
c) Sabiendo que lleva más de un año funcionando, ¿qué probabilidad hay de que se rompa
antes de dos años?
d) ¿Cuál es la probabilidad de que, de los 6 ventiladores de la muestra a lo sumo dos se
estropeen antes de un año?

Solución
Se define la variable normal,
X : “ período de vida en años de los ventiladores de CPU” X  N ( µ , σ ) = N (1.5, 0.3)

a) Calcular la probabilidad de que un ventilador escogido al azar funcione más de un año.

 1 − 1.5 
P ( X >=
1) P  Z > =  P ( Z > −1.666
= ) 0.95
 0.3 
La probabilidad de que un ventilador escogido al azar funcione más de un año es de 0.95

b) Calcular la probabilidad de que no supere 2 años de funcionamiento.

 2 − 1.5 
P( X < 2)= P  Z < = P ( Z < 1.666 )= 0.95
 0.3 
La probabilidad de que no supere 2 años de funcionamiento es también de 0.95

c) Sabiendo que lleva más de un año funcionando, ¿qué probabilidad hay de que se rompa
antes de dos años?
 1 − 1.5 2 − 1.5 
P <Z< 
P(1 < X < 2)  0.3 0.3 
P( X < =
2 / X > 1) = =
P( X > 1) P( Z > 1)
P ( −1.66 < Z < 1.66 ) 0.904
= = = 0.95
P( Z > −1.66) 0.951

La probabilidad hay de que se rompa antes de dos años sabiendo que lleva más de un año
funcionando es de 0.95

d) ¿Cuál es la probabilidad de que, de los 6 ventiladores de la muestra a lo sumo dos se

estropeen antes de un año?
Definimos la variable binomial,
Y :” número de ventiladores que se estropean antes de un año de 6 ventiladores escogidos
al azar e independientemente” Y={0, 1, …, 6}
Éxito: que un ventilador se estropee antes de un año
 1 − 1.5 
Probabilidad de un éxito:= p P( X <= 1) P  Z < =  P( Z < −1.666)
= 0.0478
 0.3 
Y  B(n, p ) = B (6, 0.0478)
Probabilidad de que a lo sumo dos (dos o menos) se estropeen antes de un año,
2
 6  k 6− k 2
6!
P(Y ≤ 2) ∑  =
=  p q ∑ (0.0478) k (1 − 0.0478)
= 6− k
0.998
= k
 
k 0= k 0 k !(6 − k )!

4.- La concentración de ion nitrato en muestras de agua de una determinada fuente sigue
una distribución normal de media igual a 0.49 µ g / ml con una desviación típica de 0.05
µ g / ml
a) Calcular la probabilidad de que al escoger una muestra de agua al azar de la fuente,
esta tenga una concentración de ion nitrato superior a 0.52 µ g / ml .
b) Si se recogen 20 muestras de agua al azar de la fuente, ¿qué probabilidad hay de que,
a lo sumo, 10 de estas muestras tengan una concentración de ion nitrato inferior a 0.52
µ g / ml ?

Solución
a) Definimos la variable aleatoria continua
X = “concentración de ion nitrato en µ g / ml en muestras de agua de la fuente”
 µ = 0.49 µ g/ml
X  N (µ ,σ )  ⇒ X  (0.49, 0.05)
σ =0.05 µ g/ml
 0.52 − 0.49 
P( X > 0.52) = P  Z >  = P( Z > 0.6) = 0.2743
 0.05 
La probabilidad de que al escoger una muestra de agua al azar de la fuente, esta tenga una
concentración de ion nitrato superior a 0.52 µ g / ml es de un 27.43%
b) Definimos la variable binomial
Y = “número de muestras con concentración menor que 0.52 µ g / ml de 20 muestras
recogidas al azar e independientemente”
n = 20
Y  B ( n, p )  ⇒ Y  B(20, p ) Y = {0,1, 2..., 20}
=  p P( X ≤ 0.52 µ g / ml )
Sabemos del apartado a) que P ( X > 0.52) = 0.2743
⇒ p= P( X ≤ 0.52) =1 − P ( X > 0.52) =1 − 0.2743 = 0.7257
Luego Y  B (20, 0.7257) , nos piden
P(Y ≤ 10) =P(Y = 0) + P(Y =+1) ... + P(Y =
10)
 20   20   20 
=   p 0 (1 − p ) 20 +   p1 (1 − p )19 + ... +   p 20 (1=
− p )0 0.02651
0 1  10 
La probabilidad de que, a lo sumo, 10 de estas muestras tengan una concentración de ion
nitrato inferior a 0.52 µ g / ml es de un 2.65%.
5.- Una compañía química produce una solución buffer cuyo nivel de pH sigue una
distribución normal de media 5.5 y desviación típica 0.3. Se sabe que dicha solución
buffer resulta ineficaz si su pH es inferior a 5.
a) Se toma una muestra de 20 frascos de dicha solución buffer, ¿cuál es la probabilidad
de que tres o menos no sean eficaces?

Solución
a) Se trata de hallar la probabilidad de obtener k éxitos en n ensayos independientes con
Éxito: “que la solución buffer del frasco no sea eficaz”
probabilidad de un éxito: calcularla con la distribución normal
Se define la variable normal
Y : “ nivel de pH en una solución buffer” Y ~N (5.5, 0.3)
Probabilidad de que la solución sea ineficaz (nivel de pH menor que 5)
 5 − 5.5 
P(Y <= 5) P  Z < =  P( Z < −1.67)
= P( Z > 1.67) = 0.0475
 0.3 
Se define la variable binomial,
X = “número de frascos no eficaces en una muestra de 20 analizados independientemente”
n = 20
X = {0,1, 2,..., 20} X  B(n, p ) 
 p= P(Y < 5)= 0.0475
n = 20
X  B ( n, p )  ⇒ X  B(20, 0.0475) X = {0,1,2,…,20}
 p = 0.0475
La función de distribución es,
n
P( X= k= )   p k (1 − p ) n − k
k 
3 3
 20  k
P( X ≤ 3) =
=
∑
k 0=
P ( X k
== ) ∑   p (1 − p )
k 0 k 
20 − k
P( X =+
= 0) P( X =
1) + P( X =+
2) P( X =
3)

P( X ≤ 3) = ( 0.3778 + 0.3768 + 0.1785 + 0.0534 ) = 0.9865

Existe un 98.7% de probabilidades de que 3 o menos frascos no sean eficaces.

6.- Se sabe que el tiempo de vida útil de un determinado modelo de disco duro fabricado
por una empresa sigue una distribución normal. Un estudio previo, encargado por el
fabricante, sobre dicho modelo permitió concluir que el 10% de los discos duros se
rompen antes de un año y medio, mientras que un 2.5% supera los siete años de vida útil.
En función de estos datos,
a) Determinar la media y varianza del tiempo de vida útil de dicho modelo de disco duro.
b) Si se escoge un disco al azar y se instala en un equipo, ¿cuál es la probabilidad de que
aún funcione tras cinco años de vida útil?
c) ¿Qué probabilidad hay de que de 6 discos duros de dicho modelo, al menos 3 no
superen 5 años de vida útil?
Solución
 Se define la variable normal,
X : “ tiempo en años de vida útil de un modelo de disco duro” X  N ( µ , σ )

a) Determinar la media y varianza del tiempo de vida útil de dicho modelo de disco duro.
Nos piden los parámetros µ y σ . Partiendo del estudio anterior, tipificamos
  1.5 − µ 
 P( X < 1.5) = 0.1 → P  Z <
σ 
= 0.1 → Z = −1.285
 

 P( X > 7)  7−µ 
= 0.025 → P  Z > = 0.025 → = Z 1.96
  σ 
Quedando el sistema de ecuaciones,
 1.5 − µ
−1.285 = σ  µ − 1.285σ = 1.5
  cuya solución = es: µ 3.67 = σ 1.692
1.96 = 7 − µ  µ + 1.96σ = 7
 σ
Por lo que la variable sigue una distribución normal X  N (3.67,1.692)
b) Si se escoge un disco al azar y se instala en un equipo, ¿cuál es la probabilidad de que
aún funcione tras cinco años de vida útil?
 5 − 3.67 
P( X > 5)= P  Z > = P( Z > 0.78)= 0.215
 1.692 
La probabilidad de que aún funcione tras cinco años de vida útil es de 0.215
c) ¿Qué probabilidad hay de que de 6 discos duros de dicho modelo, 3 o mas no superen
5 años de vida útil?
Definimos la variable binomial,
Y:” número de discos que no superan 5 años de vida útil de n= 6 discos escogidos al azar
e independientemente” Y={0, 1, …, 6}
Éxito: que un disco no supere los 5 años de vida útil
Probabilidad de un éxito p =P( X < 5) =1 − P( X > 5) =1 − 0.215 =0.785
Y  B(n, p ) = B(6, 0.785)
Probabilidad de que 3 o mas no superen 5 años de vida útil,
6
 6  k 6− k 6
6!
= P(Y ≥ 3) ∑ =  p q ∑ (0.785) k (1 − 0.0.785)
= 6− k
0.9779
= k 
k 3= k 3 k !(6 − k )!

7.- Una compañía fabrica ventiladores de CPU que tienen un período de vida que está
distribuido con una normal, de media igual a 1.5 años y una desviación típica de 0.3
a) Calcular la probabilidad de que un ventilador escogido al azar funcione más de un año.
b) Calcular la probabilidad de que no supere 2 años de funcionamiento.
c) Sabiendo que lleva más de un año funcionando, ¿qué probabilidad hay de que se rompa
antes de dos años?
d) ¿Cuál es la probabilidad de que, de los 6 ventiladores de la muestra dos o menos se
estropeen antes de un año?
 Solución
Se define la variable normal,
X : “ período de vida en años de los ventiladores de CPU” X  N ( µ , σ ) = N (1.5, 0.3)
a) Calcular la probabilidad de que un ventilador escogido al azar funcione más de un año.
 1 − 1.5 
P( X >= 1) P  Z > =  P ( Z > −1.666
= ) 0.95
 0.3 
La probabilidad de que un ventilador escogido al azar funcione más de un año es de 0.95

b) Calcular la probabilidad de que no supere 2 años de funcionamiento.

 2 − 1.5 
P( X < 2)= P  Z < = P ( Z < 1.666 )= 0.95
 0.3 
La probabilidad de que no supere 2 años de funcionamiento es también de 0.95

c) Sabiendo que lleva más de un año funcionando, ¿qué probabilidad hay de que se rompa
antes de dos años?
 1 − 1.5 2 − 1.5 
P <Z< 
P(1 < X < 2)  0.3 0.3 
P( X < =
2 / X > 1) = =
P( X > 1) P( Z > 1)
P ( −1.66 < Z < 1.66 ) 0.904
= = = 0.95
P( Z > −1.66) 0.951
La probabilidad hay de que se rompa antes de dos años sabiendo que lleva más de un año
funcionando es de 0.95

d) ¿Cuál es la probabilidad de que, de los 6 ventiladores de la muestra dos o menos se

estropeen antes de un año?
Definimos la variable binomial,
Y :” número de ventiladores que se estropean antes de un año de n= 6 ventiladores
escogidos al azar e independientemente” Y={0, 1, …, 6}
Éxito: que un ventilador se estropee antes de un año
 1 − 1.5 
Probabilidad de un éxito:= p P( X <= 1) P  Z < =  P( Z < −1.666)
= 0.0478
 0.3 
Y  B(n, p ) = B (6, 0.0478)

Probabilidad de que dos o menos se estropeen antes de un año,

2
 6  k 6− k 2
6!
P(Y ≤ 2) ∑  =
=  p q ∑ (0.0478) k (1 − 0.0478)
= 6− k
0.998
= k 
k 0= k 0 k !(6 − k )!

8.- Los tiempos hasta la primera avería de una unidad de cierta marca de impresoras de
chorro de tinta tienen aproximadamente una distribución normal con un promedio de
1500 horas y una desviación estándar de 200 horas.
a) ¿Qué porcentaje de esas impresoras fallarán antes de 1000 horas de funcionamiento?
b) ¿Qué porcentaje de esas impresoras tendrán la primera avería entre las 1000 y 2000
horas de uso?
c) ¿Cuál debe ser el tiempo de garantía de las impresoras si el fabricante desea que sólo
presente averías el 5% de éstas dentro de dicho periodo de garantía?
d) Si se selecciona de forma aleatoria una muestra de 5 impresoras, ¿cuál es la
probabilidad de que dos o más fallen antes de 1000 horas de funcionamiento?

Solución
Se define la variable,
X : “ tiempo en horas hasta la primera avería de cierta marca de impresoras de chorro de
tinta” X  N ( µ , σ ) = N (1500, 200)
a) ¿Qué porcentaje de esas impresoras fallarán antes de 1000 horas de funcionamiento?
 1000 − 1500 
P ( X < 1000)
= PZ < =  P ( Z < −2.5
= ) 0.0062
 200 
El 0.62% de las impresoras fallarán antes de 1000 horas de funcionamiento.

b) ¿Qué porcentaje de esas impresoras tendrán la primera avería entre las 1000 y 2000
horas de uso?
 1000 − 1500 2000 − 1500 
P(1000 < X < 2000) = P  <Z<  = P ( −2.5 < Z < 2.5 ) = 0.9875
 200 200 
Tendrán la primera avería entre las 1000 y 2000 horas de uso el 98.75% de las impresoras.

c) ¿Cuál debe ser el tiempo de garantía de las impresoras si el fabricante desea que sólo
presente averías el 5% de éstas dentro de dicho periodo de garantía?
Definimos t como el tiempo de garantía de las impresoras, que no es mas que el percentil
5 de la distribución N (1500,200)
 t − 1500  t − 1500
P( X < t ) = PZ < =0.05 ⇒ Z = −1.645 ⇒ = −1.645 ; t =1171 hrs
 200  200
El tiempo de garantía para que solo el 5% de las impresoras presente averías debe ser de
1171 horas.

d) Si se selecciona de forma aleatoria una muestra de 5 impresoras, ¿cuál es la

probabilidad de que dos o más de éstas fallen antes de 1000 horas de funcionamiento?
Definimos la variable binomial,
Y :” número de impresoras que fallan antes 1000 horas de funcionamiento de 5 impresoras
escogidas al azar e independientemente” Y={0, 1, …, 5}
Éxito: que una impresora falle antes de 1000 horas de funcionamiento.
Probabilidad de un éxito:
 1000 − 1500 
=p P( X < 1000)= PZ < =  P ( Z < −2.5)
= 0.00621 (apartado a)
 200 
Y  B(n, p ) = B(5, 0.00621)
Probabilidad de que dos o mas impresoras fallen antes de 1000 horas de funcionamiento,
  5  k 6− k
5 2
5!
= ∑
P(Y ≥ 2) =
  p q ∑
k 0 k !(5 − k )!
(0.0062) k (1 − 0.0062)
= 5− k
0.00038
= k 
k 2=

También
P(Y ≥ 2) =1 − P(Y < 2) =1 − P(Y ≤ 1) =1 − [ P(Y =0) + P(Y =1) ] =
 5  5 
= 1 −   (0.0062)0 (1 − 0.0062)5 +   (0.0062)(1 − 0.0062) 4  =
0.00038
 0  1 
La probabilidad de que al menos dos impresoras fallen antes de 1000 horas de
funcionamiento es de 0.00038