PROBABILIDADES

1) En el siguiente cuadro se dispone información financiera sobre la variable aleatoria

X: Rentabilidad. En % de un proyecto de inversión privada.

X P (X=x)
2 0.02
2.5 0.03
3 0.04
3.5 0.06
4 0.08
4.5 0.12
5 0.24
5.5 0.13
6 0.10
6.5 0.08
7 0.07
7.5 0.03

Se pide:

a) El gráfico de distribución de probabilidades

b) Cuál será la rentabilidad más probable
c) Cuál será la rentabilidad esperada
d) Habrá una rentabilidad con una probabilidad de 50%
e) Calcula la desviación estándar de la rentabilidad
f) Cuál será la probabilidad de obtener una rentabilidad mayor al 4%
g) Cuál será la probabilidad de obtener una rentabilidad menor al 6 %
h) Cuál será la probabilidad de obtener una rentabilidad entre 3.5 % y 4.5 %
interprete en cada uno de los incisos
 a) El gráfico de distribución de probabilidades

X P(x=x) F (x) xP (X=x) 𝐱𝟐 𝐱 𝟐 P(x=x)

2 0.02 0.02 0.04 4 0.08

2.5 0.03 0.05 0.075 6.25 0.18

3 0.04 0.09 0.12 9 0.36

3.5 0.06 0.15 0.21 12.25 0.34

4 0.08 0.23 0.32 16 1.28

4.5 0.12 0.35 0.54 20.25 2.43

5 0.24 0.59 1.2 25 6

5.5 0.13 0.72 0.72 30.25 3.93

6 0.10 0.82 0.6 36 3.6

6.5 0.18 0.9 0.52 42.25 3.38

7 0.07 0.97 0.49 49 49.07

7.5 0.03 1 0.23 56.25 1.68

5.555 72.73

Interpretación: “El promedio esperado es invertir con la rentabilidad de

distribución es de 5.255 y 72.73”

b) Cuál será la rentabilidad más probable

Moda = 5

Interpretación: “El promedio esperado es invertir con la rentabilidad más

probable es de 5”
 c) Cuál será la rentabilidad esperada

E (x) = Σ X . P (x=x)

E (x) = 5.255

Interpretación: “El promedio esperado es invertir con la rentabilidad de 5.255”

d) Habrá una rentabilidad con una probabilidad de 50%

𝜎 2 = 𝐸(𝑥 2 ) − [𝐸(𝑥)]2

X me = 5

Interpretación: “El promedio esperado es invertir con la rentabilidad del 50 %

es de 5”

e) Calcula la desviación estándar de la rentabilidad

σ2 = E(x 2 ) − [E(x)]2

E(x^2 )-Σx^(2 ) P(x=x)

σ2 = 72.73 − (5.255)2
σ2 = 45.11
𝜎 = √45.11
𝜎 = 6.72

Interpretación: “El promedio esperado es invertir con una rentabilidad es de

6.72 con cada división estándar”
 f) Cuál será la probabilidad de obtener una rentabilidad mayor al 4%

P (x< 4) = 1 – (x≤ 4)
= 1- F (4)
= 1- 0.23
= 0.77

Interpretación: “El promedio esperado es invertir con la rentabilidad mayor al

4% es de 0.77”

g) Cuál será la probabilidad de obtener una rentabilidad menor al 6 %

P (x < 6) = F (6)
= 0.82

Interpretación: “El promedio esperado es invertir con la rentabilidad menor al

6% es de 0.82”
h) Cuál será la probabilidad de obtener una rentabilidad entre 3.5 % y 4.5 %
interprete en cada uno de los incisos

P (3.5 < x < 4.5) = F (4.5) – F (3.5)

= 0.35 – 0.15
= O.2O

Interpretación: “El promedio esperado es invertir con la rentabilidad entre 3.5 %

y 4% es de 0.20”
2) Una institución financiera requiero de “5” analistas de créditos. Se presentan a
dicho cargo diez economistas y seis contadores públicos. El experimento consiste
en contratar al azar a los tres profesionales. Si la variable aleatoria es número de
contadores “X” construya la tabla de distribución de probabilidades, luego interprete
con los diferentes parámetros de distribución que vea conveniente.

6! 16!
𝑐𝑖 = =
3! (16 − 3) 3! 13!

16 ∗ 15 ∗ 14 ∗ 13 3360
= = 560
3! ∗ 3! 6

𝑿𝒊 𝑷(𝑿 = 𝑿) = 𝑪𝑪𝑿 𝑪𝟏𝟎

𝟑−𝑿 Fx

𝐶06 𝐶3−0
10
120
0 = = 0,214285 0,214285
560 560

𝐶16 𝐶3−1
10
270
1 = = 0,48042 0,696427
560 560

𝐶38 𝐶3−2
10
150 0,964284
2 = = 0,0,267857
560 560

𝐶36 𝐶3−3
10
20 1
3 = = 0,035711
560 560
 6!
0) 𝐶06 = =0
0! ∗ (6 − 0)!
10
10! 10! 10 ∗ 9 ∗ 8 720
𝐶3−0 = = = −
3! ∗ (10 − 3)! 3! (7)! 3! 6
= 120

6! 6! 6
1) 𝐶16 = =6
(! (6 − 1)! 1! ∗ 5! 1!

10
10! 10! 90
𝐶3−1 = = = = 45
2! (10 − 2) 2! ∗ 8! 2

6! 6! 30
2) 𝐶26 = = = = 15
2! (6 − 2)! 2! ∗ 4! 2

10! 10!! 10!

𝐶110 = = = = 10
1! (10 − 1)! 1! ∗ 9! 1!

6! 61 120
3) 𝐶36 = = = = 20
3! (6 − 3)! 31 ∗ 31 6
3) Se tiene la variable aleatoria (va)”X” referida al rendimiento de un activo financiero
expresaba en porcentaje; cuya función de densidad está definida dado por:

(𝑥−5)
f(x) = 5<x<7
2

f(x) = 0 En otro caso

Se pide hallar a) Probar que la función es de densidad b) El rendimiento esperado

del activo financiero c) La desviación estándar del activo financiero. d) ¿Cuál será la
probabilidad de lograr un rendimiento en el activo financiero entre 5.5% y 6.5%?

∞ (𝒙−𝟓)
a) ∫−∞ 𝒅𝒙 5<x<7
𝒙

7 (𝑥−5) 7 𝑥 5 7𝑥 7 5
∫5 𝑑𝑥 = ∫5 ( 2 − 2) 𝑑𝑥 = ∫5 2 𝑑𝑥 − ∫5 𝑑𝑥
1 2

𝑥2 5 7 𝑥 2 −10 (72 )−10 (7) (5)2 −10(5)

= − 𝑥 ∫5 = = −
4 2 4 4 4

49−70 25−50
= −
4 4

21 25 25 25
=− − (− ) = − +
4 4 4 4

1= 1
 𝟕 𝒙 𝟓
b) ∫𝟓 𝒙 ( 𝟐 − 𝟐) 𝒅𝒙

7 𝑥2 5
∫5 ( 2 − 2) 𝑑𝑥
7 𝑥2 7 5𝑥
∫5 2 𝑑𝑥 − ∫5 2 𝑑𝑥

𝑥3 5𝑥 2 4𝑥 3 −30𝑥 2 7
− = ∫5
6 2 24

4(7)3 −30(7)2 4(5)3 −30(5)2

−
24 24

1372−1470 500−750
−
24 24

78 250
− + = 6,33
24 24

𝟕
c) E (𝑿𝟐 ) = ∫𝟓 𝒙𝟐 𝒇(𝒙)𝒅𝒙
7 𝑥−5
E (𝑋 2) = ∫5 𝑥 2 ( ) 𝑑𝑥
2
5 7 2 𝑥
E (𝑋 2) = − ∫5 𝑥 ( ) 𝑑𝑥
2 2
5 7 2 𝑥
E (𝑋 2) = − ∫5 𝑥 ( ) 𝑑𝑥
2 2
5 𝑥4 7
E (𝑋) = − ∗ ∫5
2 8
5𝑥 4 7
E (𝑋) = − ∫ │││
16 5
5(7)4 5(5)4
E (𝑋) = − − (− )
16 16
12005 3125
E (𝑋) = − +
16 16
E (𝑋) = 15130
 Desviación típica:
𝜎 2 = 15130 − (−90183)2
𝜎 2 = 14948,34
𝜎 = √14948,34
𝜎 = 122,26

d) P (5,5 < x < 6,5) = ?

= P (5,5 < x < 6,5) = P (6,5) – P (5,5)
= 6,52 − 5, 52
= 42,25 – 30,25
P (5,5 < x < 6,5) = 12
4) CASO DISTRIBUCION BINOMIAL. Un experimento consiste en lanzar una
moneda diez veces. Si sale cara se gana 1000 $us, pero si sale escudo se pierde
1000 $us. Por lo tanto, el suceso de interés es que salga cara para tener ganancias.

Experimento: lanzar una moneda 10 veces

Variable aleatoria: Xi lanzamiento de una moneda

Xi P(X=x)=Cnx Px (1-P)n-x F(x)

0 P(X=0)=C100 Px (1-P)10-0 = 0,000977 0,000977

1 P(X=1)=C101 Px (1-P)10-1= 0,000977 0,001954

2 P(X=2)=C102 Px (1-P)10-2= 0,001954 0,003906

3 P(X=3)=C103 Px (1-P)10-3= 0,003906 0,007813

4 P(X=4)=C104 Px (1-P)10-4= 0,007813 0,015625

5 P(X=5)=C105 Px (1-P)10-5= 0,015625 0,03125

6 P(X=6)=C106 Px (1-P)10-6= 0,03125 0,0625

7 P(X=7)=C107 Px (1-P)10-7= 0,0625 0,125

8 P(X=8)=C108 Px (1-P)10-8= 0,125 0,25

9 P(X=9)=C109 Px (1-P)10-9= 0,25 0,50

10 P(X=10)=C1010 Px (1-P)10-10= 0,50 1

 5
Pc = = 0,50
10

1-Pc =1-0,50=0,50

a) ¿Cuál es la probabilidad de ganar 7000 $us

P(X=7)= 0,125

Interpretación: “La probabilidad de ganar 7000 $us es de 12,5%”

b) ¿Cuál es la probabilidad de ganar más de 5000 $us?

P(X>5) = P(X=0)+ P(X=1)+ P(X=2)+ P(X=3)+ P(X=4)

P(X>5) = 0,0302

Interpretación: “La probabilidad de ganar más de 5000 $us es de 3,02 %”

c) ¿Cuál es la probabilidad de ganar entre 5000 $us y 7000 $us?

P(5000<X<7000)=P(7000)-P(5000)

P(5000<X<7000)= 0,125-0.03125

P(5000<X<7000)=0,094

Interpretación: “La probabilidad de ganar entre 5000 $us y 7000 $us es de

9,40%”
 d) ¿Cuál es el promedio esperado de ganancia?:

E(x)= np = 10*0,50 = 5
¿Su desviación típica?
Ơ = √𝑛𝑝𝑞 = √10(0,50)(0,50) = 1,58

Interpretación: “Por tanto el promedio de ganancia es de 5000 con una

desviación de 1580.”
5) CASO DISTRIBUCION UNIFORME. Se sabe que los costos operativos anuales
de una empresa varían entre 35000 y 75000 dólares. De manera que cualquier valor
entre ese rango de costos tiene la misma probabilidad de ocurrir.

a=35000 b=75000

X: costos operativos

a) ¿Cuál será la probabilidad de que los costos sean menores a 50000

dólares?

P(X<50000) = F (50000)
50000−35000
P(X<50000)=
75000−35000
15000
P(X<50000)=
40000
P(X<50000)= 0,375

Interpretación: “La probabilidad que los costos sean menores a 50000 es de

37,5%.”

b) ¿Cuál será la probabilidad de que los costos estén entre 45000$us y 60000
$us?

P(45000<X<60000)= F(60000) – F(45000)

65000−35000 45000−35000
P(45000<X<60000)= -
75000−35000 75000−35000
25000 10000
P(45000<X<60000)= = -=
40000 40000
15000
P(45000<X<60000)= =
40000
P(45000<X<60000)= 0,375

Interpretación: “La probabilidad de que los costos estén entre 45000$us y

60000 $us es de 37,5%”
c) ¿Cuál será el costo promedio esperado y su desviación típica?

𝑎+𝑏
E(x) = Ơ=√𝑣𝑎𝑟(𝑥)
2
35000+75000 (75000−35000)2
E(x) = Ơ=√
2 12
E(x) = 55000 Ơ= 11547,005

Interpretación: “El promedio esperado de los costos operativos es de 55000

$us con una desviación de más o menos 11547,005 $us”
6) CASO DISTRIBUCION NORMAL. Sea la v.a. “X” tiempo de otorgamiento de un
crédito bancario en días que tiene distribución normal con media de 65 y una
desviación estándar de 15. ¿Cuál será la probabilidad que un prestatario espere para
que le otorguen el crédito.

X: tiempo de otorgamiento de un crédito bancario

µ = 65 Ơ = 15

a) Menos de 75 días

P(X<75) = ?
Tipificando:
𝑥−µ
Z=
Ơ
75−65
Z =
15

Z = 0,67

Entonces:

P(Z<0,67) = F(0,67)= 0,7486

P(X<75) = 0,7486

Interpretación: “La probabilidad que el prestatario espere menos de 75 dias es

de 74,86%”
b) Entre 62 y 72 días

P (62<X<72) = ?
𝑥−µ 𝑥−µ
Z1 = Z2 =
Ơ Ơ
62−65 72−65
Z1 = Z2 =
15 15

Z1 = -0,2 Z2 = 0,47

P(-0,2<X<0,47) = F(0,47) – F(-0,2)

P(-0,2<X<0,47) = F(0,47) –(1 - F(0,2))
P(-0,2<X<0,47) = 0,6808 –(1 – 0,5793)
P(-0,2<X<0,47) = 0,6808 – 0,4207
P(-0,2<X<0,47) = 0,2601
P(62<X<72) = 0,2601

Interpretación: “La probabilidad que el prestatario espere entre 62 y 72 dias es

de 26,01 %”

d) Cuál será el promedio de espera con su desviación estándar.

E(x) = µ Ơ=√𝑣𝑎𝑟(𝑥)

E(x) = 65 Ơ=√225

Ơ= 15

Interpretación: “El promedio de espera será de 65 dias con una desviación de

más o menos 15 días.”
 7) CASO DISTRIBUCION CHI CUADRADA

Una muestra de 9 unidades es tomada para analizar la superficie de sus aulas

educativas es tomada para analizar la superficie de sus aulas para verificar si están
de acorde a los parámetros establecidos por el ministerio de educación. La superficie
se mide en metros cuadrados y la norma establece que la superficie por alumno de
ser de 1.52 metros cuadrados. Si se elige al azar una unidad educativa, cuál será la
probabilidad de:

a) Que cumpla con la norma

b) Que tenga una superficie mayor a 1.52

a) Que cumpla con la norma.

Datos:
- Según la norma es 1.52 m² por alumno
- Sea 𝑋 ~ 𝑋 2 (𝛾)
- 𝑛=9 → 𝛾 =9−1=8
- 𝛾=8

Solución:
𝑷(X = 1.52) = F(1.52)“Buscar en la tabla de distribución Chi Cuadrada”
- Grados de interpolación cercanos a F(1.52) con 𝛾 = 8
𝑋 2 . 005 → 1.344
𝑋 2 . 01 → 1.647
 Interpolación:
1.647 − 1.344 0.01 − 0.005
=
1.647 − 1.52 0.01 − 𝐹(1.52)
Despejando:
0.01 − 0.005
2.386 =
0.01 − 𝐹(1.52)
2.386 (0.01 − 𝐹(1.52)) = 0.01 − 0.005
𝐹(1.52) = 0.008
Entonces:
𝑷(X = 1.52) = F(1.52)
𝑷(X = 1.52) = 0.008 = 0.8%

Interpretación: “La probabilidad de tomar una unidad educativa al azar y que

cumpla con los parámetros establecidos por la norma es de 0.8%”

b) Que tenga una superficie mayor a 1.52 m²

Solución:
𝑷(X > 1.52) = F(1.52) = 1 − 𝑃(𝑋 ≤ 1.52)
𝑷(X > 1.52) = F(1.52) = 1 − 𝐹(1.52)
𝑷(X > 1.52) = F(1.52) = 1 − 0.008
𝑷(X > 1.52) = F(1.52) = 0.992 = 99.2%

Interpretación: “La probabilidad de tomar una unidad educativa al azar y que

tenga una superficie superior a 1.52 m² es de 99.2%”
8) F DE SNEDECOR:

Se sabe que la variedad de las calificaciones en estadísticas del paralelo “E” es 7/2
respecto de la varianza de las calificaciones del paralelo “A”. Si se toma a 15 (m)
estudiantes del paralelo “e” y a 10(n) del paralelo “A”, cuál será la probabilidad que la
varianza del paralelo “B” respecto de la varianza del paralelo “A” sea a) mayor a 7/2
b) menor a 7/2 c) calcule la varianza y la desviación típica.

Datos:
𝑛
𝐸(𝑥) =
𝑛−2
M=15 n=10
Var(x)=7/2=3.5

Solución:
a) P (x>3,5) = 1-p(x≤3.5)
P (x>3,5) = 1-f (3. 5)
P (x>3,5) =1- 0.96534
P (x>3,5) = 0. 03466
P (x>3,5) =3.47%

Interpolando:
4.56=0.99 2,84=0,95
4,56−2.84 0.99−0.95
=
4,56−3.5 0.99−𝐹(3.5)

Entonces: f(3.5)=0.96534

Interpretación: “La probabilidad de que la varianza del paralelo B respecto de la

varianza a sea mayor a (7/2) es de 3.47%”
 b) P (x< 𝟕/𝟐) = f (7/2)
(X< 3,5) = f (3.5)
(x<3.5) = 9.65%

Interpolando:
4.56−2.84 0.99−0.95
=
4.56−3.5 0.99−𝐹(3.5)

Entonces:
f(3.5)= 0.96534
f(3.5)= 96.53%

Interpretación: “La probabilidad de que la varianza sea 7/2 es de 96,53%”

𝒏
𝒄) 𝑬(𝒄𝒙) =
𝒏−𝟐
10
𝐸(𝑥) = = 1.25
10−2
2𝑛2 (m+n−2) 2102 (15+10−2)
Var (x)= =
𝑚(𝑛−2)2 (𝑛−4) 15(10−2)2 (10−4)
4600
Var (x)= =0.7986111111
5760

𝜎 = √0.7986111111
𝜎 = 0,89

Interpretación: “Se espera que la varianza sea del 1.25 con una desviación
típica de 0.89.”
9) CASO DISTRIBUCION T DE STUDENT .- El promedio de calificación en la
materia de estadística en la carrera de contaduría pública es de 75. Pero no se
conoce su desviación típica. Sin embargo. Se toma una muestra de 30 estudiantes
del que se obtiene una desviación típica de si s calificaciones igual a 25. Si las
calificaciones se distribuyen normalmente, cuál será la probabilidad que la medida de
muestra sea a) menor igual a 80 b) mayor a 85.

Datos:
Muestra=75
Y = 30 (grados de libertad)
S2 = 25 varianza
G = signo
8= n – 1=30-1=29

Solución:
̅ ≤ 𝟖𝟎) = 85.17%
a) P( 𝒙

Tipificando
80−75
P(𝑇 ≤ 25 )=?
√30

80−75
P(𝑇 ≤ 25 ) = P( 𝑇 ≤ 1.09)
√30

P( 𝑇 ≤ 1.09) = 85.17%

Interpolando:
1.310 − 0.8540 0.90 − 0.80
=
1.310 − 1.09 0.90 − F(1.09)
F(1.09)=0.85175483886
F(1.09)=) 85.17%
Interpretación: “La probabilidad de que la media de la muestra de 30
estudiantes sea igual o menor a 80 es de 85.17%”
 b) ̅ > 𝟖𝟓)
P( 𝒙
85−75
P(𝑇 ≤ 25 ) = P( 𝑇 ≤ 2.19)
√30

P( 𝑇 ≤ 𝑡) = F(2.19)
P( 𝑇 ≤ 𝑡)=2.19
P( 𝑥̅ > 85)=1-0.9804
P( 𝑥̅ > 85)= 0.0196
P( 𝑥̅ > 85)= 0.0196
P( 𝑥̅ > 85)=1.96%

Interpolando:
2.460 − 2.040 0.99 − 0975
=
2.460 − 2.19 0.90 − F(2.19)
F(2,19)=98.04

Interpretación: “La probabilidad de que la media de la muestra de 30

estudiantes sea mayor a 85 es de 1.96%”
ESTIMACIÓN DE PARÁMETROS

ESTIMACIÓN PUNTUAL

10) El promedio de la rentabilidad sobre activos (ROA) de 25 empresas formales es

utilizado para estimar el verdadero promedio ROA de todas las empresas registradas
en Fundempresa. Si se sabe que la desviación estándar del ROA es de 5,5% ¿Cuál
será la probabilidad de que nuestra estimación se desvié en más de 1,5%?

Solución:

Población normal, muestra pequeña y varianza poblacional desconocida

Datos: 𝑥 = 𝑅𝑂𝐴

𝑥̅ ~𝑁(𝜇, 𝜎 2 )

𝑛 = 25

𝑆 = 5,5

𝛾 = 𝑛 − 1 = 25 − 1 = 24

𝑥̅ − 𝜇 1,5
𝑃[(𝑥̅ − 𝜇) > 1,5] = 𝑃 ( > ) = 𝑃(𝑡 > 1,3636)
𝑆 5,5
√𝑛 √25

𝑃(𝑡 > 1,3636) = 1 − 𝐹(1,3636) = 1 − 0,9056 = 0,0944

𝑃(𝑡 > 1,3636) = 0,0944

Interpretación. - “La probabilidad de que la estimación se desvié en más de

1,5% es del 9,44%”

Calculo Auxiliar:

Por interpolación lineal utilizando las tablas de probabilidades de la “t” de student se

tiene que:
 1,710 − 1,320 0,95 − 0,90
=
1,710 − 1,3636 0,95 − 𝐹(1,3636)

0,39 0,05
=
0,34636 0,95 − 𝐹(1,3636)

0,3705 − F(1,3636) ∗ 0,39 = 0,017318

0,3705 − 0,017318
= F(1,3636)
0,39

F(1,3636) = 0,9056
ESTIMACIÓN POR INTERVALOS

11) Una muestra de 75 pymes del sector productivo es utilizado para estimar los
índices de rentabilidad sobre el patrimonio ROE de todas las pymes en Bolivia. Se
sabe que la muestra de pymes tiene un ROE promedio del 3.5% con una desviación
estándar de 1,2 ¿Cuál será el verdadero ROE promedio poblacional de las pymes
para un intervalo de confianza del 95%?

Solución:

Este es el caso de población normal, muestra grande y varianza desconocida

Datos: 𝑥 = 𝑅𝑂𝐸
𝑥̅ = 3,5
n = 75
𝑛 = 25
𝑆 = 1,2 => 𝜎 = 1,2
1 − 𝛼 = 0,95
𝛼 = 0,05
𝛼
= 0,025
2

𝑧0 = 𝑧1−𝛼 = 1,96 (𝑇𝑎𝑏𝑙𝑎𝑠 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙)

2

Luego:
𝜎 𝜎
𝑃 (𝑥̅ − 𝑧0 ≤ 𝜇 ≤ 𝑥̅ + 𝑧0 )=1−𝛼
√𝑛 √𝑛
1,2 1,2
𝑃 (3,5 − 1,96 ≤ 𝜇 ≤ 3,5 − 1,96 ) = 0,95
√75 √75

𝑃(3,23 ≤ 𝜇 ≤ 3,77) = 0,95

Interpretación:

“Entonces se tiene un 95% de confianza de que el intervalo (3,23 – 3,77)

contenga el verdadero promedio ROE poblacional de las pymes. Dicho de otro
modo, de cada 100 intervalos aleatorios, 95 de estos contendrá al parámetro
ROE promedio poblacional de todas las pymes, y 5 no las contendrá.”