UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE CIENCIAS ECONOMICAS CONTABLES Y ADMINISTRATIVAS
CARRERA PROFESIONAL DE CONTABILIDAD
ALUMNOS:
DOCENTE:
Alcántara Zarate Luis Alberto
TEMA:
Probabilidades
CURSO:
Estadística
CICLO:
III
GRUPO:
A
Problemas y ejercicios de la distribución Binomial
1. Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de
buena salud. Según las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 años o más es 2/3. Hállese la probabilidad de que, transcurridos 30
años, vivan:
a) Las cinco personas.
b) Al menos tres personas.
c) Exactamente dos personas.
Distribución binomial B(n ; p ) con los siguientes parámetros:
k()
P(x=k)= n p ∗q
k n−k
B 5;( 23 ) p=
2
3
2 1
q=1− =
3 3
a) Las cinco personas.
5
2
P(x=5)= 5 ( )
5 3 ()
5
5! 2
¿ ( )
5! 0! 3
=0,132
b) Al menos tres personas.
P(x ≥3)=P(x=3) + P(x=4 )+ P(x=5)
( ) ( )( ) ( ) ( )( )
2 3 1 2 5 2 4 1 5
()
¿ 5 ( )∗
3 3 3
+
4 3
∗ + 5
3
2
5 3
¿ ( )∗
3! 2 ! 3 3
+()
5! 2 3 1 2 5! 2 4 1
4!1! 4 ()()
∗ +
5! 2 5
( )
3 5!0 ! 3
= 0.791
c) Exactamente dos personas.
P(x=2)= 5
2 3 3 ( )( )
2 2 1 3
( )
5! 2 2 1 3
= ( )( )
5! 3 ! 3 3
= 0.164
2. Si de seis a siete de la tarde se admite que un número de teléfono de cada cinco está
comunicando, ¿cuál es la probabilidad de que, cuando se marquen 10 números de teléfono
elegidos al azar, sólo comuniquen dos?
Tomemos en cuenta la distribución binomial B(n , p) con los siguientes parámetros:
P(x=k)= n p ∗q
k
k
()
n−k
B 1 1 4
1
(10 , ) p= q=1− =
5 5 5 5
Calculemos la probabilidad de que cuando se marquen 10 números de teléfono sólo comuniquen dos.
1 2 4 8
( )
P(x=2)= 10 ( ) ( )
2 5 5
2 8
10 ! 1 4
¿ ( )( )
2! 8 ! 5 5
=0.302
3. La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces ¿cuál es
la probabilidad de que acierte exactamente en tres ocasiones? ¿Cuál es la probabilidad de
que acierte por lo menos en una ocasión?
Tomemos en cuenta la distribución binomial B(n . p) con los siguientes parámetros:
P(x=k)= n p ∗q
k
k
()
n−k
B 1 1 3
1
(10 , ) p= q=1− =
4 4 4 4
¿Cuál es la probabilidad de que acierte exactamente en tres ocasiones?
3 7
( )
1 3
P(x=3)= 10 ( ) ( )
3 4 4
10 ! 1 3 3 7
¿ ( )( )
3! 7 ! 4 4
=0.25
¿Cuál es la probabilidad de que acierte por lo menos en una ocasión?
P(almenos uno)=1−
( )( )
10 1 0 3 10
0 4 4
( )
0 10
10 ! 1 3
1− ( )( )
0 ! 10 ! 4 4
= 0.9437
4. La probabilidad de que un artículo producido por una fábrica sea defectuoso es p 0.002. Se
envió un cargamento de 10.000 artículos a unos almacenes. Hallar el número esperado de
artículos defectuosos, la varianza y la desviación típica.
μ=10000∗0.02=200
2
σ =10000∗0.02∗0.98=196
σ =√ 196=14
5. Un laboratorio afirma que una droga causa de efectos secundarios en una proporción de 3
de cada 100 pacientes. Para contrastar esta afirmación, otro laboratorio elige al azar a 5
pacientes a los que aplica la droga. ¿Cuál es la probabilidad de los siguientes sucesos?
a) Ningún paciente tenga efectos secundarios.
b) Al menos dos tengan efectos secundarios.
c) ¿Cuál es el número medio de pacientes que espera laboratorio que sufran efectos
secundarios si elige 100 pacientes al azar?
Tomemos en cuenta la distribución binomial B(n,p) con los siguientes parámetros:
()
P(x=k)= n p k∗q n−k
k
B(5,0.03 ) p=0.03 q=1−0.03=0.97
a) Ningún paciente tenga efectos secundarios.
()
P(x=0)= 5 (0.03)0 (0.97)5
o
5!
¿ (0.03)0 (0,97)5
0! 5!
¿ 0.8587
b) Al menos dos tengan efectos secundarios.
P(x ≥2)=1−P( x<2)
=1−⌊ P(x=0) + P(x=1 ) ⌋
0 [( ) 5
1 ()
¿ 1− 5 (0.03) (0.97) + 5 (0.03) ( 0.97)
0 1 4
]
[
5! 0 5 5! 1
=1− 0 ! 5 ! (0.03) (0.97) + 1! 4 ! (0.03) (0.97)
4
]
=0.00847
c) ¿Cuál es el número medio de pacientes que espera laboratorio que sufran efectos secundarios si elige
100 pacientes al azar?
Media:
μ=n∗¿ p
μ=100∗0.03=3
6. Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de
buena salud. Según las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 años o más es 2/3. Hállese la probabilidad de que, transcurridos 30
años, vivan:
a) Las cinco personas.
b) Al menos tres personas.
c) Exactamente dos personas.
a) Las cinco personas
B 5,( 23 ) p= 32 q= 31
()( )
5
2
p(x=5)= 5 ∗ =0.132
5 3
b) Al menos tres personas
p(x ≥3)= p(x=3) + p(x=4 )+ p(x=5)
( )( ) ( ) ( )
3 2 4 5
() 2 1 2
= 53 ( 3 ) ( 3 ) + 54 3
1
3
2
+ 5 ( ) =0.791
5 3
c) Exactamente dos personas
()( ) ( )
2 3
2 1
p(x=2)= 5 ∗ ∗ =0.164
2 3 3
7. La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces ¿cuál es
la probabilidad de que acierte exactamente en tres ocasiones? ¿Cuál es la probabilidad de
que acierte por lo menos en una ocasión?
Tomemos en cuenta la distribución binomial con los siguientes parámetros:
P(x=k)= n p ∗q
k
k
()
n−k
1 1 3
B 1 p= q=1− =
(10 , )
4
4 4 4
¿Cuál es la probabilidad de que acierte exactamente en tres ocasiones?
( ) ()
10 1 3 3 7
P(x=3)= 10 ( )
3 3 4 4
( )
3 7
10 ! 1 3
= ( )( )
3!7 ! 4 4
=0.25
¿Cuál es la probabilidad de que acierte por lo menos en una ocasión?
p( almenos )=1− 10
( )( )
1 0 3 10
0 4 4
( )
¿ 1− ()
10 ! 1 0 3 10
( )
0 ! 10 ! 4 4
= 0.9437
DISTRIBUCION POISSON
8. La computadora marca Veloz se descompone a razón de 0.05 veces por hora de operación,
siendo necesario darle servicio especializado de reparación. ¿Cuál es la probabilidad que
no ocurran descomposturas en un periodo de trabajo de 8 horas?, ¿Cuál es la probabilidad
que ocurran por lo menos dos descomposturas en 40 horas?
Distribución Probabilidad de Poisson:
e = 2,71828 es una constante
K: número de veces
μ: número medio de veces que ocurre nuestro suceso en el intervalo
μ = 0,05
P( x=k ) = μk * e− μ / K!
a. ¿Cuál es la probabilidad que no ocurran descomposturas en un periodo de trabajo de 8
horas?
8 −0,05
P( X =8) = 0,05 ∗2,71828
8∗7∗6∗5∗4∗3∗2∗1
−11
P( X =8) = 3,9 ∗95121986
40320
P(X =8) = 0,215532−16
b. ¿Cuál es la probabilidad que ocurran por lo menos dos descomposturas en 40 horas?
40 −0,05
P(X =40)= 0,05 ∗2,71828
40 !
0,094947−53∗0,95121986
P(X =40)=
8,159152847
−94
P(X =40)=2,063257
9. La Financiera de Crédito “Financorp” recibe en promedio 2.2 solicitudes de préstamos
para mejoramiento de vivienda por semana. ¿Cuál es la probabilidad de que reciba 2
solicitudes esta semana?
Con λ=1 y n=2
e = 2,71828
−1 2
e ∗1
P(x=2)=
2!
0.367879688∗1
P(x=2)=
2
P(x=2)=0.183939844 0.18 18%
10. Los accidentes laborales diarios de una empresa siguen una distribución de Poisson de
parámetro λ=0 . 4 . Calcular las probabilidades:
a) de que en un determinado día se produzcan tres; a lo sumo uno; por lo menos dos
accidentes. b) de que hayan 4 accidentes en una semana
−λ n
e ∗λ
p ( x=n )=
n!
−1 2
e ∗(1)
a) Con λ = 1 y n = 2 → p(x=2)=
2!
P(X = 2) = 0,184 ≈ 18%
b) Con λ = 1 y n = 2 → P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2)
P(X ≤ 2) = 0,368 + 0,368 + 0,184 = 0,920 ≈ 92%
Con λ = 1 y n = 2 → P(X ≥ 2) = P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5)
P(X ≥ 2) = 0,184 + 0,061 + 0,015 + 0,003 = 0,263 ≈ 26%
Si consideramos que ocurre un accidente por día (λ = 1) entonces en una semana laboral de 5
días λ = 5 y n = 4 → P(X = 4) = 0,175 ≈ 18%
Si consideramos que ocurre un accidente por día (λ = 1) entonces en dos días λ = 2, n
= 0 y n = 1 → P(X = 0) + P(X = 1) = 0,368 + 0,271 = 0,406 ≈ 41%
11. Suponga que 1.5% de las antenas de los nuevos teléfonos celulares Nokia está defectuoso.
En una muestra aleatoria de 200 antenas, calcule la probabilidad de que:
a) Ninguna de las antenas se encuentre defectuosa
b) Tres o más antenas se encuentre defectuosas
Datos:
X=0
x n−x
n = 200 P(x)=nCx π (1−x )
π=0.015
0 200−0
a) P(x=0 ,n=200 ,π =0.015)=200 C 1 (0.015) (1−0.015)
200
P( x=0 ,n=200 ,π =0.015)=1 ( 0.985 )
P( x=0 ,n=200 ,π =0.015 )=0.0498
b) P(x ≥3 ,n=200 , π=0.015) =1−P(x≤ 2)
P(x ≤2)=P(x=0) + P(x=1) + P(x=2)
1 200−1
P(x=1) 200 C 1 (0.015) (1−0.015)
P(x=1)=3 ( 0.0494 )=0.1482
2 200−2
P(x=2)=200 C 2(0.015) (1−0.015)
P(x=2)=( 4.4775 )( 0.0501 ) =0.2245
P( x ≤2)=0.498+0.1482+0.2243=0.4223
P(x ≥3.n=200. π =0.015)=1−0,4223=0.5777
Problemas de Distribución Normal -
1- En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23° y desviación típica 5°. Calcular el número de días
del mes en los que se espera alcanzar máximas entre 21° y 27°.
P(21 ≤ x≤ 27)=P=¿
¿ P (−0.4 ≤ Z ≤0.8 )
¿ P ( Z ≤0.8 )−P ( Z ≥0.8 )
¿ P ( Z ≤0.8 )−(1−P ( Z ≤ 0.4 ))
Los valores correspondientes en la tabla de distribución normal:
P ( Z ≤0.8 )=0.7881 y P ( Z ≤0.4 )=0.6554
Por lo tanto:
( 21−23 ) ( 27−23 )
P .30 (21 ≤ X ≤27 )=30. P( ≤Z ≤ )
5 5
¿(30)( 0.7881−( 1−0.6554 ))
¿ ( 30 ) ( 0.4435 )
¿ 13
En todo el mes, solo 13 días alcanzarán temperaturas entre 21 y 27 grados.
2- Se supone que los resultados de un examen siguen una distribución normal con media
78 y varianza 36. Se pide:
a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una
calificación superior a 72?
b) Calcular la proporción de estudiantes que tienen puntuaciones que exceden por lo
menos en cinco puntos de la puntuación que marca la frontera entre el Apto y el No-
Apto (son declarados No-Aptos el 25% de los estudiantes que obtuvieron las
puntuaciones más bajas).
c) Si se sabe que la calificación de un estudiante es mayor que 72 ¿cuál es la probabilidad
de que su calificación sea, de hecho, superior a 84?
a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
superior a 72?
Sustituimos los valores en la fórmula:
(72−78 )
P ( X >72 )=P(Z > )
36
¿ P ( Z >−0.1666 )
¿ P ( Z <0.1666 )
¿ 0.5636
La probabilidad de que una persona obtenga una puntuación mayor a 72 al presentar el examen es
de 0.5636
b) Calcular la proporción de estudiantes que tienen puntuaciones que exceden por lo menos
en cinco puntos de la puntuación que marca la frontera entre el Apto y el No-Apto (son
declarados No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones más bajas).
Sustitución de valores en la formula:
¿ P ( X ≤ N ) =0.25 → ¿ P¿
Localizamos la probabilidad 0.25 en la tabla de distribución de normal, es -0.67, esto significa que
N −78
¿ =−0.67
36
Despejamos N:
N=−0.67 ×36+78
¿ 53.88
≈ 54
Calculamos para :54+ 5=59
(
P ( X >59 )=P Z >
( 59−78 )
36 )
¿ P ( Z−0.53 )
¿ P ( Z <0.53 )
¿ 0.7019
El porcentaje de alumnos que son Aptos y además su puntaje estas 5 unidades por encima de la
frontera de No-Aptos es de 70.19%.
c) Si se sabe que la calificación de un estudiante es mayor que 72 ¿Cuál es la probabilidad de que
su calificación sea, de hecho, superior a 84?
Sustituimos:
P ( X >84 )=P Z >( ( 84−78 )
36 )
¿ P ( Z >0.16 )
¿ 1−P(Z <0.16)
¿ 1−0.5636
Por el primer inciso de este ejercicio sabemos que la probabilidad de que un alumno obtenga una
puntuación mayor a los 72 puntos al hacer el examen es de 0.5636
P ( X >84 )=0.4364
P ( X >72 )=0.5636
Ahora utilizaremos la fórmula de probabilidad condicional:
P( A ⋂ B)
P ( A|B )=
P(B)
Sustituimos:
P ( X >84 y X > 72 )
P ( X >84|X >72 )=
P ( X >72 )
P ( X > 84 )
¿
P ( X >72 )
0.4364
¿
0.5636
¿ 0.774
La probabilidad de que un alumno que obtuvo una puntuación mayor a 72 haya obtenido de hecho
una puntuación mayor a 84 es de 0.774
3- Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribución una distribución N(65, 18). Se desea clasificar a los examinados en tres
grupos (de baja cultura general, de cultura general aceptable, de excelente cultura
general) de modo que hay en el primero un 20% la población, un 65% el segundo y un
15% en el tercero. ¿Cuáles han de ser las puntuaciones que marcan el paso de un
grupo al otro?
Localizamos en nuestra tabla el parámetro correspondiente a la probabilidad 0.2 (20%), el cual es -
0.84:
P ( Z ≤ Z 1 )=0.2 → Z1≈-0.84
X 1−65
Por lo que, si Z1 = , entonces
18
X 1−65
=−0.84
18
X 1 =(−0.84 ) ( 18 ) +65
X 1 =49.88
X 1 ≈ 50
Ahora localizamos en la tabla el parámetro para la probabilidad de , el cual es , lo que
significa que
P ( Z 1 ≤ Z 2 )=0.85 → Z2 ≈ 1.04
X 1−65
Por lo que, si Z2 = , entonces
18
X 1−54
=1.04
18
X 1 =( 1.04 ) ( 18 ) +65
X 1 =83.72
X 1 ≈ 84
Baja cultura hasta 50 puntos.
Cultura aceptable entre 50 y 84.
Excelente cultura a partir de 84 puntos.
4- Varios test de inteligencia dieron una puntuación que sigue una ley normal con media
100 y desviación típica 15.
a) Determinar el porcentaje de población que obtendría un coeficiente entre 95 y
110.
b) ¿Qué intervalo centrado en 100 contiene al 50% de la población?
c) 3. En una población de 2500 individuos ¿cuántos individuos se esperan que tengan un
coeficiente superior a 125?
a) Determinar el porcentaje de población que obtendría un coeficiente entre 95 y 110.
Sustitución de valores en la formula:
P ( 95< X ≤ 100 )=¿
¿ P (−0.333 ≤ Z ≤ 0.666 )
¿ ( Z ≤ 0.666 )−P ¿
¿ P ( Z ≤0.666 )−¿
¿ 0.7486−( 1−0.62936 )
¿ 0.3779
El porcentaje de la población que obtendrá un puntaje entre 95 y 110 es de 37.79%.
b) ¿Qué intervalo centrado en 100 contiene al 50% de la población?
Como queremos tomar el 50% del centro de la población, entonces tomamos el intervalo que esta entre
el 25% y el 75%
Localizamos en la tabla el parámetro para la probabilidad de 0.75 y de 0.25
P ( Z ≤ Z 1 )=0.75 → Z 1=0.67
P ( Z ≤ Z 2 )=0.25 → Z 2=−0.675
Sustituimos y despejamos
X 1 −10015=0.67
X 1 =( 0.67 ×15 ) +100
X 1 ≈ 110
y
X 2 −10015=−0.67
X 2 =(−0.67 ×15 ) +100
X 2 ≈ 90
Entonces, el intervalo es: (90,110).
El intervalo centrado que contiene al 50% de la población obtendrá un puntaje entre 90 y 110.
c) En una población de 2500 individuos, ¿cuántos individuos se esperan que tengan un
coeficiente superior a 125?
Sustituimos valores en la formula, calculamos el parámetro y localizamos la probabilidad en la tabla
(
P ( X >125 )=P Z >
( 125−100 )
15 )
¿ P ¿
¿ 1−P ( Z <1.666 )
¿ 1−0.9525
¿ 0.0475
Multiplicando esta probabilidad por los 2500 individuos obtenemos
2500 × P ( X >125 ) =(2500)(0.0475) ≈119
En una población de 2500 individuos, se espera que 119 de ellos tengan un coeficiente superior
a 125.
5- En una ciudad una de cada tres familias posee teléfono. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya por lo menos 30 tengan teléfono.
Si se eligen al azar familias, calcular la probabilidad de que entre ellas haya por lo
menos 30 con teléfono
n=90
1
p=
3
2
q=
3
n: Cantidad de familias a elegir.
p: Probabilidad de seleccionar una familia que tenga teléfono.
q: Complemento de la probabilidad.
Si tenemos que X es una variable aleatoria binomial de parámetros n y p, X B(n , p) ,
entonces X se puede aproximar a una distribución normal de media μ=np y desviación típica
σ =√ npq (donde q=1− p ) si se cumplen las dos condiciones siguientes:
Condición 1. n ≥ 30
Condición 2. np , nq ≥ 5 .
Entonces, la variable binomial X B(n , p) quedaría aproximada por la variable
normal X N (np , √ npq) .
Comon=90 , se cumple la condición 1.
1
n × p=90 × =30
3
2
n × q=90× =30
3
Entonces, se cumple la condición 2.
Entonces utilizamos la formula X N (np , √ npq) .
Sustituimos los datos:
(
B 90 ,
1
3)→N ¿
Fórmula de distribución normal
X−µ
Z=
σ
Localizamos el valor de la probabilidad en nuestra tabla de distribución normal:
(
P ( X >30 ) =P Z >
( 30−30 )
4.47 )
¿ P ( Z >0 )
¿ 1−P ( Z >0 )
¿ 1−0.5
¿ 0.5
Al seleccionar 90 familias al azar, existe una probabilidad de 0.5 de haber seleccionado por lo
menos 30 familias con teléfono.
6- En un examen tipo test de 200 preguntas de elección múltiple, cada pregunta
tiene una respuesta correcta y una incorrecta. Se aprueba si se contesta a más
de 110 respuestas correctas. Suponiendo que se contesta al azar, calcular la
probabilidad de aprobar el examen.
Primera condición:
N = 200
P = 0.5
Q= 0.5
Segunda condición:
np> 5 ,nq >5
Como ambas condiciones se cumplen, usaremos la formula
x n ( np , √npq )
Sustituimos:
b ( 200,0.5 ) → n ( ( 200 )( 0.5 ) , √ ( 200 ) ( 0.5 )( 0.5 ) )=n ( 100,7.07 )
x−μ
Ahora utilizaremos z=
σ
p ( x>110 )=¿)
= p(z> 1.41)
= 1 –p(z> 1.41)
= 1 – 0.92073
≈ 0.07927
Al contestar al azar un examen tipo test de opción múltiple existe la probabilidad de de
aprobar.
7- Un estudio ha mostrado que, en un cierto barrio, el 60% de los hogares tienen al menos
dos televisores Se elige al azar una muestra de 50 hogares en el citado barrio. Se pide:
a) ¿Cuál es la probabilidad de que al menos 20 de los citados hogares tengan cuando
menos dos televisores?
b) ¿Cuál es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos
televisores?
a) ¿Cuál es la probabilidad de que al menos 20 de los citados hogares tengan cuando menos dos
televisores?
Teorema de Moivre-Laplace para Probabilidad,
N = 50
P = 0.6
Q = 0.4
Np > 5
Nq > 5
Como ambas condiciones se cumplen, usaremos la formula . x n ( np , √ npq )
Sustituimos:
b ( 50 , 0.6 ) → N ( ( 50 ) ( 0.6 ) , √ ( 50 )( 0.6 )( 0.4 ) ) =n ( 30 ,3.46 )
x−μ
Ahora utilizaremos . z=
σ
Sustituimos:
p( x>20 )=p z > ( 20−30
3.46 )
p( z>−2.89)
p( z< 2.89)
≈ 0.9981
a) ¿Cuál es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos
televisores?
x−μ
Utilizando la formula z= vamos a sustituir el valor de la media (μ=np)y la desviación
σ
típica (σ =√ npq)
p
( 35 <x ≤40 ) =p ( 35−30
3.46
≤Z≤
3.46 )
( 40−30 )
=0.9981 – 09265
= 0.0716
La probabilidad de que entre 35 y 40 hogares tengan al menos 2 televisores es de 0.0716
