BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA

FACULTAD DE INGENIERÍA QUÍMICA

TAREA 8

Probabilidad y estadística

Alumno: Pazos Vega Denisse Matricula: 201954929

2.-Un estudiante contesta al azar (o sea sin saber nada) a 9 preguntas, siendo cada una de 4
respuestas de las cuales sólo una es la correcta.

a) Determinar la distribución de probabilidades del número de preguntas contestadas

correctamente.

b) Si para aprobar tal examen debe contestar correctamente al menos 6 preguntas, ¿Cuál es la
probabilidad de aprobar el examen?
n= 9 preguntas con 40 opciones: = ¼ = 0.25 = p
p= probabilidad de contratar correctamente.

a)𝑋: 𝑁° 𝑑𝑒 𝑝𝑟𝑒𝑔𝑢𝑛𝑡𝑎𝑠 𝑐𝑜𝑛𝑠𝑡𝑒𝑠𝑡𝑎𝑑𝑎𝑠 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒.

9 (𝑝𝑟𝑒𝑔𝑢𝑛𝑡𝑎𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠)∙100%(𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑡𝑜𝑡𝑎𝑙)
𝑝= = 25% = 0.25
36 (𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑖𝑛𝑐𝑖𝑠𝑜𝑠 𝑑𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠)

Por lo tanto:
𝑿~𝑩(𝟗, 𝟎. 𝟐𝟓)

b)𝑥 → 𝐵(9, 0.25)

𝑃(𝑥 ≥ 6) = 𝑃(𝑥 = 6) + 𝑃(𝑥 = 8) + 𝑃(𝑥 = 9)

𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = (𝑛𝑥)𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

Cuando
𝑥=6
𝑛! 9! 9!
Sea(𝑛𝑥) = 𝑥!(𝑛−𝑥)! tenemos que (69) = 6!(9−6)! = 6!3! = 84

Así para la formula binomial:

𝑓(6) = 𝑃(𝑋 = 6) = (69) ∙ 0.256 ∙ (1 − 0.25)9−6

𝑓(6) = (84) ∙ 0.256 ∙ (0.75)3 = 0.00865173

84(0.25)6 (0.75)3 + 36(0.25)6 (0.75)3 + 9(0.25)8 (0.75) + (0.25)9 (0.75)
𝑓(𝑥 ≥ 6) = 𝟎. 𝟎𝟎𝟗𝟗𝟗 ≈ 𝟎. 𝟎𝟏

Probabilidad y Estadística. VERANO 2022

4.- El 75% de la mercadería que recibe un comerciante del fabricante A es de calidad excepcional,
mientras que el 80% de la mercadería que recibe del fabricante B es de calidad excepcional. El
60% del total de la mercadería lo adquiere de A y el resto de B. Si se seleccionan 4 unidades de la
mercadería, ¿qué probabilidad hay de que se encuentren 2 unidades que sean de calidad
excepcional?
𝐴 − 75% 𝐶. 𝑒𝑥𝑐𝑒𝑝𝑐𝑖𝑜𝑛𝑎𝑙 → 60% 𝑎𝑑𝑞. 𝐴
𝐵 − 80% 𝐶. 𝑒𝑥𝑐𝑒𝑝𝑐𝑖𝑜𝑛𝑎𝑙 → 40% 𝑎𝑑𝑞. 𝐴
𝐴(60%) → 75%
𝐵(40%) → 80%
Donde p es :
𝑝 = (0.60 × 0.75) + (0.40 × 0.80 = 0.77
La fórmula de la distribución binomial queda como:
𝑋~𝐵(4, 0.77)
𝑋: 𝑁° 𝑑𝑒 𝑜𝑏𝑗𝑒𝑡𝑜𝑠 𝑑𝑒 𝑐𝑎𝑙𝑖𝑑𝑎𝑑 𝑒𝑥𝑐𝑒𝑝𝑐𝑖𝑜𝑛𝑎𝑙
𝑃𝐴 = 0.60(0.75) = 0.45
𝑃𝐵 = 0.40(0.80) = 0.32
𝑃 = 𝑃𝐴 + 𝑃𝐵 = 0.77
𝑝(𝑥 = 2) = 𝐶24 (0.77)2 (0.23)2
4
𝑓(2) = 𝑃(𝑋 = 2) = ( ) ∙ 0.772 ∙ (1 − 0.77)4−2
2
Finalmente
4 4! 4!
( )= = =6
2 2! (4 − 2)! 2! 2!
𝑓(2) = (6) ∙ 0.772 ∙ (0.23)2 = 𝟎. 𝟏𝟖𝟖𝟏𝟖𝟔

Probabilidad y Estadística. VERANO 2022

5.- En una empresa donde los empleados son 80% hombres y 20% mujeres están aptos para
jubilarse el 10% de las mujeres y el 10% de los hombres. De cinco solicitudes para jubilarse, ¿cuál
es la probabilidad de que el menos dos estén aptos para jubilarse?
𝐻𝑜𝑚𝑏𝑟𝑒𝑠 − 80% → 𝐽𝑢𝑏𝑖𝑙𝑎𝑐𝑖ó𝑛 10% 𝐻
𝑀𝑢𝑗𝑒𝑟𝑒𝑠 − 20% → 𝐽𝑢𝑏𝑖𝑙𝑎𝑐𝑖ó𝑛 10% 𝑀
𝑛=5
𝑋: 𝑁° 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑑𝑜𝑟𝑒𝑠 𝑎𝑝𝑡𝑜𝑠 𝑝𝑎𝑟𝑎 𝑗𝑢𝑏𝑖𝑙𝑎𝑟𝑠𝑒
𝑃(𝑋 ≥ 2)
𝑝 = (0.80 × 0.10) + (0.20 × 0.10) = 0.10
𝑋~𝐵(5, 0.10)

𝑓(≥ 2) = 𝑃(𝑋 ≥ 2) = (52) ∙ 0.102 ∙ (1 − 0.10)5−2

𝑓(𝑥 ≥ 2) = 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

Finalmente se analizan los dos casos:
Para 𝑥 = 0:
5 5! 5!
( )= = =1
0 0! (5 − 0)! 0! 5!
𝑓(0) = 𝑃(𝑋 = 0) = (1) ∙ 0.100 ∙ (1 − 0.10)5−0
𝑓(2) = (1) ∙ 0.100 ∙ (0.90)5 = 0.59049

Para 𝑥 = 1:
5 5! 5!
( )= = =5
1 1! (5 − 1)! 1! 4!
𝑓(1) = 𝑃(𝑋 = 1) = (5) ∙ 0.101 ∙ (1 − 0.10)5−1
𝑓(2) = (5) ∙ 0.101 ∙ (0.90)4 = 0.32805

𝑓(≥ 2) = 1 − [0.59049 + 0.32805]

𝑓(≥ 2) = 1 − 0.91854 = 𝟎. 𝟎𝟖𝟏𝟒𝟔

Probabilidad y Estadística. VERANO 2022

6.- La producción de cuatro máquinas es recogida en cajas de 5 unidades. La experiencia permitió
establecer la siguiente distribución de las cajas, según el número de unidades defectuosas que
contienen:
N° de unidades 0 1 2 3 4 5
defectuosas
Porcentaje de cajas 0.70 0.15 0.08 0.05 0.02 0.00
Se acepta una caja, cuando contiene menos de dos unidades defectuosas. En caso contrario se
rechaza.
a) ¿Cuál es la probabilidad de rechazar una caja que no contenga unidades defectuosas?
b) ¿Cuál es la probabilidad de aceptar una caja que contenga tres unidades defectuosas?

a) 𝑋: 𝑁° 𝐷𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎𝑠
Donde sea 𝑝(0) = 0.70, se tiene a:
𝑋~𝐵(5, 0.70)

𝑓(≥ 2) = 𝑃(𝑋 ≥ 2) = (52) ∙ 0.702 ∙ (1 − 0.70)5−2

𝑓(𝑥 ≥ 2) = 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

𝑓(≥ 2) = 𝑃(𝑋 ≥ 2) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)]
Se resuelven para ambos casos
Para 𝑥 = 0: Para 𝑥 = 1:
5! 5!
5! 5!
(50) = 0!(5−0)! = 0!5! = 1 (51) = 1!(5−1)! = 1!4! = 5

𝑓(0) = 𝑃(𝑋 = 0) = (1) ∙ 0.700 ∙ (1 − 0.70)5−0 𝑓(1) = 𝑃(𝑋 = 1) = (5) ∙ 0.701 ∙ (1 − 0.70)5−1

𝑓(2) = (1) ∙ 0.700 ∙ (0.30)5 = 0.00243 𝑓(2) = (5) ∙ 0.701 ∙ (0.30)4 = 0.02835

𝑓(≥ 2) = 1 − [0.00243 + 0.02835]

𝑓(≥ 2) = 1 − 0.03078 = 𝟎. 𝟗𝟔𝟗𝟐𝟐

b) 𝑃(𝑥 ≤ 2)
𝑋: 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙 (5, 0.05)
𝑓(≤ 1) = 𝑃(𝑋 ≤ 1) = (51) ∙ 0.051 ∙ (1 − 0.05)5−1

𝑓(𝑥 ≤ 1) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)]

Se resuelve para ambos casos
Para 𝑥 = 1:
Para 𝑥 = 0:
5! 5!
5! 5! (51) = 1!(5−1)! = 1!4! = 5
(50) = 0!(5−0)! = 0!5! = 1
𝑓(1) = 𝑃(𝑋 = 1) = (5) ∙ 0.051 ∙ (1 − 0.05)5−1
𝑓(0) = 𝑃(𝑋 = 0) = (1) ∙ 0.050 ∙ (1 − 0.05)5−0
𝑓(2) = (5) ∙ 0.051 ∙ (0.95)4 = 0.2036265625
𝑓(2) = (1) ∙ 0.050 ∙ (0.95)5 = 0.7737809375

Probabilidad y Estadística. VERANO 2022

 𝑓(𝑥 ≤ 1) = 1 − [0.7737809375 + 0.2036265625]
𝑓(𝑥 ≤ 1) = 1 − 0.9774075 = 𝟎. 𝟎𝟐𝟐𝟓𝟗𝟐𝟓

Geometría y Pascal

15.- Cierto virus ha invadido un colegio atacando al 5% de los niños. Si tales niños son
examinados uno por uno, ¿Cuál es la probabilidad de que el doceavo niño examinado sea el
quinto niño encontrado atacado por el virus?
De acuerdo con la Distribución de Pascal o Distribución binomial negativa:
𝑘−1 𝑟 (1
𝑓(𝑘) = 𝑃[𝑌 = 𝑘] = 𝐶𝑟−1 𝑝 − 𝑝)𝑘−𝑟
Definimos los parámetros:
𝑝 = 𝑝𝑟𝑜𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑛𝑖ñ𝑜𝑠 𝑐𝑜𝑛 𝑐𝑖𝑒𝑟𝑡𝑜 𝑣𝑖𝑟𝑢𝑠 = 5% = 0.05
𝑘 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑛𝑡𝑜𝑠 = 12
𝑟 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜 𝑠𝑒𝑙𝑒𝑐𝑡𝑖𝑣𝑜 = 5
Ahora, sustituimos los valores de los parámetros en la función de Pascal:
12−1 5 (1
𝑓(𝑘) = 𝑃[𝑌 = 12] = 𝐶5−1 𝑝 − 0.05)12−5
𝑓(𝑘) = 𝐶411 (0.5)5 (0.95)7
11 11! 11!
( )= = = 330
4 4! (11 − 4)! 4! 7!
𝑓(𝑘) = (330)(0.5)5 (0.95)7 = 𝟕. 𝟐𝟎𝟏𝟔

Probabilidad y Estadística. VERANO 2022

16.- Un vendedor a domicilio estima en .3 la probabilidad de efectuar una venta.
Suponga ventas independientes.
a) En promedio. ¿Cuántas visitas domiciliaras debe efectuar hasta tener 12 ventas?
b) ¿Cuál es la probabilidad de que se haga al menos 10 visitas para tener 4 ventas?

a) De acuerdo con la Distribución hipergeométrica:

𝑟
𝑝=
𝑁
Definimos los parámetros:
𝑁 = 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝑣𝑒𝑛𝑡𝑎 = 0.3
𝑟 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑒𝑛 𝑣𝑒𝑛𝑡𝑎𝑠 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜𝑠 = 12
Y sustituimos en la fórmula:
𝑟 12
𝑝= = = 𝟒𝟎
𝑁 0.3
b) Dada la Distribución hipergeométrica:
𝑛𝑁−𝑘
𝐶𝑘𝑟 𝐶𝑛−𝑘
𝐸(𝑋) = 𝑃[𝑋 = 𝑘] = ∑
𝐶𝑛𝑁
𝑘

Definimos las variables 𝑛 = 10 y 𝑘 = 4

10
𝐶𝑘𝑟 𝐶10−4
𝑁−4
𝐸(4) = 𝑃[𝑋 = 4] = 1 − ∑ 𝑁
𝐶10
𝑘=4

Podemos transformarla a una Distribución binomial para hacer más sencillas las operaciones y
relaciones de la forma:
10
𝑛−1 𝑘
𝑓(𝑘) = 𝑃[𝑋 = 𝑘] = 1 − ∑ 𝐶𝑘−1 𝑝 (1 − 𝑝)𝑛−𝑘
𝑘=4
10
10−1 (0.3)4 (1
𝑓(4) = 𝑃[𝑋 = 4] = 1 − ∑ 𝐶4−1 − 0.3)10−4
𝑘=4
10

𝑓(4) = 1 − ∑ 𝐶39 (0.3)4 (0.7)6

𝑘=4

𝑓(4) = 𝟎. 𝟐𝟎𝟎𝟏𝟐𝟏

Probabilidad y Estadística. VERANO 2022

17.- En un proceso de producción, la probabilidad de que se produzca cada articulo que cumpla
ciertas especificaciones es 0.99. En determinado momento se plantea el objetivo de producir 150
artículos que cumplan con las especificaciones: pero al mismo tiempo se decide detener el proceso
de producción tan luego se produzca el primer articulo que no cumpla con las especificaciones.
a) ¿Cuál es su probabilidad de lograr el objetivo?
b) Si después de producir 100 artículos aun no se ha detenido el proceso ¿Cuál seria la probabilidad
de lograr el objetivo?

a) Desarrollamos las propiedades de la distribución geométrica:

𝑎 𝑎
𝑘−1
𝑝
𝑃[𝑋 > 𝑎] = 1 − 𝑃[𝑋 ≤ 𝑎] = 1 − ∑(1 − 𝑝) 𝑝=1− ∑(1 − 𝑝)𝑘 = (1 − 𝑝)𝑎
1−𝑝
𝑘=1 𝑘=1

Donde 𝑝 = (𝑝 − 1) = 0.99 y 𝑎 = 150

Sustituimos en la fórmula:
𝑃[𝑋 > 150] = (𝟎. 𝟗𝟗)𝟏𝟓𝟎

b) Dado que tenemos una nueva condición, debemos relacionarla con la condición inicial sobre el
número de artículos en juego:
𝑋 > 150 𝑃[𝑋 > 100 ⋀ 𝑋 > 150] 𝑃[𝑋 > 150] (0.99)150
𝑃[ ]= = = = (𝟎. 𝟗𝟗)𝟓𝟎
𝑋 > 100 𝑃[𝑋 > 100] 𝑃[𝑋 > 100] (0.99)100

18.- Una compañía petrolera ha sido designada para perforar pozos en la amazonia peruana hasta
obtener un resultado exitoso. La compañía estima 0.7 la probabilidad de no hallar petróleo para
cada pozo que perfora.
a) Suponga que la compañía petrolera cree que una serie de exploraciones será rentable si el
numero de pozos perforados hasta que ocurra el primer éxito es menor o igual que 5. Calcule la
probabilidad de que la exploración no será rentable si ya fueron perforados 3 pozos y en ninguno
de ellos se encontró petróleo.
b) El costo para perforar cada pozo es de $10.000. Si un ensayo no resulta éxitos, el siguiente
ensayo tiene un costo adicional de $5000. ¿Cuánto es el costo esperado del proyecto?
c) Si la compañía dispone dispone de un presupuesto de $145.000. ¿Cuál es la probabilidad de
que los trabajos experimentales tengan un costo que sobrepase el presupuesto de la compañía?

a) Sea la probabilidad de éxito:

𝑝 = 1 − 𝑞 (𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑛𝑜 ℎ𝑎𝑙𝑙𝑎𝑟 𝑝𝑒𝑡𝑟𝑜𝑙𝑒𝑜) = 1 − 0.70 = 0.30
𝑋~𝐺(𝑝) → 𝑋~𝐺(0.3)
Dadas las propiedades de la distribución geométrica para dos condiciones para un evento:
𝑋>5 𝑃[𝑋 > 3 ⋀ 𝑋 > 5] 𝑃[𝑋 > 5] (0.70)5
𝑃[ ]= = = = (𝟎. 𝟕𝟎)𝟐
𝑋>3 𝑃[𝑋 > 3] 𝑃[𝑋 > 3] (0.70)3
Probabilidad y Estadística. VERANO 2022
b)
𝐶(𝑋) = ($10,000) + $5,000)𝑋 − $5,000
𝐶(𝑋) = 15000 𝑋 − 5000
𝐸[𝐶(𝑋)] = $𝟒𝟓, 𝟎𝟎𝟎

c)
𝑃[𝐶(𝑋) > $145,000] = 𝑃[𝑋 > 10] = (𝟎. 𝟕𝟎)𝟏𝟎 = 𝟎. 𝟎𝟐𝟖𝟐

29.- El número medio de automóviles que llegan a una garita de peaje es de 120 por hora. a)
calcular la probabilidad de que en un minuto cualquiera no llegue automóvil alguno. b) calcular la
probabilidad de que en el periodo de tres minutos lleguen más de 5 automóviles. c) si tal garita

Probabilidad y Estadística. VERANO 2022

puede atender a un máximo de 3 automóviles en 30 segundos, calcular la probabilidad de que en
un medio minuto dado lleguen más automóviles de lo que puede atender.
120 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠 → 60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 (1 ℎ𝑜𝑟𝑎)
𝜆 → 1 𝑚𝑖𝑛𝑢𝑡𝑜
1 𝑚𝑖𝑛𝑢𝑡𝑜 ×120 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠
𝜆= = 𝟐 𝒂𝒖𝒕𝒐𝒎ó𝒗𝒊𝒍𝒆𝒔
60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

𝑒 −𝜆 𝜆𝑘
a) 𝑓(𝑘, 𝜆) = 𝑘!

𝑒 −2 20 0.1353×1
𝑓(0) = 𝑃[𝑋 = 0] = = = 𝟎. 𝟏𝟑𝟓𝟑
0! 1

b)120 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠 → 60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 (1 ℎ𝑜𝑟𝑎)

𝜆 → 3 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
3 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ×120 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠
𝜆= = 𝟔 𝒂𝒖𝒕𝒐𝒎ó𝒗𝒊𝒍𝒆𝒔
60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

𝑓(𝑋 > 5) = 𝑃[𝑋 > 5]

= 1 − [𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)]
𝑒 −6 60 𝑒 −6 ×1
𝑓(0) = 𝑃[𝑋 = 0] = = = 0.0024787521
0! 1

𝑒 −𝜆 𝜆𝑥
𝑓(𝑋 > 5) = 𝑃[𝑋 > 5] = 1 − ∑5𝑋=0 𝑥!
𝑓(𝑋 > 5) = 1 − 0.44567963 = 𝟎. 𝟓𝟓𝟒𝟑𝟐𝟎

Probabilidad y Estadística. VERANO 2022

C)
2 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠 → 1 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 (1 ℎ𝑜𝑟𝑎)
𝜆 → 0.5 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
0.5 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ×2 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠
𝜆= = 𝟏 𝒂𝒖𝒕𝒐𝒎ó𝒗𝒊𝒍
1 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

𝑓(𝑋 > 3) = 𝑃[𝑋 > 3] = 1 − [𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3)]

𝑒 −1 10 𝑒 −1 ×1
𝑓(0) = 𝑃[𝑋 = 0] = = = 0.36787944
0! 1

𝑒 −𝜆 𝜆𝑥
∑3𝑋=0 = 𝑓(𝑋 > 5) = 1 − 0.9810118 = 𝟎. 𝟎𝟏𝟖𝟗𝟖𝟖𝟐
𝑥!

Probabilidad y Estadística. VERANO 2022

Probabilidad y Estadística. VERANO 2022
30.- Un líquido contiene cierta bacteria con un promedio de 3 bacterias. Calcular la probabilidad
de que en una muestra:
a) de 1/3 cm3 no contenga bacteria alguna.
b) de 2 cm3 contenga por lo menos una bacteria.

a) Obtenemos la relación:
3 𝑏𝑎𝑐𝑡𝑒𝑟𝑖𝑎𝑠 → 1 𝑐𝑚3
𝜆 → 1/3 𝑐𝑚3
1/3 𝑐𝑚3 ×3 𝑏𝑎𝑐𝑡𝑒𝑟𝑖𝑎𝑠
𝜆= = 𝟏 𝒃𝒂𝒄𝒕𝒆𝒓𝒊𝒂
1 𝑐𝑚3

Aplicamos la distribución de Poisson para 𝑥 = 0 dado que nos interesa saber la probabilidad de que
no haya bacteria alguna:
𝑒 −𝜆 𝜆𝑥
𝑓(𝑥) = 𝑃[𝑋 = 𝑥] = 𝑥!

𝑒 −1 10 𝑒 −1 ×1
𝑓(0) = 𝑃[𝑋 = 0] = = = 𝟎. 𝟑𝟔𝟕𝟖𝟕𝟗
0! 1

b) Obtenemos la relación:
3 𝑏𝑎𝑐𝑡𝑒𝑟𝑖𝑎𝑠 → 1 𝑐𝑚3
𝜆 → 2 𝑐𝑚3
2 𝑐𝑚3 ×3 𝑏𝑎𝑐𝑡𝑒𝑟𝑖𝑎𝑠
𝜆= = 𝟔 𝒃𝒂𝒄𝒕𝒆𝒓𝒊𝒂𝒔
1 𝑐𝑚3

Aplicamos la distribución de Poisson para 𝑥 ≥ 1 dado que nos interesa saber la probabilidad de que
haya una bacteria por lo menos:
𝑓(𝑥 ≥ 1) = 𝑃[𝑥 ≥ 1] = 1 − [𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)]
𝑒 −6 60 𝑒 −6 ×1
𝑓(0) = 𝑃[𝑋 = 0] = = = 0.0024787521
0! 1

𝑓(𝑥 ≥ 1) = 1 − 0.017351262 = 𝟎. 𝟗𝟖𝟐𝟔𝟒𝟖

Probabilidad y Estadística. VERANO 2022

31.- Suponga que el número de accidentes de trabajo que se producen por semana en una
fábrica sigue la ley de Poisson de manera que la probabilidad de que ocurran 2 accidentes es
igual a de la probabilidad de que ocurra un accidente. Calcular la probabilidad de que no ocurran
accidentes en 2 semanas consecutivas.
𝑒 −𝜆 𝜆1 𝑒 −𝜆 𝜆
𝑓(1) = 𝑃[𝑋 = 1] = = = 𝑒 −𝜆 𝜆
1! 1

𝑒 −𝜆 𝜆2 𝑒 −𝜆 𝜆2
𝑓(2) = 𝑃[𝑋 = 2] = =
2! 4

𝑒 −𝜆 𝜆2 3 2(𝑒 −𝜆 𝜆2 ) 𝑒 −𝜆 𝜆2 𝑒 −𝜆 𝜆2
= 2 𝑒 −𝜆 𝜆 == = 3𝑒 −𝜆 𝜆 == = 3𝑒 −𝜆 𝜆 == = 3×2 𝜆 = 𝟔
4 4 2 𝑒 −𝜆 𝜆

𝑑𝑜𝑠 𝑠𝑒𝑚𝑎𝑛𝑎𝑠 = 0.0995

𝑒 −6 60 𝑒 −6 ×1
𝑓(0) = 𝑃[𝑋 = 0] = = = 𝟎. 𝟎𝟎𝟐𝟒𝟕𝟖
0! 1

Probabilidad y Estadística. VERANO 2022

32.- Un banco atiende todos los días de 8am.a 4pm. y se sabe que el número de clientes por día
que van a solicitar un préstamo por más de $10,000 tiene una distribución de Poisson con una
media de 3clientes por día.
a) ¿Cuál es la probabilidad de que hasta el mediodía no se haya producido una solicitud de
préstamo por más de $ 10,000?
b) En cuatro días, ¿cuál es la probabilidad de que en dos de los días hasta el mediodía no se
haya producido una solicitud de préstamo por más de $ 10,000?

a) Obtenemos la relación:
1 𝑑𝑖𝑎 → 3 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
0.5 𝑑í𝑎 → 𝜆
0.5 𝑑í𝑎 ×3 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝜆= = 𝟏. 𝟓 𝒄𝒍𝒊𝒆𝒏𝒕𝒆𝒔
1 𝑑í𝑎

Aplicamos la distribución de Poisson para 𝑥 = 0 dado que nos interesa saber la probabilidad de que
no se haya producido una solicitud:
𝑒 −𝜆 𝜆𝑥
𝑓(𝑥) = 𝑃[𝑋 = 𝑥] = 𝑥!

𝑒 −1.5 1.50 𝑒 −1.5 ×1

𝑓(0) = 𝑃[𝑋 = 0] = = = 𝟎. 𝟐𝟐𝟑𝟏𝟑
0! 1

b)
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = (𝑘𝑥)𝑝 𝑥 (1 − 𝑝)𝑘−𝑥
4! 4!
(42) = 2!(4−2)! = 2!2! = 6

𝑓(0) = 𝑃(𝑋 = 0) = (6) ∙ (0.22313)2 ∙ (1 − 0.22313)4−2

𝑓(0) = (6) ∙ (0.22313)2 ∙ (0.77687)2 = 𝟎. 𝟏𝟖𝟎𝟐𝟖𝟔

Probabilidad y Estadística. VERANO 2022

Uniforme

1.- Suponga que el tiempo X, en minutos, que demora una tarea tiene distribución uniforme en
[1.5]. Si el costo C para terminar la tarea es función del tiempo y es dada por la expresión
𝐶 = 10 + 𝑋 + 3𝑋 2
Calcular el valor esperado del costo.
4
𝐸(𝑋) = 3 𝑉(𝑋) = 3

(𝐶) = 10 + 3𝐸(𝑋) + 𝐸(𝑋 2 )

10 + 3 + 3(𝑉(𝑋) + 𝜇 2 )] = 𝟒𝟒

2.- Los ómnibus llegan a un paradero especifico en intervalos de 15 minutos comenzando a las 7
am. Esto es, los ómnibus llegan al paradero a las 7, 7:15, 7:30, 7:45 y así sucesivamente. Si un
pasajero llega al paradero en un tiempo que esta uniformemente distribuido entre las 7 am. y 8
am, calcular la probabilidad de que el pasajero espere:
a) A lo más 5 minutos por un ómnibus
b) Más de 10 minutos por un ómnibus
1 1
𝑓(𝑥) = 30−10 = 20

a)
𝑃[10 ≤ 𝑇 ≤ 15]
𝑃[25 ≤ 𝑇 ≤ 30]
𝑃[40 ≤ 𝑇 ≤ 45]
𝑃[ 55 ≤ 𝑇 ≤ 60]
15 1 𝑑 30 1 𝑑
𝑃(10 ≤ 𝑇 ≤ 15) + 𝑃(25 ≤ 𝑇 ≤ 30 ) = ∫10 + ∫25
60 𝑑𝑥 60 𝑑𝑥

15 1 20 1 5 𝟏
𝑃[10 ≤ 𝑇 ≤ 15] + 𝑃[25 ≤ 𝑇 ≤ 30] = ∫10 𝑑𝑡 + ∫15 𝑑𝑥 = 4 (60) = 𝟑
20 20

b)

Probabilidad y Estadística. VERANO 2022

 35 1 𝑑 50 1 𝑑
𝑃(30 ≤ 𝑇 ≤ 35) + 𝑃(45 ≤ 𝑇 ≤ 50 ) = ∫30 + ∫45
60 𝑑𝑥 60 𝑑𝑥

15 1 20 1 5 𝟏
𝑃[10 ≥ 𝑇 ≤ 15] + 𝑃[25 ≥ 𝑇 ≤ 30] = ∫10 𝑑𝑡 + ∫15 𝑑𝑥 = 4 ( ) =
20 20 60 𝟑

Probabilidad y Estadística. VERANO 2022

4.- Una de las clases de un determinado profesor esta programado para comenzar a las 8:10 am,
pero el comienza su clase en un tiempo T que se distribuye uniformemente en el intervalo de
8:05am. a 8:15 am. ¿Cuál es la probabilidad de que el comience su clase..
a) al menos dos minutos más temprano?
b) a lo más tres minutos más tarde?

a) 05 ≤ 𝑋 ≤ 15
1 1
𝑓(𝑥) = 15−5 = 10
3 1 1 1 𝟑
∫0 𝑑𝑥 = 3 (10) − 0 (10) = 𝟏𝟎
10

b) 05 ≤ 𝑋 ≤ 15
1 1
𝑓(𝑥) = 15−5 = 10
13 1 1 1 𝟑
∫10 𝑑𝑥 = 13 (10) − 10 (10) = 𝟏𝟎
10

Probabilidad y Estadística. VERANO 2022

7.- Suponga que la demanda mensual de un bien de consumo se distribuye normalmente con
una medida de 650 kilogramos y una desviación estándar de 100kg.
a) ¿Qué probabilidad hay de que la demanda no supere los 500kg?
b) ¿Qué cantidad del bien debe haber mensualmente a fin de satisfacer la demanda en el 89,8%
de los meses?
𝜇 = 650
𝜎 = 100

a)𝑃[𝑋 < 500] =¿ ?

Tabla probabilidad
1.3 .9032
1.4 .9192
1.5 .9332
1.6 .9452
1.7 .9554

500−650 150
𝑃[ ] = 𝑃[− 100]
100

𝑃[𝑍 < −1.5] = 1 − 0.93319

𝑃[𝑋 < 500] = 𝟎. 𝟎𝟔𝟔𝟖

b) 𝑃[𝑋 > 500] = 0.0898

500−𝜇
𝑃[ ] = 0.0898
100

𝜇 = (100)(0.0898) + 500 = 𝟕𝟕𝟕𝒌𝒈

Probabilidad y Estadística. VERANO 2022

9.- Una pequeña ciudad es abastecida de agua cada dos días. El consumo en volumen de agua
(cada dos días) tiene distribución normal.
a) Determinar la media y la balanza de distribución si se sabe que el 0.62% del consumo es
menor de 22,500 litros y que el 1.79% del consumo es a lo más 17,900 litros.
b) Hallar la capacidad del tanque de agua de la pequeña ciudad para que sea solo el 0.01 la
probabilidad de que en el periodo de dos días el agua no sea suficiente para satisfacer toda la
demanda.

a)
𝑃[𝑋 > 22,500] = 0.62%
𝑋−𝜇 22,500−𝜇
𝑃[ > ] = 0.0062
𝜎 𝜎

𝑃[𝑍 < 𝑍1 ] = 0.0062

𝑍1 = 2.501
22,500 − 𝜇 = 2.5
𝜇 = 22,500 − 2.5𝜎

𝑃[𝑋 < 17,900] = 1.79%

𝑋−𝜇 17,900−𝜇
𝑃[ < ] = 0.0179
𝜎 𝜎

𝑃[𝑍 < 𝑍2 ] = 0.0179

𝑍2 = −2.099
17,900 − 𝜇 = −2.1
𝜇 = 2.1𝜎 + 17,900

Por lo tanto
22,500 − 2.5𝜎 = 2.1𝜎 + 17,900
4.6𝜎 = 4,600
𝜎 = 1,000 → 𝜎 2 = 1,000,000
𝜇 = 20,000

Probabilidad y Estadística. VERANO 2022

b) (𝑋 ≥ 𝐾) = 1 − 𝑃(𝑋 < 𝐾)
𝑃(𝑋 < 𝐾) = 1 − 𝑃(𝑋 ≥ 𝐾) = 1 − 0.01 = 0.99
𝑃(𝑋 ≤ 𝐾) = 0.99
𝐹 −1 𝑃(𝑋 ≤ 𝐾) = 𝐹 −1 0.99
𝐾 = 𝐹 −1 (0.99) = 𝟐𝟐𝟑𝟐𝟔. 𝟑

14.- Una pieza es considerada defectuosa y por lo tanto rechazada si su diámetro es mayor que
2.02 cm. O es menor que 1.98 cm. Suponga que los diámetros tienen distribución normal con
medida de 2 cm y desviación estándar de 0.01 cm.
a) Calcular la probabilidad de que una pieza sea rechazada
b) ¿Cuál es el numero esperado de piezas rechazadas de un lote de 10,000 piezas?
c) Si se escogen 4 pieza al azar, ¿Cuál es la probabilidad de que 2 de ellos sean defectuosos?
d) Se necesitan 4 piezas sin defecto para una máquina. Si estos se prueban uno a uno sin
reposición, ¿Cuál es la probabilidad de que la cuarta pieza buena sea la sexta probada?
𝜇 = 2𝑐𝑚
𝜎 = 0.01𝑐𝑚
1.98𝑐𝑚 ≤ 𝑋 ≤ 2.02𝑐𝑚

a) Calculamos la probabilidad de que la pieza sea rechazada

𝑃 = [𝐷 > 2.02]
𝐷−𝜇 2.02−2
𝑃[ = ]
𝜎 0.01

𝑃[𝑍 > 2] = 1 − ∅ = 1 − 0.9772 = 0.0228

𝑃 = [𝐷 < 1.98]
𝐷−𝜇 1.98−2
𝑃[ = ]
𝜎 0.01

𝑃[𝑍 < 2] = 1 − ∅ = 1 − 0.9772 = 0.0228

Entonces la probabilidad de que la pieza sea rechazada es
0.0228 + 0.0228 = 𝟎. 𝟎𝟒𝟓𝟔

b) para un lote de 10,000 piezas las piezas rechazadas se calculan

(10,000) *(0.0456) = 456 piezas

c) Cuando B es un evento = ocurren K éxitos de n pruebas, en un caso particular de B es el

evento cuya probabilidad es 𝑝𝑘 × (1 − 𝑝)𝑛−𝑘
Entonces 𝑃(𝐵) = 𝐶𝑘𝑛 𝑝𝑘 (1 − 𝑝)𝑛−𝑘
Donde
𝑷(𝑩) = 𝑪𝟒𝟐 𝒑𝟐 (𝟏 − 𝒑)𝟐

Probabilidad y Estadística. VERANO 2022

d) Sea el evento D = Ocurren K éxitos de n pruebas, de manera que el k-ésimo éxito sea la n-
ésima prueba’’. El último ensayo es un éxito, en los restantes ensayos anteriores ocurre una
binomial. Luego:
𝑛−1 𝑘−1 𝑛−1 𝑘
𝑃[𝐷] = 𝐶𝑘−1 𝑝 (1 − 𝑝)𝑛−𝑘 × 𝑝𝐶𝑘−1 𝑝 (1 − 𝑝)𝑛−𝑘
Donde
6−1
𝑃[𝐷] = 𝐶4−1 (1 − 𝑝)4 × 𝑝6−4 = 𝑪𝟓𝟑 (𝟏 − 𝒑)𝟒 𝒑𝟐

Probabilidad y Estadística. VERANO 2022

15.- Un gerente viaja diariamente en automóvil de su casa a su oficina y ha encontrado que el
tiempo empleado en el viaje sigue una distribución normal con media de 35.5 minutos y
desviación estándar de 3 minutos. Si sale de su casa todos los días a los 8:20 am y debe estar en
la oficina a las 9:00 am.
a) ¿Cuál es la probabilidad de que llegue tarde en un día determinado?
b) ¿Qué probabilidad hay de que llegue a tiempo a la oficina 3 días consecutivos? Suponga
independencia
𝜇 = 35.5
𝜎 = 3 𝑚𝑖𝑛
𝑋 = (8: 20 − 9: 00) = 40 𝑚𝑖𝑛

a) 𝑋 = 𝑁 (35.5 , 3) → 𝑍 = 𝑁 (0,1)
𝑋−𝜇
𝑍= 𝜎
40−35.5
𝑍= = 1.5
3

Tabla probabilidad
1.3 .9032
1.4 .9192
1.5 .9332
1.6 .9452
1.7 .9554
𝑃[𝑋 ≥ 20min ] = 0.9332
𝑃[𝑋 ≥ 20min ] = (1 − 0.9332) = 𝟎. 𝟎𝟔𝟔𝟖 = 𝟔. 𝟔𝟖%

b) Se busca el valor de la probabilidad en la Tabla de distribución Normal

𝑃 = 𝑃[𝐴] × 𝑃[𝐵] × 𝑃[𝐶] = (0.9332)3 = 𝟎. 𝟖𝟏𝟐𝟔𝟖

Probabilidad y Estadística. VERANO 2022