UNIVERSIDAD ANDRÉS BELLO

Departamento de matemáticas

Ejercicios de Desarrollo Solemne 1

Probabilidad - FMSA315

Ejercicios
Pregunta 1:
1. En cierta asignatura se realizan 3 evaluaciones durante el semestre, cada una corresponde a una prueba de 100
preguntas de verdadero y falso. Un alumno decide responder todas las evaluaciones al azar, determine
(a) La esperanza y desviación típica del número de respuestas correctas en cada evaluación.
(b) La probabilidad que el alumno obtenga una nota azul en cada evaluación, considerando que para obtener
un 4,0 se deben responder correctamente 70 preguntas.
(c) La probabilidad que el alumno al nal de la asignatura tenga máximo un rojo en sus evaluaciones.
Solución.

(a) Sea X el número de respuestas correctas, entonces X sigue una distribución binomial con n = 100 (cantidad
de preguntas) y p = 0, 5 (probabilidad de responder correctamente - verdadero y falso) por lo que su esperanza
resulta
E(X) = n · p = 100 · 0, 5 = 50
se espera tener 50 respuestas correctas con una desviación típica de 5 respuestas correctas.
p p
σ = n · p · (1 − p) = 100 · 0, 5 · 0, 5 = 5

(b) Por la cantidad de experimentos (n = 100) se puede considerar que X → N (µ, σ 2 ) con µ = 50 y σ = 5, se
pide
P (X > 70) = 1 − P (X < 70)
 
X −µ 70 − 50
= 1−P <
σ 5

= 1 − P (Z < 4)

= 1−1

= 0
Por lo que existe una probabilidad de 0% que el alumno tenga una nota igual o sobre 4,0 si responde al azar.
(c) Que tenga máximo un rojo será 0% ya que por lo menos necesita dos azules, y la probabilidad de uno ya es
0%.
También se puede considerar Y : la cantidad de rojos, entonces Y sigue una distribución binomial con n = 3
y p = 1, se pide
P (Y ≤ 1) = P (Y = 0) + P (Y = 1) = 0
2. De acuerdo con estudios previos cierto futbolista da por partido 400 pases a sus compañeros, se sabe que el 85%
de sus pases son correctamente recibidos por su equipo. La temporada consta de 10 partidos, determine:
(a) El número esperado y desviación típica de los pases correctamente recibidos por su equipo en cada partido.

1
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

(b) La probabilidad que el futbolista de más de 350 pases correctamente recibidos durante cada partido.
(c) La probabilidad que máximo en 2 partidos no llegue a los 350 pases correctos durante toda la temporada.
Solución.

(a) Sea X el número de pases correctos, entonces X sigue una distribución binomial con n = 400 (cantidad de
pases durante el partido) y p = 0, 85 (probabilidad de dar correctamente un pase) por lo que su esperanza
resulta
E(X) = n · p = 400 · 0, 85 = 340
se espera que de 340 pases correctamente recibidos con una desviación típica de 7 pases.
p p
σ = n · p · (1 − p) = 400 · 0, 85 · 0, 15 = 7, 14

(b) Por la cantidad de experimentos (n = 400) se puede considerar que X → N (µ, σ 2 ) con µ = 340 y σ = 7, 14;
se pide
P (X > 350) = 1 − P (X < 350)
 
X −µ 350 − 340
= 1−P <
σ 7, 14

= 1 − P (Z < 1, 40)

= 1 − 0, 91924

= 0, 08076
Por lo que existe una probabilidad de 8% que de más de 350 pases recibidos correctamente.
(c) Consideraremos Y : la cantidad de partidos a los que no llega a los 350 pases correctos, entonces Y sigue una
distribución binomial con n = 10 y p = 0, 92, se pide
P (Y ≤ 2) = P (Y = 0) + P (Y = 1) + P (Y = 2)
     
10 10 10
= · 0, 0810 + · 0, 089 · 0, 92 + · 0, 088 · 0, 922
0 1 2

= 0

Por lo que la probabilidad de que en máximo 2 partidos no llegue a los 350 pases es 0%.
3. Una fabrica de muebles produce 200 sillas de madera a la semana, por el mecanismo utilizado en la producción
se sabe que el 12% de las sillas tiene algún desperfecto y deben ser desechadas. Determine:
(a) El número esperado y desviación típica de sillas sin desperfectos cada semana.
(b) La probabilidad de tener más de 180 sillas sin desperfectos cada semana.
(c) La probabilidad que en un mes, cuatro semanas, máximo en una no se alcancen las 180 sillas sin desperfectos.
Solución.

(a) Sea X el número de sillas sin desperfectos, entonces X sigue una distribución binomial con n = 200 (cantidad
de sillas producidas) y p = 0, 88 (probabilidad de producir una silla sin desperfectos) por lo que su esperanza
resulta
E(X) = n · p = 200 · 0, 88 = 176

2
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

se espera que de 176 sillas sin desperfectos con una desviación típica de 5 sillas.
p p
σ = n · p · (1 − p) = 200 · 0, 88 · 0, 12 = 4, 59

(b) Por la cantidad de experimentos (n = 200) se puede considerar que X → N (µ, σ 2 ) con µ = 176 y σ = 4, 59;
se pide
P (X > 180) = 1 − P (X < 180)
 
X −µ 180 − 176
= 1−P <
σ 4, 59

= 1 − P (Z < 0, 87)

= 1 − 0, 08785

= 0, 19215
Por lo que existe una probabilidad de 19% de tener más de 180 sillas sin desperfectos cada semana.
(c) Consideraremos Y : la cantidad de semanas que no se alcanzan las 180 sin desperfectos, entonces Y sigue
una distribución binomial con n = 4 y p = 0, 81, se pide
P (Y ≤ 1) = P (Y = 0) + P (Y = 1)
   
4 4
= · 0, 194 + · 0, 193 · 0, 81
0 1

= 0, 02

Por lo que la probabilidad de que en máximo 1 semana no se alcancen las 180 sillas sin desperfectos es 2%.

3
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

4. Una compañía de reparto despacha diariamente 400 encomiendas, se sabe que cada encomienda por diversos
inconventientes tiene un 8% de probabilidad de volver a la central sin ser recibida. Determine:
(a) El número esperado y desviación típica de encomiendas que si son recibidas en un día.
(b) La probabilidad de tener más de 370 encomiendas recibidas en un día.
(c) La probabilidad de que en una semana máximo en dos días no se lleguen a las 370 encomiendas recibidas.
Solución.

(a) Sea X el número de encomiendas recibidas, entonces X sigue una distribución binomial con n = 400 (cantidad
de despachos) y p = 0, 92 (probabilidad de ser recibido) por lo que su esperanza resulta
E(X) = n · p = 400 · 0, 92 = 368

se espera que se reciban 368 encomiendas con una desviación típica de 5 pases.
p p
σ = n · p · (1 − p) = 400 · 0, 92 · 0, 08 = 5, 43

(b) Por la cantidad de experimentos (n = 400) se puede considerar que X → N (µ, σ 2 ) con µ = 368 y σ = 5, 43;
se pide
P (X > 370) = 1 − P (X < 370)
 
X −µ 370 − 368
= 1−P <
σ 5, 43

= 1 − P (Z < 0, 37)

= 1 − 0, 64431

= 0, 35569
Por lo que existe una probabilidad de 36% que se reciban más de 370 encomiendas en un día.
(c) Consideraremos Y : la cantidad de días em la semana que no llega a los 370 envios recibidos, entonces Y
sigue una distribución binomial con n = 7 y p = 0, 64, se pide
P (Y ≤ 2) = P (Y = 0) + P (Y = 1) + P (Y = 2)
     
7 7 7
= · 0, 367 + · 0, 366 · 0, 64 + · 0, 365 · 0, 642
0 1 2

= 0, 06

Por lo que la probabilidad de que en máximo 2 días no se lleguen a las 370 encomiendas recibidas es 6%.

4
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

Pregunta 2:
1. Una persona participa en un concurso de televisión PasaPregunta con las siguientes reglas. Si contesta correc-
tamente a una pregunta con cinco respuestas posibles (sólo una correscta) gana $10.000.000. En caso contrario se
le propone una segunda pregunta con tres respuestas posibles (sólo una correcta), si acierta gana $1.000.000. Si
tampoco acierta la segunda respuesta se le propone una tercera con dos respuestas posibles (sólo una correcta),
si acierta no gana nada y si falla debe pagar $1.000. El juego termina cuando la persona acierta o después de
fallar la tercera pregunta. Si contesta al azar,
(a) Calcular la probabilidad de que obtenga una respuesta correcta. Explique todo su procedimiento.
(b) ¾Cuál es la ganancia esperada?.
(c) Sea X : el número de preguntas propuestas al concursante, determine su esperanza y desviación estándar.
Interprete su resultado.
Solución. Sea Ai el suceso la persona responde correctamente la pregunta i-ésima (i = 1, 2, 3).
(a) La probabilidad de que tenga una respuesta correcta es:

P (una respuesta correcta) = P (A1 ) + P (Ac1 ) · P (A2 ) + P (Ac1 ) · P (Ac2 ) · P (A3 )

1 4 1 4 2 1
= + · + · ·
5 5 3 5 3 2
11
=
15
(b) Sea Y la variable aleatoria ganancia, esta variable toma los valores

y1 = 10.000.000 ; y2 = 1.000.000 ; y3 = 0 ; y4 = −1.000

con probabilidades
1 4 4 4
P (y1 ) = ; P (y2 ) = ; P (y3 ) = ; P (y4 ) =
5 15 15 15
nalmente la ganancia esperada es
1 4 4 4
E(Y ) = $10.000.000 · + $1.000.000 · + $0 · − $1.000 ·
5 15 15 15
= $2.266.400

(c) La variable X se describe en la siguiente tabla

xi 1 2 3

1 4 8
P (X = xi )
5 15 15

Los datos se obtuvieron haciendo

P (X = 1) = P (A1 ) ; P (X = 2) = P (Ac1 ) · P (A2 ) ; P (X = 3) = P (Ac1 ) · P (Ac2 )

nalmente

5
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

ˆ Esperanza de X
X3
E(X) = xi · P (X = xi )
i=1

1 4 8
= 1· +2· +3·
5 15 15
35
= = 2, 33
15
ˆ Esperanza de X 2
X3
E(X 2 ) = x2i · P (X = xi )
i=1

91
=
15
ˆ Varianza de X
2
σ 2 = E(X 2 ) − [E(X)]
= 0, 62

2. Una persona participa en un concurso de televisión PasaPregunta con las siguientes reglas. Si contesta correc-
tamente a una pregunta con cinco respuestas posibles (sólo una correscta) gana $20.000.000. En caso contrario
se le propone una segunda pregunta también con cinco respuestas posibles (sólo una correcta), si acierta gana
$1.000.000. Si tampoco acierta la segunda respuesta se le propone una tercera con tres respuestas posibles (sólo
una correcta), si acierta no gana nada y si falla debe pagar $10.000. El juego termina cuando la persona acierta
o después de fallar la tercera pregunta. Si contesta al azar,
(a) Calcular la probabilidad de que obtenga una respuesta correcta. Explique todo su procedimiento.
(b) ¾Cuál es la ganancia esperada?.
(c) Sea X : el número de preguntas propuestas al concursante, determine su esperanza y desviación estándar.
Interprete su resultado.
Solución. Sea Ai el suceso la persona responde correctamente la pregunta i-ésima (i = 1, 2, 3).
(a) La probabilidad de que tenga una respuesta correcta es:

P (una respuesta correcta) = P (A1 ) + P (Ac1 ) · P (A2 ) + P (Ac1 ) · P (Ac2 ) · P (A3 )

1 4 1 4 4 1
= + · + · ·
5 5 5 5 5 3
43
=
75
(b) Sea Y la variable aleatoria ganancia, esta variable toma los valores

y1 = 20.000.000 ; y2 = 1.000.000 ; y3 = 0 ; y4 = −10.000

con probabilidades
1 4 16 32
P (y1 ) = ; P (y2 ) = ; P (y3 ) = ; P (y4 ) =
5 25 75 75

6
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

nalmente la ganancia esperada es

1 4 16 32
E(Y ) = $20.000.000 · + $1.000.000 · + $0 · − $10.000 ·
5 25 75 75
= $4.155.700

(c) La variable X se describe en la siguiente tabla

xi 1 2 3

1 4 16
P (X = xi )
5 25 25

Los datos se obtuvieron haciendo

P (X = 1) = P (A1 ) ; P (X = 2) = P (Ac1 ) · P (A2 ) ; P (X = 3) = P (Ac1 ) · P (Ac2 )

nalmente
ˆ Esperanza de X
3
X
E(X) = xi · P (X = xi )
i=1

1 4 16
= 1· +2· +3·
5 25 25
61
= = 2, 44
25
ˆ Esperanza de X 2
X3
E(X 2 ) = x2i · P (X = xi )
i=1

33
=
5
ˆ Varianza de X
2
σ 2 = E(X 2 ) − [E(X)]
= 0, 6464

3. La longitud de ciertos tornillos en cm. se distribuye según la función de densidad

3

 (x − 1)(3 − x)
 si x ∈ [1, 3]
f (x) = 4

si

0 x 6∈ [1, 3]


(a) Calcular E(X) y V ar(X).

(b) Si los tornillos son válidos sólo si su longitud está entre 1,7 y 2,4 cm., calcular la probabilidad de que un
tornillo sea válido.
(c) Los tornillos se agrupan en lotes de 100 unidades, para que un lote pase un control de calidad se extraen
tres tornillos y todos deben ser válidos. Calcular la probabilidad de que un lote pase el control de calidad.

7
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

Solución.

(a) Calculamos
ˆ Z 3
3
E(X) = x · (x − 1)(3 − x)dx
1 4
Z 3
3
−x3 + 4x2 − 3x dx


=
4 1

 4 3
3 x x3 x2 
= − +4 −3
4 4 3 2 1

= 2.
ˆ Z 3
3
E(X 2 ) = x2 · (x − 1)(3 − x)dx
1 4
Z 3
3
−x4 + 4x3 − 3x2 dx


=
4 1

 5 3
3 x
− + x4 − x3 

=
4 5 1

= 4, 2.

Así tenemos E(X) = 2 y V ar(X) = E(X 2 ) − [E(X)]2 = 0, 2.

(b)
Z 2,4
3
P (1, 7 < X < 2, 4) = (x − 1)(3 − x)dx
1,7 4
Z 2,4
3
−x2 + 4x − 3 dx


=
4 1,7

 3 2,4
3 x 2

= − + 2x − 3x 
4 3 1,7

= 0, 50225.

(c) Dos formas:

ˆ Llamaremos Vi : tornillo i es válido (i = 1, 2, 3), nos piden

P (V1 ∩ V2 ∩ V3 ) = P (V1 ) · P (V2 ) · P (V3 ) = (0, 50225)3 = 0, 12669.

ˆ Utilizando la distribución geométrica, Y → Geo(p) donde Y : cantidad de extracciones hasta encontrar

el primer tornillo no válido, su función de probabilidad resulta
f (y) = (0, 50225)y−1 · 0, 49775.

8
UNIVERSIDAD ANDRÉS BELLO
Departamento de matemáticas

Nos piden
P (Y > 3) = 1 − P (Y ≤ 3)
= 1 − [P (Y = 1) + P (Y = 2) + P (Y = 3)]
= 1 − [f (1) + f (2) + f (3)]
= 0, 12669.

4. Un lote de piezas contiene una proporción d (dada en porcentaje) de defectuosas. Para realizar un control se
seleccionan n piezas y se denomina X el número de piezas defectuosas encontradas.
(a) Expresar P (X = 0) en términos de los parámetros d y n.
(b) Si d = 10%, cuál debe ser el número n de piezas examinadas para tener P (X = 0) < 0, 05?.
(c) Si n = 40, para qué valores de d es P (X = 0) < 0, 01?.
(d) Si se examinan n = 80 piezas y se encuentran dos defectuosas, cuál es la proporción más posible de piezas
defectuosas en el lote total d = 1%, d = 4% o d = 7%?.
d
Solución. la probabilidad p de que una pieza sea defectuosa es p = , si se seleccionan n piezas y X es el
100
número de defectuosas de entre n, es claro que X → B(n, p)
 
n 0
(a) P (X = 0) = p (1 − p)n = (1 − p)n .
0
(b) en este caso P (X = 0) = 0, 9n , luego
2, 9957
0, 9n < 0, 05 → n log(0, 9) < log(0, 05) → n(−0, 1053) < −2, 9957 → n > = 28, 44
0, 1053
por lo tanto n debe ser como mínimo 29.
(c) la condición ahora es
(1 − p)40 < 0, 01 → 1 − p < 0, 89 → p > 0, 11
por lo tanto d > 11%.
(d) suponiendo d = 1%, d = 4% y d = 7%, la variable X es respectivamente B(80; 0, 01), B(80; 0, 04) y
B(80; 0, 07), luego  
80
P (X = 2/p = 0, 01) = 0, 012 0, 9978
2
 
80
P (X = 2/p = 0, 04) = 0, 042 0, 9678
2
 
80
P (X = 2/p = 0, 07) = 0, 072 0, 9378
2
se comprueba fácilmente que la mayor probabilidad es la segunda, luego la proporción más posible es d = 4%.