1. A un proveedor se le compran bombas de aceite para motores diésel.

Estas
bombas de aceite vienen en lotes de 200 unidades. Para determinar si se acepta o
no un lote se toma una muestra aleatoria de 10 bombas las cuales se revisan para
ver si presentan algún defecto de fabricación. Por experiencia se sabe que el
porcentaje de bombas defectuosas es del 5%. Se rechaza el lote si el número de
bombas defectuosas en la muestra tomada es mayor o igual que 2. Determine la
probabilidad
Probar cada bomba es un ensayo de Bernoulli: solo son posibles dos resultados
D (Defectuosa)
Dc (No defectuosa) Ensayos repetidos de Bernoulli siguen una distribución binomial
𝑠𝑒𝑎 𝑥 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑏𝑜𝑚𝑏𝑎𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎𝑠 𝑒𝑛 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑑𝑒 𝑡𝑎𝑚𝑎ñ𝑜 𝑛 = 10 𝑃𝑜𝑠𝑖𝑏𝑙𝑒𝑠
𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑥 = {0, 1, 2, 3, … ,10}
𝑥~𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙(𝑛 = 10; 𝑝 = 0,05)
𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠;𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 "exito" = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎 = 0,05
1 − 𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 "𝑓𝑟𝑎𝑐𝑎𝑠𝑜" =𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎 = 0,95 =
𝑞
𝑃(𝑥 = 𝑘) = 𝑛𝐶𝑘 ∗ 𝑝 𝑘(1 − 𝑝) 𝑛−𝑘
 a. Construya el espacio muestral y la función de probabilidad con su respectiva gráfica
Espacio muestral: consta de 1024 posibles resultados
S={ Dc Dc Dc Dc Dc Dc Dc Dc Dc Dc, Dc Dc Dc Dc Dc Dc Dc Dc Dc D, Dc Dc Dc Dc Dc Dc Dc Dc D Dc, Dc Dc
Dc Dc Dc Dc Dc D Dc Dc , … , DDDDDDDDDD}
Función de probabilidad
P(X=k) = 10𝐶k ∗ (0,05)𝑘 (1 – 0,05)10−𝑘
Gráfica

b. Construya la función de distribución con su respectiva gráfica

Función de distribución
k i 10−i
P( X ≤ k )=∑ i=0 10 Ci∗(0 , 05) (1 – 0 ,05)

Gráfica
c. Determine la probabilidad: De aceptar un lote

P(X<2) = P(X≤1)= ∑1i =0 10 Ci∗(0 ,05)i (1 – 0 , 05)10−i

= 10 C 0∗( 0 , 05 )0 ( 1 – 0 , 05 )10−0 +10 C 1∗(0 , 05)1(1 – 0 , 05)10−1

= 0,9138
d. De que salgan tres bombas defectuosas en la inspección de la muestra

P(X=3) = 10 C 3∗(0 ,05)3 (1 – 0 , 05)10−3

= 0,0105
e. De que salgan al máximo 3 bombas defectuosas en la inspección de la muestra

P(X≤3)= ∑3i =0 10 Ci∗(0 ,05)i (1 – 0 , 05)10−i

= 0,9990
f. De que salgan al menos 4 bombas defectuosas en la inspección de la muestra

P(X≥4) = 1 – P(X<4) = 1 – P(X≤3)

= 1 – 0,9990 = 0,0010
g. Si en la inspección va más de una bomba defectuosa ¿cuál es la probabilidad de que
salgan máximo 5 bombas defectuosas?

P(X≤5 | X>1) = P(X≤5 n X>1) / P(X>1)

= P(2≤X≤5) / P(X>1)
= (P(X ≤ 5) – P(X≤2)) / (1-P(X≤1))
= (1-0,9885)/(1- 0,9139)
= 0,1335
h. Si en la inspección va más de una bomba defectuosa ¿cuál es la probabilidad de que salgan
más de 5 bombas defectuosas?

P(X>5 | X>1) = P(X>5 n X>1) / P(X>1)

= P(X>5) / P(X>1)
= (1-P(X≤5)) / (1-P(X≤1))
= (1 - 1) / (1- 0,9139)
=0
2. Con el fin de promocionar un producto se le entrega a la promotora una bolsa oscura con
10 pelotas iguales tipo ping pong, pintadas de diferente color: 7 verdes y 3 rojas. Con la
factura de compra el cliente tiene derecho a sacar tres pelotas en un solo intento. El
cliente gana un “gran premio” si saca tres pelotas rojas. El cliente gana un premio de
segundo nivel si saca dos pelotas rojas y gana un premio de tercer nivel si saca una pelota
roja. Gana un premio de consolación si no saca ninguna pelota roja.

a. Construya el espacio muestral y la función de probabilidad con su respectiva gráfica

3 Cx (7)C (3− x)
P ( X=x ) =
10 C 3

b. Construya la función de distribución con su respectiva gráfica

x
3 C i(7)C(3−i)
P ( X < x )=∑
i=0 10 C 3

c. Determine la probabilidad de ganar un premio de segundo nivel o de tercer nivel

P ( X=2, 1 )=P ( X =2 ) + P ( X=1 )

 ¿ 0,525+ 0,175=0 , 7
3. Se sabe que un grupo de cuatro componentes contiene dos defectuosos. Un inspector
prueba los componentes uno por uno hasta encontrar los dos defectuosos. Una vez
encontrado el segundo defectuoso, se concluye la prueba. Sea Y el número de pruebas
necesarias hasta encontrar el segundo defectuoso.
a) Encuentre la distribución de probabilidad de Y.

Primero probabilidad de que en las 2 primeras pruebas salgan las defectuosas DDBB

P(Y=2) = 1/2 * 1/3 = 1/6

Para que sean 3 intentos puede haber 2 opciones DBD y BDD

P(Y=3) = (1/2 * 2/3 * 1/2) + (1/2 * 2/3 * 1/2) = 1/3

Para que sean 4 intento hay 3 opciones

BBDD, BDBD, DBBD

P(Y=4) = (1/2 * 1/3 * 2/2 * 1/1) + (1/2 * 2/3 * 1/2 * 1/1) + (1/2 * 2/3 * 1/2 * 1/1)= 1/2

b) Construya la gráfica de probabilidad de Y.

c) Calcular el valor esperado de Y.

Y P(Y=y) Y*P(Y=y)
2 0,2 0,3
3 0,3 1
4 0,5 2
E(Y) 3,3
 d) Calcular la varianza de Y

Y P(Y=y) Y*P(Y=y) Y^2*P(Y=y)

2 0,2 0,3 0,7
3 0,3 1 3,0
4 0,5 2 8,0
3,3 11,7

V(X)= E(X^2) – E(X)^2

= 11,7 – (3,3^2)
= 0,56

4. El tiempo de atención a un cliente en el centro de información de un centro

comercial,
en minutos, es una variable aleatoria x con función de densidad

Con x ≥ 0 con  = 0,2; β = 5

Lo que indica que 2 clientes son atendidos cada 10 minutos o que el tiempo promedio de atención
de un cliente es de 5 minutos.

a. Compruebe que f(x) es una función de densidad.

Para que sea una función de densidad la integral en el dominio de la variable debe ser igual a 1
∞

∫ 0 ,2 e−0 ,2 x dx
0

|
¿ ∞ −e
0
−0 ,2 x

¿ (−e−0 , 2 (∞ ) )−(−e−0 ,2 (0 ))
¿ ( 0 ) −(−1)
 ¿1

b. Encuentre la función de Distribución. Si 2 clientes son atendidos cada 10 minutos o que el

tiempo promedio de atención de un cliente es de 5 minutos, lo que indica que  = 0,2; β =
5 Calcule la probabilidad que el tiempo de atención al público sea superior a 10 minutos.
x
P ( X < x )=F ( x ) =∫ 0 , 2e
−0 , 2u
du
0

|
¿ x −e
0
−0 , 2u

¿ (−e−0 , 2 ( x ) )−(−e−0 ,2 (0 ))
−0 ,2 x
¿ 1−e

P ( X >10 ) =1−P ( X <10 )

¿ ( 1 )−( 1−e−0 ,2 ( 10) )

¿ ( 1 )−( 0,8647 )
¿ 0,1353
c. Calcule la probabilidad que el tiempo de atención al público sea máximo de 3 minutos.
−0 , 2 ( 3)
P ( X <3 )=1−e
¿ 0,4512
d. Si van más de 3 minutos, ¿cuál es la probabilidad de que demora máximo 7 minutos?

P ( X <7 ∩ X > 3 ) P ( 3< X <7 ) P ( X <7 ) −P ( X <3 )

P ( X <7| X >3 ¿= = =
P ( X >3 ) P ( X >3 ) 1−P ( X < 3 )
0,7534−( 0,4512 )
¿
1−( 0,4512 )
¿ 0,5507
e. Si van más de 3 minutos, ¿cuál es la probabilidad de que demora más de 7 minutos?

P ( X >7 ∩ X > 3 ) P ( X > 7 ) 1−P(X >7 )

P ( X >7| X >3 ¿= = =
P ( X >3 ) P ( X > 3 ) 1−P ( X < 3 )
 1−0,7534
¿
1−( 0,4512 )
¿ 0,4493

f. Calcule la media y la varianza del tiempo en minutos de atención al público.

1 1
E ( X )= = =5
λ 0 ,2
1 1
V ( X )= 2
= 2
=25
λ 0,2
5. Distribución continua uniforme, U(a,b). Una variable aleatoria X sigue una distribución
continua uniforme de parámetros a < b y se denota X ~ U(a,b) si toma valores en el
intervalo (a, b) según la siguiente función de densidad de probabilidad,

La longitud del tallo de una cierta especie de plantas sigue una distribución uniforme entre 1 y 3
cm.

a. Compruebe que f(x) es una función de densidad.

1
f ( x )= , x ∈ (1 , 3 )
3−1
Se integra en el dominio de la variable, el resultado debe ser 1
3

∫ 12 dx
1

|
1
¿3 x
12

¿ ( 32 )−( 12 )
2
¿
2
 ¿1
b. Encuentre la función de Distribución.
x
1
P ( X < x )=F ( x ) =∫ d u
1 2

| 1 x 1 x−1
¿ x u= − =
12 2 2 2 ()()
, x ∈(1 , 3)

c. ¿Calcule la probabilidad que la longitud del tallo este entre 1,5 cm y 2,5 cm?

P ( 1 ,5< X <2 ,5 )=F ( 2 , 5 )−F (1 , 5 )

¿ ( 2 , 5−1
2 ) −(
2 )
1 , 5−1

¿ ( 0 , 75 )− ( 0 ,25 )
¿0,5
d. Calcule la media, la varianza y la desviación estándar de la longitud del tallo

a+b 1+3
E ( X )= = =2
2 2

( b−a )2 ( 3−1 )2 4
V ( X )= = = =0,3333
12 12 12