RESUMEN PARCIAL 2 ESTADISTICA:

VARIABLES ALEATORIAS DISCRETAS:

- Aquellas que entre 2 valores cualquiera existe un numero finite de valores posibles
- No aceptan comas, son valores enteros

Por ejemplo:
Si tiramos un dado, ¿qué número podría salir?

1 ≤ x ≤6

Los posibles valores de x = Dominio

Los posibles valores de y = Imagen

TRATAMIENTO DESCRIPTIVO:
- Es poner aprueba una determinada situación
- Tiramos el dado 20 veces y anotamos lo que observamos

X f
2 5
3 7
4 8
PROYECTAMOS EL FENOMENO:
- Nos imaginamos que es lo que pasaría si yo tiro el dado
Distribución de
Probabilidad

¿Qué tenemos que chequear para ver si está bien?

Que se cumplan las propiedades

PROPIEDADES:
 P(X) ≥ 0

 Σ P(X) = 1 (La sumatoria de todas las probabilidades tiene que dar 1)

MODELOS GENERALES:
- Construcción de variables a partir de una problemática
A partir de esa construcción, podemos calcular:
o Esperanza Matemática
o Varianza (S)
o Coeficiente de Variación (CV)

VALOR ESPERADO o ESPERANZA DE UNA VARIABLE ALEATORIA DISCRETA:

- Es el Promedio
- Es el valor esperado para esa variable aleatoria luego de realizar infinitas
observaciones o experimentos
- Es lo que pasaría si lo tiraría infinitas veces

μ=E( x)=Σ x ∙ P(x)

VARIANZA DE UNA VARIABLE ALEATORIA DISCRETA:

- Mide la aleatoriedad de la variable aleatoria, nos indica cuán dispersa puede ser la
distribución.

σ 2=Σ|x 2i ∙ P(x i )|−μ2

ESPERANZA MATEMATICA:
μ = E(x) = Σx ∙ P(x)
1 1 1 1 1 1
𝜇 = 𝐸(𝑥) = 1 ∙ 6 +2∙ 6 + 3∙ 6 +4 ∙ 6 + 5∙ 6 + 6 ∙ 6 = 3,5

ES VALOR PROMEDIO QUE SE OBTENDRIA

AL REALIZAR
INIFINTAS TIRADAS

VARIANZA:
σ 2=Σ|x 2i ∙ P(x i )|−μ2

| 1
6
1
6
1
6
1
6
1
6
1
|
σ 2= 12 ∙ + 22 ∙ +3 2 ∙ + 42 ∙ +52 ∙ +62 ∙ −3 , 52 = 2,92
6

Le resta el promedio
al cuadrado
o se puede usar la otra fórmula de varianza 2
S =¿
 PROBABILIDADES:
PROBABILIDAD PUNTUAL:
P(X = x)
- Que x sea igual a un valor

PROBABILIDAD ACUMULADA A LA IZQUIERDA:

P(X ≤ x)
- Que x sea mayor que X

PROBABILIDAD ACUMULADA A LA DERECHA:

P(X ≥ x)
- Que x sea menor que X

Ejercicio:
Un experimento consiste en tirar 2 dados y anotar las sumas de las caras
superiores
a) Construir la distribución de probabilidad de la variable “suma de las caras de los
dos dados”
X van a ser las sumas de las caras que salen en 2 dados
x P(x)
2
3 DADO 1 + DADO 2 DADO 1 + DADO 2 DADO 1 + DADO 2
1+1=2 2+1=3 6 + 6 = 12
4
5
6
7
8
9
10
11
12

Dominio = 2 ≤ 𝑥 ≤ 12

¿Como calculo la probabilidad?

La probabilidad de que la suma de los dos dados sea igual a 2

=( )=
2
1 1 1 1
P(2) = 𝑃(1∩1) = 𝑃(1) ∙ 𝑃(1) = ∙
6 6 6 36 Cantidad de combinaciones

()
2
1 1 1 1 1 2
P(3) = 𝑃 ((2∩1) ∪ (1∩2)) = 𝑃(2) ∙ 𝑃(1) + 𝑃(1) ∙ 𝑃(2) = ∙ + ∙ =¿
6 6 6 6 6
∙2 =
36

()
2
1 3
P(4) = 6
.3 =
36

1
Como ya sabemos la probabilidad que tiene cada número en salir ( 6 ¿, si queremos calcular la
probabilidad de que la suma de los 2 dados = 4 por ejemplo, hacemos

()
2
1
. lacantidad de combiancniones (en este caso 3)
6

OTRA MANERA DE ARMAR LA TABLA DE DISTRIBUCION:

  Tenemos cinco 8
5
 P(8) =
36

Casos Favorables
P(x) = Casos Posibles

1 4 5 4 3
P(2) = 36 P(5) = 36 P(8) = 36 P(9) = 36 P(10) = 36

x P(x)
2 1/36
3 2/36
4 3/36
5 4/36
6 5/36
7 6/36
8 5/36
9 4/36
10 3/26
11 2/36
12 1/36

b) Calcular la probabilidad de que la suma sea:

I) 4
3
P(x = 4) = 36 = 0,083

II) 6 o 12
5 1
P(6 ∪ 12)= P(6) + P(12) = 36 + 36 = 0,16

III) Superior a 5
P(𝑥 > 5) = P(𝑥 ≥ 6) = P(6) + P(7) + P(8) + P(9) + P(10) +P(11) + P(12)
5 6 5 4 3 2 1
= + + + + + + =0,722
36 36 36 36 36 36 36

IV) A lo sumo 4
1 2 3
P( x ≤ 4 ) = P(2) + P(3) + P(4) = 36 + 36 + 36 =¿ 0,16

V) Mas de 3
P(𝑥 > 3) = P (𝑥 ≥ 4) = P(4) + P(5) + P(6) + P(7) + P(8) + P(9) + P(10) + P(11) + P(12)

TP 3:
1) El número de errores por hora que comete un administrativo en cierto trabajo es una
variable aleatoria que tiene la siguiente distribución

Cantidad de errores: 0 1 2 3
P(r): 0,4 - 0,3 - 0,2 - 0,1
a) Calcule el número medio (promedio o esperanza) de errores
b) Determine la probabilidad de que se cometa como mínimo un error

Distribución de Probabilidades:
X = Cantidad de errores
V.A.C Dsicreta

x P(x)
0 0,4
1 0,3 Como es Esperanza, todavía no se hizo ninguna
2 0,2 prueba.
3 0,1 1 es el error esperado en infinitas pruebas o
experimento
a)
E(x) = (0 . 0,4) + (1 . 0,3) + (2 . 0,2) + (3. 0,1) = 1 error

b)
P(x ≥ 1) = P(1) + P(2) + P(3) = 0,3 + 0,2 + 0,1 = 0,6

MODELO BINOMIAL:
- Cantidad de éxitos dentro de una muestra que posea probabilidad constante (Con reposición)
- La usamos cuando no sabemos la Población

ÉXITO:
- Radica en lograr lo que estoy buscando

FRACASO:
- Es su complemento
- Todo lo que no sea éxito

Por ejemplo, si tenemos una prueba y tengo 70% de probabilidades de aprobar, la probabilidad
de fracaso es del 30% ya que es su complemento

No te olvides, no nos referimos a algo bueno o malo, depende de lo que buscamos

POR EJEMPLO:
1) Se tira un dado 3 veces y se va a observar la cantidad de veces que salga el número 6
x = Cantidad de veces que salga el 6
n = (cantidad de experimentos) = 3

ÉXITO: p FRACASO: q
Que salga un numero 6 (N6) Que no salga el numero (N6)
1 5
Probabilidad 6 Probabilidad 6

X P(x) Se le agrega el 3 porque es la

0 5 5 5
N6; N6 ; N6 . . = 0,578703703
6 6 6
cantidad de combinaciones que
1 5 5 puede haber
1 N6 ; N6 ; N6 . . . 3 = 0,34722 1 5 5
6 6 6 1) ( . . )
1 1 5 6 6 6
2 N6 ; N6 ; N6 . . . 3 = 0,0694
6 6 6
3 1 1 1 5 1 5
N6 ; N6 ; N6 . . = 0,0046296 2) ( . . )
6 6 6 6 6 6

Estas son las posibilidades que se pueden dar de tirar 3 veces el dado. 5 5 1
3) ( . . )
1. Que salga 0 veces el 6 en 3 tiradas 6 6 6
2. Que salga 1 vez el 6 en 3 tiradas
3. Que salga 2 veces el 6 en 3 tiradas
4. Que salga 3 veces el 6 en las 3 tiradas

Se puede hacer esta planilla de forma automática por la app

EJERCICIOS:
V.A.C. Discretas
X= cantidad de cafés que tomo por día

X P(x) Para calcular la probabilidad de tomar 3 cafés tengo que hacer, como sé
0 0,1 que la suma de todas las probabilidades me tiene que dar 1, hago:
1 0,2 1 - (0,1 + 0,2 + 0,35)
2 0,35 1 – 0,65
3 0,35 0,35

Dominio: 0 ≤ x ≤ 3

ESPERANZA MATEMATICA
E(x) = Promedio Poblacional = µ
E(x) =( 0 . 0,1) +( 1 . 0,2 )+( 2 . 0,35 )+ (3 . 0,35)
E(x) = 1,95 cafes

PROBABILIDAD PUNTUAL:
Calcular la probabilidad de que se tome 1 café
P(x=1) = 0,2

PROBABILIDAD ACUMULADA:
Calcular la probabilidad de que tome como mínimo 1 café
P( x ≥ 1) = 0,2 + 0,35 + 0,35 = 0,9

Calcular la probabilidad de que tome como mucho 1

P( x ≤ 1) = 0,2 + 0,1 = 0,3

DISTRIBUCION BINOMIAL:
 ÉXITO: FRACASO:
X≤1 X>1=X≥2
p = 0,3 q = 0,7

P(x =2) = 0,189

P(X ≤ 1) = 0,78
 MODELO HIPERGEOMETRICO:
- Cantidad de éxitos en la muestra de una población
- La utilizamos cuando sabemos la población

La probabilidad de éxitos no es constante

Sin reposición

Población = N
Tamaño de la Muestra = n
Éxito de la Población = M
Éxito de la Muestra = x
1) Tengo una caja con 17 bolitas de las cuales 9 rojas y 8 negras.
Tomo una muestra de 2 bolitas, y quiero saber la probabilidad de que salga 1 roja.
2) Tengo una caja con 17 bolitas de las cuales 9 rojas y el resto negras.
Tomo una muestra de 2 bolitas, y quiero saber la probabilidad de que como máximo salga una
roja.

3) Tengo una caja con 17 bolitas de las cuales 9 rojas y el resto negras.
Tomo una muestra de 2 bolitas, y quiero saber la probabilidad de que salgan más de una roja
7) Se desea hacer una encuesta de mercado para estudiar cuál será la repercusión de un
producto que será lanzado en los próximos días.

Se conoce por estudios anteriores que el porcentaje de aceptación sobre productos similares
es del 60%. Si se toma una muestra de 20 personas:
a) ¿Cuál es la probabilidad que exactamente diez personas compren el producto?
b) ¿Cuál es la probabilidad de que a lo sumo 12 personas compren el producto?
c) ¿Cuál es la probabilidad de que más de 9 personas no lo adquieran?
d) ¿Cuántas personas se espera que no compren el producto?
ESPERANZA
DATOS:
 60 % ACEPTA
 40% NO ACEPTA
 n = 20 PERSONAS
 Como no sabemos el numero de la población, vamos a usar el Modelo Binomial

a) Se pone 0,6 porque es la probabilidad de

aceptación que es de 60% = 0,6
n= 20 p= 0,6 P(x= 10)

P(x = 10) = 0,117142

b)
n=20 p= 0,6 P(x ≤ 12)

P( x ≤ 12) = 0,584107

c)
n= 20 p = 0,4 P(x > 9) = P(x ≥ 10)
P( x ≥ 10) = 0,244663

d)
n= 20 p = 0,4

E(x) = 8 Personas
17) Suponga que la probabilidad de que un vendedor ambulante logre realizar alguna venta
con la modalidad puerta a puerta, es de 0,15. Si una mañana ofrece su producto en 18 casas:
a) ¿Cuál es la probabilidad de que logre realizar por lo menos una venta?
b) ¿Cuál es la probabilidad de que logre entre 4 y 8 ventas?
c) ¿Qué tipo de asimetría tiene la distribución de la variable “número de ventas” para este
problema?

17)
VENTA p = 0,15
NO VENTA p = 0,85
CASAS n = 18

a)
P(x ≥ 1) n= 18 p= 0,15

P(x ≥ 1) = 0,946354

b)
P( ≤ x ≤ )

P( 4 ≤ x ≤ 8 ) =
OPCION 1:
P(x ≤ 8) - P(x ≤ 3)
0,999489 - 0,720236
0,279098

OPCION 2:
P(x ≥ 4) - P(x ≥ 9)
0,279764 – 0,000511
0,279098

c)
o Para saber la asimetría me fijo en el grafico que me da en la app
o El E(x) me lo da la app

E(x) = n . p = 18 . 0,15 = 2,7

Mo = (me fijo el bastón más largo) = 2

Mo < E(x)
2 < 2,7 ASIMETRIA POSITIVA
11) Un gerente financiero sabe que el 20% de los cheques rechazados son habitualmente
irrecuperables. En el último mes ha recibido 9 cheques que han sido rechazados.
a) ¿Cuál es la probabilidad que más de la mitad de estos sean irrecuperables?
b) ¿Cuál es la probabilidad de recuperar al menos la tercera parte de estos?
c) ¿Cuál es la probabilidad de recuperar alguno de estos cheques?

DATOS:
20% CHEQUES IRRECUPERABLES
80% CHEQUES RECUPERABLES
9 CHEQUES = n

a) Porque me habla de cheques irrecuperables y 20% de cheques son irrecuperables

n= 9 p= 0,2
9
= 4.5 cheques
2
o Como son cheques, no se pueden tener medio cheque, así que se redondea según lo que
me pidan
o Como me dice “mas de la mitad” se redondea para arriba y se toma al 5 en adelante

P(x ≥ 5) = 0,019581

b) Porque me habla de cheques recuperables

n= 9 p= 0,8

9
=3
3

P(x ≥ 3) = 0,999686

c)
n= 9 p=0,8

P(x ≥ 1) = 0,99999
13) Entre los numerosos postulantes que se presentaron para cubrir un puesto administrativo
en una importante empresa se preseleccionaron 14, de los cuales solamente 5 pueden
acreditar experiencia previa en tareas similares, y el director de Recursos Humanos de la
empresa decidió elegir por sorteo los 7 postulantes preseleccionados que
entrevistará en primer término.

Calcular la probabilidad de que en el grupo así elegido, haya:

a) Exactamente 3 postulantes con experiencia previa.
b) A lo sumo 2 postulantes con experiencia previa.
c) Como mínimo 4 postulantes con experiencia previa.
d) ¿Cuántos postulantes sin experiencia previa se esperaría encontrar en un grupo de tres
postulantes?

DATOS:
N= 14 postulantes
5 Experiencia Previa n = 7 (grupo de postulantes)
9 Experiencia Previa

a)
(Como trabajamos con Población vamos a utilizar el Modelo Hipergeométrico)

N =14 n = 7 M = 5
P(x = 3) = 0,36713

b)
N =14 n= 7 M= 5
P(x ≤ 2) = 0,5

c)
N= 14 n= 7 M= 5
P(x ≥ 4) = 0,132867

d)
N= 14 n = 3 M= 5
E(x) = 1,93 postulantes
14) En la sección Contaduría de la empresa “A”, donde trabajan 8 empleados casados y 12
empleados solteros, el jefe elige al azar un equipo de empleados para hacer horas extras el
próximo sábado.

a) Para las siguientes preguntas definir la variable de estudio, identificar la distribución y sus
parámetros.
b) Si dicho equipo estuviera integrado por 4 empleados, ¿cuál sería la probabilidad de que más
de la mitad de los mismos fueran casados?
c) Si dicho equipo estuviera integrado por 9 empleados, ¿cuál sería la probabilidad de que
menos de la tercera parte de los mismos fueran solteros?

o 8 EMPLEADOS CASADOS
o 12 EMPLEADOS SOLTEROS
o N = 20

Como sabemos el numero de la población, vamos a trabajar con el Modelo Hipergeometrico

a)
x= cantidad de empleados
V.A. Cuantitativa Discreta
N= 20 M= 8 o 12

b)
n= 4 N=20 M= 8

4
= 2 P(x > 2) = P(x ≥ 3) = 0,15315
2

c)
n= 9 N= 20 M=12

9
=3 P(x < 3) = P(x ≤ 2) = 0,003215
3
8) Se sabe por experiencias anteriores, que el 30% de los alumnos universitarios, trabaja más
de 4 horas por día.
Si seleccionamos al azar 10 alumnos universitarios, ¿Cuál es la probabilidad de hallar:
a) 4 alumnos que trabajan más de 4 horas.
b) Más de 2 alumnos que trabajen más de 4 horas.
c) A lo sumo 8 alumnos trabajen más de 4 horas.

30% + 4hs/día
70% - 4hs/día

a)
x = 4 p = 0,3 (porque me pide los que hacen mas de 4hs) n= 10

P(x = 4) = 0,2000121

b)
n= 10 p= 0,3

P(x > 2) = P(x ≥ 3) = 0,6172

c)
n= 10 p= 0,3

P(x < 8) = P(x ≤ 7) = 0,99999

16) En una agencia de publicidad trabajan 25 publicistas, de los cuales 8 provienen de la
agencia “RR advise SA”.

Si se elige al azar un grupo de 6 publicistas:

a) ¿Cuál es la probabilidad de que a lo sumo 2 de ellos provengan de la mencionada agencia?
b) ¿Cuál es la probabilidad de que más de 3 de ellos provengan de dicha agencia?
c) ¿Cuántos publicistas provenientes de la agencia en cuestión espera ud que estén presentes
en una muestra de 10 publicistas elegidos al azar? ¿Con qué desvío?

DATOS:
N= 25 PUBLICISTAS (8 AGENCIA + 17 NO AGENCIA)
n= 6
M= 8 o 17
Modelos Hipergeométrico (porque tenemos una población)

a)
M= 8 N= 25 n=6

P(x ≤ 2) = 0,725692

b)
N= 25 n= 6 M=8

P(x ≥ 4) = 0,05928
19) Al comenzar las clases, en un curso de 80 alumnos en el que hay 24 recursantes, el profesor
selecciona al azar 10 alumnos para contestar un cuestionario a fin de evaluar los conocimientos
previos que tienen acerca de la materia.

Calcular la probabilidad de que en el grupo de alumnos seleccionados haya:

a) Entre 2 y 5 recusantes
b) Por lo menos 8 alumnos que cursan por primera vez la materia
c) Algún recusante

DATOS:
N= 80 (24 RECURSANTES + 56 NO RECURSANTES)
N= 10
M= 24 o 56

a)
N= 80 n=10 M= 24

P(2 ≤ x ≤ 5)=
0,867943 – 0,036585
0,831358
b)
N= 80 n=10 M= 56
P(x ≥ 8) = 0,37017

c)
N= 80 n=10 M=24

P(x ≥ 1) = 0,978337
20) Un auditor contable conoce por propia experiencia que el 90% de las pruebas de auditoría
que reúne son válidas para redactar su informe final.

Actualmente está trabajando en una empresa donde ha reunido 15 pruebas de auditoría.

a) ¿Cuál es la probabilidad de que a lo sumo 10 de estas pruebas sean válidas?
b) ¿Cuál es la probabilidad de que menos de 8 pruebas no sean válidas?
c) ¿Cuál es la probabilidad de que entre 7 y 12 pruebas sean válidas?

DATOS:
n=15
90% PRUEBAS VALIDAS
10% PRUEBAS INVALIDAS
Modelo Binomial (porque no tenemos población)

a)
p = 0,9 n=15

P(x ≤ 10) = 0,0127

b)
n= 15 p= 0,1

P(x < 8 )= P(x ≤ 7) = 0,999966

c)
n= 15 p= 0,9

P(7 ≤ x ≤ 12) = P( x ≥ 7) – (x ≥ 13)

0,9997 – 0,815939
0,18376
 MODELO POISSON:
- Estudia la ocurrencia de sucesos o acontecimientos puntuales que se generan al azar en un
medio continuo de observación

POR EJEMPLO:
1) Sabiendo que se caen 3 aviones durante 5 años,
¿cuántos aviones se esperan que caigan en 15 años?

5 años 3 aviones
15 años λ = 9 aviones

2) Sabiendo que se caen 3 aviones durante 5 años,

¿cuál es la probabilidad que se caigan 8 aviones en 15 años?

P(x = 8) = 0,1318

3) Sabiendo que se caen 3 aviones durante 5 años,

¿cuál es la probabilidad que como mínimo se caigan 10 aviones en 15 años?

P ( x ≥ 10 )=¿ 0,4126
4) Sabiendo que se caen 3 aviones durante 5 años,
¿cuál es la probabilidad que se caigan menos de 7 aviones en 15 años?

P(x < 7) = P(x ≤ 6) = 0,2068

10) Por una esquina de la Capital Federal transitan en promedio 15 autos por minuto. Se desea
calcular la probabilidad de que
a) En un minuto pasen exactamente 11 autos
b) En un minuto pasen más de 12 autos.
c) Durante 30 segundos pasen 7 automóviles

a)
P(x = 11) = 0,066
λ = 15 autos x minuto

b)
P(x > 12) = P( x ≥ 13) = 0,732389
λ = 15 autos x minuto

c)
P(x = 7) = 0,146484

λ = 7,5
60 segundos 15 autos
30 segundos λ = 7,5 autos

26) La máquina expendedora de boletos de cierto colectivo entrega el boleto en un promedio

de 6 segundos.
a) ¿Cuál es la probabilidad de que entregue más de 5 boletos en los próximos 15 segundos?
b) ¿Cuál es la probabilidad de que no entregue ningún boleto en los próximos 30 segundos?
c) ¿En una hora, cuántos boletos esperaría que la maquina entregue?

1 boleto 6 segundos

a)
P(x > 5) = P(x ≥ 6) = 0,042021
λ = 2,5

6 segundos 1 boleto
15 segundos λ = 2,5

b)
P(x = 0) = 1
λ=5

6 segundos 1 boleto
15 segundos λ=5

c)
6 segundos 1 boleto
3600 segundos x = 600 boletos
21) La cajera de cierto supermercado atiende a una tasa de 3 personas cada 5 minutos en
promedio.
a) ¿Cuál es la probabilidad de que en los próximos 15 minutos logre atender a más de 12
personas?
b) ¿Cuál es la probabilidad de que en la próxima media hora atienda a lo sumo a 20 personas?
c) ¿Cuál es la probabilidad de que en los próximos 3 minutos no atienda a nadie?

a)
P(x > 12) = P(x ≥ 13) = 0,124227
λ=9

5 minutos 3 personas
15 minutos λ=9

b)
P(x ≤ 20) = 0,73072
λ = 18

5 minutos 3 personas
30 minutos λ = 18

c)
P(x = 0) = 0,1653
λ = 1,8

5 minutos 3 personas
3 minutos λ = 1,8 personas
27) A una panadería llegan entre las 8 y 8:30 am en promedio 6 personas por minuto.
a) ¿Cuál es la probabilidad de que en un lapso de 3 minutos lleguen más de 20 personas?
b) ¿Cuál es la probabilidad de que en 30 segundos no llegue nadie?
c) ¿Cuál es la probabilidad de que en un lapso de 90 segundos lleguen a lo sumo 10 personas?
 VARIABLES ALEATORIAS CONTINUAS:
DISTRIBUCION NORMAL:
- Modelo de distribución para variables aleatorias continuas.
- Se grafica en la Campana de Gauss

Buscamos determinar cuánto vale la superficie que pintamos debajo de la campana

SOLUCION:
Utilizar la distribución normal estándar (Z)
 x −μ
Z=
σ

EJERCICIOS
1) El volumen contenido en una lata de cerveza es una variable aleatoria normal con media
igual 450 cm3 y desvío de 9 cm3
m= 450 cm3 (PROMEDIO)
s= 9cm3 (DESVIO)
a) ¿Cuál es la probabilidad de que los volúmenes sean inferiores a 445 cm3?
1. PLANTEO:
P ( x< 445 )

2. GRAFICO:

3. FORMULA Z:
x −μ 445−450
Z=
σ
= 9
= −0,5555

4. APP:
5. RESULTADO:
P ( x< 445 ) =0,2893
La probabilidad de que los valores sean menores a 445 cm3 es del 0,2893.
Es decir del 28,93%

b) ¿Cuál es la probabilidad de que los volúmenes sean superiores a 458 cm3?

1. P(x > 458)

2.

x −μ 458−450
3. Z= σ = 9
=¿ 0,8888

4.
5.
𝑷(𝒙 > 𝟒𝟓𝟖)= 𝟎,𝟏𝟖𝟕𝟏

La probabilidad de que los valores sean superiores a 458 cm3 es del 0,1871.
Es decir del 18,71%

c) ¿Cuál es el volumen superado por el 35% de las latas?

1. Hacemos al revés como ya sabemos la probabilidad, ahora tenemos que calcular x

2. Ponemos la probabilidad (0.35) en la app, no da un valor en Z
3. Con ese valor de Z lo ponemos en la formula y calculamos x

x −μ
Z=
σ

Z ∙ σ + μ=x

0,3853 ∙ 9+450=x

453 , 46 cm3=x
El 35% de las veces se superan los 453,46 cm3

d) ¿Cuál es el volumen no superado por el 35% de las latas?

1) El volumen contenido en una lata de gaseosa es una variable aleatoria normal con media
igual 354 cm3 y desvío de 8 cm3.
a) ¿Cuál es la probabilidad de que los volúmenes sean inferiores a 340 cm3?
b) ¿Cuál es la probabilidad de que se ubiquen entre 350 y 360 cm3?
c) ¿Cuál es el volumen máximo del 10% de las latas con menos contenido?
 SIMULACRO 2 PARCIAL:
1) Si se sabe que el 30% de los alumnos que cursan en UADE Sede Costa utilizan
bronceador, y se selecciona una muestra de 14 alumnos que se encontraban al sol:
a) ¿Cuál es la probabilidad de que menos de 8 utilicen bronceador?
b) ¿cuál es la probabilidad de que más de 10 no utilicen bronceador?
c) ¿Cuál es la probabilidad de que entre 5 y 9 utilicen bronceador?

2) Un hotel desea realizar la incorporación de un nuevo plantel de mucamas que se

conformará con 6 integrantes, motivo por el cual entrevista a 17 mujeres. De las
mujeres entrevistadas solo 4 poseen dominio de inglés.
Cuál es la probabilidad de:
a) Obtener un grupo al azar en donde a lo sumo 2 integrantes no sepan inglés.
b) Obtener un grupo al azar en donde por lo menos alguna persona sepa inglés.

3) En coto Madariaga se atiene por caja al orden de dos clientes cada 13 minutos.
a) ¿Cuál es la probabilidad que en una hora se atiendan más de 7 clientes?
b) ¿Cuál es la probabilidad que en dos horas se atiendan a lo sumo a 13 clientes?

4) La cantidad de arena que se mete en la zapatilla al bajar a la playa, es una variable

aleatoria con distribución normal de media 30 gramos y desvió de 3.5 gramos, para
lo cual se pide, previo indicar la variable aleatoria en estudio, su distribución y
parámetros:
a) ¿Qué porcentaje las zapatillas acumularan entre 25 y 40 gramos?
b) ¿Cuál es el peso máximo del 20% de las zapatillas que menos arena acumularon?
c) De las zapatillas que poseen más de 40 gramos de arena, ¿qué porcentaje posee
más de 42 gramos de dicho material?