GUA DE PROBABILIDAD Y ESTADSTICA

Distribuciones:

Binomial,
Geomtrica,
Exponencial,
Multinomial,
Hipergeomtrica y
de Poisson

1.- Sobre una variable aleatoria discreta X, slo se tiene la informacin siguiente:
200
a) X~ (n,p) ,
E(X) =200
y X =
3
Se pide:
i) b(80;n,p) ;
ii) P(200 X 250 )

b) X~ (n,p) ,

2
5

E(X) =Var(X) ) = 14

Se pide:
i) b(10;n,3/5)

c) X ~ (n,p) ,

p/q = 1

Se pide:
i) b(60;n,p)

y p = 3/5

ii) P(18 X 22 )

2
5

ii) P(60 X 80 )

= 35

iii) E(X)

20

iv)

b( x; n; p)
x =0

2
d) X~ (n,p) , E(X) - X = 187

Se pide:
i) b(100;n,p)
e) X~ (n,p)

, p/q = 1,4

E( X )

2
X

E( X )

= 0,375

ii) P(X 200)

Se pide:
i) b(100;n,p) ;

f) X~ (n,p),

1
2

E(X) Var(X) = 147

ii) P(100 < X < 200)

=6

p = 3/5

Se pide:
i) P(X=10)

ii) P(X < 10) y

iii) E(X)

iii) P( 15 X 20 )

e) X~ (n,p) y

4
b(0; n, p ) =
5

Se pide:
i) P( 3 X 7 )

12

ii) E(X)

iii) Var(X)

2.- Una caja contiene 3 sobres rojos y 2 blancos. Se saca un sobre y luego se mete en la caja
3 veces. Se pide calcular la probabilidad de sacar:
a) 1 sobre rojo
b) 2 sobres rojos
c) por lo menos un sobre rojo
3.- La probabilidad de convertir un penalti por un jugador de ftbol es 0,3. Si el jugador
debe servir 4 veces el penal, cul es la probabilidad de que logre:
a) 2 aciertos?
b) al menos un acierto?
4.- Se echan 10 fichas en 4 cajas de modo que cada ficha tenga la misma probabilidad de
caer en cualquier caja. Se pide determinar:
a) Cul es la funcin de cuanta (o fdp) del nmero de fichas que caen en la primera caja?
b) Cul es la funcin acumulativa F (o funcin de distribucin F) de este experimento?
c) Cul es la esperanza y cul es la varianza de esta variable aleatoria X?
d) Cul es la probabilidad de que caigan no ms de 6 fichas en la primera caja?
5.- Se lanzan 6 veces un par de dados corrientes. Se pide determinar:
a) Cul es la oportunidad de obtener 7 puntos en 2 oportunidades?
b) Cul es la probabilidad de obtener 7 puntos al menos 2 veces?
c) Cules son los valores de E(X) y Var(X) donde se define la variable aleatoria X=
obtener 7 puntos en cada lanzamiento?
6.- Una urna contiene dos fichas negras y cuatro blancas. Si se extraen 5 de estas fichas con
reposicin, se pide determinar:
a) Cul es la probabilidad de que 4 de las 5 fichas sean blancas?
b) Cul es la funcin de probabilidad acumulativa F (o funcin de distribucin F) para la
extraccin de las fichas blancas?
c) Cul es el valor esperado de fichas blancas?
d) Cul es la varianza de extraccin de fichas blancas?

7.- Un distribuidor de semillas ha determinado a partir de numerosos ensayos que el 5% de

un grupo de semillas no germina; vende las semillas por un total de 200 paquetes,
garantizando la germinacin del 90%. Cul es la probabilidad de que un paquete no
cumpla con la garanta?
8.- Ciertos artculos son producidos por operaciones independientes de una mquina. La
probabilidad de producir un artculo defectuoso es p y 1-p es la probabilidad de
producir un artculo aceptable. Los artculos son colocados en cajas a medida que se van
produciendo; cada caja contiene 5 artculos. Se pide determinar:
a) Si p = 0,6 Cul es la probabilidad de obtener 3 4 artculos defectuosos en una caja?
b) Si p = 0,6 Cul es la probabilidad de obtener al menos 1 artculo defectuoso en una
caja?
c) Si p = 0,6 Cul es la probabilidad de obtener 3 4 artculos aceptables en una caja?
d) Si p = 0,6 Cul es la probabilidad de obtener al menos un artculo aceptable en una
caja?
e) Cul es la probabilidad de que una caja contenga ms artculos defectuosos que
aceptables? Dar el resultado en funcin de p
f) Cul es la probabilidad de que una caja contenga ms artculos aceptables que
defectuosos? Dar el resultado en funcin de p
g) Si p = 0,6 Cul es la esperanza y la varianza de obtener artculos aceptables?
h) Si p= 0,6 Cul es la esperanza y la varianza de obtener artculos defectuosos?
9.- Suponga que el 10% de los 350 tornillos producidos independientemente por una
mquina automtica, estn defectuosos.
a) Si se extrae una muestra de 30 tornillos con reposicin Cul es la probabilidad de
obtener: - por lo menos 3 tornillos defectuosos?
- un nmero de tornillos no defectuosos igual al doble de tornillos defectuosos
- Igual nmero de tornillos defectuosos y no defectuosos
b) Si se extrae una muestra de 30 tornillos sin reposicin, entonces cules son las
probabilidades segn a)????
10.- Si el 5% de las ampolletas elctricas producidas por una industria son defectuosas, se
pide determinar:
a) La probabilidad de que en una muestra de 20 ampolletas elegidas al azar, 3 de ellas sean
defectuosas.
b) la probabilidad de que en una muestra al azar de 20 ampolletas elctricas:
i) ms de 5 ampolletas sean defectuosas
ii) entre 1 y 3 ampolletas (inclusive) sean defectuosas
iii) menos de 2 ampolletas sean defectuosas
c) cul es el nmero mximo de ampolletas que se requiere extraer para estar seguros de
que al menos una ampolleta sea defectuosa con probabilidad no ms de 0,90?

11.- Un club est constituido por 12 mujeres y 8 hombres. Se va a elegir un comit de 5

personas. Se pide determinar:
i) cul es la probabilidad de que 3 de ellas sean mujeres y 2 sean hombres?
ii) cul es la probabilidad de que al menos 2 sean mujeres?
iii) cul es el valor esperado de mujeres en la eleccin de dos comits?
iv) cul es la varianza de hombres en la seleccin de los comits?
12.- Durante largo tiempo un operario de una mquina ha producido independientemente
piezas de las cuales un 70% se han clasificado como excelentes y un 20% adecuadas.
Se pide determinar:
a) Su de esta produccin se extrae una muestra al azar de 20 piezas. Cul es la
probabilidad de obtener 10 piezas excelentes, 6 adecuadas y 4 defectuosas?
b) Si existe una caja conteniendo 400 de estas piezas, mantenindose las proporciones del
enunciado del problema, y se extrae una muestra al azar de 10 piezas sin reponerlas, cul
es la probabilidad de obtener 10 piezas excelentes, 6 adecuadas y 4 defectuosas?
c) Igual como en b) pero ahora es con reposicin
d) En la pregunta a), cul es la esperanza y varianza de obtener piezas excelentes?, cul
es la esperanza y varianza de obtener defectuosas?, y la esperanza y varianza de obtener
piezas adecuadas?
e) lo mismo que la pregunta anterior pero referida a la pregunta b) en vez de a)
f) Si se extrae una muestra de 20 piezas aleatoriamente, cul es la probabilidad de que la
muestra contenga mayora de piezas excelentes?
g) Si se extrae una muestra de 20 piezas aleatoriamente, cul es la probabilidad de obtener
10 piezas excelentes sin importar la identificacin de las dems piezas?
h) En la pregunta g), cul es la esperanza y varianza de obtener piezas excelentes?
13.- Un mecnico mantiene un gran nmero de pernos en una caja. El 50% de stos pernos
son de pulgadas de largo, el 30% son de 1/8 pulgadas, y el 20% son de 3/8 pulgadas.
a) Si de sta caja se eligen 12 pernos aleatoriamente sin reposicin:
i) Cul es la probabilidad de obtener exactamente 6 pernos de pulgadas de largo,
4 de 1/8 pulgadas y 2 de 3/8 pulgadas?
ii) Cul es la probabilidad de obtener un nmero de pernos de pulgadas igual al
doble de la suma de pernos de 1/8 y 3/8 pulgadas en cada extraccin?
iii) Cul es la probabilidad de que los nmeros de pernos de 1/8 y 3/8 pulgadas de
largo sumen 5?
b) Si la caja contiene 200 pernos mezclados de los tipos ya mencionados, y se eligen 12
pernos aleatoriamente sin reposicin, entonces responda las mismas preguntas de a).

14.- Una firma que se dedica a ventas por correo enva una circular que tendr un
porcentaje de respuestas del 10%. Suponga que 20 circulares se envan como prueba de
marketing en una nueva rea comercial. Suponiendo que se puede aplicar el porcentaje de
respuesta del 10% a una nueva regin, determinar las probabilidades de los eventos
siguientes:
a) Nadie responde
b)responden dos personas
c)responde la mayora
d)responde menos del 20%
15.- Un comerciante decide observar el total de ventas en un instante determinado de un da
hbil de ventas. Se define la variable aleatoria X de la siguiente manera:

1, si el total de ventas est entre $18.000 y $20.000

X=
0, en otro caso
Si se estima que la probabilidad de que el total de venta est entre $18.000 y $20.000 es
de 0,8 , se pide determinar:
a) La funcin de probabilidad de X
b) Se observa el total de ventas durante 5 das, en forma independiente y se define la
variable aleatoria Y:= nmero de das en que el total de ventas est entre $18.000 y
$20.000 . Cul es la funcin de probabilidad de la variable aleatoria?
c) Se observa el total de ventas da tras da, hasta que ste est en el intervalo de
$18.000 a $20.000 por primera vez. Cul es la funcin de probabilidad de la
variable aleatoria Z:= nmero de das requeridos, en ste experimento?
d) Calcular E(X), E(Y), E(Z), Var(X), Var(Y), Var(Z) segn las preguntas a), b) y c).
e) La probabilidad de obtener el total de ventas en al menos 2 das.
f) La probabilidad de obtener el total de ventas en el intervalo $18.000 - $20.000 por
primera vez al tercer da.
g) La probabilidad de obtener el total de ventas en el intervalo 18.000 - $20.000 por
primera vez antes del cuarto da.
16.- La produccin de un industrial consiste en un lote que contiene 8 artculos de lnea A y
12 artculos de lnea B y decide venderlos en pequeos lotes de 5 artculos sacados (todos
juntos) de este lote. El estudio de costos efectuado por el industrial es el siguiente: gana por
cada artculo de lnea A que vende y pierde $20 por la venta de cada artculo de lnea B.
Sea X:= nmero de artculos de la lnea A que vende el industrial una variable aleatoria.
Se pide:
a) determinar la funcin de probabilidad de la variable aleatoria X
b) determinar la ganancia esperada del industrial en la venta de estos artculos.
c) determinar la varianza de esta variable aleatoria X.

17.- Un mdico atiende consultas de pacientes en un determinado da de la semana. La

experiencia le indica que, en promedio, llegan 6 pacientes por hora durante el perodo de
atencin. Suponiendo que el nmero de pacientes que llega a hacer consultas durante un

intervalo de tiempo t es una variable aleatoria XX = P(

t), se pide:
a) Determinar la probabilidad de que lleguen 4 pacientes en la prxima hora de consulta.
b) Determinar la probabilidad de que durante 5 minutos no llegue ningn paciente.
c) Determinar la probabilidad de que tres o ms pacientes lleguen al consultorio en un
perodo de 10 minutos.
d) Determine el valor esperado y la varianza en las tres preguntas anteriores.
e) Al cabo de atender un paciente, cul es la probabilidad de que pasen 3 minutos hasta la
llegada del prximo paciente?
18.- Cada da por medio atraca un barco, en promedio, a determinado muelle. Se considera
que el nmero de barcos que atraca en un da en este muelle es una variable aleatoria
discreta con distribucin de Poisson de parmetro t.
a) Cul es la funcin de probabilidad de la variable aleatoria X?
b) Cul es la probabilidad de que 3 barcos atraquen en el muelle en un da seleccionado
aleatoriamente?
c) Cul es la probabilidad de que dos o ms barcos atraquen en un da seleccionado
aleatoriamente?
d) Cul es la probabilidad de que despus de la partida de un barco llegue el prximo a los
cuatro das?
19.- A un negocio llega un promedio de 0,5 clientes por minuto.
a) despus de que se abre el negocio, cul es la probabilidad de que se tenga que esperar
por lo menos tres minutos antes que se presente el primer cliente?
b) cul es la probabilidad de que cinco o ms clientes se presenten en un intervalo de 5
minutos?
c) cul es la probabilidad de que ms de 20 clientes se presenten en un intervalo de 0,5
horas?
d) cul es la probabilidad de que pasen 2 minutos despus de la apertura del negocio sin
que llegue ningn cliente?
20.- En un aeropuerto se estima que el nmero de aviones que solicita pista para aterrizar
durante un intervalo de una hora, es una variable aleatoria discreta con distribucin de
Poisson de parmetro t, que vara de acuerdo a los distintos instantes del da. Sabiendo
que el nmero de aviones que llegan durante cierto intervalo de 1 hora es el doble de los
que llegan en otro intervalo de 1 hora.
a) Cul es el valor de si se conoce que en ambos casos la probabilidad de que durante
dichos perodos lleguen 5 aviones es la misma?
b) Aceptando la respuesta de a), cul es la probabilidad de que lleguen exactamente 4
aviones durante una hora seleccionada aleatoriamente?

c) Aceptando la respuesta de a), cul es la probabilidad de que no ms de 5 aviones

lleguen al aeropuerto en una hora seleccionada aleatoriamente?
d) Aceptando la respuesta de a), cul es la probabilidad de que ningn avin llegue al
aeropuerto durante un intervalo de 10 minutos?
e) Igual que la pregunta d) pero en 5 minutos?
21.- Suponga que el manuscrito de un texto de estudio tiene un total de 50 errores en las
500 pginas de material. El nmero de errores es una variable aleatoria con distribucin de
Poisson de parmetro = t a lo largo del texto. Cul es la probabilidad de que:
a) un capitulo de 30 pginas tenga dos o ms errores?
b) un captulo de 50 pginas tenga dos o ms errores?
c) una pgina seleccionada aleatoriamente no tenga errores?
22.- Una compaa de seguros est considerando incluir la cobertura de una enfermedad
entraa en el campo de seguros mdicos. La probabilidad de que un individuo seleccionado
aleatoriamente tenga esta enfermedad es 0,001 y se incluyen 3.000 individuos en el grupo
asegurado. Se pide determinar:
a) cul es el nmero esperado de personas del grupo que padecen dicha enfermedad?
b) cul es la probabilidad de que ninguna persona del grupo de 3.000 padezca la
enfermedad?
NOTA: Utilizar la distribucin de Poisson para aproximar la probabilidad binomial.
23.- Una agencia publicitaria coloca un pster sin leyenda a la entrada de una tienda que
est abierta las 24 horas del da. Se estima que la probabilidad de que un cliente pregunte
sobre el significado del pster es 0,4. Se pide determinar:
a) Cul es la probabilidad de que de 5 clientes, ms de uno pregunte sobre el significado
del pster?
b) Cul es la probabilidad de que la primera persona que pregunte acerca del pster sea la
quinta que entre a la tienda desde el momento que se coloc el pster?
c) Cul es la probabilidad que de 4 clientes, a lo ms uno pregunte sobre el significado del
pster?
24.- La mesa computadora de cierta empresa, recibe un promedio de 10 llamadas
telefnicas por minuto. Aceptando como vlidos los supuestos de Poisson, se pide
determinar:
a) Cul es la probabilidad de que reciba exactamente una llamada en un perodo de 20
segundos?
b) Cul es la probabilidad de que en los prximos 5 minutos reciba al menos una llamada?
c) Si acaba de recibir una llamada, cul es la probabilidad de que pase ms de minuto
hasta la prxima llamada?
d) Cul es la probabilidad de que no se reciba ninguna llamada en un intervalo de 10
minutos?
e) dem a la pregunta d) pero en 5 minutos.

25.- F, el diseador de proyectiles dirigidos, viene a ver a B, el experto en confiabilidad,

con un problema:
El vehculo est diseado. Podemos hacer dos motores grandes o cuatro chicos y
obtener la misma potencia y mismo peso. Sin embargo, sabemos que los motores estn
sujetos a fallas estratgicas y el diseo es tal que el proyectil quede en rbita aunque la
mitad de los motores fallen. Ahora, si Ud. Me puede decir cul es la probabilidad de que un
motor falle en el tiempo requerido para entrar en rbita, yo puedo decir si utilizamos dos o
cuatro motores.
B le responde: Hemos analizado los datos de prueba de los motores y encontramos que
los motores grandes y pequeos tienen la misma probabilidad de fallar en un tiempo dado.
Le puedo asegurar que no hay diferencia alguna si utiliza dos o cuatro motores. Sin
embargo, esta probabilidad de falla est clasificada como secreta y no puedo drsela.
F le responde: No importa, de lo que acaba de decirme puedo calcular la probabilidad
de falla de todas maneras, para un motor y para el proyectil completo.
Cul es la probabilidad de falla de un motor y del proyectil completo?
26.- En la fabricacin de cables de acero, stos salen son fallas para las que se satisfacen los
supuestos de Poisson, con un promedio de 10 fallas por rollo. Si cada rollo tiene 100
metros, se pide calcular:
a) Cul es la distancia promedio entre dos fallas?
b) Cul es la probabilidad de que dos fallas seguidas estn a menos de 5 metros?
c) Cul es la probabilidad de que la distancia que separa dos fallas consecutivas est
comprendida entre 5 y 15 metros?
d) Cul es la probabilidad de que no haya ninguna falla en los ltimos 10 centmetros del
rollo?
e) Cul es la probabilidad de que haya por lo menos una falla en los primeros 10cm. Del
rollo?
f) Cul es la probabilidad de que en un segmento especfico de 20cm. no existan fallas?
27.- Una aplicacin que se relaciona con el uso de la distribucin exponencial se puede
transformar en una distribucin de Poisson y viceversa. Para ilustrar tal transformacin,
supongamos que un promedio de 4 automviles llegan para ser reparados a un taller cada
da de 8 horas de trabajo.
a) Cul es la probabilidad de que el primer automvil por reparar no ocurra en la primera
hora de trabajo?
b) Demuestre que el problema equivalente de Poisson es la probabilidad de que NO haya
ningn automvil por reparar recibido durante el perodo de una hora.
c) Cul es la probabilidad de que el primer automvil por reparar llegue en la primera hora
de trabajo?
d) Demuestre que el problema equivalente de Poisson es la probabilidad de que haya uno o
ms automviles por reparar durante el perodo de una hora.

28.- Una reciente encuesta en la Regin Metropolitana seal que a las 17:00 horas de un
da Sbado, el 40% de los televidentes Sintoniza el canal A, el 30% el canal B y el 30% el
canal C.
a) En una muestra aleatoria de 10 televidentes, cuntos televidentes se esperara que estn
viendo cada canal de TV?
b) En una muestra aleatoria de 12 televidentes, cul es la probabilidad de que 5 sintonicen
el canal A?
c) En una muestra aleatoria de 12 televidentes, cul es la probabilidad de que 5 sintonicen
el canal A, 4 el B y 3 el C?
d) Supongamos que en un grupo de 80 televidentes se mantienen los porcentajes de
preferencia por los canales como se seala en el enunciado de ste problema. Si se elige
una muestra de tamao 12 sin reponer, cul es la probabilidad de que 5 sintonicen el canal
A, 4 el B y 3 el C?
e) Segn la pregunta d), cuntos televidentes se esperara que estn viendo cada canal de
TV?
29.- Sea X una variable aleatoria con distribucin de Poisson con parmetro = t , y si
P(X=0) = 0,2 ; calcular P(X>2).
30.- Sea X una variable aleatoria con distribucin de Poisson con parmetro = t.
Encontrar el valor de k para el cual P(X = k) es el mayor. (Indicacin: comparar P(X = k)
con P(X = k-1) ).
31.- El nmero de barcos, digamos n, que llegan cada da a cierto puerto tiene una
distribucin de Poisson con parmetro = 2 barcos al da. Las actuales instalaciones
portuarias pueden despachar tres barcos al da. Si ms de tres barcos llegan en un da, los
que estn en exceso deben enviarse a otro puerto.
a) En un da determinado, cul es la probabilidad de tener que hacer salir barcos?
b) En cunto deben aumentarse las instalaciones actuales para permitir la atencin a todos
los barcos aproximadamente el 95% de los das?
c) Cul es el nmero esperado de barcos que llegan al da?
d) Cul es el nmero ms probable de barcos que llegan a puerto diariamente?
e) Cul es el nmero esperado de barcos atendidos diariamente?
f) Cul es el nmero esperado de barcos devueltos diariamente?
g) Cul es la probabilidad de que lleguen ms barcos que el valor esperado de barcos que
arriban a puerto?

El
El aprendizaje sin pensamiento es trabajo perdido,
perdido,
el pensamiento sin aprendizaje es peligroso.
peligroso.
Confucio

SOL.PROB.1
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
20 2
E(x) =200
V2 =
3
400
np = 200
npq =
3
200
2
1
Luego : 200q =
q= ,p=
y n = 600
3
3
3

X ~. B(n;p)

80

520

600 1 2
== 1.8392*10 29
1ai) b(80;n,p) =
80 3 3
600 x
x
250
600 1 2

= 0.4808
1aii) P (200 X 250) =
x = 200 x
3 3
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
2
3
2
E(x)= - Var(x) = 14
; p=
q=
5
5
5
2
.np - npq
= 14
5
2
np(1-q)
= 14
5
72
np 2
=
n = 40
5
x
30
40 3 2
3
1bi) b(10;n, ) =
5
10 5 5
X ~. B(n;p)

40 3 2
1bii) P(18 X 22) =
x =18 x 5 5
21

X ~. B(n;p)
p 7
=
q 5
p
7
=
1 p 5

n
f(x)= p x (1 p) n x
x

40 x

Funcin de cuanta de X

;V 2x = 35
npq = 35

n = 144

p=

7
12
q=

5
12
60

84

144 3 5

1ci) b(60;n,p) =
60 12 12
x
144 x
80 144

7 5

1cii) P(60 X 80) =
61 x
12 12
7
= 84
1ciii) E(X) = 144
12
x
144 x
20 144

7 5

1civ)
x =0 x
12 12
n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
Varx
1
E(X) - Var x = 187
;
= 0.375
2
E( X )
375
npq
3
5
.np - npq =
= 0.375 q = p =
2
8
8
np
375
np( 1-q)
=
2
375
np 2
=
n = 480
2
100
380
480 5 3

1di) b(100;n,p) =
100 8 8
X ~. B(n;p)

480 x

480 5 3

1dii) P( X 200) =
x = 200 x
8 8
5
1diii) E(X)
= 480 =300
8
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
p
= 1.4
; E(X) Var (X) = 147
q
p
= 1.4
np npq
= 147
1 p
7
5
p = ,q =
np ( 1 q )
= 147
n = 432
12
12
480

 432 7

1ei) ) b(100;n,p) =
100 12

100

5

12

332

432 x

199 432

7 5

1eii) ) P(100 < X < 200) =
101 x
12 12
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
E( X )
3
2
=6
;p= q=
Vx
5
5

np
npq

=6

n2 p2
np
= 36
= 36 n = 34
npq
q
10

14 x

24 3 2
1fi) P(X=10) =
10 5 5
x
24 x
9
24 3 2
1fii) P(X<10) =
x = 0 x 5 5
x

24 3 2

x =15 x 5 5
20

1fiii) P(15 X 20) =

X ~. B(n;p)

n
f(x)= p x (1 p) n x
x

4
.b(0;n,p) =
5

24 x

Funcin de cuanta de X

12

n 0 n 0 4
p q =
0
5

12

12

4
4
q = q=
y n=12
5
5
x
12 x
7
12 1 4
1gi) P(3 X 7) =
x = 2 x 5 5
1
1gii) E(X) = 12 =2.4
5
1 4
1giii) Var (X) = 12 * = 1.42
5 5
SOL.PROB.2
n

Nr = 3 ; Nb = 2
3
2
.p r =
; pb =
5
5

n=3

; N = 5

Sea la variable aleatoria:

X: = n de sobres Rojos sacados
n
X ~. B(n;p) f(x)= p x (1 p) n x
x

Funcin de cuanta de X

3 3 2
2i) P(X=1) = = 0.288
1 5 5
2

2ii) P(X=2) =

3 3 2
2 5 5 = 0.288

x

3 3 2
2iii) P(1 X) =
x =1 x 5 5
3

3 x

= 1- f(0)
2
=1-
5

= 0.936

SOL.PROB.3

Sea la variable aleatoria

X : penalti convertido
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
P = 0.3
;
q = 0.7 n = 4
4
3) P(X=2) = 0.3 2 0.7 2 = 0.2646
2
4
4
3b) P(1 X ) = 0.3 x 0.7 4 x = 0.7599 = 1- f(0)
x =1 x
SOL.PROB.4
Sea la variable aleatoria :
X:= n de fichas que caen en la 1era caja

n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
1
3
P=
; q=
; n = 10
4
4
x
10 x
10 1 3
4i) f(x) =
, x = 0,1,2,3,......,10
x 4 4

X ~. B(n;p)

10 k

10 1 3
4ii) F(X) = , k= 0,1,2,3,.....,x,....,10
k X k 4 4
1
1 3 15
4iii) E(X)= 10 = 2.5 ; Var (X)= 10
=
4
4 4 8

10 1 3
4iv) P(X 6) =
x = 0 x 4 4
SOL.PROB.5
1 = {1,2,3,4,5,6}
6

10 x

= 0.9964

2 = {1,2,3,4,5,6}
1 * 2 = {(1,1), (1,2),..., (6,6)}
Sea el evento:
A = {(a,b) 1 * 2 / a + b = 7}
= {(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}
Sea la variable aletoria:
X:= n de veces de obtener 7 puntos al lanzar un par de dados
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
6 1
P(A) =
= = p , 1 p =5 = a ; n= 6
36 6
1
5
6 1 2
5i) P(X=2) = = 0.2009
2 6 6
5ii) P(2 X ) = 1 P( X 1)
= 1- f(0) f(1)
x
6 x
1
6 1 5
= 1-
x = 0 X 6 6
= 0.2632
1
5
5iii) X ~. Bernoulli
E(X) =
; Var (X) =
6
36
SOL.PROB.6
nN = 2 ; n B = 4 ; n = 6
Sea la variable aleatoria:
X:= n de fichas blancas extraidas
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
2
1
.n = 5 ; p =
; 1-p =
3
3
4
1
5 2 1
6i) P(X=4) = = 0.329
4 3 3
x

5 2 1
6ii) f(X) =
x 3 3

1 x

, x = 0,1,2,3,.....,6
k

x
5 2 1
F ( X ) =
k = 0 k 3 3

5 k

, k= 0,1,2,,3,........,x,........,6

6iii) E(X) =

10
3

6iv) Var (X) =

10
9

SOL.PROB7
Sea la variable aleatoria
X:= n de paquetes con semillas que no germinan
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
N = 200 ; p= 0.05
200*0.90 = 180 paquetes que cumplen con la garantia : germinan las semillas
= 20 paquetes que no cumplen con la garantia : no germinan las semillas

luego la probabilidad de elegir un paquete de 180 que no cumplan con la garantia es :

P(20<X) =1 P(X 20)
20 200

0.05 x * 0.95 200 x

= 1-
x =0 x

= 1.15990*10 3
SOL.PROB.8
Sean las probabilidades:
.p = probabilidad de producir son artculos defectuosos.
1p=

aceptados.
Sea las variables aleatorias:
X:= n de articulos defectuosos que se pueden elegir
Y:=n de

aceptables

n
f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
5
5
P(X = 3 X = 4) = 0.6 x * 0.4 5 x
x =3 x
= 0.6048
8b)
n
X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x

8) X ~. B(n;p)

n = 5 ; p = 0.6
P(1 X ) = 1 P( X = 0)
5
= 1 0.6 0 0.4 5
0

; q = 0.4

n
f(x)= p y (1 p) n y Funcin de cuanta de Y
y
n = 5 ; p = 0.6 ; q = 0.4
4
5
P(3 Y 4) = 0.4 y 0.6 5 y = 0.3072
y =3 y
n
8d) Y ~. B(n;p) f(x)= p y (1 p) n y Funcin de cuanta de Y
y

8c) Y ~. B(n;p)

n = 5 ; p = 0.6 ; q = 0.4
P(1 Y ) = 1 P (Y = 0)
5
=1- 0.4 0 0.6 5 = 1 0.6 5 = 0.92224
0
n
8e) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
5
5
P( X 3) = p x (1 p) 5 x
x =3 x
5
5
5
= p 3 (1 p) 2 + p1 (1 p) + p 5 (1 p ) 0
3
4
5
3
2
4
5
=10 p (1 p) + 5 p (1 p) + p }
= p 3 [10 20 p + 10 p 2 + 5 p 5 p 2 + p 2
= p 3 [10 15 p + 6 p 2 [
n
8f) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
2
5 x
P ( X 2) = p (1 p ) 5 x
x =0 0
5
5
5
= p 0 (1 p ) 5 + p 1 (1 p ) 4 + p 2 (1 p) 3
0
1
2
3
2
2
= (1 p) [(1 p) + 5 p 5 p + 10 p 2 [
= (1 p) 3 [1 2 p + p 2 + 5 p 5 p 2 + 10 p 2
= (1 p) 3 (1 + 3 p + 6 p 2 )
n
8g) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de X
x
n = 5 ; p = 0.6 ; q = 0.4
E(X)=5*0.6 = 3
;
Var(X) = 5*0.6*0.4 = 1.2

8h) Y ~. B(n;p)

n
f(x)= p y (1 p) n y
y

Funcin de cuanta de Y

n = 5 ; p = 0.6 ; q = 0.4
E(Y) = 5*0.4 = 2
;
Var(Y) = 5*0.4*0.6 = 1.2
SOL.PROB.9
Sea la variable aleatoria:
X:=n de articulos defectuosos extraidos
N D = 35 art. Defectuosos ; N B = 315 art buenos ; N=350
n
f(x)= p x (1 p) n x Funcin de cuanta de
x
n = 30 ; p = 0.10 ; q = 0.90
3
30
.i) P( X 3) = 0.10 x 0.90 30 x = 0.6474
x =0 x
.ii) P(3 X ) = 1 P( X < 3)
2
30
= 1 0.10 x 0.90 30 x = 0.5886
x =0 x
.iii) Sean X D = n de artculos defectuosos
X B =2 X D = n de art no defectuosos

9) ) X ~. B(n;p)

X D +2X D = 30 X D =10
30
P(X=10) = 0.1010 0.90 20 = 0.000365
10

30
.iv) P(X=15 = 0.1015 0.9015 = 3.193 *10 8
15

9b)

N 1 N N 1

n n x

X ~. Hiperg.(n, N 1 ; N ) con f(x)=

N

n
0,1,2,..N 1 ;..N 1 < n
X =
la funcin de cuanta
0,1,2,.., n;...n N 1

n = 30 ; N 1 = 35 ; N = 350

 35 315

3
x
30

x
= 0.64864
.i) P(3 X ) =
350

x =0

30

.ii) P (3 X ) = 1 P ( X 2)
35 315

2
x 30 x

= 1-
= 0.5982
350
x =0

30
.iii)Sea X D = n de artculos defectuosos
X B =2 X D = n de art no defectuosos
X D +2X D = 30 X D =10
Luego:
35 315

10 20

P(X=10) =
= 1.7123 *10 4
350

30
SOL.PROB.10
Sea la variable aleatoria:
X:= n de ampolletas defectuosas producidas

n
f(x)= p x (1 p) n x Funcin de cuanta de
x
n = 30 ; p = 0.05 ; q = 0.95
20
P(X=3) = 0.05 3 0.9517 = 0.05958
3
n
10b) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de
x
n = 30 ; p = 0.05 ; q = 0.95
.i) P(X>5) = 1 - P ( X 4)
4
20
= 1 - 0.05 x 0.95 20 x = 0.002573
x =0 x
3
20
.ii) P(1 X 3) = 0.05 x 0.95 20 x = 0.62561
x =1 x
1
20
.iii) P( X 1) = 0.05 x 0.95 20 x = 0.3773
x =0 x

10) X ~. B(n;p)

 n
f(x)= p x (1 p) n x
x
n = 2 ; p = 0.05 ; q = 0.95
P(1 X ) 0.90
1 P( X = 0) 0.90

10c) ) X ~. B(n;p)

Funcin de cuanta de

n
1 0.10 0 0.95 n 0 0.90
0
1 0.95 n 0.90
0.10 0.95 n
log 0.10 n log 0.95
log 0.10
n 0 n 45; (44.85 = 45)
log 0.95
SOL.PROB.11

N M = 12
; N H = 8 ; N = 20
Sea las variables aleatorias:
X:=n mujeres elegidas
Y:=n hombres elegidos

11i)

N 1 N N 1

n n x

X ~. Hiperg.(n, N 1 ; N ) con f(x)=

N

n
0,1,2,..N 1 ;..N 1 < n
X =
la funcin de cuanta
0,1,2,.., n;...n N 1

n = 5 ; N 1 = 12 ; N = 20
12 8

3 2
P(X=3) = = 0.39731
20

5

11ii)

N 1 N N 1

n n x

X ~. Hiperg.(n, N 1 ; N ) con f(x)=

N

n

0,1,2,..N 1 ;..N 1 < n

X =
la funcin de cuanta
0,1,2,.., n;...n N 1

n = 5 ; N 1 = 12 ; N = 20
P (2 X ) = 1 P ( X 1)
12 8

1
x 5 x

=1-
= 0.9422
20
x =0

5

11iii)

N 1 N N 1

n n x

X ~. Hiperg.(n, N 1 ; N ) con f(x)=

N

n
0,1,2,..N 1 ;..N 1 < n
X =
la funcin de cuanta
0,1,2,.., n;...n N 1

n = 5 ; N 1 = 12 ; N = 20
12
E(X)=5*
=3
20
11iv)

N N 1 N 1

n
n x

Y ~. Hiperg.(n, N 1 ; N ) con f(x)=

N

n
0,1,2,..N N 1 ;..N N 1 < n
X =
la funcin de cuanta
0,1,2,.., n;...n N N 1

n = 5 ; N- N 1 = 8; N = 20
N N1 N1 N n
Var(Y) = [n *
*
*
[
N
N N 1
8 12 15
=5* * * = 0.947368
20 20 19
SOL.PROB.12
Sea los eventos:
A 1 =:elegir una pieza excelente con p 1 =0.70
A 2 =
adecuadamente, con p 2 = 0.20
A 3 =

defectuosa ; con p 3 = 0.10

Sean las variables aleatorias:

X 1 =n de piezas excelentes elegidas"
X 2 =

adecuadas

X 3 =

defectuosas

12) (X 1 , X 2 , X 3 ) ~. Mult ( n1, n 2 , n3 , p1 , p 2 , p 3 ) con

f(X 1 , X 2 , X 3 ) =

n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !

P(X 1 =10, X 2 + X 3 9 ) =

funcin de cuanta

20 20 n1

20!

n !n !(20 n
n1

n2

n2 )!

0.7 n1 0.20 n2 0.10 20 n1 n

12g) (X 1 , X 2 , X 3 ) ~. Mult ( n1, n 2 , n3 , p1 , p 2 , p 3 ) con

n 1 = 10 ;

n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 2 + n 3 = 10

p 1 = 0.7

, p 2 = 0.7 , p 3 = 0.1

f(X 1 , X 2 , X 3 ) =

10

funcin de cuanta

20!

10!n !(10 n

0.710 0.2 n2 0.110 n2

n2 = 0
2
2 )!
NOTA: Esta es la probabilidad, segn las pregunta g). Si es de interes identificar las piezas
restantes. Si no interesa identificar las piezas restantes, entonces los resultados son
dicotomicos : excentes y no exceentes.
12h) Sea la variable aleatoria discreta:
Y:= n de piezas excelentes extraidas
P(X 1 =10, X 2 + X 3 =10)=

Y ~. B(n;p)

n
f(x)= p y (1 p) n y
y

Funcin de cuanta de Y

n = 20 ; p = 0.7 ; q = 0.3
E(Y) = 20*0.7 = 14
;
Var(Y) = 5*0.7*0.3 = 5.2
SOL.PROB.13

13) X 1 =n de pernos de
X 2 =

X 3 =

1
pulg extraidas"
4
1

8
3
8

.i) (X 1 , X 2 , X 3 ) ~. Mult ( n1, n 2 , n3 , p1 , p 2 , p 3 ) con

n1 = 6 ;

n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 2 = 4, n 3 = 2 , n = 12

p 1 = 0.5

, p 2 = 0.3 , p 3 = 0.2

f(X 1 , X 2 , X 3 ) =

funcin de cuanta

12!
0.5 6 0.3 4 0.2 2 = 0.0701
6!4!2!
13b) ) (X 1 , X 2 , X 3 ) ~. Mult ( n1, n 2 , n3 , p1 , p 2 , p 3 ) con

P(X 1 =6, X 2 = 4, X 3 =2)=

n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 1 =2( n 2 + n 3 ) , n 1 + n 2 + n 3 = 12

f(X 1 , X 2 , X 3 ) =

funcin de cuanta

p 1 = 0.5 , p 2 = 0.3 , p 3 = 0.2

n 1 + n 2 + n 3 = 12 n 2 + n 3 = 4 n 3 = 8
n 1 =2( n 2 + n 3 )
4

luego P(X 1 =2( X 2 + X 3 )) =

12!

8!n !(4 n
2

n2

)!

0.58 0.3 n2 0.2 4 n2

13iii) (X 1 , X 2 , X 3 ) ~. Mult ( n1, n 2 , n3 , p1 , p 2 , p 3 ) con

n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 1 =7 , n 2 + n 3 =5 , n 1 + n 2 + n 3 = 12

f(X 1 , X 2 , X 3 ) =

p 1 = 0.5

funcin de cuanta

, p 2 = 0.3 , p 3 = 0.2
5

P(X 1 =7 ,( X 2 + X 3 )=5) =

n2 = 0

13b) X 1 =n de pernos de
X 2 =

X 3 =

12!

7!n !(5 n
2

)!

0.5 7 0.3 n2 0.2 5 n2

1
pulg extraidas"
4
1

8
3

N = 200 , N 1 = 100 , N 2 = 60 , N 3 = 40 , n = 12
.

13bi) (X 1 , X 2 , X 3 ) ~. Hiper-Mult ( n1, n 2 , n3 , N 1 , N 2 , N 3 ) con

n1 = 6 ;

n!
n
n
n
p1 1 p 2 2 p 3 3
n1!n 2 !n3 !
n 2 =4 n 3 = 2

N 1 = 100

, N 2 = 60 , N 3 = 40

f(X 1 , X 2 , X 3 ) =

funcin de cuanta

100 60 40

6 4 2

P(X 1 =6 ,( X 2 =4 , X 3 =2) =
= 7.423 * 10 2
200

12
13bii) (X 1 , X 2 , X 3 ) ~. Hiper-Mult ( n1, n 2 , n3 , N 1 , N 2 , N 3 ) funcin de cuanta conjunta
N 1 N 2 N 3

n
n
n
.f(X 1 , X 2 , X 3 )= 1 2 3
N

n
n 1 =2( n 2 + n 3 ) , n 1 + n 2 + n 3 = 12

n 2 + n3 = 4
Luego

n 1 =8

100 60 40

4 8
n
4
n

2
2
P(X 1 =2( X 2 + X 3 ))=
200

n2 = 0

12
13biii) ) (X 1 , X 2 , X 3 ) ~. Hiper ( n1, n 2 , n3 , N 1 , N 2 , N 3 ) funcin de cuanta
N 1 N 2 N 3

n
n
n
.f(X 1 , X 2 , X 3 )= 1 2 3
N

n
n 1 =7 , n 2 + n 3 =5 , n 1 + n 2 + n 3 = 12

N 1 = 100
Luego:

, N 2 = 60 , N 3 = 40

100 60 40

5 7
n 2 5 n 2

P(X 1 =7 ,( X 2 + X 3 )=5)=
200
n2 = 0

12

SOL.PROB.14

Sean las variables aleatorias:

X:=n de personas q responden las circulares
n
) X ~. B(n;p) f(x)= p x (1 p) n x Funcin de cuanta de
x
n = 20 ; p = 0.1 ; q = 0.9
20
14) P(X=0) = 0.10 0.9 20 = 0.1295
0
20
14b) P(X=2) = 0.12 0.918 = 0.2851
2
20
20
14c) P(X 1) = 0.1x 0.9 20 x = 7.087 *10 7
x =11 x
X
14d) P ( < 0.20) = P ( X 3)
n
3
20
= 0.1x 0.9 3 x = 0.8670
x =0 x
SOL.PROB.15

15) Sean las variables aleatorias:

VT:=total de eventos
P (18000 VT 20000) = 0.8
X ~. Bernoulli.( p ) funcin de cuanta
0.8, x = 1

f( X ) = 0.2, x = 0
0, otrocaso

15b) Sea la variable aleatoria

Y:=n de dias para P (18000 VT 20000)

Y ~. B(n;p)

n
f(x)= p y (1 p) n y
y

Funcin de cuanta de Y

n = 5 ; p = 0.68 ; q = 0.2
15c) ) Sea la variable aleatoria:
Z:n de dias requeridos hasta la VT aparece por primera vez con
P (18000 VT 20000)
Z ~. Geo(p) con funcin de cuanta

 pq z 1 , z = 1,2,3
f( Z ) =
0, otrocaso

con p = 0.8

15d) E(X)=0.8*1+0.2*0=0.8 , Var(X)= pq

Var(X)=0.8*0.1=0.16
E(Y) = np
E(Y)= 5*0.8=4 ; Var(Y)=npq
Var(Y)=5*0.8*0.2=0.8
1
q
E(Z)=
; Var(Z)= 2
p
p
1
1
0 .2
5
=1
E(Z)=
; Var(Z)=
=
2
0 .8
4
16
0 .8
2
5
15e) P(2 Y ) = 0.8 y 0.2 5 y = 0.0579
y =0 y
15f) P(Z=3)=0.8*0.2 2 =0.032
15g) P (Z 3) =

0 .8 * 0 .2

z 1

= 0.992

z =1

SOL.PROB.16
Sea la variable aleatoria:
X:=n de articulos de la linea A que vende el industrial

16) X ~. Hiperg.(n, N 1 ; N ) con

N 1 N N 1

n
n

f(x)=
N


n
0

0,1,2,..N 1 ;..N 1 < n

X =
la funcin de cuanta
0,1,2,.., n;...n N 1

, de otro caso

n = 5 ; N 1 = 8 ; N = 20 , se tiene
8 12

x 5 x ;..x = 0,1,2,3,4,5

f( X ) = 20

0, deotro

16b) Se vende X artculos lnea A (x=0,1,2,3,4,5) , entonces es:

G=50X-20(5-X)
8
5*8
)
=50*5* -20(520
20
=100-60
=40
N N N n
16c) Var(X) = n* 1 2
N N N 1
8 12 20 5
= 0.9473
Var(X)= 5*
20 20 20 1
SOL. PROB.17
17.a) Sea la variable aleatoria.
X:= n de pacientes que llegan al consultorio durante 1 hora
X t ~. P(t ) con funcin de cuanta
e t ( t ) x
, con x= 0, 1, 2, ...
f (x ) =
x!
con t = 6 pacientes durante 1 hora
e 6 * 6 4
P(X= 4) =
= 0.1338
4!
17.b) Sea la variable aleatoria
Y:= N de pacientes que llegan al consultorio durante 5 minutos
Yi ~. P(t ) con funcin de cuanta
e t ( t ) y
, y= 0, 1, 2, ...
y!
6
con t =
* 5 = 0.5 pacientes durante 5 minutos
60
P(Y= 0) = e 0.5 = 0.6065
f ( y) =

17.c) Sea la variable aleatoria

Z:= N de pacientes que llegan al consultorio durante 10 minutos
Z t ~. P(t ) con funcin de cuanta
f ( z ) = e t

( t ) z
, z=0, 1, 2, ....
z!

6
* 10 = 1 paciente durante 10 minutos
60
P(3 Z ) = 1 P ( Z 2)
= 1 f(0) f(1) f(2)

con t =

= 1 - e 1
= 0.0803

e 1 *1 e 1 *12

1!
2!

17.d) E(X)= t
Var(X)= t
E(Y)= t
Var(Y)= t
E(Z)= t
Var(Z)= t

;
;
;
;
;
;

E(X)= 6
Var(X)= 6
E(Y)= 0.5
Var(Y)= 0.5
E(Z)= 1
Var(Z)= 1

17.e) Sea la variable aleatoria.

T:= tiempo (en minutos) entre la llegada de dos pacientes
T ~. Exp ( ) con funcin de densidad
P(T > t)= e t = probabilidad de que transcurran t minutos hasta que ocurra
el prximo evento
6
t = * 3 = 0.3 pacientes que llegan durante 3 minutos
60
P(T > 3) = e 0.3 = 0.7408
_______ . _______
SOL. PROB. 18
Sea la variable aleatoria
X:= n de barcos que atraquen en un da
18.a) X t ~. P( t ) con funcin de cuanta
( t ) x
, x=0, 1, 2, ...
x!
con t = 1 barco atraca en 2 das
t = 0.5 barco atraca en 1 da
0.5 x
f ( x) = e 0.5 *
, x=0, 1, 2, ...
x!
f ( x ) = e t

18.b) P(X = 3) = e 0.5

18.c) P( X 2)=

0.5 3
= 0.01263
3!

e 0.5 0.5 x

x!
x =2

= 1- e 0.5
x =0

0.5 x
= 0.01438
x!

18.d) Sea la variable aleatoria

T:= tiempo(en das) entre la llegada de los barcos
T ~. Exp ( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0

P(T > t)= e t = probabilidad de que transcurran t das hasta la llegada del
prximo barco
t
= n de barcos que llegan durante t das
1
t = * 4 = 2 barcos llegan durante 4 das
2
P(T > 4) = e 2 = 0.13534
_______._______
SOL. PROB. 19
19.a) Sea la variable aleatoria
T:= tiempo(en minutos) que se tenga que esperar antes de que se presente el
primer cliente
T ~. Exp( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0
t = n de clientes que llegan durante t minutos
t = 0.5*3= 1.5 clientes que llegan durante 3 minutos
P(T> t) = e t = probabilidad de que tanscurran t minutos hasta la llegada
del prximo cliente
P(T > 3) = e 1.5 = 0.22313
19.b) Sea la variable aleatoria
X:= n de clientes que se presentan en un intervalo de 5 minutos
X t ~. P(t ) con funcin de densidad
t ( t ) x
, x = 0,1,2,...
e
f ( x) =
x!
o, de _ otra _ manera

t
= 0.5*5=2.5 clientes que llegan en 5 minutos
P( X 5) = 1 P( X 4)

=1-

e 2.5
x=4

2.5 x
x!

= 0.1088
19.c) Sea la variable aleatoria
Yt := n de clientes que llegan durante 0.5 horas
Yt ~. P(t ) con funcin de cuanta
( t ) y
, y= 0, 1, 2, ...
y!
t
= 0.5*30= 15 clientes llegan durante 0.5 horas
P(Y > 20)= 1 P(Y 20)
15 y
= 1 - e 15
y!
y =0
f ( y ) = e t

19.d) Sea la variable aleatoria

T:= tiempo (en minutos) hasta que llegue el primer cliente
T ~. Exp( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0
con t = 0.5*2 = 1 cliente que llega durante 2 minutos
P(T 2)= e 1 = 0.3678
_______._______
SOL. PROB. 20
Sea la variable aleatoria
X t := n de aviones que solicita pista para aterrizar durante un intervalo de una
hora
X t ~. P(t ) con funcin de cuanta
( t ) x
, x= 0, 1, 2, ...
x!
a.) Sean t = nmero de aviones que llegan durante t horas
1
1 =

otro _ int erv _ de _ 1 _ hr

2 =
f(x)= e t

1 = 22
P(X= 5; 1t ) = P( X = 5; 2 t )
5

2 2

e 2 2

(22 ) 5
= e 2 2
5!
5!
5
5
2
5
* 2 * 2 = e * 2

1
e 2 = 2 5
5
2
2 = 5 * ln 2
e 2 2 =

1 = 2 * 2 = 10 ln 2 =
= 6.931471
20.b) P(X= 4)= e 6.93147 *

20.c) P(X 5)=

6.93147 4
= 0.093927
4!

e 6.93147 * 6.93147 x
= 0.309546

x!
x =0
5

20.d) Sea la variable aleatoria

T:= tiempo(en minutos) entre la llegada de dos aviones

T ~. Exp ( ) con funcin de densidad

e t , t 0
f (t ) =
0, t < 0
con t = nmero de aviones que llegan en t horas
6.93147
t =
* 1 = 0.115524 aviones que llegan en 1 minuto
60
P(T > t)= e t , probabilidad de que ningn avin llegue en el intervalo [0, t]
minutos
P(T > 10) = e 1.15524 = 0.31498

De otra manera:
Sea la variable aleatoria:
X t = n de aviones que llegan dentro de 10 minutos
X t ~. P(t ) con funcin de cuanta
( t ) x
, x= 0, 1, 2, ...
x!
con t = nmero de aviones que llegan dentro de t minutos
6.93147
t
=
* 10 = 1.15524 aviones que llegan dentro de 10 minutos
60
P(X=0) = e 1.15524 = 0.31498
f ( x ) = e t

20.e)

t = nmero de aviones que llegan dentro de t minutos

6.93147
= 0.115524 aviones llegan dentro de 1 minuto
60
P(T > 5)= e 0.115524*5 = 0.56123
_______._______
SOL. PROB.21
Sea la variable aleatoria
Xt:= nmero de errores por pgina
Xt ~. P( t ) con funcin de cuanta
x
t ( t )
f ( x) = e
, x= 0, 1, 2, ...
x!
y t = nmero de errores en t pginas
t
= 50 errores en 500 pginas
50

=
=0.1 errores en 1 pgina
500

t =

21.a) t = 0.1 * 30 = 3 errores en 30 pginas

P(X 2)= 1 P(X 2)
1
3x
= 1 e 3 x
x!
x =0

= 1 0.199148= 0.800852
21.b) t = 0.1 * 50= 5 errores en 50 pginas
P(X 1)= 1 P(X 1)
1
5x
= 1 e 5
x!
x =0
= 1 0.040427 = 0.95957
21.c) t =0.1 *1= 0.1 errores en 1 pgina
0
0.1 0.1
= 0.9048
P(X=0)= e
0!
SOL. PROB. 22
Sea la variable aleatoria
X:= nmero de personas que padecen la enfermedad
22.a) X ~. B(n;p) con funcin de cuanta
n
f ( x) = p x q n x , x = 0,1,..., n
x
en donde: n=3000, p= 0.001 y q= 0.999
E(x)= np; E(x)= 3000*0.001= 3 personas
3000
0.0010 * 0.999 3000
22.b) PB ( n; p ) ( X = 0) =
0

=0.0497123
Podemos utilizar la distribucin de Poisson para aproximar la propiedad
binomial, ya que: n 30

; y ~. np < 5

= np; = 3000 * 0.001 = 3

t =

nmero de pacientes que padecen la enfermedad en el intervalo [0,t] t

unidad de tiempo cualquiera

t = 3*1=3
30
PB ( n; p ) ( X = 0) PP ( t ) ( X = 0) = e * = 0.049984
0!
3

_______._______
SOL. PROB. 23

23.a) Sea la variable aleatoria

X:= nmero de clientes entre 5, que preguntan por el significado del pster
X ~. B(n; p ) con funcin de cuanta

n
f ( x) = p x q n x , x = 0,1,2,..., n
x
donde n=5; p= 0.4; q= 0.6
P( X > 1) = 1 P ( X 1)
1
5
= 1 0.1x * 0.6 5 x
x =0 x

= 0.66301

23.b) Sea la variable aleatoria

Y:= nmero de clientes que entran a la tienda hasta la 1 que pregunta por el
Pster
Y ~. Geo( p ) con funcin de cuanta
f ( y ) = p * q y 1 , y = 1,2,3,...
donde p= 0.4 y q= 0.6
P(Y = 5) = 0.4 * 0.6 4 = 0.0518

23.c) Sea la variable aleatoria

Z:= nmero de clientes entre 4, que preguntan por el significado del pster
Z ~. B(n; p ) con funcin de cuanta
n
f ( z ) = p z q n z , z = 0,1,2,..., n
z
donde n=4; p=0.4 y q= 0.6
1
4
P( X 1) = 0.4 x * 0.6 4 x
x =0 x

= 0.4752

23.d) Sea la variable aleatoria

X:=nmero de cliente que entra a la tienda hasta la 1 que pregunta por el
significado del pster
X ~. Geo(p) con funcin de cuanta
f ( x) = p q x 1 , x = 1,2,...
donde p=0.4 y q= 0.6

P( X = 3) = 0.4 * 0.6 2 = 0.144

23.e) E(X)= n*p;

E(X)=5*0.4= 2.0

_______._________
SOL. PROB. 24

24.a) Sea la variable aleatoria

X:= nmero de llamadas telefnicas durante 20 segundos
X t ~. P(t ) con funcin de cuanta
e t ( t ) x
f (x ) =
, x=0, 1, 2, ...
x!
donde:

t = nmero de llamadas telefnicas en el intervalo [0, t], t unidad de

tiempo

= 10 llamadas en 1 minuto
t=

10 * 20 10
=
llamadas en 20 segundos
60
3

P( X =!) = e

10
3

10

3
* = 0.118913
1!

24.b) Sea la variable aleatoria

Y:= nmero de llamadas telefnicas durante 5 minutos
Yt ~ P( t) con funcin de cuanta

f ( y ) = e t

( t ) y
, y= 0, 1, 2, ...
y!

donde:

t = nmero de llamadas telefnicas en el intervalo [0,t], t unidad de

tiempo

= 10 llamadas en un minuto
t = 50 llamadas en 5 minutos
P(Y 1) = 1 P(X=0)

= 1 -e

50

50 0
*
1
0!

24.c) Sea la variable aleatoria

T:= tiempo (en minutos) entre 2 llamadas telefnicas
T ~ Exp( ) con funsin de densidad
e t , t 0
f (t ) =
0, t < 0
donde:
= 10 llamadas en 1 minuto
P(T > 1 / 2) = 1 P(T 1 / 2)
= 1 ( 1- e
=

10*

1
2

1
10*
2

= e 5 0.007
De otra manera:
Sea la variable aleatoria
U:= nmero de llamadas telefnicas durante minuto
Ut ~ P( t) con funcin de cuanta
( t ) u
f (u ) = e t
, u=0, 1, 2, ....
u!
donde:
= 10 llamadas en 1 minuto
1
t = 10* = 5 llamadas en minuto
2
P( X = 0) = e 5 0.007
24.d) Sea la variable aleatoria
V:= nmero de llamadas telefnicas durante 10 minutos
Vt ~ P( t) con funcin de cuanta
( t ) v
f ( v ) = e t
, v = 0, 1, 2, ....
v!
donde.

 = 10 llamadas en 1 minuto
t= 10*10= 100 llamadas en 10 minutos
P(V = 0) = e 100

100 0
= 3.72 *10 44 0.0
0!

24.e) Sea la variable aleatoria

Y:=nmero de llamadas telefnicas durante 5 minutos
Yt ~ P( t) con funcin de cuanta
y
t ( t )
, y = 0, 1, 2, ....
f ( y) = e
y!
donde:
= 10 llamadas en 1 minuto
t = 10*5= 50 llamadas en 5 minutos
50 0
P( X = 0) = e 50
= 1.92 * 10 22 0.0
0!
_______._______
SOL. PROB. 25
Sea la variable aleatoria
X:= nmero de motores que fallan
X ~ B(n1 ;p1 ) con funcin de cuanta
n
f ( x) = 1 p1x (1 p1 ) n1 x , x = 0,1,2,..., n1
x
donde:
n1 = 4; p1 = p; ya q (p1 = p2)
P (fallar el proyectil) = P(X > 2)
4
4
= p x q 4 x
(1)
x =3 x
Sea la variable aleatoria
Y:= nmero de motores gandes que fallan
T ~ B( n2; p2) con funcin de cuanta
n
f ( y ) = 2 p1y (1 p 2 ) n2 y , y = 0,1,2,..., n2
y
cuando: n2= 2; p 2 = p; ya q (p1 = p2)

P (fallar el proyectil) = P(X >1)

= P(X = 2)
2
= p 2 q 0
2
= p2
(2)
De (1) y (2)

4 p 3q + p 4 = p 2
4 p(1 p) + p 2 = 1
4 p 4 p2 + p2 = 1
p' = 1
3p2 4 p +1 = 0
P' ' = 1 / 3
p = p1 = p 2 = 1 / 3
P(fallar el proyectil)=1/9
_______._______
SOL. PROB. 26
Sea la variable aleatoria
D:= distancia entre dos fallas
D ~ Exp( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0
donde: d = nmero de fallas en el intervalo [0, d], d medida de longitud
d = 10 fallas por rollo de 100 metros de long.
= 0.1

1
1
E ( D) = ;
E ( D) =
= 10mts.

0 .1
26.b) P( D 5) = 1 e d
= e 0.1*5
= 1 e 0.5
= 0.393469
26.c) P(5 D 15) = P( D 15) P( D 5)
= (1 e 0.1*15 ) (1 e 0.1*5 )
= e 0.5 e 1.5
= 0.3834
26.d) Sea la variable aleatoria
Yd:= nmero de fallas en una longitud de 10 cm.
Yd ~ P( d) con funcin de cuanta
y
d ( d )
f ( y) = e
, y = 0, 1, 2, ....
y!
de d = nmero de fallas en el intervalo [0, d], d medida de longitud
d = 10 fallas en 100 mts de longitud
10
=
1

100

0.1
1 cm

100
0 .1
d =

* 10 10
100
0.010
P(Y = 0) = e 0.01
= e 0.01 = 0.99
0!
Ojo resp. 26.e) ver ms abajo

26.f) Sea la variable aleatoria

W:= nmero de fallas en una longitud de 20 cm.
Wd ~ P( d) con funcin de cuanta
( d ) w
f ( w) = e d
, w = 0, 1, 2, ....
w!
donde:
d = 10 fallas en 100 metros de longitud
= 0.1
1

0.1
=

1 cms.

100
0 .1
d =
* 20 fallas en 20 cms. de longitud
100
0.02 0
0.02
P(W = 0) = e
*
= e 0.02 = 0.9801
0!
26.e) segn pregunta d)
P (Y 1) = 1 P (Y < 1)
= 1 P (Y = 0)
= 1 e 0.01
= 9.9501 * 10 3

_______._______
SOL. PROB. 27
Sean las variables aleatorias
X:= nmero de automviles llegan a la primera hora de trabajo
T:= tiempo (en horas) de la llegada de un auto mvil
27.a) T ~ Exp( ) con funcin de densidad
e t , t 0
f (t ) =
0, t < 0
donde:
t= nmero automviles llegan durante el intervalo [0, t], t medida de
tiempo
4
= = 1 / 2 automvil llega durante 1 hora
8

_______._______
SOL. PROB. 28
32
= 4 .8
80
24
E ( X 2 ) = 12 *
= 3 .6
80
24
E ( X 3 ) = 12 *
= 3 .6
80

28.c) E(X 1 )= 12 *

_______._______
SOL. PROB. 29

( t ) x
, x = 0, 1, 2, ....
x!
( ) x
, x = 0, 1, 2, ....
x!

X ~ P( t) f ( x) = e t
X ~ P( ) f ( x) = e
Donde:
P ( X = 0) = e

( ) 0
= 0 .2
0!

= e = 0.2 / ln
= ln 0.2

= ln 0.2
= 1.60943
P( X > 2) = 1 P( X = 0) P( X = 1) P( X = 2)

= 0.2 e 1.60943 *1.60943 e 1.60946 *

_______._______
SOL. PROB. 30

1.60943 2
2!

= 0.21908

X ~ P( ) f ( x) = e

( ) x
, x = 0, 1, 2, ....
x!

Donde: = t
Sea k {0} , el valor tal que: P( x = k 1) P( x = k ) y P( x = k ) P( x = k + 1)