EJERCICIOS VARIOS

1. El pronóstico del tiempo dice que la probabilidad de lluvia para el sábado es del 25% y la del domingo del
25%. ¿Es correcto pensar que la probabilidad de que llueva durante el fin de semana igual a 0,5?. JUSTIFIQUE

2. Se realiza un estudio para determinar si los hogares de una ciudad se subscribirían a un servicio de TV por
cable. Los hogares se clasifican de acuerdo a su nivel de ingresos: alto, medio o bajo. En la siguiente tabla se
da la probabilidad de cada uno de los sucesos conjuntos:
Se suscribirían
si no
Bajos 0,03 0,18
Ingresos Medios 0,15 0,46
Altos 0,08 0,1

a). ¿Cuál es la probabilidad de que un hogar elegido aleatoriamente subscriba la televisión por cable?. Rta=0,26

b). ¿Cuál es la probabilidad de que un hogar que subscribiría televisión por cable sea de ingresos altos?. Rta=0,307

c). ¿Son nivel de ingresos y actitud ante la TV por cable, independientes?.Rta=NO

d). Encontrar la probabilidad de un hogar seleccionado al azar pertenezca al menos a una de estas categorías:
“ingreso alto” o “desean suscribirse”. Rta=0,36

3. Una urna contiene 10 bolas de las que 8 son blancas. Se sacan al azar dos bolas. Sea X el número de bolas
blancas obtenidas. Hallar:
a) Distribución de probabilidad de X
b) Función de distribución de X

Rta:
Consideramos los siguientes sucesos B = Sacar una bola blanca R = Sacar una bola de otro color
El espacio muestral es Ω = {RR, RB, BR, BB} Las probabilidades serían p(B) = 8/10 p(R) = 2/10
entonces:
2 1 2 1 8 2 8 2 8 8
p(RR)=    p(BR) = P(B R)    p(RB) = P(R B)   
10 9 90 45 10 9 45 10 9 45
8 7 28
p(BB) =  
10 9 45
a) Por lo tanto la Distribución de probabilidad de X: número de bolas blancas obtenidas, queda
xi pi  p  X  xi 
0 1/45
1 16/45
2 28/45

b) La Función de distribución de X
Valor de X F ( X )  PX  x
x0 0
0  x 1 1/45
1 x  2 17/45
x2 1

4. La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces,

a) ¿Cuál es la probabilidad de que acierte exactamente en tres ocasiones?

1
 b) ¿Cuál es la probabilidad de que acierte por lo menos en una ocasión?

Rta:
X: número de veces que acierta en el blanco de 10 disparos.
X~ B(10, 1/4) p = ¼ q = ¾ OJO! Debemos justificar por qué usamos el modelo Binomial

a) Se pide

b) p(X  1) 

5. El 65% de los alumnos de un cierto Instituto cursan estudios universitarios al terminar el secundario. En un
grupo de ocho alumnos elegidos al azar, hallar la probabilidad de que estudien una carrera universitaria:
a) Alguno de ellos.
b) Más de seis.
c) Calcula la media y la desviación estándar.

Rta:
Si llamamos X: "número de alumnos, de un grupo de 8, que estudian una carrera universitaria”, entonces
n= 8, p= 0,65 podemos considerar X~ B(8; 0,65) OJO! Debemos justificar por qué usamos el modelo
Binomial

a) p  X  0   1  p  X  0   1  0,358  0,9998
 8  8
p  X  6   p  X  7   p  X  8      0, 657  0,35     0, 658 
b)  7  8
 8  0, 657  0,35  0, 658  0,169

c) Hallamos la media y la desviación estándar:

  np  8  0, 65  5, 2    5, 2
  npq  8  0, 65  0,35  1,35    1,35

6. En unas pruebas de alcoholemia se ha observado que el 5% de los conductores controlados dan positivo en la
prueba y que el 10% de los conductores controlados no llevan abrochado el cinturón de seguridad. También se
ha observado que las dos infracciones son independientes.
Un policía de tránsito detiene a cinco conductores al azar. Suponga que el número de conductores es
suficientemente importante como para estimar que la proporción de infractores no varía al hacer la selección.
Determine:
a) la probabilidad a de que exactamente tres conductores hayan cometido alguna de las dos infracciones.
b) la probabilidad de que al menos uno de los conductores controlados haya cometido alguna de las dos
infracciones.

Rta:
X: cantidad de conductores que cometen alguna de las dos infracciones en un grupo de cinco.
A=da positivo en el control de alcoholemia
B=no lleva abrochado el cinturón de seguridad
p(A B)  p(A)  p(B)  p(A) p(B)
 0, 05  0,10  0, 05 0,10  0,145
X~B(5; 0,145) p=0,145 q=0,855 OJO! Debemos justificar por qué usamos el modelo Binomial

a) Se pide:

b) Se pide: p(X  1) 

2
7. Un ingeniero que labora en el departamento de control de calidad de una empresa eléctrica, inspecciona una
muestra al azar de 10 alternadores de un lote. Si el 20% de los alternadores del lote están defectuosos.
¿Cuál es la probabilidad de que en la muestra,
a) ninguno esté defectuoso?.
b) uno salga defectuoso?.
c) al menos dos salgan defectuosos?
d) tres o más estén con defectos?
e) a lo sumo tres estén con defectos?
Rta:
X: número de alternadores defectuosos en una muestra de 10.
Éxito= “Alternador defectuoso” p=0,20 n=10
X~B(10; 0,20) OJO! Debemos justificar por qué usamos el modelo Binomial

a) p(X=0)= 0,1074
b) p(X=1)= 0,2684
c) P(2) = p(X≥2)=1-p(X≤1)=1-[p(X=0) + p(X=1)] = 1-[0,1074 + 0,2684] = 1-0,3758 = 0,6242
d) p(X≥3)=1-p(X≤2)= 1-[p(X=0) + p(X=1) + p(X=2)] = 1 - [0,1074 + 0,2684 + 0,3020] = 1- 0,6778=0,3222
e) p(X≤3)= p(X=0) + p(X=1) + p(X=2) + p(X=3) = 0,1074 + 0,2684 + 0,3020 + 0,2013 = 0,8791

8. Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas de
funcionamiento es una variable aleatoria de Poisson. Si el número promedio de estos fallos es ocho,
a) ¿cuál es la probabilidad de que falle un componente en 25 horas?
a) ¿y de que fallen no más de dos componentes en 50 horas?
b) ¿cuál es la probabilidad de que fallen por lo menos diez en 125 horas?

Rta:
Sea la variable aleatoria X , con distribución de Poisson con parámetro   8 , que determina el número de
componentes que fallan antes de cumplir 100 horas de funcionamiento.

a) Considerando que se cumplen ciertas condiciones de regularidad, podemos tomar la variable

Z : número de componentes que fallan antes de cumplir 25 horas de funcionamiento
Z sigue una distribución de Poisson con parámetro  Z  2 .
Por lo tanto, la probabilidad deseada es la siguiente: p(Z=1) = 0,2707

b) Análogamente al ítem anterior, definimos una variable aleatoria U con distribución de Poisson de parámetro
 U  4 como U: número de componentes que fallan antes de cumplir las 50 horas de funcionamiento.
Se tiene entonces que: p(U≤2)=0,0183 + 0,0733 + 0,1465 = 0,2381

c) De la misma forma, definiendo la variable aleatoria V con distribución de Poisson de parámetro  V  10 como
V: número de componentes que fallan antes de cumplir las 125 horas de funcionamiento. Se obtiene:
p(V≥10) = 1 – p(V<10)
= 1 – [0,0000 + 0,0005 + 0,0023 + 0,0076 + 0,0189 + 0,0378 + 0,0631+ 0,0901 + 0,1126 + 0,1251]
=1– 0,4580
=0,5420

9. Una compañía de seguros ofrece pólizas de seguros individuales contra retrasos aéreos de más de doce horas.
Una encuesta ha permitido estimar a lo largo de un año que: cada persona que esté cubierto por este tipo de
póliza, tiene una probabilidad de uno en mil de ser víctima de un retraso aéreo y se estima además que la
compañía aseguradora podrá vender una media de cuatro mil pólizas al año. Se pide hallar
a) la probabilidad que el número de retrasos cubiertos por la póliza no pase de cuatro por año
b) la probabilidad que el número de retrasos sea superior a dos por año

Rta:

3
Sea X = "número de retrasos por año (en 4000 polizas)", la variable podría pensarse con una distribución
Binomial n=4000 , p=1/1000=0,001 , X~B(4000; 0,001)
En este caso, la distribución de Poisson es una buena aproximación ya que p=0,001 es muy pequeña y
n.p= 4000.0,001=4 y por otro lado n.p.(1-p)≈4.
Por tanto, X ~aprox P(λ= n.p= 4) entonces
a) P(X ≤ 4)= P(X = 0) + P(X= 1) + P(X= 2) + P(X= 3) + P(X = 4) = 0,6288369352

Notar que si hubiésemos trabajado con Binomial X~B(4000; 0,001) se tendría

P(X ≤ 4)= 0,6288369515

b) P(X> 2) = 1− P(X ≤ 2) = 1− (P(X = 0) + P(X = 1) + P(X =2)) = 1− 0,2381 = 0,7619

Notar que si hubiésemos trabajado con Binomial X~B(4000; 0,001) se tendría

P(X >2)= 0,7620432806

10. Hallar, en una distribución N(0, 1), las siguientes probabilidades:

a) p  Z   0, 2  b) p  Z  1, 27  c) p  0,52  Z  1, 03

Rta:
a) p  Z   0, 2   p  Z  0, 2   0,5793

b) p  Z  1, 27   1  p  Z  1, 27   1  0,8980  0,1020

c) p  0,52  Z  1,03  p  Z  1,03  p  Z   0,52   0,8485  0,3015  0,5470

11. Se sabe que el tiempo empleado, en horas, en elaborar un determinado producto sigue una
distribución N(10, 22). Se pide hallar la probabilidad de que en la elaboración de ese producto se
tarde:
a) Menos de 7 horas
b) Entre 8 y 13 horas

Rta:
a)  
p(X  7)  p Z  7  10  p(Z  1,5)  F( 1,5)  0, 0668
2
 
b) p(8  X  13)  p 8  10 Z  13  10  p( 1  Z  1,5)  F(1,5)  F(1)  0,9332  0,1587  0, 7745
2 2

= -

-5,00 -2,50 0,00 2,50 5,00 -5,00 -2,50 0,00 2,50 5,00 -5,00 -2,50 0,00 2,50 5,00

4
12. La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación estándar es 3 kg. Suponiendo
que los pesos se distribuyen normalmente, hallar ¿cuántos estudiantes pesan entre 60 kg y 75 kg.?

Rta:
X: peso de los estudiantes
X~N(70;32)

 
p(60  X  75)  p 60  70  Z  75  70  p(3,33  Z  1, 67)
3 3
 F(1, 67)  F(3.33)  0,9521
Estudiantes que pesan entre 60 kg. y 75 kg.= 500 0,9521 = 476

13. Se supone que las calificaciones de un examen siguen una distribución normal con una media de 78 puntos y
una desviación de 10 puntos. Se pide:
a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación superior a
72 puntos?

 
p(X  72)  p Z  72  78  p(Z  0, 6)  1  F(0, 6)  0, 7257
10
b) Hallar la puntuación por debajo de la cual se encuentra el 25% de los estudiantes que obtuvieron las notas
más bajas.
 x  78 
p(X  x1 )  0, 25  p  Z  1  0, 25
 10 
x  78
z1  1  0, 645
10
 x1  0, 645 10  78  71,55 -5,00 0,00 5,00

14. Después de realizar un test de conocimientos de inglés se observa que las puntuaciones obtenidas siguen una
distribución una distribución N(65;182). Se desea clasificar a los examinados en tres grupos (de baja
conocimientos de inglés, de manejo de inglés aceptable, de excelente manejo de inglés) de modo que haya en el
primero un 20% la población, un 65% el segundo y un 15% en el tercero. ¿Cuáles han de ser las puntuaciones
que marcan el límite de un grupo al otro?

Rta:
p  Z  z1   0, 20  z1  0,845
x1  65
 0,845  x1  49,79
18

p  Z  z2   0,85  z2  1, 035
x 2  65
 1, 035  x 2  83, 63
18

Baja conocimientos de inglés hasta 49,79 puntos (~50 puntos)

Manejo de inglés aceptable entre 50 y 83,63 puntos.
Manejo de inglés Excelente a partir de 83,63 puntos.

15. Cierto tipo de batería dura un promedio de 3 años, con una desviación estándar de 0,5 años. Suponiendo que la
duración de las baterías es una variable que tiene una distribución Normal,
a) ¿Qué porcentaje de baterías se espera que duren entre 2 y 4 años? Rta. 95,44%
b) Si una batería lleva funcionando 3 años. ¿cuál es la probabilidad de que dure menos de 4.5 años? Rta: 0,4987
5
6