1.

Un productor de sobres de correos sabe por experiencia que el peso

de los sobres está distribuido aproximadamente en forma normal
con μ=1,95 gramos y σ=0,05 gramos. ¿Alrededor de cuantos
sobres pesan dos gramos o más se pueden encontrar en un paquete
de 120 sobres?

Rta: Se trata de una distribución normal (como dice el enunciado) de

media 𝜇 = 1,95 y desviación típica 𝜎 = 0,05 (con los datos en gramos).

Se expresa así:

𝑋 → 𝑁(1.95, 0.05)

Calculamos primero la Probabilidad de que un sobre cualquiera pese dos

o más gramos

𝑃(𝑋 ≥ 2)

En primer lugar se tipifica la variable

2 − 1.95
𝑃(𝑋 ≥ 2) = 𝑃(𝑍 ≥ ) = 𝑃(𝑍 ≥ 1)
0.05

Ahora debemos recordar cómo se mira en las tablas

𝑃(𝑍 ≥ 1) = 1 − 𝑃(𝑍 ≤ 1)

Ya lo podemos mirar en la tabla de la Normal (0,1)

𝑃(𝑍 ≥ 1) = 1 − 𝑃(𝑍 ≤ 1) = 1 − 0.8413 = 0.1587

Por tanto, la probabilidad de que un sobre elegido al azar pese 2 o más

gramos es 0.1587.

En porcentaje significa el 15.87% de los sobres.

Si hay 120 sobres entonces 120*0.1587 = 19.044

Entonces en el paquete de 120 puede haber aproximadamente 19 o 20

sobres que pesen dos gramos o más.

2. (D. Binomial) Se estima que, en todo el mundo, 1% de las personas

entre 15 y 49 años está infectado con el virus de la inmunodeficiencia
humana (VIH) (según datos de los Institutos Nacionales de Salud). En las
pruebas para el VIH, se combinan las muestras de sangre de 36 personas.

a. ¿Cuál es la probabilidad de que una muestra combinada sea positiva

para el VIH?
b. ¿Es improbable que una muestra combinada de este tipo sea
positiva?

Rta: Una distribución binomial es una distribución de probabilidad discreta

que conociendo la probabilidad de éxito de un evento se quiere determinar
que en n experimento tengamos x éxitos, la función de probabilidad es:

P(X = x) = n!/((n-x)!*x!)*pˣ*(1-p)ⁿ⁻ˣ

Entonces en este caso p = 0.01, n = 36 y se desea saber la probabilidad

de que en la muestra combinada tenga VIH esto es que al menos una de
ellas tenga VIH X ≥ 1

P( X ≥ 1) = 1 - P(X = 0)

P(X = 0) = 36!/((36-0)!*0!)*0.01⁰*(1-0.01)³⁶⁻⁰ = 0.6964

P( X ≥ 1) = 1 - 0.6964 = 0.303586
3.1 (D. Hipergeométrica) De 30 personas seleccionadas de una
determinada empresa, 12 de ellas son tecnólogos y 18 son profesionales
de ciertas áreas de las ciencias. Si se selecciona aleatoriamente una
muestra de 8 personas, ¿Cuál es la probabilidad de que:

a. 4 de ellas sean tecnólogos?

b. 5 de ellos sean profesionales?

Rta: Distribución hipergeométrica: consiste en tomar de un grupo de N

personas n de ellas, donde en las N personas hay C personas que cumplen
con la característica deseadas y se desea saber la probabilidad de que en
este grupo tomado "x" personas tengan dicha caracteristica. La ecuación
que determina la probabilidad en la hipergeométrica es:
P(X = x) = (comb(C,x)*Comb(N-C,n-x))/Comb(N,n)
En este caso:
N = 30
n=8
Probabilidad de que: 4 de ellos sean tecnólogos
C = 12
P(X = 4)
Comb(C,x) = Comb(12,4) = 12!/((12-4)!*4!) = 495
Comb(N-C,n-x) = Comb(30-12,8-4) = Comb(18,4) = 18!/((18-4)!*4!) =
3060
Comb(N,n) = Comb(30,8) = 30!/((30-8)!*8!) =5852925
P(X = 4) = (495*3060)/5852925 = 0.25879368
Probabilidad de que: 5 de ellos sean profesionales
C = 18
P(X = 5)
Comb(C,x) = Comb(18,5) = 18!/((18-5)!*5!) = 8568

.
Comb(N-C,n-x) = Comb(30-19,8-5) = Comb(11,3) = 11!/((11-3)!*3!)
=165
Comb(N,n) = Comb(30,8) = 30!/((30-8)!*8!) =5852925
P(X = 5) = (8568*165)/5852925 = 0.241540768

42. (Realizar una aproximación a la D. Normal) Un fabricante vende

lámparas en cajas de 1000. ¿Cuál es la probabilidad de que alguna caja
contenga no más del 1% de lámparas defectuosas si se considera el
proceso de producción como un experimento binomial con p=0,01 (la
probabilidad de que alguna lámpara sea defectuosa)?

Rta:

Explicación:

Un fabricante vende lámparas en cajas de 1000

n = 1000

p = 0,01

q = 0,99

P(x≥1) = 1 -P(x≤1)

Media:
μ= np

μ= 1000*0,01

μ= 10

Desviación estándar:

σ =√npq

σ = √1000*0,01*0,99

σ = 3,15

Tipificamos la variable Z

Z = (x-μ)/σ

Z = (1-10)/3,15

Z = -2,86

P(x≤1) =0,00212

P(x≥1) = 1-0,0012 = 0,99788

La probabilidad de que alguna lampara sea defectuosa es de 0,99788

53. (D. Poisson) Enfermedades en grupos El neuroblastoma, una forma
rara de cáncer, se produce en 11 niños de cada millón, por lo que su
probabilidad es 0.000011. Cuatro casos de neuroblastoma ocurrieron en
Oak Park, Illinois, donde había 12,419 niños.

a. Suponiendo que el neuroblastoma ocurre como es usual, encuentre

el número medio de casos en grupos de 12,429 niños.
b. Usando la media no redondeada del inciso (a), determine la
probabilidad de que el número de casos de neuroblastoma en un
grupo de 12,429 niños sea 0 o 1.
c. ¿Cuál es la probabilidad de más de un caso de neuroblastoma?
d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por
qué sí o por qué no?

Rta:
La distribución Poisson es una distribución de probabilidad discreta usada
en estadística para medir la probabilidad de que ocurra cierta cantidad de
eventos en un tiempo determinado o en un espacio determinado, entre
otros.
La función de probabilidad de la distribución Poisson es:
P(x,λ) = exp(-λ) *λ∧k/k!
Donde k es la cantidad deseada de eventos en un tiempo determinado.
λ es la cantidad de eventos que ocurren en promedio, en dicho tiempo.
El número medio λ de los 12429 son 4

Nos piden la probabilidad de que sea cero o 1:

P(0,4) = exp(-4) *4∧0/0! = 0.018325
P(1,4) = exp(-4) *4∧1/1! = 0.073262
Mas de 1 es 1 menos la probabilidad de 0 y 1:
P(x≥1) = 1 - 0.018325 - 0.073262 = 0.908421

No es atribuible a la casualidad: pues la probabilidad de mayor que 1 es

alta.