PROBABILIDAD Y ESTADÍSTICA 2020

Docente: Manuel Salgado Alba

Ingeniero Químico - Universidad Nacional de Colombia
Especialización en Ingeniería Ambiental - Universidad Industrial de Santander (Colombia)
Master of Business Administration (MBA) - Broward International University (USA)
Celular: 315 2 816069
Correo institucional: manuel_salgado@cun.edu.co

Resolución de ejercicios del archivo de “Probabilidad y estadística 2020 A virtual (semana 3 y 4)”

En general para los últimos ejercicios se utilizan los teoremas vistos:

Teorema de la probabilidad total o regla de eliminación: Si los eventos B1, B2, …, Bk constituyen una
partición del espacio muestral S tal que P(Bi)  0 para i = 1,2, .., k, entonces, para cualquier evento A de S:

k k
P( A)   P( Bi  A)   P( Bi ) P( A / Bi )
i 1 i 1

REGLA DE BAYES: Si los eventos B1, B2, …, Bk constituyen una partición del espacio muestral S, donde
P(Bi)  0 para i = 1,2, .., k, entonces, para cualquier evento A de S tal que P(A)  0,

P( Br  A) P( Br ) P( A / Br )
P( Br / A)  k
 k

 P( B  A)
i 1
i  P( B ) P( A / B )
i 1
i i

para r = 1,2, .., k

Ejercicio 1. ¿Cuál es la probabilidad de obtener un total de 7 u 11 cuando se lanza un par de dados? (Respuesta:
2/9)

𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑑𝑎𝑑𝑜 (𝐷1) = { 1 2 3 4 5 6 } = 6 𝑝𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠

𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑑𝑎𝑑𝑜 (𝐷2) = { 1 2 3 4 5 6 } = 6 𝑝𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠

Es decir que el total de posibilidades al lanzar albos dados es de 6 * 6 = 36 (el todo)

Designando los eventos como:

(7): Obtener un total de 7
(11): Obtener un total de 11

Calculo de posibilidades de ocurrencia del evento (7) en un lanzamiento de 2 dados:

𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒 (7) = {4𝐷1 3𝐷2 , 5𝐷1 2𝐷2 , 6𝐷1 1𝐷2 , 4𝐷2 3𝐷1 , 5𝐷2 2𝐷1 , 6𝐷2 1𝐷1 } = 6
 6
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 (7) = 𝑃(7) =
36

Calculo de posibilidades de ocurrencia del evento (11) en un lanzamiento de 2 dados:

𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒 (11) = {5𝐷1 6𝐷2 , 6𝐷1 5𝐷2 } = 2

2
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 (11) = 𝑃(7) =
36

𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑜𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 7 𝑢 11 = 𝑃(7 Ս 11) = 𝑃(7) + 𝑃(11)

6 2 8 2
𝑃(7 Ս 11) = + = =
36 36 36 9
2
𝑃(7 Ս 11) =
9
Ejercicio 2. Las probabilidades de que un individuo que compra un automóvil nuevo elija uno de color verde, uno
blanco, uno rojo o uno azul son 0.09, 0.15, 0.21 y 0.23, respectivamente, ¿cuál es la probabilidad de que un
comprador dado adquiera un automóvil nuevo que tenga uno de esos colores? (Respuesta: 0.68)

Solución: Sean V, B, R y A los eventos de que un comprador seleccione, respectivamente, un automóvil verde,
blanco, rojo o azul. Como estos cuatro eventos son mutuamente excluyentes, la probabilidad es:

P(V ∪ B ∪ R ∪ A) = P(V) + P(B) + P(R) + P(A) = 0.09 + 0.15 + 0.21 + 0.23 = 0.68

Ejercicio 3. Si las probabilidades de que un mecánico automotriz dé servicio a 3, 4, 5, 6, 7, 8 o más vehículos en

un día de trabajo dado son 0.12, 0.19, 0.28, 0.24, 0.10 y 0.07, respectivamente, ¿cuál es la probabilidad de que
dé servicio al menos a 5 vehículos el siguiente día de trabajo? (Respuesta: 0.69)

Solución: Sea E el evento de que al menos 5 automóviles reciban servicio. Ahora bien, 𝑃(𝐸) = 1 − 𝑃(𝐸 ´ ),
donde E ´ (complemento) es el evento de que menos de 5 automóviles reciban servicio. Como

𝑃(𝐸 ´ ) = 0.12 + 0.19 = 0.31

Luego el complemento: 𝑃(𝐸) = 1 − 𝑃(𝐸 ´ )

𝑃(𝐸) = 1 − 0.31 = 0.69

Ejercicio 4. Una gran empresa industrial utiliza 3 moteles locales para dar alojamiento a sus clientes. Por
experiencias pasadas se sabe que el 20% de los clientes se les asignan cuartos en el Ramada; el 50% en el
Sheraton y al 30% en el Lakeview. Si la plomería esta defectuosa en el 5% de los cuartos del Ramada, en el 4%
de los cuartos en el Sheratón y en el 8% del Lakeview; Cuál es la probabilidad de que:

a) a un cliente se le asigne un cuarto con plomería defectuosa. (Respuesta: 0.054)

b) a una persona que tiene un cuarto con problemas de plomería se le hayan asignado las instalaciones del
Lakeview. (Respuesta: 0.4445)

Solución: a) Sean:

P(R) = 0.20 (probabilidad de cuartos en el Ramada)

P(S) = 0.50 (probabilidad de cuartos en el Sheraton)
P(L) = 0.30 (probabilidad de cuartos en el Lakeview).

Sean:

P(DR) = 0.05 (probabilidad de cuartos defectuosos en el Ramada)

P(DS) = 0.04 (probabilidad de cuartos defectuosos en el Sheraton)
P(DL) = 0.08 (probabilidad de cuartos defectuosos en el Lakeview):

Definiendo el evento (D): Defectuoso

Entonces P(D) es la probabilidad de que se asigne un cuarto defectuoso.

De acuerdo con el teorema de la probabilidad total o regla de eliminación se tiene:

P(D) = ( P(R)  P(DR) )  ( P(S)  P(DS) )  ( P(L)  P(DL) )

P(D) = (0.20 ∗ O. O5) + (0.50 ∗ 0.04) + (0.30 ∗ 0.08) = 0.054

b) De acuerdo a la regla de BAYES vista (ver los recuadros):

Sea: P(DL) = 0.08 la probabilidad de cuartos defectuosos en el Lakeview

P(B) = probabilidad de que a una persona que tiene un cuarto con problemas de plomería se le hayan
asignado las instalaciones del Lakeview.

Entonces:

P(B) = ( P(L)  P(DL) ) / P(D) = (0.30 ∗ 0.08) / 0.054 = P(B) = 0.4445

Ejercicio 5. Una persona que se traslada todos los días a su trabajo y viceversa posee 2 autos, uno compacto y
uno estándar. Aproximadamente ¾ partes del tiempo utiliza el compacto para ir a su trabajo y aproximadamente
¼ parte del tiempo usa el estándar. Cuando utiliza el compacto, por lo general llega a su casa alrededor de la
5:30 PM. eso sucede aproximadamente el 75% de las veces; si utiliza el auto estándar llega a casa alrededor de
las 5:30 PM. ésto ultimo sucede aproximadamente el 60% de las veces (le agrada el aire acondicionado el auto
estándar). Si llega a casa después de las 5:30 PM; ¿Cuál es la probabilidad de que haya usado el auto compacto?
(Respuesta: 0.652)

Solución: Sean:

3
P(C) = = 0.75 (probabilidad de usar el compacto)
4
 1
P(E) = = 0.25 (probabilidad de usar el estándar)
4

3
P(TC) = = 0.75 (probabilidad de llegar a tiempo usando el compacto)
4

3
P(TE) = = 0.60 (probabilidad de llegar a tiempo usando el estándar)
5

Sea: P(T): Probabilidad que llegue tarde usando el auto compacto

Entonces, si cuando usa el auto compacto llega tarde el 25% de las veces (o sea 1 – 75%). Así:

𝑃(𝐶) ∗ (1 − 𝑃(𝑇𝐶)) [0.75 ∗ (1 − 0.75)]

𝑃(𝐵) = = = 0.652
[𝑃(𝐶) ∗ (1 − 𝑃(𝑇𝐶))] Ս [𝑃(𝐸) ∗ (1 − 𝑃(𝑇𝐸))] [0.75 ∗ (1 − 0.75)] + [0.25 ∗ (1 − 0.60)]

Ejercicio 6. La probabilidad de que un vuelo programado normalmente salga a tiempo es P(D) = 0.83, la
probabilidad de que llegue a tiempo es P(A) = 0.82 y la probabilidad de que salga y llegue a tiempo es P(D ∩ A) =
0.78. Calcule la probabilidad de que un avión a) llegue a tiempo, dado que salió a tiempo (Respuesta: 0.94); y b)
salió a tiempo, dado que llegó a tiempo (Respuesta: 0.95).

Solución: Al utilizar la definición de probabilidad condicional tenemos:

a) La probabilidad de que un avión llegue a tiempo, dado que salió a tiempo es:

𝑃(𝐷 Ո 𝐴) 0.78
𝑃(𝐴 / 𝐷) = = = 0.94
𝑃(𝐷) 0.83

b) La probabilidad de que un avión haya salido a tiempo, dado que llegó a tiempo es

𝑃(𝐷 Ո 𝐴) 0.78
𝑃(𝐷 / 𝐴) = = = 0.95
𝑃(𝐴) 0.82

Continuación del tema de probabilidad para la semana 5 (Temáticas 7 y 8)

Ejemplo. Se lanza una vez un par de dados. ¿Cuál es la probabilidad de obtener totales de 5 o 9?

Cada dado tiene 6 caras (1, 2, 3, 4, 5, 6) o sea que ambos tienen en total S = 6 * 6 = 36 posibilidades

Definición de eventos
Que caiga: 5 : (1,4 o 4,1 3,2 o 2,3) = 4 Posibilidades Que caiga: 9: (3,6 o 6,3 5,4 o 4,5) = 4 Posibilidades
4 4
P(5)  P (9) 
36 36

4 4 8 2
P(5  9) = P(5) + P(9) =     0.222
36 36 36 9
Ejemplo. Se lanza dos veces un par de dados. ¿Cuál es la probabilidad de obtener totales de 5 y 9?

Para que caigan totales de 5 y 9 en dos lanzamientos de un par de dados tiene que pasar los siguiente:
Que caiga 5 en el primer lanzamiento Y Que caiga 9 en el segundo lanzamiento
O Que
Que caiga 9 en el primer lanzamiento Y Que caiga 5 en el segundo lanzamiento


P 51 Lanz  92 Lanz  
 P 91 Lanz  52 Lanz 
P(5) 1 Lanz * P(9) 2 Lanz   P(9) 1 Lanz * P(5) 2 Lanz 
4 4 4 4 2
 *    *    0.02469
 36 36   36 36  81

Distribución de probabilidad

Variable aleatoria: Es una función que asocia un número real a cada elemento del espacio muestral.
Variable aleatoria discreta: Cuando un espacio muestral tiene un número finito de posibilidades, y cada una es
un número entero.

Ejemplo: S = (número de personas que han viajado a la luna) donde los elementos de S son enteros.

Variable aleatoria continua: cuando un espacio muestral tiene un número infinito de posibilidades, y cada una
puede ser entero o decimal.

Ejemplo: S = (estaturas de los alumnos de un curso) ósea entre 1.84m y 1.85m se puede presentar 1.845m etc.

Definición: El conjunto de pares ordenados ( x, f(x) ) es una función de probabilidad o distribución de

probabilidad de la variable aleatoria discreta X si, para cada posible resultado x, se cumple:

1) 𝑓(𝑥) ≥ 0
2) ∑ 𝑓(𝑥) = 1
3) 𝑃(𝑋 = 𝑥) = 𝑓(𝑥)

Definición 4: La distribución acumulada F(x) de una variable aleatoria discreta X con distribución de
probabilidad f(x) está dada por:

𝐹 (𝑥 ) = 𝑃(𝑋 ≤ 𝑥 ) = ∑𝑡≤𝑥 𝑓(𝑡) para −∞ < 𝑥 < ∞

Ejemplo: Si el 50% de los automóviles que vende una agencia están equipados con motor diesel, encuentre la
formula y cada distribución de probabilidad del número vehículos diesel entre los siguientes 4 que la agencia
venda.

Solución: Por cada carro que se venda hay 2 posibilidades; o sea 2 * 2 * 2 * 2 = 16 posibilidades en total para
los 4 carros.

La probabilidad de elegir 2 carros diesel es:

 4𝐶2
𝑃(𝑋 = 2) = 𝑓 (2) = = 0.375
16
de la misma forma se obtiene:

𝑿 𝑷(𝑿 = 𝒙) = 𝒇(𝒙) 𝑭(𝒙)

0 𝑃(𝑋 = 0) = 𝑓(0) = 0.0625 0.0625
1 𝑃(𝑋 = 1) = 𝑓(1) = 0.25 0.3125
2 𝑃(𝑋 = 2) = 𝑓(2) = 0.375 0.6875
3 𝑃(𝑋 = 3) = 𝑓(3) = 0.25 0.9375
4 𝑃(𝑋 = 4) = 𝑓(4) = 0.0625 1

Realizando el histograma de probabilidad de la variable discreta contra su función de probabilidad ( x vs f(x) ).

Distribución de probabilidad

0.40
0.35
0.30
0.25
f (x)

0.20
0.15
0.10
0.05
0.00
0 1 2 3 4

Distribución de probabilidad acumulada

1
0.9
0.8
0.7
0.6
0.5
F(x)

0.4
0.3
0.2
0.1
0
0 1 2 3 4
x

Ejemplo. Un envío de 11 computadoras similares para un distribuidor contiene 5 defectuosas. Si una escuela
hace una compra aleatoria de 4 de esas computadoras, encuentre:

a) La fórmula de distribución (o función) de probabilidad para el número de defectuosas f(D).

b) La distribución de probabilidad f(D).
c) La distribución de probabilidad acumulada F(D)).
d) Realice la gráfica de defectuosas (eje X) versus función de probabilidad (eje Y).
e) Realice la gráfica de defectuosas (eje X) versus función de probabilidad acumulada (eje Y)

Solución:

a) La fórmula de distribución (o función) de probabilidad para el número de defectuosas f(D). Sean 11 el total
de computadoras de las cuales 5 son defectuosas y 6 son buenas. Si la escuela compra en forma aleatoria 4
de esas computadoras, por ejemplo, la probabilidad de que exactamente 3 de esas computadoras salgan
defectuosas se calcula así.
𝑃𝑎𝑟𝑡𝑒
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 =
𝑇𝑜𝑑𝑜

Por ejemplo, para que le salgan 3 defectuosas, la escuela tuvo que elegir (combinaciones) 3 de entre las 5
defectuosas y solo 1 de entre las 6 buenas (la parte). En total debe comprar 4 de 11 computadoras (el todo)

(5𝐶3 ) ∗ (6𝐶1 )
𝑃(𝐷 = 3) = = 0.18182
11𝐶4
Si se hace éste ejercicio para cada valor del número de defectuosas es posible verificar que la fórmula de
distribución (o función) de probabilidad para el número de defectuosas f(D).

(𝟓𝑪𝑫 ) ∗ (𝟔𝑪(𝟒−𝑫) )
𝒇(𝑫) =
𝟏𝟏𝑪𝟒
b) La distribución de probabilidad f(D). De igual manera se procede para cada valor del número de defectuosas
(D) y se calcula la probabilidad para cada uno P(D).

(𝟓𝑪𝑫 ) ∗ (𝟔𝑪(𝟒−𝑫) ) Probabilidad

Probabilidad de Defectuosa 𝑫 𝑷(𝑫) = acumulada
𝟏𝟏𝑪𝟒
Ninguna computadora (5𝐶0 ) ∗ (6𝐶4 )
defectuosa
𝐷=0 𝑃(𝐷 = 0) = = 0.045454 0.045454
11𝐶4
Una computadora (5𝐶1 ) ∗ (6𝐶3 )
defectuosa
𝐷=1 𝑃(𝐷 = 1) = = 0.30303 0.34848
11𝐶4
Dos computadoras (5𝐶2 ) ∗ (6𝐶2 )
defectuosas
𝐷=2 𝑃(𝐷 = 2) = = 0.45455 0.80303
11𝐶4
Tres computadoras (5𝐶3 ) ∗ (6𝐶1 )
defectuosas
𝐷=3 𝑃(𝐷 = 3) = = 0.18182 0.98485
11𝐶4
Cuatro computadoras (5𝐶4 ) ∗ (6𝐶0 )
defectuosas
𝐷=4 𝑃(𝐷 = 4) = = 0.01515 1
11𝐶4

c) La distribución de probabilidad acumulada F(D). La probabilidad acumulada F(D) se calcula acumulando

(sumando) las anteriores probabilidades. Resumiendo
 Número de b) Función de probabilidad de c) Función de probabilidad
Evento de que la escuela escoja:
Defectuosas defectuosa f (D) acumulada F(D)
Ninguna computadora defectuosa (D = 0) f(D = 0) = 0.045454 0.045454
Una computadora defectuosa (D = 1) f(D = 1) = 0.30303 0.34848
Dos computadoras defectuosas (D = 2) f(D = 2) = 0.45455 0.80303
Tres computadoras defectuosas (D = 3) f(D = 3) = 0.18182 0.98485
Cuatro computadoras defectuosas (D = 4) f(D = 4) = 0.01515 1

d) Realice la gráfica de defectuosas (eje X) versus función de probabilidad (eje Y).

Función de probabilidad de defectuosas

0.50
0.45
0.40
0.35
0.30
0.25
P(D)
0.20
0.15
0.10
0.05
0.00
0 1 2 3 4
D

e) Realice la gráfica de defectuosas (eje X) versus función de probabilidad acumulada (eje Y)

Función de probabilidad acumulada de defectuosas

1.20

1.00

0.80

0.60
∑P(D)
0.40

0.20

0.00
0 1 2 3 4
D

Distribución de Probabilidad Binomial: Cuando un experimento consiste de n ensayos repetidos donde cada
uno proporciona un resultado que puede clasificarse como éxito p o fracaso q = 1 - p, cuya probabilidad de éxito
p permanece constante de un ensayo a otro y cada ensayo es independiente, su distribución es:

𝑏(𝑥; 𝑛, 𝑝) = (𝑛𝐶𝑥 )𝑝 𝑥 𝑞 (𝑛−𝑥)

dónde: p: probabilidad de éxito q: probabilidad de fracaso
n: número de experimentos x: variable aleatoria binomial (x = 1,2,3,..,)

Ejercicio. La probabilidad de que un paciente se recupere de una rara enfermedad en la sangre es de 0.4. Si se
sabe que 15 personas han contraído esta enfermedad. Cuál es la probabilidad de que:

a) Por lo menos 10 sobrevivan

b) Sobrevivan de 3 a 8
c) Sobrevivan exactamente 5

𝑥 (𝑛−𝑥)
Solución: Se toma la expresión de la probabilidad binomial 𝑏(𝑥; 𝑛, 𝑝) = (𝑛𝐶𝑥 )𝑝 𝑞 y se
reemplaza para cada valor de la variable x hasta obtener la tabla de frecuencias de probabilidad (individual y
acumulada); por ejemplo para x= 5:

𝑏(𝑥 = 5; 𝑛 = 15, 𝑝 = 0.4) = (15𝐶5 ) ∗ (0.45 ) ∗ (0.6(15−5) ) = 0.18594

Proba éxito p = 0.4
Proba fracaso q = 0.6
Número de experimentos n =15
x f(x): Distribución de probabilidad ∑f(x): Distribución de probabilidad acumulada
0 0.0004701850 0.0004701850
1 0.0047018498 0.0051720348
2 0.0219419659 0.0271140008
3 0.0633879016 0.0905019024
4 0.1267758032 0.2172777057
5 0.1859378448 0.4032155504
6 0.2065976053 0.6098131557
7 0.1770836617 0.7868968174
8 0.1180557745 0.9049525918
9 0.0612141053 0.9661666971
10 0.0244856421 0.9906523392
11 0.0074198915 0.9980722308
12 0.0016488648 0.9997210956
13 0.0002536715 0.9999747671
14 0.0000241592 0.9999989263
15 0.0000010737 1.0000000000

Distribución Binomial
Punto 1 (p = 0.4 q = 0.6 n = 15)
0.3

0.2

0.2
f(x) 0.1

0.1

0.0
0 2 4 6 8 10 12 14
X
a) Que por lo menos 10 sobrevivan significa que sobrevivan mínimo 10 personas, es decir que se suman las
distribuciones de probabilidad desde el 10 hasta el 15. También se puede restar a 1 la distribución de
probabilidad acumulada hasta el 9

𝑃(𝑥 >= 10) = 0.03384

1 − 𝑃(𝑥 < 10) = 1 − 0.96616 = 0.03384

b) Sobrevivan de 3 a 8. Para esto se suman las distribuciones de probabilidad desde 3 hasta 8

P(3 <= x <= 8) = 0.877838

b) Sobrevivan exactamente 5. Se toma la expresión de la probabilidad binomial y se reemplaza para el valor de

la variable x = 5:

𝑏(𝑥 = 5; 𝑛 = 15, 𝑝 = 0.4) = (15𝐶5 ) ∗ (0.45 ) ∗ (0.6(15−5) ) = 0.18594

Distribución de Poisson: Es la distribución de probabilidad que representa la variable aleatoria de Poisson X,

que representa el número de resultados que se producen en un intervalo de tiempo dado o en una región
específica es:

𝑒 −𝜇 𝜇 𝑥
𝑝(𝑥; 𝜇) =
𝑥!
Donde:  es el número promedio de resultados que ocurren en un intervalo dado o en una región especificada;
e = 2.71828
x es la variable aleatoria de Poisson ( x = 1,2,3,…, )

Ejercicio. El número promedio de barcos tanque petroleros que llegan cada día a un puerto es de 10. Las
instalaciones portuarias pueden manejar a lo sumo 15 barcos por día. Cuál es la probabilidad de que un día
determinado no pueda admitirse la entrada de naves petroleras
𝑒 −𝜇 𝜇𝑥
Solución: Identificando los parámetros de la expresión de probabilidad de Poisson 𝑝(𝑥; 𝜇 ) = , en
𝑥!
donde: 𝑒 = 2.718281 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝜇 = 10 𝑏𝑎𝑟𝑐𝑜𝑠 𝑒𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜
𝑛 = 15

Se reemplaza cada valor de la variable x hasta obtener la siguiente tabla de frecuencias de probabilidad
(individual y acumulada): Por ejemplo, para x = 5:
𝑒 −10 105
𝑝(𝑥; 𝜇) = = 0.03783
5!
Promedio µ =10
Número de experimentos n = 15
x f(x): Distribución de probabilidad ∑f(x): Distribución de probabilidad acumulada
0 0.0000453999 4.53999E-05
1 0.0004539993 0.000499399
2 0.0022699965 0.002769396
 3 0.0075666550 0.010336051
4 0.0189166374 0.029252688
5 0.0378332748 0.067085963
6 0.0630554580 0.130141421
7 0.0900792257 0.220220647
8 0.1125990321 0.332819679
9 0.1251100357 0.457929714
10 0.1251100357 0.58303975
11 0.1137363961 0.696776146
12 0.0947803301 0.791556476
13 0.0729079462 0.864464423
14 0.0520771044 0.916541527
15 0.0347180696 0.951259597

La probabilidad de que un día determinado no pueda admitirse la entrada de naves petroleras es:

P(x > 15) = 1 − P(x ≤ 15) = 1 − 0.951259 = 0.048740403

Actividades para la semana 5 (Temáticas 7 y 8)

Ejercicio 1. Un envío de 17 computadoras similares para un distribuidor contiene 9 defectuosas. Si una escuela
hace una compra aleatoria de 7 de esas computadoras, encuentre:
a) la fórmula de distribución (o función) de probabilidad para el número de defectuosas f(D).
b) la distribución de probabilidad f(D)
c) la distribución de probabilidad acumulada F(D)).
d) realice la gráfica de defectuosas (eje X) versus función de probabilidad (eje Y).
e) realice la gráfica de defectuosas (eje X) versus función de probabilidad acumulada (eje Y)

Ejercicio 2. Un laboratorio afirma que una droga causa efectos secundarios en una proporción de 3 de cada 100
pacientes. Para contrastar esta afirmación, otro laboratorio elige al azar a 5 pacientes a los que aplica la droga.
Cuál es la probabilidad de:

a) Ningún paciente tenga efectos secundarios.

b) Al menos dos (mínimo 2) tengan efectos secundarios.
c) De 2 a 4 pacientes tengan efectos secundarios

Ejercicio 3. En cierto distrito urbano, la necesidad de obtener dinero para comprar drogas (narcóticos) se supone
como el motivo del 75% de todos los robos ocurridos. Encuentre la probabilidad de que, entre los siguientes 5
casos de robo reportados en este distrito,

a) Precisamente 2 de ellos resulten de la necesidad de comprar drogas.

b) Por lo menos 3 resulten de la necesidad de adquirir narcóticos.

Ejercicio 4. En un proceso de fabricación de artículos de vidrio en promedio 1 de cada 1000 presentan defectos:
Cuál es la probabilidad de que en una muestra aleatoria de 12 artículos se encuentren:

a) Menos de 5 piezas con defectos

b) Más de 10 piezas
c) De 6 a 11