Probab I Lida Des

1 CAPITULO 4.
6
2 LEY UNIFORME DISCRETA
EJERCICIO 4:6 : 1 pag134
Un reloj automtico registra la hora a la cual llegan los empleados
de una ocina, en horas y minutos completos. Una persona puede
atrasarse hasta 59 minutos luego de la hora prejada para entrar,
caso contrario se le considera como falta. Por cada minuto de atraso
se le cobra una multa de 50 centavos.
Si los tiempos de atraso se consideran aleatorios:
a)Canto esperar una persona que se le descuente por un da
que se atras?
b)Si en la ocina hay 8 personas, que se atrasaron 2 veces al mes
cada una, canto sera el descuento global esperado a estos empleados
de la ocina?
Planteamiento del problema
Datos:
Variable aleatoria: X numero de personas atrazadas
la variable aleatoria
n : minutos de atraso
m : dinero por atraso
d : dias por atraso
s=h : numero personas
Hallar
E (X) =?
Como
Tabla de distribucin:
Distribucion Notacion E(X) Var(X) Fun. de densidad Fun. de dist.
n+1 n2 +1
Uniforme discreta U (n) 2 2 f (k) = P (X = k) = n1 F (Xk) = nk
Solucion:
a)E (X) = n+1 2 =
59+1
2 = 30 minutos
m = 30 0:50 = 15:0 dolares de atraso de una persona por da.
b)mT = d m
mT = 2 15 = 30 dlares
ms=h=8 = 8 30 = 240 dlares
Conclusin:
Canto esperar una persona que se le descuente por un da que
se atras es 15:0 dolares de atraso de una persona por da.
Si en la ocina hay 8 personas, que se atrasaron 2 veces al mes cada
una, canto sera el descuento global esperado a estos empleados de
la ocina es de 240 dlares
Para el servicio de transporte entre dos ciudades hay 10 buses,
de los cuales 5 son de tipo normal(costo de pasaje 2 dlares) y son
1
5 de tipo especial (costo del pasaje 3 dlares). Una persona tiene
que viajar entre las dos ciudades (ida y vuelta) durante los 5 das
laborables de la semana, y para transportarse toma el primer bus
que aparece en esa ruta, sin diferenciar el tipo; canto espera gastar
esta persona en la semana?
Planteamiento del problema.
DATOS:
n : numero de buses
x : costo de viaje($/da)
BN : bus normal
BE: bus especial
G: gasto semanal de transporte
n = 10
BN : 5 costo de pasajes: $2
BN : 5 costo de pasajes: $3
Como:
n+1 n2 +1
Resolusin del problema
x 4 5 6
1 1 1
P (x) 2(2) = 4 2 21 ( 12 ) = 1
2
1 1
2(2) = 1
4 =1
5 1
P (BN ) = =
10 2
5 1
P (BE) = =
10 2
G = 5X
E(G) = E(5X) = 5(E(X)) = 5(5) = 25[$=semana]

1 1 1
E(X) = 4( ) + 5( ) + 6( ) = 5[$=d{a]
4 2 4
Conclusin:
En la semana espera gastar 25 dlares.
En una escuela primaria se registr el nmero de palabras por
minuto que lean los estudiantes, encontrndose que lean un mn-
imo de 80 palabras y un mximo de 139. Bajo la suposicin de que
la variable aleatoria que describe el nmero de palabras ledas est
uniformemente distribuida.
a)Halle la probabilidad de que un estudiante, seleccionado al azar,
lea al menos 100 palabras:
2
b)Determine el nmero de palabras que se esperara lea un estu-
diante seleccionado al azar.
Datos:
Variable aleatoria: X Nmero de palabra leida
Espacio muestral = f80::::139g
n : es el nmero de palabras n = 59
Hallar
a)P (X = 100) =?
b)E(X) =?
Como:
n+1 n2 +1
Resolucin del problema.
a)
casosf avorables 139 100 39
P = = = = 0:66
casoposibles 59 59
b)
59 + 1
E(X) = = 30 + 80 = 110
2
Conclusin:
El numero de palabras que espera leer es de 110 por minuto.
Sea X una variable aleatoria que sigue una ley uniforme sobre
{-1,0,1}. Calcule
1. Planteamiento del problema

Datos
X ! f 1; 0; 1g
Hallar
a) E(X k ) para k=1,2,...

b) V ar(X k )
Como
n+1 n2 +1
Resolucion del problema.
P
n
a) E(X) = pk xk P (X = k) = n1
k=1
1 1 1 ( 1)k 1 ( 1)k + 1
E(X k ) = ( 1)k ( ) + (0)k ( ) + (1)k ( ) = + =
3 3 3 3 3 3
3
V ar(X k ) = E(X 2k ) (E(X k ))2
Conclusin
i) V ar(X k ) = 32 4
9= 29 k es par
ii) V ar(X k ) = 32 0 = 23 k es impar
3 LEY HIPERGEOMTRICA:
Una variable X tiene distribuciN HIPERGEOMTRICA H(7; 4; 5).
Calcule:
a)P (X = 3);
b)la esperanza utulizando la denicin y verifquela empleando la
frmula de E(x);
c)la varianza de X.
PLANTEAMIENTO DEL PROBLEMA
Datos:
n = 4
N = 7
r = 5
Hallar
a)P (X = 3) =?
b)E(X) =?
c)V (X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Fun. de dist.
P (X = k)
rn r r (k )( r k ) (Xr )(nN Xr )
Hipergeomtrica H(N; n; r) N (1 n) = n kN n P (X = x) =
N (N ) (Nn )
Resolucin del problema
a)
3 5 3
4 7 4 C43
P (X = 3) = 3 = C32
7
C73
b)
5(4) 20
E(X) = = = 2: 857 1
7 7
c)
5 5 5
V (X) = (1 )= = 0:178 57
7 4 28
Conclusin:
4
E(X) = 2: 857 1
V (X) = 0:178 57
En una linea de control de calidad se revisan 10 articulos, deter-
minndose que hay 3 que no cumplen con las especicaciones. Si se
escogen al azar dos artculos, identique los parmetros de la ley y
halle la esperanza de la variable aleatoria X, que describe el nmero
de peizas correctas entre las dos escogidas.
Planteamiwento del problema.
1.Datos:
Variable aleatoria X - nmero de peiza correcta entre la escogida.
N = 10
n = 3
r = 2
Hallar
E(X) =?
Como
P (X = k)
N (N ) (Nn )
2(3)
E(X) = = 0:6
10
Conclusin
E(X) = 0:6
Para llenar 4 vacantes de contador se presentan 10 personas, 7

hombres y 3 mujeres. Salen seleccionados 3 hombres y 1 mujer. Las
mujeres acusan al empleador de descriminacin sexual, por
lo que le llevan a juicio. Si el juez supone que la seleccion fue al
azar, puede decirse que existi discriminacin al hacer la eleccin?
Datos
n = 7
N = 10
r = 4
Hallar
5
P (X = 5) =?
Como
Tabla de distribucin:
P (X = k)
N (N ) (Nn )
5 4 3
7 10 7 C75 C31 C5
P (X = 3) = 5 = 5 = C3 57 = 0:5
10
C10 C10
Conclusin:
Por o tanto no existe descriminacin porque la probabilidad es alta.
El examen de graduacin de los abogados consta de 50 temas. La
forma de examinar es la siguiente: por sorteo se eligen 6 temas de
los que hay que contestar 3 para aprobar. Si el estudiante solo ha
estudiado 30 temas:
a) Cual es la probabilidad de los 6 temas sepa contestar correc-
tamente a 3?
Datos
variable aleatoria: Z ! N umero de tema para aprobar

Nmero total de temas (N ) : 50
Nmero de temas estudiado (n) : 30
Nmero por sorteo de temas (r) : 6
a) Nmero de temas para aprobar (k) : 3
b) Nmero de temas para aprobar (k) : f3; 4; 5; 6g
Hallar:
La probabilidad de los 6 temas sepa contestar correctamente a 3
Como
P (X = k)
rn r r (k )( r k ) ( r )( N r )
Hipergeomtrica H(N; n; r) N N (1 n) = n kN n P (X = x) = X Nn X
(N ) (n)
r k
Cnk CN n
P (Z = K) = r
CN
a)
3 6 3
C30 C50 30 C3 C3 2204
P (Z = 3) = 6 = 30 6 20 = = 0:291 26
C50 C50 7567
b)
6 3
3
C30 C50 C 4 C 6 430 C30
5 6 5
C50 C 6 C 6 630
P (Z = (3; 4; 5; 6)) = 6
30
+ 30 50
6 + 6
30
+ 30 50
6 = 0:835 66
C50 C50 C50 C50
6
Conclusin
P (Z = 3) = 0:291 26
P (Z = 0:835 66
Un auditor comprueba la contabilidad de una empresa y toma como muestra
3 cuentas de una lista de 8 cuentas por cobrar. Calcule la probabilidad de que
el auditor encuentre por lo menos una cuenta vencida. si hay:
a) 2 cuentas vencidas entre las 8 selecionadas

b) 4 cuentas vencidas
Datos
N = 8
n = 6
r = 3
Hallar
2 cuentas vencidas entre las 8 selecionadasllar
4 cuentas vencidas.
7 cuentas vencidas.
Como
P (X = k)
N (N ) (Nn )
C63 C22
P (X > 1) = 1
C83
C6 C22
3
P (X > 1) = 1
C83
6! 2!
3! 3! 2! 0!
P (X > 2) = 1 8!
3! 5!
9
P (X > 2) =
14
b)
7
C41 C42
P (X > 1) = 1
C83
4! 4!
1! 3! 2! 2! 4
P (X > 1) = 1 8!
=
3! 5!
7
4
P (X > 1) =
7
c)
C11 C72
P (X > 1) = 1
C83
1! 7!
1! 0! 2! 5! 5
P (X > 1) = 1 8!
=
3! 5!
8
5
P (X > 1) =
8
Conclusin
9
P (X > 2) = 14
4
P (X > 1) = 7
5
P (X > 1) = 8
Una empresa renta autos, a los que no les da el mantenimiento

debido, por lo que algunos funcionan mal. Un da tienen disponibles
8 autos para ser rentados, de los cuales 3 funcionaba mal. Ese da se
rentaron 4 autos, calcule la probabilidad que:
a) Ningn cliente reciba un auto que funcione mal
b) Por lo menos un cliente reciba un auto que funcione mal
c) Tres clientes reciban autos que funcionen mal
Datos:
Variable aleatoria X~ numero de personas a las que se le rentara el auto
N : numero total de autos N = 8
n : numero de autos que funcionan mal n = 3
r : numero de autos que funcionan bien r = 4
k : numero de personas
Hallar
a)P (X = 0)
b)P (X 1)
c)P (X = 3)
8
Como
P (X = k)
N (N ) (Nn )
a)
3 5
0 4 1
P (X = 0) = 8 =
4
14
b)
1 3 1 3 13
P (X 1) = P (X = 0) + P (X = 1) = + = + = = 0:928 57
14 7 2 7 14
3 5
1 3 3
(X = 1) = 8 = = 0:428 57
4
7
c)
1 2 5
P (X = 3) = + =
14 7 14
Conclusin
1
P (X = 0) = 14
P (X 1) = 0:928 57
5
P (X = 3) = 14
4 LEYES DE BERNOULLI Y BINOMIAL:

EJERCICIO 4:6 : 11 pag136.
Una variable aleatoria X tiene distribucin Bin(4,0.2)

Datos:
X tiene distribucin Bin(4,0.2)
Bin(4; 0:2)
Como
P (X = k)
N (N ) (Nn )
Hallar
9
a) P (X = 2) c) P (X 2) e) V ar(X)
b) P (X 2) d) E(X)
P (X = k) = Cnk pk q n k
P (X = 0) = C40 (0:2)0 (0:8)4 0

= 0:409 6
P (X = 1) = C41 (0:2)1 (0:8)4 1
= 0; 4096
P (X = 2) = C42 (0:2)2 (0:8)4 2
= 0; 1536
P (X = 3) = C43 (0:2)3 (0:8)4 3
= 0; 0256
P (X = 4) = C44 (0:2)4 (0:8)4 4
= 0; 0016
a)
P (X = 2) = 0; 1536
b)
P (X 2) = P (X = 2)+P (X = 3)+P (X = 4) = 0:1536+0:0256+0:0016 = 0:180 8
c)
P (X 2) = P (X = 0)+P (X = 1)+P (X = 2) = 0:4096+0:4096+0:1536 = 0:972 8
d)
E(X) = np = 4 0:2 = 0:8

e)
V ar(X) = npq = 4 0:2 0:8 = 0:64
Conclusin
P (X = 2) = 0; 1536
P (X 2) = 0:180 8
P (X 2) = 0:972 8
E(X) = 0:8
V ar(X) = 0:64
Una maquina llena las cajas de palillos de fsforo. En una proporcin del
10% la maquina no llena la maquina por completo. Se toma al azar 25 cajas de
fsforos, Calcule la probabilidad de que no haya mas de dos cajas incompletas.
1. Planteamiento del problema.

Datos.
10
Bin(25; 0:1)
Probabilidad de exito o fracaso = 0:1
Nmero de experimentos = 25
X = probabilidad de cajas incompletas
Hallar
Calcule la probabilidad de que no haya mas de dos cajas incompletas.
Como.
P (X = k)
N (N ) (Nn )
n
P r(X 2) = pk q n k
k
25 25 25
P r(X 2) = p2 q 25 2 + p1 q 25 1 + p0 q 25 0
2 1 0
25 25 25
P r(X 2) = 0:12 0:925 2 + 0:11 0:925 1 + 0:10 0:925 0
2 1 0
25
= 0:12 0:925 2 = 0:265 89
2
25
= 0:11 0:925 1 = 0:199 42
1
25
= 0:10 0:925 0 = 7: 179 0 10 2
0
2
= 0:265 89 + 0:199 42 + 7: 179 0 10 = 0:537 1
Conclusin.
P r(X 2) = 0:537 1:
Una encuesta revela que el 20% de la poblacin es favorable a un politico y

el resto es desfavorable. Si se eligen 6 personas al azar, se desea saber.
1. Planteamiento del problema.
Datos.
Bin(6; 0:8)
Probabilidad de persona desfavorable = 0:8
Hallar
11
P (X = 6)
P (X = 4)
Como:
P (X = k)
N (N ) (Nn )
Resolusion del problema.
X = probabilidad de 6 personas desfavorables
n
P r(X = 6) = pk q n k
k
6
P r(X = 6) = p6 q 6 6
6
6
= 0:86 0:26 6 = 0:262 14
6
Probabilidad de persona favorable = 0:2

X = probabilidad de 4 de 6 personas favorables
n
P r(X = 4) = pk q n k
k
6
P r(X = 4) = p4 q 6 4
4
6
= 0:24 0:86 4 = 0:015 36
4
Conclusin
P (X = 6) = 0:262 14
P (X = 4) = 0:015 36
Una determinada raza de perros tienen cuatro cachorros en cada

camada. Si la probabilidad de que un cachorro sea macho es de 0.55,se
pide calcular :
a) La probabilidad de que en una camada 2 exactamente sean
hembras
b) La probabilidad de que en una camada al menos 2 sean
hembras
12
Distribucion Notacion E(X) Var(X) Fun. de den. Funcin de dist.
P (X = k) =
n k
p (1 p)n k
k P
k
Binomial Bin(n; p) np npq ; k = 0; 1; :::; n F (X k) = P (xi )
i=1
Plantamiento del problema
Datos:
X : Variable aleatoria <<numero de hembras en cada camada >>
k : numero de hembras
probabilidad de que 1 sea macho
p = 0; 55
probabilidad de que ninguno sea macho
P (X = 0) = 1 p = q
= 1 0:55 = 0:45
q = 0:45
La probabilidad se calcula mediante:

Distribucion binomial
Hallar
a)P (X = 2)
b)P (X 2
Como:
P (X = k)
N (N ) (Nn )
P (X = k) = Cnk = pk q n k
k = 0; 1; :::; n
a)
4!
P (X = 2) = C42 (0:55)2 (0:45)4 2
= (0:55)2 (0:45)2 = 0:367 54
2!(4 2)!
b)
P (X 2) = P (X = 0)+P (X = 1)+P (X = 2) = 0:367 54+0:200 48+0:0410062 = 0:609 03
P (X = 0) = C40 (0:55)0 (0:45)4 0

= 0:0410062
P (X = 1) = C41 (0:55)1 (0:45)4 1
= 0:200 48
Conclusin:
13
a)P (X = 2) = 0:367 54
b)P (X 2) = 0:609 03
En una instalacin militar que dispone de 5 radares , la proba-
bilidad de que un solo radar descubra a un avin de combate es de
0,7
a) Cul es la probabilidad que sean exactamente 4 radares los que
descubren el avin?
b) Cul es la probabilidad de que por lo menos uno los descubra?
c) De cuntos radares debe constar la instalacin para asegurarse
en detectar aviones al menos en un 98% de las veces?
Datos
variable aleatoria X : nmero de aviones que descubre el radar
n=5
p = 0; 7
Hallar
a) P (X = 4)
b) P (X 1)
c) P (X = k)
Como
Distribucion Notacion E(X) Var(X) Funcion de densidad Func. de dist.
P (X = k)
F (X k)
= Cn p (1 p)n k ;
k k
Pk
Binomial Bin(n; p) np npq k = 0; 1; :::; n = P (xi )
i=1
Mediante la distribucin binomial : Bin(n; p) ; P (X = k) = Cnk pk (1 p)n k

a)
5
P (X = 4) = (0:7)4 (0:3)1 = 0:360 15
4
b)
P (X 1) = 1 P (X < 1) = 1 [P (X = 0)] = 1 (C50 (0:7)0 (0:3)5 0

) = 0:997 57
Conclusin
a)La probabilidad de que exactamente sean 4 radares es: 0; 36
b) La probabilidad de que al menos uno lo descubra es: 0; 99

Supngase que la tasa de infeccin de una enfermedad contagiosa
es del 25%. En una ocina hay 10 personas que se vacunaron contra
la enfermedad y ninguna persona se contagi.
14
a) Determine la probabilidad de que ninguna persona se hu-
biera contagiado a pesar de que no se hubiera vacunado.
b) De este resultado Deduce usted que la vacuna es efectiva?
Datos.
p = 0:25
q = 0:75
n = 10
Hallar
P (X = 0)
Deduce usted que la vacuna es efectiva.
Como
P (X = k)
F (X k)
= Cnk pk (1 p)n k ; Pk
i=1
a)
0
P (X = 0) = C10 (0:25)0 (0:75)10 0
= 5: 631 4 10 2
0:05631
b) Si, porque la probabilidad de que alguien se contagie es muy baja.

Conclusin.
P (X = 0) 0:05631
Si, porque la probabilidad de que alguien se contagie es muy baja.
La probabilidad de que un estudiante obtenga el ttulo de arqui-
tecto es de 0.3. Calcule la probabilidad de que un grupo de siete
estudiantes matriculados en primer curso: Los siete nalicen la car-
rera;
1. (a) Al menos dos acaben la carrera;

(b) De cuntos alumnos ha de constar una promocin para
asegurarse de que al menos uno culmine su carrera, con una
probabilidad del 99%?:

Datos
Z: hh nmero de estudiantes que nalizen la carrera ii con Z Bin(7; 0:3)
Hallar
a) los siete nalicen la carrera;
b) Al menos dos acaben la carrera;
15
Como
P (X = k)
F (X k)
= Cnk pk (1 p)n k ; Pk
i=1
a)
7
P r(Z = 7) = C (0; 3)7 (0; 7)7 7
7
= 1(0; 0002187 1)
= 0; 0002187
b)
1 Z 2
P r(0 Z 2) = P r(Z = 0) + P r(Z = 1) + P r(Z = 2)
0 1 2
= C (0; 3)0 (0; 7)7 + C (0; 3)1 (0; 7)7 1 + C (0; 3)2 (0; 7)7 2
7 7 7
= 0; 64706
Conclusin.
P r(Z = 7) = 0; 0002187
P r(0 Z 2) = 0; 64706

En un estudio medio ambiental se determin que la presencia de
mercurio en el agua envenena al 25% de los peces en 24 horas. Para
conrmar el resultado
se colocaron 16 peces en un tanque con agua contaminada. Calcule
la probabilidad de que en 24 horas:
a) sobrevivan exactamente 10 peces;
b) sobrevivan por lo menos 12 peces
c) sobrevivan cuando mucho 2 peces;
d) Calcule el nmro de peces que se espera sobrevivan
e) Calcule la varianza del nmero de sobrevivientes
Datos:
Variable aleatoria: X Nmero de peces vivos en un tanque con agua
contaminada.
n : es el nmero de pruebas. n = 16
k : es el nmero de xitos. k = 10
p : es la probabilidad de xito. p = 0; 25
q : es la probabilidad de fracaso. q = 0; 75
16
Hallar
a)P (X = 10) =?
b)P (X 2) =?
c)E(X) =?
d)V (X) =?
Como
Distribucion Notacion E(X) Var(X) Fun. de den. Funcin de dist.
P (X = k) =
n k
p (1 p)n k
k P
k
Binomial Bin(n; p) np npq ; k = 0; 1; :::; n F (X k) = P (xi )
i=1
a)
16
P (x = 10) = (0; 25)10 (0; 75)16 10
10
= 0; 00136
b)
P (X 2) = P (X = 0) + P (X = 1) + P (X = 2)
16 16 16
= (0; 25)0 (0; 75)16 + (0; 25)1 (0; 75)16 1
+ (0; 25)2 (0; 75)16 2
0 1 2
= 0; 197110
c)
E(X) = (16)(0; 25) = 4
d)
V (X) = (16)(0; 25)(0; 75) = 3:
e)
V ar(X) = npq = 4 0:2 0:8 = 0:64
Conclusin
P (x = 10) = 0; 00136
P (X 2) = 0; 197110
E(X) == 4
V (X) = 3:
V ar(X) = 0:64
Una compania petrolera va a perforar 29 pozos , cada uno de ellos tiene la
probabilidad de 0.1 de producir petrleo de manera rentable. A la compaia
le cuesta 100 dlares para perforar cada pozo. Un pozo comercial extrae
petrleo por un valor de 5 millones de dlares . Calcule
1. a) La ganancia que espera obtener la compaia por los pozos.
17
b) La desviacin estandar de valor de la ganancia.
Planteaminento del problema
Datos:
n = 29
K = 7
pi = 0:1
c = 100
Hallar
Cul es la probabilidad que el actor recite corectamente su
dilogo en la sexta vez?.
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) V
x
X
n n k
B(n; p) f (x) = k pk (q)n k
F (x) = k p (q)
n k
np
k=0
n k n k
P (X = 7) =p (q)
k
10
P (X = 7) = (0:3)7 (0:7)3
7
10
P (X = 7) = (0:3)7 (0:7)3
7
P (X = 7) = 0:2362:
Conclusin.
La probabilidad de que aprueben en las 12 primeras preguntas es de 0:274:
Una lnea area, habiendo observado que el 5% de las personas que
hacen reservacin no se presentan para el vuelo, vende 100 boletos
para un avin que tiene 95 asientos. Cul es la probabilidad de que,
al momento del vuelo, haya un asiento disponible para cada pasajero?.
Planteamiento
Datos.
X Variable aleatoria discreta; asientos disponibles para cada pasajero
n = 100; nmero total de boletos
p = 5%
q = 95%
18
Hallar
P (X 95) =?
Como
P (X 95) = 1 P (X > 95)
P (X 95) = 1 P (X > 95)

= 1 [P (X = 96) + P (X = 97) + P (X = 98) + P (X = 99) + P (X = 100)]
P k k n k
100
= 1 Cn p q
k=96
P
100
k
= 1 C100 (0:05)k (0:95)100 k
k=96
Conclusin
P
100
k
P (X 95) = 1 C100 (0:05)k (0:95)100 k
k=96
En un examen se plantea 10 preguntas a las que deban responderse
verdadadero o falso. un alumno aprobara el examen si al menos 7
respuestas son acertadas. que probabiidad de aprobar tiene un
estudiante que responda al azar y cuando uno se sabe que el 30%
de la asignatura.
1. Datos:
n = 10
K = 7
p = 0:3
q = 0:7
Hallar
Como
x
X
n n k
B(n; p) f (x) = k pk (q)n k
F (x) = k p (q)
n k
np
k=0
2. Resolucin del problema.
19
n k n k
P (X = 7) = p (q)
k
10
P (X = 7) = (0:3)7 (0:7)3
7
10
P (X = 7) = (0:3)7 (0:7)3
7
P (X = 7) = 0:2362:
Conclusin.
La probabilidad de que aprueben en las 12 primeras preguntas es de
0:2362:
5 LEYES GEOMTRICAS Y BINOMIAL NEG-

ATIVA.
Cuando se graba un comercial de televisin, la probabibildad de
que un actor recite correctamente el dilogo de tu tema es de 0.3.
1. Datos:
Hallar
Como
Px
G(p) f (k) = P [X = k] = (1 p)k F (x) = i=0 (1 p)i p si x > 0 1
p
BN (r; p) P (X = k) = k+n 1 n k
n 1 p r Ip (r; k + 1) donde Ip (x; y) r
p
Conclusin.
0:2362:
En un examen el profesor realiza varias preguntas a un estudi-

ante. La probabilidad de que el estudiante responda correctamente a
cualquier pregunta es igual a 0.9. El profesor interrumpe el examen
apenas el estudiante maniesta el desconocimiento de la pregunta
hecha.
Hallar
20
a) Formar la ley de distribucin de la variable aleatoria que
describe el nmero de preguntas que realiza el profesor.
b) Hallar el nmero esperado de preguntas que ha realizado el
profesor.
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x) Var
Px
p
BN (r; p) P (X = k) = k+n 1 n k
p

X 1 2 3 k
a) r = primera
P 0.1 0.09 0.081 (0:1) (0:9)k 1
f alla p = %negativo
Ckr 11 pr q k r
P (X = 1) = C11 11 (0:1)1 (0:9)1 1 = 0:1
P (X = 2) = C21 11 (0:1)1 (0:9)2 1 = 0:09
P (X = 3) = C31 11 (0:1)1 (0:9)3 1 = 0:081
b) E(X) = pr = 0:1 1
= 10:0
La probabilidad de que un tirador haga blanco en un solo disparo
es igual a 0.2. Al tirador se le entregan cartuchos
hasta tanto no yerre el tiro.
a)Forme la ley de distribucin que describe el nmero de cartuchos
utilizados.
b)Cantos cartuchos se espera que utilice el tirador?
Datos
P = 0:2
a) Segn la frmula de Probabilidad Pr(X=k)=p(1-p)k-1 , k=1,2 , , ,n.
se calcula la siguiente ley de distribucin.
P (X = 1) = 0:2(1 0:2)0 = 0:2
P (X = 2) = 0:2(1 0:2) = 0:2(0:8) = 0:16
P (X = 3) = 0:2(1 0:2)2 = 0:2(0:64) = 0:128
P (X = 4) = 0:2(1 0:2)3 = 0:2(0:512) = 0:102
P (X = k) = 0:2(1 0:2)k 1 = 0:2(0:8)k 1 = 0:2(0:8)k 1
En la siguiente tabla se resumen los resultados obtenidos.
X 1 2 3 4 ::::::: k ::::::::
p 0:2 0:16 0:128 0:102 :::::: 0:2(0:8)k-1 :::::::
b) La esperanza de la variable aleatoria "nmero de cartuchos" est dada
por :
E(X) = p1 = 0:2
1
=5
Por los tanto se espera que en 5 tiros el tirador falle.
21
En un examen, en el que se realiza preguntas sucesivas, para aprobar hay
que constastar correctamente a las 10 preguntas. suponiendo que el alumno
sepa el 80% de las respuestas.
1. Datos:
X : preguntas sucesivas que se toma a un aluno para que apruebe el
examen.
r = 10
p = 0:8
q = 0:2
k = 12
Hallar
Cual es la probabilidad de que aprueben en las 12 primeras preguntas.
Como
Px
p
BN (r; p) P (X = k) = kr 11 P r (q)k r Ip (r; k + 1) donde Ip (x; y) r
p

P (X = 12):
r 1
P (X = 12): = P r (q)k r
k 1
9
P (X = 12): = (0:8)10 (0; 2)2
11
P (X = 12): = 0:2362:
Conclusin.
0:2362:
Una jugadora de tenis gana el 33% de los partidos que realizan. Ella jugar
en un torneo mientras no sea elimidada por perder el partido.
1. Datos:
p = 0:33
q = 0:67
Hallar
22
a) Halle la probabilidad de que sea eliminada en el segundo partido.
b) Si para ganar el torneo se debe ganar 5 partidos consecutivos. Cul
es la probabilidad de que la jugadora pierda pierda en la nal del
torneo.
c) Cuantos partidos espera que llegue a jugar en el torneo.
Como
Px
p
BN (r; p) P (X = k) = k+n 1 n k
p

P (X = 2)
P (X = 2) = (0:67)2 (0:33)
P (X = 2) = 0:2211
Conclusin.
Halle la probabilidad de que sea eliminada en el segundo partido es 0:2211

Si para ganar el torneo se debe ganar 5 partidos consecutivos. Cul
es la probabilidad de que la jugadora pierda pierda en la nal del
torneo es 0:007946
Cuantos partidos espera que llegue a jugar en el torneo es 3 partidos.
Una marca de refresco tiene impresas, en cada una de las tapas, una de las
guras de los 4 jinetes del apocalisis y quien reuna completa ganara un premio.
Si un comprador cree que hay igual al nmero de guras de cada unos de los
personajes en la promocin. Cuantos refrescos ha de esperar comprar para
ganar el premio?.
1. Datos:
BN (33:32; 4)
Hallar
Cuantos refrescos ha de esperar comprar para ganar el premio.
Como
Px
p
BN (r; p) P (X = k) = k+n 1 n k
p
23
BN (33:32; 4)
33
E(x) =
4
E(x) = 8:33
Conclusin.
E(X) = 8:33; es decir 9 refrescos.
Un pjaro de cierta especie come gusanos de una poblacin muy

grande, estos gusanos pueden comer, a su vez, de una planta ve-
nenosa, de manera que si el pjaro como un gusano envenenado deja
de comer gusanos ese da, suponiendo que el 33%de la poblacin de
gusanos come de la planta venenosa, hallas el nmero medio de gu-
sanos comidos por un pjaro en un da.
Tabla funcin de distribucin:
k 1
P (X = k) = p (1 p) ; P
X
1 1 p
Geomtrica G (p) p p2 k = 1; :::; n F (X) = qk 1
p
k=1
1.Datos:
Variable aleatoria: X Nmero gusanos
p : es la probabilidad de xito. p = 0; 33
2.Buscar:
E(X) =?
3.Solucin:
E(X) = p1 = 0:33
1
= 3: 030 3 al menos tres gusanos por da.
Un lepidopterista solo esta interesado en los ejemplares de una clase mari-
posa que constituyen el 15% de todas la mariposas de la zona. Halle la
probabilidad de que esta persona tenga que casar 8 mariposas de las que no
le interesan antes encontrar:
1. Datos:
X : Mariposas de las clase deseada.
p = 0:15
q = 0:85
k = 8
Hallar
24
a) Un ejemplar de la clase deseada.
b) Tres ejemplares de la clase deseada.
Como
k 1
P (X = k) = p (1 p) ; P
X
1 1 p
p
k=1
k 1
P (X = k) = p (1 p)
7
P (X = 8) = (0:15) (0:85)
P (X = 8) = 0:4087
Conclusin.
Un ejemplar de la clase deseada es 0:4087
Tres ejemplares de la clase deseada 0:03564
En una fabrica, el departamento de control de calidad, revisa los

lotes de pieas que entran, de acuerdo con el siguiente criterio: se van
extrayendo piezas sucesivamente y el lote es rechazado si se encuentra
la primera pieza defectuosa antes de la vigesima extraccion. Si cono-
cemos que el 2% de las piezas son defectuosas, cual es la probabilidad
de que un lote sea defectuoso?
1 lote = 20 piezas entonces nuemro de intentos antes de obtener una pieza
defectuosa
k=19
1
1 Exito ; pieza defectuos 50
49
0 Fracaso ; pieza buena 50
1 1 18
P (X = 19) = 50 (1 50 ) 0; 13902
En una fbrica se examinan las piezas que salen de una determinada mquina.
Supongase que si en una hora salen mas de 5 piezas defectuosas es de 0.2 y es
la misma para todas la piezas fabricadas;
1. Datos.
n = 5
p = 0:2
q = 0:8
Hallar:
25
La probabilidad de que se tenga recalibrar la mquina cuando se ha
inspeccionado 20 piezas.
La probabilidad de que se recalibrar la mquina sin haber producido
ninguna pieza buena.
Como
k 1
P (X = k) = p (1 p) ; P
X
1 1 p
p
k=1
k 1
P (X = k) = p (1 p)

Se sabe que aproximadamente, el 20% de los usuarios de windows no cierran
el programa adecuadamante. supongase que el windows esta instalado en una
computadora pblica que es utilizada aleatoriamente por personas que actan
independientemente una de otras.
1. Datos
q : los usuarios de windows no cierran el programa adecuadamante
X: Usuario que cieran windows adecuadamente
p = 0:80
q = 0:20
Hallar
Cul es la probabilidad de que el tercer usuario seal el primero que cierra
adecuadamente el windows?.
Como:
Px
p
Resolucion del problema:
P (X = 3) = p(p)2
= (0:80) (0:20)
= 0:032
Conclusin
La probabilidad de que el tercer usuario seal el primero que cierra adecuada-
mente el windows es de 0:032:
26
6 LEYES POISSON.
Sea Y una variable aleatoria que sigue una distribucin de poisson de media
= 2: calcule
1. Datos:
=2
Hallar
a) P (Y = 4)
b) P (Y <= 4)
c) P (Y > 4)
Como
k k
P( ) e k! p(x; ) = k!"
P (Y = 4)
24 " 2
P (Y = 4) =
4!
16" 2
P (Y = 4) =
24
P (Y = 4) = 0:0902
P (Y <= 4)
P (Y 4) = P (Y = 0) + P (Y = 0) + P (Y = 1) + P (Y = 2) + P (Y = 3) + P (Y = 4)
20 " 2 21 " 2 22 " 2 23 " 2 24 " 2
P (Y 4) = + + + +
0! 1! 2! 3! 4!
1 2 2 4 2
P (Y 4) = 2 + 2 + 2 + +
" " " 3 "2 3 "2
P (Y = 4) = 0:9473
P (Y > 4)
P (Y > 4) = 1 0:9473)
P (Y > 4) = 0:0527
El promedio de las llamadas que reciben una central telefonica en un minuto
es de 1.5. Halle la probabilidad de que en 4 minutos se reciban.
27
1. Datos:
= 1:5
t = 4
t = 6
Hallar:
a) 3 llamadas.
b) menos de 3 llamadas.
Como:
k k
P( ) e k! p(x; ) = k!"
3 llamadas.
6
e 63
P (X = 3) =
3!
6
e 63
P (X = 3) =
6
63
P (X = 3) =
6 e6
216
P (X = 3) =
6 e6
P (X = 3) = 0:89235
Menos de 3 llamadas.
P (X < 3) = P (X = 0) + P (X = 1) + P (X = 2)
e 6 60 e 6 61 e 6 62
P (X 3) = + +
0! 1! 2!
1 6 18
P (X 3) = + 6+ 6
e6 e e
25
P (X 3) =
e6
P (X 3) = 0:06197
Conclusion :
28
3 llamadas. es 0:89235
Menos de 3 llamadas. es 0:06197

Suponga que el nmero de pacientes que ingresan a la sala de emergencia de
un hospital en la noche del viernes tiene una distribucin de Poisson con media
igual a 4.Evalue las probabilidades de que:
1. Datos:
X: Nmero de pacientes que ingresan a la sala de emergencia de un hospital
E(X) = =4
Hallar:
(a) Durante una noche haya exactamente haya 2 personas en la sala de

emergencia.
(b) Durante la noche aya mas de 3 personas.
Como:
Dist. Notacion E(X) Var(X) Funcion de densidad Func. de dist.
e k P
X
e k
Poisson P( ) P (X = k) = k! ; k = 0; :::; n F (X) = k!
k=0
P (X = 3)
4 2
e 4
P (X = 2) =
2!
8
P (X = 2) =
e4
P (X = 2) = 0:1465
P (X > 3)
P (X > 3) = 1 P (X 3)
P (X > 3) = 1 [P (X = 0) + P (X = 1) + P (X = 3) + P (X = 3)]
e 4 40 e 4 42 e 4 41 e 4 43
P (X > 3) = 1 [ + + + ]
0! 2! 1! 3!
1 4 4 32
P (X > 3) = 1 [ 4 + 4 + 4 + ]
e e e 3 e4
9 32
P (X > 3) = 1 [ 4 + ]
e 3 e4
P (X > 3) = 0:5653
Conclusin:
Durante una noche haya exactamente haya 2 personas en la sala de emer-
gencia es 0:1465
29
1. (a) Durante la noche aya mas de 3 personas es 0:5653
EJERCICIO 4:6 : 38 pag139.Problema 38.

En un hotel, el promedio de pedidos de servicio a la habitacin es
igual 2 cada media hora. All la probabilidad de que en una hora se
reciban:
a) 3 pedidos
b) menos de 3 pedidos
c) no menos de 3 pedidos
e k P
X
e k
k=0
Plantamiento del Problema
Datos:
X :es la variable <<numero de servicio a la habitacion >>. X P (2)
t : intervalo de tiempo de servivio a la habitacin. ; t = 2
k : numero de eventos que pueden suceder en un cierto tiempo.
: promedio de pedidos de servivio a la habitacion ; = 2
Resolucin: t k
Mediante la probabilidad de Poisson P ( ) ; P (X = k) = e k!( t) ; k =
0; 1; 2; :::; n
2(2)
x(2x2)3
a)P (X = 3) = e 3! = 0:19536
b)P (X < 3) = P (X = 0) + P (X = 1) + P (X = 2)
2(2) 0 2(2) 0 2(2) 2
=e x(2x2)
0! +e x(2x2)
1! +e (2x2)
2! = 0:01831 + 0:07326 +
0:1465 = 0:23810
c)P (X 3) = 1 P (X < 3) = 1 0:23810 = 0:7619
Una fbrica de gaseosas recibi 100 botellas vacas. La probabili-

dad de que al transportarlas resulte una botella rota es de 0.03. Halle
la probabilidad de que la fbrica reciba rotas:
a) Exactamente dos botellas
b) Ms de dos.
c) Por lo menos una.

Datos
Variable aleatoria X Nmero de botellas rotas.
n : nmero de pruebas n = 100
p : probabilidad de xito p = 0; 3
Hallar
=?
P (X = 2) =?
P (x > 2) =?
P (X 1) =?
30
Como:
e k P
X
e k
k=0
k
Mediante la distribucin de Poisson P ( ) ; P (X = k) = e k! Por aproxi-
macin a la binomial cuando n es relativamente grande (n 30) y p pequeo
(p 0:05), poniendo = np(Teorema de aproximacin
= np = 100 0:03 = 3:0
2
a) P (X = 2) = e 3 32! = 92 e 3 = 0:224 04
b)P (X > 2) = 1 P (X 2) = 1 [P (X = 0) + P (X = 1) + P (X = 2)] =
0 1
1 (e 3 30! + e 3 31! + 92 e 3 ) = 0:576 81
0
c) P (X 1) = 1 [P (X = 0)] = 1 e 3 30! = 0:950 2
Conclusion:
a)La probabilidad de que resulten dos botellas rotas es de 0:224 04
b)La probabilidad de que resulten mas de dos botellas rotas es de 0:576 81
c)La probabilidad de que resulten al menos una botella rota es de 0:950 2
Se supone que el nmero de bacterias por mm3 de agua en un

estanque es una variable aleatoria X con Distribucin de Poisson de
parmetro = 0:5
a) Cul es la probabilidad de que 1mm3 de agua del estanque
no hay ninguna bacteria?
b) En 40 tubos de ensayo se toman muestras de agua del es-
tanque (1 mm3 de agua en cada tubo). Qu distribucin sigue la
variable Y: nmero de tubos de ensayo, entre los 40 que no contienen
bacterias?
c) Si sabemos que en un tubo hoy bacterias, Cul es la prob-
abilidad de que haya menos de tres?
e k P
X
e k
k=0
1.Datos:
Variable aleatoria: X nmero de bacterias por mm3
= 0:5
2.Buscar:
P (X = 0)
P (X 20)
3.Solucin: ( 0:5)
(0:5)0
a)P (X = 0) = e 0! = 0:606 53
( 0:5) 0
b)P (X = 0) = e 0!
(0:5)
= 0:606 53 + 0:303 27 = 0:909 8
c)P (X < 3) = P (X = 0) + P (X = 1) + P (X = 2)
= 0:606 53 + 0:303 27 + 7: 581 6 10 2 = 0:985 62
31
e( 0:5)
(0:5)1
P (X = 1) = 1! = 0:303 27
e( 0:5)
(0:5)2 2
P (X = 2) = 2! = 7: 581 6 10

Una planta enbotelladora de refrescos tiene una mquina vieja para llenar
las botellas. La mquina produce una ganancia de 100 dlares por el dia de
trabajo ; sin embargo, se descompone un promedio de dos veces cada 10 das:
si Y representa el nmero de descomponturas durante el funcionamiento de la
mquina, se expresa por t es el nmero de das que trabajo la mquina. La
ganacia generada por la mquina se expresa por G = 100t 50Y 2 : Determine
la ganacia esperada en los 10 das de trabajo.
En una poblacin el 1 por ciento de la poblacin sufre daltonismo, cul
es la probabilidad de que entre 100 personas.
1. Datos:
X: poblacin que sufre daltonismo
n = 100
p = 0:01
= np
= 1
Hallar:
a) ninguna padesca de daltonismo.

b) dos a mas lo padescan
Como:
e k P
X
e k
k=0
P (X = 0)
k
e
P (X = 0) =
k!
1 0
e 1
P (X = 0) =
0!
1
P (X = 0) =
e1
P (X = 0) = 0:3678
P(X 2)
32
P(X 2) = 1 P (X < 2)
P(X 2) = 1 [P (X = 0) + P (X = 1)]
e 1 10 e 1 11
P (X = 0) = 1 [ + ]
0! 1!
1 1
P (X = 0) = 1 [ 1 + 1 ]
e e
2
P (X = 0) = 1 [ 1 ]
e
(X = 0) = 0:2644
Conclucin.
ninguna padesca de daltonismo es 0:3678

dos a mas lo padescan es 0:2644:
En un bosque de cedro el nmero de rboles con plaga por hectarea Y

tiene una distribucin de Poisson P(10). Los rboles con plaga se trata con
insecticida a un costo de 3 dlares por rbol; adems de un costo jo, por uso
de equipo y transporte , igual a 50 dlares.
1. Datos:
Y : El nmero de rboles con plaga por hectarea.
= 10
Hallar
El valor esperado y la desviacin estandar del costo C de fumigar 5
hectreas de bosque.
Como:
e k P
X
e k
k=0
Resolucion del problema
Concluscin.
E(C) = 200 dlares.
(C) = 47:43 dlares.
EJERCICIO 4:6 : 44 pag140:
33
Para el control de calidad de disco para computadora se emplea un dis-
positivo electronico que cuenta el nmero de bytes defectuosos. Una marca de
discos de computadoras tiene un promedio de 0.1 bytes de fectuosos por disco.
Calcule el procentaje de disco que:
1. Datos:
X: Nmeros de discos defecutuosos.
= 0:1
Hallar:
No tiene defecto
Tiene algn defecto.
Como:
e k P
X
e k
k=0
P (X = 0)
0:1
e 0:10
P (X = 0) =
0!
1
P (X = 0) =
e0:1
P (X = 0) = 0:9048
P (X 1)
P (X 1) = 1 [P (X < 1)]
P (X 1) = 1 [P (X = 0)]
1
P (X 1) = 1 0:1
e
P (X 1) = 1 0:9048
P (X 1) = 0; 0952
Concluscin.
No tiene defecto un 90:48%
Tiene algn defecto 9:52%
El nmero de automoviles que llegan a un estacionamiento, que tiene una
capacidad de 12 autos es una variable aleatoria que sigue una ley de Poisson ,
con un promedio 4 por hora. Si al inicio del da el estacinamiento esta vacio.
34
1. Datos:
X : Nmero de automoviles que llegan a un estacionamiento
= 4
n = 12
= 32
Hallar
Cul es la probabilidad de que llene durate la primera hora.
Calcule la probabilidad de que llegue menos de 30 vehiculos en un turno
de 8 horas.
Como:
e k P
X
e k
k=0
P (X < 30)
P (X < 30) = P (X = 0) + P (X = 1) + ::::::::::: + P (X = 29)

e 32 320 e 32 321 e 32 322 e 32 320
P (X < 30) = + + + :::::::::::: +
0! 1! 2! 29!
P (X < 30) = 0:338
Conclusin.
Cul es la probabilidad de que llene durate la primera hora. es de
0:0006415
Calcule la probabilidad de que llegue menos de 30 vehiculos en un turno
de 8 horas es de 0:338
En un estudio de un inventario se determino que un promedio, la demanda

por un artculo en particular en una bodega era de 5 veces. Cul es la
probabilidad que un determinado da este este artculo sea requerido.
1. Datos:
X : Estudio de un inventario.
=5
Hallar
A mas de 4 veces
35
Ni una sola vez.
Como:
e k P
X
e k
k=0
P (X > 4)
P (X > 4) = 1 P (X 4)
P (X > 4) = 1 [P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4)]
e 5 50 e 5 51 e 5 52 e 5 53 e 5 54
P (X > 4) = 1 [ + + + + ]
0! 1! 2! 3! 4!
e 5 50 e 5 51 e 5 52 e 5 53 e 5 54
P (X > 4) = 1 [ + + + + ]
1 1 2 6 24
P (X > 4) = 1 [0:44]
P (X > 4) = 0:56
P (X = 0)
5 0
e 5
P (X = 0) =
0!
1
P (X = 0) =
e5
P (X = 0) = 0:0674
Conclusin.
A mas de 4 veces es 0:56
Ni una sola vez es 0:0674
Si hay en promedio un 1% de zurdos, Cul es la probabilidad de

tener por lo menos 4 zurdos entre 200 personas?
Solucin:
Distribucin de Poisson
k
e
P (X = k) = k! ; k = 0; 1; 2; :::
En este caso tenemos:

Denimos la variable aleatoria: X :nmero de zurdos entre un grupo de
200 personas
n = 200
36
p = 0:01
= np = 200 0:01 = 2
P (X 4) = 1 P (X 3)
= 1 [P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)]
2 0 2 1 2 2 2 3
= 1 [ e 0!2 + e 1!2 + e 2!2 + e 3!2 ]
= 1 193 e
2
t 0:142876
En una investigacin de mercado se determin que el 2 por ciento
de la poblacin toma regularmente una marca de yogourt .Se escogio
una muestra de 300 personas , determine la probabalidad.
DATOS
El 2 % de 300= 6 toman un yogourt de la misma marca
=6
FORMULAS
t k
%
(Distribuci n de Poison)
k!
RESOLUCIN
a)Exactamente 5 personas tomen yogourt de esa persona
t k 6(1)
% % (6)5 % 6
7774 % 6 324
= = = = 0; 161
k! 5! 120 5
b)a lo ms tiene tres personas
Pr (X 3) = Pr (X = 3) + Pr (X = 2) + Pr (X = 1) + Pr (X = 0)
t k 6(1)
% % (6)3 % 6(1)
(6)2 % 6(1)
(6)1 % 6(1)
(6)0
= + + +
k! 3! 2! 1! 0!
6(1) 6(1) 6(1)
% 216 (36) %% (6)1 % 6(1)
(6)0
= + + +
6 2 1 0!
= 0; 08923 + 0; 04462 + 0; 01487
= 0; 151198
c)al menos tomen cinco personas
Pr (X 5) = 1 Pr (X = 4) + Pr (X 3)
6(1)
% (6)4
= 1 + 0; 151198
4!
6(1)
%
54
= 1 + 0; 151198
1
= 1 0; 1338 + 0; 15198
= 0; 71422
37
5
exp (5)0
P (X = 0) = 0! 0; 00673

La tasa mensual de suicidios es de 4 por un milln de personas.
En una ciudad de 500000 habitantes, halle la probabilidad de que:
a) en un mes dado, hayan menos de 5 suicidios;
b) Ser sorprendente que durante un ao, al menos en 2 meses
ocurran ms de 4 suicidios?
Solucin:
a)
Distribucin de Poisson
k
P (X = k) = e k! ; k = 0; 1; 2; :::
En este caso tenemos:

Denimos la variable aleatoria: X : numero de suicidios en un mes
Si por milln de habitantes se tiene 4 suicidios por mes, en 500000 habitantes
se reduce a la mitad por mes, as: = 2
P (X < 5) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4)
2 0 2 1 2 2 2 3 2 4
e 2 e 2 e 2 e 2 e 2
= 0! + 1! + 2! + 3! + 4!
t 0:94734
b)
En este caso dependemos del tiempo, es conveniente usar:
t
e ( t)k
P (X = k) = k!
t=2
=2
P (X > 4) = 1 P (X 4)
= 1 P (X = 0)+P (X = 1)+P (X = 2)+P (X = 3)+P (X = 4)
2 2 0 2 2 1 2 2 2 2 2 3
= 1 [ e 0!(2 2) + e 1!(2 2) + e 2!(2 2) + e 3!(2 2) +
2 2
e (2 2)4
4! ]
= 1 103 3 e
4
t 0; 37116
Entonces, la probabilidad que durante un ao, al menos en 2 meses ocurran
ms de 4 suicidios es del 37.11% lo cual es un valor relativamente moderado.
38
En estudios demogrcos sobre matrimonios que tienen algn tipo
de planicacin familiar, el nmero X de hijos por matrimonio es
igual a 2, salvo ciertas desviaciones debidas al azar. Se ha comprobado
que, o bien: X = 2 (Y + 1) donde Y es una variable de Bernoulli de
parmetro p = 0:3, y esto ocurre con probabilidad p = 12 (pues se
cumple en el 50% de los matrimonios), o bien es: X = 2 + Z donde
Z sigue una distribucin de Poisson de parmetro ; y esto tambin
ocurre con probabilidad p = 12
Hallar:
a) el valor de sabiendo que E(X) = 2
b) la probabilidad de que un matrimonio tenga 1 o 2 hijos.
a)
X =2+Z
E(X) = E(2 + Z)
2 = E(2) + E(Z)
2=2+
=0
b)
Denimos la variable aleatoria Y que sigue una ley de Bernoulli
1; si es exito; p
Y =
0; si es f racaso; q
P (Y = 1) = 0:3
P (Y = 0) = q = 1 p = 1 0:3 = 0:7
Un matrimonio tenga un hijo:

P (X = 1) = 2 (P (Y = 1) + 1) = 2 (0:3 + 1) = 0:7
Un matrimonio tenga dos hijos:

P (X = 2) = 2 (P (Y = 0) + 1) = 2 (0:7 + 1) = 0:3
(Chapter head:)Capitulo 4.10
7 LEY UNIFORME
EJERCICIO 4:10 : 1 pag 151:
Una variable aleatoria X tiene distribucin uniforme sobre [-3,1].Calcule:

a)P (X = 0);
b)P (X < 0);
e)Halle un valor de t tal que P (X > t) = 13
39
Dist. Not. Funcin de Densidad Funcin de Dist. E(X) Var(X)
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
Cont. U (a; b) ; si a x b
0; si x 2
= [a; b] : b a 2 12
1; si x > b
Resolucin:
1 1
a)P (X = 0) = =
R1+3
0
4
b)P (X < 0) = 3 14 dx = 43
EJERCICIO 4:10 : 2 pag 151:.
Realice el ejercicio anterior considerando que X~U [ 3; 2].
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
Cont. U (a; b) b a ; si x 2 [a; b] x a
; si a x b a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
Qu quiero?
a)P (X = 0) =?
b)(X < 0) =?
c) P r(jXj < 1) =?
d)P r(X > t) = 13
Resolucion
1
a)P (X = 0) = 2+3 = 15
R0 1
b)(X < 0) = 3 5 dx = 53
R1
c) P r(jXj < 1) = P r(jXj < 1) = P r( 1 < X < 1) = 1 51 dx = 25
R2
d) P r(X > t) = 13 = P r(X < t) = t 15 dx = 25 51 ( 13 ) = 13

Un reloj de manecillas se detuvo en un punto que no sabemos.
Determine la probabilidad de que se haya detenido en los primeros
25 minutos luego de sealar la hora en punto.
entonces es la funcion de distribucion

1
f (x) = 60 ; si x 2 [0; 60]
0; si x 2 = [0; 60]
entonces Z 25
1 x 25 25 5
P (X 25) = 60 dx = 60 j0 = 60 = 12
1
5
P (X 25) = 12
Los autobuses de cierta lnea salen con horario estricto cada cinco
minutos. Halle la probabilidad de que un pasajero que llega a la
parada tenga que esperar al autobs menos de tres minutos.
40
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
a=o
b=5
f (x) = 15
Sea X tiempo de espera hasta llegada de bus X~U [0; 5]
SOLUCIN: R
3
P r(X < 3) = 0 15 dx = 35
fafaaa
Supngase que Ia velocidad de los autos en un sector de una car-
retera sigue una ley uniforme entre 60 Km/h y 120 km/h. Cul es
la probabilidad de que un auto:
a) tenga una velocidad de 80 km/h?;
b) tenga una velocidad menor que 95 km/h?;
c) tenga una velocidad menor que 70 km/h o mayor que 100 km/h?
TABLA DE DISTRIBUCIN:
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a }
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
a = 60
b = 120
X~U [60; 120]
Qu quiero?
a)P (X = 80) =?
b)P (X < 95) =?
c)P (X < 70) =?
SOLUCIN
a)P (X = 80) = 120 1(60) = 601
R 95 1 7
b)P (X < 95) = 60 60 dx = 12
R 70 1 1
c)P (X < 70) = 60 60 dx = 6
El dimetro, x de un circulo se mide aproximadamente 5 x 6. Con-
siderando el dimetro como una magnitud aleatoria X distribuida uniforme-
mente en el intervalo (5; 6). Halle:
a) la probabilidad de que el diametro sea mayor a 5:8 cm;
b) la esperanza matemtica y la varianza del rea del crculo.
41
Datos:
* Variable aleatoria X
X : dimetro de un crculo
* El dametro mide aproximadamente 5 x 6:
* La variable aleatoria X sigue una funcon de distribucin uniforme (U ) de
parmetros [5; 6]
*X U [5; 6]
Resultados a obtener:
a) Probabilidad de que el diametro sea mayor a 5:8 cm:

b) La esperanza matemtica y la varianza del rea del crculo.
Cmo lo hago?
R1
*Pr(x > k) = k f (x) dx
Desarrollo
Funcin de Distribucin
1; si x 2 [5; 6]
f (x) = f
0; si x 2
= [5; 6]
R6
a)Pr(x > 5:8) = 5:8 dx = x[65:8 = (6 5:8) = 0:2
b) Denimos una nueva variable aleatoria ,Y , como el rea de un crculo.
rea de un circulo segun los parmetros de la variable aleatoria X; dene
los parmetro de Y .
2
a1 = a4 = 25 4
2
b2 = b4 = 9
La variable aleatoria Y sigue una funcon de distribucin uniforme (U ) de
parmetros [ 25 4 ; 9 ]
Y U [ 25
4 ; 9 ]
25
a+b +9 61
E(Y ) = 2 =
4
2 = 8
2 (9 25
)2
V ar(Y ) = (b 12a) =
12
4
= 121
192
2
6:223
Una llamada telefnica lleg a un conmutador en un tiempo, al
azar, dentro de un periodo de un minuto. El conmutador estuvo
ocupado durante 15 segundos en ese minuto. Calcule la probabilidad
de que la llamada haya llegado mientras el conmutador no estuvo
ocupado.
TABLA DE DISTRIBUCIN
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
42
DATOS:
a=0
b = 70
X~U [0; 60]
Qu quiero?
a)P (X > 15) =?
SOLUCIN R 60 1
a)P (X > 15) = 15 60 dx = 34 = 0:75
A partir de las 12:00 de la noche un centro de cmputo trabaja dos
horas y para una. Una persona llama al centro un momento aleatorio
entre las 12:00 y las 05:00 horas. Cul es la probabilidad de que el
centro est trabajando cuando llama la persona?
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
X : Variable aleatoria tiempo que la persona puede llamar al centro de
computo X U [a; b]
[a; b] : intervalo entre 12 y 5 horas o entre 0 y 5 horas
Solucin:
Funcin densidad
1
f (x) = b a ; si x 2 [a; b]
0; si x 2
= [a; b]
Entonces:
1
f (x) = 5; si 0 x 5
0; caso contrario:
La probabilidad de que llame al centro entre las 12 y 5 horas despus de 2
horas laborales y esperara 1 hora de descanso.
La persona llamara a 12:00 a menos que llame 2:00 o despus de 3:00. En-
tonces, la probabilidad de que el centro de cmputo este trabajando cuando
llama la persona es: R2 R5
P [(0 x 2) o (3 x 5)] = 0 51 dx + 3 15 dx = 15 (2 0) + 15 (5 3) =
2 2 4
5 + 5 = 5 = 0; 8

En una prctica de precisin area se deja caer una bomba a lo
largo de una lnea de un kilmetro de longitud. El blanco se encuentra
en el punto medio de la lnea. El blanco se destruir si la bomba cae
a una distancia menor que setenta y cinco metros del centro. Calcule
la probabilidad de que el blanco se destruya si la bomba cae al azar
a lo largo de la lnea.
43
8 F (X) =
f (x) =
Uni. 1 < 0; si x < a
b a ; si x 2 [a; b] x a a+b (b a)2
0; si x 2
= [a; b] : b a 2 12
1; si x > b
DATOS:
X~u[0; 1000]
RESOLUCION:
1 1 574 3
P (425 < X < 575) = 1000 dx = 1000 xj425 = 20
8 LEY EXPONENCIAL.
Escriba las funciones de densidad y distribucin y los valores de
la esperanza y varianza para las variables aeatorias que siguen una
ley exponencial:
a)E(6);
b)E(3);
c)E(0:5);
Dist. Notacion E(X) Var(X) Fun. de den. Fun. de dist.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
DATOS:
a)E(6);
b)E(3);
c)E(0:5);
Qu quiero?
a)E(6) =?
b)E(3) =?
c)E(0:5) =?
Solucin: P 6
k k
a)E(6) => P (X = k) = e 6 6k! ; F (x) = k e 6 6k!
k P 3 k
b)E(3) => P (X = k) = e 3 3k! ; F (x) = k e 3 3k!
k P 0:5 0:5 0:5k
c)E(0:5) => P (X = k) = e 0:5 0:5
k! ; F (x) = k e k!
Se prueban dos elementos que trabajan independientemente. El
tiempo de trabajo del primer elemento tiene distribucin E(0:02) y el
segundo elemento E(0:05). Halle la probabilidad de que en el tiempo
de duracin t = 6 horas:
1. a) ambos elementos fallen;
(a) ambos elementos no fallen;
44
(b) solo falle un elemento;
(c) falle por lo menos un elemento.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
DATOS(Qu tenemos)
E(0:02) y E(0:05); Funcin de la Distribucin Exponencial
t = 6; tiempo de duracin.
RESULTADOS(Qu queremos)
COMO
0; x<0
f (x) =
e x; x 0
0; x<0
F (x) =
1 e x; x 0
P (X = k) = F (X)
DESARROLLO
a)Para E(0:02)
0; x<0
F (t) =
1 e x; x 0
P (X 6) = F (t)
= 1 e (6)(0:02)
= 1 e 0:12
= 0:1137
Para E(0:05)
0; x<0
F (t) =
1 e x; x 0
P (X 6) = F (t)
= 1 e (6)(0:05)
= 1 e 0:3
= 0:2592
P = 0:1137 + 0:2592 = 0:372 9
b)Se puede calcular por:
1 "probabilidad ambos f allen" = 1 0:3729 = 0:627 1
c)Lo calcularemos del siguiente modo:
Probabilidad que falle A + Probabilidad que falle B
0:1137 + (1 0:2592) = 0:854 5
(6)(0:02) 1
d)P = e 1
(6(0:02))
= 0:106 43
La duracin (en minutos) de las llamadas telefnicas de larga dis-
tancia desde Quito es una variable aleatoria con densidad
0; si t 0
f (t) = t
ce 3 ; si t 0
Determine el valor de c y calcule la probabilidad de que una llamada dure:
45
a) menos de 3 minutos
b) ms de 6 minutos
c) entre 3 y 6 minutos
d) Calcule la esperanza de la variable aleatoria e interprete su signicado
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
1. DATOS:
variable aleatoria : duracin de la llamada
c =?
Z2
t
a) ce 3 dt =?
0
Z1
t
b) ce 3 dt =?
6
Z6
t
c) ce 3 dt =?
3
d) E(X) =?
2. CMO LO HAGO?
Z1
t
Mediante la distribucin exponencial "( ) ; P (X = k) = ce 3 dt
0
3. SOLUCIN
Z1
t
ce 3 dt = 1
0
Z1
t
c e 3 dt = 1
0
t 1 0
3ce 3 j1
0 dt = 1 ! 3ce 3 dt + 3ce 3 = 1
c = 31 = 0:333 33
Z2
t
a) 13 e 3 dt = : 1 e 1
= 0:632 12
0
Z1
t t 1 6
b) ce 3 dt = e 3 j1
6 = e 3 +e 3 =e 2
= 0:135 34
6
Z6
t t 6 3
c) ce 3 dt = e 3 j63 = e 3 +e 3 = e 2
+e 1
= 0:232 54
3
d) E(X) = 31
46
CONCLUSIN:
El valar de C es 0:333 33
a)La probabilidad de que una llamada dure menos de 3 minutos es 0:632 12
b)La probabilidad de que una llamada dure mas de 6 minutos es 0:135 34
c)La probabilidad de que una llamada dure entre 3 y 6 minutos es 0:232 54
EJERCICIO 4:10 : 14 pag 153.
La caducidad, en aos, de cierto tipo de reactivo qumico utilizado
en histopatologa tiene una distribucin exponencial con parmetro
4.
a) Halle el tiempo esperado de caducidad
b) calcule la probabilidad de que en un frasco de ese reactivo sea
considerado caduco en el primer ao luego de producido;
c) Si en un laboratorio se compraron 4 frasco de ese reactivo, cul
es la probabilidad de que luego de un ao solo uno sea utilizable.
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA:
DATOS:
=4
x:
_ tiempo de caducidad
BUSCAR:
a)E(4) =?
b)F (1) =?
c)P (X = 3) =?
SOLUCIN:
0 , si x < 0
F (X) =
1 e x ,si x 0
0 , si x < 0
F (X) =
1 e 4x , si x 0
a)E(4) = 41 = 0:25 aos
1 12 meses
0:25 x => x = 3 meses
b)F (1) = 1 e 4(3) = 1 e 12 = 0:99

4
c)P (X = 3) = e 6(64) = 0:195 37
1. Datos
t
1
60 e Si x 0
60
f (x) =
0 si x < 0
Hallar
Como
47
1
"( ) e x 1 e x

Conclusin.

Suponga que la duracin, en minutos, de una conversacin telefnica sigue
una ley exponencial E( 15 ). Encuentre la probabilidad de que Ia duracin de
una conversacin telefnica:
a) exceda los 5 min;
b) dure entre 3 y 6 min;
c) dure menos de 3 min;
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
PLANTEAMIENTO DEL PROBLEMA:
DATOS:
= 15
x:
_ tiempo de conversacin
BUSCAR:
a)P (X > 5) =?
b)P (3 < X < 6) =?
c)P (X < 3) =?
SOLUCIN:
0 , si x < 0
F (X) =
e x ,si x 0
R5 R5 1 X
a)P (X > 5) = 1 P (X 5) = 1 0
e x=1 0 5
e 5 = 0:368
R6 1 X 3 6
b)P (3 < X < 6) = 3 5 e 5 = e 5 e 5 = 0:247 62
R3 X 3
c)P (X < 3) = 0 15 e 5 = 1 e 5 = 0:451 19
17. La duracion de unos neumaticos de una marca determinada sigue

una ley exponencial cuyo promedio es 30(unos miles de kilo-
metro) Calcule la probabilidad:
a) mas de 30 mil kilometros

b) mas de 30 mil kilometros, dado que a durado 15 mi kilometros
Sabemos que:
0; si x<0
F (x) =
1 e x ; si x 0
x = 30
e=e
= 0:03
X = V ariable Aleaoria
48
a) mas de 30 mil kilometros
k 30
30(0:03)
P (X = 30) = 1 exp 1 = 1 exp10:9
P (X = 30) 0; 5934
b) mas de 30 mil kilometros, dado que a durado 15 mi kilometros
k > 30 15(0:03)
P (X = 15) + P (X = 30) = 1 exp 1 + 1 exp10:9 = 2 exp10:45 1
exp0:9
P (X = 15) + P (X = 30) 0:95580

La escala de Richter para medir la magnitud de los terremotos
sigue una ley exponencial de media 2:4. Calcule la probabilidad de
que un sismo sea.
a) Mayor que 3 grados en la escala Richter.
b) Entre 2 y 3 grados en la escala de Richter.
c) El sismo producido en la India el 30 de septiembre de 1993 tuvo
la intensidad de 6:4 grados, Cul es la probabilidad de que un sismo
supere esta intensidad?
1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
Datos:
"( ) = 2:4
n = 2; 3; 6:4
Resultados
Calcular la probabilidad de un sismo sea.
c) El sismo producido en la India el 30 de septiembre de 1993 tuvo la in-
tensidad de 6:4 grados, Cul es la probabilidad de que un sismo supere esta
intensidad?
Como
Distribucion Exponencial
f (x) = 0; si x < 0;
e e; si x 0;
donde es una constante positiva. Se denota como X "( ):
Funcion de distribucion correspondiente es
F (x) = 0; si x < 0
1 e x si x 0
Resultado del Problema
a) E(x) = 2:4
= 1 = 2:4
1
F (x) = 0; si x < 0;
1 e x=2:4 si x 0;
P (X > 3) = 1 P (X 3) = 1 F (3) = 0:286 5
49
b) P (2 X 3) = P (X 2) P (X 3) = (e 2=2:4 ) + (1 e 3=2:4 ) 1 =
0:148 09
c) Pr(X > 2:4 + 6:4jX > 2:4) = Pr(X>8:8)
Pr(X>2:4) = 11 F (8:8)
F (2:4) = 6: 948 3 10 2
= 0:069483
Respuesta
P (X > 3) = 0:2865
P (2 X 3) = 0:14809
c) El sismo producido en la India el 30 de septiembre de 1993 tuvo la in-
tensidad de 6:4 grados, Cul es la probabilidad de que un sismo supere esta
intensidad?
P (X > 2:4 + 6:4jX > 2:4) = 0:069483
El tiempo de reparacion de unas computadoras tiene una distribu-
cion aproximadamente exponencial con media
de 22 minutos
a) Halle la probablilidad de que el tiempo de reparacion sea menor
que diez minutos
b) El costo de reparacion es de 20 dolares por cada media hora
o fraccion Cual es la probabilidad de que la reparacion cueste 40
dolares?
c) Para efectuar una programacion cuanto tiempo se debe asignar
a cada reparacion para que la probabilidad de que cualquier tiempo
de reparacion
mayor que el tiempo asignado sea solo de 0.1?
8.0.1 Planteamiento del problema
8.1 Que tengo ?

Datos
1
= 22
8.2 Que quiero?

Calcular la probabilidad de que:
a) P (X < 10)
b) P (30 X 60)
c) P (X > t)
8.3 como lo hago?

1 1 k P k
Exp. "( ) 2 P (X = k) = e k! F (x) = k e k!
50
8.4 Solucin:
Consideramos la variable aleatoria X :que representa el tiempo de reparacion
de las computadoras.Como
E(X) = 22 = 1 ;entonces 1
= 22 y X v "( 22 1
)
su funcion de densidad es:
X
1
f (x) = 22 e 22 ;x > 0
R 10 1 X
a) P (X < 10) = 0 22 e 22 dx
X
= e 22 j100
5
= 1 e 11
= 0:36R
60 1 X
b)P (30 X 60) = 30 22 e 22 dx
X
= e 22 j6030
30 15
= e 11 + e 11
= 0:19033
c) Representamos por t con ( t >0) al tiempo asignado a una reparacion

debe vericarse:
P (X > t) = 0:1
es
R 1decir X X
1
t 22
e 22 dx = e 22 j1t
t
= e 22 = 0:1
y esto se cumple para t = 22 log(0:1) = 50:657 51 minutos
8.4.1 Conclusion:
La probablilidad de que el tiempo de reparacion sea menor que diez minutos es
de 0.36
La probabilidad de que la reparacion cueste 40 dolares es de 0.190
El tiempo que se debe asignar a cada reparacion para que la probabilidad
de que cualquier tiempo de reparacion
sea solo de 0.1 es de 51 minutos
Una renadora e azucar tiene cinco plantas de proceso, y todas reciben
azucar blanca y a granel. La cantidad de azucar que puede procesar
en un dia se puede representar mediante una ley exponencial con promedio
de 3(medidas de tonelada), para cada una de las cinco plantas.
Si las plantas trabajan en forma independiente, calcule la probabilidad de
que exactamente dos de las cinco plantas se procese mas de 4
toneladas en un dia determinado.
Datos
51
X : La cantidad que puede procesar una planta en un dia determinado.
Plantas de proceso= 5
Ley exponencial con promedio = 3 toneladas
Resultado (Que queremos)

a) Calcule la probabilidad de que en exactamente dos de las cinco plantas
se procese mas de 4 toneladas
p(x > 4)
Como lo hago
Distribucion Exponencial
Distribucion Binomial
Solucion
1 x
3e x>0
3
F (x)
0 otros
R1 1
p(x > 4) 4 13 e 3 dx
R1 1
p(x > 4) 13 4 e 3 dx = 0:26
Utilizamos la distribucion Biniomial

p = 0:26
q = 0:74
n=5
k=2
P (k) = Ckn pk (q)(n k)
P (k) = C25 (0:26)2 (0:74)(5 2)
P (k) = 0:27
Conclusion
La probabilidad de que en exactamente dos de las cinco plantas se procese
mas de4toneladas es 27%
9 LEY NORMAL.
EJERCICIO 4:10 : 24 :pag 155
Usando la tabla de la ley Normal estandar, determinar:
a) P (Z < 0:83)
P (Z < 0:83) < 0:7967
b) P (Z < 1:27)
P (Z < 1:27) < 0:1020
c) P (Z > 0:83)
52
P (Z > 0:83) > 0:7967
d) P (Z > 1:27)
P (Z > 1:27) > 0:1020
e) P (0:47 < Z < 1:08)
P (0:47 < Z < 1:08) = 0:6808 < Z < 0:8599 = 0:6808 + 0:8599 = 1: 540 7
f) P ( 1:39 < Z < 1:39)
P ( 1:39 < Z < 1:39) = 0:023 < Z < 0:9177 = 0:023 + 0:9177 = 0:940 7
g) P (Z > z1 ) = 0:06
Aproximando z1 = 1:55
h) P (0:90 < Z < z1 )
P (0:90 < Z < z1 ) = 0:1841 < Z < 0:06 = 0:1841 + 0:06 = 0:244 1
Dada la variable aleatoria X, distribuida normalmente con media 18 y

desviacin estndar 2:5
1. Datos
X : sigue una distribucin normal
= 18
= 2; 5
Hallar
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x)
1 1 x u 2 Rx (t )2
N( ; 2
) p
2
2
e 2( )
(x; ; ) = p21 1
e 2 2 dt

P (X < 15)
15 18
P (X < 15) = F (15) =
2; 5
= 1:2 = 0:1151
P (X < x1 )
P (X < x1 ) = F (x1 ) =
x1 18
P (X < x1 ) =
2; 5
x1 18
! = 0; 76
2; 5
x1 = ( 0; 76)(2; 5) + 18
x1 = 16:1
53
1 P (X < x1 )
x1 18
1 P (X < x1 ) = 1
2; 5
x1 18
= 0; 1816 = 1
2; 5
x1 18
! 1 = 0:91
2; 5
x1 = 0:91 (2:5) + 18
x1 = 20:28
Conclusin.
Se tiene una variable aleatoria Y con media 5 y varianza 16
a). Escriba su funcin de densidad.

b). Halle las probabilidades: P (Y < 6); P (Y > 4) y P (jY j < 3) :
9.1 Planteamiento del Problema

DATOS
Y : variable aleatoria continua que sigue una distribucin normal
=5
V ar (Y ) = 16
= f1; 2; 3; 4; 5; 6g
QU QUIERO?
a). Escriba su funcin de densidad.

b). P (Y < 6); P (Y > 4) y P (jY j < 3)
CMO VOY A HACERLO?
Distribucin Notacin Funcin de Distribucin Funcin de Densidad Espera

Rx ) 2 =2 2
) 2 =2 2
Normal N( ; ) F (x) = p21 1
e (t dt f (x) = p21 e (x E(X) =
9.2 Resolucin del Problema

a).
54
V ar(Y
p ) = 16 p
= V ar(Y ) = 16 = 4
Entonces: Y v N (5; 4)
2
f (x) = 4p12 e (x 5) =32
b).
6 5 6 5
P (Y < 6) = 4 = 4
= (0:25) = 0:5987
P (Y > 4) = 1 P (Y 4)
4 5
=1 4 =1 ( 0:25)
= 1 0:4013 = 0:598 7
P (jY j < 3) = P ( 3 < Y < 3)
= F (3) F ( 3)
3 5 3 5
= 4 4
= ( 0:5) ( 2:0)
= 0:3085 0:0228 = 0:285 7
9.3 Conclusiones
p1 (x 5) 2 =32
a). La funcin de densidad f (x) = 4 2
e
P (Y < 6) = 0:5987
b). P (Y > 4) = 0:598 7
P (jY j < 3) = 0:285 7

Una variable aleatoria Z est distribuida normalmente, Z s
N(1,16). Calcule:
a) Pr(Z < 0)
b) Pr(Z 3)
c) Pr(jZj < 3)
d) Pr(jZj > 2)
9.3.1 Planteamiento del problema:
Datos: Z sN(1,16) La variable aleatoria continua sigue una ley de dis-

tribucion normal
con :
Media o valor esperado = 1
2
Desviacion tipica = 16
Resultado: a) Pr(Z < 0)

b) Pr(Z 3)
c) Pr(jZj < 3)
d) Pr(jZj > 2)
55
x
Como: F (x) = ( ); Tabla de distribucion Normal
Resolucion: a) Pr(Z < 0) = F (0)

0 1
Pr(Z < 0) = ( )
4
Pr(Z < 0) = ( 0:25); por valor de la tabla tenemos
Pr(Z < 0) = 0:4013
b) Pr(Z 3) = 1 Pr(Z < 3)

Pr(Z 3) = 1 F (3)
3 1
Pr(Z 3) = 1 ( )
4
Pr(Z 3) = 1 (0:5); por valor de la tabla tenemos
Pr(Z 3) = 1 0:6915
Pr(Z 3) = 0:3085
c) Pr(jZj < 3) = Pr( 3 < Z < 3)

Pr(jZj < 3) = F (3) F ( 3)
3 1 3 1
Pr(jZj < 3) = ( ) ( )
4 4
Pr(jZj < 3) = (0:5) ( 1); por valor de la tabla tenemos
Pr(jZj < 3) = (0:6915) (0:1587)
Pr(jZj < 3) = 0:5328
Observacion: el resultado del inciso c, no coincide con la respuesta del libro
sin embargo se verico este resultado con una calculadora de probabilidad
normal en linea.
link calculadora normal: http://www.ugr.es/~jsalinas/normal.htm
d) Pr(jZj > 2) = 1 Pr(jZj 2)

Pr(jZj > 2) = 1 Pr( 2 Z 2)
2 1 2 1
Pr(jZj > 2) = 1 ( ) ( )
4 4
Pr(jZj > 2) = 1 [ (0:25) ( 0:75)] ; por valor de la tabla tenemos
Pr(jZj > 2) = 1 (0:5987 0:2266)
Pr(jZj > 2) = 1 (0:3721)
Pr(jZj > 2) = 0:627
EJERCICIO 4:10 : 28 pag 155
Se experimenta con un medicamento que produce variacion en el peso de las
personas que los toman. Pruebas de laboratorio han demostrado que al cabo de
un mes la variacion del peso sigue una distribucion gaussiana de media 2 kg y
desviacion estandar de 1.25 kg. Determine la probabilidad de que una persona;
a) haya aumentado al menos 1 kg;
b) haya rebajado de peso;
c) haya aumentado menos de 3 kg.
56
9.4 Planteamiento del problema
9.4.1 Datos
:espacio muestral
Variable aleatoria X : peso de una persona

Desviacion estandar = 1:25
Media = 2
P (X 1)
P (X = 0)
P (0 < X < 3)
9.4.2 Buscar
probabilidad de P (X 1), P (X < 1), P (X < 3)
9.4.3 Procedimiento
P( ) = 1 F (x) = ( x )
9.5 Resolucin del problema

P (X 1) = 1 P (X < 1)
1. (a) = 1 F (1)
1 2
=1 ( 1:25 )
=1 ( 0:8)
= 1 0:2119
= 0:788 1
(b) P (X = 0) = P (X = 0)
= F (0)
0 2
= ( 1:25 )
= ( 1:6)
= 0:0548
(c) P (0 < X < 3) = F (3) F (0)
3 2 0 2
= ( 1:25 ) ( 1:25 )
= (0:8) ( 1:6)
= 0:7881 0:0548
= 0:733 3
57
9.6 Respuesta
1. (a) P (X 1) = 0:788 1
(b) P (X = 0) = 0:0548
(c) P (0 < X < 3) = 0:733 3

La compaa area Helios sabe que el tiempo de retraso de sus vuelos sigue
una ley normal, con un retraso medio de 10 minutos y desviacin estndar 5
minutos. Calcule la probabilidad de que:
a) Un vuelo no tenga retraso.
b) El prximo vuelo llegue con no ms de 12 minutos de retreso.
c) El prximo vuelo llegue con ms de 15 minutos de retraso.
Datos
= 10
=5
Resultados
Calcular la probabilidad de que:
a) Un vuelo no tenga retraso.
b) El prximo vuelo llegue con no ms de 12 minutos de retreso.
c) El prximo vuelo llegue con ms de 15 minutos de retraso.
Como
Distribucion normal
2 2
f (x) = p21 e (x ) =2 ; x 2 ( 1; 1)
donde es un valor real cualquiera y es positivo. A tal variable aleatoria
se notar como X N ( ; 2 ):
F (x) = ( x )
a) P (X = 0) = F (0) = ( 0 510 ) = 0:02275
b)P (X 12) = F (12) = ( 12 5 10 ) = (0:4) = 0:65542
c)P (X > 15) = 1 P (X 15) = 1 F (15) = 0:15866
Respuesta
a) P (X = 0) = 0:02275
b)P (X 12) = 0:65542
c)P (X > 15) = 0:15866
La Cruz Roja ha determinado que tiempo necesario para que una de sus
ambulancias llegue al sitio donde hay una emergancia se distribuye segun una
variable normal de media 17 min y desviacion estandar 3 min.
a) Calcule la probabilidad de que el tiempo de llegada est comprendido
entre 12 min y 21 min;
b) Para que valores del tiempo t, la probabilidad de que la ambulancia
emplee mas de t minutos en llegar es del 5%?
58
9.6.1 Plantamiento del Problema
Datos X la variable aleatoria continua sigue una ley de distribucion normal.

X N(17,9)
X={tiempo necesario para que una de sus ambulancias llegue al sitio donde
hay una emergancia}
con:
media ( ) = 17
desviacion estandar( )=3
Queremos saber la probabilidad de que el tiempo de llegada est comprendido
entre 12 min y 21 min; Pr(12 < X < 21)
queremos saber el tiempo que tarda en llegar a cierto sitio sea del 5%.
Pr(X > t) = 0:05
Formulas a utilizar
F (x) = ( x )
Pr(X < K) = F (K)
Resolucion del problema a) Pr(12 < X < 21) = F (21) F (12)
= ( 21 3 17 ) ( 12 3 17 )
4 5
= (3) ( 3 )
= (1:33) ( 1:66)por valor de la tabla tenemos
= 0:9082 0:0485 = 0:859 7
b) Pr(X > t) = 0:05
1 Pr(X < t) = 0:05
1 ( t 317 ) = 0:05
1 0:05 = ( t 317 )
0:95 = ( t 317 )por valor de la tabla tenemos
t 17
3 = 1:64
t = 1:64 3 + 17
t = 4: 92 + 17 = 21: 92 t 22
Conclusion La probabilidad de que el tiempo de llegada est comprendido
entre 12 min y 21 min es de 0:859 7:

El tiempo que tarda en llegar a cierto sitio sea del 5% es de 22 min.

Los errores de medicion de peso de una balanza obedecen a una
ley normal con desviacion estandar 20 mg y esperanza 0 mg. Halle la
probabilidad de que tres mediciones independientes, el error de por
lo menos unas de ellas no sea mayor en valor absoluto de 4 mg.
entonces se la funcin de distribucin
59
1
f (x) = 20 ; si x 2 [0; 0:2]
19
20 ; si x 2= [ 0:4; 0:4]
entonces Z 20 R 20
1 3
P (X1 20)+P (X2 20)+P (X3 20) = 3 20 dx = 20 limn!1 n
dx =
1
3 3 3
20 limn!1 xj20
n = limn!1 (20 n) =
20 20 ( 1) = 0:15
Utilizando la Tabla de le Normal
P (X 20) = 0:4404
1 x2
f (x) = p2
40
e 40 dx = 0:314 45
Se aplic una prueba de uidez verbal a 500 alumnos en Educacin Bsica.
Se supone que las pumtuaciones se distribuyen segun una normal de media 80
y desviacin estandar 12.
a) Qu puntuacin separa el 25% de los alumnos con menos uidez verbal?

b) A partir de qu puntuacin se encuentra el 45% de los alumnos con mayor
uidez verbal?
c) Cuantos alumnos tienen una uidez menor a 76 puntos?
9.7 Planteamiento del problema.

9.7.1 Qu tengo?(Datos)
T :"Puntuacin de un alumno en un examen"
= 80
= 12
T v N ( ; ), la variable aleatoria T sigue una ley de distribucin Normal,
de parametros = 80 y = 12
9.7.2 Qu quiero?
a) P (T < x) = 0:25 ; x =?
b) P (T > x) = 0:45 ; x =?
c) P (T < 76) =?
9.7.3 Como lo hago?

x
a) P (T < x) = F (x) =
b) P (T > x) = 1 P (T < x)
c) P (T < 76) = F (76)
Nota: En todos los casosnos ayudaresmos de la tabla de la Distribusin

Normal Estandar
60
9.7.4 Resolucin del problema
a)
P (T < x) = 0:25
x 80
P (T < x) = F (x) = 12 = 0:25
Guiandonos en la tabla podemos observar que ( 0:67) = 0:2514 que es el
que mas se aproxima a 0:25
x 80
12 = 0:67
x = ( 0:67 12) + 80 = 71: 96 72
b)
P (T > x) = 0:45
P (T > x) = 1 P (T < x) = 1 F (x) = 0:45
F (x) = 1 0:45 = 0:55
Guiandonos en la tabla podemos observar que (0:13) = 0:5514 que es el
que mas se aproxima a 0:55
x 80
12 = 0:13
x = (0:13 12) + 80 = 81: 56
c)
76 80
P (T < 76) = F (76) = 12 = ( 0:33) = 0:37
Como el 37% de los alumnos tienen una una uidez menor a 76
Calculamos el 37% de 500
na :numero de alumnos que tienen una uidez menor a 76
na = 0:37 500 = 185:0
9.7.5 Concluciones
a) El 25%de los alumnos con menor uidez verbal obtiene puntuaciones infe-
riores a 72
b) El 45% de los alumnos con mayor uidez verbal obtiene puntuaciones supe-
riores a 81:56
c) El nmero de alumnos qu tiene una uidez menor a 76 son: 185 alumnos
El permetro craneal de los hombre, medido en cm, es una variable aleatoria

normal N (60; 4)
1. (a) Qu permetro craneal debe tener un hombre para que el 16; 6% de

sus paisanos "tengan ms cabeza que l"?
(b) Y cunto para que el 25; 5% tenga menos?
61
Planteamento del problema:
Datos:
= 60
=2
Busco:
1. (a) k =?nP r(X > k) = 0; 166
(b) k =?nP r(X k) = 0; 255
Cmo: Rt 1 t
2 p1 2( )2
* N( ; )= 2 1
e dt
X
*Z=
* Tablas de aproximacin de la distribucin normal
Resolucin:
1. (a) P r(X > k) = 0; 166
1 P r(X k) = 0; 166
1 ( k 260 ) = 0; 166
( k 260 ) = 1 0; 166
( k 260 ) = 0; 834
( k 260 ) = (0; 97)
k 60
2 = 0; 97
k = (0; 97)2 + 60
k = 1; 94 + 60
k = 61; 94 62
R: El permetro craneal que debe tener un hombre para que el 16; 6% de sus
paisanos "tengan ms cabeza que l es de 62cm
1. b. Pr(X k) = 0; 252
( k 260 ) = ( 0; 67)
k 60
2 = 0; 67
k = ( 0; 67)2 + 60
k = 60 1; 34
k = 58; 66 58; 7
R: El permetro craneal que debe tener un hombre para que el 25; 5% de sus
paisanos "tengan menos cabeza que l es de 58; 7cm
PROBLEMA 34
34. Se llama cociente intelectual (C.I.) al cociente entre la edad mental y la
edad real. Se sabe que la ley de distribucin del C.I. es normal con media
0:95 y desviacin estndar 0:22.
En una poblacin con 2600 personas se desea saber:
a) Cuntas tendrn un C.I. superior a 1:3?
b)Cuntas tendrn un C.I. inferior a 0:77?
c)Cuntas tendrn un C.I entre 0:8y 1:15?
62
9.8
Qu tengo? X v N ( ; ), la variable aleatoria X sigue una ley de distribu-

cin Normal, de parametros:
Media o valor esperado = 0:95
Desviacion estandar = 0:22
Qu quiero? a) Pr(X > 1:3) =?

b) Pr(X < 0:77) =?
c) Pr(0:8 < X < 1; 15) =?
Como lo hago
x
F (x) = ( ); Distribucion N ormal
a) Pr(X > 1:3) = F (1:3)

1:3 0:95
Pr(X > 1:3) = 1 ( ); por valor de la tabla tenemos
0:22
Pr(X > 1:3) = 45
b) Pr(X < 0:77) = F (0:77)
0:77 0:95
Pr(X < 0:77) = ( ); por valor de la tabla tenemos
0:22
Pr(X < 0:77) = 537
c) Pr(0:8 < X < 1; 15) = F (1:5) F (0:8)
1:15 0:95 0:8 0:95
Pr(0:8 < X < 1; 15) = ( ) ( )
0:22 0:22
Pr(0:8 < X < 1; 15) = (0:90) ( 0:68); por valor de la tabla tenemos
Pr(0:8 < X < 1; 15) = 4:84

Se va a contruir un marco para montar una puerta que altura minima ha de
tener el marco para que el 1% de la poblacion tenga riesgo de chocar su cabeza
al atravezarla, si la estatura de la poblacion esta distribuida normalmente, con
media = 1; 72m y varianza 2 , con = 12cm ?
Datos:
x - altura del marco
N ( ; 2 ) = N (1; 72;122 )
La variable aleatoria X esta denida por la ley de distribucin normal.
Hallar:
P (x < h) = 0; 01
63
Desarrollo:
Se tiene que:
P (x < h) = ( h 1;72
12 ) = 0; 01
En la tabla de la ley normal, se encuentra que (0; 03) = 0; 01 es decir, se

cumple que:
h 1;72
12 = 0; 03
entonces: h = 0; 03(12) + 1; 72
h = 2; 08m
La estatura de la poblacin masculina est normalmente distribuida con
= 167 cm y = 3 cm.
a) Cul es la probabilidad de que un hombre tenga una estatura:
(i) mayor que 167 cm? (ii) mayor que 170 cm? (iii) en-
tre 161 y 173 cm?
b) En una muesta aleatoria de cuatro hombres Cul es la probabilidad de
que:
(i) todos tengan estatura mayor que 170 cm?
(ii) dos tengan estatura menor que la media (y dos mayor que la media)?
9.8.1 Planteamiento del problema:
Datos: Media o valor esperado = 167

Desviacion estandar =3
Resultado: a)
(i) Pr(X > 167) = 0; 5
(ii) Pr(X > 170) = 0; 1587
(iii) Pr(161 < X < 173) = 0; 9544
b)
(i) Pr(Y = 4) = 0; 0006
(ii) Pr(Y = 2) = 0; 375
x
Como: F (x) = ( ); Tabla de distribucion Normal
Resolucion: a)
(i) Pr(X > 167) = 1 Pr(X > 167)
Pr(X > 167) = 1 F (167)

167 167
Pr(X > 167) = 1 ( )
3
Pr(X > 167) = 1 (0); por valor de la tabla tenemos
64
Pr(X > 167) = 0:5
(ii) Pr(X > 170) = 1 Pr(X > 170)

Pr(X > 170) = 1 F (170)
170 167
Pr(X > 170) = 1 ( )
3
Pr(X > 170) = 1 (1); por valor de la tabla tenemos
Pr(X > 170) = 0; 1587
(iii) Pr(161 < X < 173) = F (173) F (161)

173 167 161 167
Pr(161 < X < 173) = ( ) ( )
3 3
Pr(161 < X < 173) = (2) ( 2)
Pr(161 < X < 173) = 0; 9772 0; 0228
Pr(161 < X < 173) = 0; 9544
(b)
(i) Pr(Y = 4) = (0; 1587)4 = 0; 0006
(ii) Pr(Y = 2) = C42 (0; 5)4

Pr(Y = 2) = 2!(44! 2)! (0; 5)4
Pr(Y = 2) = 6:(0; 5)4
Pr(Y = 2) = 0; 375

El peso de las fundas de papas fritas producidas por una fabrica sigue una
distribucin normal con una media 12.8 onzas y desviacin estandar 0.6 onzas
1. a)Que proporcion de las fundas pesan ms de 12 onzas?

b)Qu proporcin de las fundas pesan entre 13 y 14 onzas?
c)Determine el peso tal que el 12.5% de las fundas pesen ms que ese peso.
d)Si el fabricante desea mantener la media en 12.8 onzas pero ajusta la
desviacion estandar tala que solo el 1% de las fundas pese menos de 12
onzas Cul debe ser el valor de la desviacin estandar?
Datos.
X: sigue una distribucin normal de parametros ;
= 12:8
2
= 0:6
= 0:77
Hallar
65
Como
Notacin Funcin de densidad f (x) Funcin de distribucin F(X) Esperanza E(x)

1 1 x u 2 Rx (t )2
N( ; 2
) p
2
2
e 2( )
(x; ; ) = p21 1
e 2 2 dt

P (X > 12)
P (X > 12) = 1 P (X 12)

= 1 F (12)
12 12:8
= 1
0; 77
= 1 ( 1; 04)
= 1 01492
= 0; 88508
P (13 < X < 14)
P (13 < X < 14) = F (14) F (13)

14 12:8 13 12:8
P (13 < X < 14) =
0; 77 0; 77
14 12:8 13 12:8
P (13 < X < 14) =
0; 77 0; 77
P (13 < X < 14) = (1:56) (0; 26)
P (13 < X < 14) = 0:9406 0:6026
P (13 < X < 14) = 0:338
Conclusin

La estatura de la poblacin masculina y femenina siguen leyes de distribucin
normal. La masculina tiene u1 = 1:67m y 1 = 12cm y la femenina u2 = 1:55my
2 = 10cm: Se tiene una pareja en la cual el varn mide 1:70m y la mujer 1:60m.
Comparativamente, Cul de los dos es mas alto respecto a los miembros de su
sexo?
Varn: F (x) = ( 1:700:121:67 )
= (0:25)
= 0:5987
Mujer: F (x) = ( 1:600:101:55 )
= (0:5)
= 0:6915
R: La mujer es mas alta.
66
Los conductores que se fabrican para utilizar en las computadoras
deben tener resistencias que varian entre 0:12 y 0:14 ohm. Las medidas
de las resistencias que producen una compaia siguen una ley de
distribucion normal de media 0:13 ohm y desviacion estandar 0:005
ohm.
a)Que porcentaje de la poblacion de la compaia cumple con las
especicaciones?
b) Si se usan cuatro de esos conductores en una computadora, cual
es la probabilidad de que los cuatro cumplan con las especicaciones?
Datos
= 0:13
= 0:005
Resultados
a)Que porcentaje de la poblacion de la compaia cumple con las especi-
caciones?
b) Si se usan cuatro de esos conductores en una computadora, cual es la
probabilidad de que los cuatro cumplan con las especicaciones?
Como
Distribucion normal
2 2
f (x) = p21 e (x ) =2 ; x 2 ( 1; 1)
donde es un valor real cualquiera y es positivo. A tal variable aleatoria
se notar como X N ( ; 2 ):
F (x) = ( x )
a)P (0:12 X 0:14) = F (0:14) F (0:12) = ( 0:14 0:13
0:005 ) ( 0:12 0:13
0:005 )
= 0:9545 = 95:45%
b)P (X = 4) = F (4) = ( 40:005
0:13
) = 0:83
Respuesta
a) P (0:12 X 0:14) = 95:45%
b) P (X = 4) = 0:83
12(4) = 48
Los tiempos de la primera avera de una mquina de cierta marca tienen una
distribucin gaussiana con un promedio de 1500 horas de uso
y desviacin estndar de 200 horas.
a) Que fraccin de esas maquinas fallarn antes de 1000 horas?

b) Cul debe ser el tiempo de garanta que deba dar el fabricante si
desea que solo se presente el 5% de las averas dentro del tiempo de
garanta?
67
X : Tiempo de la primera avera de una maquina
= 1500
= 200
X v N ( ; ), la variable aleatoria X sigue una ley de distribucin Normal,
de parametros = 1500 y = 200
9.9.2 Qu quiero?
a) P (X < 1000) =?
b) P (X < t) = ?
9.9.3 Como lo hago?

x
a) P (X < x) = F (x) =
t
b) P (X < t) =
Nota: En todos los casos nos ayudaresmos de la tabla de la Distribucin Normal
Estandar

a)
X v N (1500; 200)
t 1500
P (X < t) = 200 = (0:5)
Guiandonos en la tabla podemos observar que (0:5) = 0:6915
se sigue t 200
1500
= 0:6915 ! t = 0:69 200 + 1500 = 1561h
9.9.5 Concluciones
a) La fraccin de las maquinas que fallaran antes de 1000 horas es de 0:0062
b) El tiempo de garantia es de 1560 si se presenta el 5% de averas

El promedio de las calicaciones de los estudiantes universitarios se dis-
tribuye normalmente con media 5.4 y desviacin estndar igual a 0.5 puntos.
a)Qu porcentaje de los estudiantes tienen un promedio de calicaciones
superior a 6?
b) Si los estudiantes que tienen un promedio inferior o igual a 4.9 abandonan
la universidad, Qu porcentaje de los alumnos decertar?
c) Se seleccionan al azar tres estudiantes, Cul es la probabilidad de que
los tres tengan un promedio de calicaciones superior a 6?
68
Datos (que tengo)
Variable aleatoria X : promedio de calicacin de un estudiante
media u = 5:4
desviacin estandar = 0:5
2
varianza = 0:25
Qu quiero
a) Pr(X > 6)
b) Pr(X 4:9)
c) Pr(X > 6) =3
Cmo lo hago
Distribucin Normal X N (u; 2 )
Ley Normal Estandar F (x) = ( x u )
k
e
Distribucin de Poisson Pr(X = k) = k!
Solucin
a) Pr(X > 6)
Pr(X > 6) = 1 Pr(X 6)

= 1 F (x)
= 1 F (6)
=1 (x u)
=1 ( 6 0:5
5:4
)
0:6
=1 ( 0:5 )
= 1 [ (1:2)]
= 1 0:8849
= 0:1151
Pr(X > 6) = 11:51%
b) Pr(X 4:9)
Pr(X 4:9) = F (x)

= (x u)
= ( 4:90:55:4 )
0:5
= ( 0:5 )
= ( 1)
= 0:1587
Pr(X 4:9) = 15:87%
c) Pr(X > 6) =3
Pr(X > 6) = 1 Pr(X 6)

= 1 [Pr(X
h 3 = 0) + Pr(X = 1) + Pr(X = 2) + Pr(X = 3) + Pr(X =i 4) + Pr(X = 5) + Pr(X = 6)]
e 30 3 1 3 2 3 3 3 4 3 5 3 6
=1 0! + e 1! 3 + e 2! 3 + e 3! 3 + e 4! 3 + e 5! 3 + e 6! 3
= 1 [0:0497870 + 0:14936 + 0:224041 + 0:224041 + 0:168031 + 0:1008188 + 0:0504094]
= 1 0:9610882067
69
= 0:038911
En el grupo etnico A, la estatura de las personas (en cm) sigue una distribu-
cion N (165; 25); en el grupo etnico B sigue una N (170; 25) y en el grupo C una
N (175; 25). Los tres grupos etnicos son muy numerosos.
a) Si elegimos una persona del grupo A, cual es la probabilidad de que mida
mas de 160 cm?
b) Si elegimos 10 personas al azar del grupo etnico A, independientemente
unas de otras, cual es la probabilidad de que 5 de ellas midan mas de 160 cm?
c) En una ciudad, el 50% de la poblacion pertenece a la etnia A, el 20%
pertenece a la B y el 30% restantes a la C. Si elegimos una persona al azar en
esta ciudad y mide mas de 172 cm, cual es la probabilidad de que pertenezca
al grupo etnico C?
d) Si elegimos 10 personas al azar del grupo B, independientemente unas de
otras, cual es la probablidad de que al menos 5 midan mas de 172 cm?
9.10 Planteamiento del problema

9.10.1 Datos
: Espacio muestral
Variable aleatoria X : Estatura de una persona
A = N (165; 25) 1 = 165 ( 2 )1 = 25 1 =5
B = N (170; 25) 2 = 170 ( 2 )2 = 25 2 =5
C = N (175; 25) 3 = 175 ( 2 )3 = 25 3 =5
9.10.2 Buscar
1. Probabilidad de P (X > 160)
2. P (X > 160) si se eligen 10 personas al azar del grupo A
3. Probabilidad de pertenecer al grupo etnico C
4. P (X > 172) si se eligen 10 personas al azar del grupo B
9.10.3 Procedimiento
F (x) = ( x )
9.11 Resolucin del problema

1. (a) P (X > 160) = 1 P (X 160)
= 1 F (160)
70
=1 ( 160 5 165 )
=1 ( 1)
= 1 0:1587
= 0:841 3
5
1. (a) p = 10 = 12
P (X > 160) = 1 P (X = 171:5)
=1 ( 176:55 165
)
=1 (2: 3)
= 1 0:9893
= 0:010 7
1. (a) a = total de personas en A

b = total de personas en B
c =total de persona en C
( a 5165 ) = 0:05
a 165
5 = 1:64
a = 173:2 50
a = 8660
( b 5170 ) = 0:02
b 170
5 = 2:05
b = 172:05 20
b = 3441
( c 5175 ) = 0:03
c 165
5 = 1:88
c = 184:4 30
c = 5532
T = 17633
1
P (X > 172) = 1 P (X = 17633 )
1
175
=1 ( 176335 )
35
=1 ( 100 )
=1 ( 3:5)
=1 0:3632
= 0:636 8
(b) P (X > 172) = 1 P (X = 178:6)
=1 ( 178:65 175 )
=1 (0:72)
= 1 0:7642
= 0:235 8
9.12 Respuesta
1. P (X > 160) = 0:841 3
(a) P (X > 160) = 0:010 7
71
(b) P (X > 172) = 0:636 8
(c) P (X > 172) = 0:235 8

Un procesador de alimentos envasa caf en pequeos tarros. Los pesos de
los tarros estn normalmente distribuidos con una desviacin estndar de 0; 3
onzas. Si el 5% de los tarros pesa ms de 12; 492 onzas, cul es el peso medio
de los tarros?
Planteamento del problema:
Datos:
= 0; 3
P r(X > 12; 492) = 0; 05
Busco:
=?
Cmo: Rt 1 t 2
* N ( ; 2 ) = p21 1
e 2 ( ) dt
*Z=X
* Tablas de aproximacin de la distribucin normal
Resolucin:
P r(X > 12; 492) = 0; 05
1-P r(X 12; 492) = 0; 05
( 120;3 ) = 1 0; 05
( 120;3 ) = 0; 95
( 120;3 ) = (1; 65)
12
0;3 = 1; 65
= 12 (1; 65)(0; 3)
= 12 0; 495
= 11; 505 12
R: El peso medio de los tarros es de 12 onzas
La anchura en mm de una poblacin de coleopteros sigue una distribusin
N ( ; 2 ). Se estima que el 77% de la poblacin mide menos de 12mm y que el
84% mide ms de 7 mm. Halle los parmetros de la ley.

X:"Anchura de un coleoptero"
P (X < 12) = 0:77
P (X > 7) = 0:84
X v N ( ; ), la variable aleatoria X sigue una ley de distribucin Normal
72
9.13.2 Qu quiero?
=?
=?
9.13.3 Como lo hago?

x
P (X < x) = F (x) =
P (X > x) = 1 P (T < x)
Nota: En todos los casosnos ayudaremos de la tabla de la Distribusin Nor-
mal Estandar

12
P (X < 12) = F (12) = = 0:77
7
P (X > 7) = 1 P (X < 7) = 1 F (7) = 0:84 ) 1 = 0:84 )
7
= 0:16
Guiandonos en la tabla podemos observar que (0:99) = 0; 1611 y (0:74) =

0:77 de esto sigue que:
7
= 0:99 ) 7 = 0:99
12
= 0:74 ) 12 = 0:74
Resolviendo el sistema de ecuaciones encontramos que:
= 9; 9
=3
9.13.5 Conclucin
La distribusin normal que sigue la varialbe aleatoria X esta dada por X v
N (9:9; 3),
En una empresa las edades de los trabajadores disminuye normalmente con
media de 50 aos y una desviacin estndar de 5 aos.
a) Qu porcentaje de los trabajadores tiene entre 50 y 52.5 aos?
b) Cul es la probabilidad que un trabajador cualquiera no sea mayor a 45
aos?
c) Cul es la probabilidad que un trabajador tenga entre 41 y 58 aos?
d) El 20% de los trabajadores estn bajo cierta edad Cul es esa edad?
a) P (50 x 52:5) = F (52:5) F (50)

= ( 52:55 50 ) ( 50 5 50 )
= (0:5) (0)
= 0:6915 0:5000
= 0:1915
R: El porcentaje de los trabajadores tiene entre 50 y 52.5 aos es 19%.
b)P (x 45) = F (45)
73
= ( 45 5 50 )
= ( 1)
= 0:84:13
R: La probabilidad que un trabajador cualquiera no sea mayor a 45 aos es

84%
c) P (41 x 58) = F (58) F (41)

= ( 58 5 50 ) ( 41 5 50 )
= (1:6) (1:8)
= 0:9452 0:9641
= 0:0189
R: La probabilidad que un trabajador tenga entre 41 y 58 aos es 2%
d) P (X < x) = F (x) = 0:20
( x 550 ) = 0:20 y ( 0:84) = 0:20

Entonces:
x 50
5 = 0:84
x = 45:8
R: La edad es 46 aos.
1 x2
f (x) = p 2
40
e 40 dx = 0:314 45
74

Probab I Lida Des

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Probab I Lida Des

Uploaded by

Copyright:

Available Formats

1 CAPITULO 4.

Resolusin del problema

E(G) = E(5X) = 5(E(X)) = 5(5) = 25[$=semana]

1. Planteamiento del problema

a) E(X k ) para k=1,2,...

Para llenar 4 vacantes de contador se presentan 10 personas, 7

variable aleatoria: Z ! N umero de tema para aprobar

a) 2 cuentas vencidas entre las 8 selecionadas

EJERCICIO 4:6 : 10 pag135

Una empresa renta autos, a los que no les da el mantenimiento

4 LEYES DE BERNOULLI Y BINOMIAL:

Planteamiento del problema.

P (X = 0) = C40 (0:2)0 (0:8)4 0

P (X 2) = P (X = 2)+P (X = 3)+P (X = 4) = 0:1536+0:0256+0:0016 = 0:180 8

P (X 2) = P (X = 0)+P (X = 1)+P (X = 2) = 0:4096+0:4096+0:1536 = 0:972 8

E(X) = np = 4 0:2 = 0:8

1. Planteamiento del problema.

Una encuesta revela que el 20% de la poblacin es favorable a un politico y

1. Planteamiento del problema.

Probabilidad de persona favorable = 0:2

Una determinada raza de perros tienen cuatro cachorros en cada

La probabilidad se calcula mediante:

P (X 2) = P (X = 0)+P (X = 1)+P (X = 2) = 0:367 54+0:200 48+0:0410062 = 0:609 03

P (X = 0) = C40 (0:55)0 (0:45)4 0

Resolusin del problema

P (X 1) = 1 P (X < 1) = 1 [P (X = 0)] = 1 (C50 (0:7)0 (0:3)5 0

EJERCICIO 4:6 : 17 pag136.

EJERCICIO 4:6 : 18 pag137.

b) Si, porque la probabilidad de que alguien se contagie es muy baja.

1. (a) Al menos dos acaben la carrera;

Planteamiento del problema.

b) Al menos dos acaben la carrera;

EJERCICIO 4:6 : 20 pag137.

1. a) La ganancia que espera obtener la compaia por los pozos.

Resolucin del problema.

Resolusin del problema

P (X 95) = 1 P (X > 95)

2. Resolucin del problema.

5 LEYES GEOMTRICAS Y BINOMIAL NEG-

En un examen el profesor realiza varias preguntas a un estudi-

Resolucin del problema.

EJERCICIO 4:6 : 27 pag138.

Cual es la probabilidad de que aprueben en las 12 primeras preguntas.

Resolucin del problema.

Resolucin del problema.

Halle la probabilidad de que sea eliminada en el segundo partido es 0:2211

EJERCICIO 4:6 : 29 pag138.

Cuantos refrescos ha de esperar comprar para ganar el premio.

EJERCICIO 4:6 : 30 pag138.

Un pjaro de cierta especie come gusanos de una poblacin muy

En una fabrica, el departamento de control de calidad, revisa los

EJERCICIO 4:6 : 34 pag138.

Resolucion del problema:

EJERCICIO 4:6 : 37 pag139.

(a) Durante una noche haya exactamente haya 2 personas en la sala de

EJERCICIO 4:6 : 38 pag139.Problema 38.

Una fbrica de gaseosas recibi 100 botellas vacas. La probabili-

PLANTEAMIENTO DEL PROBLEMA

Se supone que el nmero de bacterias por mm3 de agua en un

EJERCICIO 4:6 : 41 pag139.

a) ninguna padesca de daltonismo.

ninguna padesca de daltonismo es 0:3678

En un bosque de cedro el nmero de rboles con plaga por hectarea Y