1.

Variables aleatorias: Sea X la variable aleatoria que expresa el nmero de personas que
habitan en una casa elegida al azar. La distribucin de probabilidad de X es la siguiente:
xi

8
ms

pi

0.225

0.321

0.188

0.145

0.062

0.023

0.016

0.020

Comprobar que los datos de la tabla representan una distribucin de probabilidad: Los
datos representan una distribucin de probabilidad, ya que la sumatoria de las
probabilidades es igual a 1, todas las probabilidades son positivas y son nmeros
comprendidos entre 0 y 1.
Hallar la probabilidad de que el nmero de personas que viven en un hogar sea
menor o igual que cuatro: Para resolver se suman las probabilidades de que lleguen
desde uno personas a que lleguen cuatro personas, ya que el enunciado menciona menos
de cuatro.
P(X) = P(X1)+ P(X2)+ P(X3)+ P(X4)
P(X) = 0.225+0.321+0.188+0.145
P(X) = 0.879
Calcular la probabilidad de que al menos dos personas vivan en una vivienda: Para
resolver se restan las probabilidades de que lleguen dos personas.
P (x<2) = 1-0.225 = 0.775
Obtener el nmero promedio de personas que habitan en una vivienda: Para calcular
el nmero promedio de personas que habitan en una vivienda se multiplican todos los
datos de Xi por Pi y despus el resultado que salga de cada uno de los datos multiplicados
se suman en total.
Xi:
1
2
3
4
5
6
7
8 o mas
respuesta

Pi:
0.225
0.321
0.188
0.145
0.062
0.023
0.016
0.020

Resultado de la multiplicacin:
0.225
0.642
0.564
0.58
0.31
0.138
0.112
0.16
2.731

Determinar el nmero esperado de personas para un intervalo de 15 minutos:

Tenemos la siguiente tabla:
Xi:

Pi:
0.225
0.321
0.188
0.145
0.062
0.023
0.016
0.020
M

1
2
3
4
5
6
7
8 o mas

Resultado de la multiplicacin:
0.225
0.642
0.564
0.58
0.31
0.138
0.112
0.16
2.73

El nmero esperado es calcular la esperanza o media, que es multiplicar el nmero de

personas por la probabilidad de que entre ese nmero de personas como se muestra en la
tabla Xi Pi = 2.73 personas se esperan en un intervalo de 15 minutos.
Determinar la varianza de llegadas para un intervalo de 15 minutos: Para un n de
personas la diferencia entre el nmero de personas y el esperado, elevado al cuadrado y
multiplicado por la probabilidad de entre ese nmero de clientes. Esto se hace para cada
n de personas y se suma.
0.225*(1-2) ^2+0.321*(2-2)^2+0.188*(3-2)^2+0.145*(4-2)^2+0.062*(5-2)^2+0.023*(6-2)^2+0.016*(7-2)^2+0.02*(8-2)^2 = 3.039

2. Sea X la variable aleatoria que expresa el nmero de ventas que realiza un vendedor, en
un da, cuando visita a 8 clientes. La distribucin de probabilidad de X es la siguiente

xi
pi

0.05

0.14

0.20

0.26

0.19

0.10

0.05

0.02

Los datos de la tabla representan una distribucin de probabilidad?

R= No es distribucin de probabilidad, ya que P (xi = 3.79) y debe dar la distribucin de
1.00.
Determinar el nmero esperado de ventas en un da: Tenemos la siguiente tabla:

Xi
Pi

1
0.05
0.05

2
0.14
0.28

3
0.20
0.60

4
0.26
1.04

5
0.19
0.95

6
0.10
0.60

7
0.05
0.35

8
0.02
0.16

 = 4.03
Determinar la varianza del nmero de ventas: Tenemos la
siguiente tabla:

X1:
1
2
3
4
5
6
7
8

P (X1):
0.05
0.14
0.20
0.26
0.19
0.10
0.05
0.02
1.01

X1 P (X1):
0.05
0.028
0.6
1.04
0.95
0.6
0.35
0.16
4.03

X1 :
-3.03
-2.03
-1.03
-0.03
.97
1.97
2.97
3.97

(X1 )2:
9.1809
4.1209
1.0609
0.0009
0.9409
3.8809
8.8209
15.7609

(X1 )2 P (X1):
0.4590
0.5769
0.2122
0.0002
0.1788
0.3881
0.4410
0.3152
2.5715

= 2.5715
3. Distribucin binomial:
Un agente de seguros tiene ocho contactos, y en promedio la probabilidad de conseguir
una venta es 0.38. Si X representa el nmero de ventas que puede conseguir el vendedor,
construir la distribucin de probabilidad.
R= La distribucin del nmero de venta X es binomial, con n = 8 y P = 0.38
P (X xito) = _____8!_____ (0.38)x (0.62)8-x para x = 1,2,3,4,5,6,7,8
X!(8-x)!
P (1) = _____8!_____ (0.38)1(0.62)8-1 = 0.107057084028723
1!(8-1)!
P (2) = _____8!_____ (0.38)2(0.62)8-2 = 0.229654712513229
2! (8-2)!
P (3) = _____8!_____ (0.38)3(0.62)8-3 = 0.281512228242022
3!(8-3)!
P (4) = _____8!_____ (0.38)4(0.62)8-4 = 0.215674690991872
4!(8-4)!
P (5) = _____8!_____ (0.38)5(0.62)8-5 = 0.105750171066982
5!(8-5)!
P (6) = _____8!_____ (0.38)6(0.62)8-6 = 0.0324073104882688
6!(8-6)!
P (7) = _____8!_____ (0.38)7(0.62)8-7 = 0.0056750128965632
7!(8-7)!

P(8) = _____8!_____ (0.38)8(0.62)8-8 = 0.0004347792138496

8!(8-8)!

2
Xi:
Pi:

1
0.1070

0.2296

0.2815

0.2156

0.1057

0.0324

0.0056

0.0004
3

4. ROBERT R. PAGANO. CAPTULO 9. PROBLEMA 12: Una estudiante resuelve un

examen de opcin mltiple con 16 preguntas. Cada una de ellas tiene cinco alternativas. Si
la estudiante adivina en 12 de las preguntas, cul es la probabilidad de que adivine ocho
respuestas correctas? Suponga que todas las alternativas tienen las mismas
probabilidades para cada una de las preguntas en las cuales la estudiante adivine.
R= Si X representa el nmero de respuestas correctas X = 0, 1, 2,..8, si X
sigue una distribucin binomial con parmetros n = 12 (el espacio se acorta a
12 preguntas que fueron las que adivino) y cada pregunta tiene 5 alterativas
(todas las alternativas tienen las mismas probabilidades) 1/5.

1.5 = 0.2
P = 0.2
q = 1- 0.2 = 0.8
n = 12
x=8
La probabilidad de que adivine 12 preguntas, 8 respuestas correctas es:
P (X= 8) =

12!

(0.2)8 (0.8)12-8 = 0.00051905 = 0.051%

8!(12-8)!
5. Distribucin poisson:
Antonio Nieves. Captulo 8. Problema 8.18 Un proceso de produccin de partes trabaja
con un porcentaje promedio de defectos del 4% Cada hora se toma una muestra aleatoria
de 15 artculos y se prueba. Si la muestra contiene ms de un defecto, el proceso deber
detenerse.

p( x , )

x
x!

Donde:
P (x, ) = Probabilidad de que ocurran X xitos, cuando el nmero promedio de ocurrencia
de ellos es
= Media o promedio de xitos por unidad de tiempo, rea o producto

 = 2.718
X= Variable que nos denota el nmero de xitos que se desea
que ocurra.
Calcule la probabilidad de que el proceso se detenga debido al esquema de
muestreo: La probabilidad es de 32%.
De acuerdo con la respuesta en el inciso a), el esquema de muestreo es adecuado o
generar demasiadas interrupciones?
R= Genera demasiadas interrupciones.
6. Un editor de libros de texto, informa que el nmero medio de errores por captulo es de
0.8 Cul es la probabilidad de que haya menos de dos errores en un captulo
especfico?
PROBABILIDADES DE POISSON:
K

0.005

0.01

0.02

0.03

0.04

0.06

0.07

0.08

0.09

0
1
2
3

0.9950
0.0050
0.0000
0.0000

0.9900
0.0099
0.0000
0.0000

0.9802
0.0196
0.0002
0.0000

0.9704
0.0291
0.0004
0.0000

0.9608
0.0384
0.0008
0.0000

0.05
0.9512
0.0476
0.0012
0.0000

0.9418
0.0565
0.0017
0.0000

0.9324
0.0653
0.0023
0.0001

0.9231
0.0738
0.0030
0.0001

0.9139
0.0823
0.0037
0.0001

0.1

0.2

0.3

0.4

0.5

0
1

0.9048
0.0905

0.8187
0.1637

0.7408
0.2222

0.6703
0.2681

0.6065
0.3033

0.6

0.5488
0.3293

0.7

0.8

0.9

1.0

0.4966
0.3476

0.4493
0.3595

0.4066
0.3659

0.3679
0.3679

0.4493 + 0.3595 = 0.8088

7. DISTRIBUCIN NORMAL: Ciertos estudios muestran que el uso de gasolina para una
marca de automviles tienen una distribucin normal, con una media de 16.5 kilmetros
por cada litro (km/lt), una desviacin estndar de 2.3 km/lt. Qu porcentaje de
automviles compactos consume 15 km/lt o ms?
R= X = 16.5
S = 2.3
X = 15 o ms
15 16.5 = 1.5
2.3

= - 0.65

2.3

P (z 0.65) = 0.2422+0.50 = 0.7422 o 0.7422%

8. Se quiere establecer el nmero mximo de personas que pueden ocupar un ascensor.

Un estudio indica que, si hay ocho personas en l, la distribucin de su peso total es

normal con una media igual a 1200 libras y una varianza igual
a 9800 libras. cul es la probabilidad de que el peso total
de ocho personas exceda 1300 libras?
R= X = 1200
S = 98.99
X = >1300
= 1300 1200 = 1.01
98.99
P (>1.01) 0.5 0.3438 = 0.1562
9. Los coeficientes intelectuales de 600 aspirantes de cierta universidad se distribuyen
aproximadamente en forma normal con una media de 115 y una desviacin estndar de
12. Si la Universidad requiere un CI de al menos 95, Cuntos de estos estudiantes
sern rechazados sobre esta base, sin importar sus otras calificaciones?
R= X = 115
S = 12
X =<95
= 95 115 = - 1.67
12
P ( <1.67) = 0.5 0.4525 = 0.475
600(.0475) = 28.5 = 29 alumnos
10. DOUGLAS A. LIND. SECCIN 6.6. EJERCICIO 20: Una investigacin sobre los
delincuentes juveniles que el juez Conners pone en libertad condicional revel que el 38%
de ellos cometi otro delito.
Cul es la probabilidad de que los ltimos 100 delincuentes juveniles nuevos, 30 o
ms cometern otro delito?
R= = 100
P = 0.38
0.62 =
X = 30 o ms
= np = (100)(.38) = 38
= 1.65
S = npq = (100) (.38) (0.62) = 23.56

S = 4.85

Cul es la probabilidad de que 40 o menos de los delincuentes cometn otro delito?

R= P ( y 1.64) = 0.4495+0.5 = 0.9495

=
4.85

40 38 =

= 0.41

4.85

P (<0.41) = 0.5+0.1591 = 0.6591

Cul es la probabilidad de que de 30 a 40 de los delincuentes cometn otro delito?
R= P (- 1.64 <0.41) = 0.4495+0.1591 = 0.6086
11. Aproximacin de la distribucin normal a la binomial: Un vendedor de
telemercadeo consigue una venta en el 15% de los casos que atiende. Si en un da realiza
40 llamadas, Cul es la probabilidad de que 15 o menos hagan una compra? Realiza
los clculos tanto para la distribucin binomial como para la normal y compara los
resultados.
R= P = 0.15
0.95 =
n = 40
X = 15 o ms
Y = 40 (0.15) = 6
40 (0.15) (0.95) = 2.38
P = (15, 0.15) = C 40,15 (0.15) ^15 (.85) ^25 = 0.0030
= 15 6 =
2.38

= 3.78

2.38

P (<3.78) = 0.5+0.4999 = 0.9999

Con la distribucin normal se aproxima al 100, mientras que con la binomial es muy
cerrada a 0.
12. ANTONIO NIEVES. CAPTULO 9. PROBLEMA 9.25: Un fabricante sabe que, en
promedio, 2% de las aspiradoras que fabrica requerirn reparaciones en un trmino de 100
das posteriores a su venta. Use la aproximacin normal a la distribucin binomial para
determinar la probabilidad de que entre 1500 de esas aspiradoras al menos 40 requieran
reparaciones en los primeros 100 das despus de su venta.
R= P = .02
0.98 =
= 1500

= 40

y = 1500 (.02) = 30
Z = 40 - 30

= 10

= 1.84

5.42

5.42

P ( > 1.84) = 0.5 0. 4671 = 3.2990