Ingenieria Mecánica Automotriz

Nivel: 3do “B” Paralelo: B-108

TEMA:
Proyecto

Elaborado por:

 Bryan Codena
 Vinicio de la Cruz
 David Tipan

Ingeniero:

 Luis Fredy Basantes Moreno

Materia:
 Comunicación oral y escrita
Fecha:
 14/07/2017
Periodo Académico:
 Abril-Agosto 2017

1
Indice general
1. Objetivos .............................................................................................................................. 5
1.1 Objetivo general ................................................................................................................. 5
1.2 Objetivo especificos ........................................................................................................... 5
2. TRABAJO NUMERO 1 ............................................................................................................. 6
TEMA: DISTRIBUCIONES DE PROBALIDAD DISCRETAS ........................................................... 6
2.1 EJERCICIO 1. ............................................................................................................ 6
2.2 EJERCICIO 2. ........................................................................................................... 6
2.3 EJERCICIO 3. ........................................................................................................... 6
2.4 EJERCICIO 4. ............................................................................................................ 7
2.5 EJERCICIO 5. ........................................................................................................... 7
2.6 EJERCICIO 6. ........................................................................................................... 8
2.7 EJERCICIO 7. ............................................................................................................ 8
3. TRABAJO NUMERO 2 ........................................................................................................... 11
TEMA: DISTRIBUCIÓN DE PROBABILIDAD CONTINUA........................................................... 11
3.1 EJERCICIO 1 ................................................................................................................ 11
3.2 EJERCICIO 2 ................................................................................................................ 12
5.3 EJERCICIO 3 ................................................................................................................ 12
3.4 EJERICICIO 4............................................................................................................... 13
3.5 EJERICICIO 5............................................................................................................... 13
3.6 EJERICICIO 6............................................................................................................... 14
3.7 EJERICICIO 7............................................................................................................... 14
3.8 EJERICICIO 8............................................................................................................... 15
3.9 EJERICICIO 9............................................................................................................... 15
3.10 EJERICICIO 10........................................................................................................... 16
3.11 EJERICICIO 11........................................................................................................... 16
3.12 EJERICICIO 12........................................................................................................... 16
3.13 EJERICICIO 13........................................................................................................... 17
3.14 EJERICICIO 15........................................................................................................... 17
3.16 EJERICICIO 16........................................................................................................... 18
3.17 EJERICICIO 17........................................................................................................... 18
3.18 EJERICICIO 18........................................................................................................... 19
3.19 EJERICICIO 19........................................................................................................... 19
3.20 EJERICICIO 20........................................................................................................... 20
3.21 EJERICICIO 21........................................................................................................... 20
3.22 EJERICICIO 22........................................................................................................... 20

2
 3.23 EJERICICIO 23........................................................................................................... 21
3.24 EJERICICIO 24........................................................................................................... 21
3.25 EJERICICIO 25........................................................................................................... 22
3.26 EJERICICIO 26........................................................................................................... 22
3.27 EJERICICIO 27........................................................................................................... 23
3.28 EJERICICIO 28........................................................................................................... 23
4. TRABAJO NUMERO 3 ........................................................................................................... 25
TEMA: DISTRIBUCION UNIFORME ......................................................................................... 25
4.1 EJERCICIO 1.................................................................................................................... 25
4.2 EJERCICIO 2.................................................................................................................... 25
4.3 EJERCICIO 3.................................................................................................................... 26
4.4 EJERCICIO 4.................................................................................................................... 26
4.5 EJERCICIO 5.................................................................................................................... 27
4.6 EJERCICIO 6.................................................................................................................... 27
4.7 EJERCICIO 7.................................................................................................................... 28
4.8 EJERCICIO 8.................................................................................................................... 28
4.9 EJERCICIO 9 ................................................................................................................... 29
4. 10 EJERCICIO 10 ............................................................................................................... 29
5. TRABAJO NUMERO 4 ........................................................................................................... 31
TEMA: DISTRIBUCION MORMAL ........................................................................................... 31
5 1 EJERCICIO 1. .................................................................................................................. 31
5 2 EJERCICIO 2. .................................................................................................................. 31
5 3 EJERCICIO 3 ................................................................................................................... 32
5 4 EJERCICIO 4 ................................................................................................................... 32
5 5 EJERCICIO 5 ................................................................................................................... 33
5 7 EJERCICIO 7. .................................................................................................................. 36
5 8 EJERCICIO 8 ................................................................................................................... 36
5 9 EJERCICIO 9 ................................................................................................................... 37
5 10 EJERCICIO 10 ............................................................................................................... 38
5 11 EJERCICIO 11 ............................................................................................................... 39
6. TRABAJO NUMERO 5 ........................................................................................................... 40
TEMA: DISTRIBUCION MORMAL ........................................................................................... 40
6.1 EJERCICIO 1 ................................................................................................................... 40
6.2 EJERCICIO 2.................................................................................................................... 40
6.3 EJERCICIO 3.................................................................................................................... 42
6.4 EJERCICIO 4.................................................................................................................... 42

3
6.5 EJERCICIO 5.................................................................................................................... 44
6.6 EJERCICIO 6.................................................................................................................... 44
6.7 EJERCICIO 7.................................................................................................................... 45
6.8 EJERCICIO 8.................................................................................................................... 46
6.9 EJERCICIO 9.................................................................................................................... 47
6.10 EJERCICIO 10................................................................................................................ 48
6.11 EJERCICIO 11................................................................................................................ 49
6.12 EJERCICIO 12................................................................................................................ 49

4
1. Objetivos

1.1 Objetivo general

 Identificar los elementos básicos de la teoría de probabilidad con énfasis en el modelado

de los fenómenos aleatorios.

1.2 Objetivo especificos

 Reconocer situaciones prácticas en las que las principales distribuciones de

probabilidad, discretas y continuas pueden presentarse.
 Reconocer la distribución normal y el contexto de su aplicación.
 Calcular probabilidades para variables aleatorias normales mediante el uso de tablas.
 Identificar cuándo es aceptable aproximar una distribución binomial por una normal y cómo
hacerlo.

5
2. TRABAJO NUMERO 1

TEMA: DISTRIBUCIONES DE PROBALIDAD DISCRETAS

2.1 EJERCICIO 1. Calcule la media y la varianza de la siguiente distribución de

probabilidad discreta𝑠 2
𝑢 = Σ[𝑥𝑃(𝑥)]
x P(x)
𝑢 = 0(0.2) + 1(0.4) + 2(0.3) + 3(0.1)
0 0.2 𝑢 = 1.3

1 0.4 𝑠 2 = Σ⌈𝑥 − 𝑢⌉2 𝑃(𝑥)

2 0.3
𝑠 2 = ⌈0 − 1.3⌉2 (0.2) + ⌈1 − 1.3⌉2 (0.4) + ⌈2 − 1.3⌉2 (0.3)
3 0.1
+ ⌈3 − 1.3⌉2 (0.1)
𝑠 2 = 0.81
𝑠 = 0.9
2.2 EJERCICIO 2. Calcule la media y la varianza de la siguiente distribución de
probabilidad discreta
x P(x) 𝑢 = Σ[𝑥𝑃(𝑥)]
𝑢 = 2(0.5) + 8(0.3) + 10(0.2)
2 0.5
𝑢 = 5.4
8 0.3
𝑠 2 = Σ⌈𝑥 − 𝑢⌉2 𝑃(𝑥)
10 0.2
𝑠 2 = ⌈2 − 5.4⌉2 (0.5) + ⌈8 − 5.4⌉2 (0.3) + ⌈10 − 5.4⌉2 (0.2)
𝑠 2 = 12.04
𝑠 = 3.469
2.3 EJERCICIO 3. Calcule la media y la varianza de la siguiente distribución de
probabilidad
x P(x) 𝑢 = Σ[𝑥𝑃(𝑥)]

5 0.1 𝑢 = 5(0.1) + 10(0.3) + 15(0.2) + 20(0.4)

10 0.3 𝑢 = 14.5

15 0.2

20 0.4

6
 𝑠 2 = Σ⌈𝑥 − 𝑢⌉2 𝑃(𝑥)
𝑠 2 = ⌈5 − 14.5⌉2 (0.1) + ⌈10 − 14.5⌉2 (0.3) + ⌈15 − 14.5⌉2 (0.2) + ⌈20 − 14.5⌉2 (0.4)

𝑠 2 = 27.25
𝑠 = 5.22

2.4 EJERCICIO 4. ¿Cuáles de las siguientes variables aleatorias son discretas y cuáles
continuas?
a) El número de cuentas nuevas conseguidas por un vendedor en un año. Variable
aleatoria discreta
b) El tiempo que transcurre entre la llegada de cada cliente en un cajero automático.
Variable aleatoria discreta
c) El número de clientes en la estética Big Nick. Variable aleatoria discreta
d) La cantidad de combustible que contiene el tanque de gasolina de su automóvil.
Variable aleatoria continúa.
e) La cantidad de miembros del jurado pertenecientes a una minoría. Variable aleatoria
discreta
f) La temperatura ambiente el día de hoy. Variable aleatoria continúa.
2.5 EJERCICIO 5. El director de admisión en la universidad Kinzua, en Nueva
Escocia, estimo la distribución de las admisiones de estudiantes para el semestre de otoño
con base en la experiencia previa. ¿Cuál es el número esperado de alumnos admitidos
para el semestre en cuestión? Evalué la varianza y la desviación estándar.

Admisión Probabilidad
1000 0.6
1200 0.3
1500 0.1
𝑢 = Σ[𝑥𝑃(𝑥)]
𝑢 = 1000(0.6) + 1200(0.3) + 1500(0.1)
𝑢 = 1110
𝑠 2 = Σ⌈𝑥 − 𝑢⌉2 𝑃(𝑥)
𝑠 2 = ⌈1000 − 1110⌉2 (0.6) + ⌈1200 − 1110⌉2 (0.3) + ⌈1500 −⌉2 (0.2)
𝑠 2 = 24900
𝑠 = 157.79

7
2.6 EJERCICIO 6. Belk Department Store tiene una venta especial este fin de semana.
Los clientes que registren cargos por compras de más de $50 en su tarjeta de crédito de
Belk recibirán una tarjeta especial de la lotería de la empresa. El cliente raspará la tarjeta,
la cual indica la cantidad que se descontará del total de compras. A continuación aparecen
la suma del premio y el porcentaje de tiempo que se deducirá del total de las compras.
Suma de premios Probabilidad
$10 0.50
$25 0.40
$50 0.08
$100 0.02
a) ¿Cuál es la cantidad media deducida de la compra total?
𝑢 = Σ[𝑥𝑃(𝑥)]
𝑢 = 10(0.5) + 25(0.4) + 50(0.08) + 100(0.02)
𝑢 = 21
b) ¿Cuál es la desviación estándar de la cantidad deducida de total de las compras?
𝑠 2 = Σ⌈𝑥 − 𝑢⌉2 𝑃(𝑥)
𝑠 2 = ⌈10 − 21⌉2 (0.5) + ⌈25 − 21⌉2 (0.4) + ⌈50 − 21⌉2 (0.08) + ⌈100 − 21⌉2 (0.02)
𝑠 2 = 259
𝑠 = 16.09
2.7 EJERCICIO 7. La downtown Parking Authority de Tampa, Florida, informo los
siguientes datos de una muestra de 250 clientes relacionada con la cantidad de horas que se
estacionan los automóviles y las cantidades que pagan.

Número de horas Frecuencia Pago

1 20 $3
2 38 $6
3 53 $9
4 45 $12
5 40 $14
6 13 $16
7 5 $18
8 36 $20

a) Convierta la información relacionada con la cantidad de horas de estacionamiento en una

distribución de probabilidad. ¿Es una distribución de probabilidad discreta o continua?

8
 Pago P(x)
1 0.08
2 0.152
3 0.212
4 0.18
5 0.16
6 0.052
7 0.02
8 0.144

Probabilidad continúa
b) Calcule la media, la varianza y desviación estándar del número de horas de
estacionamiento.

𝑢 = Σ[𝑥𝑃(𝑥)]
𝑢 = 1(0.08) + 2(0.152) + 3(0.212) + 4(0.18) + 5(0.16) + 6(0.052)
+7(0.02) + 8(0.144)
𝑢 = 4.144
𝑠 2 = Σ⌈𝑥 − 𝑢⌉2 𝑃(𝑥)
𝑠 2 = ⌈1 − 4.144⌉2 (0.08) + ⌈2 − 4.144⌉2 (0.152) + ⌈3 − 4144⌉2 (0.212)
+⌈4 − 4144⌉2 (0.18) + ⌈5 − 4144⌉2 (0.16) + ⌈6 − 4144⌉2 (0.052)
+⌈7 − 4144⌉2 (0.02) + ⌈8 − 4144⌉2 (0.144)
𝑠 2 = 4.37
𝑠 = 2.09
c) Calcule la media y desviación del pago.

Número de horas P(x)

$3 0.08
$6 0.152
$9 0.212
$12 0.18
$14 0.16
$16 0.052
$18 0.02
$20 0.144

𝑢 = Σ[𝑥𝑃(𝑥)]
𝑢 = 3(0.08) + 6(0.152) + 9(0.212) + 12(0.18) + 14(0.16) + 16(0.052)
+18(0.02) + 20(0.144)
𝑢 = 11.53

9
𝑠 2 = Σ⌈𝑥 − 𝑢⌉2 𝑃(𝑥)
𝑠 2 = ⌈3 − 11.53⌉2 (0.08) + ⌈6 − 11.53⌉2 (0.152) + ⌈9 − 11.53⌉2 (0.212)
+⌈12 − 11.53⌉2 (0.18) + ⌈14 − 11.53⌉2 (0.16) + ⌈16 − 11.53⌉2 (0.052)
+⌈18 − 11.53⌉2 (0.02) + ⌈20 − 11.53⌉2 (0.144)
𝑠 = 5.63

10
3. TRABAJO NUMERO 2

TEMA: DISTRIBUCIÓN DE PROBABILIDAD CONTINUA

3.1 EJERCICIO 1 De acuerdo con Chemical Engineering Progress (noviembre de 1990),

aproximadamente 30% de todas las fallas de operación en las tuberías de plantas químicas
son ocasionadas por errores del operador.
a) ¿Cuál es la probabilidad de que de las siguientes 20 fallas en las tuberías al menos
10 se deban a un error del operador?
b) ¿Cuál es la probabilidad de que no más de 4 de 20 fallas se deban a un error del
operador?
c) Suponga que, para una planta específica, de la muestra aleatoria de 20 de tales
fallas exactamente 5 son errores de operación. ¿Considera que la cifra de 30%
anterior se aplique a esta planta? Comente su respuesta.

DATOS
𝑝 = 30%
𝑛 = 20
𝑥 = 10
𝑃[𝑥 ≥ 10]
20

𝑃[𝑥 ≥ 10] = ∑ 20 (𝑥(0,3)𝑥 (0,2)20−𝑥

𝑥=10

𝑃[𝑥 ≥ 10] = 0,0473

I= El porcentaje de que al menos lo se daban a un menor del operador es del 4,79%
b) 𝑛 = 20
𝑃[𝑥 ≤ 4]
4

𝑃[𝑥 ≤ 4] = ∑ 20 𝑐𝑥 (0,3)𝑥 (0,7)20𝑥

𝑥=0

𝑃[𝑥 ≤ 4] = 0,23,75
I= El 23,75 representa las fallas no mas de 4 se deben a un error del operador.
c) 𝑛 = 20
𝑃[𝑥 = 𝑠]
𝑃[𝑥 = 𝑠] = 20 𝐶𝑠 (0,3)5 (0,7)15
𝑃[𝑥 = 𝑠] = 0,1788
I = Los 5 errores el 17,88%

11
3.2 EJERCICIO 2 Un destacado medico afirma que el 70% de las personas con cáncer de
pulmón son fumadores empedernidos. Si su aseveración es correcta.
a) Calcule la probabilidad de que, de 10 de estos pacientes, que ingresaron recientemente a
un hospital, menos de la mitad sean fumadores empedernidos;
b) Calcule la probabilidad de que, de 20 de estos pacientes, que ingresaron recientemente a
un hospital, menos de la mitad sean fumadores empedernidos.
DATOS
𝑃 = 0,7
a) 𝑛 = 10
[𝑃(𝑥 ≤ 4)]
4

𝑃[𝑥 ≤ 4] = ∑ 10 (𝑥(10,7)7 (10,3)10−𝑥

𝑥=0

𝑃[𝑥 ≤ 4] = 0,0473
I= El porcentaje de que menos de la mitad sean fumadores empedernidos que ingresaron al
hospital es del 4,73%
b) 𝑛 = 20 𝑃[𝑥 ≤ 8]
9

𝑃[𝑥 ≤ 9] = ∑ 20 𝐶𝑥 (0,70)𝑥 (0,3)20−𝑥

𝑥=0
𝑃[𝑥 ≤ 9] = 0,01714

I = El porcentaje de que menos de la mitad sean fumadores que ingresaron al hospital es

del 1,71%.

5.3 EJERCICIO 3 Al probar cierta clase de neumático para camión en un terreno accidentado,
se encuentra que el 25% de los camiones no completan la prueba de recorrido sin ponchaduras.
De los siguientes 15 camiones probados. Calcule la probabilidad de que.
a) De 3 a 6 tengan ponchaduras:
b) Menos de 4 tengan ponchaduras:
c) Mas de 5 tengan ponchaduras.
DATOS
𝑃 = 25%
𝑛 = 15

a) 𝑃[3 ≤ 𝑥 ≤ 6] = ∑6𝑥=3 15 𝐶𝑥 (025)𝑥 (0,75)15−𝑥

𝑃[3 ≤ 𝑥 ≤ 6] = 0,7072

I = El 70,7 % va a tener ponchaduras de los 3 a los camiones.

b) 𝑃[𝑥 ≤ 3] = ∑3𝑥=10 15 𝐶𝑥 (0,25)7 (0,75)15−𝑥

𝑃[𝑥 ≤ 3] = 0,4612

I = El porcentaje de que mas de 4 camiones tengan ponchaduras es de 46,12%

12
C) 𝑝[𝑥 ≥ 6] = ∑15 2
𝑥=6 15 𝐶𝑥 (0,25) (0,75)
15−𝑥

𝑃[𝑥 ≥ 6] = 0,1483
I = el porcentaje de que más de 5 camiones tengan ponchaduras es de 14,93%

3.4 EJERICICIO 4 Según un informe de la revista Parade, una encuesta a nivel nacional,
realizada por la Universidad de Michigan con estudiantes universitarios de último año, revelo que
casi 70% desaprueban el consumo diario de marihuana. Si se seleccionan 12 estudiantes de último
año al azar y se les pide su opinión, calcule la probabilidad de que el número de los que
desaprueban el consumo diario de marihuana sea.
a) Cualquier entre 7 y 9 ;
b) 5 a lo sumo:
c) No menos de 8 .
DATOS
𝑃 = 0,7 𝑛 = 12

a) 𝑃[7 ≤ 𝑥 ≤ 𝑎] = ∑9𝑥=7 12 𝐶𝑥 (0,7)𝑥 (0,3)12−𝑥

𝑃[7 ≤ 𝑥 ≤ 𝑎] = 0,629

I = El porcentaje que entre 7 y 9 estudiantes desaprueben por el consumo de marihuana es de

62,9%

b) 𝑃[𝑥 ≤ 5] = ∑5𝑥=0 12 𝐶𝑥(0,7)𝑥 (0,30)12−𝑥

𝑃[𝑥 ≤ 5] = 0,0386

I = El porcentaje que máximo 5 desaprueben por el consumo diario de marihuana es de 3,86%

c) 𝑃[𝑥 ≥ 8] = ∑12 𝑥
𝑥=8 12 𝐶𝑥(0,7) (0,3)
12−𝑥

𝑃[𝑥 ≥ 8] = 0,7236

I = el porcentaje que no menos de 9 desaprueben por el consumo de marihuana es del 72,36%.

3.5 EJERICICIO 5 La probabilidad de que un paciente se recupera de una delicada operación

de corazón es 0.9 ¿ Cual es la probabilidad de que exactamente 5 de los siguientes 7 pacientes
intervenidos sobrevivan?
DATOS

𝑃 = 0,9 𝑛=9 𝑥=5

𝑃[𝑥 = 5] = 7 𝐶𝑥 (0,9)5 (0,1)7−5

𝑃[𝑥 = 5] = 0,1240

I = El 12,40% representa los 5 pacientes que van a sobrevivir de los 7.

13
3.6 EJERICICIO 6 Un estudio a nivel nacional que examino las actitudes hacia los
antidepresivos revelo que aproximadamente 70% de los encuestados cree que “los antidepresivos
en realidad no curan nada, solo disfrazan el problema real”. De acuerdo con este estudio, ¿Cuál
es la probabilidad de que al menos 3 de las siguientes 5 personas seleccionadas al azar tengan esta
opinión?
DATOS

𝑃 = 0,70 𝑛=5
5

𝑃[𝑥 ≥ 3] = ∑ 5 𝐶𝑥 (0,7)𝑥 (0,3)5−𝑥

𝑥=3

𝑃[𝑥 ≥ 3] = 0,8369
I = El porcentaje de que al menos 3 de las siguientes 5 personas seleccionadas al azar tengan esta
opinión es de 23,69%

3.7 EJERICICIO 7 El porcentaje de victorias que consiguió el equipo de baloncesto los Toros
de Chicago para pasar a las finales en la temporada 1996 – 97 fue de 87.7. De donde 87.7 a 90
para poder utilizar la tabla A.1.
a) ¿Cuál es la probabilidad de que los Toros logren una victoria aplastante (4 – 0) en la serie
final de 7 juegos?
b) ¿Cuál es la probabilidad de que los Toros ganen la serie inicial?
c) ¿Qué suposición importante se hace al responder los incisos a) y b)?
DATOS

𝑃 = 0,9
a) 𝑛 = 4 𝑃[𝑥 ≤ 4]
4

𝑃[𝑥 ≤ 4] = ∑ 4 𝐶𝑥 (0,9)𝑥 (0,1)4−𝑥

𝑥=0

𝑃[𝑥 ≤ 4] = 1

𝑃[𝑥 ≤ 3] = ∑ 4 𝐶𝑥 (0,9)𝑥 (0,1)4−𝑥 = 0,3439

𝑥=0

𝑃 = 1 − 0,3439 = 0,6561
I = El porcentaje por que se logre una victoria distante de 9 – 0 es el 65,61%

b) 𝑃[𝑥 ≤ 4] = 0,0257 𝑃(𝑥 ≤ 3) = 0,027

𝑃 = (0,0257) − 0,0022 = 0,023

I = El porcentaje que ganen toda la serie inicial es del 2,3%

C) Se supone que a y b tienen un numero de muestra que es el 4.

14
3.8 EJERICICIO 8. Se sabe que 60% de los ratones inoculados con un suero quedan protegidos
contra cierta enfermedad. Si se inoculan 5 ratones, calcule la probabilidad de que.
a) ninguno contraiga la enfermedad;
b) menos de 2 contraigan la enfermedad;
C) más de 3 contraigan la enfermedad.
DATOS

𝑞 = 𝑜, 6 𝑛=5
𝑝 = 0,4

𝑃[𝑥 = 0] = 5𝐶𝑜 (0,4)𝑜 (0,6)5

𝑃[𝑥 = 0] == 0,0777
I = El porcentaje que nadie contraiga a la enfermedad es de 7,77%.

𝑏) 𝑃[𝑥 ≤ 1] = ∑ 5 𝐶𝑥 (0,4)𝑥 (0,6)5−𝑥

𝑥=0

𝑃[𝑥 ≤ 1] = 0,3369

c) 𝑃[𝑥 ≥ 4] = ∑5𝑥=4 5 𝐶𝑥 (0,4)𝑥 (0,6)5−𝑥

𝑃[𝑥 ≥ 4] = 0,08704

3.9 EJERICICIO 9 Suponga que los motores de un avión operan de forma independiente y que
tienen una probabilidad de falla de 0.4. Se supone que un avión tiene un vuelo seguro si funcionan
al menos la mitad de sus motores. Si un avión tiene 4 motores y otro tiene 2. ¿Cuál de los dos
tiene la probabilidad más alta de un vuelo exitoso?
DATOS
𝑃 = 0,4 𝑛1 = 4 𝑛2 = 2

𝑃[𝑥 ≥ 2] = ∑ 4 𝐶𝑥 (0,6)𝑥 (0,4)4−𝑥

𝑥=2

[𝑥 ≥ 2] = 0,8208

𝑃[𝑥 ≥ 1] = ∑ 2 𝐶𝑥 (0,6)𝑥 (0,4)4−𝑥

𝑥=1

𝑃[𝑥 ≥ 1] = 0,84
I = El avión que tiene un vuelo más exitoso es el de 2 motores con un porcentaje del 84%.

15
3.10 EJERICICIO 10 De acuerdo con la teoría genética, cierta cruza de conejillos de Indias
tendrá crías rojas, negras y blancas en la proporción 8:4:4. Calcule la probabilidad de que de 8
crías. 5 sean rojas, 2 negras y 1 blanca.
DATOS
𝑛=8 𝑥1 = 5 𝑥2 = 2 𝑥3 = 1
8! 1 1 1
8 + 4 + 4 = 16 𝑃 = (5! 2!
) = (2)5 (4)2 (4)
1!

21
𝑃= = 0,082
256

I = El 82% representa la probabilidad de los 8 errores que salga 5 rojas, 2 negras y 1 blanca.

3.11 EJERICICIO 11 Las probabilidades de que un delegado llegue a cierta convención en

avión, automóvil o tren son de 0.4, 0,3 y 0,1. Respectivamente. ¿Cuál es la probabilidad de que,
de 9 delegados que asisten a esta convención seleccionados al azar, 3 lleguen en avión, 3 en
autobús, 1 en automóvil y 2 en tren?
DATOS
𝑃 = 0,4; 0,2; 0,3; 0,1
𝑛=3
𝑥1 = 3 𝑥2 = 3 𝑥3 = 1 𝑥4 = 2
𝑃[3,3,12; 0,4; 0,2; 0,3; 0,1]
9!
𝑃 = (3! 3! 1!
) = (0,4)3 (0,2)3 (0,3)1 (0,1)2
2!

9𝑥8 𝑥7𝑥6𝑥5𝑥4𝑥3𝑥2𝑥1
𝑃=
3𝑥2𝑥1 3𝑥2𝑥1 1 2𝑥1
𝑃 = 5040 (0,4)3 (0,2)3 (0,3)2 (0,1)2
𝑃 = 0,0077
𝑃 = 0,77%
I = Su probabilidad es de 0,77%

3.12 EJERICICIO 12se selecciona al azar un comité de 3 personas a partir de 4 médicos y 2

enfermeras. Escriba una fórmula para la distribución de probabilidad de la variable aleatoria X
que representa el número de médicos en el comité. Calcule 𝑃(2 ≤ 𝑥 ≤ 3).

𝑁=6 𝑛=3 𝑠=4

𝑐𝑥𝑠 𝑐𝑛−𝑥
𝑁−𝑠
𝑃[2 ≤ 𝑥 ≤ 3] =
𝑐𝑛𝑁
3 6−4
𝑐𝑥4 𝑐3−𝑥
𝑃[2 ≤ 𝑥 ≤ 3] = ∑
𝑐36
𝑥=2

𝑃 = [2 ≤ 𝑥 ≤ 3] = 0,8
I = El porcentaje de la distribución que representa el número de médicos es del 86

16
3.13 EJERICICIO 13 Una empresa está interesada en evaluar su procedimiento de inspección
actual para embarques de 50 artículos idénticos. El procedimiento consiste en tomar una muestra
de 5 artículos y aceptar el embarque si no se encuentra más de 2 defectuosos. ¿Que proporción de
embarques con 20% de artículos defectuosos se aceptara?
DATOS
𝑁 = 50 𝑛=5 𝑠 = (50𝑥0,2) = 10
2 50−10
𝑐𝑥10 𝑐5−𝑥
𝑃[2] = [𝑥 ≤ 2] = ∑
𝑐550
𝑥=0

𝑃[𝑥 ≤ 2] = 0,9517
I = El porcentaje de la proporción que se aceptan de los embarques es de 95,17%.

3.14 EJERICICIO 15 Si de una baraja ordinaria de 52 cartas, se toman 7 y se reparten ¿Cuál es

la probabilidad de que?
a) ¿Exactamente 2 de ellas sean, cartas de figuras?
b) Al menos 1 de ellas sea una reina.
DATOS
𝑁 = 52 𝑛=7 𝑠 = 12 # de cartas de figuras que hay en el juego.

𝑐𝑥𝑠 𝑐𝑛−𝑥
𝑁−𝑠
𝑃[𝑥 = 2] =
𝑐𝑛𝑁

𝑐212 𝑐7−2
52−12
𝑃[𝑥 = 2] = = 0,324
𝑐752
I = el porcentaje de que exactamente 2 de ellas sean cartas es del 32,4%
4
𝑐𝑥5 𝑐𝑛−𝑥
𝑁−𝑆
𝑃[𝑥 ≥ 1] = ∑ 𝑛=4
𝑐𝑛𝑁
𝑥=1
4 52−4
𝑐𝑥4 𝑐7−𝑥
=∑ = 0,4496%
𝑐752
𝑥=1

= 44.96%

17
3.16 EJERICICIO 16 De los 150 empleados de hacienda en una ciudad grande, solo 30 son
mujeres. Suponga que se eligen al azar 10 de los empleados para que proporcionen asesorías
gratuitas sobre declaraciones de impuestos a los residentes de esta ciudad; utilice la aproximación
binomial a la distribución hipergeométrica para calcular la probabilidad de que se seleccionen al
menos 3 mujeres.
DATOS

𝑛 = 10 𝑠 = 30 𝑥=3
30 150−50
𝑐𝑥∞ 𝑐10−𝑥
𝑃[𝑥 ≥ 3] = ∑ 150
𝑐30
𝑥=3

𝑃[𝑥 ≥ 3] = 1 − 𝑃[𝑥 ≤ 2]
2 150−30
𝑐𝑥30 𝑐10−𝑥
=1− ∑ 150
𝑐10
𝑥=0

𝑃[𝑥 ≥ 3] = 1 − 0,6799
𝑃[𝑥 ≥ 3] − 0,32
I = El 32% corresponde a la selección de al menos 3 mujeres para la proporción de asesoría
gratuita.

3.17 EJERICICIO 17 Una encuesta a nivel nacional, realizada por la Universidad de Michigan
a 17,000 estudiantes universitarios de ultimo año, revela que casi 70% desaprueba el consumo
diario de marihuana, si se seleccionan al azar 18 de tales estudiantes y se les pide su opinión, ¿
Cuál es la probabilidad de que más de 9 pero menos de 14 desaprueben el consumo de marihuana?
DATOS
𝑛 = 17,000 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠 𝑛 = 18 𝑠 = (17000)(0,7) = 11900
14 𝑁−𝑆
𝑐𝑥𝑠 𝑐1𝑛−𝑥
𝑃[9 < 𝑥 < 14] = ∑ 2
𝑐𝑛𝑁
𝑥=9
13 17000−11900
𝑐𝑥11900 𝑐18−𝑥
=∑ 17000
𝑐18
10

𝑃[9 < 𝑥 < 14 = 0,607

I = El porcentaje de que más de 9 y menos de 14 desaparecen por el consumo de marihuana es

del 60,99%.

18
3.18 EJERICICIO 18Una urna contiene 3 bolas verdes, 2 azules y 4 rojas. Calcule la
probabilidad de que, en una muestra aleatoria de 5 bolas, se seleccionen las 2 bolas azules y al
menos una roja.

𝑛=9 𝑛=5 𝑠 = 2 𝑎𝑧𝑢𝑙𝑒𝑠 → 2 → 100%

4 → 100%
1 ⋰ 𝑛 = 25%
9 → 100%
5 → 𝑥 = 55,55%
5 → 100
40
2→
55,55
3.19 EJERICICIO 19Una empresa grande tiene un sistema de inspección para los lotes de
compresores pequeños que compra a los vendedores. Un lote típico contiene 15 compresores. En
el sistema de inspección se selecciona una muestra aleatoria de 5 compresores para someterlos a
prueba. Suponga que en el lote de 15 hay 2 defectuosos.
a) ¿Cuál es la probabilidad de que en una muestra determinada haya un compresor
defectuoso?
b) ¿Cuál es la probabilidad de que la inspección descubra los 2 compresores defectuosos?
DATOS
𝑁 = 15 𝑛=5 𝑠=2

𝑐12 𝑐𝑠−1
15−2
𝑃[𝑥 = 1] =
𝑐515

𝑃[𝑥 = 1] = 0,476
I = El porcentaje de que haya un compresor defectuoso de la muestra es de 47,61%
15−2
𝑐22 𝑐5−2
𝑃[𝑥 = 2] =
𝑐515

𝑃[𝑥 = 2] = 0,0952
I = El porcentaje de que descubran 2 compresores defectuosos es 9,5%.

19
3.20 EJERICICIO 20 Un estudio de un inventario determina que, en promedio, el número de
veces al día que se solicita un artículo especifico en un almacén es 5. ¿Cuál es la probabilidad de
que en un día determinado este artículo se pida
a) ¿Mas de 5 veces?
b) ¿Ninguna vez?
5 0
𝜆𝜆 𝑒 −𝜆 𝑠 𝑥 𝑒 −𝑠
𝑃[𝑥 > 5] = 1 ∑ 𝑏 = ∑[ ]
𝑥! 𝑥!
𝑥=0 𝑥=0
5
5𝑥 𝑒 −5
𝑃[𝑥 > 5] = 1 − ∑ 𝑏 = 0,006737
𝑥!
𝑥=0

𝑃[𝑥 > 5] = 0,384 𝑏 = 0,671

I = El porcentaje de que este artículo se pida ninguna ves es el 0,67%

3.21 EJERICICIO 21 En cierto crucero ocurren, en promedio. 3 accidentes de tránsito al mes.

¿Cuál es la probabilidad de que en cualquier determinado mes en este crucero?
a) ¿Ocurran exactamente 5 accidentes?
b) ¿Ocurran menos de 3 accidentes?
c) ¿Ocurran al menos 2 accidentes?
DATOS
𝜆=3
35 𝑒 −5
a) 𝑃(𝑥 = 𝑠) = 5!
= 0,1048

I = El porcentaje que ocurre exactamente son accidentes en el mes del crucero es del 10,48%
3𝑥 𝑒 −8
b) 𝑃[𝑥 ≤ 2] = − ∑2𝑥=0 𝑥!
= 0,4231

I = El 42,31 representa en el porcentaje de que ocurra menos de 3 en el crucero.

3𝑥 𝑒 −1
c) 𝑃[𝑥 < 2] = 1 − ∑1𝑥=0 1!
= 0,800

3.22 EJERICICIO 22 Un escritor de libros comete, en promedio, dos errores de procesamiento

de texto por páginas en el primer borrador de su libro. ¿Cuál es la probabilidad de que en la
siguiente página cometa.
a) 4 o más errores?
b) Ningún error?
DATOS
𝜆=2

20
 3
2𝑥 𝑐 −2
𝑃[𝑥 ≥ 4] = 1 − ∑
𝑥!
𝑥=0

= 1 − 857
= 0,142%
20 𝑒 −2
𝑃[𝑥 = 2] = = 0,1353
0!
I = El porcentaje de que no cometa ningún error es del 13,53%

3.23 EJERICICIO 23 Cierta área del este de Estados Unidos resulta afectad, en promedios, por
6 huracanes al año. Calcule la probabilidad de que para cierto año esta área resulte afectada por.
𝑥 𝑥 𝑒 −𝑥
a) 𝑃[𝑥 < 4] = 1 − ∑3𝑥=0 𝑥!
3 𝑥 −6
6 𝑒
=∑=
𝑥!
𝑥=0
𝑃[𝑥 < 4] = 0,1512

I =El porcentaje de que menos de 4 huracanes resulte ciertas en cada año está entre 15,12%
6𝑥 𝑒 −6
b) 𝑃[6 ≤ 𝑥8] ∑8𝑥=6 𝑥!
= 0,4015

3.24 EJERICICIO 24 Se estima que el número promedio de ratas de campo por acre, en un
campo de 5 de trigo, es 1. Calcule la probabilidad de que se encuentren menos de 7 ratas de
campo.
a) En un acre dado;
b) En 2 de los siguientes 3 acres que se inspeccionen.
DATOS
𝜆=2
𝜆𝑥 𝑒 −𝜆
a) [𝑥 ≤ 6] = ∑6𝑥=0
𝑛!

6
12𝑥 𝑒 −12
=∑
𝑥!
𝑥=0

𝜔[≤ 𝜆 = 0,0453

= 4,5%
𝑥 𝑥 𝑒 −𝑥
b) [𝑥 ≤ 6] = ∑6𝑥0 𝑥!
= 3 𝐶2 (0,0453)2
+ (0,954)3−2
= 6,004 + 10−3
= 0,006

I = El 4,58 corresponde al porcentaje al que encuentra más cartas en un asociado.

21
3.25 EJERICICIO 25. Un fabricante de automóviles se preocupa por una falta en el mecanismo
de freno de un modelo específico. En raras ocasiones la falla puede causar una catástrofe al
manejarlo a alta velocidad. La distribución del número de automóviles por año que experimentara
la catástrofe es una variedad aleatoria de Poisson con 𝜆 = 5.
a) ¿Cuál es la probabilidad de que, a lo sumo 3 automóviles por año de ese modelo
especifico sufran una catástrofe?
b) ¿Cuál es la probabilidad de que más de un automóvil por año experimente una
catástrofe?
DATOS

𝜆=5
5𝑥 𝑒 −5
a) 𝑃[𝑥 ≤ 3] = ∑3𝑥=0 𝑥!
= 0,265

I = El 26,5% representa el porcentaje de que acurra una catástrofe a la máxima de 3 automóviles.

b) 𝑃[𝑥 ≥ 2] = 1 − 𝑃[𝑥 ≤ 1]
1
5𝑥 𝑒 −5
=1− ∑
𝑥!
𝑥=0

𝑃[𝑥 ≥ 2] = 0,9595 I = El porcentaje de que muestre 1 automóvil

experimente una constante es del 95,95%.

3.26 EJERICICIO 26 Los cambios en los procedimientos de los aeropuertos requieren una
planeación considerable. Los índices de llegadas de los aviones son factores importantes que
deben tomarse en cuenta. Suponga que los aviones pequeños llegan a cierto aeropuerto, de
acuerdo con un proceso de Poisson, con una frecuencia de 6 por hora. De esta manera, el
parámetro de Poisson para las llegadas en un periodo de horas es𝜇 = 6𝑡.
a) ¿Cuál es la probabilidad de que lleguen exactamente 4 aviones pequeños durante un
periodo de una hora?
b) ¿Cuál es la probabilidad de que lleguen al menos 4 durante un periodo de una hora?
c) Si definimos un día laboral como de 12 horas. ¿Cuál es la probabilidad de que al menos
75 aviones pequeños lleguen durante un día laboral?

DATOS
64 𝑒 −6
a) 𝑃[𝑥 = 4] =
4!
𝑃[𝑥 = 4] = 0,1338

I = El 10 representa el porcentaje de que lleguen 4 aviones en una hora.

b) 𝑃[𝑥 ≥ 4] = 1 − 𝑃[𝑥 ≤ 3]
3
6𝑥 𝑒 −6
1−= ∑ = 0,8487
𝑥!
𝑥=0

I = El porcentaje de que lleguen en el mismo 4 aviones en una hora es del 84,87%

c) 𝑃[𝑥 ≥ 75]
= 1 − 𝑝[𝑥 ≤ −74]

22
 74
72𝑥 𝑒 −72
=1− ∑
𝑥!
𝑥=0
= 1 − 0,6626 = 0,3373

3.27 EJERICICIO 27 Se supone que el número de clientes que llegan por hora a ciertas
instalaciones de servicio automotriz sigue una distribución de Poisson con media 𝜆 = 7
a) Calcule la probabilidad de que lleguen más de 10 clientes en un periodo de dos horas.
b) ¿Cuál es el número medio de llegada durante un periodo de 2 horas?

DATOS
𝜆=7
2 horas → 𝜆 = 14
a) 𝑃[𝑥 ≥ 11] = 1 − 𝑃[𝑥 ≤ 10]
10
14𝑥 𝑒 −14
= 1 − ∑[ ] = 0,8243
𝑥!
𝑥=0

I = El 82,43% representa el porcentaje de que lleguen más de 10 clientes en un periodo de 2 horas

b) 1 ℎ𝑜𝑟𝑎 → 7 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠
2 ℎ𝑜𝑟𝑎𝑠 → 14 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝜆 = 14 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠

3.28 EJERICICIO 28 Los baches en ciertas carreteras pueden ser un problema grave y requieren
reparación constantemente. Con un tipo específico de terreno y mezcla de concreto la experiencia
sugiere que hay en promedio, 2 baches por milla después de cierta cantidad de uso. Se supone que
el proceso de Poisson se aplica a la variable aleatoria” numero de baches”.
a) ¿Cuál es la probabilidad de que no aparezca más de un bache en un tramo de una milla?
b) ¿Cuál es la probabilidad de que no aparezcan más de 4 baches en un tramo determinado de
5 milla?
DATOS
𝜆=2
a) 𝑃[𝑥 ≤ 1]
4 10𝑥 𝑒 −10
𝑃[𝑥 ≤ 1] = ∑
𝑥=0 𝑥!

I = El porcentaje de que 4 aparezcan más de un bache es del 40.6%.

2 → 1 𝑚𝑖𝑙𝑙𝑎

23
𝜆 → 5 𝑚𝑖𝑙𝑙𝑎𝑠 𝑃[𝑥 ≤ 4] = 0,4060𝜆0
𝑥 → 10 𝑏𝑎𝑐ℎ𝑒𝑠

10𝑥 𝑒 −10
b) 𝑃[𝑥 ≤ 4] = ∑4𝑥=0 𝑥!

𝑃[𝑥 ≤ 4] = 0,02425
I = El porcentaje de que no aparezcan mas de 4 baches en un tramo de 5 millas es de 2,92%.

24
4. TRABAJO NUMERO 3

TEMA: DISTRIBUCION UNIFORME

4.1 EJERCICIO 1 La proporción de personas que responden a cierta encuesta enviada por
correo es una variable aleatoria continua x que tiene la siguiente función de densidad:
2(𝑥 + 2)
𝑓(𝑥) = { ,0 < 𝑥 < 1
5
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Demuestre que P [0<x<1] = 1
b) Calcule la probabilidad de que más de 1/4 pero menos de 1/2 de las personas
contactadas respondan este tipo de encuesta
a)
1
2(𝑥 + 2) 𝑥 2 4𝑥 1 1 4
∫ 𝑑𝑥 = [ + ] = + = 1
0 5 5 5 0 5 5
2(𝑥 + 2)
≥ 0∀𝑥 ∈ ℝ
5
b)
1 1 𝑜.5 2(𝑥+2) 𝑥2 4𝑥 0.5
P [4 < 𝑥 < 2]= ∫0.25 𝑑𝑥 = [ 5 + ] 0.25 = 0.45 − 0.2125 = 0 − 2375 =>
5 5
23.75%
Existe una probabilidad de 23.75% de que ese número de personas contactadas respondan
este tipo de encuesta
4.2 EJERCICIO 2 Una empresa de inversiones ofrece a sus clientes bonos municipales que
vencen después de varios años. Dado que la función de distribución acumulada de T, el
número de años para el vencimiento de un bono que se elige al azar es
0, 𝑡 < 1
1 3
,1 ≤ 𝑡 < 3
𝐹(𝑡) = 4 𝐹(𝑡) = {4 , 5 ≤ 𝑡 ≤ 7
1 1, 𝑡 ≥ 7
{2 , 3 ≤ 𝑡 < 5
Calcule
a) P (T=5)
b) P (T >3)
c) P (1.4 < T<6)
d) P (T ≤ 5 | T ≥ 2)
a)
3 1 1
P (T=5) = 4 − 2 = 4 => 0.25 => 25%

Existe una probabilidad del 25% cuando T = 5

25
b)
1 1
P (T >3) = 1 − 2 = 2 => 0.5 => 50%

Existe una probabilidad del 50% cuando T > 3

c)
3 1 1
P (1.4 < T<6) =4 − 4 = 2 => 0.5 => 50%

Existe una probabilidad del 50% cuando 1.4 < T<6

d)
1 1 1
P (T ≤ 5 | T ≥ 2) = − = => 02.5 => 25%
2 4 4

Existe una probabilidad del 25% cuando T ≤ 5 | T ≥ 2

4.3 EJERCICIO 3 El tiempo que pasa, en horas, para que un radar detecte entre conductores
sucesivos a los que exceden los límites de velocidad es una variable aleatoria continua
con una función de distribución acumulativa
0, 𝑥<0
𝐹(𝑥) = { −8𝑥
1−𝑒 , 𝑥 ≥0
Calcule la probabilidad de que el tiempo que pase para que el radar detecte entre
conductores sucesivos a los que exceden los límites de velocidad sea menor a 12 minutos
a) Usando la función de distribución acumulativa de x
b) Utilizando la función de densidad de probabilidad de x
a)
1ℎ
12 min 60 𝑚𝑖𝑛 = 0.2 ℎ P (x < 0.2) = 1 − 𝑒 −8(0.2) = 0.7981 => 79.81%

Existe una probabilidad de 79.81% de que se detecte en menos de 12 min a los

conductores a exceso de velocidad
b)
𝑓(𝑥) = 𝐹 ′ (𝑥) = 8𝑒 −8𝑥
0.2
P(x < 0.2) = ∫0 8𝑒 −8𝑥 𝑑𝑥 = [−𝑒 −8𝑥 ] 0.2
0
= 1 − 𝑒 1.6 = 0.7981 => 79.81%

Existe una probabilidad de 79.81% de que se detecte en menos de 12 min a los

conductores a exceso de velocidad
4.4 EJERCICIO 4 Una variable aleatoria continua x, que puede tomar valores entre x=1 y
x=3, tiene una función de densidad dada por f(x) = 1/2
a) Muestre que el área bajo la curva es igual a 1
b) Calcule P (2 < x < 2.5)
c) Calcule P (x ≤ 1.6)

26
a)
3
1 𝑥 3 3 1
∫ 𝑑𝑥 = [ ] = − = 1
1 2 2 1 2 2
1
≥0∀𝑥 ∈ ℝ
2
b)
2.5 1 𝑥 5 2
P (2<x<2.5)=∫2 𝑑𝑥 = [2] 2.5
2
= 4 − 2 = 0.25 => 25%
2

Existe una probabilidad de 25%

c)
1.6 1 𝑥 4 1
P (x ≤ 1.6) = ∫1 𝑑𝑥 = [2] 1.6
1
= 5 − 2 = 0.3 => 30%
2

Existe una probabilidad de 30%

4.5 EJERCICIO 5. Una variable aleatoria continua x, que puede tomar valores entre x = 2
2(1+𝑥)
y x = 5, tiene una función de densidad dada por 𝑓(𝑥) = 27

Calcule:
a) P (x < 4)
b) P (3 ≤ x < 4)
a)
3 2(1+𝑥) 2𝑥 𝑥2 15 8
P (x < 4) = ∫2 𝑑𝑥 = [27 + 27] 32 = 27 − 27 = 0.259 => 25.9%
27

Existe una probabilidad de 25.9%

b)
4 2(1+𝑥) 2𝑥 𝑥2 24 15
P (3 ≤ x < 4) = ∫3 𝑑𝑥 = [27 + 27] 43 = 27 − 27 = 0.333 => 33.3%
27

Existe una probabilidad de 33.3%

4.6 EJERCICIO 6 Para la función de densidad del ejercicio 3.17 calcule F(x). Utilícela para
evaluar P (2 < x < 2.5)
1
𝑓(𝑥) =
2
𝑥
1 𝑥 𝑥 𝑥 1
𝐹(𝑥) = ∫ 𝑑𝑥 = [ ] = −
1 2 2 1 2 2
𝑥 1 2.5 1 2 1
P (2 < x < 2.5) = 2 − 2 = − 2 − 2 − 2 = 0.25 => 25%
2

Existe una probabilidad de 25%

27
3.20 Para la función de densidad del ejercicio 3.18 calcule F(x) y utilícela para evaluar P
(3 ≤ x < 4)
2(1 + 𝑥)
𝑓(𝑥) =
27
𝑥
2(1 + 𝑥) 2𝑥 𝑥 2 𝑥 2𝑥 + 𝑥 2 8
𝐹(𝑥) = ∫ 𝑑𝑥 = [ + ] = −
2 27 27 27 2 27 27
2𝑥+𝑥 2 8 8+16−8 6+9−8
P (3 ≤ x < 4) = − 27 = − = 0.333 => 33.3%
27 27 27

Existe una probabilidad de 33.3%

4.7 EJERCICIO 7 El tiempo que pasa, en horas, antes de que una parte importante de un
equipo electrónico que se utiliza para fabricar un reproductor de DVD empiece a fallar
tiene la siguiente función de densidad:
𝑥
𝑒 −2000
𝑓(𝑥) = { 2000 , 𝑥≥0
0, 𝑥 < 0
a) Calcule F(x)
b) Determine la probabilidad de que el componente (y, por lo tanto, el reproductor
de DVD) funcione durante más de 1000 horas antes de que sea necesario
reemplazar el componente
c) Determine la probabilidad de que el componente falle antes de 2000 horas
a)
𝑥
𝑒 −2000
𝑥 𝑥 𝑥 𝑥
𝐹(𝑥) = ∫ 𝑑𝑥 = [−𝑒 −2000 ] = 1 − 𝑒 −2000
0 2000 0
b)
1000
P (x > 1000) = 1- F (1000) = 1 -1 + 𝑒 −2000 = 0.606 => 60.6%
La probabilidad de que funcione durante más de 1000 horas antes de reemplazarlo es de
60.6%
c)
2000
P (x < 2000) = F (2000) = 1 − 𝑒 −2000 = 0.6321 => 63.21%
La probabilidad de que falle antes de las 2000 horas es de 63.21%
4.8 EJERCICIO 8. Un factor importante en el combustible sólido para proyectiles es la
distribución del tamaño de las partículas. Cuando las partículas son demasiado grandes
se presentan problemas importantes. A partir de datos de producción históricos se
determinó que la distribución del tamaño (en micras) de las partículas se caracteriza por
3𝑥 −4 , 𝑥>1
𝑓(𝑥) = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

28
 a) Verifique que sea una función de densidad válida
b) Evalué F(x)
c) ¿Cuál es la probabilidad de que una partícula tomada al azar del combustible
fabricado sea mayor que 4 micras?
a)
∞
∞
∫ 3𝑥 −4 𝑑𝑥 = [−𝑥 −3 ] =1
1 1

3𝑥 −4 ≥ 0 ∀ 𝑥 ∈ ℝ
b)
𝑥
𝑥
𝐹(𝑥) = ∫ 3𝑥 −4 𝑑𝑥 = [−𝑥 −3 ] = 1 − 𝑥 −3
1 1
c)
P (x > 4) = 1- F (4) = 1-1 − 4−3 = 0.015 => 1.5%
Existe una probabilidad de 1.5% de que una partícula del combustible sólido sea mayor
que 4 micras
Esperanza matemática
4.9 EJERCICIO 9 La función de densidad de las mediciones codificadas del diámetro de
paso de los hilos de un encaje es
4
,0 < 𝑥 < 1
𝑓(𝑥) = {𝜋(1 + 𝑥 2 )
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Calcule el valor esperado x
1
4𝑥 4 1 𝑥 𝑑𝑥 2 1 𝑑𝑢 2 2 )]
1
µ=∫ 𝑑𝑥 = ∫ = ∫ = [ln(1 + 𝑥 = 0.44
0 𝜋(1 + 𝑥 2 ) 𝜋 0 (1 + 𝑥 2 ) 𝜋 0 𝑢 𝜋 0

𝑢 = 1 + 𝑥2
𝑑𝑢
𝑑𝑢 = 2𝑥 𝑑𝑥 => 𝑑𝑥 =
2𝑥
El valor esperado de x es 0.44
4. 10 EJERCICIO 10 Si la utilidad para un distribuidor de un automóvil nuevo, en unidades
de $5000, se puede ver como una variable aleatoria x que tiene la siguiente función de
densidad:
2(1 − 𝑥), 0<𝑥<1
𝑓(𝑥) = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Calcule la utilidad promedio por automóvil

29
 1
2𝑥 3 1 1
𝜇 = ∫ 2(1 − 𝑥)𝑥 𝑑𝑥 = [𝑥 2 − ] = = 0.333
0 3 0 3
La utilidad promedio por automóvil es de $1666,67
4.14 Calcule la proporción x de personas que se podría esperar que respondieran a cierta
encuesta que se envía por correo, si x tiene la siguiente función de densidad
2(𝑥 + 2)
𝑓(𝑥) = { ,0 < 𝑥 < 1
5
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
1
2(𝑥 + 2)𝑥 2𝑥 3 2𝑥 2 1 8
𝜇=∫ 𝑑𝑥 = [ + ] = = 0.533
0 5 15 5 0 15
La proporción x de las personas que respondan la encuesta esperada es de 0.533

30
5. TRABAJO NUMERO 4

TEMA: DISTRIBUCION MORMAL

5 1 EJERCICIO 1. Una distribución uniforme se define en el intervalo de 6 a 1

a) ¿Cuáles son los valores de a y de b?

𝑎=6 𝑏 = 10

b) ¿Cuál es la media de esta distribución uniforme?

6 + 10
𝜇= =6
2

c) ¿Cuál es la desviación estándar?

2
(10 − 6)2 16
𝑠 = =
12 12
16
𝑠 = √ = 1.154
12
d) Demuestre que el área total es de 1.00.

1
𝑑𝑥 ; 6 ≤ 𝑥 ≤ 10
𝑓(𝑥) = { 4
0; 𝑥 ∈ 𝑅 ∩ 𝑥∄ [6,10]
10
1 10 6
𝐴𝑟𝑒𝑎 = ∫ 𝑑𝑥 → − =1
6 4 4 4
e) Calcule la probabilidad de un valor mayor que 7.
10
1
𝑃[7; 10] = ∫ 𝑑𝑥 = 0.75
7 4
f ) Calcule la probabilidad de un valor entre 7 y 9.
9
1 9 7
𝑃[7; 9] = ∫ 𝑑𝑥 = − = 0.5
7 4 4 4

5 2 EJERCICIO 2. Una distribución uniforme se define en el intervalo de 2 a 5.

a) ¿Cuáles son los valores de a y b?

𝑎=2 𝑦 𝑏=5
b) ¿Cuál es la media de esta distribución uniforme?
5+2 7
𝜇= =
2 2

c) ¿Cuál es la desviación estándar?

31
 (5 − 2)2 3
𝑠2 = =
12 4
9
𝑠 = √ = 0.86
12

d) Demuestre que el área total es de 1.00.

1
𝑓(𝑥) = 𝑑𝑥
3
5
1
𝐴𝑟𝑒𝑎 = ∫ 𝑑𝑥
2 3
5 2
𝐴𝑟𝑒𝑎 = − = 1
3 3
e) Calcule la probabilidad de un valor mayor que 2.6.

5
1
𝑃[2.6 − 5] = ∫ 𝑑𝑥
2.6 3
5 2.6
𝑃[2.6 − 5] = − = 0.8
3 3
f ) Calcule la probabilidad de un valor entre 2.9 y 3.7.
3.7
1
𝑃[2.9 − 3.7] = ∫ 𝑑𝑥
2.9 3
3.7 2.9
𝑃[2.9 − 3.7] = − = 0.266
3 3

5 3 EJERCICIO 3. El precio de cierre de una acción común de Schnur Sporting Goods Inc.,
está uniformemente distribuido entre $20 y $30 por acción. ¿Cuál es la probabilidad de
que el precio de la acción sea:
a) mayor a $27?

𝑎 = 20 𝑦 𝑏 = 30
1
𝑓(𝑥) =
10
30
1
𝑃[27 − 30] = ∫ 𝑑𝑥
27 10
30 27
𝑃[27 − 30] = − = 0.3
10 10

b) menor o igual a $24?

24
1
𝑃[20 − 24] = ∫ 𝑑𝑥
20 10
24 20
𝑃[20 − 24] = − = 0.4
10 10
5 4 EJERCICIO 4. De acuerdo con el Insurance Institute of America, una familia de cuatro
miembros gasta entre $400 y $3 800 anuales en toda clase de seguros. Suponga que el
dinero que se gasta tiene una distribución uniforme entre estas cantidades.

32
a) ¿Cuál es la media de la suma que se gasta en seguros?

𝑎 = 400 𝑦 𝑏 = 3800
(400 + 3800)
𝜇= = 2100
2

b) ¿Cuál es la desviación estándar de la suma que se gasta?

(3800 − 400)2 2890000

𝑠2 = =
12 3
2890000
𝑠=√ = 981.495
3

c) Si elige una familia al azar, ¿cuál es la probabilidad de que gaste menos de $2 000
anuales en seguros?
2000
1
𝑃[400 − 2000] = ∫ 𝑑𝑥
400 3400
2000 400
𝑃[400 − 2000] = − = 0.41
3400 3400

d) ¿Cuál es la probabilidad de que una familia gaste más de $3 000 anuales?

3800
1
𝑃[3000 − 3800] = ∫ 𝑑𝑥
3000 3400
3800 3000
𝑃[3000 − 3800] = − = 0.24
3400 3400

5 5 EJERCICIO 5 Las precipitaciones de abril en Flagstaff, Arizona, tienen una distribución

uniforme de entre 0.5 y3.00 pulgadas.
a) ¿Cuáles son los valores de a y b?
𝑎 = 0.5 𝑦 𝑏 = 3

b) ¿Cuál es la precipitación media del mes? ¿Cuál es la desviación estándar?

(0.5 + 3)
𝜇= = 1.75
2

2
(3 − 0.5)2 25
𝑠 = =
12 48
25
𝑠 = √ = 0.72
48
c) ¿Cuál es la probabilidad de que haya menos de 1 pulgada de precipitación en el mes?

1 1
𝑓(𝑥) = =
3 − 0.5 2.5

33
 1
1
𝑃[0.5 − 1] = ∫ 𝑑𝑥
0.5 2.5
1 0.5
𝑃[0.5 − 1] = − = 0.2
2.5 2.5

d) ¿Cuál es la probabilidad de que haya exactamente 1 pulgada de precipitación en el

mes?
1
1
𝑃[0 − 1] = ∫ 𝑑𝑥
0 2.5
1 0
𝑃[0 − 1] = − = 0.4
2.5 2.5

e) ¿Cuál es la probabilidad de que haya más de 1.5 pulgadas de precipitación en el mes?

3
1
𝑃[1.5 − 3] = ∫ 𝑑𝑥
1.5 2.5
3 1.25
𝑃[1.5 − 3] = − = 0.6
2.5 2.5

5.6 EJERCICIO 6. Los clientes con problemas técnicos en su conexión de internet pueden
llamar a un número 01-800 para solicitar asistencia técnica. El técnico tarda entre 30
segundos y 10 minutos para resolver el problema. La distribución de este tiempo de
asistencia tiene una distribución uniforme.
a) ¿Cuáles son los valores de a y b en minutos?

𝑎 = 30 𝑠𝑒𝑔 𝑦 𝑏 = 600𝑠𝑒𝑔
b) ¿Cuál es el tiempo medio que se requiere para resolver el problema? ¿Cuál es la
desviación estándar del tiempo?

(600 + 30)
𝜇= = 315 𝑠𝑒𝑔
2
(600 − 30)2
𝑠2 = = 27075
12
𝑠 = √27075 = 164.54

c) ¿Qué porcentaje de los problemas consumen más de 5 minutos para ser resueltos?
600
1
𝑃[300 − 600] = ∫ 𝑑𝑥
300 570
600 300
𝑃[300 − 600] = − = 0.526 = 52. . %
570 570

d) Suponga que intenta determinar 50% de los tiempos de resolución de los problemas.
¿Cuáles son los puntos extremos de estos dos tiempos?
𝒏
1
∫ 𝑑𝑥
𝟑𝟎 570

34
 𝑛 30
−
570 570
𝑛 − 30
= 0.5
570
𝑛 = 285 + 30 = 315
6.1 Dada una distribución continua uniforme, demuestre que
𝐴+𝐵
a) 𝜇 = 2
𝑏
𝜇 = ∫ 𝑥𝑓(𝑥)𝑑𝑥
𝑎
𝑏
𝑥
𝜇=∫ 𝑑𝑥
𝑎 𝑏−𝑎
𝑏
1
𝜇= ∫ 𝑥𝑑𝑥
𝑏−𝑎 𝑎
𝑏
𝑥2
𝜇= ⌈ ⌉
2(𝑏 − 𝑎) 𝑎

(𝑏 2 − 𝑎2 )
𝜇=
2(𝑏 − 𝑎)
(𝑏 − 𝑎)(𝑏 + 𝑎)
𝜇=
2(𝑏 − 𝑎)
(𝑏 + 𝑎)
𝜇=
2
(𝐵−𝐴)2
b) 𝜗 2 = 12

𝜗 2 = 𝛼2 − (𝛼1 )2 = 𝐸(𝑥)2 − 𝜇 2
𝛼2 = 𝐸(𝑥)2
𝑏
𝑥2
𝛼2 = ∫ 𝑑𝑥
𝑎 𝑏−𝑎
𝑏
1
𝛼2 = ∫ 𝑥 2 𝑑𝑥
𝑏−𝑎 𝑎
𝑏
𝑥3
𝛼2 = ⌈ ⌉
3(𝑏 − 𝑎) 𝑎

𝑏 3 −𝑎3
𝛼2 =
3(𝑏 − 𝑎)

35
 2
𝑏 3 −𝑎3 𝑏+𝑎 2
𝜗 = −( )
3(𝑏 − 𝑎) 2

2
4(𝑏 − 𝑎)(𝑏 2 + 𝑎𝑏 + 𝑎2 ) − 3(𝑏 − 𝑎)(𝑎 + 𝑏)2
𝜗 =
12(𝑏 − 𝑎)

2
4𝑏 2 + 4𝑎𝑏 + 𝑎2 − 3𝑏 2 − 6𝑎𝑏 − 3𝑎2 2
(𝑏 − 𝑎)2
𝜗 = → 𝜗 =
12 12

5 7 EJERCICIO 7. Suponga que X tiene una distribución continua uniforme de 1 a 5.

Determine la probabilidad condicional P(X>2.5|X≤ 4).
6.3 La cantidad diaria de café, en litros, que sirve una máquina que se localiza en el
vestíbulo de un aeropuerto es una variable aleatoria X que tiene una distribución continua
con A = 7 y B = 10. Calcule la probabilidad de que en un día determinado la cantidad de
café que sirve esta máquina sea
a) a lo sumo 8.8 litros
8.8 − 7
𝑃(𝑥 ≤ 8.8) =
3
𝑃(𝑥 ≤ 8.8) = 0.60
b) más de 7.4 litro, pero menos de 9.5 litros
9.5 − 7.4
𝑃(7.4 < 𝑥 > 9.5) =
3
𝑃(7.4 < 𝑥 > 9.5) = 0.70

c) al menos 8.5 litros

10 − 8.5
𝑃(𝑥 ≥ 8.5) =
3
𝑃(𝑥 ≥ 8.5) = 0.5
5 8 EJERCICIO 8Un autobús llega cada 10 minutos a una parada. Se supone que el tiempo
de espera para un individuo particular es una variable aleatoria con distribución uniforme.
a) ¿Cuál es la probabilidad de que el individuo espere más de 7 minutos?
7
𝑃(𝑥 > 7) = 1 −
10
𝑃(𝑥 > 7) = 0.3
Hay 30% de que espere 7 o más minutos
b) ¿Cuál es la probabilidad de que el individuo espere entre 2 y 7 minutos?

36
 7 2
𝑃(2 < 𝑥 > 7) = −
10 10
𝑃(𝑥 > 7) = 0.5
Hay un 50% de que espere entre los intervalos antes mencionados.

5 9 EJERCICIO 9 Una máquina expendedora de bebidas gaseosas se regula para que sirva
un promedio de 200 mililitros por vaso. Si la cantidad de bebida se distribuye
normalmente con una desviación estándar igual a 15 mililitros,
a) ¿qué fracción de los vasos contendrá más de 224 mililitros?

224 − 200
𝑍= ⇛ 𝑍 = 1.6
15
𝑃(𝑍 > 1.6) = 1 − 0.945
𝑃(𝑍 > 1.6) = 0.0548
b) ¿cuál es la probabilidad de que un vaso contenga entre 191 y 209 mililitros?

𝑃(191 < 𝑍 > 209)

191 − 200
𝑍1 = ⇛ 𝑍1 = −0.6
15
209 − 200
𝑍2 = ⇛ 𝑍2 = 0.6
15
𝑃(191 < 𝑍 > 209) = 0.7257 − 0.2743
𝑃(191 < 𝑍 > 209) = 0.4514

c) ¿cuántos vasos probablemente se derramarán si se utilizan vasos de 230 mililitros para

las siguientes 1000 bebidas.

230 − 200
𝑍=
15
𝑍=2
𝑃(𝑍 ≥ 2) = 1 − 0.9772
𝑃(𝑍 ≥ 2) = 0.0228
d) ¿por debajo de qué valor obtendremos el 25% más pequeño de las bebidas.

P(x < k) = 0.25

De las tablas esto es z = 0.6

37
𝑘 − 200
= −0.67
15
𝑘 = 200 − 10.05
𝑘 = 189.95

5 10 EJERCICIO 10 Las barras de pan de centeno que cierta panadería distribuye a las
tiendas locales tienen una longitud promedio de 30 centímetros y una desviación estándar
de 2 centímetros normalmente. ¿Qué porcentaje de las barras son
a) mas larga que 31.7 centímetros?
31.7 − 30
𝑍=
2
𝑍 = 0.85
𝑃(𝑍 ≥ 0.85) = 0.1977

b) de entre 29.3 y 33.5 centímetros ?

29.3 − 30
𝑍1 = ⇛ 𝑍1 = −0.35
2
33.5 − 30
𝑍2 = ⇛ 𝑍2 = 1.75
2
𝑃(−0.35 ≤ 𝑍 ≥ 1.75) = 0.9599 − 0.362
𝑃(−0.35 ≤ 𝑍 ≥ 1.75) = 0.59671
c) más cortas que 25.5 centímetros ?
𝜇 = 30 𝜃=2 𝑋 = 25.5
𝑋−𝜇
𝑍=
𝜃
25.5 − 30
𝑍= → 𝑍 = −2.25
2
𝑃(𝑍 < −2.25) = 0.0122

38
5 11 EJERCICIO 11 Un investigador científico informa que unos ratones vivirán un
promedio de 40 meses si sus dietas se restringen drásticamente y después se
enriquecen con vitaminas y proteínas.
Suponiendo que las vidas de tales ratones se distribuyen normalmente con una Desv.
Estándar de 6.3 meses, calcule la probabilidad de que un ratón determinado viva:
a) mas de 32 meses
32 − 40
𝑍=
6.3
𝑧 = −1.26
𝑃(𝑍 ≥ −1.26) = 1 − 0.1038
𝑃(𝑍 ≥ −1.26) = 0.8962 = 89.62%
b) menos de 28 meses
28 − 40
𝑍=
6.3
𝑍 = −1.90
𝑃(𝑍 ≤ −1.90) = 0.0287 = 28.7%
C) entre 37 y 49 mese
37 − 40
𝑍1 = ⇛ 𝑍1 = −0.47
6.3
49 − 40
𝑍2 = ⇛ 𝑍2 = 1.42
6.3
𝑃(−0.47 ≤ 𝑍 ≥ 1.42) = 0.922 − 0.3192
𝑃(−0.47 ≤ 𝑍 ≥ 1.42) = 0.6028 = 60.28%

39
6. TRABAJO NUMERO 5

TEMA: DISTRIBUCION MORMAL

DEBER Nº 5

6.1 EJERCICIO 1 Dada una distribución normal estándar, calcule el área bajo la curva que está
a) A la izquierda de z= -1,39;
b) A la derecha de z=1,96;
c) Entre z=-2,16 y z=-0,65;
d) A la izquierda de z= 1,43;
e) A la derecha de z=-0,89;
f) Entre z=-0,48 y z= 1,74.

Datos

µ= 0

𝜎 2= 1

𝑎) 𝐶𝑢𝑎𝑛𝑑𝑜 𝑡 = −1,39 ( 𝑇𝑎𝑏𝑙𝑎 𝐴3)

Á𝑟𝑒𝑎 = 0,0823
𝑏) 𝐶𝑢𝑎𝑛𝑑𝑜 𝑧 = 1,96 (𝑇𝑎𝑏𝑙𝑎 𝐴3)
𝐴𝑟𝑒𝑎 = 1 − 0,975
𝐴𝑟𝑒𝑎 = 0,025
𝑐) 𝐶𝑢𝑎𝑑𝑛𝑜 − 2,16 ≤ 𝑧 ≤ −0,65
Á𝑟𝑒𝑎 = (𝑧 = −0,65) − (𝑧 = −2.16)
𝐴𝑟𝑒𝑎 = 0,2578 − 0,0154
Á𝑟𝑒𝑎 = 0,2424
𝑑) 𝐶𝑢𝑎𝑛𝑑𝑜 𝑧 = 1,43 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
Á𝑟𝑒𝑎 = 0,9236
𝑒) 𝐶𝑢𝑎𝑛𝑑𝑜 𝑧 = −089 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
Á𝑟𝑒𝑎 = 1 − (𝑧 = −0,89)
Á𝑟𝑒𝑎 = 0,8133
𝑓) 𝐶𝑢𝑎𝑛𝑑𝑜 − 0,48 ≤ 𝑧 ≤ 1,74
𝑎𝑟𝑒𝑎 = (0,9591) − (0,3156)
𝐴𝑟𝑒𝑎 = 0,6435

6.2 EJERCICIO 2 Dada una distribución normal con µ= 30 y 𝜎 = 6 calcule

a) El área de la curva normal a la derecha de x=17;
b) El área de la curva normal a la izquierda de x=22;
c) El área de la curva normal entre x= 32 y x=41;
d) El valor de x que tiene 80% del área de la curva normal a la izquierda;
e) Los dos valores de x que contienen 75% central del área de la curva normal.

Datos

40
 µ= 30

𝜎=6
17 − 30
𝑎) 𝑧 =
6
𝑧 = −2,16 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝐴𝑟𝑒𝑎 = 1 − (𝑧 = −2,16)
𝐴𝑟𝑒𝑎 = 1 − 0,0154
𝐴𝑟𝑒𝑎 = 0,9846

22 − 30
𝑏) 𝑧 = = −1,33 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
6
𝐴𝑟𝑒𝑎 = (𝑧 = −1,33)
𝐴𝑟𝑒𝑎 = 0,0918

32 − 30
𝑐) 𝑧1 =
6
𝑧1 = 0,33
41 − 30
𝑧2 = = 1,83
6
𝐴𝑟𝑒𝑎 = 0,9664 − 0,6293
𝑎𝑟𝑒𝑎 0,3371

𝑑) 𝐴𝑟𝑒𝑎 = (0,998)(0,8)
𝐴𝑟𝑒𝑎 = 0,7984
𝑧 = 0,84
𝑥−𝜇
𝑧=
𝜎
𝑥 − 30
0,84 =
6
𝑥 = 35,04

𝑒) 𝐴𝑟𝑒𝑎 𝑇 = 𝐴𝑟𝑒𝑎 1 − 𝐴𝑟𝑒𝑎 2

𝐴𝑟𝑒𝑎 1 = 0,9998
𝐴𝑟𝑒𝑎 1 = (0,9998)(0,375) = 0,3742
𝑥1 − 30
𝑧1 =
6

𝑥1 − 30
−0,32 =
6
𝑥1 = 28,08
𝐴𝑟𝑒𝑎 2 = 0,002
𝐴𝑟𝑒𝑎 2 = (0,002)(0,375) = 0,00275
𝑥2 − 30
𝑧2 =
6
𝑥2 = 9,6

41
6.3 EJERCICIO 3 Dada la variable X normalmente distribuida con una media de 18 y una
desviación estándar de 2,5, calcule

a) P(X<15);
b) El valor de k tal que P(X<k)= 0,2236;
c) El valor de k tal que P(X>k) = 0,1814;
d) P (17<X<21).

Datos

µ= 18

𝜎 = 2,5
15 − 18
𝑎) 𝑧 = = −1,2 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
2,5
𝑃[𝑥 < 15] = 𝑃[𝑧 < −1,2]
𝑃[𝑥 < 15] = 0,1151

b) 𝑃[𝑥 < 𝑘] = 0,2236

𝑃[𝑥 < 𝑘] = 𝑃[𝑧 < −0,76]
𝑧 = −0,76 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
𝑘 − 18
−0,76 =
2,5
𝑘 = 16,1

𝑐)𝑃 [𝑥 > 𝑘] = 0,1814

𝑃[𝑥 > 𝑘] = 1 − 𝑃[𝑧 < 0,91]
𝑧 = 0,91 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑘 − 18
0,91 =
2,5
𝑘 = 20,275

17 − 18
𝑑) 𝑧1 =
2,5
𝑧1 = −0,4
21 − 18
𝑧2 = = 1,2
2,5
𝑃[17 < 𝑥 < 21] = 0,8849 − 0,3446
𝑃[17 < 𝑥 < 21] = 0,5403

6.4 EJERCICIO 4Una máquina expendedora de bebidas gaseosas se regula para que sirve un
promedio de 200 mililitros por vaso. Si la cantidad de bebida se distribuye normalmente con una
desviación estándar igual a 15 mililitros,

a) ¿qué fracción de los vasos contendrá más de 224 mililitros?

b) ¿cuál es la probabilidad de que un vaso contenga entre 191 y 209 mililitros?

42
 c) ¿Cuántos vasos probablemente se derramarán si se utilizan vasos de 230 mililitros para
las siguientes 1000 bebidas?
d) ¿por debajo de qué valor obtendremos el 25% más bajo en el llenado de las bebidas?

Datos

µ= 18

𝜎 = 2,5
224 − 200
𝑎) 𝑧 =
15
𝑧 = 1,6
𝑃 [𝑥 > 224] = 𝑃 [𝑧 > 1,6]
𝑃 [𝑥 > 224] = 1 − 𝑃 [𝑧 < 1,6]
𝑃 [𝑥 > 224] = 1 − 0,9452
137
𝑃 [𝑥 > 224] =
2500
I: La fracción de los vasos que contendrán más de 224 ml es de 137/2500.

191 − 200
𝑏) 𝑧1 = = −0,6
15
(209 − 200)
𝑧2 = = 0,6
15
𝑃[191 < 𝑥 < 209] = 𝑃[−0,6 < 𝑥 < 0,6]
𝑃[191 < 𝑥 < 209] = 𝑃[𝑧 = 0,6] − 𝑃[𝑧 = −0,6]
𝑃[191 < 𝑥 < 209] = 0,7257 − 0,2743
𝑃[191 < 𝑥 < 209] = 0,4514 = 45,14%
I: La probabilidad de que un vaso contenga entre 191 y 209 ml es de 45,14%.
230 − 200
𝑐) 𝑧 = =2
15
𝑃 [𝑥 = 230] = 𝑃 [𝑧 = 2]

𝑃 [𝑥 = 230] = 0
I: La probabilidad de que los vasos se derramen con los 1000 bebidas es de 0.
185 − 200
𝑑) 𝑧 =
15
𝑧 = −1 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
𝑃 [𝑥 < 185] = 𝑃 [𝑧 = −1]
𝑃 [𝑥 < 185] = 0,1587

𝑃 [𝑥 < 𝑘] = −(0,1587)(0,25) + 0,1587

𝑃 [𝑥 < 𝑘] = 0,119
𝑃 [𝑥 < 𝑘] = 𝑃[𝑧 = −1,18]

43
 𝑘 − 200
−1,18 =
15
𝑘 = 182,3 𝑚𝑙
I: Si k=182,3 ml entonces el 25% será más bajo en el llenado de bebidas.

6.5 EJERCICIO 5 Las barras de pan de centeno que cierta panadería distribuye a las tiendas
locales tienen una longitud promedio de 30 centímetros y una desviación estándar de 2
centímetros. Si se supone que las longitudes están distribuidas normalmente, ¿qué porcentaje
de las barras son

a) Más largas que 31,7 centímetros?

b) De entre 29,3 y 33,5 centímetros de longitud?
c) Más cortas que 25.5 centímetros?
31,7 − 30
𝑎) 𝑧 =
2
𝑧 = 0,85 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 > 31,7] = 𝑃 [𝑧 > 0,85]
𝑃 [𝑥 > 31,7] = 1 − 𝑃 [𝑧 < 0,85]
𝑃 [𝑥 > 31,7] = 1 − 0,8023
𝑃 [𝑥 > 31,7] = 0,1977 = 19,77%
I: El 19,77% de las barras de pan son más largas que 31,7 cm.

29,3 − 30
𝑏) 𝑧1 = = −0,35
2
(33,5 − 30)
𝑧2 = = 1,75
2
𝑃[29,3 ≤ 𝑥 ≤ 33,5] = 𝑃[𝑧 = 1,75] − 𝑃[𝑧 = −0,35]
𝑃[29,3 ≤ 𝑥 ≤ 33,5] = 0,9599 − 0,3632
𝑃[29,3 ≤ 𝑥 ≤ 33,5] = 0,5967 = 59,67%
I: el 59,67% de las barras de pan tienen 29,3 hasta 33,5 cm de longitud.
25,5 − 30
𝑐) 𝑧 = = −2,25 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
2
𝑃 [𝑥 < 25,5] = 𝑃 [𝑧 = −2,25]

𝑃 [𝑥 < 25,5] = 0,0122

𝑃 [𝑥 < 25,5] = 1,22%
I: El 1,22% del pan tendrán menos de 22,5 cm de longitud.

6.6 EJERCICIO 6 Un investigador informa que unos ratones a los que primero se les restringen
drásticamente sus dietas y después se les enriquecen con vitaminas y proteínas vivirán un
promedio de 40 meses. Si suponemos que la vida de tales ratones se distribuye normalmente,
con una desviación estándar de 6,3 meses, calcule la probabilidad de que un ratón determinado
viva

a) Más de 32 meses;

44
 b) Menos de 28 meses;
c) Entre 37 y 49 meses.
32 − 40
𝑎) 𝑧 =
6,3
𝑧 = −1,26 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 > 32] = 𝑃 [𝑧 > −1,26]
𝑃 [𝑥 > 32] = 1 − 𝑃 [𝑧 < −1,26]
𝑃 [𝑥 > 32] = 0,8962
I: La probabilidad de que un ratón viva más de 32 meses es de 89,62%.
28 − 40
𝑏) 𝑧 = = −1,9 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
6,3
𝑃 [𝑥 < 28] = 𝑃 [𝑧 = −1,9]

𝑃 [𝑥 < 28] = 0,0287

𝑃 [𝑥 < 28] = 2,87%
I: La probabilidad de que un ratón viva menos de 28 meses es de 2,87%
37 − 40
𝑐) 𝑧1 = = −0,47
6,3
(49 − 40)
𝑧2 = = 1,42
6,3
𝑃[37 ≤ 𝑥 ≤ 49] = 𝑃[𝑧 = 1,42] − 𝑃[𝑧 = −0,47]
𝑃[37 ≤ 𝑥 ≤ 49] = 0,9222 − 0,3192
𝑃[37 ≤ 𝑥 ≤ 49] = 0,603 = 60,3%
I: La probabilidad de que un ratón viva entre 37 y 49 meses es de 60,3%.

6.7 EJERCICIO 7 El diámetro interior del anillo de un pistón terminado se distribuye

normalmente con una media de 10 centímetros y una desviación estándar de 0,03 centímetros.

a) ¿Qué proporción de anillos tendrá diámetros interiores que excedan 10,075

centímetros?
b) ¿Cuál es la probabilidad de que el anillo de un pistón tenga un diámetro interior de entre
9,97 y 10,03 centímetros?
c) ¿Por debajo de qué valor del diámetro interior caerá el 15% de los anillos de pistón?
10,075 − 10
𝑎) 𝑧 =
0,03
𝑧 = 2,5 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 > 10,075] = 1 − 𝑃 [𝑧 < 2,5]
𝑃 [𝑥 > 10,075] = 1 − 0,9938 = 0,0062

I: El 0,68% de anillos tendrán diámetros interiores que excedan 10,075cm.

9,97 − 10
𝑏) 𝑧1 = = −1
0,03
(10,03 − 10)
𝑧2 = =1
6,3
𝑃[9,97 < 𝑥 < 10,03] = 𝑃[𝑧 = 1] − 𝑃[𝑧 = −1]

45
 𝑃[9,97 < 𝑥 < 10,03] = 0,8413 − 0,1587
𝑃[9,97 < 𝑥 < 10,03] = 0,6826
I: La probabilidad de que el diámetro esté entre 9,97 y 10,03 cm es de 68,28%.
9,97 − 10
𝑑) 𝑧 =
0,03
𝑧 = −1 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
𝑃 [𝑥 < 𝑘] = 𝑃 [𝑧 = −1](0,15)
𝑃 [𝑥 < 𝑘] = 0,1587(0,15) + 0,1587

𝑃 [𝑥 < 𝑘] = 0,1825
𝑃 [𝑥 < 𝑘] = −0,91

𝑘 − 10
−0,91 =
0,03
𝑘 = 10,0273

6.8 EJERCICIO 8 Un abogado viaja todos los días de su casa en los suburbios a su oficina en el
centro de la ciudad. El tiempo promedio para un viaje sólo de ida es de 24 minutos, con una
desviación estándar de 3,8 minutos. Si se supone que la distribución de los tiempos de viaje está
distribuida normalmente.

a) ¿cuál es la probabilidad de que un viaje tome al menos de ½ hora?

b) Si la oficina abre a las 9:00 A.M. y él sale diario de su casa a las 8:45 A.M., ¿qué
porcentaje de las veces llegará tarde al trabajo?
c) Si sale de la casa a las 8:35 AM y el café se sirve en la oficina de 8:50 AM a 9:00 AM,
¿Cuál es la probabilidad de que se pierda el café?
d) Calcule la duración mayor en la que se encuentra el 15% de los viajes más lentos.
e) Calcule la probabilidad de que z de los siguientes tres viajes tomen al menos ½ hora.
30 − 24
𝑎) 𝑧 =
3,8
𝑧 = 1,57 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
𝑃 [𝑥 ≥ 30] = 1 − 𝑃 [𝑧 = 1,57]
𝑃 [𝑥 ≥ 30] = 1 − 0,9418 = 0,0582

I: La probabilidad de que le tome al menos media hora es de 5,82%

15 − 24
𝑏) 𝑧 =
3,8
𝑧 = −2,36 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 > 15] = 1 − 𝑃 [𝑧 = −2,36]
𝑃 [𝑥 > 15] = 1 − 0,0091
𝑃 [𝑥 > 15] = 0,9909 = 99,09%
I: El porcentaje de que llegue tarde al trabajo es de 99,09%
25 − 24
𝑐) 𝑧 =
3,8
𝑧 = 0,26 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎

46
 𝑃 [𝑥 > 25] = 1 − 𝑃 [𝑧 = 0,26]

𝑃 [𝑥 > 25] = 1 − 0,6026

𝑃 [𝑥 > 25] = 0,3974
I: La probabilidad de que se pierda el café es de 39,74%
𝑑) 𝑃 [𝑥 > 𝑘] = 1 − 0,002
𝑃 [𝑥 > 𝑘] = (−0,998)(0,15) + 0,998

𝑃 [𝑥 > 𝑘] = 0,8483

𝑃[𝑥 > 𝑘] = [𝑃 = 1,3]

𝑘 − 24
1,3 =
3,8
𝑘 = 28,94 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

I: La duración más amplia del 15% de los viajes más lentos es de 28,94 minutos.
15 − 24
𝑒) 𝑧 =
3,8
𝑧 = 1,57 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 > 30] = 1 − 𝑃 [𝑧 = 1,57]
𝑃 [𝑥 > 30] = 0,0582
2(5,82%)
2 𝑑𝑒 3 𝑑í𝑎𝑠 = = 3,88%
3
I: La probabilidad de que dos de los siguientes viajes tomen más de 30 minutos es de 3,88%.

6.9 EJERCICIO 9La estatura de 1000 estudiantes se distribuye normalmente con una media de
174,5 centímetros y una desviación estándar de 6,9 centímetros. Si se supone que las estaturas
se redondean al medio centímetro más cercano, ¿cuántos de estos estudiantes esperaría que
tuvieran una estatura

a) Menor que 160,00 centímetros?

b) De entre 171,5 y 182,0 centímetros inclusive?
c) Igual a 175,0 centímetros?
d) Mayor o igual que 188,0 centímetros?
160 − 174,5
𝑎) 𝑧 =
6,9
𝑧 = −2,1 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
𝑃 [𝑥 < 160] = 𝑃 [𝑧 = −2,1]
𝑃 [𝑥 < 160] = 0,0179
I: La probabilidad de que la estatura sea menor de 160 cm es de 1,79%
171,5 − 179,5
𝑏) 𝑧1 = = −0,43
6,9
(182 − 179,5)
𝑧2 = = 1,08
6,9
𝑃[171,5 < 𝑥 < 174,5] = 𝑃[𝑧 = 1,08] − 𝑃[𝑧 = −0,43]
𝑃[171,5 < 𝑥 < 174,5] = 0,8599 − 0,3336 = 0,5263

47
I: La probabilidad de que la altura esté entre 171,5 y 182 cm es de 53,63%.
175 − 174,5
𝑐) 𝑧 =
6,9
𝑧 = 0,07
𝑃 [𝑥 < 175] = 𝑃 [𝑧 = 0,07]
𝑃 [𝑥 < 175] = 0,5279
I: La probabilidad de que laaltura sea igual a 175 cm es de 52,79%
188 − 174,5
𝑐) 𝑧 =
6,9
𝑧 = 1,95 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 ≥ 188] = 1 − 𝑃 [𝑧 = 1,95]

𝑃 [𝑥 ≥ 188] = 1 − 0,9744 = 0,0256

I: La probabilidad de que la altura sea mayor a 188 cm es de 2,56%.

6.10 EJERCICIO 10 Los pesos de un gran número de poodle miniatura se distribuyen

aproximadamente de forma normal con media de 8 kilogramos y una desviación estándar de 0,9
kilogramos. Si las mediciones se redondean al décimo de kilogramo más cercano, calcule la
fracción de estos poodle con pesos

a) Por arriba de 9,5 kilogramos;

b) A lo sumo 8,6 kilogramos;
c) Entre 7,3 y 9,1 kilogramos.
9,5 − 8
𝑎) 𝑧 =
0,8
𝑧 = 1,87 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 ≥ 9,5] = 1 − 𝑃 [𝑧 = 1,87]

𝑃 [𝑥 ≥ 188] = 1 − 0,9686 = 0,0314

I: La probabilidad de que pese más de 9,5 kg es de 3,14%.
8,6 − 8
𝑏) 𝑧 =
0,8
𝑧 = 0,75 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 ≤ 8,6] = 1 − 𝑃 [𝑧 = 0,75]

𝑃 [𝑥 ≤ 8,6] = 0,7734
I: La probabilidad de que a lo sumo sean 8,6 kg es de 77,34%.

7,3 − 8
𝑐) 𝑧1 = = −0,87
0,8
(9,1 − 8)
𝑧2 = = 1,37
0,8
𝑃[7,3 < 𝑥 < 9,1] = 𝑃[𝑧 = 1,37] − 𝑃[𝑧 = −0,87]
𝑃[7,3 < 𝑥 < 9,1] = 0,9147 − 0,1912 = 0,7225
I: La probabilidad de que el peso esté entre 7,3 y 9,1 kg es de 72,25%.

48
6.11 EJERCICIO 11 La resistencia a la tensión de cierto componente de metal se distribuye
normalmente con una media de 10000 kilogramos por centímetro cuadrado. Las mediciones se
redondean a los 50 kilogramos por centímetro cuadrado más cercanos.

a) ¿Qué proporción de estos componentes excede a 10 150 kilogramos por centímetro

cuadrado de resistencia a la tensión?
b) Si las especificaciones requieren que todos los componentes tengan una resistencia a la
tensión de entre 9800 y 10 200 kilogramos por centímetro cuadrado, ¿qué proporción
de piezas esperaría que se descartara?
10150 − 10000
𝑎) 𝑧 =
100
𝑧 = 1,5 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
𝑃 [𝑥 > 10150] = 1 − 𝑃 [𝑧 = 1,5]
𝑃 [𝑥 > 10150] = 1 − 0,9332 = 0,0668
I: El 6,68% de los componentes excede los 10150 kg/cm^2 de tensión.
9800 − 10000
𝑐) 𝑧1 = = −2
100
(10200 − 10000)
𝑧2 = =2
100
𝑃[9800 < 𝑥 < 10200] = 𝑃[𝑧 = 2] − 𝑃[𝑧 = −2]
𝑃[9800 < 𝑥 < 10200] = 0,9772 − 0,0228 = 0,9544
I: La proporción de piezas que se descartan es de 4,56%

6.12 EJERCICIO 12 El coeficiente intelectual (CI) de 600 aspirantes a cierta universidad se

distribuye aproximadamente de forma normal con una media de 115 y una desviación estándar
de 12. Si la universidad requiere un CI de al menos de 95, ¿cuántos de estos estudiantes serán
rechazados con base en éste sin importar sus otras calificaciones? Tome en cuenta que el Ci de
los aspirantes se redondea al entero más cercano.
95 − 115
𝑧= = −1,67
12
𝑃[𝑥 ≥ 95] = 1 − 𝑃[𝑧 = −1,67]
𝑃[𝑥 ≥ 95] = 0,9525
𝑎𝑝𝑟𝑢𝑒𝑏𝑎𝑛: 95,25%
𝑑𝑒𝑠𝑎𝑝𝑟𝑢𝑒𝑏𝑎𝑛: 4,75%
4,759(600)
= 28,5
100
𝑑𝑒𝑠𝑎𝑝𝑟𝑢𝑒𝑏𝑎𝑛 ≈ 29 𝑎𝑠𝑝𝑖𝑟𝑎𝑛𝑡𝑒𝑠
I: La cantidad de estudiantes rechazados es de 29.

49
7. Concluciones

 El punto medio de una clase (o marca de clase) es el punto a la mitad de los límites de
cada clase y es representativo de los datos de esa clase.
 La probabilidad es la posibilidad u oportunidad de que suceda un evento particular. La
probabilidad involucrada es una porción o fracción cuyo valor varía entre cero y uno
exclusivamente. Observamos un evento que no tiene posibilidad de ocurrir (es decir, el
evento nulo), tiene una probabilidad de cero, mientras que un evento que seguramente
ocurrirá (es decir, el evento cierto), tiene una probabilidad de uno.
 La regla mas evidente para las probabilidades es que deben variar en valor de 0 a 1. Un
evento imposible tiene una probabilidad cero de ocurrir, y un evento cierto tiene una
probabilidad uno de ocurrir. La probabilidad simple se refiere a la probabilidad de
ocurrencia de un evento simple.
 Una distribución de probabilidad para una variable aleatoria discreta es un listado
mutuamente excluyente de todos los resultados posibles para esa variable aleatoria, tal
que una probabilidad particular de ocurrencia esté asociada con cada resultado

50