TECNOLOGICO NACIONAL DE MÉXICO

Instituto Tecnológico de San Pedro Pochutla

GED0921: PROBABILIDAD Y ESTADISTICA DESCRIPTIVA

Alumna
Martínez Garcia Dariana Artemisa

Matrícula
191160002

Semestre: 3°

Grupo: “A”

Profesor: Ing. Ángel Roberto Galeana Cortázar

DISTRIBUCIÓN BINOMIAL

Ejercicio 1

La probabilidad de que a un cliente nuevo le guste la mate hamburguesa de Jorge

es de 0,8. Si llegan 5 clientes nuevos a la cafetería, ¿cuál es la probabilidad de que
solo a 3 de ellos les guste la mate hamburguesa?

Solución:
Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial.
Para ello, tiene que cumplir con las 4 condiciones que mencionamos arriba.
Efectivamente, se trata de un experimento binomial.

En este caso, vamos a centrarnos en los clientes a los que les gusta esta
hamburguesa, por ello diremos que:
X = número de clientes nuevos de 5 a los que les gusta la matehamburguesa
Entonces consideramos un éxito si al cliente le gusta esta hamburguesa.

Aplicaremos la fórmula binomial:

Ahora colocamos los valores de n, k y p. Recuerda que n es el número de

ensayos, k el número de éxitos y p la probabilidad de éxito.

Reemplazamos estos valores en la fórmula:

La respuesta sería 0,2048.
Recuerda que X, nuestra variable aleatoria, es el número de clientes nuevos de 5 a
los que les gustan las hamburguesas de Jorge. Aunque el problema no lo pide,
vamos a elaborar la tablita de distribución de probabilidad. Para calcular todas las
probabilidades, usaré la misma fórmula de arriba.

Vamos a elaborar una gráfica para representar esta distribución de probabilidad,

empleando un diagrama de barras.
Ejercicio 2

Suponga que los motores de un aeroplano operan en forma independiente y que

fallan con una probabilidad excesivamente alta de 0,40,4. Suponga también que
uno de estos artefactos realiza un vuelo seguro en tanto se mantenga funcionando
cuando menos la mitad de sus motores.

1. Determine qué aeroplano, uno de 44 motores o uno de 22 motores, tiene

mayor probabilidad de terminar el vuelo exitosamente
2. Determine lo mismo que en a) pero cuando la probabilidad de falla es 0,20,2
3. ¿Cuál debe ser el valor de probabilidad de falla de un motor para que sea
indiferente volar en un aeroplano de 44 motores que en uno de 22 motores?

Vamos a definir variables binomiales que nos ayuden a responder la pregunta.

Sean:

XX: número de motores que fallan de un total de cuatro motores.

X∼Binomial(n=4,p=0,4)
Y: número de motores que fallan de un total de dos motores
Y∼Binomial(n=2,p=0,4)
La probabilidad de que un avión de cuatro motores termine bien el vuelo es:

P(X≤2)=0,8208
La probabilidad de que un avión de dos motores termine bien el vuelo es:

P(Y≤1)=0,84
A continuación una comparación de las distribuciones de X y de Y:

El avión de dos motores tiene más probabilidad de terminar el vuelo exitosamente.

Se trata el mismo problema, pero con otra probabilidad de éxito.

Probabilidad de que el avión de cuatro motores termine bien el vuelo:

P(X′≤2|n=4,p=0,2)=0,9728
Probabilidad de que el avión de cuatro motores termine bien el vuelo:

P(Y′≤1|n=2,p=0,2)=0,96
En este caso tiene mejor probabilidad de terminar el vuelo exitosamente el avión
de cuatro motores.

B)Que sea indiferente volar en un avión de dos o cuatro motores, es equivalente a

afirmar que la probabilidad de que el vuelo sea exitoso es la misma:

P(X≤2)=P(Y≤1)
P(X=0)+P(X=1)+P(X=2)=P(Y=0)+P(Y=1)

Cómo no conocemos la probabilidad elemental de éxito (el parámetro pp) usamos

la fórmula de probabilidad puntual para obtener una ecuación de incógnita pp:
(40).p0.(1–p)4+(41).p1.(1–p)3+(42).p2.(1–p)2=(20).p0.(1–p)2+(21).p1.(1–p)2
Resolviendo la ecuación se encuentran los siguientes valores posibles para pp:
p=0∨p=1∨p=13
Notemos que los valores p=0p=0 y p=1p=1 eran obvios. Si los motores fallan
siempre (p=1)(p=1) da igual en qué tipo de avión se viaje. Si los motores no fallan
nunca (p=0)(p=0), también da igual en qué tipo de avión se viaje.

Ejercicio 3

La probabilidad de que el comprador de un osciloscopio haga uso del service

dentro del plazo de garantía es 0,2. Para los 5 osciloscopios que cierta empresa
ha vendido independientemente a 5 compradores este mes:

1. ¿Cuál es la probabilidad de que exactamente 3 de los compradores hagan

uso de la garantía?
 2. ¿Cuál es la probabilidad de que 3 o más compradores hagan uso de la
garantía?

Cada comprador puede hacer uso (éxito) o no (fracaso) de la garantía. La

probabilidad elemental de éxito (probabilidad de que un único comprador haga uso
de la garantía) es 0,2. Se consideran cinco osciloscopios (n=5).

Entonces la variable binomial es:

X: cantidad de compradores de osciloscopios que hacen uso de la garantía de un

total de 5

X∼ Binomial (n=5,p=0,2)
Conocemos todos los datos para calcular la probabilidad pedida:

P(X=3)=0,0512
Usando la fórmula de probabilidad puntual

P(X=3)= (53)0,23(1–0,2)5–3=0,0512
Usando alguno de los métodos explicados para calcular probabilidades binomiales
podemos hallar P(X≥3):
P(X≥3)=P(X=3)+P(X=4)+P(X=5)
P(X≥3)=0,05792
En general cuando se piden probabilidades acumuladas a derecha se puede:

 Calcular las probabilidades puntuales y sumarlas. En este caso:

P(X≥3)=P(X=3)+P(X=4)+P(X=5)
O se puede usar la función de probabilidad acumulada a izquierda. De esa forma
re-escribimos la probabilidad pedida en términos de una probabilidad acumulada a
izquierda. En este caso:
P(X≥3)=1–P(X≤2)
Ejercicio 4

La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80%
de los lectores ya la han leído.

Un grupo de 4 amigos son aficionados a la lectura:

1 ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2 personas?

2 ¿Y cómo máximo 2?

La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80%
de los lectores ya la han leído.
Un grupo de 4 amigos son aficionados a la lectura:
¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2 personas?

¿Y cómo máximo 2?
Ejercicio 5

Se lanza una moneda cuatro veces.

Calcular la probabilidad de que salgan más caras que cruces.

Se lanza una moneda cuatro veces.

Calcular la probabilidad de que salgan más caras que cruces.

DISTRIBUCIÓN POISSON

Ejercicio 1

Si un banco recibe un promedio 6 cheques sin fondo por día, ¿Cuáles son las
probabilidades de que reciba cuatro cheques sin fondo en un día dado?

X= Variable que nos define el número de cheques sin fondo que llegan al banco en
un día cualquiera= 0,1,2,3,etc..
 6

Ejercicio 2

En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.2

imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una
imperfección en 3 minutos

Solución:

a) X= variable que nos define el número de imperfecciones en la hojalata por cada 3 minutos
= 0, 1, 2, 3, ...., etc., etc.
λ = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata
Ejercicio 3

En la inspección de hojalata producida por un proceso electrolítico continuo, se

identifican 0.2 imperfecciones en promedio por minuto. Determine las
probabilidades de identificar una imperfección en 3 minutos.

Solución:

X= Variable que nos define el número de imperfecciones en la hojalata por cada 3

minutos= 0,1,2,3,etc..
 Ejercicio 4

En los últimos 600 años se han producido 12 grandes terremotos en España.

Determínese la probabilidad de que se produzcan 2 en los proximos 25 años.

La probabilidad de que tenga lugar este suceso será:

Por tanto, el valor promedio de dicho suceso será:

Ahora definimos la siguiente variable aleatoria:

X= npumero de terremotos importantes que tienen lugar en España:

0,52 0,25

P(2 terremotos== p(x=2)= 2! E-0.5= 2*1 e-0.5 = 0.0758

 Ejercicio 5

En una estación de montaña se han observado 20 días con altura de nieve mayor
que h durante un periodo de 10 años. Calcular a probabilidad de superar dicho valor
h una vez en los próximos tres años.

La probabilidad que tenga lugar este suceso será:

Por tanto, el valor promedio de dicho sucero será:

Ahora definimos la siguiente variable aleatoria:

X=superación de una cierta altura de la nieve en una montaña. Calculamos lo que

se nos pide.

61 6

P(superar 1 vez)= p(x=1)= 1! e-6= 1 e-6 = 0.0149

DISTRIBUCIÓN HIPERGEOMETRICA

Ejercicio 1

Supongamos una máquina que produce tornillos y los datos acumulados indican
que el 1% salen con defectos. Entonces en una caja de N=500 tornillos el número
de defectuosos será:

n = 500 * 1/100 = 5

Supongamos que de esa caja (es decir de esa población) tomamos una muestra de
m=60 tornillos.

La probabilidad que ningún tornillo (x=0) de la muestra salga defectuoso es 52,63%.

A este resultado se llega al usar la función de distribución hipergeométrica:

P(500, 5, 60; 0)= 0,5263

La probabilidad que x=3 tornillos de la muestra salgan defectuosos es: P(500, 5, 60;
3)=0,0129.
Por su parte, la probabilidad de que x=4 tornillos de los sesenta de la muestra salgan
defectuosos es: P(500, 5, 60; 4)=0,0008.

Finalmente, la probabilidad que x=5 tornillos en esa muestra salgan

con defecto es: P(500, 5, 60; 5)=0.

Pero si se quiere saber la probabilidad de que en esa muestra existan más de 3

tornillos defectuosos, entonces hay que obtener la probabilidad acumulada,
sumando:

P(3)+P(4)+P(5)= 0,0129+0,0008+0=0,0137.

Ejercicio 2

Una máquina de tacos plásticos funciona de tal forma que de cada 10 piezas, una
sale deformada. En una muestra de 5 piezas que posibilidad hay que una sola
pieza salga defectuosa.

Solución

Población: N=10
Número n de defectuosas por cada N: n=1

Tamaño de la muestra: m=5

P(10, 1, 5; 1) = C(1,1)*C(9,4)/C(10,5)= 1*126/252 = 0.5

Por lo tanto hay un 50% de probabilidad de que en una muestra de 5, un taco

salga deforme.

Ejercicio 3

En una reunión de jóvenes bachilleres hay 7 damas y 6 caballeros. Entre las

chicas, 4 estudian humanidades y 3 ciencias. En el grupo de chicos, 1 estudia
humanidades y 5 ciencias. Calcular lo siguiente:

a) Eligiendo al azar tres chicas: ¿qué probabilidad hay que todas estudien
humanidades?.

La población es el número total de chicas: N=7. Las que estudian humanidades

son n=4, del total. La muestra al azar de chicas será de m=3.

En ese caso la probabilidad que las tres sean cursantes de humanidades está
dada por la función hipergeométrica:

P(N=7, n=4, m=3, x=3) = C(4, 3) C(3, 0) / C(7, 3) = 0.1143

Entonces hay 11.4% de probabilidad que tres chicas elegidas al azar estudien
humanidades.

Ejercicio 4

Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de

narcótico en una botella que contiene 9 píldoras de vitamina que son similares en
apariencia. Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para
analizarlas, a) ¿Cuál es la probabilidad de que el viajero sea arrestado por posesión
de narcóticos?

Solución:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narcótico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narcótico = variable que nos indica el número de
tabletas de narcótico que se puede encontrar al seleccionar las 3 tabletas

p(viajero sea arrestado por posesión de narcóticos) = p(de que entre las 3 tabletas
seleccionadas haya 1 o más tabletas de narcótico)
Ejercicio5

¿Cuál es la probabilidad de que una mesera se rehúse a servir bebidas alcohólicas

únicamente a dos menores de edad si verifica aleatoriamente solo 5 identificaciones
de entre 9 estudiantes, de los cuales 4 no tienen la edad suficiente?

N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el número de identificaciones que pertenecen a
personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad
DISTRIBUCIÓN NORMAL

Ejercicio 1

Una población normal tiene una media de 80 una desviación estándar de 14.0

a) Calcule la probabilidad de un valor localizado entre 75.0 y 90.0

p(75 x 90)

90-80 10

Z= 14 = 4 = 0.71

75-80 -5

Z= 14 = 14 = 0.36

p(75 x 90)= 0.7611-0.3594= 0.4017

Ejercicio 2

Los montos de dinero que se piden en las solicitudes de préstamos en Down River
y Federal Savings tiene una distribución normal, una media de $70,000 y una
desviación estándar de $20,000. Esta mañana se recibió una solicitud de
préstamo. ¿Cuál es la probabilidad de que?.

$70,000 $20,00
0

80,000 – 70,000 10,000

Z= 20,000 = 20,000 = 0.50

65,000 – 70,000 -5,000

Z= 20,000 = 20,000 = -0.25

P(65,000 80,000)= 0.6915-0.4013= 0.2902

Ejercicio 3
Entre las ciudades de Estados unidos con una población de más de 250,000
habitantes, la media del tiempo de viaje de ida al trabajo es de 24.3 minutos. El
tiempo de viaje más largo pertenece a la ciudad de Nueva York, donde el tiempo
medio es de 38.3 minutos. Supoga que la distribución de los tiempos de viaje en la
ciudad de Nueva York tiene una distribución normal y la desviación estándar es de
7.5 minutos.

38.8 7.5

Que porcentaje de viajes consumen entre 30 y 35 minutos? p(30 x 35)

35 – 38.3 -3.3

Z= 7.5 = 7.5 = -0.44

30 – 38.3 -8.3

Z= 7.5 = 7.5 = 1.11

P(30 35)= 0.3300-0.1335= 0.1957

Ejercicio 4

En una distribución normal de media 4 desviación típica 2, calcular el valor de a para

que:

P(4-a 4+a) = 0.5934

P(4-1.66 4+1.66) = 0.5934

Ejercicio 5

Los sueldos mensuales en una empresa siguen una distribución normal con media
de 1200 soles, y desviación estándar de 200 soles. ¿Qué porcentaje de
trabajadores ganan entre 1000 y 1550 soles?
 1200 200

P(1000 1200) = 0.5934

1000 – 1200 -200

Z= 200 = 200 = -1

Z1= -1 z=1 A1= 0.3413

Parte 2

P(1200 1550)

1550 – 1200 350

Z= 200 = 200 = 1.75

Z2= 1.75 A2= 0.4599

Sumando las dos probabilidades: 0.3413 + 0.4599= 0.8012

DISTRIBUCIÓN LOGARITMICO-NORMAL

Ejercicio 1

Los ingresos de los habitantes de un municipio siguen una distribución logaritmico normal de
parámetros 3 y 2, ¿ Qué porcentaje de individuos se encuentra entre 70 y 150?

La variable x sigue una LN(3,2), se pide entonces

Esto es, el 10.89% de los individuos de ese municipio tienen ingresos entre 70 y 150

Ejercicio 2

El tiempo en segundos que un usuario ve en una página en un sitio web antes de ir a otra página es
una variable aleatoria lognormal con parámetros

a) ¿Cuál es la probabilidad de que una página sea vista por más de 10 segundos?
b) ¿Cuál es el tiempo que el 50% de los usuarios ven la página?
c) ¿Cuál es la media y la desviación estándar del tiempo hasta que un usuario se va de la
página?
Ejercicio 3

Calcular los valores que nos permiten.

Ejercicio 5

La resistencia de una muestra de un determinado material viene dado por una

variable aleatoria, , con función de densidad

Calcule su función de distribución. Calcule . Una muestra de

material se encuentra en estado ideal de resistencia si ésta se encuentra entre y
. Si se consideran 10 muestras de materiales, ¿cuál es la probabilidad de que al
menos el 70% de ellos tenga resistencia ideal? ¿Cuál será el número medio de
materiales con resistencia no ideal que se tendrá que escoger hasta encontrar uno
con resistencia ideal? ¿Cuál es la probabilidad de que se necesiten 10 muestras
para obtener tres de resistencia ideal?

Es decir, la función de distribución viene dada por

0 si x <0

F(x)= x2/2 si 0< x <1

½ + x2+ x-2/8 si 1 < x <2

1 si x>2

P(0,5 < x <1,5)= F(1,5)- F(0,5)= ½ +(( 1,52+ 1,5 – 2 )/ 8)- 0,52/2= 0.59

Se tiene que la resistencia de una muestra de material es ideal con

probabilidad 0.59 y no ideal 0.41. Por tanto, el experimento de observar si una
muestra es ideal o no, es un experimento Bernouilli con probabilidad de éxito (ser
ideal) 0.59. Con lo cual, el experimento de observar el número de muestras ideales
(éxitos) en diez muestras de materiales extraídas aleatoriamente es una distribución
binomial de parámetro n=10 y p=0.59. Si se define la variable aleatoria.
se tiene que . Por tanto, la probabilidad pedida es

P(Y>7)= P(Y=7) + P(Y=8)+P(Y=9) + P(Y=10)

= (10/7)*0.577*O.413+ (10/8)* 0.598*0.412

+ (10/9)*0.599*0.411+ (10/10)*0.591*0.410

= 0.3575

Por tanto, se está pidiendo la probabilidad de que haya 7 fracasos

P(T=7)= (0/9)*0.593*0.417= 0.0144

APROXIMACIÓN DE LA NORMAL A LA BINOMIAL

Ejercicio 1

El 2% de los tornillos fabricados por una máquina presenta defectos. Si tenemos un

lote de 2000 tornillos, ¿Cuál es la probabilidad de que haya menos de 50
defectuosos?

Datos:

P= 0.02

Q=1-p= 0.98

n=2000

B(n,p)= B(2000*0.02)

La n es grande podemos hacer la aproximación de la binomial a la normal

= n*p= 2000*0.02= 40

= n*p*q = 2000*0.02*0.98= 6.26

X es B (2000*0.02) corrección x es N(40*6*26)

Tipificamos z es N(0,1)

P(x<50)= p( x 49.5)=p (z 49.5-40/6.26)=

P(z 1.52)= 0.9357

Ejercicio 2

Se lanza una moneda correcta al aire 400 veces. Calcula la probabilidad de obtener
un número de caras comprendido entre 180 y 210, ambos inclusive.

En una distribución binomial de parámetros: n=400, p= 0.5 y q=0.5 B (400,0.5)

= n*p = 400* 0.5=200

= n*p*q = 400*0.5*0.5= 10

X es B (400;0.5) corrección x es N(200;10)

Tipificamos z es N(0,1)

P(180 x 210)= p(179.5 x 210,5)=

P((179.5-200)/10 z (210.5-200/10)

P(-2,05 z 1,05)= p(z 1,05)-p(z - 2.05)=

0.8531 – 0.0202= 0.8329

P(z 1,05)= 0.8531

P(z -2.05)= p(z 2.05)= 1- p(z 2.05)=

1-0.9798= 0.0202

Ejercicio 3

Un tirador acierta en el blanco el 70% de sus tiros. Si el tirador participa en un

competición y tira 25 veces, ¿Cuál es la probabilidad de que acierte más de 10 tiros?

Es una distribución binomial de parámetros:

P= 0.7 B ( 25:0,7) n=25 y q=1-p = 1-0.7= 0.3

Comprobamos que

n*p 5 25*0.7 17.5 y n*q 5 25*0.3 7.5

Calculamos la media y la desviación típica de la distribución normal

= n*p = 25* 0.7 17.5

= n*p*q = 25*0.7*0.3 = 2.29

X es B (25*0.7) corrección x es N (17.5*2.29)tipificamos z es N(0,1)

P(x>10)= p(x 11)= p(x 10.5)= p(z 10.5-17.5/2.29)=

P(z - 3.06)=p(z 3.06)= 0.9989

Ejercicio 4

Se lanza un dado 720 veces. Calcula la probabilidad aproximada de que salgan,

al menos, 110 seises.

La variable x= número de seises en 720 tiradas sigue una distribución binomial

B(720, 1/6)

No obstante, como n es grande y n¨p=120> 5 y n*q=600>5, x se puede aproximar

para una normal N( n*p; n*p*q). Luego tendremos una normal N(120,10).

P(x 110) Aplicamos la corrección de continuidad P(x a)= P(x a – 0.5)

P(x 109,5) z= (x- )/ = (109.5 – 120)/10 = - 1.05

P(z -1.05)= P(z 1,05)= 0.8531

Ejercicio 5

Tiramos una moneda perfecta 100 veces. Hacemos la predicción de que saldrá
un número de caras comprendido entre 40 y 53. Calcula la probabilidad de
acertar.
La variable X= número de caras obtenidas al lanzar una moneda 100 veces sigue
una distribución binomial B(100;0,5)

Como n*p=100*0.5= 50>5 y n*q= 100*0.5= 50>5, esta se puede aproximar a una
normal N(n*p, n*p*q) Luego tenemos una N( 50,5).

P(40 x 53)= Aplicamos la corrección de continuidad P(a x b)= P (a-5 x b+5)

= P(39.5 x 53.5)

Z= = P(-2.1 z 0.7)=

= P(z 0.7)-P (z -2.1)= P(z 0.7)- 1-P(z 2.1 = 0.7580-1+0.9821= 0.7401