TEMA:

EJERCICIOS DE PROBABILIDADES Y VARIABLES ALEATORIAS

ASIGNATURA:
ESTADISTICA APLICADA PARA ADMINISTRADORES I
CICLO:
III
INTEGRANTES:
APAZA VALDEZ DAVID
LULE SANDOVAL WALTER
NEYRA GONZALES ANTONY
NOLE LIMA
PAULITA PEÑA DIAZ
ANGGIE DOCENTE:
ROJAS ROJAS HENRY
TUMBES-PERÚ
2023
 Ejercicios de Probabilidades
Ejercicio 2. Cierta familia tiene 3 hijos, y se sabe que al menos dos de ellos son niñas. Al
suponer que los nacimientos de niños y niñas son igualmente probables, y además que el sexo
del hijo mayor no afecta a ningún modo al sexo del hijo menor, calcule la probabilidad de que la
familia tenga 3 niñas.
Solución:
Antes de resolver este ejercicio debemos de darnos cuenta que tipo de probabilidad es en este
caso es una probabilidad condicional porque hay una probabilidad de que ocurra un evento B
cuando se sabe que ha ocurrido otro evento A y a este se le designa como P(B/A).
Utilizamos el diagrama del árbol:

1 hijo 2 hijo 3 hijo

H
H
M
H
H
M
M

H
H
M
M
H
M
M

El espacio muestral es el conjunto de todos los resultados que se pueden obtener:

𝛺 = {HHH, HHM, HMH, HMM, MHH, MHM, MMH, MMM}
𝑛(𝛺) = 8
Dados los eventos:
A = “La familia tenga 3
mujeres” A = {MMM}
𝑛(𝐴) = 1

Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = = 0.125 ≅ 12.5%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 8
Evento:
B = “Al menos 2 mujeres”
B = {HMM, MHM, MMH, MMM}
𝑛(𝐵) = 4
Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 4
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = = 0.5 ≅ 50%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 8
Al igual que el tipo de evento la cual vendría ser dependiente y para ello vamos a utilizar:
𝑃(𝐴 ∩ 𝐵) 1/8
𝑃(𝐴/𝐵) = = = 0.25 ≅ 25%
𝑃(𝐵) 4/8

Ejercicio 4. Un banco ha estimado, por experiencias anteriores, que la probabilidad de que una
persona falle en los pagos de un préstamo personal es de 0,2. también ha estimado que el 30%
de los prestamos no pagados a tiempo se han hecho para financiar viajes de vacaciones y el
70% de los prestamos pagados a tiempo se han hecho para financiar viajes de vacaciones . Se
pide calcular
a) Probabilidad de que un préstamo que se haya hecho para financiar un viaje de
vacaciones no se pague a tiempo.
b) Probabilidad de que un préstamo que se haya hecho para propósitos distintos a viajes
de vacaciones sea pagado a tiempo.
Solución:
Tenemos los siguientes datos:
𝑃(𝐴) = 0.8 → 𝑑𝑒 𝑞𝑢𝑒 𝑝𝑎𝑔𝑒 𝑎 𝑡𝑖𝑒𝑚𝑝𝑜

𝑃(𝐴̅) = 0.2 → 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑝𝑎𝑔𝑒 𝑎 𝑡𝑖𝑒𝑚𝑝𝑜

Hacemos un diagrama de árbol:

0.7
F
A
0.8
0.3 𝐹̅
0.3
F
0.2
𝐴̅
𝐹̅
0.7

a.

𝑃(𝐴̅ ∩ 𝐹) 0.2 × 0.3

𝑃(𝐴̅/𝐹) = = = 0.096 ≅ 9.6%
𝑃(𝐹) 0.2 × 0.3 + 0.8 × 0.7
b.
𝑃(𝐴 ∩ 𝐹̅ ) 0.8 × 0.3
𝑃(𝐴/𝐹̅ ) = = = 0.631 ≅ 63.1%
𝑃(𝐹̅ ) 0.8 × 0.3 + 0.2 × 0.7
Ejercicio 6. Se lanzan dos monedas al aire, ¿Cuál es la probabilidad de obtener 2 sellos?
Solución:
Usamos el diagrama del árbol para encontrar el espacio muestral:
C
1er 2do
C

C
S
S

El espacio muestral es el conjunto de todos los resultados que se pueden obtener:

𝛺 = {CC, CS, SC, SS}
𝑛(𝛺) = 4
Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = = 0.25 ≅ 25%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 4
La probabilidad de obtener 2 sellos es de 25%.

Ejercicio 8. Se lanzan dos dados al aire

a) ¿Cuál es la probabilidad que el producto de puntos sea mayor que 12?
b) ¿Cuál es la probabilidad que el número de puntos de uno sea divisor del número
de puntos del otro?
c) ¿Cuál es la probabilidad que la suma de los puntos sea múltiplo de 5?
d) ¿Cuál es la probabilidad que la suma de los puntos sea un múltiplo de 3?
Solución:
Representamos los dos dados:
D1/D2 1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Tenemos el espacio muestral:

𝛺 = {(1,1) ; (1,2) ; (1,3) ; (1,4) ; (1,5) ; (1,6) ; (2,1) ; (2,2) ; (2,3) ; (2,4) ; (2,5) ; (2,6) ;
(3,1) ; (3,2) ; (3,3) ; (3,4) ; (3,5) ; (3,6) ; (4,1) ; (4,2) ; (4,3) ; (4,4) ; (4,5) ; (4,6) ; (5,1) ;
(5,2) ; (5,3) ; (5,4) ; (5;5) ; (5,6) ; (6,1) ; (6,2) ; (6,3) ; (6,4) ; (6,5) ; (6,6)}
𝑛(𝛺) = 36
a.
Dados los eventos:
A = “El producto de puntos sea mayor que 12”
A = {(3,5) ; (3,6) ; (4,4) ; (4,5) ; (4,6) ; (5,3) ; (5,4) ; (5,5) ; (5,6) ; (6,3) ; (6,4) ; (6,5) ;
(6,6)}
𝑛(𝐴) = 13
Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 13
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = = 0.361 ≅ 36.1%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 36
b.
B = “El número de puntos de uno sea divisor del número de puntos del otro”
A = {(1,1) ; (1,2) ; (1,3) ; (1,4) ; (1,5) ; (1,6) ; (2,2) ; (2,4) ; (2,6) ; (3,3) ; (3,6) ; (4,4) ;
(5,5) ; (6,6)}
𝑛(𝐴) = 14
Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 14
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = = 0.39 ≅ 39%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 36
c.
C = “La suma de los puntos sea múltiplo de 5”
C = {(1,4) ; (2,3) ; (3,2) ; (4,1) ; (4,6) ; (5,5) ; (6,4)}
𝑛(𝐶) = 7
Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 7
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = = 0.194 ≅ 19.4%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 36
d.
D = “La suma de puntos sea múltiplo de 3”
D = {(2,1) ; (5,1) ; (1,2) ; (4,2) ; (3,3) ; (6,3) ; (2,4) ; (5,4) ; (1,5) ; (4,5) ; (3,6) ; (6,6)}
𝑛(𝐷) = 12
Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 12
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = = 0.333 ≅ 33.3%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 36
Ejercicio 10. Se lanzan dos monedas y un dado. ¿Cuál es la probabilidad de obtener dos
caras y un múltiplo de 3?
Solución:
Primero determinamos el espacio muestral, aplicando la estrategia del diagrama del árbol
para conocer los posibles resultados del experimento:
1era moneda 2da moneda Dado
1

3
C
4

6
C
1

3
S
4

3
C
4

6
S
1

3
S
4

6
El espacio muestral es el conjunto de todos los resultados que se pueden obtener:
𝛺 = {CC1, CC2, CC3, CC4, CC5, CC6, CS1, CS2, CS3, CS4, CS5, CS6, SC1, SC2,
SC3, SC4, SC5, SC6, SS1, SS2, SS3, SS4, SS5, SS6}
𝑛(𝛺) = 24
Dado el evento:
A = “Obtener dos caras y un múltiplo de
3” A = {CC3, CC6}
𝑛(𝐴) = 2
Hallamos la probabilidad del evento A mediante la Regla de Laplace:
𝑛(𝐴) 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑑𝑒 𝐴 2
= = 0.083 ≅ 8.3%
𝑃(𝐴) = = 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 24
𝑛(𝛺)

Ejercicio 12. Hay 60 compradores, de los cuales 37 adquirieron artículos de tocador y 38

adquirieron artículos de lencería. Se elige al azar un comprador. ¿Cuál es la probabilidad que
haya comprado sólo artículos de tocador o sólo artículos de lencería?
Solución:
Graficamos con el diagrama de Venn

T(37) L(38)

37-x x 38-x

Primero hallamos la cantidad de clientes que compraron ambos artículos(x):

60 = 37 − 𝑥 + 𝑥 + 38 − 𝑥
60 = 75 − 𝑥
𝑥 = 75 − 60 = 15
Luego hallamos la cantidad de clientes que compraron sólo artículos de tocador o sólo artículos
de lencería:
= 37 − 𝑥 + 38 − 𝑥 = 37 − 15 + 38 − 15 = 45
Hallamos la probabilidad:
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 45
𝑃𝑟𝑜𝑏𝑎 = = = 0.75 ≅ 75%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 60
Ejercicio 14. Se extraen 2 cartas aleatoriamente de una baraja de 52 cartas, ¿cuál es la
probabilidad que estas cartas sean de figuras (11; 12 y 13)?
Solución:
𝑛 52 52!
𝛺=( )=( )= = 1326
𝑘 2 2! (52 −
2)!
A = “extraer un 11, 12 y 13
4 4 4 4! 4! 4!
()( )( )=(
1 1 1 1! (4 − 1)! ) (1! (4 − 1)! ) (1! (4 − 1)!) = 64
Entonces hallamos la probabilidad
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃(𝐴) = 64
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 = = 0.048 ≅ 4.8%
1326

Ejercicio 18. ¿Cuál es la probabilidad que, de 6 cartas tomadas de una baraja de 52, 3 sean
rojas y 3 negras?
Solución:
La probabilidad se puede calcular utilizando la fórmula de combinaciones.
Primero, vamos a calcular el número de combinaciones posibles de seleccionar 3 cartas rojas de
las 26 disponibles y 3 cartas negras de las 26 disponibles restantes:
𝑛
( )= 𝑛!
𝑘
𝑘! (𝑛 − 𝑘)!
26 26
26! 26!
( )( )=( )×( ) = 6,760,000
3 3 3! (26 − 3)! 3! (26 − 3)!
A continuación, calculamos el número total de combinaciones posibles de seleccionar 6 cartas
de una baraja de 52:
52 52!
( )=( ) = 20,358,520
6 6! (52 − 6)!
Finalmente, para obtener la probabilidad, dividimos el número de combinaciones favorables (3
cartas rojas y 3 cartas negras) entre el número total de combinaciones posibles:
6760000
𝑃𝑟𝑜𝑏𝑎 = ) = 0.332 ≅ 33.2%
( 20358520

Ejercicio 22. En una empresa del total de trabajadores, se tiene que el 50% son técnicos
profesionales, el 30% son oficinistas y el 20% personal de servicio; además se tiene que el 8%
de los profesionales, el 9% de los oficinistas y el 10% del personal de servicio son
"provincianos" (nacidos fuera de la capital). Supongamos que se selecciona un trabajador al
azar,
a) ¿Cuál es la probabilidad de que el trabajador resulta ser provinciano?
 b) Dado que el trabajador elegido es provinciano. Hallar la probabilidad de que el
trabajador sea técnico profesional.
Solución:
a.
𝑃(𝐴1) = 0.50 → 𝑇é𝑐𝑛𝑖𝑐𝑜 𝑃𝑟𝑜𝑓𝑒𝑠𝑖𝑜𝑛𝑎𝑙
𝑃(𝐴2) = 0.30 → 𝑂𝑓𝑖𝑐𝑖𝑛𝑖𝑠𝑡𝑎

𝑃(𝐴3) = 0.20 → 𝑃𝑒𝑟𝑠𝑜𝑛𝑎𝑙 𝑑𝑒 𝑆𝑒𝑟𝑣𝑖𝑐𝑖𝑜

Dado el evento:

𝑃(𝐵) = "𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑛𝑜"
Entonces:

𝑃(𝐵/𝐴1) = 0.08
𝑃(𝐵/𝐴2) = 0.09
𝑃(𝐵/𝐴3) = 0.10
Aplicamos la probabilidad total, para obtener la probabilidad de ser Provinciano:
𝑃(𝐵) = 𝑃(𝐵/𝐴1). 𝑃(𝐴1) + 𝑃(𝐵/𝐴2). 𝑃(𝐴2) + 𝑃(𝐵/𝐴3). 𝑃(𝐴3)
𝑃(𝐵) = (0.08) × (0.50) + (0.09) × (0.3) + (0.10) × (0.20) = 0.087 ≅ 8.7%
La probabilidad de ser provinciano es de 8.7%
b.
Aplicamos la Ley de Bayes:
𝑃(𝐵/𝐴1). 𝑃(𝐴1) 0.08 × 0.50
𝑃(𝐴1/𝐵) = 𝑃(𝐵) = 0.087 = 0.459 ≅ 46%
La probabilidad de que sea técnico profesional siendo provinciano es de 46%.

Ejercicio 24. Una lotería ofrece seis premios para seis de los 100 000 números que componen
un sorteo: uno de $2000000, uno de $1000000, dos de $100000 y dos de
$50000. Asuma que cada número sólo puede ser elegido por una persona. Si Alipio compra
4 números, determine la probabilidad de que:
a) Alipio gane el premio mayor
b) Alipio gane alguno de los premios
c) Alipio gane más de un premio
Solución:
a.
Alipio gane el premio mayor
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 4
𝑃𝑟𝑜𝑏𝑎 = = = 0.00004
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 100000
b.
Para hallar la probabilidad de que gane al menos 1 premio hallamos el suceso
complementario, osea que no gane ninguno de los premios y lo restamos con la unidad
99999
𝐴𝑙𝑖𝑝𝑖𝑜 𝑔𝑎𝑛𝑒 𝑒𝑙 𝑝𝑟𝑒𝑚𝑖𝑜 𝑚𝑎𝑦𝑜𝑟 =
100000
99999 99998
𝐴𝑙𝑖𝑝𝑖𝑜 𝑛𝑜 𝑔𝑎𝑛𝑒 𝑎𝑙𝑔𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑝𝑟𝑒𝑚𝑖𝑜𝑠 𝑑𝑒 $100000 = ×
100000 100000
99999 99998 99997
𝐴𝑙𝑖𝑝𝑖𝑜 𝑛𝑜 𝑔𝑎𝑛𝑒 𝑎𝑙𝑔𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑝𝑟𝑒𝑚𝑖𝑜𝑠 𝑑𝑒 $50000 = × ×
100000 99999 99998
99999 99999 99998 99997 99999 99997
∴ 𝐴𝑙𝑖𝑝𝑖𝑜 𝑛𝑜 𝑔𝑎𝑛𝑒 𝑛𝑖𝑛𝑔𝑢𝑛𝑜 = × × × = ×
100000 100000 99999 99998 100000 100000
= 0.99996
𝑄𝑢𝑒 𝑔𝑎𝑛𝑒 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 = 1 − 0.99996 = 0.00004
c.
1
= × 1 1 1 1 1 1 1
100000 + × × + × ×
100000 100000 100000 100000 100000 100000 100000
1
× = 0.0000000001
100000
La probabilidad de que gane más de un premio es muy baja

Ejercicio 26. Una compañía de seguros opina que la población limeña puede ser dividida en
dos clases; aquellas personas propensas a accidentes y aquéllas que no son propensas. Sus
estadísticas muestran que una persona propensa a accidente tendrá un accidente alguna vez
dentro de un periodo de un año con probabilidad 0.4; mientras que sus probabilidades decrecen
a 0.2 para una persona que no es propensa a accidentes. Si suponemos que 30% de la población
limeña es propensa a accidentes, se pide:
a) Calcule la probabilidad de que una persona que compra una nueva póliza de seguros
tenga un accidente dentro del año de vigencia de su póliza.
b) Al suponer que el nuevo poseedor de una póliza de seguros tiene un accidente dentro
del año de vigencia de su póliza, ¿Cuál es la probabilidad de que él sea propenso a
accidente?
Solución:
a.
𝑃(𝐴) = 0.30 → 𝑃𝑟𝑜𝑝𝑒𝑛𝑠𝑜

𝑃(𝐵) = 0.70 → 𝑁𝑜 𝑝𝑟𝑜𝑝𝑒𝑛𝑠𝑜

Dado el evento:

𝑃(𝐶) = "𝐴𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒"
Entonces:
𝑃(𝐶/𝐴) = 0.40

𝑃(𝐶/𝐵) = 0.20
Aplicamos la probabilidad total, para obtener la probabilidad de que se Accidente:
𝑃(𝐶) = 𝑃(𝐶/𝐴). 𝑃(𝐴) + 𝑃(𝐶/𝐵). 𝑃(𝐵)

𝑃(𝐶) = (0.40) × (0.30) + (0.20) × (0.70) = 0.26 ≅ 26%

La probabilidad de que tenga un accidente es de 26%
b.
Aplicamos la Ley de Bayes:
𝑃(𝐶/𝐴). 𝑃(𝐴) 0.40 × 0.30
𝑃(𝐴/𝐶) = = = 0.461 ≅ 46.1%
𝑃(𝐶) 0.26
La probabilidad de que sea propenso dado que tenga un accidente es de 46.1%.

Ejercicio 28. En cierto colegio, 5% de los hombres y 2% de las mujeres tienen más de 1,80
metros de altura. Por otro lado, 60% de los estudiantes son hombre. Si un estudiante es
seleccionado aleatoriamente y tiene más de 1,80 metros de altura, ¿cuál es la probabilidad de
que el estudiante sea mujer?
Solución:
Probabilidad de hombres y mujeres del colegio:
𝑃(𝐻) = 0.6

𝑃(𝑀) = 1 − 𝑃(𝑀) = 1 − 0.6 = 0.4

Tenemos el evento:
𝐴 = "𝑀𝑒𝑑𝑖𝑟 𝑚á𝑠 𝑑𝑒 1.80 𝑚"
Entonces la probabilidad de hombres y mujeres que miden más de 180 m es:
𝑃(𝐴/𝐻) = 0.05
𝑃(𝐴/𝑀) = 0.02
Aplicamos la probabilidad total, para obtener la probabilidad de medir más de 1.80 m:

𝑃(𝐴) = 𝑃(𝐴/𝐻). 𝑃(𝐻) + 𝑃(𝐴/𝑀). 𝑃(𝑀) = 0.05 × 0.6 + 0.02 × 0.4 = 0.038
Aplicamos la Ley de Bayes:
𝑃(𝐴/𝑀). 𝑃(𝑀) 0.02 × 0.4
𝑃(𝑀/𝐴) = = = 0.21 ≅ 21%
𝑃(𝐴) 0.038
Por lo tanto, la probabilidad de que al escoger un alumno al azar y éste mide más de
1.80 m, sea mujer, es de, aproximadamente 0.21
 Ejercicios de Variables Aleatorias

Ejercicio 2. Suponga que la variable aleatoria X toma valores -2; 0; 1 y 4 con

probabilidades siguientes:
𝑃[𝑥 = −2] = 0.4; 𝑃[𝑥 = 0] = 0.1; 𝑃[𝑥 = 1] = 0.3; 𝑃[𝑥 = 4] = 0.2
Halle la función de distribución acumulada de X; y determine la esperanza matemática y la
varianza.
Solución:
Hallamos la función de la distribución de la variable X:
X -2 0 1 4
P(x)=P(X=x) 0.4 0.1 0.3 0.2

0, 𝑥 < −2
0.4, −2 ≤ 𝑥 < 0
𝐹(𝑥) = 0.5, 0≤𝑥<1
0.8, 1≤𝑥<4
𝗅 1, 𝑥≥4
La esperanza matemática es:
𝖺 𝖺
𝑢 = 𝐸(𝑥) = ∑ 𝑥𝑖𝑃[𝑥 = 𝑥𝑖] = ∑ 𝑥𝑖 ∗ 𝑝(𝑥𝑖) = −2(0.4) + 0(0.1) + 1(0.3) + 4(0.2)
𝑖=1 𝑖=1
= 0.3
La varianza es:
𝖺
𝐸(𝑥2) = ∑ 𝑥𝑖2 ∗ 𝑝(𝑥𝑖) = −22(0.4) + 02(0.1) + 12(0.3) + 42(0.2) = 1.9
𝑖=1

Luego por teorema 8 se tiene:

𝑉𝐴𝑅[𝑋] = 𝐸[𝑥2] − [𝐸(𝑥)]2 = 1.9 − (0.3)2 = 1.81

Ejercicio 6. Una caja contiene 5 tuercas defectuosas y 5 no defectuosas. Se extraen 2 tuercas
aleatoriamente y sin reposición. Halle la función de probabilidad de la variable aleatoria X:
número de tuercas no defectuosas que se obtiene en la extracción.
Solución:
X: Números de elementos defectuosos

𝑅(𝑥) = {0; 1; 2}
Usamos el diagrama del árbol:

4/9
D
5/10 D
N
5/9
5/9
D
5/10 N
N
4/9

El espacio muestral es el conjunto de todos los resultados que se pueden obtener:

𝛺 = {DD, DN, ND, NN}
𝑛(𝛺) = 4
Por lo tanto:
5 4 2
𝑃(𝑥 = 0) = {𝑁𝑁} = × = = 0.222
10 9 9
5 5 5
𝑃(𝑥 = 1) = {𝐷𝑁; 𝑁𝐷} = × × 2 = = 0.556
10 9 9
5 4 2
𝑃(𝑥 = 2) = {𝐷𝐷} = × = = 0.222
10 9 9
La distribución de la variable aleatoria X:
X 0 1 2
P(x) 0.222 0.556 0.222

Obtenemos la función de distribución acumulada:

0, 𝑥<0
𝑓(𝑥) = {0.222, 0≤𝑋<1
0.778, 1≤𝑥<2
1, 𝑥≥2
Ejercicio 8. Un dispositivo está compuesto de tres elementos que trabajan
independientemente. La probabilidad de falla de cada elemento en una prueba es igual a 0,1.
Analice la variable aleatoria X: número de elementos que fallan en una prueba.
Solución:
X: Números de elementos que fallan
𝑅(𝑥) = {0; 1; 2; 3}
Usamos el diagrama del árbol:

1 er 2 do 3 er
N
N 0.9
0.9 0.1
F
N
N
0.9 0.1 0.9
F
0.1
F

N
0.9
N
0.1 0.9 0.1
F
F
N
0.1 0.9
F
0.1
F

El espacio muestral es el conjunto de todos los resultados que se pueden obtener:

𝛺 = {NNN, NNF, NFN, NFF, FNN, FNF, FFN, FFF}
𝑛(𝛺) = 8
Dado que la probabilidad de que Fallen y No fallen es:
𝑁 = 0.9

𝐹 = 0.1
Por lo tanto:

𝑃(𝑥 = 0) = {𝑁𝑁𝑁} = 0.9 × 0.9 × 0.9 = 0.729

𝑃(𝑥 = 1) = {𝑁𝑁𝐹; 𝑁𝐹𝑁; 𝐹𝑁𝑁} = 0.9 × 0.9 × 0.1 × 3 = 0.243

𝑃(𝑥 = 2) = {𝑁𝐹𝐹; 𝐹𝑁𝐹; 𝐹𝐹𝑁} = 0.9 × 0.1 × 0.1 × 3 = 0.027

𝑃(𝑥 = 3) = {𝐹𝐹𝐹} = 0.1 × 0.1 × 0.1 = 0.001

La distribución de la variable aleatoria X:
X 0 1 2 3
P(x) 0.729 0.243 0.027 0.001

Obtenemos la función de distribución acumulada:

 0, 𝑥<0
0.729, 0≤𝑥<1
𝐹(𝑥) = 0.972, 1≤𝑥<2
0.999, 2≤𝑥<3
𝗅 1, 𝑥≥3

Ejercicio 10. Sea x una variable aleatoria continua con función de densidad
𝟏
𝒇(𝒙) = {𝟔 𝒙 + 𝒌, 𝑺𝒊 𝟎 ≤ 𝒙 ≤ 𝟑
𝟎, 𝒆𝒏 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐
a) Encuentre el valor de k
b) Calcule 𝑃[1 ≤ 𝑥 ≤ 2]
Solución:
a.
Para que f(x) sea una función de densidad de una variable aleatoria continua, debe
satisfacer:
+∞ 0 3 +∞
∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 0 𝑑𝑥 + ∫ 1 𝑥 + 𝑘 𝑑𝑥 + ∫ 0 𝑑𝑥 = 1
−∞ −∞ 0
6 3

Donde calculamos:
3 3
1 3 32 02 3
3
∫ 𝑥 + 𝑘 𝑑𝑥 = ∫ 𝑘 𝑑𝑥 + ∫ 𝑥 𝑑𝑥 = [𝑘𝑥]3 + [𝑥2 ] = [𝑘(3) − 𝑘(0)] + [ − ] = 3𝑘 +
0
0 6 0 0 6 12 12 12 4
0
=1
1
∴𝑘=
12
b.
Nos piden calcular:
2
1 2 2 2
𝑃[1 ≤ 𝑥 ≤ 2] = ∫ 𝑥 + 𝑘 𝑑𝑥 = ∫ 𝑘 𝑑𝑥 + ∫ 𝑥 𝑑𝑥 = [𝑘𝑥]2 + [𝑥2 ]
1
1 6 1 1 6 12
1
2 2
2 1
1
= [𝑘(2) − 𝑘(1)] + [ − ] = 𝑘 +
12 12 4
1 1 1 1
∴𝑘+ = + =
4 12 4 3