DEPARTAMENTO DE EDUCACIN MATEMATICA

PROFESOR SERGIO LEIF TORRES BALCHEN

1. INTRODUCCION
Estudiaremos algunas de las distribuciones de probabilidad que son usadas
frecuentemente en la teora y las aplicaciones de la estadstica. Tambin
estudiaremos sus elementos caractersticos, que sern deducidos usando los
mtodos ms adecuados segn sea el caso, para dar al estudiante experiencias
en las aplicaciones de los diversos mtodos y tcnicas estadsticas y matemticos
correspondientes.
2. DISTRIBUCION UNIFORME DISCRETA.
Definicin.
Si la variable aleatoria discreta X asume los valores x 1 , x 2 , x 3 ,..x k con igual
probabilidad, entonces sigue una distribucin uniforme discreta con funcin de
cuanta dada por:

'

T . O . P . 0
x , . . . . . . . . , x , x , x x s i
k
1
) x ( f
k 3 2 1
Observacin.
i) k es el parmetro de la distribucin ya que es variable en la familia de
funciones de probabilidad, pero constante para una funcin particular.
ii) X U ( k ) denota el hecho de que la variable aleatoria discreta sigue
una distribucin uniforme discreta de parmetro k.
iii) No siempre es posible determinar analticamente la funcin de distribucin.
La figura siguiente muestra el grfico de la funcin de cuanta
f (x)

k
1

x1 x2 x3 x4 x5 x6 ............ xk x
2
Ejemplo.
Se selecciona un empleado de un grupo de diez para supervisar cierto proyecto,
seleccionando una ficha al azar de una caja que contiene diez fichas numeradas
del uno al diez. Determine:
i) la funcin de cuanta
ii) la probabilidad de que el nmero seleccionado sea mayor que cuatro y
menor que nueve:
Solucin.
i) De acuerdo al supuesto de equiprobabilidad, cada ficha, en la caja, tiene la
misma probabilidad de ser seleccionada. Por lo tanto:

'

. . . 0
1 0 , 9 , 8 , 7 , 6 , 5 , 4 , 3 , 2 , 1
1 0
1
) (
P O T
x s i
x f

{ ( )
0.4
5
2
10
4
10
1
10
1
10
1
10
1
) 8 ( f ) 7 ( f ) 6 ( f ) 5 ( f 8 , 7 , 6 , 5 P ) 9 x 4 ( P ii)
+ + +
+ + + < <

Teorema.
Si X U ( k ) , entonces

( )
k
x
) x ( Var y
k
x
) x ( E
k
1 i
2
i
2.
k
1 i
i

Demostracin.

( ) [ ]
( )
( )

k
1 i
k
1 i
2
i
2
i
k
1 i
i
2
i
2 2
k
1 i
i
k
1 i
k
1 i
i i i
k
x
k
1
x
) x ( f ) x ( X E ) x ( Var
k
x
k
1
x ) x ( f x ) x ( E
3
Ejemplo.
Para la distribucin del ejemplo anterior, calcule la esperanza y la varianza.
Solucin.

( ) ( )
( ) ( ) ( ) ( )
2,8723 8,25 ) x ( Var Adems
8,25
10
82,5
10
3,5 ,5 1,5 0,5 1,5 ,5 3,5 4,5
10
5,5 i
10
x
) x ( Var
5,5
20
110
10
2
11 10
10
i
k
x
) x ( E
2 2 2 2 2 2 2 2
10
1 i
2
10
1 i
2
i
2
10
1 i
k
1 i
i


+ + + + + + + +

2 2
5 . 4 2 ) 5 , 0 ( 2
Ejercicio.
Si la variable aleatoria X sigue una distribucin uniforme discreta, tal que:

'

P . O . T . 0
k , . . . . . . . . . . 4 , 3 , 2 , 1 , x s i
k
1
) x ( f
Demuestre que su valor esperado es
2
1 k
) x ( E
+

y su varianza es
12
1 k
) x ( Var
2

3. DISTRIBUCION DE BERNOUILLI
La distribucin de Bernouilli se caracteriza por:
4
i) Es generada por un experimento aleatorio dicotmico, cuyo espacio
muestral est formado por dos sucesos "xito", E, y "fracaso", E
C
.

=
{
C
E E,


ii)
q p 1 ) E ( P y p ) E ( P
C

Definicin.
Se define la variable aleatoria discreta, X, como:

'

E o c u r r e s i 1
E o c u r r e s i 0
X
C
De acuerdo a la definicin, se tiene que:
P ( X = 0 ) = f ( 0 ) = P ( E
C
) = 1 - p = q
P ( X = 1 ) = f ( 1 ) = P ( E ) = p
Definicin.
La funcin de cuanta de una variable aleatoria discreta X que sigue una
distribucin de Bernoulli, es:

'

'

T . O . P . 0
1 0 , x s i q p
( x ) f o
T . O . P . 0
1 x s i p
0 x s i p 1 q
f ( x )
x 1 x
Observacin.
X b ( p ) denota el hecho de que una variable aleatoria discreta sigue una
distribucin de Bernouilli de parmetro p
Teorema.
Si X b ( p ) , entonces
i) = E( x ) = p
5
ii)
2
= Var ( x ) = p ( 1 - p ) = p q
iii) la funcin generadora de momento es ) e p q ( ) t ( M
t
x
+ .
Demostracin.
( )
Tarea iii)
q p ) x ( Var adems
q p ) p 1 ( p p p ) x ( E ) x ( E ) x ( Var
p p 1 ) p 1 ( 0 ) x ( E ii)
p p 1 ) p 1 ( 0 ) x ( E i)
2 2 2 2
2 2 2


+
+
Ejemplo.
Se tiene un experimento de Bernoulli, cuando:
se selecciona un alumno de un curso
se selecciona un producto de una lnea de produccin
se observa el sexo de un recin nacido
4. DISTRIBUCION BINOMIAL
La Distribucin Binomial se caracteriza por:
i) Est basada en un experimento aleatorio dicotmico, con las mismas
caractersticas que en la Distribucin de Bernoulli.
ii) El experimento se repite en forma independiente "n" veces y P ( E ) = p
permanece constante de repeticin en repeticin.
La variable aleatoria X es "el nmero de xitos en las n repeticiones
independientes del experimento".
.
De esta manera Rec X = { 1, 2, 3,.., n }
Observacin.
El hecho de que una variable aleatoria X sigue una distribucin binomial de
parmetros "n" y "p", se denota por X B ( n , p ).
Definicin
Sea X una variable aleatoria discreta tal que X B ( n, p ) , entonces la funcin
de probabilidad es:

6

'

,
`

.
|

T . O . P . 0
n , 1 , 2 , 3 , . . . . 0 , x s i q p
x
n
) x ( f
x n x
Ejemplo.
La probabilidad de que un vaso resista una prueba de impacto es 0.75. Calcule la
probabilidad de que, en cuatro vasos elegidos al azar:
a) dos resistan el impacto.
b) a lo ms dos resistan el impacto.
c) entre uno y tres inclusive resistan el impacto.
d) ms de dos resistan el impacto.
Solucin.
En este problema es nmero de vasos que resistan el impacto.

Rec = ' 0,1,2,3,4' ; n = 4 ; p = 0.75

Por lo tanto X B ( 4 , 0.75 )

a)
( )
2 2
0 . 2 5 0 . 7 5
2
4
2 f ) 2 X ( P

,
`

.
|

= 0.2109
b)
( ) ( ) ( ) 2 f 1 f 0 f ) 2 X ( P + +
7

2 2 3 1 4 0
0 . 2 5 0 . 7 5
2
4
0 . 2 5 0 . 7 5
1
4
0 . 2 5 0 . 7 5
0
4

,
`

.
|
+

,
`

.
|
+

,
`

.
|

= 0.0039 + 0.046 + 0.2109 = 0.2617

c)
( ) ( ) ( ) ( ) 3 f 2 f 1 f 3 X 1 P + +
= 0.0469 + 0.2109 + 0.421 = 0.6797
d)
( ) ( ) 4 f 3 f ) 2 X ( P + >
= 0.4119 + 0.3164 = 0.7283
Observacin.
i) Las caractersticas de un experimento aleatorio binomial son:
Consta de "n" repeticiones independientes.
Cada repeticin (ensayo o intento) tiene un resultado que puede
clasificarse como xito o fracaso.
La probabilidad de xito, indicada por "p", permanece constante de
ensayo en ensayo
) ii
La distribucin Binomial se usa para resolver problemas de extracciones
con reposicin.
8
Teorema. Si X B ( n , p ) , entonces:
i) M X ( t ) = ( q + p e
t
)
n

ii) = E [ x ] = n p y
2
= Var [ x ] = n p q
Demostracin.
( )
( ) b i n o m i o d e l t e o r e m a p o r e p q
q e p
x
n
q p
x
n
e ) e ( E ) t ( M i )
n
t
n
0 x
x n
x
t
n
0 x
x n x x t x t
x
+

,
`

.
|

,
`

.
|

( ) ( )
( )
( ) ( )
t
e p e p q n e p e p e p q ) 1 n ( n M
t d
d
dems A
1 q p que ya p n p p q n ) x ( E ) t ( M
t d
d
e p e p q n e p q
t d
d
) t ( M
t d
d
: tiene se momento de gneradora funcin la Derivando ii)
1 n
t t t
2 n
t
x
2
2
1 n
0 T x
t
1 n
t
n
t
x

+ + +
+ +
+ +

9
( )
q p n ) p 1 ( p n
p n p n p n p n ) x ( E ) x ( E ) x ( Var
1 q p que ya p n p ) 1 n ( n
) p q ( p n p ) p q ( ) 1 n ( n ) x ( E ) t ( M
t d
d
2 2 2 2 2 2 2
2
1 n 2 2 n 2
0 t x
2
2

+
+ +
+ + +

Ejemplo.
1. La probabilidad de que un paciente se recupere de una enfermedad sangunea
es 0.4. Si se sabe que 15 personas han contrado esta enfermedad.
a) Determine el nmero esperado de sobrevivientes y la varianza.
b) Calcule la probabilidad de que el nmero de pacientes que se recuperan de la
enfermedad difiera de su valor esperado, en menos dos veces la desviacin
estndar.
Solucin.

sanguinea enfermedad la de recuperan se que pacientes de nmero : X

X
B( 15 , 0.4 ) y Rec = { 0,1,2,.,15}
a)
) (X
= n p =
15 4 . 0
= 6
Se espera que en promedio 6 pacientes se recuperen de la enfermedad
3.6 0.6 0.4 15 q p n
2


( ) ( )
0.8757
) 9 X 3 ( P ) 9.79 X 2.2 ( P
) 3.6 2 6 X 3.6 2 6 ( P ) 2 2 ( P
2 X 2 P 2 X P b)

< <
+ < < +
< < < <

2. Sea una variable aleatoria que sigue una distribucin binomial con
parmetros n y p. Mediante la funcin de probabilidad binomial, verificar que:

f ( n x, n , 1 p ) = f ( x, n, p )
Solucin.
Por definicin se tiene que:
f ( n x, n, 1 p ) =
( )
x n n x n
p p
x n x n n
n
+

+
1
! ) ( ! ) (
!
=
( )
) , , ( ) 1 (
! !
!
p n x f p p
x x n
n
x n x

10
3. Sea una variable aleatoria que sigue una distribucin binomial con ( X ) =
2 y de Var ( X ) = 4/3. Hallar los parmetros de la distribucin de X.
Solucin.
E( X ) = n p = 2
Var ( X ) = n p q = 4/3
2 q = 4/3 q = 2 / 3 p =
3 1
n = 6
Por lo tanto B ( 6, 1/3 ).
5. DISTRIBUCION DE POISSON
Los experimentos que resultan al observar el nmero de ocurrencias
independientes del suceso xito durante un intervalo de tiempo, espacio o rea,
etc. se llaman experimentos de Poisson.
Algunos ejemplos tpicos son:
Nmero de automviles que pasan por una plaza de peaje en una semana.
Nmero de personas que llegan a un supermercado en una hora.
Nmero de llamadas recibidas en una central telefnica cada diez minutos.
Definicin.
Sea X una variable aleatoria que representa el nmero de sucesos independientes
que ocurren en un intervalo de longitud fija. Se dice entonces que la variable
aleatoria X sigue una distribucin de Poisson de parmetro con funcin de
cuanta dada por:

'

T . O . P . 0
. , . . . . . . . . . 4 , 3 , 2 , 1 , 0 x s i
! x
e
) x ( f
x

donde es el nmero medio de sucesos que ocurren por unidad de tiempo,
espacio o rea, etc.
Observacin.
i) X P ( ) denota el hecho de que la variable aleatoria X sigue una
distribucin de Poisson de parmetro .
11
iii) El parmetro es proporcional a mltiplos u submltiplos de las unidades de
tiempo espacio o rea, etc.
Ejemplo.
En un supermercado llegan en promedio 4 clientes por minuto. Determine la
probabilidad de que:
i) lleguen dos clientes en un minuto.
ii) al menos un cliente llegue en medio minuto,
Solucin.
minuto por 4 , minuto un en llegan que clientes de nmero : X

Luego X P ( 4 )
...... , 2 , 1 , 0
!
4
) (
4

X si
x
e
x f
x
0.1353 0.8647 1
! 0
2 e
1 ) 0 x ( P 1 ) 1 x ( P
minuto medio por 2 minuto por 4 ii)
0.1465
! 2
4 e
) 2 ( f ) 2 X ( P i)
0 2
2 4

Teorema.
Si X P ( ), entonces
) 1 (
) (

t
e
x
e t M

. Adems
E ( x ) = y Var ( x ) =
Demostracin.

( )
( ) ( )
) 1 e ( e
e

0 x
e
x
t
e

e
e
0 x
x
t

0 x 0 x
x
t

x
x t x t
X
t t
t
t
t t
t
e e 1
e
e
! x
e e
e
e
e
e
! x
e
e
! x
e
e
! x
e
e ) e ( E ) (t M
+

.
Donde
( )
! x
e e
t
e
x
t
es la uncin de cuanta de una variable aleatoria de
Poisson de parmetro
t
e . Por lo tanto la suma sobre todo su recorrido es 1
12
( )
) X ( Var
) X ( E ) 1 ( ) t ( M
t d
d
e e e e e ) t ( M
t d
d
) X ( E ) t ( M
t d
d
e e e ) 0 e ( ) t ( M
t d
d
2 2
2 2
0 t X 2
2
) 1 e ( t t ) 1 e ( t
X 2
2
0 t X
) 1 e ( t ) 1 e ( t
X
t t
t t
+
+ +
+

Teorema.
Si X B ( n, p ). Cuando n

, p
0
y = n p
permanece constante, entonces X P ( )
Demostracin.
13
x
n
n
x
x
n
x
n
x
x n
x
x
n
x n x
n n
x n x
0 p
n
0 p
n
n

1
1
n

1
n
1
1 . . . . .
n
1 x
1
n
x
1
n
1 x
1 m i l
! x

1
1
n

1
n
) 1 n ( . . . . . ) 1 x n ( ) x n ( ) 1 x n (
m i l
! x

1
n

1
n

! x
! ) 1 x n (
m i l
n

1
n

! x ! ) x n (
! n
m i l ) p , n , x ( f m i l
n

p S e a . ) p 1 ( p
x
n
m i l ) p , n , x ( f m i l

,
`

.
|

,
`

.
|

,
`

.
|

,
`

.
|
+

,
`

.
|

,
`

.
|

,
`

.
|

,
`

.
|

,
`

.
|

,
`

.
|

,
`

.
|

,
`

.
|

,
`

.
|

) , (x f
! x
e
e
! x

) p , n , x ( f m i l
x

x
n

Ejemplo.
La probabilidad de que una manzana de exportacin tenga defectos es de 0.001.
Se reciben 10.000 manzanas y se sabe que las manzanas defectuosas no se
pueden exportar.
i) Calcule la probabilidad de que:
a) no se pueda exportar exactamente tres manzanas
b) no se pueda exportar ms de tres manzanas
c) no pueda exportar entre una y cinco manzanas
ii) Cuntas son las manzanas que espera exportar?
Solucin.
Se puede usar la distribucin de Poisson, ya que n
0 p y
, luego el
valor de es
10 10.000 0.001
y X es el nmero de manzanas que
no se pueden exportar.
14
( )
9897 . 0 01033 . 0 1
) 3 ( ) 2 ( ) 1 ( ) 0 ( 1 ) 3 ( 1 ) 3 ( )
007567 . 0
! 3
10
) 3 ( ) 3 ( ) )
3 10

+ + + >

f f f f x P x P b
e
f x P a i
manzanaz 9.990 exportar espera 0 1 ) x ( E ii)
0.02875
! 4
10 e
! 3
10 e
! 2
10 e
) 4 ( f ) 3 ( f ) 2 ( f ) 5 x 1 ( P c)
4 1 3 10 2 10

+ +
+ + < <

6. DISTRIBUCION GEOMTRICA.
En relacin con repetidos independientes de experimento de Bernoulli, algunas
veces interesa el nmero de repeticiones hasta obtener el primer xito.
Ejemplo.
Se puede estar interesado en la probabilidad de que:
el dcimo nio expuesto a una enfermedad contagiosa sea el primero en
contraerla
la quinta persona en escuchar un rumor sea la primera en creerlo.
La variable aleatoria discreta X se define como el nmero de repeticiones
independientes del experimento de Bernoulli, hasta obtener el primer xito.
{ .......... , 4 , 3 , 2 , 1 Re X c
= lN
Observacin.
X G ( p ), denota el hecho de que la variable aleatoria discreta X sigue una
distribucin geomtrica de parmetro p.
Definicin.
Si X G ( p ), entonces la funcin de cuanta es:

'

T . O . P . 0
. 4 , . . . . . . . . 3 , 2 , 1 , x s i ) p 1 ( p
) x ( f
1 x

15
Teorema.
Si X G ( p ), entonces F ( x ) = 1 - q
x
y P ( X > x ) = q
x

Demostracin.

x x
x
x x
1 t
t
x
1 t
1 t
q ) q 1 ( 1 ) x F( 1 ) x X ( P 1 ) x X ( P
q 1
q 1
q 1
q
q
p
q
q
p
q p ) x X ( P ) x ( F
>

Teorema.
Si X G ( p ), entonces
t
t
x
e q 1
e p
) t ( M

. Adems
p
1
) x ( E
y

2
p
q
) x ( Var
Demostracin.
Ejemplo.
1. Una empresa de reclutamiento encuentra que el 30% de los aspirantes a un
determinado puesto en la industria tienen conocimientos avanzados de
computacin. Se entrevistan a los aspirantes de uno en uno, para lo cual se
selecciona al azar del grupo.
i) Calcule la probabilidad de que el primer aspirante con conocimientos
avanzados de computacin
a) sea el quinto entrevistado
b) est entre la segunda y sexta entrevista
ii) Suponga que el primer aspirante con conocimientos avanzados en
computacin que se encuentra se le ofrece el puesto y este acepta. Si cada
entrevista cuesta 1,5 U.F., calcule el valor esperado y la varianza del costo
total de las entrevistas hasta que se ocupe el puesto.
Solucin.
Sea X : nmero de entrevista hasta que se encuentra el primer aspirante con
conocimientos avanzados en computacin.

X G ( 0.3 )
x 1 x
0.7 ) x ( F y 0.7 0.3 ) x ( f

16
17.5
0.3
0.7
1.5
p
q
1.5 ) x ( Var 1.5 ) (c Var
U.F. 5
0.3
1
1.5
p
1
1.5 ) x ( E 1.5 ) c ( E X 1.5 C
) s entrevista de nmero ( ) a entrevistr una de valor ( s entrevista las de costo : C ii)
0.32193 ) 0.7 1 ( ) 0.7 1 (
) 2 ( F ) 5 ( F ) 5 x 3 ( P ) 6 x 2 ( P b)
0.07203 0.7 0.3 ) 5 ( f ) 5 X ( P a) i)
2
2
2
2 2
2 5
4




< <

2. En una cierta interseccin de calles ocurren en promedio cinco accidentes por
mes.
i) Calcule la probabilidad de que en determinado mes ocurran:
a) exactamente cinco accidentes
b) menos de tres accidentes
c) ms de cuatro accidentes
d) a lo menos dos accidentes y a lo ms cinco accidentes
ii) Se seleccionan al azar e independientemente cuatro de estos meses,
calcule la probabilidad de que ocurran ms de cinco accidentes en:
a) exactamente tres meses
b) ms de dos meses
c) menos de tres meses
iii) Calcule la probabilidad de que ocurran ms de cinco accidentes, por
primera vez en:
a) el cuarto mes
b) a lo ms tres meses
c) a lo menos el quinto mes
Solucin.
mes un en ocurren que accidentes de nmero X i : )

X 5

. 3,........ , 2 , 1 , 0 x ;
! x
5 e
) x ( f ) 5 ( P
x 5

0.5755 ) 1 ( F ) 5 ( F ) 5 x 2 ( P d)
0.5595 0.4405 1 ) 4 ( F 1 ) 4 X ( P 1 ) 4 X ( P c)
0.1247
! 2
5 e
! 1
5 e
! 0
5 e
) 3 ( f ) 1 ( f ) 0 ( f ) 3 x ( P b)
0.1755
! 5
5 e
) 5 ( f ) 5 X ( P a)
2 5 1 5 0 5
5 5

>
+ + + + <

accidentes cinco ms ocurren que en meses de nmero : Y 4 n

0.61596 p 1 q 0.38404 ) 6 x ( P p
mes un en ) 5 x ( P p ii)

>
17
Y B ( 4 , 0.38404 ) ,
4 , 3 , 2 , 1 , 0 ; 6 1 5 9 6 . 0 3 8 4 0 4 . 0
4
) (
4

,
`

.
|

y
y
y f
y y
0 . 8 3 8 6
0 . 3 3 5 7 0 . 0 3 5 9 0 0 . 1 4 8 ) 2 ( f ) 1 ( f ) 0 ( f ) 2 Y ( P ) 3 Y ( P c )
0 . 1 6 1 4 0 . 0 2 1 8 0 . 1 3 9 6 ) 4 ( f ) 3 ( f ) 2 Y ( P b )
0 . 1 3 9 6 0 . 6 1 5 9 6 0 . 3 8 4 0 4
3
4
) 3 ( f ) 3 Y ( P a )
1 3

+ + + + <
+ + >

,
`

.
|


accidentes cinco de ms ves primera por ocurra que hasta meses de nmero : Z
0.61596 q mes un en 0.38404 ) 5 X ( P p iii) >

Z G ( 0.38404 )

f ( z ) =
1
61596 . 0 38404 . 0

z


z
0.61596 ) z ( F Adems
0.0897 0.91596 0.38404 ) 4 ( f ) 4 Z ( P a)
3


0.1438 0.61596 ) 5 Z ( P c)
0.7663 0.61596 1 ) 3 ( F ) 3 Z ( P b)
4
3


7. EJERCICIOS.
1. Si la variable aleatoria X sigue una distribucin uniforme discreta con funcin
de probabilidad f (x) = 1/k para x = 1, 2, 3, , k, demuestre que
i)
2
1
) (
+

k
x E

ii)
12
1
) var(
2
2


k
x
18
2. Para dirigir un proyecto se selecciona uno de quince ingenieros comerciales,
de la siguiente manera: se escriben los nombres de los ingenieros en ficha
numeradas del 1 al 15, las que se introducen en una caja y luego se selecciona
al azar una ficha. Determine:
i) la funcin de probabilidad.
ii) la probabilidad de que el nmero de la ficha seleccionada sea mayor que 3
y menor que 8.
iii) la probabilidad de que el nmero de la ficha sea mayor 7.
iv) la esperanza y la varianza.

3. Una mquina produce cierto tipo de piezas de las cuales el 5% son
defectuosas. Se seleccionan aleatoriamente 5 piezas.
i) Calcule la probabilidad de obtener:
a) exactamente una pieza defectuosa.
b) por lo menos una pieza defectuosa
c) a lo ms dos piezas defectuosas
d) entre 2 y 4 piezas defectuosas
ii) Cul es el nmero esperado de piezas defectuosas? Con qu
variabilidad?
4. La probabilidad de que un presunto cliente haga una compra es de 0.2 . Si un
vendedor visita a seis presuntos clientes
i) Cul es la probabilidad de que de que haga cuatro ventas?
ii) Cul es la probabilidad de haga cuatro o ms ventas?
iii) Cul es la probabilidad de que haga a lo menos tres compras?
iv) Calcule la esperanza y la varianza del nmero de compras
5. De un conjunto muy grande de productos, el 40% son defectuosos. Se
seleccionan aleatoriamente doce de esos productos.
i) Cul es la probabilidad de que no ms de cuatro sean defectuosas?
ii) Cul es la probabilidad de que ms de cinco sean defectuosas?
iii) Cul es la probabilidad de que exactamente nueve sean defectuosas?
iv) Calcule es nmero esperado de productos defectuosos y la desviacin
estndar
6. Una empresa informa que el 30% de las cuentas por cobrar, de otras empresas
comerciales, estn vencidas. Un contador escoge aleatoriamente veinte
cuentas por cobrar.
i) calcule la probabilidad de que:
a) ninguna de las cuentas est vencida.
b) exactamente diez cuentas estn vencidas.
c) ms de ocho cuentas estn vencidas.
d) menos de quince cuentas no estn vencidas.
e) entre dos y once cuentas estn vencidas.
f) la mayora de las cuentas estn vencidas.
19
i) Cul es nmero esperado de cuentas vencidas? Calcule la desviacin
estndar de las cuentas vencidas.
7. El 40% de los empleados de una empresa participan en el programa de
inversin en acciones de la compaa. Se seleccionan aleatoriamente diez
empleados, calcule la probabilidad de que:
i) la proporcin de participantes, en el programa de inversiones, sea
exactamente el 60%.
ii) la proporcin de participantes, en el programa de inversiones, sea menos
de 0,7.
iii) la proporcin de participantes est entre el 30% y el 90%
8. Demuestre que en una distribucin binomial de parmetros n y p. La varianza
es mxima cuando p =
9. La probabilidad de que una persona que vive en una cierta ciudad posea un
computador es de 0.3. Se entrevistan las personas de una en una hasta encontrar
a la primera persona que posea un computador.
a) Calcule la probabilidad de que:
i) la dcima persona entrevistada sea la primera que posee un computador
ii) se entrevisten ms de ocho personas para encontrar a la primera que
posee un computador
iii) se entrevisten menos de cinco personas para encontrar a la primera que
posee un computador
b) Calcule la esperanza y la varianza del nmero de entrevistas hasta encontrar a
la primera persona que posea un computador
10. Un cientfico inocula varios ratones, uno a la vez, con un germen de una
enfermedad hasta que obtiene uno que la ha contrado. Si la probabilidad de
contraer la enfermedad es un 1 / 6.
i) Cul es la probabilidad de que requiera ocho ratones?
ii) Cul es la probabilidad de que requieran ms de doce ratones?
iii) Cul es la probabilidad de que requieran menos de cinco ratones?
iv) Calcule el valor esperado y la desviacin estndar de nmero de ratones
requeridos
11. Suponga que la probabilidad de que una persona determinada crea un rumor
acerca de una actriz famosa es de 0.8. Calcule la probabilidad de que :
i) la sexta persona que escucha el rumor sea la primera que lo crea.
ii) la tercera persona que escucha tal historia sea la primera en creerlo.
12. La probabilidad de que un estudiante para piloto apruebe el examen escrito
para obtener su licencia de piloto privado es 0.7. Encuentre la probabilidad de
que una persona apruebe el examen:
i) en el tercer intento.
ii) antes del tercer intento
20
iii) despus del segundo intento
13. Un explorador de petrleo perfora una serie de pozos en cierta rea para
encontrar un pozo productivo. La probabilidad de que tenga xito en una
prueba es 0.2.
i) Cul es la probabilidad de que el primer pozo productivo sea el tercer
pozo perforado?
ii) Cul es la probabilidad de que el explorador encuentre un pozo productivo
si solamente puede perforar a lo ms 10 pozos?
14. Se estima que el 60% de una poblacin de consumidores prefiere una marca
particular de pasta de dientes A. Calcule la probabilidad de que se
entrevistarse a:
i) exactamente cinco personas, para encontrar la primer que prefiera la marca
A
ii) ms de cinco personas, para encontrar la primera que prefiere la marca A
iii) nueve personas sabiendo que se entrevistaron a ms de cuatro
15. Si X es una variable aleatoria que sigue una distribucin geomtrica de
parmetro p, demuestre que:

) ( ) / ( x X P a X a x X P > +
16. En un banco llegan en promedio siete clientes por hora a la caja buzn. En
una hora dada,
a) cul es la probabilidad de que:
i) no lleguen ms de tres clientes?
ii) lleguen al menos dos clientes?
iii) lleguen exactamente cinco clientes?
b) Calcule la esperanza y la varianza del nmero de clientes que llegan a la caja
buzn en una hora.
17. En un aeropuerto se trasladan en promedio 8,5 unidades de equipaje por
minuto. Calcule la probabilidad de trasladar 10 unidades de equipaje en un
minuto determinado.
18. Seis personas, en promedio, utilizan un autoservicio bancario durante una hora
en un almacn de departamentos. Calcule la probabilidad de que, en una hora
seleccionada aleatoriamente:
i) exactamente seis personas utilicen el servicio.
ii) menos de cinco personas utilicen el servicio.
iii) nadie utilice el servicio durante 10 minutos.
iv) una persona utilice el servicio durante cinco minutos.
19. El manuscrito de un libro tiene un total de 50 errores en 500 pginas. Los
errores estn distribuidos aleatoriamente en el libro. Calcule la probabilidad de
que:
21
i) en 30 pginas se encuentren 2 o ms errores.
ii) en 50 pginas se encuentren dos o ms errores.
iii) una pgina seleccionada aleatoriamente no tenga errores.
20. Durante un estudio de inventarios de una tienda se determin que un artculo
se solicita en promedio cinco veces al da. Calcule la probabilidad de que en un
da dado, el artculo:
i) se solicite ms de cinco veces.
ii) no se solicite.
21. Una cierta zona de un continente sufre en promedio seis huracanes por ao.
Calcule la probabilidad de que en un ao dado:
i) sufra menos de cuatro huracanes.
ii) sufra entre seis y ocho huracanes.
22. Se sabe que en promedio dos empresas solicitan servicios de auditoria en un
perodo de seis meses. Cul es la probabilidad de que en el prximo ao
soliciten ms de tres veces los servicios de auditoria?


22