VARIABLE ALEATORIA DISCRETA

1. Supongamos que la probabilidad de tener una unidad defectuosa en una lnea de

ensamblaje es de 0.05. Si el conjunto de unidades terminadas constituye un
conjunto de ensayos independientes:
1. cul es la probabilidad de que entre diez unidades dos se encuentren
defectuosas?
2. y de que a lo sumo dos se encuentren defectuosas?
3. cual es la probabilidad de que por lo menos una se encuentre defectuosa?
SOLUCIN:
Sea i una variable aleatoria que representa el estado de una unidad terminada en la lnea de
ensamblaje en el momento i, siendo i= 1 si la unidad es defectuosa y =0 en caso contrario.
La variable sigue una distribucin Bernoulli con parmetro p=005, de acuerdo con el dato
inicial del problema. Adems, ntese que un conjunto de unidades terminadas constituye un
conjunto de ensayos independientes, por lo que el nmero de unidades defectuosas de un total
n

de n unidades terminadas ( 1. n), esto es,n, p =

i , sigue una distribucin

i=1

binomial de parmetros n y p=0,05. Hechas estas consideraciones iniciales, procedemos a

resolver el problema:
1. Procedamos a calcular:

10

P((10,0'05) = 2) =

0'05 *(10,05)
2

= 0,0476

2. Se tiene que:

P(

10

(10,0'05

2) =

* 0'05i * (10,05)

10i

= 0,9984

3. Por ltimo:

P(

10
1) =1 P(
10,0'005

10,0'05

= 0) =1

* 0,05 * (10,05)

100

=1 0,5987 = 0,4013

2. El gerente de un restaurante que slo da servicio mediante reservas sabe, por

experiencia, que el 20% de las personas que reservan una mesa no asistirn. Si el
restaurante acepta 25 reservas pero slo dispone de 20 mesas, cul es la
probabilidad de que a todas las personas que asistan al restaurante se les asigne
una mesa?
SOLUCIN:
Representemos por la variable aleatoria la decisin de asistir ( = 0) o no ( = 1) finalmente
al restaurante por parte de una persona que ha hecho una reserva. Esta variable sigue una
distribucin de Bernoulli de parmetro p = 0,2, de acuerdo con el enunciado del ejercicio.
Suponiendo que las distintas reservas son independientes entre s, se tiene que, de un total de n
reservas ( 1. n), el nmero de ellas que acuden finalmente al restaurante es una variable
n

aleatoria Yn =

1, con distribucin binomial de parmetros n y p=0,2. En el caso particular

i=1

del problema, n=25. Entonces, para aquellas personas que asistan al

restaurante de las 25 que han hecho la reserva puedan disponer de una
mesa, debe ocurrir que acudan 20 o menos. As se tiene que:

P(Y 20) =

20

25

i=0

*0,2i *(1 0,2)25i = 0,5799

3. Una empresa electrnica observa que el nmero de componentes que fallan

antes de cumplir 100 horas de funcionamiento es una variable aleatoria de Poisson.
Si el nmero promedio de estos fallos es ocho,
1. cul es la probabilidad de que falle un componente en 25 horas?
2. y de que fallen no ms de dos componentes en 50 horas?
3. cul es la probabilidad de que fallen por lo menos diez en 125 horas?
SOLUCIN:
Sea la variable aleatoria , con distribucin de Poisson con parmetro = E[ ]= 8, que
determina el nmero de componentes que fallan antes de cumplir 100 horas de funcionamiento.
1. Considerando que se cumplen ciertas condiciones de regularidad, podemos asumir que una
variable que mide el nmero de componentes que fallan antes de cumplir 25 horas de
funcionamiento sigue una distribucin de Poisson con parmetro = E [ ] = 8=4 = 2.
Por lo tanto, la probabilidad deseada es la siguiente:

21 2
*e = 0,27067
1!

P = ( =1) =

2. Anlogamente, definimos una variable aleatoria U con distribucin de Poisson de parmetro

U = 8=2 = 4, que mide el nmero de componentes que fallan antes de cumplir las 50 horas de
funcionamiento. Se tiene entonces que:

P(U 2) =
i=0

4
*e4 = 0,2381
i!

3. De la misma forma, definiendo una variable aleatoria V con distribucin de Poisson de

parmetro V =10, se obtiene:

P(V 10) =1 P(V <10) =1

10

i=0

10 10
*e = 0,41696
i!

4. Sean y las variables aleatorias que cuentan el nmero de veces que sale 1 y 6,
respectivamente, en 5 lanzamientos de un dado. Son y independientes?.

SOLUCIN:
Las variables y siguen una distribucin binomial de parmetros n=5 y p=1/6. Veamos
mediante un contraejemplo, que y no son independientes. Por un lado se tiene que:

P = ( = 0, = 0) =

25

3
pero

P( = 0) =

= P( = 0)

6
P = ( = 0, = 0) =

2
3

P( = 0) * P( = 0) =

5 10

concluyndose as que las variables no son independientes

5. Supngase que la produccin de un da de 850 piezas manufacturadas contiene

50 piezas que no cumplen con los requerimientos del cliente. Se seleccionan del lote
dos piezas al azar y sin reemplazo. Sea la variable aleatoria X igual al nmero de
piezas de la muestra que no cumplen. Cul es la funcin de distribucin
acumulada de X?
SOLUCIN:
La pregunta puede contestarse encontrando primero la funcin de masa de probabilidad de X.
P(x=0)= (800/850)(799/849)=0,886
P(x=1)=2(800/850)(50/849)=0,111
P(x=2)=(50/850)(49/849)=0,003

Por lo tanto,
F(0)=P(x 0 )=0.886
F(1)=P(x 1)=0.886+0,111=0,997
F(2)=P(x 2)=1

6. Cada muestra de aire tiene 10% de posibilidades de contener una molcula rara
particular. Suponga que las muestras son independientes con respecto a la
presencia de la molcula rara. Encuentre la probabilidad de que en las siguientes
18 muestras, exactamente 2 contengan la molcula rara.
SOLUCIN:
Sea X=nmero de muestras de aira que contiene la molcula rara en la siguientes 18 muestras
analizadas. Entonces X es una variable aleatoria binomial con p=0,1 y n=18. Por lo tanto,

P(X=2)=

18

(0,2) 2 (0,9)16

Ahora bien,

18

= (18!/[2!16!]) =18(17) / 2 =153. Por lo tanto,

2
P(x = 2) =153(0,1)2 (0,9)16 = 0,284

7. Un avin de alto rendimiento contienen tres computadoras idnticas. Se utiliza

nicamente una para operar el avin; las dos restantes son repuestos que pueden
activarse en caso de que el sistema primario falle. Durante una hora de operacin
la probabilidad de que una falle en la computadora primaria( o de cualquiera de
los sistemas de repuesto activados) es 0,0005. Suponiendo que cada hora representa
un ensayo independiente,
(a) Cul es el tiempo promedio para que fallen las tres computadoras?
(b) Cul es la probabilidad de que las tres computadoras fallen en un vuelo de 5
horas?
SOLUCIN:
Sea que X denote el nmero de horas hasta que los tres sistemas fallen, y sea que X1, X2 y X3
denoten el nmero de horas de operacin antes de una falla de la primera, la segunda y la tercera
computadoras usadas, respectivamente. Entonces, X=X1+X2+X3. Adems, se supone que las
horas comprenden ensayos independientes con la probabilidad con la probabilidad constante de
falla p=0.0005 y r=3. En consecuencia,
E(X)= 3/0.0005= 6000horas
Cul es la probabilidad de que las tres computadoras fallen en un vuelo de 5 horas? La
probabilidad pedida es P(x 5) y
P(x 5)=P(x=3)+P(x=4)+P(x=5)=0.0005 3 +

0.0005 3 (0,9995)+

0.00053

(0.9995)

=1.25*10 10 +3,75*10 10 +7,49*10 10 =1,249*10 10

8. Un lote contiene 100 piezas de un proveedor de tubera local y 200 unidades de

un proveedor de tubera del estado vecino. Si se seleccionan cuatro piezas al azar
y sin reemplazo,
(a) cul es la probabilidad de que todas sean del proveedor local?
(b) Cul es la probabilidad de que dos o ms piezas de la muestra sean del
proveedor local?
(c) Cul es la probabilidad de que al menos una pieza de la muestra sea del proveedor
local?
SOLUCIN:
cul es la probabilidad de que todas sean del proveedor local?

Sea X igual al nmero de piezas de la muestra del proveedor local. Entonces, x tiene una
distribucin hipergeomtrica y la probabilidad pedida es P(x=4). Por consiguiente,

100 200
P(x=4)=

0 =0.0119
300
4

Cul es la probabilidad de que dos o ms piezas de la muestra sean del proveedor local?

100 200 100 200

P(x 2) =

2
300

100 200

300

4
+

0
300

= 0.298+0.098+0.0119=0.408

Cul es la probabilidad de que al menos una pieza de la muestra sea del proveedor local?

100 200
P(x 1) =1 P(x = 0) =1

4
300

= 0.196

9. Supongamos que el nmero de imperfecciones en un alambre delgado de cobre

sigue una distribucin Poisson con una media de 2.3 imperfecciones por milmetro.
(a) Determine la probabilidad de 2 imperfecciones en un milmetro de alambre.
(b) Determine la probabilidad de 10 imperfecciones en 5 milmetros de alambre.
(c) Determine la probabilidad de al menos una imperfeccin en 2mm de alambre

SOLUCIN:
(a) Determine la probabilidad de 2 imperfecciones en un milmetro de alambre.
Entonces E(x)=2.3 imperfecciones y

2.3

P(x=2)= e

3*32 = 0.265
2!

(b) Determine la probabilidad de 10 imperfecciones en 5 milmetros de alambre.

Sea que X denote el nmero de imperfecciones en 5 milmetro de alambre. Entonces, X tiene

una distribucin Poisson con

E(x)=5mmx2.3 imperfecciones/mm= 11,5 imperfecciones.

Por lo tanto, P(x=10)=e 11.511.5/10!= 0.113

(c) Determine la probabilidad de al menos una imperfeccin en 2mm de alambre.

Sea que x denote el nmero de imperfecciones en 2 milmetros de alambra. Entonces, X tiene

una distribucin de Poisson con
E(x)=2mmx2.3imperdecciones/mm=4.6imperfecciones

Por lo tanto,
P(x 1)=1-P(x=0)=1-e 4.6 =0.9899

10. La contaminacin constituye un problema en la fabricacin de discos de

almacenamiento ptico. El nmero de partculas de contaminacin que ocurre en
un disco ptico tiene una distribucin de Poisson y el nmero promedio de
partculas por centmetro cuadrado de superficie del disco es 0.1. El rea de un
disco bajo estudio es 100 centmetros cuadrados.
(a) Encuentre la probabilidad de que ocurran 12 partculas en el rea del disco bajo
estudio.
(b) La probabilidad de que ocurran cero partculas en el rea del disco bajo estudio
(c) Determine la probabilidad de que 12 o menos partculas ocurran en el rea del
disco bajo estudio
SOLUCIN:

Sea que x denote el nmero de partculas en el rea de un disco bajo estudio. Puesto que el
nmero promedio de partculas es 0.1 partculas por cm 2 .
E(x)=100 cm 2 x0.1 partculas/ cm 2 = 10 partculas

Por lo tanto,
(a) P(x=12)=

e101012

= 0.095

12!

(b) La probabilidad de que ocurran cero partculas en el rea del disco bajo estudio es
P(x=0)=e 10 =4.54x10 5

(c) Determine la probabilidad de que 12 o menos partculas ocurran en el rea del disco bajo
estudio. La probabilidad es
12

P(X 12 )=P(x=0)+P(x=1)+..+P(x=12)=
i=0

10

10
i!

11. Una muestra aleatoria con reposicin de tamao n=2 se selecciona del conjunto
{1,2,3} produciendo el espacio equiprobable de 9 elementos.
S={(1,1),(1,2),(1.3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)}
Sea X la suma de los dos nmeros.
(a)
(b)

Encuentre la distribucin de X.
Encuentre el valor esperado E(X).
SOLUCIN:
(a) La variable aleatoria X asume los valores 2,3,4,5,6, es decir, R x={2,3,4,5,6}. Se calcula la
distribucin de X:
(i) Un punto (1,1) tiene suma 2; donde (2)=1/9.
(ii) Dos puntos (1,2) y (2,1) tienen suma 3; de donde (3)=2/9.
(iii) Tres puntos (1,3),(2,2) y (1,3) tienen suma 4; de donde (4)=3/9.
(iv) Dos puntos, (2,3),(3,2) tienen suma 5; de donde (5)=2/9.
(v) Un punto (3,3) tiene suma 6; de donde (6)=1/9.

Por tanto, la distribucin de X es la siguiente:

(x)

1/9

2/9

3/9

2/9

1/9

(b) Se obtiene el valor esperado E(X) multiplicando cada valor de x por su probabilidad y
tomando la suma. Por tanto,
E(X ) = 2

+3

+4

+5

+6

1
9

12. Una caja contiene 8 bombillos, de los cuales estn 3 estn defectuosos. Se
selecciona un bombillo de la caja y se prueba. Si este sale defectuoso se selecciona y
se prueba otro bombillo, hasta que se escoja un bombillo no defectuoso. Encuentre
el nmero esperado E de bombillos seleccionados.

SOLUCIN:
Escribiendo D para significar defectuoso y N para no defectuoso, el espacio muestral S tiene los
cuatro elementos
N. DN, DDN, DDDN
con las posibilidades respectivas.

5
,
8

3 5 15
,
=
8 7 56

3 2 5
5
,
=
8 7 6 56

3 2 1 5
1
=
8 7 6 5 56

El nmero X de bombillos escogidos tiene los valores

X(N)=1,

X(DN)=2,

X(DDN)=3, X(DDDN)=4

con las probabilidades anteriores respectivas. De donde

E(X ) =1

+2

15
56

+3

56

+4

56

=1.5

13. Se lanza un dado equilibrado produciendo el espacio equiprobable

S= {1,2,3,4,5,6}
Sea X el doble del nmero que aparece. Encuentre la distribucin , la media x, la
2

varianza x y la desviacin estndar x de X.

SOLUCIN:
Aqu X(1)=2, X(2)=4, X(3)=6, X(4)=8, X(5)=10, X(6)=12. Tambin, cada nmero tiene
probabilidad 1/6. Por tanto, la siguiente es la distribucin de X:
x

(x)

1/6

4
1/6

10

12

1/6

1/6

1/6

1/6

En consecuencia,
x= E(X)= xi (xi)=

1
=2

+4

+6

1
+

42

+12 6

+10

1
=

=7

E(X2) = xi2 (xi)=

1
=4

1
+16

1
+ 36

1
+

64

1
+144

100

354
=

= 60.7

Entonces,
x2= var(X) = E(X2) - x2 = 60.7 (7)2 = 11.7
x = var(X ) = 11.7 = 3.4

14. Encuentre la media = E(X), la varianza =var(X) y la desviacin estndar

= x de la distribucin
Xi

Pi

0.3

0.1

0.4

0.2

SOLUCIN:
Aqu la distribucin se presenta utilizando xi y (x). Las siguientes son las formulas anlogas:

= E(X ) = x1 p1 + xi p2 +........ + xm pm = xi pi
E(X ) = x2 p + x2 p +........ + x2 p = x2 p
1 1

Luego,

2= var(X ) = E(X 2 ) 2

= x = var(X )

= E(X ) = xi pi =1(0.3) + 3(0.1) + 5(0.4) + 7(0.2) = 4.0

E(X 2 ) = xi2 pi =12 (0.3) + 32 (0.1) + 52 (0.4) + 72 (0.2) = 21.0
Entonces,

2 = var(X ) = E(X 2 ) 2 = 21 (4)2 = 5

= var(X ) =

5 = 2.24

15. Una muestra con reposicin de tamao n=2 se selecciona aleatoriamente de los
nmeros 1 al 5. Esto produce entonces el espacio equiprobable S conformando por
todos los 25 pares de ordenados (a,b) de nmeros del 1 al 5. Es decir,
S={(1,1),(1,2),.,(1,5),(2,1),.,(5,5)}
Sea X=0 si el primer nmero es par y X=1 de lo contrario; sea Y=1 si el segundo
nmero es impar y Y=0 de lo contrario.
(a) Encuentre las distribuciones de X y Y.
(b) Encuentre la distribucin conjunta de X y Y.
(c) Determine si X y Y son independientes.

SOLUCIN:
(a) Hay 10 puntos muestrales en los cuales la primera entrada es par, es decir, donde

a=2 o 4

b=1,2,3,4

Por tanto, P(x=0)=10/25=0.4 y entonces P(x=1)=0.6. Hay 15 puntos muestrales en los cuales la
segunda entrada es impar, es decir,
a= 1,2,3,4,5

b=1,3,5

Por consiguiente, P(Y=1)=15/25=0.6 y entonces P(Y=0)=0.4. Por esta razn las distribuciones
de X y Y son las siguientes:

P(x)

0.4

0.6

P(y)

0.4

0.6

(Observe que X y Y estn distribuidas idnticamente.)

(b) Para la distribucin conjunta de X y Y se tiene

P(0,0) = P(a par, b par) = P{(2,2),(2,4),(4,2),(4,4)}=4/25=0.16
P(0,1) = P(a par, b impar) = P{(2,1),(2,3),(2,5),(4,1),(4,3),(4,5)}=6/25=0.24
En forma similar P(1,0)=6/25=0.24 y P(1,1)=9/25=0.36. Por lo cual, la Fig. 1 da la distribucin
conjunta de X y Y.
X
0

Suma

Y
0

0.16

0.24

0.4

0.24

0.36

0.6

Suma

0.4

0.6

Fig.1

(c) El producto de las entradas marginales de las cuatro entradas interiores; por ejemplo,
P(0,0) = 0.16 = (0.4)(0.4) = P(X=0) P(Y=0)
Por tanto, X y Y son variables aleatorias independientes, aunque estn distribuidas
idnticamente.

16. Una prueba consta de 200 preguntas de verdadero o falso, para un sujeto que
respondiese al azar Cual sera la probabilidad de que acertase:
a) 50 preguntas o menos.
b) Ms de 50 y menos de 100.
c) Ms de 120 preguntas.

SOLUCIN:
El nmero de preguntas acertadas seguir una distribucin Binomial con n = 200 y p= 0,5.
Ahora bien, como el nmero de pruebas es elevado esta distribucin se puede aproximar por una
Normal de media 2000,5 = 100 y de varianza 2000,50,5 = 50 o lo que es lo mismo con
desviacin tpica 7,07, luego:

50,5 100
a) P(x 50) P(X 50,5) = P Z

7,07

= P(Z 7) 0

99,5 100
b) P(50 p x p100)

= P(x 99) P(x

51) = P Z

7,07

50,5 100
PZ

7,07

P(Z 0,07) P(Z 7) = 0,4721 0 = 0,4721

c) P(x f120) = P Z f

120,5 100

=1 P(Z 2,9)

=1 0,9981 = 0,0019

7,07

17. Una gran tienda de artculos elctricos descubre que el nmero x de tostadores
vendidos por semana obedece a una ley de Poisson de media 10. La ganancia de
cada tostador vendido es de 500 ptas. Sin embargo, un lunes se encuentran con que
solo les quedan 10 tostadores, y que a lo largo de esa semana no van a poder traer
ms del almacn. Determinar la distribucin de las ganancias totales (en ptas.) en
concepto de tostadores de pan a lo largo de esa semana

SOLUCIN:
Teniendo en cuenta los datos del problema, podemos definir una variable aleatoria , que
representa la ganancia total (en pesetas) en concepto de tostadores de pan a lo largo de la
semana considerada, a partir de la variable x:

500 x 0 x p10
=
5000 x 10
En el segundo caso, si la demanda x es de ms de 10 tostadores, es decir, si supera al nmero de
existencias, solo es posible vender este ltimo numero de tostadores.
La distribucin de las ganancias totales en pesetas es, por tanto:

Fn (t) = P ({w :(w) t })

0
= P(500

x t) = Fx

t
=
500
1

[ t 500]

P(x = i)
t =0

Si K t p 0
siK0 t p 5000

Si Kt 5000

19. Para averiguar el tamao N de una poblacin de lagartos se utiliza el mtodo

siguiente de captura-marcaje-recaptura. Se capturan k lagartos, se les marca y se
les reincorpora a su poblacin. Un tiempo despus se realizan n avistamientos
independientes de los que es el numero de ellos que estn marcados.
1. Obtener una expresin para la probabilidad de que = m.
2. Si k = 4 y m = 1, demostrar que la probabilidad es mxima cuando N = 4n:
3. Si N = 12, k = 4 y n = 3, cul es la probabilidad de que los tres lagartos observados
estn marcados si sabemos que al menos uno de ellos lo est?

SOLUCIN:
Teniendo en cuenta que los n avistamientos que se realizan son independientes, la variable
aleatoria x sigue una distribucin binomial de parmetros n y k=N, donde k=N es la
probabilidad de que un lagarto escogido al azar de la poblacin este marcado.

1). La probabilidad de que m de los lagartos estn marcados es:

P(x = m) =

m
1

k nm

,m = 0,1,K,n.

2). Si k = 4 y m = 1:

P(x =1)

41

4 n1
N

4 n ( N 4)n1
n

Derivando en la anterior expresin respecto de N e igualando a cero se obtiene que:

N n1 (N 4)n2 [(n 1) N (N 4) n]=

0 por lo que N = 4n

3). Si N = 12, k = 4 y n = 3, la probabilidad de que los tres lagartos estn marcados sabiendo que
al menos uno de ellos lo est es:

P(x = 3 x 1) =

P(x = 3, x 1
P(x = 3)
1
=
=
P(x 1)
1 P(x = 0) 397

20. Una alumna trae cada da a la Universidad una tableta de chocolate de 16 cm.,
y de cuando en cuando le da un mordisco y se come la mitad de lo que le queda.
Asumiendo que esta golosa apetencia aparece en la maana siguiendo una
distribucin de Poisson de media un mordisco por hora:
1. Calcular la distribucin del tiempo que transcurre hasta que aparece la primera
mordida.
2. Cuantos centmetros de chocolate esperas que le quede tras las cinco horas de
clases?
3. Qu probabilidad hay de que soporte una hora de clase sin morder su tableta?
4. Si un da, entre las 9:00 y las 14:00 horas, la ha mordido en cuatro ocasiones, que
probabilidad hay de que lo haya hecho durante las tres primeras horas de clase?

SOLUCIN:

1). Fijado cualquier intervalo temporal de amplitud t horas, para t > 0 arbitrario pero fijo, sea xt
la variable aleatoria que mide el numero de mordiscos que se producen en dicho intervalo.
Segn el enunciado, esta variable aleatoria sigue una distribucin de Poisson de parmetro t, es
decir:

P( x = k )= kk! et , para toda k = 0, 1, 2,.

Consideremos otra variable aleatoria 1 que mide el tiempo que transcurre hasta que se
produce el primer mordisco en un intervalo de amplitud ilimitada. Se pretende demostrar que:

fn1 (x) = ex , para todo x f 0 .

En efecto, utilizando la informacin disponible para xt y la relacin entre ambas variables
aleatorias, se tiene que, para cualquier x > 0 :

Fn1 (x) = P(1 x) =1 P(1 f x) =1 P(x = 0) =1 ex 00! =1 ex

luego el tiempo que transcurre hasta que aparece la primera mordida sigue una distribucin
exponencial de parmetro 1.

2). Sea 5 la variable aleatoria que mide la longitud de la tableta restante tras un intervalo de
tiempo de 5 horas. Claramente:

16

5 =

2 5

y por lo tanto lo solicitado es:

E [ 5

]= E

16
5

=
k =0

16
5

P(5 = k) =16e

3). La probabilidad de que soporte una hora de clase sin morder su tableta es:

P(x = 0) =

10

e1 =
0! e

4). La probabilidad de que haya mordido la tableta cuatro veces en 5 horas, sabiendo que lo ha
hecho en las tres primeras horas de clase es:

34
P(x3 = 4 x5 = 4) =

4!

20

0!

= 0,1296

4!

21. Las diagonales de un polgono se obtienen uniendo pares de vrtices no

adyacentes.
1. Obtener el nmero de diagonales del cuadrado, el hexgono y el octgono.
Calcularlo para el caso general de un polgono de n lados.
2. Existe algn polgono en el que el nmero de lados sea igual al de diagonales?

SOLUCIN:
1). Comenzamos calculando el nmero de diagonales del cuadrado. Hay C = 6 uniones posibles
de dos vrtices diferentes cualesquiera, adyacentes o no. Si de estas 6 parejas eliminamos las
que corresponden a vrtices adyacentes (tantas como el nmero de lados del cuadrado),
quedarn 6 - 4 = 2 diagonales.
Procediendo del mismo modo con el hexgono, se obtienen
C6;2 6 = 2!

6!
4! 6 = 15 - 6 = 9 diagonales

Anlogamente, en el caso del octgono, se obtienen

C8;2 8 =

8! 8 =
2!6!

87 8 = 28 - 8 = 20 diagonales.
2

Finalmente, para el caso general de un polgono de n lados, el nmero de diagonales es:

Cn;2 - n =

n!
n
2!(n 2)!

n(n 1)
n
2

n2 3n
2

2). Veamos si existe algn polgono donde el nmero de lados sea igual al nmero de
diagonales. Igualando el nmero de lados y el nmero de diagonales se obtiene:
2
n= n 3n ,

2
es decir,

n(n - 5) = 0:

Como n 1, el resultado n = 0 no es vlido. La solucin es n = 5 (el pentgono).

22. Cuntos nmeros de 4 dgitos se pueden formar con las cifras 0,1,. . . ,9?
1. Permitiendo repeticiones.
2. Sin repeticiones.
3. Si el ltimo dgito ha de ser 0 y no se permiten repeticiones?

SOLUCIN:
Asumamos que para que un nmero sea de 4 dgitos su primer dgito debe ser distinto de cero.

1). Puesto que debe formarse un nmero de 4 dgitos, el primero de stos no puede ser cero. Por
lo tanto, hay nueve posibilidades para el primer dgito y diez para cada uno de los tres dgitos
restantes, obtenindose un total de 9 103 = 9000 nmeros posibles.

2). Al igual que en el apartado anterior, el primer dgito no puede ser cero. Como adems no se
permiten repeticiones, hay nueve posibilidades para el segundo dgito: el cero y las ocho no
escogidas para el primer dgito. Por tanto, se pueden formar 9 2 8 7 = 4536 nmeros.

3) Fijamos el ltimo dgito y, como no puede haber repeticiones, se obtiene un total de 9 8 7

1 = 504 nmeros.

23. Los pesos de 2 000 soldados presentan una distribucin normal de media65 kg
y desviacin tpica 8 kg. Calcula la probabilidad de que un soldado elegidoal azar
pese:

a) Ms de 61 kg.
b) Entre 63 y 69 kg.
c) Menos de 70 kg.

d) Ms de 75 kg

SOLUCIN:
x es N (65, 8)
a) P [x > 61] = P [z >

6165
] = P [z > 0,5] = P [z < 0,5] = 0,6915
8

b) P [63 < x < 69] = P [0,25 < z < 0,5] = 0,2902

c) P [x < 70] = P [z < 0,625] = 0,7357
d) P [x > 75] = P [z > 1,25] = 1 P [z 1,25] = 0,1056

24. En un proceso de fabricacin de tornillos se sabe que el 2% son defectuosos. Los

empaquetamos en cajas de 50 tornillos. Calcula la probabilidad de que en una caja haya
este nmero de tornillos defectuosos:
a) Ninguno.
b) Uno.
c) Ms de dos.
Cuntos tornillos defectuosos habr, por trmino medio, en cada caja?

SOLUCIN:
x es B (50; 0,02)
a) P [x = 0] = 0,9850 = 0,364
b) P [x = 1] = 50 0,02 0,9849 = 0,372
c) P [x > 2] =1 P [x 2] = 1 (P [x = 0] + P [x = 1] + P [x = 2]) = = 1 (0,364 +
0,372 + 0,186) = 1 0,922 = 0,078
Por trmino medio, habr = 50 0,02 = 1 tornillo defectuoso en cada caja.

26. Calcula las probabilidades de las siguientes distribuciones binomiales mediante

aproximacin a la normal correspondiente (en todas ellas, ten en cuenta el ajuste
de media unidad que hay que hacer al pasar de una variable discreta a una
continua).
a) x es B (100; 0,1). Calcula P[x = 10], P[x < 2] y P[5 < x < 15]

b) x es B (1 000; 0,02). Calcula P[x > 30] y P[x < 80]

c) x es B (50; 0,9). Calcula P[x > 45] y P[x 30]

SOLUCIN:
a) x es B (100; 0,1) x' es N (10; 3)
P [x = 10] = P [9,5 < x' < 10,5] = P [0,17 < z < 0,17] = 0,135
P [x < 2] = P [x' 1,5] = P [z 2,83] = 0,0023
P [5 < x < 15] = P [5,5 x' 14,5] = P [1,5 z 1,5] = 0,8664

b) x es B (1 000; 0,02) x' es N (20; 4,427)

P [x > 30] = P [x' 30,5] = P [z 2,37] = 0,0089
P [x < 80] = P [x' 79,5] = P [z 13,44] = 1

c) x es B (50; 0,9) = x' es N (45; 2,12)

P [x > 45] = P [x' 45,5] = P [z 0,24] = 0,4052
P [x 30] = P [x' 30,5] = P [z 6,83] = 0

27. El departamento de control de calidad de una empresa que fabrica pauelos

sabe que el 5% de su produccin tiene algn tipo de defecto .Los pauelos se
empaquetan en cajas con 15 elementos. Calcular la probabilidad de que una caja
contenga:
a) 2 elementos defectuosos .
b) Menos de 3 elementos defectuosos
c) Entre 3 y 5 elementos defectuosos(ambos incluidos)

SOLUCIN:
1 pauelo, p(d)=0.05=p
n=15 pauelos, X= #pauelos defectuosos Bi(15,p=0.5)

a) P(X=2)= C15,2 0.052 0.9515-2 =0.135

b) P(X<3)= P (X=0) + P(X=1) + P(X=2) = C15,0 0.050 0.9515 + C15,1 0.051 0.9514
+ C15,2 0.052 0.9513 = 0.463 + 0.3657 + 0.135 = 0.9637
3

12

c) P(3X5) = P(X=3) + P(X=4) + P(X=5) = C15,3 0.05 0.95 + C15,4 0.05 0.95

C15,5 0.055 0.9510 = 0.03536

28. Una prueba de inteligencia consta de diez cuestiones cada una de ellas con cinco
respuestas de las cuales una sola es verdadera .UN alumno responde al azar Cul
es la probabilidad de que responda al menos a dos cuestiones correctamente?Cul
la de que responda bien a seis?Cul la de que responda bien como mximo a dos
cuestiones?

SOLUCIN:
P(A)=1/5=0.20=p
n=10 preguntas
a) X Bi(10 ,0.2)
P(X2) = 1-P(X<2) = 1-[f(0) + f(1)] = 1- [C10,0 0.20 0.810 + C10,1 0.21 0.89] = 1[0.1073 + 0.2684] = 0.6242

b) P(X=6) = C10,6 0.26 0.84 = 0.0055

c)

P(X2) = f(0) + f(1) + f(2) = 0.1073 + 0.2684 + C 10,2 0.2

0.88 = 0.1073 + 0.2684 +

0.3019 = 0.6776

29. Determinar la probabilidad de realizar cierto tipo de experimento con xito si

se sabe que si se repite 24 veces es igual de probable obtener 4 xitos que 5

SOLUCIN:
P(A) = p
n= 24 veces , X Bi (24, p)
p(x = 4) = p(x=5)=

* p4*q20

24

* p5*q19

q 20

42504* p5

q19 =10626* p 4
10626 * p4 * q20 = 42504* p5*q19
Que junto con el hecho de que q = 1-p, tenemos que p=0.2.

q=4*p

30. Si se contesta sin pensar un test de 10 preguntas en las que hay que contestar si
es cierto o falso. Cul es la probabilidad de acertar el 70 % o mas de las
preguntas?, y exactamente 7 de las 10 respuestas?

SOLUCIN:
n= 10 preguntas, Preguntas acertadas X Bi (10,0.5)
P(X 7) = f(7) + f(8) + f(9) + f(10) = 0.1172 + 0.0439 + 0.0098 + 0.0010 = 0.1719
Donde, por ejemplo,
P(X=7) =

(107 )*0.50*7 *0.502 = 0.1172

31. Los mensajes que llegan a una computadora utilizada como servidor lo hacen
de acuerdo con una distribucin de Poisson con una tasa promedio de 0.1 mensajes
por minuto.
a) Cul es la probabilidad de que lleguen como mucho 2 mensajes en una hora?
b) Determinar el intervalo de tiempo necesario para que la probabilidad de que no
llegue ningn mensaje durante ese lapso de tiempo sea 0.8.

SOLUCIN:
Sea X= mensajes por minuto con Po (0.1). Entonces el nmero de mensajes por hora ser de
Po ( 6 ).

a) P ( x 2) = f ( 0 ) + f ( 1 ) + f ( 2) = 0.0025 + 0.0149 + 0.0446 = 0.062

b) P ( X = 0 ) = 0.8

e = 0 .8

e * 0 = 0.8
0!
ln *e = ln *0.

0.1 mensaje

ln *e = ln *0.8

* ln *e = ln0

= 0.2231

1 minuto
x=

0.2231 mensajes

0.2231
= 2.231 minutos.
0.1

32. El nmero de pinchazos en los neumticos de cierto vehiculo industrial tiene

una distribucin de Poisson con media 0.3 por cada 50000 kilmetros .Si el
vehiculo recorre 100000 km, se pide:
a) probabilidad de que no tenga pinchazos
b) Probabilidad de que tenga menos de tres pinchazos
c) Nmero de km recorridos para que la probabilidad de que no tenga ningn
pinchazo sea 0.4066

SOLUCIN:
Si = 0.3 para 50000 km, entonces para 10000km tendremos una XP o(0.6).
a) P(X=0) = 0.5488
b) P(x<3) = P(X=0) + P(x=1) + P(X=2) =0.5488 + 0.3292 + 0.09878 = 0.9767
c) P(X=0) = e- =0.4066. Por tanto, ln e- = ln 0.4066 y = 0.9

Si 0.3 50000 km, 0.9 x km, y por tanto x = 150000km

33. En un libro de 500 pginas se distribuyen aleatoriamente 300 erratas de

imprenta. Hallar la probabilidad de que en una pgina haya :
a) exactamente 2 erratas
b) dos o ms erratas

SOLUCIN:
Si se tienen 300 errores en 500 pginas, tendremos una media de 300/500 = 0.6 errores por
pgina. Sea X=nmero de errores por pgina, entonces;
a)

X Po(0.6)

P(X=2) = 0.098
b) P(X2) = 1- P(X<2) = 1- [f(0) + f(1)] = 1 - [ 0.5488 + 0.292] = 0.1219

34. La probabilidad de que el Banco Riu Sec reciba un cheque sin fondos es 1%.
a)

Si en una hora reciben 20 cheques, cul es la probabilidad de que se tenga

algn cheque sin fondos?
b)
El banco dispone de 12 sucursales en la ciudad, cul es la probabilidad de
que al menos 4 de las sucursales reciban algn cheque sin fondos?
c)
Si la media del valor de los cheques sin fondos es de 580 y el banco trabaja
6 horas diarias, qu cantidad total de euros no se espera pagar?
d)
Si se computaran los primeros 500 cheques, cul es la probabilidad de
recibir entre 3 y 6 (inclusive) cheques
SOLUCIN:
a) n = 20 cheques

P( fondos) = 0,99 = q

1 cheque

P(no fondos) = 0,01 = p

X=nmero de cheques sin fondos Bi( 20, 0,01 )

*0,010*0,992

20

P( X 1) = 1-P( X<1 ) = 1-P( X=0 ) = 1-

= 1-0,8179 =
0,182

0
P( X 1) = 1-P( X<1 ) = 1-P( X=0 ) = 1-

*0,010*0,992

20

= 1-0,8179 =
0,182

b) n = 12 sucursales

P( al menos 1 cheque sin fondos) = 0,182 = p

1 sucursal

P( no recibir 1 cheque sin fondos ) = 0,812 = q

X=nmero de sucursales que reciben al menos 1 cheque Bi( 12, 0,182 )

P( X 4) = 1-P( X<4 ) = 1-[ (0)+ (1)+ (2)+ (3)] = 0,2054

c) 1 hora 20 cheques, 6 horas x = 120 cheques

E( x ) = n*p = 120*0,01 = 1,2 cheques sin fondos, y por tanto 1,2*580 = 696 no se espera
pagar

d) n = 500 cheques

P( fondos) = 0,9 = q

1 cheque

P(sin fondos ) = 0, 10 = p

X= nmero de cheques sin fondos Bi( 500, 0,01 ) - n*p 5; n*p = 500*0,01 = 5 P0(5)
P( 3X6 ) = (3)+ (4)+ (5)+ (6)= 0,1404+0,1755+0,1755+0,1462 = 0,6376

35. Se sabe que de un lote de 40 semillas no esta en buenas condiciones la cuarta

parte. Se toman al azar 8 semillas y se analizan en el laboratorio. Cual es la
probabilidad de que 3 de las analizadas estn en malas condiciones?

SOLUCIN:

N = 40 semillas
K = 40* 1 = 10 semillas en malas condiciones

4
n = 8 semillas

(103 ) * ( )
( 840 )
P ( X = 3) =
5

30

= 0.222

36. En un juego solo caben dos posibilidades, ganar o perder. Cuntas veces es
necesario jugar para que la probabilidad, de que la frecuencia relativa de victorias
difiera, de la verdadera probabilidad de ganar, en valor absoluto, en al menos 0,05,
sea inferior o igual al 5%?

SOLUCIN:
Aplicando el teorema de Bernoulli:
P

x
n

pq
2

x
n

0,05

pq
n(0,05)

= 0,05

pq
1
2
2
Como el valor de p es desconocido, tomamos la cota superior de n que es 4n ,
1

2
Por tanto; 4n(0,05) = 0,05 ;

n = 4(0,05)3 = 2000 veces.

37. La probabilidad P de que un cliente cualquiera pague con cheques sin fondos,
es desconocida por un gran banco. Cul seria el error cometido al tomar como
valor de P la frecuencia relativa correspondiente a 50000 clientes, si se pretende
que la probabilidad, de que el valor absoluto de la diferencia entre ambas sea
mayor o igual que el error, sea como mucho de 0,1?
SOLUCIN:

Aplicando Bernoulli: P

pq

4n
x

1
p

Como p es desconocido tomamos la cota superior: P

n
De donde

= 0,1

4 50000

1
= 4 50000 0,1 = 0,00005 , por tanto = 0,007

38. La probabilidad de que un deportista gane una competicin es 0,4. Cuantas

veces habremos de verle competir para que haya una probabilidad de al menos
0,95, de que la frecuencia relativa de triunfos difiera de 0,4, en valor absoluto,
como mximo en 0,02?

SOLUCIN:

Aplicando el teorema de Bernoulli:

x
n

0,02 1

0,4 0,6
n(0,02)

x
n

pq

Como queremos una probabilidad de al menos 0,95

0,4 0,6

0,4 0,6

2
2
1 n(0,02) = 0,95; n(0,02) = 0,05

0,4 0,6
2
n = 0,05(0,02)

=12000 veces

39. Un fabricante de faros para coches informa que en un envo de 4000 faros a un
distribuidor, 500 tenan un ligero defecto. Si se compran al distribuidor 20 faros
elegidos al azar. Cul es la probabilidad de que haya exactamente dos con
defecto?

SOLUCIN:
Si X es el nmero de faros defectuosos en los 20 adquiridos, X sigue una distribucin
hipergeomtrica con N=4000, n=20 y k=500 luego:

( )( )
500

P (X=2)

3500

2 ( 18)

4000/20

= 0,2546.

40. Supongamos que el cuerpo de bomberos de una gran ciudad es capaz de

atender asta un mximo de 300 servicios por da. Si el numero medio de servicios
diarios es de 250 con distribucin de Poisson, Cul es la probabilidad de que un
da determinado no se puedan atender todos los servicios requeridos? Que
probabilidad existe de que en 31 das haya al menos un da en el que no se puedan
atender todos los servicios requeridos?
SOLUCIN:
Si un da no se pueden atender todos los servicios requeridos es porque superan la capacidad
mxima de 300 servicios, por tanto, la probabilidad pedida es:

P(X f 300) = e250

250x

xf300

X 250

250

300 250

=P

250

X 250

f 3,16 = 0,0008

250

Si consideramos como xito el que un da no se puedan atender todos los servicios requeridos,
el numero de das D en que esto ocurrir a lo largo de un mes, vendr dado por la binomial de
parmetros B(31; 0,0008). La probabilidad de que al menos un da no se puedan prestar todos
los servicios solicitados ser:

P( D 1) = 1 P( D = 0)=1 ( 310 )(0,0008)0 (0,9992)31 = 0,0245

42. Una empresa electrnica observa que el nmero de componentes que fallan
antes de cumplir 100 horas de funcionamiento es una variable aleatoria de Poisson.
Si el nmero promedio de estos fallos es ocho:
a)cul es la probabilidad de que falle un componente en 25 horas?
b)y de que fallen no ms de dos componentes en 50 horas?
c)cul es la probabilidad de que fallen por lo menos diez en 125 horas?

SOLUCIN:
Sea la variable aleatoria , con distribucin de Poisson de parmetro
determina el nmero de componentes que fallan antes de cumplir 100 horas de funcionamiento.

a) Considerando que se cumplen ciertas condiciones de regularidad, podemos asumir que una
variable que mide el nmero de componentes que fallan antes de cumplir 25 horas de

funcionamiento sigue una distribucin de Poisson con parmetro = E[ ]=

Por lo tanto, la probabilidad deseada es la siguiente:

P( 1) =

21
1!

e2 = 0.27067

8
4=2.

b) Anlogamente, definimos una variable aleatoria U con distribucin de Poisson de parmetro

U = 2 = 4 , que mide el nmero de componentes que fallan antes de cumplir las 50 horas de
funcionamiento. Se tiene entonces que:
2

4
e4 = 0.2381
i!

P(U 2) =
i=0

c) De la misma forma, definiendo una variable aleatoria V con distribucin de Poisson de

parmetro V =10, se obtiene:

P(V 10) =1 P(V <10) =1

10

i=o

10 10
e = 0.41696
i!

43. Se ha comprobado que el tiempo de vida de cierto tipo de marcapasos sigue una
distribucin exponencial con media de 16 aos. Cul es la probabilidad de que a
una persona a la que se le ha implantado este marcapasos se le deba reimplantar
otro antes de 20 aos? Si el marcapasos lleva funcionando correctamente 5 aos en
un paciente, cul es la probabilidad de que haya que cambiarlo antes de 25%
aos?

SOLUCIN:
Sea T la variable aleatoria que mide la duracin de un marcapasos en una persona.
Tenemos que

T Exp =

f (t) = e

sit 0

16
F (t) =1 et
Entonces:

P[T 20]=

20

f (t)dt = F (20) =1 e

20
16

= 0.7135

En segundo lugar:

P T 25 T 5

]= P[5 T 25] =

0.522

= 0.7135

P[T 5]

0.7316

25

P[5 T 25]= 525 f (t)dt = F (25) F (5) =1 e

P[T 5]=

16
5

1+ e

16

= 0.522

f (t)dt = F (+) F (5) =11+ e 16 = 0.7316

Luego como era de esperar, por ser propio a un mecanismo exponencial:

P T 25 T 5 = P[T 20]
Es decir, en la duracin que se espera que tenga el objeto, no influye en nada el tiempo
que en la actualidad lleva funcionando. Es por ello que se dice que la distribucin exponencial
no tiene memoria.

44. Una fbrica produce en cada turno 100000 bolas para rodamientos de forma
que la probabilidad de defectuosa es 0.04. En el control de las bolas se revisan
todas depositando las defectuosas (que se detectan todas) en un recipiente que se
vaca al final de cada turno. Cuntas bolas ha de contener el recipiente para que
la probabilidad de que su capacidad no se vea rebasada sea 0.95?

SOLUCIN:
Sea X el nmero de bolas defectuosas de entre 100000. X sigue una distribucin binominal B
(100000; 0.04) que se puede aproximar por una normal de media 100000 0.04 = 4000 y
desviacin tpica 1000000.040.96 = 61.96.

Sea C la capacidad buscada. C ha de ser tal que P (X<C) = 0.95. Tipificando, resulta que

X 4000
61.96

es una variable normal N (0;1).

P(X<C) = P

X 4000
61.96

<

C 4000

= 0.95

61.96

C 4000

=1.65;C = 4000 +1.6561.96 =

4102.23 61.96

Luego la capacidad aproximada del recipiente ha de ser de 4102 bolas.

45. Se elige un punto en el espacio, de forma que sus tres coordenadas sean
variables aleatorias independientes con distribucin normal de parmetros N (0,1).
Cul es la probabilidad de que el cuadrado de las distancia de dicho punto al
origen sea menor de 6.25?
SOLUCIN:
Las coordenadas del punto elegido en el espacio (X1 , X

,X

) son variables aleatorias con

distribucin N (0,1).
La distancia al cuadrado del punto al origen es:

d 2 = X12 + X 22 + X 32
Como d 2 es la suma de 3 variables aleatorias al cuadrado con distribucin N (0,1), presenta una
distribucin chi cuadrado con tres grados de libertad. Por tanto, en las tablas de dicha
distribucin encontramos la probabilidad pedida: P(d 2 < 6.25) = 0.90.

210

46. En un experimento de laboratorio se utilizan 10 gramos de 84 Po . Sabiendo

que la duracin media de un tomo de esta materia es de 140 das, cuntos idas
transcurrirn hasta que haya desaparecido el 90% de este material?

SOLUCIN:
El tiempo T de desintegracin de un tomo de 21084 Po es una variable aleatoria de distribucin
exponencial:
T Exp

f (t) = e t sit 0

140
F (t) =1 et
Como el nmero de tomos de 21084 Po existentes en una muestra de 10 gramos es enorme, el
histograma de frecuencias relativas formado por los tiempos de desintegracin de cada uno de
estos tomos debe ser extremadamente aproximado a la curva de densidad, f. Del mismo modo,
el polgono de frecuencias relativas acumuladas debe ser muy aproximado a la curva de su
funcin de distribucin F. Entonces el tiempo que transcurre hasta que el 90% del material
radiactivo se desintegra es el percentil 90, t90, de la distribucin exponencial, es decir:

F (t90 ) = 0.9 et90 =1 0.9 t90 = ln 0.1 322 das

Figura: Como el nmero de tomos

(observaciones) es extremadamente alto en 10
gramos de materia, el histograma puede ser
aproximado de modo excelente por la funcin de
densidad exponencial, y el polgono de
frecuencias acumuladas por la funcin de
distribucin.

47. Un operador elige al azar entre n chips de una caja. La probabilidad de que
sea defectuoso es 0,2.
a) Si n = 7, cul es la probabilidad de que al menos 3 chips sean defectuosos?
b) Si n = 50, cul es la probabilidad de tener entre 9 y 12 chips defectuosos?
c) Cuntos chips hay en la caja si la varianza es 32?
SOLUCIN:

P (defectuoso) = 0,2 = p

1 chip

P (no defectuoso) = 0,8 = q

a) n = 7
X= chips defectuosos Bi ( 7, 0,2)

P ( X 3 ) = 1 P ( X < 3 ) = 1 P ( X 2 ) = 1 [ (0)+ (1)+ (2)] =

=1[

*0,20*0,87+

b) n = 50
X Bi (500, 0,2)--------------------------

*0,21*0,86+

*0,22*0,85] = 10,852= 0,148

2
N ( 10, 2,828 )

= n * p = 50*0,2 =10
= n * p * q =2.828
P ( 9 X 12 ) = P ((9-10)/2,828 z (12-10)/2,828 ) = P ( -0,35 z 0,707 ) =
= P ( z 0,707 ) P ( z -0,35 ) = 0,7580 ( 1 - 0,6368 ) = 0,3948

c) n = ?
Var (x) = 32--------------------- n*p*q = 32 ; n*0,2*0,8 = 32
N = 200 chips

48. Se venden 5000 billetes para una rifa a 1 euro cada uno. Si el nico premio del
sorteo es de 1800 euros, calcular el resultado que debe esperar una persona que
compra 3 billetes.

SOLUCIN:
Consideramos la variable aleatoria discreta
x = cantidad de dinero obtenido en el juego:
Los posibles valores de x son dos:
Si se gana la rifa, se obtiene un beneficio de 1800 3 = 1777 euros. Por la Ley de Laplace,
la probabi-lidad de que ocurra este hecho es de 3=5000.
Si no se gana la rifa, resulta una prdida de 3 euros. Nuevamente por la Ley de Laplace, la
probabilidad de que esto ocurra es de 4997=5000.

Por lo tanto, la distribucin de probabilidad para la variable aleatoria x ser:

x = xi
P(x = xi)

1777

3=5000 4997=5000

El resultado que debe esperar una persona que compra 3 billetes es

3

4997

E[x ] = 1777 5000 3

5000 =

9660

483

5000 =

250 = 1:932;

lo que interpretamos como que, en promedio, cabe esperar una prdida de 1:93 euros.

49. La distribucin de probabilidad de una v.a. X viene dada por la siguiente tabla:
xi
pi

1
0,1

2
0,3

4
0,2

5
0,3

Cunto vale p(X=3)

Calcula la media y la varianza.
SOLUCIN:
La suma de todas las probabilidades es 1, por tanto,
0,1 0,3 p( X 3) 0,2

0,3 1 luego p(X=3)=0,1

Formamos la siguiente tabla:

x
i

1
2
3
4
5

pi
0,1
0,3
0,1
0,2
0,3

xi .pi
0,1
0,6
0,3
0,8
1,5

xi . pi 0,1 0,6 0,3 0,8

2
2
2
xi .pi 12,9 (3,3)

xi2 . pi
0,1
1,2
0,9
3,2
7,5
1,5 3,3
2,01

50. Una variable aleatoria tiene la siguiente funcion de probabilidad,

x
1
2
3
4
5
P (x) 0,05 0,20 0,05 0,45 0,25

1.

Comprobar que es una funcion de probabilidad.

2. Calcular P (x 3).
3. Calcular P (x > 3).
4. Calcular P (x = 1 x = 3 x = 5).
5. Calcular E(X).

SOLUCIN:
1. Se verifica que P (xi) 0, i y

i=1

P (xi) = 1

2. P (x 3) = Fx(3) = 0,3
3. P (x > 3) = 1 P (x 3) = 1 Fx(3) = 0,7
4. P (x = 1 x = 3 x = 5) = P (x = 1) + P (x = 3) + P (x = 5) = 0,35
5. E[X] = 1 0,05 + 2 0,20 + + 5 0,25 = 3,65