Universidad de los Andes

Departamento de Ingeniería Industrial

Probabilidad y Estadística I (IIND2106)
Profesores: Astrid Bernal, Fabio A. Lagos, y María Alejandra López.
Periodo intersemestral 2016

Tarea 1
Normas para la presentación de la Tarea

 La tarea puede realizarse en parejas de cualquier sección.

 La presente tarea debe ser realizada en computador. Deben tener en cuenta que la
presentación del informe puede influir en la calificación final.

 El informe debe ser presentado en hojas blancas, numeradas, impresión por ambos
lados y en la parte superior de cada hoja se debe especificar el nombre y código de cada
estudiante.

 La primera hoja de su tarea debe contener el formato que se presenta en la siguiente

página.

 Es responsabilidad de los integrantes del grupo verificar el contenido de la tarea antes

de la entrega. Luego de entregado el documento, no se recibirán adiciones por motivos
de problemas de impresión en fórmulas o ecuaciones, entre otros.

 Debe respetar el horario y el lugar de entrega de las tareas. Las tareas entregadas
después del plazo establecido no serán recibidas y su calificación será de cero (0).

 Por ningún motivo la tarea será recibida por correo electrónico.

 Las tareas que incumplan alguna de las normas de formato tendrán una penalización de
cero punto cinco (0.5) sobre la nota final de la tarea.

 Cualquier sospecha de fraude será tratada de acuerdo con el reglamento de la

Universidad.

 Si usted encuentra algún GAZAPO1 en la solución correspondiente a esta tarea por favor
comuníquelo a equipopye@uniandes.edu.co. Si su observación es válida, se verá
recompensado con un incremento del 5% en la nota de la tarea.

Forma de entrega

 El informe de la tarea debe ser entregado en los casilleros de Ingeniería Industrial, en el

séptimo piso del ML, antes de la fecha límite de entrega. El casillero será habilitado el
día anterior a la entrega de la tarea.

 Adicionalmente, el informe de la tarea y los archivos de soporte deberán ser colgados

en el link habilitado en Sicua Plus, antes de la fecha límite de entrega. Por lo tanto, si
usted realizó su tarea a mano, debe escanear el documento y subirlo al link
correspondiente.

Fecha de entrega

La fecha límite de entrega es el miércoles 22 de junio de 2016, antes de las 2:00 p.m.

1
Yerro que por inadvertencia deja escapar quien escribe o habla. (Definición según La Real Academia de la Lengua Española)
Integrante 1: Código: Sección:

Integrante 2: Código: Sección:

Numeral Puntos Numeral Puntos

a. /2 a. /2
b. /2 b. /2
c. /2 c. /2
6
d. /2 d. /1
1
e. /2 e. /2
f. /2 f. /3
g. /3 a. /2
h. /3 b. /6
7
a. /1 c. /2
b. /1 d. /2
c. /1 a. /2
2
d. /1 b. /2
e. /2 c. /2
f. /2 d. /2
8
a. /4 e. /2
b. /4 f. /2
3
c. /4 g. /4
d. /4 h. /2
a. /4 a. /2
b. /2 9 b. /2
4 c. /2 c. /4
d. /2
e. /2
a. /3
b. /2
5
c. /2
d. /3

TOTAL /114

NOTA /5
Punto 1

El plan estratégico 2017-2020 de la empresa de telecomunicaciones UNO contempla la entrada

al mercado colombiano en los servicios de Televisión, Telefonía Fija e Internet. Con este objetivo
en mente, se realizó un estudio de mercado sobre 350 clientes potenciales y se obtuvieron los
resultados que se presentan a continuación.

 250 clientes potenciales indicaron que comprarían el servicio de televisión o el de

telefonía fija.
 280 clientes potenciales indicaron que tomarían el servicio de televisión o el de internet.
 300 clientes potenciales indicaron que tomarían el servicio de internet o de telefonía fija.
 70 clientes potenciales indicaron que comprarían los 3 servicios de manera simultánea.
 90 clientes potenciales indicaron que comprarían el servicio de televisión y telefonía fija.
 20 clientes potenciales indicaron que no tendrían ninguno de los servicio de UNO.
 150 clientes potenciales indicaron que tendrían el servicio de telefonía fija.

a. (2 puntos) A partir de la información suministrada realice el diagrama de Venn que

representa la situación anterior.

1. Se nombran cada uno de los conjuntos:

T  Clientes que indicaron que comprarían el servicio de Televisión

F  Clientes que indicaron que comprarían el servicio de Telefonía Fija
I  Clientes que indicaron que comprarían el servicio de Internet

2. De acuerdo con el enunciado se obtienen las siguientes ecuaciones:

T ∪ F = 250 (1)
T ∪ I = 280 (2)
I ∪ F = 300 (3)
T ∩ I ∩ F = 70 (4)
T ∩ F = 90 (5)
(T ∪ F ∪ I)c = 20 (6)
T ∪ F ∪ I = 330 (7)
F = 150 (8)

3. Se resuelve el anterior sistema de ecuaciones:

Usando (1), (5) y (8) se obtiene:

T∪F = T+F−T∩F
250 = T + 150 − 90
T = 190 (9)

Usando (2) y (9) se obtiene:

T∪I =T+I−T∩I
280 = 190 + I − T ∩ I
I = 90 + T ∩ I (10)

Usando (3) y (8) resulta:

I∪F=I+F−I∩F
300 = I + 150 − I ∩ F
I = 150 + I ∩ F (11)
 Reemplazando (4), (5), (8), (9) y (10) en (7), da como resultado:

T ∪ F ∪ I = T + F + I − [T ∩ F + T ∩ I + I ∩ F] + T ∩ I ∩ F
330 = 190 + 150 + 90 + T ∩ I − [90 + T ∩ I + I ∩ F] + 70
330 = 190 + 150 + 90 + T ∩ I − 90 − T ∩ I − I ∩ F + 70

I ∩ F = 80 (12)

Se reemplaza (12) en (11):

I = 150 + 80
I = 230 (13)

Se reemplaza (13) en (10):

I = 90 + T ∩ I
230 = 90 + T ∩ I
T ∩ I = 140 (14)

4. Con la información anterior se construye el diagrama de Venn:

Espacio muestral S = 350

T F

30 20 50

70
70 10

80
20 I

Si se escoge una persona al azar de la muestra anterior, calcule las siguientes probabilidades.
Sea explícito con el uso de la notación, tenga en cuenta los eventos, las uniones y las
intersecciones

b. (2 puntos) Probabilidad de que un cliente potencial esté interesado en adquirir únicamente

el servicio de televisión.

c 30
P(((I ∪ F) ∪ (T ∪ I ∪ F)c ) ) = = 0.0857
350

c. (2 puntos) Probabilidad de que un cliente potencial adquiera al menos uno de los

servicios que ofrece la compañía UNO.

330
P(T ∪ I ∪ F) = = 0,943
350

d. (2 puntos) Probabilidad de que un cliente potencial adquiera exactamente dos de los tres
tipos de servicio.

100
P ((T ∩ I ∩ F)c ∩ ((T ∩ F) ∪ (T ∩ I) ∪ (I ∩ F))) = = 0.286
350
e. (2 puntos) Probabilidad de que un cliente potencial adquiera los servicios de televisión y de
telefonía, de manera simultánea, pero no el de internet.

20
P((T ∩ F) ∪ I c ) = = 0.057
350

f. (2 puntos) Probabilidad de que un cliente potencial adquiera el servicio de televisión o el de

internet, pero no el de telefonía.

180
P((T ∪ I) ∩ F c ) = = 0.514
350

g. (3 puntos) Si se sabe que el cliente potencial está interesado en el servicio de internet,

¿cuál es la probabilidad de quiera adquirir el servicio de teléfono?

80
P(F ∩ I) 350 80
P(F|I) = = = = 0.348
P(I) 230 230
350

h. (3 puntos) Si se tienen los eventos I y T relacionados con que un cliente esté interesado en
comprar el servicio de Internet y el de Televisión, respectivamente, ¿se podría afirmar que
estos eventos son independientes? Justifique su respuesta.

Para probar que dos eventos son independientes, se debe cumplir:

P(A ∩ B) = P(A) ∗ P(B)

Por lo tanto:

P(T ∩ I) = P(T) ∗ P(I)

140 190 230
= ∗
350 350 350
0,4 ≠ 0.357
Dado que no se cumple la igualdad, se puede afirmar que los eventos I y T relacionados con que
un cliente esté interesado en comprar el servicio de Internet y el de Televisión, NO son
independientes.
Punto 2

Actualmente existe en Colombia una alarma de salud pública debido a enfermedades como el
Zika y el Chikungunya. Por esta razón, el ministerio de salud reunió información sobre cada una
de las regiones del país con el fin de determinar zonas rojas, amarillas y verdes. La información
recopilada corresponde a:

Personas con Población

la patología Total
Región Amazónica 82.440 264.930
Región Andina 3.023.880 28.863.220
Región Caribe 4.528.220 10.100.000
Región Insular 5.200 74.620
Región Orinoquía 42.970 1.328.540
Región Pacífico 607.890 1.078.750

Con base en la información dada, solucione los siguientes literales:

Se comienza nombrando cada uno de los conjuntos:

A  Personas pertenecientes a la Región Amazónica

D  Personas pertenecientes a la Región Andina
C  Personas pertenecientes a la Región Caribe
I  Personas pertenecientes a la Región Insular
O  Personas pertenecientes a la Región Orinoquía
P  Personas pertenecientes a la Región Pacífico
E  Personas que presentan la Patología

Se calculan los valores totales de la tabla:

Cantidad de personas que presentan patología = 8,290,600

Cantidad de personas que no presentan patología = 33,419,460
Cantidad total de personas = 41,710,060

a. (1 punto) Si se selecciona una persona de manera aleatoria, ¿cuál es la probabilidad de

que no tenga la patología?

Se calcula la probabilidad del complemento de la cantidad total de personas que presentan la

patología:

33,419,460
P(E c ) = = 0.801
41,710,060

b. (1 punto) Si se selecciona una persona de manera aleatoria, ¿cuál es la probabilidad de

que pertenezca a la región Amazónica?

Para el cálculo de esta probabilidad se utiliza el total de personas pertenecientes a la Región

Amazónica, tanto aquellas que presentan patología como aquellas que no:

264,930
P(A) = = 0.00635
41,710,060
c. (1 punto) Si se selecciona una persona al azar, ¿cuál es la probabilidad de que tenga la
patología y que pertenezca a la región Caribe?

Para el cálculo de esta probabilidad se tienen en cuenta las personas que cumplan los dos
criterios mencionados de forma simultánea:

4,528,220
P(E ∩ C) = = 0.1085
41,710,060

d. (1 punto) Si se selecciona una persona al azar, ¿cuál es la probabilidad de que no tenga la

patología y que pertenezca a la región Caribe o a la región Pacífico?

Para el cálculo de esta probabilidad se calcula la unión de los conjuntos de personas que no se
encuentran enfermas tanto en la Región del Caribe como en la Región del Pacífico:

(10,100,000 − 4,528,220) + (1,078,750 − 607,890)

P(E c ∩ (C ∪ P)) = = 0.1449
41,710,060

e. (2 puntos) Si se selecciona una persona de manera aleatoria y se sabe que tiene la

patología ¿cuál es la probabilidad de que sea de la región Orinoquía?

Puesto que de antemano se conoce que la persona seleccionada al azar presenta patología, se
reduce el tamaño muestral al total de quienes presentan patología, es decir, se está
condicionando la muestra, para el correcto cálculo de esta probabilidad se utiliza la ley de
probabilidades condicionales:

42,970
P(O ∩ E) 41,710,060 42,970
P(O|E) = = = = 0.00518
P(E) 8,290,600 8,290,600
41,710,060

f. (2 puntos) Si se selecciona una persona de manera aleatoria y se sabe que es de la región

Pacífica, ¿cuál es la probabilidad de que no tenga la patología?

De antemano se conoce que la persona seleccionada al azar pertenece a la Región Pacífico, por
lo tanto se reduce el tamaño muestral al total de quienes pertenecen a dicha región, para el
correcto cálculo de esta probabilidad se utiliza la ley de probabilidades condicionales:

1,078,750 − 607,890
c |P)
P(E c ∩ P) 41,710,060 470,860
P(E = = = = 0.4365
P(P) 1,078,750 1,078,750
41,710,060
Punto 3

Usted cuenta con una baraja inglesa ordinaria de 52 cartas. La baraja consta de 4 palos
(corazones, picas, diamantes y tréboles) y cada palo tiene 13 cartas (los números del 2 al 10 y
las letras A, J, Q, K). Si se toma una carta a la vez y el orden en que estas son tomadas es
relevante para el juego, responda:

a. (6 puntos) ¿De cuántas formas distintas se pueden tomar 5 cartas con reemplazo, y sin
reemplazo?

Para calcular la cantidad de formas en que se pueden tomar 5 cartas con reemplazo se utiliza
una muestra de orden, en donde se obtienen r elementos de una muestra de n. En este caso cada
carta obtenida se observa y se devuelve a la baraja, por tanto, por cada carta que se escoja se
tendrán siempre 52 posibles resultados, esto se puede representar de la siguiente manera:

nr = 525 = 52 ∗ 52 ∗ 52 ∗ 52 ∗ 52 = 380,204,032 formas.

Para calcular la cantidad de formas en que se pueden tomar 5 cartas sin reemplazo se utiliza
una permutación, puesto que el enunciado aclara que el orden es relevante y se necesitan
obtener r elementos de una muestra de n. En este caso cada carta obtenida se observa y se aparta
de la baraja, esto se representa de la siguiente manera:

nPr = 52P5 = 52 ∗ 51 ∗ 50 ∗ 49 ∗ 48 = 311,875,200

Lo anterior es lo mismo que:

52!
nPr = 52P5 = = 311,875,200
(52 − 5)!

b. (6 puntos) ¿Cuál es la probabilidad de que al menos una de las 5 cartas tomadas sea de
corazones, si estas son tomadas con reemplazo y sin reemplazo?

Con reemplazo:

Opción 1:
Dado que la probabilidad que se requiere es de obtener uno o más, se puede calcular
obteniendo el complemento de la probabilidad de no tomar ninguna carta de corazones.
Teniendo en cuenta que es con reemplazo se utiliza una muestra ordenada. La cantidad de
formas totales se obtiene del literal anterior.

Evento:
A: Al menos una carta de corazones es tomada.
AC : Ninguna una carta de corazones es tomada.

n(AC ) = número de elementos en AC = nr = 395 = 39 ∗ 39 ∗ 39 ∗ 39 ∗ 39 = 90,224,199

90224199
𝑃(A) = 1 − P(AC ) = 1 − = 0.7627
380204032

Opción 2:
Se halla la probabilidad de obtener 1, 2, 3, 4, o 5 cartas de corazones y sumarlas, esto es la
probabilidad de obtener una o más cartas de corazones. Lo anterior se obtiene utilizando
muestras de orden para calcular la cantidad de formas en que se pueden obtener cada
situación, ley multiplicativa, y combinaciones para hallar la cantidad de formas en que se
puede ordenar cada cantidad de cartas de corazones en el grupo de cinco.
P(X ≥ 1) = P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5)

∑5i=1(13r )(395−r ) (5)

P(X ≥ 1) = r
(525 )

(131 )(394 ) (5) + (132 )(393 ) (5) + (133 )(392 ) (5) + (134 )(391 ) (5) + (135 )(390 ) (5)
P(X ≥ 1) = 1 2 3 4 5
(525 )

P(X ≥ 1) = 0.7627

Sin Reemplazo:

Opción 1:
Dado que la probabilidad que se requiere es de obtener uno o más, se puede calcular
obteniendo el complemento de la probabilidad de no tomar ninguna carta de corazones.
Teniendo en cuenta que es sin reemplazo, se utiliza una permutación. La cantidad de formas
totales se obtiene del literal anterior.

A: Almenos una carta de corazones es tomada.

AC : ninguna una carta de corazones es tomada.

n(AC ) = número de elementos en AC = nPr = 39P5 = 39 ∗ 38 ∗ 37 ∗ 36 ∗ 35 = 69,090,840

69,090,840
P(A) = 1 − P(AC ) = 1 − = 0.7785
311,875,200

Opción 2:
Se halla la probabilidad de obtener 1, 2, 3, 4, o 5 cartas de corazones y sumarlas, esto es la
probabilidad de obtener una o más cartas de corazones. Ya que es sin reemplazo, se calcula
multiplicando la cantidad de formas de obtener r cartas de corazones en el grupo de cinco
(las cuales se hallan mediante permutaciones), por la cantidad de permutaciones de orden
5-r de las restantes 39 cartas, lo anterior se multiplicará por las combinaciones de formas en
que se puede ordenar cada cantidad de cartas de corazones en el grupo de cinco. Todo lo
anterior sobre la probabilidad total, la cual fue hallada en el literal anterior.

P(X ≥ 1) = P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5)

∑5r=1(13Pr) × (39P(5 − r)) (5)

P(X ≥ 1) = r
(52P5)

(13) × (39)(38)(37)(36) × (5) (13)(12) × (39)(38)(37) × (5)

P(X ≥ 1) = 1 + 2 +
(52P5) (52P5)

(13)(12)(11) × (39)(38) × (5) (13)(12)(11)(10) × (39) × (5)

+ 3 + 4 +
(52P5) (52P5)

(13)(12)(11)(10)(9) × (5)
+ 5 = 0.7785
(52P5)
c. (6 puntos) ¿Cuál es la probabilidad de que máximo una de las 5 cartas tomadas sea de
diamantes, si estas son tomadas sin reemplazo?

Sin reemplazo

Opción 1: Dado que es sin reemplazo, se calculan las permutaciones para cada caso: obtener
cero cartas de diamantas u obtener una carta de diamantes, en este último caso se multiplica
por la cantidad de formas de ordenar dicha carta en el grupo de 5.

D: Máximo una carta de diamantes es tomada.

Resultados Totales posibles = 52P5= 52 ∗ 51 ∗ 50 ∗ 49 ∗ 48 = 311,875,200

Resultados sin un diamante = 39P5 = 39 ∗ 38 ∗ 37 ∗ 36 ∗ 35 = 69,090,840

Resultados con un diamante = 13P1 × 39P4 × 5 = 13 ∗ 39 ∗ 38 ∗ 37 ∗ 36 ∗ 5

Resultados con un diamante = 128,311,560

69,090,840 + 128,311,560
P(D) = = 0.6330
311,875,200

Opción 2: Se calcula mediante permutaciones, ley multiplicativa y combinaciones.

P(X ≤ 1) = P(X = 0) + P(X = 1)

39P5 5 13P1 × 39P4 5

P(X ≤ 1) = ×( )+ × ( ) = 0.6330
52P5 0 52P5 1

(39)(38)(37)(36)(35) 5 (13) × (39)(38)(37)(36) 5

P(X ≤ 1) = ×( )+ × ( ) = 0.6330
(52)(51)(50)(49)(48) 0 (52)(51)(50)(49)(48) 1

d. (6 puntos) Se seleccionan 5 cartas consecutivamente y sin reemplazo. Sin importar el

orden, ¿cuál es la probabilidad de que salgan dos Reyes, dos Reinas y un As?

Esta probabilidad se calcula desarrollando las siguientes combinaciones, puesto que se

seleccionan 2 de 4 Reyes, 2 de 4 Reinas y 1 de 4 Ases:

(42)(42)(41)
= 5.54 ∗ 10−5
(52
5
)
Punto 4

En los últimos días se ha promocionado en diversos diarios y canales deportivos la nueva “Pelea
Del Siglo”, entre el campeón de peso wélter Floyd Mayweather Jr. y el campeón de peso pluma
de UFC Conor McGregor. Esta pelea es una de las más anheladas por los aficionados y por los
medios, ya que según estadísticas de los últimos años, estos dos luchadores son los que más
ingresos generan a los medios de comunicación por el sistema de pago por evento “Pay Per
View”. La Asociación Mundial de Boxeo (WBA) estableció que la pelea tendría una duración de
máximo 5 rounds.

Analistas de deportes y expertos en boxeo afirman que, para que Floyd Mayweather Jr. gane,
deberá ganar por lo menos 4 de los 5 rounds que componen la pelea. Por otro lado, para que
gane Conor McGregor, este deberá ganar por lo menos 3 rounds. En este sentido, se acordó
entre los dos luchadores que si alguno de los dos llegase a ganar el número de rounds que los
analistas y expertos mencionaron, la pelea se daría por finalizada y el ganador sería el que haya
logrado conseguir ese número de rounds ganados. Igualmente, gracias al récord de cada uno de
los luchadores, se ha podido determinar que la probabilidad de que Floyd Mayweather Jr. gane
un round es de 6/16, y que la probabilidad de que gane la pelea por knockout es de 3/16. Del
mismo modo, la probabilidad de que Conor McGregor gane un round es de 3/16, y que la
probabilidad de que gane la pelea por knockout es de 4/16. Asuma independencia entre cada
uno de los rounds y asuma que no hay empate en los rounds ni al concluir la pelea.

Tenga en cuenta que, cuando un luchador en un round particular gana por knockout se declara
ganador y termina la pelea; mientras que si gana el round, pero no es por knockout, sigue la
pelea.

De acuerdo con la información brindada anteriormente, resuelva los siguientes literales:

a. (4 puntos) Construya un árbol de probabilidad que represente la pelea.

Se definen los eventos para representar la situación:

F Gana el round Floyd Mayweather

C Gana el round Conor McGregor
FKO  Gana Floyd Mayweather la pelea por Knockout.
CKO Gana McGregor la pelea por Knockout.

Las probabilidades asociadas a cada uno de los eventos son:

6
F=
16
3
C=
16
3
FKO =
16
4
CKO =
16

El árbol de probabilidad es el siguiente:

 F
6/16
F
F KO 6/16
F 3/16 F KO
C 3/16
6/16
3/16 C

C KO 3/16
4/16 C KO
4/16

F
6/16
F KO
3/16
F
C
6/16 3/16
F KO
C KO
3/16
4/16
F
6/16 F KO F
C 3/16 6/16
F KO
3/16
C 3/16
C
3/16
3/16
C KO
C KO
4/16
4/16
C KO
4/16 F
F KO 6/16
F KO
3/16
F 3/16
6/16 C
3/16
C KO
F KO 4/16
3/16
F

F 6/16
F KO
6/16 C 3/16
C
3/16
3/16
C KO
F
C KO 4/16
6/16
C 4/16
F KO
3/16 F
3/16
6/16
F KO
F 3/16
6/16 C
3/16
F KO C KO
3/16 4/16
C
3/16
C
3/16

C KO
4/16
C KO
4/16

C KO
4/16

F KO
3/16
 C KO
4/16

C KO
4/16

F
6/16
F KO
F 3/16
6/16 C
F KO
3/16
3/16 C KO
4/16
F
F KO
6/16
3/16
F
6/16
F F KO
C 3/16
6/16
3/16 C

C KO 3/16
C KO
4/16
4/16
F KO
3/16 F
6/16
F KO
F 3/16
6/16 C
3/16
F KO C KO
3/16 4/16

C
3/16 C
3/16

C KO
4/16

C KO
F
4/16
6/16
C F KO
F KO
F 3/16
3/16 3/16
6/16 C
3/16
C KO
F KO
F 4/16
3/16
6/16 C
3/16
C KO
4/16
F KO
C 3/16
3/16 C
3/16
C KO
4/16

C KO
4/16
C KO
4/16
b. (2 puntos) Calcule la probabilidad de que Conor McGregor gane la pelea por knockout.

Connor McGregor gana la pelea por Knockout en cualquiera de los rounds, a menos de que Floyd
Mayweather logre ganar 4 de 5 rounds. Por lo tanto se suman las probabilidades de que en cada
round gane por Knockout. En el primer round la probabilidad de que Conor gane por Knockout
es la misma que provee el enunciado, sin embargo, del segundo en adelante, en cada round se
calcula la probabilidad de que Conor gane por knockout teniendo en cuenta todas las formas en
que dicho evento puede ocurrir en dicho round.

Para facilitar la comprensión y el cálculo se define el evento COK n como el evento en que gana
Conor McGregor por Knockout en el round n.

4
P(CKO1 ) =
16

6 4 3 4 9
P(CKO2 ) = ∗ + ∗ =
16 16 16 16 64

6 6 4 6 3 4 3 6 4 3 3 4 81
P(CKO3 ) = ( ∗ ∗ )+( ∗ ∗ )+( ∗ ∗ )+( ∗ ∗ )=
16 16 16 16 16 16 16 16 16 16 16 16 1024

6 6 6 4 6 6 3 4 3 3 6 4
P(CKO4 ) = ∗ ∗ ∗ +3∗( ∗ ∗ ∗ )+3∗( ∗ ∗ ∗ ) = 0.0428
16 16 16 16 16 16 16 16 16 16 16 16

6∗6∗6∗3∗4 6∗3∗6∗3∗4 657

P(CKO5 ) = 4 ∗ +6∗ = = 0.0173
165 165 32768

P(CKO) = P(CKO1 ) + P(CKO2 ) + P(CKO3 ) + P(CKO4 ) + P(CKO5 )

P(CKO) = 0.5299

c. (2 puntos) Determine la probabilidad de que Floyd Mayweather Jr. gane la pelea antes del
4to round.

Dado que la única forma en la que Floyd Mayweather Jr. gane la pelea antes del cuarto round es
ganando por Knockout en cualquiera de los anteriores rounds, se calcula la probabilidad
solicitada como la suma de las probabilidades de que Floyd gane por Knockout en el primero,
segundo o tercer round, teniendo en cuenta todas las formas en que dicho evento puede ocurrir
en cada round:

Para facilitar la comprensión y el cálculo se define el evento FOK n como el evento en que gana
Floyd Mayweather por Knockout en el round n.

3
P(FKO1 ) =
16
6 3 3 3 27
P(FKO2 ) = ( ∗ )+( ∗ )=
16 16 16 16 256

6 6 3 6 3 3 3 6 3 3 3 3 243
P(FKO3 ) = ( ∗ ∗ )+( ∗ ∗ )+( ∗ ∗ )+( ∗ ∗ )=
16 16 16 16 16 16 16 16 16 16 16 16 4096
 3 27 243
P(FKO) = P(FKO1 ) + P(FKO2 ) + P(FKO3 ) = + + = 0.352
16 256 4096

Por lo tanto, la probabilidad de que Floyd Mayweather Jr. gane la pelea antes del cuarto round
es 0.352.

d. (2 puntos) Estime la probabilidad de que Floyd Mayweather Jr. gane la pelea por knockout
en el round 4 si se sabe que Conor McGregor ya ha ganado 2 de los 3 rounds disputados
anteriormente.

Se definen los eventos:

X → Floyd Mayweather Jr. gana la pelea por Knockout en el 4to round

Y → Conor MGregor gana 2 de los primeros 3 rounds

El Teorema de Bayes permite calcular la probabilidad que se solicita:

P(X) ∗ P(Y|X)
P(X|Y) =
P(Y)

Por lo tanto, se calculan las siguientes probabilidades:

La probabilidad de que Floyd gane por Knockout en el cuarto round se calcula como la suma de
las probabilidades de todas las formas en que dicho evento puede ocurrir (que gane los 3
primeros rounds, que gane uno de tres o que gane dos de tres):

6 6 6 3 3 3 3 6 3 3 6 6 2106
P(X) = ∗ ∗ ∗ +3∗( ∗ ∗ ∗ )+3∗( ∗ ∗ ∗ )=
16 16 16 16 16 16 16 16 16 16 16 16 65536

P(X) = 0.0321

Se calcula la probabilidad condicional de que “Conor MGregor gane 2 de los primeros 3 rounds”
dado que se sabe que “Floyd Mayweather Jr. gana la pelea por Knockout en el 4to round”:

6∗3∗3∗3
(( ) ∗ 3)
P(Y ∩ X) 164 3
P(Y|X) = = = = 0.231
P(X) 2106 13
65536

Se calcula la probabilidad total de que “Conor MGregor gana 2 de los primeros 3 rounds”,
teniendo en cuenta todas las formas en que puede suceder:

6∗3∗3 81
P(Y) = ( 3
)∗3= = 0.0396
16 2048

Finalmente, reemplazando en el teorema de Bayes se obtiene:

2106 3
( ∗ )
P(X|Y) = 65536 13 = 0.1875
81
2048

Por lo tanto, la probabilidad de que Floyd Mayweather Jr. gane la pelea por knockout en el round
4 si se sabe que Conor McGregor ya ha ganado 2 de los 3 rounds disputados anteriormente es
0.1875.
e. (2 puntos) Calcule la probabilidad de que Conor McGregor gane la pelea si se sabe que
perdió los primeros 3 rounds.

Se definen los eventos:

X → Conor McGregor gana la pelea

Y → Floyd Mayweather gana los primeros 3 rounds

Para que Conor McGregor gane la pelea y Floyd Mayweather gana los primeros 3 rounds,
pueden ocurrir varias situaciones: ii). Floyd Mayweather gana los primeros 3 rounds y Conor
McGregor gana por Knockout el cuarto round. ii). Floyd Mayweather gana los primeros 3
rounds, Conor McGregor gana el cuarto round normal y el quinto por Knockout.

De acuerdo con la ley de probabilidades condicionales:

P(X ∩ Y)
P(X|Y) =
P(Y)

Calculamos la probabilidad del intercepto:

63 4 63 3 4
P(X ∩ Y) = ( ∗ ) + ( ∗ ∗ ) = 0.01565
163 16 163 16 16

Se halla por probabilidades totales la probabilidad de Y:

63 27
P(Y) = 3
= = 0.0527
16 512

Se halla la probabilidad condicional de que Floyd Mayweather haya ganado los primeros 3
rounds dado que Conor McGregor gana la pelea:

63 4 63 3 4
P(X ∩ Y) ( ∗ ) + ( ∗ ∗ )
16 16
3 163 16 16
P(X|Y) = = = 0.2969
P(Y) 0.0527
Punto 5

Laura y sus amigas han decidido participar en un concurso de azar organizado por el centro
comercial Andino. Para ingresar al concurso se debe realizar la compra de un labial de las marcas
participantes (MAC, NYX y Victoria’s Secret); en caso de ganar, los premios corresponden a
bonos de 50.000 COP que se pueden redimir en cualquiera de las tiendas del centro comercial.
Un participante que ingresa al concurso debe elegir un número del 0 al 9 y una marca de labial
entre MAC, NYX y Victoria’s Secret. El concurso consiste en girar una ruleta gigante de diez
dígitos (de 0 a 9) y luego sacar dos labiales consecutivamente de una bolsa que contiene 3
labiales MAC, 3 NYX y 3 Victoria’s Secret (con repetición). Las reglas del concurso son las
siguientes:

 Si no se obtiene el número elegido en la ruleta, sin importar si se adivinó la marca de

labial, la participante no gana ningún bono.
 Si el número elegido sale en la ruleta, pero en ninguno de los dos intentos se acierta la
marca de labial seleccionado, se gana un bono.
 Si el número elegido sale en la ruleta, y en uno de los dos intentos se acierta la marca
de labial seleccionado, se ganan dos bonos.
 Si el número sale en la ruleta y en los dos intentos se acierta la marca de labial
seleccionado, se ganan 5 bonos.

Se define X como la variable aleatoria que representa la ganancia en COP obtenida en el

concurso. Responda los siguientes literales:

a. (3 puntos) Encuentre la Función de Probabilidad de la variable aleatoria X y grafíquela.

Se definen los eventos:

ANAcierta el número en la ruleta

ALn Acierta la marca del labial en el intento n

De acuerdo con el enunciado, las probabilidades de cada evento son:

Dado que son 10 dígitos, la probabilidad de acertar el número de la ruleta es:

1
AN =
10

9
AN C =
10

Dado que es con repetición, en cada intento se obtienen las mismas probabilidades de
acertar o no acertar la marca de labial:

1
AL =
3

2
ALC =
3

Se define la variable aleatoria y su rango:

X: Ganancia en COP obtenida en el concurso.

X ∈ {0, 50000, 100000, 250000}

Para facilitar la comprensión del ejercicio se realiza el árbol de probabilidad:

 Ruleta

Intento
2 AN
1/10 5
AL
Intento 1/3
1 ANc
9/10 0
AL
1/3
AN
1/10 2
ALc
2/3
ANc
9/10 0
Intento
2 AN

AL 1/10 2

1/3
ANc
9/10 0
ALc
2/3
AN
1/10 1
ALc
2/3 ANc
9/10 0

De acuerdo con el árbol de probabilidad:

La probabilidad de obtener 0 COP se calcula considerando el evento en donde no se acierta el

número (ANC):

P(X = 0) = AN C

9
P(X = 0) =
10

La probabilidad de obtener 50,000 COP se calcula con la probabilidad de acertar el número, pero
no los labiales en ninguno de los intentos:

P(X = 50,000) = P(AN ∩ ALC1 ∩ ALC2 )

1 2 2 2
P(X = 50,000) = ( ∗ ∗ )=
10 3 3 45

La probabilidad de obtener 100,000 COP se calcula teniendo en cuenta el evento de acertar el

número y acertar la marca del labial en uno de los dos intentos:

P(X = 100,000) = P(AN ∩ [(ALC1 ∩ AL2 ) ∪ (AL1 ∩ ALC2 )])

 1 1 2 2
P(X = 100,000) = 2 ∗ ( ∗ ∗ ) =
10 3 3 45

La probabilidad de obtener 250,000 COP se calcula teniendo en cuenta la probabilidad de los

eventos en que se acierta el número y las marcas de los labiales en los dos intentos:

P(X = 250,000) = P(AN ∩ AL1 ∩ AL2 )

1 1 1 1
P(X = 250,000) = ( ∗ ∗ ) =
10 3 3 90

Con las anteriores probabilidades calculadas, se construye la Función de Probabilidad:

9
, x=0
10
2
, x = 50,000
g x (x) = 45
2
, x = 100,000
45
1
{90 , x = 250,000

b. (2 puntos) Encuentre la Función de Distribución Acumulada de la variable aleatoria X y

grafíquela.

La Función de Distribución Acumulada Fx(x) se calcula sumando las probabilidades de los

elementos menores o iguales al elemento xi.

0, x<0
9
, 0 ≤ x < 50,000
10
17
Fx (x) = , 50,000 ≤ x < 100,000
18
89
, 100,000 ≤ x < 250,000
90
{1, x ≥ 250,000
 FX(x)

c. (2 puntos) Calcule el valor esperado y la desviación estándar de la variable aleatoria X.

Interprete el valor esperado en términos del problema.

Para calcular el calor esperado de una función discreta, se realiza la sumatoria de cada valor del
rango multiplicado por su probabilidad asociada:

E[X] = ∑ xi ∗ g x (xi )
R(X)

9 2 2 1
E[X] = 0 ∗ ( ) + 50,000 ∗ ( ) + 100,000 ∗ ( ) + 250,000 ∗ ( ) = 9,444.44
10 45 45 90

Se espera que el Centro Comercial Andino otorgue en promedio $ 9,444.44 COP por participante
en el concurso.

Para hallar la desviación estándar, se calcula la raíz cuadrada de la varianza, esta última se
obtiene de la siguiente forma:

VAR[X] = E[X 2 ] − E[X]2

Donde:

E[X 2 ] = ∑ x 2 ∗ g(x)
R(X)

Entonces:

9 2 2 1
E[X 2 ] = 02 ∗ ( ) + 50,0002 ∗ ( ) + 100,0002 ∗ ( ) + 250,0002 ∗ ( ) =
10 45 45 90

E[X 2 ] = 1,250,000,000

Por lo tanto, la varianza es:

VAR[X] = E[X 2 ] − E[X]2 = 1,250,000,000 − 9,444.442 = 1,160,802,469 COP 2

 Se calcula ahora la desviación estándar:

DESV[X] = √VAR[X] = √1,160,802,469 = 34,070.55

d. (3 puntos) Si la participante acertó el número de la ruleta, ¿cuál es la probabilidad de que

participante gane 5 bonos?

La probabilidad requerida se halla utilizando la información del árbol de probabilidad, donde

ganar 5 bonos, es decir, 250,000 COP, se da cuando acierta la marca de labial en los dos intentos,
dado que acertó el número en la ruleta, por lo tanto:

P(X = 250,000|AN) = P(AL1 ∩ AL2 |AN)

1 1 1
P((AL1 ∩ AL2 ) ∩ AN) (3 ∗ 3 ∗ 10) 1
P(AL1 ∩ AL2 |AN) = = =
P(AN) 1 9
10
Punto 6

El gerente deportivo de los Yankees de NYC realizó un análisis sobre el precio en dólares que
los aficionados pagan por una entrada a un partido. Se ha llegado a la conclusión de que el precio
que los aficionados están dispuestos a pagar por una silla de la sección 405 a la sección 434B,
correspondientes al último piso del estadio se puede representar a través de la variable aleatoria
X, que tiene la siguiente función de densidad de probabilidad:

0.006𝑥 0 ≤ 𝑥 ≤ 10
𝑓𝑋 (𝑥) = { 0.06 10 ≤ 𝑥 ≤ 15
−0.0045𝑥 + 0.1275 15 ≤ 𝑥 ≤ 𝑘

Solucione los siguientes literales, mostrando el procedimiento correspondiente.

a. (2 puntos) Calcule el valor apropiado de k para que la función de densidad de probabilidad

esté correctamente definida. Grafíquela.

Para que la función esté correctamente definida, el área bajo la curva debe ser igual a 1:

∫ fX (x) = 1
R(X)

10 15 k

∫ 0.006x dx + ∫ 0.06 dx + ∫(−0.0045x + 0.1275) dx = 1

0 10 15

10 k
0.006x 2 0.0045x 2
[ ] + [0.06x]15
10 + [− + 0.1275x] = 1
2 0
2 15

−0.00225k 2 + 0.1275k − 1.80625 = 1

85
k=
3

Función de Densidad de Probabilidad

0,07

0,06

0,05

0,04
fX(x)

0,03

0,02

0,01

0
0 5 10 15 20 25 30
Precio
b. (2 puntos) Calcule el precio que un aficionado seleccionado al azar espera pagar por una
entrada de la sección 405 a la 434B del Yankee Stadium. Interprete el valor obtenido.

El valor esperado de una función de probabilidad continua se define como:

E[X] = ∫ x ∗ fX (x)
R(X)

10 15 85/3

E[X] = ∫ 0.006x dx + ∫ 0.06x dx + ∫ (−0.0045x 2 + 0.1275x) dx

2

0 10 15

85
10 15
0.006x 3 0.06x 2 0.0045x 3 0.1275x 2 3
E[X] = [ ] +[ ] + [− + ]
3 0
2 10
3 2 15

E[X] = $ 13.5278

Es espera que un aficionado seleccionado al azar deba pagar en promedio $ 13.5278 USD por
una entrada de las secciones 405 a la 434B del Yankee Stadium.

c. (2 puntos) Determine la función de distribución de probabilidad acumulada del precio que

paga un aficionado por entrar al estadio. Grafíquela.

fX (x) = ∫ fX (u)du
−∞

Se debe realizar para cada uno de los rangos de la siguiente manera:

1. Para 0 ≤ X ≤ 10
x x
0.006u2
FX (x) = ∫ 0.006u du = [ ] = 0.003x 2
2 0
0

2. Para 10 ≤ X ≤ 15
x
x
FX (x) = 0.3 + ∫ 0.06 du = 0.3 + [0.06u]10 = 0.06x − 0.3
10

85
3. Para 15 ≤ X ≤
3
x x
0.0045u2
FX (x) = 0.6 + ∫(−0.0045u + 0.1275) du = 0.6 + [− + 0.1275u]
2 15
15

0.0045x 2
FX (x) = − + 0.1275x − 0.80625
2
 Con lo anterior se construye la Función de Distribución Acumulada:

0, 𝑥<0
0.003x 2 , 0 ≤ x ≤ 10
FX (x) = 0.06x − 0.3, 10 ≤ x ≤ 15
0.0045x 2 85
{− 2
+ 0.1275x − 0.80625, 15 ≤ x ≤
3

Función de Distribución Acumulada

1,2

0,8
Fx(x)

0,6

0,4

0,2

0
0

3
1
2

4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
28,33
Precio

d. (1 puntos) Calcule la probabilidad de que un aficionado deba pagar exactamente 12 dólares

por una entrada.

Dado que la variable aleatoria es continua, la probabilidad de que se deba pagar exactamente
12 dólares por una entrada es igual a 0.

e. (2 puntos)¿Cuál es la probabilidad de que un aficionado seleccionado al azar deba pagar

entre 15 y 20 dólares por una entrada?

La probabilidad requerida es la siguiente P(15 ≤ X ≤ 20), dado que los límites se encuentran
asociados al último tramo de la función de distribución de probabilidad acumulada, la
probabilidad se calcula de la siguiente manera:

P(15 ≤ X ≤ 20) = FX (20) − FX (15)

0.0045 ∗ (20)2
P(15 ≤ X ≤ 20) = (− + 0.1275 ∗ (20) − 0.80625)
2
0.0045 ∗ (15)2
− (− + 0.1275 ∗ (15) − 0.80625)
2

P(15 ≤ X ≤ 20) = 0.24375

f. (3 puntos) Si se sabe que el precio que el aficionado va a pagar por una entrada de la
sección 405 a la 434B es superior a 10 dólares, calcule la probabilidad de que el aficionado
deba pagar entre 15 y 20 dólares por una entrada.

En primer lugar se calcula la probabilidad de que el precio sea superior a 10 dólares:

P(X > 10) = 1 − FX (10) = 1 − 0.003x 2 = 1 − 0.003 ∗ (10)2 = 0.7

Ahora se determina la probabilidad de que, dado que el precio es superior a 10 dólares, el

aficionado tenga que pagar entre 15 y 20 dólares:

P(15 ≤ X ≤ 20 ∩ X > 10) P(15 ≤ X ≤ 20) 0.24375

P(15 ≤ X ≤ 20|x > 10) = = = = 0.3482
P(X > 10) P(X > 10) 0.7
Punto 7

La compañía Beast es una empresa que se dedica a la fabricación de artículos de competición

profesional relacionados con el deporte olímpico, como lo son listones, garrochas, soportes
verticales, entre otros. Con el propósito de establecer su marca, Beast está dispuesto a
patrocinar a todos los deportistas que participarán en los Juegos Olímpicos de Río de Janeiro
2016. La compañía se encuentra particularmente interesada en realizar el patrocinio de su marca
en las pruebas de Salto de Altura, que se llevarán a cabo en el Estadio Olímpico de Río de
Janeiro.

El jefe de producción de Beast ha observado ciertas dificultades en la elaboración de las

garrochas. Él indica que el peso final de las garrochas podría no ajustarse a la precisión que
requieren los competidores profesionales, que es de máximo 3 kg. También ha estudiado el peso
de las garrochas que produce la compañía, y encontró que el peso de cada garrocha se puede
modelar como una variable aleatoria con distribución normal de parámetros (2.8, 0.82).

Con base en la información anterior y teniendo en cuenta los siguientes literales, de solución a
las preguntas que se plantean.

i. Defina la variable aleatoria en términos del problema.

ii. Identifique su distribución y sus parámetros.
iii. Calcule la probabilidad solicitada.

a. (2 puntos) Determine la probabilidad de que una garrocha fabricada por la compañía Beast
cumpla con el requerimiento de peso de los profesionales.

Se define la Variable Aleatoria en términos del problema:

X: Peso de una garrocha seleccionada al azar.

Se identifica la distribución de la V.A. y sus parámetros:

X → Normal(μ = 2.8, σ2 = 0.82 )

Se calcula la probabilidad solicitada:

3 − 2.8
P(X ≤ 3) = P (Z ≤ ), se estandariza.
0.8
P(Z ≤ 0.25) = 0.5987

La probabilidad de que una garrocha seleccionada al azar fabricada por la compañía Beast
cumpla con el requerimiento de peso de los profesionales es de 0.5987.

Teniendo en cuenta la probabilidad calculada anteriormente, la empresa ha decidido realizar una

producción preliminar de 300 garrochas para realizar un control de calidad previo al inicio de las
competiciones. El control de calidad será realizado en dos etapas: una llevada a cabo por una
entidad externa a la empresa y otra ejecutada de manera directa por el Comité Olímpico de la
siguiente forma:

Entidad externa: la empresa parte de una muestra aleatoria de 20 garrochas. Si se encuentra

un máximo de 4 garrochas que no cumplen con la normatividad en términos de peso, se decide
autorizar la utilización de los garrochas en las competiciones sin necesidad de obtener el aval
del Comité Olímpico. Si se encuentran 10 o más garrochas que no cumplen con la normatividad
en términos del peso, se declaran las garrochas de la compañía como NO aptos para el evento
y se impide que Beast sea patrocinadora en el evento. De lo contrario, se realiza la Etapa 2 de
control de calidad por parte del Comité Olímpico.
Comité Olímpico: la entidad toma una segunda muestra aleatoria de 10 garrochas. Si el número
de garrochas que no cumplen con los requerimientos de peso en esta etapa no superan las 2
garrochas, se autoriza la utilización de los garrochas en las competencias. En el caso contrario,
el Comité Olímpico impide que la compañía Beast sea la patrocinadora en el evento.

b. (6 puntos) Determine la probabilidad de que la compañía Beast reciba el aval para

patrocinar los Juegos Olímpicos de Río de Janeiro 2016.

Para que la compañía Beast reciba el aval para patrocinar los Juegos Olímpicos, debe ocurrir una
de dos situaciones: i). Que la entidad externa encuentre máximo 4 garrochas, en la muestra de
20, que no cumplen con la normatividad en términos de peso, o ii). Que la entidad externa
encuentre entre 5 y 9 garrochas, en la muestra de 20, que no cumplen con la normatividad y el
comité olímpico encuentre un máximo de 2 garrochas, en la muestra de 10, que no cumplen con
la normatividad en términos del peso.

Se definen las Variables Aleatorias:

X: Número de garrochas que no cumplen con la normatividad en términos de peso, de una

muestra de 20 revisadas por la entidad externa.

Y: Número de garrochas que no cumplen con la normatividad en términos de peso, de una

muestra de 10 revisadas por el Comité Olímpico.

Distribución: X y Y → Binomial, puesto que se hace referencia al número de éxitos (en este caso
garrochas que no cumplen con la normatividad) en una muestra de tamaño n.

Parámetros:

 Probabilidad de éxito: p = 1 − 0.5987 = 0.4013

 Tamaño muestral de X: n = 20
 Tamaño muestral de Y: n = 10

Con lo anterior se calcula la probabilidad de que ocurra la primera situación:

Se tiene en cuenta la función de probabilidad de una distribución binomial:

n
g X (x) = ( ) ∗ px ∗ (1 − p)n−x
x

Dado que es discreta, se suman las probabilidades de cada valor posible:

i). Probabilidad de que la entidad externa encuentre máximo 4 garrochas que no

cumplen la normatividad, en la muestra de 20:
4
20
P(X ≤ 4) = ∑ ( ) ∗ 0.4013i ∗ 0.598620−i
i
i=0

P(X ≤ 4) = 0.0498

Ahora se calcula la probabilidad de que ocurra la segunda situación:

ii). Probabilidad de que la entidad externa encuentre entre 5 y 9 garrochas que no

cumplen la normatividad, en la muestra de 20:

P(5 ≤ X ≤ 9) = P(X ≤ 9) − P(X ≤ 5)

 9 4
20 20
P(5 ≤ X ≤ 9) = ∑ ( ) ∗ 0.4013i ∗ 0.598620−i − ∑ ( ) ∗ 0.4013i ∗ 0.598620−i
i i
i=0 i=0

P(5 ≤ X ≤ 9) = 0.7515 − 0.0498 = 0.7018

Probabilidad de que el comité olímpico encuentre máximo 2 garrochas que no cumplen

la normatividad, en la muestra de 10:

2
10
P(Y ≤ 2) = ∑ ( ) ∗ 0.4013i ∗ 0.598610−i
i
i=0

P(Y ≤ 2) = 0.1652

Se calcula la probabilidad de la intersección entre los dos eventos que ocurren en la

segunda situación, pues deben suceder de forma simultánea.

P(5 ≤ X ≤ 9 ∩ Y ≤ 2) = 0.7018 ∗ 0.1652 = 0.1159

Por lo tanto, la probabilidad de que la compañía Beast reciba el aval para patrocinar los Juegos
Olímpicos, se halla con la suma de las probabilidades de las dos situaciones que pueden ocurrir:

P(X ≤ 4) + P(5 ≤ X ≤ 9 ∩ Y ≤ 2) = 0.0498 + 0.1159 = 0.1657

Con el propósito de analizar las causas que ocasionan el no cumplimiento del peso final de los
garrochas, el jefe de producción de Beast ha decidido recolectar una muestra de 20 garrochas
que no cumplen con el peso para realizar el análisis.

c. (2 puntos) Determine el número esperado de garrochas que deben ser revisados hasta
encontrar la muestra de 20 garrochas que no cumplen con el peso.

Se define un éxito como el evento en el que la garrocha no cumple con la normatividad en

términos del peso, de esta manera, la probabilidad de éxito es de 0.4013 (calculada en el literal
anterior).

Se define la Variable Aleatoria

X: Número de garrochas que deben ser revisados hasta encontrar la k–ésima que no cumple con
el peso.

Distribución y parámetros

 X  Binomial negativa
 p  Probabilidad de éxito: p = 0.4013
 k  k-ésimo éxito encontrado: k = 20

Dado que se requiere el número esperado de garrochas que deben ser revisados hasta encontrar
la muestra de 20 que no cumple con el peso, se calcula el valor esperado de la variable aleatoria
X. El valor esperado de una VA que sigue una distribución Binomial Negativa se calcula como
sigue:
 k 20
E[X] = = = 49.84 garrochas.
p 0.4013

En promedio se espera que se deban revisar 49.84 garrochas hasta encontrar la muestra de 20
garrochas que no cumplen con el peso.

d. (2 puntos) Determine el número de garrochas, n, que el jefe de producción debería tener

listo para la inspección si quiere que la probabilidad de encontrar la octava garrocha que no
cumple la norma antes de terminar de inspeccionar la enésima garrocha sea de por lo menos
0.9.

V.A:

X: Número de garrochas que deben ser revisados hasta encontrar la k–ésima que no cumple con
el peso.

Distribución y parámetros
 X  Binomial negativa
 p  Probabilidad de éxito: p = 0.4013
 k  k-ésimo éxito encontrado: k = 8

Donde:
 P(X ≤ x) ≥ 0.9

La función de probabilidad de la distribución Binomial negativa es:

x−1 k
g X (x) = ( ) p (1 − p)x−k , x≥k
k−1

Por tanto:
x
x−1
P(X ≤ x) = ∑ ( ) 0.40138 (1 − 0.4013)x−8 ≥ 0.9
8−1
x=8

El valor que más se ajusta es para x = 27, por lo tanto:

27
x−1
P(X ≤ 27) = ∑ ( ) 0.40138 (1 − 0.4013)x−8 = 0.907
8−1
x=8
Punto 8

Comida en la W es una empresa que provee servicios de domicilio para diferentes restaurantes
dentro de la universidad a través de una página web. De acuerdo con la información recolectada
por su propietario, durante las horas pico (12:00 – 2:00 p.m.) se sabe que se reciben pedidos de
acuerdo a un Proceso de Poisson con una tasa de 3 pedidos por minuto.

a. (2 puntos) ¿Cuál es el valor esperado y la varianza del número de pedidos que recibe la
página durante las horas pico?

En primer lugar se define la Variable Aleatoria, su distribución y sus parámetros:

V.A:
X: Número de pedidos recibidos durante las horas pico (12:00-2:00 p.m.)

Distribución
X  Poisson(λt)

Parámetros:
λ = 3 pedidos/min
t = 120 minutos

El valor esperado de una V.A. que se distribuye Poisson se calcula de la siguiente forma:

E[X] = λt
E[X] = 3 ∗ 120 = 360 pedidos

Es decir, se espera que en promedio, Comida en la W reciba 360 pedidos durante las horas
pico.

La Varianza de una V.A. que se distribuye Poisson se calcula de la siguiente forma:

Var[X] = λt
Var[X] = 3 ∗ 120 = 360 pedidos

b. (2 puntos) ¿Cuál es la probabilidad de que se tengan 50 pedidos entre las 12:05 y las
12:20?

Dado que la probabilidad no depende de la ubicación del intervalo t en el continuo t, pero sí de

la longitud de dicho intervalo, se obtiene el nuevo parámetro: t = 15 minutos. El parámetro λ no
cambia.

La Función de Probabilidad de una V.A. que se distribuye Poisson es la siguiente:

(λt)x e−λt
g X (x) =
x!

Por lo tanto, la probabilidad solicitada se calcula:

(3 ∗ 15)50 ∗ e−3∗15
P(X = 50) = = 0.0431
50!
c. (2 puntos) ¿Cuál es la probabilidad de que entre la 1:00 y la 1:45 lleguen a la página más
de 110 pedidos?

Los parámetros son:

t = 45 minutos
λ = 3 pedidos/min

La probabilidad requerida es la siguiente:

P(X > 110) = 1 − P(X ≤ 110)

110
(λt)x e−λt
P(X > 110) = 1 − ∑
x!
𝑥=0

110
(3 ∗ 45)x ∗ e−3∗45
P(X > 110) = 1 − ∑ = 0.9847
x!
𝑥=0

d. (2 puntos) ¿Cuál es el valor esperado y la varianza del tiempo entre dos pedidos
consecutivos que llegan a la página?

Definimos la nueva Variable Aleatoria, su distribución y sus parámetros:

V.A:
X: Tiempo en minutos entre dos pedidos recibidos consecutivamente.

Distribución
X  Exponencial(λ)

Parámetros:
λ = 3 pedidos/min

El valor esperado de una V.A. que sigue una distribución exponencial se calcula de la siguiente
forma:
1
E[X] =
λ
1
E[X] = = 0.33 min/pedido
3

Es decir, se espera que el tiempo entre dos pedidos consecutivos que llegan a Comida en la
W sea el promedio 0.33 minutos.

La Varianza de una V.A. que con distribución exponencial se calcula de la siguiente forma:

1
Var[X] =
λ2

1
Var[X] = = 0.11 min2 /pedido2
32
e. (2 puntos) ¿Cuál es la probabilidad de que el tiempo que transcurre entre el noveno pedido
que llega a la página y el décimo sea mayor a un minuto?

V.A:
X: Tiempo en minutos entre dos pedidos recibidos consecutivamente.

La Función de Distribución Acumulada de la distribución exponencial es:

P(X ≤ x) = 1 − e−λx

La probabilidad requerida es la siguiente:

P(X > 1) = 1 − P(X ≤ 1)

P(X > 1) = 1 − (1 − e−(3∗1) )
P(X > 1) = 0.0498

f. (2 puntos) Si se sabe que entre la 12:30 y la 1:00 p.m. llegaron a la página 150 pedidos,
¿cuál es la probabilidad de que lleguen menos de 110 pedidos entre la 1:00 y la 1:40 p.m.?

V.A:
X: Número de pedidos recibidos durante el horario (12:30-1:00 p.m.)

Distribución
X  Poisson(λt)

Dado que los intervalos de tiempo indicados son independientes, es decir, no se traslapan, por la
propiedad de no memoria el evento condicionante “entre la 12:30 y las 1:00 p.m. llegaron a la
página 150 pedidos” no tiene efecto sobre el siguiente evento, por lo tanto, se cumple que:

P(X (40) < 110|X (30) = 150) = P(X (40) < 110)

Parámetros:
λ = 3 pedidos/min
t = 40 minutos

La probabilidad se calcula de la siguiente manera:

109
(λt)x e−λt
P(X (40) < 110) = ∑
x!
𝑥=0

109
(3 ∗ 40)x ∗ e−3∗40
P(X (40) < 110) = ∑ = 0.1691
x!
𝑥=0

g. (4 puntos) Si se sabe que llegaron 200 pedidos entre las 12:00 y la 1:30 p.m., ¿cuál es la
probabilidad de que 80 pedidos se hayan realizado entre las 12:45 y la 1:15 p.m.?
Nota: reporte únicamente la expresión asociada a la probabilidad que se solicita.

V.A:
X: Número de pedidos recibidos durante el intervalo de tiempo t.
 Distribución
X  Poisson(λt)

Para mayor comprensión de la situación descrita, se presenta la gráfica relacionada:

X (90) = 200

12:00 12:45 1:15 1:30

P(X (30) = 80)

La probabilidad requerida es la siguiente:

P(X (30) = 80 ∩ X (90) = 200)

P(X (30) = 80|X (90) = 200) =
P(X (90) = 200)

La probabilidad de la intersección “P(X (30) = 80 ∩ X (90) = 120)”, hace referencia a que ocurran
los dos eventos de forma simultánea. Para que esto se cumpla, entre 12:00 y 12:45 p.m. y entre
1:15 y 1:30 p.m. se pueden recibir 120 pedidos, los cuales pueden estar distribuidos de cualquier
forma en los dos intervalos de tiempo. Para mayor comprensión de dicha situación, se presenta
la siguiente gráfica:

X (45) = 120 − i X (30) = 200 X (15) = i

12:00 12:45 1:15 1:30

P(X (30) = 80)

Al dividir los eventos de la anterior forma, los intervalos de tiempo se asumen independientes,
por lo tanto, la probabilidad solicitada es la siguiente:

P(X (30) = 80) ∗ P(X (45) = 120 − i) ∗ P(X (15) = i)

P(X (30) = 80|X (90) = 200) =
P(X (90) = 200)

Puesto que la distribución de la V.A. es Poisson, la expresión resultante es:

(3 ∗ 30)80 ∗ e−3∗30 (3 ∗ 45)120−i ∗ e−3∗45 (3 ∗ 15)i ∗ e−3∗15

∗ ∑120
i=0 [ ∗ ]
80! (120 − i)! (i)!
P(X (30) = 80|X (90) = 200) =
(3 ∗ 90)200 ∗ e−3∗90
200!
h. (2 puntos) Si se sabe que un pedido llegó hace dos minutos, ¿cuál es la probabilidad de
que el tiempo de llegada del siguiente pedido sea mayor a cuatro minutos?

V.A:
X: Tiempo en minutos de llegada de pedidos.

Distribución
X  Exponencial(λ)

La probabilidad requerida es la siguiente:

P(X > 4|X = 2)

Según el enunciado ya han pasado 2 minutos de los mínimo 4 que se requieren; de acuerdo con
la propiedad de no memoria de la exponencial, la probabilidad se calcula entonces como la
probabilidad de que sea mayor a los dos minutos restantes:

P(X > 4|X = 2) = P(X > 2)

P(X > 2) = 1 − (1 − e−(3∗2) )

P(X > 2) = 0.00248

Punto 9

En la fabricación de cámaras de combustión para los motores V12 de los vehículos de carreras,
se realizan mediciones del diámetro del cilindro que conforma la cámara, utilizando una
fotocompuerta. Esta utiliza dispositivos láser para realizar mediciones de alta precisión. De las
mediciones realizadas con la fotocompuerta se sabe que en general el diámetro del cilindro de
las cámaras de combustión se comporta como una variable aleatoria normal con media 70 mm
y desviación estándar de 0.3 mm. Teniendo en cuenta esta información, responda los siguientes
literales:

a. (2 puntos) ¿Cuál es la probabilidad de que el diámetro del cilindro de una cámara de

combustión seleccionada al azar sea mayor a 69.8 mm?

En primer lugar se define la Variable Aleatoria, su distribución y sus parámetros:

V.A:
X: Diámetro del cilindro de las cámaras de combustión en mm.

Distribución
X  Normal(μ, σ2 )

Parámetros:
μ = 70 mm
σ2 = (0.3)2 = 0.09 mm2

La probabilidad solicitada es la siguiente:

P(X > 69.8) = 1 − P(X ≤ 69.8)

Se estandariza y se halla la probabilidad teniendo en cuenta la distribución Normal Estándar:

X − μ 69.8 − μ X − μ 69.8 − μ
P( > ) = 1−P( ≤ )
σ σ σ σ

69.8 − 70 69.8 − 70
P (Z > ) = 1 − P (Z ≤ )
0.3 0.3

P(Z > −0.67) = 1 − P(Z ≤ −0.67)

P(Z > −0.67) = 0.7475

b. (2 puntos) Según el departamento de control de calidad, el cilindro de una cámara de

combustión es aceptable si su diámetro está entre 69.9 y 70.1 mm. ¿Cuál es la probabilidad
de que un cilindro de una cámara seleccionada al azar tenga un diámetro aceptable?

La probabilidad requerida es la siguiente:

P(69.9 ≤ X ≤ 70.1) = P(X ≤ 70.1) − P(X ≤ 69.9)

Estandarizamos y hallamos la probabilidad teniendo en cuenta la distribución Normal Estándar:

69.9 − μ X − μ 70.1 − μ X − μ 70.1 − μ X − μ 69.9 − μ

P( ≤ ≤ ) = P( ≤ )−P( ≤ )
σ σ σ σ σ σ σ
 69.9 − 70 70.1 − 70 70.1 − 70 69.9 − 70
P( ≤Z≤ ) = P (Z ≤ ) − P (Z ≤ )
0.3 0.3 0.3 0.3

P(−0.34 ≤ Z ≤ 0.34) = P(Z ≤ 0.34) − P(Z ≤ −0.34)

P(−0.34 ≤ Z ≤ 0.34) = 0.6306 − 0.3694 = 0.2611

c. (4 puntos) Si la escala aceptable para el diámetro fuera de (70 - c, 70 + c), ¿para qué valor
de c habría un 90% de probabilidad de que los cilindros de las cámaras de combustión
tengan un diámetro aceptable?

La probabilidad indicada en el enunciado es la siguiente:

P(70 − c ≤ X ≤ 70 + c) = 0.9

P(X ≤ 70 + c) − P(X ≤ 70 − c) = 0.9

= 0.9

P(X ≤ 70 − c) =0.05 P(X ≥ 70 + c) =0.05

70-c 70+c

La probabilidad acumulada en las dos colas es de: 1 − 0.9 = 0.1

Por propiedad de simetría, cada cola acumula una probabilidad de: 0.1/2 = 0.05

Lo anterior quiere decir que es posible calcular el valor de c utilizando sólo una cola:

P(X ≤ 70 − c) = 0.05
Se estandariza:

X − μ (70 − c) − μ
P( ≤ ) = 0.05
σ σ

(70 − c) − 70
P (Z ≤ ) = 0.05
0.3

−c
P (Z ≤ ) = 0.05
0.3

Para despejar el valor de c se pueden realizar dos opciones:

Opción 1
Se despeja el valor de z de la función de distribución acumulada de la distribución normal
estándar:
z
1 t2
P(Z ≤ z) = ∫ e− 2 dt = 0.05
√2π
−∞

z = −1.645

Se despeja el valor de c
c
z=−
0.3
c
−1.645 = −
0.3
c = 0.4935

Opción 2
Se halla el inverso de la función de distribución de probabilidad normal estándar en Excel,
utilizando la función “=INV.NORM.ESTAND(0.05)”. Lo anterior permite hallar el valor de z que
cumple un valor de probabilidad dado, en este caso: P(Z ≤ z) = 0.05.

z = −1.645
c
z=−
0.3
c
−1.645 = −
0.3
c = 0.4935

El valor de c para el intervalo (70-c, 70+c) que acumula un 90% de probabilidad de que los
cilindros de las cámaras de combustión tengan un diámetro aceptable es 0.4935, por lo tanto
el intervalo es (69.51, 70.49).