Vous êtes sur la page 1sur 24

1.

Una experiencia aleatoria consiste en preguntar a tres personas distintas,


elegidas al azar, si son partidarias o no de consumir un determinado producto.
I. Escribe el espacio muestral asociado a dicho experimento, utilizando la
letra “s” para las respuestas afirmativas y “n” para las negativas.
𝛺 = {sss, ssn, sns, snn, nss, nsn, nns, nnn}
II. ¿qué elementos del espacio muestral anterior constituyen el suceso " al
menos dos de las personas son partidarias de consumir el producto"?
A: al menos dos de las personas son partidarias de consumir el producto
𝐴 = {𝑠𝑠𝑠, 𝑠𝑠𝑛. 𝑠𝑛𝑠, 𝑛𝑠𝑠}
III. Describe el suceso contrario de "más de una persona es partidaria de
consumir el producto"
B: como máximo una persona es partidaria de consumir el producto
𝐵 = {𝑠𝑛𝑛, 𝑛𝑠𝑛, 𝑛𝑛𝑠, 𝑛𝑛𝑛}
2. A una reunión llegan Carmen, Lola, Mercedes, Juan Fernando y Luis. Se elige
dos personas al azar sin importar el orden:
I. Obtener el espacio muestral de este experimento.
𝛺 = 𝐶26 = 15
II. Calcular la probabilidad de que dos personas sean del mismo sexo.
A: dos personas sean del mismo sexo
𝑛(𝐴) 𝐶23 + 𝐶23 6
𝑃(𝐴) = = 6 =
𝑛(𝛺) 𝐶2 15

3. En un supermercado el 70% de las compras las realizan las mujeres; de las


compras realizadas por estas, el 80% supera las 2000 PTA, mientras que de
las compras realizadas por hombres sólo el 30% supera esa cantidad.
I. Elegido un ticket de compra al azar, ¿cuál es la probabilidad de que
supere las 2000 PTA?
7∗4 3∗3 65
𝑃(𝑠𝑢𝑝𝑒𝑟𝑒 𝑙𝑎𝑠 2000 𝑝𝑡𝑎. ) = + = = 0.65
10 ∗ 5 10 ∗ 10 100
II. Si se sabe que el ticket de compra no supera las 2000 PTA ¿Cuál es la
probabilidad de que la compra haya sido hecha por una mujer?
7∗1 3∗7 35
𝑃(𝑁𝑜 𝑠𝑢𝑝𝑒𝑟𝑒 𝑙𝑎𝑠 2000 𝑝𝑡𝑎. ) = + = = 0.35
10 ∗ 5 10 ∗ 10 100
7∗1 7
𝑃(𝑀 ∩ 𝑁𝑜 𝑠𝑢𝑝𝑒𝑟𝑒 𝑙𝑎𝑠 2000 𝑝𝑡𝑎. ) = = = 0.14
10 ∗ 5 50
𝑃(𝑀 ∩ 𝑁𝑜 𝑠𝑢𝑝𝑒𝑟𝑒 𝑙𝑎𝑠 2000 𝑝𝑡𝑎. ) 0.14
𝑃(𝑀/𝑁𝑜 𝑠𝑢𝑝𝑒𝑟𝑒 𝑙𝑎𝑠 2000 𝑝𝑡𝑎. ) = = = 0.4
1𝑃(𝑁𝑜 𝑠𝑢𝑝𝑒𝑟𝑒 𝑙𝑎𝑠 2000 𝑝𝑡𝑎. ) 0.35
4. En una ciudad el 55% de los habitantes consume pan integral, el 30% consume
pan de multicereales y el 20% consume ambos. Se pide:
En una muestra de 100:

I. Sabiendo que un habitante consume pan integral, ¿ cuál es la


probabilidad de que coma pan de multicereales?
𝑃(𝑀𝑢𝑙𝑡𝑖𝑐𝑒𝑟𝑒𝑎𝑙𝑒𝑠 ∩ 𝐼𝑛𝑡𝑒𝑔𝑟𝑎𝑙) 20/100 20 4
𝑃(𝑀𝑢𝑙𝑡𝑖𝑐𝑒𝑟𝑒𝑎𝑙𝑒𝑠/𝐼𝑛𝑡𝑒𝑔𝑟𝑎𝑙) = = = =
𝑃(𝐼𝑛𝑡𝑒𝑔𝑟𝑎𝑙) 55/100 55 11
II. Sabiendo que un habitante consume pan de multicereales, ¿Cuál es la
probabilidad de que no consume pan integral?
𝑃((𝑁𝑜 𝐼𝑛𝑡𝑒𝑔𝑟𝑎𝑙 ∩ 𝑀𝑢𝑙𝑡𝑖𝑐𝑒𝑟𝑒𝑎𝑙𝑒𝑠) 10/100 1
𝑃(𝑁𝑜 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙/𝑀𝑢𝑙𝑡𝑖𝑐𝑒𝑟𝑒𝑎𝑙𝑒𝑠) = = =
𝑃(𝑀𝑢𝑙𝑡𝑖𝑐𝑒𝑟𝑒𝑎𝑙𝑒𝑠) 30/100 3
III. ¿Cuál es la probabilidad de que una persona de esa ciudad no
consuma ninguno de los dos tipos de pan?
35
𝑃(𝑁𝑜 𝑐𝑜𝑛𝑠𝑢𝑚𝑒 𝑛𝑖𝑛𝑔𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑡𝑖𝑝𝑜𝑠) = = 0.35
100
5. El equipo directivo de cierta empresa del sector de hotelería está constituido
por 25 personas de las que un 60% son mujeres. El gerente tiene que
seleccionar a una persona de dicho equipo para que represente a la empresa
en un certamen internacional. Decide lanzar una moneda: si sale cara,
selecciona a una mujer y si sale cruz, a un hombre.
Sabiendo que 5 mujeres y 3 hombres del equipo directivo no hablan inglés,
determina, justificando la respuesta, la probabilidad de que la persona
seleccionada hable inglés.
Solución

Hablan No
inglés hablan
inglés
Mujeres 10 5
Hombres 7 3

Entonces sumaremos la probabilidad de que el seleccionado sea una mujer


que sepa inglés, más la probabilidad de que el seleccionado sea un hombre
que sepa hablar inglés.
1 10 1 7
∗ + ∗
2 15 2 10
0.683
6. En una universidad existen tres facultades: A, B y C. En la A hay matriculadas
150 chicas y 50 chico; en B, 300 chicas y 200 chicos; y en C, 150 chicas y 150
chicos.
a) Calcula la probabilidad de que un estudiante, elegido al azar, sea chico.
b) Si un estudiante elegido al azar resultara ser chico, ¿Cuál es su facultad
más probable?

Solución
Hombres Mujeres
A 50 150
B 200 300
C 150 150

1 50 1 200 1 150
a) 3
∗ 200 + 3 ∗ 500 + 3 ∗ 300

1
(0.25 + 0.4 + 0.5)
3
0.383

b) A = 50/200 = 0.25
B = 200/500 = 0.4
C = 150/300 = 0.5

La más probable es la facultad C.

7. En una oficina el 70% de los empleados son cajamarquinos. De entre los


cajamarquinos, el 50% son hombres, mientras que de los que no son
cajamarquinos, solo son hombres el 20%.

a) ¿Qué porcentaje de empleados no cajamarquinos son mujeres?


b) Calcula probabilidad de que un empleado de la oficina sea mujer.
c) Fernando trabaja en dicha oficina. ¿Cuál es la probabilidad de que sea
cajamarquino?

Solución

n = 100 Hombres Mujeres


(41) (59)
Cajamarquinos 35 35
(70)
No 6 24
cajamarquinos
(30)

24
a) 30
= 0.8 = 80%

59
b) 100
= 59%

35
c) = 85.36%
41
8. Una caja contiene 10 bolas blancas,5 negras y 5 rojas. Se extraen dos bolas
consecutivamente de la caja. Calcular la probabilidad de que las dos sean
blancas si:
a) Antes de extraer la segunda bola se vuelve a meter la primera en la caja.
b) La segunda bola se extrae sin haber metido la primera en la caja.
SOLUCION
a) Espacio muestral:20
2
10
∗ 50% = 10%... la probabilidad de que sean blancas.

1 9
B) 19 ∗ 19 ∗ 100% = 2.49%
9. El evento A es que el próximo préstamo de una biblioteca sea un libro no de
ficción y B que sea de ficción. Supongo que P(A)=0.35 y P(B)=0.50
a) ¿Por qué es posible que P(A)+P(B) no sea 1?
b) Calcule P(A’)
c) Calcule P (A’ o B’)
SOLUCION
A: libro de NO ficción
P(A)= 0.35
P(B)=0.5
P(ninguno)=0.15
La sumatoria total =1.
A) Es posible que no sea la unidad puesto que existen otros tipos de libros en
la biblioteca.
B) 1- P(A’) =0.65
C) (0.65+.5) /2 =0.575
10. Para obtener licencia para conducir, es necesario aprobar tanto el examen
teórico como el práctico. Se sabe que la probabilidad que un alumno pruebe la
parte teórica es 0.68, la de que apruebe la parte práctica es 0.72 y la de que
haya aproado alguna de las dos partes es 0.82. ¿Si se elige un alumno al azar,
cual es la probabilidad de que apruebe el examen para obtener licencia?

Examen teórico Examen practico

0.68-X X 0.72-X

Tenemos entonces: 0.69+0.72-x=0.82


X=0.58
RPTA: Lo que significa que existe un 58% de probabilidad de que aprueben el
examen de conducción.
11. En una empresa de transportes, la probabilidad de que se accidente un camión
es de 0.1. Si este se produce, la probabilidad de perder la carga es de 0.95.
Por otra parte, la probabilidad de perder la carga sin que haya accidente es de
0.04. Calcular las probabilidades de los sucesos:
Ω=1
P(A)= Accidente de camión = 0.1, P(A’)=0.9
A B
P(B)= Perder la carga
a b c
P(B/A)=0.95
P(B/A’)=0.04 d

 𝑎 + 𝑏 = 0.1
 𝑐 + 𝑑 = 0.9
 𝑏/𝑎 + 𝑏 = 0.95, 𝑏 = 0.095 𝑦 𝑎 = 0.05
 𝑐/0.9 = 0.04, 𝑐 = 0.036 𝑦 𝑑 = 0.864
 𝑃(𝐵) = 0.131

a) Que habiéndose perdido la carga, no haya habido accidente.


𝑃(𝐵/𝐴’) = 𝑃(𝐵 ∩ 𝐴’)/𝑃(𝐴’) = 0.036/0.131 = 0.2748
b) Que no habiéndose perdido la carga, haya habido accidente.
𝑃(𝐴/𝐵’) = 𝑃(𝐴 ∩ 𝐵’)/𝑃(𝐵’) = 0.0547
12. Si las probabilidades de que, en condiciones de garantía, un automóvil nuevo
requiera reparaciones del motor, la transmisión o ambos, son 0.87, 0.36 y 0.29.
¿Cuál es la probabilidad de que un auto requiera uno o el otro o ambos tipos
de reparaciones durante el periodo de garantía?
P(A)= Reparación del motor=0.87
P(B)=Reparación de transmisión=0.36
𝑃(𝐴 ∩ 𝐵) = 0.29
𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.87 + 0.36 − 0.29 = 0.94
13. En un grupo de 160 estudiantes graduados de ingeniería, 92 se inscriben en un
curso avanzados de estadística, 63 en un curso de investigación de
operaciones; y 40 en ambos ¿Cuántos de estos estudiantes no se inscriben en
ningún curso?
Total=160
A=Curso de estadística=92
B=Curso de operaciones=63
A∩B=Ambos=40
160 − (𝐴𝑈𝐵) = 160 − {𝐴 + 𝐵 − (𝐴 ∩ 𝐵)}
= 160 − {92 + 63 − 40}
= 160 − 115
= 45
14. La probabilidad de que el chip de un circuito integrado tenga un grabado
defectuoso es de 0.12, la probabilidad de que tenga un defecto de cuarteadura
es de 0.29 y la probabilidad de que tenga ambos defectos es de 0.07
A = grabado defectuoso
B = defecto de cuarteadura
P(A)=0.12 P (B) = 0.29
𝑃( 𝐴 ∩ 𝐵) = 0.07
HALLAR:
a. ¿Qué probabilidad hay de que un chip de fabricación reciente tenga ya sea
un defecto de grabado o de cuarteadura?

𝑃(𝐴) + 𝑃(𝐵) − 2𝑃(𝐴 ∩ 𝐵) = 0.12 + 0.29 − 2(0.07)


= 0.41 − 0.14 = 0.27
b. ¿Qué probabilidad hay de que un chip de fabricación reciente no tenga
ninguno de tales defectos?
1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 0.34 = 0.66

15. La probabilidad de que un nuevo aeropuerto obtenga un premio por su diseño


es de 0.16, la probabilidad de que obtenga un premio por su eficiencia uso de
materiales es de 0.24 y la probabilidad de que obtenga ambos premios es de
0.11
A = premio por su diseño
B=premio por su eficiencia uso de materiales
P(A) = 0.16
P (B) = 0.24
𝑃(𝐴 ∩ 𝐵) = 0.11
HALLAR:
a. ¿Cuál es la probabilidad de que obtenga al menos uno de los dos premios?

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)


= 0.16 + 0.24 − 0.11
= 0.29
b. ¿Cuál es la probabilidad de que obtenga solo uno de los dos premios?

P(A)ó P(B) = 0.16 + 0.24 − 2( 0.11)


= 0.18
16. Si la probabilidad de que un sistema de comunicación tenga alta fidelidad es de
0.81 y la probabilidad de que tenga alta fidelidad y alta selectividad es de 0.18
HALLAR:
¿Cuál es la probabilidad de que un sistema con alta fidelidad, tenga alta
selectividad?

A=El sistema tiene alta fidelidad


B= El sistema tiene alta selectividad
P(A)=0.81
P (A ∩ B)=0.18
P(B/A)=?
P(A ∩ B) 0.18
P(B/A) = = = 0.22
P(A) 0.81
17. la probabilidad de que un proyecto de investigación sea correctamente
planeado es de 0.80 y la probabilidad de que sea planeado y correctamente
ejecutado es de 0.72 ¿Qué probabilidad hay que un proyecto de investigación
correctamente planeado, sea correctamente ejecutado?
SOLUCION
Probabilidad que el proyecto sea correctamente planeado, sea correctamente
ejecutado.
A = Correctamente planeado.
B = Correctamente ejecutado.
P(A) = 0.08
A y B = correctamente planeado y correctamente ejecutado.
𝑃(𝐴ꓵ𝐵) = 0.072
𝑃(𝐵/𝐴) = 𝑃(𝐴ꓵ𝐵) / 𝑃(𝐴)
𝑃(𝐵/𝐴) = 0.072/0.08
𝑃(𝐵/𝐴) = 0.9

18. En una planta electrónica, se sabe por experiencia que la probabilidad que un
obrero de nuevo ingreso que haya asistido al programa de capacitación de la
compañía, cumpla la cuota de producción es de 0.86 y que la probabilidad
correspondiente de un obrero de nuevo ingreso que no haya asistido a dicho
curso de capacitación es de 0.35. si 80% de la totalidad de los obreros de
nuevo ingreso asisten al curso de capacitación, ¿Qué probabilidad existe de
que un trabajador de nuevo ingreso cumpla la cuota de producción?
SOLUCION.
Probabilidad que un trabajador de nuevo ingreso cumpla la cuota de
producción.
A = asiste a la capacitación y cumple la cuota de producción.
𝑃(𝐴) = 0.86
B = no asiste a la capacitación y cumple la cuota de producción
𝑃(𝐵) = 0.35
19. Una empresa consultora renta automóviles de tres agencias, 20% de la
agencia D, 20% de la agencia E y 60% de la agencia F. si 10% de los autos de
D, 12% de los autos de E y 4% de los autos de F tienen neumáticos en mal
estado. ¿Cuál es la probabilidad de que la empresa reciba un auto con
neumáticos en mal estado?
SOLUCION.
A = La empresa recibe un auto con neumáticos en mal estado.
RENTA(ALQUILA)
Agencia D = 20% ...............................X autos
Agencia E = 20% ................................Y autos
Agencia F = 60% ................................Z autos
NEUMATICOS EN MAL ESTADO = 0.068
Agencia D = 10% (20%) = 0.02
Agencia E = 12% (20%) = 0.024
Agencia F = 4% (60%) =0.024
NEUMATICOS EN BUEN ESTADO = 0.932
Agencia D = 90% (20%) = 0.18
Agencia E = 88% (20%) = 0.176
Agencia F = 96% (60%) =0.576
P(A) = neumáticos en mal estado/total de autos.
P(A) = 0.068/1
P(A) = 0.068 = 6.8%
20. La probabilidad de que en una industria estadounidense se en Múnich es de
0.7, de que se localice en Bruselas de 0.4, y de que se ubique ya sea en
Bruselas o en Múnich, o en ambas es de 0.8. ¿Cuál es la probabilidad de que
la industria se localice:
a. En ambas ciudades
Solución:
𝑀𝑢𝑛𝑖𝑐ℎ = 0.7 … . . (𝑀)
𝐵𝑟𝑢𝑠𝑒𝑙𝑎𝑠 = 0.4 … . . . (𝐵)
𝐵𝑟𝑢𝑠𝑒𝑙𝑎𝑠 𝑜 𝑀𝑢𝑛𝑖𝑐ℎ = 0.8
𝑀∩𝐵 =𝑥
∴ 𝑠𝑜𝑙𝑜 𝑚𝑢𝑛𝑖𝑐ℎ + 𝑠𝑜𝑙𝑜 𝑏𝑟𝑢𝑠𝑒𝑙𝑎𝑠 = 0.8 → (0.7 − 𝑥) + (0.4 − 𝑥) = 0.8
→ 𝑥 = 0.15
Rpta: la probabilidad de que se ubique en ambas ciudades es: 0.15
b. En ninguna de ellas
Solución:
𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖𝑎 𝑛𝑜 𝑒𝑠𝑡𝑒 𝑒𝑛 𝑛𝑖𝑛𝑔𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑐𝑖𝑢𝑑𝑎𝑑𝑒𝑠: 𝑁
∴ 𝑁 = 1 − (0.7 + 0.25) = 0.05
𝑅𝑝𝑡𝑎: 𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖𝑎 𝑛𝑜 𝑒𝑠𝑡𝑒 𝑒𝑛 𝑛𝑖𝑛𝑔𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑐𝑖𝑢𝑑𝑎𝑑𝑒𝑠 𝑒𝑠 𝑑𝑒 0.05
21. Con base en experiencias pasadas, un corredor de bolsa considera que bajo
las condiciones económicas actuales un cliente invertirá con una probabilidad
de 0.6 en bonos libres de impuestos, en fondos mutualistas con una
probabilidad de 0.3 y en ambos instrumentos con una probabilidad de 0.15. En
este momento, encuentre la probabilidad de que el cliente invierta:
a. En bonos libres de impuestos o en fondos mutualistas(P)
Solución:
𝐼𝑛𝑣𝑒𝑟𝑠𝑖𝑜𝑛 𝑒𝑛 𝑏𝑜𝑛𝑜𝑠 𝑙𝑖𝑏𝑟𝑒𝑠 𝑑𝑒 𝑖𝑚𝑝𝑢𝑒𝑠𝑡𝑜𝑠: 0.6
𝐼𝑣𝑒𝑟𝑠𝑖𝑜𝑛 𝑒𝑛 𝑓𝑜𝑛𝑑𝑜𝑠 𝑚𝑢𝑡𝑢𝑎𝑙𝑖𝑠𝑡𝑎𝑠: 0.3
𝐴𝑚𝑏𝑜𝑠: 0.15
∴ 𝑃 = (0.6 − 0.15) + (0.3 − 0.15) = 0.60
𝑅𝑝𝑡𝑎: 𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑟 𝑒𝑛 𝑏𝑜𝑛𝑜𝑠 𝑙𝑖𝑏𝑟𝑒𝑠 𝑑𝑒 𝑖𝑚𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑜 𝑓𝑜𝑛𝑑𝑜𝑠 𝑚𝑢𝑡𝑢𝑎𝑙𝑖𝑠𝑡𝑎𝑠 𝑒𝑠 𝑑𝑒 0.75
b. En ninguno de los dos instrumentos(N).
Solución:
𝑁 = 1 − 0.75 = 0.25
𝑅𝑝𝑡𝑎: 𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑖𝑛𝑣𝑖𝑒𝑟𝑡𝑎 𝑒𝑛 𝑛𝑖𝑛𝑔𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑖𝑛𝑠𝑡𝑟𝑢𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑠 𝑑𝑒 ∶
0.25
22. En una distribución Binomial B(10;0.2), calcula p(X=3),p(X≤ 2), p(X>2) , X.
Solución:
𝑛 = 10 , 𝑝 = 0.2 , 𝑞 = 0.8 , 𝑋 = {0,1,2,3}
𝐻𝑎𝑙𝑙𝑎𝑚𝑜𝑠 𝑙𝑎𝑠 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑠𝑒 𝑐𝑠 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑥 𝑠𝑒𝑔𝑢𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙
𝑛
𝑝(𝑋 = 𝑘) = ( ) ∗ 𝑝𝑛 ∗ 𝑞 𝑛−𝑘
𝑘
10
𝑝(𝑋 = 0) = ( ) ∗ 0.20 ∗ 0.810 = 0.11
0
10
𝑝(𝑋 = 1) = ( ) ∗ 0.21 ∗ 0.89 = 0.27
1
10
𝑝(𝑋 = 2) = ( ) ∗ 0.22 ∗ 0.88 = 0.30
2
10
𝑝(𝑋 = 3) = ( ) ∗ 0.23 ∗ 0.87 = 0.20
3
Calculamos:
𝑝[𝑋 > 2] = 𝑝[𝑋 = 3] = 0.20
𝑝[𝑋 ≤ 2] = 𝑝[𝑋 = 0] + 𝑝[𝑋 = 1] + 𝑝[𝑋 = 2] = 0.11 + 0.27 + 0.30 = 0.68
𝑝[𝑋 = 3] = 𝑝[𝑋 = 3] = 0.20
23.
a) La distribución del número de aciertos será una distribución Binomial de
parámetros:
n= 8 y p = 1/2
En consecuencia:
8 70
𝑃𝑟(𝜀 = 4) = ( ) ∗ 0.54 ∗ 0.54 = = 0.273
4 256
b) Primero:
8 1
𝑃𝑟(𝜀 = 0) = ( ) ∗ 0.50 ∗ 0.58 = = 0.004
0 256
8 8
𝑃𝑟(𝜀 = 0) = ( ) ∗ 0.51 ∗ 0.57 = = 0.031
1 256
8 28
𝑃𝑟(𝜀 = 0) = ( ) ∗ 0.52 ∗ 0.56 = = 0.109
2 256
8 56
𝑃𝑟(𝜀 = 0) = ( ) ∗ 0.53 ∗ 0.55 = = 0.219
3 256
Luego:
𝑃𝑟(𝜀 ≤ 2) = 𝑃𝑟(𝜀 = 0) + 𝑃𝑟(𝜀 = 1) + 𝑃𝑟(𝜀 = 2)
= 0.004 + 0.031 + 0.109 + 0.219 = 0.144
c) 𝑃𝑟(𝜀 ≥ 5) = 1 − 𝑃𝑟(𝜀 ≤ 4) = 1 − (0.004 + 0.031 + 0.109 + 0.219) = 0.364

d) 𝐸 [𝑥] = 𝑛 ∗ 𝑝 = 8 ∗ 0.5 = 4𝑦
𝑉𝑎𝑟[𝑥] = 𝑛 ∗ 𝑝 ∗ 𝑞 = 8 ∗ 0.5 ∗ 0.5 = 2
24.
a) El número de hombres en la muestra sigue una distribución Binomial de
parámetros n= 4 y p = 0,4. Entonces para calcular la probabilidad de que
haya 2 hombres y 2 mujeres en la muestra, basta calcular la probabilidad
de que haya dos hombres en la misma
4
Pr(𝜀 = 2) = ( ) ∗ 0.42 ∗ 0.62 = 6 ∗ 0.16 ∗ 0.36 = 0.3456
2
b) Para que haya más mujeres que hombres en la muestra, el número de
estos tiene que ser menor que 2, luego la probabilidad será:

4 4
𝑃𝑟(𝜀 < 2) = 𝑃𝑟(𝜀 = 0) + 𝑃𝑟(𝜀 = 1) = ( ) ∗ 0.40 ∗ 0.64 + ( ) ∗ 0.4 ∗ 0.63
0 1
= 0.4752
25.
Es una binomial con:
n=4
p=0,25
P(X=3)+P(X=4) = ¿?
Donde:
4
𝑃(𝑋 = 3) = ( ) ∗ 0.253 ∗ 0.75 = 4 ∗ 0.016 ∗ 0.75 = 0.048
3
4
𝑃(𝑋 = 4) = ( ) ∗ 0.254 = 1 ∗ 3.9 ∗ 10−3 = 0.015
4
26. F
27. F
28. F
29. De acuerdo con un reporte publicado en la revista Paredes, septiembre14 de
1980, una investigación a nivel nacional llevada a cabo por la universidad de
Michigan revelo que casi el 70%de los estudiantes del último año desaprueban
las medidas para controlar el hábito de fumar mariguana todos los días. Si 12
de estos estudiantes se seleccionan al azar y se les pregunta su opinión,
encuentre la probabilidad que el número que desaprueba dicha medida sea:
a) cualquier cantidad entre 7 y 9
Solución

X= n° que desapruebe P(X=r) = (𝑛𝑟)𝑝𝑟 𝑞 𝑛−𝑟


12!
p =0.7 P(X=8)=8!4!(0.7)8 (0.3)4

q= 1-0.7 = 0.3 = 0.23094


n=12
7<r>9; r=8
b) cuando mucho 5

r ≤5 P(X=0)= (12
0
)0.70 0.312 P(X=1)= (12
1
)0.71 0.311
r= 0;1;2;3,4;5 = 0.0005*10−3 = 0.0014∗ 10−3

P(X=2)= (12
2
)0.72 0.310 P(X=3)= (12
3
)0.73 0.39

= 0.0614*10−3 = 0.147910−3

P(x=4)= (12
4
)0.74 0.38 P(X=5)= (12
5
)0.75 0.37

= 0.7725 ∗ 10−3 =0.279510−3


P(total)= 0.12632*10−3
c) no menos de 8

r>8 P(X=9)= (12


9
)0.79 0.33 P(X=10)= (12
10
)0.710 0.32

r= 9;10;11;12 = 0.2393 = 0.1677

P(X=11)= (12
11
)0.711 0.31 P(X=12)= (12
12
)0.712 0.30

= 0.0709 = 0.0138
P(total)= 0.4917
30. Un ingeniero de control de tráfico reporta que el 75% de los vehículos que se
pasan por un punto de verificación tienen matriculas del estado. ¿Cuál es la
probabilidad de que más de 7 de los siguientes 9 vehículos no sean del
estado?
Solución

X= n°que sean del estado P(X=r)= (𝑛𝑟)𝑝𝑟 𝑞 𝑛−𝑟

P=0.75 P(X=8)=(89)0.758 0.251 P(X=9)= (99)0.759 0.250

q=1-0.75= 0.25 = 0.225 = 0.075


N=9
r>7; r= 8;9
P(total)= 1 – P(X=8;9)
= 1 – 0.3
= 0.7
31. Una investigación de los residentes de una cuidad de estados unidos mostro
que el 20% preferían un teléfono blanco que de cualquier otro color disponible.
¿Cuál es la probabilidad de que más de la mitad de los siguientes 20 teléfonos
que se instalan en esta ciudad sean de color blanco?

Solución

X= n° de teléfonos de color blanco P(X=r)=(𝑛𝑟)𝑝𝑟 𝑞 𝑛−𝑟


r≥10 P(X=10)=(20
10
)0.210 0.810 P(X=11)=(20
11
)0.211 0.89

n=20 =2.03*10−4 = 4.6168*10−4

p=0.2 P(X=12)=(20
12
)0.212 0.88 P(X=13)=(20
13
)0.213 0.87

q= 1-0.2 = 0.8 = 0.0865*10−4 = 0.0133*10−4

P(X=14)=(20
14
)0.214 0.86 P(X=15)=(20
15
)0.215 0.85

= 0.0016* 10−4 =0.00001*10−4

P(X=16)=(20
16
)0.216 0.84 P(X=17)=(20
17
)0.217 0.83

= 0.0001*10−4 =0.0007*10−4

P(X=19)=(20
19
)0.219 0.81 P(X=20)=(20
20
)0.220 0.80

= 0.838*10−4 = 1.0485*10−4

P(total)= ∑20
10 𝑃(𝑋 ≥ 10)

= 8.63551*10−4
32. En promedio, en una cierta intersección ocurren 3 accidentes viales por mes.
¿Cuál es la probabilidad de que en un determinado mes en esta intersección:
a) ocurran exactamente 5 accidentes?
b) ocurran menos de 3 accidentes?
SOLUCIÓN
a) 𝑃(𝑥 = 5) = 0,1
b) 𝑃(𝑥 < 3) = 0,42
33. En un estudio de un inventario se determinó que, en promedio, la demanda por
un artículo particular en una bodega era de cinco veces al día. ¿Cuál es la
probabilidad de que en un determinado día este articulo sea requerido?

a) más de cinco veces


b) ninguna vez
SOLUCIÓN
a) 𝑃(𝑥 > 5) = 1 − ∑50 𝑝(𝑘, 5)
(5)0 (𝑒)−5 (5)1 (𝑒)−5 (5)2 (𝑒)−5 (5)5 (𝑒)−5
𝑃(𝑥 > 5) = 1 − ( + + +⋯+
0! 1! 2! 5!
= 0.3840
(5)0 (𝑒)−5
b) 𝑃(0,5) = 0!
= 0.006738

34. Las llamadas de servicio entran a un centro de mantenimiento de acuerdo a


una distribución de Poisson y en uno de 2.7 llamadas por minuto. Encuentre la
probabilidad de que:
SOLUCIÓN
a) No más de cuatro llamadas entren en un minuto cualquiera.
4
𝑒 −2.7 2.7𝑥
𝑃(𝑥 ≤ 4) = ∑ = 0.863
𝑥!
𝑥=0

b) Menos de dos llamadas entren en un minuto cualquiera.


1
𝑒 −2.7 2.7𝑥
𝑃(𝑥 ≤ 1) = ∑ = 0.249
𝑥!
𝑥=0

c) Más de 10 llamadas entren en un periodo de 5 minutos


Como λt = 13,5. Por lo tanto:
10
𝑒 −13.5 13.5𝑥
𝑃(𝑥 > 10) = 1 − 𝑃(𝑥 ≤ 10) = 1 − ∑ = 1 − 0.297 = 0.703
𝑥!
𝑥=0

35. Un vendedor de seguros de vida vende en promedio 3 pólizas por semana.


Calcular la probabilidad de:
a) Alguna póliza
b) 2 o más pólizas, pero las pólizas a menos de 5.
c) Suponiendo que hay 5 días laborables por semana. ¿Cuál es la probabilidad
de que en un día determinado se va a vender una póliza?
λ = 3 polizas/semana

λ = 3/5 = 0.6
c.

36. F
37. F
38. F
39. Las piezas de pan de centeno distribuidas a las tiendas locales por una cierta
pastelería tienen una longitud de 30cm y una desviación estándar de 2cm.

Suponiendo que las longitudes están normalmente distribuidas, ¿qué


porcentaje de las piezas son:

40. Una máquina despachadora de refrescos está ajustada para servir un


promedio de 200 mil por vaso. Si la cantidad de refresco es normalmente
distribuida con una desviación estándar igual a 15 ml.
µ = 200 y σ = 15
a) ¿qué fracción de los vasos contendrán más de 224 mililitros?

P(X > 224) = 1 - Φ[(224 – 200)/15 ]


= 1 - Φ[1.60 ]
= 1 – 0.9452
= 0.0548
b) ¿cuál es la probabilidad de que un vaso contenga entre 191 y 209 mililitros?

P (191 < X < 209) = Φ [209 – 200) /|15] - Φ[(191 – 200)/15 ]


= Φ [0.60] - Φ [-0.60]
= 0.7257 – 0.2743
=0.4514
c) ¿cuántos vasos probablemente se derramarán si se utilizan vasos de 230
mililitros para las siguientes 1000 bebidas?

P (X > 230) = 1 - Φ [(230 – 200)/15 ]


= 1 - Φ [2.00]
= 1 – 0.9772
= 0.0228 Total de vasos 1000*0.0228
= 22.8 aproximadamente 23
d) ¿por debajo de qué valor obtendremos 25% de las bebidas más pequeñas?

P25 K = 25 Área = 0.25 Φ(Z ) = 0.25 Z = -0.67


x = Zσ + µ
= (-0.67) (15) + 200
= 189.88
41. El diámetro interno ya terminado de un anillo de pistón esta normalmente
distribuido con una media de 10 cm y una desviación estándar de 0.03 cm.
a) ¿Qué proporción de anillos tendrán diámetros interiores que excedan 10.075
centímetros?
µ= 10
σ= 0.3
z= (x- µ/ σ)
P(x>10.075)=1-P(z<10.075-10/0.03)
=1-(z<2.50) = 1-0.9938
=0.0062
b) ¿Cuál es la probabilidad de que el anillo de un pistón tenga un diámetro
interior entre 9.97 y 10.03 centímetros?
P (9.97<z<10.03) = P(9.97-10/0.03<Z<10.03-10/0.03)
= P (z>-1) – P (z<1)
= P (z<1) – P (z>-1) = 0.8413 – 0.1587
= 0.6826
c) ¿Por debajo de que valor del diámetro interior caerá el 15% de los anillos del
pistón?
P (X<x) = 0.15 X= diámetro -> Z=1.04
z= (x- µ/ σ) -> 1.04 = X-10/0.03
-> X = 10-0.03 (1.04)
= 9.969

42. Un abogado se traslada diariamente de su casa en los suburbios hasta su


oficina en el centro de la ciudad. En promedio el viaje le toma 24 minutos con
una desviación estándar de 3.8 minutos. Asuma que la distribución de los
tiempos de traslado este normalmente distribuida.
a) Determine la probabilidad de que un traslado le tome al menos media hora.
µ= 24
σ= 3.8
z= (x- µ/ σ)
z= 30 – 24/3.8 = 1.578
P (x<30) = 0.0582
= 5.82%
b) Si la oficina abre a las 9 am y el sale de su casa a las 8:45 diariamente ¿Qué
porcentajes de las veces llega tarde a su trabajo?
z= (x- µ/ σ)
z= 15 – 24/3.8 = 0.001
= 1 – 0.001 = 0.9909
P (x<30) = 0.9909
= 99.09%
c) Si deja su casa a las 8:35 y en la oficina se sirve un café entre las 8:50 am y
las 9:00 am ¿Cuál será la probabilidad de que se pierda el café?
z= (x- µ/ σ)
P (x>25) = z= 25 – 24/3.8
= 0.6026
= 1 – 0.6026 = 0.3974
= 39.74%
P (x>25) = 0.3974 = 39.74%
d) Encuentra el periodo arriba del cual se encuentra el 15% de los traslados
más lentos
X = (Z* σ) + µ
Z = 0.15 = 1-0.15 = 0.85 = 1.04
X = 24 + (Z* σ) = 24 + (1.04*3.8)
X= 27.95
43. Las estaturas de 1000 estudiantes están normalmente distribuidas con una
media de 174.5 cm y una desviación estándar de 6.9 cm. Suponiendo que las
alturas se registran cerrando los valores a los medios centímetros, ¿Cuantos
estudiantes tendrían estaturas…
Sea x la variable aleatoria normal que representa la estatura de los
estudiantes.
Sea z la variable aleatoria normal estandarizada.

a) Menores que 160.0 cm.?

P(x < 160) = P(z < (160 – 174.5)/6.9)


P(x < 160) = P(z < -2.10)
P(x < 160) = 1 – P(z < 2.10)
P(x < 160) = 1 – 0.9821
P(x < 160) = 0.0179
1000(0.0179) = 17.9 → 18

18 estudiantes tendrán una estatura menor que 160.0 cm.

b) Entre 171.5 y 182 cm?

P(171.5 < x < 182) = P((171.5 – 174.5)/6.9 < z < (182 – 174.5)/6.9)
P(171.5 < x < 182) = P(-0.43 < z < 1.09)
P(171.5 < x < 182) = P(z < 1.09) – P(z < 0.43)
P(171.5 < x < 182) = P(z < 1.09) – (1 – P(z < 0.43))
P(171.5 < x < 182) = P(z < 1.09) + P(z < 0.43) – 1
P(171.5 < x < 182) = 0.8621 + 0.6664 – 1
P(171.5 < x < 182) = 0.5285
0.5285(1000) = 528.5 → 529

529 estudiantes tienen una altura entre 171.5 cm y 182 cm.


c) De 175 cm?

P(174.5 < x < 175) = P((174.5 – 174.5)/6.9 < z < (175 – 174.5)/6.9)
P(174.5 < x < 175) = P(0 < z < 0.07)
P(174.5 < x < 175) = P(z < 0.07) – 0.5
P(174.5 < x < 175) = 0.5279 – 0.5
P(174.5 < x < 175) = 0.0279
0.0279(1000) = 27.9 → 28

28 estudiantes tienen una altura de 175 cm.

d) Mayores o iguales a 188.0 cm?

P(x ≥ 188) = P(x > 187.5)


P(x ≥ 188) = 1 – P(x < 187.5)
P(x ≥ 188) = 1 – P(z < (187.5 – 174.5)/6.9)
P(x ≥ 188) = 1 – P(z < 1.88)
P(x ≥ 188) = 1 – 0.9699
P(x ≥ 188) = 0.0301
0.0301(1000) = 30.1 → 30

30 estudiantes tienen una altura mayor o igual a 188.0 cm.


44. Una compañía paga a sus empleados un salario promedio de $9.25 por hora
con una desviación estándar de 60 centavos. Si los salarios están distribuidos
aproximadamente en forma normal y los montos se cierran a centavos.
a. ¿Qué porcentaje de los trabajadores reciben salarios entre $8?75 y $9.69
por hora inclusive?
b. ¿El 5% por ciento más alto de los salarios por hora de empleado es mayor
a que cantidad?
SOLUCIÓN:
a)
X: V.A salarios por hora que perciben los empleados
µ= 9.25
σ = 0.6
X1 = 8.75 X2 = 9.69
transformamos a distribución normal estandarizada
Z1 = (8.75 – 9.25) / 0.6 =- 0.833 Z2 = (9.69 – 9.25) / 0.6 =
0.73
P = A1 + A2
A1 = 0.2967 A2 = 0.2673
P = 0.2967 + 0.2673 = 0.564 = 56.4 %
b)
P(X≥N) = 0.05
P(X≤N) = 0.5 0.05 = 0.45
N = 1.6 + 0.045 = 1.645
1.645 = (X – 9.25) / 0.6
X = 10.24
45. La resistencia a la tensión de cierto componente metálico está normalmente
distribuida con una media de 10000 kilogramo por centímetro cuadrado y una
desviación estándar de 100 kilogramos por centímetro cuadrado. Las
mediciones se registran y se redondean a 50 kilogramos.
a) ¿Cuál es la proporción de estos componentes que exceden de 10150
kilogramos por centímetro cuadrado de resistencia a la fusión?
b) Si las especificaciones requieren que todos los componentes tengan una
resistencia a la tensión entre 9800 y 10200 kilogramos por centímetro
cuadrado inclusive, ¿qué proporción de piezas se esperaría que se
desecharan?
Solución:
X: V. A. resistencia a la tensión
µ = 10000
σ = 100
a)
Transformamos a distribución normal estandarizada
X= 8.75
Z = (10150 - 10000) / 100 = 1.5
A = 0.4332
P = 0.5 – A = 0.5 – 0.4332 = 0.0668
P = 6.68 %
b)
Z1 = (9800 – 10000) / 100 = - 2
Z2 = (10200 – 10000) / 100 = 2
A1 = A2 = 0.4772
P (9800 ≤ X ≤ 10200) = 2 * 0.4772 = 0.9544
Porcentaje de piezas desechadas:
= 1 - P(9800 X 10200) = 1 - 0.9544 = 0.0456 = 4.56 %
46. Si un conjunto de observaciones está normalmente distribuido, ¿Qué
porcentaje de estas difiere de la media en
a) Mas de 1.3 σ?
b) Menos de 0.52 σ?
SOLUCIÓN:
X: V.A. tiene una distribución N (X, µ, σ2)
a) La diferencia en valor absoluto
|X - µ|; P(|X - µ| > 1.3 σ); P(|X - µ| < 0.52 σ)
P (|X - µ| > 1.3 σ) = 1 – P (|X - µ| < 1.3 σ)
= 1 – P (-1.3 < (Z- µ) / σ < 1.3)
= 1 – (0.9032 – 0.0968)
= 0.1936
P (|X - µ| > 1.3 σ) = 19.36 %
b)
|X - µ|; P(|X - µ| < 0.52 σ)
P (|X - µ| < 0.52 σ) = P (- 0.52 < Z < 0.52)
= 0.6985 – 0.3015
= 0.3970
P (|X - µ| < 0.52 σ) = 39.70 %
47. La precipitación pluvial promedio, registrada hasta centésimas de milímetro en
Roanoke, Virginia, en el mes de marzo es de 9.22 centímetros. Suponiendo
que se trata de una distribución normal con una desviación estándar de 2.83
cm, encuentre la probabilidad de que el próximo marzo Roanoke tenga
a) menos de 1.84 cm de lluvia;
b) más de 5 cm pero no más de 7 de lluvia;
c) más de 13.8 cm de lluvia
Solución
Datos:
Distribución Normal:
μ =9,2 cm
σ= 2,83 cm
a) menos de 1.84 cm de lluvia;
Z = X-μ /ρ
Z = 1,84 - 9,2 / 2,83
Z = -2,6 este valor se busca en la tabla de distribución Normal
P (X≤ 1,84) = 0,0466 = 4,66%.
b) más de 5 cm pero no más de 7 de lluvia;
P (5≤X≤7) = ?
Z = 5 - 9,2 / 2,83
Z = -1,48 este valor se busca en la tabla de distribución Normal
P (X≥5) = 1- 0,06944 = 0,93
Z= 7- 9,2 /2,83
Z = - 0,78 este valor se busca en la tabla de distribución Normal
P (X ≤7) = 0,2177
Entonces:
P (5≤X≤7) = 0,93 - 0,2177 = 0,7123 = 71,23%
c) más de 13.8 cm de lluvia
P (X≥13,8) = ?
Z = 13,8 - 9,2 /2,83
Z = 1,63 este valor se busca en la tabla de distribución Normal
P (X≤13,8) = 0,7673 y
P (X≥13,8) = 1- 0,7673 = 0,2327 = 23,27%
48. La vida promedio de cierto tipo de motor pequeño es 10 años con una
desviación estándar de dos años. El fabricante reemplaza gratis todos los
motores que fallen dentro del tiempo de garantía. Si está dispuesto a
reemplazar sólo 3% de los motores que fallan, ¿de qué duración debe ser la
garantía que ofrezca? Suponga que la duración de un motor sigue una
distribución normal.
Solución
μ = 10 años
σ = 2 años
P(X) = 0,03
Z = -1,89 Valor obtenido de la Tabla de distribución Normal
Distribución Normal
¿de qué duración debe ser la garantía que ofrezca?
X=?
Z = X -μ /σ
σ*Z +μ = X
X = 2 años * -1,89 + 10 años
X = 6,22 años
La garantía que el fabricante debe ofrecer es de 6 años para que no fallen
durante este tiempo los motores
49. La compañía aérea “Alillas” sabe que el tiempo de retraso de sus vuelos sigue
una ley normal, con un retraso medio de 10 minutos y desviación típica de 5
minutos. Calcular:
a) Probabilidad de que un vuelo no tenga retraso.
b) Probabilidad de que el próximo vuelo llegue con no más de 10 minutos de
retraso.
c) Probabilidad de que el próximo vuelo llegue con más de 20 minutos de
retraso.
Solución
a) media = 10
desviación = 5
Vuelo sin retraso es lo mismo que el retraso sea igual o menor que 0 P(X0)
Estandarizamos con Z=(X-media) /desviación
Z= (0-10) /5 = -2
P(X<=0) = P (Z< -2) = consultando la tabla de la distribución normal
estándar para el valor -2
--> P(Z<-2) = P(X<=0) = 0.02275
b) x<=10
P(x<=10) =P (z<= (10-10) /5) =P(z<=0) =0.5
c) x<=20
p(x<=20) =P (z<= (20-10) /5) =P(z<=2) =0.9772
50. La cantidad de tiempo durante el que funciona un cámara d vigilancia sin que
se le reponga es una variable aleatoria con distribución exponencial, con u=50
días. Determine las probabilidades de una cámara así.
a) tenga que ser repuesta en menos de 20 días
𝜇=𝛽
50 = 𝛽
1 20 − 𝑥
𝑃(𝑥 < 20) = ∫ 𝑒 50 𝑑𝑥
50 0
20
𝑃(𝑥 < 20) = 1 − 𝑒 −50
𝑃(𝑥 < 20) = 0.3267
b) tenga que ser repuesta en al menos 40 días
1 40 𝑥
𝑃(𝑥 ≥ 40) = 1 − 𝑃(𝑥 < 40) = 1 − ( ∫ 𝑒 −40 𝑑𝑥 )
50 0
20
𝑃(𝑥 ≥ 40) = 1 − (1 − 𝑒 −50 )
40
𝑃(𝑥 ≥ 40) = 𝑒 −50
𝑃(𝑥 ≥ 40) = 0.449
51. Una refinadora de azúcar tiene 3 plantas de proceso, y todas reciben azúcar
morena a granel. La cantidad de azúcar que puede procesar una planta en un
día se puede representar mediante una función exponencial con un promedio
de 4(mediciones en toneladas), para cada una de las tres plantas. Si las
plantas trabajan en forma independiente, calcular la probabilidad de que sean
exactamente 2 de las tres plantas las que procesen más de 4 toneladas en un
día determinado.
1 4 −𝑥
𝑃(𝑥 > 4) = 1 − ( ∫ 𝑒 4 𝑑𝑥 )
4 0
4
𝑃(𝑥 ≥ 40) = 𝑒 −4
𝑃(𝑥 ≥ 40) = 0.368
52. F

53. Supongamos que después de las primeras 6 horas, el tiempo de vida promedio
remanente de las baterías de un reproductor de discos compactos portátil es
de 8 horas. Encontrar la probabilidad de que un conjunto de baterías de una
duración de entre 12 y 16 horas.
𝛽 = 8, 𝑠𝑜𝑙𝑜 𝑑𝑒𝑠𝑝𝑢𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 6 ℎ𝑜𝑟𝑎𝑠
1 ∞ 𝑡
𝑃(𝑥 > 6) = ∫ 𝑒 −8 𝑑𝑡 = 𝑒 −6/8 = 0.47
6 6
𝑃(12 ≤ 𝑥 ≤ 16) = 𝑃(6 ≤ 𝑥 ≤ 16) − 𝑃(6 ≤ 𝑥 < 12)
1 1
= 𝑒 −8∗16 − 0.47 − (𝑒 −8∗12 − 0.47) = 0.0878

54. Los clientes llegan en una tienda determinada en un promedio de 15 por hora
¿Cuál es la probabilidad de que el gerente debe esperar al menos 5 minutos
para el primer cliente?
15𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 15
= 𝑐𝑙𝑖𝑒𝑛𝑡𝑒/𝑚𝑖𝑛 = 𝜆
ℎ𝑜𝑟𝑎 60
15 1
= →𝛽=4
60 𝛽
1 ∞
𝑃(𝑇 > 5) = ∫ 𝑒 −𝑡/4 𝑑𝑡 = 𝑒 −5/4 = 0.29
4 5

55. Se sabe que el kilometraje, en miles de kilómetros, que un autobús recorre


antes de que se someta a una reparación del motor sigue una distribución
exponencial con u=80
a) Si se tiene una flota de 300 autobuses, ¿cuántos se esperaría que se
sometieran a reparación antes de los 60, 000 Km?
1
𝑝(𝑥 ≤ 60) = 1 − 𝑒 −80∗60 = 0.5276
Numero esperado= 0.5276*300 =158.28 autobuses
b) ¿Cuál es la probabilidad de que un autobús recorra más de 100,000 Km.
antes de someter el motor a reparación?
1
𝑝(𝑥 ≥ 100) = 1 − (1− 𝑒 −80∗100 )= 0.2865