VARIABLE ALEATORIA UNIDIMENSIONAL Y DISTRIBUCIONES DISCRETAS

1. Un experimento consiste en lanzar tres veces una moneda. Sea la variable aleatoria: X ="número
de caras que se obtienen". Se pide:
a) Distribución de probabilidad de X
b) Función de distribución de X. Representación gráfica
c) Media, varianza y desviación típica de X
Solución:
a) Espacio muestral:
  (c,c,c),(c,c,e),(c,e,c),(e,c,c),(c,e,e),(e,c,e),(e,e,c),(e,e,e)
X(c,c,c)= 3 P(X=3)= 1/8
X(c,c,e)=X(c,e,c)=X(e,c,c)= 2 P(X=2)= 3/8
X(c,e,e)=X(e,c,e)=X(e,e,c)= 1 P(X=1)= 3/8
X(e,e,e)= 0 P(X=0)= 1/8
La distribución de probabilidad será:
X = xi P(X = xi ) = pi xi . pi xi2 xi2 . pi

x1 = 0 1/8 0 0 0

x2 = 1 3/8 3/8 1 3/8

x3 = 2 3/8 6/8 4 12/8

x4 = 3 1/8 3/8 9 9/8

1 12/8 = 1,5 24/8 = 3

b) La función de distribución: F(x)=P(X ≤ x) = ∑𝑥𝑖≤x 𝑃(𝑋 = 𝑥𝑖 ) = ∑𝑥𝑖≤x 𝑝𝑖

x0 F(x)= P(X ≤ x)= P(ꬾ)= 0
0x1 F(x)= P(X ≤ x)= P(X= 0)= 1/8
1x2 F(x)= P(X ≤ x)= P(X< 2)= P(X= 0) + P(X= 1)= 1/8 + 3/8 = 4/8
2x3 F(x)= P(X ≤ x)= P(X< 3)= P(X= 0) + P(X= 1) + P(X= 2)= 1/8 + 3/8 + 3/8 = 7/8
x3 F(x)= P(X ≤ 3)= P(X= 0) + P(X= 1) + P(X= 2) + P(X= 3)= 1
x3 F(x)= P(X ≤ x)= P(Ω)= 1
 X = xi 0 1 2 3

P(X = xi ) 1/8 3/8 3/8 1/8

F(x)= P(X ≤ x) 1/8 4/8 7/8 1

0 𝑥 <0
1
0≤𝑥<1
8
4
F(x) = 8
1≤𝑥 <2
7
2≤𝑥 <3
8
{1 𝑥 ≥ 3}

c) Media, varianza y desviación típica de X

12
Media: 1 x  E(x)= ∑4𝑖=1 𝑥𝑖 𝑃(𝑋 = 𝑥𝑖 ) = ∑4𝑖=1 𝑥𝑖 𝑝𝑖 = = 1,5
8
24
2  E(x2)= ∑4𝑖=1 𝑥𝑖 2 𝑃(𝑋 = 𝑥𝑖 ) = ∑4𝑖=1 𝑥𝑖 2 𝑝𝑖 = 8
=3

Varianza: σ12  E(x - x)2= ∑4𝑖=1(𝑥𝑖 − 𝑥 )2 𝑃(𝑋 = 𝑥𝑖 ) =2 - 12

σx2= 2 - 12= 3 – 1,52 = 0,75

Desviación típica: σx=√0,75 = 0,87

2. La variable aleatoria: X ="número de hijos por familia de una ciudad" tiene la siguiente distribución
de probabilidad:
X 0 1 2 3 4 5 6

P(X = xi ) 0,47 0,3 0,1 0,06 0,04 0,02 0,01

Se pide:
 a) Media o esperanza matemática.
b) Varianza y desviación típica
c) Si el Ayuntamiento de la ciudad paga 2000 euros por hijo e Y= 2000.X, ¿cuál es la distribución de
probabilidad?
d) Media, varianza y desviación típica de Y
Solución:
a)
X = xi P(X = xi ) = pi xi . pi xi2 xi2 . pi

x1 = 0 0,47 0 0 0

x2 = 1 0,3 0,3 1 0,3

x3 = 2 0,1 0,2 4 0,4

x4 = 3 0,06 0,18 9 0,54

x5 = 4 0,04 0,16 16 0,64

x6 = 5 0,02 0,10 25 0,5

X7 = 6 0,01 0,06 36 0,36

1 1 2,74

Media: 1 x  E(x)= ∑7𝑖=1 𝑥𝑖 𝑃(𝑋 = 𝑥𝑖 ) = ∑7𝑖=1 𝑥𝑖 𝑝𝑖 = 1

b) Varianza y desviación típica

Varianza: σ12  E(x - x)2= ∑7𝑖=1(𝑥𝑖 − 𝑥 )2 𝑃(𝑋 = 𝑥𝑖 ) =2 - 12
2  E(x2)= ∑7𝑖=1 𝑥𝑖 2 𝑃(𝑋 = 𝑥𝑖 ) = ∑7𝑖=1 𝑥𝑖 2 𝑝𝑖 = 2,74
σx2= 2 - 12= 2,74 – 12 = 1,74

Desviación típica: σx=√1,74 = 1,32

c) Distribución de probabilidad de la variable Y= 2000.X

 Y = yj P(Y = yj) = pj

y1 = 0 0,47

y2 = 2.000 0,3

y3 = 4.000 0,1

y4 = 6.000 0,06

y5 = 8.000 0,04

y6 = 10.000 0,02

y7 = 12.000 0,01

d) Media, varianza y desviación típica de Y

𝑌 2000 𝑥 = E(2000. X) = 2000. 𝐸(𝑋) = 2000.1 = 2000
σY2= σ2000 X2=Var(2000. X)=20002. Var(X)= 20002 . 1,74= 6.960.000
σY=√6.960.000 = 2638,18

3. Completar la ley de probabilidad, conociendo que la esperanza matemática es 1,8

X 0 1 2 3

P(X = xi ) = pi 0,2 a b 0,3

Solución:
 ∑4𝑖=1 𝑝𝑖 = 0,2 + 𝑎 + 𝑏 + 0,3 = 1 → 𝑎 + 𝑏 = 0,5
 ∑4𝑖=1 𝑥𝑖 𝑝𝑖 = 𝑎 + 2𝑏 + 0,9 = 1,8 → 𝑎 + 2𝑏 = 0,9
𝑎 + 𝑏 = 0,5
Resolviendo el sistema: { } → 𝑏 = 0,4 𝑎 = 0,1
𝑎 + 2𝑏 = 0,9

4. Se vende 1000 números para un sorteo en el que hay un premio mayor de 50000 dólares, 4
premios de 10000 dólares, 5 premios de 1000 dólares. El numero cuesta 10 dólares. Si X es la
variable que representa el beneficio neto al comprar un número. Hallar:
a) El dominio de X
b) El rango de X
 c) La probabilidad de cada uno de los elementos del rango de X
Solución:
a) DX= {gane premio mayor, gane un premio de 10000, gane un premio de 1000, pierda todo}
b) RX = GPM → 𝑋 = 50000 − 10 = 49990
c) GP de 10000 → 𝑋 = 10000 − 10 = 9990
GP de 1000 → 𝑋 = 1000 − 10 = 990
Pierde → 𝑋 = 0 − 10 = 10
RX = {49990, 9990, 990, -10}
990 99
𝑃(𝑋 = −10) = =
1000 100
5 1
𝑃(𝑋 = 990) = =
1000 200
4 1
𝑃(𝑋 = 9990) = =
1000 250
1
𝑃(𝑋 = 49990) =
1000
5. Hay 10 estudiantes inscritos en una clase de estadística dentro de los cuales tres tienen 19 años,
cuatro tienen 20 años, uno tiene 21 años, uno tiene 24 años, y uno tiene 26 años. Sea X la variable
aleatoria que representa el promedio de dos estudiantes seleccionados. Hallar la función de
cuantía y distribución y graficar.
Solución:
n = 10 estudiantes
3 tienen 19 años = A
4 tienen 20 años = B
1 tienen 21 años = C
1 tienen 24 años = D
1 tienen 26 años = E
Ω = {AA, AB, AC, AD, AE, BB, BC, BD, BE, CD, CE, DE}
Rx = {19,19.5, 20, 21.5, 22.5, 20, 20.5, 22, 23, 22.5, 23.5, 25}
𝐶31 3 1
𝑝(𝑥 = 19) = 2 = 45 = 15
𝐶10
𝐶31 ∗ 𝐶41 12 4
𝑝(𝑥 = 19,5) = 2 = =
𝐶10 45 15
 𝐶31 ∗ 𝐶11 𝐶42 3
𝑝(𝑥 = 20) = 2 + 2 =
𝐶10 𝐶10 15
𝐶31 ∗ 𝐶11 1
𝑝(𝑥 = 21,5) = 2 =
𝐶10 15
2
𝐶31 ∗ 𝐶41 + 𝐶11 4
𝑝(𝑥 = 22,5) = 2 =
𝐶10 45
𝐶41 ∗ 𝐶11 4
𝑝(𝑥 = 20,5) = 2 =
𝐶10 45
𝐶41 ∗ 𝐶11 4
𝑝(𝑥 = 22) = 2 =
𝐶10 45
𝐶41 ∗ 𝐶11 4
𝑝(𝑥 = 23) = 2 =
𝐶10 45
1
𝑝(𝑥 = 23,5) =
45
1
𝑝(𝑥 = 25) =
45

Función de cuantía Función de distribución

6. La urna I contiene una ficha blanca y dos negras la urna II contiene tres fichas blancas y dos negras,
la urna III contiene dos fichas blancas y tres negras, extraemos una ficha de cada urna y la
llamamos X a la variable aleatoria que representa el número de fichas blancas extraídas.
a) Determinar la función de cuantía y distribución de la variable aleatoria
b) Hallar la probabilidad acumulada para X ≥ 1,5 y para 0,5 < X < 2,5
Solución:
a)
I → 1 b; 2n
II → 3 b; 2n
III → 2 b; 3n
X= Numero de fichas blancas extraídas
Ω = {𝑛𝑛𝑛, 𝑏𝑛𝑛, 𝑛𝑏𝑛, 𝑛𝑛𝑏, 𝑏𝑏𝑛, 𝑏𝑛𝑏, 𝑛𝑏𝑏, 𝑏𝑏𝑏}
𝑋=𝑂 ; 𝑋=1 ; 𝑋=2 ; 𝑋=3
2 2 3 12
𝑝(𝑥 = 0) =∗ ∗ =
3 5 5 75
1 2 3 2 3 2 2 2 32
𝑝(𝑥 = 1) = ∗ ∗ + ∗ + ∗ ∗ =
3 5 5 3 5 3 5 5 75
1 3 3 1 2 2 2 3 2 25
𝑝(𝑥 = 2) = ∗ ∗ + ∗ ∗ + ∗ ∗ =
3 5 5 3 5 5 3 5 5 75
1 3 2 6
𝑝(𝑥 = 3) = ∗ ∗ =
3 5 5 75

Función de cuantía Función de distribución

b)
𝑃(𝑥 ≥ 1,5) = 1 − 𝑃(𝑥 ≤ 1,5) = 1 − 𝑃(𝑥 = 1,5)
44
𝑃(𝑥 ≥ 1,5) = 1 −
75
31
𝑃(𝑥 ≥ 1,5) =
75
 𝑃(0,5 ≤ 𝑥 ≤ 2,5) = 𝑃(𝑥 = 2,5) − 𝑃(𝑥 = 0,5) − 𝑝(𝑥 = 2,5)
69 12
𝑃(0,5 ≤ 𝑥 ≤ 2,5) = − −0
75 75
57
𝑃(0,5 ≤ 𝑥 ≤ 2,5) =
75
7. En una feria se deben pagar 25 cts. para jugar en un juego que consiste en lanzar anillos. Se dan
tres anillos a una persona, la cual trata de lanzarlos uno por uno hacia una clavija, si se logra
ensartar dos anillos el premio es de 1 Bs.; si se ensartan los tres el premio es de 5 Bs. suponiendo
que la probabilidad de ensartar en la clavita sea 0,10 por lanzada.
a. ¿Cuál es la ganancia esperada si se juega una vez, si se juega 10 veces?
b. ¿Cuál será la mediana y moda de lanzamientos?
c. Halla el coeficiente de curtosis
Solución:
1 juego → 3 lanzamientos
X= cantidad de lanzamientos acertados
X= 0, 1, 2, 3

𝑃(𝑥 = 0) = (0,90)3 = 0,729

𝑃(𝑥 = 1) = 0,10 ∗ (0,90)2 = 0,081
𝑃(𝑥 = 2) = 0,102 ∗ 0,90 = 0,009
𝑃(𝑥 = 3) = 0,103 = 0,001
Y= Ganancia

a. Ganancia esperada si se juega 1 sola vez

𝐸(𝑦) = ∑ 𝑦 ∗ 𝑝(𝑦) = (−0,25) ∗ 0,81 + 1 ∗ 0,009 + 0,005

𝐸(𝑦) = −0,19 𝑢𝑦 = −0,25

ganancia para 10 juegos
𝐸(𝑦) = 10 ∗ 0,19 = −1,9𝐵𝑠 𝑢𝑦 = −2,5
b.
Mediana
1
𝑦̃ = 𝑃(𝑦 ≥ 𝑦0 ) = 𝑀𝑜𝑑(𝑦) = 0,25
2

c. K=?
𝑀4 (𝑢) 𝐸(𝑥 − 𝑢)4
𝐾4 = =
𝜎 4 (𝑥) 𝑉𝑎𝑟(𝑥)2
Sabemos que:
𝐸(𝑥) = 0 + 0,081 + 2 ∗ (0,009) + 3 ∗ (0,001)
𝐸(𝑥) = 0,102
𝐸(𝑥) = 0
𝐸(𝑥 − 𝑢)4 = 0 ∗ 0,729 + (1 − 0)4 ∗ 0,081 + (2 − 0)4 ∗ 0,009 + (3 − 0)4 ∗ 0,001
𝐸(𝑥 − 𝑢)4 = 0,306
𝑉𝑎𝑟(𝑥) = 𝐸(𝑥 − 𝑢)2
𝑉𝑎𝑟(𝑥) = (0 − 0)2 ∗ 0,729 − (1 − 0)2 ∗ 0,081 + (2 − 0)2 ∗ 0,009 + (3 − 0)2 ∗ 0,001
𝑉𝑎𝑟(𝑥) = 0,126
 0,306
𝐾= 𝐾 = 19,27 > 0,263 → Platicurtica
0,1262
8. Una estación de gasolina recibe semanalmente el combustible, las estadísticas anteriores fueron
sugirieron que la distribución de probabilidad de las ventas semanales "x" en miles de galones esta
dad por:

a. Calcular la probabilidad de que las ventas semanales superen a 1500 galones

b. Calcular limites del intervalo (u-kσ,u+kσ)
c. Encontrar los coeficientes de asimetría y curtosis
Solución
x= en miles de galones
Como:

∫ 𝑝(𝑥)𝑑𝑥 = 1
𝑅𝑥
2 3
∫ (𝑎𝑥 − 1)𝑑𝑥 + ∫ (3 − 𝑎𝑥)𝑑𝑥 = 1
1 2
2
𝑎𝑥 𝑎𝑥 2
− 𝑥 + 3𝑥 − =1
2 2
𝑎 𝑎
2𝑎 − 2 − + 1 + 9 − ∗ 𝑎 − 6 + 2𝑎 = 1
2 2
𝑎=1
𝑥−1 1<𝑥<2
𝑝(𝑥) = { 3 − 𝑥 2 ≤ 𝑥 < 3}
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Hallando P(x)
𝑥
𝑥2
𝑃1 (𝑥) = ∫ (𝑥 − 1)𝑑𝑥 = −𝑥
1 2
𝑥2 1
𝑃1 (𝑥) = −𝑥+
2 2
2 𝑥
𝑃2 (𝑥) = ∫ (𝑥 − 1)𝑑𝑥 + ∫ (3 − 𝑥)𝑑𝑥
1 2

7 𝑥2
𝑃2 (𝑥) = − + 3𝑥 −
2 2
 𝑥2 1
−𝑥+ 𝑠𝑖 1 < 𝑥 < 2
2 2
𝑃(𝑥) = 7 𝑥2
− + 3𝑥 − 𝑠𝑖 2 ≤ 𝑥 < 3
2 2
{1 𝑥 ≥ 3}
a.
𝑃(𝑥 > 1,5) = 1 − 𝑃(𝑥 < 1,5)
𝑃(𝑥 > 1,5) = 1 − 𝑃(𝑥 = 1,5)
1,52
𝑃(𝑥 > 1,5) = 1 − ( − 1,5 + 0,5)
2
𝑃(𝑥 > 1,5) = 0,875
b.

𝑢 = 𝐸(𝑥) = ∫ 𝑥 ∗ 𝑝(𝑥)𝑑𝑥
𝑅𝑥
2 3
𝑢 = ∫ 𝑥(𝑥 − 1)𝑑𝑥 + ∫ 𝑥(3 − 𝑥)𝑑𝑥
1 2
8 1 1 27 27 8
𝑢 = ( − 2) − ( − ) + ( − ) − (6 − )
3 3 2 2 3 3
28 8
𝑢= − = 2𝑚𝑖𝑙 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
6 3
𝜎 2 (𝑥) = 𝐸(𝑥 2 ) − 𝑢2
2 3
𝐸(𝑥 2 ) = ∫ 𝑥(𝑥 − 1)𝑑𝑥 + ∫ 𝑥(3 − 𝑥)𝑑𝑥
1 2
4 3 4
𝑥 𝑥 𝑥
𝐸(𝑥 2 ) = − + 𝑥3 −
4 3 4
25
𝐸(𝑥 2 ) =
6
25
𝜎 2 (𝑥) = −4
6
1
𝜎 2 (𝑥) = 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑔𝑎𝑙𝑜𝑛𝑒𝑠
√6
𝑘 𝑘
[2 − . 2 + ] = 0,95
√6 √6
𝑘 𝑘
𝑃 (2 − < 𝑥 < 2 + ) = 0,95
√6 √6
𝑘 𝑘 𝑘 𝑘
𝑃 (2 − < 𝑥 < 2 + ) = 𝑃 (𝑥 = 2 + ) − 𝑃 (𝑥 = 2 − ) = 0,95
√6 √6 √6 √6
 7 𝑘 1 𝑘 𝑘 1 𝑘 1
(− + 3 (2 + ) − (2 + )) − ((2 − ) ∗ − (2 − ) + ) = 0,95
2 √6 2 √6 √6 2 √6 2

𝑘2 − 4,9𝑘 + 5,7 = 0

4,9 ± √4,92 − 4(1), 7

𝑘=
2
𝑘1 = 3 𝑘2 = 1,9
c.
2 3
𝑀3 (𝑢) = ∫ 𝑥 3 (𝑥 − 1)𝑑𝑥 + ∫ 𝑥 3 (3 − 𝑥)𝑑𝑥
1 2
32 1 1 243 243 32
𝑀3 (𝑢) = ( − 4) − ( − ) + ( − ) − (12 − )
5 5 4 4 5 5
𝑀3 (𝑢) = 9
2 3
𝑀4 (𝑢) = ∫ 𝑥 4 (𝑥 − 1)𝑑𝑥 + ∫ 𝑥 4 (3 − 𝑥)𝑑𝑥
1 2
32 32 1 1 729 729 96 32
𝑀4 (𝑢) = ( − )−( − )+( − )−( − )
3 5 6 5 5 6 5 3
𝑀4 (𝑢) = 20,07
𝑀3 (𝑢) 9
𝐴𝑠 = = >0 → 𝐴𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
1 3
𝜎 3 (𝑥)
( )
√6
𝑀4 (𝑢) 20,07
𝐾= 4 = > 0,263 → 𝐸𝑠 𝑝𝑙𝑎𝑡𝑖𝑐𝑢𝑟𝑡𝑖𝑐𝑎
𝜎 (𝑥) 1 4
( )
√6
9. La variable X ="número de centímetros a que un dardo queda del centro de la diana" al ser tirado
por una persona tiene como función de densidad:
𝑘 0 < 𝑥 < 10
𝑓(𝑥) = { }
0 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠

Se pide:
a) Hallar k para que f(x) sea función de densidad.
b) Hallar la función de distribución.
c) Media, varianza y desviación típica
d) P(X ≤ 1)
e) Probabilidad de acertar en la diana
Solución:
a) Para que f(x) sea función de densidad debe verificar:
∞ 0 10 ∞ 10
1 = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥
−∞ −∞ 0 10 0

la primera y tercera integral son cero al ser f(x) = 0 en esos intervalos.

10 10
1
1=∫ 𝑘𝑑𝑥 = 𝑘 ∫ 𝑑𝑥 = 10[𝑥]10
0 = 10𝑘 → 𝑘=
0 0 10
En consecuencia:
1
𝑓(𝑥) = {10 0 < 𝑥 < 10}
0 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
𝑥
b) La función de distribución se define 𝐹(𝑥) = ∫−∞ 𝑓(𝑡)𝑑𝑡
𝑥
x<0 𝐹(𝑥) = ∫−∞ 𝑓(𝑡)𝑑𝑡 = 0
𝑥 0 𝑥 𝑥 1 𝑥
0 ≤ x ≤ 10 𝐹(𝑥) = ∫−∞ 𝑓(𝑡)𝑑𝑡 = ∫−∞ 𝑓(𝑡)𝑑𝑡 + ∫0 𝑓(𝑡)𝑑𝑡 = ∫0 𝑑𝑡 =
10 10
𝑥 0 10 𝑥
x > 10 𝐹(𝑥) = ∫−∞ 𝑓(𝑡)𝑑𝑡 = ∫−∞ 𝑓(𝑡)𝑑𝑡 + ∫0 𝑓(𝑡)𝑑𝑡 + ∫10 𝑓(𝑡)𝑑𝑡 =
10 1
∫0 10
𝑑𝑡 = 1

En consecuencia:
0 𝑥<0
1
𝑓(𝑥) = { 0 < 𝑥 < 10}
10
1 𝑥 > 10
c)
10
∞ 10 1 1 10 1 𝑥2
Media 𝛼1 = 𝜇𝑥 = 𝐸(𝑥) = ∫−∞ 𝑥𝑓(𝑥)𝑑𝑥 = ∫0 𝑥. 𝑑𝑥 = ∫ 𝑥𝑑𝑥 = [ ] = 5𝑐𝑚
10 10 0 10 2 0

Varianza σx2= 2 - 12

∞ 10 10 10
1 1 1 𝑥3 25
2 = 𝐸(𝑥 2) 2
= ∫ 𝑥 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 . 2
𝑑𝑥 = ∫ 𝑥 𝑑𝑥 = 2
[ ] = 𝑐𝑚2
−∞ 0 10 10 0 10 3 3
0

25
Desviación típica σ𝑥 = √ 3 = 2,9𝑐𝑚
1
d) 𝑃(𝑋 ≤ 1) = 𝐹(1) = 10
1 1 1 1 1 1
o también, 𝑃(𝑥 ≤ 1) = ∫0 10
𝑑𝑥 = 10 ∫0 𝑑𝑥 = 10 [𝑥]10 = 10

e) Probabilidad de acertar en la diana: P(X = 0) = 0 por ser una variable continua

0 0
1 1 0
𝑃(𝑋 = 0) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑑𝑥 = ∫ 𝑑𝑥 = 0
0 0 10 10 0
 1
10. La probabilidad de hacer una venta de cierto artículo por un vendedor en un intento es 2. Cuál es

la probabilidad de obtener:
a) Exactamente 2 ventas en 3 intentos de ventas consecutivas.
b) Por lo menos una venta en tres intentos de venta consecutivos.
c) Cuantos intentos de venta consecutivos deben hacerse para obtener una seguridad de 0,9375
de obtener por lo menos una venta.
Solución
1 1 1
𝑝= ; 𝑞 =1− → 𝑞=
2 2 2
a) Exactamente 2 ventas de 3 intentos:
𝑛=3
3−𝑥
3 1 1
𝑝(𝑥) = ( ) ( ) ( )
𝑥 𝑥 2
Si x=2
𝑛=3
2
3 1 1
𝑝(𝑥 = 2) = ( ) ( ) ( )
2 2 2
3
𝑝(𝑥 = 2) =
8
b) Por lo menos una venta en tres intentos:
𝑝(𝑥 ≥ 1) = 1 − 𝑝(𝑥 < 1)
0
3 1 1 3
𝑝(𝑥 < 1) = 𝑝(𝑥 = 0) = ( ) ( ) ( )
0 2 2
1
𝑝(𝑥 = 0) =
8
1 7
𝑝(𝑥 ≥ 1) = 1 − → 𝑝(𝑥 ≥ 1) =
8 8
c) Por lo menos 1 venta:
1 venta en “n” intentos
𝑝(𝑥 ≥ 1) = 1 − 𝑝(𝑥 < 1)
𝑝(𝑥 ≥ 1) = 1 − 𝑝(𝑥 = 0)
𝑥
𝑛 1 1 𝑛−𝑥
𝑝(𝑥) = ( ) ( ) ( )
𝑥 2 2
Si x=0
1
𝑝(𝑥 = 0) =
2𝑛
 1
1− = 0,9375
2𝑛
1
1 − 0,9375 = 𝑛
2
2−𝑛 = 0,0625 𝑙𝑜𝑔
−𝑛𝑙𝑜𝑔2 = 𝑙𝑜𝑔0,0625
𝑙𝑜𝑔0,0625
𝑛=−
𝑙𝑜𝑔2
𝑛 = 3,9999
𝑛=4
11. Suponga que la maquina A produce el doble de artículos que la maquina B y que la maquina C la
mitad de artículos de la maquina B. Se sabe que el 6% de los artículos que produce A son
defectuosos mientras que el 3% de los artículos producidos por las maquinas B y C son
defectuosos. Si se reúne la producción de las tres máquinas en un solo almacén y se toma una
muestra de 10 artículos. Calcular la probabilidad de:
a) Obtener 3 artículos defectuosos.
b) Por lo menos tres artículos defectuosos.
Solución
Maquina Produccion %Defectuosos
A 2z 6
B Z 3
C z/2 3
Total 7/2 z

p = probabilidad de tener un defectuoso

Por el teorema de probabilidad total
𝑧
2𝑧 6 𝑧 3 2 3
𝑝= = + ∗ + ∗
7 100 7 100 7 100
2𝑧 2𝑧 2𝑧
4 6 6 24 + 9
𝑝= ∗ + =
7 100 7 ∗ 100 700
33
𝑝=
700
33 667
𝑞 =1− → 𝑞=
700 700
 n=10
a)
3
10 33 667 10−3
𝑝(𝑥 = 3) = ( ) ( ) ( )
3 700 700
𝑝(𝑥 = 3) = 8,966 ∗ 10−3
b)
𝑝(𝑥 ≥ 3) = 1 − 𝑝(𝑥 = 0) − 𝑝(𝑥 = 1) − 𝑝(𝑥 = 2)
667 10 33 1 667 9 33 2 667 8
𝑝(𝑥 ≥ 3) = 1 − ( ) − 10 ( ) ( ) − 45 ( ) ( )
700 700 700 700 700
𝑝(𝑥 ≥ 3) = 9,79 ∗ 10−3
12. Una fábrica de helados produce paletas cubiertas de chocolate que se venden a 6Bs.-, por una
promoción se coloca una estrella en cada 50 paletas; si alguien comprara la paleta con estrella
puede solicitar una paleta gratuita. ¿Cuántas paletas se debe comprar antes de lograr una gratis?
Solución
1 𝑝𝑎𝑙𝑒𝑡𝑎 𝑐𝑜𝑛 𝑒𝑠𝑡𝑟𝑒𝑙𝑙𝑎 → 𝑐𝑎𝑑𝑎 50 𝑝𝑎𝑙𝑒𝑡𝑎𝑠
1 1 49
𝑝= 𝑞 =1− → 𝑞=
50 50 50
1
𝜇= → 𝜇 = 50 𝑝𝑎𝑙𝑒𝑡𝑎𝑠
1
50
Se compran 49 paletas antes de la premiada
49
2
𝑞 50 = 50(49)
𝜎 = 2=
𝑝 1 2
( )
50
𝜎 = 35√2𝑝𝑎𝑙𝑒𝑡𝑎𝑠
13. Una fábrica emplea un patrón de aceptación en los artículos producidos antes de embarcarlos. El
plan consta de dos etapas: cajas con 25 artículos son preparadas para su embarque tomándose 3
artículos como muestra para su revisión; si se encuentra alguno defectuoso, la caja regresa para
inspeccionar el 100% de su contenido, en caso contrario se lo embarca. Cuál es la probabilidad de:
a) Embarcar una caja que contenga 3 artículos defectuosos.
b) Regresar una caja que contiene un solo artículo defectuoso.
Solución:
𝐷𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠
𝑐𝑎𝑗𝑎 → 25 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 { }
𝑁𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠
 0 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝑛 = 3{ }
𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 1 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎
25−𝑀
(𝑀
𝑥 )(3−𝑥 )
𝑝(𝑥) =
(25
3 )

a) M = 3
22!
19! ∗ 3! ∗ (22!)2
𝑝(𝑥 = 0) =
25! 25 ∗ 24 ∗ 23 ∗ 22! ∗ (19!)
22! ∗ 3!
b) M = 1
1 24
( )( )
𝑝(𝑥) = 𝑥 3 − 𝑥
25
( )
3
Rechazar x= 1
1 24 24 ∗ 23 ∗ 22!
( )( )
𝑝(𝑥 = 1) = 1 2 = 22! ∗ 2
25 25 ∗ 24 ∗ 23 ∗ 22!
( )
3 22! ∗ 6
2
𝑝(𝑥 = 1) =
25
14. Considere un sistema eléctrico que consiste en 6 focos conectados en serie de manera que
ninguna prendera si uno de ellos es defectuoso. Si los focos de la instalación se seleccionan al azar
de un lote de 100, 20 de los cuales son defectuosos. ¿Cuál es la probabilidad que funcionen todos
los focos del sistema eléctrico?
Solución
N = 100 focos
M = 20 defectuosos
N-M = 80 no defectuosos
Enciende el sistema eléctrico:
6<<<<100
Utilizamos aproximación binomial:
𝑀 20 1 1 4
𝑝=( )= = ; 𝑞 =1− =
𝑁 100 5 5 5
𝑥
6 1 4 6−𝑥
𝑝(𝑥) = ( ) ( ) ( )
𝑥 5 5
Si funciona, x=0
 0
6 1 4 6 4 6
𝑝(𝑥 = 0) = ( ) ( ) ( ) = ( )
0 5 5 5
15. La probabilidad de que se haga una soldadura defectuosa en una conexión dada es 10−4 .
Considere un sistema de 5 ∗ 104 conexiones soldadas. Independientemente:
a) ¿Cuál es la distribución de probabilidad del número de uniones defectuosas en el sistema, cuales
son los parámetros?
b) ¿Cuál es la probabilidad de que no se presenten defectos en el sistema?
Solución
t = 5 ∗ 104 conexiones soldadas
p = soldaduras defectuosas en una conexión
p= 10−4
𝑛 ∗ 𝑝 = 5 ∗ 104 ∗ 10−4 = 5 𝑐𝑜𝑛𝑒𝑥𝑖𝑜𝑛𝑒𝑠 𝑚𝑎𝑙 𝑠𝑜𝑙𝑑𝑎𝑑𝑎𝑠
𝑝 = 10−4 ; 𝑞 = 1 − 10−4
5
𝑝(𝑥 = 0) = ( ) (10−4 )0 (1 − 10−4 )5
0
𝑝(𝑥 = 0) = 0,99
16. Suponga que la página impresa de un libro contenga 40 líneas y que cada línea contiene 75
espacios. El linotipista de la imprenta comete un error en cada 6000 espacios en promedio.
a) ¿Cuál es la distribución del número de errores por hoja?
b) ¿Cuál es la probabilidad de que una página no contenga errores?
c) ¿Cuál es la probabilidad que un capitulo de 16 páginas no contenga errores?
Solución
1 𝑝𝑎𝑔𝑖𝑛𝑎 → 40 𝑙𝑖𝑛𝑒𝑎𝑠
1 𝑙𝑖𝑛𝑒𝑎 → 75 𝑒𝑠𝑝𝑎𝑐𝑖𝑜𝑠
a) Entonces:
1 𝑝𝑎𝑔𝑖𝑛𝑎 → 40 ∗ 75 𝑒𝑠𝑝𝑎𝑐𝑖𝑜𝑠
1 𝑝𝑎𝑔𝑖𝑛𝑎 → 40 𝑒𝑠𝑝𝑎𝑐𝑖𝑜𝑠
1 𝑒𝑟𝑟𝑜𝑟
𝜆=
6000 𝑒𝑠𝑝𝑎𝑐𝑖𝑜𝑠
1 𝑥 1 1 𝑥
3000 3000
𝜆𝑡
𝑒 (𝜆𝑡) 𝑒 𝑥
6000 ( ) 𝑒 2( )
𝑝(𝑥) = = 6000 = 2
𝑥! 𝑥! 𝑥!
b) Entonces: x=0
1
𝑝(𝑥 = 0) = 𝑒 2
 Con dos errores: x=2
1 1 2
𝑒 2 (2)
𝑝(𝑥 = 2) =
2!
𝑝(𝑥 = 2) = 0,206
1
c) Si 𝑝 = 𝑒 2 (1 la pagina no tiene errores)
𝑃𝑎𝑟𝑎 16 𝑝𝑎𝑔𝑖𝑛𝑎𝑠 → 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙
1 𝑦 1 16−𝑦
16
𝑝(𝑦) = ( ) (𝑒 2 ) (1 − 𝑒 2 )
𝑦
𝑦=0
1 16
16
𝑝(𝑦 = 0) = ( ) (1 − 𝑒 2 )
0
𝑝(𝑦 = 0) = 9,838 ∗ 10−4
17. El temario para un examen consta de 35 temas, de los cuales se elegirá uno al azar. Si un alumno
no ha estudiado los 10 últimos temas ¿Cuál es la probabilidad de que el alumno sepa el tema
elegido para el examen? Hallar la media y varianza.
Solución
Sea X la variable aleatoria que representa el número de tema seleccionado para el examen, como
todos los temas tienen la misma probabilidad de ser seleccionado, X sigue una distribución
uniforme discreta de 35 elementos.
1
- La probabilidad de salir el tema x es 𝑃(𝑋 = 𝑥) =
35

El alumno aprueba el examen si le toca un tema del 1 al 25; así pues:

La probabilidad de salir un tema estudiado es:
25
1 25
𝑃(𝑋 ≤ 25) = ∑ = ≈ 0,7148
35 35
𝑖=1
1 1 35+1
Media 𝜇 = 𝑘 ∑𝑘𝑖=1 𝑥𝑖 = 35 ∑35
𝑖=1 𝑖 = 2
= 18

1 1
Varianza 𝜎 2 = 𝑘 ∑𝑘𝑖=1(𝑥𝑖 − 𝜇)2 = 35 ∑35 2
𝑖=1(𝑖 = 18) = 102

18. a) ¿Cuál es la probabilidad de que una familia con seis hijos tenga dos hijos varones?
b) ¿Cuál es la media de hijos varones de una familia de seis hijos?
c) ¿Y la desviación típica?
 d) ¿Cuál es la probabilidad de que una familia de seis hijos tenga como máximo cuatro hijos
varones?
Solución
Primeramente, observemos que tenemos una distribución binomial, cuya variable aleatoria es el
número de hijos varones, B(6,1/2) siendo n=6=número de hijos, p=1/2= la probabilidad de que un
hijo sea varón.
6 1 2 1 4 15
a) 𝑃(𝑥 = 2) = ( ) (2) (2) = 64
2
1
b) 𝐸(𝑥) = 𝑛. 𝑝 = 6 − = 3 ℎ𝑖𝑗𝑜𝑠
2

1 1 3
c) 𝜎 = √𝑉(𝑥) = √𝑛. 𝑝. 𝑞 = √6. 2 . 2 = √2

6 1 𝑖 1 6−𝑖 6 1 6 6 1 6 6 1 6 6 1 6
d) 𝐹(4) = 𝑃(𝑥 ≤ 4) = ∑4𝑖=0 ( ) (2) (2) = ( ) (2) + ( ) (2) + ( ) (2) + ( ) (2) +
𝑖 0 1 1 3
6 1 6 1 6 6 6 6 6 6 57
( ) ( ) = ( ) [( ) + ( ) + ( ) + ( ) + ( )] =
4 2 2 0 1 2 3 4 64

19. El número medio de llamadas telefónicas que llegan a una central de emergencias es de cuatro por
minuto en las horas punta. Calcular:
a) Probabilidad de que lleguen cuatro llamadas en un minuto.
b) Número de llamadas que deberá ser capaz de soportar la central para que no se sature, con
probabilidad 0,99.
Solución
a) Sea la variable aleatoria X =“número de llamadas que se reciben en un minuto (de las horas
punta)”, entonces X sigue una distribución de Poisson de parámetro λ = 4. Nos piden:
44 −4
𝑃(𝑥 = 4) = 𝑒 = 0,1954
4!
b) Llamando x al número de llamadas que deberá soportar la centralita, nos dicen que:
𝑃(𝑋 ≤ 𝑥) ≥ 0,99
Vamos sumando las probabilidades: P(X= 0)+ P(X= 1)+ P(X= 2)+ ... hasta que la suma sea mayor o
igual que 0,99.
0,0183 + 0,0733 + 0,1465 + 0,1954 + 0,1954 + 0,1563 + 0,1042 + 0,0595 + 0,0298
= 0,9798
𝑃(𝑋 ≤ 9) = 𝑃(𝑋 ≤ 8) + 𝑃(𝑋 = 9) = 0,9787 + 0,0132 = 0,9919 > 0,99
Por tanto, x=9
20. Un lote contiene 100 piezas de un proveedor de tubería local y 200 unidades de un proveedor de
tubería del estado vecino. Si se seleccionan 4 piezas al azar y sin reemplazo.
a) ¿Cuál es la probabilidad de que todas sean del proveedor local?
b) ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean del proveedor local?
c) ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea del proveedor local?
Solución
a) N=300
X=100
n=4
x=4
300 − 100 100 200! 100! 200! 100!
( )( ) ((200 − 0)! 0!) ((100 − 4)! 4!) ( )( )
𝑃(𝑥 = 4) = 4 − 4 4 = = 200! 0! 96! 4!
300 300! 300!
( )
4 (300 − 4)! 4! 296! 4!
25 ∗ 33 ∗ 49 ∗ 97
𝑃(𝑥 = 4) = = 0,0119
75 ∗ 299 ∗ 149 ∗ 99
b) N=300
X=100
n=4
x=2, 3 o 4
𝑃(𝑋 ≥ 2) = 𝑃(𝑋 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑋 = 4)
300 − 100 100 300 − 100 100 300 − 100 100
( )( ) ( )( ) ( )( )
𝑃(𝑋 ≥ 2) = 4 − 2 2 + 4 − 3 3 + 4−4 4
300 300 300
( ) ( ) ( )
4 4 4
𝑃(𝑋 ≥ 2)
200! 100! 200! 100! 200! 100!
( )( )+( )( )+( )( )
(200 − 2)! 2! (100 − 2)! 2! (200 − 1)! 1! (100 − 3)! 3! (200 − 0)! 0! (100 − 0)! 0!
=
300!
(300 − 4)! 4!
𝑃(𝑋 ≥ 2) = 0,408
c) N=300
X=100
n=4
x=1, 2, 3 o 4

300 − 100 100

( )( )
𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 = 0) = 1 − 4−0 0
300
( )
4
200! 100!
(196! 0!) (100! 0!)
𝑃(𝑋 ≥ 1) = 1 − = 1 − 0,1955
300!
296! 4!
𝑃(𝑋 ≥ 1) = 0,8045

21. Se lanza una moneda tres veces, sea x una función definida por el número de caras obtenidas,
cual es la probabilidad asignada a cada valor de la variable aleatoria?
Sol: V.A.: x= número de caras obtenidas

Ω = {𝑐𝑐𝑐, 𝑐𝑠𝑠, 𝑠𝑐𝑐, 𝑠𝑠𝑐, 𝑠𝑠𝑠, 𝑐𝑠𝑐, 𝑐𝑐𝑠, 𝑠𝑐𝑠 }

x 0 1 2 3 Σ

p(x) 1 3 3 1 1
8 8 8 8

22. La variable aleatoria representa el número de bolas blancas de una muestra de tamaño 2
extraída sucesivamente y sin reposición de una urna que contiene 6 bolas de las cuales 4 son
blancas.

a) Describir el dominio de x
b) Evaluar y graficar la función de x

Sol.

V.A.: x= número de bolas blancas extraídas (n=2)

2 bolas

Ω= {0, 1, 2} dominio de x

x 0 1 2 Σ

a) p(x) (40)(22)1 (41)(21) 8 (42)(20) 6 1

6 = 6 = =
(2) 15 ( 2) 15 (62) 15

b)
23. Una caja contiene 5 tornillos defectuosos y 5 no defectuosos. Se extraen dos tornillos
aleatoriamente y sin reemplazo. Analizar la variable aleatoria x, si x es el número de tornillos no
defectuosos que se obtienen.

Sol. V.A.: x= número de tornillos no defectuosos

Dominio de x

2 Tornillos Ω= {𝐷𝐷, 𝐷𝑁, 𝑁𝐷, 𝑁𝑁}

5 DEF

5 NO DEF

x 0 1 2 Σ
a)

p(x) (52)(50)
2 (51)(51)
5 (50)(52) 2 1
10 = 10 = =
(2) 9 (2) 9 (10
2
) 9

b)

24. Tres bolas son aleatoriamente seleccionadas de una urna que contiene 3 bolas blancas, 3 rojas
y 5 negras. Supongamos que ganamos 1$ por cada bola blanca seleccionada y perdemos 1$ por
cada bola roja seleccionada. Hallar la función de probabilidad de la variable aleatoria x, definida
como ganancias netas obtenidas en el experimento.

Sol. Sean los eventos: R= bola extraída es roja

 B= bola extraída es blanca

N= bola extraída es negra

Se extraen aleatoriamente 3 bolas

3B

3R V.A.: X= ganancia neta obtenida

5R Rx= {−3, −2, −1, 0, 1, 2, 3}

𝑥 = −3 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑅𝑅𝑅

𝑥 = −2 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑅𝑅𝑁
𝑥 = −1 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑅𝑁𝑁 𝑜 𝑅𝑅𝐵
𝑥 = 0 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑁𝑁𝑁 𝑜 𝐵𝑅𝑁
𝑥 = 1 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐵𝑁𝑁 𝑜 𝐵𝐵𝑅
𝑥 = 2 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐵𝐵𝑁
𝑥 = 3 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐵𝐵𝐵
Por tanto, las probabilidades para estos valores son:

(33) 1
𝑝(𝑥 = −3) = = = 𝑝(𝑥 = 3)
(11
3
) 165

(32)(51) 15
𝑝(𝑥 = −2) = = = 𝑝(𝑥 = 2)
(11
3
) 165

(31)(52) + (32)(31) 39
𝑝(𝑥 = −1) = = = 𝑝(𝑥 = 1)
(11
3
) 165

(53) + (31)(31)(51) 55
𝑝(𝑥 = 0) = =
(11
3
) 165

Tabulando las probabilidades:

x -3 -2 -1 0 1 2 3 Σ

p(x) 1 15 39 55 39 15 1 1
165 165 165 165 165 165 165
La probabilidad de que se gane dinero en el experimente es:
3
55 1
∑ 𝑝(𝑥 = 𝑖) = 𝑝(𝑥 = 1) + 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3) = =
165 3
𝑖=1

25. Un capataz de una planta manufacturera tiene cinco hombres y tres mujeres trabajando con
él. El capataz desea seleccionar cuatro trabajadores para un trabajo especial. Deseando no tener
influencia en la selección de los trabajadores, el decide seleccionar al azar los cuatro trabajadores.
Sea Y el número de hombres en el grupo. Hallar la tabla de distribución de probabilidad de Y.

Sol. Las maneras de elegir cuatro trabajadores:

8
𝑛𝛺 = ( ) = 70
4
El rango de la variable aleatoria: 𝑅𝑦 = {1, 2, 3, 4}

 Que en grupo seleccionado de cuatro personas haya 1 hombre

(51)(33) 5 1
𝑝(𝑦 = 1) = = =
70 70 14
 Que en grupo seleccionado de cuatro personas haya 2 hombres
(52)(32) 3
𝑝(𝑦 = 2) = =
70 7
 Que en grupo seleccionado de cuatro personas haya 3 hombres
(5)(3) 3
𝑝(𝑦 = 3) = 3 1 =
70 7
 Que en grupo seleccionado de cuatro todos sean hombres
(5)(3) 1
𝑝(𝑦 = 4) = 4 0 =
70 14
En general, la función de probabilidad de Y puede ser expresado como:

(𝑦5 ) (4−𝑦
3
)
𝑝(𝑦 = 𝑦) = , 𝑦 = 1, 2, 3, 4
(84)

Por tanto, la tabla de distribución de probabilidad de Y es:

x 1 2 3 4 Σ

p(x) 1 3 3 1 1
14 7 7 14