5.4.

En cierto distrito de la cuidad la necesidad de dinero para comprar drogas se

establece como la razn del 75% de todos los robos. Encuentre la probabilidad de
que los siguientes 5 casos de robo que se reporten en este distrito,
a)

Exactamente 2 resulten de la necesidad de dinero para comprar drogas.

b)

Al menos 3 resulten de la necesidad de dinero para comprar drogas.

Para n = 5 y p = 3/4, tenemos

c) Represente esta distribucin binomial en un histograma

n

Ck

0,75k

0,255 -k

probabilidad

0,00097656 0,00097656

0,75

0,00390625 0,01464844

10

0,5625

0,015625

0,08789063

10

0,421875

0,0625

0,26367188

0,31640625 0,25

0,39550781

0,23730469 1

0,23730469

1
2
3
4
5
6

d) Calcule la media y la varianza de esta distribucin binomial.

x n exito 5 0, 75 3, 75

2 n xito fracaso 5 0, 75 0, 25 0,9375

5.7. Un prominente mdico afirma que 70% de las personas con cncer de pulmn
son fumadores empedernidos. Si su aseveracin es correcta:
a) encuentre la probabilidad de que de 10 de tales pacientes menos de la mitad
sean fumadores empedernidos.
b) encuentre la probabilidad de que de 10 de los pacientes con cncer de pulmn
ninguno sea fumador empedernido.
c) Represente esta distribucin binomial en un histograma
d) Calcule la media y la varianza de esta distribucin binomial.
p = 0.7.
Todos Tienen cncer n=10
70% por fumar
30% por otras causas

10
10
10
0
10
1
9
2
8
0, 7 0,3 0, 7 0,3 0, 7 0,3
0
1
2
10
10
3
7
4
6
0, 7 0,3 0, 7 0,3
3
4
(a)
0, 000006 0, 000138 0, 001447 0, 009002 0, 036757
0, 047349 4, 73%
(b) Para n = 20, P(X < 10) = P(X 9) = 0.0171.= 1,71%

5.9. Al probar cierta clase de neumtico para camin en un terreno accidentado,

se encuentra que 25% de los camiones no completaban la prueba de recorrido sin
ponchaduras. De los siguientes 4 camiones probados, encuentre la probabilidad
de que
a)

De 3 a 6 tengan ponchaduras.

b)

Menos de 4 tengan ponchaduras.

c)

Ms de 5 tengan ponchaduras.

Para n = 15 y p = 0.25, tenemos

(a) P(3 X 6) = P(X 6) P(X 2) = 0.9434 0.2361 = 0.7073.
(b) P(X < 4) = P(X 3) = 0.4613.
(c) P(X > 5) = 1 P(X 5) = 1 0.8516 = 0.1484.

5.25. Suponga que para un embarque muy grande chips de circuitos integrados, la
probabilidad de falla para cualquier chip es de 0,10. Suponga que se cumplen las
suposiciones en que se basan las distribuciones binomiales encuentre la
probabilidad de que a lo ms 3 chips fallen en una muestra aleatoria de 20?
n = 20 y la probabilidad de una defectuosa es p = 0,10. Por lo tanto, P (X 3) =
0,8670.
La probabilidad de que a lo ms 3 chips fallen es: 0.8670.

5.58. En promedio en cierta intercepcin ocurren tres accidentes de trnsito por

mes, Cul es la probabilidad de que para cualquier mes dado en esta
interseccin
a) ocurran exactamente cinco accidentes?
El uso de la distribucin de Poisson con x = 5 y = 3, nos encontramos en la que

b) Ocurran menos de tres accidentes?

P(X < 3) = P(X 2) = 0.4232.

c) ocurran al menos dos accidentes?

(P(X 2) = 1 P(X 1) = 0.8009.

5.59. Una secretaria comete en promedio dos errores por pgina. Cul es la
probabilidad de que en la siguiente pgina:
a) cometa 4 errores
b) no cometa errores
(a) P(X 4) = 1 P(X 3) = 0.1429.
(b) P(X = 0) = p(0; 2) = 0.1353.

5.62. El nmero promedio de ratas de campo por acre en un campo de cinco acres
de trigo se estima en 12. Encuentre la probabilidad de que se encuentren menos
de 7 ratas de campo.
a) en un acre dado.
El uso de la distribucin de Poisson con = 12, nos encontramos que
P(X < 7) = P(X 6) = 0.0458.

b) en 2 de los siguientes tres acres que se inspeccionen.

El uso de la distribucin binomial con p = 0,0458, obtenemos

5.71. El nmero de clientes que llegan por hora a ciertas instalaciones de

servicio automotriz sigue una distribucin de poisson con media de 7.
a) Calcule la probabilidad de que ms de 10 clientes lleguen en un periodo
de 2 horas
P(X > 10 | t = 14) = 1 0.1757 = 0.8243.
b) Cul es el nmero medio de llegadas durante un periodo de 2 horas?
t = 14.

5.73.
= (4000)(0.001) = 4.

6.2.
(a) El rea a la izquierda de z es 1 a 0,3622 = 0,6378, que es ms cercano al valor
presentado 0,6368 a 0,6406 a. Por lo tanto, elegimos z = 0.35.
(b) A partir de la Tabla A.3, z = -1.21.
(c) El rea total a la izquierda de z es 0.5000 + 0.4838 = 0.9838. Por lo tanto, de la
Tabla A.3, z = 2.14.
(d) La distribucin contiene un rea de 0.025 a la izquierda de -z y por lo tanto un
total rea de 0,025 + 0,95 = 0,975 a la izquierda de z. A partir de la Tabla A.3, z =
1.96.

6.3.

(a) A partir de la Tabla A.3, k = -1.72.

(b) Como P (Z> k) = 0,2946, entonces P (Z <k) = 0,7054 / De la Tabla A.3,
encontramos k = 0,54.
(c) El rea a la izquierda de z = -0.93 se encuentra en el Cuadro A.3 a ser 0.1762.
Por lo tanto, el rea total a la izquierda de k es 0,1762 + 0,7235 = 0,8997, y por lo
tanto k = 1,28.

6.4.
(a) z = (17 30)/6 = 2.17. Area=1 0.0150 = 0.9850.
(b) z = (22 30)/6 = 1.33. Area=0.0918.
(c) z1 = (323)/6 = 0.33, z2 = (4130)/6 = 1.83. Area = 0.96640.6293 = 0.3371.
(d) z = 0.84. por lo tanto, x = 30 + (6)(0.84) = 35.04.
(e) z1 = -1,15, z2 = 1,15. Por lo tanto, x1 = 30 + (6) (- 1,15) = 23,1 y x2 =
30 + (6) (1,15) = 36,9.

6.7.

6.9.
(a) z = (224-200) / 15 = 1,6. Fraccin de las copas que contienen ms de 224
milmetros es P (Z> 1.6) = 0.0548.
(b) z1 = (191 200)/15 = 0.6, Z2 = (209 200)/15 = 0.6;
P(191 < X < 209) = P(0.6 < Z < 0.6) = 0.7257 0.2743 = 0.4514.
(c) z = (230-200) / 15 = 2,0; P (X> 230) = P (Z> 2,0) = 0,0228. Por lo tanto,

(1000) (0.0228) = 22,8 o aproximadamente 23 tazas rebosarn.

(d) z = -0,67, x = (15) (- 0,67) + 200 = 189,95 milmetros.

6.25.

6.31.
= (180) (1/6) = 30 y = p (180) (1/6) (5/6) = 5 con z = (35,5 - 30) / 5 = 1,1.
P(X > 35.5) = P(Z > 1.1) = 1 0.8643 = 0.1357.