UNIVERSIDAD DE LA COSTA “CUC”

FACULTAD DE FINANZAS

PROGRAMA:
ESTADISTICA

DOCENTE:
JAVIER RODRIGUEZ HERAS

TEMA:
VARIABLES ALEATORIAS DISCRETAS Y DISTRIBUCIONES DE PROBABILIDAD

PRESENTADO POR:
JESÚS ARMANDO PAREJA MARTÍNEZ
ISAAC DE LIMA
JUAN CAMILO MORALES
YUCELIS BORRERO NAZAR

17 DE NOVIEMBRE DE 2018
BARRANQUILLA – ATLÁNTICO
TALLER VARIABLES ALEATORIAS DISCRETAS Y DISTRIBUCIONES DE PROBABILIDAD

1. Determine el valor de k de modo que cada una de las siguientes funciones sea
una función de probabilidad de una variable aleatoria discreta X:

F(x) = K( x^3 + 4 ) Para x = 0, 2, 3

F( 0) = K(0 + 4 ) ⇒ K = 4
F(2) = K( 2^3 + 4) ⇒ K = 12
F(3) = K( 3^3 + 4 ) ⇒ K = 31

3 4
⇒ F(x) = K(𝑥)(4 −𝑥) Para x = 0, 1, 2
3 4
F(0) = K(0)(4 − 0) ⇒ K = 3
3 4
F(1) = K(1)(4 − 1) ⇒ K = 4
3 4
F(2) = K(2)(4 − 2) ⇒ K = 6

2. Una pizzería, que atiende pedidos por correo, tiene cinco líneas telefónicas. Sea
X la variable aleatoria que representa al número de líneas en uso en un
momento específico. Supongamos que la función de probabilidad f de X está
dada en la siguiente tabla: Calcule la probabilidad de cada uno de los siguientes.

a. P(x = 2) = 0.10
b. P( x > 4) = 0.15 +0.1+0.25+0.2 = 0.7
c. P(x = 3) = 0.15
d. P( 2 ≥ 𝑥 ≤ 4) = 0.1+0.15+0.09 = 0.34
e. P( 2 ≥ 𝑥 ≤ 5) = 0.34+0.21 = 0.55
f. P( x = 3) = f(3) = 0.20

3. Se sacan tres fichas sucesivamente, sin reemplazo, de una caja que contiene
cuatro fichas blancas y dos rojas. Encuentre la función de probabilidad para el
número de fichas rojas.

X = # Bolas rojas
X = 1, 2
0, para otro caso.
⇒ F(x):
2/6 si x = 1, 2.
0 para otro caso.
 ⇒ P( x = 1) = 2/6 = 1/3
P( x = 2) = 2/6 = 1/3
P(x > 2 ) = 0

4. Determine la función de probabilidad de la variable aleatoria X que representa

el resultado cuando se lanza un dado. Calcule la probabilidad de que X sea
estrictamente mayor que (a) 0 y (b) -2 pero menor o igual que 2.

F(x):
⅙ si x > 0; x = 3, 4, 5, 6.
½ si x ≤ 2; 𝑥 = 1, 2.
0, para cualquier otra opción

5. Un embarque de siete computadores contiene tres defectuosos. Una empresa

hace una compra al azar de tres computadores. Sea X la variable aleatoria que
representa al número de computadores defectuosos que compra la empresa. (a)
Calcule la probabilidad de que el número de computadores defectuosos que
compra la empresa es 1 Y (b) Calcule la probabilidad de que el número de
computadores defectuosos que compra la empresa es estrictamente mayor que
0, pero menor o igual que 2.

6. De un cargamento de 100 artículos, se sabe que el 10% de los artículos están

defectuosos. Se eligen al azar con reemplazo y sin orden 20 artículos del
cargamento y se examinan. Sea X la variable aleatoria que representa al número
de artículos defectuosos encontrados. Calcule la probabilidad de encontrar a)
ningún artículo defectuoso, b) 2 artículos defectuosos c) a lo sumo un artículo
defectuoso.

7. Una semilla tiene un porcentaje de germinación del 83%. Si se siembran 12

semillas, ¿cuál es la probabilidad de que germinen (a) todas, (b) 10, (c) a lo más
2, (d) al menos 10?

8. El número de cartas perdidas en el correo en un día tiene un promedio de 4.

¿Cuál es la probabilidad de que en un día determinado (a) se pierdan a lo más
dos cartas en el correo? (b) se pierdan tres cartas en el correo? (c) se extravíen
cuatro o cinco? (d) al menos desaparezca una carta en el correo?

9. En un proceso de recubrimiento se toman varias mediciones del espesor, hasta

la centésima de milímetro más cercana. Las mediciones están distribuidas de
 manera uniforme, con valores 0,12; 0,13; 0,14, 0,15; 0,16 y 0,17. Para este
proceso, calcule la media y la varianza del espesor del recubrimiento. Interprete
la media.

10. De una producción de 2.000 tornillos, se sabe que el 5% están defectuosos.

Supongamos que se selecciona una muestra al azar de 20 tornillos.

(a) ¿Cuál es la probabilidad de que el número de tornillos defectuosos en la

muestra no exceda a 3?

𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
𝑟
𝑥 + 𝑑𝑒 𝑙𝑜𝑠 𝑡𝑜𝑟𝑛𝑖𝑙𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠
𝑟=3
𝑛 = 20
5
𝑝= = 0.05
100
𝑞 = 1 − 0.05 = 0.95
20
𝑃(𝑥 > 3) = ( ) ∗ 0.053 ∗ 0.9520−3
3
20!
= ∗ 0.053 ∗ 0.9517
3! (20 − 3)!
17 ∗ 18 ∗ 19 ∗ 20
= − 0.053 ∗ 0.9517
3! ∗ 17!
6840
= ∗ 0.000125 ∗ 0.418120
6
= 0.595821

(b) ¿cuál es la probabilidad de que el número de tornillos defectuosos en la

muestra es por lo menos 6?

(c) ¿cuál es la probabilidad de que el número de tornillos defectuosos en la

muestra sea estrictamente mayor que 2, pero menor o igual de 6?

(d) ¿cuál es la probabilidad de que ninguno de los 20 tornillos esté defectuoso?

(e) Calcule e interprete el valor esperado y la desviación estándar del número

de tornillos defectuosos en la muestra.
11. Las estadísticas muestran que hay un promedio de tres accidentes por semana
en una ruta determinada. Determine la probabilidad de que durante cierta
semana seleccionada al azar haya.

Datos:

𝜆=3

(a) 4,

𝑒 −3 ∗ 34 0.04978706 ∗ 81
𝑃(𝑥 = 4) = = = 0.16803
4! 24
(b) 3 o 4,

0.04978706 ∗ 33
𝑃(𝑥 = 3) = = 0.22404177 + 0.16803 = 0.39207
3!

(c) a lo más tres,

𝑃(𝑥 ≤ 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3)

𝑒 −3 ∗ 30 𝑒 −3 ∗ 31 𝑒 −3 ∗ 32 𝑒 −3 ∗ 33
𝑃(𝑥 ≤ 3) = + + +
0! 1! 2! 3!

𝑃(𝑥 ≤ 3) = 0.04978706 + 0.14736118 + 0.2294177 + 0.39207 = 0.81526001

(c) al menos 4 accidentes.

𝑃(𝑥 ≤ 4) = 0.46803 + 0.81526001 = 0.98329001

12. Los estudios indican que, en promedio, se producen 2 averías diarias en las
carreteras urbanas durante las horas “pico” de la tarde. Asumamos que la
distribución es de Poisson. ¿Cuál es la probabilidad de que en un día concreto se
produzcan:

(a) menos de tres,

(𝑒 −3 ∗ 23 ) 0.1353 ∗
𝑃(𝑥 = 3) = = = 0.1084
3! 6
 (b) más de cinco averías en estas carreteras durante las horas “pico” de la tarde?

𝑃(𝑥 ≤ 5) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)𝑃(𝑥 = 5)

𝑒 −2 ∗ 20 𝑒 −2 ∗ 21 𝑒 −2 ∗ 22 𝑒 −2 ∗ 23 𝑒 −2 ∗ 24 𝑒 −2 ∗ 25
= + + + + +
0! 1! 2! 3! 4! 5!

= 0.1353 + 0.2706 + 0.2706 + 0.1084 + 0.0902 + 0.03608 = 0.91118

13. Sea X una variable aleatoria discreta que puede asumir con la misma
probabilidad los valores 3, 7 o 14. Determine la media y la varianza de X.

2
Σ(𝑥 − 𝑥̅ )2
𝑟 =(
𝑛

24
𝑥̅ =
3

𝑥̅ = 8
2
(3 − 8) + (7 − 8)2 + (14 − 8)2
2
𝑟 =
3

25 + 1 + 36
𝑟2 =
3

𝑟 2 = 20.666

𝑟 = 4.5459

14. Un fabricante de celulares, desea controlar la calidad de su producto y rechazar

cualquier lote en el que la proporción de celulares defectuosos sea demasiado
alta. Con este fin, de cada lote grande (digamos, 20.000 celulares) selecciona y
prueba 25. Si por lo menos 3 de estos están defectuosos, todo el lote será
rechazado.

a. ¿cuál es la probabilidad de que un lote sea rechazado si 5% de los celulares

están defectuosos?

b. ¿cuál es la probabilidad de que un lote sea rechazado si 10% de los celulares

están defectuosos?
 c. ¿cuál es la probabilidad de que un lote sea rechazado si 30% de los celulares
están defectuosos?

15. Supongamos que, en promedio, una persona comete dos errores por página.
Determine la probabilidad de que en la siguiente página cometa:

a. Ningún error

𝑒 −𝜆𝑡 (𝜆𝑡)𝑥
𝑝(𝑥, 𝜆𝑡) =
𝑥!
𝑒 (2)𝑥
−2
𝑝(𝑥, 2) =
𝑥!
𝑒 (2)0
−2
𝑃(𝑋 = 0) = 𝑝(0, 2) = = 0,1353
0!

b. Por lo menos 4 errores

𝑒 −𝜆𝑡 (𝜆𝑡)𝑥
𝑝(𝑥, 𝜆𝑡) =
𝑥!
𝑒 −2 (2)𝑥
𝑝(𝑥, 2) =
𝑥!
𝑃(𝑋 ≥ 4) = 1 − 𝑃(𝑋 < 4)
3

𝑃(𝑋 ≥ 4) = 1 − ∑ 𝑝(𝑥, 2) = 0,1429

𝑥=0

16. Un jefe de producción sabe que el 4% de 200 artículos producidos en cierto tipo
de máquina tiene algún defecto. Se examinan cinco de estos artículos. ¿Cuál es la
probabilidad de que:

a. Ninguno de estos artículos tenga un defecto

𝑃(𝑋 = 0) = 5𝐶0 ∗ 0,040 ∗ 0,965 = 0,8154

b. Dos de estos artículos tenga un defecto

𝑃(𝑋 = 2) = 5𝐶2 ∗ 0,042 ∗ 0,963 = 0,0142

c. Al menos dos de estos artículos tenga un defecto

𝑃(𝑋 ≥ 2) = 1 − 𝑃(𝑋 ≤ 1) = 1 − 0,1699 = 0,8301

 17. Al realizar una entrevista a un grupo de personas con el fin de ingresar en un
programa de televisión, se encuentra que 25% de las personas no cumplen con
los requisitos requeridos. De las siguientes 15 personas entrevistadas,
encuentre la probabilidad de que:

a. Menos de cuatro no cumplan con los requisitos requeridos

𝑃(𝑋 < 4) = 0,686 𝑃𝑜𝑟 𝑡𝑎𝑏𝑙𝑎𝑠

b. De cuatro a siete no cumplan con los requisitos requeridos

𝑃(4 ≤ 𝑋 ≤ 7) = 0,983 − 0,686 = 0,297

c. Más de seis no cumplan con los requisitos requeridos

𝑃(𝑋 > 6) = 0,943

18. Se mide la longitud de varias placas de vidrio, hasta la décima de milímetro más
cercana. Las longitudes están distribuidas de manera uniforme, con valores que
están espaciados una décima de milímetro comenzando en 320,0 y continuando
hasta 320,9. Calcule la media y la varianza de las longitudes. Interprete la media.

Solución.

Datos:

X 320.0 320.1 320.2 320.3 320.4 320.5 320.6 320.7 320.8 320.9

Media:
∑𝑁
𝑖=1 𝑋𝑖
𝑀𝑒𝑑𝑖𝑎 (𝑥) = 𝑥̅ =
𝑁

320.0 + 320.1 + 320.2 + 320.3 + 320.4 + 320.5 + 320.6 + 320.7 + 320.8 + 320.9
𝑥̅ =
10

𝑀𝑒𝑑𝑖𝑎 (𝑥) = 𝑥̅ = 320.45

Varianza:

(320.9 − 320.0 + 1)2 − 1

𝑉(𝑥) = = 0.261
12
 19. Un fabricante de computadores se preocupa por el mal funcionamiento de cierto
programa estadístico en un modelo en particular. El mal funcionamiento puede
producir en raras ocasiones un bloqueo en el sistema operativo. Suponga que la
distribución del número de computadores por año que tienen un mal
funcionamiento del paquete estadístico es la de POISSON con media 5.

Solución:

Datos:

Media: 5

a. ¿Cuál es la probabilidad de que a lo más dos computadores por año tengan un

bloqueo en el sistema operativo?

R/
𝑃(𝑥 ≤ 2)

𝑃(𝑥 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)

𝑒 −5 ∗ 50 𝑒 −5 ∗ 51 𝑒 −5 ∗ 52
𝑃(𝑥 ≤ 2) = + +
0! 1! 2!

𝑃(𝑥 ≤ 2) = 0.12465201948

b. ¿Cuál es la probabilidad de que más de un computador por año tenga un bloqueo en

el sistema operativo?

R/
𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 < 1)

𝑒 −5 ∗ 50
𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 = 0) = 1 − = 0.993262053
0!

20. Una investigación en cierto país arrojó que aproximadamente 60% cree el actual
presidente de ese país está haciendo las cosas bien. ¿Cuál es la probabilidad de que
al menos cinco de las siguientes diez personas seleccionadas al azar sean de esta
opinión?

Solución:

Datos:

60% cree en el actual presidente

0,60 cree en el actual presidente
 N=10

𝑃(𝑥 < 5) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

𝑓(𝑥𝑘 ) = 𝑃(𝑥 = 𝑥𝑘 ) =𝑛 𝐶𝑘 ∗ 𝑃 𝑥𝑘 ∗ 𝑞 𝑛𝑥𝑘

𝑃(𝑥 = 0) =10 𝐶0 ∗ 0,600 ∗ 0.410 = 0.0001048576

𝑃(𝑥 = 1) =10 𝐶1 ∗ 0,601 ∗ 0.49 = 0.001572864

𝑃(𝑥 = 2) =10 𝐶2 ∗ 0,602 ∗ 0.48 = 0.010616832

𝑃(𝑥 = 3) =10 𝐶3 ∗ 0,603 ∗ 0.47 = 0.042467328

𝑃(𝑥 = 4) =10 𝐶4 ∗ 0,604 ∗ 0.46 = 0.111476736

𝑃(𝑥 = 5) =10 𝐶5 ∗ 0,605 ∗ 0.45 = 0.2006581248

𝑃(𝑥 < 5) = 0.3668967424

21. Se sabe que 30% de las vacas vacunadas con un suero quedan protegidos de
cierta enfermedad. Si se vacunan 20 vacas, encuentre la probabilidad de que:

Datos:

N=20 P=0,30

a. ninguna

R/
𝑃(𝑥 = 0) =20 𝐶0 ∗ 0,300 ∗ 0,720

𝑃(𝑥 = 0) = 1 ∗ 1 ∗ 0,720

𝑃(𝑥 = 0) = 0.00079792266

b. menos de dos

R/
𝑃(𝑥 < 2) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)

𝑃(𝑥 = 0) =20 𝐶0 ∗ 0,300 ∗ 0,720 𝑃(𝑥 = 1) =20 𝐶1 ∗ 0,301 ∗ 0,719

𝑃(𝑥 = 0) = 1 ∗ 1 ∗ 0.00079792266 𝑃(𝑥 = 1) = 20 ∗ 0,30
𝑃(𝑥 = 0) = 0.00079792266 ∗ 0.00113988951
𝑃(𝑥 = 1) = 0.00683933711
 𝑃(𝑥 < 2) = 0.00079792266 + 0.00683933711

𝑃(𝑥 < 2) = 0.00079792266

c. más de tres contraigan la enfermedad.

R/

𝑃(𝑥 > 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3)

𝑃(𝑥 = 0) =20 𝐶0 ∗ 0,300 ∗ 0,720

𝑃(𝑥 = 0) = 1 ∗ 1 ∗ 0.00079792266
𝑃(𝑥 = 0) = 0.00079792266

𝑃(𝑥 = 1) =20 𝐶1 ∗ 0,301 ∗ 0,719

𝑃(𝑥 = 1) = 20 ∗ 0,30 ∗ 0.00113988951
𝑃(𝑥 = 1) = 0.00683933711

𝑃(𝑥 = 2) =20 𝐶2 ∗ 0,302 ∗ 0,718

𝑃(𝑥 = 2) = 190 ∗ 0.09 ∗ 0.0016284135979104
𝑃(𝑥 = 2) = 0.02784587252426784

𝑃(𝑥 = 3) =20 𝐶3 ∗ 0,303 ∗ 0,717

𝑃(𝑥 = 1) = 1140 ∗ 0.027 ∗ 0.0023263051398721
𝑃(𝑥 = 1) = 0.071603672205263238
𝑃(𝑥 > 3) = 0.00079792266 + 0.00683933711 + 0.02784587252426784
+ 0.071603672205263238

𝑃(𝑥 > 3) = 0.107086804499531078