PROBABILIDAD CONDICIONAL,

VARIABLES ALEATORIAS,
DISTRIBUCIONES DE PROBABILIDAD

MANUEL GONZÁLEZ SARABIA

MANUEL GONZÁLEZ SARABIA LISTA 3

1. Demuestra que, con P (B) > 0, se cumple que

a) P (A|B) ≥ 0,
b) P (B|B) = 1,
Pn
c) P ((∪ni=1 Ai )|B) = i=1 P (Ai |B), si A1 , . . . , An son mutuamente
excluyentes.

2. Si A y B son dos eventos cualquiera, ¿es válido concluir que P (B|A) +

P (B|Ac ) = 1?

3. Si A, B, C son tres eventos cualquiera de un espacio muestral E tales

que P (A) 6= 0 y P (A ∩ B) 6= 0, entonces

P (A ∩ B ∩ C) = P (A) · P (B|A) · P (C|A ∩ B).

4. Demuestra que

P (A ∩ B ∩ C ∩ D) = P (A) · P (B|A) · P (C|A ∩ B) · P (D|A ∩ B ∩ C),

siempre que P (A ∩ B ∩ C) 6= 0.

5. Dados tres eventos A, B y C tales que P (A∩B∩C) 6= 0 y P (C|A∩B) =

P (C|B), demuestra que P (A|B ∩ C) = P (A|B).

6. Prueba que si los eventos A y B son independientes entonces

a) los eventos Ac y B también son independientes.

b) los eventos Ac y B c también son independientes.

7. Demuestra que si P (B|A) = P (B), y P (B) 6= 0, entonces P (A|B) =

P (A).

8. Decimos que los eventos A1 , . . . , An son independientes si y sólo si la

probabilidad de la intersección de 2, 3, . . ., ó n de estos eventos es igual
al producto de sus respectivas probabilidades. Sabemos que si tenemos
dos eventos A y B, basta que se cumpla una condición para que sean
independientes. Si tenemos tres eventos A, B, C, ¿cuántas condiciones
deben cumplirse para que sean independientes?

9. Demuestra que 2n − n − 1 condiciones se deben cumplir para que n

eventos sean independientes.

PROBABILIDAD Y ESTADÍSTICA 1 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

10. Una caja contiene tres bolas azules y dos rojas mientras que otra caja
contiene 2 bolas azules y 5 rojas. Una bola extraı́da aleatoriamente
de una de las cajas resulta azul. ¿Cuál es la probabilidad de haberla
extraı́do de la primera caja?

11. Supongamos que tenemos dos urnas, cada una con dos cajones. La
urna 1 tiene una moneda de oro en un cajón y una de plata en el otro,
mientras que la urna 2 tiene una moneda de oro en cada uno de los
cajones. Se escoge una urna al azar y de ésta se escoge un cajón al
azar. La moneda encontrada en este cajón resulta ser de oro. ¿Cuál es
la probabilidad de que la moneda provenga de la urna 2?

12. En una fábrica de pernos, las máquinas A, B y C fabrican 25 %, 35 %

y 40 %, respectivamente, de la producción total. Cada una de estas
máquinas, respectivamente, produce 5 %, 4 % y 2 % de pernos defec-
tuosos. Se escoge un perno al azar y se encuentra que es defectuoso.
¿Cuál es la probabilidad de que el perno provenga de la máquina A?

13. Se recibieron dos casas de camisas para hombres provenientes de una

fábrica. La caja 1 contiene 25 camisas deportivas y 15 de vestir. La caja
2 contiene 30 camisas deportivas y 10 de vestir. Se seleccionó aleato-
riamente una de las cajas y se eligió al azar una camisa de dicha caja
para inspeccionarla. La camisa era deportiva. Dada esta información,
¿Cuál es la probabilidad de que dicha camisa provenga de la caja 2?

14. Un bolso contiene tres monedas, una de las cuales está acuñada con
dos caras mientras que las otras dos monedas son normales y no son
sesgadas. Se escoge una moneda al azar del bolso y se lanza cuatro
veces en forma sucesiva. Si cada vez sale cara, ¿cuál es la probabilidad
de que ésta sea la moneda con dos caras?

15. Tenemos n urnas. Cada una de ellas contiene α esferas blancas y β

negras. Se pasa una esfera de la urna 1 a la urna 2 y luego se pasa
una de la urna 2 a la urna 3, etcétera. Finalmente se escoge una esfera
de la urna n. Si la primera esfera que se pasó era blanca, ¿cuál es la
probabilidad de que la ultima esfera elegida sea blanca? ¿qué sucede
cuando n → ∞?
Sugerencia: Sea pn la probabilidad de que la n–ésima esfera pasada sea
blanca. Expresa pn en términos de pn−1 .

PROBABILIDAD Y ESTADÍSTICA 2 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

16. Se sabe que en una moneda sale sol cuatro veces más a menudo que
águila. Esta moneda se lanza tres veces. Sea X el número de soles que
aparecen. Encuentra la distribución de probabilidades de X, su función
de distribución acumulada, grafica ambas y encuentra el valor esperado
y la varianza.

17. De un lote que contiene 25 artı́culos, 5 de los cuales son defectuosos,

se eligen 4 al azar. Sea X el número de artı́culos defectuosos encontra-
dos. Encuentra la distribución de probabilidades de X, su función de
distribución acumulada, grafica ambas y encuentra el valor esperado y
la varianza si:

a) la selección de artı́culos es sin reposición.

b) la selección de artı́culos es con reposición.

18. Un lote de 10 motores eléctricos debe ser rechazado totalmente o bien

vendido según el resultado del siguiente proceso: Se escogen al azar
dos motores y se inspeccionan. Si uno o más son defectuosos, el lote es
rechazado; de otro modo es aceptado. Supongamos que cada uno de los
motores cuesta $75 y se vende por $100. Si el lote contiene un motor
defectuoso,

a) Encuentra la distribución de probabilidades de la utilidad.

b) ¿Cuál es la utilidad esperada del fabricante?

19. Una variable aleatoria X puede tomar cuatro valores con probabilida-
des:
1 + 3x 1 − x 1 + 2x 1 − 4x
, , , .
4 4 4 4
¿Para qué valores de X es ésta una distribución de probabilidades?

20. Supongamos que se pone un tubo de radio en un soporte y se prueba.

Supongamos que la probabilidad de que el control sea positivo es igual
a 34 ; por tanto la probabilidad de que el control sea negativo es 41 .
Supongamos además que probamos una cantidad de tales tubos. La
prueba continúa hasta que aparece el primer tubo positivo. Sea X el
número de pruebas necesarias para finalizar el experimento.

a) Encuentra f (n) (probabilidad de que X = n).

PROBABILIDAD Y ESTADÍSTICA 3 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

∞
P
b) Verifica que f (n) = 1.
i=1

c) Sea A el evento que consiste en que el experimento termine después

de un número par de repeticiones. Encuentra la probabilidad de
que ocurra A.

21. Se seleccionan tres monedas sin reemplazo de una caja que contiene
cuatro de diez pesos y dos de cinco pesos. Encuentra la distribución de
probabilidades de T , el total de las tres monedas. Encuentra el valor
esperado y la varianza de esta variable.
2x
22. Verifica que f (x) = n(n+1) para x = 1, 2, . . . , n puede fungir como la
distribución de probabilidades de una variable aleatoria.

23. Determina c de tal forma que la función siguiente pueda servir como la
distribución de probabilidades de una variable aleatoria:

a) f (x) = c · x5 para x = 1, 2, 3, 4, 5.

b) f (x) = c · x2 para x = 1, . . . , n.
c) f (x) = c · ( 14 )x para x ∈ N.

24. Demuestra que si X tiene una distribución binomial con parámetros n

y p, entonces
σ 2 = npq,
con q = 1 − p.

25. Un psicólogo afirma que sólo el 50 % de todos los alumnos del último año
de preparatoria, capaces de desempeñar trabajos a nivel universitario
asisten en realidad a la universidad. Suponiendo verdadera esta afirma-
ción, encuentra las siguientes probabilidades basadas en una muestra
de 18 alumnos:

a) exactamente 10 asistan a la universidad.

b) cuando menos 10 vayan a la universidad.
c) cuando mucho 8 asistan a la universidad.
d ) cuando mucho 8 pero más de 3 vayan a la universidad.

PROBABILIDAD Y ESTADÍSTICA 4 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

26. Si X es una variable aleatoria binomial con np = λ (constante), de-

muestra que:
n k n−k e−λ λk
 
lı́m p q = ,
n→∞ k k!
es decir, la distribución de Poisson es el lı́mite de la distribución bino-
mial cuando n → ∞ siempre que np sea constante.

27. Supongamos que la probabilidad de que un artı́culo producido por una

máquina especial sea defectuoso es de 0.2. Si 10 artı́culos producidos
se seleccionan al azar, ¿Cuál es la probabilidad de que no se encuentre
más de un artı́culo defectuoso? (Usa tanto una distribución binomial
como una de Poisson para resolver este ejercicio).

28. Si X es una variable que tiene una distribución de Poisson y P (X =

0) = 0.2543, encuentra P (X > 3).

29. El número de buques que llegan cada dı́a a cierta refinerı́a tiene una
distribución de Poisson con parámetro λ = 2. Las actuales instalaciones
portuarias pueden despachar tres buques al dı́a. Si más de 3 buques
llegan en un dı́a, los que están en exceso deben enviarse a otro puerto.

a) En un dı́a determinado, ¿Cuál es la probabilidad de hacer salir

buques?
b) ¿Cuál es el número esperado de buques que llegan al dı́a?
c) ¿Cuál es el número más probable de buques que llegan en un dı́a?
d ) ¿Cuál es el número de buques atendidos diariamente?

30. Un estudio de las filas de las cajas registradoras de salida en un super-

mercado reveló que durante un cierto periodo en la hora más pesada, el
número de clientes en espera, era en promedio de 4. Usa una distribu-
ción de Poisson para determinar cuál es la probabilidad de que durante
ese periodo:

a) cuatro o menos clientes esperen.

b) Por lo menos seis clientes esperen.

31. La probabilidad de que un vehı́culo tenga un accidente en un cruce

en particular es de 0.0001. Supongamos que 10000 vehı́culos circulan

PROBABILIDAD Y ESTADÍSTICA 5 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

diariamente por este cruce. Usa tanto una distribución binomial como
una de Poisson para calcular:

a) la probabilidad de que no haya accidentes.

b) la probabilidad de que ocurran 3 accidentes o más.
c) la probabilidad de que ocurran entre 2 y 5 accidentes, ambos in-
clusive.

32. Si X tiene una distribución de Poisson y P (X = 2) = 23 P (X = 1),

encuentra P (X = 0) y P (X = 3).

33. Supongamos que una fuente radiactiva emite partı́culas y el número

de las mismas emitidas durante un perı́odo de una hora, tiene una
distribución de Poisson con parámetro λ.Consideremos que el instru-
mento para contar estas emisiones falla ocasionalmente en anotar una
partı́cula emitida. Especı́ficamente, cualquier partı́cula emitida tiene
una probabilidad p de ser anotada.

a) a) Si Y está definida como el número de partı́culas anotadas, ¿Cuál

es una expresión para la distribución de probabilidades de Y ?
b) Calcula P (Y = 0) si λ = 4 y p = 0.9.

34. De 60 aspirantes a una Universidad, 40 son del Oriente. Si se seleccionan

20 aspirantes aleatoriamente, encuentra la probabilidad de que:

a) menos de 5 sean del Oriente.

b) Cuando menos 6 sean del Oriente.

35. Supongamos que X tiene una distribución hipergeométrica con p = Nr ,

r el número de éxitos en la población de tamaño N . Demuestra que:

E(x) = np.

36. La probabilidad de un lanzamiento exitoso es igual a 0.8. Suponga-

mos que se hacen lanzamientos hasta que han ocurrido tres lanzamien-
tos exitosos. Supongamos que cada uno de los ensayos de lanzamiento
cuesta $ 5,000. Además, un lanzamiento que fracase produce un costo
adicional de $ 500. Calcula el costo esperado.

PROBABILIDAD Y ESTADÍSTICA 6 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

37. Si X tiene una distribución binomial negativa con parámetros r y p,

demuestra que:
rq
σ2 = 2 .
p
38. Supongamos que se lanza una pareja de dados hasta que sale 11 por
quinta ocasión. Encuentra la probabilidad de que se necesiten por lo
menos 8 lanzamientos.

39. Supongamos que la variable aleatoria continua X tiene función de den-

sidad:  x2
 3 si −1 < x < 2,
f (x) =
0 en otro caso


a) Encuentra su función de distribución acumulada y grafı́cala.

b) Calcula P (0 < x ≤ 1).
c) Encuentra su valor esperado y su varianza.

40. El número total de horas, medidas en unidades de cien horas, que una
familia utiliza una aspiradora en un perı́odo de un año, es una variable
aleatoria continua X que tiene función de densidad


 x si 0 < x < 1,



f (x) = 2 − x si 1 ≤ x < 2,




0 en otro caso.


Encuentra la función de distribución acumulada. Encuentra la probabi-

lidad de que, en un perı́odo de un año, una familia utilice su aspiradora

a) menos de 120 horas.

b) entre 50 y 100 horas.

41. Sea X una variable aleatoria continua con función de densidad

 √
 k x si 0 < x < 1,
f (x) =
0 en otro caso


PROBABILIDAD Y ESTADÍSTICA 7 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

a) Encuentra k.
b) Encuentra la función de distribución acumulada y grafı́cala.
3
c) Calcula P ( 10 < X < 35 ).

42. Sea X una variable aleatoria continua con función de densidad



 2cx2 si 0 ≤ x < 1,



1
f (x) = 3
cx si 1 ≤ x < 2,




0 en otro caso.


a) Encuentra c.
b) Encuentra la función de distribución acumulada y grafı́cala.
c) Encuentra P (X > 1).

43. Sea X una variable aleatoria continua con función de densidad



 ax si 0 ≤ x < 1,




 a si 1 ≤ x ≤ 2,



−ax si 2 < x ≤ 3,








0 en otro caso.


a) Determina a.
b) Encuentra la función de distribución acumulada y grafı́cala.
c) Si x1 , x2 , x3 son tres observaciones independientes de X, ¿cuál es
la probabilidad de que exactamente uno de estos tres números sea
mayor que 32 ?

44. Supongamos que la siguiente gráfica representa la función de densidad

de la variable aleatoria X. Encuentra el valor esperado de esta variable.

PROBABILIDAD Y ESTADÍSTICA 8 UPIITA, IPN

MANUEL GONZÁLEZ SARABIA LISTA 3

45. Si X es una variable aleatoria continua con función de densidad


2x si 0 < x < 1,
f (x) =
0 en otro caso.
1 1
Encuentra P (x ≤ 2
| 3
≤ x ≤ 32 ).

46. Encuentra el valor esperado y la varianza de la variable aleatoria con-

tinua X cuya función de densidad es:
 2
2xe−x si x > 0,
f (x) =
0 en otro caso.

R∞ √
2 π
Sugerencia: Usa que 0
e−x dx = 2
.

47. Encuentra el valor esperado y la varianza de la variable aleatoria con-

tinua X cuya función de densidad es:

f (x) = λe−λ(x−a) , x ≥ a.

PROBABILIDAD Y ESTADÍSTICA 9 UPIITA, IPN