INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA

DE INGENIERIA Y CIENCIAS SOCIALES
ADMINISTRATIVAS

Materia: Probabilidad

Profesora: Aguilar Pérez Enrique

Secuencia: 1IV22

Alumno Boleta
MENDOZA LOPEZ FRANCISCO 2018600311
Permutaciones:

1.- ¿Cu án t os n ú m e r o s d e 5 ci f ra s di fe r e n te s s e pu e d e f o rma r c on l o s

dí gi tos: 1 , 2 , 3 , 4, 5?

m = 5 n = 5

Sí en t r an to d os l o s el e m en t os . D e 5 dí g i tos en t ran s ól o 3.

Sí i mpo rta el o rd en . S on n ú m e r o s di sti n to s el 123 , 231 , 32 1 .

N o s e r e pi ten l o s el em en t os . El en u n ci a do n o s pi d e qu e l a s ci fr a s s ean
di fe r en t e s .

2.- ¿D e c u án t as f or ma s di s ti n tas pu ed e n s e n ta r s e o ch o p e r s on a s e n
u n a fi l a de bu ta ca s ?

Sí en t r an to d os l o s el e m en t os . Ti en en q u e s en ta r s e l a s 8 pe r s on a s.

Sí i mpo rta el o rd en .

N o s e r e pi ten l o s el em en t os . Un a p e r s o n a n o s e pu e d e r ep e ti r.

3.- ¿D e cu án ta s f o rm as di sti n ta s pu ed en s en ta r s e och o p e r s o n as

al re d ed o r d e u n a m e sa ¿D e c u án t as fo r ma s di s ti n tas pu ed e n s e n ta r s e
o ch o p er s on as al r e d ed o r d e u n a m e sa r ed on d a ?
4.- Una tienda tiene 17 televisores, 5 están descompuestos, se eligen 4 al azar, cual es la
probabilidad de que:

(A) No halla ningún televisor descompuesto

(B) (que existan 2 tv en buen estado

A P=(5p0) (12p4)/ (17p4) = 0.2079

B P=(12p2) (5p2)/ (17p4) = 0.2773

5.- Se juega una partida de póker y se desea saber cuál es la probabilidad:

(A) de obtener 3 ases

(B) 3 tréboles y 2 diamantes de una carta inglesa

A P= (4p3) (48p2)/ (52p5) = .0017

B P= (13p3) (13p2) (26P0)/ (52p5) = 0.0085

4.- Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; ¿cuántos números de nueve cifras se pueden formar?

m=9 a=3 b=4 c=2 a+b+c=9

(a)Sí entran todos los elementos. (b)Sí importa el orden. (c)Sí se repiten los

elementos.

5.- on las letras de la palabra libro, ¿cuántas ordenaciones distintas se pueden hacer que
empiecen por vocal?

La palabra empieza por i u o seguida de las 4 letras restantes tomadas de 4 en 4.

(a)Sí entran todos los elementos.

(b)Sí importa el orden.

(c)No se repiten los elementos.

Combinaciones:

1.- En una clase de 35 alumnos se quiere elegir un comité formado por tres alumnos. ¿Cuántos
comités diferentes se pueden formar?

(a) No entran todos los elementos.

(b) No importa el orden: Juan, Ana.

(c) No se repiten los elementos.

2.- ¿De cuántas formas pueden mezclarse los siete colores del arco iris tomándolos de tres en
tres?

(a) No entran todos los elementos.

(b) No importa el orden.

(c) No se repiten los elementos.

3.- A una reunión asisten 10 personas y se intercambian saludos entre todos. ¿Cuántos
saludos se han intercambiado?

(a) No entran todos los elementos.

(b) No importa el orden.

(c) No se repiten los elementos.

4.- En una bodega hay en un cinco tipos diferentes de botellas. ¿De cuántas formas
se pueden elegir cuatro botellas?

(a) No entran todos los elementos. Sólo elije 4.

(b) No importa el orden. Da igual que elija 2 botellas de anís y 2 de ron, que 2 de ron
y 2 de anís.

(d) Sí se repiten los elementos. Puede elegir más de una botella del mismo tipo.

5.- ¿Cuántas diagonales tiene un pentágono y cuántos triángulos se puede informar

con sus vértices?

Vamos a determinar en primer lugar las rectas que se pueden trazar entre 2
vértices.

(a) No entran todos los elementos.

(b) No importa el orden.

(c) No se repiten los elementos.

(d)

(e)
 Variable aleatoria

1.- Se lanza un par de dados. Se define la variable aleatoria X como la suma de las
puntuaciones obtenidas. Hallar la función de probabilidad, la esperanza matemática
y la varianza

x pi x·pi x 2· pi
2 1/36 2/36 4/36
3 2/36 6/36 18/36
4 3/36 12/36 48/36
5 4 /36 20/3 6 100/36
6 5/36 30/36 180/36
7 6/36 42/36 294/36
8 5/36 40/36 320/36
9 4 /36 36/36 324/36
10 3/36 30/36 300/36
11 2/36 22/36 242/36
12 1/36 12/36 144/36
7 54.83

2.- Un jugador lanza un dado corriente. Si sale 1 o número primo, gana tantos cientos de euros
como marca el dado, pero si no sale número primo, pierde tantos cientos de euros como
marca el dado. Determinar la función de probabilidad y la esperanza matemática del juego

x pi x·pi
+100 p 100/6
+ 200 p 200/6
+ 300 p 300/6
- 400 p -400/6
+ 500 p 500/6
-600 p - 600/6
100/6

3.- Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 € ó un
segundo premio de 2000 € con probabilidades de: 0.001 y 0.003. ¿Cuál sería el precio justo a
pagar por la papeleta?

μ = 500 0 · 0 .00 1 + 2000 · 0 .0 03 = 1 1 €

4.- sea X una variable aleatoria discreta cuya función de probabilidad es:

pi

0 0,1

1 0,2

2 0,1

3 0,4

4 0,1

5 0,1

(a) Calcular la función de distribución.

f(x)

(b ) C al cu la r l a s si gu i en t e s p r ob ab il id ad e s:

p (X < 4. 5)

p (X < 4. 5) = F (4 .5 ) = 0. 9

p (X ≥ 3)

p (X ≥ 3) = 1 - p(X < 3 ) = 1 - 0. 4 = 0. 6

p (3 ≤ X < 4. 5)

p (3 ≤ X < 4. 5) = p (X < 4 .5 ) - p( X < 3 ) = 0 .9 - 0 .4 = 0. 5

6) La función de probabilidad de una variable discreta es :

xi 0 1 2 3 4

pi 0,1 a b c 0,2

Sabiendo que P ( x ≤ 2 ) = 0,7 y que P ( x ≥ 2 ) = 0,75 hallar su esperanza matemática y su

desviación típica.
Variable aleatoria discreta:

1. Se venden 5000 billetes para una rifa a 1 euro cada uno. Si el único premio del sorteo
es de 1800 euros, calcular el resultado que debe esperar una persona que compra 3
billetes.

RESOLUCIÓN. Consideramos la variable aleatoria discreta ξ = ‘cantidad de dinero obtenido en

el juego’. Los posibles valores de ξ son dos: Si se gana la rifa, se obtiene un beneficio de
1800−3 = 1777 euros.

Por la Ley de Laplace, la probabilidad de que ocurra este hecho es de 3/5000. Si no se gana la
rifa, resulta una pérdida de 3 euros.

Nuevamente por la Ley de Laplace, la probabilidad de que esto ocurra es de 4997/5000. Por lo
tanto, la distribución de probabilidad para la variable aleatoria ξ será:

ξ = xi 1777 −3 P(ξ = xi) 3/5000 4997/5000 El resultado que debe esperar una persona que
compra 3 billetes es E[ξ ] = 1777 · 3 5000 −3 · 4997 5000 = − 9660 5000 = − 483 250 = −1.932,

2.- Una variable aleatoria discreta toma todos los valores enteros entre 0 y 4 con la siguiente
función de densidad: X 0 1 2 3 4 f(x) 0.3 0.25 0.25 0.1 0.1 Calcular su esperanza y varianza.

RESOLUCIÓN. La esperanza matemática de la variable X viene dada por:

E[X] = 4 ∑ i=0 xi · f(xi) = (0 · 0.3) + (1 · 0.25) + (2 · 0.25) + (3 · 0.1) + (4 · 0.1) = 1.45. La varianza
viene dada por Var[X]=E[X 2 ]−(E[X])2 .

Calculamos la esperanza de la variable X 2 :

E[X 2 ] = 4 ∑ i=0 x 2 i · f(x 2 i ) = 4 ∑ i=0 x 2 i · f(xi) = (0 2 · 0.3) + (1 2 · 0.25) + (2 2 · 0.25) + (3 2 ·

0.1) + (4 2 · 0.1) = 3.75. Por tanto, Var[X] = 3.75−1.452 = 1.6475.

3.- Un artesano ha elaborado 7 colchas de una etnia indígena 2 de ellas tienen algún defecto.
Un turista compra 3 de estas colchas. Sea el número de colchas defectuosas. Hallar la
distribución de probabilidad de X:

Datos:

5 buenas

n=7 2 defectuosas

r=3

X = Numero de colchas defectuosas

X = 0, 1, 2
función de Probabilidad
X = Xi 0 1 2

P (Xi) 2/7 4/7 1/7

Función de Distribución Acumulada

X P(X)
F(X)

0 2/7 0 + 2/7 = 2/7

1 4/7 2/7 + 4/7 = 6/7

2 1/7 6/7 + 1/7 = 1

Media

µ = (0)(2/7) + (1)(4/7) + (2)(1/7) = 6/7

Varianza

V(x)= (0 – 6/7)2(2/7) + (1-6/7)2 (4/7) + (2-6/7)2 (1/7)= 20/49 = 0.40816

Desviación Estándar

σ = 0.40816 = 0.6388

4.- Una variable aleatoria discreta X tiene la función de probabilidad f(x) donde

F(x)= k(9-x) si x= 5, 6, 7, 8

0 en otro caso

a) Determine K, b) encuentre la media y la varianza de X

P(X=5) = k (9-5) = 4k

P(X=6) =k(9-6) =3k

P(X=7) =k(9-7) =2k

P(X=8) =k(9-8) =1k

Sabemos que: 10k = 1 entonces tenemos que:

k = 1/10

función de Probabilidad
X 5 6 7 8
P (X) 4/10 3/10 2/10 1/10

Función de Distribución Acumulada

X P(X) F(X)
5 4/10 0+4/10 = 4/10
6 3/10 4/10+3/10 =7/10
7 2/10 7/10+2/10 =9/10
8 1/10 9/10+1/10 = 1

0 si X < 5
4/10 si 5 ≤ X ≤ 6
F(X) 7/10 si 6 ≤ X ≤ 7
9/10 si 8 ≤ X ≤ 9
1 si X> 8
Media
µ = (5) (4/10)+ (6) (3/10)+ (7) (2/10)+(8) (1/10) = 6

Varianza
V(x)= (5 – 6)2(4/10) + (6-6)2 (3/10) + (7-6)2 (2/10)+ (8-6)2 (1/10) = 1

5.- Sea X la variable aleatoria que representa la demanda semanal de una maquina de premios
que esta puesta en un supermercado. La función de probabilidad para Z esta dada por,

F(x)= x2-3x para x= 4, 5, 6, 7

60 si x= 4, 5, 6, 7
Encuentre, a) la distribución acumulada, b) la desviación estándar,

Función de Probabilidad
X 4 5 6 7
P (Xi) 4/60 10/60 18/60 28/60

P(X=4)= (4)2-3/4) = 4/60

60
2
P(X=5)= (5) -3/5) = 10/60
60
2
P(X=6)= (6) -3/6) = 18/60
60
2
P(X=7)= (7) -3/7) = 28/60
60

Función de Distribución Acumulada

X P(X) F(X)
4 4/60 0+4/60 = 4/60
5 10/60 4/60+10/60 = 14/60
6 18/60 14/60+18/60 = 32/60
7 28/60 32/60+28/60 = 1
Media
µ = (4) (4/60) + (5) (10/60) + (6) (18/60) (7) (28/60) = 37/60
Varianza
V(x)= (4 - 37/60)2(4/60) + (5 – 37/60)2 (10/60) + (6 – 37/60)2 (18/60) + (7 – 37/60) (28/60)
V(x)=8.560
Desviacion Estándar
σ = (8.560)1/2 = 2.925

Distribución binomial:

1.- ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2 personas?

B(4, 0.2) p = 0.8 q = 0.2

2.- ¿Y cómo máximo 2?

3.- Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de
buena salud. Según las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 años o más es 2/3. Hállese la probabilidad de que, transcurridos 30 años,
vivan:

( E xa ct am en t e d o s p e r s on a s (5 , 2 /3) p = 2 /3 q = 1/3
(b) Al men os tres person as:

E xa cta m en t e d o s p e r s on a s

4.- Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan más caras que
cruces

B (4, 0.5) p = 0.5 q = 0.5

5.- La probabilidad de que un artículo producido por una fábrica sea defectuoso es p = 0.02. Se
envió un cargamento de 10.000 artículos a unos almacenes. Hallar el número esperado de
artículos defectuosos, la varianza y la desviación típica.

.
6.- Un laboratorio afirma que una droga causa efectos secundarios en una proporción de 3 de
cada 100 pacientes. Para contrastar esta afirmación, otro laboratorio elige al azar a 5 pacientes
a los que aplica la droga. ¿Cuál es la probabilidad de los siguientes sucesos?

(a) Ningún paciente tenga efectos secundarios.

(100, 0.03) p = 0.03 q = 0.97

(b) Al menos dos tengan efectos secundarios.

Distribución de poisson:

1.- Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades
de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10 cheques sin fondos en
cualquiera de dos días consecutivos?

a) x = variable que nos define el número de cheques sin fondo que llegan al banco en un día
cualquiera = 0, 1, 2, 3, ....., etc, etc.

l = 6 cheques sin fondo por día

e = 2.718

(b) x= variable que nos define el número de cheques sin fondo que llegan al banco en dos días
consecutivos = 0, 1, 2, 3, ......, etc., etc.

l = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días consecutivos
2.- En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican
0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar a)
una imperfección en 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando más
una imperfección en 15 minutos.

a) x = variable que nos define el número de imperfecciones en la hojalata por cada 3

minutos = 0, 1, 2, 3,

l = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

(b) x = variable que nos define el número de imperfecciones en la hojalata por cada 5
minutos = 0, 1, 2, 3, ...., etc., etc.

l = 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata

=1-(0.367918+0.367918) = 0.26416

(c) x = variable que nos define el número de imperfecciones en la hojalata por cada 15
minutos = 0, 1, 2, 3, ....., etc., etc.

l = 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

= 0.0498026 + 0.149408 = 0.1992106

 Si ya se conoce que solo el 3% de los alumnos de Contabilidad son muy
inteligentes ¿Calcular la probabilidad de que si tomamos 100 alumnos al azar 5 de
ellos sean muy inteligentes.
n = 100
P = 0.03
lambda = 100 * 0.03 = 3
x=5

Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10
cheques sin fondos en cualquiera de dos días consecutivos?
Solución:
a) x = variable que nos define el número de cheques sin fondo que llegan al banco
en un día cualquiera = 0, 1, 2, 3, etc.
 = 6 cheques sin fondo por día ( 6 )4 ( 2.718 )6 ( 1296 )( 0.00248 )
p( x  4,  6 )    0.13392
4! 24

b) x= variable que nos define el número de cheques sin fondo que llegan al banco en
dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.
 = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días
consecutivos
Nota:  siempre debe de estar en función de x siempre o dicho de otra forma, debe
“hablar” de lo mismo que x.
( 12 )10( 2.718 )12 ( 6.191736410 )( 0.000006151 )
p( x  10,  12 )    0.104953
10! 3628800

En la inspección de hojalata producida por un proceso electrolítico continuo, se

identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades
de identificar a) una imperfección en 3 minutos, b) al menos dos imperfecciones en
5 minutos, c) cuando más una imperfección en 15 minutos.
Solución:
a) x = variable que nos define el número de imperfecciones en la hojalata por cada 3
minutos = 0, 1, 2, 3, etc., etc.
 = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la
( 0.6 )1( 2.718 )0.6 ( 0.6 )( 0.548845 ) hojalata
p( x  1,  0.6 )    0.329307
1! 1

b) x = variable que nos define el número de imperfecciones en la hojalata por cada 5

minutos = 0, 1, 2, 3, ...., etc., etc.
 = 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata
 ( 1 )0 ( 2.718 )1 ( 1 )( 2.718 )1 
p( x  2,3,4,etc....  1 )  1  p( x  0,1,  1 )  1      1-
 0! 1! 
(0.367918+0.367918)= 0.26416

1. La producción de televisores en SAMSUNG trae asociada una probabilidad de

defecto del 2%, si se toma un lote o muestra de 85 televisores, obtener la
probabilidad de que existan 4 televisores con defectos.
n = 85
P = 0.02
X=4
lambda = 1.7
2. En una jaula con 100 pericos 15 de ellos hablan ruso calcular la probabilidad de que
si tomamos 20 pericos al azar 3 de ellos hablen ruso.
n = 20
p = 0.15
X=3
lambda =3

3. Se calcula que en la ciudad el 20% de las personas tienen defecto de la vista si

tomamos una muestra de 50 personas al azar ¿Calcular la probabilidad de que 10
de ellos tengan defecto en la vista.
n = 50
p = 0.2
lambda =10

4. El 8% de los registros contables de una empresa presentan algun problema, si un

auditor toma una muestra de 40 registros ¿Calcular probabilidad de que existan 5
registros con problemas ?
n = 40
p = 0.08
lambda =3.2
X=5
Aproximación de poisson a la binomial:

1.-Se sabe que el 5% de los libros encuadernados en cierto taller tienen encuadernaciones
defectuosas. Determine la probabilidad de que 2 de 100 libros encuadernados en ese taller,
tengan encuadernaciones defectuosas, usando, a) la fórmula de la distribución Binomial, b) la
aproximación de Poisson a la distribución Binomial.

a) n = 100

p = 0.05 = p(encuadernación defectuosa) = p(éxito)

q = 0.95 = p(encuadernación no defectuosa) = p(fracaso)

x = variable que nos define el número de encuadernaciones defectuosas en la muestra = = 0,

1, 2, 3,....,100 encuadernaciones defectuosas

(b) n = 100 encuadernaciones

p = 0.05

l = np = (100)(0.05)= 5

x = variable que nos define el número de encuadernaciones defectuosas en la muestra = = 0, 1,

2, 3,....,100 encuadernaciones defectuosas

2.- Un fabricante de maquinaria pesada tiene instalados en el campo 3840 generadores de

gran tamaño con garantía. Sí la probabilidad de que cualquiera de ellos falle durante el año
dado es de 1/1200 determine la probabilidad de que a) 4 generadores fallen durante el año en
cuestión, b) que más 1 de un generador falle durante el año en cuestión.

a) n = 3840 generadores

p = 1/1200 = probabilidad de que un generador falle durante el año de garantía

l = np = (3840)(1/1200) = 3.2 motores en promedio pueden fallar en el año de garantía

x = variable que nos define el número de motores que pueden fallar en el año de garantía =

= 0, 1, 2, 3,....,3840 motores que pueden fallar en el año de garantía

p(x=2,3,4,....,3840;=3.2)=1-p(x=0,1;=3.2)

=1- (0.04078 + 0.13048) = 0.82874

3.- En un proceso de manufactura, en el cual se producen piezas de vidrio, ocurren defectos o

burbujas, ocasionando que la pieza sea indeseable para la venta. Se sabe que en promedio 1
de cada 1000 piezas tiene una o más burbujas. ¿Cuál es la probabilidad de que en una muestra
aleatoria de 8000 piezas, menos de 3 de ellas tengan burbujas?

n = 8000 piezas

p = 1/1000= 0.001 probabilidad de que una pieza tenga 1 o más burbujas

l = np = (8000)(1/1000) = 8 piezas en promedio con 1 o más burbujas

x = variable que nos define el número de piezas que tienen 1 o más burbujas =

= 0,1, 2, 3,....,8000 piezas con una o más burbujas

= 0.000336 + 0.002686 + 0.010744 = 0.013766

4.- Durante la segunda guerra mundial cayeron sobre Londres 537 bombas voladoras. El área
afectada fué dividida en 576 sectores iguales. Sea Nk el número real de sectores en los cuales
cayeron k bombas. Suponiendo que las bombas cayeron al azar, el número esperado de
bombas por sector es 537/576= 0.932. La probabilidad que caigan k bombas en un sector,
según la aproximación Poisson , es Pk= e 0.932 (0.932)k / k! La tabla adjunta muestra la
comparación entre real y teórico:

k 0 1 2 3 4 5

Nk 229 211 93 35 7 1

576 Pk 226 211 99 31 7 2

5.- Si el 3% de las lámparas que produce una empresa son defectuosas: hallar la probabilidad
de que en una muestra aleatoria de 100 lámparas:

a) Una sea defectuosa

b) Ninguna sea defectuosa

c) A lo más tres sean defectuosas

d) Por lo menos cuatro sean defectuosas

P = 3% = 0,03
n = 100
𝝁 = (n) (p) = (100)(0,03) = 3

a) Una sea defectuosa

x=1

P(x)= (μ^x e^(-μ))/x! = (〖(3)〗^1 〖(2,7182818)〗^(-1))/1! = 0,1494

b) Ninguna sea defectuosa

x=0

= 0,0498

c) A los más tres sean defectuosa

0 = 0,0498

1 = 0,1494

2 = 0,2240
 3 = 0,2240

0,6472

d) Por lo menos cuatro sean defectuosas

0 = 0,0498

1 = 0,1494

2 = 0,2240

3 = 0,2240 = 0,6472

100

= 0,6472 a los más: Luego, P = 1 – Q ≈ 1 – 0,6472 = 0,3528

6.- Cierta máquina entrega un promedio de cinco unidades de un producto por cada ocho
horas de trabajo; Si la producción es continua: ¿Cuál es la probabilidad de encontrar:

a) Dos unidades defectuosas

u=5

x=2

= 0,0842

b) Por lo menos dos unidades defectuosas

0 = 0,0067

1 = 0,03372 = 0,0404

….

≈ 0,0404 a los más: Luego, P = 1 – Q ≈ 1 – 0,0404 = 0,9599

c) A lo más cinco unidades defectuosas

0 = 0,0067

1 = 0,0337

2 = 0,0842

3 = 0,1404

4 = 0,1755

5 = 0,1755

. 0,6160

Distribución hipergeometrica:

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?

N = 300 | X = 100 | n = 4 | x = 4
(b) ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean del proveedor local?

N = 300 | X = 100 | n = 4 | x = 2, 3 o 4

c) ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea del proveedor local?

N = 300 | X = 100 | n = 4 | x = 1, 2, 3 o 4
2.- Considerando que en la urna hay un total de 10 objetos, 3 de los cuales son defectuosos, si
de seleccionan 4 objetos al azar, ¿cuál es la probabilidad de que 2 sean defectuosos?

N = 10 | X = 3 | n = 4 | x = 2

3.- ¿Cuál es la probabilidad de que una mesera se rehúse a servir bebidas alcohólicas
únicamente a dos menores de edad si verifica aleatoriamente solo 5 identificaciones de entre
9 estudiantes, de los cuales 4 no tienen la edad suficiente?, b) ¿Cuál es la probabilidad de que
como máximo 2 de las identificaciones pertenezcan a menores de edad?

a) N = 9 | X = 4 | n = 5 | x = 2

b) N = 9 | X = 4 | n = 5 | x = 0, 1, 2
4.- En una jaula hay 30 pericos rusos y 20 pericos chinos si extraemos 10 pericos al azar calcular
posibilidad de que 3 de ellos hablen chino (característica deseada).

N= 50

n = 10

C = 20

X=3
(𝟐𝟎
𝟑
)(𝟓𝟎−𝟐𝟎
𝟏𝟎−𝟑
)
𝑷 (𝑿 = 𝟑) = = 𝟎. 𝟐𝟐𝟓𝟗
(𝟓𝟎
𝟏𝟎
)
5. De cada 2000 tornillos fabricados por una determinada maquina hay 2 defectuosos. Para
realizar el control de calidad se observan 150 tornillos y se rechaza el lote si el número
de defectuosos es mayor que 1. Calcular la probabilidad de que el lote sea rechazado.

Sea X= “n° de defectuosos de un total de n=150 si en N=2000 hay un total de k=2” ЄHG (K=2,
n=150, N=2000)

Se pide 𝑷 (𝑿 > 𝟏) = 𝟏 − [𝑷(𝑿 = 𝟎) + 𝑷(𝑿 = 𝟏)] =

(𝟐𝟎)(𝟐𝟎𝟎𝟎−𝟐
𝟏𝟓𝟎
) (𝟐𝟏)(𝟐𝟎𝟎𝟎−𝟐
𝟏𝟓𝟎−𝟏
)
=𝟏 [ + ]
(𝟐𝟎𝟎𝟎
𝟏𝟓𝟎
) (𝟐𝟎𝟎𝟎
𝟏𝟓𝟎
)
Como los cálculos son complicados, se va a aproximar la v.a. X por una binomial 𝐵𝑖 (𝒏 =
𝟐
𝟏𝟓𝟎, 𝒑 = 𝟐𝟎𝟎𝟎 = 𝟎. 𝟎𝟎𝟏

𝐏 (𝐗 > 𝟏) = 𝟏 − [𝐏 (𝐗 = 𝟎) + 𝐏(𝐗 = 𝟏)] =

𝟏𝟓𝟎 𝟏𝟓𝟎
= 𝟏 − [( ) 𝟎. 𝟎𝟎𝟏𝟎 (𝟏 − 𝟎. 𝟎𝟎𝟏)𝟏𝟓𝟎−𝟎 + ( ) 𝟎. 𝟎𝟎𝟏𝟏 (𝟏 − 𝟎. 𝟎𝟎𝟏)𝟏𝟓𝟎−𝟏 ]
𝟎 𝟏
≈ 𝟎. 𝟒𝟒𝟐
Variable aleatoria continúa:

1.- Sea X una variable aleatoria continua que tiene la siguiente función de densidad:

Hallar:

a) El valor de c para que f(x) sea una función de densidad.

b) Obtener la función de distribución.

c) Calcular: P(1 ≤ X ≤ 2).

d) Calcular la esperanza y la varianza de X.

e) Si X es la cantidad diaria vendida de un producto y la ganancia del vendedor es 5

unidades monetarias por cada unidad de producto vendida si X ≤ 1, y 8 unidades
monetarias si X > 1, encontrar la ganancia esperada del vendedor para cualquier día
especificado.
(a)

(b)

(c)

P(1 ≤ X ≤ 2) = F(2) - F(1) = 2³/8 - 1³/8 = 7/8

(d)

(e)
2.- Sea Y una variable aleatoria continua que tiene la siguiente función de densidad:

Hallar:

a) El valor de c para que f(y) sea una función de densidad.

b) Obtener la función de distribución.

c) Calcular: P(1 ≤ Y ≤ 1.5).

d) Calcular: P(Y > 1).

(a)

(b)

(c)
P(1 ≤ Y ≤ 1.5) = F(1.5) - F(1) = (1.5/16)(2 + 3·1.5) - (1/16)(2 + 3) = 19/64

(d)

P(Y > 1) = 1 - P(Y ≤ 1) = 1 - F(1) = 1 - (1/16)(2 + 3) = 11/16

3.- Sea X una variable aleatoria continua que mide el avance entre dos automóviles consecutivos
elegidos al azar en segundos, su función de distribución del tiempo de avance presenta la forma:

Hallar:

a) Determinar el valor de k para que f(x) sea una función de densidad legítima.

b) Obtener la función de distribución acumulada.

c) Calcular: P(X > 2) y P(2 < . X < . 3).

d) Obtener el valor medio y la desviación estándar del avance.

(a)
(b)

(c) · P(X > 2) = 1 - P(X ≤ 2) = 1 - F(2) = 1 - (1 - 1/2³) = 1/8

P(2 ≤ X ≤ 3) = F(3) - F(2) = (1 - 1/3³) - (1 - 1/2³) = 19/216

(d)

4.- Sea X la cantidad de espacio que ocupa un artículo colocado en una caja de empaque de 1
pie cúbico. La función de distribución de probabilidad de X es:

a) Dibuje la función de distribución de probabilidad. Obtenga la función de distribución

acumulada y dibújela también.

b) Calcular: P(X ≤ 0.5).

c) Calcular: P(0.25 ≤ X ≤ 0.5) y P(0.25 < X ≤ 0.5).

d) Obtener el valor medio y la desviación estándar.

(a)

(b) P(X ≤ 0.5) = F(0.5) = 10·0.5⁹ - 9·0.5¹⁰ = 11/1024

 (c) P(0.25 ≤ X ≤ 0.5) = P(0.25 < X ≤ 0.5) = F(0.5) - F(0.25) = [10·0.5⁹ - 9·0.5¹⁰] - [10·0.25⁹ -
9·0.25¹⁰] ≈ 0.0107

(d)

5.- Sea X una variable aleatoria continua con función de distribución acumulada:

Hallar:

a) Calcular P(X ≤ 1).

b) Calcular P(1 ≤ X ≤ 3).

c) Obtener la función de densidad de probabilidad.

(a)

(b)

(c) F'(x) = f(x)

Distribución normal:

Si X es una variable aleatoria de una distribución N(µ, σ), hallar: p(µ−3σ ≤ X ≤ µ+3σ)

2.- En una distribución normal de media 4 y desviación típica 2, calcular el valor de a para que:
P(4−a ≤ x ≤ 4+a) = 0.5934
3.- En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23° y desviación típica 5°. Calcular el número de días del mes
en los que se espera alcanzar máximas entre 21° y 27°.

4.- La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación típica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan:

(a) Entre 60 kg y 75 kg

(b) Más de 90 kg

c) Menos de 64 kg

d) 64 kg o menos
5.- En una ciudad una de cada tres familias posee teléfono. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya por lo menos 30 tengan teléfono

Distribución uniforme:

1.- Supóngase que la concentración que cierto contaminante se encuentra distribuida de

manera uniforme en el intervalo de 0 a 20 pares de millón. Si se considera tóxica una
concentración de 8 o más. ¿Cuál es la probabilidad de que al tomarse una muestra la
concentración de esta sea tóxica?. Concentración media y varianza. Probabilidad de que la
concentración sea exactamente 10.

x  un(0, 20)
(a  b) 0  20 20
u    10
2 2 2
(b  a ) 2 (20  0) 2 (20) 2 400
 
2
    33.3333
12 12 12 12
10
1
p ( x  8)   dx  0.6
8
20
x  un(0, 20)
10 1
p ( x  10)   dx  0
10 20
2.- Supóngase que la concentración que cierto contaminante se encuentra distribuida de
manera uniforme en el intervalo de 0 a 20 pares de millón. Si se considera tóxica una
concentración de 8 o más. ¿Cuál es la probabilidad de que al tomarse una muestra la
concentración de esta sea tóxica?. Concentración media y varianza. Probabilidad de que la
concentración sea exactamente 10.

3.- Supongamos que el consumo familiar de un cierto producto se distribuye como una
variable aleatoria de distribución uniforme, con esperanza igual a 10 y varianza unidad.
Determina la probabilidad de que dicho consumo este comprendido entre 8 y 12 unidades.
4.- Sea X el momento elegido al azar en que un estudiante recibe clases en un determinado día entre las
siguientes horas: 7:00 - 8:00 - 9:00 - 10:00 - 11:00 - 12:00 - 13:00

1) ¿Cuál es la función de densidad de la variable X?

2) Calcular el valor medio esperado

3) Calcular la desviación estándar

4) Calcular la probabilidad de que llegue en la primera media hora

1) a = 7 y b = 13

2)

3)

Llegar en la primera media hora significa que llega a la 7:30. Por lo tanto se debe calcular la probabilidad
entre las 7:00 y las 7:30.

Como 7:30 = 7horas + 30 minutos, y el porcentaje que representa 30 minutos de una hora es:
Primer Parcial

Regla de la multiplicación

¿Cuántas placas puedo formar de la CDMX con el alfabeto si tiene 29 letras?

a) No importa el orden

10 9 8 29 28 27 = 15, 785,280

b) Existe el orden

10 9 8 29 28 27 = 15’785,280

c) El “0” y la letra C no van al principio y existe el orden

9 9 8 28 28 27 = 13, 716,864

En UPIICSA se realizó una consulta a 500 alumnos sobre sus materias reprobadas, 150
reprobaron matemáticas, 130 química, 145 física, 50 matemáticas y química, 35 química y
física y 30 física y matemáticas.

110 40 55

10
20 25

90

150

a) Alumnos reprobados = 350

110+55+90
b) Reprobado una materia = 0.51
500
10
c) 3 materias 500 = 0.02
85
d) 2 materias 500 = 0.17
150
e) Sin reprobadas 500 = 0.30
350
f) Por lo menos 1 reprobada = 0.70
500
340
g) A lo más 2 reprobadas 500
= 0.68
95
h) Por lo menos 2 reprobadas = 0.19
500

Formar el número de boleta con 5 letras y 5 números

a) No importa el orden
28 27 26 25 24 9 9 8 7 6

b) existe orden

28 28 28 28 28 10 10 10 10 10

c) no empezar con 0 o Z

27 27 26 25 24 9 9 8 7 6

d) empezar con 2 y A

1 27 26 25 24 1 9 8 7 6

De 3000 alumnos del IPN, 1000 alumnos pidieron solo informática, 500 solo industrial
y 800 pidieron administración, 100 pidieron las 3 carreras, 160 informática e industrial, 150
pidieron industrial y administración

740 100 550

100
60 50

290

a) P (Informática) = 740/3000=0.2466
b) P (Industrial) = 290/3000=0.0966
c) P (Administración) = 550/3000=0.1833
d) P (informática/administración) = 100/3000=0.0333
e) P (informática/administración/industrial) = 100/3000=0.0333

¿De cuantas maneras se pueden sentar 7 personas en 7 asientos?

7! = 5040

Regla del factorial

Tengo 6 discos de música, 6 discos documentales, 3 discos de trabajo

a) De cuántas formas los puedo acomodar si los de música van juntos

6! 10!
 b) Los de trabajo van juntos

3! 13!

c) Si los discos de música van juntos, los de trabajo van juntos

6! 3! 8!

d) Todos juntos

6! 3! 6! 3!

e) No importa el orden

15!

Regla de la permutación y combinación

La UPIICSA tiene 17 candidatos para 4 puestos, el puesto a con el sueldo x, el puesto b con el
sueldo y, el puesto c con el sueldo z y el puesto d con el sueldo t

De cuántas maneras o formas la UPIICSA puede señalar a sus trabajadores.

n= 17 17P4 = 57,120

r= 4 17C4= 2,380

Una tienda tiene 17 TV’s, 5 están descompuestas

Se eligen 4 televisores al azar

¿Cuál es la probabilidad de que…?

a) No haya ningún televisor descompuesto

P= (5C0) (12C4)/17C4 = 0.2079

b) Que existan 3 TV’s en buen estado

P= (12C2) (5C2)/17C4 = 0.2773

Se juega una partida de póker, se desea saber cuál es la probabilidad

a) Obtener 3 ases

P= (4C3) (48C2)/ 52C5 = 1.7360x10-3

b) 3 tréboles y 2 diamantes de una baraja inglesa

P= (13C3) (13C2) (26C0)/ 52C5 = 8.58x10-3

20 TV, 5 descompuestas 4 al azar.

(50)(15
4) 1365
a) No haya TV descompuestas = = 0.2817 = 28.19%
(20
4) 4845
 (51)(15
3) 2275
b) 3 TV estén descompuestas = = 0.4695 = 46.95%
(20
4) 4845

(42)(42)(81)(24
3) 582912
2 reyes, 2 caballos y 1 basto = = = 0.0075 = 0.75%
(40
8) 76904685

TEOREMA DE VALLES

Probabilidad Condicional

Una empresa tiene 3 máquinas x, y, z las cuales generan el número total de artículos de su
producción diaria. De acuerdo a los siguientes %’s

50%, 30% y 20%

Los %’s de artículos en mal estado producidos por estás máquinas 4%, 5%, 6% ¿Si se elige un
artículo al azar y resulto estar en mal estado, hallar la probabilidad de que lo haya producido la
máquina?

0.04%
x 0.5%
0.96%
0.05%
Máquinas y 0.3%
0.95%
0.06%
Z 0.2%
0.94%
P (mal estado/?)

P (Total/mal estado) = (0.5) (0.04) + (0.3) (0.05) + (0.2) (0.06) = 0.047

P (mal estado/x) = (0.5) (0.04) / 0.047 = 0.4255

P (mal estado/y) = (0.3) (0.05) / 0.047 = 0.3191

P (mal estado/z) = (0.2) (0.06) / 0.047 = 0.2553

Total = 0.9999

P (buen estado/?)

P (Total/buen estado) = (0.5) (0.96) + (0.3) (0.95) + (0.2) (0.94) = 0.953

P (buen estado/x) = (0.5) (0.96)/ 0.953 = 0.5036

P (buen estado/y) = (0.3) (0.95)/ 0.953 = 0.2990

P (buen estado/z) = (0.2) (0.94)/ 0.953 = 0.1972

Total = 0.9998

1 – 0.047 = 0.953
Un médico debe de visitar regularmente 3 hospitales: a, b y c. Las probabilidades de que visite
cada uno es 0.35, 0.25 y 0.4 El médico sabe que en su trayecto puede encontrarse con una
manifestación que lo retrasara y las probabilidades son 0.18, 0.23 y 0.15

a) ¿Cuál es la probabilidad de que no encuentre manifestación?

P (Total/?) = (0.18) (0.82) + (0.23) (0.77) + (0.4) (0.85) = 0.8195

b) Si hoy se encontró con una manifestación, ¿Cuál es la probabilidad de haber visitado el

hospital?

P (manifestación/a) = (0.18) (0.35)/ 0.1805 = 0.3490

P (manifestación/b) = (0.25) (0.23)/ 0.1805 = 0.3185

P (manifestación/c) = (0.4) (0.15)/ 0.1805 = 0.3324

Total = 0.9999

0.18%
0.35%
0.82%
0.23%
Hospitales 0.25%
0.77%
0.15%
0.4%
0.85%

Segundo Parcial

Variable aleatoria discreta

1. Un mayorista tiene en existencia 10 refrigeradores, 3 de los cuales tienen algún

defecto, sí un negocio adquiere en forma aleatoria 4 de estos refrigeradores,
encuentre P(X), F(X), µ, varianza y la desviación estándar para el número de
refrigeradores defectuosos

VAD x= 0, 1, 2, 3
(3𝐶0)(7𝐶4)
𝑃(𝑋 = 0) = = 0.1666
10𝐶4
(3𝐶1)(7𝐶3)
𝑃(𝑋 = 1) = = 0.5
10𝐶4
 (3𝐶2)(7𝐶2)
𝑃(𝑋 = 2) = = 0.3
10𝐶4
(3𝐶3)(7𝐶1)
𝑃(𝑋 = 3) = = 0.0333
10𝐶4
X 0 1 2 3

P(X) 0.1666 0.5 0.3 0.0333

F(X) 0.1666 0.6666 0.9666 0.9999

𝜇 = 𝑋0 𝑃𝑋0 + 𝑋1 𝑃𝑋1 + 𝑋2 𝑃𝑋2 + 𝑋3 𝑃𝑋3

𝜇 = (0)(0.1666) + (1)(0.5) + (2)(0.3) + (3)(0.0333)
𝜇 = 1.1999

𝜎 2 = (𝑋0 − 𝜇)2 (𝑃𝑋0 ) + (𝑋1 − 𝜇)2 (𝑃𝑋1 ) + (𝑋2 − 𝜇)2 (𝑃𝑋2 ) + (𝑋3 − 𝜇)2 (𝑃𝑋3 )

𝜎 2 = (0 − 1.1999)2 (0.1666)+(1 − 1.1999)2 (0.5)+(2 − 1.1999)2 (0.3) + (3 −

1.1999)2 (0.0333)

𝜎 2 = 0.5597

𝜎 = √0.5597 = 0.7481
2. En una caja cerrada hay 6 fichas, 4 son azules y 2 son verdes, si se eligen al azar 3 de
ellas sin reemplazo; encuentre P(X), F(X), µ, varianza y la desviación estándar para el
número de fichas verdes

VAD x= 0, 1, 2
(2𝐶0)(4𝐶3)
𝑃(𝑋 = 0) = = 0.2
6𝐶3
(2𝐶1)(4𝐶2)
𝑃(𝑋 = 1) = = 0.6
6𝐶3
(2𝐶2)(4𝐶1)
𝑃(𝑋 = 2) = = 0.2
6𝐶3

X 0 1 2

P(X) 0.2 0.6 0.2

F(X) 0.2 0.8 1

𝜇 = 𝑋0 𝑃𝑋0 + 𝑋1 𝑃𝑋1 + 𝑋2 𝑃𝑋2 + 𝑋3 𝑃𝑋3

𝜇 = (0)(0.2) + (1)(0.6) + (2)(0.2)
𝜇=1
𝜎 2 = (𝑋0 − 𝜇)2 (𝑃𝑋0 ) + (𝑋1 − 𝜇)2 (𝑃𝑋1 ) + (𝑋2 − 𝜇)2 (𝑃𝑋2 )

𝜎 2 = (0 − 1)2 (0.2)+(1 − 1)2 (0.6)+(2 − 1)2 (0.2)

𝜎 2 = 0.4

𝜎 = √0.4 = 0.6324

Sesión 2
𝑥 2 +4
1. 𝑓(𝑋) = { 30

VAD x= 0, 1, 2, 3

(0)2 + 4 4
𝑃(𝑋 = 0) = =
30 30
(1)2 + 4 5
𝑃(𝑋 = 1) = =
30 30
(2)2 + 4 8
𝑃(𝑋 = 2) = =
30 30
(3)2 + 4 13
𝑃(𝑋 = 3) = =
30 30

X 0 1 2 3

P(X) 4 5 8 13
30 30 30 30
F(X) 4 9 17 30
30 30 30 30

3𝑥−2
2. 𝑓(𝑋) = {
22

VAD x= 1, 2, 3, 4
3(1) − 2 1
𝑃(𝑋 = 1) = =
22 22
3(2) − 2 4
𝑃(𝑋 = 2) = =
22 22
3(3) − 2 7
𝑃(𝑋 = 3) = =
22 22
3(4) − 2 10
𝑃(𝑋 = 4) = =
22 22
 X 1 2 3 4

P(X) 1 4 7 10
22 22 22 22
F(X) 1 5 12 22
22 22 22 22

𝜇 = 𝑋0 𝑃𝑋0 + 𝑋1 𝑃𝑋1 + 𝑋2 𝑃𝑋2 + 𝑋3 𝑃𝑋3

1 4 7 10
𝜇 = (1) ( ) + (2) ( ) + (3) ( ) + (4) ( )
22 22 22 22
70
𝜇=
22

𝑥+1
3. 𝑓(𝑋) = 28
VAD x= 1, 2, 3, 4
9−𝑥
𝑓(𝑋) = 20
VAD x= 5, 6, 7, 8

1+1 2
𝑃(𝑋 = 1) = =
28 28
2+1 3
𝑃(𝑋 = 2) = =
28 28
3+1 4
𝑃(𝑋 = 3) = =
28 28
4+1 5
𝑃(𝑋 = 4) = =
28 28
9−5 4
𝑃(𝑋 = 5) = =
20 20
9−6 3
𝑃(𝑋 = 6) = =
20 20
9−7 2
𝑃(𝑋 = 7) = =
20 20
9−8 1
𝑃(𝑋 = 8) = =
20 20
X 1 2 3 4 5 6 7 8

P(X) 2 3 4 5 4 3 2 1
28 28 28 28 20 20 20 20
F(X) 2 5 9 14 7 17 19 20
28 28 28 28 10 20 20 20
𝜇 = 𝑋1 𝑃𝑋1 + 𝑋2 𝑃𝑋2 + 𝑋3 𝑃𝑋3 + 𝑋4 𝑃𝑋4 + 𝑋5 𝑃𝑋5 + 𝑋6 𝑃𝑋6 + 𝑋7 𝑃𝑋7 + 𝑋8 𝑃𝑋8
2 3 4 5 4 3 2
𝜇 = (1) ( ) + (2) ( ) + (3) ( ) + (4) ( ) + (5) ( ) + (6) ( ) + (7) ( )
28 28 28 28 20 20 20
1
+ (8) ( )
20
31
𝜇=
7
𝜎 2 = (𝑋1 − 𝜇)2 (𝑃𝑋1 )+(𝑋2 − 𝜇)2 (𝑃𝑋2 ) + (𝑋3 − 𝜇)2 (𝑃𝑋3 )+(𝑋4 − 𝜇)2 (𝑃𝑋4 )+(𝑋5 − 𝜇)2 (𝑃𝑋5 )
+ (𝑋6 − 𝜇)2 (𝑃𝑋6 ) + (𝑋7 − 𝜇)2 (𝑃𝑋7 ) + (𝑋8 − 𝜇)2 (𝑃𝑋8 )
31 2 2 31 2 3 31 2 4 31 2 5 31 2 4
𝜎 2 = (1 − 7
) (28
)+ (2 − 7
) (28
)+ (3 − 7
) (28)+ (4 − 7
) (28)+ (5 − 7
) (20)+
31 2 3 31 2 2 31 2 1
(6 − 7
) (20)+ (7 − 7 ) (20)+ (8 − 7 ) (20)

𝜎 2 = 3.48

𝜎 = √3.48 = 1.86

1. 𝑓(𝑥) = 𝑘(𝑥 + 1)
VAD x= 1, 2, 3, 4

𝑃(𝑥 = 1) = 𝑘(1 + 1) = 2𝑘
𝑃(𝑥 = 2) = 𝑘(2 + 1) = 3𝑘
𝑃(𝑥 = 3) = 𝑘(3 + 1) = 4𝑘
𝑃(𝑥 = 4) = 𝑘(4 + 1) = 5𝑘
2𝑘 + 3𝑘 + 4𝑘 + 5𝑘 = 1
1
𝑘=
14
X 1 2 3 4

P(X) 2k 3k 4k 5k

P(X) 2 3 4 5
14 14 14 14
F(X) 2 5 9 14
14 14 14 14

𝜇 = 𝑋0 𝑃𝑋0 + 𝑋1 𝑃𝑋1 + 𝑋2 𝑃𝑋2 + 𝑋3 𝑃𝑋3

2 3 4 5
𝜇 = (1) ( ) + (2) ( ) + (3) ( ) + (4) ( )
14 14 14 14
 40
𝜇=
14
𝜎 2 = (𝑋0 − 𝜇)2 (𝑃𝑋0 ) + (𝑋1 − 𝜇)2 (𝑃𝑋1 ) + (𝑋2 − 𝜇)2 (𝑃𝑋2 ) + (𝑋3 − 𝜇)2 (𝑃𝑋3 )
40 2 2 40 2 3 40 2 4 40 2 5
𝜎 2 = (1 − ) ( )+(2 − ) ( )+(3 − ) ( ) + (4 − ) ( )
14 14 14 14 14 14 14 14

𝜎 2 = 1.12

𝜎 = √1.12 = 1.0583

2. 𝑓(𝑥) = 𝑘(9 − 𝑥)

VAD x= 5, 6, 7, 8

𝑃(𝑥 = 5) = 𝑘(9 − 5) = 4𝑘
𝑃(𝑥 = 6) = 𝑘(9 − 6) = 3𝑘
𝑃(𝑥 = 7) = 𝑘(9 − 7) = 2𝑘
𝑃(𝑥 = 8) = 𝑘(9 − 8) = 𝑘
4𝑘 + 3𝑘 + 2𝑘 + 𝑘 = 1
1
𝑘=
10
X 5 6 7 8

PX 4 3 2 1
10 10 10 10
FX 4 7 9 10
10 10 10 10

𝜇 = 𝑋0 𝑃𝑋0 + 𝑋1 𝑃𝑋1 + 𝑋2 𝑃𝑋2 + 𝑋3 𝑃𝑋3

4 3 2 1
𝜇 = (5) ( ) + (6) ( ) + (7) ( ) + (8) ( )
10 10 10 10
𝜇=6

𝜎 2 = (𝑋0 − 𝜇)2 (𝑃𝑋0 ) + (𝑋1 − 𝜇)2 (𝑃𝑋1 ) + (𝑋2 − 𝜇)2 (𝑃𝑋2 ) + (𝑋3 − 𝜇)2 (𝑃𝑋3 )
4 3 2 1
𝜎 2 = (5 − 6)2 (10)+(6 − 6)2 (10)+(7 − 6)2 (10) + (8 − 6)2 (10)

𝜎2 = 1

𝜎 = √1= 1
1
3. 𝑓(𝑥) = 𝑘(3)𝑥

VAD x= 2, 3, 4
 1 1
𝑃(𝑥 = 2) = 𝑘(3)2 = 9 𝑘
1 1
𝑃(𝑥 = 2) = 𝑘(3)3 = 27 𝑘
1 1
𝑃(𝑥 = 2) = 𝑘(3)4 = 81 𝑘

1 1 1
𝑘+ 𝑘+ 𝑘=1
9 27 81
81
𝑘=
13
X 2 3 4

PX 9 3 1
13 13 13
FX 9 12 13
13 13 13
𝜇 = 𝑋0 𝑃𝑋0 + 𝑋1 𝑃𝑋1 + 𝑋2 𝑃𝑋2
9 3 1
𝜇 = (2) ( ) + (3) ( ) + (4) ( )
13 13 13
31
𝜇=
13
𝜎 2 = (𝑋0 − 𝜇)2 (𝑃𝑋0 ) + (𝑋1 − 𝜇)2 (𝑃𝑋1 ) + (𝑋2 − 𝜇)2 (𝑃𝑋2 )
31 2 9 31 2 3 31 2 1
𝜎 2 = (2 − 13) (13)+(3 − 13) (13)+(4 − 13) (13)

𝜎 2 = 0.52

𝜎 = √0.52 = 0.7211

Distribución binomial

1. Un estudiante que no sabe nada tiene que resolver un examen que tiene 20 preguntas,
cada una de ellas tiene 4 posibles respuestas, el estudiante aprueba el examen sí tiene
11 o más correctas. Hallar la probabilidad

a) Aprueba el examen
20
𝑃(𝑥 ≥ 11) = 1 − ∑ ( ) (0.25)𝑥 (0.75)20−𝑥
𝑥
𝑃(𝑥 ≥ 11) = 1 − (𝑥 ≤ 10)

𝑃(𝑥 ≥ 11) = 1 − (0.9961) = 3.9𝑥10−3

b) Resuelve a lo más 16
 20
𝑃(𝑥 ≤ 16) = ∑ ( ) (0.25)16 (0.75)4 = 1.000
16
c) Resuelve exactamente 13 preguntas
20
𝑃(𝑥 = 13) = ( ) (0.25)13 (0.75)7 = 1.5419𝑥10−4
13

d) Resuelve al menos 10

20
𝑃(𝑥 ≥ 10) = 1 − ∑ ( ) (0.25)𝑥 (0.75)20−𝑥
𝑥
𝑃(𝑥 ≥ 11) = 1 − (𝑥 ≤ 9)
𝑃(𝑥 ≥ 11) = 1 − (0.9861) = 0.0139

Distribución binomial a Poisson

En un negocio de comida oriental, los clientes llegan en promedio de 2 por hora. ¿Cuál es la
probabilidad de que en una hora cualquiera?

a) Tenga 4 o más clientes

2𝑥 𝑒 −2
P (x ≥ 4) = 1-∑ = 1-( x ≤ 3) = 1-0.8571 = 0.1429
𝑥!

b) No tenga ningún cliente

µ𝑥 𝑒 −µ 20 𝑒 −2
P(x = 0) = = = 0.1353
𝑥! 0!

c) Tenga menos de 4 clientes

2𝑥 𝑒 −2
P(x ≤ 3) = ∑ 𝑥!
= 0.8571

µ = λt = 2h

Aproximación binomial a Poisson

Con la nueva forma de gobernar, la SHCP en una revisión realizada a las declaraciones de
impuestos hecha por las personas morales, encontró que en promedio 1 de cada 2,000
personas tienen errores en sus declaraciones; si se revisa al azar 20,000 declaraciones

Hallar la probabilidad de que:

a) Más de 4 tengan errores en su declaración

10𝑥 𝑒 −10
P(x > 4) = P(x ≥ 5) = 1-∑ 𝑥!
= 1 – P(x ≤ 4) = 1 - (0.0293) = 0.9707

b) Menos de 10 tengan errores en su declaración

10𝑥 𝑒 −10
P(x < 10) = P(x ≤ 9) = ∑ 𝑥!
= 0.4579
 c) 7 tengan errores en su declaración
10𝑥 𝑒 −10 107 𝑒 −10
P(x = 7) = = = 0.0211
𝑥! 7!

Datos:

n= 20,000 µ = np = (20,000) (0.0005) = 10

p= 1/2,000 = 0.0005

Distribución hipergeométrica

1.

N= 5 P(x = 2) = (4C2) (1C0) / 5C2 = 0.6

n=2 P(x = 1) = (4C1) (1C1) / 5C2 = 0.4

k=4 Xa= 2 Xb= 1

2.

N=5 P(x = 2) = (3C2) (2C0) / 5C2 = 0.3

n= 2 P(x = 1) = (2C1) (3C1) / 5C2 = 0.6

k=3 Xa= 2 Xb= 1

3.

N= 10 a) P(x = 0) = ∑ (3C0) (7C6) / 10C6 = 1/30

n= 6 b) P(x = 1) = ∑ (3C1) (7C5) / 10C6 = 3/30

k=7 c) P(x ≥ 1) = 1 - ∑ (3Cx) (7C 6 - x) / 10C6 = 0.9666

d) P(x ≥ 3) = 1 - ∑ P(x ≤ 2) = 0.5

e) µ = nk/N = (6) (3)/ 10 = 1.8

V(x) = µ [10 – 6/ 10 – 1]

V(x) = 1.8 (4/9) = 0.8

Variable aleatoria continúa

𝟐
𝒇(𝒙) = 𝒙 𝟒≤𝒙 ≤𝟓
𝟗
𝒙𝟐 𝒙𝟐 𝒙 𝒙𝟐 𝟒𝟐 𝒙𝟐 −𝟏𝟔
a) 𝑭(𝒙) = ∫𝟒 𝟗 𝒙 𝒅𝒙 = = (𝟗 − ) =
𝟗 𝟒 𝟗 𝟗

P(𝟒. 𝟐 ≤ 𝒙 ≤ 𝟒. 𝟕)
𝒙𝟐 −𝟏𝟔 𝟒. 𝟕 𝟒.𝟕𝟐 −𝟏𝟔 𝟒.𝟐𝟐 −𝟏𝟔
b) =( 𝟗 − ) = 𝟎. 𝟒𝟗𝟗𝟒
𝟗 𝟒. 𝟐 𝟗

Distribución uniforme

1.Sea “x” una variable independiente

[4,12]

f(x) = 1/b – a = 1/ 12 – 4 = 1/8 = 0.125

F(x)= x – a/ b – a = x – 4/ 12 – 4 = x – 4/ 8

2.El tiempo de vida de un microbús sigue un modelo uniforme que cierra en el intervalo [7,4]
años, hallar la probabilidad de que se recupera la inversión sí por lo menos funciona 10 años

P(x ≥ 10) = b- x/ b- a = 14 – 10/ 14 – 7 = 4/7 = 0.5714 = 57.14%

3.En un estudio que se hizo sobre contenido que tienen los vasos de los helados de la
michoacana se encontró que se comportan uniformemente entre [40,60] mL

a) Probabilidad que un vaso contenga a lo más 45 mL

P(x ≤ 45) = 45 – 40/ 60 – 40 = 5/25 = 0.25 = 25%

b) ¿Cuántos mL contiene en promedio un vaso

µ= 40+60/2 = 100/2 = 50

c) Obtenga la desviación

σ^2 = (60 – 40)^2/12 = 33.33

σ = √33.33 = 5.77

4.

f(x)= 1/7 2≤x≤9

a) F(x) = x – 2/ 9 – 2 = x – 2/ 7
b) P(3 ≤ x ≤ 5) = 5 – 3/9 – 2 = 2/7 = 0.2857
c) P(x ≥ 6) = 9 – 6/9 – 2 = 3/7 = 0.4285
d) µ = 2 + 9/2 = 11/2 = 5.5
e) σ^2= (9 – 2)^2/12 = 4.0833

Distribución normal

El tiempo que un campesino tarda en llegar a la ciudad a vender sus productos sigue una
distribución normal con una media de 25 minutos y una desviación estándar de 5 minutos.
Hallar la probabilidad de que un campesino, tarde:

σ= 5 minutos

µ= 25 minutos

a) A lo más 20 minutos
𝑥− 𝜇
𝑃 (𝑥 ≤ 20) = 𝜑 ( 𝑍 ≤ )
𝜎
20 − 25
𝑃 (𝑥 ≤ 20) = 𝜑 ( 𝑍 ≤ )
5
 𝑃 (𝑥 ≤ 20) = 𝜑( 𝑍 ≤ −1) = 0.1587
b) Entre 22 y 30 minutos
𝑥− 𝜇 𝑥− 𝜇
𝑃(22 ≤ 𝑥 ≤ 30) = 𝜑 ( 𝑍2 ≤ ) − 𝜑 ( 𝑍1 ≤ )
𝜎 𝜎
30 − 25 22 − 25
𝑃(22 ≤ 𝑥 ≤ 30) = 𝜑 ( 𝑍2 ≤ ) − 𝜑 ( 𝑍1 ≤ )
5 5
𝑃(22 ≤ 𝑥 ≤ 30) = 𝜑( 𝑍2 ≤ 1) − 𝜑( 𝑍1 ≤ −0.6)
𝑃(22 ≤ 𝑥 ≤ 30) = 0.8413 − 0.2843 = 0.557

c) Entre 21 y 28 minutos
𝑥− 𝜇 𝑥− 𝜇
𝑃(21 ≤ 𝑥 ≤ 28) = 𝜑 ( 𝑍2 ≤ ) − 𝜑 ( 𝑍1 ≤ )
𝜎 𝜎
28 − 25 21 − 25
𝑃(21 ≤ 𝑥 ≤ 28) = 𝜑 ( 𝑍2 ≤ ) − 𝜑 ( 𝑍1 ≤ )
5 5
𝑃(21 ≤ 𝑥 ≤ 28) = 𝜑( 𝑍2 ≤ 0.8) − 𝜑( 𝑍1 ≤ −0.8)
𝑃(21 ≤ 𝑥 ≤ 28) = 0.5763
d) Al menos 30 minutos
30 − 25
𝑃( 𝑥 ≥ 30) = 1 − 𝜑 (𝑍 ≤ )
5
𝑃( 𝑥 ≥ 30) = 1 − 𝜑(𝑍 ≤ 1)
𝑃( 𝑥 ≥ 30) = 1 − 0.8413 = 0.12587

Un laboratorio desarrollo una nueva vacuna contra una enfermedad altamente contagiosa,
esta vacuna se debe almacenar a una temperatura media diaria de 8 grados, con una
desviación estándar de 3 grados. Si la distribución de las temperaturas diarias es
aproximadamente normal, ¿Cuál es la probabilidad de que en un día determinado la
temperatura hubiera estado

a) Entre 6 y 9 grados
𝑥− 𝜇 𝑥− 𝜇
𝑃(6 ≤ 𝑥 ≤ 9) = 𝜑 ( 𝑍2 ≤ ) − 𝜑 ( 𝑍1 ≤ )
𝜎 𝜎
9− 8 6− 8
𝑃(6 ≤ 𝑥 ≤ 9) = 𝜑 ( 𝑍2 ≤ ) − 𝜑 ( 𝑍1 ≤ )
3 3
𝑃(6 ≤ 𝑥 ≤ 9) = 𝜑( 𝑍2 ≤ 0.33) − 𝜑( 𝑍1 ≤ −0.66)
𝑃(6 ≤ 𝑥 ≤ 9) = 0.6293 − 0.2546 = 0.3747
b) A lo más de 7.1 grados
𝑥− 𝜇
𝑃 (𝑥 ≤ 7.1) = 𝜑 ( 𝑍 ≤ )
𝜎
7.1 − 8
𝑃 (𝑥 ≤ 7.1) = 𝜑 ( 𝑍 ≤ )
3
𝑃 (𝑥 ≤ 7.1) = 𝜑( 𝑍 ≤ −0.3) = 0.3821
c) Por lo menos 8.5 grados
8.5 − 8
𝑃( 𝑥 ≥ 8.5) = 1 − 𝜑 (𝑍 ≤ )
3
𝑃( 𝑥 ≥ 8.5) = 1 − 𝜑(𝑍 ≤ 0.16)
 𝑃( 𝑥 ≥ 8.5) = 1 − 0.5636 = 0.4364

Aproximación de la distribución normal a la distribución binomial

1.Un distribuidor de granos en general según sus registros afirma que el 40% de sus clientes
pagan con tarjeta de crédito. ¿Cuál es la probabilidad de que de 250 clientes al menos 143
paguen en efectivo?

p= 0.60

q= 0.40

n= 250

µ= (250) (0.60) = 150

σ= (150) (0.40) = 60
𝑥 − 𝜇 + 0.5
𝑃(𝑥 ≥ 143) = 1 − 𝜑 (𝑍 ≤ )
𝜎
143 − 150 + 0.5
𝑃(𝑥 ≥ 143) = 1 − 𝜑 (𝑍 ≤ )
7.74
𝑃(𝑥 ≥ 143) = 1 − 𝜑(𝑍 ≤ −0.83)
𝑃(𝑥 ≥ 143) = 1 − 0.2033 = 0.7967
2.Un examen de selección para obtener un empleo en una empresa consiste de una prueba de
temas generales de opción múltiple con 50 preguntas, cada una de ellas tiene 3 posibles
respuestas. Si un aspirante se presenta a realizar este examen sin haberse preparado y
contesta en forma aleatoria cada pregunta, ¿Cuál es la probabilidad de que 14 o más estén
correctas?

p= 0.333

q= 0.666

n= 50

µ= (50) (0.333) = 16.65

σ= (16.65) (0.666) = 11.08

𝑥 − 𝜇 + 0.5
𝑃(𝑥 ≥ 14) = 1 − 𝜑 (𝑍 ≤ )
𝜎
14 − 16.65 + 0.5
𝑃(𝑥 ≥ 14) = 1 − 𝜑 (𝑍 ≤ )
3.32
𝑃(𝑥 ≥ 14) = 1 − 𝜑(𝑍 ≤ −0.64)
𝑃(𝑥 ≥ 14) = 1 − 0.2611 = 0.7389