Actividad Integradora 9 Probabilidad y Estadística.

1.- Sea la variable aleatoria continua x la corriente medida en miliamperes en un alambre

delgado de cobre, suponga que el rango es de 0 a 20 miliamperes. ¿Cual es la
probabilidad de que la medición de la corriente esté entre 5 y 10 miliamperes?
a) En una distribución uniforme.
b) Calcula la media de esta distribución uniforme.
c) Calcula la desviación estándar de esta distribución uniforme.
Solución:
a)
Variable continua: x: mA, su función de densidad es:
1 1
F ( x )= = =0.05 , 5≤ x ≤ 10
b−a 20−0
10 10
P ( 5≤ x ≤ 10 )=∫ f ( x )dx =∫ 0.05 dx=0.05 [ x ] 10=0.05 [ 10−5 ] =0.05∗5=0.25
5 5 5
b)
a+ b 0+20
μ= E ( x )= = =10 mA
2 2

c)
2 ( b−a)2 (20−0)2 400 mA 2
σ =V ( x )= = = =33,33 mA 2
12 12 12

Calculo de la desviación estándar:

σ =√ V ( x )= √33,33 mA 2=5,77 mA

2.-Se supone que la variable aleatoria X representa el tiempo de vuelo de un avión que va
de Cd. De México a Colima. Se supone que el tiempo de vuelo puede ser valor entre 120
y 140 minutos.
a) Calcula la probabilidad de que el tiempo de vuelo esté entre 120 y 130 minutos, se
supone una distribución uniforme.
b) Calcula la media, se supone una distribución uniforme.
c) Calcula la desviación estándar, se supone una distribución uniforme.
Solución:
a) Variable continua: x: tiempo de vuelo, su función de densidad es:
1 1
F ( x )= = =0.05 ,5 ≤ x ≤ 10
b−a 140−120
 130 130
P ( 120≤ x ≤ 130 )= ∫ f ( x)dx= ∫ 0.05 dx=0.05 [ x ] 130 =0.05 [ 130−120 ] =0.05∗10=0.5
120 120 120
a+ b 120+140
b) μ= E ( x )= = =130 minutos
2 2

( b−a)2 (140−120)2 400 mA 2

c) σ 2=V ( x )= = = =33,33min 2
12 12 12

Calculo de la desviación estándar:

σ =√ V ( x )= √33,33 min2=5,77 min

3.- Un camión tiene un tiempo medio de recorrido a cierta ciudad de 19.0 horas. La
distribución se aproxima a una distribución normal, la desviación estándar de la
distribución fue de 1.2 horas.
a) ¿En qué par de valores ocurre el 68 % del recorrido?
b) ¿En qué par de valores ocurre el 99 % del recorrido?
Solución:
a) Sea la variable aleatoria t que denote el tiempo medio de recorrido. Se requiere
encontrar x tal que : P(−z <t < z)=0.68
Tomando en cuenta la tabla de distribución normal acumulada, el valor más cercano a
0.68 es para Z= 0,47, por lo tantoP (−0.47<t <0.47 ) =0.68ya que :
P(−z )=1−P(z )

Fuente: Ojeda, 2007

X−μ X−19
Z= →0.47= →1.2∗0.47= X−19 → 0.564=X−19 → X=19+ 0.564
σ 1.2
X =19.564
X−μ X−19
Z= →−0.47= → 1.2∗ (−0.47 )= X−19 →
σ 1.2
−0.564=X −19 → X =19−0.564=18.436
P ( 18.436≤ X ≤ 19.564 )=0.68

Fuente: Elaboración propia

Se realiza la comprobación para X =19.564 dando P( z )=0.6808
Para X=18,436 se obtiene P (−z)=0 ,3177509 , por lo tanto:
P (z) = 1 - 0, 3177509 = 0.682241

Fuente: elaboración propia

b) P (-z<t<z) = 0.99
Sea la variable aleatoria t que denote el tiempo medio de recorrido. Se requiere encontrar
x tal que: P(−z <t < z)=0.99
Tomando en cuenta la tabla de distribución normal acumulada, el valor más cercano a
0.99 es 0.989830 para Z= 2,32, por lo tantoP (−2.32<t<2.32 ) =0.99ya que :
P(−z )=1−P(z )

Fuente: Ojeda, 2007

X−μ X −19
Z= →2.32= → 1.2∗2.32= X−19 → 2.784= X−19 → X=19+ 2.784
σ 1.2
X =21.784
X−μ X −19
Z= →−2.32= → 1.2∗(−2.32 )= X−19 →
σ 1.2
−2.784=X −19 → X =19−2.784=16.216
P ( 16.216≤ X ≤ 21.784 )=0.99

Fuente: Elaboración propia

Se realizala comprobación para X =21.784 dando P( z )=0.989829561
Para X=16.216 se obtiene P (−z)=0 ,010170439 , por lo tanto:
P( z )=1−0 , 010170439 ,=0.989829561

Fuente: elaboración propia

4.- La distribución de los ingresos anuales de una familia de nivel medio es de 5000 pesos
mensuales, sigue en forma aproximada una distribución normal con una desviación
estándar de 50.
a) ¿Entre que valores se encuentra el 68 % de las familias?
b) ¿Entre que valores se encuentra el 95% de las familias?
Solución
a) Sea la variable aleatoria i que denote ingresos anuales. Se requiere encontrar x tal
que : P(−z <i< z)=0.68
Tomando en cuenta la tabla de distribución normal acumulada, el valor más cercano a
0.68 es para Z= 0,47, por lo tantoP (−0.47<i<0.47 )=0.68ya que :
P(−z )=1−P(z )
 Fuente: Ojeda, 2007

X−μ X−5000
Z= →0.47= →50∗0.47=X−5000→ 23.5= X−5000 →
σ 50
X =5000+23.5=5023.5
X−μ X−5000
Z= →−0.47= → 50∗(−0.47 ) =X−5000 →−23.5=X −5000 →
σ 50
X =5000−23.5=4976.5

P ( 4976.5 ≤ X ≤ 5023.5 )=0.68

b) Sea la variable aleatoria i que denote ingresos anuales. Se requiere encontrar x tal
que : P(−z <i< z)=0.95
Tomando en cuenta la tabla de distribución normal acumulada, el valor más cercano a
0.95 es para Z= 1.64, por lo tantoP (−1,64<i<1,64 )=0.95ya que :
P(−z )=1−P(z )

Fuente: Ojeda, 2007

X−μ X−5000
Z= →1.64= →50∗1.64=X−5000→ 82= X−5000 →
σ 50
X =5000+82=5082
X−μ X−5000
Z= →−1.64= → 50∗(−1.64 ) =X−5000 →−82=X −5000→
σ 50
X =5000−82=4918
P ( 4918 ≤ X ≤ 5082 )=0. 95
5.-La media de un grupo de ingresos mensuales de sueldos de medio mando en una gran
empresa, sigue una distribución normal, es $ 10000 y la desviación estándar es de $
1000.
a) ¿Cuál es el desvío normal o valor para z para un ingreso de hasta $ 11420?
X−μ 11420−10000
Z= = =1,42
σ 1000

c) ¿Cuál es la probabilidad de que ocurra esto?

Fuente: Ojeda, 2007

Para z= 1,42, F (1,42)= 0.922196
d) ¿Cuál es el desvío normal para un ingreso de $ 9000?
X−μ 9000−10000
Z= = =−1
σ 1000
e) ¿Cuál es la probabilidad de que ocurra?

Fuente: Ojeda, 2007

Para z = -1, F (-1)= 0.158655

Si es desvío para ingresos mayores de $ 12500

f) ¿Cuál es el valor de z? ¿Cuál es la probabilidad de que ocurra?

X−μ 12500−10000
g) Z= = =2.5
σ 1000

Fuente: Ojeda, 2007

Tomando en cuenta la tabla de distribución normal acumulada:
P ( z>2,5 )=1−P ( z <2,5 )=1−0.993790=0.00621
f) ¿Cuál es el valor de z entre ingresos, entre $9000 y $11420?

( 9000−μ
σ
< P<
11420−μ
σ ) →(
9000−10000
1000
< P<
11420−10000
1000 ) → (−1< P<1.42 )
g) ¿Cuál es la probabilidad de que ocurra?
(−1< P<1.42 )=F ( 1.42 )−F (−1 )=0.922196−0.158655=0.763541
h) ¿Cuál es el valor de para z entre ingresos, entre $9000 y $ 10000?

( 9000−μ
σ
< P<
10000−μ
σ )→(
9000−10000
1000
< P<
10000−10000
100 )→ (−1< P<0)
i) ¿Cuál es la probabilidad de que ocurra?

Fuente: Ojeda, 2007

(−1< P<0 )=F ( 0 ) −F(−1)=0.50000−0.158655=0.3413

6.- Consideremos que el peso de los niños varones españoles en el momento del
nacimiento se distribuye normalmente. Si sabemos que el peso medio en el momento de
nacer son 3,25 Kg y la desviación estándar es de 0,82Kg.
a).- ¿Cuál es la probabilidad de que el peso de un niño varón al nacer sea superior a 4
Kg?
X−μ 4−3,25
Z= = =0.9146
σ 0.82

Fuente: Ojeda, 2007

Para Z= 0.91, F (0,91)= 0.818589

Tomando en cuenta la tabla de distribución normal acumulada:

P ( z> 0.91 )=1−P ( z< 0.91 )=1−0.818589=0.1814
b).- ¿Cuál es la probabilidad de que el peso de un niño varón al nacer sea menor a 3 Kg?
X−μ 3−3,25
Z= = =−0.3048
σ 0.82

Fuente: Ojeda, 2007

Tomando en cuenta la tabla de distribución normal acumulada:
P ( z<3 )=F (−0.3 )=0.382089
c).- ¿Cuál es la probabilidad de que el peso de un niño varón al nacer esté entre 3 y 4
Kg?
( 3< P< 4 ) =F ( 0,91 )−F (−0,3)=0.818589−0.382089=0.4365
c).- ¿Cuál es la probabilidad de que el peso de un niño varón al nacer esté entre 3,25 y 4
Kg?

Fuente: Ojeda, 2007

( 3.25< P< 4 ) =F ( 0,91 )−F ( 0 )=0.818589−0.5000=0.318589

c).- ¿Cuál es la probabilidad de que el peso de un niño varón al nacer esté entre 4 y 5
Kg?

Fuente: Ojeda, 2007

X−μ 5−3,25
Z= = =2.13 , F (2.13 )=0.98341
σ 0.82
( 4 < P<5 ) =F ( 2,13 )−F ( 0,91 )=0.818589−0.5000=0.318589
( 3.25< P< 4 ) =F ( 0,91 )−F ( 0 )=0.98341−0.818589=0.1648

c).- ¿Cuál es la probabilidad de que el peso de un niño varón al nacer esté entre 2.25 y
3.25 Kg?
 X−μ 2.25−3,25
Z= = =−1,22 , F (−1.22 ) =0.111233
σ 0.82

Fuente: Ojeda, 2007

( 2.25< P<3.25 ) =F ( 0.91 )−F (−1.22 )=0.98341−0.111233=0.8721

7.-Una empresa instala en una ciudad 20000 bombillas para su iluminación. La duración
de una bombilla sigue una distribución normal con medios 300 días y desviación típica 40
días.
a) ¿Cuál es la probabilidad de que se fundan antes de 365 días?
X−μ 365−300
Z= = =1.625
σ 40
P(x< 365) = F (1.625) = 0.947384

Fuente: Ojeda, 2007

c) ¿Cuál es la probabilidad de que duren más de 400 días?

X−μ 400−300
Z= = =2.5
σ 40
P ( x> 400 )=1−F ( 2.5 )=1−0.993790=0.02484

Fuente: Ojeda, 2007

d) ¿Cuál es la probabilidad de que duren menos de 250 días?
X−μ 250−300
Z= = =−1.25
σ 40
P ( x<250 )=F (−1.25 ) =0.105650

Fuente: Ojeda, 2007

e) ¿Cuál es el valor de la media en la distribución normal estándar?
En esta distribución existe una reducción al formato de la normal estándar, por eso cuenta
con una madia aritmética única 𝛍=0.
e) ¿Cuál es el valor de la desviación estándar en la distribución normal estándar?
En esta distribución existe una reducción al formato de la normal estándar, por eso cuenta
con una desviación estándar 𝜎 =1
8.-Suponga que la media de edad de los niños para hacer la 1ra comunión en un cierto
pueblo de México es de 8 años con una desviación estándar de 2. (Suponga una
distribución normal)
a) ¿Cuál es la probabilidad de que las edades de los niños estén entre 9 a 11 años?
X−μ 9−8
Z= = =0.5
σ 2
P ( x=8 )=F ( 0.5 )=0.691462

Fuente: Ojeda, 2007

X−μ 11−8
Z= = =1.5
σ 2
P ( x=11 )=F ( 1.5 )=0.933193

Fuente: Ojeda, 2007

( 9< P<11 )=F ( 1.5 ) −F ( 0.5 ) =0.933193−0.691462=0.2417
b) ¿Cuál es la probabilidad de que las edades de los niños estén entre 7.5 a 10.5 años?
X−μ 7.5−8
Z= = =−0.25
σ 2
P ( x=7.5 )=F (−0.25 )=0.401294

Fuente: Ojeda, 2007

X−μ 10.5−8
Z= = =1.25
σ 2
 Fuente: Ojeda, 2007

P ( x=10.5 )=F ( 1.25 )=0.894350

( 7.5< P<10.5 ) =F ( 1.25 )−F (−0.25 )=0.894350−0.401294=0.493056
9.-La prueba de resistencia de una suela de zapatos dieron una media de 4.9 y desviación
estándar de 1.2 (Se supone una distribución normal)
a) ¿Cuál es probabilidad de que un zapato tenga una resistencia mayor de 6?
X−μ 6−4.9
Z= = =0.92
σ 1.2

Fuente: Ojeda, 2007

P ( x>6 )=1−F ( 0.92 )=1−0.821214=0.178786

b) ¿Cuál es la probabilidad de que un zapato tenga una resistencia mayor de 4?

X−μ 4−4.9
Z= = =−0.75
σ 1.2

Fuente: Ojeda, 2007

P ( x> 4 )=1−F (−0.75 )=1−0.22627=0.77373

c) ¿Entre que valores se localiza el 68 % de la distribución?

h) Sea la variable aleatoria r que denote ingresos anuales. Se requiere encontrar x tal
que : P(−z <r < z )=0.68
Tomando en cuenta la tabla de distribución normal acumulada, el valor más cercano a
0.68 es para Z= 0,47, por lo tantoP (−0.47<r < 0.47 )=0.68ya que :
P(−z )=1−P(z )

Fuente: Ojeda, 2007

X−μ X−4.9
Z= →0.47= → 1.2∗0.47=X −4.9 → 0.564=X−4.9 → X =4.9+ 0.564
σ 1.2
X =5.464
X−μ X−4.9
Z= →−0.47= →1.2∗(−0.47 )=X −4.9 →
σ 1.2
−0.564=X −4.9 → X=4.9−0.564=4.336
P ( 4.336 ≤ X ≤5.464 )=0.68
10. El tiempo que tarda un camión en cargarse sigue una distribución exponencial, la
media de carga se estima en 15 minutos:
a) ¿Cuál es la probabilidad de que se cargue en menos de 6 minutos?
μ = 15 min

− x0
En la distribución exponencial: p(x ≤ x )=1−e μ
0
−6
p ( x ≤ 6 )=1−e 15 =0.32968(32.96 %)

b) ¿Cuál es la probabilidad de que se cargue en 18 minutos o menos?

−18
p ( x ≤ 18 )=1−e 15 =0.6988(69.88 %)
11. Suponga que x tiene una distribución exponencial de media 1.40
a) ¿Cuál es la probabilidad de que ocurra en 0.50 unidades o menos?
−0.5
p ( x ≤ 0.5 )=1−e 1.4 =0.30032(30.03 % )
b) ¿Cuál es la probabilidad de que ocurra en 2 unidades o menos?
−2
p ( x ≤ 2 )=1−e 1.4 =0.0507(5.07 %)

12.- Un cierto sistema tiene media de duración de 3 horas, (suponga una distribución
exponencial)
a) ¿Cuál es la probabilidad de que dure 2 horas o menos?
μ =3 horas
−2
p ( x ≤ 2 )=1−e 3 =0.4865(48.65 % )
b) ¿Cuál es la probabilidad de que dure 3 horas o menos?
−3
p ( x ≤ 3 )=1−e 3 =0.6321(63.21 %)
c) ¿Cuál es la probabilidad de que dure 5 horas o menos?
−5
p ( x ≤ 5 )=1−e 3 =0.8111(81.11 %)
d) ¿Cual es la probabilidad de que dure entre 2 y 5 horas o menos?
p ( 2≤ x ≤ 5 )= p ( x ≤ 5 )− p ( x ≤2 )=0.8111−0.4865=0.3246(32.46 %)

13. La vida promedio de un televisor es de 12 años, si la distribución de probabilidad sigue

una forma exponencial.
a) ¿Cuál es el la probabilidad de que dure 6 años o menos?
μ =12 años
−6
12
p ( x ≤ 6 )=1−e =0.3934 (39.34 %)
b) ¿Cuál es la probabilidad de que dure 15 años o más?
−15
12
p ( x ≤ 15 )=1−e =0.7135
p ( x ≥ 15 )=1− p ( x ≤15 ) =1−0.7135=0.2865(28.65 %)
c) ¿Cuál es la probabilidad de que dure entre 5 y 10 años?
−5
p ( x ≤ 5 )=1−e 12 =0.3934(39.34 %)

14.-Suponga que los tiempos requeridos por un cierto autobús para alcanzar uno de sus
destinos en una ciudad grande forman una distribución normal con una desviación estándar
de 1 minuto. Si se elige al azar una muestra de 17 tiempos; encuentre la probabilidad de que
la varianza maestral sea mayor que 2.
Solución:
Debido a que se extraen una muestra posible de una población normal y a cada muestra
se calcula su varianza, se obtendrá una distribución muestral de varianzas, las cuales se
representa en la distribución ji cuadrado.
Datos:
Varianza muestral s2= 2
Desviación estándar: 1
Numero de tiempos n: 17
Grados de libertad n-1: 16
En primer lugar se obtiene el estadístico X2

( n−1 ) s 2 ( 17−1 ) (2)

X2= = =32
σ2 12
 Fuente: Ojeda, 2007

El valor del estadístico 32 se ubica en la línea de 16 grados de libertad, y es

correspondiente una probabilidad de 0.010 en el área de la derecha, entonces:
P( s2 >2)=0.01(1 %)
15.- Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una
población normal con varianza 6:
a) Tenga una varianza muestral mayor que 9.1.
Datos:
Varianza muestral s2= 9.1
Varianza poblacional 𝜎2: 6
Numero de observaciones n: 25
Grados de libertad n-1: 24
En primer lugar se obtiene el estadístico X2

2 ( n−1 ) s 2 ( 25−1 ) (9.1)

X = = =36.4
σ2 6

El valor del estadístico 36.4 se ubica en la línea de 24 grados de libertad, y es

correspondiente una probabilidad de 0.010 en el área de la derecha, entonces:
P( s2 >9.1)=0.05 (5 %)
 Fuente: Ojeda, 2007

c) Tenga una varianza muestral entre 3.462 y 10.745.

( n−1 ) s 2 ( 25−1 ) (10.745)
X2= = =42.98
σ2 6

El valor del estadístico 42.98 se ubica en la línea de 24 grados de libertad, y es

correspondiente una probabilidad de 0.010 en el área de la derecha, entonces:
P( s2 >10.745)=0.01(1 %)

Fuente: Ojeda, 2007

( n−1 ) s 2 ( 25−1 ) (3.462)
X2= = =13.85
σ2 6
 Fuente: Ojeda, 2007

El valor del estadístico 13.85 se ubica en la línea de 24 grados de libertad, y es

correspondiente una probabilidad de 0.95 en el área de la derecha, entonces:
P( s2 >3.462)=0.95( 95 %)
p ( 3.462≤ s2 ≤10.745 ) =P ( s 2> 10.745 )−P ( s 2 >3.462 )=0.95−0.01=0.94(94 %)
c) Tenga una varianza muestral de 9
( n−1 ) s 2 ( 25−1 ) (9)
2
X = = =36
σ2 6
El valor del estadístico 36 se ubica en la tabla entre los valores de 36.42 (P=0.05) y 33.20
(P= 0.1), utilizando Excel se obtiene el valor de :
P ( s 2 >9 ) =0.0 .05488742(5.5 %)

Fuente : Elaboración propia

16.-Encuentre la probabilidad de que una muestra aleatoria de 10 observaciones de una

población con varianza 15:
a) Tenga una varianza muestral de 4.5
2 ( n−1 ) s 2 ( 10−1 ) (4.5)
X = = =2.7
σ2 15
El valor del estadístico 2.7 está entre se ubica en la línea de 9 grados de libertad, y es
correspondiente una probabilidad de 0.975 en el área de la derecha, entonces:
P ( s 2=4.5 )=0.9 75(97 . 5 0 %)

b) Tenga una varianza muestral de 6.8

2 ( n−1 ) s 2 ( 10−1 ) (6.8)

X = = =4.08
σ2 15

El valor del estadístico 4.08 está entre se ubica en la línea de 9 grados de libertad, y es
correspondiente una probabilidad de 0.95 en el área de la derecha, entonces:
El valor del estadístico 4.08 se ubica en la tabla entre los valores de 4.17 (P=0.90) y 3.33
(P= 0.950), utilizando Excel se obtiene el valor de:
P ( s 2=6.8 ) =0.9060( 90.60 %)

Fuente : Elaboración propia

17.- Encontrar el valor de F cuando el área de la derecha de F, es de 0.25 con V1= 4 y
V2= 9
Utilizando hoja de cálculo Excel introduciendo, probabilidad= 0.25, grado de libertad 1
=4, grado de libertad 2 =9, se obtiene, F= 1.6525
a) Con f es de 0.25 con V1=15 y V2= 10
Utilizando hoja de cálculo Excel introduciendo, probabilidad= 0.25, grado de libertad 1
=15, grado de libertad 2 =10, se obtiene, F= 1.5337

Fuente : Elaboración propia

b) Con f es de 0.25 con V1=6 y V2= 8
Utilizando hoja de cálculo Excel introduciendo, probabilidad= 0.25, grado de libertad 1
=6, grado de libertad 2 =8, se obtiene, F= 1.6508.

Fuente : Elaboración propia

c) Con f es de 0.25 con V1=24 y V2= 4

Utilizando hoja de cálculo Excel introduciendo, probabilidad= 0.25, grado de libertad 1
=24, grado de libertad 2 =4, se obtiene, F= 2.0826
 Fuente : Elaboración propia

18.- Las probabilidades son de 0.40, 0.20, 0,30 y 0,10, respectivamente, de que un
delegado llegue por aire a cierta convención, llegue en automóvil o en tren. ( Suponga una
distribución multinomial). ¿Cuál es la probabilidad de que entre 9 delegados
seleccionados aleatoriamente en esta convención si :
a) 3 hayan llegado por aire, 3 en autobús, 1 en auto y 2 en tren
n=9
X1= 3, x2=3, x3= 1, x4=2
P1=0.40, P2=0.20, P3=0.30, P4=0.10
Aplicando la distribución Binomial
f¿
9!
f ( 3,3,1,2 )=¿ ¿
3 ! 3 ! 1! 2 !
f ( 3,3,1,2 )=0.0007739733
b) 4 hayan llegado por aire, 1 en autobús, 2 en auto y 2 en tren
X1= 4, x2=1, x3= 2, x4=2
9!
f ( 4,1,2,2 )=¿ ¿
4 ! 1 ! 2! 2!
f ( 4,1,2,2 )=0.0 174 1
C) 4 hayan llegado por aire, 5 por auto
X1= 4 p1, x2=5,
P1=0.40, P2=0.60
9!
f ( 4,5 )= ¿
4 ! 5!
f ( 4,1,2,2 )=0. 2508

19.-De acuerdo con la teoría de la genética, un cierto cruce de conejillo de indias resultará
en una descendencia roja, negra y blanca en la relación 8:4:4. (Suponga una distribución
multinomial)
a) Encuentre la probabilidad de que entre 8 descendientes, 5 sean rojos, 2 negros y un
blanco.
n=8
X1= 5, x2=2, x3= 1
P1=8/16=0.5, P2=4/16=0.25, P3=4/16=0.25
8!
f ( 5,2,1 )= ¿
5 ! 2 ! 1!
f ( 5,2,1 )=0.08 2
b) Encuentre la probabilidad de que entre 8 descendientes, 3 sean rojos, 2 negros y 3
blancos.
X1= 3, x2=2, x3= 3
8!
f ( 3,2,3 )= ¿
3!2!3!
f ( 5,2,1 )=0.06835
20.-Según una encuesta preliminar acerca del voto que los ciudadanos darán por los
candidatos `para gobernador del estado se ha detectado que aproximadamente un 52 %
votará por el partido verde, un 40 % por el partido azul y un 8 % por los partidos restantes,
si se seleccionan aleatoriamente 6 personas con edad para votar.
Determine la probabilidad de que 2 voten por el partido verde, 1 por el azul y 3 por el resto
de los partidos, suponga una distribución multinomial.
n= 6
X1= 2, x2=1, x3= 3
P1=0.52, P2=0.40, P3=0.08

6!
f ( 2,1,3 )= ¿
2 ! 1 ! 3!
f ( 5,2,1 )=0.0033226752

21.-Una población de cajas de regalos tiene una media de 5.7 cm y una desviación
estándar de 1.9 cm, se selecciona al azar una muestra de 50 elementos de esta
población:
¿Cuál es la probabilidad de que la media de la muestra esté entre 5.5 cm y 5.8 cm?
Datos:
𝛍= 5.7
Desviación estándar 𝜎 =1.9
n= 50
 σ 1.9
Error estándar: σ x = = =0.27
√ n √ 50
X−μ 5 .5−5.7
Z= = =−0.7 4
σx 0.27
Para Z= -0.74, F (-0.74)= 0.229650

Fuente: Ojeda, 2007

X−μ 5 .8−5. 7
Z= = =0.37
σx 0.27

Para Z= 0.37, F (0.37)= 0.644309

Fuente: Ojeda, 2007

P(5.8 ≤ x ≤ 5.5)=P (−0.74 ≤ z ≤ 0.37)=F (−0.74)−F (0.37)=0.644309−0.229650=0.414659

22. Se sabe que una población de sueldos de una empresa de servicios tiene una media
de $100. Si se selecciona una muestra de 75 elementos de una población:
¿Cuál es la probabilidad de que la media de la muestra esté entre $ 100 y 102 si la
desviación muestral es $10?
𝛍= 100
Desviación estándar 𝜎 =10
n= 75
 s 10
Error estándar: s x = = =1.15
√ n √ 75
X−μ 102−100
Z= = =1.74
sx 1.15
Para Z= 1.74, F (1.74) = 0.959071

Fuente: Ojeda, 2007

X−μ 100−100
Z= = =0
sx 1.15

Para Z= 0, F (0)= 0.5

Fuente: Ojeda, 2007

P ( 102≤ x ≤ 100 )=P ( 1.74 ≤ z ≤ 0 )=F ( 1.74 )−F ( 0 )=0.959071−0.5000=0.459071(45.90%)

23.-Los salarios de los médicos del hospital Juárez de México tienen un importe medio de
$10800, con desviación estándar de $ 1200. Si se toma una muestra de 10 médicos:
a) ¿Cuál es la probabilidad de que perciban entre $ 9800 y $ 11500?

Datos:
𝛍= 10800
Desviación estándar 𝜎 =1200
n= 10
σ 1200
Error estándar: σ x = = =379.47
√ n √10
 X−μ 9800−10800
Z= = =−2.63
σx 379.47

Para Z= -2.63, F (-2.63)= 0.004269

Fuente: Ojeda, 2007

X−μ 11500−10800
Z= = =1.84
σx 379.47

Para Z= 1.84, F (1.84)= 0.967116

P ( 11500 ≤ x ≤19800 ) =P (−2.63≤ z ≤ 1.84 ) =0.967116−0.004269=0.9674(96.74%)

b) ¿Cuál es la probabilidad de que ganen más de $11350, si el total de médicos son 25?
n= 25
σ 1200
Error estándar: σ x = = =240
√ n √ 25

X−μ 11350−10800
Z= = =2.29
σx 240
Para Z= 2.29, F (2.29)= 0.988989

Fuente: Ojeda, 2007

P ( x>11350 )=1−F ( 1.84 )=1−0.988989=0.011011(1.1 %)
C) ¿Cuál es la probabilidad que ganen 11350 o menso con un total de 25 médicos
P ( x ≤ 11350 )=F ( 1.84 )=0.988989=98.89 %

24. Un auditor toma una muestra de tamaño 63 de una población muy grande de cuentas
por cobrar; la desviación estándar de la población se desconoce. La desviación estándar
de la muestra fue de $ 43. El valor real de la media de las cuentas por cobrar se cree que
es $ 266:
a) ¿Cuál es la probabilidad de que la media de la muestra pudiera ser de $ 250 o menos?
𝛍= 266
Desviación estándar s =43
n= 63
s 43
Error estándar: s x = = =5.42
√ n √ 63
X−μ 250−266
Z= = =−2.95
σx 5.42
Para Z= -2.95, F (-2.95)= 0.0.001589
 Fuente: Ojeda, 2007
P( x ≤250)=P( Z ≤−2.95)=0.0011589 (0.11 %)

b) ¿Cuál es la probabilidad de que en esa muestra se encontrará una media de $ 260 o

más?
X−μ 260−266
Z= = =−1.11
σx 5.42
Para Z= --1.11, F (-1.11) = 0.156248

Fuente: Ojeda, 2007

P ( x ≥ 26 0 )=1−P ( Z ≤−1.11 )=1−0.156248=0.8437(84.37 %)

C) ¿Cuál es la probabilidad de que la medía fuera entre $ 275 y $ 325?

X−μ 275−266
Z= = =1.66
σx 5.42
 Fuente: Ojeda, 2007
Para Z= 1.66, F (1.66) = 0.951543
X−μ 325−266
Z= = =10.88
σx 5.42
Para Z= 10.88, F (10.88) = 1
P ( 275≤ x ≤ 325 ) =P ( 1.66 ≤ z ≤ 10.88 )=1−0.951543=0.0487(4.87%)
25.- La probabilidad de que un paciente se recupere de una rara enfermedad de la
sangre es 0.4. Si se sabe que 100 personas contrajeron esta enfermedad:
a) ¿Cuál es la probabilidad de que menos de 30 sobrevivan?
Se comprueba si se utiliza distribución normal o binomial.
p: éxitos= 0.4
q: fracasos= 0.6
n=100
Media: 𝛍=np = 100(0.4) = 40, nq= 100(0.6) = 60. Se utiliza distribución normal debido a
que np y nq deben ser mayores que 5.
Desviación estándar: σ =√ npq=√100 ( 0.4 ) (0.6)= √ 24=4.89
Se aplica el factor de corrección para x < 30, x= 30- 0.5 = 29.5

X−μ 29.5−40
Z= = =−2.14
σ 4.89

P( x <30)=P(z ←2.14)=F (−2.14)=0.016177

 Fuente: Ojeda, 2007
b) ¿Cuál es la probabilidad de que exactamente 5 sobrevivan?
En distribuciones continuas no se pueden calcular la probabilidad de un valor exacto, y se
estima que es igual a cero. En este caso se realizará a través de la distribución binomial.

n ! p x q n−x 100! 0.45 0.6100−5 100 ! ( 0.1024 ) 8.40 x 10−22

b (5)= = = =6,47 x 10−16 ⩯ 0
x ! ( n−x ) ! 5 ! ( 100−5 ) ! 5!∗95!
C) ¿Cuál es la probabilidad de que a lo más 30 sobrevivan
X =30+0.5=30.5

X−μ 30.5−40
Z= = =−1.94
σ 4.89

Fuente: Ojeda, 2007

P ( x ≤ 30 )=P ( z ≤−1.94 )=F (−1.94 )=0.02619(2 .62 %)

26.-Una población de cajas de regalos tiene una media de 5.7 cm y una desviación
estándar de 1.9 cm, se selecciona al azar una muestra de 50 elementos de esta
población:
¿Cuál es el error estándar de la muestra?
Datos:
𝛍= 5.7
Desviación estándar 𝜎 =1.9
n= 50
σ 1.9
Error estándar: σ x = = =0.27
√ n √ 50
27.-Un banco calcula que sus cuentas están distribuidas normalmente con una media
poblacional de $ 2000, y una desviación estándar de 600 si toma una muestra de 100
cuantas:
a) ¿Cuál es el error estándar de la media?
Datos:
𝛍=2000
Desviación estándar 𝜎 =600
n= 100
σ 600
Error estándar: σ x = = =60
√ n √ 100

b) Cuál es la probabilidad de que se encuentre entre 1900 y 2050?

X−μ 2050−2000
Z= = =0.83
σ 60

Fuente: Ojeda, 2007

Para Z=0.83 , F (0.83)=0.796731

 Fuente: Ojeda, 2007

X−μ 1900−2000
Z= = =−1.66
σ 60
Para Z=−1.66 , F (−1.66)=0.048457
P ( 1900≤ x ≤ 2050 )=P (−1.66 ≤ z ≤ 0.83 )=0.796731−0.048457=0.7483(74.83%)

28.- Si una población tiene una media de 19000 y una desviación estándar de 2000 al
tomar una muestra de 30:
a) ¿Cuál es el error estándar de la muestra?
Datos:
𝛍=19000
Desviación estándar s =2000
n= 30
s 2000
Error estándar: s x = = =365.14
√ n √ 30

b) ¿Cuál es la probabilidad de que sea mayor a 19750?

X−μ 19750−19000
Z= = =2.05
σ 365.14
 Fuente: Ojeda, 2007
Para Z=2.05 , F (2.05)=0.979818
P ( x ≥ 19750 )=1−P ( Z ≤ 20.05 )=1−0.9798=0. 0202(2.02 %)

29.-Para una prueba de aptitud se sabe con base de experiencia que el número de
aciertos es en promedio 500, con una desviación estándar de 60. Si se aplica esta prueba
a 100 personas seleccionadas al azar:
a) ¿Cuál es la probabilidad de que tengan un promedio de aciertos sea mayor a 512?
Datos:
𝛍= 500
Desviación estándar 𝜎 =60
n= 100
σ 60
Error estándar: σ x = = =6
√ n √ 100

X−μ 512−500
Z= = =2
σx 6

Para Z= 2, F (2)= 0.977250

 Fuente: Ojeda, 2007
a) ¿Cuál es la probabilidad de que tengan un promedio de aciertos sea menor a 496?
X−μ 496−500
Z= = =−0.6666
σx 6
Para Z= -0.6666, F (-0.6666) = 0.254627

C) Cuál es la probabilidad de que tengan un prmedio de aciertos entre 496 y 512?

P ( 496 ≤ x ≤ 512 )=P (−0 .66≤ z ≤ 2 )=0.977250−0.254627=0. 7 226(72.26%)
30.- Supongamos una población de 20 fábricas, la desviación estándar de la muestra es
de 75, si muestreamos 5 de esas fábricas:
a) ¿Cuál es el error de la media? Utilice el factor de corrección
Desviación estándar 𝜎 =75
N= 20
n=5
σ 60 (20−5)
Error estándar: σ x =
√n √
∗
(N−n)
=
√
N−1 √ 100 20−1
¿ 29.80

b) ¿Cuál es el error de la media? No utilice el factor de corrección

El error estándar de la media es igual a la desviación estándar por lo tanto 𝜎x =75