Unidad II

Variables aleatorias
1. La variable aleatoria X= # valor numérico de cada cara del dado. Determinar la función de
probabilidad de la variable X.

Función de probabilidad de la variable x

x f(x)

1 1/6 =0.166

2 1/6 =0.166

3 1/6 =0.166

4 1/6 =0.166

5 1/6 =0.166

6 1/6 =0.166

2. Del mismo experimento, la variable aleatoria X = 1 si el valor es par, 0 si el valor es non.

Determinar la función de probabilidad de la variable X.

Función de probabilidad de la variable x

x f(x)

0 1/6 +1/6 +1/6 +1/6 +1/6 = 0.5

1 1/6 + 1/6 + 1/6 +1/6 +1/6 = 0.5

Prof: Longino Jácome 1

 3. Del mismo experimento, la variable aleatoria X = 1 si el valor es múltiplo de 3, 0 si el valor
no lo es. Determinar la función de probabilidad de la variable X.

Función de probabilidad de la variable x

x f(x)

0 1/6 +1/6 +1/6 +1/6 = 4/6 = 0.66

1 1/6 + 1/6 = 2/6 = 0.33

Distribuciones discretas
4. Supongamos que X es una variable aleatoria (v.a.) que sigue una distribución binomial de
parámetros n = 5 y p = 0,75. Dibuja en un polígono de frecuencias la función.


Distribución binomial

n=5 y p=0.75

x P(x)

0 0.0009765625

1 0.0146484375

2 0.0878906250

3 0.2636718750

4 0.3955078125

5 0.2373046875

Prof: Longino Jácome 2

 5. Airfrance tiene en promedio 2 retrasos diarios en sus vuelos. Mañana salgo a París y se que
hay 10 vuelos. ¿Cuál es la probabilidad de que mi vuelo salga retrasado?

p = probabilidad de que un vuelo esté retrasado = 0.2


n = 10

x=1

6. Una empresa industrial que fabrica componentes mecánicos tiene el 20% de posibilidades
de cerrar un pedido con un consorcio industrial de fabricación de aviones. Al contactar con 5
empresas del consorcio,
a) ¿Cuál es la probabilidad de que a lo sumo cierre dos acuerdos?

Prof: Longino Jácome 3

 b) ¿Cuál sería el número medio esperado de acuerdos que conseguiría cerrar la empresa?

La media de una distribución binomial se calcula como

Distribución Poisson

7. Si un banco recibe en promedio 5 cheques sin fondo por día, ¿cuáles son las probabilidades
de que reciba,
a) Cuatro cheques sin fondo en un día dado,

ƛ = 5

x=4

b) 10 cheques sin fondos en cualquiera de dos días consecutivos?

ƛ = 10

x = 10

c) Ningún cheque sin fondos

ƛ = 10

x=0

Prof: Longino Jácome 4

 Distribución hipergeométrica
8. El año pasado compre 7 memorias para mis servidores. Por error, las mezclé con 3
memorias defectuosas que ya tenía y no tengo manera de distinguirlas. Instalo 4 memorias
en un equipo. Cuál es la probabilidad de:
a) Una memoria defectuosa

N = 10

a = 3

n = 4

x=1

b) 3 memorias defectuosas

N = 10

a = 3

n = 4

x=3

c) Ninguna memoria defectuosa

N = 10

a = 3

n = 4

x=0

Prof: Longino Jácome 5

 


Distribuciones continuas
9. En la tabla I de Distribución Normal Estándar, encuentra el área bajo la curva para
a) p(z ≥ 0.04)

1- 0.5199 = 0.4801

b) p (z ≥ 1.28)

1- 0.8997 =

c) p (z ≥ 0.00)

1- 0.5000 = 0.5000

d) p(z ≥ 3.90)

1- 1 = 0

e) p(z ≤ 0.02)

0.5080

f) p (z ≤ 1.28)

0.8997

g) p (z ≤ 3.90)

1.0000

h) p (z ≤ 0.00)

0.5000

10. Utilizando la tabla II de distribución normal, calcula:

a) La probabilidad P(x=8)

0. La probabilidad de un punto es 0.

Prof: Longino Jácome 6

 b) p(x ≥ 25) para N(20,3)

P(z ≥ 1.667) = 0.5 - 0.4525 = 0.0475

c) p (x≤ 25) para N(20,3)

P(z ≤ 1.667) = 0.0475

11. Un estudio ha mostrado que en Copilco el Alto el 60% de los hogares tienen al menos dos
televisores Se elige al azar una muestra de 50 hogares.
a) ¿Cuál es la probabilidad de que al menos 20 de los citados hogares tengan cuando
menos dos televisores?

n = 50

p = 0.6

q = 0.4

x = 20

P(x ≥ 20)

Es una distribución binomial con B(50, 0.6) que se normaliza como

μ = 50 · 0.6 = 30

σ = √50·0.6·0.4 = 3.46

De la tabla II, z=2.8902, P= 0.4981, por lo que P(z ≥ 2.8902) = 0.5000 + 0.4981 = 0.9981

Prof: Longino Jácome 7

 b) ¿Cuál es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos
televisores?

n = 50

p = 0.6

q = 0.4

P(35 ≤ x ≤ 40)

Es una distribución binomial con B(50, 0.6) que se normaliza como

μ = 50 · 0.6 = 30

σ = √50·0.6·0.4 = 3.46

Buscamos entonces P( 1.4451 < z < 2.8902)

En la tabla II vemos que P(z < 1.45) = 0.4265 y P(z< 2.89)= 0.4981, por lo que la
probabilidad que buscamos es 0.4981 - 0.4265 = 0.0716

Hay que restar, porque las probabilidades obtenidas de la tabla II van de 0 a z y el área de
probabilidad que estamos buscando es entre z1 y z2, como se ilustra a continuación.

Prof: Longino Jácome 8

 


12. El tiempo de reparación de un ipod en el MacStore tiene una distribución aproximadamente

exponencial, con media 22 minutos. Hallar la probabilidad de que el tiempo de reparación
sea menor que diez minutos.

μ = 22

x = 10

Derivación implícita
13. El PER (del inglés, price-to-earnings ratio o P/E ratio, es decir, la relación entre el precio o
valor y los beneficios), es una razón geométrica que se usa en el análisis fundamental de
las empresas, especialmente en aquellas que cotizan en bolsa. Su valor indica cuántas
veces se está pagando beneficio neto anual de una empresa determinada al comprar una
acción de ésta. Un PER más elevado implica que los inversores están pagando más por
cada unidad de beneficio. Esta relación es una de los más importantes que utilizan
habitualmente los inversores. Supongan que la población de los PER tiene una media de
10.5 y una desviación de 4.5. ¿Cuál es la probabilidad de que una muestra de 40 acciones
tenga un PER menor de 9?

μ = 10.5

σ = 4.5

n = 40

P(x < 9)

Dado que n>30 podemos utilizar una distribución normal estándar. Primero,
estandarizamos la variable x a z

Entonces buscamos la P(z < 0.34)=1 - 0.9997 = 0.0003

Suena lógico ya que buscamos la probabilidad de que el PER sea menor de 9 cuando la
media anda en 10.5

Prof: Longino Jácome 9

 14. Según viene publicado en una prestigiosa revista de economía, el salario semanal medio de
los profesores universitarios europeos es de 406,15 €. Se estima además que la desviación
estándar de dichos salarios es de 55,50 €. Supongamos ahora que pretendemos tomar una
muestra aleatoria de 100 profesores para estudiar sus salarios. Calcular la probabilidad de
que la media de la muestra sea menor de 400 €.

μ = 406.5 €

σ = 55.50 €

n = 100

P(x < 400 €)

Dado que n > 30 podemos utilizar una distribución normal estándar. Primero,
estandarizamos la variable x a z

En este caso el signo negativo nos indica que estamos del lado izquierdo de la curva
estandarizada. Buscamos el valor de 0.1171 en la tabla normal (0.12 en la tabla II)=
0.0478.

El área que estamos buscando se entiende mejor con un gráfico:

Así que la probabilidad está dada por 0.5 - 0.0478 = 0.4522

(Verifica qué área bajo la curva te da la tabla II).

Prof: Longino Jácome 10