You are on page 1of 25

1

UNIDAD 1
VARIABLES ALEATORIAS Y DISTRIBUCIN DE
PROBABILIDADES


Una variable aleatoria es una funcin que asigna un nmero real a cada resultado del
espacio muestral de un experimento aleatorio.

Dicho de otra forma, una variable aleatoria es una funcin valorada numricamente,
cuyo valor est regido por factores en los que interviene el azar.

Las variables aleatorias pueden ser discretas o continuas, segn su rango de valores.


VARIABLES ALEATORIAS DISCRETAS

Una variable aleatoria que puede asumir una cantidad finita de valores o una sucesin
infinita de valores enteros se llama variable aleatoria discreta. Por ejemplo, consideremos
que un experimento consiste en contar los vehculos que llegan a un puesto de cobro; la
variable aleatoria de inters es la cantidad de vehculos que llegan en un minuto y sus
posibles valores son 0, 1, 2

Las variables aleatorias cualitativas deben asumirse como discretas, puesto que a cada
posible valor podra asignrsele un nmero.

La descripcin del conjunto de posibles valores de X y la probabilidad asociada a cada uno
se denomina distribucin de probabilidad. Si la variable puede tomar un nmero
pequeo de valores, la forma ms simple consiste en construir una tabla que contenga los
posibles valores y sus respectivas probabilidades; si no son pocos, lo ms adecuado es
expresar dicha probabilidad como una ecuacin.

La distribucin de probabilidad se describe mediante una funcin de probabilidad,
representada por f(x).


EJEMPLO 1.1.
Un embarque de 8 aparatos similares que se enva a un distribuidor contiene 3 aparatos
defectuosos. Si una persona realiza una compra aleatoria de 2 de estos aparatos, encuentre
la distribucin de probabilidades para el nmero de computadores defectuosos

Solucin:

2
p(X=0) = 5/8 * 4/7 = 10/28
p(X=1) = 5/8 * 3/7 * 2 = 15/28
p(X=2) = 3/28

Por lo tanto, la distribucin de probabilidades puede expresarse as:

x 0 1 2
f(x) 10/28 15/28 3/28

Dicha distribucin puede representarse mediante un diagrama de barras, teniendo en
cuenta que se trata de una variable discreta.



Siempre que se evalen variables aleatorias, se cumple que:

1. f(x) 0
2. f x ( ) =

1


Adems, puede hablarse de una distribucin acumulada de dicha variable; sta se denota
como F(X), indica la probabilidad de que X sea menor o igual a un valor especfico y est
dada por:

F(X) = P(Xx) =

=
=
x x
x 0
P(X)

EJEMPLO 1.2.
La produccin diaria de 850 partes manufacturadas contiene 50 que no cumplen con los
requerimientos del cliente. Del lote se escogen dos partes al azar; si X es el nmero de
partes que no cumplen los requerimientos del cliente, hallar F(X=1).

Solucin:

F(1) = P(X=0) + P(X=1)
= 800/850*799/849 + 800/850*50/849*2
= 0.997




3
El valor esperado (E(x)) de una variable aleatoria discreta es un promedio ponderado de
los valores que puede asumir la variable; los factores de ponderacin son las
probabilidades. Dicho valor esperado est dado por:

= = ) ( ) ( x xf x E

Su varianza es un promedio ponderado de las desviaciones de cada valor posible respecto
al promedio, elevadas al cuadrado; los factores de ponderacin son las probabilidades. La
varianza est dada por:

= = ) ( ) ( ) (
2 2
x f x x Var o



EJEMPLO 1.3.
Calcular el valor esperado y la desviacin estndar de la variable del nmero de aparatos
defectuosos comprados en el caso del ejemplo 1.1.

Solucin:

s defectuoso aparatos 75 . 0
28
3
* 2
28
15
* 1 = + =

s defectuoso aparatos 634 . 0 ) 75 . 0 2 ( *
28
3
) 75 . 0 1 ( *
28
15
) 75 . 0 0 ( *
28
10
2 2 2
= + + = o



Frecuentemente las observaciones que se generan en experimentos estadsticos tienen
algunos tipos generales de comportamiento, por eso sus variables se pueden describir
esencialmente con unas pocas distribuciones, las cuales pueden representarse mediante una
ecuacin.

Frente a la complejidad de los fenmenos bajo estudio, el experimentador aproxima y hace
algunos postulados tentativos acerca del mecanismo aleatorio y deriva un modelo por el
empleo de esos postulados en combinacin con las leyes de probabilidad.

Un modelo de probabilidad para la variable aleatoria X es una forma especfica de
distribucin de probabilidades que es asumida para reflejar el comportamiento de X. Las
probabilidades son registradas en trminos de parmetros desconocidos que relacionan las
caractersticas de la poblacin y el mtodo de muestreo.
4

EL MODELO DEBE SER COHERENTE CON LA REALIDAD

En esta unidad se examinarn detalladamente algunas distribuciones especficas de
probabilidad que han demostrado, empricamente, ser modelos tiles para diversos
problemas prcticos. Pero dichas distribuciones son tericas porque sus funciones de
probabilidad se deducen matemticamente con base en ciertas hiptesis que se suponen
vlidas para esos fenmenos aleatorios.

Dichas distribuciones son idealizaciones del mundo real, por lo tanto sus resultados no
siempre coinciden con la realidad.



ALGUNOS MODELOS DE DISTRIBUCIONES DISCRETAS


1. DISTRIBUCIN BINOMIAL: Se maneja cuando se satisfacen las siguientes
caractersticas:

a) El experimento consiste en una sucesin de n ensayos o intentos idnticos.
b) El resultado de cada ensayo se clasifica dentro de dos categoras mutuamente
excluyentes: xito o fracaso. El uso de esos trminos es por conveniencia, pero no
tienen la misma connotacin de la vida real (xito no necesariamente es lo que
convenga).
c) La probabilidad de xito permanece constante en todos los ensayos.
d) Los ensayos son independientes, lo que significa que la ocurrencia de uno de ellos no
afecta el resultado de cualquier otro.


La funcin de probabilidad binomial puede escribirse como:

x n x
q p
x
n
x f

|
|
.
|

\
|
= ) ( ,

donde x es el nmero de xitos, n el nmero de ensayos, p es la probabilidad de xito y q
es la probabilidad de fracaso.



A continuacin se muestra la representacin grfica de una distribucin binomial con
valores de n y p determinados:

5




EJEMPLO 1.4.
Cierta aerolnea hace ocho vuelos diarios de Bogot a Miami. Suponga que la probabilidad
de que alguno de los vuelos se retrase es 0.2.
a) Cul es la probabilidad de que ninguno de los vuelos se retrase hoy?
b) Cul es la probabilidad de que hoy se retrasen por lo menos 6 vuelos?

Solucin:

a) P(X=0) = 1678 . 0 8 . 0 * 2 . 0 *
0
8
8 0
=
|
|
.
|

\
|


b) P(X6) = P(X=6) + P(X=7) + P(X=8)

=
8 1 7 2 6
2 . 0 8 . 0 * 2 . 0 *
7
8
8 . 0 * 2 . 0 *
6
8
+
|
|
.
|

\
|
+
|
|
.
|

\
|

= 0.00123

6

Media y varianza de la distribucin binomial: Media = np Varianza = npq


Revisemos la distribucin de probabilidades de un caso binomial en el que p = 0.3 y el
nmero de ensayos vara:



En casi todos los libros de estadstica se encuentran tablas de la distribucin binomial para
valores seleccionados de p. Para ilustrar su uso, veamos el siguiente ejemplo:


EJEMPLO 1.5.
Un examen de seleccin mltiple contiene 20 preguntas, cada una con cuatro posibles
respuestas, de las cuales slo una es correcta. Suponga que un estudiante slo adivina las
respuestas.
a) Cul es la probabilidad de que el estudiante conteste correctamente ms de la mitad de
las preguntas?
b) Cul es la probabilidad de que el estudiante conteste correctamente menos de 5
preguntas?
c) Cul es la probabilidad de que el estudiante gane el examen?
d) Cul es el nmero esperado de respuestas correctas?
e) Responder las preguntas a) y c) si cada pregunta tiene 5 opciones.


Solucin:

7
p = n = 20

a) P(X>10) = 1 P(Xs10) = 1 0.9961 = 0.0039

b) P(X<5) = P(Xs4) = 0.4148

c) P(X>12) = 1 P(Xs11) = 1 0.9991 = 0.0009
d) = np = 20 * = 5 respuestas correctas

e) La probabilidad de xito sera ya de 1/5, por tanto:

P(X>10) = 1 P(Xs10) = 1 0.9994 = 0.0006

P(X>12) = 1 P(Xs11) = 1 0.9999 = 0.0001



2. DISTRIBUCIN HIPERGEOMTRICA: Como el muestreo sin reemplazo viola las
condiciones de Bernoulli si la muestra no es grande, algunas veces es necesario plantear un
tipo diferente de distribucin. (Es evidente que la mayora de muestreos se realiza sin
reemplazo, esto implica que si la poblacin es pequea las probabilidades cambiarn en
cada observacin).

Cuando se selecciona sin reemplazo una muestra aleatoria de tamao n de una poblacin
de tamao N y el inters recae en la probabilidad de seleccionar x xitos de los k artculos
considerados como xitos en la poblacin, se realiza un experimento hipergeomtrico y su
funcin de probabilidad viene determinada por:

|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=
n
N
x n
k N
x
k
x f ) (

La distribucin hipergeomtrica requiere el conocimiento de k y N.

La media y la varianza de la distribucin hipergeomtrica son:

|
.
|

\
|

= =
N
k
N
k
n
N
n N
y
N
nk
1 * *
1
2
o



8

EJEMPLO 1.6.
En cierta empresa se fabricaron durante la semana 50 estaciones de juego para video.
Cuarenta de ellas funcionaron perfectamente y las dems tenan algn defecto. Se
seleccion al azar una muestra de 5; cul es la probabilidad de que al menos 4 de ellas
funcionaran perfectamente?

Solucin:

P(X>4) = 742 . 0
5
50
0
10
5
40
1
10
4
40
=
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
+
|
|
.
|

\
|
|
|
.
|

\
|




3. DISTRIBUCIN DE POISSON: Este es el modelo de probabilidad ms adecuado
para eventos que ocurren aleatoriamente a travs del tiempo o el espacio. Este tipo de leyes
se aplica a sucesos con probabilidad muy baja de ocurrir, obtenindose como la
distribucin lmite de una sucesin de variable binomiales.
Un tipo importante de problemas de decisin bajo incertidumbre es caracterizado por la
pequea probabilidad de ocurrencia de un acontecimiento particular, tal como un
accidente. La funcin de probabilidad de Poisson calcula la probabilidad de exactamente x
ocurrencias independientes durante un perodo de tiempo dado, si los eventos ocurren
independientemente y a una tasa constante. La funcin de la probabilidad de Poisson
tambin representa el nmero de ocurrencias sobre reas o volmenes constantes.


Esta distribucin supone:
a) Independencia: El nmero de ocurrencias en un intervalo determinado es independiente
del nmero de ocurrencias en cualquier otro intervalo.
b) La posibilidad de dos ocurrencias simultneas puede ser asumida como cero.
c) El nmero promedio de ocurrencias por unidad de tiempo o espacio se considera una
constante.
d) La probabilidad de que suceda determinado nmero de eventos en un proceso de
Poisson depende nicamente de la longitud del intervalo observado y no de su
ubicacin.

La distribucin de probabilidad de la variable aleatoria de Poisson X, que representa el
nmero de resultados que ocurren en un intervalo de tiempo, rea, espacio o volumen
especfico se denota as:

9
!
) (
) (
x
t e
x f
x t


= ,

donde es el nmero promedio de resultados por unidad de tiempo o regin y t es la
longitud del intervalo.
A continuacin se observa la representacin grfica de una distribucin de Poisson con una
media baja:



EJEMPLO 1.7.
Al Departamento de Reservaciones de Aerolneas Regionales llegan en promedio 48
llamadas por hora.
a) Calcule la probabilidad de recibir 3 llamadas en un intervalo de 5 minutos.
b) Calcule la probabilidad de recibir al menos una llamada en 15 minutos.
c) Cul es la probabilidad de que la secretaria pueda ausentarse tres minutos sin interferir
con la atencin de las llamadas?

Solucin:

a) 1954 . 0
! 3
) 4 (
) 3 (
3 12 / 1 * 48
= = =

e
X P

10
b)
999994 . 0
! 0
12 *
1
) 0 ( 1 ) 1 (
0 4 / 1 * 48
= =
= = >

e
X P X P


c) 0907 . 0 ) 0 (
20 / 48
= = =

e X P



Al igual que para la distribucin binomial, existen tambin tablas para la distribucin
Poisson. Veamos un ejemplo:


EJEMPLO 1.8.
Los mensajes que llegan a un computador utilizado como servidor lo hacen de acuerdo con
una distribucin Poisson con una tasa promedio de 10 mensajes por hora.
a) Cul es la probabilidad de que lleguen ms de 3 mensajes en un espacio de 15 minutos?
b) Cul es el nmero esperado de mensajes en una jornada de 14 horas?


Solucin:

a) = 10 t = = 2.5

P(X>3) = 1 P(Xs3)
= 1 0.7576
= 0.2424

b) = 10*14
= 140 mensajes



La media y la varianza de la distribucin de Poisson tienen el valor t.



En general utilizaremos la distribucin de Poisson como aproximacin de
experimentos binomiales donde el nmero de pruebas es muy alto, pero la
probabilidad de xito muy baja, teniendo en cuenta que = np




11

EJEMPLO 1.9.
Se calcula que 0.5% de las llamadas al departamento de facturacin de cierta empresa
recibir el tono de ocupado. Cul es la probabilidad de que al menos 5 de las 1200
personas que llamaron el da de hoy haya recibido tono de ocupado?

Solucin:

= 0.005*1200 = 6

7149 . 0 ) 5 ( = > X P




VARIABLES ALEATORIAS CONTINUAS

Una variable aleatoria es continua cuando puede tomar cualquier valor dentro de un
intervalo de nmeros reales. Por lo tanto, no es posible conocer su valor exacto.

Si la variable aleatoria es discreta, pero el rango es muy amplio, resulta ms conveniente
utilizar un modelo basado en variables aleatorias continuas.
Cuando la variable es continua no tiene sentido hacer una suma de las probabilidades de
cada uno de los trminos en el sentido anterior, ya que el conjunto de valores que puede
tomar la variable es no numerable. En este caso, lo que generaliza de modo natural el
concepto de suma () es el de integral ().

Dicha funcin es denominada funcin de densidad de probabilidad de X (f(x)) y cumple lo
siguiente:

a) 1 ) (
}


= dx x f
b)
}
= s s
2
1
) ( ) (
2 1
x
x
dx x f x X x P

c) f(x) 0

d) P(X = x) = 0
) ( ) (
2 1 2 1
x X x P x X x P < < = s s

12
Esta ltima propiedad podra describirse as: La probabilidad que un modelo de variable
continua asigna a la observacin de un valor exacto (es decir, medido con infinita
precisin) es cero.

La funcin de densidad podra mirarse como un modelo de la curva lmite que
obtendramos en el histograma de una poblacin disminuyendo indefinidamente las
anchuras de cada clase. Lo anterior implica que la funcin de densidad de una variable
continua se expresa siempre como una ecuacin, que es hallada por regresin.

f(x) es ms general que un histograma. Trata de reflejar no el comportamiento de una
muestra concreta, sino la estructura de los valores de la variable a largo plazo; adems, es
ms operativa.



La media o valor esperado de X est dado por:
}


= dx x xf ) ( , donde - e son los valores extremos posibles


La varianza est dada por:

}


= dx x f x ) ( ) (
2 2
o =
}

2 2
) ( dx x f x

EJEMPLO 1.10.
La demanda semanal de Pepsi, en miles de litros, de una cadena local de tiendas, es una
variable continua X que tiene la densidad de probabilidad

< <
=
caso otro cualquier en
x x
x f
, 0
2 1 ), 1 ( 2
) (

Encuentre la media y la desviacin estndar de X.





13
Solucin:


}
= =
2
1
3 / 5 ) 1 ( 2 dx x x


( ) 18 / 1 3 / 5 ) 1 ( 2
2
2
1
2 2
= =
}
dx x x o 236 . 0 = o

Lo anterior implica que se espera una demanda semanal promedio de 1667 litros de Pepsi y
que la variabilidad de esta variable no es grande.


ALGUNOS MODELOS DE DISTRIBUCIONES CONTINUAS

1. Distribucin uniforme continua:
Se caracteriza porque la probabilidad es constante en un intervalo cerrado [a,b] y, por lo
tanto, su funcin de densidad es plana. Eso implica que la probabilidad de que al hacer un
experimento aleatorio, el valor de X este comprendido en cierto subintervalo de [a,b]
depende nicamente de la longitud del mismo, no de su posicin.
Su funcin de densidad est dada por: b x a
a b
x f s s

= ,
1
) (


Funcin de densidad y funcin acumulada de una variable uniforme


14

Su media es:
2
b a
dx
a b
x
b
a
+
=

}


y su varianza es:
12
) ( 1
*
2
2
2
a b
dx
a b
b a
x
b
a

|
.
|

\
| +

}



EJEMPLO 1.11.
Una aerolnea anuncia un tiempo de vuelo de 125 minutos para un itinerario determinado.
Suponiendo que los tiempos reales de vuelo se distribuyen uniformemente entre 2 horas y
2 horas y media,
a) cul es la probabilidad de que el vuelo no llegue ms de cinco minutos tarde?
b) cul es la probabilidad de que el vuelo llegue ms de diez minutos tarde?
c) cul es el tiempo esperado de vuelo?


Solucin:

a) | |
}
= = s
130
120
3 / 1 ) 30 / 1 ( ) 130 ( dx X P

b) | |
}
= = >
150
135
2 / 1 ) 30 / 1 ( ) 135 ( dx X P

c) 135
2
150 120
=
+
= minutos



2. Distribucin normal:
Es la ms empleada para modelar experimentos aleatorios porque describe ajustadamente
muchos fenmenos naturales, industriales e investigativos; los errores en mediciones
cientficas se aproximan bien mediante la distribucin normal.

Esta distribucin puede obtenerse al considerar el modelo de una variable binomial cuando
el nmero de ensayos tiende a infinito.

La funcin de densidad de una variable aleatoria normal X, con media desviacin
estndar es:
15
< < =
(
(

x e x f
x
,
2
1
) (
2
2
2
) (
o

o t


La distribucin normal presenta las siguientes caractersticas:

1. Su grfica tiene forma de campana.
2. El punto ms alto de la curva normal es la media, que tambin es la mediana y la moda
de la distribucin.
3. El rea total bajo la curva es 1.
4. La curva es simtrica alrededor de la media; por lo tanto, el rea a la izquierda de la
media es 0.5 e igual a su derecha.
5. El eje x es una asntota horizontal, es decir, los extremos de la curva se prolongan al
infinito en ambas direcciones.
6. La desviacin estndar determina el ancho de la curva. A mayores valores de se
obtienen curvas ms anchas y bajas (mayor dispersin de los datos).


Distribuciones normales con diferentes medias e igual dispersin y distribuciones
normales con igual media y diferente dispersin.





16
Por lo descrito, la probabilidad de que la variable aleatoria X tome un valor entre a y b es:

dx e b X a P
b
a
x
}

= < <
2
2
2
) (
2
1
) (
o

o t


Que grficamente sera:


Esta integral no es de fcil solucin, pero dicho problema puede obviarse mediante la
estandarizacin de la variable, que consiste en transformar todas las observaciones de
cualquier variable aleatoria normal X a un nuevo conjunto de observaciones de una
variable aleatoria normal Z con media 0 y varianza 1; todas las distribuciones normales
pueden convertirse a distribuciones normales estndar restando la media de cada
observacin y dividiendo por la desviacin estndar.
o

=
x
Z

Para la utilizacin en problemas prcticos de la distribucin normal existen ciertas tablas
donde se encuentran los valores F(x) para una serie limitada de valores Z dados.



17
La grfica anterior muestra que aproximadamente el 68% de las veces, una variable
aleatoria normal asume un valor en el intervalo , aproximadamente 95% en el intervalo
2 y ms del 99% en 3



EJEMPLO 1.12.
Durante los ltimos aos ha crecido el volumen de acciones negociadas en la Bolsa.
Durante las dos primeras semanas de abril, el volumen diario promedio fue de 586000
acciones. La distribucin de probabilidad del volumen es aproximadamente normal con
desviacin estndar de 115000 acciones.
a) Cul es la probabilidad de que el volumen negociado en un da sea menor a 395000
acciones?
b) Cul es la probabilidad de que se negocien ms de 800000 acciones?
c) Cul es la probabilidad de que en un da se negocien entre 500000 y 600000 acciones?
d) Si la Bolsa quiere emitir un boletn de prensa sobre el 5% de los das ms activos, qu
volumen activar la publicacin?

Solucin:

Sea: X = miles de acciones negociadas.

0485 . 0 ) 66 . 1 (
115
586 395
) 395 ( ) = < = |
.
|

\
|
> = < Z P Z P X P a

0314 . 0 9686 . 0 1 ) 86 . 1 ( 1 ) 86 . 1 (
115
586 800
) 800 ( ) = = < = > = |
.
|

\
|
> = > Z P Z P Z P X P b

c)
3212 . 0 2266 . 0 5478 . 0
) 12 . 0 75 . 0 (
115
586 600
115
586 500
) 600 500 (
= =
< < = |
.
|

\
|
< <

= < < Z P Z P x P


645 . 1 : 95 . 0 ) ( 05 . 0 ) ( ) = = < = > z tabla la De z Z P z Z P d

775 ) 115 ( 645 . 1 586 = + = + =

= o
o

z x
x
z

Eso implica que la publicacin se sacar los das que se negocien ms de 775000
acciones.


18
Aproximacin normal a la distribucin binomial:
Una variable aleatoria discreta con distribucin binomial se puede aproximar mediante una
distribucin normal si p no es cercana a 0 o a 1. La aproximacin es muy buena si el
nmero de ensayos es grande y mucho mejor si p es cercana a 0.5

Como el valor esperado y la varianza de X son respectivamente np y npq, la aproximacin
consiste en hacer
npq
np X
Z

= , teniendo en cuenta un factor de correccin por continuidad.

Para que la aproximacin sea adecuada debe cumplirse que np y nq sean mayores que 5.


EJEMPLO 1.13.
Una prueba de opcin mltiple tiene 200 preguntas, cada una con cuatro respuestas
posibles de las que slo una es correcta. Cul es la probabilidad de que con puras
conjeturas se obtengan de 25 a 30 respuestas correctas para 80 de los 200 problemas acerca
de los que el estudiante no tiene conocimientos?

Solucin:

La probabilidad de una respuesta correcta para cada una de las 80 preguntas es .

= np = 80(1/4) = 20 = npq = 873 . 3 ) ) 4 / 3 )( 4 / 1 ( 80 ( =

Los valores correspondientes son: 16 . 1
873 . 3
20 5 . 24
1
=

= z 71 . 2
873 . 3
20 5 . 30
2
=

= z

P(1.16 < Z < 2.71) = 0.9966 0.8770 = 0.1196



EJERCICIOS PROPUESTOS

1. Se elige una muestra de 20 empresas colombianas exportadoras. Se sabe por estadsticas
de aos anteriores que aproximadamente el 40% de las empresas colombianas
exportadoras registra operaciones en ms de 5 ciudades.
a) Qu tan probable es encontrar al menos 18 empresas que tengan operaciones en
ms de 5 ciudades? Si ese porcentaje fuera muy alto, creeras que el porcentaje
dado ha variado y que ya las empresas trabajan en ms ciudades?
b) Qu tan probable es encontrar entre 10 y 15 empresas que laboren en ms de 5
ciudades?
19

2. Recientemente se llev a cabo la Macrorrueda de Negocios de Latinoamrica;
estadsticas publicadas por Proexport muestran que el 40% de los compradores
extranjeros era de Mxico. Si se muestrean 40 compradores extranjeros al azar, cul es
la probabilidad de que el nmero de mejicanos sea:
a) Menor o igual a 15
b) Al menos 10, pero menos de 20

3. A mediados del mes pasado se realiz en Medelln la Macrorrueda de Negocios de
Latinoamrica. Si se realizaron en promedio 20 negocios grandes por hora, cul es la
probabilidad de que:
a) se hicieran 10 negocios o menos entre las 10 y las 10 y media de la maana de un
da determinado?
b) se realizaran entre 3 y 5 negocios inclusive- en un perodo de 10 minutos?
c) se hicieran por lo menos 10 negocios en un espacio de 1 hora?

4. A finales del ao anterior estuvieron de visita en Colombia gran parte de los principales
tours operadores de los Estados Unidos para conocer los principales destinos tursticos
que ofrece el pas e intercambiar oportunidades de negocios con operadores y
empresarios colombianos. La probabilidad de que uno de esos operadores hubiera
establecido negocios grandes en Colombia es 0.8; si se selecciona aleatoriamente un
grupo de 15 operadores
a) cul es la probabilidad de que al menos 12 hayan hecho grandes negocios?
b) cul es la probabilidad de que menos de 5 hayan hecho grandes negocios?
c) cul es la probabilidad de que ms de 5 pero menos de 10 hayan hecho negocios
grandes?


5. Los pasajeros de las aerolneas llegan al azar e independientemente a la seccin de
documentacin en un aeropuerto internacional. La frecuencia promedio de llegadas es
de 10 pasajeros por minuto.
a) Cul es la probabilidad de que no llegue nadie en un espacio de 15 minutos?
b) Cul es la probabilidad de que lleguen al menos 3 pasajeros en cierto minuto?

6. Una encuesta nacional revela que el 60% de los administradores graduados trabajan en
su rea de estudios. Si se evalan los 16 egresados de Administracin de la Universidad
X de este ao, cul es la probabilidad de que:
a) todos se empleen en administracin?
b) al menos el 75% de ellos se emplee en el rea?
c) menos de 10 se empleen en el rea?

7. El estudio de un inventario muestra que, en promedio, las demandas de cierto artculo en
un determinado almacn se realizan 10 veces al da. Cul es la probabilidad de que en
un da dado se pida este artculo
20
a) ms de 5 veces b) ninguna vez c) entre 15 y 20 veces, inclusive

8. Un especialista en telemercadeo realiza seis llamadas telefnicas por hora y es capaz de
cerrar una venta en el 30% de esos contactos. Durante las siguientes dos horas,
encuentre:
a) La probabilidad de no cerrar ninguna venta.
b) La probabilidad de que concrete por lo menos tres ventas.
c) El nmero esperado de ventas en ese lapso.

9. Una compaa manufacturera utiliza un esquema para aceptacin de los artculos
producidos antes de ser embarcados. El plan es de dos etapas. Se preparan cajas de 25
para embarque y se selecciona una muestra de 3 para verificar si tienen algn artculo
defectuoso. Si se encuentra por lo menos uno, la caja entera se regresa para verificarla
al 100%; si no se encuentra ningn artculo defectuoso la caja se embarca.
a) Cul es la probabilidad de que se embarque una caja que contiene 3 artculos
defectuosos?
b) Cul es la probabilidad de que una caja que contiene slo un artculo defectuoso se
regrese para verificacin?
c) Suponga que dicha compaa decide cambiar su esquema de aceptacin. Bajo el
nuevo esquema un inspector toma aleatoriamente un artculo, lo inspecciona y lo
regresa a la caja; un segundo inspector hace lo mismo; finalmente, un tercer
inspector lleva a cabo el mismo procedimiento. La caja no se embarca si cualquiera
de los 3 inspectores encuentra un artculo defectuoso. Responda la pregunta a bajo
este nuevo plan.

10. Se toma una muestra de 15 paquetes estadsticos para evaluar si permiten hacer un
determinado anlisis. Anteriores estudios indican que la probabilidad de que un
software estadstico deje hacer ese anlisis es 0.6. Cul es la probabilidad de que al
menos 13 de los 15 paquetes seleccionados permitan hacer el anlisis?
a) Si se toma X = nmero de paquetes que permiten hacer el anlisis.
b) Si se toma X = nmero de paquetes que no permiten hacer el anlisis.

11. Al conmutador de una universidad llegan en promedio 120 llamada/hora durante las
horas de actividad. El conmutador no puede hacer ms de 5 conexiones por minuto;
calcule la probabilidad de que:
a) el conmutador se encuentre congestionado en un minuto dado.
b) se pierdan 3 o ms llamadas si la recepcionista sali 2 minutos de la oficina.

12. Un embarque de 100 artculos contiene dos unidades defectuosas. Al revisarlo, se
tomar una muestra y las unidades se inspeccionarn. Si se encuentra al menos una
unidad defectuosa, se rechazar todo el embarque.
a) Si se selecciona una muestra de 3 artculos, cul es la probabilidad de rechazar el
embarque?
b) Cul es esa probabilidad si la muestra es de 4 artculos?
21
c) Cul es esa probabilidad si la muestra es de 5 artculos?
d) Qu concluye?

13. Cuando una mquina nueva funciona bien, slo el 3% de los artculos que produce
tienen defectos. Si se seleccionan al azar 10 partes producidas por la mquina
a) cul es la probabilidad de encontrar por lo menos un defectuoso?
b) cul es la probabilidad de que al menos la mitad sean defectuosos?

14. Un nuevo proceso automatizado de produccin ha tenido un promedio de 1.5
descomposturas por da. Debido al costo asociado con una descompostura, a la
administracin le preocupa la posibilidad de tener tres o ms descomposturas durante
un da. Suponga que esos daos ocurren al azar, que la probabilidad de dao es igual
para dos intervalos cualquiera de igual longitud y que las descomposturas en un
perodo son independientes de las que suceden en otros perodos. Cul es la
probabilidad de tener 3 o ms descomposturas en un da?

15. En la tabla siguiente se observan las distribuciones de probabilidad para calificaciones
en una muestra de altos ejecutivos y mandos medios de sistemas de informacin. Las
calificaciones van de 1 (muy insatisfecho) hasta 5 (muy satisfecho).

Probabilidad
Calificacin de
satisfaccin en el
trabajo
Altos ejecutivos Mandos medios
1 0.05 0.04
2 0.09 0.1
3 0.03 0.12
4 0.42 0.46
5 0.41 0.28

a) Cul es el valor esperado de calificacin en cada grupo?
b) Calcule la desviacin estndar para ambos grupos.
c) Con base en las dos medidas anteriores, haga comentarios sobre la satisfaccin con
sus trabajos de altos ejecutivos y mandos medios

16. El estudio de un inventario determina que, en promedio, las demandas de un artculo
particular en un almacn se realizan cinco veces al da. Cul es la probabilidad de que
en un da dado se pida este artculo
a) ms de cinco veces?
b) ninguna vez?

17. Una funcionaria de crdito de cierta empresa calcula, con base en sus aos de
experiencia, que la probabilidad de que un solicitante no sea capaz de pagar las cuotas
22
del crdito que se le otorg es de 0.025. El mes pasado esa funcionaria otorg 40
crditos.
a) Cul es la probabilidad de que no se recuperen 3 de esos crditos?
b) Cul es la probabilidad de que no se recuperen al menos 3 de esos crditos?




1. Los das 27 y 28 de marzo de 2006 se llevar a cabo en Cartagena una macrorrueda de
Agroindustria, donde se pretende que las empresas exportadoras colombianas del sector
muestren la alta calidad, diseo y valor agregado de sus productos. Se tienen datos de
asistencia de compradores internacionales a eventos de este tipo realizados en
Latinoamrica y se ha encontrado que dicha variable tiene una distribucin
aproximadamente normal con media de 846 compradores y desviacin estndar de 275
compradores.
a) Qu tan probable es que al evento asistan ms de 1300 compradores
internacionales?
b) Qu tan probable es que asistan entre 900 y 1200 compradores internacionales?
c) Si el nmero de compradores internacionales supera por lo menos al 90% de los
compradores internacionales en los eventos latinoamericanos de este tipo, el evento
ser destacado en la comunidad internacional mediante un boletn de prensa en
Estados Unidos. Cuntos compradores internacionales deben presentarse como
mnimo para que se presente ese hecho?

2. Se ha encontrado, por datos histricos, que el del monto de negocios en las ferias de
textiles que se han desarrollado en Colombia durante los ltimos 5 aos sigue
aproximadamente una distribucin normal con media 9.8 millones de dlares y
desviacin estndar de 8.7 millones de dlares.
a) En Colombiatex, realizada en enero en Medelln, se efectuaron negocios por 33
millones de dlares; har parte del 5% de ferias textileras donde ms negocios se
han hecho?
b) Cul es la probabilidad de que en una feria de este tipo se hagan negocios por ms
de 15 millones de dlares?

3. La revista X public el escalafn de las 500 empresas colombianas de mayores
exportaciones en 2005; public sus activos, utilidades y patrimonios. Se encontr que
el monto de los activos de dichas empresas sigue aproximadamente una distribucin
normal con media de 358 millones de dlares y una desviacin estndar de 156.4
millones de dlares.
Si se supone que para 2006 la distribucin de los activos de esas empresas no vare
mucho, responda:
a) Qu tan probable es que los activos de una empresa de las que aparece en ese
escalafn supere los 200 millones de dlares, pero no los 400 millones de dlares?
23
b) Entre qu valores se encuentran los activos en el 80% de las empresas ms
comunes en cuanto a ese parmetro?

4. Cierta empresa planea exportar un neumtico radial con banda de acero que vender a
travs de una cadena americana de tiendas de descuento. La direccin de la empresa
cree que la garanta de millas recorridas que se ofrezca con el neumtico ser un factor
importante en la aceptacin. Antes de firmar ese contrato, la direccin desea contar con
informacin acerca de las millas que duran los neumticos.
En pruebas reales en carretera, se ha estimado que el promedio de distancia recorrida es
36500 millas y que la desviacin estndar es 5000 millas. Si la distribucin de
probabilidad de las duraciones es aproximadamente normal,
a) Cul es la probabilidad de que las millas recorridas rebasen las 40000?
b) Cul es la probabilidad de que los neumticos duren en buen estado ms de 30000
millas, pero menos de 50000?
c) La empresa planea una garanta segn la cual el usuario recibir un descuento en
sus neumticos de repuesto si los neumticos originales no rebasan la distancia en
millas especificada en la garanta. Cules deben ser las millas recorridas para que
no haya ms de 10% de los neumticos que aprovechen el descuento de la garanta?

5. El tiempo necesario para terminar un examen final en determinado curso se distribuye
normalmente con 80 minutos de media y 10 minutos de desviacin estndar.
a) Cul es la probabilidad de terminar ese examen en una hora o menos?
b) Cul es la probabilidad de que un alumno termine el examen en ms de 60 minutos,
pero en menos de 75 minutos?
c) Suponga que en el grupo hay 60 alumnos y que el tiempo del examen es de 90
minutos. Cuntos alumnos se espera que no puedan terminar el examen en el
tiempo indicado?


6. 3256 personas presentaron los exmenes de ingreso a una universidad, los cuales se
calificaban con un puntaje mximo de 100. Las calificaciones se aproximan a una
distribucin normal, con una media de 67.8 y una desviacin estndar de 10.1.
a) El 12% de los postulantes con ms alta calificacin en el examen son aceptados en
la universidad. Un estudiante que obtiene un puntaje de 73 en el examen es
aceptado o no?
b) Qu porcentaje de postulantes obtuvieron una calificacin entre 60 y 80?

7. Una prueba de admisin a una universidad tiene 200 preguntas, cada una con 4 posibles
respuestas, de las que slo una es correcta. Para pasar a entrevista se debe responder
correctamente por lo menos el 75% de las preguntas.
a) Un aspirante est seguro de 107 respuestas, pero tiene que responder las dems al
azar. Cul es la probabilidad de que sea llamado a entrevista?
b) Un aspirante slo tiene que adivinar 10 para ajustar el nmero de respuestas
correctas que necesita, cul es la probabilidad de que sea llamado a entrevista?
24

8. Se esperaba que la crisis monetaria en Asia a finales de 1997 y principios de 1998
tuviera como consecuencia reducciones apreciables del empleo en Estados Unidos por
la inundacin de su mercado con importaciones baratas. Se esperaba que California
estuviera fuertemente afectado. El Instituto de Poltica Econmica estim que la
cantidad media de prdidas de empleo en California fuera de 126681. Suponga que la
cantidad de empleos perdidos tiene una distribucin normal y que su desviacin
estndar es de 30000.
a) Cul es la probabilidad de que la cantidad de empleos perdidos estuviera entre
80000 y 130000?
b) Cul es la probabilidad de que esa cantidad sea inferior a 50000?
c) Qu valor de corte dar como resultado una probabilidad de 0.95 de que la cantidad
de empleos perdidos no sea mayor de ese valor?

9. Un estudio sobre el pago de facturas revel que, en promedio, una factura se pagaba a
los 20 das de su recepcin. La desviacin estndar equivala a 5 das.
a) Qu porcentaje de facturas se paga antes de 15 das de su recepcin?
b) La gerencia desea estimular a los clientes para que paguen sus facturas mensuales lo
ms pronto que les sea posible. Por lo tanto, se anunci que estara vigente una
reduccin de 2% en el precio para los clientes que pagaran en un lapso de siete das
hbiles a partir de que se reciba la factura. Suponiendo que los pagos tienen
distribucin normal, de los 200 clientes que se espera este mes, cuntos tendran
derecho a la reduccin si todo contina igual?

10. Estadsticas publicadas muestran que en una noche promedio de fin de semana, dos de
cada diez conductores estn ebrios. Si se verifican 400 conductores al azar la siguiente
noche de sbado, cul es la probabilidad de que el nmero de conductores ebrios sea
a) menor que 64?
b) mayor a 100?
c) al menos 70, pero menos de 90?

11. El salario inicial de los administradores de negocios internacionales recin egresados
tiene una distribucin aproximadamente normal, con media $1069000 y desviacin
estndar $369690.
a) Cul es la probabilidad de que Paula, una recin egresada de la carrera, gane
ms de $2000000?
b) Sergio gana $2000000. Hace parte del 10% de los que ms ganan? Por qu?
c) Por debajo de que valor est el salario del 5% de los ms mal pagos?

12. Durante la semana anterior se llev a cabo la Macrorrueda de Negocios de
Latinoamrica; estadsticas publicadas por Proexport muestran que el 40% de los
compradores extranjeros era de Mxico. Si se muestrean 100 compradores
extranjeros al azar, cul es la probabilidad de que el nmero de mejicanos sea:
a) Menor o igual a 35
25
b) Al menos 40, pero menos de 69


13. Los costos de servicio por mes en una agencia de viajes tienen una distribucin
aproximadamente normal, con promedio de $150 millones y desviacin estndar de
$6750000.
a) Cul es la probabilidad de que en el prximo mes los costos de servicio estn entre
120 y 170 millones de pesos?
b) Por debajo de qu valor son los costos de servicio en el 20% de los meses con
menores costos?

14. Sea X la variable aleatoria que denota la vida en horas de cierto equipo. La funcin de
densidad de probabilidad es:

=
0
20000
) (
3
x
x f La ecuacin est dada para x>100 y es 0 en cualquier otro caso

Encuentre la vida esperada de este tipo de equipo. Interprete.