Datos del alumno Fecha

Nombres: Maria Fernanda 26/04/2023

Apellidos: Montesdeoca González

Desarrollo de la Actividad
DISTRIBUCIÓN BINOMIAL
1. Una empresa productora de cereales ofrece un juguete en cada sexto paquete de
cereales para celebrar su 50 aniversario. Un padre compra inmediatamente 20
paquetes.

a) ¿Cuál es la probabilidad de encontrar 4 juguetes en los 20 paquetes?

R= Se utiliza la fórmula de distribución binomial con n = 20, x = 4 y p =1/6.

𝑓(𝑥) = (𝑥𝑛)𝑝𝑥(1 − 𝑝)𝑛−𝑥 = 0,02608

b) ¿Cuál es la probabilidad de no encontrar algún juguete?

R= Se utiliza la fórmula de distribución binomial con n = 20, x = 0 y p =1/6.
𝑓(𝑥) = (𝑥𝑛)𝑝𝑥(1 − 𝑝)𝑛−𝑥 = 0,02608

2. Félix afirma que puede distinguir una mezcla de café recién molido de un café de
supermercado común. Uno de sus amigos le pide que pruebe 10 tazas de café y le diga
qué café ha probado. Supongamos que Félix no tiene ni idea sobre el café y
simplemente adivina la marca. ¿Cuál es la probabilidad de al menos 8 aciertos?

R= Ya que Félix no tiene idea sobre el café, podemos suponer que la probabilidad de acertar
es igual a p = 0,50 (mitad que acierte y mitad que no lo haga). Por tanto, se utiliza la fórmula
de distribución binomial con n = 10, p = 0,5, para x = {8, 9, 10}.
𝑃(8) = 0,0439
𝑃(9) = 0,009766
𝑃(10) = 0,0009766
𝑃(𝑋 ≥ 8) = 0,05469
3. ¿Cuál es la probabilidad de tener al menos 6 caras cuando se lanza una moneda 10
veces?
R= Se utiliza la función de probabilidad binomial para n = 10, p = 0,5 y x = {6, 7,8, 9, 10}.
Luego, se suman las probabilidades individuales para conocer la probabilidad de tener al
menos 6 caras en los 10 lanzamientos.
𝑃(6) = 0,2051
Nombre de la Institución Educativa

𝑃(7) = 0,1172
𝑃(8) = 0.04395
𝑃(9) = 0,009766
𝑃(10) = 0,0009766
𝑃(𝑋 ≥ 6) = 0,3770
4. Un país tiene una relación entre nacimientos de hombres y mujeres de 1,05, lo que significa
que el 51, 22 % de los bebés nacidos son varones. ¿Cuál es la probabilidad de tener 2 niñas
entre 4 bebés?
R= Se utiliza la función de probabilidad binomial para n = 4, p = 0,5122 y x = 2.

4
𝑃 (2) = ( ) 0,51222 (0,4888)4 − 2 = 0,374
2

5. Siete soldados disparan secuencialmente a un objetivo con probabilidad p = 3/8 de acierto

por cada soldado. Calcule la probabilidad de al menos 2 impactos antes de que dispare el
último soldado.
R= Se utiliza la función de probabilidad binomial para n = 6, p = 3/8 y x = {0, 1}.
𝑃(0) = 0,059604645
𝑃(1) = 0,214576721
𝑃(𝑋 ≥ 2) = 1 − [𝑃(0) + 𝑃(1)] = 0,7258

6. Cinco personas ingresan a un ascensor en la planta baja de un edificio de 6 pisos. Use la

distribución binomial repetidamente para calcular la probabilidad de que exactamente uno
se baje en cada uno de los 5 pisos, asumiendo que cada uno tiene la misma probabilidad de
bajar en cada piso.
5
𝑝1 = ( ) 0,21 (0,8)4 = 0,4096
1
4
𝑝2 = ( ) 0,251 (0,75)3 = 0,421875
1
3
𝑝3 = ( ) 0,3331 (0,667)2 = 0,4444
1
1
𝑝4 = ( ) 11 (1)0 = 1
1
𝑃 = 𝑝1 × 𝑝2 × 𝑝3 × 𝑝4 × 𝑝5 = 0,0384

Universidad Politécnica Salesiana

2
Nombre de la Institución Educativa

7. En una determinada locación, el 70 % está en contra de reabrir los casinos. Si se

seleccionan 15 personas al azar, determine:
a) La probabilidad de que exactamente 10 personas estén opuestas a reabrir los casinos.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 15, 𝑝 = 0,7). 𝑃(10) = 0,206130381
b) La probabilidad de que exactamente 4 personas se opongan a reabrir los casinos.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 15, 𝑝 = 0,7). 𝑃(4) = 0,000580575
c) La probabilidad de que 10 o más personas se opongan a reabrir los casinos.
R= 𝑃(10) + 𝑃(11) + 𝑃(12) + 𝑃(13) + 𝑃(14) + 𝑃(15) = 0,72162144
d) La probabilidad de que menos de 14 personas se opongan a reabrir los casinos.
R= 1 − 𝑃(14) + 𝑃(15) = 0,9647324

8. De acuerdo con un pediatra el 10 % de sus pacientes padecen alguna alergia. Si se

seleccionan al azar 120 de los pacientes de este pediatra. Determine:
a) la probabilidad que más de 12 pacientes tengan alguna alergia.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 120, 𝑝 = 0,1).
11 𝑛
P(x > 12) = 1 − ( ) 𝑝𝑘 (1 − p)n − k = 0,544473995
∑ 𝑘
b) la probabilidad que a lo mucho 12 pacientes tengan alguna alergia.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 120, 𝑝 = 0,1).
12 𝑛 𝑘
P(x ≤ 12) = ( ) 𝑝 (1 − p)n − k = 0,576071071
∑ 𝑘
c) la probabilidad que entre 5 y 15 pacientes tengan alguna alergia
R= ~𝐵𝑖𝑛(𝑛 = 120, 𝑝 = 0,1)
15 𝑛 𝑘 4 𝑛
P(5 ≤ x ≤ 15) = ( ) 𝑝 (1 − p)n − k − ( ) 𝑝𝑘 (1 − p)n − k =
∑ 𝑘 ∑ 𝑘
=0,8560 -0,005618 = 0,8504

9. Dos tenistas A y B bastante igualados tienen una probabilidad de ganar de 0, 45 y 0, 55,

respectivamente. ¿Debería A jugar con B 2 de 3 o 3 de 5? En general, ¿cuál es la mejor
estrategia para adoptar cuando se ve obligado a enfrentarse a un oponente superior?
R= Se debería jugar con B 2 de 3 en lugar de 3 de 5, ya que entre más partidos se jueguen, la
probabilidad de ganar del tenista A se va reduciendo. Esta sería la mejor estrategiapara adoptar
siempre que alguien se ve obligado a enfrentarse a un oponente superior.

Universidad Politécnica Salesiana

3
Nombre de la Institución Educativa

10. Cuando una empresa distribuidora de útiles escolares recibe una entrega de bolígrafos,
realiza pruebas de 10 de ellos. El lote completo es devuelto al proveedor si más de un
bolígrafo resulta defectuoso. ¿Cuál es la probabilidad de que el lote sea devuelto si se conoce
que el 2 % del lote es defectuoso.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 10, 𝑝 = 0,02).
1 𝑛 𝑘
P(x > 1) = 1 − ( ) 𝑝 (1 − p)n − k = 0,01618
∑ 𝑘

11. Una prueba de opción múltiple tiene 20 preguntas y 4 opciones para cada una de ellas
con una sola opción correcta. Para aprobar, se deben contestar correctamente al menos 14
preguntas.
a) ¿Cuál es la probabilidad de aprobar el examen?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 10, 𝑝 = 0,02).
13 𝑛 𝑘
P(x ≥ 14) = 1 − ( ) 𝑝 (1 − p)n − k = 0,0002951
∑ 𝑘
b) Un estudiante tiene que hacer un examen de recuperación si contesta correctamente entre 8 y
13 preguntas. ¿Cuál es la probabilidad de que un estudiante deba hacer un examen de
recuperación?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 20, 𝑝 = 1/4).
15 𝑛 𝑘 7 𝑛
P(8 ≤ x ≤ 13) = ( ) 𝑝 (1 − p)n − k − ( ) 𝑝𝑘 (1 − p)n − k = 0,1018
∑ 𝑘 ∑ 𝑘
c) Un estudiante reprueba el examen si contesta correctamente menos de 8 preguntas. ¿Cuál es la
probabilidad de reprobar el examen?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 20, 𝑝 = 1/4).
7 𝑛 𝑘
P(x ≤ 7) = ( ) 𝑝 (1 − p)n − k = 0,8982
∑ 𝑘

12. Un fabricante sabe que 1 de cada 10 de sus productos es defectuoso. ¿Cuál es la

probabilidad de que en una muestra de 5 productos:
a) no existan productos defectuosos?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 5, 𝑝 = 0,1)
5
P(x = 0) = ( ) 0,10 (0,9)5−0 = 0,5905
0
b) exista 1 producto defectuoso?

Universidad Politécnica Salesiana

4
Nombre de la Institución Educativa

R= 𝑋~𝐵𝑖𝑛(𝑛 = 5, 𝑝 = 0,1)
5
P(x = 1) = ( ) 0,11 (0,9)5−1 = 0,32805
1
c) existan al menos 2 defectuosos?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 5, 𝑝 = 0,1)8
P(x ≥ 2) = 1 − [𝑃 (0) + 𝑃(1) ]− = 0,08146
d) no existan más de 3 productos defectuosos?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 5, 𝑝 = 0,1)
3 5
P(x ≤ 3) = ( ) 0,1𝑘 (0,9)5−𝑘 = 0,9995
∑ 𝑘
13. Un fabricante de pistones metálicos encuentra que, en promedio, el 12 % de sus pistones
son rechazados porque son demasiado grandes o pequeños. ¿Cuál es la probabilidad de que
un lote de 10 pistones contenga:
a) no más de 2 rechazos?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 10, 𝑝 = 0,12)
2 10
P(x ≤ 2) = ( ) 0,12𝑘 (0,88)10−𝑘 = 0,8913
∑ 𝑘
b) al menos 2 rechazos?
R= 𝑋~𝐵𝑖𝑛(𝑛 = 10, 𝑝 = 0,12)
P(x ≥ 2) = 1 − [𝑃 (0) + 𝑃(1) ]− = 0,3417

14. La probabilidad de que un ciclista de montaña que viaja por una determinada pista
sufra una explosión de llanta es de 0,05. Encuentre la probabilidad de que entre 17 ciclistas:
a) exactamente uno tenga una explosión de llanta.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 17, 𝑝 = 0,05
1 17
P(x ≤ 3) = ( ) 0,051 (0,95)17−1 = 0,3741
∑ 1
b) a lo mucho 3 tengan una explosión de llanta.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 17, 𝑝 = 0,05
3 17
P(x ≤ 3) = ( ) 0,05𝑘 (0,95)17−𝑘 = 0,9912
∑ 𝑘
c) dos o más tengan una explosión de llanta.
R= 𝑋~𝐵𝑖𝑛(𝑛 = 17, 𝑝 = 0,05)

Universidad Politécnica Salesiana

5
Nombre de la Institución Educativa

P(x ≥ 2) = 1 − [𝑃 (0) + 𝑃(1) ]− = 0,2078

15. La probabilidad de que una máquina desarrolle una falla dentro de los primeros 3 años
de uso es 0,003. Si se seleccionan 40 máquinas al azar, calcule la probabilidad de que 38 o
más no desarrollen fallas en los primeros 3 años de uso
R= ~𝐵𝑖𝑛(𝑛 = 40, 𝑝 = 0,003).
𝑃(𝑥 < 2) = 𝑃(0) + 𝑃(1) = 0,9935

DISTRIBUCIÓN POISSON

1. En cierta tienda ingresa un promedio de 10 clientes por hora.

a) ¿Cuál es la probabilidad que al menos 8 clientes ingresen durante una hora cualquiera?
R= Utilizamos la función de probabilidad Poisson para una media de 10 clientes por hora.
𝑒 − μμx
𝑓 (𝑥 ) =
𝑥!
𝑒 − 10108
𝑃(𝑥 = 8) = = 0,1126
8!
b) ¿Cuál es la probabilidad que 6 clientes ingresen durante una hora cualquiera?
𝑒 − 10106
𝑃 (𝑥 = 6) = = 0,06306
6!
c) ¿Cuál es la probabilidad que más de 7 clientes ingresen durante una hora cualquiera?
7 𝑒 − μμk
P (𝑥 > 7) = 1 − P (x ≤ 7) = = 0,7798
∑ 𝑘!
d) ¿Cuál es la probabilidad que 20 clientes ingresen durante las primeras 4 horas laborales del
día?
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 40)
𝑒 − 404020
𝑃 (𝑥 = 20) = = 0,0001920
20!
e) ¿Cuál es la probabilidad que a lo mucho 24 clientes ingresen durante las primeras 4 horas
laborales del día?
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 40)

Universidad Politécnica Salesiana

6
Nombre de la Institución Educativa

24 𝑒 − 4040k
P(𝑥 ≤ 24) = = 0,004483
∑ 𝑘!
f) Cuál es la probabilidad que menos de 30 clientes ingresen durante las primeras 4 horas laborales
del día?
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 40)
29 𝑒 − 4040k
P(𝑥 < 30) = = 0,04323
∑ 𝑘!
2. A una estación de pesaje llegan camiones a una tasa promedio de 30 por hora. Calcule la
probabilidad de que exactamente:
a) lleguen 20 camiones en la próxima hora
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 30)
𝑃 (𝑥 = 20) = 0,01341
b) 10 camiones que llegan en 30 minutos
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 15)
𝑃 (𝑥 = 10) = 0,04861
c) ningún camión llega en 6 minutos.
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇=3)
𝑃 (𝑥 = 0) = 0,04979
d) ¿Qué es más probable, exactamente 20 camiones que lleguen en 30 minutos, seguidos de
exactamente 20 camiones que lleguen en los próximos 30 minutos, o exactamente 40 camiones
que lleguen en una hora?
R= Es más probable que exactamente 40 camiones lleguen en una hora. Dado que el primer
evento, en el cual llegan 20 camiones en 30 minutos y luego otros 20 en 30 minutos, es un
subconjunto del segundo evento, donde llegan exactamente 40 camiones en 1 hora. La
probabilidad del subconjunto no puede ser mayor a la probabilidad del segundo evento.
3. Suponga que se ha observado que, en promedio, 180 automóviles por hora pasan por un
punto específico de una carretera en particular en la hora pico de la mañana. Debido a las
obras viales inminentes, se estima que la congestión ocurría más cerca del centro de la
ciudad si más de 5 autos pasan por el punto en cualquier minuto. ¿Cuál es la probabilidad
de que se produzca una congestión?
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜇 =180/3=3)
5 𝑒 − 33𝑘
𝑃(𝑥 > 5) = 1 − 𝑃 (𝑥 ≤ 5) = 1 − = 0,08392
∑ 𝑘!

Universidad Politécnica Salesiana

7
Nombre de la Institución Educativa

4. Suponga que la probabilidad de tener fiebre por la vacuna contra la gripe es de 0, 005. Si
se administra la vacuna a 1000 personas, utilice la distribución de Poisson para aproximar
la probabilidad de que:
a) 1 persona sufra fiebre como resultado de la vacuna contra la gripe.
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 1000 × 0,005 = 5)
𝑃(𝑥 = 1) = 0,03369

b) más de 6 personas sufren fiebre como resultado de la vacuna contra la gripe.

R= : 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 5)
6 𝑒 − 55𝑘
𝑃 (𝑥 > 6) = 1 − 𝑃 (𝑥 ≤ 6) = 1 − = 0,2378
∑ 𝑘!
5. Las láminas de metal grandes tienen fallas en posiciones aleatorias, pero en promedio
tienen 1 falla por cada 10m2. ¿Cuál es la probabilidad de que una hoja de 5m×8m tenga
como máximo una falla?
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜇 = 5 × 8 ×1/10=4)
1 𝑒 − 44k
P(𝑥 ≤ 1) = = 0,09158
∑ 𝑘!
6. Una fábrica utiliza herramientas de un tipo particular. De vez en cuando ocurren fallas
en estas herramientas y es necesario reemplazarlas. El número de tales fallas en un día tiene
una distribución de Poisson con una media de 1,25. Al comienzo de un día en particular, hay
cinco herramientas de repuesto en stock. Una nueva entrega de reemplazos llegará después
de cuatro días. Si los cinco repuestos se utilizan antes de que llegue la nueva entrega, no se
podrán realizar más reemplazos hasta que llegue la entrega. Encuentre la probabilidad de
que se requieran tres reemplazos durante los próximos cuatro días
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 1,25 × 4 = 5)
𝑒 − 553
P(𝑥 = 3) = = 0,1404
3!
7. El número de fallas que ocurren en una máquina de cierto tipo en un año tiene una
distribución de Poisson con una media de 0,4. En una fábrica hay diez de estas máquinas.
¿Cuál es la probabilidad de que haya menos de dos fallas en la fábrica en un año?
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜇 = 0,4 × 10 = 4)
1 𝑒 − 44𝑘
𝑃 (𝑥 < 2) = 𝑃 (𝑥 ≤ 1) = = 0,09158
∑ 𝑘!
8. En una universidad determinada, la probabilidad de que un miembro del personal esté
ausente en cualquier día es de 0,001. Si hay 800 miembros del personal, calcule las
probabilidades de que el número de ausentes en un día sea

Universidad Politécnica Salesiana

8
Nombre de la Institución Educativa

a) 6
𝑒 − 0.80.86
P(𝑥 = 6) = = 0,00002075
6!
b) 4
𝑒 − 0.80 .84
P(𝑥 = 4) = = 0,007669
4!
c) 2
𝑒 − 0.80.82
P(𝑥 = 2) = = 0,1438
2!
d) 0
𝑒 − 0.80.80
P(𝑥 = 0) = = 0,4493
0!
e) menos de 3
2 𝑒 − 0,80 ,8𝑘
𝑃(𝑥 < 3) = 𝑃(𝑥 ≤ 2) = = 0,9520
∑ 𝑘!
f) más de 1
1 𝑒 − 0,80,8𝑘
𝑃 (𝑥 < 1) = 1 − 𝑃(𝑥 ≤ 1) = = 0,1912
∑ 𝑘!

9. Un libro que contiene 150 páginas tiene 100 errores de imprenta. Encuentre la
probabilidad de que una página en particular contenga:
a) ningún error de imprenta
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜇 =100/150=0.667)
𝑒 − 2/32/30
P(𝑥 = 0) = = 0,5134
0!
b) 5 errores de imprenta
𝑒 − 2/32 /35
P(𝑥 = 5) = = 0,0005634
5!
c) al menos 2 errores de imprenta
1 𝑒 − 2/32 /3𝑘
𝑃 (𝑥 ≥ 2) = 1 − 𝑃(𝑥 ≤ 1) = 1 − = 0,1443
∑ 𝑘!
d) más de 1 error de imprenta.
P(x > 1) = 1 − P(x ≤ 1) = 0, 1443

Universidad Politécnica Salesiana

9
Nombre de la Institución Educativa

10. Suponga que los vehículos llegan a una intersección de carreteras señalizada a una
velocidad promedio de 360 ??por hora y el ciclo de los semáforos se establece en 40 segundos.
¿En qué porcentaje de ciclos el número de vehículos que llegan será:
a) exactamente 5?
R= 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (𝜇 =360/3600 * 40=4)
𝑒 − 445
P(𝑥 = 5) = = 0,1563
5!
b) menos de 5?
4 𝑒 − 44𝑘
𝑃 (𝑥 < 5) = 𝑃 (𝑥 ≤ 4) = 1 − = 0,0288
∑ 𝑘!
c) Si, después de que las luces cambian a verde, hay tiempo para despejar solo 5 vehículos antes
de que la señal cambie a rojo nuevamente, ¿cuál es la probabilidad de que los vehículos en espera
no sean despejados en un ciclo?
5 𝑒 − 44𝑘
𝑃 (𝑥 > 5) = 𝑃 (𝑥 ≤ 5) = 1 − = 0,2149
∑ 𝑘!
13. Las bacterias se distribuyen independientemente unas de otras en una solución y se sabe
que el número de bacterias por mililitro sigue una distribución de Poisson con una media
de 2, 9. Encuentre la probabilidad de que una muestra de 1 ml de solución contenga:
a) 0 bacterias
𝑒 − 2,92 ,90
P(𝑥 = 0) = = 0,05502
0!
b) 1 bacteria
𝑒 − 2,92 91
P(𝑥 = 1) = , = 0,1596
1!
c) 2 bacterias
𝑒 − 2,92,92
P(𝑥 = 2) = = 0,2314
2!
d) 3 bacterias
𝑒 − 2,92,93
P(𝑥 = 3) = = 0,2237
3!
e) más de 3 bacterias
1 𝑒 − 2,92,9𝑘
𝑃 (𝑥 > 3) = 1 − 𝑃(𝑥 ≤ 3) = 1 − = 0,3304
∑ 𝑘!

Universidad Politécnica Salesiana

10