1.

2
2. En una escuela de secundaria se tienen los siguientes datos de
1600 estudiantes:
a) 801 aprobaron matemáticas.
b) 900 aprobaron física.
c) 752 aprobaron química.
d) 435 aprobaron matemáticas y química.
e) 412 aprobaron física y matemática.
f) 398 Aprobaron física y química.
g) 310 aprobaron matemáticas, química y física.
Indique
a) El porcentaje de estudiantes que aprobaron matemáticas.
b) El porcentaje de estudiantes que aprobaron matemáticas o física.
c) El porcentaje de estudiantes que aprobaron matemáticas y física.
d) El porcentaje de estudiantes que aprobaron matemáticas o física o
química.
e) Cuantos no aprobaron matemáticas o física o química
f) El porcentaje de estudiantes que no aprobaron matemáticas, física
y química.
Tenemos que:
A= Aprobaron matemáticas.
B=Aprobaron física.
C= Aprobaron química.
¿ de veces del evento A
A)P(A) = ¿ total = T

801
1600 = 0,500625

Concluimos que hay un 50.0625% de estudiantes que aprobaron

Matemáticas

B) P(A)= 0.500625 P(B)=900/1600=0.5625 P(A ∩ B)=412/1600=0.2575

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

P(A ∪ B)=0.500625+0.5625-0.2575
P(A ∪ B)=0.805625
Concluimos que hay un 80.5625% de estudiantes que aprobaron Física o
Matemáticas
C) P(A ∩ B)=412/1600=0.2575
Concluimos que hay un 25.75% de estudiantes que aprobaron Física y
Matemáticas
D) P(A)=0.500625 P(B)= 0.5625 P(C)=752/1600=0.47
P(A ∩ B)= 0.2575 ; P(A ∩ C)=435/1600=0.271875 ;
P(B ∩ C)=398/1600=0.24875
P(A ∩ B ∩ C)=310/1600=0.19375
P(A ∪ B ∪ C) = P(A) + P(B) + P(C) − P(A ∩ B) − P(A ∩ C) − P(B ∩ C) + P(A ∩ B ∩ C).
P(A ∪ B ∪ C)=0.500625+0.5625+0.47-0.2575-0.271875-0.24875+0.19375

P(A ∪ B ∪ C)=0.948775

Concluimos que hay un 94.8775% de estudiantes que aprobaron Física o

Matemáticas o Química.

E) Probabilidad del evento contrario de A ∈ F, P(Ac) = 1 − P(A).

P((A ∪ B ∪ C)c)=1-0.959375= 0.051225
Concluimos que hay un 5.1225% de estudiantes que no aprobaron Física
o Matemáticas o Química

F) P((A ∩ B ∩ C)c)=1-0.19375=0.80625
Concluimos que hay un 80.625% de estudiantes que no aprobaron Física
y Matemáticas y Química

3. Una caja contiene 10 refrescos, de los cuales cuatro son

Coca-Cola. Se seleccionan tres refrescos
aleatoriamente para su venta, halle la probabilidad de que:
a) Las tres unidades vendidas sean Coca-Cola.
b) Entre las tres unidades dos sean Coca-Cola y una de otros
refrescos.
A)
p: probabilidad de que sea Coca Cola
q: probabilidad de que sea otro refresco
p = 4/10 = 0,4
q = 0.6
Se seleccionan tres refrescos aleatoriamente para su venta
n=3
La probabilidad de que las 3 sean Coca Cola
P(x=3)=1.(0.4)3 ( 0.6)3 −3
P(x=3)= 0.064

B)
La probabilidad de que las tres unidades dos sean Coca-Cola y una de otros
refrescos.
2 3! 3!
C  =   =   = 3
3 (3 - 2)! 2! 1! 2!

P(x=3)=3.(0.4)2 ( 0.6)3−2
P(x=3)=0.288

4. Se dispone de tres cajas con bombillas. La primera contiene 10

bombillas, de las cuales hay
cuatro fundidas; en la segunda hay seis bombillas, estando una de ellas
fundida, y la tercera
caja hay tres bombillas fundidas de un total de ocho. ¿Cuál es la
probabilidad de que al tomar
una bombilla al azar de una cualquiera de las cajas, esté fundida?
Tenemos que:

A1: Sacar bombilla de caja 1.

A2: Sacar bombilla de caja 2

A3: Sacar bombilla de caja 3.

B: Bombilla defectuosa.

 
Considerando el teorema de probabilidad total, tenemos que:

P(B)=P(A1).P(B|A1)+ P(A2).P(B|A2)+ P(A).P(B|A3)

 
Así,

1 4 1 1 1 3 113
P(Bombilla defectuosa) = 3 . 10 + 3 . 6 + 3 . 8 = 360 =0.3133…
 
2.2
2. La variable aleatoria X = {n ́umero de hijos por familia de
una ciudad} tiene la siguiente
distribución de probabilidad:

Encontrar:
a) Media o esperanza matemática. Significado
b) Varianza y desviación típica
c) Si el Ayuntamiento de la ciudad paga 2000 pesos por hijo
e Y = 2000X, ¿cual es la
distribución de probabilidad?
d) Media, varianza y desviación típica de Y
X = xi P(X = xi ) =pi xi . pi 2 x2 . p
x
….i i i

x1 = 0 0,47 0 0 0
x2 =1 0,3 0,3 1 0,3
x3 = 2 0,1 0,2 4 0,4
x4 = 3 0,06 0,18 9 0,54
x5 = 4 0,04 0,16 16 0,64
x6 = 5 0,02 0,10 25 0,5
x7 = 6 0,01 0,06 36 0,36
1 1 2,74

a) Media:
7 7
x́=μ x =E ( x )=∑ x i . P ( x=x i )=∑ x i ⋅ P i=1
i=1 i=1

Si se toma al azar una familia de la ciudad, el número de hijos por término medio es
uno.

b) Varianza y desviación típica

Varianza
7
2 2
s2x =E ( x−μ x ) =∑ ( x i−μ x ) ⋅ p ( x=x i )=α 2−α 21
i=1

7 7
2 2
s =E (x¿ ¿2)=∑ ( xi ) ⋅ p ( x=x i )=∑ ( x i ) ⋅ Pi=2,74 ¿
❑
2
i=1 i=1

s2x =E ( x−μ x ) 2=2,74-12=1,74

Desviación típica:
s x =√ 1,74 ≡1,32

C) Distribución de probabilidad de la variable Y = 2000.X

Y=Y1 P(Y = Yj ) =pj
Y1 =0 0,47
Y2 = 2.000 0,3
Y3 = 4.000 0,1
Y4 =6.000 0,06
Y5 =8.000 0,04
Y6 = 10.000 0,02
Y7 = 12.000 0,01
1

D) Media, varianza y desviación típica de Y

x́=μ y =μ 2000 x =E ( 2000⋅ x )=2000⋅ E ( x )=2000 ⋅1=2000

s2y =s 22000 y =var ( 2000⋅ x )=20002❑ ⋅1,74=6960000

s y = √6960000=2638,18

3. Al lanzar cuatro monedas se considera el n ́umero de caras

obtenidos. De la variable aleatoria
X así obtenida, determinar:
a) Distribución de probabilidad de X.
b) Función de distribución acumulativa. Representación
grafica.
c) Esperanza matemática, varianza y desviación típica.
d) Probabilidad de obtener más de uno y menos de tres caras.
a) Sea X ='número de escudos en la tirada de cuatro monedas'

Ω={(c,c,c,c),(c,c,c,e),(c,c,e,c),(c,c,e,e),(c,e,c,c),(c,e,c,e),(e,c,c,c),(e,c,c,e),
(e,e,e,e),(e,e,e,c),(e,e,c,e),(e,e,c,c),(e,c,e,e),(e,c,e,c),(c,e,e,e),(c,e,e,c)}
X(c,c,c,c)=0 P(X = 0) = 1 /16

X(c,c,c,e) = X(c,c,e,c) = X(c,e,c,c) = X(e,c,c,c) = 1 P(X = 1) = 4,16

X(c,c,e,e) =X(c,e,c,e) =X(e,c,e,c)

=X(e,e,c,c) =X(e,c,e,c) =X(c,e,c,e) =2 P(X = 2) =6,16

X(e,e,e,c) = X(e,e,c,e) = X(e,c,e,e) = X(c,e,e,e) = 3 P(X = 3) = 4,16

X(e,e,e,e) =4 P(X = 4) = 1, 16

La ley de probabilidad o función de cuantía:

X = xi 0 1 2 3 4
P(X = x i) 1/16 4/16 6/16 4/16 1/16

b) Función de distribución:

X = xi 0 1 2 3 4
P(X = x i) 1/16 4/16 6/16 4/16 1/16
F(x)=P(X≤x 1/16 5/16 11/16 15/16 1
)
 c) Cálculo de la esperanza matemática y varianza
X=Xi 0 1 2 3 4
P( X=Xi ) 1/16 4/16 6/16 4/16 1/16
Xi .P( X=Xi ) 0 4/16 12/16 12/16 4/16
X i 2 . P( X=Xi 0 4/16 24/16 36/16 16/16
)

5
Media: x́ 1 ¿ μ x =E ( x )=∑ x i ⋅ P ( x=x i )=2
i=1

5
2
x́ 2=∑ x i ⋅ P ( x=x i )=5
x=i

Varianza:
s2x = x́ 2− x́ 21=5−22 =1

d) Observando la ley de probabilidad la moda Md = 2

Observando la función de distribución la mediana Me = 2 por ser:

F(x = 2) = 11/16

El primer valor que iguala o deja por debajo a 0,5

e) P(1 ¿ X <¿ 3)= P(X=2) 6/16= 0,375

4. La variable X = {número de centímetros a que un dardo

queda del centro de la diana} al ser
tirado por una persona tiene como función de densidad:

Se pide:
a) Hallar k para que f(x) sea función de densidad.
Representarla.
b) Hallar la función de distribución acumulación (para x ≤ 0,
0 ≤ x ≤ 10 y x > 10).
Representarla.
c) Media, varianza y desviación típica.
d) P(X ≤ 1)
e) Probabilidad de acertar en la diana.

a) Para que f(x) sea función de densidad debe verificar:

∞ 0 10 ∞ 10
1= ∫ f ( x ) ⅆx= ∫ f ( x ) ⅆx+∫ f ( x ) ⅆx +∫ f ( x ) ⅆx=0+∫ f ( x ) ⅆx +0
−∞ −∞ 0 10 0

10

=0+∫ kⅆx+ 0=0+10+0=10k

0

1=10 k
1
=k
10
 1
Entonces, F(x)= { 10
0< x< 10
0 en el resto de casos

x
b) La función de distribución se define F ( x )= ∫ f ( t ) ⅆt
−∞

x¿ 0 F(X)= ∫ f ( t ) ⅆ t=0
−∞

x 0 x x
1 x
0≤ x ≤ 10 F(X)= ∫ f ( t ) ⅆ t= ∫ f (t ) ⅆ t +∫ f ( t ) ⅆ t =∫
−∞ −∞ 0 0 10
ⅆ t=
10

x 0 10 x 10
1
X ¿ 10 F(X)= ∫ f ( t ) ⅆ t= ∫ f (t ) ⅆ t +∫ f ( t ) ⅆ t +∫ f ( t ) ⅆ t =∫ ⅆ t=1
−∞ −∞ 0 10 0 10

0 x< 0

{
F(X)=
x
10
0 ≤ x ≤10
1 x> 10
c) Media
∞ 10
1
x́ 1 ¿ μ x =E ( x )=∫ x . F ( x ) dx=¿∫ x ❑ . . dx=¿ 5 cm ¿ ¿
−∞ 0 10

Varianza s2x = x́ 2− x́ 21

∞ 10
1 1 100
x́ 2❑=E ( x 2 )= ∫ x2 . . dx= ∫ x2 . dx=
−∞ 10 10 0 3

100 25
−5 =
2 2
sx= cm2
3 3

Desviación Típica

25
s2x =
3
25
= 2,9 cm
s❑x =
√ 3

1
d) P ( x ≤ 1 )=F ( 1 )=
10

e) Probabilidad de acertar en la diana: P ( x=0 )=0 por ser continua

0 0 0
1 1
P ( x=0 )=∫ f ( x ) ⅆx=∫ ❑ = ∫ ⅆx=0
0 0 10 10 0