TAREA 08

Instrucción: Se tiene el siguiente laboratorio, el cual se realizará a través de las clases:

1. En el proceso productivo de la empresa OPEN PLEASE se sabe que el 4% de la producción

es defectuosa. Si se extrae una muestra aleatoria de 20 a partir del proceso. Cuál es la
probabilidad de que:
a. Exactamente 4 sean defectuosos.
X: Número de defectuosos en una muestra de tamaño 20.

𝑃(𝑋 = 4) = 𝑃(𝑋 ≤ 4) − 𝑃(𝑋 ≤ 3)

𝑃(𝑥 = 4) = 0.999 − 0.993 = 0.006 → 0.6%

b. Ninguno sea defectuoso.

X: Número de defectuosos en una muestra de tamaño 20.

𝑃(𝑋 = 0) = 0.442 → 44.2%

c. Menos de 2 sean defectuosos.

X: Número de defectuosos en una muestra de tamaño 20.

𝑃(𝑋 < 2) = 𝑃(𝑋 ≤ 1)

𝑃(𝑋 < 2) = 0.81 → 81%

2. En un juego de apuestas entre los estudiantes de la UNT y el profesor de estadística, el

estudiante arroja una moneda 10 veces. En este juego se tienen en cuenta las siguientes
apuestas:
 Si obtiene 5 caras o más, el estudiante gana 2 puntos en su examen de parcial.
 Si obtiene menos de 3 caras no gana ningún punto.
 Si obtiene más de 6 caras gana 3 puntos.
 Si obtiene 2 caras o menos se le quita 1 punto en el examen de medio ciclo.
Cuáles son las respectivas probabilidades en las diferentes apuestas:
a. P (X≥5)
b. P (X<3)
c. P (X≤2)

Solución:
𝐷𝐴𝑇𝑂𝑆:
𝑃 = 0.5
𝑄 = 0.5
𝑛 = 10
 10 (0.5)5 (0.5)5
𝑎) 𝑃(𝑋 ≥ 5) = ( )∗ ∗ = 0.246
5
10
𝑏) 𝑃(𝑋 < 3) = ( ) ∗ (0.5)3 ∗ (0.5)7 = 0.117
3
10 (0.5)2 (0.5)8
𝑐) 𝑃(𝑋 ≤ 2) = ( ) ∗ ∗ = 0.044
2

3. Se realizó un estudio epidemiológico en niños en la ciudad de Trujillo, para verificar la

eficacia de una vacuna contra el resfrío en la época de invierno. Por estudios anteriores se
sabe que esta vacuna tiene una eficacia del 70% contra este tipo de epidemia. Para este
estudió se seleccionó aleatoriamente a 20 niños.

𝑃 = 1 − 0.7 = 0.3
𝑛 = 20
a. Cuál es la probabilidad de que exactamente 5 niños tengan resfrío en invierno.

𝑃(𝑥 = 5) = 𝑃(𝑋 ≤ 5) − 𝑃(𝑋 ≤ 4)

𝑃(𝑥 = 5) = 0.416 − 0.238
𝑃(𝑥 = 5) = 0.718 = 71.8%

b. Cuál es la probabilidad de que más de 5 niños tengan resfrío en invierno.

𝑃(𝑥 > 5) = 1 − 𝑃(𝑋 ≤ 5)

𝑃(𝑥 > 5) = 1 − 0.416
𝑃(𝑥 > 5) = 0.584 = 58.4%

c. Cuál es la probabilidad de que menos de 5 niños tengan resfrío en invierno.

𝑃(𝑥 < 5) = 𝑃(𝑋 ≤ 4)

𝑃(𝑥 < 5) = 0.238 = 23.8%

4. A una garita de peaje llegan aleatoriamente 300 autos por hora. Calcular la probabilidad
de que:
a. Un auto llegue durante un periodo de 1 minuto.
b. Por lo menos dos autos lleguen durante un periodo de un minuto.

Solución:

𝑒 −𝜆 𝜆𝑥
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = , 𝑥 = 0,1,2, ….
𝑥!
Conversión:
1ℎ𝑜𝑟𝑎 = 60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
 300𝑎𝑢𝑡𝑜𝑠 = 60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑥 = 1 𝑚𝑖𝑛𝑢𝑡𝑜

(1)(300𝑎𝑢𝑡𝑜𝑠)
𝑥= 60

𝑥 = 5 𝑎𝑢𝑡𝑜𝑠, (𝝀 = 𝟓)
a. Probabilidad de que un auto llegue exactamente en un minuto:
𝑒 −5 51
𝑃(𝑋 = 1) =
1!
𝑃(𝑋 = 1) = 0.0337 = 3.37%

b. Probabilidad de que lleguen dos autos durante el periodo de un minuto:

𝑷(𝑿 ≥ 𝟐) = 𝟏 − 𝑷(𝑿 ≤ 𝟐)
𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)

𝑒 −5 52
𝑃(𝑋 = 2) =
2!
𝑃(𝑋 = 2) = 0.0842

Reemplazando:
𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)
𝑃(𝑋 ≤ 2) = 0.0337 + 0.0842
𝑃(𝑋 ≤ 2) = 0.1179

𝑷(𝑿 ≥ 𝟐) = 𝟏 − 𝟎. 𝟏𝟏𝟕𝟗
𝑷(𝑿 ≥ 𝟐) = 𝟎. 𝟗𝟖𝟐𝟏 = 𝟗𝟖. 𝟐𝟏%

5. Un ingeniero jefe del Área de Control de Calidad de la empresa Enrique Cassinelli e Hijos,
realiza un examen de control respecto al agua que está sacando del subsuelo para la
elaboración de Gaseosas. Este líquido contiene ciertas bacterias no nocivas para la salud
a razón de 4 bacterias por cm3. Si toma una muestra de 1 cm3, calcular las siguientes
probabilidades:
a. Cuál es la probabilidad que la muestra no contenga bacteria alguna.

X: Número de bacterias en un cm3 de agua.

𝝀 = 𝟒 (𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒃𝒂𝒄𝒆𝒓𝒊𝒂𝒔 𝒑𝒐𝒓 𝒄𝒎𝟑)

𝑃(𝑋 = 𝑎) = 𝑃(𝑋 ≤ 𝑎) − 𝑃(𝑋 ≤ 𝑎 − 1)

𝑃(𝑋 = 0) = 𝑃(𝑋 ≤ 0)
𝑃(𝑋 = 0) = 0.018 → 1.8%
 b. Cuál es la probabilidad de que en ½ cm3 haya por lo menos 1 bacteria.

X: Número de bacterias en un cm3 de agua.

𝟏
¿ 𝒄𝒖à𝒏𝒕𝒐 𝒆𝒔 𝒍𝒂𝒏𝒅𝒂 𝒑𝒂𝒓𝒂 ?
𝟐
𝟏𝒄𝒎𝟑 = 𝟒

𝟎. 𝟓𝒄𝒎𝟑 = 𝝀
Entonces: 𝝀 = 𝟐
𝟏
𝝀 = 𝟐 (𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒃𝒂𝒄𝒆𝒓𝒊𝒂𝒔 𝒑𝒐𝒓 𝒄𝒎𝟑𝒅𝒆 𝒂𝒈𝒖𝒂)
𝟐
𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 ≤ 0)
𝑃(𝑋 ≥ 1) = 1 − 0.135 = 0.865 → 86.5%

6. En un estudio por parte de la Dirección Regional de Transportes y Comunicaciones

(DRTC), se ha determinado que, en la carretera con destino a Huamachuco, hay en promedio
de 2 accidentes por semana (7 días), calcular las siguientes probabilidades:
a. Cuál es la probabilidad de que en una semana haya 15 accidentes.

𝒆−𝝀 𝝀𝒙
𝒇(𝒙) = 𝑷(𝑿 = 𝒙) =
𝒙!
𝜆 = 20

𝑒 −20 ∗ 2015
𝑃(𝑋 = 15) = = 0.052
15!

b. Cuál es la probabilidad de que en dos semanas haya 32 accidentes.

𝜆 = 20 ∗ 2 𝑠𝑒𝑚𝑎𝑛𝑎𝑠 = 40

𝑒 −40 ∗ 4032
𝑃(𝑋 = 32) = = 0.029
32!

c. Cuál es la probabilidad de que en un día haya tres o menos accidentes.

 𝑃(𝑋 ≤ 3) = 0.55 + 0.215 + 0.446 + 0.670

d. Cuál es la probabilidad de que en un día haya tres o más accidentes.

20
𝜆= = 2.86
7

𝑃(𝑋 ≥ 3) = 1 − 𝑃(𝑋 ≤ 𝑎 − 1) = 1 − 𝑃(𝑋 ≤ 2)

𝑒 −2.86 ∗ 2.860
𝑃(𝑋 = 0) = = 0.057
0!

𝑒 −2.86 ∗ 2.861
𝑃(𝑋 = 1) = = 0.164
1!

𝑒 −2.86 ∗ 2.862
𝑃(𝑋 = 2) = = 0.234
2!

→ 𝑃(𝑥 ≥ 3) = 1 − (0.057 + 0.164 + 0.234) = 1 − 0.455 = 0.545

7. Calcule el valor de z si el área bajo una curva normal estándar

a. a la derecha de z, es 0.3622;
b. a la izquierda de z, es 0.1131;
c. entre 0 y z, con z > 0, es 0.4838;
d. entre –z y z, con z > 0, es 0.9500.

Solución:
a) a la derecha de z es 0.3622;

0.3622 = 1.09
𝑍 = 1.09
𝑃 (𝑍 > 1.09) = 0.500 – 0.3622
𝑷(𝒁 > 𝟏. 𝟎𝟗) = 𝟎. 𝟏𝟑𝟕𝟖
 b) a la izquierda de z es 0.1131;
0.1131 = 0.29
𝑍 = 0.29
𝑃 (𝑍 < 0.29) = 0.500 + 0.1131
𝑷 (𝒁 < 𝟎. 𝟐𝟗) = 𝟎. 𝟔𝟏𝟑𝟏

c) entre 0 y z, con z > 0, es 0.4838;

0.4838 = 2.14
𝑍 = 2.14
𝑃(𝑍 < 2.14) = 0.500 + 0.4838
𝑷(𝒁 < 𝟐. 𝟏𝟒) = 𝟎. 𝟗𝟖𝟑𝟖

d) entre –z y z, con z > 0, es 0.9500.

0.9500 = 1.96
𝑍 = 2.14
𝑃(𝑍 < 2.14) = 0.9500/2
𝑷(𝒁 < 𝟐. 𝟏𝟒) = 𝟎. 𝟒𝟕𝟓𝟎

8. Un investigador informa que unos ratones a los que primero se les restringen
drásticamente sus dietas y después se les enriquecen con vitaminas y proteínas vivirán un
promedio de 40 meses. Si suponemos que la vida de tales ratones se distribuye normalmente,
con una desviación estándar de 6.3 meses, calcule la probabilidad de que un ratón
determinado viva
a. más de 32 meses;
b. menos de 28 meses;
c. entre 37 y 49 meses.

Solución
a) Datos:
𝑥 = 32, 𝜇 = 40, 𝜎 = 6.3
𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑛𝑑𝑜 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 ;
𝒂−𝝁
𝑷(𝑿 ≥ 𝒂) = 𝟏 − 𝑷 (𝒁 ≤ )
𝝈
𝑥 − 𝜇 32 − 40
𝑧= = = −1.27
𝜎 6.3

𝑃(𝒁 ≥ 𝟑𝟐) = 𝟏 − 𝑷(𝒁 ≤ −𝟏. 𝟐𝟕)

𝑃(𝑍 ≥ 32) = 1 − 0.102 = 0.898 → 89.8%

b) Datos:
𝑋 = 28, 𝜇 = 40, 𝜎 = 6.3
𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑛𝑑𝑜 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 ;
𝑥 − 𝜇 28 − 40
𝑧= = = −1.91
𝜎 6.3
 𝒂−𝝁
𝑷(𝑿 ≤ 𝒂 =) = 𝑷 (𝒁 ≤ )
𝝈
𝑥 − 𝜇 28 − 40
𝑧= = = −1.91
𝜎 6.3

𝑷(𝑿 ≤ 𝒂) = 𝑷(𝒁 ≤ −𝟏. 𝟗𝟏)

𝑷(𝑿 ≤ 𝒂) = 𝟎. 𝟎𝟐𝟖 → 𝟐. 𝟖%

c) Datos:
𝑋1 = 37, 𝑋2 = 49, 𝜇 = 40, 𝜎 = 6.3
𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑛𝑑𝑜 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 ;
𝑋1 − 𝜇 37 − 40
𝑍1 = = = −0.476
𝜎 6.3
𝑋2 − 𝜇 49 − 40
𝑍2 = = = 1.43
𝜎 6.3

𝑏−𝜇 𝑎−𝜇
𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃 (𝑍 ≤ ) − 𝑃 (𝑍 ≤ )
𝜎 𝜎
49 − 𝜇 37 − 𝜇
𝑃(37 ≤ 𝑋 ≤ 49) = 𝑃 (𝑍 ≤ ) − 𝑃 (𝑍 ≤ )
𝜎 𝜎

𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃(𝑍 ≤ 1.43) − 𝑃(𝑍 ≤ −0.476)

𝑷(𝒂 ≤ 𝑿 ≤ 𝒃) = 𝟎. 𝟗𝟐𝟒 − 𝟎. 𝟑𝟏𝟗 = 𝟎. 𝟔𝟎𝟓 → 𝟔𝟎. 𝟓%

9. En el ejemplar de noviembre de 1990 de Chemical Engineering Progress, un estudio

analiza el porcentaje de pureza del oxígeno de cierto proveedor. Suponga que la media fue
de 99.61, con una desviación estándar de 0.08. Suponga que la distribución del porcentaje de
pureza fue aproximadamente normal.

a. ¿Qué porcentaje de los valores de pureza esperaría que estuvieran entre 99.5 y
99.7?
DATOS:
𝑋1 = 99.5 , 𝑋2 = 99.7, 𝜇 = 99.61 , 𝜎 = 0.08
𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑛𝑑𝑜 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 ;
𝑋1 − 𝜇 99.5 − 99.61
𝑍1 = = = −1.375
𝜎 0.08

𝑋2 − 𝜇 99.7 − 99.61
𝑍2 = = = 1.125
𝜎 0.08

𝑏−𝜇 𝑎−𝜇
𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃 (𝑍 ≤ ) − 𝑃 (𝑍 ≤ )
𝜎 𝜎
99.7 − 𝜇 99.5 − 𝜇
𝑃(99.5 ≤ 𝑋 ≤ 99.7) = 𝑃 (𝑍 ≤ ) − 𝑃 (𝑍 ≤ )
𝜎 𝜎
𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃(𝑍 ≤ 1.125) − 𝑃(𝑍 ≤ −1.375)
𝑷(𝒂 ≤ 𝑿 ≤ 𝒃) = 𝟎. 𝟖𝟔𝟗𝟕 − 𝟎. 𝟎𝟖𝟒𝟓𝟓 = 𝟎. 𝟕𝟖𝟓𝟐 → 𝟕𝟖. 𝟓𝟐%
 b. ¿Qué valor de pureza esperaría que excediera exactamente 5% de la población?

DATOS:
𝑓(𝑧) = 1 − 0.05 = 0.95, 𝜇 = 99.61 , 𝜎 = 0.08
Determinando el valor z según la tabla de distribución normal gracias al 𝑓(𝑧):
𝒛 = 𝟏. 𝟔𝟒𝟓
Deseamos obtener la pureza (x):
𝑥−𝜇
𝑧= 𝜎
𝑥 = 𝜇 + 𝑧𝜎
𝑥 = 99.61 + (1.645)(0.08)
𝒙 = 𝟗𝟗. 𝟕𝟒𝟏𝟔

10. La estatura de 1000 estudiantes se distribuye normalmente con una media de 174.5
centímetros y una desviación estándar de 6.9 centímetros. ¿Cuántos de estos estudiantes
esperaría que tuvieran una estatura menor que 160.0 centímetros?
a. de entre 171.5 y 182.0 centímetros?
b. igual a 175.0 centímetros?
c. de mayor o igual que 188.0 centímetros?

Solución:
𝐷𝐴𝑇𝑂𝑆:
𝜇 = 174.5 𝑐𝑚
𝜎 = 6.9 𝑐𝑚
𝑈𝑡𝑖𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟:
𝒙−𝝁
𝒁=
𝝈
|𝑵𝒐𝒔 𝒑𝒊𝒅𝒆𝒏 𝒎𝒆𝒏𝒐𝒓 𝒒𝒖𝒆 𝟏𝟔𝟎. 𝟎 𝒄𝒎: 𝒙 = 𝟏𝟔𝟎. 𝟎
𝑥 − 𝜇 160 − 174.5
𝑍= = = −2.1014
𝜎 6.9
𝑃(𝑥 < 160.0) = 𝑃(𝑍 − 2.1014) = 0.018
(1000)(0.018) = 18
𝟏𝟖 𝒆𝒔𝒕𝒖𝒅𝒊𝒂𝒏𝒕𝒆𝒔

𝑵𝒐𝒔 𝒑𝒊𝒅𝒆𝒏 𝒆𝒏𝒕𝒓𝒆 𝟏𝟕𝟏. 𝟓 𝒚 𝟏𝟖𝟐. 𝟎

𝑇𝑒𝑛𝑒𝑚𝑜𝑠 𝑥1 = 171.5 𝑦 𝑥2 = 182.0

𝑥1 − 𝜇 171.5 − 174.5
𝑍1 = = = −0.44
𝜎 6.9
𝑃𝑎𝑟𝑎 𝑍1 𝑒𝑛 𝑙𝑎𝑠 𝑡𝑎𝑏𝑙𝑎𝑠 𝑡𝑒𝑛𝑒𝑚𝑜𝑠: 𝑍 = −0.44 ; 𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑠 𝑑𝑒 0.330.
𝑁𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠:
 𝑍1 = 1 − 0.330 = 0.67
𝑥2 − 𝜇 182.0 − 174.5
𝑍2 = = = 1.0869
𝜎 6.9
𝑃𝑎𝑟𝑎 𝑍2 𝑒𝑛 𝑙𝑎𝑠 𝑡𝑎𝑏𝑙𝑎𝑠 𝑡𝑒𝑛𝑒𝑚𝑜𝑠: 𝑍 = 1.0869 ; 𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑠 𝑑𝑒 0.862.
𝑁𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠 𝑒𝑙 á𝑟𝑒𝑎 𝑐𝑜𝑚𝑝𝑟𝑒𝑛𝑑𝑖𝑑𝑎 𝑒𝑛𝑡𝑟𝑒 𝑍1 𝑦 𝑍2 :
𝑃(37 < 𝑥 < 49) = 𝑃(−0.44 < 𝑥 < 1.0869) = 0.862 − 0.67 = 0.192

𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑡𝑒𝑛𝑒𝑚𝑜𝑠: (1000) ∗ (0.192) = 𝟏𝟗𝟐 𝒆𝒔𝒕𝒖𝒅𝒖𝒂𝒏𝒕𝒆𝒔.

𝑵𝒐𝒔 𝒑𝒊𝒅𝒆𝒏 ≥ 𝟏𝟖𝟖 𝒄𝒎: 𝒙 = 𝟏𝟖𝟖

𝑥2 − 𝜇 188 − 174.5
𝑍2 = = = 1.9565
𝜎 6.9
𝑃(𝑥 ≥ 188) = 1 − 𝑃(𝑥 ≤ 187) = 1 − 0.965 = 0.035
𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑡𝑒𝑛𝑒𝑚𝑜𝑠: (1000) ∗ (0.035) = 𝟑𝟓 𝒆𝒔𝒕𝒖𝒅𝒖𝒂𝒏𝒕𝒆𝒔

11. Los pesos de un gran número de poodle miniatura se distribuyen aproximadamente de

forma normal con una media de 8 kilogramos y una desviación estándar de 0.9 kilogramos.
Calcule la fracción de estos poodle con pesos
a. por arriba de 9.5 kilogramos;
b. a lo sumo 8.6 kilogramos;
c. entre 7.3 y 9.1 kilogramos.

Solución:

𝐷𝐴𝑇𝑂𝑆:
𝜇 = 8 𝐾𝑔
𝜎 = 0.9𝐾𝑔
𝑈𝑡𝑖𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟:
𝒙−𝝁
𝒁=
𝝈
𝑵𝒐𝒔 𝒑𝒊𝒅𝒆𝒏 𝒎𝒂𝒚𝒐𝒓 𝒒𝒖𝒆 𝟗. 𝟓 𝑲𝒈: 𝒙 = 𝟗. 𝟓
𝑥 − 𝜇 9.5 − 8
𝑍= = = 1.67
𝜎 0.9
𝑃(𝑥 > 9.5) = 1 − 𝑃(𝑥 ≤ 9.5) = 1 − 0.953 = 0.047

𝑵𝒐𝒔 𝒑𝒊𝒅𝒆𝒏 ≥ 𝟖. 𝟔 𝑲𝒈 ∶ 𝒙 = 𝟖. 𝟔
𝑥2 − 𝜇 8.6 − 8
𝑍2 = = = 0.67
𝜎 0.9
𝑃(𝑥 ≥ 8.6) = 1 − 𝑃(𝑥 ≤ 7.6) = 1 − 0.67 = 0.033

𝑵𝒐𝒔 𝒑𝒊𝒅𝒆𝒏 𝒆𝒏𝒕𝒓𝒆 𝟕. 𝟑 𝒚 𝟗. 𝟏 𝑲𝒈

 𝑇𝑒𝑛𝑒𝑚𝑜𝑠 𝑥1 = 7.3 𝑦 𝑥2 = 9.1
𝑥1 − 𝜇 7.3 − 8
𝑍1 = = = −0.78
𝜎 0.9
𝑃𝑎𝑟𝑎 𝑍1 𝑒𝑛 𝑙𝑎𝑠 𝑡𝑎𝑏𝑙𝑎𝑠 𝑡𝑒𝑛𝑒𝑚𝑜𝑠: 𝑍 = −0.78 ; 𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑠 𝑑𝑒 0.218.
𝑁𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠:
𝑍1 = 1 − 0.218 = 0.782
𝑥2 − 𝜇 9.1 − 8
𝑍2 = = = = 1.22
𝜎 0.9
𝑃𝑎𝑟𝑎 𝑍2 𝑒𝑛 𝑙𝑎𝑠 𝑡𝑎𝑏𝑙𝑎𝑠 𝑡𝑒𝑛𝑒𝑚𝑜𝑠: 𝑍 = 1.22 ; 𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑠 𝑑𝑒 0.889.
𝑁𝑒𝑐𝑒𝑠𝑖𝑡𝑎𝑚𝑜𝑠 𝑒𝑙 á𝑟𝑒𝑎 𝑐𝑜𝑚𝑝𝑟𝑒𝑛𝑑𝑖𝑑𝑎 𝑒𝑛𝑡𝑟𝑒 𝑍1 𝑦 𝑍2 :
𝑃(7.3 < 𝑥 < 9.1) = 𝑃(−0.78 < 𝑥 < 1.22) = 0.889 − 0.218 = 0.671

12. Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan
de buena salud. Según las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 años o más es 2/3. Hállese la probabilidad de que, transcurridos 30 años,
vivan:
a. Las cinco personas.
b. Al menos tres personas.
c. Exactamente dos personas.
Solución:
a. Las cinco personas
2 1
𝑝 = 3, 𝑞=3

5 2 5 1 0
𝑃(𝑥 = 5) = ( ) (3) (3)
5
𝑷(𝒙 = 𝟓) = 𝟎. 𝟏𝟑𝟐

b. Al menos tres personas

𝑃(𝑥 ≥ 3) = 𝑝(𝑥 = 3) + 𝑝(𝑥 = 4) + 𝑝(𝑥 = 5)
3
5 2 1 2 5 2
4
1 1 5 2
5
1 0
𝑃(𝑥 ≥ 3) = ( ) ( ) ( ) + ( ) ( ) ( ) + ( ) ( ) ( )
3 3 3 4 3 3 5 3 3
𝑷(𝒙 ≥ 𝟑) = 𝟎. 𝟕𝟗𝟏

c. Exactamente dos personas

2
5 2 1 3
𝑃(𝑥 = 2) = ( ) ( ) ( )
3 3 3
𝑷(𝒙 = 𝟐) = 𝟎. 𝟏𝟔𝟒