Andrés Miniguano Trujillo

ESCUELA POLITECNICA NACIONAL

FACULTAD DE CIENCIAS
Materia: PROBABILIDADES Y ESTADÍSTICA
Deber N. 3: Variables Aleatorias Discretas

1. Si X es una variable aleatoria con función de distribución acumulativa:

𝟎 𝒔𝒊 𝒙<𝟎
𝟎. 𝟏 𝒔𝒊 −𝟒 ≤ 𝒙 < 𝟏
𝟎. 𝟏𝟓 𝒔𝒊 𝟏≤𝒙<𝟔
𝑭(𝒙) = 𝟎. 𝟒𝟎 𝒔𝒊 𝟔≤𝒙<𝟗
𝟎. 𝟔𝟓 𝒔𝒊 𝟗 ≤ 𝒙 < 𝟏𝟒
𝟎. 𝟖𝟓 𝒔𝒊 𝟏𝟒 ≤ 𝒙 < 𝟐𝟎
{ 𝟏 𝒔𝒊 𝒙 ≥ 𝟐𝟎
Halle:
a) La función de probabilidad de 𝑿.
0.10 𝑠𝑖 𝑥 = −4
0.05 𝑠𝑖 𝑥 = 1
0.25 𝑠𝑖 𝑥 = 6
𝑝(𝑥) =
0.25 𝑠𝑖 𝑥 = 9
0.20 𝑠𝑖 𝑥 = 14
{0.15 𝑠𝑖 𝑥 = 20
b) La Esperanza y la Varianza de 𝑿.
𝐸[𝑋] = 𝜇𝑋 = ∑ 𝑥𝑖 𝑝(𝑥𝑖 )
𝑖
𝐸[𝑋] = (−4)(0.10) + 1(0.05) + 6(0.25) + 9(0.25) + 14(0.20) + 20(0.15)
𝐸[𝑋] = 9.2
𝑉(𝑋) = 𝐸[𝑋 2 ] − (𝐸[𝑋])2
𝑉(𝑋) = 16(0.10) + 1(0.05) + 36(0.25) + 81(0.25) + 196(0.20) + 400(0.15) − 9.22
𝑉(𝑋) = 130.1 − 84.64 = 45.46

c) 𝑷(𝑿 > 𝟗)
𝑃(𝑋 > 9) = 1 − 𝐹(9) = 1 − 0.65 = 0.35

d) 𝑷(𝟑 < 𝑿 < 𝟏𝟑)

𝑃(3 < 𝑋 < 13) = 𝐹(13) − 𝐹(3) − 𝑝(13) = 0.65 − 0.15 − 0.25 = 0.25

e) 𝑷(𝑿 > 𝟕|𝑿 ≥ 𝟏𝟐)

𝑃(𝑋 > 7 ∩ 𝑋 ≥ 12) 𝑃(𝑋 ≥ 12)
𝑃(𝑋 > 7|𝑋 ≥ 12) = = =1
𝑃(𝑋 ≥ 12) 𝑃(𝑋 ≥ 12)

f) 𝑷(𝑿 > 𝟖|𝑿 ≥ 𝟒)

𝑃(𝑋 > 8 ∩ 𝑋 ≥ 4) 𝑃(𝑋 > 8) 1 − 𝐹(8)
𝑃(𝑋 > 8|𝑋 ≥ 4) = = =
𝑃(𝑋 ≥ 4) 𝑃(𝑋 ≥ 4) 1 − 𝐹(4) + 𝑝(4)
1 − 0.40
= = 0.75
1 − 0.15 − 0.05

2. Una variable aleatoria 𝑿 toma solo los valores 4, 6, 𝒂, con 𝑷(𝑿 = 𝟒) = 𝟎. 𝟓, 𝑷(𝑿 = 𝟔) =
𝟎. 𝟑, 𝑷(𝑿 = 𝒂) = 𝒑. Si se sabe que la esperanza de 𝑿 es igual a 8, halle los valores de 𝒂 y 𝒑.
8 = 𝐸[𝑋] = 𝜇𝑋 = ∑ 𝑥𝑖 𝑝(𝑥𝑖 )
𝑖
8 = (4)(0.5) + 6(0.3) + 𝑎𝑝
4.2 = 𝑎𝑝
Andrés Miniguano Trujillo

3. La función de probabilidad de una variable aleatoria discreta X está dada por :

𝟎. 𝟏𝟖 𝒔𝒊 𝒙 = −𝟏𝟖
𝟎. 𝟎𝟗 𝒔𝒊 𝒙 = −𝟕
𝟎. 𝟏𝟓 𝒔𝒊 𝒙=𝟒
𝒑(𝒙) = 𝟎. 𝟐𝟐 𝒔𝒊 𝒙=𝟖
𝟎. 𝟐𝟎 𝒔𝒊 𝒙 = 𝟏𝟑
𝟎. 𝟏𝟔 𝒔𝒊 𝒙 = 𝟏𝟗
{ 𝟎 𝒔𝒊 𝒙 𝒆𝒔 𝒐𝒕𝒓𝒐 𝒗𝒂𝒍𝒐𝒓
Halle:
a) La función de distribución de 𝑿.
0 𝑠𝑖 𝑥 < −18
0.18 𝑠𝑖 −18 ≤ 𝑥 < −7
0.27 𝑠𝑖 −7 ≤ 𝑥 < 4
𝐹(𝑥) = 0.42 𝑠𝑖 4≤𝑥<8
0.64 𝑠𝑖 8 ≤ 𝑥 < 13
0.84 𝑠𝑖 13 ≤ 𝑥 < 19
{ 1 𝑠𝑖 𝑥 ≥ 19

b) La probabilidad del evento 𝑨: "𝑿 𝐬𝐞𝐚 𝐦𝐚𝐲𝐨𝐫 𝐨 𝐢𝐠𝐮𝐚𝐥 𝐚 − 𝟕 𝐲 𝐦𝐞𝐧𝐨𝐫 𝐪𝐮𝐞 𝟏𝟐".
𝑃(−7 ≤ 𝑋 < 12) = 𝐹(12) − 𝐹(−7) − 𝑝(12) + 𝑝(−7)
= 0.64 − 0.27 − 0.22 + 0.09 = 0.24

c) 𝑷(𝑿 ≥ 𝟒|𝟎 < 𝑿 < 𝟏𝟑)

𝑃(𝑋 ≥ 4 ∩ 0 < 𝑋 < 13) 𝑃(4 ≤ 𝑋 < 13)
𝑃(𝑋 ≥ 4|0 < 𝑋 < 13) = =
𝑃(0 < 𝑋 < 13) 𝑃(0 < 𝑋 < 13)
𝐹(13) − 𝐹(4) − 𝑝(13) + 𝑝(4) 0.84 − 0.42 − 0.20 + 0.15
= = =1
𝐹(13) − 𝐹(0) − 𝑝(13) 0.84 − 0.27 − 0.20

d) La esperanza y varianza de 𝑿.
𝐸[𝑋] = (−18)(0.18) + (−7)(0.09) + 4(0.15) + 8(0.22) + 13(0.20) + 19(0.16)
= 4.13
𝑉(𝑋) = 324(0.18) + 49(0.09) + 16(0.15) + 64(0.22) + 169(0.20) + 361(0.16) − 4.132
𝑉(𝑋) = 170.77 − 17.0569 = 153.7131

4. La función de probabilidad de una variable aleatoria discreta 𝑿 está dada por:

𝟎. 𝟐 𝒔𝒊 𝒙 = −𝟑
𝟎. 𝟎𝟖 𝒔𝒊 𝒙 = 𝟎
𝟎. 𝟏 𝒔𝒊 𝒙 = 𝟐
𝒑(𝒙) =
𝟎. 𝟑 𝒔𝒊 𝒙 = 𝟓
𝟎. 𝟏𝟓 𝒔𝒊 𝒙 = 𝟖
{𝟎. 𝟏𝟕 𝒔𝒊 𝒙 = 𝟏𝟐
Halle:
a) La función de distribución de 𝑿.
0 𝑠𝑖 𝑥 < −3
0.2 𝑠𝑖 −3 ≤ 𝑥 < 0
0.28 𝑠𝑖 0 ≤ 𝑥 < 2
𝐹(𝑥) = 0.38 𝑠𝑖 2 ≤ 𝑥 < 5
0.68 𝑠𝑖 5 ≤ 𝑥 < 8
0.83 𝑠𝑖 8 ≤ 𝑥 < 12
{ 1 𝑠𝑖 𝑥 ≥ 12
b) La esperanza y la varianza de 𝑿.
𝐸[𝑋] = (−3)(0.2) + 0 + 2(0.1) + 5(0.3) + 8(0.15) + 12(0.17) = 4.34
𝑉(𝑋) = 9(0.2) + 0 + 4(0.1) + 25(0.3) + 64(0.15) + 144(0.17) − 4.342
𝑉(𝑋) = 43.78 − 18.8356 = 24.9444
Andrés Miniguano Trujillo

c) 𝑷(−𝟏 < 𝑿 < 𝟖), 𝑷(𝑿 ≥ 𝟏|𝑿 > 𝟏)

𝑃(−1 < 𝑋 < 8) = 𝐹(8) − 𝐹(−1) − 𝑝(8) = 0.83 − 0.2 − 0.15 = 0.48
1 − 𝐹(1)
𝑃(𝑋 ≥ 1|𝑋 > 1) = =1
1 − 𝐹(1)

5. Una urna contiene 5 bolas blancas y 3 negras. Si se extraen 3 bolas al mismo tiempo y 𝑿
representa: "El número de bolas blancas", halle:
𝑅𝑒𝑑𝑜𝑟𝑟𝑖𝑑𝑜 𝑑𝑒 𝑋 = {0,1,2,3}

𝑥 = 3 : 𝑝(3) = 𝑃[𝑋 = 3] = 𝑃(𝐵 ∩ 𝐵 ∩ 𝐵)

5𝐶3 ∗ 3𝐶0
= = 0.1786
8𝐶3
𝑥 = 2 : 𝑝(2) = 𝑃[𝑋 = 2] = 𝑃[(𝐵𝐵𝑁) ∪ (𝐵𝑁𝐵) ∪ (𝑁𝐵𝐵)]
5𝐶2 ∗ 3𝐶1
= = 0.5357
8𝐶3
𝑥 = 1 : 𝑝(1) = 𝑃[𝑋 = 1] = 𝑃[(𝐵𝑁𝑁) ∪ (𝑁𝑁𝐵)]
5𝐶1 ∗ 3𝐶2
= = 0.2679
8𝐶3
𝑥 = 0 : 𝑝(0) = 𝑃[𝑋 = 0] = 𝑃(𝑁 ∩ 𝑁 ∩ 𝑁)
5𝐶0 ∗ 3𝐶3
= = 0.0178
8𝐶3
a) La función de probabilidad y de distribución de 𝑿.
0.1786 𝑠𝑖 𝑥 = 0
0.5357 𝑠𝑖 𝑥 = 1
𝑝(𝑥) = {
0.2679 𝑠𝑖 𝑥 = 2
0.0178 𝑠𝑖 𝑥 = 3

0 𝑠𝑖 𝑥<0
0.1786 𝑠𝑖 0 ≤ 𝑥 < 1
𝐹(𝑥) = 0.7143 𝑠𝑖 1 ≤ 𝑥 < 2
0.9822 𝑠𝑖 2 ≤ 𝑥 < 3
{ 1 𝑠𝑖 𝑥≥3
b) La probabilidad de que al menos 2 bolas sean blancas.
𝑃(𝑋 ≥ 2) = 1 − 𝐹(2) + 𝑝(2) = 0.5535
c) La probabilidad de que una de las bolas sea negra
𝑃(𝑋 = 2) = 0.5357

6. En cierto laboratorio se ofrecen 4 tipos de exámenes:

El primero dura 20 minutos y es utilizado el 45% de las veces.
El segundo dura 30 minutos y es utilizado el 25% de las veces.
El tercero dura 40 minutos y es utilizado el 20% de las veces.
El cuarto dura 60 minutos y es utilizado el 10% de las veces.
El costo de los exámenes está dado por 𝑪(𝑿) = 𝟏𝟎. 𝟎𝟎𝟎 − 𝟑𝑿 + 𝟐𝑿𝟐 (centavos de dólar),
donde 𝑿 representa el número de minutos empleados en el examen.
0.45 𝑠𝑖 𝑥 = 20
0.25 𝑠𝑖 𝑥 = 30
𝑝(𝑥) = {
0.20 𝑠𝑖 𝑥 = 40
0.10 𝑠𝑖 𝑥 = 60

0 𝑠𝑖 𝑥 < 20
0.45 𝑠𝑖 20 ≤ 𝑥 < 30
𝐹(𝑥) = 0.70 𝑠𝑖 30 ≤ 𝑥 < 40
0.90 𝑠𝑖 40 ≤ 𝑥 < 60
{ 1 𝑠𝑖 𝑥 ≥ 60
Andrés Miniguano Trujillo

a) Halle la probabilidad que por un examen se deba pagar entre 20.000 y 50.000
centavos.
20000 = 10000 − 3𝑋 + 2𝑋 2 ⇒ 𝑋 = 71.4646
50000 = 10000 − 3𝑋 + 2𝑋 2 ⇒ 𝑋 = 142.1733
𝑃(71.4646 ≤ 𝑋 ≤ 142.1733) = 𝐹(142.1733) − 𝐹(71.4646) + 𝑝(71.4646) = 0

b) Halle el costo esperado y la varianza del costo.

𝐸[𝑋] = 20(0.45) + 30(0.25) + 40(0.20) + 60(0.10) = 30.5
𝐶(𝐸[𝑋]) = 10.000 − 3(30.5) + 2(30.5)2 = 11769[𝑐𝑒𝑛𝑡𝑎𝑣𝑜𝑠]

𝑉(𝑋) = 400(0.45) + 900(0.25) + 1600(0.20) + 3600(0.10) − 30.52 = 154.75

𝐶(𝑉(𝑋)) = 10.000 − 3(154.75) + 2(154.75)2 = 57430.88[𝑐𝑒𝑛𝑡𝑎𝑣𝑜𝑠]

7. Una urna contiene 8 bolas negras y 6 blancas. Si se van a sacar 4 bolas y la variable
aleatoria 𝑿 es: "Número de bolas blancas obtenidas", halle la función de probabilidad y la
función de distribución de X si:
a) Se sacan las 4 bolas con reposición.
𝑅𝑒𝑑𝑜𝑟𝑟𝑖𝑑𝑜 𝑑𝑒 𝑋 = {0,1,2,3,4}

𝑥 = 4 : 𝑝(4) = 𝑃[𝑋 = 4] = 𝑃(𝐵 ∩ 𝐵 ∩ 𝐵 ∩ 𝐵)

6𝐶4 ∗ 8𝐶0
= = 0.015
14𝐶4
𝑥 = 3 : 𝑝(3) = 𝑃[𝑋 = 3] = 𝑃[(𝐵𝐵𝐵𝑁) ∪ (𝐵𝐵𝑁𝐵) ∪ (𝐵𝑁𝐵𝐵) ∪ (𝑁𝐵𝐵𝐵)]
6𝐶3 ∗ 8𝐶1
= = 0.1598
14𝐶4
𝑥 = 2 : 𝑝(2) = 𝑃[𝑋 = 2] = 𝑃[(𝐵𝐵𝑁𝑁) ∪ (𝐵𝑁𝐵𝑁) ∪ (𝐵𝑁𝑁𝐵) ∪ (𝑁𝐵𝑁𝐵) ∪ (𝑁𝑁𝐵𝐵)]
6𝐶2 ∗ 8𝐶2
= = 0.4196
14𝐶4
𝑥 = 1 : 𝑝(1) = 𝑃[𝑋 = 1] = 𝑃[(𝐵𝑁𝑁𝑁) ∪ (𝑁𝐵𝑁𝑁) ∪ (𝑁𝑁𝐵𝑁) ∪ (𝑁𝑁𝑁𝐵)]
6𝐶1 ∗ 8𝐶3
= = 0.3357
14𝐶4
𝑥 = 0 : 𝑝(0) = 𝑃[𝑋 = 0] = 𝑃(𝑁 ∩ 𝑁 ∩ 𝑁 ∩ 𝑁)
6𝐶0 ∗ 8𝐶4
= = 0.0699
14𝐶4
0.0699 𝑠𝑖 𝑥=0
0.3357 𝑠𝑖 𝑥=1
𝑝(𝑥) = 0.4196 𝑠𝑖 𝑥=2
0.1598 𝑠𝑖 𝑥=3
{ 0.015 𝑠𝑖 𝑥=4
0 𝑠𝑖 𝑥<0
0.0699 𝑠𝑖 0≤𝑥<1
0.4056 𝑠𝑖 1≤𝑥<2
𝐹(𝑥) =
0.8252 𝑠𝑖 2≤𝑥<3
0.985 𝑠𝑖 3≤𝑥<4
{ 1 𝑠𝑖 𝑥≥4

b) Se sacan las 4 bolas sin reposición.

Andrés Miniguano Trujillo

6 6 6 6
𝑥 = 4 : 𝑝(4) = 𝑃[𝑋 = 4] = = 0.0337
14 14 14 14
8 6 6 6
𝑥 = 3 : 𝑝(3) = 𝑃[𝑋 = 3] = 4 = 0.1799
14 14 14 14
8 8 6 6
𝑥 = 2 : 𝑝(2) = 𝑃[𝑋 = 2] = 4 = 0.2399
14 14 14 14
8 8 8 6
𝑥 = 1 : 𝑝(1) = 𝑃[𝑋 = 1] = 4 = 0.3199
14 14 14 14
8 8 8 8
𝑥 = 0 : 𝑝(0) = 𝑃[𝑋 = 0] = = 0.1066
14 14 14 14
0.1066 𝑠𝑖 𝑥=0
0.3199 𝑠𝑖 𝑥=1
𝑝(𝑥) = 0.2399 𝑠𝑖 𝑥=2
0.1799 𝑠𝑖 𝑥=3
{0.0337 𝑠𝑖 𝑥=4
0 𝑠𝑖 𝑥<0
0.1066 𝑠𝑖 0≤𝑥<1
0.4265 𝑠𝑖 1≤𝑥<2
𝐹(𝑥) =
0.6664 𝑠𝑖 2≤𝑥<3
0.8463 𝑠𝑖 3≤𝑥<4
{ 1 𝑠𝑖 𝑥≥4

8. La probabilidad de que el alumno 𝑨 apruebe un examen es 0.6 y de que el alumno 𝑩 lo

apruebe es 0.8. Si la variable aleatoria 𝑿 es: "Número de alumnos que aprueban el examen
entre 𝑨 y 𝑩", halle:
𝑅𝑒𝑑𝑜𝑟𝑟𝑖𝑑𝑜 𝑑𝑒 𝑋 = {0,1,2}

𝑥=0 : 𝑝(0) = 𝑃[𝑋 = 0] = 𝑃(𝐴𝑐 ∩ 𝐵𝑐 )

= 1 − 0.6 − 0.8 − 0.48 = 0.08
𝑥=1 : 𝑝(1) = 𝑃[𝑋 = 1] = 𝑃(𝐴 + 𝐵)
= 1 − 0.48 − 0.08 = 0.44
𝑥=2 : 𝑝(2) = 𝑃[𝑋 = 2] = 𝑃(𝐴)𝑃(𝐵|𝐴)
= 0.6 ∗ 0.8 = 0.48

a) Las funciones de probabilidad y de distribución de 𝑿.

0.08 𝑠𝑖 𝑥=0
𝑝(𝑥) = {0.44 𝑠𝑖 𝑥=1
0.48 𝑠𝑖 𝑥=2

0 𝑠𝑖 𝑥<0
0.08 𝑠𝑖 0≤𝑥<1
𝐹(𝑥) = {
0.52 𝑠𝑖 1≤𝑥<2
1 𝑠𝑖 𝑥≥2

b) La probabilidad de que al menos un alumno apruebe el examen.

𝑃[𝑋 ≥ 1] = 1 − 𝐹[1] + 𝑃(1) = 0.92

9. Tres artículos A, B y C están en el departamento de control. La variable aleatoria 𝑿 es:

"Número de artículos declarados válidos para la venta"
La probabilidad de que 𝑨 sea declarado válido es 0.6
La probabilidad de que 𝑩 sea declarado válido es 0.7
Andrés Miniguano Trujillo

La probabilidad de que 𝑪 sea declarado válido es 0.5

𝑅𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑑𝑒 𝑋 = {0,1,2,3}
𝑥 = 3 ∶ 𝑝(3) = 𝑃[𝑋 = 3] = 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴)𝑃(𝐵|𝐴)𝑃(𝐶|𝐴 ∩ 𝐵)
= 𝑃(𝐴)𝑃(𝐵)𝑃(𝐶) = 0.21
𝑥 = 2 ∶ 𝑝(2) = 𝑃[𝑋 = 2]
= 𝑃[(𝐴 ∩ 𝐵 − 𝐴 ∩ 𝐵 ∩ 𝐶) ∪ (𝐴 ∩ 𝐶 − 𝐴 ∩ 𝐵 ∩ 𝐶)
∪ (𝐶 ∩ 𝐵 − 𝐴 ∩ 𝐵 ∩ 𝐶)] = 0.44
𝑥 = 1 ∶ 𝑝(1) = 𝑃[𝑋 = 1]
= (0.6 − 0.42 − 0.30 + 0.21) + (0.7 − 0.42 − 0.35 + 0.21)
+ (0.5 − 0.35 − 0.3 + 0.21) = 0.29
𝑥 = 0 ∶ 𝑝(0) = 𝑃[𝑋 = 0] = 1 − 𝑝(1) − 𝑝(2) − 𝑝(3) = 0.06

¿Cuál es la probabilidad de que al menos un artículo sea declarado válido?

𝑃[𝑋 ≥ 1] = 1 − 𝑃[𝑋 < 1] = 1 − 𝑃[𝑋 ≤ 0] = 1 − 𝐹(0) = 0.94

10. Si la variable 𝑿 tiene como función de probabilidad:

𝑥2 − 𝑘
𝑝(𝑥) = { 80 𝑠𝑖 𝑥 = 2,3,4,5,6
0 𝑝𝑎𝑟𝑎 𝑜𝑡𝑟𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠
Halle:
a) El valor de 𝒌.
4 + 9 + 16 + 25 + 36 − 5𝑘
=1⇒𝑘=2
80
b) La función de distribución de 𝑿.
0 𝑠𝑖 𝑥<2
0.025 𝑠𝑖 2 ≤ 𝑥 < 3
0.1125 𝑠𝑖 3 ≤ 𝑥 < 4
𝐹(𝑥) =
0.2875 𝑠𝑖 4 ≤ 𝑥 < 5
0.575 𝑠𝑖 5 ≤ 𝑥 < 6
{ 1 𝑠𝑖 𝑥≥6
c) 𝑷(𝟐. 𝟑 < 𝑿 < 𝟓)
𝑃(2.3 < 𝑋 < 5) = 𝐹(5) − 𝐹(2.3) − 𝑝(5) = 0.575 − 0.025 − 0.2875 = 0.2625
d) 𝑷(𝑿 < 𝟓. 𝟓|𝑿 > 𝟑)
𝑃(3 < 𝑋 < 5.5) 𝐹(5.5) − 𝐹(3) − 𝑝(5.5)
𝑃(𝑋 < 5.5|𝑋 > 3) = =
𝑃(𝑋 > 3) 1 − 𝐹(3)
0.575 − 0.1125 − 0
= = 0.5211
1 − 0.1125
e) La esperanza de 𝑿 y la varianza de 𝑿.
𝐸 [𝑋] = 2(0.025) + 3(0.0875) + 4(0.175) + 5(0.2875) + 6(0.425) = 5
𝑉(𝑋) = 4(0.025) + 9(0.0875) + 16(0.175) + 25(0.2875) + 36(0.425) − 25
= 1.175

11. Cierto médico atiende 3 pacientes el 28% de los días; 4 pacientes el 22% de los días 5
pacientes el 17% de los días; 6 pacientes el 15% de los días; 7 pacientes el 10% de los días y
8 pacientes el 8% de los días.
El médico cobra $15 por consulta y los costos diarios del consultorio son iguales a $50.
Halle:
0.28 𝑠𝑖 𝑥 = 3
0.22 𝑠𝑖 𝑥 = 4
0.17 𝑠𝑖 𝑥 = 5
𝑝(𝑥) =
0.15 𝑠𝑖 𝑥 = 6
0.10 𝑠𝑖 𝑥 = 7
{0.08 𝑠𝑖 𝑥 = 8
Andrés Miniguano Trujillo

a) La función de distribución de 𝑿: “ Número de pacientes que el médico atiende por

día”
0 𝑠𝑖 𝑥<3
0.28 𝑠𝑖 3 ≤ 𝑥 < 4
0.50 𝑠𝑖 4 ≤ 𝑥 < 5
𝐹(𝑥) = 0.67 𝑠𝑖 5 ≤ 𝑥 < 6
0.82 𝑠𝑖 6 ≤ 𝑥 < 7
0.92 𝑠𝑖 7 ≤ 𝑥 < 8
{ 1 𝑠𝑖 𝑥≥8
b) La probabilidad del evento 𝑨: “El médico atienda en un día mínimo 3 pacientes y
menos de 6 pacientes”.
𝑃(3 ≤ 𝑋 < 6) = 𝐹(6) − 𝐹(3) − 𝑝(6) + 𝑝(3) = 0.67
c) 𝑷(𝑿 ≥ 𝟓|𝟑 < 𝑿 < 𝟕)
𝑃(5 ≤ 𝑋 < 7) 𝐹(7) − 𝐹(5) − 𝑝(7) + 𝑝(5)
𝑃(𝑋 ≥ 5|3 < 𝑋 < 7) = = = 0.5926
𝑃(3 < 𝑋 < 7) 𝐹(7) − 𝐹(3) − 𝑝(7)
d) Las utilidades diarias esperadas.
𝐸[𝑋] = 3(0.28) + 4(0.22) + 5(0.17) + 6(0.15) + 7(0.10) + 8(0.08) = 4.81
𝑈 = 4.81(15) − 50 = $22.15
e) La varianza de 𝑿.
𝑉(𝑋) = 25.71 − 23.1361 = 2.5739

12. El laboratorio “Buena Salud” realiza 15 exámenes 18% de los días; 20 exámenes el 22% de
los días; 25 exámenes el 23% de los días; 30 exámenes el 20% de los días; 35 exámenes el
10% de los días y 40 exámenes el 7% de los días.
0.18 𝑠𝑖 𝑥 = 15
0.22 𝑠𝑖 𝑥 = 20
0.23 𝑠𝑖 𝑥 = 25
𝑝(𝑥) =
0.20 𝑠𝑖 𝑥 = 30
0.10 𝑠𝑖 𝑥 = 35
{0.07 𝑠𝑖 𝑥 = 40
Cada examen cuesta 25 dólares y los costos diarios por los exámenes realizados son iguales a 300
dólares. Halle:
a) La función de distribución de 𝑿: “ Número de exámenes que el laboratorio realiza
diariamente”.
0 𝑠𝑖 𝑥 < 15
0.18 𝑠𝑖 15 ≤ 𝑥 < 20
0.40 𝑠𝑖 20 ≤ 𝑥 < 25
𝐹(𝑥) = 0.63 𝑠𝑖 25 ≤ 𝑥 < 30
0.83 𝑠𝑖 30 ≤ 𝑥 < 35
0.93 𝑠𝑖 35 ≤ 𝑥 < 40
{ 1 𝑠𝑖 𝑥 ≥ 40
b) La probabilidad del evento 𝑨: “El laboratorio realiza mas de 20 exámenes y menos
de 38 exámenes”.
𝑃(20 < 𝑋 < 38) = 𝐹(38) − 𝐹(20) − 𝑝(38) = 0.53
c) Las utilidades diarias esperadas.
𝐸[𝑋] = 15(0.18) + 20(0.22) + 25(0.23) + 30(0.20) + 35(0.10) + 40(0.07)
= 25.15
𝑈 = 25.15(25) − 300 = $328.75
d) La varianza de 𝑿.
𝑉(𝑋) = 225(0.18) + 400(0.22) + 625(0.23) + 900(0.20) + 1225(0.10)
+ 1600(0.07) − 25.152 = 686.75 − 632.5225 = 54.2275

13. En un laboratorio clínico se sabe que la demanda diaria de cierto tipo de examen tiene el
siguiente comportamiento:
Demanda: 0 1 2 3
Andrés Miniguano Trujillo

Probabilidad: 0.1 0.25 0.3 0.35

Si el costo por examen es de 5 dólares, calcule el ingreso diario que se espera obtener con ese
tipo de examen y la varianza
𝐼 = 5𝐸[𝑋] = 5[0 + 0.25 + 0.6 + 1.05] = $9.5
𝑉(𝑋) = 0 + 0.25 + 1.2 + 3.15 − 3.61 = 0.99

14. La Empresa COMPUJUEGOS S.A. está interesada en promocionar el juego "pares o

impares" que consiste en lo siguiente:
Para cada intento, una computadora proporciona al azar tres números:
El primer número puede ser el 1, el 2 o el 3
El segundo número puede ser el 4 o el 5
El tercer número puede ser el 6, el 7 o el 8
La variable 𝑿 es: "La suma de los tres números obtenidos en el intento"
Antes de iniciar el juego, uno de los dos jugadores escoge la opción " 𝑿 par" y el otro " 𝑿
impar".
a) La Empresa le consulta a usted si el juego es legal; es decir, si los dos jugadores
tienen la misma probabilidad de ganar después de muchos intentos.
𝑅𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑑𝑒 𝑋 = {11,12,13,14,15,16}
111
𝑥 = 11 ∶ 𝑝(11) = 𝑃[𝑋 = 11] = 𝑃(1,4,6) = = 0.0556
323
111
𝑥 = 12 ∶ 𝑝(12) = 𝑃[𝑋 = 12] = 𝑃[(1,4,7) ∪ (1,5,6) ∪ (2,4,6)] = 3 = 0.1667
323
𝑥 = 13 ∶ 𝑝(13) = 𝑃[𝑋 = 13] = 𝑃[(1,4,8) ∪ (1,5,7) ∪ (2,4,7) ∪ (2,5,6) ∪ (3,4,6)]
111
=5 = 0.2778
323
𝑥 = 14 ∶ 𝑝(14) = 𝑃[𝑋 = 14] = 𝑃[(1,5,8) ∪ (2,4,8) ∪ (2,5,7) ∪ (3,4,7) ∪ (3,5,6)]
111
=5 = 0.2778
323
111
𝑥 = 15 ∶ 𝑝(15) = 𝑃[𝑋 = 15] = 𝑃[(2,5,8) ∪ (3,4,8) ∪ (3,5,7)] = 3 = 0.1667
323
111
𝑥 = 16 ∶ 𝑝(16) = 𝑃[𝑋 = 16] = 𝑃(3,5,8) = = 0.0556
323

𝑃(𝑋 𝑝𝑎𝑟) = 0.1667 + 0.2778 + 0.0556 = 𝑃(𝑋 𝑖𝑚𝑝𝑎𝑟)

El juego es legal pues los eventos son equiprobables.

b) Halle el valor esperado y la desviación estándar de la variable 𝑿.

𝐸[𝑋] = 0.0556(11 + 16) + 0.1667(12 + 15) + 0.2778(13 + 14) = 13.5027
𝑉(𝑋) = 0.0556(121 + 256) + 0.1667(144 + 225) + 0.2778(169 + 196)
− 13.50272 = 1.5476

15. Se observó que el 40% de los vehículos que pasan determinado puente son camiones
comerciales. Cuatro vehículos independientemente van a pasar el puente en el siguiente
minuto. Si 𝑿 es la variable aleatoria "Número de camiones comerciales entre los cuatro",
determine:
La función de probabilidad de 𝑿.
La función de distribución de 𝑿.
𝑅𝑒𝑑𝑜𝑟𝑟𝑖𝑑𝑜 𝑑𝑒 𝑋 = {0,1,2,3,4}

𝑥 =0 : 𝑝(0) = 𝑃[𝑋 = 0] = 𝑃(𝐴)4 = 0.1296

𝑥 =1 : 𝑝(1) = 𝑃[𝑋 = 1] = 4𝐶1𝑃(𝐶)𝑃(𝐴)3 = 0.3456
𝑥 =2 : 𝑝(2) = 𝑃[𝑋 = 2] = 4𝐶2𝑃(𝐶)2 𝑃(𝐴)2 = 0.3456
𝑥 =3 : 𝑝(3) = 𝑃[𝑋 = 3] = 4𝐶3𝑃(𝐶)3 𝑃(𝐴)1 = 0.3456 = 0.1536
𝑥 =4 : 𝑝(4) = 𝑃[𝑋 = 4] = 𝑃(𝐶)4 = 0.0256
Andrés Miniguano Trujillo

0.1296 𝑠𝑖 𝑥=0
0.3456 𝑠𝑖 𝑥=1
𝑝(𝑥) = 0.3456 𝑠𝑖 𝑥=2
0.1536 𝑠𝑖 𝑥=3
{0.0256 𝑠𝑖 𝑥=4

0 𝑠𝑖 𝑥<0
0.1296 𝑠𝑖 0≤𝑥<1
0.4752 𝑠𝑖 1≤𝑥<2
𝐹(𝑥) =
0.8208 𝑠𝑖 2≤𝑥<3
0.9744 𝑠𝑖 3≤𝑥<4
{ 1 𝑠𝑖 𝑥≥4

La probabilidad de que pasen menos de tres camiones comerciales.

𝑃(𝑋 > 3) = 1 − 𝐹(3) = 1 − 0.9744 = 0.0256