UNIVERSIDAD DEL PACÍFICO Profs.: J. Rubio – E.

Tarazona
DEPARTAMENTO ACADEMICO DE ECONOMÍA J. Ángeles – I. Soto
130224 - ESTADÍSTICA I E. Lindo - P. Mateu
SECCIONES: A-B-C-D-E

ASESORÍA N° 3
CICLO 2023-0 Febrero 3, 2023

1. Una empresa desea asegurar 6 productos especiales durante un periodo de un año. Para ello
puede contratar a una compañía de seguros, la cual cobraría 200 soles por asegurar cada producto
y pagaría a la empresa 1,000 soles por cada producto asegurado que sufra un siniestro durante el
año. Suponga que la función de probabilidad del número de estos productos que sufre un siniestro
durante un año viene dada por:

X 0 1 2 3 4 5 6
P(X=x) 0.42 0.40 0.06 0.06 0.03 0.02 0.01

a) Calcule el valor de la media y la variabilidad relativa del número de productos que sufre
un siniestro durante un año. Interprete los valores hallados.

b) Suponga que la compañía aseguradora tiene la opción de asegurar un máximo de 2 de

estos productos. ¿Cuál es la utilidad esperada que obtendrá la compañía aseguradora?

2. Suponga que el tiempo de vida de los envases con yogurt de la marca C tiene una distribución
normal con una media de 45 días y una desviación estándar de 4 días.

a) Si se elige al azar un envase que fue producido hace 10 días y el contenido aún está en
buenas condiciones, ¿cuál es la probabilidad de que su tiempo de vida sea mayor a 45
días?

b) ¿Cuál es el tiempo de vida mínimo que debe tener un envase de dicho producto para
encontrarse dentro del 25.14% de los de mayor duración?

c) Si se selecciona una muestra aleatoria de 12 envases, ¿cuál es la probabilidad de que el

tiempo medio de vida de la muestra sea mayor a 47 días?

3. En una fábrica, se conoce que la probabilidad de que un artículo producido resulte defectuoso es
0.05. Al final de cada día, un inspector selecciona al azar 10 artículos de la producción y si se
encuentra más de un artículo defectuoso, ordena que se realice un mantenimiento a los equipos.
Asuma independencia entre los artículos y entre la producción de un día con respecto a otros.
Calcule la probabilidad de que en un día cualquiera se realice un mantenimiento de los equipos.

4. Suponga que el 30% de los habitantes de un distrito “A” está de acuerdo con las nuevas políticas
de seguridad. Se elige una muestra aleatoria de 36 habitantes del distrito “A”. Determine la
probabilidad de que la proporción muestral de personas que está de acuerdo con las nuevas
políticas de seguridad sea superior a 0.31. Use la aproximación normal.
 2

5. En un lote de 12 lapiceros se tiene 4 lapiceros de la marca A, 5 de la marca B, y el resto de la

marca C.
Si se eligen al azar y sin reemplazo 3 lapiceros, y se define la variable X como el número de
lapiceros de la marca B que han sido elegidos en la muestra, determine la función de probabilidad
de la variable X. Describa previamente el espacio muestral y establezca la cantidad de elementos.

Forma 1: Sin interés en el orden

Identificación: A (4 lapiceros): 1,2,…,4 B (5 lapiceros): 5,6,…,9 C (3 lapiceros): 10,11,12

12
Ω = {(1,2,3), … , (1,7,11), … , (10,11,12)} → #(Ω) = ( ) = 220
3

X: Número de lapiceros de la marca B que han sido elegidos en una muestra de 3.

𝑋(1,2,3) = 0; … ; 𝑋(1,3,5) = 1; … ; 𝑋(3,4,9) = 1; … ; 𝑋(5,6,10) = 2; ; 𝑋(6,8,9) = 3 → 𝑅𝑋 = {0,1,2,3}

𝑓(𝑥) = 𝑃[𝑋 = 𝑥]

35 (50)(73) (51)(72) 105

𝑓(0) = 𝑃[𝑋 = 0] = 12 = 𝑓(1) = 𝑃[𝑋 = 1] = =
(3) 220 (12
3
) 220

70 (52)(71) (53)(70) 10
𝑓(2) = 𝑃[𝑋 = 2] = 12 = 𝑓(3) = 𝑃[𝑋 = 3] = =
(3) 220 (12
3
) 220

x 0 1 2 3
f(x) 35 / 220 105 / 220 70 / 220 10 / 220

Forma 2: Con interés en el orden

Identificación: A (4 lapiceros): 1,2,…,4 B (5 lapiceros): 5,6,…,9 C (3 lapiceros): 10,11,12

100
Ω = {(1,2,3), … , (3,2,1), … , (12,11,10), (10,11,12)} → #(Ω) = 𝑃3 = 1320

X: Número de lapiceros de la marca B que han sido elegidos en una muestra de 3.

𝑋(1,2,3) = 0; … ; 𝑋(1,3,5) = 1; … ; 𝑋(3,4,9) = 1; … ; 𝑋(5,6,10) = 2; ; 𝑋(6,8,9) = 3 → 𝑅𝑋 = {0,1,2,3}

𝑓(𝑥) = 𝑃[𝑋 = 𝑥]
Sean los eventos:
B: {Lapiceros de la marca B.}
Bc: {Lapiceros de otra marca.}

Aplicando el Teorema de Multiplicación de Probabilidades

( 12)( 611)( 510) = 1320

f (0) = P[ B c , B c , B c ] = 7
210 35 7
= =
220 44
f (1) = P[ B, B c , B c ] + P[ B c , B, B c ] + P[ B c , B c , B ]
= 5 ( 12)( 711)( 610) + ( 712)( 511)( 610) + ( 712)( 611)( 510)
630 105 21
= = =
1320 220 44
 3

f (2) = P[ B, B, B c ] + P[ B, B c , B ] + P[ B c , B, B ]
= 5 ( 12) ( 411) ( 710) + ( 512)( 711)( 410) + ( 712)( 511)( 410)
420 14 70 14 7
= = = = =
1320 44 220 44 22

f (3) = P[ B, B, B] = 5 ( 12) ( 411) ( 310) = 1320

60
=
10 2 1
= =
220 44 22

x 0 1 2 3
f(x) 7 / 44 21 / 44 14 / 44 2 / 44

6. En una juguería se preparan diariamente sanguches de pollo para su venta. Si estos no son
vendidos serán desechados y no podrán ponerse a la venta al siguiente día. La probabilidad de
que se venda una unidad es 0.95.

a) En un día determinado, en la juguería se prepara 10 sanguches de pollo. Halle la

probabilidad de que se venda más del 80% de las unidades preparadas. Previamente,
establezca la función de probabilidad.

Sea W: Que se venda más del 80% de las unidades preparadas.

Se pide: 𝑃(𝑊) = 𝑃(𝑝 > 0.80) ∙∙∙ (1)

Éxito: Un sanguche de pollo es vendido.

𝑃(É𝑥𝑖𝑡𝑜) = 𝜋 = 0.95 [constante]

Prueba de Bernoulli: un sanguche se prepara para la venta

𝑌: Número de sanguches de pollo vendidos en un día cuando se preparan 10.

𝑅𝑌 = {0,1,2,3, … ,10} → 𝑌~𝐵𝐼𝑁(𝑛 = 10, 𝜋 = 0.95)

𝑝: Proporción de sanguches de pollo vendidos en un día cuando se preparan 10.

𝑅𝑝 = {0, 1⁄10 , 2⁄10 , … , 10⁄10} → 𝑝~𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑎(𝜇𝑝 , 𝜎𝑝2 )

10
( ) (0.95)10𝑝 (0.05)10−10𝑝 , 𝑝𝑎𝑟𝑎 𝑝 ∈ 𝑅𝑝
𝑔(𝑝) = 10𝑝
0, 𝑑𝑜𝑚
En (1): 𝑃(𝑝 > 0.80)
(0.80)(10) 8 𝟗 9 10
¿ 0.80 ∈ 𝑅𝑝 ? → 𝑃 (𝑝 > ) = 𝑃 (𝑝 > ) = 𝑃 (𝑝 ≥ ) = 𝑔 ( ) + 𝑔 ( )
10 10 𝟏𝟎 10 10

10 9
10( )
9
10−10( ) 10 10
10( )
10
10−10( )
=( 9 ) (0.95) 10 (0.05) 10 + ( 10 ) (0.95) 10 (0.05) 10
10 (10) 10 (10)

10 10
=( ) (0.95)9 (0.05)1 + ( ) (0.95)10 (0.05)0 = 0.913861644
9 10
 4

b) Suponga que en la juguería se prepara, todos los días, 10 unidades de estos sanguches,
y que cada sanguche tiene un costo de preparación de 4 soles y se vende en 8 soles.
Además, al término de la jornada laboral (7:00 pm), el dueño de la juguería remata todos
los sanguches no vendidos a 4 soles cada uno.
Determine el valor de la media y de la variabilidad absoluta de la utilidad neta por las 10
unidades preparadas en un día. Interprete los valores hallados.

X: Número de sanguches de pollo vendidos en un día cuando se preparan 10.

𝑋~𝐵𝐼𝑁(𝑛 = 10, 𝜋 = 0.95)

𝑥=10

𝐸[𝑋] = 𝜇𝑋 = ∑ 𝑥𝑓(𝑥) = 𝑛𝜋 = 10 ∗ 0.95 = 9.5

𝑥=0

𝑉𝑎𝑟[𝑋] = 𝜎𝑋2 = 𝐸[𝑋 2 ] − (𝜇𝑋 )2 = 𝑛𝜋(1 − 𝜋) = 10 ∗ 0.95 ∗ 0.05 = 0.475

Y: Utilidad neta de la juguería por las 10 unidades preparadas en un día.

𝑌 = 8𝑋 + 4(10 − 𝑋) − 40 = 4𝑋

𝜇𝑌 = 𝐸[𝑌] = 𝐸[4𝑋] = 4𝜇𝑋 = 4(9.5) = 38

𝜎𝑌2 = 𝑉𝑎𝑟[𝑌] = 𝑉𝑎𝑟[4𝑋] = (4)2 𝜎𝑋2 = 16 ∗ (0.475) = 7.6

Interpretación: Al final del día, se esperaría que la utilidad neta de la juguería por las 10 unidades
preparadas tenga un comportamiento con una media de 38 soles y una variancia de 7.6 soles 2.

7. Los gastos mensuales en consumo de electricidad por vivienda de dos distritos A y B tienen
distribuciones normales con medias de 200 y 250 soles y con desviaciones estándar de 5 y 6 soles,
respectivamente. Además, se conoce que el porcentaje de viviendas con consumo excesivo de
electricidad es 5% para el distrito A y 8% para el distrito B.

a) ¿Cuál debiera ser el consumo mínimo de una familia para que se encuentre entre el 2.5%
de familias con mayor consumo de electricidad en el distrito B?

Se pide: 𝑃0.975,𝑋 = 𝑃97.5,𝑋 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑃(𝑋 ≥ 𝑃0.975,𝑋 ) = 0.025

X: Gastos mensuales en consumo de electricidad por vivienda del distrito B.

𝑋~𝑁(𝜇𝑋 = 250; 𝜎𝑋2 = 62 )

𝑋 − 𝜇𝑋 𝑃0.975,𝑋 − 250
𝑃( ≥ ) = 𝑃(𝑍 ≥ 𝑍0.975 ) = 0.025
𝜎𝑋 6

𝑃0.975,𝑋 − 250
= 𝑍0.975 → 𝑍0.975 = 1.96
6
𝑃0.975,𝑋 = (1.96) ∗ 6 + 250 = 261.76 𝑠𝑜𝑙𝑒𝑠
 5

b) Si se eligen al azar y con reemplazo 25 viviendas del distrito A, halle la probabilidad de

que su gasto mensual promedio sea menor que 199.25 soles, o que sea mayor que 202.5
soles.
Sea W: El gasto mensual promedio de la muestra sea menor que 199.25 soles, o que sea mayor que 202.5
soles.
Se pide: 𝑃(𝑊) = 𝑃[(𝑋̅ < 199.25) ∪ (𝑋̅ > 202.5)] ∙∙∙ (1)

X: Gastos mensuales en consumo de electricidad por vivienda del distrito A. 𝑋~𝑁(𝜇𝑋 = 200; 𝜎𝑋2 = 52 )

Se realizó un MCR:
Sin importar que 𝑛 = 25 → 𝜎𝑋2 52
𝑋̅~𝑁(𝜇𝑋̅ , 𝜎𝑋2̅ )
𝜇𝑋̅ = 𝜇𝑋 = 200 𝜎𝑋2̅ = = = 1.0
𝑛 25

En (1): 𝑃(𝑊) = 𝑃(𝑋̅ < 199.25) + 𝑃(𝑋̅ > 202.5); (𝑋̅ < 199.25) y (𝑋̅ > 202.5) son mutuamente excluyentes.

𝑋̅ − 𝜇𝑋̅ 199.25 − 200 𝑋̅ − 𝜇𝑋̅ 202.5 − 200

𝑃(𝑊) = 𝑃 ( < ) + [1 − 𝑃 ( ≤ )] = 𝑃(𝑍 < −0.75) + [1 − 𝑃(𝑍 ≤ 2.5)]
𝜎𝑋̅ √1.0 𝜎𝑋̅ √1.0

= 𝐹(−0.75) + [1 − 𝐹(2.5)] = 0.2266 + [1 − 0.9938] = 02328

c) Si se eligen al azar 50 viviendas del distrito B, halle la probabilidad de que la proporción

de viviendas de la muestra que tienen consumo excesivo de electricidad sea no mayor
que 0.12. Use la aproximación normal.

Sea W: la proporción de viviendas de la muestra que tienen consumo excesivo de

electricidad sea no mayor que 0.12.

Se pide: 𝑃(𝑊) = 𝑃(𝑝𝐵 ≤ 0.12) ∙∙∙ (1)

𝑌𝐵 : Número de viviendas con consumo excesivo de electricidad en una muestra de 50

viviendas del distrito B.
𝑅𝑌𝐵 = {0,1,2,3, … ,50} → 𝑌𝐵 ~𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑎(𝑛𝐵 = 50, 𝜋𝐵 = 0.08)

𝑝𝐵 : Proporción muestral de viviendas con consumo excesivo de electricidad en una

muestra de 50 viviendas del distrito B.
𝑅𝑝𝐵 = {0, 1⁄50 , 2⁄50 , … , 50⁄50} → 𝑝𝐵 ~𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑎(𝜇𝑝𝐵 , 𝜎𝑝2𝐵 )

Dado que 𝑛𝐵 ≥ 30, se puede aplicar el TLC. Entonces, 𝑝𝐵 ≈ 𝑁(𝜇𝑝𝐵 , 𝜎𝑝2𝐵 )

𝜋𝐵 (1 − 𝜋𝐵 ) 0.08(0.92)
𝜇𝑝𝐵 = 𝜋𝐵 = 0.08 𝜎𝑝2𝐵 = = = 0.001472
𝑛𝐵 50
En (1): 𝑃(𝑝𝐵 ≤ 0.12)
(0.12)(50) 6 𝟕
¿ 0.12 ∈ 𝑅𝑝𝐵 ? → 1 − 𝑃 (𝑝𝐵 ≤ ) = 𝑃 (𝑝𝐵 ≤ ) = 𝑃 (𝑝𝐵 < )
50 50 𝟓𝟎

Antes de estandarizar, primero se aplica el fcc:

𝟔 𝟏
( + ) − 0.08
≅ 𝑃 [𝑍 ≤ 𝟓𝟎 𝟏𝟎𝟎 ] ≅ 𝑃[𝑍 ≤ 1.303215] ≅ 𝑃[𝑍 ≤ 1.30] ≅ 0.9032
√0.001472
Dos
alternativas 𝟕 𝟏
( − ) − 0.08
≅ 𝑃 [𝑍 < 𝟓𝟎 𝟏𝟎𝟎 ] ≅ 𝑃[𝑍 ≤ 1.303215] ≅ 𝑃[𝑍 ≤ 1.30] ≅ 0.9032
√0.001472
 6

8. Suponga que la Contraloría General de la República decide dividir en dos grupos a las
municipalidades que han tenido una gestión eficiente el año pasado. El grupo A lo conforman 40
municipios, de los cuales, 25 han reportado una recaudación de impuestos mayor a 25 millones
de soles. El grupo B lo conforman 30 municipios, de los cuales, 20 han reportado una recaudación
de impuestos mayor a 25 millones de soles. Si de cada grupo se seleccionan, al azar y sin
reemplazo, 2 municipios.
Determine la función de probabilidad del número de municipios seleccionados del grupo A, que
reportaron una recaudación de impuestos mayor a 25 millones de soles.

NA=40
25 recaudaron impuestos por más de 25 mill.; 15 no recaudaron impuestos por más de 25 mill.

40
#(𝛺) = ( ) = 780
2

Identificación de las municipalidades del grupo A

Las que recaudaron más de 25 millones → 1, 2, 3, …, 25

Las que no recaudaron más de 25 millones → 26, 27, 28, …, 40

 = { (1,2), (1,3), …, (1,40), ……, (39,40)}

X: Número de municipios del grupo A seleccionados que reportaron una recaudación mayor de
25 millones de soles.

X(1,2) = 2; X (1,3) = 2; ….; X(24,25) = 2; X(1,26) = 1; ….; X(25,40)=1; X(26,27)=0; ….;

X(39,40)=0

RX= {0, 1, 2}

25 15
( )( )
𝑃(X=0) = f(0) = 0 2 = 105
40 780
( ) 105
2 , para x = 0
780
25 15 375
( )( ) , para x = 1
P(X=1) = f(1) = 1 1 = 375 𝑃(X=x) = f(𝑥) = 780
40 780 300
( ) , para x = 2
2 780
{0 , de otro modo
25 15
( )( )
P(X=2) = f(2) = 2 0 = 300
40 780
( )
2
 7

9. Una variable aleatoria X definida como el número de quejas diarias recibidas durante el servicio
de transporte de pasajeros de una empresa, tiene la siguiente función de probabilidad:

x 0 1 2 3
f(x) 0.48 0.28 0.15 k

a) Halle el valor de k, luego el valor de la media de la variable X.

X: Número de quejas diarias recibidas durante el servicio de transporte de pasajeros una

empresa.

Condición de una función de probabilidad: ∑ 𝑓(𝑥𝑖 ) = 1

𝑥𝑖 ∈𝑅𝑥
𝑥=3

∑ 𝑓(𝑥) = 0.48 + 0.28 + 0.15 + 𝑘 = 1 → 𝑘 = 1 − 0.91 = 0.09

𝑥=0
𝑥=3

Valor esperado de X: 𝐸[𝑋] = 𝜇𝑋 = ∑ 𝑥𝑓(𝑥) = (0)(0.48) + (1)(0.28) + (2)(0.15) + (3)(0.09) = 0.85

𝑥=0

b) Si en la empresa, por cada queja recibida, se debe considerar el pago de una penalidad
de 5 soles. Para la variable aleatoria Y (Penalidad pagada por la empresa de transporte
de pasajeros), halle e interprete el coeficiente de variabilidad.

X: Número de quejas diarias recibidas durante el servicio de transporte de pasajeros de una

empresa.

𝑉𝑎𝑟[𝑋] = 𝜎𝑋2 = 𝐸[𝑋 2 ] − (𝜇𝑋 )2

𝑥=3

𝐸[𝑋 2 ] = ∑ 𝑥 2 𝑓(𝑥) = (0)2 (0.48) + (1)2 (0.28) + (2)2 (0.15) + (3)2 (0.09) = 1.69
𝑥=0
𝑉𝑎𝑟[𝑋] = 𝜎𝑋2 = 1.69 − (0.85)2 = 0.9675

Y: Penalidad pagada por la empresa de transporte de pasajeros. 𝑌 = 5𝑋

𝜇𝑌 = 𝐸[𝑌] = 𝐸[5𝑋] = 5𝜇𝑋 = 5(0.85) = 4.25

𝜎𝑌2 = 𝑉𝑎𝑟[𝑌] = 𝑉𝑎𝑟[5𝑋] = (5)2 𝜎𝑋2 = 25 ∗ (0.9675) = 24.1875

𝜎𝑌 √24.1875
𝐶𝑉𝑌 = × 100% = × 100% = 115.7195%
|𝜇𝑌 | 4.25

Interpretación: En el largo plazo, se esperaría que las penalidades pagadas por la empresa de
transporte de pasajeros sean muy heterogéneas.
 8

10. Suponga que una empresa tiene dos líneas de producción de comidas enlatadas, las cuales
trabajan independientemente. Por un lado, la línea de producción “A” fabrica enlatados con un
peso medio de 400 gramos y una desviación estándar de 15 gramos; además, se conoce que el
5% de los enlatados fabricados son defectuosos. Por otro lado, la línea de producción “B” fabrica
enlatados con un peso medio de 380 gramos, una desviación estándar de 12 gramos y se conoce
que el 7% de los enlatados fabricados resultan ser defectuosos. Considere que solo en la línea de
producción “B”, los pesos se distribuyen normalmente.

a) Si se elige al azar un enlatado de la línea de producción “B”, determine la probabilidad de

que tenga un peso de por lo menos su media más 20 gramos.

Sea W: El peso de una lata sea por lo menos su media más 20 gramos.

Se pide: 𝑃(𝑊) = 𝑃(𝑋 ≥ 𝜇𝑋 + 20) ∙∙∙ (1)

X: Pesos de las latas fabricadas en la línea de producción “B”.

𝑋~𝑁(𝜇𝑋 = 380; 𝜎𝑋2 = 122 )

En (1):
𝑃(𝑊) = 𝑃(𝑋 ≥ 𝜇𝑋 + 20) = 𝑃(𝑋 − 𝜇𝑋 ≥ 20)

𝑋 − 𝜇𝑋 20
𝑃(𝑊) = 𝑃 ( ≥ ) = 𝑃(𝑍 ≥ 1.666667) = 𝑃(𝑍 ≥ 1.67)
𝜎𝑋 12

= 1 − 𝑃(𝑍 < 1.67) = 1 − 𝐹(1.67) = 1 − 0.9525 = 0.0475

b) Suponga que se eligen al azar y con reemplazo, 30 latas de un lote de 250 latas producido
en la línea “A”. Halle la probabilidad de que el promedio muestral se encuentre entre 390
gramos y 415 gramos.

Sea W: El peso promedio de la muestra se encuentre entre 390 gramos y 415 gramos.

Se pide: 𝑃(𝑊) = 𝑃(390 < 𝑋̅ < 415) ∙∙∙ (1)

𝑋: Pesos de las latas fabricadas en la línea de producción “A”.

𝑋~𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎(𝜇𝑋 = 400; 𝜎𝑋2 = 152 )

Se realizó un MCR:

𝑛 = 30 →Dado que 𝑛 ≥ 30, se puede aplicar el TLC. Entonces, 𝑋̅ ≈ 𝑁(𝜇𝑋̅ , 𝜎𝑋2̅ )

𝜎𝑋2 152
𝜇𝑋̅ = 𝜇𝑋 = 400; 𝜎𝑋2̅ = = = 7.5
𝑛 30

En (1): 𝑃(𝑊) = 𝑃(390 < 𝑋̅ < 415) = 𝑃(𝑋̅ < 415) − 𝑃(𝑋̅ ≤ 390)

𝑋̅ − 𝜇𝑋̅ 415 − 400 𝑋̅ − 𝜇𝑋̅ 390 − 400

𝑃(𝑊) = 𝑃 ( < )−𝑃( ≤ ) ≅ 𝑃(𝑍 < 5.477226) − 𝑃(𝑍 ≤ −3.651484)
𝜎𝑋̅ √7.5 𝜎𝑋̅ √7.5

≅ 𝑃(𝑍 < 5.48) − 𝑃(𝑍 ≤ −3.65) = 𝐹(5.48) − 𝐹(−3.65) ≅ 1.0000 − 0.0000 ≅ 1.0000
 9

c) Se seleccionan al azar 7 latas producidas en la línea “B”. Halle la probabilidad de que la

proporción muestral de latas defectuosas sea superior a su media en por lo menos 0.035.

Sea W: La proporción muestral de latas defectuosas sea superior a su media en por lo menos
0.035.

Se pide: 𝑃(𝑊) = 𝑃(𝑝 − 𝜋 ≥ 0.035) ∙∙∙ (1)

𝑌: Número de latas defectuosas producidas en la línea “B”, en una muestra de 7.

Se asume que la selección fue con reemplazo

𝑅𝑌 = {0,1,2,3, … ,7} → 𝑌~𝐵𝐼𝑁(𝑛 = 7, 𝜋 = 0.07)

𝑝: Proporción de latas defectuosas producidas en la línea “B”, en una muestra de 7.

𝑅𝑝 = {0, 1⁄7 , 2⁄7 , … , 7⁄7} → 𝑝~𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑎(𝜇𝑝 , 𝜎𝑝2 )

7
( ) (0.07)7𝑝 (0.93)7−7𝑝 , 𝑝𝑎𝑟𝑎 𝑝 ∈ 𝑅𝑝
𝑔(𝑝) = 7𝑝
0, 𝑑𝑜𝑚

En (1): 𝑃(𝑝 − 𝜋 ≥ 0.035) = 𝑃(𝑝 ≥ 0.07 + 0.035) = 𝑃(𝑝 ≥ 0.105)

(0.105)(7) 0.735 𝟏 𝟎
¿ 0.105 ∈ 𝑅𝑝 ? → 𝑃 (𝑝 ≥ ) = 𝑃 (𝑝 ≥ ) = 𝑃 (𝑝 ≥ ) = 𝑃 (𝑝 > )
7 7 𝟕 𝟕

𝟏 𝟎 0
𝑃(𝑝 − 𝜋 ≥ 0.035) = 𝑃 (𝑝 ≥ ) = 1 − 𝑃 (𝑝 = ) = 1 − 𝑔 ( )
𝟕 𝟕 7

7 0
7( )
0
7−7( )
= 1−( 0 ) (0.07) 7 (0.93) 7
7( )
7

7
= 1 − ( ) (0.07)0 (0.93)7 = 0.3982991
0

11. El 60% de las personas de un distrito está vacunada contra el Covid. Se sabe además que el 20%
lo ha contraído, de los cuales el 90% no está vacunado.
Si se eligen al azar 3 personas, determine la probabilidad de que al menos dos de ellas están
vacunadas y hayan contraído el Covid. Establezca previamente la función de probabilidad
respectiva.

Estado de salud Total

Enfermo: E No enfermo: E’
𝑃(𝐸 ∩ 𝑉) = 𝑃(𝐸′ ∩ 𝑉) =
Vacunado: V 𝑃(𝐸)𝑃(𝑉|𝐸) 𝑃(𝐸′)𝑃(𝑉|𝐸′) 𝑃(𝑉) = 0.60

𝑃(𝐸 ∩ 𝑉′) = 𝑃(𝐸′ ∩ 𝑉′) =

No vacunado: V’ 𝑃(𝐸)𝑃(𝑉′|𝐸) 𝑃(𝐸′)𝑃(𝑉′|𝐸′) 𝑃(𝑉′) = 0.40

Total 𝑃(𝐸) = 0.20 𝑃(𝐸′) = 0.80 1.00

 10

Sean los eventos: V’ = {La persona no esté vacunada}

E = {La persona haya contraído el Covid}

𝑃(𝑉′) = 1 − 𝑃(𝑉) = 1 − 0.60 = 0.40

W: Al menos dos personas estén vacunadas y hayan contraído el Covid.

Se pide: 𝑃(𝑊) ∙∙∙ (1)

Éxito: La persona esté vacunada y haya contraído el Covid.

𝑃(É𝑥𝑖𝑡𝑜) = 𝜋 = 𝑃(𝑉 ∩ 𝐸) = 𝑃(𝐸 ∩ 𝑉)

Se aplica el Teorema de Probabilidad Total

𝑃(𝐸 ∩ 𝑉) + 𝑃(𝐸 ∩ 𝑉 ′ ) = 𝑃(𝐸) → 𝑃(𝐸 ∩ 𝑉) = 0.20 − 0.18 → 𝜋 = 0.02

Y: Número de personas que estén vacunadas y hayan contraído el Covid en una muestra de 3.

Se asume un MCR: 𝑌~𝐵𝐼𝑁(𝑛 = 3, 𝜋 = 0.02)

3
( ) (0.02)𝑦 (0.98)3−𝑦 , 𝑦 = 0, 1, 2, 3
𝑔(𝑦) = 𝑦
0, 𝑑𝑜𝑚

En (1):

𝑃(𝑊) = 𝑃(𝑌 ≥ 2) = 𝑃(𝑌 = 2) + 𝑃(𝑌 = 3) = 𝑔(2) + 𝑔(3)

3 3
= ( ) (0.02)2 (0.98)3−2 + ( ) (0.02)3 (0.98)3−3 = 0.001184
2 3

12. En el país RRR, las vacunas contra la Covid aplicadas fueron del fabricante Pfizer. Suponga que
el número de dosis aplicadas es una variable aleatoria cuya función de probabilidad es la siguiente:

x 0 1 2 3
f(x) 0.41 0.11 0.47 0.01

a) Halle e interprete el valor de la media de la variable X.

X: Número de dosis aplicadas en el país RRR

Valor esperado de X:
𝑥=3

𝐸[𝑋] = 𝜇𝑋 = ∑ 𝑥𝑓(𝑥) = (0)(0.41) + (1)(0.11) + (2)(0.47) + (3)(0.01) = 1.08

𝑥=0

Interpretación: En el largo plazo, se esperaría que el número de dosis de Pfizer aplicadas en el

país RRR tenga un comportamiento con una media de 1.08 dosis.
 11

b) Suponga que en el país RRR, el costo de vacunación es 240.00 dólares mensuales y que
por cada vacuna aplicada el costo se incrementa en 15.50 dólares. Halle el valor del
coeficiente de variabilidad del costo mensual de vacunación.

X: Número de dosis aplicadas en el país RRR

𝜎𝑋2 = 𝐸[𝑋 2 ] − (𝜇𝑋 )2

𝑥=3

𝐸[𝑋 2 ] = ∑ 𝑥 2 𝑓(𝑥) = (0)2 (0.41) + (1)2 (0.11) + (2)2 (0.47) + (3)2 (0.01) = 2.08
𝑥=0
𝜎𝑋2 = 2.08 − (1.08)2 = 0.9136

Y: Costo mensual de vacunación (en dólares)

𝑌 = 240 + 15.50𝑋

𝜇𝑌 = 𝐸[𝑌] = 𝐸[240 + 15.50𝑋] = 240 + 15.50𝜇𝑋

= 240 + 15.50(1.08) = 256.74

𝜎𝑌2 = 𝑉𝑎𝑟[𝑌] = 𝑉𝑎𝑟[240 + 15.50𝑋] = (15.50)2 𝜎𝑋2

= (15.50)2 (0.9136) = 219.4924

𝜎𝑌 = √219.4924 = 14.81528

𝜎𝑌 14.81528
𝐶𝑉𝑌 = × 100% = × 100% = 5.77%
|𝜇𝑌 | 256.74

13. Suponga que el tiempo de internamiento en un hospital se distribuye como una normal con una
media de 5.5 días y una desviación estándar de 1.1 días.

a) Determine la probabilidad de que un paciente seleccionado al azar tenga un tiempo de

internamiento que exceda a la moda de su distribución en no más de 6 días.

Sea W: El tiempo de internamiento exceda a la moda de su distribución en no más de 6 días.

Se pide: 𝑃(𝑊) = 𝑃(0 < 𝑋 − 𝑀𝑜𝑋 ≤ 6) ∙∙∙ (1)

X: Tiempo de internamiento en un hospital (en días)

𝑋~𝑁(𝜇𝑋 = 5.5; 𝜎𝑋2 = 1.12 )

En (1): Dada la simetría de la distribución, entonces 𝑀𝑜𝑋 = 𝜇𝑋 .

𝑃(𝑊) = 𝑃(0 < 𝑋 − 𝜇𝑋 ≤ 6)

0 𝑋 − 𝜇𝑋 6
𝑃(𝑊) = 𝑃 ( < ≤ ) = 𝑃(0 < 𝑍 ≤ 5.4545) = 𝑃(𝑍 ≤ 5.4545) − 𝑃(𝑍 ≤ 0) = 1 − 0.5 = 0.5
1.1 𝜎𝑋 1.1
 12

b) Determine la probabilidad de que al elegir dos pacientes, al menos uno de ellos tenga un
tiempo de internamiento entre 5 y 6 días.

Sea W: Al menos un paciente tenga un tiempo de internamiento entre 5 y 6 días.

Se pide: 𝑃(𝑊) ∙∙∙ (1)
X: Tiempo de internamiento en un hospital (en días)

𝑋~𝑁(𝜇𝑋 = 5.5; 𝜎𝑋2 = 1.12 )

Éxito: El paciente tenga un tiempo de internamiento entre 5 y 6 días.

5 − 5.5 𝑋 − 𝜇𝑋 6 − 5.5
𝑃(É𝑥𝑖𝑡𝑜) = 𝜋 = 𝑃(5 < 𝑋 < 6) = 𝑃 ( < < )
1.1 𝜎𝑋 1.1

𝜋 = 𝑃(−0.4545 < 𝑍 < 0.4545) = 𝑃(−0.45 < 𝑍 < 0.45) = 𝑃(𝑍 < 0.45) − 𝑃(𝑍 ≤ −0.45) = 0.3472

Y: Número de pacientes cuyo tiempo de internamiento se encuentre entre 5 y 6 días en una

muestra de 2.

Se asume un MCR: 𝑌~𝐵𝐼𝑁(𝑛 = 2, 𝜋 = 0.3472)

2
( ) (0.3472)𝑦 (0.6528)2−𝑦 , 𝑦 = 0, 1, 2
𝑔(𝑦) = 𝑦
0, 𝑑𝑜𝑚

En (1):
2
𝑃(𝑊) = 𝑃(𝑌 ≥ 1) = 1 − 𝑃(𝑌 = 0) = 1 − 𝑔(0) = 1 − ( ) (0.3472)0 (0.6528)2−0 = 0.5738522
0
 13

14. Suponga que en el distrito A, los consumos semanales en alimentos procesados de las personas
mayores de 18 años tienen una distribución normal con una media de 70 soles y una desviación
estándar de 15 soles. Además, se sabe que el 32% de los adultos mayores de 18 años consume
por lo menos una porción de vegetales por día. Del mismo modo suponga que en el distrito B, los
consumos semanales en alimentos procesados de las personas mayores de 18 años tienen una
distribución continua no normal con una media de 90 soles y una desviación estándar de 20 soles.
Además, se sabe que el 36% de las personas mayores de 18 años consume por lo menos una
porción de vegetales por día. Considere que los distritos son independientes.

a) Suponga que se eligen al azar y sin reemplazo 35 personas mayores de 18 años de cada
distrito. Halle la probabilidad de que el consumo semanal promedio en alimentos
procesados de la muestra del distrito A sea superior a la mediana de su distribución en
más de 3 soles y que el consumo semanal promedio en alimentos procesados de la
muestra del distrito B sea menor a 87 soles.

Sea R: El consumo semanal promedio en alimentos procesados de la muestra del distrito A

sea superior a la mediana de su distribución en más de 3 soles.

S: El consumo semanal promedio en alimentos procesados de la muestra del distrito B

sea menor a 87 soles.

Se pide: 𝑃[𝑅 ∩ 𝑆] = 𝑃[(𝑋̅𝐴 − 𝑀𝑒𝑋̅𝐴 > 3) ∩ (𝑋̅𝐵 < 87)] ∙∙∙ (1)

𝑋𝑖 : Consumo semanal en alimentos procesados de las personas mayores de 18 años del distrito i, i = A,B
𝑋𝐴 ~𝑁𝑜𝑟𝑚𝑎𝑙 𝑋𝐵 ~𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝐶𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑁𝑜 𝑁𝑜𝑟𝑚𝑎𝑙
𝜇𝑋𝐴 = 70 ; 𝜎𝑋2𝐴 = 152 𝜇𝑋𝐵 = 90 ; 𝜎𝑋2𝐵 = 202

Se realizó un MSR en ambos casos.

En ambos casos se asume que 𝑵𝑨 y 𝑵𝑩 son muy grandes de tal manera que 𝒇𝒎𝑨 y 𝒇𝒎𝑩
son menores a 0.05. Por lo tanto, 𝝈𝟐𝑿̅𝒊,𝑴𝑺𝑹 ≅ 𝝈𝟐𝑿̅𝒊,𝑴𝑪𝑹 .

𝑛𝐴 = 35 →Independientemente de ello 𝜎𝑋2𝐴 152

𝑋̅𝐴 ~𝑁(𝜇𝑋̅𝐴 , 𝜎𝑋2̅𝐴 ) → 𝜇𝑋̅𝐴 = 𝜇𝑋𝐴 = 70; 𝜎𝑋2̅𝐴 ≅ ≅
𝑛𝐴 35

𝑛𝐵 = 35 → Dado que 𝑛𝐵 ≥ 30 se puede aplicar el TLC 𝜎𝑋2𝐵 202

𝑋̅𝐵 ≈ 𝑁(𝜇𝑋̅𝐵 , 𝜎𝑋2̅𝐵 ) → 𝜇𝑋̅𝐵 = 𝜇𝑋𝐵 = 90; 𝜎𝑋2̅𝐵 ≅ ≅
𝑛𝐵 35

̅ 𝑨 . Además, dado que los distritos son

En (1), 𝑴𝒆𝑿̅𝑨 = 𝝁𝑿̅𝑨 dada la simetría de la distribución de 𝑿
independientes:

𝑃[𝑅 ∩ 𝑆] = 𝑃[(𝑋̅𝐴 − 𝑀𝑒𝑋̅𝐴 > 3) ∩ (𝑋̅𝐵 < 87)] = 𝑃(𝑋̅𝐴 − 𝜇𝑋̅𝐴 > 3) ∙ 𝑃(𝑋̅𝐵 < 87)

𝑋̅𝐴 − 𝜇𝑋̅𝐴 3
𝑃(𝑋̅𝐴 − 𝜇𝑋̅𝐴 > 3) ≅ 𝑃 ( > ) = 𝑃(𝑍 > 1.183216) = 1 − 𝑃(𝑍 ≤ 1.18) = 0.1190
𝜎𝑋̅𝐴 ⁄
15 √35

𝑋̅𝐵 − 𝜇𝑋̅𝐵 87 − 90
𝑃(𝑋̅𝐵 < 87) ≅ 𝑃 ( < ) ≅ 𝑃(𝑍 < −0.887412) ≅ 𝑃(𝑍 < −0.89) ≅ 0.1867
𝜎𝑋̅𝐵 20⁄√35

𝑃[𝑅 ∩ 𝑆] = 𝑃(𝑋̅𝐴 − 𝜇𝑋̅𝐴 > 3) ∙ 𝑃(𝑋̅𝐵 < 87) ≅ (0.1190)(0.1867) ≅ 0.0222173

 14

b) Suponga que se eligen al azar y sin reemplazo, 40 personas del distrito B (N = 750). Halle
la probabilidad de que la proporción muestral de personas que consume por lo menos una
porción de vegetales por día sea mayor a 0.41.

Se pide: 𝑃(𝑝𝐵 > 0.41) ∙∙∙ (1)

𝑌𝐵 : Número de personas que consume por lo menos una porción de vegetales por día
del distrito B.

Se realizó un MSR
𝑅𝑌𝐵 = {0,1,2,3, … ,40} → 𝑌𝐵 ~𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑎(𝑛𝐵 = 40, 𝜋𝐵 = 0.36)

𝑝𝐵 : Proporción muestral de personas que consume por lo menos una porción de

vegetales por día en una muestra de 40 personas del distrito B.

𝑅𝑝𝐵 = {0, 1⁄40 , 2⁄40 , … , 40⁄40} → 𝑝𝐵 ~𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑎(𝜇𝑝𝐵 , 𝜎𝑝2𝐵 )

Dado que 𝑛𝐵 ≥ 30, se puede aplicar el TLC. Entonces, 𝑝𝐵 ≈ 𝑁(𝜇𝑝𝐵 , 𝜎𝑝2𝐵 )

𝜋𝐵 (1 − 𝜋𝐵 ) 𝑁𝐵 − 𝑛𝐵 0.36(0.64) 750 − 40
𝜇𝑝𝐵 = 𝜋𝐵 = 0.36 𝜎𝑝2𝐵 = [ ]= [ ] = 0.00546008
𝑛𝐵 𝑁𝐵 − 1 40 750 − 1

En (1): 𝑃(𝑝𝐵 > 0.41) = 1 − 𝑃(𝑝𝐵 ≤ 0.41)

(0.41)(40) 16.4 𝟏𝟔 𝟏𝟕
¿ 0.41 ∈ 𝑅𝑝𝐵 ? → 1 − 𝑃 (𝑝𝐵 < ) = 1 − 𝑃 (𝑝𝐵 < ) = 1 − 𝑃 (𝑝𝐵 ≤ ) = 1 − 𝑃 (𝑝𝐵 < )
40 40 𝟒𝟎 𝟒𝟎
Antes de estandarizar, primero se aplica el fcc:

𝟏𝟔 𝟏
( + ) − 0.36
≅ 1 − 𝑃 [𝑍 ≤ 𝟒𝟎 𝟖𝟎 ] ≅ 1 − 𝑃[𝑍 ≤ 0.710493] ≅ 1 − 𝑃[𝑍 ≤ 0.71] ≅ 1 − 0.7611 ≅ 0.2389
√0.00546008
Dos
alternativas 𝟏𝟕 𝟏
( − ) − 0.36
≅ 1 − 𝑃 [𝑍 < 𝟒𝟎 𝟖𝟎 ] ≅ 1 − 𝑃[𝑍 ≤ 0.710493] ≅ 1 − 𝑃[𝑍 ≤ 0.71] ≅ 1 − 0.7611 ≅ 0.2389
√0.00546008