PROBLEMAS DE TERCERA UNIDAD

1. Tabla NO01: Empleados profesionales y tcnicos de un grupo

de hospitales,
Clasificados por edad y categora de trabajo.

Categora de trabajo Edad

A1 A2 A3 A4 TOTAL
25 26-30 31-35 >35
B1: Mdicos 0 5 25 75 105
B2: Serv. De Lab. Clnico 20 30 35 35 120
B3: Servicio de dieta 3 6 6 10 25
B4: Serv. De registros 7 15 8 12 42
mdicos 200 375 442 203 1220
B5: Serv. De enfermera 1 12 8 3 24
B6: Farmacia 4 10 19 12 45
B7: Tecnologa radiolog. 5 25 15 10 25
B8: Serv. Teraputicos 20 35 50 25 130
B9: Otros servicios
profesionales y
Tcnicos

TOTAL 260 513 608 385 1766

Preguntas:

A) Cul es la probabilidad de que esta persona tenga entre 31 y 35

aos de edad?

P(31-35/E)=608/1766=0.344

B) Calcular la probabilidad de que un empleado seleccionado al azar

sea medico

P(M/E)=105/1766=0.059

C) Cul es la probabilidad de que un empleado sea medico dado que

se elige al azar del conjunto de empleados que tienen ms de 35
aos?

P(M/ A4>35)=75/385=0.194

D) Cul es la probabilidad de que un empleado elegido al azar de

entre todos los empleados tenga ms de 35 aos de edad?

P(A4>35/E)=385/1766=0.218
 E) Calclese la probabilidad de que un empleado elegido al azar sea
medico, tenga ms de 35 aos de edad o ambas cosas

P(M U A4>35 )=105/1766 + 385/1766 (105/1766)(385/1766)=0.264

2.- Sean A, B y C tres eventos asociados con un experimento.

Expresar las siguientes proposiciones verbales en notacin de
conjuntos:

{0, A, B, C , AB, BC , AC , ABC }

a) Al menos uno de los eventos ocurre.

A B C

a { A, B, C , AB, BC , AC , ABC }

b) Exactamente uno de los eventos ocurre.

 A B C B A C C A B
C C C

b { A, B, C}
c) Exactamente 2 de los eventos ocurren.
 A B C B C A A C B
C C C

c { AB, BC , AC}

d) Ocurrencia simultanea de los 3 eventos.

 A B C

d {ABC}
3. Una mujer portadora de hemofilia clsica da a luz tres hijos.
a) Cul es la probabilidad de que los tres hijos, ninguno est
afectado por la enfermedad?
b) Cul es la probabilidad de que exactamente dos de los tres
nios est afectado?
Solucin

= {SSS, SSN, SNN, SNS, NSS, NSN, NNS, NNN}

S: S est
afectado
N: No est
afectado
 a) A= {NNN}

P(A)= 1 = 0.125 = 12.5%

8

b) B={SSN, SNS, NSS}

P(B)= 3 = 0.375 = 37.5%

8

4) El 60% de los individuos de una poblacin estn vacunados

contra una cierta enfermedad. Durante una epidemia se sabe que
el 20% la ha contrado y que 2 de cada 100 individuos estn
vacunados y son enfermos. Calcular el porcentaje de vacunados
que enferma y el de vacunados entre los que estn enfermos.
V: individuos que estn vacunados 60%
NV: individuos que no estn vacunados 40%
E: individuos enfermos 20%
NE: individuos no enfermos 80%
V E: 2%

V: 60% NV: 40%

CE: 20% 2% 18%

a) % de vacunados que enferma :
NE: 80% 58% 22%
2 (100 )
=3,3
60
b) % de vacunados entre los que estn enfermos:
2 (100 )
=10
20

5.- La proporcin de alcohlicos que existen en una poblacin de

Mlaga es aproximadamente, un 10%; no obstante, en las bajas
que dan los mdicos de la Seguridad Social difcilmente se
encuentra el diagnostico de alcoholismo. Aparecen sin embargo
diagnosticados de hepatitis, lumbalgias, etc., que pueden hacer
sospechar alcoholismo subyacente. Se realizo un estudio que
puso de manifiesto que el 85% de los individuos alcohlicos y el
7 % de los no alcohlicos sufran tales patologas. Se desea
saber cual es la probabilidad de que un individuo con esas
patologas sea realmente alcohlico.

Alcohlicos No alcohlicos
(10%) (90%)
Presentan 85% 7%
enfermedades:
hepatitis,
lumbalgias, etc. 8.5% 6.3%
No presentan 15% 93%
enfermedades

1.5% 83.7%

Los porcentajes resaltados nos indican las probabilidades de que al

elegir al azar a un individuo cuales sern los resultados segn sus
probabilidades.
Ahora, para el caso especfico que nos plantean; aplicamos

n( E ) 8.5%
P( E ) 0.5743 57.43%
n() 14.8%

Ahora, podemos decir que del total de pacientes que presentan estas
patologas, existe un 57.43% de probabilidad de que sea alcohlico.

6. Dos tratamientos A y B curan una determinada enfermedad en el

20% y 30% de los casos, respectivamente. Suponiendo que
ambos actan de modo independiente, cul de las dos siguientes
estrategias utilizara para curar a un individuo con tal
enfermedad:
a. Aplicar ambos tratamientos a la vez.
b. Aplicar primero el tratamiento B y, si no surte efecto,
aplicar el A

A = 20%
P(A) = 2/10
B = 30%
P (B) = 3/10

Suponiendo que apliquemos ambos tratamientos a la vez (como es el

caso a):
P (A B) = P (A).P (B)
P (A B) = (2/10) (3/10) = 6/100 = 6%
El 6% de los pacientes que tuvieron ambos tratamientos se curaron.

Ahora, supongamos que aplicamos el tratamiento B y al ver que no

surte efecto, aplicamos el A
P (AUB) = P (A) + P (B)
P (AUB) = 2/10 + 3/10 = 5/10 = 50%
 El 50% de los pacientes que tuvieron ambos tratamientos se curaron.

Segn esto, podemos afirmar que sera recomendable usar los

tratamientos, pero aplicndolos uno por uno y no en combinacin

7. Se eligen al azar 3 deportistas de un equipo de 10 integrantes

para realizar un control antidopaje; Se sabe que 2 de los jugadores
del equipo han tomado sustancias prohibidas. Cuales es la
probabilidad de elegir para el anlisis a alguno de los infractores?
Pasos:
Bueno como dice de probabilidad de elegir uno de los infractores entonces
aremos lo siguiente 1 hallaremos la probabilidad de elegir un infractor y
luego le sumaremos probabilidad de elegir dos infractores y esa suma ser
la probabilidad de elegir algn infractor.
Datos:
P (B)= probabilidad de elegir un infractor.
P(A)= probabilidad de elegir dos infractores.
Desarrollo:
P (B)=
P(A)=
P ()=P(A)+P(B)

P ()=

8. Estamos interesados en saber cul de los anlisis A y B es mejor

para el diagnstico de una determinada enfermedad, de la cual
sabemos que la presentan un 10% de individuos de la poblacin.
El porcentaje de resultados falsos positivos del anlisis A es del
15% y del anlisis B es del 22%. El porcentaje de falsos
negativos de A es del 7% y de B es del 3%. Cul es la
probabilidad de acertar en el diagnstico con cada mtodo?

Analizando el problema en un cuadro:

A B Total
Falsos + 15% 22% 37%
Falsos - 7% 3% 10%
Total 22% 25% 47%

La probabilidad de acertar en el diagnstico con el mtodo A:

7
0.318 31.8%
22
 La probabilidad de acertar en el diagnstico con el mtodo B:
3
0.12 12%
25

9. Con el objeto de diagnosticar la colelitiasis se usan ultrasonidos.

Tal tcnica tiene una sensibilidad del 91% y una especificidad del
98%. En la poblacin en que nos ocupa la probabilidad de
colelitiasis es del 20%.

a) Si a un individuo de tal poblacin se le aplican los

ultrasonidos y dan positivos Cul es la probabilidad de que
sufra la colelitiasis?

(91%)( 20%)
P( E / )
(91%)( 20%) (2%)(80%)
P( E / ) 0.919

b) Si el resultado fuese negativo, cul es la probabilidad de que

no tenga la enfermedad?

(98%)(80%)
P ( E / )
(98%)(80%) (9%)( 20%)
P( E / ) 0.977

10. Entre los estudiantes de la facultad de filosofa y letras

se dan las siguientes proporciones:el 40% son hombres. El
70% de los varones fuman, mientras que entre las mujeres
solo fuman el 20%. Escogiendo un estudiante al azar,
calclese la probabilidad de que fume.

Poblacin Varones Mujeres

(40%) (60%)
Caracterstica
 Fuman 70% 20%
40%

28% 12%

No fuman 30% 80%

60%

12% 48%

Del anlisis realizado podemos llegar a la conclusin que, de todos los

estudiantes de dicha facultad, al elegir al azar a un alumno cualquiera la
probabilidad de que este fume ser de un 40%

11. Los estudio espidemolgicos indican que el 20% de los

ancianos sufren de un deterioro neuropsicolgico. Sabemos
que la tomografa axial computarizada (TAC) es capaz de
detectar este transtorno en el 80% de los que sufren, pero
que tambien da un 3% de falsos positivos entre personas
sanas. Si tomamos un anciano al azar y da positivo en el TAC,
Cul es la probabilidad de que realmente este enfermo?

Sol: Sea:
El conjunto A: los ancianos que sufren de deterioro
neuropsicolgico.
El conjunto B: los ancianos que no sufren de deterioro
neuropsicolgico.
El conjunto C: los casos en que losancianos que que han
sido diagnosticados por el TAC con deterioro
neuropsicolgico.
 A B=

C- [ ( A C ) ( B C ) ] =
A=20%
B= 80
A C=80 20 =16
B C=3 80 =2,4

La probabilidad de que anciano, diagnosticado con deterioro

neuropsicolgico, que realmente este enfermo es:

( A C ) 16
= = =0,87
( A C ) ( B C ) 18,4

12. La probabilidad de que un estudiante de Medicina apruebe el

curso de Bioestadstica es 2/3 y la probabilidad de que
apruebe el curso de Morfologa es 4/9. Si la probabilidad de
aprobar al menos uno de estos cursos es 4/5. Cul es la
probabilidad de que apruebe ambos cursos?

P (BUM) = P (B) + P (M) - P (B M) = 4/5

2 4 4
+ P ( B M )=
3 9 5

2 4 4
+ =P ( B M )
3 9 5

14
=P ( B M )
45
13. La probabilidad que un visitador mdico, venda dentro de un
mes, un lote de medicamentos del laboratorio A es 1/5 y la
probabilidad de vender un lote de medicamentos del
laboratorio B dentro de un mes es . Hallar la probabilidad de
que:
a) Venda los dos lotes de medicamento dentro de un mes.
b) Venda al menos uno de los lotes dentro de un mes.
c) No venda ninguno de los lotes dentro de un mes.
d) Solamente venda el lote de medicamentos del laboratorio A
dentro de un mes.

Resolucin:

a) P ( A B) P ( A) P( B ) (1/ 5)(1/ 4) 0.05

b) P( AB ' A ' B AB ) P ( A) P ( B ') P ( A ') P ( B ) P ( A) P ( B )
=(1/5)(3/4)+(4/5)(1/4)+(1/5)(1/4)
= 0.4
4 3
P( A ' B ') P( A ') P( B ') ( )( ) 0.6
c) 5 4 .
1 3
P ( A B ') P ( A) P ( B ') ( )( ) 0.15
d) 5 4

14. La probabilidad de que un paciente fallezca por cncer es de

0.10 de que fallezca por infarto es de 0.05, de que fallezca por
cncer e infarto es 0.03. Cual es la probabilidad de que fallezca:

e) Por cncer o por infarto.

f) Por cncer, dado que puede fallecer por infarto.
g) Por infarto, dado que puede fallecer por cncer.

SOLUCION
 a) P C I P C P I P C I
0.10 0.05 0.03
0.12
C P C I
P
b) I P I
0.03

0.05
3

5
I P I C
P
c) C P C
0.03

0.10
3

10

15. Una urna contiene 3 bolas rojas y x blancas. Se saca una bola
de la urna y se reemplaza por una de otro color, se saca de la
urna una segunda bola. Sabiendo que la probabilidad de que la
segunda bola sea roja es 17/50. Cul ser el nmero de bolas
blancas?
SOLUCION

Sean los siguientes eventos

R: La segunda bola es roja

r: La bola extrada es roja
b: La bola extrada es blanca

Los experimentos sucesivos del problema se lleva a un diagrama del rbol

de probabilidad obtenida la figura, donde vemos que el evento R se escribe
R= rr U br, por lo tanto:

P(R) = P(r) P(r / r) + P (b) P(r / b)

= (3/ x+3) (2/x+3) +(x/x+3) (4/x+3) = (4x+6)/(x+3)2

=17/50

de donde se obtiene la ecuacin de Segundo grado

17 x2-98x-147 = 0
Resolviendo la ecuacin se obtiene x= 7 bolas blancas

Figura:

RR

2/(x+3) r -------------------- rr

3/(x+3) r

3r (x+1)/(x+3) b
xb

4/(x+3) r ----------------- br
x/(x+3) b

(x-1)/(x+3) b

16. Un medico posee dos automviles, un modelo compacto y uno

estndar. Aproximadamente utiliza el vehiculo compacto para
trasladarse a su trabajo las tres cuartas partes a del tiempo y el
restante usa el carro mas grande. Cuando emplea el carro
compacto llega a su casa a las 5:30 el 75 % de las veces; si
utiliza el carro de tamao estndar llega a la misma hora el 60 %
de las veces (pero disfruta del aire acondicionado del carro ms
grande). Si llega a su casa despus de las 5:30, Cul es la
probabilidad de que haya usado el carro compacto?

SOLUCION

0.75; 5:30

3/4 compacto

Automviles 0.25

0.6; 5:30
1/4
c estndar
 0.4

Si el mdico ha llegado a su casa despus de las 5:30, entonces la

probabilidad de que haya usado el carro compacto es:
C
P
5 : 30
Entonces:

C P C .P 5.30 C
P
5 : 30 = P 5.30

3 4 0.25
= P 5 : 30 . (1)

Para esto debemos calcular: P 5 : 30

5 : 30 5 : 30
P C .P P E .P
P 5 : 30 = C E
3 1
0.25 0.4
= 4 4

3 1

= 16 10
23
= 80

Por lo tanto, reemplazando en (1):

P
C 3 4 0.25

5 : 30 = P 5 : 30

3 4 0.25
=
23 80
15
= 23
17.-La probabilidad de que un accidente de aviacin sea
correctamente previsto debido a las fallas mecnicas es 0.85 y
fallas no mecnicas 0.35 .Encontrar la probabilidad que un
accidente de aviacin sea por fallas mecnicas, dado que fue
previsto correctamente, si el 30% de accidentes de aviacin es
debido a fallas mecnicas.
Solucin
Sea:
F=Accidente de aviacin debido a fallas mecnicas
F Accidente de aviacin debido a fallas no mecnicas
C =Previsto correctamente
C = Previsto no correctamente

0.85C
0.3F
Total de
Accidentes 0.15 C

0.35C
0.7 F

0.65 C

*Usamos el Teorema de Bayes

P ( F ) P (C / F )
P (F/C) = P (C ) (1)

Pero P(C ) P( F ) P (C / F ) P ( F ) P (C / F )
P(C ) (0.3)(0.85) (0.7)(0.35) =0.5

*Reemplazamos en (1)
P ( F ) P (C / F )
P( F / C )
P (C )
(0.3)(0.85)
0.51
P( F / C ) 0.5

18. Sabemos que tiene estudios superiores el 15 % de la poblacin

espaola, estudios medios 40%, estudios primarios el 35% y no
tiene estudios el 10%. Los desempleados no se distribuyen
proporcionalmente entre esas categoras, dado que de entre los
estudios superiores estn sin trabajo el 10 %, entre los de
estudios medio el 35 %, entre los de estudios primarios el 18%, y
 entre los que no tienen estudios el 37%. Obtenga las
probabilidades de que extrado uno al azar, este se a:

a. Titulado superior, sabiendo que est parado.

b. Un sujeto sin estudios que est en paro.
c. Un sujeto con estudios primarios o que est trabajando.

SOLUCION

CATEGORIA Categora estudios

TRABAJO E.Superiores E.medios E.primario Sin TOTAL
(Su) (M) s estudios
(Pr) (Se)

TRABAJO(T) 90% 65% 82% 63% 74.5%

SIN 10 % 35% 18% 37% 25.5%

TRABAJO(ST)

TOTAL 15% 40% 35% 10% 100%

Su P Su ST
P
a) ST P ST
0.100

0.255

= 0.39

Se P Se ST
P
b) ST P ST

0.370

0.255

1.45

c) P Pr T P Pr P T P Pr T
 0.35 0.745 0.82

0.275

19. Una enfermedad puede estar producida por tres virus A, B, y

C .En el laboratorio hay 3 tubos de ensayo con virus A, 2 tubos
con el virus B y 5 tubos con el virus C. La probabilidad de que el
virus A produzca la enfermedad es de 1/3, que la produzca B es
de 2/3 y que la produzca el virus C es de 1/7.Se inocula un virus
a un animal y contrae la enfermedad. Cul es la probabilidad de
que el virus que se inocule sea el C?

SOLUCION

Definimos los siguientes eventos:

A: Elegir un tubo de ensayo con el virus A

B: Elegir un tubo de ensayo con el virus B

C: Elegir un tubo de ensayo con el virus C

E: contraer la enfermedad

Figura:
E

P (E/A)=1/3 E ------------------------ AE

E
P (A) =3/10 A
P (E/B)=2/3 E ------------------------ BE
P (B) =2/10
B E

P (E/ C)=1/7 E--------------------------CE

P(C) =5/10 C
E

Debemos calcular P(C/E).

Usamos el Teorema de Bayes

 P(C ) P( E / C )
P (C/E) = P( E ) (1)
Pero P (C ) P ( A) P ( E / A) P ( B) P( E / B ) P(C ) P( E / C )
P(C ) (0.3)(1 / 3) (0.2)( 2 / 3) (0.5)(1 / 7) =0.304

*Reemplazamos en (1)
P (C ) P( E / C )
P(C / E )
P( E )
(0.5)(1 / 7)
0.23
P (C / E ) 0.304

20. El 70% de los estudiantes aprueba una asignatura A y un 60%

aprueba otra asignatura Sabemos, adems que in 35% del total
aprueba ambas .Elegido un estudiante al azar, calcular las
probabilidades de las siguientes situaciones.
1. Haya aprobado la asignatura B, sabiendo que ha aprobado la A.
2. Haya aprobado la asignatura B, sabiendo que no ha aprobado la A.
3. No haya aprobado la asignatura B, sabiendo que ha aprobado la A.
4. No haya aprobado la asignatura B, sabiendo que no ha aprobado
la A.

SOLUCION

Definimos los siguientes eventos:

A: aprobar la asignatura A

B: aprobar la asignatura B

Del enunciado del problema tenemos:

P (A) =0.7 , P (AC) =0.3

P (B) = 0.6 , P (BC) =0.4

P (AB)=0.35 , P (ACB)=0.25

P (ABC)=0.35 , P (ACBC)=0.05

1. P(B/A)= P (AB) = 0.35 = 0.50

P (A) 0.70
 2. P(B/AC)= P (ACB) = 0.25 = 0.83
P (AC) 0.30

3. P(BC/A)= P (ABC) = 0.35 = 0.50

P (A) 0.70

4. P(BC/AC)= P (ACBC) = 0.05 = 0.16

P (AC) 0.30

21. Si X denota el nmero de horas que usted estudia durante un

da seleccionado al azar.

Suponga que la funcin de X tiene la forma siguiente, donde k es

algn nmero:

0.1 si x=0
F(x)= Kx si x=1 o 2
K(5-k) si x=3 o 4
1 en otro lugar

a. Cul es la probabilidad de que usted estudie por lo menos dos

horas?

Hallando k
0.1+k+2k+2k+k+0=1
k=0.15
x 0 1 2 3 4
f(x) 0.1 0.15 0.3 0.3 0.15

P ( x 2) 0.3 0.3 0.15 0.75

Interpretacin: 75%, hay un 75% de probabilidad que usted estudie
por lo menos 2 horas.

b. Menos de tres horas, exactamente dos horas.

Menos de 3 horas:

P ( x 3) 0.1 0.15 0.3 0.55

Interpretacin: 55%, hay un 55% de probabilidad que usted estudie

por lo menos 3 horas.
 Exactamente 2 horas:

P ( x 2) 0.3

Interpretacin: 30%, hay un 30% de probabilidad que usted estudie

exactamente 2 horas.

c. Determine y grafique la funcin de distribucin de X.

Sabiendo que la funcin de distribucin presenta una variable

discreta, se procede hallar cada uno de sus valores.

f(0)=0.1
f(1)=0.15+0.1=0.25
f(2)=0.1+0.15+0.3=0.35
f(3)=0.1+0.15+0.3+0.3=0.85
f(4)=0.1+0.15+0.3+0.3+0.15=1

Luego, se procede a graficar la funcin de distribucin:

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

0%
1 2 3 4

d. Calcule e interprete la media y la desviacin estndar.

x f(x) x f(x) x 2 f(x)

0 0.1 0 0
1 0.15 0.15 0.15
2 0.3 0.6 1.2
 3 0.3 0.9 2.7
4 0.15 0.6 2.4
Total 2.25 6.45

La media terica o esperanza matemtica es :

E ( x) 2.25
Interpretacin :
El nmero esperado de horas que usted estudia por da es
aproximadamente 2 horas.

La desviacin estndar es :

6.45 (2.25) 2 1.17

Interpretacion :
El promedio de variacin del n de horas que estudia por dia respecto
a su valor esperado es aproximadamente 1 hora.

22. La variable aleatoria X tiene la siguiente funcin de

distribucin:

0 si x<10
F(x)= si 10x<15
si 15x<20
1 si x20

a. Calcular: P[x10.5] + P[x15.5]

P ( x 10.5) P ( x 15.5) = 1/4 +3/4=1

b. Calcular: P[10.2x15.5]
P(10.2 x 15.5) = P ( x 15.5) P ( x 10.2) 3 / 4 1 / 4 2 / 4

c. Calcular la funcin de probabilidad de la variable aleatoria.

x f(x) xf(x) x 2 f(x)

0 0 0 0
10 1/4 5/2 25
15 2/4 15/2 225/2
20 1/4 5 100

Total 15 237.5

d. Calcular la media y la desviacin estndar.

 La media terica o esperanza matemtica es : E ( x) 15

La desviacin estndar es :
237.5 (15) 2 3.5

23. Sea X una variable aleatoria continua con Funcin de

Distribucin:

0 , x0
F(x)= x/2 , 0<x2
1 , x>2

Si: E[x]= y V [X]= 2

Hallar: P [ <x<+ /2
Hallando la media
2
E ( x )= x f ( x)dx
0
2 2
x
E ( x )= dx
0 2
2
x3
E ( x )=
6 0
( 2 )3 4 2
E ( x )= = =13.159
6 3

Hallando la varianza:
2
2
V ( x ) =E ( x ) u =
2
(
x 2 f (x) dx
0
) u
2

( )
3
x
V (x )= dx 13.159
0
2
2
x4
V (x )= 13.159
8 0
( 2 )4
V (x )= 13.159
8
V ( x ) =2 313.159=48.853

Por lo tanto, = 48.853=6.989

Hallando: P [ < x< + / 2

Reemplazando:
P [ 13.1596.989< x <13.159+6.989 /2
 P [ 6.17< x <16.653

Finalmente: P [ 6.17< x <16.653 =1

24. Por experiencias realizadas se comprob que la funcin de

densidad de un fenmeno aleatorio fue la siguiente:

3 2
F(x)= (1x) si 0<x<2
2
0 en otro lugar

Calcular:
a. La expectativa y varianza de X.
Hallando la expectativa:
2
E ( x )= x f ( x)dx
0
2
3
E ( x )= x ( 1x )2 dx
0 2
2
3 3
E ( x )= x2 x3 + x 4
4 8 0
3 3
E ( x ) = ( 2 ) 2 ( 2 ) 3+ ( 2 ) 4
4 8
E ( x )=38+6=1

Hallando la varianza:
2
2
V ( x ) =E ( x ) u =
2
( 0
2
x f (x) dx u
) 2

(
V (x )= x
0
2 3
2
( 1x )2 dx 12
)
2

(
3 2 3 3 4
V ( x ) = x 3 x + x dx 1
0
2 2
2
)
2

( )
3
x 3 4 3 5 2
V ( x ) = x + x 1
2 4 10 0
23 3 4 3 5
(
V ( x ) = 2 + 2 12
2 4 10 )
V ( x ) =412+9.61=0.6
 b. La probabilidad que un valor est comprendido entre y 3/2.

F (1.5) F (0.5)
1.5 1.5
F (1.5) 3 / 2(1 x) 2 dx 3 / 2 x 3 / 2 x 2 x 3 / 2
0 0

F (1.5) 3 / 2(1.5) 3 / 2(2.25) 3.375 / 2

F (1.5) 0.5625
0.5
F (0.5) 3 / 2(1 x) 2
0

F (0.5) 3 / 2(0.5) 3 / 2(0.25) 0.125 / 2

F (0.5) 0.4375

Por lo tanto
F (1.5) F (0.5) 0.5625 0.4375 0.125

25. La cuarta parte de los conductores de coche son mujeres. La

probabilidad de que una mujer sufra un accidente en un ao es
de 5/10000 y para los hombres es de 1/10000. Calclese la
probabilidad de que si acaece, el accidentado sea hombre.

Hombres (H) Mujeres (M)

Accidentes (A) 1/10000 5/10000
Conductores 1/4

Segn el teorema de Bayes:

E
E
P ( )=
K
( E )
P ( EK ) P
K
n
E E
P ( E ) P( E )
i
i=1 i

Reemplazando:

P( H ) P ( HA )
P ( HA )= P ( H ) P
( HA )+ P ( M ) P ( MA )
3 1

H 4 10000
P
A ( )
=
3

1 1
+
5
4 10000 4 10000
 P ( HA )=0.375=37.5
Interpretacin: 37.5%, existe un 37.5% de probabilidad que el
conductor accidentado sea hombre.

26. En un campus universitario existen 3 carreras sanitarias. Se

sabe que el 50% cursan estudios de Enfermera, el 30% Medicina
y el 20% Veterinaria. Los que finalizaron sus estudios son el 20,
10 y 5% respectivamente. Elegido un estudiante al azar, hallase
la probabilidad de que haya acabado la carrera.

Enfermera Medicina Veterinaria

Total 50% 30% 20%

Carrera 20% 10% 5%

finalizada

20+ 10+5 35
P(C)= = =35%
50+ 30+20 100

Interpretacin: 35%, existe un 35% de probabilidad que un estudiante

elegido al azar haya acabado la carrera.

27. Para estudiar la regulacin hormonal de una lnea metablica

se inyectan ratas albinas con un frmaco que inhibe la sntesis
de protenas del organismo. En general, 4 de cada 20 ratas
mueren a causa del frmaco antes de que el experimento haya
concluido. Si se trata a 10 animales con el frmaco, cul es la
probabilidad de que al menos 8 lleguen vivas al final del
experimento?

Hallando p:
4
p= =20 =0.2
20

n=10
Si p=0.2 (probabilidad que vivan), entonces: q=0.8
(probabilidad que mueran).
Si se desea que al menos 8 ratas lleguen vivas al final del
experimento (8, 9,10 ratas), entonces se desea que mueran a
lo menos 2 (0,1 o 2 ratas).
En otras palabras P (x8)= P (y2)

Entonces:
 Segn la distribucin binomial:

{
R=0,1,2, , n
x
f ( x )= n p x qn x
()x
Donde: n= Nmero de pruebas
x=Nmero de xitos
n-x=Nmero de fracasos
p=probabilidad de xito
q=1-p= probabilidad de fracaso

P (y2) (para variables discretas)= P (y=0)+P (y=1)+P (y=2)

P ( y =0 ) = 10 0.20 0.810=0.107
( )
0
P ( y =1 )= 10 0.21 0.89 =0.268
( )
1
P ( y =2 )= 10 0.22 0.8 8=0.302
( ) 2

Entonces:
P (y2) = P (y=0)+P (y=1)+P (y=2) = 0.677

Interpretacin: 67,7%, hay un 67,7% de probabilidad que al menos 8

ratones lleguen vivos al final del experimento.

28. En una cierta poblacin se ha observado un nmero medio

anual de muertes por cncer de pulmn de 12. Si el nmero de
muertes causadas por la enfermedad sigue una distribucin de
Poisson, cul es la probabilidad de que durante el ao en curso?

a. Haya exactamente 10 muertes por cncer de pulmn.

Segn la distribucin de Poisson:

{
R=0,1,2, ,
x= e x
f ( x )=
x!

Donde:
: Nmero promedio de acontecimiento u ocurrencias
x: Nmero de xitos
e: 2.718281..
Sabiendo que:
=12
x:10
12 10
e 12
P ( x=10 )= =0.105
10 !
 Interpretacin: 10,5%, existe un 10,5% de probabilidad que haya
exactamente 10 muertes por cncer de pulmn.

b. 15 o ms personas mueran a causa de la enfermedad

P ( x 15 )=1P ( x 14 ) =10.772=0.228

Interpretacin: 22,8%, existe un 22,8% de probabilidad que 15 o

ms personas mueran a causa de cncer de pulmn.

c. 10 o menos personas mueran a causa de la enfermedad.

P ( x 10 )=0.3472

Interpretacin: 34,7%, existe un 34,7% de probabilidad que 10 o

menos personas mueran a causa de la enfermedad.

29. Daando los cromosomas del vulo o del espermatozoide,

pueden causarse mutaciones que conducen a abortos, defectos
de nacimiento, y otras deficiencias genticas. La probabilidad de
que tal mutacin se produzca por radiacin es del 10%. De las
siguientes 150 mutaciones causadas por cromosomas daados,
cuntas se esperara que se debiesen a radiaciones? Cul es la
probabilidad de que solamente 10 se debiesen a radiaciones?

Datos:
p=10%
n=150
Sabiendo que: = n p; entonces = 0.10 150 = 15

Interpretacin: 15, se espera que 15 mutaciones sean a causa de las

radiaciones.

Luego:

15 10
e 15
P ( x=10 )= =0.1185
10 !

Interpretacin: 11,8% ; hay un 11,8% de probabilidad que 10 mutaciones

sean a causa de radiaciones.

30. Entre los diabticos, el nivel de glucosa en sangre X, en

ayunas, puede suponerse de distribucin aproximadamente
normal, con media 106 mg/100 ml y desviacin tpica 8 mg/100
ml, es decir

X N ( =106, 2 =64)

a. Hallar P[x120]
 De acuerdo a la distribucin normal:

{
R=< z <
2
1 x
x 1 2 ( )

f ( x )= e
2
Entonces:
2
120 1 x106
1 ( )
P [x120]= 2
e 2 8

120106
Donde z= =1.75
8
2
120 1 x106
1 ( )
P [x120]= 2
e 2 8
=0.9599

Interpretacin: 95,9%, hay un 95,9% de diabticos que presenten

glucosa inferior o igual a 120 mg/100 ml

b. Qu porcentaje de diabticos tienen niveles comprendidos entre

90 y 120.
La pregunta es: P [90x120]= P [x120]- P [x90]

Hallando: P [x90]
2
90 1 x106
1 ( )
P [x90]= 2
e 2 8

90106
Donde z= =2 , entonces F (-2)= 1- F(2)
8
2
90 1 x106
1 ( ) =10.9772=0.0228
P [x90]= 2
e 2 8

Hallando: P [x120]

P [x120]= 0.9599

Por lo tanto: P [90x120]= P [x120]- P [x90]=0.9599-

0.0228=0.9371

Interpretacin: 93,7%, hay un 93,7% de diabticos que presenten

glucosa entre 90 mg/100 ml y 120 mg/100ml.

c. Hallar P[106x120]

P [106x120]= P [x120]- P [x106]

Hallando: P [x106]
 2
106 1 x106
1 ( )
P [x106]= 2
e 2 8

106106
Donde z= =0
8

P [x106]= 0.50

Hallando: P [x120]
P [x120]= 0.9599

Entonces: P [106x120]= P [x120]- P [x106] = 0.9599-

0.50 = 0.4599

Interpretacin: 45,9%, hay un 45,9% de diabticos que presenten

glucosa entre 106 mg/100 ml y 120 mg/ 100 ml.

d. Hallar P[x121]
2
121 1 x106
1 ( )
P [x121]= 2
e 2 8

121106
Donde z= =1.875 1.88
8

P [x121]=0.9699
Interpretacin: 96,9%, hay un 96,9% de diabticos que presenten
glucosa inferior o igual a 121 mg/100 ml

e. Hallar el punto x caracterizado por la propiedad de que el 25% de

todos los diabticos tiene un nivel de glucosa en ayunas inferior o
igual a x.

De acuerdo a las tablas de distribucin normal acumulativa, como

presenta valores positivos, entonces se considerar de la siguiente
forma (conociendo que en valores positivos se encuentra valores
entre 0.5 y aproximadamente 1)

0.25=1-0.75

Buscando los valores en la tabla de distribucin normal

acumulativa: z se encuentra aproximadamente en 0.68.
Para poder tomar el 0.25 se considera a 0.98 negativo, por lo
tanto:

Z=-0.68
 Como se desea hallar x, entonces:

x106
z= =0.68
8

Entonces: x= 100.56 aproximadamente.

Interpretacin: El 25% de todos los diabticos tienen menos de

100.56 mg/ml aproximadamente.

31. Una prueba de laboratorio para detectar

herona en sangre tiene un 92% de precisin. Si se analizan 72
muestras en un mes, Cul es la probabilidad de que:

a) 60 o menos estn correctamente evaluada

b) Menos de 60 estn correctamente evaluadas
c) Exactamente 60 estn correctamente evaluadas

P 0.92

n 72

a) P ( x 60)
Si n 6 x 5 .
P ( x 5) =
(0.92) (0.08) (0.92) (0.08) (0.92) (0.08) (0.92) (0.08) (0.92) (0.08) (0.92) (0.08)
6
0
0 6 6
1
1 5 6
2
2 3 6
3
3 2 6
4
4 2 6
5
5 1

P ( x 5) = 0.39

b) p ( X 60)
Si n 6 X 5 .
P ( X 5) P ( X 5) P ( X 5) 0.39 0.32 0.07
c) P ( X 60)
Si n 6 x 5
(0.92) (0.08)
6
5
5 1
0.32

32. El 10% de las personas tiene algn tipo de alergia. Se

seleccionan aleatoriamente 100 individuos y se les entrevista.
Hallar la probabilidad de que, al menos, 12 tengan algn tipo de
alergia. Hallar la probabilidad de que, como mximo, 8 sean
alrgicos a algo.

P 10% 0.1
 n 100
Si n = 25

a) P ( x 12) P( x 3) 1 P ( x 2)

P( x 2) (0.1) (0.9)
25
0
0 25
(0.1) (0.9)
25
1
1 24
(0.1) (0.9)
25
2
2 23

P( x 2) 0.535
P( x 3) 1 0.535 0.465

b) P( x 8) P ( x 2)

P( x 2) 0.535

33. La Probabilidad de muerte resultante del uso de pldoras

anticonceptivas es de 3/1000000. De 1000000 de mujeres que
utilizan este medio de control de natalidad:

P 3 / 1000000
n 1000000
a) Cuntas muertes debidas a esta causa se esperan?
Esperanza matemtica
E ( x) np 3 / 1000000 x1000000 3
b) Cul es la probabilidad de que haya, como mximo, 25 de
estas muertes?
P( x 25)
Para n = 40000; P ( x 1)

P( x 1) ( 040000)(3 x10 6 ) 0 (1 3 x106 ) 40000 (140000 )(3 x10 6 )1 (1 3 x10 6 ) 39999

P ( x 1) 0.99
c) Cul es la probabilidad de que el nmero de muertes debidas
a esta causa este entre 25 y 35, inclusive?

34. La probabilidad de presentar una caracterstica gentica es de

1/20.

P 1 / 20 0.05

a) Tomando una muestra de 8 individuos, calcular la probabilidad

de que tres individuos presenten la caracterstica.
n 8
 P ( x 3) (0.05) (1 0.05)
8
3
3 5

P( x 3) 0.00539
b) Tomando una muestra de 80 personas, Cul ser la
probabilidad de que aparezcan ms de 5 individuos con la
caracterstica?
n 80
P ( x 5) 1 P ( x 5)

P ( x 5) 1 80
i ( 0.05) (1 p )
5
i n i

i 0

35. Se supone que en cierta poblacin humana el ndice ceflico i,

(cociente entre el dimetro transversal y el longitudinal
expresado en tanto por ciento), se distribuye segn una normal.
El 58% de los habitantes son dolicocfalos ( i 75 ), el 38% son
mesocfalos ( 75 i 80 ) y el 4% son braquicfalos ( i 80 ).
Hllese la media y la desviacin tpica del ndice ceflico en esa
poblacin.

P( x 75) 0.58
P( Z Z1 ) 0.58
Z1 0.21
75
0.21
1

P( x 80) 0.96
P( Z Z 2 ) 0.96
Z 2 1.76
80
1.76
2

De 1 y 2
74.32
3.23

36. Se supone que la glucemia basal en individuos sanos, Xg, sigue

X g N ( 80, 10)
una distribucin mientras que los diabticos
 X N ( 160, 31.4)
Xd, sigue una distribucin d . Si se conviene
clasificar en clasificar como sanos al 2% de los diabticos
a) Por debajo de que valor se considera sano a un individuo?
Cuntos sanos sern clasificados como diabticos?
P ( x x1 ) 0.02
P( Z Z1 ) 0.02
P( Z Z1 ) 0.98
Z1 2.06
X 1 160
2.06
31,4
X 1 95.316
b) Se sabe que en la poblacin en general el 10% de los
individuos son diabticos Cul es la probabilidad de que un
individuo elegido al azar y diagnosticado como diabtico,
realmente lo sea?

37. Supngase que se van a utilizar 20 ratas en un estudio de

agentes coagulantes de la sangre. Como primera experiencia, se
dio un anticoagulante a 10 de ellas, pero por inadvertencia se
pusieron todas sin marcas en el mismo recinto. Se necesitaron
12 ratas para la segunda fase del estudio y se les tomo al azar
sin reemplazamiento. Cul es la probabilidad de que de las 12
elegidas 6 tengan la droga y 6 no la tengan?

n 20
p 0.5
P( x 6) (0.5) (0.5)
20
6
6 14

P( x 6) 0.055

38. El daltonismo afecta al 1% de una poblacin grande, Suponga

que se escogen personas aleatoriamente de esta poblacin.
a.) Cual es la probabilidad de que ninguna de las n personas sean
daltonianos
P=0.01 x=0, 1, 2,3n
n=?
Hallando:
P( x 0) f ( x 0) ( 3n )(0.01) 0 (0.99) n 0
(0.99) n
=

b.) Que tamao debe tener n para que esta probabilidad sea mayor
que el 10%
39. Supngase que la tasa de mortalidad para cierta enfermedad es
de 0.10 y que la contraen 10 personas de la comunidad. Cul es
la probabilidad de que?
p=0.10
q=0.9
n=10
a) Ninguna sobreviva?

P ( x 0) f ( x 0) (10 0
0 )( 0.10) (0.9)
10
(0.9)10

b) El 50 por ciento muera?

P ( x 0.5) f ( x 0.5) (10
0.5 )( 0.10)
0. 5
(0.9) 9.5

c) Al menos 3 mueran?
P ( x 3) f ( x 3) 1 P ( x 2)
P( x 2) f (2) f (1) f (0)
P( x 1) f ( x 1) (10 1
1 )( 0.10) (0.9)
9

P( x 2) f ( x 2) (10 2
2 )( 0.10) (0.9)
8

Por lo tanto:
( 10
2 )( 0.10) 2 (0.9) 8 (10
1 )( 0.10) (0.9) (0.9)
1 9 10

1-P(x=2)=1-

d) Exactamente 3 mueran?
P ( x 3) f (3) (10 3
3 )( 0.10) (0.9)
7

40. Dada una variable aleatoria binomial con una media de 20 y una
varianza de 16, encuentre n y p.

E ( x) 20 np
2 16 npq
*Dividiendo:
20 np

16 npq
q 0.8
Por lo tanto:
p 1 0 .8 0 .2
*Hallando n:
2
20 n( )
10
100 n
41. En promedio, cinco fumadores pasan por la esquina de cierta
calle cada diez minutos. Cul es la probabilidad?

a) de que durante un perodo de 10 minutos el nmero de fumadores que

pasan por la esquina sea de seis o menos?

* = 5 fumadores en 10 minutos.

x
e i
P x 6
i 0 i!
6
e 5 5 x
P x 6
x 0 x!
e 5 5 0 e 5 51 e 5 5 6
P x 6 ...
0! 1! 6!
P x 6 0.762

*Tambin se puede desarrollar aplicando la tabla de Poisson.

P x 6 0.762

b) de que durante un perodo de 5 minutos el nmero de fumadores que

pasan por la esquina sea siete o ms?

*Si se sabe que: = 5 fumadores en 10 minutos; por lo tanto: = 2.5

fumadores en 5 minutos.

P x 7 1 P x 6
Desarrollamos:
e i
x
P x 6
i 0 i!
6
e 2.5 2.5 x
P x 6
x 0 x!
e 2.5 2.5 0 e 2.5 2.51 e 2.5 2.5 6
P x 6 ...
0! 1! 6!
P x 6 0.987

Reemplazamos en la frmula:
P x 7 1 P x 6
P x 7 1 0.987
P x 7 0.013
c) de que durante un perodo de 20 minutos el nmero de fumadores que
pasan por la esquina sea exactamente ocho?

*Si se sabe que: = 5 fumadores en 10 minutos; por lo tanto: = 10

fumadores en 20 minutos.
P x 8 P x 8 P x 7

*Aplicando la tabla de Poisson:

P x 8 0.333 0.220
P x 8 0.113

43. Supngase que una variable X muestra una distribucin normal

con una varianza de 100. Dado que 0.0985 de los valores de x
son mayores de 70, Cul es el valor medio de X?

V(x) = 2 = 100; = 10.

P(x 70) = 0.0985, es equivalente a decir: P (x 70) = 0.9015

P x 70 0.9015
70
P Z 0.9015

*Revisando en la tabla de distribucin normal acumulativa:

P Z 0.9015
Z 1.35
*Desarrollamos:
70
1.35
10
56.5

44. Las calificaciones obtenidas en cierta prueba de aptitudes por

estudiantes de medicina estn distribuidas en forma
aproximadamente normal con una media de 500 y una varianza
de 10000.

a) Qu proporcin de calificaciones estn por debajo de 200?

=500
=100
P x 200
 200 500
P Z
100
P Z 3
1 P Z 3
1 0.9987
0.0013

b) Un estudiante est a punto de hacer la prueba: Cul es la probabilidad

de que obtenga una calificacin de 650 o ms?

P x 650
1 P x 650
650 500
1 P Z
100
1 P Z 1 .5
1 0.9332
0.0668

c) Qu proporcin de calificaciones est entre 350 y 675?

P 350 x 675
P x 675 P x 350
675 - 500 350 500
P Z P Z
100 100
P Z 1.75 P Z 1.5
0.9599 1 P Z 1.5
0.9599 1 0.9332
0.8931

45. Si las concentraciones de colesterol total para cierta poblacin

estn distribuidas en forma aproximadamente normal con una
media de 200 mg/100ml y una desviacin estndar de 20
mg/100ml, encuentre la probabilidad de que un individuo
seleccionado al azar de dicha poblacin tenga una concentracin
de colesterol:

a) Entre 180 y 200 mg/100ml.

= 200 mg/100ml
= 20 mg/100ml
 P180 x 200
P x 200 P x 180
200 200 180 200
P Z P Z
20 20
P Z 0 P Z 1
0.5 1 P Z 1
0.5 1 0.8413
0.3413

b) Mayor de 225 mg/100ml.

P x 225
1 P x 225
225 200
1 P Z
20
1 P Z 1.25
1 0.8944
0.1056

c) Menor de 150 mg/100ml.

P x 150
150 200
P Z
20
P Z 2.5
1 P Z 2.5
1 0.9938
0.0062

46. Los registros de prdida de peso por evaporacin de cierto

producto empacado muestran una prdida media de 6.45 gramos
con una desviacin estndar de 1.30. Asumiendo una
distribucin normal. Cul es la probabilidad de que si se
extraen dos paquetes al azar de un lote ambas muestran una
prdida de ms de 8 gramos?

= 6.45; = 1.30

*Hallamos primero la probabilidad que 1 paquete muestre una prdida

de ms de 8 gramos.

P x 8 p
 1 P x 8 p
P x 8 1 p
8
P Z 1 p

8 6.45
P Z 1 p
1.30
P Z 1.19 1 p

*Revisando en la tabla de distribucin normal acumulativa:

P Z 0.8830
Z 1.19
*Desarrollamos:
0.8830 1 p
p 0.1170

*Ahora aplicamos la frmula para hallar de 2 paquetes:

n x n x
p q
x

Donde: n=2; x=2; p=0.1170, q=0.8830

2
0,1170 2 0,8830 2 2
2
0.013689

47. Una variable aleatoria X se distribuye normalmente. Si E[X 2]=68

y P[X<10]=0.8413; determinar: y 2.

P X 10 0.8413
10
P Z 0.8413

Z0 1

X
Z

10
*Elevamos:
2 100 20 2
*Usamos la frmula:
2 E X 2 2
 2 68 2
*Reemplazamos:
68 2 100 20 2
2 10 16
2 10 16
10 2 2 10
2
*Reemplazando:
2 68 2
2 68 2
2

2 64

48. El administrador de un hospital piensa que el tiempo promedio

que utilizan los odontlogos para efectuar una profilaxis es de
12.4 minutos. Si el 18% de los odontlogos demorarn en
efectuar una profilaxis en ms de 15 minutos. Suponiendo que
los tiempos en realizar una profilaxis se distribuyen
normalmente. Cul es la desviacin estndar?

= 12.4; = ?

P x 15 0.18
1 P x 15 0.18
P x 15 0.82
15 12.4
P Z 0.82

*Revisando en la tabla de distribucin normal acumulativa:

P Z 0.8212
Z 0.92
*Desarrollamos:
15 12.4
0.92

2.6

0.92
2.83

49. En un gran grupo de pacientes coronarios se observa que sus

niveles de colesterol en el suero se aproxima a una distribucin
normal. Se observ que el 10% del grupo presenta niveles de
colesterol inferiores a 182.3 mg/100ml. Mientras que el 5%
tenan valores por encima de 359 mg/100ml. Cul es la media y
la desviacin estndar de la distribucin?

(I) P (x 182.3) = 0.1

(II) P (x 359) = 0.05

*Desarrollando (I):
P x 182.3 0.1
1 P x 182.3 0.1
P x 182.3 0.9
182.3
P Z 0 .9

*Revisando en la tabla de distribucin normal acumulativa:

P Z 0.9015
Z 1.29
*Desarrollamos:
182.3
1.29
..(III)

*Desarrollando (II):
P x 359 0.05
1 P x 359 0.05
P x 359 0.95
359
P Z 0.95

*Revisando en la tabla de distribucin normal acumulativa:

P Z 0.9505
Z 1.65
*Desarrollamos:
359
1.65
..(IV)

*Igualamos (III) y (IV):

182.3 359

1.29 1.65
(1.65)(182.3 ) (1.29)(359 )
259.83

*Reemplazar en:
 359
1.65

359 259.83

1.65
60.10