Prueba Integral Lapso 2017-1 737 – 1/5

Universidad Nacional Abierta Introducción a la Probabilidad (Cód. 737)

Vicerrectorado Académico Cód. Carrera: 236 - 280 - 281
Área de Matemática Fecha: 01-07-2017

MODELO DE RESPUESTAS
Objetivos del 1 al 8

OBJ 1 PTA 1 El Consejo Comunal San Antonio, quiere conformar su Junta Directiva. Del total de
personas inscritas, hay diez (10) interesadas en formar parte de la misma, de las cuales se escogerán de
manera aleatoria tres (03) para ocupar el cargo de presidente, tesorero y secretario respectivamente. Si
las personas interesadas son numeradas del 1 al 10, ¿cuantas juntas directivas es posible formar si

(a) no hay restricciones?

(b) P 1 y P 9 no trabajan juntos?

(c) P 3 y P 6 trabajan juntos o no trabajarán?

(d) P 7 aceptará solo el cargo de presidente?

SOLUCIÓN: Como la selección de las personas se realiza de manera aleatoria con orden (cargo a ocupar)
y sin reposición (cada persona es escogida una sóla vez) tenemos que,

(a) el número de juntas directivas que es posible formar es V310 = 720.

(b) el número de juntas donde trabaja P 1 y no P 9 es 3 · V28 = 168, donde trabaja P 9 y no P 1 es

3 · V28 = 168, y donde no trabaja ni P 1 ni P 9 es V38 = 336. Finalmente, el número de juntas
directivas que es posible formar donde P 1 y P 9 no trabajan juntos es 6 · V28 + V38 = 672.

(c) el número de juntas donde trabaja P 3 y P 6 es 3 · 2 · V18 = 48, y donde no trabaja P 3 y ni P 6 es

V38 = 336. Finalmente, el número de juntas directivas que es posible formar donde P 3 y P 6 trabajan
juntos o no trabajan es 3 · 2 · V18 + V38 = 384.

(d) el número de juntas donde P 7 es presidente es V29 = 72, y donde no trabaja P 7 es V39 = 504.
Finalmente, el número de juntas directivas donde P 7 acepta el cargo de presidente o no trabaja es
V29 + V39 = 576.

OBJ 2 PTA 2 Sean A, B y C eventos disjuntos dos a dos tales que, P (A) = 0,500, P (B) = 0,2500 y
P (C) = 0,1750. Calcule

(a) P (Ac ∩ B c ).

(b) P (Ac ∩ B c ∩ C).

(c) P (Ac ∩ B c ∩ C c ).

(d) P (B − A).

SOLUCIÓN: Como los eventos son disjuntos dos a dos tenemos que,

A ∩ B = ϕ, A ∩ C = ϕ, B ∩ C = ϕ.

Especialista: Prof. Federico J. Hernández Maggi Validadora: Profa. Carla De Pinho Gomes
Evaluadora: Profa. Florymar Robles
Área de Matemática
Prueba Integral Lapso 2017-1 737 – 2/5

(a)
P (Ac ∩ B c ) = P ((A ∪ B)c ) = 1 − P (A ∪ B) = 1 − (P (A) + P (B)) = 0,2500.

(b) Como C ⊂ B c y C ⊂ Ac tenemos que,

P (Ac ∩ B c ∩ C) = P (Ac ∩ C) = P (C) = 0,1750.

(c)

P (Ac ∩ B c ∩ C c ) = P ((A ∪ B ∪ C)c ) = 1 − P (A ∪ B ∪ C) = 1 − (P (A) + P (B) + P (C)) = 0,0750.

(d) Como B ⊂ Ac tenemos que,

P (B − A) = P (B ∩ Ac ) = P (B) = 0,2500.

OBJ 3 PTA 3 En una fabrica de envases plásticos, se sabe con base en la experiencia pasada que la
probabilidad que un empleado nuevo que asistió al programa de capacitación inicial cubra su cuota de
producción es 0,8631, y la probabilidad que un empleado nuevo que no asistió al programa cubra su cuota
es 0,3495. Si 76 % de todos los empleados nuevos asistieron al programa de capacitación inicial, ¿cuál es
la probabilidad que

(a) un empleado nuevo no cubra su cuota de producción?

(b) un empleado nuevo que cubra su cuota de producción no haya asistido al programa de capacitación
inicial?

SOLUCIÓN: Consideremos los eventos

C : el empleado nuevo cubre su cuota de producción,

A : el empleado nuevo asitió al programa de capacitación inicial, ,

entonces
P (C|A) = 0,8631, P (C|Ac ) = 0,3495, P (A) = 0,76000.
Por lo cual,

(a) aplicando la Formula de la Probabilidad Total tenemos

P (C) = P (A) · P (C|A) + P (Ac ) · P (C|Ac ) = P (A) · P (C|A) + (1 − P (Ac )) · P (C|Ac ) = 0,7398.

De donde, P (C c ) = 1 − P (C) = 0,2602.

(b) aplicando el Teorema de Bayes tenemos

P (Ac ) · P (C|Ac ) (1 − P (A)) · P (C|Ac )

P (Ac |C) = = = 0,1134.
P (C) P (C)

Especialista: Prof. Federico J. Hernández Maggi Validadora: Profa. Carla De Pinho Gomes
Evaluadora: Profa. Florymar Robles
Área de Matemática
Prueba Integral Lapso 2017-1 737 – 3/5

OBJ 4 PTA 4 En una encuesta se consideran a las familias con tres (03) hijos, y se supone que las
posibles composiciones por sexo son igualmente probables. Sean los eventos “la familia encuestada tiene
como máximo una niña” y “la familia encuestada tiene al menos niño y al menos una niña”, ¿los eventos
anteriores serán independientes?

SOLUCIÓN: Las posibles composición de una familia con tres (03) hijos viene dada por,

Ω = {vvv, vvh, vhv, hvv, hhv, hvh, vhh, hhh}

donde h significa niño y v niña. Como las posibles composiciones son igualmente probables, tenemos
1
P {vvv} = P {vvh} = P {vhv} = P {hvv} = P {hhv} = P {hvh} = P {vhh} = P {hhh} = .
8
Sean los eventos,

A : la familia encuestada tiene como máximo una ni~

na,
B : la familia encuestada tiene al menos ni~
no y al menos una ni~
na,

entonces
1 3
P (A) = P {vvv, vvh, vhv, hvv} = y P (B) = P {vvh, vhv, hvv, hhv, hvh, vhh} = .
2 4
Por otro lado,
3
P (A ∩ B) = P {vvh, vhv, hvv} = .
8
Como P (A) · P (B) = P (A ∪ B) tenemos que, los eventos A y B no son independientes.

OBJ 5 PTA 5 El tiempo de vida, medido en horas, de un bombillo led sigue una distribución exponencial
con un tiempo de vida promedio de 76 horas.

(a) Encuentre la probabilidad que el bombillo tenga una vida no menor a 54 hrs.

(b) Encuentre el tiempo de garantı́a que deberı́a tener el bombillo, si se desea que no más del 25 % de
los bombillos fallen antes que expire su garantı́a.

SOLUCIÓN: Sea T el tiempo de vida de un bombillo led, entonces T sigue una distribución exponencial
de parámetro λ = 76 hrs.
( )
(a) P (T ≥ 54) = 1 − P (T < 54) = 1 − 1 − e−54/76 = 0,4914.

(b) Sea tg el tiempo de garantı́a del bombillo, entonces P (T ≤ tg ) = 0,2500. Como

P (T ≤ tg ) = 1 − e−tg /76 = 0,2500

tenemos que, tg = −76 · ln(0,7500) = 21,8638 hrs.

Especialista: Prof. Federico J. Hernández Maggi Validadora: Profa. Carla De Pinho Gomes
Evaluadora: Profa. Florymar Robles
Área de Matemática
Prueba Integral Lapso 2017-1 737 – 4/5

OBJ 6 PTA 6 Sea (X, Y ) una variable aleatoria bidimensional cuya función de densidad de probabilidad
conjunta viene dada por,
{ xy
x2 + , si 0 < x < 1, 0 < y < 2
f (x, y) = 3
0, en otra parte

Calcule

(a) P (X > Y ).
(  )
1  1
(b) P Y < X < .
2 2

SOLUCIÓN:

(a)
∫ 1∫ x( ∫
2 xy ) 1
7 3 7
P (Y < X) = x + dydx = x dx = .
0 0 3 0 6 24

(b) ( )
1 1
(  ) P Y < , X<
1  1 2 2
P Y < X < = ( ) ,
2 2 1
P X<
2
Como ( ) ∫ 1/2 ∫ 2 ( ∫ 1/2 ( )
1 2 xy ) 2 2 1
P X< = x + dydx = 2x + x dx = ,
2 0 0 3 0 3 6
( ) ∫ 1/2 ∫ 1/2 ( ∫ ( )
1 1 xy ) 1/2
1 2 1 5
P Y < , X< = x2 + dydx = x + x dx = ,
2 2 0 0 3 0 2 24 192
tememos que (  )
1  1 5
P Y < X < = .
2 2 32

OBJ 7 PTA 7 Sea X una variable aleatoria cuya función de densidad de probabilidad viene dada por,
{
2(1 − x), si x ∈ [0, 1]
f (x) = .
0, en otro caso

Calcule la esperanza y la varianza de la variable aleatoria Z = 2X 2 + 1.

SOLUCIÓN: Como ( ) ( )
E(Z) = E 2X 2 + 1 = 2E X 2 + 1,
( ) (( )2 ) ( ) ( ) ( )
E Z 2 = E 2X 2 + 1 = E 4X 4 + 4X 2 + 1 = 4E X 4 + 4E X 2 + 1,
( ) ( )
tenemos que calcular E X 2 y E X 4 . Entonces,
∫ ( )x=1
( ) 1
x3 x4  1
E X 2
=2 x (1 − x) dx = 2
2
−  = ,
0 3 4 x=0 6

Especialista: Prof. Federico J. Hernández Maggi Validadora: Profa. Carla De Pinho Gomes
Evaluadora: Profa. Florymar Robles
Área de Matemática
Prueba Integral Lapso 2017-1 737 – 5/5

∫ ( )x=1
( ) 1
x5 x6  1
E X 4
=2 x (1 − x) dx = 2
4
−  = .
0 5 6 x=0 15
Por lo cual,
4 ( ) 29
E(Z) = ,E Z2 = ,
3 15
( )2
( ) 29 4 7
V ar(Z) = E Z 2 − E(Z)2 = − = .
15 3 45

OBJ 8 PTA 8 Una compañı́a tabacalera afirma que la cantidad de nicotina es sus cigarros es una
variable aleatoria con media de 2,77 mg. y desviación estándar de 3,00 mg. Sin embargo, en 144 cigarros
tomados en forma aleatoria, la media muestral de contenido de nicotina fue de 3,00 mg. Si lo que dice la
compañı́a es verdad, ¿cuál es la probabilidad aproximada que la media muestral se encuentre entre 2,85
y 3,10?

SOLUCIÓN: Sea Xi la cantidad de nicotina contenida en un cigarro, i = 1, . . . , 144, entonces la

probabilidad buscada es
( )
X1 + X2 + · · · + X144 ( )
P 2,85 < < 3,10 = P 2,85 < X < 3,10
144

donde X es la media muestral. Como Xi son variables aleatorias independientes con media 2,77 y desvia-
ción estándar 3,00, tenemos por el Teorema del Lı́mite Central que la media muestral tiene una distribución
aproximadamente N (2,77; 0,25). Por lo tanto,
( )
( ) 2,85 − 2,77 X − 2,77 3,10 − 2,77
P 2,85 < X < 3,10 = P < < = P (0,32 < Z < 1,32)
0,25 0,25 0,25
= P (Z < 1,32) − P (Z ≤ 0,32)
= 0,2811.

FIN DEL MODELO.

Especialista: Prof. Federico J. Hernández Maggi Validadora: Profa. Carla De Pinho Gomes
Evaluadora: Profa. Florymar Robles
Área de Matemática