1. Ejemplos Bernoulli
1) Una maestra enumera a sus alumnos del 1 al 16, para así poder darles un
premio, pero la maestra los seleccionará con los ojos cerrados, ¿ Cual es la
probabilidad de que salga el alumno numero 16?
° La probabilidad de que seleccione al alumno numero 16.
P(x=1) = (1/16) 1 * (15/16) 0 = 1/16 = 0.0625
° La probabilidad de que NO seleccione al alumno numero 16.
P(x=0) = (1/9)0 * (15/16)1 = 15/16 = 0.9375
2) Hay una urna con 342 boletos, para ganar un automóvil, al momento de
sacar alguno de ellos ¿que probabilidad hay para que pueda salir premiado el
boleto número 342?
° La probabilidad de que saque el boleto número 342.
P(x=1) = (1/342) 1 * (341/342) 0 = 1/342 = 0.00292
° La probabilidad de que NO seleccione al alumno numero 342.
P(x=0) = (1/342)0 * (341/342)1 = 341/342 = 0.99707
3) "Lanzar una moneda, probabilidad de conseguir que salga cruz".
Se trata de un solo experimento, con dos resultados posibles: el éxito (p) se
considerará sacar cruz. Valdrá 0,5. El fracaso (q) que saliera cara, que vale (1 -
p) = 1 - 0,5 = 0,5.
La variable aleatoria X medirá "número de cruces que salen en un
lanzamiento", y sólo existirán dos resultados posibles: 0 (ninguna cruz, es
decir, salir cara) y 1 (una cruz).
Por tanto, la v.a. X se distribuirá como una Bernoulli, ya que cumple todos los
requisitos.
° La probabilidad de obtener cruz.

2. P(x=1) = (0.5) 1 * (0.5) 0 = 0.5 = 0.5
° La probabilidad de no obtener cruz.
P(x=0) = (0.5)0 * (0.5)1 = 0.5 = 0.5
4) 1) Tenemos cartas que están enumeradas del 1 al 9 ¿Cuál es la probabilidad
de sacar la carta 9?
° La probabilidad de que obtengamos la carta 9.
P(x=1) = (1/9) 1 * (8/9) 0 = 1/9 = 0.111
° La probabilidad de que NO obtengamos la carta 9.
P(x=0) = (1/9)0 * (8/9)1 = 8/9 = 0.888
Distribución Binomial

6. En un examen formado por 20 preguntas, cada una de las cuales se responde declarando
“verdadero” o “falso”, el alumno sabe que, históricamente, en el 75% de los casos la
respuesta correcta es “verdadero” y decide responder al examen tirando dos monedas, pone
“falso” si ambas monedas muestran una cara y “verdadero” si al menos hay una cruz. Se
desea saber qué probabilidad hay de que tenga al menos 14 aciertos.
Hay que proporcionarle a Epidat 3.1 los parámetros de la distribución y el punto k a partir
del cual se calculará la probabilidad. En este caso n=20, p=0,75 y el punto k=14.
Resultados con Epidat 3.1
Cálculo de probabilidades. Distribuciones discretas
Binomial (n,p)
n: Número de pruebas 20
p: Probabilidad de éxito 0,7500
Punto K 14
Probabilidad Pr[X=k] 0,1686
Cola Izquierda Pr[X<=k] 0,3828
Cola Derecha Pr[X>k] 0,6172
Media 15,0000
Varianza 3,7500

7. La probabilidad de que el alumno tenga más de 14 aciertos se sitúa en 0,61.
Poisson.
• Ejemplo.- 1 Si ya se conoce que solo el 3% de los alumnos de
contabilidad son muy inteligentes ¿ Calcular la probabilidad de que si
tomamos 100 alumnos al azar 5 de ellos sean muy inteligentes
• n= 100
• P=0.03
• =100*0.03=3
• x=5
• Ejemplo2.- La producción de televisores en Samsung trae asociada una
probabilidad de defecto del 2%, si se toma un lote o muestra de 85
televisores, obtener la probabilidad que existan 4 televisores con
defectos.
• n=85
• P=0.02
• P(x5)=(e^-17)(1.7^4)/4!=0.0635746
• X=4

8. • =1.7
• Ejemplo3.- una jaula con 100 pericos 15 de ellos hablan ruso calcular la
probabilidad de que si tomamos 20 al azar 3 de ellos hablan ruso
• n=20
• P=0.15 P (x=3)=(e^-8)(3^3)/3!=0.2240418
• X=3
• =3
• Ejemplo4.- El 8% de los registros contables de una empresa presentan
algún problema, si un auditor toma una muestra de 40 registros
¿Calcular probabilidad de que existan 5 registros con problemas?
• n=40
• P=0.08 P(X=5)(e^3.2)(3.2^5)/5!=0.1139793
• =3.2
• X=5
Ejemplo.-5 Se calcula que la ciudad el 20% de las personas tienen
defecto de la vista si tomamos una muestra de 50 personas al azar
¿Calcular Probabilidad que existan 5 registros con problemas?
n=40
P=0.08
=10

9. Un fabricante de focos afirma que su producto durará un
promedio de 500 horas de trabajo. Para conservar este promedio esta persona verifica 25
focos cada mes. Si el valor y calculado cae entre –t 0.05 y t 0.05, él se encuentra satisfecho con
esta afirmación. ¿Qué conclusión deberá él sacar de una muestra de 25 focos cuya duración
fue?:
520 521 511 513 510 µ=500 h
513 522 500 521 495 n=25
496 488 500 502 512 Nc=90%
510 510 475 505 521 X=505.36
506 503 487 493 500 S=12.07

10. SOLUCIÓN.
t= x -μ
SI n α = 1- Nc = 10%
v = n-1 = 24
t = 2.22
Enseguida se muestra la distribución del problema según el grafico sig.
El profesor Pérez olvida poner su despertador 3 de cada
10 días. Además, ha comprobado que uno de cada 10 días en los que pone el despertador
acaba no levantándose a tiempo de dar su primera clase, mientras que 2 de cada 10 días en los
que olvida poner el despertador, llega a tiempo adar su primera clase.
(a) Identifica y da nombre a los sucesos que aparecen en el enunciado.
(b) ¿Cual es la probabilidad de que el profesor Pérez llegue a tiempo a dar su primera clase?
Solución: En primer lugar conviene identificar el experimento aleatorio que estamos
realizando. Este consiste en tomar un dia al azar en la vida del profesor Pérez y analizarlo en
base a los siguientes sucesos.
(a) Para un día al azar decimos que se ha dado el suceso:
O ≡ cuando el profesor ha olvidado poner el despertador
T ≡ cuando el profesor ha llegado tarde a su primera clase.

11. Notemos que tanto {O, O} como {T, T} forman un sistema completo de sucesos. A continuación
traducimos en términos de probabilidad de los sucesos anteriores todos los datos que nos dan
en el enunciado.
P(O) = , P (T |O) = , P(O) = , P(T |O) = .
(b) El suceso”llegar a tiempo a su clase” es el complementario de T , por tanto nos piden que
calculemos P(T¯). Puesto que {O, O} es un sistema completo de sucesos, podemos aplicar la
formulas de la probabilidad total, de donde tenemos que:
P (T¯) = P (T |O¯) P(O) + P (T | ¯ O¯) P (O¯).
En la expresión anterior aparecen varios de los datos que nos ha proporcionando el enunciado,
sin embargo no conocemos directamente el valor de P(T |¯ O¯). Para calcularlo utilizamos que
P(T |¯ O¯) = 1 − P(T |O¯) = 1 − = De esta forma, la expresión anterior se puede escribir como:
P(T¯) = + =0.69
La longitud de los tornillos fabricados en una fábrica tienen media
μ=10 mm y desviación s=1 mm, calcular la probabilidad de que en una muestra de tamaño
n=25, la longitud media del tornillo sea inferior a 20.5 mm:
P (μ<20.5)
Estandarizamos T=(X-μ)/(s/√n) que sigue una distribución t de n-1 grados de libertad
T=(20.5-20)/(1/√25) = 2.5
P (μ<20.5) --> P (T<2.5) ~ t(24)
P (T<2.5) = 0.9902
P (μ<20.5)=0.9902

12. La probabilidad que la longitud media de la muestra de 25 tornillos sea inferior a 20.5 mm es
del 99.02%
Calcular el percentil w0=95 y w0=25 en cada uno de los
siguientes casos:
1. En una distribución t-Student con 3 grados de libertad.
2. En una distribución t-Student con 30 grados de libertad.
Solución.
1. Recordemos que w0=95 es aquel número real que verifica:
S [W · w0=95] = 0=95
Para encontrar este valor en la tabla de la distribución t-Student bastará:
- ) Localizar en la primera columna los grados de libertad, en este caso: 3.
- ) Localizar en la primer fila la probabilidad acumulada, en nuestro caso: 0=95=
- ) Movernos horizontal y verticalmente desde las posiciones anteriores hasta cruzarnos en el
punto w0=95.
Por tanto el percentil w0=95, en una t-Student con 3 grados de libertad será el valor:
w0=95 = 2=3534
Es decir, si desde el valor 2.3534 nos movemos horizontalmente hasta la primera columna,
llegaremos al valor 3 (grados de libertad), y si lo hacemos verticalmente hacia la primera fila la
llegaremos al valor 0.95 (probabilidad acumulada).
Como en la tabla únicamente tenemos tabulada la t-Student para colas probabilísticas que van
desde 0=75 hasta 0=999, para calcular el percentil w0=25, tendremos que realizar la siguiente
consideración:
S [W · w0=25] = 1 ¡ s[W ¸ w0=25]
Como la distribución t-Student es simétrica, se verifica:
w0=25 = ¡w0=75
Y resulta: s[W · w0=25] = 1 ¡ s[W · w0=75]
Por tanto, buscando en la tabla con los datos:
Grados de libertad: 3
Cola de probabilidad: 0.75

13. Tenemos: w0=25 = ¡w0=75 = ¡0=7649
2. En el caso de 30 grados de libertad actuaremos de modo similar al caso anterior, pero
buscando en la fila 30 de la tabla. Resultando:
w0=95 = 1=6973
Y w0=25 = ¡w0=75 = ¡0=6828
Calcular los percentiles I8>7;0=99 y I8>7;0=01
Solución.
Para buscar en la tabla de la F-Snedecor el percentil I8>7; 0=99 hemos de tener en cuenta que:
df_1 = 8 (1d Fila de la tabla)
df_2 = 7 (1 d Columna de la tabla)
0=99 = Probabilidad acumulada (Última columna de la tabla)
El valor donde se cruzan todos estos datos será el percentil buscado.
Por tanto: I9>7; 099 = 6=840