Universidad de Lomas de Zamora - Facultad de Ingeniería

PROBABILIDAD Y ESTADISTICA

VARIABLES ALEATORIAS

1) El 44 % de los taxis conducidos por sus dueños que circulan por una ciudad están abonados a alguna
compañía de radio- llamada.
a) Se toman al azar 10 taxis conducidos por sus dueños, ¿cuál es la probabilidad de que al menos la mitad
estén abonados a alguna compañía de radio llamada?
b) Se toman al azar 10 taxis conducidos por sus dueños, ¿cuál es la probabilidad de que a lo sumo 7 estén
abonados a alguna compañía de radio llamada?

2) En el depósito de un comercio que vende artículos para el hogar hay 30 televisores, 20 funcionan y 10 no
funcionan. Un empleado que desconoce esta circunstancia vende 8 televisores. ¿Cuál es la probabilidad
de que haya vendido a lo sumo 4 de los que no funcionan?

3) Una compañía telefónica emplea cinco operadoras que reciben solicitudes de información
independientemente una de otra según un proceso de Poisson con una tasa de 6 por hora
a) ¿Cuál es la probabilidad de que en la próxima media hora la primera operadora no reciba solicitudes?
b) ¿Cuál es la probabilidad de que en la próxima media hora exactamente cuatro de las cinco operadoras
no reciba solicitudes?

4) El número de defectos en los rollos de tela de cierta industria textil es de 0,12 defectos cada m2. Si un
rollo de tela tiene 10 m2 de material y se venden 10 rollos a un negocio ¿cuál es la probabilidad de que
alguno de los rollos de la venta no tenga defectos?

5) Una empresa fabrica buzos escolares y para la confección utiliza rollos de tela de 50m. Por experiencias
anteriores sabe que por defectos de fabricación de la tela se encuentra en promedio una falla cada 25
metros:
a) ¿Cuál es la probabilidad de encontrar un rollo con a lo sumo 3 fallas?
b) Se seleccionan al azar 8 rollos ¿cuál es la probabilidad de encontrar 5 rollos que tengan por lo menos
2 fallas?

6) La humedad relativa ambiente, a las 12 hs en los días del mes de junio de una ciudad, es una variable
aleatoria distribuida normalmente con media 60%. Sabiendo que, en esa ciudad, la probabilidad de que
en un día de junio a las 12 hs la humedad sea superior al 40 % es 0,9:
a) Halle el desvío típico de la distribución
b) ¿Cuál es la probabilidad de que en un día de junio a las 12 hs la humedad sea inferior a 50%?
c) ¿Cuál es la probabilidad de que en un día de junio a las 12 hs la humedad oscile entre 20 % y 50%?

7) En una empresa donde se fabrican rodamientos se ha comprobado que el 8 % de ellos tiene defectos en
la superficie. Los rodamientos se comercializan en cajas de 15 unidades envasados al azar. Se ha
convenido que el comprador realice los correspondientes controles de calidad. El comprador inspecciona
todos los rodamientos de cada una de las cajas. Si la caja no contiene rodamientos defectuosos paga el
precio de lista que es de $ 30; si la caja contiene uno o dos rodamientos defectuosos paga $ 25. Si la caja
contiene 3 o más rodamientos defectuosos devuelve la caja. ¿Cuál es el ingreso esperado por caja?

Variables Aleatorias | Pág 1 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
8) La vida promedio de cierto tipo de artefacto electrodoméstico es de 8 años con un desvío estándar de
1,1 años.
a) El fabricante reemplaza gratis todos los artefactos que fallan dentro del tiempo de garantía. Si está
dispuesto a reemplazar solo 5% de los artefactos que fallan ¿de qué duración debe ser la garantía que
ofrece? Suponga que la duración de un artefacto de este tipo sigue una distribución normal.
b) ¿Qué porcentaje de artefactos duran entre 9 y 10 años?

9) El tiempo que tarda un operario en realizar una tarea tiene distribución normal con media 28 minutos y
desvío estándar 4 minutos. En el departamento técnico se informa que el tiempo máximo tolerado para
dicha tarea es de 30 minutos, para evitar atrasos en todo el proceso, por lo tanto todo operario que
exceda ese tiempo debe hacer un curso de capacitación.
a) ¿Qué porcentaje de operarios deberá realizar el curso?
b) En el departamento de Administración se informa que por razones de presupuesto no se puede
mandar al curso a más del 5 % del total de operarios de la empresa. ¿Cuál debería ser el tiempo máximo
tolerado por el departamento técnico para cumplir con la exigencia presupuestaria?

10) El diámetro de determinadas piezas que fabrica la empresa LA TUERCA sigue una distribución normal. El
5 % de las piezas fabricadas tiene un diámetro inferior a 3 cm y el 7 % tiene un diámetro superior a 5
cm.
a) Calcule el diámetro medio y el desvío típico de la distribución.
b) Se eligen 10 piezas al azar ¿cuál es la probabilidad de que al menos la mitad tenga un diámetro inferior
a 4 cm?

11) El consumo diario de combustible se distribuye normalmente con media 150 litros y desvío estándar 20
litros. ¿Cuál es la probabilidad de que el consumo total en 30 días sea inferior a 3150 litros?

12) La empresa EL TORNILLO FLOJO fabrica tornillos cuya longitud se distribuye normalmente con media
801 mm y desvío típico 0,5 mm. La especificación de dichos tornillos es de 801  1 mm. Por los tornillos
dentro de la especificación recibe una ganancia neta de $ 2. Los tornillos fuera de la especificación por
exceso se pueden recuperar y reciben una ganancia de $ 1,5. Los tornillos fuera de la especificación por
defecto provocan una pérdida de $ 0,80. ¿Cuál es la ganancia esperada por tornillo?

13) El monto de las ventas diarias en un negocio ubicado en la ciudad de Mar del Plata durante la temporada
de verano es de $ 7000 con un desvío estándar de $600, calcule la probabilidad de que en los 90 días de
la temporada el monto total de ventas supere los $ 650 000. Considere que el monto de las ventas se
distribuye normalmente

14) El tiempo en minutos que un avión de la empresa A demora en unir Bs. As con Mar del Plata es una
variable aleatoria normal con desvío estándar 8 minutos. El tiempo que un avión de la empresa B tarda
para hacer el mismo recorrido es una variable aleatoria normal con desvío estándar 6 minutos. Si la
probabilidad de que aviones de la empresa A demoren más de 80 minutos es de 0,1056 y para aviones
de la empresa B es de 0,1587
a) Entre las dos empresas A y B, ¿cuál elegiría si buscara viajar no más de 86 minutos?
b) En general, ¿cuál es la probabilidad de que el viaje por aviones de la empresa B demore menos que
por los de A?

Variables Aleatorias | Pág 2 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
15) Un montacargas ha sido diseñado para llevar bultos de dos categorías:
Categoría A: Metales Categoría B: Otros
El peso de los bultos de la categoría A se distribuye normalmente con media 900 kg y desvío estándar 50
kg. El peso de los bultos de la categoría B se distribuye normalmente con media 1400 kg y desvío estándar
120 kg. En el montacargas se cargará un bulto de cada categoría. ¿Cuál es la probabilidad de que el peso
total de los dos bultos sea superior a 2500 kg?

16) Para concretar un trabajo se requiere la realización de dos tareas consecutivas e independientes: Tarea
A y Tarea B.
El tiempo que se tarda para la realización de cada tarea se distribuye normalmente. Para la Tarea A el
tiempo promedio es de 12 minutos y el desvío estándar de 0,9 minutos. Para la tarea B el tiempo
promedio es de 23 minutos y el desvío estándar es de 1,7 minutos.
¿Cuál es la probabilidad de que el trabajo se concrete en menos de 40 minutos?

17) El peso de cierta variedad de melones tiene una distribución normal con media 850g y desvío típico 50g.
a) Se elige un melón al azar cual es la probabilidad de que su peso sea inferior a 800 g?
b) Se considera una partida de 10 melones ¿cuál es la probabilidad de que el peso total de los melones
sea superior a 7,5 kg?

18) Una empresa fabrica caños cuya longitud se distribuye normalmente con media 32 metros y desvío típico
0,4 metros. ¿Cuál es la probabilidad de que con 10 caños se logre una cañería de más de 312 metros?

19) Una empresa que fabrica tortas de bizcochuelo con un peso de 2 kilos ha establecido el siguiente
detalle de sus costos:
Cobertura: costo medio $ 80 y desvío típico $ 25 por pieza de torta con distribución normal
Bandeja y blonda: costo medio $ 12,5 y desvío típico $ 2,5 por pieza de torta con distribución normal
Bizcochuelo: $ 40 el kilo
¿Cuál es la probabilidad de que el costo total de una torta esté entre $150 y $ 200?

Variables Aleatorias | Pág 3 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
Planteos y soluciones. VARIABLES ALEATORIAS
1. Solución:
Experimento Dicotómico → Se toman al azar 10 taxis conducidos por sus dueños, y cada taxis de la muestra
puede ser clasificado como « abonado a alguna compañía de radio-llamada » o no abonado.
Sucesos independientes y probabilidad de éxito → El hecho que alguno de los taxis sea abonado a la
compañía de radio-llamadas, o no lo sea, no influye sobre el resultado de otra observación en la muestra.
a) Se utiliza la distribución binomial con n =10 ; p = 0,44 ; r ≥ 5
PBi(r ≥ 5 / n = 10 p = 0,44) = 1 – F(4) = 1 – 0,5303 = 0,4697
b) PBi(r ≤ 7 / n = 10 p = 0,44) = 0,9764

2. Solución:
Las características de dicotomía del experimento (funcionan o no funcionan) y dependencia de las
observaciones indican que la variable aleatoria discreta, cantidad de televisores vendidos, tiene distribución
Hipergeométrica siendo N = 30 ; R = 10 ; n = 8 y r ≤ 4

∙ + ∙ + ∙ + ∙ + ∙
𝑃 (𝑟 ≤ 4) = =

125970 + 775200 + 1744200 + 1860480 + 1017450

𝑃 (𝑟 ≤ 4) = = 0,943
5852925

Variables Aleatorias | Pág 4 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
3. Solución:
a) La variable “cantidad de llamadas que recibe la operadora” es una variable aleatoria discreta, y su recorrido
es numerable → Recorrido: {0; 1; 2; 3; 4; …} llamadas según un proceso de Poisson
Espacio continuo: media hora = 30 minutos Tasa de frecuencia: 6 solicitudes/hora = 6 solicitudes/60 min
λ = b.t = 6  30 min = 3 PPo( r = 0 / λ = 3) = 0,0498
60 min

b) La variable aleatoria discreta “cantidad de operadoras que reciben solicitudes” sigue una distribución
binomial, y el recorrido de esta variable es {0; 1; 2; 3; 4; 5} Entonces → PBi( r = 4 / n = 5; p = ? )
p: probabilidad de que una sola operadora no reciba solicitudes en el espacio de media hora. Sabemos del
inciso a) que dicha probabilidad es PPo( r = 0 / λ = 3) = 0,0498

Entonces, en la distribución binomial  PBi (r = 4 / n = 5; p = 0,0498) ≅ 0

4. Solución:
Paso 1: La variable “número de defectos en los rollos de tela” es aleatoria discreta y se analiza en un proceso
de Poisson → Espacio continuo: 10 m2 Tasa de frecuencia: 0,12 defectos /m2
λ = b.t = 10 x 0,12 = 1,2 PPo( r = 0 / λ = 1,2) = 0,3012
La probabilidad de que un rollo no tenga defectos es 0,30119
Paso 2: Tenemos que encontrar la probabilidad de que en 10 rollos haya alguno que no tenga fallas.
La variable aleatoria discreta “cantidad de rollos sin fallas” sigue una distribución binomial, cuyo recorrido
sería {0; 1; 2; 3; 4; 5; 6; 7; 8; 9; 10} sin fallas. Entonces: n = 10; p = 0,30119; r ≥ 1
PBi (r ≥ 1 / n = 10; p = 0,3012) = 1 – p(0) = 1 – 0,0282 = 0,9722

Variables Aleatorias | Pág 5 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
5. Solución:
a) La variable aleatoria discreta “número de fallas en un rollo” sigue distribución de Poisson – por ser el rollo
un espacio continuo de extensión 50m.
Espacio continuo: 50 m Tasa de frecuencia: 1 falla / 25 m
λ = b.t = 2 PPo( r ≤ 3 / λ = 2) = 0,85712
b) Primero: Buscamos la probabilidad de que en 1 rollo haya por lo menos 2 fallas, en un proceso de Poisson.
Espacio continuo: 50 m Tasa de frecuencia: 1 falla / 25 m
λ = b.t = 2 PPo( r ≥ 2 / λ = 2) = 0,59399
Por otra parte: la variable aleatoria discreta “cantidad de rollos que tengan por lo menos 2 fallas” sigue una
distribución binomial tal que n = 8 ; r = 5 ; p = 0,594
PBi( r = 5 / n = 8; p = 0,594) = 0,2771
6. Solución:

a) La variable continua X tiene distribución normal con µ = 0,60 y σ desconocido. Además, sabemos que
PNo (x > 0,40) = 0,9 Entonces, si nos basamos en la Distribución normal estandarizada, donde:
𝑥−𝜇
𝑍(𝜇 = 0; 𝜎 = 1) → 𝑧 =
𝜎
Ubicamos el fractil zo donde P( z > zo) = 0.9
𝑧 = −1.28155
Luego, despejamos el valor de 
𝑥−𝜇 0.4 − 0.6
𝑧 = → −1.28155 =
𝜎 𝜎
𝜎 = 0.15606

b) Con los parámetros del punto anterior ahora

podemos obtener la probabilidad:
𝑥~𝑁𝑜(𝜇 = 0,60; 𝜎 = 0,15606)
PNo ( x < 0,50) = 0,26083

c) La probabilidad se obtiene como resta de las

áreas bajo la curva normal:
PNo (0,2 < X < 0,5) = F(0,5) – F(0,2)
PNo (0,2 < X < 0,5) = 0,26083 – 0,00519 = 0,25564

Variables Aleatorias | Pág 6 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
7. Solución:
La variable aleatoria discreta, cantidad de rodamientos defectuosos sigue una distribución binomial tal que
n = 15 ; p = 0,08 ; r = 0 ; r = 1 r = 2 y r ≥ 3

Valor de r Xi pi Xi . pi
0 30 0,2863 8,589
1 25 0,3734 9,335
2 25 0,2273 5,6825
≥3 0 0,113 0
23,60

Pbi ( r = 0 / n=15 ; p = 0,08) = 0,2863

Pbi ( r = 1 / n=15 ; p = 0,08) = 0,3734
Pbi ( r = 2 / n=15 ; p = 0,08) = 0,2273 𝐸(𝑥) = ∑ 𝑥 . 𝑝 = 23,60

8. Solución:
La VAC “duración de cierto tipo de artefacto” sigue una distribución normal con µ = 8 y σ = 1,1
a) Debemos ubicar el fractil de la distribución
normal que verifica tener probabilidad
acumulada de 0,05 a su izquierda.
PNo (x < Xo / µ = 8; σ = 1,1) = 0,05
→ 𝑥 = 6,19

b) La probabilidad se obtiene como resta de las áreas bajo la curva normal:

PNo (9 < X < 10 / µ = 8 ; σ = 1,1) = F(10) - F(9) = 0,96548 – 0,81835 = 0,14713
9. Solución:
La VAC “tiempo que tarda un operario en realizar una tarea” tiene distribución normal.
a) La probabilidad de que dicha tarea se realice en más de 30 minutos es:
PNo(X > 30 / µ = 28; σ = 4) = 0,30854 → El 30,85% de los operarios deberán capacitarse
b) El tiempo máximo tolerado para cumplir con la exigencia presupuestaria se obtiene como el fractil de la
distribución normal que verifica tener 0,05 de probabilidad acumulada a su derecha.
PNo (X > xo / µ = 28; σ = 4 ) = 0,05
→ 𝑥 = 34,579

Variables Aleatorias | Pág 7 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
10. Solución:
a) El diámetro de la pieza es una VAC que tiene distribución normal con µ y σ desconocidos. Además, sabemos
que PNo (x < 3) = 0,05 y PNo (x > 5) = 0,07 Entonces, si nos basamos en la Distribución normal estandarizada
(Z), podemos obtener los fractiles Z1 y Z2:
• Si PNo ( Z < zo) = 0,05 → Z1 = – 1,645 • Si PNo ( Z > zo) = 0,07 → Z2 = 1,476
𝑥−𝜇 3−𝜇 𝑥−𝜇 5−𝜇
[1] 𝑧 = → −1,645 = [2] 𝑧 = → 1,476 =
𝜎 𝜎 𝜎 𝜎
→ 𝜇 = 3 + 1,645 𝜎 → 𝜇 = 5 − 1,476 𝜎
• Resolvemos el sistema planteado:
𝜇 = 3 + 1,645 𝜎
⇒ Por lo tanto µ = 4,054 y σ = 0,64
𝜇 = 5 − 1,476 𝜎

b) La variable aleatoria discreta “cantidad de piezas con diámetro inferior a 4 cm” sigue una distribución
binomial tal que n = 10; r ≥ 5

 El valor de p de la distribución binomial es la probabilidad de que una pieza tenga un diámetro inferior
a 4 cm → PNo(X < 4 / µ = 4,054; σ = 0,64) ≅ 0.4664
Por lo tanto: PBi (r ≥ 5 / n = 10; p = 0,4664) = 0,5381

11. Solución:
 La variable aleatoria continua “consumo diario de combustible” se distribuye normalmente con
µ = 150 y σ = 20
 La variable aleatoria continua “consumo total” se genera como suma de variables aleatorias
normales
CT = X1 + X2 +……………..+ X30
E(CT) = 30 . µ = 30 . 150 = 4500

V(CT) = 30. σ2 = 30. 202 = 12000  V (CT )  109,54

Por lo tanto: PNo(CT < 3150) ≅ 0

Variables Aleatorias | Pág 8 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
12. Solución:

Especificación Ganancia (Xi) Probabilidad (pi) Xi . pi

800 < X < 802 2 0,9545 1,909
X > 802 1,5 0,02275 0,034
X < 800 -0,80 0,02275 -0,0182
1,925

Pn (800 < X < 802 / µ = 801 ; σ = 0,5) = F(2) – F(-2) = 0,97725 – 0,02275 = 0,9545
Pn(X > 802 / µ = 801 ; σ = 0,5) = 1 – F(2) = 1 – 0,97725 = 0,02275
Pn (X < 800 / µ = 801 ; σ = 0,5) = F(-2) = 0,02275
Ganancia Esperada: E G    x i  pi = 1,925

13. Solución:
La variable aleatoria continua, monto de las ventas diarias en un negocio, se distribuye normalmente con
media 7000 y desvío estándar 600
Se genera una nueva variable aleatoria MT (monto total de los 90 días de la temporada)
MT = xi = 90. X  E(MT) = 90. µ = 90 . 7000 = 630 000

V(MT) = 90 . σ2 = 90. 6002  V ( MT )  5692 ,10

PNo(MT > 650000) = 0,00023

14. Solución:
a) Utilizando la Distribución normal estandarizada N(0; 1) averiguamos el tiempo medio de cada compañía
La variable aleatoria continua “tiempo que tarda un avión de
la empresa A en recorrer de BA a MDP”, sigue una distribución
normal con desvío estándar 8
Tiempo empresa A
PNo(X > 80 / µ ; σ = 8 ) = 0,1056  P(Z > Z1) = 0,1056

 Z1 = 1,25027  1,25 = ⇒ 𝜇 = 70
De la misma forma:
La variable aleatoria continua “tiempo que tarda un avión de
la empresa B en recorrer de BA a MDP”, sigue una distribución
normal con desvío estándar 6
Tiempo empresa B
PNo(X > 80 / µ ; σ = 6 ) = 0,1587  P(Z > Z2) = 0,1585

 Z2 = 0,99982  0,99982 = ⇒ 𝜇 = 74

Ahora buscamos la probabilidad de que el tiempo empleado sea menor a 86 minutos en cada una de las dos
compañías
 En la empresa A : Pn(X < 86 / µ = 70 ; σ = 8) = 0,97725
 En la empresa B : Pn(X < 86 / µ = 74 ; σ = 6) = 0,97725

Variables Aleatorias | Pág 9 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
Ambas empresas tienen la misma probabilidad de llegar antes de 86 minutos

b) Tenemos que considerar que X B  X A  X B  X A  0

Llamamos W a la variable X B  X A

E(W) =  B   A  74  70  4

V(W) = 2B  2A  62  82  100  V ( W )  10

Por lo tanto: PNo(W < 0 /  = 4;  = 10) = 0,34458

15. Solución:
Se genera una nueva variable aleatoria PT (peso total de los bultos)

PT = Xi = X A  X B  E(PT) =  A   B  900 + 1400 = 2300

V(PT) =  A2   B2 = 2500 + 14400  V ( PT )  130

PNo(PT > 2500) = 0,06197

16. Solución:
Se genera una nueva variable aleatoria TT (tiempo total)

TT = Xi = X A  X B  E(TT) =  A   B  12 + 23 = 35
V(TT) =  A2   B2 = 0,81 + 2,89  V (TT )  1,923

Pn(TT < 40) = 0,99534

17. Solución:
a) La variable aleatoria continua “peso de cierta variedad de melones”, sigue una distribución normal
con µ = 850 y σ = 50 → PNo(X < 800/ µ = 850; σ = 50) = 0,15866
b) Se genera una nueva variable aleatoria PT (peso total en kg)
PT = Xi = 10. X  E(PT) = 10. µ = 10 . 0,850 = 8,5

V(PT) = 10 . σ2 = 10. 0,052 = 0,025  V ( PT )  0,158

PNo(PT > 7,5) = 1

18. Solución:
La variable aleatoria continua “longitud de cierto tipo de caños”, sigue una distribución normal
con µ = 32 y σ = 0,4
Se genera una nueva variable aleatoria LT (longitud total de la cañería)
LT = 10. X  E(LT) = 10. µ = 10 . 32 = 320

V(LT) = 10 . σ2 = 10. 0,42 = 1,6  V ( LT )  1,264

PNo(PT > 312) = 1 – F(– 6,32) = 1 – 0 = 1

Variables Aleatorias | Pág 10 de 11

 Universidad de Lomas de Zamora - Facultad de Ingeniería
PROBABILIDAD Y ESTADISTICA
19. Solución:
Se genera una nueva variable aleatoria W con distribución normal y las siguientes características

x  N(80 ; 252) de “cobertura”

Tenemos: y  N(12,5 ; 2,52) de “bandeja y blonda”
b = 40.2 = 80 de “bizcochuelo” (constante)

w = x + y + b  w  N(E(w) ; V(w))
Trabajamos con: E(w) = x + y + b = 80 + 12,5 + 80 = 172,5
V(w) = 2x + 2y = 252 + 2,52 = 631,25  𝑉(𝑤) = 25,125

 E ( w )  172 ,5 
Vamos a plantear: P  150  w  200  = P(w < 200) – P(w < 150)
 V ( w )  25 ,125 

P(150 < w < 200) = 0,86314 – 0,18525 = 0,67789

Variables Aleatorias | Pág 11 de 11