1Si X es una variable aleatoria de una distribucin N(, ), hallar:

p(3 X +3)

2En una distribucin normal de media 4 y desviacin tpica 2, calcular el valor de a para que:

P(4a x 4+a) = 0.5934

3En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin
normal, con media 23 y desviacin tpica 5. Calcular el nmero de das del mes en los que se
espera alcanzar mximas entre 21 y 27.

4La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan:

1. Entre 60 kg y 65 kg.

2.Ms de 90 kg.

3.Menos de 64 kg.

4.64 kg.

5.64 kg o menos.

5Se supone que los resultados de un examen siguen una distribucin normal con media 78 y
varianza 36. Se pide:

1. Cul es la probabilidad de que una persona que se presenta el examen obtenga una calificacin
superior a 72?

2.Calcular la proporcin de estudiantes que tienen puntuaciones que exceden por lo menos en
cinco puntos de la puntuacin que marca la frontera entre el Apto y el No-Apto (son declarados
No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones ms bajas).

3.Si se sabe que la calificacin de un estudiante es mayor que 72 cul es la probabilidad de que su
calificacin sea, de hecho, superior a 84?

6Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribucin una distribucin N(65, 18). Se desea clasificar a los examinados en tres grupos (de baja
cultura general, de cultura general aceptable, de excelente cultura general) de modo que hay en el
primero un 20% la poblacin, un 65% el segundo y un 15% en el tercero. Cules han de ser las
puntuaciones que marcan el paso de un grupo al otro?

7Varios test de inteligencia dieron una puntuacin que sigue una ley normal con media 100 y
desviacin tpica 15.

1. Determinar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110.

2. Qu intervalo centrado en 100 contiene al 50% de la poblacin?

3. En una poblacin de 2500 individuos cuntos individuos se esperan que tengan un coeficiente
superior a 125?

8En una ciudad una de cada tres familias posee telfono. Si se eligen al azar 90 familias, calcular la
probabilidad de que entre ellas haya por lo menos 30 tengan telfono.

9En un examen tipo test de 200 preguntas de eleccin mltiple, cada pregunta tiene una
respuesta correcta y una incorrecta. Se aprueba si se contesta a ms de 110 respuestas correctas.
Suponiendo que se contesta al azar, calcular la probabilidad de aprobar el examen.

10Un estudio ha mostrado que, en un cierto barrio, el 60% de los hogares tienen al menos dos
televisores Se elige al azar una muestra de 50 hogares en el citado barrio. Se pide:

1. Cul es la probabilidad de que al menos 20 de los citados hogares tengan cuando menos dos
televisores?

2. Cul es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos televisores?

Ejercicios y problemas resueltos de la distribucin normal

Si X es una variable aleatoria de una distribucin N(, ), hallar:

p(3 X +3)

Es decir, que aproximadamente el 99.74% de los valores de X estn a menos de tres desviaciones
tpicas de la media.

Ejercicios y problemas resueltos de la distribucin normal

2
En una distribucin normal de media 4 y desviacin tpica 2, calcular el valor de a para que:

P(4a x 4+a) = 0.5934

Ejercicios y problemas resueltos de la distribucin normal

En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin
normal, con media 23 y desviacin tpica 5. Calcular el nmero de das del mes en los que se
espera alcanzar mximas entre 21 y 27.

Ejercicios y problemas resueltos de la distribucin normal

La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg.

Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan:
1. Entre 60 kg y 65 kg.

2.Ms de 90 kg.

3.Menos de 64 kg.

4.64 kg.

5.64 kg o menos.

Ejercicios y problemas resueltos de la distribucin normal

Se supone que los resultados de un examen siguen una distribucin normal con media 78 y
varianza 36. Se pide:

1. Cul es la probabilidad de que una persona que se presenta el examen obtenga una calificacin
superior a 72?
2.Calcular la proporcin de estudiantes que tienen puntuaciones que exceden por lo menos en
cinco puntos de la puntuacin que marca la frontera entre el Apto y el No-Apto (son declarados
No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones ms bajas).

3.Si se sabe que la calificacin de un estudiante es mayor que 72 cul es la probabilidad de que su
calificacin sea, de hecho, superior a 84?

Ejercicios y problemas resueltos de la distribucin normal

6
Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una distribucin
una distribucin N(65, 18). Se desea clasificar a los examinados en tres grupos (de baja cultura
general, de cultura general aceptable, de excelente cultura general) de modo que hay en el
primero un 20% la poblacin, un 65% el segundo y un 15% en el tercero. Cules han de ser las
puntuaciones que marcan el paso de un grupo al otro?

Baja cultura hasta 49 puntos.

Cultura aceptable entre 50 y 83.

Excelente cultura a partir de 84 puntos.

Ejercicios y problemas resueltos de la distribucin normal

Varios test de inteligencia dieron una puntuacin que sigue una ley normal con media 100 y
desviacin tpica 15.

1. Determinar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110.

2. Qu intervalo centrado en 100 contiene al 50% de la poblacin?

3. En una poblacin de 2500 individuos cuntos individuos se esperan que tengan un coeficiente
superior a 125?

Ejercicios y problemas resueltos de la distribucin normal

En una ciudad una de cada tres familias posee telfono. Si se eligen al azar 90 familias, calcular la
probabilidad de que entre ellas haya por lo menos 30 tengan telfono.
Ejercicios y problemas resueltos de la distribucin normal

En un examen tipo test de 200 preguntas de eleccin mltiple, cada pregunta tiene una respuesta
correcta y una incorrecta. Se aprueba si se contesta a ms de 110 respuestas correctas.
Suponiendo que se contesta al azar, calcular la probabilidad de aprobar el examen.

Ejercicios y problemas resueltos de la distribucin normal

10

Un estudio ha mostrado que, en un cierto barrio, el 60% de los hogares tienen al menos dos
televisores Se elige al azar una muestra de 50 hogares en el citado barrio. Se pide:

1. Cul es la probabilidad de que al menos 20 de los citados hogares tengan cuando menos dos
televisores?
2. Cul es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos televisores?

Problemas resueltos por los alumnos

1. Una empresa fabrica bombillas blancas de bajo consumo cuya duracion media

es de 10 anos, pero algunas de ellas son defectuosas y tienen una vida media de 1

ano. Se sabe que l 10% de la bombillas fabricadas son defectuosas.

1. Un cliente compra una bombilla de esta empresa y despues de un ano sigue

funcionando: Cual es la probabilidad de que sea defectuosa?Cual es la probabilidad

de que funcione otro ano mas?

2. La empresa fabrica tambien luces decorativas que se venden en tiras de 100

bombillas, el tiempo de vida de las bombillas en la misma tira es independiente y

tienen un tiempo de vida medio de 6 meses. Cual es la funcion de distribucion y

de densidad de la variable Y =tiempo de vida (en meses) de una bombilla. Cual

es la probabilidad de que despues de tenerlas encendidas durante un mes todas

sigan funcionando?Que distribucion sigue la variable aleatoria X =Numero de

bombillas que siguen funcionando al final del mes?

Solucion

Definimos los siguientes sucesos:

A=bombilla nueva

B=bombilla defectuosa

Nombramos las siguientes variables:

T|A =Duracion en anos de las bombillas nuevas, T1 _ Exp(1/10)

T|B =Duracion en anos de las bombillas defectuosas, T1 _ Exp(1)

1.

Pr(A|T > 1) =

Pr(A \ T > 1)

Pr(T > 1)

Pr(T > 1|A) Pr(A)

Pr(T > 1)

Pr(T > 1) = Pr(T > 1|A) Pr(A) + Pr(T > 1|B) Pr(B)

= = (1 FT|A(1)) 0,9 + (1 FT|B(B)) 0,1

= (1 1 + e1/10) 0,9 + (1 1 + e1) 0,1 ya que F(t) = 1 e_t

= e1/10 0,9 + e1 0,1 = 0,85114

Pr(A|T > 1) =

e1 0,1

0,85114

= 0,0432

La siguiente pregunta es:

Pr(T > 2|T > 1) =

Pr(T > 2 \ T > 1)

Pr(T > 1)

Pr(T > 2)

Pr(T > 1)

e2/10) 0,9 + e2 0,1

e1/10) 0,9 + e1 0,1

0,7503912

0,85114

= 0,8816291

2. Sea Y = tiempo de vida (en meses) de una bombilla

E[Y ] = 6 F(y) = 1 ey/6 f(y) =

ey/6 y _ 0

La probabilidad de que una bombilla funciones despues de un mes es:

Pr(Y > 1) = 1 F(1) = 1 1 + e1/6 = 0,84

por lo tanto la probabilidad de que todas sigan funcionando es

(Pr(Y > 1))100 == 0,84100 = 5,7 108

Si X = Numero de bombillas que siguen funcionando al final del mes: X _

B(100, 0,84)

2. Un estudiante compra un nuevo PC que se bloquea frecuentemente. El estudiante

cree que el numero de veces que se bloquea sigue un proceso de Poisson con una media

de tres bloqueos a la hora

1. Calcula la probabilidad de el PC siga funcionando sin bloquearse durante al

menos una hora despues de encenderlo.

2. Si el PC no se ha bloqueado despues de una hora, calcula la probabilidad de que

no se bloquee despues de (t + 2) horas

3. Otro estudiante ha comprado otro PC que parece ser mas fiable ya que este solo

se bloquea una media de 1 vez por hora. Cual es la probabilidad de que el PC

de este estudiante se bloquee antes que el del anterior si los dos encienden sus
PCs al mismo tiempo?

Solucion

1. Sea X = Numero de veces que se bloquea en una hora, X _ P(3).

Que siga funcionando sin bloquearse despues de una hora, quiere decir que en el

intervalo desde que lo encendemos hasta que pasa una hora no se ha bloqueado,

es decir nos piden:

Pr(X = 0) =

e3 30

0!

= e3

Otra manera de hacerlo sera definiendo la variable:

T =Tiempo (en horas) hasta que se bloquea, T _ Exp(3), E[T] = 1/3, con

funcion de distribucion FT (t) = 1 e3t y nos piden

Pr(T > 1) = 1 FT (1) = 1 1 + e3 = e3

2. Nos piden:

Pr(T > t + 2|T > 1) =

Pr(T > t + 2 \ T > 1)

Pr(T > 1)

Pr(T > t + 2)

Pr(T > 1)

1 FT (t + 2)

1 FT (t + 1)

=
1 1 + e3(t+2)

1 1 + e3 =

e3(t+2)

e3 = e3(t+1) = Pr(T > t + 1)

3. El ultimo apartado se me escapo y corresponde al tema 6, ups!!

3. En unos grandes almacenes, un lunes hay 20 kits de ADSL, y el encargado de

la seccion ha de decidir si hace un pedido ya que han lanzado una oferta y por la

experiencia en otras campanas se sabe que el numero de clientes que compran durante

los das de oferta sigue un proceso de Poisson con media de 10 clientes en un da (el

gran almacen esta abierto 10 horas al da).

1. Cual es la probabilidad de vender 10 kits en las primeras 5 horas del lunes?

2. Cual es la probabilidad de que no queden kits al final del da?

3. Por experiencias anteriores, se sabe que si se hace un pedido hoy, la probabilidad

de que llegue manana a primera hora es 0.5, la probabilidad de que llegue a

primera hora de pasado manana es 0.3 y la probabilidad de que llegue a primera

hora del siguiente da es 0.2. Si se hace un pedido hoy, Cual es la probabilidad

de que tengas que decirles a los clientes que no hay kits antes de que llegue el

proximo pedido?

Solucion

1. Sea X = Numero de clientes en 10 horas, X _ P(10)

Sea Y = Numero de clientes en 5 horas, X _ P(5)

Nos piden

Pr(Y = 10) =

e5510

10!

= 0,01813
2. Nos piden Pr(X _ 21), como _ > 5 aproximamos una Poissona una Normal,

X _ N(10,

10)

Pr(X _ 21) = Pr

Z_

21 10

10

= Pr(Z _ 3,47) = 1Pr(Z < 3,47) = 110,9997 = 0,0003

3. R = Numero de clientes en dos das R _ P(20)

S = Numero de clientes en tres das S _ P(30)

A1= el pedido llega manana

A2= el pedido llega pasado manana

A3= el pedido llega tercer da

D = No hay kits antes del proximo pedido

La probabilidad de que tengas que decirles a los clientes que no hay kits antes

de que llegue el proximo pedido sera:

Pr(D) = Pr(X _ 21)Pr(A1) + Pr(R _ 21)Pr(A2) + Pr(S _ 21)Pr(A1)

= Pr

Z_

21 10
p

10

0,5 + Pr

Z_

21 20

20

0,3 + Pr

Z_

21 30

30

0,2

= Pr(Z _ 3,47)0,5 + Pr(Z _ 0,22)0,3 + Pr(Z _ 1,64)0,2

= (1 0,9997)0,5 + (1 0,5871)0,3 + (0,9495)0,2

= 0,3139

4. Los coches que llegan a un semaforo siguen un proceso de Poisson con media de 4

vehculos por minuto. El semaforo esta 40 segundos en rojo y 80 segundos en verde.

1. Cual es la probabilidad de que haya 4 coches en cola cuando el semaforo se

pone en verde?

2. Cual es la probabilidad de que haya mas de 7 coches en cola?

3. Cual es la probabilidad de que en un periodo de 6 horas haya al menos una

ocasion en la que haya mas de 7 coches en cola?

Solucion

1. La probabilidad que nos piden, es la probabilidad de que en los 40 segundos que

el semaforo esta en rojo lleguen 4 coches.

Sea X = Numero de coches por minuto X _ P(_X = 4)

Sea Y = Numero de coches por en 40 segundos Y _ P(_Y = 4 40/60 = 2,6)

Pr(Y = 4) =

e2,62,64

4!

= 0,64

2.

Pr(Y > 7) = 1 Pr(Y _ 7) = 1 [Pr(Y = 0) + . . . Pr(Y = 7)] = 0,005

3. En 6 horas hay 6 3600 = 21600 segundos, por lo tanto hay

21600

80 + 40

= 180 veces en las que se pone el semaforo en rojo

Sea N = Numero de veces en las que hay mas de 7 coches en la cola,

N _ B(180, p) donde p = Probabilidad de que haya mas de 7 coches en la

cola= 0,005 (por el aparatdo anterior). Nos piden:

Pr(N _ 1) = 1 Pr(N < 1) = 1 Pr(N = 0) = 1

180

_
(0,005)0(1 0,005)180

= 1 0,4056 = 0,5944