Probl Distribuciones PDF

Distribuciones discretas y continuas
1.- La luz verde de un semforo est encendida 15 s cada vez, el mbar 5, y la roja 55 s.
Suponiendo que las condiciones de trfico inducen variaciones aleatorias en los tiempos
de llegada de los automviles, de formar que llegar cuando el semforo est verde es
un suceso aleatorio. Calcular la funcin de probabilidad de xitos en 4 pruebas
independientes.
2.- En un taller hay 10 mquinas iguales, se ha visto que una mquina determinada un
da de cada 5 est averiada. a) Si es de 500 la perdida diaria ocasionada por tener una
mquina averiada, calcular la perdida media diaria. b) La probabilidad de que un cierto
da no se encuentre ninguna mquina averiada.
3. Sabiendo que la probabilidad de que un estudiante de segundo de Topografa termine

la carrera es 0.8, calcular: a) Probabilidad de que un grupo de 20 alumnos terminen 16.
b) Si dividimos a los alumnos de segundo en grupos de 20, cul ser el nmero medio
de alumnos por grupo que terminarn la carrera? c) Varianza de la distribucin.
4.- Al inspeccionar 100 juntas de soldaduras producidas por una mquina de soldar se
encontraron 10 defectuosas. Al soldar 5 uniones, cul es la probabilidad de encontrar
al menos una defectuosa? Calcular la media.
5.- Se supone que el n de bacterias por mm3 de agua en un estanque es una variable
aleatoria que sigue una distribucin Poisson de parmetro = 1.
Cul es la probabilidad de que no haya bacterias en 1 mm3 de agua?
6.- Se sabe que la probabilidad de que un alumno anote mal un dato en una medicin es
0.0002, en una lista de 2000 datos. Determinar: A) El tipo de distribucin. B) La
probabilidad de que existan exactamente 4 datos incorrectos. C) El nmero medio de
datos mal anotados.
7. Por un punto de una carretera pasan vehculos de acuerdo con la distribucin de

Poisson, a razn de seis vehculos por minuto. Hallar: A) Probabilidad de que
transcurran 20 segundos y pase ms de 5 vehculos. B) Si un peatn tarda 10 segundos
en cruzar la carretera, calcular la probabilidad de que no pase ningn vehculo.
8.- El ordenador que realiza las 1000 nminas de una empresa efecta en cada una de
ellas un redondeo al nmero entero ms prximo. Se supone que el redondeo en el
importe de cada nmina produce un error que sigue una distribucin uniforme entre
0.5 y 0.5 euros. Calcular la probabilidad de que la suma del importe de 1000 nminas
tenga un error total entre 20 y 20 euros.
9.- Sabiendo que los errores de observacin, X, de una determinada magnitud siguen
una distribucin N(0,1.5), calcular: a) Probabilidad de que al hacer una observacin el
error sea mayor que 0,5. b) El error x tal que P ( X < x ) =
0.95
U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 1

10.- Un proceso de fabricacin tiene tres fases consecutivas de tal manera que la
duracin en minutos de cada una de ellas viene dada, respectivamente, por las siguientes
variables aleatorias independientes: N(50,5), N(70,3) y N(80, 2 ). a) Cul es la
duracin total media del proceso? b)Cul es la probabilidad de que el proceso tenga
una duracin total inferior a 215 minutos? c) Determinar con probabilidad del 0.97 el
tiempo mximo que puede durar el proceso.
11.- Los cierres de tringulos de una red estn normalmente distribuidos con media 1 y
desviacin tpica 2. Calcular la probabilidad de que un cierre sea:
a) mayor que 2.
b) mayor que 1 y menor que 2.
c) negativo.
d) en valor absoluto menor que 1.
12.- Sabiendo que la demanda aleatoria de teodolitos durante un da en una fbrica

sigue una distribucin N(70,3), calcular: a) Probabilidad de vender ms de 60 teodolitos.
b) Nmero de teodolitos que debe fabricar cada da para satisfacer la demanda el 95%
de los das.
13.- Se tiene una variable aleatoria X, de la que se conoce que sigue una distribucin chi-
cuadrado, con 3 grados de libertad. Se pide:
a) La moda
b) La mediana
14.- Una nia coge todos los das el autobs para ir al colegio en una parada que est
frente a su casa. El tiempo de espera diaria es una variable aleatoria con distribucin
2n de media 5 minutos. a) Cul es la probabilidad de que el tiempo de espera sea
inferior a 5 minutos? b) Cul es el tiempo de espera mxima con probabilidad 0,5?
15.- Cada una de las tres coordenadas de un punto P del espacio son v. a. con
distribucin N(0,1). Calcular: a) Probabilidad de que el cuadrado de la distancia de
dicho punto al origen de coordenadas sea mayor que 0.35. b) Media del cuadrado de la
distancia al origen.
a) Probabilidad de que la variable tome un valor inferior a 3.
b) Probabilidad de que la variable tome un valor comprendido entre 4 y 5.
c) El valor del primer cuartil.
17.- El peso medio de los estudiantes varones de una universidad es de 68 kg y la

desviacin tpica es de 10 kg. Suponiendo que hay 500 y estn distribuidos normalmente,
hallar el nmero de estudiantes que:
a) pesan entre 48 y 72 kg.
b) ms de 91kg.

c) exactamente 68 kg (Los pesos de los quinientos estudiantes fueron redondeados al
entero ms prximo).
18.- Una empresa decide otorgar un premio entre los distribuidores si venden trescientos
veinte o ms productos por da. El nmero de productos vendidos al da por los
distribuidores A y B est normalmente distribuido de la forma siguiente:
Distribuidor Media Varianza
A 290 400
B 300 100
Se pide:
a) Qu porcentaje de los das obtendr premio el distribuidor A?
b) Qu porcentaje de los das obtendr premio el distribuidor B?
c) Si se asocian los distribuidores A y B. Qu porcentaje de los das obtendran
premio?
19.- Se sabe que una fbrica produce un 4 por mil de artculos defectuosos.
Se piden cinco artculos a la fbrica. Cul es la probabilidad de que haya uno
defectuoso? Y de que haya al menos uno defectuoso.
20.- Se supone que en un determinado pas el nmero de individuos albinos sigue una
distribucin de Poisson de parmetro =5 . Calcular la probabilidad de que elegida una
muestra de la citada poblacin, se presenten los siguientes casos:
a) Ningn individuo sea albino.
b) Halla menos de dos individuos albinos.
c) Al menos se encuentren 3 individuos albinos.
21.- La media del nmero de libros ledos al cabo de un ao por los habitantes de una
ciudad determinada es 15 y la desviacin tpica 2.5. Si la distribucin se considera
normal, calcular:
a) Porcentaje de personas que leen menos de 11 libros al ao.
b) Porcentaje de personas que leen ms de 20 libros al ao.
c) Porcentaje de personas que leen ms de 7 libros y menos de 12 libros al ao.
d) Valores que hay que tomar a ambos lados de la media, y a igual distancia, para que el
rea correspondiente bajo la curva sea igual a 0.5.
e) Nmero de libros que ha de leer, como mnimo, una persona para que est situada
entre el 80% de los que mayor nmero de libros leen al ao.
22.- Sabiendo que la mortandad de las orugas a las 48 horas de aplicarles los insecticidas
Actelic y Metoxidoro se distribuyen segn N(28,4.5) y N(58,4.9) respectivamente. Se
pide:
a) Probabilidad de que mueran menos de 20 orugas en 48 horas al aplicarles Actelic.
b) Probabilidad de que la diferencia de orugas muertas entre los dos grupos
Metoxidoro y Actelic sea mayor que 40.

n
2 1
x
x -
=
23.- La funcin de densidad de una n de Pearson es f (x) e 2
si x 0
n
2 2 n ( 2)
a) Calcular la moda segn los valores de n.
b) Calcular la mediana para n=10.
24.- Una lnea elctrica se avera cuando la tensin T sobrepasa la capacidad C de la

lnea. Si la tensin sigue el modelo de una distribucin N(100,20) y la capacidad segn
una distribucin N(140,10), se pide:
a) La probabilidad de que la tensin supere el valor de 150.
b) El intervalo de valores alrededor de la media con el 95% de la distribucin de la
capacidad.
c) La probabilidad de avera.
25.- En un proceso de fabricacin de productos en vidrio ocurren defectos o burbujas.

Se sabe que, en promedio, uno de cada 1000 de estos artculos tiene una o ms burbujas.
Para una muestra aleatoria de 8000 productos, se pide:
a) Probabilidad de que tenga menos de siete artculos con burbujas.
b) Mediana de la distribucin.
c) Varianza de la distribucin.
26.- La altura en centmetros de los habitantes de una comunidad es una variable

aleatoria X N(175,10) . Para ser admitido como militar se debe tener un altura entre
165 y 200 y para pertenecer al cuerpo de zapadores se exige adems una altura mayor
de 190 cm. Se pide:
a) Probabilidad de que un habitante cualquiera sea soldado.
b) Probabilidad de que un habitante cualquiera sea zapador.
c) Probabilidad de que un soldado cualquiera sea zapador.
d) El intervalo de valores alrededor de la media con el 95% de la distribucin.
27.- El tiempo necesario para realizar un examen sigue una distribucin normal de
media 100 minutos y de desviacin tpica 10 minutos. Sabiendo que el examen empieza a
las 11horas 30 minutos. Se pide:
a) La probabilidad de que un alumno acabe antes de las 12h 30m.
b) La probabilidad de que un alumno acabe despus de las 13h.
c) El tiempo mximo que debe fijar un profesor para que acaben el 90% de los alumnos.
d) Si se examinan 10 alumnos, la probabilidad de que al menos uno de ellos acabe el
examen antes de las 13h.
28.- Una prueba del examen de Estadstica consiste en un cuestionario de 10 preguntas

con tres posibles respuestas, solamente una de ellas correcta. Si contestamos a todas las
preguntas de manera aleatoria, calcular:
a) La probabilidad de aprobar, es decir, contestar correctamente, al menos 5 de las 10
preguntas.
b) La probabilidad de no contestar bien a ninguna de ellas.

29.- El contenido de una lata de refresco se distribuye normalmente con una media =33
cl y desviacin tpica =1cl.
a) Cul es la probabilidad de que el contenido de una lata sea superior a 34 cl?
b) Si tenemos 3 latas, cul es la probabilidad de que l contenido total sea inferior a 100
cl?
c) Qu contenido de refresco mximo le corresponde una probabilidad 0,68?
cuadrado, con 3 grados de libertad. Obtener la mediana.
31.- La probabilidad de que un alumno resuelva cualquier problema es 0,8. El examen

consiste en resolver 7 problemas. Si contesta bien a 4 o ms problemas aprueba, pero si
contesta solamente a 3 problemas tiene la posibilidad de hacer un examen de repesca,
calcular:
a) La probabilidad de aprobar.
b) La probabilidad de realizar un segundo examen.
32.- Un servidor de una pequea red de ordenadores recibe una media de 7 accesos al
minuto. Se pide:
a) Calcular la probabilidad de que reciba ms de 10 accesos en un minuto.
b) Probabilidad de que en un minuto reciban exactamente 7 accesos.
33.- Sabiendo que la demanda diaria de un artculo X en una fbrica sigue una
distribucin N(600, 25), calcular:
a. Probabilidad de vender menos de 550 artculos X en un determinado da.
b. Nmero de artculos X que se debe fabricar para satisfacer la demanda el 90%
de los das.
c. Porcentaje de das que vender 600 artculos X.
34.- Dada una distribucin 3 calcular el valor de la abscisa que corresponde al rea
2
sombreada del grfico cuyo valor es 0,05:

35.- Sabiendo que la probabilidad de que un estudiante de la ETSITGC termine la
carrera es 0,7. Calcular:
a) Probabilidad de que en un grupo de 10 alumnos terminen 7.
b) Si empiezan la carrera un grupo de 10 alumnos, cul ser el nmero medio de
alumnos que terminarn la carrera?
36.- A un hospital llegan, de media, 1 persona por minuto. Calcular:

a) Probabilidad de que no llegue ninguna persona en 1 minuto.
b) Probabilidad de que lleguen al menos dos personas en un minuto.
c) La mediana de la distribucin nmero de personas que llegan en un minuto.
d) Varianza de la distribucin.
37.- Si el 5% de las piezas fabricadas por una determinada marca son defectuosas. En
un lote de 20 piezas, calcular el nmero mximo de piezas defectuosas que se podr
garantizar con una probabilidad del 90%.
38.- Suponiendo que cada nio tiene una probabilidad de 0.49 de ser varn. Calcular la
probabilidad de que una familia de 5 hijos:
a) Tenga dos nios.
b) Tenga al menos un nio.
c) Tenga una nia.
d) Tenga al menos una nia.
39.- La probabilidad de que un vehculo con ms de 10 aos pase con xito la I.T.V. es de
4/5.
a) Hallar la probabilidad de que exactamente dos de los siguientes 4 vehculos con ms
de diez aos que se inspeccionen pasen la prueba con xito.
b) Hallar la probabilidad de que al menos pase la prueba un vehculo de los siguientes 4
vehculos con ms de diez aos.
40.- Por trmino medio se reciben tres accesos a una pgina web durante un minuto
cualquiera, utilizar el modelo de Poisson para calcular la probabilidad de que en un
minuto cualquiera:
a) Nadie acceda a la pgina.
b) Se reciban ms de dos entradas en un minuto.
41.- El promedio de la frecuencia con la que llegan los coches a un determinado peaje es
de cinco coches en 20 minutos. Calcular la probabilidad de que:
a) No llegue ningn coche en un periodo de 20 minutos.
b) Llegue solo un coche en un periodo de 20 minutos.
42.- Calcular la media y la varianza de una variable aleatoria binomial de parmetros

n=15 y p=0.4, es decir X es B(15, 0.4). Calcular P ( X < + ) .

43.- La cantidad diaria de latas de refresco, despachado por una mquina ubicada en la
sala de espera de un aeropuerto es una variable aleatoria con distribucin uniforme en
el intervalo [60, 100]. Calcular:
a) Calcular la funcin de distribucin.
b) La probabilidad de que un da determinado la cantidad de latas de refresco
despachadas por la mquina sea de ms de 74 pero menos de 95 latas.
c) La probabilidad de que un da determinado la mquina despache ms de 75 latas.
44.- Un fabricante de acero cree que una de las mquinas de rolado est produciendo
lminas de metal con espesores variables. El espesor es una variable aleatoria uniforme
con valores entre 150 y 200 milmetros. Cualquier lmina que tenga menos de 160
milmetros de espesor deber desecharse, pues no es aceptable por los compradores.
a) Calcular el espesor medio y la desviacin tpica de las lminas.
b) Representar la funcin de densidad y la de distribucin.
c) Calcular la proporcin de lminas producidas por esta mquina que se desechan.
45.- El peso de un limn est distribuido segn una distribucin N(125, 10) en gramos.
Cul es la probabilidad de que una caja con 50 limones pese menos de 6 kg? Si
llenamos bolsas de ocho limones, cul es la probabilidad de que las bolsas pesen entre
975 y 1025 gramos?
46.- El consumo diario de una determinada marca de frigorficos medido en kw/h, es

una variable aleatoria normal. El 25% de los das consume menos de 2.25 kw/h, y el 80%
de los das consume menos de 2.7 kw/h. Cul es la media y varianza del consumo diario
del frigorfico?
47.- Al finalizar las pruebas de selectividad, uno de los tribunales comprob que de 250
alumnos presentados, 200 obtuvieron una calificacin inferior a 6. Supuesta normal la
distribucin de las calificaciones, con una desviacin tpica de 2.5, se pide:
a) Calcular la media de las calificaciones. b) Si se considera suspenso a los que han
obtenido una calificacin inferior a 5, qu tanto por ciento de suspensos habr habido. c)
Cuntos alumnos obtuvieron una nota igual a 6?
48.- El etope Bekele, posee la mejor marca mundial y puede correr la prueba de los
2000 metros en un tiempo distribuido segn una N(4:52.86, 0:03.00). Su contrincante el
keniano S. Morir puede hacer esa misma distancia en un tiempo segn una distribucin
N(4:55.72, 0:02.00). Bekele estableci la mejor marca mundial parando el crono en
4:49.99.
a) Qu probabilidad tena de establecer dicha marca?
b) Cul es la probabilidad de que Bekele ganase a S. Morir?
c) Cul es la probabilidad de que ganase en caso de perder 3 segundos por hacer una
mala salida?
49.- Un estudio demostr que los tiempos de vida de cierta clase de bateras de automvil
se distribuye normalmente con una media de 1248 das y una desviacin tpica de 185
das. Si el fabricante desea garantizar sus bateras por 36 meses, qu porcentaje de
bateras debern ser cambiadas estando en vigor la garanta?

50.- En una carrera de Frmula 1, el consumo de combustible de un determinado

vehculo sigue una distribucin 32 por vuelta. Cuando quedan 20 vueltas para el final de
la carrera, entra el vehculo a repostar. Cul es la cantidad mnima de combustible que
tiene que repostar para que la probabilidad de que acabe la carrera sea mayor de 0.95?
51.- Calcular las siguientes probabilidades

P ( 221 > 13.24 ) P ( 62 1.55 ) . P ( 29.6 < 221 < 33.6 )
P ( 92 > ) =0.05 P ( 92 < ) =0.10 P ( 20.6 < 221 < ) =0.4
P ( t 8 < 0.262 ) ; P ( 0.26 t10 < 0.879 ) ; P ( t8 < t ) =
0.9; P ( 0.26 t10 < t ) =
0.4
52.- La media del nmero de errores de ortografa por pgina es 3. Calcular la

probabilidad de que:
a) En una pgina existan exactamente dos errores.
b) En una pgina existan al menos dos errores.
c) En cinco pginas existan exactamente doce errores.
53.- Un examen consta de 4 problemas, la probabilidad de que un alumno resuelva bien

cualquier problema es 0,8.
a) Obtener la funcin de probabilidad de la variable aleatoria X=nmero de problemas
resueltos bien.
b) Hallar la probabilidad de realizar bien, al menos, dos problemas.
c) Cul ser la moda?
54.- La longitud L en milimitros de las piezas fabricadas en un proceso es una variable

aleatoria que se distribuye segn una N(10,0.1). Se pide:
a) P(9.5<L<10.5)
b) El valor x tal que P(L<x)=0.975
55.- En la fabricacin de un cierto tipo de piezas se sabe que el 2% son defectuosas.

Cul es la probabilidad de que en una muestra de 10 piezas haya:
a) 2 defectuosas?
b) ninguna defectuosa?
c) menos de 2 defectuosas?
56.- El coeficiente de inteligencia de los universitarios tiene de media 110 y la desviacin

tpica 15. Si la distribucin se considera normal, calcular:
a) Porcentaje de estudiantes con coeficiente mayor de 110 y menor de 120.
b) El coeficiente mnimo, para que un estudiante sea superdotado. Se denomina
superdotados a aquellos que poseen un cociente intelectual que se encuentran por
encima del 98% de la poblacin.
57.- En cierto gimnasio se ha comprobado que de los matriculados das despus de

Navidades el 30% de ellos no vuelven pasado el mes de enero y el 70% restante

permanecen todo el ao. Si suponemos que este ao, se inscriben 100 alumnos das
despus de Navidades.
Respecto de los inscritos despus de Navidades
a) Identificar la variable aleatoria del problema e indicar qu distribucin sigue.
b) Cul es la probabilidad de que 25 o menos no vuelvan pasado enero?
c) Cul es la probabilidad de que exactamente 30 alumnos no vuelvan pasado
enero?
d) Cul es la probabilidad de que ms de 35 alumnos no vuelvan pasado enero?
Al hacer la inscripcin realizan un nico pago anual de 750 euros. Cada alumno que
permanece todo el ao genera un gasto anual de 120 euros (se considera que los alumnos
que permanecen menos de un mes no generan gasto).
e) Cul es el beneficio anual esperado?
58.- Supongamos que el 5% de la poblacin que ingresa en los hospitales de Madrid por
urgencias tiene menos de 9 aos. Supongamos, tambin, que el nmero de ingresos es
suficientemente grande como para que al elegir un usuario al azar y apartarlo, no se
altere dicho porcentaje.
Se eligen al azar 16 enfermos ingresados por urgencias. Calcular:
a) La probabilidad de que ninguno de ellos tenga menos de 9 aos.
b) La probabilidad de que 3 o menos ingresados tengan menos de 9 aos.
c) La probabilidad de que tengan menos de 9 aos menos de 3 ingresados.
d) La probabilidad de que tengan menos de 9 aos ms de 2 ingresados.
e) La probabilidad de que tengan menos de 9 aos 2 ingresados o ms.
f) La probabilidad de que el nmero de ingresados con menos de 9 aos este
comprendido entre 2 y 5 ambos inclusive.
g) El nmero medio de ingresados con menos de 9 aos.
h) La desviacin tpica de ingresados con menos de 9 aos
59.- El tiempo en minutos de un viaje (ida y vuelta) de los camiones que transportan
material hacia una obra de construccin en una carretera, est distribuido
uniformemente en un intervalo de 50 a 70 minutos.
a) Cul es la probabilidad de que la duracin del viaje sea mayor a 65 minutos?
b) Cul es la probabilidad de que la duracin del viaje sea menor a 65 minutos?
c) Cul es la probabilidad de que la duracin del viaje sea exactamente 65 minutos.
d) Cul es la probabilidad de que la duracin del viaje sea mayor a 65 minutos si se
sabe que la duracin del viaje es mayor que 55 minutos?
e) Determinar el tiempo medio y la desviacin estndar de la duracin de los viajes.
60.- Un estudio de la DGT estima que el nmero de horas prcticas necesarias para la
obtencin del permiso de conducir sigue una distribucin N(24, 3).
a) Qu probabilidad hay de obtener el permiso de conducir con menos de 20 horas
de prcticas?
b) Cuntas horas de prcticas ha necesitado un conductor para obtener el permiso
si el 68% de los conductores ha necesitado ms horas que l?
Si la autoescuela ingresa por alumno una parte fija en concepto de matrcula de 300
euros, ms 25 euros por hora de prctica.
c) Calcular el ingreso por alumno esperado.
d) Calcular la desviacin tpica del ingreso por alumno.

61.- Para una distribucin N(9, 2), calcular:

a) El valor del percentil 60.
a) El valor del primer cuartil.
b) Valores centrales entre los que queda comprendido el 40% de las observaciones.
62.- Las calificaciones de los 500 aspirantes presentados a una oposicin, se distribuyen
normalmente con media 6,5 y varianza 4.
a) Calcular la probabilidad de que un aspirante obtenga ms de 8 puntos.
b) Calcular el porcentaje de aspirantes con calificaciones inferiores a 5 puntos.
c) Cuntos aspirantes obtuvieron calificaciones comprendidas entre 5 y 7.5?
63.- De una distribucin normal se conoce:

El percentil 70 es igual a 88 y 0.27 la probabilidad de que la variable tenga un valor
inferior a 60. Hallar los parmetros que definen esta distribucin normal.
64.- Calcular el valor de p en las probabilidades siguientes:

( )
a) P 62 4 = (
p ; b) P 62 > 3 = ) ( )
p ; d) P 72 4 =
p ; c) P 3.5 62 < 5.9 = p ( )
65.- Calcular el valor, x, de la variable que verifica:

a) P ( 52 < x ) = 0.90 ; b) P ( 52 > x ) = 0.05 ; c) P ( 52 x ) =
0.975 ; d) P ( 52 < x ) =
0.975
e) P ( x < 52 < 5 ) =
0.045 ; f) P ( 62 < x ) = 0.95 ; g) P ( 62 > x ) = 0.05 ;
h) P ( 72 x ) =
0.975 ; i) P ( 72 < x ) =
0.975

a) P ( t 9 0.3 ) =
p ; b) P ( t 9 < 1) =p ; c) P ( t15 > 2.5 ) =
p ; d) P ( t 7 > 2 ) =p
e) P ( 0.75 t10 < 1.25 ) =
p ; f ) P ( t15 > 3.75 ) =
p; g) P ( 1.75 t11 < 1.25 ) =
p

a) P ( t 5 < x ) =
0.90 ; b) P ( t 5 < x ) =
0.05 ; c) P ( t 5 x ) =
0.975 ; d) P ( t 5 < x ) =
0.975 ;
e) P ( x < t 5 < x ) =0.05 ; f) P ( x < t 5 < 1.75 ) =
0.045 ; e) P ( t 6 < x ) =
0.95 ;
f) P ( t 6 < x ) =
0.05 ; g) P ( t 6 x ) =
0.975 ; h) P ( x < t 6 < x ) =0.05
68.- En un sondeo sobre la actitud de los clientes hacia un determinado producto se

encuentra que hay un 70% de clientes que estn a favor. Si se extrae una muestra
aleatoria de 10 sujetos obtener las probabilidades siguientes:
a) Que 3 clientes estn a favor.
b) Que ms de 3 clientes estn a favor.
c) Que menos de 3 clientes estn a favor.
d) Que como mximo 3 clientes estn a favor.
e) Que como mnimo haya 6 clientes a favor.

f) Que estn a favor al menos el valor esperado de clientes que estn a favor.
g) Probabilidad de que estn en contra 4 o ms clientes.
h) Qu cantidad de clientes le corresponde al percentil 85?
69.- El contenido de un bote de cerveza se distribuye normalmente con media 33 cl, y

desviacin estndar 3 cl.
a) Cul es la probabilidad de que un bote determinado tenga ms de 34 cl?
b) Cul es la probabilidad de que un determinado bote tenga menos de 30 cl.
c) En un envase de 6 botes cul es la probabilidad de que el contenido lquido total
sea inferior a un litro y tres cuartos?
70.- Solo 24 de los 200 alumnos de una Escuela Tcnica miden menos de 168 cm, si la
estatura media de dichos alumnos es de 174 cm, cul es la varianza en las estaturas?
71.-La probabilidad de curacin de un determinado tratamiento quirrgico es 0.65. Se

pide: a) Calcular la probabilidad de que en un grupo de 10 enfermos se curen la mitad.
b) La probabilidad de que al menos se curen dos. c) Mediana.
72.- Las ventas mensuales de dos tiendas de ordenadores siguen distribuciones X

N(120,8) e Y N(50,6). Calcular la probabilidad de que: a) La primera, X, venda 100 o
ms ordenadores. b) La segunda, Y, venda menos de 40 ordenadores. c) Entre ambas
vendan entre 150 y 180 ordenadores.
73.- En un estudio sobre la preferencia de los clientes hacia una determinada marca X
se ha obtenido que el 40% de los clientes tienen la marca X como su marca favorita. Si
se extrae una muestra aleatoria de 8 sujetos obtener las probabilidades siguientes:
a) Que 2 clientes tengan la marca X como su marca favorita.
b) Que menos de 3 clientes tengan la marca X como su marca favorita.
c) Que como mximo 3 clientes tengan la marca X como su marca favorita.
d) Que como mnimo haya 5 clientes que tengan la marca X como su marca
favorita.
e) Calcular la media y varianza.
74.- El contenido de un bote de zumo se distribuye normalmente con media 33 cl, y

a) Cul es la probabilidad de que un bote determinado tenga
1. Exactamente 33 cl?
2. Al menos 33.5 cl?
3. Menos de 32 cl?
4. Entre 32 y 34 cl?
b) Calcular la cantidad de centilitros que le corresponde a los percentiles P95, P5 y
la mediana.

75.-
a) Calcular el valor de p en las probabilidades siguientes:
1) P ( 72 3 ) = ( )
p ; 2) P 72 3 = (
p ; 3) P 72 7 =
p;)
4) P ( t 8 > 2 ) =
p ; 5) P ( t 8 < 2 ) =
p ; 6) P ( 1 < t 8 < 1) =p
b) Calcular el valor, x, de la variable que verifica:
1) P ( 52 < x ) = 0.95 ( )
; 2) P 52 < x = 0.05
3) P ( t 6 x ) =
0.1 ; 4) P ( t 6 < x ) =
0.1
76.- Se ha realizado un examen de tipo test con un gran nmero de preguntas. Las
puntuaciones finales del test se dan sobre 50 puntos (enteros del 0 al 50). Las
puntuaciones finales en actas son redondeadas al entero ms prximo a partir de las
puntuaciones reales, esto es, obtienen 12, por ejemplo, los alumnos con nota en el
intervalo [11.5, 12.5).
Para aprobar el examen se exige una puntuacin de 25. Si suponemos que las
puntuaciones antes de ser redondeadas siguen una distribucin normal de media 30 y
varianza 25:
a) Qu puntuacin mxima (no redondeada) delimita el 22% de las notas ms
bajas?
b) Qu puntuacin mnima (no redondeada) delimita el 20% de las notas ms
altas?
c) Qu porcentaje de alumnos aparecern en las actas de notas finales
(redondeadas) con 25 puntos exactamente?
d) Cul ser el porcentaje de suspensos en actas (notas finales redondeadas)?
77.- En un parque elico la distancia entre aerogeneradores situados linealmente sigue el

modelo de una distribucin N(150, 0.4) metros. Se pide:
a) Calcular la probabilidad de que dos aerogeneradores vecinos:
a1) Tengan una separacin menor que 149.
a2) Tengan una separacin comprendida entre 149.5 y 149.9.
a3) Tengan una separacin mayor que 149.9.
b) Cuartiles de la distribucin.
78.- El tiempo en minutos que tarda un atleta en recorrer 100 metros sigue una
distribucin Normal, N(10,0.5). En una carrera por relevos de 4x100 metros, cul es la
probabilidad de batir el record establecido en 37 minutos?
79.- El Departamento de Transportes de un cierto pas ha determinado que la licitacin

ganadora (baja) y en euros por contrato de reparacin de carreteras, tiene una
3 2k
si x 3k
distribucin uniforme con funcin de densidad: f (x) = 7k 3
0 en otro caso
donde k es la estimacin que hace el Departamento sobre el coste de la reparacin.
a) Calcular la media y la desviacin tpica.
b) Qu porcentaje de las licitaciones ganadoras estn por debajo de la estimacin
del Departamento de Transportes?

c) Qu porcentaje de las licitaciones ganadoras estn 1,5 veces por encima de la
estimacin del Departamento de Transportes?
80.- Un determinado componente electrnico tiene una vida til (tiempo hasta
rotura), T en aos, que se distribuye segn una distribucin de Poisson de media cuatro
aos.
a) Calcular la funcin de probabilidad de la variable aleatoria T.
b) Calcular la probabilidad de que el componente electrnico falle antes de tres aos.
c) Cul ser la vida til del 95% de estos componentes electrnicos?
d) Calcular la probabilidad de un componente electrnico que ha funcionado ya ms
de cuatro aos tenga una vida til mayor de siete aos.
8 1 . - En un ascensor se permite subir 8 personas. Se sabe que el peso de una

persona es una variable aleatoria N(65,17). Si el lmite de seguridad del ascensor es
de 650 kg, calcular la probabilidad de que con 8 personas se supere el lmite de
seguridad.

1.- La luz verde de un semforo est encendida 15 s cada vez, el mbar 5, y la roja 55 s.
Suponiendo que las condiciones de trfico inducen variaciones aleatorias en los tiempos
de llegada de los automviles, de formar que llegar cuando el semforo est verde es
un suceso aleatorio. Calcular la funcin de probabilidad de xitos en 4 pruebas
independientes.
Solucin:
La probabilidad de xito llegar ser:

15 1
=p =
15 + 5 + 55 5
En 4 pruebas tenemos una distribucin B(4,1/5)

4 k
n 4 1 4
k
P(X = k) = pk . qnk =
k k 5 5
40
4 1 4
0
P(X = 0) = 0.4096
0 5 5
4 1
4 1 4
1
P(X = 1) = 0.4096
1 5 5
4 2
4 1 4
2
P(X = 2) = 0.1536
2 5 5
4 3
4 1 4
3
P(X = 3) = 0.0256
3 5 5
4 1
4
P(X = 4) = 0.0016
4 5

2.- En un taller hay 10 mquinas iguales, se ha visto que una mquina determinada un
da de cada 5 est averiada.
a) Si es de 500 la perdida diaria ocasionada por tener una mquina averiada, calcular
la perdida media diaria.
b) La probabilidad de que un cierto da no se encuentre ninguna mquina averiada.
Solucin:
Consideramos la variable aleatoria X=nmero de mquinas averiadas en un da
Tenemos una distribucin B(10,1/5)

10 k
n 10 1 4
k
P(X = k) = pk . qnk =
k k 5 5
a) Cuya media es
1
E[X]= np= 10 = 2 Perdida igual a 2 por 500=1000
5
10 0
10 1 4
0
b) P(X = 0) = 0.1073741824
0 5 5

3. Sabiendo que la probabilidad de que un estudiante de segundo de Topografa
termine la carrera es 0.8, calcular:
a) Probabilidad de que un grupo de 20 alumnos terminen 16.
b) Si dividimos a los alumnos de segundo en grupos de 20, cul ser el nmero
medio de alumnos por grupo que terminarn la carrera?
Solucin:
Consideramos la variable aleatoria X=nmero de alumnos que terminan la carrera
Tenemos una distribucin B(20,0.8)

n 20
P(X = k) = pk . qnk = 0,8k (1 0,8 )
20 k
k k
20
a) P(X = 16) = 0,816 (1 0,8 )
20 16
0,2181994019
16
b) Cuya media es
E[X] =np =20 0,8 =16
c) Cuya varianza es
V[X] = npq = 20 0,8 0, 2 = 3, 2

4.- Al inspeccionar 100 juntas de soldaduras producidas por una mquina de soldar se
encontraron 10 defectuosas. Al soldar 5 uniones, cul es la probabilidad de encontrar
al menos una defectuosa? Calcular la media.
Solucin:
Consideramos la variable aleatoria X=nmero soldaduras defectuosas, donde la

probabilidad de encontrar una soldadura defectuosa es p = 10/100 = 0,1

n 5
P(X = k) = pk . qnk = 0,1k (1 0,1)
5 k
k k
5
P ( X 1) =1 P ( X < 1) =1 P ( X =0 ) =1 0,10 (1 0,1) 0,40951
5 0
Cuya media es
E[X] =np =
5 0,1 =0,5

5.- Se supone que el n de bacterias por mm3 de agua en un estanque es una variable
aleatoria que sigue una distribucin Poisson de parmetro = 1.
Cul es la probabilidad de que no haya bacterias en 1 mm3 de agua?
Solucin:
Llamamos X a la variable aleatoria " Nmero de bacterias en 1 mm3 de agua", su funcin de

k 1k 1
= k)
probabilidad es P(X = e si >0 . En nuestro caso: P(X
= k)= e y para
k! k!
10 1 1
P(X= 0)= e =
0! e

6.- Se sabe que la probabilidad de que un alumno anote mal un dato en una medicin es
0.0002, en una lista de 2000 datos. Determinar:
A) El tipo de distribucin.
B) La probabilidad de que existan exactamente 4 datos incorrectos.
C) El nmero medio de datos mal anotados.
Solucin:
a) Puede ser una distribucin binomial de parmetros n=2000 y p=0,0002 o bien una
distribucin de Poisson de media np=0,4; ya que se trata de una variable aleatoria discreta con
dos situaciones xito o fracaso. Puesto que np es inferior a 5 utilizaremos la distribucin de
Poisson (Ley de casos raros).
0, 4k 0,4
b) Distribucin de Poisson de parmetro =0,4, luego P(X
= k)
= e y exactamente
k!
0, 44 0,4
= 4)
cuatro datos incorrectos P(X = e 0,0007150080491
4!
c) Media: =np= 0,4

7. Por un punto de una carretera pasan vehculos de acuerdo con la distribucin de

Poisson, a razn de seis vehculos por minuto. Hallar:
A) Probabilidad de que transcurran 20 segundos y pase ms de 5 vehculos.
B) Si un peatn tarda 10 segundos en cruzar la carretera, calcular la probabilidad de
que no pase ningn vehculo.
Solucin:
Distribucin de Poisson de parmetro =6 en 60 segundos, luego para 20 segundos la

k 2k 2
= k)
frecuencia de paso de vehculos es 2: P(X = e = e
k! k!
5
2k 2
a) P(X > 5) =1 P(X 5) =1 e 0,01656360847
k = 0 k!
b) Para 10 segundos =1
10 1
P(X= 0)= e 0,3678794411
0!

8.- El ordenador que realiza las 1000 nminas de una empresa efecta en cada una de
ellas un redondeo al nmero entero ms prximo. Se supone que el redondeo en el
importe de cada nmina produce un error que sigue una distribucin uniforme entre
0.5 y 0.5 euros. Calcular la probabilidad de que la suma del importe de 1000 nminas
tenga un error total entre 20 y 20 euros.
Solucin:
La distribucin uniforme en el intervalo [a, b] tiene por funcin de densidad:

0 si x < a
1 a+b (b a )
2

=
f (x) si a x b con media = y varianza 2
= .
b-a 2 12
0 si b<x
0 si x < 0.5
1
=
En nuestro caso: f (x) 1 si -0.5 x 0.5 con media 0 y varianza 2 =
0 si 12
0.5<x
Si una variable es suma de n variables independientes, con medias i y varianzas i2 , su

distribucin tender a ser normal, con media igual a la suma de medias y varianza igual a la
suma de las varianzas, cuando n, nmero de sumandos, tienda a infinito. Es decir, la variable

se aproximar a N i , 2
i .
i i
1 n
La varianza de una distribucin uniforme es: , luego en n segn el teorema es . Por
12 12
1000 5 30
tanto para n=1000, tenemos N 0,

= N 0,
12 3
P(20 < X < 20)

= P(X < 20) P(X 20) =F(20)-F(-20) 0.9715402631

9.- Sabiendo que los errores de observacin, X, de una determinada magnitud siguen
una distribucin N(0,1.5), calcular:
a) Probabilidad de que al hacer una observacin el error sea mayor que 0,5.
b) El error x tal que P ( X < x ) =
0.95
Solucin:
a)
Sea X la observacin que tiene la misma distribucin que la poblacin. cuya funcin de
distribucin es:
1 (t )2 1 (t 0)2
x 1 x 1
F(x)= P(X x)=
dt =
2 2 1.52
e 2 e dt

2
1.5 2
As pues: P ( X > 0,5 ) =

1 P ( X 0,5 ) =
1 F(0,5) =
1 0.6305586598 =
0.3694413401
b)
P ( X < x ) = P( x < X < x) = 0.95 F(x) = P(X < x) = 0.975 x = 2.939945906

10.- Un proceso de fabricacin tiene tres fases consecutivas de tal manera que la
duracin en minutos de cada una de ellas viene dada, respectivamente, por las siguientes
variables aleatorias independientes: N(50,5), N(70,3) y N(80, 2 ).
a) Cul es la duracin total media del proceso?
b) Cul es la probabilidad de que el proceso tenga una duracin total inferior a 215
minutos?
c) Determinar con probabilidad del 0.97 el tiempo mximo que puede durar el proceso.
Solucin:
X1 N(50,5) ; X 2 N(70,3) ; X 3 N(80, 4) , luego Y= X1 + X 2 + X 3 N(, )
a)
Con = E [ Y=
] E [ X1 ] + E [ X 2 ] + E [ X3 =] 50 + 70 + 80= 200
2 = V [ Y ] = V [ X1 ] + V [ X 2 ] + V [ X 3 ] = 52 + 32 + ( 2)
2
= 36
b)
P ( Y < 215 )= F(215)= 0.9937903346
c)
P ( Y < t )= F(t)= 0.97 t = 211.2847617

11.- Los cierres de tringulos de una red estn normalmente distribuidos con media 1 y
desviacin tpica 2. Calcular la probabilidad de que un cierre sea:
a) mayor que 2.
b) mayor que 1 y menor que 2.
c) negativo.
d) en valor absoluto menor que 1.
Solucin:
La variable aleatoria cierre de tringulo X N(1, 2) cuya funcin de distribucin es:
1 (t )2 1 (t 1)2
x 1 x 1
F(x)= P(X x)=
dt =
2
22
e 2 e 2 dt

2
2 2
a)
P(X > 2) =1 P(X 2) =1-F(2) 0.3085375387
b)
P(1 < X < 2)= P(X < 2) P(X 1) =F(2)-F(1) 0.1914624612
c)
P(X < 0) =F(0) 0.3085375387
d)
P( X < 1) = P(1 < X < 1) = P(X < 1) P(X 1) = 2 P(X < 1) 1 = 2F(1) 1 0.3413447460

12.- Sabiendo que la demanda aleatoria de teodolitos durante un da en una fbrica
sigue una distribucin N(70,3), calcular: a) Probabilidad de vender ms de 60 teodolitos.
b) Nmero de teodolitos que debe fabricar cada da para satisfacer la demanda el 95%
de los das.
Solucin:
La variable aleatoria nmero de teodolitos fabricados en un da X N(70,3) cuya funcin

de distribucin es:
1 (t )2 1 (t 70)2
x 1 x 1
F(x)= P(X x)=
dt =
2
32
e 2 e 2 dt

2
3 2
a) P(X > 60) =

1 P(X 60) =
1 F(60) 0.9995709396
b) P(X x) =0.95 x = 74.93456095

a) La moda
b) La mediana
Solucin:
X 2n =3
a) Buscaremos el mximo en la funcin de densidad

#1: CHI_SQUARE(x, 3)
d
#2: CHI_SQUARE(x, 3)
dx
- x/2
- x/2 2x 2 2
#3: + -
2 2x 2x
- x/2
d - x/2 2x 2 2
#4: + -
dx 2 2x 2x
- x/2 - x/2
2 2x
#5: -
4x 4
Resolviendo la ecuacin f(x)=0
#7: x = x = 1
( )
b) F(M) = P 2n =3 < M = 0.5 M = 2.365973889

14.- Una nia coge todos los das el autobs para ir al colegio en una parada que est
frente a su casa. El tiempo de espera diaria es una variable aleatoria con distribucin
2n de media 5 minutos.
a) Cul es la probabilidad de que el tiempo de espera sea inferior a 5 minutos?
b) Cul es el tiempo de espera mxima con probabilidad 0,5?
Solucin:
a) P ( 2n =5 < 5 ) =0.5841198130
b) P ( 2n =5 < x ) = 0.5 x = 4.351460337

15.- Cada una de las tres coordenadas de un punto P del espacio son v. a. con
distribucin N(0,1). Calcular:
a) Probabilidad de que el cuadrado de la distancia de dicho punto al origen de
coordenadas sea mayor que 0.35.
b) Media del cuadrado de la distancia al origen.
Solucin:
Un punto P(X1,X2,X3) donde X i N(0,1) si calculamos
( d(O, P) )=
2
X12 + X 22 + X 32 2n =3
=
2
n 3=
2
(
a) P
n 3 > 0,35 ) =
1 P ( > 0,35 ) =0.9503661173
b) E 2n =3 =n =3

a) Probabilidad de que la variable tome un valor inferior a 3.
b) Probabilidad de que la variable tome un valor comprendido entre 4 y 5.
c) El valor del primer cuartil.
Solucin:
X 2n =6
( )
a) P 2n =6 < 3 =0.1911531694
=n 6=(
b) P 4 <
2 2
n 6=
2
n 6 < 5) = P ( < 5) P ( < 4 ) = 0.1328633003
( )
c) P 2n =6 < Q1 = 0.25 Q1 = 3.454598784

17.- El peso medio de los estudiantes varones de una universidad es de 68 kg y la desviacin
tpica es de 10 kg. Suponiendo que hay 500 y estn distribuidos normalmente, hallar el nmero
de estudiantes que:
a) pesan entre 48 y 72 kg.
b) ms de 91kg.
c) exactamente 68 kg (Los pesos de los quinientos estudiantes fueron redondeados al entero ms
prximo).
Solucin:
La variable aleatoria peso X N(68,10) cuya funcin de distribucin es:
1 (t )2 1 (t 68)2
x 1 x 1
F(x)= P(X x)=
dt =
2
102
e 2 e 2 dt

2
10 2
a) P(48 < X < 72) = P(X < 72) P(X 48) = F(72) F(48) 0,6326716096
En una poblacin de 500 estudiantes ser: 500.(0,6326716096) aproximadamente 316
b) P(X > 91) =1 P(X 91) =1 F(91) =1 0,9892758899 0.01072411000

En una poblacin de 500 estudiantes ser: 500.( 0.01072411000) aproximadamente 5
= 68)
c) P(X = 0
P(67,5 < X < 68,5)= P(X < 68,5) P(X 67,5)= F(68,5) F(67,5) 0.03987761167
En una poblacin de 500 estudiantes ser: 500.( 0.03987761167) aproximadamente 20

18.- Una empresa decide otorgar un premio entre los distribuidores si venden trescientos
veinte o ms productos por da. El nmero de productos vendidos al da por los
distribuidores A y B est normalmente distribuido de la forma siguiente:
Distribuidor Media Varianza
A 290 400
B 300 100
Se pide:
a) Qu porcentaje de los das obtendr premio el distribuidor A?
b) Qu porcentaje de los das obtendr premio el distribuidor B?
c) Si se asocian los distribuidores A y B. Qu porcentaje de los das
obtendran premio?
Solucin:
La variable aleatoria n de productos distribuidor A X N(290, 20)
La variable aleatoria n de productos distribuidor B Y N(300,10)
a)
P(X > 320) = 1 P(X 320) = 1 F(320) =1 0.9331927987 0.06680720126 1, por tanto, el
6,68 por 100 de los das obtendr premio el distribuidor A.
b)
P(Y > 320) = 1 P(Y 320) =1 F(320) = 1 - 0.9772498680 0.02275013194 , el 2,28 por
100 de los das obtiene premio el distribuidor B
c)
Si se asocian el nmero de productos vendidos al da tendr de media 590, y desviacin tpica
X + Y = 2X + 2Y = 400 + 100 = 500
P(X + Y > 320) =

1 P(X + Y 320) =
1 F(320) =
1 - 0=1
Obtendran premio el 100% de los das

19.- Se sabe que una fbrica produce un 4 por mil de artculos defectuosos.
Se piden cinco artculos a la fbrica. Cul es la probabilidad de que haya uno
defectuoso? Y de que haya al menos uno defectuoso.
Solucin:
Consideramos la variable aleatoria X=articulo defectuoso, donde la probabilidad es

p = 4/1000 = 0,004

n 5
P(X = k) = pk . qnk = 0, 004k (1 0, 004 )
5 k
k k
a)
5
P (X =1) = 0, 004 (1 0, 004 ) 0,01968191488
1 5 1
1
b)
5
P ( X 1) =1 P ( X < 1) =1 P ( X =0 ) =1 0, 0040 (1 0, 004 ) =1 0,9965
5 0
0
0,01984063872

20.- Se supone que en un determinado pas el nmero de individuos albinos sigue una
distribucin de Poisson de parmetro =5 . Calcular la probabilidad de que elegida una
muestra de la citada poblacin, se presenten los siguientes casos:
a) Ningn individuo sea albino.
b) Halla menos de dos individuos albinos.
c) Al menos se encuentren 3 individuos albinos.
Solucin:
Llamamos X a la variable aleatoria " Nmero de individuos albinos", su funcin de

k
= k)
probabilidad es P(X = e si >0 .
k!
5k 5
= k)
En nuestro caso: P(X = e y para
k!
a)
50 5 1
P(X= 0)
= e = 5
0! e
b)
50 5 51 5 6
P(X < 2) = P(X =0) + P(X =1) = e + e = 6e 5 = 5
0! 1! e
c)
50 5 51 5 52 5 37
P(X 3) =1 P(X < 3) =1 ( P(X =0) + P(X =1) + P(X =2) ) =1 e e - e = 1- e 5
0! 1! 2! 2
0,8753479805

21.- La media del nmero de libros ledos al cabo de un ao por los habitantes de una
ciudad determinada es 15 y la desviacin tpica 2.5. Si la distribucin se considera
normal, calcular:
a) Porcentaje de personas que leen menos de 11 libros al ao.
b) Porcentaje de personas que leen ms de 20 libros al ao.
c) Porcentaje de personas que leen ms de 7 libros y menos de 12 libros al ao.
d) Valores que hay que tomar a ambos lados de la media, y a igual distancia, para que el
rea correspondiente bajo la curva sea igual a 0.5.
e) Nmero de libros que ha de leer, como mnimo, una persona para que est situada
entre el 80% de los que mayor nmero de libros leen al ao.
Solucin:
X 15
La variable aleatoria n de libros X N(15, 2.5) =
Y N(0,1)
2.5
a) P(X < 11)= F(11) 0.05479929169 5, 48%
b) P(X > 20) =

1 P(X 20) =
1 F(20) 0.02275013194 2, 28%
c) P(7 < X < 12)= P(X < 12) P(X 7) =F(12)-F(7) 0.1143825322 11,44%
d) P(r < X < s) =0.5

F ( s ) =0.75 16.6862
= 0, 25 13.3137
F(r)
Los valores pedidos son:
(13.3137,16.6862 )
e) P(X > x) =0.8 = 1 F ( x ) F ( x ) =0.2 x = 12.89594691

1 P(X x) =
13 libros

22.- Sabiendo que la mortandad de las orugas a las 48 horas de aplicarles los insecticidas
Actelic y Metoxidoro se distribuyen segn N(28,4.5) y N(58,4.9) respectivamente. Se
pide:
a) Probabilidad de que mueran menos de 20 orugas en 48 horas al aplicarles Actelic.
b) Probabilidad de que la diferencia de orugas muertas entre los dos grupos
Metoxidoro y Actelic sea mayor que 40.
Solucin:
Sea A la mortandad de las orugas con Actelic, N(28,4.5), cuya funcin de distribucin es:
1 (t )2 1 (t 28)2
x 1 x 1
FA (x)= P(A x)=
dt =
2 2 4.52
e 2 e dt

2
4.5 2
Sea M la mortandad de las orugas con Metoxidoro, N(58,4.9), cuya funcin de distribucin
es:
1 (t )2 1 (t 58)2
x 1 x 1
FM (x)= P(M x)=
dt=
2 2 4.92
e 2 e dt

2
4.9 2
a)
As pues: P ( A < 20=

) FA (20) 0.03772017980
b)
( N ( 30, 6.652818951)
Ahora la distribucin M A N 58 28, 4.92 + 4.52 = )
P ( M A > 40 ) =
1 P ( M A < 40 ) =
1 F(40) 0.06640376476

n
1
x 2 -
x
23.- La funcin de densidad de una n de
= Pearson es f (x) e 2
si x 0
n
2 n2
( 2)
a) Calcular la moda segn los valores de n.
b) Calcular la mediana para n=10.
Solucin:
a)
Para calcular la moda debemos obtener el mximo de la funcin de densidad
n/2 - 1 - x/2
d x

#2: dx n/2 n
2
2
- (n + 2)/2 - x/2 (n - 4)/2
2 x (x - n + 2)
-
#3: n
- 1!
2
n 4
1
(x n + 2)x
2 -
x
f '(x) = e 2 =0 x = n 2, si n>2
n +2 n
2 2 1 !
2
1/2 - 1 - x/2
x

#6: 1/2 1
2
2
- x/2

#7:
2
b) Para n=10
x
La mediana, x, es tal que=
F(x) =
0
f (t)dt 0,5
x
4 - x/2
x
#10: dx = 0.5
768
0
#11: x = 9.341817498

24.- Una lnea elctrica se avera cuando la tensin T sobrepasa la capacidad C de la
lnea. Si la tensin sigue el modelo de una distribucin N(100,20) y la capacidad segn
una distribucin N(140,10), se pide:
a) La probabilidad de que la tensin supere el valor de 150.
b) El intervalo de valores alrededor de la media con el 95% de la distribucin de la
capacidad.
c) La probabilidad de avera.
Solucin:
T N (100, 20 ) y C N (140,10 )
a) P(T > 150) =

1 P(T 150) =
1 FT (150) 0.006209665315
b) P(r < C < s) =0,95

FC ( s ) =P(C<s) 0,025+0,95=0,975 159,5996397
=
FC (r)= P(C < r)= 0, 025 120,4003602
Los valores pedidos son:
(120.4003602,159.5996397 )
( )
c) Ahora la distribucin T C N 100 140, 202 + 102 = N ( 40, 22.36067977 )
P ( T > C ) =P ( T C > 0 ) =
1 P ( T C < 0 ) =
1 F(0) 0.03681913468

25.- En un proceso de fabricacin de productos en vidrio ocurren defectos o burbujas.
Se sabe que, en promedio, uno de cada 1000 de estos artculos tiene una o ms burbujas.
Para una muestra aleatoria de 8000 productos, se pide:
a) Probabilidad de que tenga menos de siete artculos con burbujas.
b) Mediana de la distribucin.
Solucin:
Consideramos la variable aleatoria X=nmero de artculos con burbujas con p=0,001 y

n=8000. Podemos considerar una distribucin Binomial o una distribucin de Poisson
Para una distribucin B(0.001,8000)

n 8000
P(X = k) = p k (=
1 p) 0, 001 (1 0, 001)
10 k k 10 k

k k
6
8000
0, 001 (1 0, 001)
10 k
=
a) P(X < 7) k
0, 31325207
k =0 k
M
8000
0, 001 (1 0, 001)
10 k
b) F(M) = P(X M) = k
0,5 M = 8
k =0 k
c) Varianza=np(1-p)=8000 0,001 0,991=7.992
Otra forma de resolver el problema, dado que n es grande y p pequeo es con una
Distribucin de Poisson de parmetro =np=8:
k 8k 8
P(X= k)= e = e
k! k!
6 k
8
a) P(X= < 7) e 8 0.3133742775
k = 0 k!
M
8k 8
b) F(M) = P(X M) =
k = 0 k!
e 0,5 M = 8
c) La varianza coincide con la media =8.

26.- La altura en centmetros de los habitantes de una comunidad es una variable
aleatoria X N(175,10) . Para ser admitido como militar se debe tener un altura entre
165 y 200 y para pertenecer al cuerpo de zapadores se exige adems una altura mayor
de 190 cm. Se pide:
a) Probabilidad de que un habitante cualquiera sea soldado.
b) Probabilidad de que un habitante cualquiera sea zapador.
c) Probabilidad de que un soldado cualquiera sea zapador.
d) El intervalo de valores alrededor de la media con el 95% de la distribucin.
Solucin:
La variable aleatoria altura X N(175,10)
a) P(165 < X < 200)= P(X < 200) P(X 165)= F(200) F(165) 0.8351350807
b) P(190 < X < 200)= P(X < 200) P(X 190)= F(200) F(190) 0.06059753595
P(190 < X < 200) 0.06059753595

c) 0.07256016104
P(165 < X < 200) 0.8351350807
F(r)= P(X < r)= 0.025 r = 155.4003602

d) P(r < X < =
s) 0.95
F(s)= P(X < s)= 0.975 s = 194.5996397

27.- El tiempo necesario para realizar un examen sigue una distribucin normal de
media 100 minutos y de desviacin tpica 10 minutos. Sabiendo que el examen empieza a
las 11horas 30 minutos. Se pide:
a) La probabilidad de que un alumno acabe antes de las 12h 30m.
b) La probabilidad de que un alumno acabe despus de las 13h.
c) El tiempo mximo que debe fijar un profesor para que acaben el 90% de los alumnos.
d) Si se examinan 10 alumnos, la probabilidad de que al menos uno de ellos acabe el
examen antes de las 13h.
Solucin:
La variable aleatoria TIEMPO X N(100,10) cuya funcin de distribucin es:

1 (t )2 1 (t 100)2
x 1 x 1
F(x)= P(X x)=
dt =
2
102
e 2 e 2 dt

2
10 2
a)
P(X < 60)= F(60) 3 10-5
b)
P(X > 90) =
1 P(X 90) =
1 F(90) 0.8413447460
c)
P(X t)= F(t)= 0,90 t = 112.8155159
113 minutos a partir de las 11:30 horas resulta que el examen debe acabar a las 13h 23m
d)
P(que acabe al menos uno de los 10 antes de 90 minutos)=
=1-P(que no acaben ninguno de los 10 antes de 90 minutos)=
=1-P(los 10 acaben depus de 90 minutos)= =1-(P(uno acabe depus de 90 minutos))10=
=1-P(X>90)10=1-(1-P(X<90))10=1-(1-F(90))10 = 0.8222785407

28.- Una prueba del examen de Estadstica consiste en un cuestionario de 10 preguntas
con tres posibles respuestas, solamente una de ellas correcta. Si contestamos a todas las
preguntas de manera aleatoria, calcular:
a) La probabilidad de aprobar, es decir, contestar correctamente, al menos 5 de las 10
preguntas.
b) La probabilidad de no contestar bien a ninguna de ellas.
Solucin:
Consideramos la variable aleatoria X=nmero de respuestas correctas

Tenemos una distribucin B(10,1/3)
10 k
n 10 1 1
k
P(X = k) = p k (1 p=
)
10 k
1
k k 3 3
10 k
10 1
k
4
1
a) P(X 5) =1 P(X < 5) =1 1 0.2131280800
k =0 k 3 3
10 0
10 1
0 10
1 2
b) P(X = 0) = 1 = 0.01734152991
0 3 3 3

29.- El contenido de una lata de refresco se distribuye normalmente con una media =33
cl y desviacin tpica =1cl.
a) Cul es la probabilidad de que el contenido de una lata sea superior a 34 cl?
b) Si tenemos 3 latas, cul es la probabilidad de que l contenido total sea inferior a 100
cl?
c) Qu contenido de refresco mximo le corresponde una probabilidad 0,68?
Solucin:
La variable aleatoria contenido de una lata X N(33,1)
a) P(X > 34) =

1 P(X 34) =
1 F(34) 0.1586552539
(
b) El contenido de las 3 latas: 3X = X + X + X N 99, 3 )
P(3X < 100) =F3X (100) 0.7181485691
c) P(X < x)= 0, 68 x = 33.46769880

cuadrado, con 3 grados de libertad. Obtener la mediana.
Solucin:
X 2n =3
F(M) = P ( 2n =3 < M ) = 0.5 M = 2.365973889

31.- La probabilidad de que un alumno resuelva cualquier problema es 0,8. El examen
consiste en resolver 7 problemas. Si contesta bien a 4 o ms problemas aprueba, pero si
contesta solamente a 3 problemas tiene la posibilidad de hacer un examen de repesca,
calcular:
a) La probabilidad de aprobar.
b) La probabilidad de realizar un segundo examen.
Solucin:
Consideramos la variable aleatoria X=nmero de problemas resueltos bien

n 7
P(X = k) = p k (1 p )= 0.8k (1 0.8 )
n k 7k
k k
3
7
a) P(X 4) =1 P(X < 4) = 0.8k (1 0.8 ) 0.966656
7k
k =0 k
7
b) P(X = 3) = 0.83 (1 0.8 ) 0.028672
7 3

32.- Un servidor de una pequea red de ordenadores recibe una media de 7 accesos al
minuto. Se pide:
a) Calcular la probabilidad de que reciba ms de 10 accesos en un minuto.
b) Probabilidad de que en un minuto reciban exactamente 7 accesos.
Solucin:
k 7 k 7
Distribucin de Poisson de parmetro =7 en 1 minuto: P(X
= k)= e = e
k! k!
9
7 k 7
a) P(X 10) = 1
1 P(X < 10) = e 0.1695040627
k = 0 k!
7 7 7
= 7)
b) P(X = e 0.1490027796
7!
c) La varianza coincide con la media =7.

33.- Sabiendo que la demanda diaria de un artculo X en una fbrica sigue una
distribucin N(600, 25), calcular:
a) Probabilidad de vender menos de 550 artculos X en un determinado da.
b) Nmero de artculos X que se debe fabricar para satisfacer la demanda el 90% de los
das.
c) Porcentaje de das que vender 600 artculos X.
Solucin:
a. P(X 550)= F(550) 0,0227501.
b. F(x)= P(X x)= 0,90 x = 632.0387887 , luego se necesitan 633 artculos
c. P(599,5 x 600,5)= P(x 600,5) P(x < 599,5)= F(600,5) F(599,5) 0,01595.
Por tanto, el porcentaje de das que se vende 600 artculos ser 1,6%

34.- Dada una distribucin 3 calcular el valor de la abscisa que corresponde al rea
2
sombreada del grfico cuyo valor es 0,05:
Solucin:
=
2
P (
n 3 > x ) =0, 05=
F(x) =P ( 2n 3=
x ) =
1 P ( 2n 3 < x ) =0,95 x = 7.814728021

35.- Sabiendo que la probabilidad de que un estudiante de la ETSITGC termine la
carrera es 0,7. Calcular:
a) Probabilidad de que en un grupo de 10 alumnos terminen 7.
b) Si empiezan la carrera un grupo de 10 alumnos, cul ser el nmero medio de
alumnos que terminarn la carrera?
Solucin:
Consideramos la variable aleatoria X=nmero de alumnos que terminan la carrera
Tenemos una distribucin Binomial: B(10,0.7)

n 10
P(X = k) = pk . qnk = 0, 7 k (1 0, 7 )
10 k
k k
10
a) P(X = 7) = 0, 7 7 (1 0, 7 )
10 7
0.266827932
7
b) Cuya media es E[X] =np =10 0, 7 =7

36.- A un hospital llegan, de media, 1 persona por minuto. Calcular:
a) Probabilidad de que no llegue ninguna persona en 1 minuto.
b) Probabilidad de que lleguen al menos dos personas en un minuto.
c) La mediana de la distribucin nmero de personas que llegan en un minuto.
d) Varianza de la distribucin.
Solucin:
k 1k 1
Distribucin de Poisson de parmetro =1 en 1 minuto: P(X
= k)
= e = e
k! k!
10 1
a) P(X= 0)= e 0.3678794411
0!
1
1k 1
b) P(X 2) =1 P(X < 2) =1 e =1-2 e 1 0.2642411176
k = 0 k!
c) F(x) = P(X < x) = 0,5 x = 1
d) La varianza coincide con la media =1.

37.- Si el 5% de las piezas fabricadas por una determinada marca son defectuosas. En
un lote de 20 piezas, calcular el nmero mximo de piezas defectuosas que se podr
garantizar con una probabilidad del 90%.
Solucin:
Si X es el suceso nmero de piezas defectuosas, entonces X B ( n = 20, p = 0.05 ) .

Debemos calcular P ( X m ) =
0.9 .
m
Como en una distribucin es binomial se verifica P ( X m ) = P ( X =i ) =0.9 , entonces
i =0
P ( X 1) =
0, 73583952 .
P ( X 2) =
0,92451633 .
Por tanto, podemos garantizar con una probabilidad mayor de 0.9 que hay como mximo 2
piezas defectuosas en el lote de 20 piezas. Con una probabilidad de 0,73583952
garantizaramos que existen como mximo 1 pieza defectuosa. As pues, el nmero mximo
que podemos garantizar con una probabilidad de 0.9 es de dos piezas.

38.- Suponiendo que cada nio tiene una probabilidad de 0.49 de ser varn. Calcular la
probabilidad de que una familia de 5 hijos:
a) Tenga dos nios.
b) Tenga al menos un nio.
c) Tenga una nia.
d) Tenga al menos una nia.
Solucin:
Si X es la variable aleatoria nmero de hijos varones en una familia de cinco hijos

X B(n =
5, p=0.49 ) .
n
Funcin de probabilidad P ( X ) pk (1 p)n k
= k=
k
5
a) P ( X
= 2= ) 0.4920.514 0.318495
2
b) La probabilidad de tener al menos un nio es la probabilidad complementaria de no
tener un nio.
5
P ( X 1) =1 P ( X =0 ) =1 0.490 0.515 0.965497
0
c) Que tenga una nia, significa que tiene 4 nios.
5
P (X
= 4= ) 0.4940.511 0.318495
4
d) Que tenga al menos una nia, significa que no tenga ms de cuatro nios.
5
P ( X 4 ) =
1 P ( X > 4 ) =
1 P ( X =5 ) =
1 0.4950.510 0.971752
5

39.- La probabilidad de que un vehculo con ms de 10 aos pase con xito la
I.T.V. es de 4/5.
a) Hallar la probabilidad de que exactamente dos de los siguientes 4 vehculos
con ms de diez aos que se inspeccionen pasen la prueba con xito.
b) Hallar la probabilidad de que al menos pase la prueba un vehculo de los
siguientes 4 vehculos con ms de diez aos.
Solucin:
Sea A el suceso el vehculo con ms de diez aos supera la prueba de I.T.V.,

entonces
4 1
P (A=) = p q =1 p = y n=4 . Tenemos que X es el suceso nmero de vehculos que
5 5
4
pasan con xito la ITV, entonces X B n = 4, p = .
5
n
Funcin de probabilidad P ( X ) pk (1 p)n k
= k=
k
4 4
2 2
) 0.1536
1
a) P ( =
x 2=
2 5 5
b) Pasan la prueba al menos un vehculo si la pasan 1,2,3 o 4, es decir

4 4 1
0 4
P ( X 1) =1 P ( X < 1) =1 P ( X =0 ) =1 0.9984
0 5 5

40.- Por trmino medio se reciben tres accesos a una pgina web durante un
minuto cualquiera, utilizar el modelo de Poisson para calcular la probabilidad de
que en un minuto cualquiera:
a) Nadie acceda a la pgina.
b) Se reciban ms de dos entradas en un minuto.
Solucin:
Si X es el suceso nmero accesos en un minuto, entonces X P ( =3) .

k
Funcin de probabilidad P ( X )
= k= e
k!
a)
30 3
P (X )
= 0= e 0.04978706836
0!
b)
P ( X > 2) =
1 P(X 2) = 1 ( P(X =+
1 F(2) = 0) P(X = 2) ) =
1) + P(X =
30 31 32
1 e 3 + e 3 + e 3 0.5768099188
=
0! 1! 2!

41.- El promedio de la frecuencia con la que llegan los coches a un determinado peaje
es de cinco coches en 20 minutos. Calcular la probabilidad de que:
c) No llegue ningn coche en un periodo de 20 minutos.
d) Llegue solo un coche en un periodo de 20 minutos.
Solucin:
Si X es el suceso nmero coches en 20 minutos, entonces X P ( =5 ) .

k
Funcin de probabilidad P ( X )
= k= e
k!
a)
50 5
P (X )
= 0= e 0.006737946999
0!
b)
51 5
P ( X= 1=
) e 0.03368973499
1!

42.- Calcular la media y la varianza de una variable aleatoria binomial de
parmetros n=15 y p=0.4, es decir X es B(15, 0.4). Calcular P ( X < + ) .
Solucin:
Se trata de X B ( n = 15, p = 0.4 ) .

Para el clculo de la media y varianza aplicamos las frmulas estudiadas en la teora
=
np
= 6
=
2 npq
= 3.6 1.9
Los valores de X comprendidos entre X < + son los valores 5,6 y 7. Por tanto,
n
Funcin de probabilidad P ( X
= k= ) pk (1 p)n k
k
15
P ( X= 5=
) 0.450.610 0.185938
5
15
P (X ) 0.460.69 0.206598
= 6=
6
15
P (X ) 0.47 0.68 0.177083
= 7=
7
P ( X < + ) = P ( X =
5) + P ( X =
6) + P ( X =
7) =
0.185938+0.206598+0.177083=0.569619.

43.- La cantidad diaria de latas de refresco, despachado por una mquina ubicada en la
sala de espera de un aeropuerto es una variable aleatoria con distribucin uniforme en
el intervalo [60, 100]. Calcular:
a) Calcular la funcin de distribucin.
b) La probabilidad de que un da determinado la cantidad de latas de refresco
despachadas por la mquina sea de ms de 74 pero menos de 95 latas.
c) La probabilidad de que un da determinado la mquina despache ms de 75 latas.
Solucin:
Sea X la variable aleatoria que representa el nmero de latas consumidas durante un da.
X sigue una distribucin uniforme de parmetros a=60 y b=100.
1
La probabilidad de consumir k latas es P ( X= k= )
41
0 si x<60
1
si 60 x<61
41
2
si 61 x<62
a) La funcin de distribucin: F(x) = 41
3
si 62 x<63
41
.............................

1 si 100 x
19
b) P ( 74 < X < 95 ) = P ( X = 75 ) + .... + P ( X = 94 ) =
41
16 25
c) P ( 75 < X ) =
1 P ( X 75 ) =
1 =
41 41

44.- Un fabricante de acero cree que una de las mquinas de rolado est produciendo
lminas de metal con espesores variables. El espesor es una variable aleatoria uniforme
con valores entre 150 y 200 milmetros. Cualquier lmina que tenga menos de 160
milmetros de espesor deber desecharse, pues no es aceptable por los compradores.
a) Calcular el espesor medio y la desviacin tpica de las lminas.
b) Representar la funcin de densidad y la de distribucin.
c) Calcular la proporcin de lminas producidas por esta mquina que se desechan.
Solucin:
La funcin de densidad de la distribucin Uniforme es:
0 si x < a
1 (b a )
2
a+b
f ( x) = si a x b Media: = Varianza: 2
=
b - a 2 12
0 si b < x
0 si x < 150
1

=
En nuestro caso: f (x) si 150 x 200
200-150
0 si 200<x
(b a )
2
a + b 150 + 200 50
a) Espesor medio= = =
= 175 mm. Desv. tpica: =
2 2 12 12
b) Funcin de densidad y Funcin de distribucin
c)
1 1 1
P ( X < 160 ) = dx = (160 150 ) ==
160
150 50 50 5
0, 2 20%

45.- El peso de un limn est distribuido segn una distribucin N(125, 10) en gramos.
Cul es la probabilidad de que una caja con 50 limones pese menos de 6 kg? Si
llenamos bolsas de ocho limones, cul es la probabilidad de que las bolsas pesen entre
975 y 1025 gramos?
Solucin:
X=peso de 50 limones N(, )

El peso de cada limn sigue una distribucin Normal, luego 50 limones se corresponde con la
suma de las 50 distribuciones normales, resultando:
N ( ,
i 2
i ) =N ( 6250,500)
P ( X < 6000 )= F(6000) 0.3085375387
Ahora ser: X=peso de 8 limones N(, )

Para bolsas de 8 limones N ( ,i 2
i ) =N (1000,80)
P ( 975 < X < 1025
= ) F(1025) F(975) 0.2453394369

46.- El consumo diario de una determinada marca de frigorficos medido en kw/h, es
una variable aleatoria normal. El 25% de los das consume menos de 2.25 kw/h, y el
80% de los das consume menos de 2.7 kw/h. Cul es la media y varianza del consumo
diario del frigorfico?
Solucin:
X=consumo en kw/h N(, )
P(X<2,25) = 0,25, puesto que son el 25% y P(X<2,7) = 0,8, ya que representan el 80%.
X 2, 25 2, 25 2, 25
Tipificando, P < =P Z < =F =0, 25

X 2, 25
=
y observando que Z N(0,1), se tiene que: = 0.6744897365 (1)

Por otra parte,
X 2, 7 2, 7 2, 7
P < =P Z < =F =0,8

2, 7
Y observando la normal tipificada = 0.841621235 (2)

Resolviendo el sistema (1) y (2) resulta:
= =
2.450196678; 2 0.29681204632 0.08809739082

47.- Al finalizar las pruebas de selectividad, uno de los tribunales comprob que de 250
alumnos presentados, 200 obtuvieron una calificacin inferior a 6. Supuesta normal la
distribucin de las calificaciones, con una desviacin tpica de 2.5, se pide:
a) Calcular la media de las calificaciones. b) Si se considera suspenso a los que han
obtenido una calificacin inferior a 5, qu tanto por ciento de suspensos habr habido. c)
Cuntos alumnos obtuvieron una nota igual a 6?
Solucin:
X
X=aprobado en selectividad N(, )= N(, 2.5) Z= N(0,1)

a) La proporcin de alumnos que obtuvieron una calificacin inferior a 6 es: 200/250 y

observado la distribucin Normal de media 0 y desviacin tpica 1:
X x x x 200
P < = P Z < =F =
250
Para una desviacin tpica de 2,5
x 200 6
F = =0.841621235 Media = 3.895946912
2.5 250 2.5
b)
Tenemos una distribucin Normal de parmetros = 3.895946912 y =2.5
P ( X < 5 )= F ( 5 ) 0.6706183425
En tanto por ciento,
67,06%
c)
Obviamente P(X=6)=0
Podemos considerar el intervalo (5.95, 6.05) puesto que la variable es continua y exactamente
no se obtiene el valor 6.
P ( 5.95 < X < 6.05

= ) F ( 6.05) F(5.95) 0.01119825903
Para 250 alumnos resulta: 2.799564757
Aproximadamente 3 alumnos

48.- El etope Bekele, posee la mejor marca mundial y puede correr la prueba de los
2000 metros en un tiempo distribuido segn una N(4:52.86, 0:03.00). Su contrincante el
keniano S. Morir puede hacer esa misma distancia en un tiempo segn una distribucin
N(4:55.72, 0:02.00). Bekele estableci la mejor marca mundial parando el crono en
4:49.99.
a) Qu probabilidad tena de establecer dicha marca?
b) Cul es la probabilidad de que Bekele ganase a S. Morir?
c) Cul es la probabilidad de que ganase en caso de perder 3 segundos por hacer una
mala salida?
Solucin:
Primeramente pondremos solamente segundos:
X1=tiempo empleado por Bekele N(1 , 1 ) =N ( 292.86, 3)
X2=tiempo empleado por S.Morir N( 2 , 2 ) =N ( 295.72, 2 )
a) P ( X1 < 289.99 )= F ( 289.99 ) 0.1693677639
b)
En una distribucin de media la diferencia de medias y varianzas la suma de las varianzas:
X1 - X2 N(1 , 1 ) N( 2 , 2=
) N(1 2 , 12 + 2 2 =(
) N 2.86, 13 )
P ( X1 < X 2 )= P ( X1 X 2 < 0 )= F ( 0 ) 0.7861755444
c) P ( X1 + 3 < X 2 ) = P ( X1 X 2 < 3) = F ( 3) 0.4845133563

49.- Un estudio demostr que los tiempos de vida de cierta clase de bateras de automvil
se distribuye normalmente con una media de 1248 das y una desviacin tpica de 185
das. Si el fabricante desea garantizar sus bateras por 36 meses, qu porcentaje de
bateras debern ser cambiadas estando en vigor la garanta?
Solucin:
X=tiempo en das N(, ) =N (1248, 185 )
Para 36 meses obtenemos 1080 das
Hay que cambiar la proporcin de bateras que no lleguen a 1080 das.
P ( X < 1080 )= F (1080 ) 0.1819105535100

18.19%

50.- En una carrera de Frmula 1, el consumo de combustible de un determinado
vehculo sigue una distribucin 32 por vuelta. Cuando quedan 20 vueltas para el final de
la carrera, entra el vehculo a repostar. Cul es la cantidad mnima de combustible que
tiene que repostar para que la probabilidad de que acabe la carrera sea mayor de 0.95?
Solucin:
El consumo en cada vuelta sigue una distribucin 32 por tanto, el consumo en cada una de las
20 vueltas que faltan vendr determinado por una distribucin X i 32 con i = 1,2,...,22. As
pues, la cantidad total de combustible consumido en las veinte vueltas ser la suma de 20
20 20
distribuciones 32 , independientes, por tanto, Xi 32 =602
=i 1 =i 1
Nos piden la cantidad mnima de combustible que debemos repostar para que, la probabilidad
de cubrir el consumo de las 20 vueltas sea mayor de 0.95,
P ( 2n < x ) > 0,95 P (

=
60
2
n 60 > x) =
0, 05
Aproximadamente 79

51.- Calcular las siguientes probabilidades
P ( 221 > 13.24 ) P ( 62 1.55 ) . P ( 29.6 < 221 < 33.6 )
P ( 92 > ) =0.05 P ( 92 < ) =0.10 P ( 20.6 < 221 < ) =0.4
P ( t 8 < 0.262 ) P ( 0.26 t10 < 0.879 ) P ( t 8 < t ) =

0.9 P ( 0.26 t10 < t ) =
0.4
Solucin:
Con Excel:
P ( 221 > 13.24 ) =DISTR.CHI(13,24;21) =0,899985146
P ( 62 1.55 ) = 1 P ( 62 > 1.55 ) =1-DISTR.CHI(1,55;6) = 0,043895684
P ( 29.6 < 221 < 33.6 ) = P ( 221 > 29.6 ) P ( 221 > 33.6 ) =
=DISTR.CHI(29,6;21)-DISTR.CHI(33,6;21) = 0, 060352431
P ( 92 >=
) 0.05 = PRUEBA.CHI.INV ( 0, 05;9 ) =16,9189776
P ( 92 < =
) 0.10
= P ( 92 > =
) 0.9 PRUEBA.CHI.INV ( 0,9; 9 ) =4,16815904
P ( 20.6 < 221 < )= P ( 221 > 20.6 ) P ( 221 > )= 0.4 P ( 221 > )= P ( 221 > 20.6 ) 0.4
=PRUEBA.CHI.INV (DISTR.CHI(20,6;21)-0,4;21) =30, 4348006
P ( t 8 < 0.262 ) =
P ( 0.262 < t 8 < 0.262 ) =
1 2P ( t 8 > 0.262 )
=1-DISTR.T(0,262;8;2) = 0,200058723
P ( 0.26 t10 < 0.879 ) =P ( t10 > 0.26 ) P ( t10 > 0.879 ) =
=DISTR.T(0,26;10;1)-DISTR.T(0,879;10;1) = 0, 20005436
P ( t 8 < t ) = 0.9 P ( t 8 > t ) = 0.1 =DISTR.T.INV(0,1;8) = 1,859548033
P ( 0.26 t10 < t=

) P ( t10 > 0.26 ) P ( t10 > t=) 0.4 P ( t10 > t=) P ( t10 > 0.26 ) 0.4
= 0, 0000693007 Hay que tener en cuenta las dos colas
=DISTR.T(0,26;10;1)-0,4
=DISTR.T.INV(2*0, 0000693007;10) = 5,964088322

52.- La media del nmero de errores de ortografa por pgina es 3. Calcular la
probabilidad de que:
a) En una pgina existan exactamente dos errores.
b) En una pgina existan al menos dos errores.
c) En cinco pginas existan exactamente doce errores.
Solucin:
k 3k 3
Distribucin de Poisson de parmetro =3 en 1 pgina: P(X
= k)
= e = e
k! k!
32 3
= 2)
a) P(X = e 0.2240418076
2!
1
3k 3
b) P(X 2) =1 P(X < 1) =1 e 0.8008517265
k = 0 k!
c) Distribucin de Poisson de parmetro =5x3=15:
k 15k 15
= k)
P(Y = e = e
k! k!
1512 15
= 12)
P(Y = e 0.08285923436
12!

53.- Un examen consta de 4 problemas, la probabilidad de que un alumno resuelva bien
cualquier problema es 0,8.
a) Obtener la funcin de probabilidad de la variable aleatoria X=nmero de problemas
resueltos bien.
b) Hallar la probabilidad de realizar bien, al menos, dos problemas.
c) Cul ser la moda?
Solucin:
n 4
P(X = k) = p k (1 p )= 0.8k (1 0.8 )
n k 4 k
k k
a)
4
P(X = 0) = 0.80 (1 0.8 ) 0.0016
40
4
P(X = 1) = 0.81 (1 0.8 ) 0.0256
4 1
4
P(X = 2) = 0.82 (1 0.8 ) 0.1536
4 2
4
P(X = 3) = 0.83 (1 0.8 ) 0.4096
4 3
4
P(X = 4) = 0.84 (1 0.8 ) 0.4096
4 4
1
4
b) P(X 2) =1 P(X < 1) =1 0.8k (1 0.8 ) 0.9728
4 k
k =0 k
c) Resulta una distribucin bimodal {3,4}

54.- La longitud L en milimitros de las piezas fabricadas en un proceso es una variable
aleatoria que se distribuye segn una N(10,0.1). Se pide:
a) P(9.5<L<10.5)
b) El valor x tal que P(L<x)=0.975
Solucin:
a) P ( 9.5 < L < 10.5 )= P ( L < 10.5 ) P ( L 9.5 )= F(10.5) F(9.5) 0.9999994266
b)
F(x) = P(L < x) = 0.975 x = 10.19599639

55.- En la fabricacin de un cierto tipo de piezas se sabe que el 2% son defectuosas.
Cul es la probabilidad de que en una muestra de 10 piezas haya:
a) 2 defectuosas?
b) ninguna defectuosa?
c) menos de 2 defectuosas?
Solucin:
n 10
P(X = k) = p k (1 =
p) 0.02 (1 0.02 )
n k k 10 k
k k
a)
10
P(X = 2) = 0.022 (1 0.02 )
10 2
0.0153137344
2
b)
10
P(X = 0) = 0.020 (1 0.02 )
10 0
0.8170728068
0
c)
1
10
k 0.02 (1 0.02 )
10 k
P(X < 2) = F(1) = k
0.9838223592
k =0

56.- El coeficiente de inteligencia de los universiarios tiene de media 110 y la desviacin
tpica 15. Si la distribucin se considera normal, calcular:
a) Porcentaje de estudiantes con coeficiente mayor de 110 y menor de 120.
b) El coeficiente mnimo, para que un estudiante sea superdotado. Se denomina
superdotados a aquellos que poseen un cociente intelectual que se encuentran por
encima del 98% de la poblacin.
Solucin:
La variable aleatoria peso X N(110,15) cuya funcin de distribucin es:
1 (t )2 1 (t 110)2
x 1 x 1
F(x)= P(X x)= e 2 2
dt = e 2 152
dt

2
15 2
a)
P(110 < X < 120) = P(X < 120) P(X 110) = F(120) F(110) 0.2475074624
Aproximadamente 24,75%
b)
F(x)= P(X < x)= 0.98 x = 140.8062338
A partir de 141

57.- En cierto gimnasio se ha comprobado que de los matriculados das despus de
Navidades el 30% de ellos no vuelven pasado el mes de enero y el 70% restante
permanecen todo el ao. Si suponemos que este ao, se inscriben 100 alumnos das
despus de Navidades.
Respecto de los inscritos despus de Navidades
a) Identificar la variable aleatoria del problema e indicar qu distribucin sigue.
b) Cul es la probabilidad de que 25 o menos no vuelvan pasado enero?
c) Cul es la probabilidad de que exactamente 30 alumnos no vuelvan pasado enero?
d) Cul es la probabilidad de que ms de 35 alumnos no vuelvan pasado enero?
Al hacer la inscripcin realizan un nico pago anual de 750 euros. Cada alumno que
permanece todo el ao genera un gasto anual de 120 euros (se considera que los
alumnos que permanecen menos de un mes no generan gasto).
e) Cul es el beneficio anual esperado?
Solucin:
a) El experimento que asocia un valor A a cada matriculado que permanece durante todo
el ao; o un valor Ac si el alumno no vuelve despus de enero, es un experimento de
Bernouilli de parmetro p = 0.3.
De esta forma, X es la suma de 100 experimentos de Bernouilli independientes de igual p =
0.3, por tanto X sigue una distribucin binomial de parmetros n= 100 y p = 0.3,
esto es X B(100,0.3).
b) Nos piden P( X 25 ).
100 x 100 x
25
P ( X 25 )= F(25)=
x =0
x
0.3 0.7 0.163130

Aproximadamente, como mucho el 16% de los matriculados se dar de baja
c) Nos piden calcular P( X = 30 ), esto es, el valor de la funcin de probabilidad en la

distribucin binomial.
100
P (=
X 30 = ) 0.3300.770 0.0868
30
d) Debemos calcular P( X > 35 ).

35 100
x 100 x
P( X > 35 ) = 1 P( X 35)=1- F(35)= 1 0.3 0.7 0,116079.
x =0 x
e) Por cada alumno tenemos un ingreso de 750. Si se inscriben 100 alumnos tenemos un
ingreso total I = 100 750 = 75000 .
Cada alumno que permanece todo el ao genera un gasto anual de 120 euros.
Si X es el nmero de inscritos que no vuelven, entonces el nmero de matriculados que

permanecen todo el ao es 100 X.
Por tanto, el gasto anual es G = 120(100 X) y el beneficio anual sobre los matriculados
das despus de Navidades es B = I G = 75000 120( 100 X) y el beneficio medio
ser:
E[75000 + 120X 12000] = 63000 +120E[ X ] = 63000 + 1201000.3 = 59400

58.- Supongamos que el 5% de la poblacin que ingresa en los hospitales de Madrid por
urgencias tiene menos de 9 aos. Supongamos, tambin, que el nmero de ingresos es
suficientemente grande como para que al elegir un usuario al azar y apartarlo, no se
altere dicho porcentaje.
Se eligen al azar 16 enfermos ingresados por urgencias. Calcular:
a) La probabilidad de que ninguno de ellos tenga menos de 9 aos.
b) La probabilidad de que 3 o menos ingresados tengan menos de 9 aos.
c) La probabilidad de que tengan menos de 9 aos menos de 3 ingresados.
d) La probabilidad de que tengan menos de 9 aos ms de 2 ingresados.
e) La probabilidad de que tengan menos de 9 aos 2 ingresados o ms.
f) La probabilidad de que el nmero de ingresados con menos de 9 aos este

comprendido entre 2 y 5 ambos inclusive.
g) El nmero medio de ingresados con menos de 9 aos.
h) La desviacin tpica de ingresados con menos de 9 aos
Solucin
Sea X = nmero de ingresos por urgencias con menos de 9 aos, entre los 16 elegidos al
azar. Entonces X sigue una distribucin de Poisson de parmetro = np = 0.8. Teniendo
k
en cuenta que P ( X )
= k= e ; calculamos:
k!
0.80 0.8
a) P( X = 0 ) = e = 0.449328 .
0!
b) P(X 3) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) = F( 3 ) = 0.99092014.
c) P(X < 3) = P(X = 0) + P(X = 1) + P(X = 2) = F( 2 ) = 0.952777.
d) P(X > 2) = 1 F( 2 ) = 1 0.952777 = 0.047422.
e) P(X 2) = 1 P(X < 2) = 1 F(1) = 0.191208.
f) P(2 X 5) = F( 5 ) F( 1 ) = 0,999815660,80879214= 0.18979655.
g) E[ X ] = = 160.05 = 0.8 ingresados con menos de 9 aos.
h) V[ X ] = = 0.8;
= 0,8 0.894427191 .

59.- El tiempo en minutos de un viaje (ida y vuelta) de los camiones que transportan
material hacia una obra de construccin en una carretera, est distribuido
uniformemente en un intervalo de 50 a 70 minutos.
a) Cul es la probabilidad de que la duracin del viaje sea mayor a 65 minutos?
b) Cul es la probabilidad de que la duracin del viaje sea menor a 65 minutos?
c) Cul es la probabilidad de que la duracin del viaje sea exactamente 65 minutos.
d) Cul es la probabilidad de que la duracin del viaje sea mayor a 65 minutos si se
sabe que la duracin del viaje es mayor que 55 minutos?
e) Determinar el tiempo medio y la desviacin estndar de la duracin de los viajes.
Solucin
La variable aleatoria X el tiempo en minutos de un viaje es una distribucin uniforme de

parmetros a= 50 y b= 70: U(50,70).
0 si x 50
1 x 50
si 50 x 70
La funcin de densidad es f ( x ) = 20 = F(x) si 50<x 70
0 en el resto 20
1 si 70 x
1 1
a) P ( X > 65 )
70
= =
dx .
65 20 4
1 3
b) P ( X < 65 ) = P ( X 65 ) = F ( 65 ) =
65
dx = .
50 20 4
1
c) P (= )
65
=
X 65 =
dx 0 . Por ser una variable aleatoria continua.
65 20
P ( ( X > 65 ) ( X > 55 ) ) P ( X > 65 ) 1 4

(
d) P X > 65 =
X > 55 ) P ( X > 55 )
= = =
P ( X > 55 ) 3
1
3
.
4
a + b 70 + 50
=
e) Media: = = 60
2 2
(b a) ( 70 50 )
2 2
400 10 3
Desviacin estndar: =
2
= = =

12 12 12 3

60.- Un estudio de la DGT estima que el nmero de horas prcticas necesarias para la
obtencin del permiso de conducir sigue una distribucin N(24, 3).
a) Qu probabilidad hay de obtener el permiso de conducir con menos de 20 horas de

prcticas?
b) Cuntas horas de prcticas ha necesitado un conductor para obtener el permiso si el

68% de los conductores ha necesitado ms horas que l?
Si la autoescuela ingresa por alumno una parte fija en concepto de matrcula de 300
euros, ms 25 euros por hora de prctica.
c) Calcular el ingreso por alumno esperado.
d) Calcular la desviacin tpica del ingreso por alumno.
Solucin
Sea X la variable aleatoria X = nmero de horas de prctica necesarias para obtener el

permiso de conducir, segn el enunciado X N(24, 3)
a) Calculamos P(X 20) = F(20) = 0,091211
b) Sea x0 el nmero de horas de prcticas que buscamos (percentil 32)
Entonces calculamos el valor x0 de forma que P(X x0 ) = 0,68 F(x0) = 0,32
x0=22,5969
c) Para un alumno cualquiera, si X es el nmero de horas necesarias para obtener el
permiso de conducir, el ingreso de la autoescuela ser 300 por matrcula ms 25X
por las horas de prctica, por tanto, el ingreso por alumno es I = 300 + 25X . El
ingreso esperado es:
E[ I ] = E[ 300 + 25X ] = 300 + 25E[ X ] = 300 + 2524 = 900
d) En primer lugar calculamos la varianza
V[ I ] = V[ 300 + 25X] = 252V[ X ] = 6259 = 5625
Por tanto, la desviacin tpica es la raz de 5625 = 75

61.- Para una distribucin N(9, 2), calcular:
a) El valor del percentil 60.
b) El valor del primer cuartil.
c) Valores centrales entre los que queda comprendido el 40% de las observaciones.
Solucin
a) P(X < x60 ) = F(x60) = 0.6 x60 = 9.5
b) P(X < x25 ) = F(x25) = 0.25 x25 = 7.651
c) Los valores a y b tales que entre ellos queda el 40% de las observaciones son aquellos
que P(X < a) = 0.3 y P(X < b) = 0.7, por tanto corresponden a los percentiles 30 y 70
respectivamente.
P(X < a) = 0.3 a = 7.9512
P(X < b) = 0.7 b = 10.0488
P (a < X < b) =
0, 4

62.- Las calificaciones de los 500 aspirantes presentados a una oposicin, se distribuyen
normalmente con media 6,5 y varianza 4.
a) Calcular la probabilidad de que un aspirante obtenga ms de 8 puntos.
b) Calcular el porcentaje de aspirantes con calificaciones inferiores a 5 puntos.
c) Cuntos aspirantes obtuvieron calificaciones comprendidas entre 5 y 7.5.
Solucin:
Sea X la variable aleatoria X = calificaciones, segn el enunciado X N(6.5, 2)
a) Se pide P(X > 8) = 1 F(8) = 0.226627.
b) Se pide 100P(X < 5) = 100*F(5) = 22,6627.
c) Se pide 500P(5 < X < 7.5) = 500(0,691462 0,226627) = 500*0,464835 232

63.- De una distribucin normal se conoce:
El percentil 70 es igual a 88 y 0.27 la probabilidad de que la variable tenga un valor
inferior a 60. Hallar los parmetros que definen esta distribucin normal.
Solucin:
X
X N(, ) =Z N(0,1)

88 88 88
P ( X 88 ) = 0.7 P z =F = 0.7 , por tanto, = 0.5544

60 60 60
P ( X 60 ) = 0.27 P z = F = 0.27 , por tanto, = 0.6128

Resolviendo el sistema de ecuaciones, se obtiene, 74.69 24

( ) ( ) ( ) ( )
a) P 62 4 =p ; b) P 62 > 3 =p ; c) P 3.5 62 < 5.9 =p ; d) P 72 4 =p
Solucin:
( )
a) p= P 62 4 = F(4)= 0.3233
( )
b) p = P 62 > 3 = 1 F(3) = 0.8088
( ) ( ) ( )
c) p= P 3.5 62 < 5.9 = P 62 < 5.9 P 62 < 3.5 = F(5.9) F(3.5)= 0.3095
( )
d) p= P 72 4 = F(4)= 0.22022

( ) ( ) ( ) (
a) P 52 < x =0.90 ; b) P 52 > x =0.05 ; c) P 52 x =0.975 ; d) P 52 < x =0.975 )
( ) ( ) (
e) P x < 52 < 5 =0.045 ; f) P 62 < x =0.95 ; g) P 62 > x =0.05 ;)
( )
h) P 72 x =0.975 ; ( )
i) P 72 < x =0.975
Solucin:
( )
a) P 52 < x= F(x)
= 0.90 x = 9.2364
( )
b) P 52 > x = 0.05 = 1 F(x) F(x) = 0.95 x = 11.0705
( )
c) P 52 x = 0.975 = 1 F(x) F(x) = 0.025 x = 0.8312
( )
d) P 52 < x= 0.975
= F(x) x = 12.8325
(
e) P x < 52 <= )
5 0.045 F(5) F(x) (
= P 52 5 P 52 = )
x 0.045 ( )
F(x)= P ( 52 x )= F(5) 0.045= 0.5391 x = 4.6436
( )
f) P 62 < x= F(x)
= 0.95 x = 12, 5916
( )
g) P 62 > x = 0.05 = 1 F(x) F(x) = 0.95 x = 12, 5916
( )
h) P 72 x = 0.975 = 1 F(x) F(x) = 0.025 x = 1.68987
( )
i) P 72 < x= 0.975
= F(x) x = 16.0128

a) P ( t 9 0.3 ) =
p ; b) P ( t 9 < 1) =p ; c) P ( t15 > 2.5 ) =
p ; d) P ( t 7 > 2 ) =p
e) P ( 0.75 t10 < 1.25 ) =

p ; f ) P ( t15 > 3.75 ) =
p; g) P ( 1.75 t11 < 1.25 ) =
p
Solucin:
a) p = P ( t 9 0.3 ) = F(0.3) = . 0.6145
b) p= P ( t 9 < 1)= F( 1)= 0.1717
P ( t15 > 2.5 ) =

c) p = 1 P ( t15 2.5 ) =
1 F(2.5) =0.0122
d)=p P ( t 7 > =
2 ) P ( t 7 =
2 ) F(2)
= 0.9572
e) p= P ( 0.75 t10 < 1.25=

) P ( t10 1.25 ) P ( t10 < 0.75=) F(1.25) F(0.75)= 0.1154
P ( t15 > 3.75 ) =

f) p = 1 P(t15 3.75) =
1 F(3.75) =0.000965476
g) p= P ( 1.75 t11 < 1.25=

) P ( t11 < 1.25 ) P ( t11 < 1.75=) F(1.25) F(1.75)=
0.827419

a) P ( t 5 < x ) =
0.90 ; b) P ( t 5 < x ) =
0.05 ; c) P ( t 5 x ) =
0.975 ; d) P ( t 5 < x ) =
0.975 ;
e) P ( x < t 5 < x ) =0.05 ; f) P ( x < t 5 < 1.75 ) =

0.045 ; e) P ( t 6 < x ) =
0.95 ;
f) P ( t 6 < x ) =
0.05 ; g) P ( t 6 x ) =
0.975 ; h) P ( x < t 6 < x ) =0.05
Solucin:
a) P ( t 5 < x )= F(x)= 0.90 x = 1.4759
b) P ( t 5 < x )= F(x)= 0.05 x = 2.0150
c) P ( t 5 x=
) 0.975 F(x)= P ( t 5 x=) 0.025 x = 2.5706
d) P ( t 5 < x )= 0.975= F(x) x = 2.5706
e) P ( x < t 5 < x=
) F(x) F( x)
= F(x) (1 F(x))
= 2F(x) =
1 0.05
x = 0.06591486
f) P ( x < t 5 < 1.75 ) =P ( t 5 < 1.75 ) P ( t 5 x=

) F(1.75) F(x)= 0.045
F(x)= P ( t 5 < x )= F(1.75) 0.0450.8847 x = 1.3648
e) P ( t 6 < x )= F(x)= 0.95 x = 1.94318
f) P ( t 6 < x )= F(x)= 0.05 x = 1.94318
g) P ( t 6 x ) =1 P(t 6 < x) =1 F(x) =0.975 x = 2.4469
h) P ( x < t 6 < x ) =0.05 x = 0.065374

68.- En un sondeo sobre la actitud de los clientes hacia un determinado producto se
encuentra que hay un 70% de clientes que estn a favor. Si se extrae una muestra
aleatoria de 10 sujetos obtener las probabilidades siguientes:
a) Que 3 clientes estn a favor.
b) Que ms de 3 clientes estn a favor.
c) Que menos de 3 clientes estn a favor.
d) Que como mximo 3 clientes estn a favor.
e) Que como mnimo haya 6 clientes a favor.
f) Que estn a favor al menos el valor esperado de clientes que estn a favor.
g) Probabilidad de que estn en contra 4 o ms clientes.
h) Qu cantidad de clientes le corresponde al percentil 85?
Solucin:
X=n de clientes a favor sigue una distribucin binomial de parmetros n= 10 y p =

0.7, esto es X B(10,0.7).
La funcin de probabilidad es:
10
P(X
= k= ) 0.7k 0.310k
k
10
a) P ( X ) 0.730.37 0.009001692
= 3=
3
3
10
b) P ( X > 3 ) =1 P(X 3) =1 F(3) =1 0.7k 0.310 k 0.9894079215
k =0 k
2
10
c) P ( X < 3 )= P ( X 2 )= F(2)= k 0.7 0.3 k 10 k
0.0015903864
k =0
3
10
d) P ( X 3 )= F(3)= k 0.7 0.3 k 10 k
0.0105920784
k =0
5
10
e) P ( X 6 ) =1 P ( X < 6 ) =1 F(5) =1 0.7k 0.310 k 0.8497316674
k =0 k
f) E[X]=np=7
6
10
P ( X 7 ) =1 P ( X < 7 ) =1 F(6) =1 0.7k 0.310 k 0.6496107183
k =0 k
g) En contra 4 o ms se corresponde con a favor 3 o menos d).

h) F(x)=0.85, entonces x=8

69.- El contenido de un bote de cerveza se distribuye normalmente con media 33 cl, y
a) Cul es la probabilidad de que un bote determinado tenga ms de 34 cl?
b) Cul es la probabilidad de que un determinado bote tenga menos de 30 cl.
c) En un envase de 6 botes cul es la probabilidad de que el contenido lquido total sea

inferior a un litro y tres cuartos?
Solucin:
Sea X la variable aleatoria X = contenido de un bote de cerveza en cl, X N(33, 3)
a) P ( X > 34 ) =
1 P(X 34) =
1 F(34) 0,3694
b) P ( X < 30 )= F(30) 0,1587
c) Consideramos la variable aleatoria Y=6X, que se distribuye segn una Normal de media
6x33 y de varianza 6x9.
=
Y 6X N(198, 3 6)
P(Y < 175)

= FY (175) 0,0009

70.- Solo 24 de los 200 alumnos de una Escuela Tcnica miden menos de 168 cm, si la
estatura media de dichos alumnos es de 174 cm, cul es la varianza en las estaturas?
Solucin:
X 174
X N(174, )=
Z N(0,1)

24 168 174 6
P ( X 168 ) = P Z =F =0,12 , por tanto,
200
6
= -1.174986790 = 5.106440388


71.- La probabilidad de curacin de un determinado tratamiento quirrgico es 0.65. Se
pide: a) Calcular la probabilidad de que en un grupo de 10 enfermos se curen la mitad.
b) La probabilidad de que al menos se curen dos. c) Mediana.
Solucin:
Llamamos X a la variable aleatoria " Nmero de enfermos que se curan". Se trata de una
variable aleatoria discreta con dos sucesos excluyentes: el enfermo se cura o no. Por tanto,
corresponde con una distribucin binomial y su funcin de probabilidad es:
n
= p k (1 p) n k
= k)
P(X
k
10 n k
En nuestro caso: n=10 y p=0,65 P(X =k) = 0, 65 (1 0, 65)
k
10 n 5
a) P(X =
5) =
0, 65 (1 0, 65) 0,1535704107
5
b) P(X 2) =1 P(X < 2) =1 P(X =0) P(X =1) =1 F(1) 0,9994601128
x
10
c) La funcin de distribucin: F(x)= P(X x)= k
k =0
0, 65 (1 0, 65)
k n k

La mediana, M, es tal que F(M)=0,5
k F(k)
0 0,00002758547353
1 0,0005398871249
2 0,004821265211
3 0,02602428049
4 0,09493408017
5 0,2485044908
6 0,4861729836
7 0,7383926086
8 0,9140455617
9 0,9865372566
10 1
Dado que no hay un valor exacto de 0,5 se toma F(M)>0,5 y resulta M=7

72.- Las ventas mensuales de dos tiendas de ordenadores siguen distribuciones X
N(120,8) e Y N(50,6). Calcular la probabilidad de que: a) La primera, X, venda 100 o
ms ordenadores. b) La segunda, Y, venda menos de 40 ordenadores. c) Entre ambas
vendan entre 150 y 180 ordenadores.
Solucin:
X=ventas mensuales en la tienda X N(1 , 1 ) =N(120,8)
Y=ventas mensuales en la tienda Y N( 2 , 2 ) =N ( 50, 6 )
a) P ( X 100 ) = 1 FX (100 ) 0,9937903346

1 P(X < 100) =
b) P ( X < 40=
) FY ( 40 ) 0,04779035226
c) X + Y N(1 , 1 ) + N( 2 , 2 = ) N (170, 10 )
) N(1 + 2 , 12 + 2 2 =
P (150 < X + Y =
< 180 ) FX + Y (180 ) FX + Y (150) 0,8185946141

73.- En un estudio sobre la preferencia de los clientes hacia una determinada marca X
se ha obtenido que el 40% de los clientes tienen la marca X como su marca favorita. Si
se extrae una muestra aleatoria de 8 sujetos obtener las probabilidades siguientes:
a) Que 2 clientes tengan la marca X como su marca favorita.
b) Que menos de 3 clientes tengan la marca X como su marca favorita.
c) Que como mximo 3 clientes tengan la marca X como su marca favorita.
d) Que como mnimo haya 5 clientes que tengan la marca X como su marca favorita.
e) Calcular la media y varianza.
Solucin:
Se trata de una variable aleatoria binomial de parmetros n = 8; p =0.4, es decir, B(8, 0,4).
La funcin de probabilidad es:
8
P(X ) 0.4k 0.68k
= k=
k
8
a) P(X = 2) = 0.42 0.66 = 0.016796.
2
b) P(X < 3)= P(X 2)= F( 2)= 0.315394.
c) P(X 3)= F(3)= 0.594086.
d) P(X 5) =1 P ( X < 5) ) =1 F( 4) =0.173670
E [ X=
e) = ] np
= 3.2
2 V [=
= X ] np(1 =
p) 1.92

74.- El contenido de un bote de zumo se distribuye normalmente con media 33 cl, y
a) Cul es la probabilidad de que un bote determinado tenga
1. Exactamente 33 cl?
2. Al menos 33.5 cl?
3. Menos de 32 cl?
4. Entre 32 y 34 cl?
b) Calcular la cantidad de centilitros que le corresponde a los percentiles P95, P5 y la
mediana.
Solucin:
a)
33
1. P (= =
X 33 ) f ( x ) dx
= 0
33
2. P ( X 33.5 ) =
1 P ( X < 33.5 ) =
1 F ( 33.5 ) =
0.308537.
3. P ( X < 32=
) F ( 32=) 0.158655 .
4. P ( 32 < X < 34
= ) F ( 34 ) F ( 32=) 0.682689 .
b)
P ( X x 0.95 ) = 0.95 F ( x 0.95 ) = 0.95 x 0.95 = 34.64 = P95
P ( X x 0.05 ) = 0.05 F ( x 0.05 ) = 0.05 x 0.05 = 31.35 = P5
P ( X x 0.5 ) = 0.5 F ( x 0.5 ) = 0.5 x 0.5 = 33 = Mediana
(
c) Sea B=6X la variable aleatoria contenido de 6 botes. B N 60.33, ) (
612 =
N 1.98, 6 , )
portanto, calculamos
P ( B < 1.75=
) F (1.75=) 0.462595

75.-
a) Calcular el valor de p en las probabilidades siguientes:
1) P ( 72 3 ) =p; 2) P ( 72 3 ) =p ; 3) P ( 72 7 ) =p ;
4) P ( t 8 > 2 ) =p; 5) P ( t 8 < 2 ) =
p ; 6) P ( 1 < t 8 < 1) =p
b) Calcular el valor, x, de la variable que verifica:
1) P ( 52 < x ) =0.95 ; ( )
2) P 52 < x =0.05
3) P ( t 6 x ) =
0.1 ; 4) P ( t 6 < x ) =
0.1
Solucin:
a)
1) p= P ( 72 3 )= F(3)= 0.114998
2) p = P ( 72 3 ) = 1 P ( 72 > 3 ) = 1 F(3) = 0.885002
3) p= P ( 72 7 )= F(7)= 0.5711201424
4) p =P ( t 8 > 2 ) =1 P ( t 8 2 ) =1 F(2) =0.040258
5) p= P ( t 8 < 2 )= F(2)= 0.9597419
p P ( 1 < t 8 < 1=
6) = ) F(1) F(1)= F(1) (1 F(1))= 2F(1) =1 0.6534
b)
1) P ( 52 < x=
) 0.95
= F(x) x = 11.07
2) P ( 52 < x=
) 0.05
= F(x) x = 1.145476251
3)
P ( t 6 x ) =1 P ( t 6 < x ) =1 P ( x < t 6 < x ) =0.1 =2 2F(x) F(x) =0.95
x = 1.94318
4) P ( t 6 < x ) = P( x < t 6 < x) = F(x) F( x) = 2F(x) 1 = 0.1 F(x) = 0.55

x = 0.1310757

76.- Se ha realizado un examen de tipo test con un gran nmero de preguntas. Las
puntuaciones finales del test se dan sobre 50 puntos (enteros del 0 al 50). Las
puntuaciones finales en actas son redondeadas al entero ms prximo a partir de las
puntuaciones reales, esto es, obtienen 12, por ejemplo, los alumnos con nota en el
intervalo [11.5, 12.5).
Para aprobar el examen se exige una puntuacin de 25. Si suponemos que las
puntuaciones antes de ser redondeadas siguen una distribucin normal de media 30 y
varianza 25:
a) Qu puntuacin mxima (no redondeada) delimita el 22% de las notas ms bajas?
b) Qu puntuacin mnima (no redondeada) delimita el 20% de las notas ms altas?
c) Qu porcentaje de alumnos aparecern en las actas de notas finales (redondeadas)

con 25 puntos exactamente?
d) Cul ser el porcentaje de suspensos en actas (notas finales redondeadas)?
Solucin
La variable puntuacin sigue una distribucin N(30, 5)
a) P ( X x )= 0.22 F ( x )= 0.22 x 26.14
b) P ( X x ) = 0.2 P ( X x ) = 0.8 F ( x ) = 0.8 x 34.2
c) P ( 24.5 X 25
=.5 ) F ( 25.5 ) F ( 24.5 ) 0.18406 0.13566
= 0.0484 , por tanto,
4.84%
d) P ( X 24.5=
) F ( 24.5=) 0.13566 , por tanto, 13.56%

77.- En un parque elico la distancia entre aerogeneradores situados linealmente sigue el
modelo de una distribucin N(150, 0.4) metros. Se pide:
a) Calcular la probabilidad de que dos aerogeneradores vecinos:
a1) Tengan una separacin menor que 149.
a2) Tengan una separacin comprendida entre 149.5 y 149.9.
a3) Tengan una separacin mayor que 149.9.
b) Cuartiles de la distribucin.
Solucin:
Si designamos con X a la variable aleatoria distancia entre dos aerogeneradores vecinos, se

tiene:
a1) P(X < 149) = F(149) 0.006210
a2) P(149.5 < X <149.9) = F(149.9) F(149.5) 0.295644
a3) P(X>149.9 ) = 1-P(149.9 < X) = 1 F(149.9) 0.5987063256
b) Primer cuartil=Q1
F(Q1)=P(X<Q1)=0.25, luego Q1 = 149.7302040
Segundo cuartil es la mediana que coincide con la media 150
Tercer cuartil=Q3
F(Q3)=P(X<Q3)=0.75, luego Q3 = 150.2697958

78.- El tiempo en minutos que tarda un atleta en recorrer 100 metros sigue una
distribucin Normal, N(10,0.5). En una carrera por relevos de 4x100 metros, cul es la
probabilidad de batir el record establecido en 37 minutos?
Solucin:
El tiempo empleado por los 4 corredores ser la suma de los tiempos de cada corredor:
X1 + X 2 + X 3 + X 4 N(, )
= E [ X1 + X 2 + X 3 + X 4 ] = 10 + 10 + 10 + 10 = 40
= V [ X1 + X 2 + X 3 + X 4 ] = 0,52 + 0,52 + 0,52 + 0,52 = 1
X1 + X 2 + X 3 + X 4 N(40,1)
P(X1 + X 2 + X 3 + X 4 < 37)= F(37) 0,001349898031

79.-. El Departamento de Transportes de un cierto pas ha determinado que la licitacin
ganadora (baja) y en euros por contrato de reparacin de carreteras, tiene una
3 2k
si x 3k
distribucin uniforme con funcin de densidad: f (x) = 7k 3
0 en otro caso
donde k es la estimacin que hace el Departamento sobre el coste de la reparacin.
a) Calcular la media y la desviacin tpica.
b) Qu porcentaje de las licitaciones ganadoras estn por debajo de la estimacin
del Departamento de Transportes?
c) Qu porcentaje de las licitaciones ganadoras estn 1,5 veces por encima de la
estimacin del Departamento de Transportes?
Solucin:
Comprobemos en primer lugar que f(x) es una funcin de densidad:
3
=
f (x)dx =
3k
dx 2k 1 adems f (x) 0, k > 0, por tanto, f(x) es una funcin de densidad
7k 3
para cualquier valor de k.
3 11
=
xf (x)dx =
3k
=
a) x dx 2k k
7k 6
3
2
11 3 49 2 7 3
( x ) f (x)dx
= 2k x k =
3k
k =
2
=
2
dx k
3 6 7k 108 18
2 k 3 1
b) P( k < X= < k) 2k = dx por tanto, el porcentaje de licitaciones ganadoras
3 3 7k 7
pedidas por debajo de k es14.28%
3 9

3k
c) P(1, 5k=
< X) = dx por tanto, el porcentaje de licitaciones ganadoras
7k 14
1,5k
pedidas que superan 1.5 veces la estimacin del Departamento de Transportes es

64.29%

80.- Un determinado componente electrnico tiene una vida til (tiempo hasta
rotura), T en aos, que se distribuye segn una distribucin de Poisson de media cuatro
aos.
a) Calcular la funcin de probabilidad de la variable aleatoria T.
b) Calcular la probabilidad de que el componente electrnico falle antes de tres aos.
c) Cul ser la vida til del 95% de estos componentes electrnicos?
d) Calcular la probabilidad de un componente electrnico que ha funcionado ya ms
de cuatro aos tenga una vida til mayor de siete aos.
Solucin:
a) La distribucin de Poisson se caracteriza por tener un nico parmetro que coincide con
la media, por lo tanto, la funcin de probabilidad es:
k 4k 4
P(X= k)= e= e para k=0,1,2,3,
k! k!
b) El componente electrnico fallar antes de tres aos si su vida til es menor que tres aos.
F(X<3)=P(X=0)+P(X=1)+P(X=2)= 0,2381033055
c) La vida til t pedida, es la solucin de la ecuacin F(x)=0,95

4k
La funcin de distribucin es: F(x)= P(X x)= e 4 = 0,95
k x k!
Por ser una variable aleatoria discreta puede que no exista un nmero entero que satisfaga la
ecuacin.
Obtenemos que F(7)= 0,9488663842 y F(8)= 0,9786365655, luego la respuesta es 8 aos
d)
P(X > 7 X > 4) P(X > 7) 1 F(7) 1 0,9488663842
P(X > 7 / X >=
4) = = = 0.1377659
P(X > 4) P(X > 4) 1 F(4) 1 0,6288369351

8 1 . - En un ascensor se permite subir 8 personas. Se sabe que el peso de una
persona es una variable aleatoria N(65,17). Si el lmite de seguridad del ascensor es
de 650 kg, calcular la probabilidad de que con 8 personas se supere el lmite de
seguridad.
Solucin:
Sea Xi la variable aleatoria peso de una persona Xi N(65, 17). Por ser los pesos de las
personas que suben al ascensor variables aleatorias independientes, la suma de los pesos de
las ocho personas seguir una distribucin normal.
Si llamamos X a la variable aleatoria peso de las ocho personas, la media de la variable X

es:
E [ X ]= E [8 65]= 520 siendo la varianza la suma de las varianzas V[X]=8 172=2312
Observe que sumar n variables aleatorias no es lo mismo que
multiplicar por n una variable aleatoria.
Al calcular el peso de las ocho personas, se est sumando ocho variables aleatorias
independientes. Si multiplicamos el peso de una persona por ocho, se multiplica por ocho el
peso de slo una variable aleatoria.
La probabilidad de que con 8 personas se supere el lmite de seguridad es:

P(X > 650) = 1 P(X 650) = 1- F(650)=0.003429190574

Distribucin Normal.
Una variable aleatoria continua X se dice que tiene una distribucin normal o de
1 (x ) 2
1
Laplace-Gauss de media y desviacin tpica : f (x) e 2 2
es su
2
funcin de densidad.
es la llamada campana de Gauss.

1 (x ) 2
1 x
La funcin de distribucin es: F(x) P(X x) e 2 dx
2
2
La esperanza matemtica o media es y la varianza es 2 . Se denota N( , ).
La Normal tipificada o estndar

X
Z N(0,1)

U.D. de Matemticas de la E.T.S.I. en Topografa, Geodesia y Cartografa

Cuantiles
Cuantil de orden es un valor de la variable estadstica que deja a su izquierda

una parte de la poblacin y a la derecha una parte 1- de la poblacin.
El Cuantil de orden (0 1) es x tal que F( x )=. Siendo F la funcin de

distribucin o la frecuencia relativa acumulada.
Los ms utilizados son los cuartiles Q1, Q2 y Q3 que dejan a su izquierda

1/4, 1/2 y 3/4 de la poblacin respectivamente. Obsrvese que Q2 = M
(Mediana).
Los deciles D1, D2, ..... , D9 dejan a su izquierda 1/10, 2/10, ..., 9/10 de la
poblacin respectivamente.
Los percentiles P1, P2, ........, P99 dejan a su izquierda 1/100, 2/100, .....
99/100 de la poblacin respectivamente.
El clculo de los mismos es similar al clculo de la mediana.

Moda
Moda es el valor de la variable que se presenta con ms frecuencia dentro de la distribucin.

En las distribuciones sin agrupar se observa directamente el valor de mayor
frecuencia.
En las agrupadas, definimos la clase modal como la que tiene mayor frecuencia.
NOTA: Algunas distribuciones pueden presentar varias modas. Cada moda corresponde a un
mximo absoluto del diagrama de barras o histograma.
Para variables aleatorias

La moda es el mximo de la funcin de densidad o de la funcin de probabilidad
Distribucin de Poisson
Es una distribucin que se presenta cuando tenemos una poblacin n grande y la

probabilidad de que ocurra un suceso determinado, tiene una probabilidad muy
pequea (ley de casos raros).
Una variable aleatoria tiene distribucin de Poisson de parmetro , si toma los
k
valores enteros 0, 1,..., n, con probabilidad: P( k ) e si > 0
k!
Esperanza matemtica: E =
Varianza: V E 2 E =
2

Distribucin 2 de Pearson
Sean 1, 2 ,..., n , n variables aleatorias N(0,1) e independientes, entonces la

expresin: n2 12 22 ... n2 es una variable aleatoria que recibe el nombre de ji-
dos chi-cuadrado de Pearson (1.857,1936). El nmero de variables normales
sumadas recibe el nombre de grados de libertad, y la representamos por n2 .
La funcin de densidad de la
variable aleatoria 2n es:
n
1
2
x -x
f (x) e 2
si x 0
2
n
2 n
2
La funcin de distribucin de
una variable aleatoria 2n viene dada
por:
x
F(x) P( n2 x ) f ( x)dx
0
La media, varianza y desviacin tpica de una variable aleatoria ji-cuadrado con n

grados de libertad son: n , 2 2 n , 2 n respectivamente.
Corresponde a una distribucin Gamma de parmetros 1/2 y n/2.

Distribucin binomial o de Bernouilli
Consideremos un experimento aleatorio que admite slo dos resultados

excluyentes:
Suceso A (xito) con probabilidad P(A) = p.
Suceso A (fracaso) con probabilidad P( A ) = 1-p = q.
A la variable aleatoria discreta = nmero de veces que ocurre el suceso A
(xito) en las n pruebas se la denomina variable binomial.
Para calcular la distribucin de probabilidad nos fijamos en el suceso favorable a A
k) nk )
en k veces, A .... AA .... A cuya probabilidad por ser sucesos independientes es el
k) nk )
producto de las probabilidades p .... p. q .... q = p k . qnk . Resultado que se puede repetir
n
veces, luego
k
n k n k
P( = k) = p .q
k
n k n k
La funcin de distribucin correspondiente es: F(x) = p .q
k
kx
Una distribucin binomial queda caracterizada cuando se conocen p y n y se

escribe B(n, p).
La esperanza matemtica: E = n.p
La varianza: V = E 2 - E = n.p.q
2

Mediana
En Estadstica:
La mediana es el valor de la variable que ocupa el lugar central, es decir,
que la mitad de la poblacin es menor y la otra mitad es mayor que l.
La mediana es un valor M tal que F(M)=1/2, se define as como raz de una

ecuacin.
Para variables aleatorias F es la funcin de distribucin
Si la variable aleatoria es discreta puede ocurrir que ningn valor posible x i

corresponde a F( x i )=1/2 se conviene en considerar como mediana el valor x i
1
tal que: F( x i 1 ) F( x i )
2
Distribucin Uniforme o Rectangular.
Se dice que una variable continua,X, sigue una distribucin uniforme en el intervalo a, b
0 si x a
1

cuando su funcin de densidad es: f (x) si a x b
b-a
0 si b<x
Grficamente:
1_
b-a
a b
0 si x a
x - a
La funcin de distribucin, ser: F(x) si a x b cuya grfica es:
b - a
1 si b < x
a b
ab
Media: E X x.f (x).dx
2
b a
2
V X E X 2 E X
2
Varianza:
12
Esta distribucin depende de los parmetros a y b y se denota U a, b .

Distribucin t de Student.
Sean 1 , 2 ,..., n y , n+1 variables aleatorias independientes entre s con

distribucin N(0, ) cada una de ellas. Entonces la variable tn se
... n2
2
1
n
denomina t de Student con n grados de libertad.
n 1

n 1
1 2 x2 2
Funcin de densidad: f ( x) 1
n n n

2
n
Su media 0 (n>1) y su varianza 2 (n>2).
n2
La grfica de la funcin de densidad para n=3 grados de libertad:
Tiene su aplicacin en la estimacin de las caractersticas de una poblacin con

distribucin normal mediante los llamados intervalos de confianza.
Student fue el seudnimo de William Sealy GOSSET (1.876,1.937), el estadstico y

qumico que descubri la forma de la distribucin t mediante una combinacin de
trabajo matemtico y trabajo emprico con nmeros aleatorios, una aplicacin
temprana de lo que ahora se llama el mtodo de MonteCarlo.

Esperanza matemtica
La esperanza matemtica es el valor medio terico que resulta de sustituir las fi

(frecuencias relativas) por las Pi (probabilidades), y que no es sino una media
aritmtica ponderada. Se acostumbra a definirlo como esperanza matemtica de
ganancias, es decir, la ganancia que tericamente esperaba obtener un jugador
frente a unas determinadas reglas de juego.
Sea una variable aleatoria, se define el operador E como:

n
E = x P( X ) para una variable discreta y finita.
i i
i 1

E = x P( X ) para una variable discreta y no finita siempre que la serie sea
i i
i 1
convergente.
E = t. f ( t ). dt cuando la variable es continua con funcin de densidad

f(x) y siempre que la integral sea absolutamente convergente.

Probl Distribuciones PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Probl Distribuciones PDF

Uploaded by

Copyright:

Available Formats

Distribuciones discretas y continuas

3. Sabiendo que la probabilidad de que un estudiante de segundo de Topografa termine

7. Por un punto de una carretera pasan vehculos de acuerdo con la distribucin de

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 1

12.- Sabiendo que la demanda aleatoria de teodolitos durante un da en una fbrica

17.- El peso medio de los estudiantes varones de una universidad es de 68 kg y la

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 2

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 3

24.- Una lnea elctrica se avera cuando la tensin T sobrepasa la capacidad C de la

25.- En un proceso de fabricacin de productos en vidrio ocurren defectos o burbujas.

26.- La altura en centmetros de los habitantes de una comunidad es una variable

28.- Una prueba del examen de Estadstica consiste en un cuestionario de 10 preguntas

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 4

31.- La probabilidad de que un alumno resuelva cualquier problema es 0,8. El examen

sombreada del grfico cuyo valor es 0,05:

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 5

36.- A un hospital llegan, de media, 1 persona por minuto. Calcular:

42.- Calcular la media y la varianza de una variable aleatoria binomial de parmetros

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 6

46.- El consumo diario de una determinada marca de frigorficos medido en kw/h, es

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 7

50.- En una carrera de Frmula 1, el consumo de combustible de un determinado

51.- Calcular las siguientes probabilidades

52.- La media del nmero de errores de ortografa por pgina es 3. Calcular la

53.- Un examen consta de 4 problemas, la probabilidad de que un alumno resuelva bien

54.- La longitud L en milimitros de las piezas fabricadas en un proceso es una variable

55.- En la fabricacin de un cierto tipo de piezas se sabe que el 2% son defectuosas.

56.- El coeficiente de inteligencia de los universitarios tiene de media 110 y la desviacin

57.- En cierto gimnasio se ha comprobado que de los matriculados das despus de

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 8

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 9

61.- Para una distribucin N(9, 2), calcular:

63.- De una distribucin normal se conoce:

64.- Calcular el valor de p en las probabilidades siguientes:

65.- Calcular el valor, x, de la variable que verifica:

66.- Calcular el valor de p en las probabilidades siguientes:

67.- Calcular el valor, x, de la variable que verifica:

68.- En un sondeo sobre la actitud de los clientes hacia un determinado producto se

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 10

69.- El contenido de un bote de cerveza se distribuye normalmente con media 33 cl, y

71.-La probabilidad de curacin de un determinado tratamiento quirrgico es 0.65. Se

72.- Las ventas mensuales de dos tiendas de ordenadores siguen distribuciones X

74.- El contenido de un bote de zumo se distribuye normalmente con media 33 cl, y

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 11

77.- En un parque elico la distancia entre aerogeneradores situados linealmente sigue el

79.- El Departamento de Transportes de un cierto pas ha determinado que la licitacin

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 12

8 1 . - En un ascensor se permite subir 8 personas. Se sabe que el peso de una

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 13

La probabilidad de xito llegar ser:

En 4 pruebas tenemos una distribucin B(4,1/5)

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 14

Tenemos una distribucin B(10,1/5)

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 15

Consideramos la variable aleatoria X=nmero de alumnos que terminan la carrera

Tenemos una distribucin B(20,0.8)

V[X] = npq = 20 0,8 0, 2 = 3, 2

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 16

Consideramos la variable aleatoria X=nmero soldaduras defectuosas, donde la

Tenemos una distribucin B(5,0.1)

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 17

Llamamos X a la variable aleatoria " Nmero de bacterias en 1 mm3 de agua", su funcin de

U. D. de Matemticas de la ETSITGC Asignatura: Estadstica 18