DISTRIBUCION NORMAL

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

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

Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan:
Entre 60 kg y 75 kg

3) Se supone que los resultados de un examen siguen una distribucin normal con media 78 y
desviacin tpica 36. Se pide:
Cul es la probabilidad de que una persona que se presenta el examen obtenga una
calificacin superior a 72?

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

5) Si se sabe que la calificacin de un estudiante es mayor que 72 cul es la probabilidad de

que su calificacin sea, de hecho, superior a 84?

DISTRIBUCIN EXPONENCIAL
1) El tiempo durante el cual cierta marca de batera trabaja en forma efectiva hasta que falle
(tiempo de falla) se distribuye segn el modelo exponencial con un tiempo promedio de
fallas igual a 360 das.
Qu probabilidad hay que el tiempo de falla sea mayor que 400 das?.
Si una de estas bateras ha trabajado ya 400 das, qu probabilidad hay que trabaja ms de
200 das ms?
Si se estn usando 5 de tales bateras calcular la probabilidad de que ms de dos de ellas
continen trabajando despus de 360 das.
Solucin
Sea X=el tiempo que trabaja la batera hasta que falle. El tiempo promedio de falla es de 360
das. Entonces, X ~Exp (=1/360) y su funcin de densidad es:

2) Suponga que la vida de cierto tipo de tubos electrnicos tiene una distribucin exponencial
con vida media de 500 horas. Si X representa la vida del tubo (tiempo q dura el tubo).
Hallar la probabilidad que se queme antes de las 300 horas.
Cul es la probabilidad que dure por lo menos 300 horas?
Si un tubo particular ha durado 300 horas. cal es la probabilidad de que dure otras 400
horas?
Solucin

3) Suponga que el tiempo que necesita un cajero de un banco para atender a un cliente tiene
una distribucin exponencial con una media de 40 segundos.
Hallar la probabilidad que el tiempo necesario para atender un cliente dado sea mayor que 20
minutos?
Cul es la probabilidad que el tiempo necesario para atender a un cliente est comprendido
entre 1 y 2 minutos.
Solucin

4) El periodo de vida en aos de un interruptor elctrico tiene una distribucin exponencial

con
un
promedio
de
falla
de
mu=2
aos
cul es la probabilidad de que al menos ocho de 10 de tales interruptores, que funcionan
independientemente, fallen despuesde3 er ao?
Si el promedio de fallos es 2 aos sabemos que
E(X)=1/
Por lo tanto
2=1/
=1/2=0.5
las frmulas de la exponencial es
f(x) = *exp(-*x)
P(X<=x) = F(x) = 1-exp(-*x)
La probabilidad que un interruptor falle despus de 3 aos es
P(X>3) = 1-P(X<=3) = 1-F(3) = 1- ( 1-exp(-0.5*3) ) = 0.2231
Es decir que la probabilidad que un interruptor falle es p=0.2231
Para calcular la probabilidad que al menos 8 de 10 fallen despus del 3 ao,
necesitamos la distribucin binomial con parmetros
n=10
p=0.2231

La frmula es
P(X=x) = C(n,x) * p^x * (1-p)^(n-x)
En este caso:
P(X=x) = C(10,x) * 0.2231^x * 0.7769^(10-x)
y debemos calcular
P(X>=8) = P(X=8) + P(X=9) +P(X=10)
P(X=8) = C(10,8) * 0.2231^8 * 0.7769^(10-8) = 0.0001667
P(X=9) = C(10,9) * 0.2231^9 * 0.7769^(10-9) = 0.0000106
P(X=10) = C(10,10) * 0.2231^10 * 0.7769^(10-10) = 0.000000305
La suma de las probabilidades es 0.000178 y por lo tanto P(X>=8) = 0.000178
5) Cierto proceso de manufactura produce pernos que tienen un dimetro distribuido
uniformemente entre 1.20 y 1.25 pulgadas a) qu porcentaje de los pernos tendr un
dimetro menor a 1.23 pulgadas? b) cuanto de los siguientes 1000 pernos producidos se
espera tengan un dimetro menor a 1.23 pulgadas?
la funciones son
f(x)=1/(b-a) = 1/(1.25-1.20) = 20
F(X)= (x-a)/(b-a) = (x-1.20)/0.05 = 20x-24
Es decir que
f(x)=20
F(x) = P(X<=x) = 20x-24
a) Debemos calcular
P(X<1.23) = F(1.23)
F(1.23) = 20*1.23-24 = 0.60 --> 60%
b) El 60% de los pernos tienen menos de 1.23 pulgadas por lo tanto se esperan entre
los siguientes 1000:
1000*0.60 = 600 pernos con dimetro menor a 1.23