Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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.
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
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.
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.
16.- Se tiene una variable aleatoria X, de la que se conoce que sigue una distribucin chi-
cuadrado, con 6 grados de libertad. Se pide:
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.
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.
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.
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?
30.- Se tiene una variable aleatoria X, de la que se conoce que sigue una distribucin chi-
cuadrado, con 3 grados de libertad. Obtener la mediana.
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.
c) Varianza de la distribucin.
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
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.
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?
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?
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.
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?
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?
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.
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)?
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?
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:
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
Solucin:
Consideramos la variable aleatoria X=nmero de mquinas averiadas en un da
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
Solucin:
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
Solucin:
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
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!
Solucin:
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!
Solucin:
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
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
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
b)
P ( X < x ) = P( x < X < x) = 0.95 F(x) = P(X < x) = 0.975 x = 2.939945906
Solucin:
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
Solucin:
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
Solucin:
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
Solucin:
X 2n =3
( )
b) F(M) = P 2n =3 < M = 0.5 M = 2.365973889
Solucin:
a) P ( 2n =5 < 5 ) =0.5841198130
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
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
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
= 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
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
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
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
c) P(7 < X < 12)= P(X < 12) P(X 7) =F(12)-F(7) 0.1143825322 11,44%
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)
( 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
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
( )
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
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
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
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
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
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
(
b) El contenido de las 3 latas: 3X = X + X + X N 99, 3 )
P(3X < 100) =F3X (100) 0.7181485691
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
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. 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%
Solucin:
=
2
P (
n 3 > x ) =0, 05=
F(x) =P ( 2n 3=
x ) =
1 P ( 2n 3 < x ) =0,95 x = 7.814728021
k k
10
a) P(X = 7) = 0, 7 7 (1 0, 7 )
10 7
0.266827932
7
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!
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.
5
P ( X 4 ) =
1 P ( X > 4 ) =
1 P ( X =5 ) =
1 0.4950.510 0.971752
5
4 4
2 2
) 0.1536
1
a) P ( =
x 2=
2 5 5
P ( X 1) =1 P ( X < 1) =1 P ( X =0 ) =1 0.9984
0 5 5
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!
b)
51 5
P ( X= 1=
) e 0.03368973499
1!
=
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.
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
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
c)
1 1 1
P ( X < 160 ) = dx = (160 150 ) ==
160
150 50 50 5
0, 2 20%
Solucin:
N ( ,
i 2
i ) =N ( 6250,500)
P ( X < 6000 )= F(6000) 0.3085375387
Solucin:
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)
X 2, 7 2, 7 2, 7
P < =P Z < =F =0,8
2, 7
Y observando la normal tipificada = 0.841621235 (2)
= =
2.450196678; 2 0.29681204632 0.08809739082
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.
Aproximadamente 3 alumnos
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
Solucin:
X=tiempo en das N(, ) =N (1248, 185 )
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,
Aproximadamente 79
Solucin:
Con Excel:
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
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
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!
k 15k 15
= k)
P(Y = e = e
k! k!
1512 15
= 12)
P(Y = e 0.08285923436
12!
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
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)
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
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
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
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.
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!
h) V[ X ] = = 0.8;
= 0,8 0.894427191 .
Solucin
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
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
Si la autoescuela ingresa por alumno una parte fija en concepto de matrcula de 300
euros, ms 25 euros por hora de prctica.
Solucin
x0=22,5969
por las horas de prctica, por tanto, el ingreso por alumno es I = 300 + 25X . El
c) Valores centrales entre los que queda comprendido el 40% de las observaciones.
Solucin
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 (a < X < b) =
0, 4
Solucin:
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
( ) ( ) ( ) ( )
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
Solucin:
d)=p P ( t 7 > =
2 ) P ( t 7 =
2 ) F(2)
= 0.9572
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 ;
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) Que estn a favor al menos el valor esperado de clientes que estn a favor.
Solucin:
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
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
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)
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
10 n 5
a) P(X =
5) =
0, 65 (1 0, 65) 0,1535704107
5
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
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
8
a) P(X = 2) = 0.42 0.66 = 0.016796.
2
E [ X=
e) = ] np
= 3.2
2 V [=
= X ] np(1 =
p) 1.92
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)
(
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
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
Solucin
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%
b) Primer cuartil=Q1
F(Q1)=P(X<Q1)=0.25, luego Q1 = 149.7302040
Tercer cuartil=Q3
F(Q3)=P(X<Q3)=0.75, luego Q3 = 150.2697958
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)
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
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
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
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.
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.
2
La esperanza matemtica o media es y la varianza es 2 . Se denota N( , ).
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.
NOTA: Algunas distribuciones pueden presentar varias modas. Cada moda corresponde a un
mximo absoluto del diagrama de barras o histograma.
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
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.
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 .
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:
convergente.
E = t. f ( t ). dt cuando la variable es continua con funcin de densidad