La distribucin uniforme

Introduccin
La distribucin uniforme es aquella que puede tomar cualquier valor dentro de un intervalo,
todos ellos con la misma probabilidad.
Es una distribucin continua porque puede tomar cualquier valor y no nicamente un nmero
determinado (como ocurre en las distribuciones discretas)

1. El precio medio del litro de gasolina durante el prximo ao se estima que puede
oscilar entre 140 y 160 ptas. Podra ser, por tanto, de 143 ptas., o de 143,4 ptas., o de
143,45 ptas., o de 143,455 ptas, etc. Hay infinitas posibilidades, todas ellas con la
misma probabilidad.

Su funcin de densidad, aquella que nos permite conocer la probabilidad que tiene cada punto
del intervalo, viene definida por:

Donde:
b: es el extremo superior (en el ejemplo, 160 ptas.)
a: es el extremo inferior (en el ejemplo, 140 ptas.)
Por lo tanto, la funcin de distribucin del ejemplo sera:

Es decir, que el valor final est entre 140 ptas. y 141 ptas. tiene un 5% de probabilidad, que est
entre 141 y 142, otro 5%, etc.
El valor medio de esta distribucin se calcula:

En el ejemplo:

Por lo tanto, el precio medio esperado de la gasolina para el prximo ao es de 150 ptas.

2. El volumen de precipitaciones estimado para el prximo ao en la ciudad de Sevilla va

a oscilar entre 400 y 500 litros por metro cuadrado. Calcular la funcin de distribucin
y la precipitacin media esperada:

Es decir, que el volumen de precipitaciones est entre 400 y 401 litros tiene un 1% de
probabilidades; que est entre 401 y 402 litros, otro 1%, etc.
El valor medio esperado es:

Es decir, la precipitacin media estimada en Sevilla para el prximo ao es de 450 litros.

3. Sea X una lnea cuyos valores se apegan a una distribucin uniforme. Se elige un punto
al azar sobre el segmento de la lnea [0, 2]. Cul es la probabilidad de que el punto
elegido se encuentre entre 1 y 1.5?.
Solucin.
Se ha establecido que para cualquier subintervalo que est dentro del intervalo donde tiene
validez la distribucin, la probabilidad se calcula mediante la siguiente expresin:
P(c x d)=
En consecuencia:

4. La cantidad de refresco que se despacha en un baso es una variable aleatoria que se

distribuye en forma uniforme entre [130, 160] mililitros. Calcular la probabilidad de
que un vaso contenga a lo ms 140 mililitros.
Solucin.
Deseamos encontrar P(x 140) y sabemos que el planteamiento corresponde a la funcin de
distribucin acumulada para el valor 140. Utilizando la expresin correspondiente vista
anteriormente tenemos:

5. Se sabe que el peso X de ciertos bloques de acero, es una variable aleatoria continua
distribuida uniformemente en el intervalo [50,70] toneladas. Encontrar:
a) La funcin de densidad de la variable.
b) La probabilidad de que si se pesa un bloque seleccionado al azar pese cuando menos 62
toneladas.

Solucin.

a)

b)

6. Suponga que la variable aleatoria X est distribuida uniformemente en el intervalo [a, a]. Determinar el valor de a de modo que se satisfaga que P(x > 1) = 1/3
Solucin.

Tenemos que
Por otra parte sabemos que:

por lo que:

7. Suponga que X est distribuida uniformemente en el intervalo

[2, 8].
a)

Calcular P(2 x 7)

b)

Determinar el valor de la constante k, de modo que: P(X > k) = 0.30

Solucin.

De acuerdo a lo visto anteriormente sabemos que

a)

b)

8. Se sabe que los tiempos en que se realiza un experimento se distribuyen en forma

uniforme y estn entre cero y tres minutos.
a) Calcular la probabilidad de que el tiempo en que se realiza un experimento est entre
1.5 y 3 minutos.
b) Si se realizan 5 experimentos Cul es la probabilidad de que 2 de ellos se realicen en
un tiempo de entre 1.5 y 3 minutos?
Solucin.

a)

Sabemos que

b) Si analizamos esta pregunta y tomamos en cuenta el resultado del inciso anterior, nos damos
cuenta que se debe utilizar la distribucin binomial, en la que p = 0.5, q = 0.5, n = 5 y x = 2, por
lo que:

9. Los pesos de 2000 soldados presentan una distribucin normal de media 65 kg y

desviacin tpica 8 kg.
Calcula la probabilidad de que un soldado elegido al azar pese:
a) Ms de 61 kg.
b) Entre 63 y 69 kg.

c) Menos de 70 kg.
d) Ms de 75 kg
SOLUCIN:
x es N (65, 8)
a) P [x > 61] = P [z > 8 61 65 ] = P [z > 0,5] = P [z < 0,5] = 0,6915
b) P [63 < x < 69] = P [0,25 < z < 0,5] = 0,2902
c) P [x < 70] = P [z < 0,625] = 0,7357 d) P [x > 75] = P [z > 1,25] = 1 P [z 1,25] = 0,1056

10. En un proceso de fabricacin de tornillos se sabe que el 2% son defectuosos. Los

empaquetamos en cajas de 50 tornillos. Calcula la probabilidad de que en una caja
haya este nmero de tornillos defectuosos:
a) Ninguno.
b) Uno.
c) Ms de dos.
Cuntos tornillos defectuosos habr, por trmino medio, en cada caja?
SOLUCIN:
x es B (50; 0,02)
a) P [x = 0] = 0,9850 = 0,364
b) P [x = 1] = 50 0,02 0,9849 = 0,372
c) P [x > 2] =1 P [x 2] = 1 (P [x = 0] + P [x = 1] + P [x = 2]) =
= 1 (0,364 + 0,372 + 0,186) = 1 0,922 = 0,078
Por trmino medio, habr = 50 0,02 = 1 tornillo defectuoso en cada caja
11. El nmero de pinchazos en los neumticos de cierto vehiculo industrial tiene una
distribucin de Poisson con media 0.3 por cada 50000 kilmetros .Si el vehiculo recorre
100000 km, se pide:
a) probabilidad de que no tenga pinchazos
b) Probabilidad de que tenga menos de tres pinchazos
c) Nmero de km recorridos para que la probabilidad de que no tenga ningn pinchazo
sea 0.4066

SOLUCIN:
Si = 0.3 para 50000 km, entonces para 10000km tendremos una XPo(0.6).
a) P(X=0) = 0.5488
b) P(x<3) = P(X=0) + P(x=1) + P(X=2) =0.5488 + 0.3292 + 0.09878 = 0.9767

c) P(X=0) = e- =0.4066. Por tanto, ln e-

= ln 0.4066 y = 0.9
Si 0.3 50000 km, 0.9 x km, y por tanto x = 150000km

12. En un libro de 500 pginas se distribuyen aleatoriamente 300 erratas de imprenta.

Hallar la probabilidad de que en una pgina haya :
a) exactamente 2 errores
b) dos o ms errores
SOLUCIN:
Si se tienen 300 errores en 500 pginas, tendremos una media de 300/500 = 0.6 errores por
pgina.
Sea X=nmero de errores por pgina, entonces
a) X Po(0.6)
P(X=2) = 0.098
b) P(X2) = 1- P(X<2) = 1- [f(0) + f(1)] = 1 - [ 0.5488 + 0.292] = 0.1219

13. Sea X una v.a. continua cuya funcin de distribucin es:

Obtener la funcin de densidad.

SOLUCIN:
Por definicin f(x)=F(x). Aplicndolo a cada tramo:

14. Calcula las probabilidades de las siguientes distribuciones binomiales mediante

aproximacin a la normal correspondiente (en todas ellas, ten en cuenta el ajuste de
media unidad que hay que hacer al pasar de una variable discreta a una continua).
a) x es B (100; 0,1). Calcula P[x = 10], P[x < 2] y P[5 < x < 15]
b) x es B (1 000; 0,02). Calcula P[x > 30] y P[x < 80]
c) x es B (50; 0,9). Calcula P[x > 45] y P[x 30]
SOLUCIN:
a) x es B (100; 0,1) x' es N (10; 3)
P [x = 10] = P [9,5 < x' < 10,5] = P [0,17 < z < 0,17] = 0,135
P [x < 2] = P [x' 1,5] = P [z 2,83] = 0,0023
P [5 < x < 15] = P [5,5 x' 14,5] = P [1,5 z 1,5] = 0,8664

b) x es B (1 000; 0,02) x' es N (20; 4,427)

P [x > 30] = P [x' 30,5] = P [z 2,37] = 0,0089
P [x < 80] = P [x' 79,5] = P [z 13,44] = 1

c) x es B (50; 0,9) = x' es N (45; 2,12)

P [x > 45] = P [x' 45,5] = P [z 0,24] = 0,4052
P [x 30] = P [x' 30,5] = P [z 6,83] = 0

15. El departamento de control de calidad de una empresa que fabrica pauelos sabe que
el 5% de su produccin tiene algn tipo de defecto .Los pauelos se empaquetan en
cajas con 15 elementos. Calcular la probabilidad de que una caja contenga:
a) 2 elementos defectuosos.
b) Menos de 3 elementos defectuosos
c) Entre 3 y 5 elementos defectuosos (ambos incluidos)

SOLUCIN:
1 pauelo, p(d)=0.05=p
n=15 pauelos, X= #pauelos defectuosos Bi(15,p=0.5)
a) P(X=2)= C15,2 0.052
0.9515-2 =0.135

b) P(X<3)= P (X=0) + P(X=1) + P(X=2) = C15,0 0.050 0.9515 + C15,1 0.051 0.9514 +

C15,2 0.052 0.9513 = 0.463 + 0.3657 + 0.135 = 0.9637

c) P(3X5) = P(X=3) + P(X=4) + P(X=5) = C15,3 0.053 0.9512 + C15,4 0.054 0.954
+ C15,5 0.055 0.9510 = 0.03536

La distribucin normal
Introduccin
La distribucin normal es la ms comn entre todas las distribuciones
de

probabilidad

utilizadas

en

Estadstica

tiene

importantes

aplicaciones en la modelizacin de variables estadsticas asociadas a

los elementos de una poblacin. Por ejemplo, las medidas fsicas del
cuerpo humano en una poblacin, las caractersticas psquicas
medidas por test de inteligencia o personalidad, las medidas de
calidad

en

muchos

procesos

industriales,

los

errores

de

las

observaciones astronmicas; siguen distribuciones normales.

Es el modelo de distribucin ms utilizado en la prctica, ya que multitud de fenmenos se
comportan segn una distribucin normal.

Esta distribucin de caracteriza porque los valores se distribuyen formando una campana de
Gauss, en torno a un valor central que coincide con el valor medio de la distribucin:

Un 50% de los valores estn a la derecha de este valor central y otro 50% a la izquierda
Esta distribucin viene definida por dos parmetros:

X: N (m, s 2)

m : es el valor medio de la distribucin y es precisamente donde se sita el centro de la curva

(de la campana de Gauss).
s 2 : es la varianza. Indica si los valores estn ms o menos alejados del valor central: si la
varianza es baja los valores estn prximos a la media; si es alta, entonces los valores estn muy
dispersos.

Cuando la media de la distribucin es 0 y la varianza es 1se denomina "normal tipificada", y su

ventaja reside en que hay tablas donde se recoge la probabilidad acumulada para cada punto de
la curva de esta distribucin.

Adems, toda distribucin normal se puede transformar en una normal tipificada:

1. Una variable aleatoria sigue el modelo de una distribucin normal con media 10 y
varianza 4. Transformarla en una normal tipificada.

X: N (10, 4)

Para transformarla en una normal tipificada se crea una nueva variable (Y) que ser igual a la
anterior (X) menos su media y dividida por su desviacin tpica (que es la raz cuadrada de la
varianza)

En el ejemplo, la nueva variable sera:

Esta nueva variable se distribuye como una normal tipificada, permitindonos, por tanto,
conocer la probabilidad acumulada en cada valor.
Y: N (0, 1)

La distribucin normal tipificada tiene la ventaja, como ya hemos indicado, de que las
probabilidades para cada valor de la curva se encuentran recogidas en una tabla.

0,00

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,0

0,5000

0,5040

0,5080

0,5120

0,5160

0,5199

0,5239

0,5279

0,5319

0,5359

0,1

0,5398

0,5438

0,5478

0,5517

0,5557

0,5596

0,5636

0,5675

0,5714

0,5723

0,2

0,5793

0,5832

0,5871

0,5910

0,5948

0,5987

0,6026

0,6064

0,6103

0,6141

0,3

0,6179

0,6217

0,6255

0,6293

0,6331

0,6368

0,6406

0,6443

0,6480

0,6517

0,4

0,6554

0,6591

0,6628

0,6664

0,6700

0,6736

0,6772

0,6808

0,6844

0,6879

0,5

0,6915

0,6950

0,6985

0,7019

0,7054

0,7088

0,7123

0,7157

0,7090

0,7224

0,6

0,7257

0,7291

0,7324

0,7357

0,7389

0,7422

0,7454

0,7486

0,7517

0,7549

0,7

0,7580

0,7611

0,7642

0,7673

0,7704

0,7734

0,7764

0,7794

0,7813

0,7852

0,8

0,7881

0,7910

0,7939

0,7967

0,7995

0,8023

0,8051

0,8078

0,8106

0,8133

0,9

0,8159

0,8186

0,8212

0,8238

0,8264

0,8289

0,8315

0,8340

0,8365

0,8389

1,0

0,8416

0,8438

0,8461

0,8485

0,8508

0,8531

0,8554

0,8577

0,8599

0,8621

1,1

0,8643

0,8665

0,8686

0,8708

0,8729

0,8749

0,8770

0,8790

0,8810

0,8830

1,2

0,8849

0,8869

0,8888

0,8907

0,8925

0,8944

0,8962

0,8980

0,8997

0,9015

1,3

0,9032

0,9049

0,9066

0,9082

0,9099

0,9115

0,9131

0,9147

0,9162

0,9177

1,4

0,9192

0,9207

0,9222

0,9236

0,9251

0,9265

0,9279

0,9292

0,9306

0,9319

1,5

0,9332

0,9345

0,9357

0,9370

0,9382

0,9394

0,9406

0,9418

0,9429

0,9441

1,6

0,9452

0,9463

0,9474

0,9484

0,9495

0,9505

0,9515

0,9525

0,9535

0,9545

1,7

0,9554

0,9564

0,9573

0,9582

0,9591

0,9599

0,9608

0,9616

0,9625

0,9633

1,8

0,9641

0,9649

0,9656

0,9664

0,9671

0,9678

0,9686

0,9693

0,9699

0,9706

1,9

0,9713

0,9719

0,9726

0,9732

0,9738

0,9744

0,9750

0,9756

0,9761

0,9767

2,0

0,9772
5

0,9777
8

0,9783
1

0,9788
2

0,9793
2

0,9798
2

0,9803
0

0,9807
7

0,9812
4

0,98169

2,1

0,9821
4

0,9825
7

0,9830
0

0,9834
1

0,9838
2

0,9842
2

0,9846
1

0,9850
0

0,9853
7

0,98574

2,2

0,9861
0

0,9864
5

0,9867
9

0,9871
3

0,9874
5

0,9877
8

0,9880
9

0,9884
0

0,9887
0

0,98899

2,3

0,9892
8

0,9895
6

0,9898
3

0,9901
0

0,9903
6

0,9906
1

0,9908
6

0,9911
1

0,9913
4

0,99158

2,4

0,9918

0,9920

0,9922

0,9924

0,9926

0,9928

0,9930

0,9932

0,9934

0,99361

2,5

0,9937
9

0,9939
6

0,9941
3

0,9943
0

0,9944
6

0,9946
1

0,9947
7

0,9949
2

0,9950
6

0,99520

2,6

0,9953
4

0,9954
7

0,9956
0

0,9957
3

0,9958
5

0,9959
8

0,9960
9

0,9962
1

0,9963
2

0,99643

2,7

0,9965
3

0,9966
4

0,9967
4

0,9968
3

0,9969
3

0,9970
2

0,9971
1

0,9972
0

0,9972
8

0,99736

2,8

0,9974
4

0,9975
2

0,9976
0

0,9976
7

0,9977
4

0,9978
1

0,9978
8

0,9979
5

0,9980
1

0,99807

2,9

0,9981
3

0,9981
9

0,9982
5

0,9983
1

0,9983
6

0,9984
1

0,9984
6

0,9985
1

0,9985
6

0,99861

2. El salario medio de los empleados de una empresa se distribuye segn una distribucin
normal, con media 5 millones de ptas. y desviacin tpica 1 milln de ptas. Calcular el
porcentaje de empleados con un sueldo inferior a 7 millones de ptas.
Lo primero que haremos es transformar esa distribucin en una normal tipificada, para ello
se crea una nueva variable (Y) que ser igual a la anterior (X) menos su media y dividida
por la desviacin tpica

En el ejemplo, la nueva variable sera:

Esta nueva variable se distribuye como una normal tipificada. La variable Y que corresponde a
una variable X de valor 7 es:

Ya podemos consultar en la tabla la probabilidad acumulada para el valor 2 (equivalente a la

probabilidad de sueldos inferiores a 7 millones de ptas.). Esta probabilidad es 0,97725

Por lo tanto, el porcentaje de empleados con salarios inferiores a 7 millones de ptas. es del
97,725%.

3. La renta media de los habitantes de un pas es de 4 millones de ptas/ao, con una

varianza de 1,5. Se supone que se distribuye segn una distribucin normal. Calcular:

a) Porcentaje de la poblacin con una renta inferior a 3 millones de ptas.

b) Renta a partir de la cual se sita el 10% de la poblacin con mayores ingresos.
a)
Lo primero que tenemos que hacer es calcular la normal tipificada:

(*) Recordemos que el denominador es la desviacin tpica ( raz cuadrada de la varianza)

El valor de Y equivalente a 3 millones de ptas es -0,816.

P (X < 3) = P (Y < -0,816)

Por lo tanto:

P (Y < -0,816) = P (Y > 0,816)

P (Y > 0,816) = 1 - P (Y < 0,816) = 1 - 0,7925 (aprox.) = 0,2075

Luego, el 20,75% de la poblacin tiene una renta inferior a 3 millones ptas.

b)
Vemos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es el 0,9 (90%),
lo que quiere decir que por encima se sita el 10% superior.

Ese valor corresponde a Y = 1,282 (aprox.). Ahora calculamos la variable normal X equivalente
a ese valor de la normal tipificada:

Despejando X, su valor es 5,57. Por lo tanto, aquellas personas con ingresos superiores a 5,57
millones de ptas. constituyen el 10% de la poblacin con renta ms elevada.

4. La vida media de los habitantes de un pas es de 68 aos, con una varianza de 25. Se
hace un estudio en una pequea ciudad de 10.000 habitantes:

a) Cuntas personas superarn previsiblemente los 75 aos?

b) Cuntos vivirn menos de 60 aos?

a) Calculamos el valor de la normal tipificada equivalente a 75 aos

Por lo tanto

P (X > 75) = (Y > 1,4) = 1 - P (Y < 1,4) = 1 - 0,9192 = 0,0808

Luego, el 8,08% de la poblacin (808 habitantes) vivirn ms de 75 aos.

b) Calculamos el valor de la normal tipificada equivalente a 60 aos

Por lo tanto

P (X < 60) = (Y < -1,6) = P (Y > 1,6) = 1 - P (Y < 1,6) = 0,0548

Luego, el 5,48% de la poblacin (548 habitantes) no llegarn probablemente a esta edad.

5. El consumo medio anual de cerveza de los habitantes de un pas es de 59 litros, con

una varianza de 36. Se supone que se distribuye segn una distribucin normal.

a) Si usted presume de buen bebedor, cuntos litros de cerveza tendra que beber al ao para
pertenecer al 5% de la poblacin que ms bebe?.
b) Si usted bebe 45 litros de cerveza al ao y su mujer le califica de borracho qu podra
argumentar en su defensa?

a) 5% de la poblacin que ms bebe.

Vemos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es el 0,95
(95%), por lo que por arriba estara el 5% restante.
Ese valor corresponde a Y = 1,645 (aprox.). Ahora calculamos la variable normal X equivalente
a ese valor de la normal tipificada:

Despejando X, su valor es 67,87. Por lo tanto, tendra usted que beber ms de 67,87 litros al ao
para pertenecer a ese "selecto" club de grandes bebedores de cerveza.

b) Usted bebe 45 litros de cereza al ao. Es usted un borracho?

Vamos a ver en que nivel de la poblacin se situara usted en funcin de los litros de cerveza
consumidos.
Calculamos el valor de la normal tipificada correspondiente a 45 litros:

Por lo tanto

P (X < 45) = (Y < -2,2) = P (Y > 2,2) = 1 - P (Y < 2,2) = 0,0139

Luego, tan slo un 1,39% de la poblacin bebe menos que usted. Parece un argumento de
suficiente peso para que dejen de catalogarle de "enamorado de la bebida"

6. A un examen de oposicin se han presentado 2.000 aspirantes. La nota media ha sido

un 5,5, con una varianza de 1,5.

a) Tan slo hay 100 plazas. Usted ha obtenido un 7,7. Sera oportuno ir organizando una fiesta
para celebrar su xito?
a) Ha obtenido usted un 7,7
Vamos a ver con ese 7,7 en que nivel porcentual se ha situado usted, para ello vamos a
comenzar por calcular el valor de la normal tipificada equivalente.

A este valor de Y le corresponde una probabilidad acumulada (ver tablas) de 0,98214

(98,214%), lo que quiere decir que por encima de usted tan slo se encuentra un 1,786%.
Si se han presentado 2.000 aspirante, ese 1,786% equivale a unos 36 aspirantes. Por lo que si
hay 100 plazas disponibles, tiene usted suficientes probabilidades como para ir organizando la
"mejor de las fiestas".

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

p(3 X +3)

8. En una distribucin normal de me dia 4 y desviacin tpica 2, calcular el

valor de a para que: P(4a x 4+a) = 0.5934

9. En una ciudad se esti ma que la te mperatura mxi ma 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

10. La me dia de los pesos de 500 estudiantes de un colegio es 70 kg y la

desviacin tpica 3 kg. Suponiendo que los pesos se distribuyen
normal mente, hallar cuntos estudiantes pesan:
Ent re 60 k g y 75 kg

Ms de 90 k g

Menos de 64 k g

64 Kg

64g o m enos

11. Se supone que los resultados de un examen siguen una distribucin

normal con me dia 78 y desviacin tpica 36. Se pide:
C ul es l a probabi l i dad de que una person a que se pres ent a el ex am en
obt enga una cal i fi c aci n superi or a 72?

12. Tras un test de cultura general se observa que las puntuaciones

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

Baj a cul t ura hast a 49 punt os.

Cul t ura acept abl e ent r e 50 y 83.
Ex cel ent e cul t ura a part i r de 84 punt os.

13. Varios test de inteligencia dieron una puntuacin que sigue una ley
normal con me dia 100 y desviacin tpica 15
Deter minar el porcentaje de poblacin que obtendra un coeficiente
entre 95 y 110

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

15.

En un examen tipo test de 200 preguntas de eleccin mltiple,

cada pregunta tiene una respuesta correcta y una incorrecta. Se
aprueba si se contesta a ms de 110 respuestas correctas.
Suponiendo que se contesta al azar, calcular la probabilidad de
aprobar el examen

La distribucin exponencial
1. El tiempo de reparacin de unas mquinas de escribir tiene una distribucin
aproximadamente exponencial, con media 22 minutos. 1. Hallar la probabilidad
de que el tiempo de reparacin sea menor que diez minutos. 2. El costo de
reparacin es de 2000 pts. por cada media hora o fraccin. Cul es la
probabilidad de que una reparacin cueste 4000 pts.? 3. Para efectuar una
programacin, cuanto tiempo se debe asignar a cada reparacin para que la
probabilidad de que cualquier tiempo de reparacin mayor que el tiempo
asignado sea solo de 0.1?

De acuerdo con el enunciado, para un tiempo de reparacin dado, el costo de

reparacin se obtendr a partir del nmero total de fracciones de media hora y el
conjunto de minutos restantes, inferiores a 30. (Todos, este ultimo inclusive, se
cobran a 2000 pesetas). Teniendo esto en cuenta, se observa que una reparacin
costara 4000 pesetas siempre que su duracin sea superior a 30 minutos e inferior o
igual a 60 minutos (y as cada fraccin de la segunda media hora se cobrar como
una media hora entera). As:

2. Para averiguar el tamao N de una poblacin de lagartos se utiliza el mtodo

siguiente de captura-marcaje-recaptura. Se capturan k lagartos, se les marca y se
les reincorpora a su poblacin. Un tiempo despus se realizan n avistamientos
independientes de los que es el numero de ellos que estn marcados.
1. Obtener una expresin para la probabilidad de que = m.
2. Si k = 4 y m = 1, demostrar que la probabilidad es mxima cuando N = 4n:
3. Si N = 12, k = 4 y n = 3, cul es la probabilidad de que los tres lagartos
observados estn marcados si sabemos que al menos uno de ellos lo est?

3. Los pesos de 2 000 soldados presentan una distribucin normal de media65 kg y

desviacin tpica 8 kg. Calcula la probabilidad de que un soldado elegidoal azar
pese:
a) Ms de 61 kg.
b) Entre 63 y 69 kg.
c) Menos de 70 kg.
d) Ms de 75 kg

4. Una prueba consta de 200 preguntas de verdadero o falso, para un sujeto que
respondiese al azar Cual sera la probabilidad de que acertase:
a) 50 preguntas o menos.
b) Ms de 50 y menos de 100.

c) Ms de 120 preguntas.

5. En un proceso de fabricacin de tornillos se sabe que el 2% son defectuosos. Los

empaquetamos en cajas de 50 tornillos. Calcula la probabilidad de que en una
caja haya este nmero de tornillos defectuosos:
a) Ninguno.
b) Uno.
c) Ms de dos.
Cuntos tornillos defectuosos habr, por trmino medio, en cada caja?