Técnicas matemáticas para el

análisis de datos en arquitectura:

Problemas
Curso 2014/15 TMAD 2

1. Problemas resueltos

Conceptos básicos de probabilidad

1. Si P (A) = 0′ 7 y P (B) = 0′ 4, determine P (A |Ac ∪B ) en cada caso:

a) P (A ∩ B) = 0′ 3
b) A y B son sucesos independientes.

Solución:
Por la fórmula de la Probabilidad condicionada tenemos que

P (A ∩ (Ac ∪ B)) P (A ∩ B)
P (A |Ac ∪B ) = = .
P (Ac ∪ B) P (Ac ∪ B)

Además

P (Ac ∪ B) = P (Ac ) + P (B) − P (Ac ∩ B)

( )
= P (Ac ) + P (B) − P (B) − P (A ∩ B)
= P (Ac ) + P (A ∩ B)

a) Por hipótesis, P (A ∩ B) = 0′ 3 y P (Ac ∪ B) = 0′ 3 + 0′ 3 = 0′ 6. Con lo cual

0′ 3
P (A |Ac ∪B ) = = 0′ 5
0′ 6

b) Si A y B son independientes, P (A ∩ B) = P (A).P (B) = 0′ 7 · 0′ 4 = 0′ 28 y

P (Ac ∪ B) = P (Ac ) + P (A ∩ B) = 0′ 3 + 0′ 28 = 0′ 58.

Por tanto
0′ 28 14
P (A |Ac ∪B ) = ′
= ≈ 0′ 483
0 58 29
2. El 85 % de los edificios construidos en cierta ciudad a mediados del siglo XX no
tiene pequeños problemas estructurales. Además, la proporción de dichos edificios
que tiene problemas de filtraciones de agua es del 60 % y un 10 % tienen ambos
problemas. Se elige, al azar, un edificio.

a) Si no tiene filtraciones, ¿cuál es la probabilidad de que tenga problemas estruc-

turales?

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 3

b) Si no tiene problemas estructurales, ¿cuál es la probabilidad de que en el edificio

haya filtraciones?
c) ¿Cuál es la probabilidad de que no tenga ni una cosa ni la otra?

Solución:
Si denotamos por F: “edificios con filtraciones” y por E: “edificios con problemas
estructurales”, sabemos que P (E c ) = 0′ 85, P (F ) = 0′ 6 y P (E ∩ F ) = 0′ 1

a)
P (E ∩ F c ) P (E) − P (E ∩ F ) 0′ 15 − 0′ 1 0′ 5
P (E |F c ) = = = = = 0′ 125
P (F c ) P (F c ) 0′ 4 4

b)
P (F ∩ E c ) P (F ) − P (F ∩ E) 0′ 6 − 0′ 1 0′ 5
P (F |E c ) = c
= c
= ′
= ′
= 0′ 588
P (E ) P (E ) 0 85 0 85

c)

P (E c ∩ F c ) = P ((E ∪ F )c ) = 1 − P (E ∪ F )
( )
= 1 − P (E) + P (F ) − P (E ∩ F )
= 1 − (0′ 15 + 0′ 6 − 0′ 1) = 0′ 35

3. Dos cazadores disparan simultáneamente a una perdiz. La probabilidad de éxito de

A en un disparo es 0’8 y la de B es 0’7. ¿Cuál es la probabilidad de que la perdiz
salga ilesa?
Solución:
La perdiz saldrá ilesa si falla el disparo de A y el de B. Además en este caso se trata
de sucesos independientes.

P (fallaA ∩ fallaB) = P (fallaA).P (fallaB) = (1 − 0′ 8)(1 − 0′ 7) = 0′ 2 · 0′ 3 = 0′ 06

4. Sean A y B dos sucesos tales que P (A) = 0′ 4, P (B) = p y P (A ∪ B) = 0′ 7.

a) ¿Para qué valores de p pueden ser A y B incompatibles?

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 4

b) ¿Para qué valores de p pueden ser A y B independientes?

Solución:

a) Si A y B incompatibles, entonces A ∩ B = ∅ y P (A ∪ B) = P (A) + P (B).

Luego,

0′ 7 = P (A ∪ B) = P (A) + P (B) = 0′ 4 + p ⇒ p=0’3

b) Si A y B independientes, P (A ∩ B) = P (A) · P (B) = 0′ 4p. Entonces

0′ 7 = P (A ∪ B) = P (A) + P (B) − P (A ∩ B) = 0′ 4 + p − 0′ 4p ⇒ p=0’5

Variables aleatorias

5. La función de cuantı́a de una variable aleatoria X es nula salvo en los puntos x =

0, 1, 2. En ellos toma valores

p(0) = 3c3 , p(1) = 4c − 10c2 , p(2) = 5c − 1,

para un cierto c > 0.

a) Determina el valor de c.
b) Calcula P (X < 1) y P (X < 2).

Solución:

a) Por las propiedades de la función de cuantı́a,

p(0) + p(1) + p(2) = 1,

3c3 + 4c − 10c2 + 5c − 1 = 1,
3c3 − 10c2 + 9c − 2 = 0,

Las raı́ces de esta ecuación son

1
c = 2, c = 1, c =
3
Puesto que p(x) ≤ 1, ∀x, el único valor que puede tomar c es
1
c= .
3

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 5

1
b) P (X < 1) = p(0) = 9
1 2 1
P (X < 2) = p(0) + p(1) = 9
+ 9
= 3

6. Halla la esperanza matemática y la varianza de una variable aleatoria discreta X

cuya función de cuantı́a es


 0′ 2, si x = 2


 0′ 3, si x = 3
P (X = x) =

 0′ 5, si x = 7



0, en el resto

Solución:

a)
∑
µ = E[X] = xi p(xi ) = 2 · 0′ 2 + 3 · 0′ 3 + 7 · 0′ 5 = 0′ 4 + 0′ 9 + 3′ 5 = 4′ 8
i

b) Puesto que σ 2 = E[X 2 ] − µ2 , primero calculamos

∑
E[X 2 ] = x2i p(xi ) = 4 · 0′ 2 + 9 · 0′ 3 + 49 · 0′ 5 = 0′ 8 + 2′ 7 + 24′ 5 = 28
i

A continuación,

σ 2 = E[X 2 ] − µ2 = 28 − 4′ 82 = 28 − 23′ 04 = 4′ 96

7. Sea X una variable aleatoria continua que tiene por función densidad


 a(x + 1), 0 ≤ x ≤ 3
 2

f (x) =


 0, en el resto

Se pide:

a) Valor de a,
b) media de X y

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 6

c) probabilidad P (1 < X ≤ 2).

Solución:
∫ +∞
a) Sabemos que f (x) dx = 1. Entonces,
−∞
∫ +∞ ∫ 0 ∫ 3 ∫ +∞
f (x) dx = f (x) dx + f (x) dx + f (x) dx =
−∞ −∞ 0 3
∫ 0 ∫ 3 ∫ +∞ ∫ 3
2
= 0 dx + a(x + 1) dx + 0 dx = a(x2 + 1) dx =
−∞ 0 3 0
[
]3
x3 1
=a + x = 12a =⇒ 12a = 1 =⇒ a =
3 0 12
b) Media aritmética de X,
∫ +∞ ∫ 3 ∫ 3 ∫ 3
µX = xf (x) dx = xf (x) dx = xf (x) dx = x(a(x2 + 1)) dx =
−∞ 0 0 0

∫ 3 [ ]3
3 x4 x2 99 99 33
= a(x + x) dx = a + = a= =
0 4 2 0 4 48 16
c) Probabilidad de que X ∈ ]1, 2],
∫ 2 ∫ 2 [ ]2
x3
P (1 < X ≤ 2) = f (x) dx = a(x + 1) dx = a +x 2
=
1 1 3 1
[( ) ( )]
8 1 10 10 5
=a +2 − +1 = a= =
3 3 3 36 18

8. Sea X una variable aleatoria cuya función de densidad es



 3x , 0 ≤ x ≤ 1
 2

f (x) =


 0, en el resto

a) ¿Cuál será la función de distribución de X?

8
b) Encuentra el valor de k tal que P (X ≤ k) =
27
c) Obtén la media y la varianza de X.

Solución:

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 7

a) La función de distribución de una variable aleatoria continua X viene dada por

∫ z
F : R −→ R, F (z) = P (] − ∞, z]) = f (x) dx
−∞

En nuestro caso,
∫z ∫z
Si z < 0, entonces F (z) = −∞
f (x) dx = −∞
0 dx = 0
Si 0 ≤ z < 1, entonces
∫ z ∫ 0 ∫ z ∫ z
F (z) = f (x) dx = f (x) dx+ f (x) dx = 3x2 dx = [x3 ]z0 = z 3
−∞ −∞ 0 0

Si z ≥ 1, entonces
∫ z ∫ 0 ∫ 1 ∫ z ∫ 1
F (z) = f (x) dx = f (x) dx+ f (x) dx+ f (x) dx = 3x2 dx = 1
−∞ −∞ 0 1 0

Por tanto, 

 0, si z < 0






F : R −→ R, F (z) = z 3 , si 0 ≤ z < 1







 1, si z ≥ 1
4
b) Sabemos que P (X ≤ k) = F (k) = . En consecuencia, k ∈]0, 1[. Con lo cual,
7
√
4 3 4
3
F (k) = k = =⇒ k = = 0′ 829826
7 7
c) Media aritmética de X:
∫ +∞ ∫ 1 [ ]1
3x4 3
µ = E[X] = xf (x) dx = 3x dx = 3
= = 0′ 75
−∞ 0 4 0 4
Varianza de X:

σ 2 = E[X 2 ] − E[X]2 = E[X 2 ] − µ2

En primer lugar, calculamos

∫ +∞ ∫ 1 [ ]1
2 2 4 3x5 3
E[X ] = x f (x) dx = 3x dx = =
−∞ 0 5 0 5
y, ahora, ( )2
3 3 3
σ = E[X ] − µ = −
2 2 2
= = 0′ 0375
5 4 80

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 8

Modelos de distribución de probabilidad

2
9. Las cualidades de un estudiante permiten predecir que tiene 3
de probabilidad de
aprobar un examen cuando se presenta. Si se presenta a 4 asignaturas, ¿cuál es
la probabilidad de que apruebe: (a) dos asignaturas, (b) más de la mitad de las
asignaturas.
Solución:
Sea X: número de asignaturas que aprueba el estudiante.
2
X ∼ Bi(4, )
3
(a) ( )
4 2 1 4 8
P (X = 2) = ( )2 ( )2 = 6 =
2 3 3 81 27

(b)
( ) ( )
4 2 1 4 2 1
P (X > 2) = P (X = 3) + P (X = 4) = ( )3 ( )1 + ( )4 ( )0 =
3 3 3 4 3 3

8 16 48 16
=4 + = =
81 81 81 27

10. El promedio diario de accidentes en cierto cruce es 1. ¿Cuál es la probabilidad de

que el viernes próximo haya 2 accidentes?
Solución:
Llamando X al número de accidentes en un dı́a, se tiene, X ∼ P o(1).

e−1 12 1
P (X = 2) = = ≈ 0′ 184
2! 2e

11. Una variable aleatoria tiene una distribución normal con media 62′ 4. Si la probabi-
lidad de que tome un valor mayor que 79′ 2 es 0′ 2005, ¿cuál es su desviación tı́pica?
Solución:
Si llamamos X a dicha variable, sabemos que

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 9

X ∼ N (62′ 4, σ) y que P (X > 79′ 2) = 0′ 2005

Ası́,

′ ′
0′ 2005 = P (X > 79′ 2) = 1 − P (X ≤ 79′ 2) = 1 − Φ( 79 2−62
σ
4
)

′ 16′ 8
de donde Φ( 16σ 8 ) = 0′ 7995 con lo que σ
= 0′ 84 y σ = 20.

12. En la observación del número de glóbulos rojos (en millones) de los habitantes de una
gran ciudad se llegó a la conclusión que seguı́an aproximadamente una distribución
normal de media 4′ 5 y desviación tı́pica 0′ 5. Calcula el número de glóbulos rojos del
20 % más alto de la ciudad.
Solución:
Consideremos la variable aleatoria

X: número de glóbulos rojos (en millones), X ∼ N (4′ 5, 0′ 5)

Sea k el número de glóbulos rojos que determina el 20 % más alto de la ciudad. De

acuerdo con el enunciado
P (X > k) = 0′ 2

Por tanto,
k − 4′ 5
P (X ≤ k) = 0′ 8 ⇒ F (k) = 0′ 8 ⇒ ϕ( ) = 0′ 8
0′ 5
Consultando la tabla de la distribución N (0, 1), se tiene que
k − 4′ 5
= 0′ 84 ⇒ k = 4′ 92
0′ 5

13. La probabilidad de que una pieza elaborada por una fábrica sea correcta cuadruplica
la de que la pieza sea defectuosa. ¿Cuál es la probabilidad de que, de 200 piezas
producidas en un dı́a, más de 30 pero no más de 70 sean defectuosas?
Solución:
Si llamamos D: pieza defectuosa, por las propiedades de la probabilidad,
1
P (D) + P (Dc ) = 1 ⇒ 4P (Dc ) + P (Dc ) = 1 ⇒ P (Dc ) =
5

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 10

Consideremos ahora la variable aleatoria

X: número de piezas defectuosas entre las 200 seleccionadas, X ∼ Bi(200, 51 )
√
Por el Teorema de Moivre, X ≈ N (40, 32)
√ √
√
(µX = np = 200 15 = 40 y σX = npq = 200 15 45 = 32 )

Por tanto,

P (30 < X ≤ 70) = FX (70) − FX (30) ≈ FY (70) − FY (30) =

70 − 40 30 − 40
= ϕ( ) − ϕ( ) = ϕ(5′ 3) − ϕ(−1′ 77) =
32 32
= 1 − 0′ 0384 = 0′ 9616

14. Un dado legal se lanza 180 veces. Calcule la probabilidad de que el 6 salga (i) entre
29 y 32 veces, (ii) entre 31 y 35 veces.
Solución:
Sea X: número de seises que aparecen en los 180 lanzamientos.
1
X ∼ Bi(180, )
6
X ≈ N (30, 5)
32 − 30 29 − 30
P (29 ≤ X ≤ 32) = F (32) − F (29) + P (X = 29) ≈ Φ( ) − Φ( )=
5 5
= Φ(0′ 4) − Φ(−0′ 2) = 0′ 6554 − 0′ 4207 = 0′ 2347

35 − 30 31 − 30
P (31 ≤ X ≤ 35) = F (35) − F (31) + P (X = 31) ≈ Φ( ) − Φ( )=
5 5
= Φ(1) − Φ(0′ 2) = 0′ 8413 − 0′ 5793 = 0′ 262

15. La probabilidad de que los clientes que acuden a un supermercado salgan satisfechos
es de 0′ 3. Cada dı́a se encuesta a 100 personas y se considera que el dı́a ha sido bueno
si el número de personas que contesta favorablemente a la encuesta supera los 35.
Calcula la probabilidad de que en 100 dı́as se obtenga más de 20 dı́as buenos (es

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 11

decir, más de 20 dı́as en que el número de personas que contestan favorablemente

sea superior a 35).
Solución:
Llamemos X al número de personas que contestan favorablemente a la encuesta.
√
X ∼ Bi(100, 0′ 3), X ≈ N (30, 21)

La probabilidad de que un dı́a sea bueno es

35 − 30
P (X > 35) = 1 − P (X ≤ 35) = 1 − F (35) ≈ 1 − Φ( √ ) = 0′ 1379
21

Llamemos ahora Y al número de dı́as buenos

Y ∼ Bi(100, 0′ 1379), Y ≈ N (13′ 79, 3′ 45)

20 − 13′ 79
P (Y > 20) = 1 − P (Y ≤ 20) = 1 − FY (20) ≈ 1 − Φ( ) = 0′ 0351
3′ 45

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 12

2. Problemas propuestos

Conceptos básicos de probabilidad

1. Sean A y B dos sucesos tales que

1 1 1
P (A |B ) = , P (B c ) = , P (B |A ) = .
6 2 4
Encuéntrense P (A) y P (B).

2. En cierta ciudad, el 40 % de la población tiene cabellos castaños, el 25 % tiene ojos

castaños y el 15 % tiene cabellos y ojos castaños. Se escoge una persona al azar.

a) Si tiene cabellos castaños, ¿cuál es la probabilidad de que también tenga ojos

castaños?
b) Si tiene ojos castaños, ¿cuál es la probabilidad de que no tenga cabellos cas-
taños?
c) ¿Cuál es la probabilidad de que no tenga cabellos ni ojos castaños?

3. Un 70 % de la población ve canales nacionales de televisión. Un 50 % de la población

ve canales autonómicos y un 40 % ve canales nacionales y autonómicos. Se elige un
habitante de la población al azar.

a) Si se nos informa que el habitante seleccionado ve canales autonómicos, ¿cuál

es la probabilidad de que vea canales nacionales?
b) En el supuesto de que el habitante elegido no viese canales autonómicos, ¿cuál
es la probabilidad de que vea canales nacionales?
c) Si se nos dice que ve canales nacionales, ¿cuál es la probabilidad de que vea
canales autonómicos?
d ) Si se nos dice que no ve canales nacionales, ¿cuál es la probabilidad de que no
vea canales autonómicos?

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 13

Variables aleatorias

4. Sea X una variable aleatoria discreta cuya función de probabilidad viene dada por
 1

 10 , si x ∈ {2, 3, . . . , 11}

P (X = x) =



0, si x ∈/ {2, 3, . . . , 11}

Se pide:

a) La función de distribución de X.
b) P (3 < X ≤ 8).
c) La media de X.

5. La función de densidad de una variable aleatoria continua X tiene la siguiente

gráfica:

¿Cuál es el valor de a? Calcula P (2 < X < 3).

6. En un laboratorio se está experimentando con un nuevo tipo de bombilla cuya vida

viene dada por una variable aleatoria X. Su función de densidad es


 −6(x − 3x + 2),
 1≤x≤2
2

f (x) =


 0, en el resto
donde X se mide en miles de horas. Calcula la probabilidad de que una de esas
bombillas dure más de 1200 horas.

7. La variable aleatoria X: número de cm. a que un dardo queda del centro de la diana
al ser tirado por una persona, se observó que tenı́a por función de densidad


 0 ≤ x ≤ 100
 kx,
f (x) =


 0, en el resto

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 14

a) Halla k para que f (x) sea función de densidad. Represéntala.

b) Halla la función de distribución y represéntala.
c) Calcula la media y la varianza.
d ) Calcula P (X ≤ 1).

8. En cierta ciudad, el consumo diario de energı́a eléctrica (en millones de kilowa-

tios/hora) es una variable aleatoria X con función de densidad


 1 −x
 3 e 3, x>0
f (x) =


 0, x≤0

a) Calcula la función de distribución de X.

b) Si la planta de energı́a tiene una capacidad diaria de 10 millones de kilowa-
tios/hora, ¿cuál es la probabilidad de que el abastecimiento de energı́a sea
inadecuado en un dı́a cualquiera?
c) Obtén la media y la varianza de X.

9. Sea X una variable aleatoria cuya función de cuantı́a es:



 0,1 x=2;


 k x=3;
f (x) =

 0,7 x=5;



0 en el resto.

a) Calcula el valor de k.
b) Para el valor de k obtenido calcula la media, la varianza y la desviación tı́pica
de X.

10. La longitud, en mm, de cierto tipo de tornillos viene dada por L = 200 + X, siendo
X una variable aleatoria continua cuya función de densidad es


 5 4
−1 ≤ x ≤ 1
 2x , si
f (x) =


 0, en otro caso

Determine el valor de c para que la probabilidad de que la longitud de un tornillo

pertenezca al intervalo [200 − c, 200 + c] sea 0.95.

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 15

11. Dada la función 



 0 si x < 0
f (x) = 3x si 0 ≤ x ≤ 1
2


 0 si x > 1
demuestra que puede ser la función de densidad de una variable aleatoria continua
X y halla la media µ de dicha variable aleatoria.

12. Sea X una variable aleatoria discreta cuya función de probabilidad o cuantı́a es:


 0,2 si x=1;





 0,3 si x=3;
f (x) = 0,4 si x=7;






k si x=9;

 0 en el resto.

a) Calcular el valor de k. Para dicho valor de k, calcular la función de distribución

de X.
b) Calcular P (3 < X < 7) y P (3 < X ≤ 7).

13. Un restaurante especializado en arroces tiene un volumen de consumo semanal de

arroz representado por la variable aleatoria X (miles de kilos) con función de den-
sidad: 

 2(1 − x),
 si 0 ≤ x ≤ 1
f (x) =


 0, en el resto
Calcular la probabilidad de que el consumo en una semana determinada sea mayor
de 800 kg.

14. Determinar el parámetro a para que f represente la función densidad de una variable
aleatoria X y calcular la media.


 −x + a, si x ∈ [0, 1]
 2

f (x) =


 0, en otro caso

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 16

Modelos de distribución de probabilidad

15. Si la probabilidad de que cierta columna falle ante una carga axial especı́fica es 0′ 5,
¿cuál es la probabilidad de que entre 16 de tales columnas a lo sumo fallen dos?

16. La probabilidad de que se produzca un cerrojo defectuoso en un proceso de fabrica-

ción es 0′ 1. Halla la media y la varianza de la distribución de cerrojos defectuosos
de un total de 400.

17. La probabilidad de que un habitante de cierto paı́s contraiga una enfermedad endémi-
ca es del 10 %. En una empresa de 90 trabajadores ¿Cuál es la probabilidad de que
más de 7 de ellos contraigan la enfermedad?.

18. Se sabe que el 5 % de los libros encuadernados en cierto taller tienen encuadernación
defectuosa. Calcula la probabilidad de que 2 de 100 libros terminados en este taller
tengan una encuadernación defectuosa. Use Poisson y compare la aproximación que
resulta.

19. El número medio de llamadas telefónicas recibidas en el departamento de reclama-

ciones de cierta empresa entre las 12 y las 14 horas es de 2′ 3 llamadas por minuto.
¿Cuál es la probabilidad de que en un determinado minuto entre esas horas se pro-
duzcan más de 3 llamadas?

20. En cierta enciclopedia el promedio de erratas por página es 2. Si seleccionamos

una sección de 10 páginas, ¿cuál es la probabilidad de que exactamente 3 de ellas
contengan errores?

21. Una compañı́a de seguros garantiza pólizas individuales contra un cierto tipo de
accidentes. Una encuesta ha permitido estimar que a lo largo de un año cada persona
tiene una probabilidad de 0′ 001 de ser vı́ctima de un accidente cubierto por este tipo
de pólizas y que la compañı́a podrá vender una media de 4000 pólizas al año. Calcule
la probabilidad de que el número de accidentes cubiertos por la póliza no pase de 4
por año.

22. El promedio de coches que entra en un aparcamiento durante la noche es 5.

a) Halla la probabilidad de que en una noche entren en el aparcamiento dos coches.

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 17

b) Halla la probabilidad de que a lo largo de una semana (7 noches) sólo en una

noche aparquen dos coches.

23. Las notas de un curso se distribuyen según una N (5, 1). ¿A partir de qué nota se
concederá Matrı́cula de Honor si se pretende que el 2′ 5 % de los alumnos obtengan
tal calificación?

24. Un arquitecto está diseñando un portal de un edificio que tienen que utilizar personas
cuya estatura está distribuida normalmente, con media 175 cm y varianza 25 cm2 .
¿Qué altura mı́nima debe dar al portal para que no más del 1 % de las personas
choquen con su cabeza en la parte superior del mismo?

25. Una máquina produce piezas cuya longitud, en centı́metros, se distribuye como una
N (200, 5). Una pieza se acepta como buena si su longitud está entre 190 y 210 cm.
Sabemos que el coste de fabricación de cada pieza es de 6 euros y que las piezas
defectuosas se venden a un precio de 12 céntimos por unidad. ¿Cuál ha de ser el
precio de venta de las piezas buenas si queremos obtener un 30 % de beneficio sobre
el coste?

26. La vida útil de cierta marca de baterı́as sigue una distribución normal de desviación
tı́pica dos meses. Se sabe que el 50 % dura más de 40 meses. Si se quiere dar un
periodo de garantı́a que permita devolver sólo el 10 % de las baterı́as, ¿qué tiempo
se debe conceder?

27. El diámetro de las naranjas de una partida que llega a un almacén se distribuye
normalmente. En un calibrado previo se constata que un 10 % de las naranjas tienen
un diámetro inferior a 40 mm. y que un 20 % tienen un diámetro superior a 70 mm.
Calcule el porcentaje de naranjas cuyo diámetro está comprendido entre 50 y 60
milı́metros.

28. Suponga que se realizan extracciones de dı́gitos aleatorios entre el 0 y el 9. Si hacemos

1000 extracciones, calcule

a) la probabilidad de que el 3 aparezca más de 95 veces,

b) la probabilidad de que el 7 salga menos de 75 veces,
c) la probabilidad de que el 9 aparezca entre 96 y 116 veces.

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 18

29. Un dado legal se lanza 180 veces. Calcule la probabilidad de que un múltiplo de 3
salga entre 20 y 40 veces.

30. En una editorial saben por experiencia que el 20 % de los libros que editan contienen
algún tipo de error. Si un supervisor revisa en una semana 150 libros, calcula:

a) La probabilidad de que en esos 150 libros haya al menos 40 libros que contengan
algún error.
b) La probabilidad de que el número de libros que no contienen errores esté entre
100 y 130.

31. El pH de cierto aditivo para hormigón sigue una distribución normal de media 2.5
y desviación tı́pica 0.2. Calcular la probabilidad de que al analizar una muestra de
dicho aditivo el valor del pH esté entre 3.2 y 2.6.

32. En el proceso de fabricación de una pieza interviene una máquina que produce
un taladro cilı́ndrico cuyo calibre (diámetro) en milı́metros sigue una distribución
normal N (23, 0,5).
a) Si una pieza no alcanza un calibre mı́nimo se destruye. ¿Cuál es el valor de dicho
calibre mı́nimo si se sabe que se destruyen el 1 % de las piezas?

b) Una pieza se acepta como buena si su calibre está entre 22.2 y 24 milı́metros. Las
piezas se venden en cajas de 100 unidades y el comprador acepta las cajas si tienen
como máximo 10 piezas defectuosas. ¿Cuál es la probabilidad de que una caja sea
devuelta a fábrica?

33. Una compañı́a de trenes sabe por experiencia que el 10 % de los clientes que reservan
plaza para un viaje de larga distancia no se presentan en la estación a retirar el
billete. Si la compañı́a decide, en los viajes para 200 pasajeros, aceptar 210 reservas,
¿cuál es la probabilidad de que algún cliente con reserva se quede sin billete?

34. Una empresa fabrica sobres para correo aéreo cuyo peso sigue una distribución
normal con media µ = 1′ 95 grs. y desviación tı́pica σ = 0′ 05 grs.

a) Calcule la probabilidad de que un sobre pese más de 2 grs.

b) Si los sobres se venden en paquetes de 1000 unidades, ¿cuál es la probabilidad
de que en un paquete haya más de 5 sobres que pesen más de 2 gramos?

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 19

35. Se consideran unas bombillas de idénticas caracterı́sticas cuya duración se distribuye,

aceptablemente, según una ley normal, de modo que la mitad de ellas duran más de
700 horas y sólo un 15′ 87 % no alcanza las 660 horas.

a) Calcula la media y la varianza del tiempo de duración de una bombilla.

b) ¿Qué proporción de bombillas dura más de 735 horas?
c) ¿Qué duración mı́nima puede garantizarse con un riesgo del 2′ 5 %?

36. (a) El promedio de coches que entra en el aparcamiento durante la noche es 5. Halla
la probabilidad de que en una noche entren en el aparcamiento, a lo sumo, 2 coches.
(b) En el mismo aparcamiento, durante el dı́a, el número de coches que entra se
aproxima por una variable aleatoria X, con distribución N (2000, 200).

• La máquina expendedora de tickets se sobrecalienta cuando en un dı́a imprime

más de 2300 tickets. ¿Cuál es la probabilidad de que la máquina expendedora
se sobrecaliente?
• Si se sustituye esta máquina por otra que se sobrecaliente únicamente el 0′ 2 %
de los dı́as, ¿cuántos tickets como máximo, imprimirá esta nueva máquina sin
sobrecalentarse?

37. Una máquina fabrica piezas cuya longitud, en cm, se distribuye como una N (200, 5).
Una pieza se acepta como buena si su longitud está entre 195 y 205 cm. Las piezas se
empaquetan en cajas de 5 unidades para su venta y las cajas que contengan alguna
pieza defectuosa se devuelven a fábrica. ¿Cuál es la probabilidad de que una caja,
elegida al azar, sea devuelta a fábrica?

38. Una compañı́a de lı́neas aéreas ha comprobado estadı́sticamente que el 12 % de las

personas que reservan billete no se presentan al vuelo. ¿Cuál es el número máximo
de reservas que debe aceptar la compañı́a si se desea que sólo un 3 % de los vuelos
de 450 plazas deje algún pasajero con reserva sin billete?

39. Si una urna contiene un 40 % de bolas rojas y un 60 % de bolas negras, realizando 5

extracciones con reposición, determinar la probabilidad de obtener al menos 2 bolas
rojas. Especificar la media y la desviación tı́pica en dicho experimento.

40. Consideremos el experimento aleatorio lanzar un dado 600 veces.

(a) Si el dado está equilibrado, ¿cuál es la probabilidad de que salga el 5 más de 75

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 20

veces?
(b) Supuesto que el dado no está equilibrado y la probabilidad de que salga un 2 es
0.5, siendo los restantes sucesos equiprobables, ¿cuál es la probabilidad de que el 1
aparezca entre 96 y 116 veces?

41. a) En una fábrica se realizan piezas cuya longitud, en mm, se distribuye como una
N (100, 2). Una pieza se acepta como buena si su longitud está entre 98 y 102
mm. Calcular la probabilidad de que una pieza elegida al azar sea considerada
buena.
b) Si las piezas se empaquetan en cajas de 4 unidades para su venta y las cajas
que contengan alguna pieza defectuosa se devuelven a fábrica. ¿Cuál es la
probabilidad de que una caja, elegida al azar, sea devuelta a fábrica?

42. Se estima que el tiempo necesario para realizar un determinado control de calidad
sigue una distribución normal de media 80 minutos y desviación tı́pica 6 minutos.
Un dı́a concreto los controles se inician a las 9:00.
a1) Calcular la probabilidad de que un controlador acabe de realizar el control antes
de las 10:10.
a2) La empresa desea fijar un tiempo máximo de realización del control, suficiente
para que no más del 25 % de los controles tengan mayor duración. ¿Cuál deberá ser
ese tiempo?

43. Una máquina produce recipientes cuyas capacidades (en litros) están distribuidas
normalmente con media µ=10 y desviación tı́pica σ= 0.1 . El comprador de estos
recipientes considera como defectuosos todos aquellos cuya capacidad está fuera del
intervalo [9.9, 10.17].

a1 ) Calcular la probabilidad que tiene un recipiente de ser declarado defectuoso.

a2 ) Si dichos recipientes se embalan en cajas de 500 para su distribución, calcular

la probabilidad de que una de esas cajas contenga menos de 85 recipientes
defectuosos.

44. La Agencia Tributaria sabe por experiencia que el 30 % de las declaraciones pre-
sentadas contienen algún tipo de error. Si un inspector revisa en una semana 120

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 21

declaraciones, calcula:

i) La probabilidad de que en esas 120 haya al menos 80 declaraciores correctas

(sin ningún error).
ii) La probabilidad de que el número de declaraciones erróneas esté entre 35 y 45.

45. De una losa de hormigón se han tomado muestras de todas las amasadas utilizadas
para su ejecución. El resultado de los ensayos de compresión ha sido el siguiente:

- en 15 amasadas la resistencia obtenida ha sido fc = 20N/mm2

- en 5 amasadas la resistencia obtenida ha sido fc = 24N/mm2
- en 5 amasadas la resistencia obtenida ha sido fc = 16N/mm2
- en 5 amasadas la resistencia obtenida ha sido fc = 22N/mm2
- en 5 amasadas la resistencia obtenida ha sido fc = 18N/mm2

Se pide determinar la resistencia caracterı́stica fck del hormigón de la losa.

46. En una obra el arquitecto está comprobando la recepción de perfiles estructurales.

La resistencia (kg/mm2 ) de un perfil estructural del acero está caracterizada por el
fabricante por medio de una variable aleatoria continua con la siguiente función de
densidad:  k

 x ≥ 100
 x2 , si
f (x) =



0, si x < 100
Por los datos de calidad del fabricante, se sabe que el perfil estructural de acero
F122 debe tener una resistencia entre 120 y 130 kg/mm2 , de tal manera que, si se
comprueba el perfil y tiene resistencia inferior a 120, el arquitecto debe rechazarlo.
El fabricante pide al arquitecto el porcentaje de perfiles no válidos suministrados
por su empresa, con la finalidad de ajustar los procesos de calidad en la planta de
laminado.
Si el arquitecto hiciera controles de calidad (en un laboratorio independiente) sobre
un lote de 25 perfiles seleccionado al azar, ¿cuál es la probabilidad de que en dicho
lote descubra que existen más de 4 perfiles no válidos?

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 22

47. Se entrega un bloque de viviendas nuevas con un periodo de garantı́a de 10 años.

Mediante un estudio de mercado, se sabe que la probabilidad de solicitar al cons-
tructor algún tipo de reparación o mejora en la obra es inversamente proporcional al
tiempo (en años) transcurrido desde que se entregó la obra y que después del perio-
do de garantı́a los propietarios no exigen al constructor ningún tipo de reparación.
También se sabe que es rentable mantener una cuadrilla de mantenimiento mientras
la probabilidad, calculada anualmente, de solicitar sus servicios se mantenga mayor
que 1/3. En los casos siguientes, ¿cuántos años deberá mantener la plantilla para
que sea rentable?:
a) Considerando que la variable aleatoria X = año en el que se solicita algún tipo
de reforma, sigue una distribución discreta.
b) Considerando que la variable aleatoria X anterior sigue una distribución continua
exponencial (f (x) = ke−x ).

48. Un fabricante de hormigón suministra a una obra cuatro lotes de dicho producto. En
cada lote se ensayan tres amasadas cuyos resultados de resistencia a la compresión
son (N/mm2 )
Lote 1: 34,10 36,50 35,10
Lote 2: 38,00 34,50 35,20
Lote 3: 33,70 38,10 35,30
Lote 4: 37,00 32,60 33,40
Debido al control de producción histórico se sabe que el hormigón que se suminis-
tra posee una resistencia a la compresión que se distribuye como una normal de
media 37N/mm2 y coeficiente de variación δ = 10 %. La resistencia caracterı́stica
especificada en proyecto es de 30N/mm2 . Para una correcta ejecución de la obra
es necesario conocer las siguientes cuestiones (todo referido a la normativa vigente
EHE):
1. Los lotes de hormigón suministrados que deben ser aceptados.
2. Si el hormigón producido es conforme con la especificación.
3. La resistencia real del hormigón.

49. Un laboratorio de control de calidad de materiales de construcción calcula la resis-

tencia a la compresión de probetas de hormigón a la edad de 28 dı́as. Este laboratorio

UPV. Departamento de Matemática Aplicada

Curso 2014/15 TMAD 23

analiza al año 5000 muestras proporcionadas por una empresa constructora espe-
cializada en la construcción de losas de cimentación. Se ha llegado, tras una larga
experiencia, a determinar que la distribución de las resistencias a la compresión de
las probetas sigue una ley gaussiana. Más concretamente, en las últimas 1000 pro-
betas analizadas, se sabe que 14 rompieron a menos de 24,5N/mm2 y que sólo 6
rebasaron los 28,5N/mm2 de resistencia. El especialista del laboratorio considera
inaceptable toda probeta que resista menos de 25N/mm2 rechazándola en dicho
caso y exigiéndole a la constructora que tome las medidas oportunas. ¿Cuántas
probetas habrá rechazado de las 1000 citadas? Siguiendo esta proporción, ¿cuántas
probetas rechazará al final del año?

UPV. Departamento de Matemática Aplicada