Sie sind auf Seite 1von 30

EJERCICIOS DE RESOLUCION DE DISTRIBUCION NORMAL

1. Supóngase que se sabe que la variable aleatoria X se distribuye normalmente con media 250 y
desviación estándar 5. Encuentre las siguientes probabilidades:
a) P=(X ≤ 255)
  250
 5
X 
Z 

( 255  0.5)  250
Z  0.5 0.3643
5
Z  1.1
A  0.3643
250 255
0.5+0.3643 = 0.8643

b) P (245 ≤ X ≤ 255)
  250
 5
X 
Z 

( 245  0.5)  250 0.3643 0.3643
Z 
5
Z  1.1
A  0.3643
X 
Z 

245 250 255
( 255  0.5)  250
Z 
5
Z  1.1
A  0.3643

0.3643+0.3643= 0.7286

c) P(X > 260)

X 
Z 

260  250
Z 
5 0.4772 0.0228

Z 2
A  0.4772

0.5-0.4772=0.0228 250 260


2. Las puntuaciones en una prueba nacional de aprovechamiento tuvieron una distribución normal
con media 540 y desviación estándar 110.
  540
  110

a. Si su puntuación fue de 680, ¿cuán lejos de la media, en desviaciones estándar, se encontró


su puntuación?
X 
Z 

680  540
Z 
110
Z  1.27 540 680

 Su puntuación se encontro a 1.27 desviaciones estándar a la derecha de la media

b. ¿Qué porcentaje de aquellos que tomaron la prueba consiguieron una puntuación mayor
que la suya?
Z  1.27
A  0.3980
0.5  0.3980 0.3980
0.102

0 1.27

 El 10.20% de aquellos que tomaron la prueba consiguieron una puntuación mayor que
la suya

3. El gasto promedio mensual por alimentos para familias de cuatro personas en la ciudad de
Guayaquil es de $ 420,00 con una desviación estándar de $ 80,00. Suponiendo que los gastos
mensuales por alimentos estén distribuidos normalmente, ¿qué porcentajes:
a. de estos gastos son inferiores a $ 350,00
P(X < 350)
  420
  80
X  0.3106
Z 

350  420
Z 
80
Z  0.88 350 420
A  0.3106
0.5-0.3106= 0.1894

El 18.94% de los gastos son inferiores a $350.00


b. de estos gastos se encuentran entre $ 250,00 y $ 350,00
P (250 < X < 350)
X 
Z 

250  420
Z 
80
Z  2.13
A  0.4834
0.3106

X 
0.4834
Z 

350  420 250 350 420
Z 
80
Z  0.88
A  0.3106

0.4834-0.3106= 0.1728
 El 17.28% de los gastos se encuentran entre $ 250,00 y $ 350,00

c. de estos gastos se encuentren entre $250,00 y $ 450,00


P (250 < X < 450)

X 
Z 

250  420
Z 
80
Z  2.13 0.4834 0.1480

A  0.4834

250 420 450


X 
Z 

450  420
Z 
80
Z  0.375
A  0.1480
0.4834+0.1480=0.6314
 El 63.14% de los gastos se encuentran entre $250,00 y $ 450,00

d. de estos gastos son inferiores a $ 250,00 y mayores que $450,00

P(X < 250)


P(X > 450)
X 
Z 

250  420
Z 
80
Z  2.13
A  0.4834
0.4834 0.1480
0.5-0.4834= 0.0166 0.0166 0.352

X 
Z 
 250 420 450
450  420
Z 
80
Z  0.375
A  0.1480

0.5-0.1438= 0.352

 El 1.66% de los gastos son inferiores a $ 250,00 y el 35.20% de los gastos son mayores
que $450,00.

4. El tiempo necesario para dar servicio a un automóvil en la estación de servicios “Automundo”


está distribuido normalmente con = 4.5 minutos y desviación estándar = 1.1 minutos.
  4.5
  1.1
a. ¿Cuál es la probabilidad de que un automóvil seleccionado aleatoriamente requiera:
1. más de 6 minutos de servicio o menos de 5
P(X < 5) o P(X > 6)
X 
Z 

5  4.5
Z 
1.1
Z  0.45
0.1736
A  0.1736
0.4131

X 
Z 
 4.5 5 6

6  4.5
Z 
1.1
Z  1.36 0.5-0.4131=0.0869
A  0.4131
0.1736+0.0869 = 0.2605
 La probabilidad de que un automóvil requiera más de 6 minutos de servicio o menos
de 5 es del 26.05%

2. entre 3.5 y 5.6 minutos de servicio


P (3.5 < X < 5.6)
X 
Z 

3.5  4.5
Z 
1.1
Z  0.91 0.3186 0.3413

A  0.3186

X 
Z 
 3.5 4.5 5.6

5.6  4.5
Z 
1.1
Z 1
A  0.3413

0.3186 + 0.3413 = 0.6599


 La probabilidad de que un automóvil requiera entre 3.5 y 5.6 minutos de servicio es
del 65.99%

3. Cuando mucho 3.5 minutos de servicio


P(X ≤ 3.5)

X 
Z 
 0.3186
3.5  4.5
Z 
1.1
Z  0.91
A  0.3186 3.5 4.5 5.6
0.5-0.3186 = 0.1814
 La probabilidad de que un automóvil requiera cuando mucho 3.5 minutos de servicio
es del 18.14%
b. ¿Cuál es le tiempo de servicio de modo que solo el 5 % de todos los automóviles requieran
más tiempo?
A = 0.45
Z = 1.65 0.45

0.05
 El tiempo necesario para dar servicio a un automóvil en la estación de servicios
“Automundo” es de 1.65 minutos.

5. Se encontró que un grupo de calificaciones de exámenes finales en un curso de estadística está


  7.3
normalmente distribuido con una media de 7.3 y una desviación estándar de 0.8
  0.8
a. ¿Cuál es la probabilidad de obtener cuando mucho una calificación de 9.1 en este
examen?
P(X ≤ 9.1)

X 
Z 

0.4878
9.1  7.3
Z  0.5
0.8
Z  2.25
A  0.4878
7.3 9.1
0.5 + 0.4878 = 0.9878

 La probabilidad de obtener cuando mucho una calificación de 9.1 en este exámen es del
98.78%

b. ¿Qué porcentaje de estudiantes alcanzaron calificaciones entre 6.5 y 8.9?

P ( 6.5 ≤ X ≤ 8.9)
X  X 
Z  Z 
 
6 . 5  7 .3 8.9  7.3
Z  Z 
0.8 0.8
Z 1 Z 2
A  0.3413 A  0.4772

0.3413 + 0.4772= 0.8185


0.3413 0.4772

6.5 7.3 8.9


 El 81.85% de los estudiantes alcanzaron calificaciones entre 6.5 y 8.9

c. ¿Qué porcentaje de estudiantes alcanzaron calificaciones entre 8.1 y 8.9?


P (8.1≤ X ≤8.9)
X  X 
Z  Z 
 
8.1  7.3 8.9  7.3
Z  Z 
0.8 0.8
Z 1 Z 2
A  0.3413 A  0.4772

0.4772-0.3413 = 0.1359
0.3413

0.4772

7.3 8.1 8.9

 El 13.59% de estudiantes alcanzaron calificaciones entre 8.1 y 8.9

d. ¿Cuál es la calificación del examen final si sólo el 5 % de los estudiantes que pasaron la
prueba tuvieron calificaciones más altas?

A= 0.45
Z= 1.65

0.45

0.05

 La calificación del exámen final es de 1.65 y el 5% de los estudiantes que pasaron la


prueba tuvieron calificaciones mas altas a esta.

e. Si el profesor “favoreciera” (le da calificación de A al 10 % superior de la clase


independiente de los resultados) ¿ese está en mejor situación con una calificación de 8.1
en este examen, o con una calificación de 6.8, en un examen diferente en el cual la =
6.2 y la = 0.3? Demuestre estadísticamente y explique

  7.3   6.2
  0.8   0.3

Exámen de 8.1 Exámen de 6.8


0.40 0.40

0.10 0.10

7.3 8.1 8.3 6.2 6.6 6.8

A  0.40 A  0.40
Z  1.28 Z  1.28
Z .    X Z .    X
1.28 * 0.8  7.3  X 1.28 * 0.3  6.2  X
X  8.3 X  6.6
 Está en mejor situación con una calificación de 8.1 en este examen, pues el estudiante
saco 8.3, mientras que en el exámen de 6.8 el saco 6.6.

6. Una compañía se dedica al ensamble de componentes electrónicos, bajo la modalidad de


maquila. Uno de los productos que se exportan a Norteamérica tiene un tiempo de ensamble
que se ha comprobado se distribuye normalmente con = 0.8 horas y = 0.1 horas. Es de
interés para la compañía calcular que probabilidades existen que el tiempo de ensamblado de
este producto de exportación sea:

  0.8
  0.1
a. No mayor de 0.95 horas
p(X ≤ 0.95) 0.4332
X 
Z 

0.95  0.8
Z 
0 .1
0.8 0.95
Z  1 .5
A  0.4332 0.5+0.4332= 0.9332
 La probabilidad que el tiempo de ensamblado de este producto sea no mayor de 0.95
horas es del 93.32%.
b. Mayor de 1 hora
P(X >1)
X 
Z 
 0.4772
1  0 .8
Z 
0.1
Z 2
A  0.4772 0.8 1

0.5-0.4772 = 0.0228

La probabilidad que el tiempo de ensamblado de este producto sea mayor de 1 hora es
del 2.28%
c. Entre 0.7 y 0.9 horas
P (0.7≤ X ≤ 0.9)
X 
Z 

0.7  0.8
Z  0.3413 0.3413
0.1
Z  1
A  0.3413

X 
Z  0.7 0.8 0.9

0.9  0.8
Z 
0.1
Z 1
A  0.3413

0.3413+0.3413 = 0.6826

d. Interprete desde el punto de vista de frecuencia de ocurrencia, el resultado obtenido en


la pregunta c.
• La probabilidad que el tiempo de ensamblado de este producto se encuentre ebtre
0.7 y 0.9 horas es del 68.26%

7. Las ventas diarias de un restaurante tienen una distribución aproximadamente normal con
= 530 dólares por día y = 120 dólares.
  530
  120

a. ¿Cuál es la probabilidad de que las ventas excedan los $ 700 dólares en un día dado?
P(X > 700)
X 
Z 

700  530
Z 
120 0.4222
Z  1.42
A  0.4222
0.5-0.4222 = 0.0778
530 700
 La probabilidad de que las ventas excedan los $ 700 dólares en un día dado es del 7.78%
b. El restaurante debe tener por lo menos 300 dólares en ventas por día para poder cubrir
sus costos. ¿Cuál es la probabilidad de que el restaurante no pueda cubrir sus costos un
día dado?
P(X < 300)
X 
Z 
 0.4726

300  530
Z 
120
Z  1.92
A  0.4726
0.5-0.4726 =0.0274
 La probabilidad de que el restaurante no pueda cubrir sus costos un día dado es del
2.74%

8. El tiempo de vida de un tipo de lavadora automática tiene distribución aproximadamente normal


con = 3.1 años y = 1.2 años. Si este tipo de lavadoras se garantiza por un año. ¿Qué
fracción de las lavadoras vendidas originalmente tendrían que ser reemplazadas? Resp. 0.0401
  3.1
  1.2
P(X < 1)

X 
Z  0.4599

1  3 .1
Z 
1 .2 1 3.1
Z  1.75
A  0.4599
0.5-0.4599 =0.0401
 Tendrían que ser reemplazadas el 4.01% (401/10000) de las lavadoras

9. La vida útil de las pilas de cierta marca están distribuidas normalmente. Si el 7.68 % de las
pilas duran más de 54 horas y 39.80 % duran menos de 50 horas. ¿Cuál es la media y la
desviación estándar? Resp. 50.61 y 2.37 respectivamente.
 ?
 ?
P(X<50)
P(X>54)

A  0.102  Z  0.26 A  0.4230  Z  1.43


0.0987 0.1026 0.4222 0.4236
0.102 0.4230
0.0033 0.0006 0.0008 0.0006
Z     X
- 0.26      50
1.43      54 (-1)
1.69    /  4
  2.37 0.398 0.102 0.4230 0.0768

50%

Z     X
 0.26  2.37    50
 0.6162    50
  50  0.6162
  50.61
 La vida útil de las pilas de cierta marca están distribuidas normalmente con = 50.61
horas y = 2.37 horas

10. Una compañía de seguros considera que solamente alrededor del 0.05 de la población le
ocurre cierto tipo de accidentes cada año. La empresa tiene 1.000 asegurados contra este tipo
de accidentes. ¿Cuál es la probabilidad de que, máximo 35 de ellos sufran este accidente?
Resp. 0.0179

P (sufra accidente)=0.05
q (No sufran accidente)=0.95
n=1000
P(X ≤ 35)
APROXIMACIÓN BINOMIAL A NORMAL
Establesco la media: Varianza:

  n pq
  n p   1000  0.05  0.95
  50
  47.5
  6.89
X 
Z 

(35  0.5)  50
Z 
6.89
Z  2.10
A  0.4821
0.5-0.4821=0.0179
0.4821

 la probabilidad de que, máximo 35 de ellos sufran este accidente es del 1.79%


35 50
11. Una cuarta parte de los documentos archivados diariamente por un empleado de un
departamento de ventas se hace equivocadamente. Si en un día se archivan 100 documentos,
cuál es la probabilidad de que:
P (Mal archivados)=0.25
q (Bien archivados)=0.75
n=100
a. Por lo menos 18 documentos sean mal archivados. Resp. 0.9582
P(X ≥ 18)
APROXIMACIÓN BINOMIAL A NORMAL
Establesco la media: Varianza:
  n pq
  n p   100  0.25  0.75
  25
  18.75
  4.33
X 
Z 

(18  0.5)  25
Z 
4.33
Z  1.73
A  0.4582 0.4582

0.5+0.4582=0.9582

18 25

 La probabilidada de que por lo menos 18 documentos sean mal archivados es del


95.82%

b. Exactamente 16 documentos sean mal archivados. Resp. 0.0107


P(X = 16)

0.4750

0.4857

16 25
X  X 
Z  Z 
 
(16  0.5)  25 (16  0.5)  25
Z  Z 
4.33 4.33
Z  2.19 Z  1.96
A  0.4857 A  0.4750
0.4857-0.4750= 0.0107

 La probabilidada de que exactamente 16 documentos sean mal archivados es del 1.07%

c. Exactamente 86 documentos sean correctamente archivados. Resp. 0.0039.


P (Bien archivados)=0.75
q (Mal archivados)=0.25
n=100
Establesco la media: Varianza:
  n pq
  n p   100  0.75  0.25
  75
  18.75
  4.33
P(x = 86)

0.4922

0.4961

75 86

X  X 
Z  Z 
 
(86  0.5)  75 (86  0.5)  75
Z  Z 
4.33 4.33
Z  2.42 Z  2.66
A  0.4922 A  0.4961
0.4961-0.4922= 0.0039

 La probabilidada de que exactamente 86 documentos sean correctamente archivados es


del 0.39%
12. Un ingeniero de producción ha determinado que en su fábrica dedicada a la confección de
prendas de vestir, un operario produce en promedio 64 piezas por día, de un tipo de camiseta,
con una desviación estándar de 4 camisetas. Un sistema de incentivos a destajo, ha
determinado que al operario se le pagan 11.25 ctvs. por cada camiseta que fabrique, siempre
y cuando cumpla con el estándar de 64 camisetas, en promedio. Si no se cumple con el
estándar establecido el salario mínimo a pagar al operario es de 80 ctvs. Por hora. Si se
trabajan ocho horas diarias. Suponiendo que la producción de camisetas se distribuye
normalmente, determine la probabilidad de que el operario se gane el salario mínimo.
  64
 4
P(x ≥ 64)=11.25ctvs
P(X < 64)= 0.80 ctvs. La hora

X 
Z 

(64  0.5)  64
Z  64
4
Z  0.12
A  0.0478
P(x ≥ 64)= 0.5+0.0478=0.5478
P(X < 64)= 0.5-0.0478=0.4522
 La probabilidad de que el operario se gane el salario mínimo es del 45.22%

13. Supóngase que el 15 % de los tubos de PVC fabricados por la compañía PYCA no cumplen
con las especificaciones. Si se inspecciona un lote de 1.000 tubos. ¿Cuál es la probabilidad de
que:

a. No más de 165 tubos estén defectuosos? Resp. 0.9147


P (defectuosos)=0.15
q (No defectuosos)=0.85

n=1000
Establesco la media: Varianza:
  n pq
  n p   1000  0.15  0.85
  150
  127.5
  11.29
P(x ≤ 165)

X 
Z 

(165  0.5)  150 0.4147
Z 
11.29
Z  1.37
A  0.4147 150 165
0.5+0.4147= 0.9147
 La probabilidad de que no más de 165 tubos estén defectuosos es del 91.47%

b. Exactamente 150 están defectuosos? Resp. 0.032


P(x =150)

150

X  X 
Z  Z 
 
(150  0.5)  150 (150  0.5)  150
Z  Z 
11.29 11.29
Z  0.04 Z  0.04
A  0.0160 A  0.0160
0.0160+0.0160= 0.032
 La probabilidad de que exactamente 150 tubos estén defectuosos es del 3.2%

c. Más de 125 estén defectuosos? Resp. 0.9147


P(X > 125)
X 
Z 

125  150
Z 
11.29
Z  2.21 0.4864

A  0.4864
0.5+0.4864= 0.9864
125 150
 La probabilidad de que más de 125 tubos estén defectuosos es del 98.64%

14. Una cadena de supermercados utiliza para el alumbrado diario de sus instalaciones un total
de 150 fluorescentes. Se estima que la vida de estos fluorescentes tiene una = 1.000 horas
y una = 75 horas. Como parte de un programa de mantenimiento preventivo, todos los
fluorescentes se cambian después de cierto tiempo de operación, con el fin de minimizar el
número de fluorescentes que se queman durante las horas de servicio a los clientes.

¿Cada cuantas horas deben cambiarse los fluorescentes, si se desea que no más del dos por
ciento de éstos se hayan quemado cuando se hace el cambio?

A  0.48  Z  2.05
  1000
  75

X 
Z 

X  1000
 2.05 
75
 2.05  75  1000  X
0.02 0.48
X  846.25
1000

 Un total de 846.25 fluorescentes resultaron no quemados al hacer el cambio, debiendo


cambiarse los mismos cada 2.05 horas.

15. Las aerolíneas y los hoteles frecuentemente aseguran reservaciones por encima de su
capacidad, con el objeto de minimizar las pérdidas ocasionadas por los pasajeros que no se
presentan. Supongamos que los archivos de un hotel indican que, en promedio, 10 por ciento
de sus clientes no se presentan a reclamar sus reservaciones. Si el hotel acepta 215
reservaciones y sólo hay 200 habitaciones en el hotel, ¿cuál es la probabilidad de que todos
los clientes que lleguen a reclamar su reservación consigan una habitación?

P (Se presentan)=0.90
q (No se presentan)=0.10
n=215

Establezco la media: Varianza:


  n pq
  n p   215  0.90  0.10
  193.5
  19.35
  4.40

P(x ≤ 200)
X 
Z 

(200  0.5)  193.5 0.4441
Z 
4.40
Z  1.59
A  0.4441 193.5 200

0.5+0.4441= 0.9441

 La probabilidad de que todos los clientes que lleguen a reclamar su reservación consigan
una habitación es del 94.41%

16. La oficina de admisiones de una pequeña universidad planea aceptar pagos por adelantado de
un número de estudiantes nuevos de modo que con una probabilidad de 0.95 el tamaño de la
clase de nuevos estudiantes sea menor o igual que 120. Supongamos que los solicitantes
constituyen una muestra aleatoria de una población de solicitantes de los cuales el 80 por
ciento deciden ingresar a la universidad si son aceptados.

a. ¿Cuántos pagos por adelantado debe aceptar la oficina de admisiones?

P (Ingresan)=0.8
q (No ingresan)=0.2
n=120

Establezco la media: Varianza:

  n pq
  n p   120  0.80  0.20
  96
  19.20
  4.38
P (X ≤ 120)=0.95

0.95*120=114

 Se debe aceptar por adelantado 114 pagos

b. Si se acepta el número de solicitantes encontrado en la parte (a). ¿Cuál es la probabilidad


de que el tamaño de la clase de nuevos estudiantes sea menor que 105?

P(x < 105)


X 
Z 

(105  0.5)  96
Z 
4.38 0.4738
Z  1.94
A  0.4738
0.5+0.4738=0.9738
 la probabilidad de que el tamaño de la clase de nuevos estudiantes sea menor que 105
es dl 97.38%

17. En base a la experiencia, el 40 % de los clientes de la estación de servicio “Automundo”


pagan sus compras con tarjeta de crédito.
P (Paguen con tarjeta)=0.4
q (No paguen con tarjeta)=0.6

a. Si se selecciona una muestra aleatoria de tres clientes ¿cuál es la probabilidad de que:


1. Ninguno pague con tarjeta de crédito?
p (x  0)  p (x  0)
 3 C 0 (0,40) 0 (0,60) 3
 0.216
 La probabilidad de que ninguno pague con tarjeta de crédito es del 21.6%

2. Dos paguen con tarjeta de crédito?


p (x  2)  p (x  2)
 3 C 2 (0,40) 2 (0,60)1
 0.288
 La probabilidad de que dos pague con tarjeta de crédito es del 28.80%

3. Por lo menos dos paguen con tarjeta de crédito?


p (x  2)  p (x  2)  p(x  3)
 3 C 2 (0,40) 2 (0,60) 1  3 C 3 (0,40) 3 (0,60) 0
 0.288  0.064
 0.352
 La probabilidad de que por lo menos dos paguen con tarjeta de crédito es del 35.2%

4. No más de dos paguen con tarjeta de crédito?


p (x  2)  p (x  0)  p (x  1)  p (x  2)
 3 C 0 (0,40) 0 (0,60) 3  3 C1 (0,40) 1 (0,60) 2  3 C 2 (0,40) 2 (0,60) 1
 0.216  0.432  0.288
 0.936
 La probabilidad de que no más de dos paguen con tarjeta de crédito es del 93.6%
c. Si se selecciona una muestra aleatoria de 200 clientes ¿cuál es la probabilidad
aproximada de que:

P (Paguen con tarjeta)=0.4


q (No paguen con tarjeta)=0.6
n=200

1. Por lo menos 75 paguen con tarjeta de crédito?

P(X ≥ 75)
APROXIMACIÓN BINOMIAL A NORMAL
Establezco la media: Varianza:
  n pq
  n p   200  0.4  0.6
  80
  48
  6.93
X 
Z 

(75  0.5)  80
Z 
6.93
Z  0.79
A  0.2852 0.2852

0.5+0.2852=0.7852

75 80

 La probabilidad de que no por lo menos 75 paguen con tarjeta de crédito es del 78.52%

2. No más de 70 paguen con tarjeta de crédito?


P(X≤ 70)
X 
Z 

(70  0.5)  80
Z 
6.93
Z  1.37 0.4147

A  0.4147
0.5-0.4147=0.0853

70 80

3. Entre 70 y 75 clientes, inclusive, paguen con tarjeta de crédito?


P (70 ≤ X ≤ 75)
0.2422

0.4357

70 75 80

X  X 
Z  Z 
 
(70  0.5)  80 (75  0.5)  80
Z  Z 
6.93 6.93
Z  1.52 Z  0.65
A  0.4357 A  0.2422
0.4357-0.2422= 0.1935

 La probabilidad de que entre 70 y 75 clientes, inclusive, paguen con tarjeta de crédito


es del 19.35%

18. El decano de la facultad de Contabilidad y Auditoría desea crear una junta directiva de la
facultad con 20 miembros seleccionados de los 100 que la integran. La selección debe ser
aleatoria y en la escuela 25 de los profesores están en el área de contabilidad.

a. ¿Cuál es la probabilidad aproximada de que la junta directiva de la facultad incluya:


1. por lo menos dos de la facultad de contabilidad?
p ( x  2)  1   p ( x  2)
 1   p ( x  0)  p ( x  1)
 C  C C  C 
 1   25 0 75 20  25 1 75 19 
 100 C 20 100 C 20 
 1  0.0015  0.0134
 0.9851
 La probabilidad aproximada de que la junta directiva de la facultad incluya por lo menos
dos de la facultad de contabilidad es del 98.51%

2. Entre dos y seis de la facultad de contabilidad?


P (2  X  6)
  p ( x  3)  p ( x  4)  p ( x  5)
 C  C C  C C5 75 C15 
  25 3 75 17  25 4 75 16  25

 100 C 20 100 C 20 100 C 20 
 0.1273  0.2018  0.2260
 0.5551
 La probabilidad aproximada de que la junta directiva de la facultad incluya entre dos y
seis de la facultad de contabilidad es del 55.51%

b. ¿Cuántos profesores de contabilidad se podría esperar que se encontraran en la junta


directiva?
P (Profesores de contabilidad)=0.25
q (Otros)=0.75
n=100
P(X≤20)
  25
  4.33
X 
Z 
 0.3508
( 20  0.5)  25
Z 
4.33
Z  1.04
A  0.3508 20 25
0.5-0.3508= 0.1492*100
= 15 profesores
 Se podría esperar que se encontraran en la junta directiva 15 profesores de contabilidad.

19. El análisis estadístico de 1.000 llamadas telefónicas de larga distancia realizadas desde las
oficinas de Andinatel, señala que la duración de estas llamadas está distribuida normalmente
con = 240 segundos y = 40 segundos.
  240
  40
n=1000

a. ¿Qué porcentaje de estas llamadas duró menos de 180 segundos?

X 
Z 

180  240
Z 
0.4332
40
Z  1.5
A  0.4332
05-0.4332= 0.0668
180 240

 El 6.68% de estas llamadas duró menos de 180 segundos

b. ¿Cuál es la probabilidad de que una llamada en particular durara entre 180 y 300
segundos?
P(180< X < 300)
180 240 300

X  X 
Z  Z 
 
180  240 300  240
Z  Z 
40 40
Z  1.5 Z  1.5
A  0.4332 A  0.4332
0.4332+0.4332=0.8664

 la probabilidad de que una llamada en particular durara entre 180 y 300 segundos es
del 86.64%

c. Cuántas llamadas duraron menos de 180 segundos o más de 300 segundos?


P(180< X < 300)

0.4332 0.4332

180 240 300

X  X 
Z  Z 
 
180  240 300  240
Z  Z 
40 40
Z  1.5 Z  1.5
A  0.4332 A  0.4332
0.5-0.4332= 0.0668 0.5-0.4332= 0.0668
0.0668+0.0668=0.1336
0.1336*1000=133.6

 Las cantidad de llamadas duraron menos de 180 segundos o más de 300 segundos
fueron 133.6

d. ¿Qué porcentaje de las llamadas duró entre 110 y 180 segundos?


0.4332

0.4994

110 180 240


P (110 < X < 180)
X  X 
Z  Z 
 
110  240 180  240
Z  Z 
40 40
Z  3.25 Z  1.5
A  0.4994 A  0.4332
0.4994-0.4332=0.0662
 El 6.62% de las llamadas duró entre 110 y 180 segundos

e. ¿Cuál es la duración de una llamada en particular si sólo el 1 % de todas las llamadas son
más cortas?

0.49

0.01

240

A  0.49  Z  2.33
X  Z   
X  2.33  40  240
X  146.8

 La duración de una llamada en particular es de 146.8 segundos

f. Si el investigador no pudiera suponer que la información se encontraba normalmente


distribuida ¿cuál sería entonces la probabilidad de que cierta llamada durará entre 180 y
300 segundos?
P (180≤ X ≤ 300)
180 240 300

X  X 
Z  Z 
 
(180  05)  240 (300  0.5)  240
Z  Z 
40 40
Z  1.38 Z  1.49
A  0.4162 A  0.4319

0.4332
0.4332+0.4319= 0.8651

 La probabilidad de que cierta llamada durará entre 180 y 300 segundos es del 86.51%

g. Comente las diferencias en las respuestas de b y f.

Se puede evidenciar que la diferencia entre aplicar el factor de corrección y no este caso
no es tan grande la diferencia

20. Interactive presta servicios de comunicación a los negocios del área metropolitana de Quito.
Los funcionarios de la compañía han aprendido que la transmisión satelital promedio es de 150
segundos, con una desviación estándar de 15 segundos. Los tiempos parecen estar distribuidos
normalmente.
Para estimar de manera apropiada la demanda del cliente por sus servicios y establecer una
estructura de tarifas que maximice las utilidades corporativas. Interactive debe determinar que
tan probable es que algunas llamadas se presenten. El director de servicios desea que usted
proporcione estimados de la probabilidad de que una llamada dure:

  150
  15

a) Entre 125 y 150 segundos

0.4994

125 150
P (125 < X < 150)
X  X 
Z  Z 
 
125  150 150  150
Z  Z 
15 15
Z  1.67 Z 0
A  0.4525 A0
0+0.4525=0.4525
 La probabilidad de que una llamada dure entre 125 y 150 segundos es del 45.25%

b) Menos de 125 segundos


P (X < 125)
X 
Z 

125  150 0.4525
Z 
15
Z  1.67
A  0.4525
0.5-0.4525=0.0475 125 150

 La probabilidad de que una llamada dure menos de 125 segundos es del 4.75%

c) Al menos 130 segundos


P(X ≥ 130)
X 
Z 
 0.4147
(130  0.5)  150
Z 
15
Z  1.37
A  0.4147
0.5+0.4147=0.9147 130 150

 La probabilidad de que una llamada dure al menos 130 segundos es del 91.47%

d) Entre 160 y 165 segundos inclusive.

0.2357

0.3485

125 150 160 165


P (160 ≤ X ≤ 165)
X  X 
Z  Z 
 
(160  0.5)  150 (165  0.5)  150
Z  Z 
15 15
Z  0.63 Z  1.03
A  0.2357 A  0.3485
0.3485-0.2357= 0.1128

 La probabilidad de que una llamada dure entre 160 y 165 segundos inclusive es del
58.42%
21. En una afamada escuela de contabilidad y auditoría los índices de puntos de calificación de
sus 1.000 estudiantes sin graduar tienen una distribución aproximadamente normal con una
media de 2,83 y desviación estándar de 0,38.
  2.83
  0.38
a) ¿Cuál es la probabilidad de que un estudiante seleccionado aleatoriamente tenga un índice
de puntos de calificación entre 2,0 y 3,0?

0.4854 0.1736

2.0 2.83 3.0


P (2.0 < X < 3.0)
X  X 
Z  Z 
 
2.0  2.83 3  2.83
Z  Z 
0.38 0.38
Z  2.18 Z  0.45
A  0.4854 A  0.1736
0.4854+0.1736= 0.659
 La probabilidad de que un estudiante seleccionado aleatoriamente tenga un índice de
puntos de calificación entre 2,0 y 3,0 es del 65.9%

b) ¿Qué porcentaje de estudiantes se encuentran en un período de prueba, es decir, que tienen


índices de puntos de calificación inferiores a 2,0?

0.4854
2.0 2.83
P (X < 2.0)
X 
Z 

2.0  2.83
Z 
0.38
Z  2.18
A  0.4854
0.5-0.4854=0.0146
 El 1.46% de los estudiantes se encuentran en un período de prueba, es decir, que tienen
índices de puntos de calificación inferiores a 2,0

c) ¿Cuántos estudiantes de esta escuela se espera que estén en la lista del decano, es decir,
que tengan índices de puntos de calificación de 3,2, o que lo excedan?

0.2995

2.83 3.2
P (X ≥ 3.2)
X 
Z 

(3.2  0.05)  2.83
Z 
0.38
Z  0.84
A  0.2995

0.5-0.2995=0.2005
0.2005*1000=200.5
 Un numero de 200 estudiantes de esta escuela se espera que estén en la lista del decano,
es decir, que tienen índices de puntos de calificación de 3,2 o lo exceden

22. El promedio de los salarios en los bancos Comerciales en Illinois es de $ 22,87 USD por hora,
con una desviación estándar de $ 5,87 USD. ¿Cuál debe ser su salario por hora si desea ganar:

  22.87
  5.87
a) ¿Más que el 80% de todos los empleados?

0.5 0.3 0.2 Ganan más

22.87 27.8

A  0.3  Z  0.84

X 
Z 

X  22.87
0.84 
5.87
0.84  5.87  22.87  X
X  27.80

 Su salario por hora si desea ganar más que el 80% de todos los empleados debe ser de
$27.80
b) ¿Menos que el 20% de todos los empleados.

Ganan menos

0.2 0.3

22.87

A  0.3  Z  0.84

X 
Z 

X  22.87
 0.84 
5.87
 0.84  5.87  22.87  X
X  17.94
 Su salario por hora si desea ganar menos que el 20% de todos los empleados debe ser
de $17.94

23. La Empresa Deloit & Touch descubre que el tiempo que se toma para realizar un proceso de
auditoría está distribuido normalmente, con un promedio de 17,2 días y una desviación
estándar de 3,7 días. El señor López promete iniciar un trabajo de auditoria para su firma
dentro de 20 días, pero debe terminar una que ya ha comenzado. ¿Qué tan probable es que
cumpla su promesa?

  17.2
  3.7

0.2764

17.2 20
P (X < 20)
X 
Z 

20  17.2
Z 
3.7
Z  0.76
A  0.2764

0.5+0.2764=0.7764
 La probabilidad de que cumpla su promesa es del 77.64% entonces si terminara esta
empezaría con la siguiente.

UNIVERSIDAD TÉCNICA DE AMBATO


FACULTAD DE CONTABILIDAD Y AUDITORIA
CARRERA DE CONTABILIDAD Y AUDITORIA
APLICACIÓN DE LA ESTADÍSTICA INFERENCIAL

 EJERCICIOS DE DISTRIBUCION BINOMIAL Y DE POISSON

 EJERCICIOS DE RESOLUCION DE DISTRIBUCION NORMAL

Nombre:
Poalacin Flores Nancy Aracelly
Fecha:
Noviembre 07 de 2010

Das könnte Ihnen auch gefallen