Guía 3

Elaborado por:

Laura Natali Cepeda Vidal - ID 814407

Karla Caviedes Muñetón - ID 812322

Johan Sebastián Loaiza - ID: 812204

David Acevedo Esterlin - ID: 795526

Estadística Inferencial, Facultad de Contaduría, Corporación Universitaria Minuto

de Dios

Docente: Jorge Luis Bustos Galindo

NRC: 2023

27/2/2023
 1. Dada una distribución normal, encuentre el área bajo la curva que cae:

a. A la izquierda de z = 1.52

P= [Z<1.52] = 0.9357 93.57%

b. A la derecha de z = − 0.9

P= [Z >-0.9] = P[Z<Z1]
P[Z<0.9]
P=0.8159 81.59%

c. Entre 1.8 y 2.7

P= [1.8 <Z<2.7]
P= [Z<2.7] - [Z<1.8]
P= 0.9965 – 0.9641
P= 0.0324 3.24%
d. A la izquierda de z = − 1.93

P= [Z< -1.93] = 1 – P= [Z< -1.93]

= 1 – 0.9732
= 0.0268 2.68%

2. Encuentre el valor z si el área bajo la curva estándar:

a. A la derecha es 0.3510

P= [Z> Z1]= 0.3510 35.10%

P= [Z> Z1]= 0.3510 1 – P= [Z<0.3510]
1 – 0.3510
0.649 0.38 + 0.39 = 0.385
2
 b. Entre 0 y z es 0.4838, con z > 0

P= [0 <Z< Z1] = 0.4838

P= [Z< Z2] - P [Z<0]

P= [Z< Z2] – 0.5000 = 0.4838
= 0.4838 + 0.5000
= 0.9838 2.14

c. A la izquierda es 0.1234

P= [Z<Z1]= 0.1234 = 1 – P= [Z<0.1234]

= 1 – 0.1234
= 0.8766 1.15 + 1.16 = 1.155
2

3. Sea X  N (100, 225). Halle las probabilidades siguientes:

a. P [X < 92.5] Datos: μ = 100 σ = 15
Estandarizar:
Z = 92.5 – 100 = - 0.5 P= [Z < 0.5]

15
P= [Z < - 0.5] = 1 - P= [Z < 0.5]
= 1 – 0.6915
= 0.3085 30.85%

b. P [X > 76] Datos: μ = 100 σ = 15

Estandarizar:
Z = 76 – 100 = - 1,6 P= [Z < - 1,6]
15 P = 0.9452 94.52%

c. P [77.5 < X < 100] Datos: μ = 100 σ = 15

Estandarizar:
Z1 = 77.5 – 100 = - 1,5
15
Z2 = 100 – 100 = 0
15
 P [-1.5 < Z < 0] = P [Z < 0] - (1 – P [Z < 0])
= 0.5000 – (1-0.9332)
= 0.4332 43.32%

4. Para la variable definida en el problema 3, halle el valor x que satisface:

a. P [X < x] = 0.75 75%
P [Z > z] = 0.75 0.67 + 0.68 = 0.675
2
Estandarizar:
X=μ+Z.σ
X = 100 + (0.675) (15)
X = 110.125

b. P [X > x] = 0.10 10%

P [Z > z] = 0.10 = 1 – P [Z > z]
= 1 – 0.10
 = 0.9 1.28 + 1.29 = 1.285
2
Estandarizar:
X=μ+Z.σ
X = 100 + (1.285) (15)
X = 119.275

c. P [X < x] = 0.05
P [Z > z] = 0.05 = 1 – P [Z > z]
= 1 – 0.05
= 0.95 1.64 + 1.65 = -1.645
2
Estandarizar:
X=μ+Z.σ
X = 100 + (-1.645) (15)
X = 75.32
5. Suponga un test normal de puntuación media de 75 y una desviación estándar de 6,
tres estudiantes A, B y C fueron notificados de tener puntuaciones Z normales estándares
de 1.8, 0.5 y −0.8 respectivamente. Halle las notas obtenidas por A, B y C.
Datos: μ = 75 σ=6
A= 1.8

Estandarizar: X=μ+Z.σ
X = 75 + (1.8) (6)
X = 85.8 85.8% R\: La nota para A es del 85.8%
B = 0.5
Estandarizar: X=μ+Z.σ
X = 75 + (0.5) (6)
X = 78 R\: La nota para B es del 78%

C = - 0.8
Estandarizar: X=μ+Z.σ
X = 75 + (-0.8) (6)
X = 70.2 70.2% R\: La nota para C es del 70.2%

6. Una fábrica de harina empaqueta en sacos de tela. El saco de harina se acepta como
de distribución normal con media y desviación estándar iguales a 25 y 0.5
respectivamente. Si se toma al azar un saco, ¿cuál es la probabilidad de que:
a. Pese cuando más 24.75?
b. Pese por lo menos 26.25?

Datos: μ = 75 σ=6
A. Pese cuando más 24.75?

P [X < 24.5]

Estandarizar:
Z1 = 24.5 – 75 = -0.5
6
P [Z < -0.5] = 1 – P [Z < 0.5]
 = 1 – 0.6915
= 0.3085 30.85%
R\: Hay una probabilidad del 30.85% de que al tomar un saco de harina al azar pese
cuando más de 24.75%

B. Pese por lo menos 26.25?

P [X > 26.25]

Estandarizar:
Z1 = 26.25 – 75 = 2.5
6
P [Z > 2.5] = 1 – P [Z > 2.5]
= 1 – 0.9938
= 0.0062 0.62%

R\: Hay una probabilidad del 0.62% de que al tomar un saco de harina al azar pese
cuando menos de 26.25%
7. Una máquina despachadora de refrescos está ajustada para servir en promedio 200
mililitros por vaso. Si la cantidad de refrescos es normalmente distribuida con una
desviación estándar igual a 15 mililitros.
Datos: μ = 200 σ = 15
a. ¿Qué fracción de los vasos contendrá más de 224 mililitros?

μ = 200 σ = 15 X = 224

P [X > 224]

Estandarizar:
Z1 = 224 – 200 = 1.6

15
P [Z > 1.6] = 1 – P [Z > 1.6]
= 1 – 0.9452
= 0.0548 5.48%
R\: Hay una probabilidad del 5.48% de que la fracción de vasos contenga más de 224
Mililitros.
b. ¿Cuál es la probabilidad de que un vaso contenga entre 191 y 209 mililitros?

μ = 200 σ = 15 X1 = 191 X2 = 209

Estandarizar:
Z1 = 191 – 200 = - 0.6

15
Z2 = 209 – 200 = 0.6
15
P [-0.6 < Z < 0.6] = P [Z < 0.6] - (1 – P [Z < 0.6])
= 0.7257 – (1-0.7257)
= 0.4514 45.14%
R\: Hay una probabilidad del 45.14% de que un vaso contenga entre 191 y 209 mililitros.
c. ¿Cuántos vasos probablemente se derramarán si se utilizan vasos de 230 mililitros
en los siguientes 1000 refrescos?

μ = 200 σ = 15 X = 230

P [X > 230]

Estandarizar:
Z1 = 230 – 200 = 2
15
P [Z > 2] = 1 – P [Z > 2]
= 1 – 0.9772
= 0.0228 2.28%
R\: Hay una probabilidad del 2.28% de que los siguientes refrescos se derramen en 23
vasos.
d. ¿Bajo qué valor se obtiene el 25% más pequeño de los refrescos?

μ = 200 σ = 15 X = 25% 0.25

P [X < x] = 0.25
 P [Z < z] = 0.25 = 1 – P [Z < z]
= 1 - 0.25
= 0.75 0.67 + 0.68 = 0.675
2
z = 0.675
- z = - 0.675
Estandarizar: X=μ+Z.σ
X = 200 + (0.675) (15)
X = 189.875
R\: Hay una probabilidad del 25 % de que los refrescos más pequeños se obtengan bajo
un valor de 189.875 vasos.
8. La vida útil de cierta marca de batería para automóvil se admite con distribución normal
con media  = 38 meses y desviación estándar 𝜎 = 2 meses. Si la compañía no desea
reemplazar más del 5% de las baterías vendidas, ¿qué tiempo de garantía debe ofrecer?

Datos: μ = 200 σ = 15 X = 5% 0.05

P [X < x] = 0.05

P [Z < z] = 0.05 = 1 – P [Z < z] =0.05

= 1 – 0.05
= 0.95 1.64 + 1.65 = 1.645
2
z = 1.645
-z = -1.645
Estandarizar: X=μ+Z.σ
X = 200 + (-1.645) (15)
X = 34.71 35

R\: La compañía debe ofrecer una garantía de 35 meses en sus baterías.

9. Los estudiantes de cierta escuela secundaria tiene un coeficiente intelectual promedio
de 106 y varianza 256. Al suponer la distribución normal, halle la proporción de
estudiantes con coeficiente intelectual.

Datos: μ = 106 σ = 16
 a. Igual o menor que 98.

P [X < 98]

Estandarizar:
Z1 = 98 – 106 = -0.5
16

P [Z < -0.5] = 1 - P [Z < 0.5]

= 1 – 0.6915
= 0.3085 30.85%

R\: Hay una probabilidad del 30.85% que los estudiantes con coeficiente intelectual sean
igual o menor a 98.
b. Igual o menor que 130.
Datos: μ = 106 σ = 16
P [X >130]

Estandarizar:
Z1 = 130 – 106 = 1.5
16
P [Z < 1.5] = 0.9332 93.32%

R\: Hay una probabilidad del 93.32% que los estudiantes con coeficiente intelectual sean
igual o menor a 130.
c. Igual o mayor que 127.

Datos: μ = 106 σ = 16
P [X >127]

Estandarizar:
Z1 = 127 – 106 = 1.3125
16
 P [Z >1.3125] = 1 - P [Z >1.3125]
= 1 – 0.9049
= 0.0951 9.51%
R\: Hay una probabilidad del 9.51% que los estudiantes con coeficiente intelectual sean
igual o mayor a 127.
d. Entre 94 y 118.

Datos: μ = 106 σ = 16 X1 = 94 X2= 118

Estandarizar:
Z1 = 94 – 106 = - 0.75
15
Z2 = 118 – 106 = 0.75
15

P [-0.75 < Z < 0.75] = P [Z < 0.6] - (1 – P [Z < 0.75]) 0.67 + 0.68 = 0.675
= 0.675 – (1-0.675) 2
= 0.35 35%

R\: Hay una probabilidad del 35% que los estudiantes con coeficiente intelectual entre 94
y 118.
10. Plantee y desarrolle un ejercicio (Problema de aplicación en su área de conocimiento)
de la distribución de Normal. El ejercicio debe ser de su autoría.

 En la empresa Siigo se tiene un promedio de gastos de 100 dólares y una

desviación estándar de 50. Encuentre la probabilidad que se generó en los costos
de Enero (80 dólares) y Febrero (120 dólares).

Datos: μ = 100 σ = 50 X1 = 80 X2 = 120

Estandarizar:
Z1 = 80 – 100 = - 0.4
50
Z2 = 120 – 100 = 0.4
50
P [-0.4 < Z < 0.4] = P [Z < 0.4] - (1 – P [Z < 0.4])
= 0.6554 – (1-0.6554)
= 0.3108 31.08%
R\: Hay una probabilidad del 31.08% en los costos que se genero en la empresa Siigo
entre enero y febrero.