DISTRIBUCIÓN NORMAL Y ESTIMACIÓN DE PARAMETROS

INTEGRANTES
ADRIANA SOFIA RAMIREZ CASTRO
SHIRLEY JOHANA SILVA REYES

DOCENTE:
TOMAS SARMIENTO

FUNDACION UNIVERSITARIA LOS LIBERTADORES

ADMINISTRACIÓN DE EMPRESAS
ESTADISTICA INFERENCIAL
MARZO 2020
 1) Sea X N ( 200,20 ) . Determinar las siguientes probabilidades
P(185< X <210) como X es una variable aleatoria con distribución normal de para metros
μ=200 y σ =20 tipifiquemos l distribución para calcular el valor de la probabilidad con la
X−μ
distribución normal estándar es decir hallemos Z= , en efecto:
σ

P ( 185< X <210 ) =P ( 185−200

20
< Z<
210−200
20 )=P (
−15
20
10
< Z< )=P(−0,75< Z <O ,5)
20

¿ P ( Z <0,5 ) −P ( Z ←0,75 )=0,6915−0,2266=0,4649 ≈ 46,49 % utilizando los valores de la

tabla de la distribución normal para hallar z.

b) P ( 215< X <250 )=P ( 215−200

20
< Z<
250−200
20 ) 15
20
50
=P ( < Z< )=P(0,75< Z <2,5)
20

¿ P ( Z <2,5 )−P ( Z< 0,75 )=0,9938−0,9599=0,0339≈ 3,39 % utilizando los valores de la

tabla de la distribución normal para hallar z.
c)
P ( X >240 ) =P ( 240−200
20
40
>Z )=P ( > Z ) =P (2> Z )=1−P ( Z< 2 )=1−0,9772=0,0228 ≈ 2,28 %
20
haciendo uso de los valores de la tabla de la distribución normal para hallar el valor de z.
d)
P ( X >178 )=P ( 178−200
20
>Z )=P (
−22
20
>Z )=P (−1,1>Z ) =1−P ( Z ←1,1 )=1−0,8665=0,1335 ≈ 13,35 %

haciendo uso de los valores de la tabla de la distribución normal para hallar el valor de z.
2) Hallar el área bajo la curva normal tipificada
a) entre z=0 y z=1,2 para calcular el área en z=0 y z=1,2 es igual a el área a la izquierda de
z=1,2 menos el área a la derecha de z=0 a partir de la tabla de la distribución normal
encontramos que el área que se desea es ( Z=1,2 )−( Z=0 ) =O, 8849−0,5=0,3849
b) entre z=-0,68 y z=0 para calcular el área en z=-0,68 y z=0 es igual a el área a la
izquierda de z=0 menos el área a la derecha de z=-0,68 a partir de la tabla de la distribución
normal encontramos que el área que se desea es (z=0) -(z=-0,68) = 0,5000-0,2483=0,2517.
c) entre z=-0,46 y z=2,21 para calcular el área entre z=-0,46 y z=2,21 es igual a el área a la
izquierda de z=2,21 menos el área a la derecha de z=-0,46 a partir de la tabla de la
distribución normal encontramos que el área que se desea es (z=2,21) – (z=-0,46) = 0,9864-
0,3228= 0,6636.
d) entre z=0,81 y z=1,94 para calcular el área entre z=0,81 y z=1,94 es igual a el área a la
izquierda de z=1,94 menos el área a la derecha de z=0,81 a partir de la tabla de la
distribución normal encontramos que el área deseada es (z=1,94) – (z=0,81) = 0,9738-
0,7910=0,1828.
e) a la derecha de z=-1,28 el área a la derecha de z=-1,28 es igual a 1 menos el área a la
izquierda de z=-1,28 a partir de la tabla de la distribución normal estándar encontramos que
el área deseada es 1-(z=-1,28) =1-0,1003=0,8997.
3) Si "área" se refiere al área bajo la curva normal tipificada, hallar el valor o los
valores de Z tales que:
a) El área entre 0 y Z sea 0,3770 para calcular el valor o los valores de Z comprendidos
entre 0 y k dado que P ( 0< z <k ) =0,3770 asi ( z <k )−( z <0 )=0,3770 vemos que el área a la
izquierda y a la derecha para z=0 es igual a 0,5000 quien divide la distribución a la mitad
así k −0,5000=0,3770 entonces k=0,3770+ 0,5000=0,8770siendo el área comprendida a la
izquierda de k en la tabla de la distribución normal estándar encontramos los valores de z
para los cuales el área es 0,8770 son z=1,16 y z=-1,16.
b) el área a la izquierda de z sea 0,8621 es decir P ( Z <k )=¿0,8621 vemos que el valor de k
deja una área de 0,8621 a la derecha entonces debe dejar un área de 0,6985 a la izquierda
encontramos este valor en la tabla de la distribución normal siendo entonces z= k = 1,09.
c) el área entre -1,5 y z sea 0,0217 es decir
p (−1,5< z <k )=0,0217 asi ( z <k )−( z ←1,5 )=0,0217 vemos que el área a la derecha de (z<-
1,5) es igual a 0,0668 así k −0,0668=0,0217 entonces k=0,0217+0,0668=0,0885 siendo el
área comprendida a la izquierda de k en la tabla de la distribución normal estándar
encontramos los valores de z para los cuales el área es 0,0885 es z=-1,35
4) Calcular un intervalo de confianza al nivel α = 0.05 para σ 2 mediante las
desviaciones que se producen en un proceso de fabricación cuya distribución es
N(0,σ ) a partir de la muestra:
1.2, -2.2, -3.1, -0.2, 0.5, 0.6, -2.1, 2.2, 1.3
Solución: sabiendo que el proceso de una distribución normal de media conocida μ=0 un
intervalo de confianza para la varianza σ 2 al nivel α =0,05 es el siguiente
T T n
(n ,n )
X 2
X 2 donde n=9 , T =∑ ¿ ¿ ¿ y utilizando la tabla de la distribución chi
(n ;1− α2 ) (n; α2 ) i=1

2 2
cuadrado ( X ¿ ¿2)¿, se tiene X n;1− α = X 9 ;0,95 =2,7004 es decir, (1.44458,10.1763) es el
2
intervalo que contendrá con un 95% de acierto las desviaciones que se producen en el
proceso de fabricación.
5) Eres el encargado de un departamento de producción en una fábrica y recibes un
lote de 2000 piezas necesarias para la fabricación de un artículo. Tienes la
responsabilidad de aceptar o rechazar el lote, si estimas que la calidad de éste no es
suficiente. El fabricante te asegura que, en este lote, no hay más de 100 piezas
defectuosas, pero decides tomar una muestra para estimar la proporción de las
mismas. ¿Cuántas piezas decides examinar para que, con un nivel de confianza del
95%, el error que cometas en la estimación de la proporción poblacional de
defectuosas no sea mayor que 0.05?
Solución: Observamos que el tamaño de la población (el lote de piezas) es de 2000, por lo
que podemos considerar que dicho tamaño es lo suficientemente grande como para que la
podamos tratar como una población infinita. Para determinar el tamaño muestral necesario
para estimar la proporción poblacional si queremos que el error cometido sea menor que
2 p (1− p)
0.05 con un nivel de confianza de 100 ( 1−α ) %, viene dado por: n ≥( Z 1−α ) donde
2 error2
no conocemos el valor de la proporción exacta p, puesto esto es precisamente lo que
queremos encontrar. Por lo tanto, debemos utilizar una aproximación de p, usando una
muestra piloto o eligiendo el p más pesimista posible, es decir, el p que conlleva la elección
del tamaño muestral más grande, p=0,5. Así tenemos dos posibilidades:
100
1) El valor que, según el vendedor, es la proporción poblacional, p= =0,05. En
2000
este caso, el error máximo admisibles error = 0,05 y el nivel de confianza 95%,
α =0,05 y utilizando las tablas de la normal estándar Z α =Z 0,975 ≈ 1,96 por lo que
1−
2
se llega:
1.96 2∗0.5∗0.95
n≥ ≈ 72.99 es decir, el valor de n que convendría usar es 73.
0.0025
2) el valor más pesimista, p=0.5, y en este caso, de forma similar a la anterior, se tiene:
1.96 2∗0.5∗0.5
n≥ ≈ 384.16
0.0025
Por último, observar que tendremos que escoger entre las dos opciones anteriores
según el
tiempo, y/o el dinero, que nos llevará examinar cada artículo de la muestra.

6) Se desea hacer un estudio de mercado sobre el nivel de aceptación de un tipo de

detergente. Para ello, se ha tomado una muestra aleatoria formada por 60 personas,
de las cuales 45 son asiduas usuarias del citado detergente. Hallar un intervalo de
confianza al nivel de 99% para la población de usuarios del citado detergente en una
comarca muy poblada.
45 3
Solución: conocemos 1−α=0,99, n=60 y proporción muestral = ^p= = =0.75 , q=1-
60 4
0,75=0,25

√ pq ≤ p ≤ ^p + ℷ √ pq =1−α
(
El intervalo seria: p ^p −ℷ z
2 √n
z
2 √n
) asi el intervalo de confianza al

nivel de 99% con P(Z=z)=0,995 asi de la tabla de la normal ℷ z =2,58 por tanto
2
Ip=(0.6057,0.8942) es decir que el nivel de aceptación de un tipo de dirigente en el
mercado se encuentra entre el 60,57% y el 89,42% con una confianza del 99%.

7) El nivel de desarrollo cognitivo de niños de 5 años se distribuye según una normal

con una varianza poblacional igual a 11,56. Se ha elegido una muestra aleatoria
formada por 60 niños de 5 años y se ha determinado que la media del nivel de
desarrollo cognitivo es igual a 13 puntos. Hallar un intervalo de confianza para la
media poblacional al nivel de 95%. ¿Cuántos niños se debería haber tomado en la
muestra para estar seguro, al nivel del 95%, de que el error máximo es 0,1?
Solución: a) Si el nivel de confianza es el 95% entonces
α
1−α=0,95→ α =1−0,95=0,05 → =0,025 →1−0,025=0,975 con lo que Z(0,975)=1,960
2
Si la distribución de la población es normal, también lo es, automáticamente, la de las
medias muestrales, con igual media y con desviación típica igual a la de la distribución
poblacional dividida por la raíz cuadrada del tamaño muestral.
X́ =13 ( media ) .

σ =√ 11,56=3,40(desviacion tipica poblacional )

σ 3,40
Desviacion tipica muestral= = =0,44
√ n √ 60
Así el intervalo asociado al nivel de confianza del 95%:
σ σ
( X́−Z α
2 √n
, X́ + Z α
)
2 √n
=( 13−1.96∗0.44 ,13+1.96∗0,44 )=(12.14 , 13.86)

(el error máximo, con muestras de tamaño 60, es 1,96*0,44 = 0,86)

b) El error máximo es:
Z α ∗σ
2 ( 0,975 )∗3,40 1,96∗3,40
Err= =Z =0,1→ √ n= =66,64 asi el tamaño muestral n=66,642=4441
√n √n 0,1
Si queremos que el error máximo sea de 0.1, el tamaño de la muestra debe ser de 4441
individuos
(pensemos que con 60 individuos el error era 0,86 y ahora queremos que sea mucho menor,
por lo que parece lógico que el tamaño de la muestra sea mucho mayor)
8) Con el fin estimar la proporción de votantes favorables a un candidato, se ha
elegido una muestra al azar formada por 100 personas y se ha detectado que 47 de
ellas son favorables al candidato. Si el error máximo que se comete es de 0,1
determinar el tamaño de la muestra, en cada caso, para que la confianza en que el
candidato salga elegido sea del
a) 90%
b) 95%
c) 99%.
Solución: Para la estimación de votantes favorables a un candidato, se recogieron los
siguientes datos
47
P=
^ =0,47 ; ϵ=0,1 ; n ?
100
a) Con una confianza de 90% tenemos
n=¿ ¿
b) Con una confianza del 95%
n=¿ ¿
c) Con una confianza del 99%
9) Un fabricante de una determinada marca de vehículos de lujo sabe que el consumo
de gasolina de sus vehículos se distribuye normalmente. Se selecciona una muestra
aleatoria de 6 coches y se observa el consumo cada 100 km., obteniendo las siguientes
observaciones 19’2, 19’4, 18’4, 18’6, 20’5, 20’8. Obtener un intervalo de confianza
para el consumo medio de gasolina de todos los vehículos de esa marca al nivel del
90%.
a. Construir un intervalo de confianza para al 99%.
b. Cuál debería ser el tamaño muestral para que el largo total del intervalo sea de 10
minutos?
Solución:
n
1
X̄ = ∑X
1.- Se elige el mejor estimador de  que es n i=1 i así
19.2+19.4 +18.4+18.6+ 20.5+ 20.8
X́ = =19.48
6
X̄ − μ
h( X̄ )= ↦ T n−1
Sc
2.- Nos fijamos en la función √n que no depende del
parámetro 
n

√
2
∑ ( x i− X́ ) .
i=1
Sc = =1,06
6
X̄ −μ
P(−t α ≤ ≤t α )=1−α
2 Sc 1−
2

3.- Se construye el intervalo √n se tiene que

1−α=0,90→ α =0,1

4.- Se despeja el parámetro  y queda:

Sc Sc
P( X̄−t α ≤μ≤ X̄ + t 1−α )=1−α
2 √n 2 √n con lo que el intervalo de confianza es
Sc Sc
( X̄−t α , X̄ +t 1−α )
2 √n 2 √n
Por tanto T 1− α =T 0,95=2,015 sustituyendo el intervalo de confianza es
2

1,06 1,06
[ 19,48−2,015
√6
, 19,48+2,015
√6
=[18.61 ,20.35]
]
construyamos análogamente un intervalo de confianza para al 99% en efecto:

1−α=0,99→ α =0,01 con lo cual T 1− α =T 0,995=3,526 sustituyendo el intervalo de

2

1,06 1,06
confianza es 19,48−3,526 [ 2,45
, 19,48+3,526
2,45
=[17.95 , 21,00]. ]
En el caso de intervalo de confianza para la media con  conocida.
2α
σ σ σ σ2
L= X̄ + z α −( X̄ −z α )=2 z α n=4 z 2
2
La longitud 2 √n 2 √n 2 √ n luego L
Así n=4 ¿
10) El precio de un determinado artículo perecedero en los comercios de
alimentación de una ciudad sigue una distribución normal. Se toma una muestra
aleatoria de 8 comercios y se observa el precio de ese artículo, obteniendo las
siguientes observaciones:
132, 125, 130, 139, 126, 138, 124, 140 Obtener el nivel de confianza del 95%
a. Un intervalo de confianza para la media poblacional
b. Un intervalo de confianza para la varianza poblacional
Solución: como μaproximémosla de la siguiente manera:
n
1 n
X̄ = ∑ X i =131 ,75

√
2
n i=1 , ∑ ( x i− X́ ) , n=8.
i=1
Sc = =6,562
6

Calculemos el intervalo de confianza para la media poblacional de la usando la distribución

(n−1) S2 (n−1) S 2
, 2 ( )
chi cuadrado en efecto: X 2 X asi
α α
( 2 , n−1) 1 ( 2 ,n−1)
X 2α =X 20.025,7 =CHISQ ( 0.975,7 )=16.012
, n−1
2

X2 α =X 20.975,7=CHISQ ( 0.025,7 )=1.68 con lo cual se tiene

1− ,n −1
2

7∗43,071 7∗43,071
I α 95 %=
2
[ 16,012
,
1,689 ]
=[18.83 , 178.41]

I α 95 %=[ √ 18.83 , √ 178.41 ] =[4.339 , 13.357]