UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE INGENIERÍA DE PROCESOS

ESCUELA PROFESIONAL DE INGENIERÍA QUÍMICA

DISTRIBUCION NORMAL

ASIGNATURA:

ESTADÍSTICA INDUSTRIAL

DOCENTE DE TEORÍA:

Ing. Edgar Alberto Alvarez Aragon

DOCENTE DE PRÁCTICAS:

Ing. Edgar Alberto Alvarez Aragon

ESTUDIANTE:

Daycely Miriam Huanca Quispe 184774

EJERCICIOS

1. Las bolsas de una mezcla de concreto, etiquetadas con un peso de 100 libras,
tienen por peso una media poblacional de 100 libras y una desviación estándar
poblacional de 0.5 libras.
a) ¿Cuál es la probabilidad de que la media del peso de una muestra aleatoria
de 50 bolsas sea menor a 99.9 libras?
b) Si la media del peso de poblacional aumenta a 100.15 libras, ¿cuál es la
probabilidad de que la media del peso de una muestra de tamaño 50 sea menor
a 100 libras?

a) ¿Cuál es la probabilidad de que la media del peso de una muestra

aleatoria de 50 bolsas sea menor a 99.9 libras?

Datos:
𝜇 = 100 𝐼𝑏
𝜎 = 0.5 𝐼𝑏
𝑛 = 50 𝑏𝑜𝑙𝑠𝑎𝑠
𝑥 = 99.9 𝐼𝑏
𝑝(𝑋 < 𝑥 ) = 𝑝(𝑍 < 𝑧)

𝑥−𝜇 99.9 − 100

𝑧= 𝜎 = = −1.414221
0.5
√𝑛 √ 50

𝑝(𝑍 < −1.414221)

𝑝(𝑍 < −1.414221) = 0.079270

b) Si la media del peso de poblacional aumenta a 100.15 libras, ¿cuál es la

probabilidad de que la media del peso de una muestra de tamaño 50 sea
menor a 100 libras?
 Datos:
𝜇 = 100.15 𝐼𝑏
𝜎 = 0.5 𝐼𝑏
𝑛 = 50 𝑏𝑜𝑙𝑠𝑎𝑠
𝑥 = 100 𝐼𝑏
𝑝(𝑋 < 𝑥 ) = 𝑝(𝑍 < 𝑧)

𝑥 −𝜇 100 − 100.15
𝑧= 𝜎 = = −2.12132
0.5
√𝑛 √ 50

𝑝(𝑍 < −2.12132)

𝑝(𝑍 < −2.12132) = 0.017429

2. Se elige una muestra aleatoria de 100 hombres con una estatura media de 70
pulgadas y una desviación estándar de 2.5 pulgadas. ¿Cuál es la probabilidad
de que la estatura promedio de los hombres de la muestra sea mayor a 69.5
pulgadas?

Datos:
𝜇 = 70 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠
𝜎 = 2.5 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠
𝑛 = 100 𝑏𝑜𝑙𝑠𝑎𝑠
𝑥 = 69.5 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠
𝑝(𝑋 > 𝑥 ) = 𝑝(𝑍 > 𝑧)

𝑥 −𝜇 69.5 − 70
𝑧= 𝜎 = = −2
2.5
√𝑛 √ 100

𝑝(𝑍 > −2) = 𝑝 (2 < 𝑍) = 1 − 𝑝(𝑍 < 2)

 𝑝(𝑍 > −2) = 𝑝 (2 < 𝑍) = 1 − 𝑝(𝑍 < 2)

= 1 − 0.977250 = 0.02275

3. Se extrae una muestra de 225 alambres de la población de alambres descrita

en la tabla, donde x es el numero de imperfecciones en una pulgada de alambre
de cobre y p x las probabilidades . Encuentre la probabilidad de que menos de
110 de éstos no tengan imperfección.

Tabla
X px
0 0.48
1 0.39
2 0.12
3 0.01

Encuentre la probabilidad de que menos de 110 de éstos no tengan

imperfección.

Datos:
𝜇 =?
𝜎 =?
𝑛 = 225
𝑥=0
𝑝(𝑋 > 𝑥 ) = 𝑝(𝑍 > 𝑧)

0− 𝜇 0−𝜇
𝑧= 𝜎 = 𝜎
√𝑛 √ 225

0−𝜇 0−𝜇 0−𝜇

𝑝 (𝑍 > 𝜎 ) = 𝑝 ( 𝜎 < 𝑍) = 1 − 𝑝 (𝑍 < 𝜎 ) = 0.48
√225 √ 225 √ 225
 0−𝜇
𝑝 (𝑍 < 𝜎 ) = 0.52
√ 225

−𝜇
𝜎 = 0.05
√ 225
𝜇
− = 0.003
𝜎

Datos:
𝜇 =?
𝜎 =?
𝑛 = 110
𝑥 = 0 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠
𝑝(𝑋 > 𝑥 ) = 𝑝(𝑍 > 𝑧)

𝑥−𝜇 0−𝜇
𝑧= 𝜎 = 𝜎
√𝑛 √ 110
−𝜇 ∗ √ 110
𝑧= = 0.003 ∗ √110 = 0.03146
𝜎

𝑝(𝑍 > 0.03146) = 𝑝(0.03146 < 𝑍) = 1 − 𝑝(𝑍 < 0.03146)

𝑝(𝑍 > 0.03146) = 1 − 𝑝(𝑍 < 0.03146)

= 1 − 0.511967 = 0.488033

4. Cierto proceso de fabricación de componentes electrónicos produce partes,

20% de las cuales está defectuoso. Las partes son enviadas en unidades de 400.
Los envíos que contienen más de 90 partes defectuosas se puede regresar.
Usted puede suponer que cada envío constituye una muestra aleatoria simple
de partes.
a. ¿Cuál es la probabilidad de que se regrese un envío específico?
b. En un día particular se realizaron 500 envíos. ¿Cuál es la probabilidad de que
se regresen 60 o más de éstos?
c. Se introduce un nuevo proceso de fabricación, el cual se supone reduce los
porcentajes de las partes defectuosas. El objetivo de la compañía es reducir la
probabilidad de que se regrese un envío a 0.01. ¿Cuál debe ser el porcentaje de
partes defectuosas para alcanzar este objetivo?

a. ¿Cuál es la probabilidad de que se regrese un envío específico?

Datos:
𝑞 = 0.8
𝑝 = 0.2
𝑛 = 400 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥 = 90 → 90.5
𝑝(𝑋 > 𝑥 ) = 𝑝(𝑍 > 𝑧)

𝑥 − 𝑛𝑝 90.5 − 400 ∗ 0.2

𝑧= = = 1.3125
√𝑛𝑝𝑞 √ 400 ∗ 0.2 ∗ 0.8

𝑝(𝑍 > 1.3125) = 𝑝(1.3125 < 𝑍) = 1 − 𝑝(𝑍 < 1.3125)

𝑝(𝑍 > 1.3125) = 𝑝(1.3125 < 𝑍) = 1 − 𝑝(𝑍 < 1.3125)

= 1 − 0.904902 = 0.095098

b. En un día particular se realizaron 500 envíos. ¿Cuál es la probabilidad de

que se regresen 60 o más de éstos?

Datos:
𝑞 = 0.8
𝑝 = 0.2
𝑛 = 500 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥 = 60 → 60.5
𝑝(𝑋 > 𝑥 ) = 𝑝(𝑍 > 𝑧)

𝑥 − 𝑛𝑝 60.5 − 500 ∗ 0.2

𝑧= = = −4.4162
√𝑛𝑝𝑞 √ 500 ∗ 0.2 ∗ 0.8

𝑝(𝑍 > −4.4162) = 𝑝(4.4162 < 𝑍) = 1 − 𝑝(𝑍 < 4.4162)

𝑝(𝑍 < −4.4162) ≈ 1

𝑝(𝑍 > −4.4162) = 𝑝(4.4162 < 𝑍) = 1 − 𝑝(𝑍 < 4.4162)
= 1 − 𝑝(𝑍 < 4.4162) = 1 − 1 = 0

c. Se introduce un nuevo proceso de fabricación, el cual se supone reduce

los porcentajes de las partes defectuosas. El objetivo de la compañía es
reducir la probabilidad de que se regrese un envío a 0.01. ¿Cuál debe ser
el porcentaje de partes defectuosas para alcanzar este objetivo?

Datos:
𝑞 =1−𝑦
𝑝=𝑦
𝑛 = 400 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑥 = 90 → 90.5
𝑝(𝑋 > 𝑥 ) = 𝑝(𝑍 > 𝑧)

𝑥 − 𝑛𝑝 90.5 − 400 ∗ 𝑦
𝑧= = = 0.01
√𝑛𝑝𝑞 √400 ∗ (𝑦) ∗ (1 − 𝑦)
 90.5 − 400 ∗ 𝑦 90.5 − 400 ∗ 𝑦 90.5 − 400 ∗ 𝑦
𝑝 (𝑍 > )= 𝑝( < 𝑍) = 1 − 𝑝 (𝑍 < ) = 0.01
√400𝑦 − 400𝑦 2 √400𝑦 − 400𝑦 2 √400𝑦 − 400𝑦 2

90.5 − 400 ∗ 𝑦
1 − 𝑝 (𝑍 < ) = 0.01
√400𝑦 − 400𝑦 2
90.5 − 400 ∗ 𝑦
𝑝 (𝑍 < ) = 1 − 0.01
√400𝑦 − 400𝑦 2
90.5−400 ∗𝑦
𝑝 (𝑍 < ) = 0.99
√400𝑦−400𝑦2

90.5 − 400 ∗ 𝑦
= 0.181360
√400𝑦 − 400𝑦 2
𝑦 = 0.181360
𝑞 = 1 − 𝑦 = 1 − 0.181360 = 0.81864 = 81.864%
𝑝 = 𝑦 = 0.181360 = 18.1360%

5. La densidad de las partículas en una suspensión es de 50 por mL. Se extrae

un volumen de 5 mL de la suspensión.

a. ¿Cuál es la probabilidad de que el número de partículas extraídas esté entre

235 y 265?
b. ¿Cuál es la probabilidad de que el número promedio de partículas por mL en
la muestra extraída esté entre 48 y 52?
c. Si se toma una muestra de 10 mL, ¿cuál es la probabilidad de que el número
promedio por mL de partículas en la muestra extraída esté entre 48 y 52?
d. ¿Qué tan grande debe ser la muestra extraída para que el número promedio
de partículas por mL en la muestra esté entre 48 y 52 con probabilidad de 95%?

a. ¿Cuál es la probabilidad de que el número de partículas extraídas esté

entre 235 y 265?
Datos:
𝑚 = 5 𝑚𝑙 ∗ 50 = 250
𝜇 = 250 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠
𝜎 = 50
𝑥1 = 235
𝑥2 = 265
𝑝(𝑥1 < 𝑋 < 𝑥2)

𝑥1 − 𝜇 𝑥2 − 𝜇 235 − 250 265 − 250

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝 ( <𝑋< ) = 𝑝( <𝑋< )
𝜎 𝜎 50 50

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(−0.3 < 𝑋 < 0.3) = 𝑝(𝑋 < 0.3) − 𝑝(−0.3 < 𝑋)

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(𝑋 < 0.3) − (1 − 𝑝(𝑋 < 0.3))

𝑝(𝑥1 < 𝑋 < 𝑥2) = 0.617911 − (1 − 0.617911) = 0.235822

b. ¿Cuál es la probabilidad de que el número promedio de partículas por mL

en la muestra extraída esté entre 48 y 52?

Datos:
𝜇 = 50 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠
𝜎=1
𝑥1 = 48
𝑥2 = 52
𝑝(𝑥1 < 𝑋 < 𝑥2)
 𝑥1 − 𝜇 𝑥2 − 𝜇 48 − 50 52 − 50
𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝 ( <𝑋< ) = 𝑝( <𝑋< )
𝜎 𝜎 1 1

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(−2 < 𝑋 < 2) = 𝑝(𝑋 < 2) − 𝑝(−2 < 𝑋)

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(𝑋 < 2) − (1 − 𝑝(𝑋 < 2))

𝑝(𝑥1 < 𝑋 < 𝑥2) = 0.977250 − (1 − 0.977250) = 0.9545

c. Si se toma una muestra de 10 mL, ¿cuál es la probabilidad de que el

número promedio por mL de partículas en la muestra extraída esté entre
48 y 52?

Datos:
𝜇 = 10
𝜎 = 50 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠
𝑥1 = 48
𝑥2 = 52
𝑝(𝑥1 < 𝑋 < 𝑥2)

𝑥1 − 𝜇 𝑥2 − 𝜇 48 − 10 52 − 10
𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝 ( <𝑋< ) = 𝑝( <𝑋< )
𝜎 𝜎 50 50

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(0.76 < 𝑋 < 0.84) = 𝑝(𝑋 < 84) − 𝑝(0.76 < 𝑋)

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(𝑋 < 0.84) − (1 − 𝑝(𝑋 < 0.76))
 𝑝(𝑥1 < 𝑋 < 𝑥2) = 0.799546 − (1 − 0.776373) = 0.575919
d. ¿Qué tan grande debe ser la muestra extraída para que el número
promedio de partículas por mL en la muestra esté entre 48 y 52 con
probabilidad de 95%?

Datos:
𝜇 =𝑦
𝜎 = 1 𝑚𝑙
𝑥1 = 48
𝑥2 = 52
𝑝(𝑥1 < 𝑋 < 𝑥2)

𝑥1 − 𝜇 𝑥2 − 𝜇 48 − 𝑦 52 − 𝑦
𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝 ( <𝑍 < ) = 𝑝( <𝑍< ) = 0.95
𝜎 𝜎 1 1

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(48 − 𝑦 < 𝑋 < 52 − 𝑦) = 𝑝 (𝑍 < 52 − 𝑦) − 𝑝(48 − 𝑦 < 𝑍) = 0.95

𝑝(𝑥1 < 𝑋 < 𝑥2) = 𝑝(𝑍 < 52 − 𝑦) − 𝑝(𝑍 < 48 − 𝑦) = 0.95

𝑥 = 50
6. Se ha diseñado un nuevo proceso para fabricar lozas de cerámica. El objetivo
es que no haya más de 5% que no sea satisfactorio debido a defectos en la
superficie. Se revisa, una muestra de 1 000 lozas. Sea X el número de lozas no
satisfactorio en la muestra.

a. Si 5% de las lozas producidas no es satisfactorio, ¿a que es igual P(X ≥

75)?
b. Con base en la respuesta al inciso a), si 5% de las lozas no es
satisfactorio, ¿75 no satisfactorias de las 1 000 sería un número
inusualmente grande? Explique.
c. Si 75 de las lozas de la muestra no fueran satisfactoria; ¿seria factible
que se haya alcanzado el objetivo? Explique.
d. Si 5% de las lozas producidas no es satisfactorio, ¿a que es igual P ≥
53)?
e. Con base en la respuesta al inciso d), si 5% de las lozas no es
satisfactorio, ¿53 lozas no satisfactorias de las 1000 sería un número
inusualmente grande?
f. Si 53 de las lozas de la muestra no fueran satisfactorias, ¿sería factible
que se haya alcanzado el objetivo? Explique.

a. Si 5% de las lozas producidas no es satisfactorio, ¿a que es igual P(X ≥

75)?

Datos:
𝜇 =?
𝜎=1
𝑥 = 75
𝑝(𝑋 > 𝑥 ) = 𝑝(𝑍 > 𝑧)

𝑥 − 𝜇 75 − 𝜇
𝑧= = = 0.05
𝜎 1

𝑝(𝑍 > 75 − 𝜇) = 𝑝(75 − 𝜇 < 𝑍) = 1 − 𝑝(75 − 𝜇 < 2) = 0.05

𝑝(𝑍 < 75 − 𝜇) = 0.95

 75 − 𝜇 = 1.65

𝜇 = 73.35

b. Con base en la respuesta al inciso a), si 5% de las lozas no es satisfactorio,

¿75 no satisfactorias de las 1 000 sería un número inusualmente grande?
Explique.

Yo pienso que si porque de las 1000 lozas para que sea no satisfactorio debería
de pasar de media de lozas la cual si llega a pasar con la diferencia de 1.65.

c.Si 75 de las lozas de la muestra no fueran satisfactoria; ¿seria factible que se

haya alcanzado el objetivo? Explique.

Yo pienso que no ya que la cantidad de lozas no satisfactorias ha pasado de la

media por tal no se estaría alcanzando al objetivo.

d. Si 5% de las lozas producidas no es satisfactorio, ¿a que es igual P ≥ 53)?

Datos:
𝜇=
𝜎=1
𝑝(𝑋 > 53) = 𝑝(𝑍 > 𝑧)

𝑥 − 𝜇 53 − 𝜇
𝑧= =
𝜎 1

𝑝(𝑍 > 53) = 𝑝(53 < 𝑍) = 1 − 𝑝(𝑍 < 53) = 0.05

𝑝(𝑍 < 53 − 𝜇) = 0.95

53 − 𝜇 = 1.65

𝜇 = 51.35

e. Con base en la respuesta al inciso d), si 5% de las lozas no es

satisfactorio, ¿53 lozas no satisfactorias de las 1000 sería un número
inusualmente grande?

Yo pienso que si porque de las 1000 lozas para que sea no satisfactorio debería
de pasar de media de lozas la cual si llega a pasar con la diferencia de 1.65.

f. Si 53 de las lozas de la muestra no fueran satisfactorias, ¿sería factible

que se haya alcanzado el objetivo? Explique.

Yo pienso que no ya que la cantidad de lozas no satisfactorias ha pasado de la

media por tal no se estaría alcanzando al objetivo.