Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 25 vistas

    Actividad 3 Taller Distribucion Normal

    Cargado por

    claromart
    Este documento presenta 7 problemas relacionados con la distribución normal. Los problemas involucran calcular probabilidades y estandarizar valores utilizando la distribución normal. Se proveen detalles sobre cada problema y la solución respectiva.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Actividad 3 Taller Distribucion Normal

    Cargado por

    claromart
    25 vistas9 páginas
    Este documento presenta 7 problemas relacionados con la distribución normal. Los problemas involucran calcular probabilidades y estandarizar valores utilizando la distribución normal. Se proveen detalles sobre cada problema y la solución respectiva.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta 7 problemas relacionados con la distribución normal. Los problemas involucran calcular probabilidades y estandarizar valores utilizando la distribución normal. Se proveen detalles sobre cada problema y la solución respectiva.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    25 vistas9 páginas

    Actividad 3 Taller Distribucion Normal

    Cargado por

    claromart
    Este documento presenta 7 problemas relacionados con la distribución normal. Los problemas involucran calcular probabilidades y estandarizar valores utilizando la distribución normal. Se proveen detalles sobre cada problema y la solución respectiva.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 9

    ACTIVIDAD 3 “TALLER DISTRIBUCION NORMAL”

    CLAUDIA YOLANDA RODRÍGUEZ MARTÍNEZ

    ID915197

    FACULTAD DE CIENCIAS EMPRESARIALES

    UNIVERSIDAD MINUTO DE DIOS

    CONTADURIA PUBLICA

    NRC 40-59473 ESTADISTICA INFERENCIAL

    ROLANDO MIGUEL PALENCIA ARCINIEGAS

    FEBRERO 20, 2024


    Corporación Universitaria Minuto de Dios
    UNIMINUTO Estadística Inferencial
    Taller: Distribución Normal Actividad 3

    1. La compañía Gilbert Machinery ha recibido un gran pedido para producir motores


    eléctricos para una compañía manufacturera. Con el fin de que ajuste en su soporte, el
    rotor del motor debe tener un diámetro de 5.1 ± 0.05 (pulgadas). El encargado de
    compras de la compañía se da cuenta de que hay en existencia una gran cantidad de
    varillas de acero con un diámetro medio de 5.07 pulgadas, y con una desviación estándar
    de 0.07 pulgadas. ¿Cuál es la probabilidad de que una varilla de acero del inventario
    existente se ajuste en el soporte?

    Rta. Para determinar la probabilidad de que una varilla de acero del inventario existente
    se ajuste en el soporte, podemos usar la distribución normal.

    1. Calculemos el valor de Z para el limite superior e inferior del diámetro requerido:

    Límite superior: Z1= 5.1-5.15/0.05


    Límite inferior: Z2=5.1-5.05/0.05

    Después usemos la tabla de la distribución normal estándar para encontrar las


    probabilidades correspondientes a estos valores Z.

    Restemos la probabilidad correspondiente al límite inferior del límite superior para


    obtener la probabilidad total de que una varilla seleccionada al azar se ajuste en el
    soporte.

    Z1= 5.1-5.15/0.05= -1

    Z2= 5.1-5.05/0.05 = 1

    La probabilidad de que una varilla seleccionada al azar este dentro de estos limites es la
    diferencia entre las áreas bajo la curva de distribución normal para Z=-1 y Z= 1.

    • Para Z1= -1, la probabilidad es de aproximadamente 0.1587.


    • Para Z2= 1, la probabilidad es de aproximadamente 0.8443.

    Por lo tanto, la probabilidad de que una varilla seleccionada al azar se ajuste en el soporte es

    0.8413-0.1587 = 0.6826, o aproximadamente 68.26%


    2. R. V. Poppin, el administrador del puesto concesionado de hot dogs en la pista de
    hielo local, acaba de tener 2 cancelaciones de sus empleados. Esto significa que, si
    más de 72,000 personas vienen al juego de hockey esta noche, las colas para comprar
    hot dogs constituirán una desgracia para él. El señor Poppin sabe por experiencia
    que el número de personas que vienen al juego tiene una distribución normal con
    media de 67,000 y una desviación estándar de 4,000 personas. a) ¿Cuál es la
    probabilidad de que vayan más de 72,000 personas?

    Rta. Para calcular la probabilidad de que vayan mas de 72.000 personas, primero
    necesitamos estandarizar el valor 72.000 utilizando la fórmula de la distribución normal
    estándar:

    Z=X-µ/ơ

    Donde:

    X es el valor que queremos estandarizar (en este caso, 72.000 personas)

    µ es la media de la distribución normal (67.000 personas)

    ơ es la desviación estándar de la distribución normal (4.000 personas)

    Sustituyendo los valores conocidos, obtenemos:

    Z= 72.000 -67.000/4.000 = 5.000/4000 = 1.25

    Consultando la tabla encontramos que la probabilidad correspondiente a:

    Z=1.25 es aproximadamente 0.8944

    Por lo tanto, la probabilidad de que vayan mas de 72.000 personas es del 89.44%.
    3. La compañía Quickie Sales acaba de recibir dos estimaciones de ventas para el
    trimestre que se avecina contradictorias entre sí. La estimación I dice que las ventas
    (en millones de dólares) estarán normalmente distribuidas con μ= 325 y s= 60. La
    estimación II dice que las ventas estarán normalmente distribuidas con μ= 300 y s =
    50. El consejo directivo encuentra que cada estimación parece, a priori, ser igualmente
    fidedigna. Con el fin de determinar cuál estimación deberá utilizarse para hacer
    predicciones, la junta de directores ha decidido reunirse de nuevo al final del trimestre
    y utilizar información actualizada sobre las ventas para tomar una determinación sobre
    la credibilidad de cada estimación. a) Suponiendo que la estimación I es precisa, ¿cuál
    es la probabilidad de que la compañía tenga ventas trimestrales mayores a 350
    millones de dólares?

    Rta. Estandarizamos el valor del 350millones de dólares:

    Estimación I: Z= 350-325/60 =52/60 = 0.4167

    Consultando la tabla de distribución normal estándar la probabilidad es aproximadamente


    de 0.6591, por lo tanto, la probabilidad de que las ventas trimestrales sean mayores a 350
    millones de dólares es del 65.91%

    Estimación II: Z=350-300/50 =50/50 = 1

    Consultando la tabla de distribución normal estándar la probabilidad es aproximadamente


    de 0.8413, por lo tanto, la probabilidad de que las ventas trimestrales sean mayores a 350
    millones de dólares es del 84.13%
    4. El gerente de producción de una fábrica de bombillas, estima que la vida útil del
    producto está distribuida normalmente, con una media de 5.000 horas. Si, además, el
    gerente considera que hay una probabilidad del 60% de que la bombilla dure más de
    5.568 y menos de 4.432 horas ¿Cuál es la desviación típica? Si en un día se producen
    20.000 unidades, ¿Cuántas esperamos que tenga una duración entre 4.500 y 5.500
    horas?

    Rta. Primero calculamos el valor Z correspondiente a la duración de 5.568 horas:

    Z1 = 5.568-5000 / ơ

    Luego calculamos el valor de Z correspondiente a la duración de 4.432 horas:

    Z2 = 4.432 – 5.000 / ơ

    Formula de densidad de probabilidad:

    P=(a˂X˂b) = ɸ =(b-µ/ơ)-ɸ(a-µ/ơ)

    • a y b son limites inferior y superior


    • µ es la media de distribución normal
    • ơ es la desviación estándar de la distribución normal
    • ɸ (Z) es la función de distribución acumulativa de la distribución normal estándar.

    1. Para Z1:

    Z1= 5.568-5.000 / ơ =0.568

    Z2 = 4.432-5.000 / ơ = -0568

    Consultando la tabla de la distribución normal estándar encontramos que:

    *Z1 corresponde aproximadamente al percentil 0.7157

    *Z2 corresponde aproximadamente al percentil 0.2843

    Dado que la probabilidad entre estos dos valores es del 60%, la suma de las
    probabilidades desde el percentil 0.2843 hasta el percentil 0.7157n en la distribución
    normal estándar debería ser 0.6

    Por lo tanto, podemos concluir que:

    Ơ= 568 / 0.568 = 1.000 horas


    Una vez que tenemos la desviación típica ơ, podemos usarla para calcular la cantidad
    esperada de bombillas que tendrán una duración entre 4.500 y 5.500 horas.

    Utilizaremos la formula de la densidad de probabilidad:

    P(4.500 ˂ X ˂ 5.500= ɸ (5.500-5.000 / 1.000) - ɸ (4.500 – 5.000/ 1.000)

    P(4.500 ˂ X ˂ 5.500) = ɸ (0.5) - ɸ (-0.5)

    Consultando la tabla de distribución normal estándar encontramos que:

    ɸ (0.5) es aproximadamente 0.6915

    ɸ (-0.5) es aproximadamente 0.3085

    Por lo tanto, la probabilidad de que una bombilla dure entre 4.500 y 5.500 horas es
    aproximadamente:

    0.6915 -0.3085 = 0.3830 o 38.30%

    Dado que se producen 20.000 bombillas en un día, esperamos que:

    20.000 * 0.3830 = 7.660 Bombillas tengan una duración entre 4.500 y 5.500 horas
    5. Un distribuidor mayorista recibe mensualmente 70.000 pilas de 1,5 voltios. Para
    decidir si acepta o rechaza las pilas, utiliza la siguiente regla de decisión: mide la vida
    útil de 36 pilas. Si la media de la muestra es 60 o más horas, se acepta la totalidad; en
    caso contrario se rechaza. ¿Cuál es la probabilidad de aceptar una remesa que tiene
    una vida útil de 59 horas y una desviación estándar de 3 horas? ¿Cuál es la probabilidad
    de rechazar un cargamento que tiene vida útil de 60 horas y una desviación estándar
    de 3 horas?

    Rta. Calculamos el valor de Z correspondiente a una media de 59 horas, dado que la


    media de corte para aceptar es de 60 horas:

    Z =59-60 / 3 √36 = -2

    Consultando la tabla de distribución normal estándar, encontramos que la


    probabilidad correspondiente a:

    Z = -2 es aproximadamente 0.0228 por lo tanto la probabilidad de aceptar una


    remesa con una vida útil promedio de 59 horas es del 2.28%.

    Calculamos el valor de Z correspondiente a una media de 60 horas:

    Z= 60-60 / 3√36 = 0

    Consultando la tabla de distribución normal estándar, encontramos que la


    probabilidad correspondiente a:

    Z = 0 es aproximadamente 0.5000 por lo tanto la probabilidad de rechazar una


    remesa con una vida útil promedio de 60 horas es del 50%.
    6. Un fabricante de desodorantes recibe cada semana lotes de 10.000 válvulas para los
    tarros rociadores. Para aceptar o rechazar dichos lotes, selecciona al azar 400 válvulas
    de cada lote; si el 2% o más resultan defectuosos, se rechaza el lote. En caso contrario
    se acepta el lote. ¿Cuál es la probabilidad de rechazar un lote que contenga el 1% de
    válvulas defectuosas?

    Rta. Dado que el 1% de las válvulas son defectuosas, la probabilidad de éxito en un ensayo
    individual es:

    P = 0.01 se seleccionan 400 válvulas, por lo que el numero total de ensayos es


    N = 400

    Para calcular la probabilidad de que menos del 2% de las válvulas sean defectuosas,
    podemos utilizar la función de distribución acumulativa de la distribución binominal con

    N =400 y P = 0.01, evaluada en 2% de las válvulas

    400*0.02 = 8 válvulas

    La formula para calcular esta probabilidad es:

    P( X ˂8) = 0.9935

    Por lo tanto, la probabilidad de que 2% o más de las válvulas sean defectuosas y por lo
    tanto el lote sea rechazado es:

    P (X ≥8) = 1 – P(X ˂ 8) = 1 – 0.9935 = 0.0065

    La probabilidad de rechazar un lote que contenga el 1% de las válvulas defectuosas es


    aproximadamente de 0.65%
    7. Dos fabricas A y B, productores de bombillas afirman que el promedio de duración de
    ellas es de 1.500 y 1.450 horas, respectivamente, con desviaciones típicas de 90 y 100
    horas. Si se compran 100 bombillas de cada fabrica, ¿Cuál es la probabilidad de que la
    diferencia en duración entre las dos marcas se mayor de 40 horas?

    Rta. La media de la diferencia será:

    1500 – 1450=50 horas

    La varianza de la diferencia será la suma de las varianzas de las duraciones de las bombillas
    de las dos fábricas, que es:

    90ˆ2+100ˆ2 =18.100

    Entonces la desviación estándar de la diferencia será la raíz cuadrada de la varianza, es


    decir:

    √18100 =134,43 horas

    1. Calculamos el puntaje Z para una diferencia de 40 horas:

    Z= (40-50)/134.43=0.0745

    2. Buscamos en la tabla de la distribución normal estándar el área a la derecha


    Z= -0.0745

    La probabilidad de que la diferencia en duración entre las dos marcas sea mayor de 40
    horas es aproximadamente del 56.41%.

    También podría gustarte