PRACTICO #4

DISTRIBUCION DE
PROBABILIDADES
DE VARIABLE
CONTINUA

24-7-2020

MATERIA: ESTADISTICAS INFERENCIAL

DOCENTE: ING. ERLAN ALEJO LAMAS
ESTUDIANTE: DAIANA PRISCILA BELTRAN RIOS
CARRERA: CONTADURIA PUBLICA
 TEMA # 4

DISTRIBUCION DE PROBABILIDADES DE VARIABLE CONTINUA

Distribución normal para una población

x−μ
z=
σ
Distribución normal para una muestra mayor a 30

x−μ
z=
σ
√n
Distribución normal para una muestra mayor a 30 para una proporción

p−P
z=

√ P(1−P)
n
Distribución normal para dos muestras mayor a 30

( x 1−x 2 )−( μ1−μ 2 )

z=

√
2 2
σ 1 σ2
+
n1 n2

https://calculadorasonline.com/calculadora-de-distribucion-nomal-campana-de-gauss/

1. Hallar el valor de z tal que:

a) El área a su derecha sea 0,2266

P[Z] = 1 – 0.2266 = 0.7734

Z = 0.75 Tabla normal T3

b) El área a su izquierda sea 0,0314

P[Z] = 1 - 0.0314 = 0.9686
Z = - 1.86 Tabla normal T3

c) El área entre z1 =-0,23 y z2= 0,57

P[Z ≤ 0.57] = 0.71566 Tabla normal T3
P[Z ≥ -0.23] = 1 – 0.59095 = 0.40905 Tabla normal T3

P[-0.23 ≤ Z ≤ 0.57] = 0.71566 – 0.40905 = 0.30661

d) El área entre –z y z sea de 0,9

P[Z] = 0.95 = 1.645 Tabla normal T3

P[-1.645 ≤ Z ≤ 1.645] = 0.9

2. Hallar el valor del área:
a) A la derecha de z=-1,12

P (z ≤ - 1,12) = 1- 1,12 = -> 0,1314

P[z] = 1 - 0,1314 = 0,8686

b) A la izquierda de z=-2,10

P (z≤ -2,10) = 1 – 2,10 = -> 0,0179

P [z] = 1 – 0,0179 = 0,9821

c) A La derecha de z=0,88

P (z ≤ - 0,88) = 1- 0,88 = -> 0,1894

d) Entre z=-1,1 y z=1,1

P [Z ≤ 1.1] = 0.1357 Tabla normal T3

P [Z ≥ -1.1] = 1 – 0.1357= 0.8643 Tabla normal T3

P [-1.1 ≤ Z ≤ 1.1] = 0.1357– 0.8643 = -0.7286

e) Entre z=-2,07 y z=-0. 95

P [Z ≤ -2.07] = 0.0192 Tabla normal T3

P [Z ≥ -0.95] = 0.1711 Tabla normal T3

P [-2.07 ≤ Z ≤ -0.95] = 0.0192– 0.1711 = -0.1519

f) Entre z=1 y z=3,12

P [Z ≤ 1] = 0.8413 Tabla normal T3

P [Z ≥ 3.12] = 0.9991 Tabla normal T3

P [1 ≤ Z ≤ 3.12] = 0.8413– 0.9991 = -0.1578

3. Si las estaturas de 300 estudiantes están normalmente distribuidas con una media de 68 in y
desviación típica de 3 in ¿Cuántos estudiantes tienen alturas:
a) Mayor que 72 in
b) Menor o igual a 64 in
c) Entre 65 y 71 in
Datos
µ = 68 in
σ = 3 in
a) Mayor que 72 in
x−μ 72−68
z= = =1.33
σ 3
P[Z ≥ 1.33] = 1 – 0.90824 = 0.09176 Tabla normal T3
P[x ≥ 72] = 9.18%
n
P= n=NP=300∗0.09176=28 estudiantes
N

b) Menor o igual a 64 in
x−μ 64−68
z= = =−1.33
σ 3
P[Z ≤ -1.33] = 1 – 0.90824 = 0.09176 Tabla normal T3
P[x ≥ 72] = 9.18%
n
P= n=NP=300∗0.09176=28 estudiantes
N

c) Entre 65 y 71 in
x−μ 65−68
z 1= = =−1
σ 3
x−μ 71−68
z 2= = =1
σ 3
P[Z ≤ -1] = 1 – 0.84134 = 0.15866 Tabla normal T3
P[Z ≤ 1] = 0.84134 Tabla normal T3
P[65 ≤ x ≤ 71] = 0.84134 – 0.15866 = 0.68268
n
P= n=NP=300∗0.68268=205 estudiantes
N

4. La nota media en un examen es de 72 pts, la desviación típica es de 9. El 10 % del curso

recibirá grado A ¿Cuál es la nota mínima para optar a el?

Datos
 µ = 72 puntos

σ = 9 puntos

Mayor que 90%

x−μ
z= x=µ+ zσ
σ
P[Z ≥ 1.28] = 1 – 0.1 = 0.9 Tabla normal T3

x=µ+ zσ =72+ 9∗1.28=83.5

P[x ≥ 83.5] = 10 %

5. Los pesos en Kg. de los estudiantes del curso se distribuyen normalmente con media de 75
Kg. y varianza de 120 kg2 ¿Cuál es la probabilidad de que:

a) Al seleccionar un estudiante al azar su peso esté comprendido entre 77 y 80 Kg.

b) ¿A partir de qué peso queda por encima de si el 90 % de los pesos?

c) ¿Hasta qué peso de los estudiantes están los que constituyen el 10 % inferior de todos los
pesos?

Datos
µ = 75 kg
σ2 = 120 kg2
σ = 10.95 kg
a) Al seleccionar un estudiante al azar su peso esté comprendido entre 77 y 80 Kg.

x−μ 77−75
z 1= = =0.18
σ 10.95
x−μ 80−75
z 2= = =0.46
σ 10.95
P[Z ≤ 0.18] = 0.57142 Tabla normal T3
P[Z ≤ 0.46] = 0.67724 Tabla normal T3
P[77 ≤ x ≤ 80] = 0.67724 – 0.57142 = 0.10582 = 10.58%

b) ¿A partir de qué peso queda por encima de si el 90 % de los pesos?

P[Z] ≈ 0.9 = 0.89973

Z = -1.28 Tabla normal T3

x−μ x−75
z= = =−1.28
σ 10.95
 x – 75 = - 14.016 x = 60.98

P[x ≥ 61] = 90%

c) ¿Hasta qué peso de los estudiantes están los que constituyen el 10 % inferior de todos los
pesos?

P[Z] ≈ 0.9 = 0.89973

Z = -1.28 Tabla normal T3

x−μ x−75
z= = =−1.28
σ 10.95
x – 75 = - 14.016 x = 60.98

P[x ≤ 61] = 10%

6. Se conoce que los pesos en Kg. de los estudiantes de Economía se distribuyen normalmente
con media igual a 72 kg y varianza de 58 kg 2. Si se selecciona una muestra aleatoria de 30
estudiantes de esta carrera

DATOS

μ = 72 KG

r = 58 kg =√ 58
2

n =30

a) ¿cuál es la probabilidad de que esa media muestral sea superior a la media poblacional?

P ( x > μ) = 1 – P ( x ≤ μ)

P ( x > μ) = 1 – 1 = 0

b) ¿Cuál es la probabilidad de que la media muestral sea inferior a 75 kg?

75−72
P (X < 75) = P (Z≤ √ 58 ) = P (Z ≤ 2.15) = 0.9842
√30
c) Que la media muestral esté comprendido entre 70 y77 kg

7 0−72 7 7−72
P (70 < X < 77) = P ( √ 58 ≤ Z ≤ √ 58 ) = P (-1.44 ≤ Z ≤ 3.59) = 0.9998 + 0.9251 – 1 = 0.9249
√30 √30
 d) Que la media muestral esté entre 68 y 70 kg

68−72 7 0−72
P (68 < X < 70) = P ( √ 58 ≤ Z ≤ √ 58 ) = P (-2.87 ≤ Z ≤ -1.44) = 0.9979 + 0.9251 = 0.0728
√30 √30

e) ¿Cuál es el peso que deja por encima de si al 99 % de las medias muestrales?

P (X > a ) = 0.99 = 1 – P ( X ≤ a ) 0.99 = P ( X ≤ a) = 0.01

a−72 a−72
P (Z≤ √ 58 ) = 0.01 = √ 58 = -2.33
√30 √30

A = 72 – 2.3
√58 = a = 38.76
√30

7. De una población con media 12,2 y desviación típica de 4,1 se toma una muestra de 50:
a) ¿Cuál es la probabilidad de que la media muestral este entre 10 y 14?

b) ¿Cuál es la probabilidad de que la media muestral sea mayor que 11?

c) ¿Cuál es la probabilidad de que la media muestral sea inferior a 13?

Datos
µ = 12.2
σ = 4.1
n = 50
a) ¿Cuál es la probabilidad de que la media muestral este entre 10 y 14?
x−μ 10−12.2
z 1= = =−3.79
σ 4.1
√n √ 50
x−μ 14−12.2
z 1= = =3.10
σ 4.1
√n √50
P[Z ≤ -3.79] = 1 – 0.99992 = 0.00008 Tabla normal T3
P[Z ≤ 3.10] = 0.99903 Tabla normal T3
P[10 ≤ x ≤ 14] = 0.99903 – 0.00008 = 0.99895
 b) ¿Cuál es la probabilidad de que la media muestral sea mayor que 11?

x−μ 11−12.2
z= = =−2.07
σ 4.1
√n √ 50
P[Z ≥ -2.07] = 0.98077 Tabla normal T3

P[x ≥ 11] = 98.1%

c) ¿Cuál es la probabilidad de que la media muestral sea inferior a 13?

x−μ 13−12.2
z= = =1.38
σ 4.1
√n √50
P[Z ≤ 1.38] = 0.91621Tabla normal T3

P[x ≤ 13] = 91.6%

8. Las estaturas de 3000 estudiantes varones de una universidad están normalmente

distribuidas con una media de 68 pulg. y desviación típica de 3 pulg si se toma 80 muestras
de 25 estudiantes cada una, en cuantas esperaríamos encontrar una media muestral de:

a) Entre 66,8 y 68,3 pulg

68.8−68.0
66.8 en unidades estándar = = -2.0
0.6
68.3−68.0
68.3 en unidades estándar = = 0.5
0.6
P[Z ≤ -2.0] = 0.4772 Tabla normal T3

P[Z ≤ 0.5] = 0.1915 Tabla normal T3

P[77 ≤ x ≤ 80] = 0.4772 + 0.1915 = 0.6687 = 66.87%

b) Menor que 66,4 pulg

66.4−68.0
66.4 en unidades estándar = = -2.68
0.6

P (z≤ -2.68 ) = 0.9963

P (z≤ -2.68 ) = 1 – 0.9963 = 0.0037

9. La media de clientes en Madison es de 40,7 clientes diarios con una desviación típica de 12,9
clientes. Si se toma una muestra de 100 días: a) ¿Cuál es la probabilidad de que el nº medio
de clientes sea superior a 43? b) ¿Cuál es la probabilidad de que el número medio de clientes
 sea inferior a 44? c) ¿Cuál es la probabilidad de que el número de clientes esté entre 38 y 43
clientes?

Datos

µ = 40.7 clientes

σ = 12.9 clientes

n = 100

a) ¿Cuál es la probabilidad de que el nº medio de clientes sea superior a 43?

x−μ 43−40.7
z= = =1.78
σ 12.9
√n √ 100
P[Z ≥ 1.78] = 1 – 0.96246 = 0.03754 Tabla normal T3

P[x ≥ 43] = 3.75%

b) ¿Cuál es la probabilidad de que el número medio de clientes sea inferior a 44?

x−μ 44−40.7
z= = =2.56
σ 12.9
√n √ 100
P[Z ≤ 2.56] = 0.99457 Tabla normal T3

P[x ≤ 44] = 99.5%

c) ¿Cuál es la probabilidad de que el número de clientes esté entre 38 y 43 clientes?

x−μ 38−40.7
z 1= = =−2.09
σ 12.9
√n √100
x−μ 43−40.7
z 1= = =1.78
σ 12.9
√n √ 100
P[Z ≤ -2.09] = 1 – 0.98169 = 0.01831 Tabla normal T3
P[Z ≤ 1.78] = 0.96246 Tabla normal T3
P[10 ≤ x ≤ 14] = 0.96246 – 0.01831 = 0.94415
P[10 ≤ x ≤ 14] = 91.4%

10. Suponer que las calificaciones del primer examen parcial de la asignatura de Cálculo 1 tiene
una distribución normal, a este examen se presentaron 44 alumnos para rendirlo, la media del
examen es de 65 Pts. Y la desviación estándar de 10 Pts. Calcular el nº de alumnos que

a) aprobaron el examen.
 51−65
P(x> 51) = 1- P (Z ≤ ) = -1.4
10
P(x> 51) = P(Z ≤ -1.4)

P(x> 51) = 0.9192

n = (0.9192) (44) = 40.4 aprobados

b) Reprobaron el examen

51−65
P(x> 51) = P (Z ≤ ) = -1.4
10
P(x> 51) = 1 - P (Z ≤ -1.4)

P(x> 51) = 1 – 0.9192 = 0.0808

n= (0.0808) (44) = 3.55 = 4 reprobados

c) Sacaron nota mayor a 85

85−65
P (x < 85) = 1- P (Z ≤ )=2
10
P (x < 85) = 1 – 0.9772 = 0.0228 = 1 alumno

d) Sacaron nota entre 65 y 85

65−65 8 5−65
P (65 < x < 85) = P ( ≤ Z≤ )
10 10
P (65 < x < 85) = P (0 ≤ Z ≤ 2)= 0.9772 – 0.50

P (65 < x < 85) = 0.4772

n= (0.4772) (44) = 20.99 = 21 alumnos

11. Por el problema de accidentes que ocurren en la carretera Santa Cruz – Montero, transito ha
decidido colocar una estación de control de velocidad 100 mt antes de la entrada al
aeropuerto Viru Viru, ella consiste en apuntar una pistola radar a la movilidad que pasa y el
instrumento determina la velocidad a la que viaja, si consideramos que la velocidad a la que
viajan las movilidades está normalmente distribuida con una media de 80 Km/h y una
varianza de 150 km2/hr2. Si sabemos que la máxima velocidad permitida es de 90 km/h,
determinar:
a) La proporción de los vehículos infractores
b) Se ha determinado que por ese punto pasa un promedio de 1 vehículo cada 12 seg y la multa
aplicada a cada infractor es de 100 bs ¿Cuál debe ser la recaudación mínima del encargado del
punto de control en 12 hr?
c) ¿Cuál es la recaudación si a aquellos que sobrepasen los 120 km/h se le recarga el 30 % a la
multa?

Datos

µ = 80 km/hora

σ2 = 150 km2/hora2

σ = 12.25 km/hora

Vmax = 90 km/hora

a) La proporción de los vehículos infractores

x−μ 90−80
z= = =0.82
σ 12.25
P[Z ≥ 0.82] = 1 – 0.79389 = 0.20611 Tabla normal T3

P[x > 90] = 20.61 %

b) Se ha determinado que por ese punto pasa un promedio de 1 vehículo cada 12 seg y la
multa aplicada a cada infractor es de 100 bs ¿Cuál debe ser la recaudación mínima del
encargado del punto de control en 12 hs?
vehiculo
∗3600 seg
12 seg
N=1 ∗12horas =3600 vehiculos
1 hora
I =3600∗0.20611=742 Infractores
Mt = 742 * 100 = 74200 Bs.

c) ¿Cuál es la recaudación si a aquellos que sobrepasen los 120 km/h se le recarga el 30 % a

la multa?

x−μ 120−80
z= = =3.27
σ 12.25
P[Z ≥ 3.27] = 1 – 0.99946 = 0.00054 Tabla normal T3

P[x > 120] = 0.54 %

I 2=3600∗0.00054=2 Infractores
Mt2 = 2 * 100*(1.3) = 260 Bs.
 I =3600∗0.20611=742 Infractores
I 1=742−2=740 Infractores
Mt1 = 740 * 100 = 74000 Bs.
Mt = 74000 + 260 = 74260 Bs.

12. Según la revista Soler el 60 % de todos los directores de empresas están de acuerdo en que
los programas de ordenador se deben escribir de manera que puedan enlazarse con redes
locales. Si se toma una muestra aleatoria de 112 a) ¿Cuál es el error típico de la proporción
muéstrales? b) ¿Cuál es la probabilidad de que la proporción muestral sea mayor a 5 %? c)
¿Cuál es la probabilidad de que la proporción muestral sea inferior a 70 %? d) ¿Cuál es la
probabilidad de que esta proporción esté entre 40 y 80 %?

Datos

P= 60% = 0,6

n= 112

a) Si el nivel de confianza es 95%

Tabla#3 p[Z] = 0,975 -> Z= 1,96

E= 1,96
√ 0 ,6 (1−0.6)
112
= 0,0907 E= 9,1%

b) P[p≥ 0,65]

0 , 65−0 , 6

√
Z= 0 , 6( 0 , 4) = 1,0801 = 1,08%
112
Tabla#3 -> p[Z] = 1,08 -> Z= 0,854993

P[p≥ 0,65 ] = 1 – p[z] = 1-085993 = 0,14007

P[p≥ 0,65 ] = 0,1401

c) P [p≤ 0,7]

0 , 7−0 , 6
Z=
√ 0 , 6( 0 , 4) = 2,16
112
Tabla#3 -> Z= 2,16 -> p[Z] = 0,984601

P[p ≤ 0,7] = 0,9846

d) P[0,4 ≤ p ≤ 0,18 ]
 0 , 4−0 , 6

√
Z1= 0 , 6( 0 , 4) = -4,32
112
0 , 8−0 , 6

√
Z2= 0 , 6( 0 , 4) = 4,32
112

13. En una investigación realizada en 1993 se encontró que el 34 % de los ejecutivos utilizaban
aplicaciones basadas en Windows en su ordenador: a) ¿Si se toma una muestra 50? ¿Cuál es
la probabilidad de que la proporción muestral sea superior a 30 %? b) ¿Si se toma una
muestra de 110 cuál es la probabilidad de que la proporción muestral sea más del 40%?

Datos

P = 34% Proporción de ejecutivos que utilizan aplicaciones en Windows

1-P = 66%

a) ¿Si se toma una muestra 50? ¿Cuál es la probabilidad de que la proporción muestral sea
superior a 30 %?
p−P 0.3−0.34
z= = =−0.60

√ P(1−P)
n √ 0.34∗0.66
50
P[Z ≥ -0.60] = 0.72575 Tabla normal T3

P[p ≥ 0.3] = 72.6%

b) ¿Si se toma una muestra de 110 cuál es la probabilidad de que la proporción muestral sea
más del 40%?
 p−P 0.4−0.34
z= = =1.33

√ P(1−P)
n √ 0.34∗0.66
110
P[Z ≥ 1.33] = 1 - 0.90824 = 0.09176 Tabla normal T3

P[p ≥ 0.4] = 9.2%

14. De una población de 1200 estudiantes de la universidad pública se ha seleccionado una

muestra de aleatoria de 200 estudiantes, a partir de investigaciones previas se ha establecido
que la proporción poblacional que está de acuerdo con ese candidato es 15 %.

a) Calcular la probabilidad de que la proporción muestral sea superior a 20 %

b) Calcular la probabilidad de que la proporción muestral sea superior a 18 %
c) Calcular la probabilidad de que la proporción muestral esté entre 12 y 17 %
d) ¿Cuál es la probabilidad de que la proporción muestral esté entre 18 y 22%?

Datos

P = 15% Proporción de estudiantes de acuerdo con el candidato

1-P = 85%

a) ¿Calcular la probabilidad de que la proporción muestral sea superior a 20 %?

p−P 0.2−0.15
z= = =2.17

√ √
P(1−P) N−n
n N−1 √ 200 √
0.15∗0.85 1200−200
1200−1

P[ z ]= 1 – 0.985 = 0.015
P[p ≥ 20%] = 1.5%

b) Calcular la probabilidad de que la proporción muestral sea superior a 18 % P[p ≥ 0 , 18¿

0.18−0.15

√ √
0.15∗0.85 1200−200 = 1,31
200 1200−1
Tabla#3 z= 1,31 -> p[z] = 0.9049
P[p≥0,18 ] = 1 – p[z] = 1-9041 = 0,095
P[p≥ 0,18] = 0,0951
c) Calcular la probabilidad de que la proporción muestral esté entre 12 y 17 % P[0,12 ≤ p ≤
0,17 ]

0.12−0.15
Z 1=

√ √
0.15∗0.85 1200−200 = -1.31
200 1200−1
 0.17−0.15
Z 2=

√ √
0.15∗0.85 1200−200 = 0,87
200 1200−1
P[0,12P≤ 0,17] = 0,711

d) ¿Cuál es la probabilidad de que la proporción muestral esté entre 18 y 22%? P[0,18≤ p ≤

0,22]

0.18−0.15
Z1=
√ √
0.15∗0.85 1200−200 = 1,31
200 1200−1
0.22−0.15
Z2=
√ √
0.15∗0.85 1200−200 = 3,04
200 1200−1
Tabla #3

Z1= 1,31 -> p[z1] = 0,90490

Z2= 3,04 -> p[z2] = 0,99882

P [0,18 ≤ p ≤ 0,22] = p[z1] – p [z2]

P [0,18 ≤ p ≤ 0,22] = 0,99882 – 0.90490 = 0.0939

15. En un estudio para comparar los pesos promedios de niños y niñas de sexto grado en una
escuela primaria se usará una muestra aleatoria de 20 niños y otra de 25 niñas. Se sabe que
tanto para niños como para niñas los pesos siguen una distribución normal. El promedio de
los pesos de todos los niños de sexto grado de esa escuela es de 100 libras y su desviación
estándar es de 14.142 libras, mientras que el promedio de los pesos de todas las niñas de
sexto grado de esa escuela es de 85 libras y su desviación estándar es de 12.247 libras.
¿Encontrar la probabilidad de que el promedio de los pesos de los 20 niños sea al menos 20
libras más grande que el de las 25 niñas?

Datos

Niños Niñas

n1 = 20 n2 = 25

µ1 = 100 libras µ2 = 85 libras

σ1 = 14.142 libras σ2 = 12.247 libras

x 1−x 2 ≥ 20 libras
 ( x 1−x 2 )−( μ1−μ 2 ) 20−( 100−85 ) 20−15
z= = = =1.25

√ √
2
σ 1 σ2
2 2
14.142 12.247
2 4
+ +
n1 n2 20 25

P[Z ≥ 1.25] = 1 - 0.89435 = 0.10565 Tabla normal T3

P[( x 1−x 2 ) ≥20 ] = 10.6%, La probabilidad de que el peso de los niños superen a las niñas en 20 libras

16. Previo a una elección la senadora X contrata los servicios de la compañía Y para fijar la
contienda establecida con los electores. Ella percibe con respecto a este punto que si tiene el
45% de los votos será nominada de acuerdo con su estrategia de campaña. Suponiendo que
la compañía contratada selecciona una muestra aleatoria simple de 1600 electores
registrados. ¿Cuál es la probabilidad de que la muestra pueda producir una proporción de
45% más dado que la verdadera proporción es del 40%?

Datos

P = 40% Proporción de electores a favor de la senadora X

1-P = 60%

p−P 0.45−0.40
z= = =4.08

√ P(1−P)
n √ 0.4∗0.6
1600
P[Z ≥ 4.08] = 1 – 0.99998 = 0.00002 Tabla normal T3

P[p ≥ 0.45] = 0.002% probabilidad de que la senadora X obtenga más del 45% de electores a favor
de su campaña