EJERCICIOS DE RESOLUCION DE DISTRIBUCION NORMAL

1. Supóngase que se sabe que la variable aleatoria X se distribuye normalmente con media 250 y desviación estándar 5. Encuentre las siguientes probabilidades:

a) P=(X ≤ 255)μ=250σ=5

Z=X−μσ

Z=(255+0. 5 )−2505

Z=1. 1A=0 .3643

0.5

250 2550.5+0.3643 = 0.8643

b) P (245 ≤ X ≤ 255) μ=250σ=5

Z=X−μσ

Z=(245−0 .5 )−2505

Z=−1 .1A=0 .3643

Z=X−μσ

Z=(255+0. 5 )−2505

Z=1. 1A=0 .3643

0.3643+0.3643= 0.7286

c) P(X > 260)

0.3643 0.3643

245 250 255

0.3643

Z=X−μσ

Z=260−2505

Z=2A=0 .4772

0.5-0.4772=0.0228 250 2602. Las puntuaciones en una prueba nacional de aprovechamiento tuvieron una distribución

normal con media 540 y desviación estándar 110.μ=540σ=110

a. Si su puntuación fue de 680, ¿cuán lejos de la media, en desviaciones estándar, se encontró su puntuación?

Z=X−μσ

Z=680−540110

Z=1. 27

Su puntuación se encontro a 1.27 desviaciones estándar a la derecha de la media

b. ¿Qué porcentaje de aquellos que tomaron la prueba consiguieron una puntuación mayor que la suya?

Z=1. 27A=0 .39800 .5−0 .39800 .102

El 10.20% de aquellos que tomaron la prueba consiguieron una puntuación mayor que la suya

3. El gasto promedio mensual por alimentos para familias de cuatro personas en la ciudad de Guayaquil es de $ 420,00 con una desviación estándar de $ 80,00. Suponiendo que los gastos mensuales por alimentos estén distribuidos normalmente, ¿qué porcentajes:a. de estos gastos son inferiores a $ 350,00 P(X < 350)μ=420σ=80

0.3106

0.3980

0.4772 0.0228

540 680

0 1.27

Z=X−μσ

Z=350−42080

Z=−0 . 88A=0 .31060.5-0.3106= 0.1894

El 18.94% de los gastos son inferiores a $350.00b. de estos gastos se encuentran entre $ 250,00 y $ 350,00 P (250 < X < 350)

Z=X−μσ

Z=250−42080

Z=−2 .13A=0 .4834

Z=X−μσ

Z=350−42080

Z=−0 . 88A=0 .3106

0.4834-0.3106= 0.1728 El 17.28% de los gastos se encuentran entre $ 250,00 y $ 350,00

c. de estos gastos se encuentren entre $250,00 y $ 450,00 P (250 < X < 450)

Z=X−μσ

Z=250−42080

Z=−2 .13A=0 .4834

Z=X−μσ

Z=450−42080

Z=0 .375A=0 .1480

0.4834 0.1480

0.4834

0.3106

350 420

250 350 420

250 420 450

0.4834+0.1480=0.6314 El 63.14% de los gastos se encuentran entre $250,00 y $ 450,00

d. de estos gastos son inferiores a $ 250,00 y mayores que $450,00

P(X < 250) P(X > 450)

Z=X−μσ

Z=250−42080

Z=−2 .13A=0 .4834

0.5-0.4834= 0.0166

Z=X−μσ

Z=450−42080

Z=0 .375A=0 .1480

0.5-0.1438= 0.352

El 1.66% de los gastos son inferiores a $ 250,00 y el 35.20% de los gastos son mayores que $450,00.

4. El tiempo necesario para dar servicio a un automóvil en la estación de servicios “Automundo” está distribuido normalmente con = 4.5 minutos y desviación estándar = 1.1 minutos.

μ=4 . 5σ=1 .1

a. ¿Cuál es la probabilidad de que un automóvil seleccionado aleatoriamente requiera:1. más de 6 minutos de servicio o menos de 5 P(X < 5) o P(X > 6)

Z=X−μσ

Z=5−4 .51. 1

Z=0 .45A=0 .1736 0.1736

0.4131

0.0166 0.352 0.4834 0.1480

250 420 450

Z=X−μσ

Z=6−4 .51. 1

Z=1. 36A=0 .4131

0.5-0.4131=0.08690.1736+0.0869 = 0.2605

La probabilidad de que un automóvil requiera más de 6 minutos de servicio o menos de 5 es del 26.05%

2. entre 3.5 y 5.6 minutos de servicio P (3.5 < X < 5.6)

Z=X−μσ

Z=3 .5−4 .51. 1

Z=−0 . 91A=0 .3186

Z=X−μσ

Z=5 .6−4 .51.1

Z=1A=0 .3413

0.3186 + 0.3413 = 0.6599 La probabilidad de que un automóvil requiera entre 3.5 y 5.6 minutos de servicio

es del 65.99%

3. Cuando mucho 3.5 minutos de servicio P(X ≤ 3.5)

Z=X−μσ

Z=3 .5−4 .51. 1

Z=−0 . 91A=0 .3186

0.5-0.3186 = 0.1814

0.3186

0.3186 0.3413

4.5 5 6

3.5 4.5 5.6

3.5 4.5 5.6

La probabilidad de que un automóvil requiera cuando mucho 3.5 minutos de servicio es del 18.14%

b. ¿Cuál es le tiempo de servicio de modo que solo el 5 % de todos los automóviles requieran más tiempo?

A = 0.45 Z = 1.65

El tiempo necesario para dar servicio a un automóvil en la estación de servicios “Automundo” es de 1.65 minutos.

5. Se encontró que un grupo de calificaciones de exámenes finales en un curso de estadística está normalmente distribuido con una media de 7.3 y una desviación estándar de 0.8 μ=7 .3σ=0 . 8a. ¿Cuál es la probabilidad de obtener cuando mucho una calificación de 9.1 en este

examen?P(X ≤ 9.1)

Z=X−μσ

Z=9 .1−7 .30 .8

Z=2. 25A=0 .4878

0.5 + 0.4878 = 0.9878

La probabilidad de obtener cuando mucho una calificación de 9.1 en este exámen es del 98.78%

b. ¿Qué porcentaje de estudiantes alcanzaron calificaciones entre 6.5 y 8.9?

P ( 6.5 ≤ X ≤ 8.9)

Z=X−μσ

Z=6 .5−7 .30 .8

Z=1A=0 .3413

Z=X−μσ

Z=8 .9−7 .30 .8

Z=2A=0 .4772

0.5

0.4878

0.45

0.05

7.3 9.1

0.3413 + 0.4772= 0.8185

El 81.85% de los estudiantes alcanzaron calificaciones entre 6.5 y 8.9

c. ¿Qué porcentaje de estudiantes alcanzaron calificaciones entre 8.1 y 8.9?P (8.1≤ X ≤8.9)

Z=X−μσ

Z=8 .1−7 .30 .8

Z=1A=0 .3413

Z=X−μσ

Z=8 .9−7 .30 .8

Z=2A=0 .4772

0.4772-0.3413 = 0.1359

El 13.59% de estudiantes alcanzaron calificaciones entre 8.1 y 8.9

d. ¿Cuál es la calificación del examen final si sólo el 5 % de los estudiantes que pasaron la prueba tuvieron calificaciones más altas?

A= 0.45Z= 1.65

La calificación del exámen final es de 1.65 y el 5% de los estudiantes que pasaron la prueba tuvieron calificaciones mas altas a esta.

0.45

0.05

0.3413

0.3413 0.4772

6.5 7.3 8.9

7.3 8.1 8.9

e. Si el profesor “favoreciera” (le da calificación de A al 10 % superior de la clase independiente de los resultados) ¿ese está en mejor situación con una calificación de 8.1 en este examen, o con una calificación de 6.8, en un examen diferente en el cual la = 6.2 y la = 0.3? Demuestre estadísticamente y explique

μ=7 .3σ=0 . 8

μ=6 .2σ=0 . 3

Exámen de 8.1 Exámen de 6.8

A=0 .40Z=1. 28Z .σ+μ=X1 .28∗0 . 8+7 .3=XX=8 .3

A=0 .40Z=1. 28Z .σ+μ=X1 .28∗0 . 3+6 .2=XX=6 .6

Está en mejor situación con una calificación de 8.1 en este examen, pues el estudiante saco 8.3, mientras que en el exámen de 6.8 el saco 6.6.

6. Una compañía se dedica al ensamble de componentes electrónicos, bajo la modalidad de maquila. Uno de los productos que se exportan a Norteamérica tiene un tiempo de ensamble que se ha comprobado se distribuye normalmente con = 0.8 horas y = 0.1 horas. Es de interés para la compañía calcular que probabilidades existen que el tiempo de ensamblado de este producto de exportación sea:

μ=0.8σ=0 .1

a. No mayor de 0.95 horasp(X ≤ 0.95) 0.4332

0.40

0.10

0.40

0.10

7.3 8.1 8.3 6.2 6.6 6.8

Z=X−μσ

Z=0 .95−0 . 80 .1

Z=1. 5A=0 .4332

0.5+0.4332= 0.9332 La probabilidad que el tiempo de ensamblado de este producto sea no mayor de 0.95

horas es del 93.32%.b. Mayor de 1 horaP(X >1)

Z=X−μσ

Z=1−0 . 80 .1

Z=2A=0 .4772

0.5-0.4772 = 0.0228 La probabilidad que el tiempo de ensamblado de este producto sea mayor de 1 hora es

del 2.28%c. Entre 0.7 y 0.9 horas

P (0.7≤ X ≤ 0.9)

Z=X−μσ

Z=0 .7−0 .80 .1

Z=−1A=0 .3413

Z=X−μσ

Z=0 .9−0 .80 .1

Z=1A=0 .3413

0.3413+0.3413 = 0.6826

0.3413

0.3413

0.4772

0.8 0.95

0.8 1

0.7 0.8 0.9

d. Interprete desde el punto de vista de frecuencia de ocurrencia, el resultado obtenido en la pregunta c.• La probabilidad que el tiempo de ensamblado de este producto se encuentre ebtre

0.7 y 0.9 horas es del 68.26%

7. Las ventas diarias de un restaurante tienen una distribución aproximadamente normal con = 530 dólares por día y = 120 dólares.μ=530σ=120

a. ¿Cuál es la probabilidad de que las ventas excedan los $ 700 dólares en un día dado? P(X > 700)

Z=X−μσ

Z=700−530120

Z=1. 42A=0 .4222

0.5-0.4222 = 0.0778

La probabilidad de que las ventas excedan los $ 700 dólares en un día dado es del 7.78%

b. El restaurante debe tener por lo menos 300 dólares en ventas por día para poder cubrir sus costos. ¿Cuál es la probabilidad de que el restaurante no pueda cubrir sus costos un día dado? P(X < 300)

Z=X−μσ

Z=300−530120

Z=−1 .92A=0 .4726

0.5-0.4726 =0.0274 La probabilidad de que el restaurante no pueda cubrir sus costos un día dado es del

2.74%

8. El tiempo de vida de un tipo de lavadora automática tiene distribución aproximadamente normal con = 3.1 años y = 1.2 años. Si este tipo de lavadoras se garantiza por un año. ¿Qué fracción de las lavadoras vendidas originalmente tendrían que ser reemplazadas? Resp. 0.0401μ=3.1σ=1 .2

P(X < 1)

0.4726

0.4222

530 700

300 530

Z=X−μσ

Z=1−3 . 11. 2

Z=−1 .75A=0 .4599

0.5-0.4599 =0.0401 Tendrían que ser reemplazadas el 4.01% (401/10000) de las lavadoras

9. La vida útil de las pilas de cierta marca están distribuidas normalmente. Si el 7.68 % de las pilas duran más de 54 horas y 39.80 % duran menos de 50 horas. ¿Cuál es la media y la desviación estándar? Resp. 50.61 y 2.37 respectivamente.μ=?σ=?

P(X<50)

P(X>54)

A=0 .102⇒Z=−0 . 26

A=0 .4230⇒Z=1. 43

Z∗σ+μ=X0 .26∗σ+μ=501 .43∗σ+μ=54

1 .69∗σ+¿=−4σ=2 .37

Z∗σ+μ=X−0 .26∗2. 37+μ=50−0 .6162+μ=50μ=50+0 .6162μ=50 . 61

0.4599

1 3.1

0.0987 0.1026 0.102

0.0033 0.0006

0.398 0.102 0.4230 0.0768

50%

0.4222 0.4236 0.4230

0.0008 0.0006

-

(-1)

La vida útil de las pilas de cierta marca están distribuidas normalmente con = 50.61 horas y = 2.37 horas

10. Una compañía de seguros considera que solamente alrededor del 0.05 de la población le ocurre cierto tipo de accidentes cada año. La empresa tiene 1.000 asegurados contra este tipo de accidentes. ¿Cuál es la probabilidad de que, máximo 35 de ellos sufran este accidente? Resp. 0.0179

P (sufra accidente)=0.05q (No sufran accidente)=0.95n=1000P(X ≤ 35)APROXIMACIÓN BINOMIAL A NORMALEstablesco la media: Varianza:

μ=n∗pμ=50

σ=√n∗p∗qσ=√1000∗0.05∗0 .95σ=√47 .5σ=6 .89

Z=X−μσ

Z=(35+0. 5 )−506 . 89

Z=−2 .10A=0 . 48210.5-0.4821=0.0179

la probabilidad de que, máximo 35 de ellos sufran este accidente es del 1.79%

11. Una cuarta parte de los documentos archivados diariamente por un empleado de un departamento de ventas se hace equivocadamente. Si en un día se archivan 100 documentos, cuál es la probabilidad de que:P (Mal archivados)=0.25q (Bien archivados)=0.75n=100a. Por lo menos 18 documentos sean mal archivados. Resp. 0.9582P(X ≥ 18)APROXIMACIÓN BINOMIAL A NORMALEstablesco la media: Varianza:

0.4821

35 50

μ=n∗pμ=25

σ=√n∗p∗qσ=√100∗0.25∗0 .75σ=√18.75σ=4 .33

Z=X−μσ

Z=(18−0 .5 )−254 . 33

Z=−1 .73A=0 . 45820.5+0.4582=0.9582

La probabilidada de que por lo menos 18 documentos sean mal archivados es del 95.82%

b. Exactamente 16 documentos sean mal archivados. Resp. 0.0107P(X = 16)

Z=X−μσ

Z=(16−0 .5 )−254 .33

Z=−2 .19A=0 .4857

Z=X−μσ

Z=(16+0.5 )−254 .33

Z=−1 .96A=0 .4750

0.4857-0.4750= 0.0107

La probabilidada de que exactamente 16 documentos sean mal archivados es del 1.07%

c. Exactamente 86 documentos sean correctamente archivados. Resp. 0.0039.P (Bien archivados)=0.75q (Mal archivados)=0.25n=100

0.4750

0.4857

0.4582

18 25

16 25

Establesco la media: Varianza:

μ=n∗pμ=75

σ=√n∗p∗qσ=√100∗0.75∗0 .25σ=√18.75σ=4 .33

P(x = 86)

Z=X−μσ

Z=(86−0 . 5)−754 . 33

Z=2. 42A=0 . 4922

Z=X−μσ

Z=(86+0 .5 )−754 . 33

Z=2. 66A=0 . 4961

0.4961-0.4922= 0.0039

La probabilidada de que exactamente 86 documentos sean correctamente archivados es del 0.39%

12. Un ingeniero de producción ha determinado que en su fábrica dedicada a la confección de prendas de vestir, un operario produce en promedio 64 piezas por día, de un tipo de camiseta, con una desviación estándar de 4 camisetas. Un sistema de incentivos a destajo, ha determinado que al operario se le pagan 11.25 ctvs. por cada camiseta que fabrique, siempre y cuando cumpla con el estándar de 64 camisetas, en promedio. Si no se cumple con el estándar establecido el salario mínimo a pagar al operario es de 80 ctvs. Por hora. Si se trabajan ocho horas diarias. Suponiendo que la producción de camisetas se distribuye normalmente, determine la probabilidad de que el operario se gane el salario mínimo.μ=64σ=4

P(x ≥ 64)=11.25ctvs

P(X < 64)= 0.80 ctvs. La hora

0.4922

0.4961

75 86

Z=X−μσ

Z=(64−0 . 5)−644

Z=0 .12A=0 .0478

P(x ≥ 64)= 0.5+0.0478=0.5478

P(X < 64)= 0.5-0.0478=0.4522 La probabilidad de que el operario se gane el salario mínimo es del 45.22%

13. Supóngase que el 15 % de los tubos de PVC fabricados por la compañía PYCA no cumplen con las especificaciones. Si se inspecciona un lote de 1.000 tubos. ¿Cuál es la probabilidad de que:

a. No más de 165 tubos estén defectuosos? Resp. 0.9147P (defectuosos)=0.15q (No defectuosos)=0.85

n=1000Establesco la media: Varianza:

μ=n∗pμ=150

σ=√n∗p∗qσ=√1000∗0. 15∗0 .85σ=√127 .5σ=11. 29

P(x ≤ 165)

Z=X−μσ

Z=(165+0.5 )−15011.29

Z=1.37A=0 .41470.5+0.4147= 0.9147

La probabilidad de que no más de 165 tubos estén defectuosos es del 91.47%

0.4147

64

150 165

b. Exactamente 150 están defectuosos? Resp. 0.032P(x =150)

Z=X−μσ

Z=(150−0 .5 )−15011.29

Z=−0 .04A=0 .0160

Z=X−μσ

Z=(150+0.5 )−15011.29

Z=0 .04A=0 .0160

0.0160+0.0160= 0.032 La probabilidad de que exactamente 150 tubos estén defectuosos es del 3.2%

c. Más de 125 estén defectuosos? Resp. 0.9147P(X > 125)

Z=X−μσ

Z=125−15011.29

Z=2. 21A=0 .48640.5+0.4864= 0.9864

La probabilidad de que más de 125 tubos estén defectuosos es del 98.64%

14. Una cadena de supermercados utiliza para el alumbrado diario de sus instalaciones un total de 150 fluorescentes. Se estima que la vida de estos fluorescentes tiene una = 1.000 horas y una = 75 horas. Como parte de un programa de mantenimiento preventivo, todos los fluorescentes se cambian después de cierto tiempo de operación, con el fin de minimizar el número de fluorescentes que se queman durante las horas de servicio a los clientes.

¿Cada cuantas horas deben cambiarse los fluorescentes, si se desea que no más del dos por ciento de éstos se hayan quemado cuando se hace el cambio?

0.4864

150

125 150

μ=1000σ=75

A=0 .48⇒Z=−2.05

Z=X−μσ

−2 .05=X−100075

−2 .05∗75+1000=XX=846 . 25

Un total de 846.25 fluorescentes resultaron no quemados al hacer el cambio, debiendo cambiarse los mismos cada 2.05 horas.

15. Las aerolíneas y los hoteles frecuentemente aseguran reservaciones por encima de su capacidad, con el objeto de minimizar las pérdidas ocasionadas por los pasajeros que no se presentan. Supongamos que los archivos de un hotel indican que, en promedio, 10 por ciento de sus clientes no se presentan a reclamar sus reservaciones. Si el hotel acepta 215 reservaciones y sólo hay 200 habitaciones en el hotel, ¿cuál es la probabilidad de que todos los clientes que lleguen a reclamar su reservación consigan una habitación?

P (Se presentan)=0.90 q (No se presentan)=0.10

n=215

Establezco la media: Varianza:

μ=n∗pμ=193 . 5

σ=√n∗p∗qσ=√215∗0. 90∗0 . 10σ=√19. 35σ=4 .40

P(x ≤ 200)

Z=X−μσ

Z=(200+0. 5 )−193 .54 . 40

Z=1.59A=0 .4441

0.5+0.4441= 0.9441

1000

0.02 0.48

0.4441

193.5 200

La probabilidad de que todos los clientes que lleguen a reclamar su reservación consigan una habitación es del 94.41%

16. La oficina de admisiones de una pequeña universidad planea aceptar pagos por adelantado de un número de estudiantes nuevos de modo que con una probabilidad de 0.95 el tamaño de la clase de nuevos estudiantes sea menor o igual que 120. Supongamos que los solicitantes constituyen una muestra aleatoria de una población de solicitantes de los cuales el 80 por ciento deciden ingresar a la universidad si son aceptados.

a. ¿Cuántos pagos por adelantado debe aceptar la oficina de admisiones?

P (Ingresan)=0.8q (No ingresan)=0.2n=120

Establezco la media: Varianza:

μ=n∗pμ=96

σ=√n∗p∗qσ=√120∗0.80∗0 .20σ=√19.20σ=4 .38

P (X ≤ 120)=0.95

0.95*120=114

Se debe aceptar por adelantado 114 pagos

b. Si se acepta el número de solicitantes encontrado en la parte (a). ¿Cuál es la probabilidad de que el tamaño de la clase de nuevos estudiantes sea menor que 105?

P(x < 105)

Z=X−μσ

Z=(105−0 .5 )−964 . 38

Z=1. 94A=0 . 47380.5+0.4738=0.9738 la probabilidad de que el tamaño de la clase de nuevos estudiantes sea menor que 105

es dl 97.38%

17. En base a la experiencia, el 40 % de los clientes de la estación de servicio “Automundo” pagan sus compras con tarjeta de crédito.

0.4738

96 105

P (Paguen con tarjeta)=0.4q (No paguen con tarjeta)=0.6

a. Si se selecciona una muestra aleatoria de tres clientes ¿cuál es la probabilidad de que:1. Ninguno pague con tarjeta de crédito?p (x =0) ⇒ p ( x = 0 ) =3 C0(0 ,40 )0 (0 ,60 )3

=0 . 216 La probabilidad de que ninguno pague con tarjeta de crédito es del 21.6%

2. Dos paguen con tarjeta de crédito?p (x =2) ⇒ p ( x = 2) =3 C2(0 ,40 )2(0 ,60 )1

=0 . 288

La probabilidad de que dos pague con tarjeta de crédito es del 28.80%

3. Por lo menos dos paguen con tarjeta de crédito?p (x ≥2) ⇒ p ( x = 2)+ p( x=3 ) =3 C2(0 ,40 )2(0 ,60 )1+3 C3 (0 ,40 )3(0 ,60 )0

=0 .288+0 .064 =0 .352

La probabilidad de que por lo menos dos paguen con tarjeta de crédito es del 35.2%

4. No más de dos paguen con tarjeta de crédito?

p (x ≤2) ⇒ p ( x = 0)+p (x = 1)+p ( x = 2 ) =3 C0(0 ,40 )0 (0 ,60 )3+3 C1(0 ,40 )1(0 ,60 )2+3 C2(0 ,40 )2(0 ,60 )1

=0 .216+0 .432+0 .288¿0 .936

La probabilidad de que no más de dos paguen con tarjeta de crédito es del 93.6%

c. Si se selecciona una muestra aleatoria de 200 clientes ¿cuál es la probabilidad aproximada de que:

P (Paguen con tarjeta)=0.4q (No paguen con tarjeta)=0.6n=200

1. Por lo menos 75 paguen con tarjeta de crédito?

P(X ≥ 75)APROXIMACIÓN BINOMIAL A NORMALEstablezco la media: Varianza:

μ=n∗pμ=80

σ=√n∗p∗qσ=√200∗0. 4∗0 .6σ=√48σ=6 . 93

Z=X−μσ

Z=(75−0 .5 )−806 . 93

Z=−0 .79A=0 .28520.5+0.2852=0.7852

La probabilidad de que no por lo menos 75 paguen con tarjeta de crédito es del 78.52%

2. No más de 70 paguen con tarjeta de crédito?P(X≤ 70)

Z=X−μσ

Z=(70+0.5 )−806 .93

Z=−1 .37A=0 .4147

0.5-0.4147=0.0853

3. Entre 70 y 75 clientes, inclusive, paguen con tarjeta de crédito?P (70 ≤ X ≤ 75)

0.4147

0.2852

75 80

70 80

0.2422

0.4357

70 75 80

Z=X−μσ

Z=(70−0 .5 )−806 .93

Z=−1 .52A=0 .4357

Z=X−μσ

Z=(75+0.5 )−806 .93

Z=−0 .65A=0 .2422

0.4357-0.2422= 0.1935

La probabilidad de que entre 70 y 75 clientes, inclusive, paguen con tarjeta de crédito es del 19.35%

18. El decano de la facultad de Contabilidad y Auditoría desea crear una junta directiva de la facultad con 20 miembros seleccionados de los 100 que la integran. La selección debe ser aleatoria y en la escuela 25 de los profesores están en el área de contabilidad.

a. ¿Cuál es la probabilidad aproximada de que la junta directiva de la facultad incluya:1. por lo menos dos de la facultad de contabilidad?p( x≥2 )=1−[ p( x<2 )]=1−[ p ( x=0 )+ p ( x=1)]

=1−[25 C0∗75 C20

100C20

+ 25 C1∗75 C19

100 C20]

¿1− [0 . 0015+0 . 0134 ]¿0 .9851

La probabilidad aproximada de que la junta directiva de la facultad incluya por lo menos dos de la facultad de contabilidad es del 98.51%

2. Entre dos y seis de la facultad de contabilidad?P (2 ¿X ¿ 6)= [ p( x=3)+ p( x=4 )+ p ( x=5) ]

=[25 C3∗75 C17

100C20

+25 C4∗75 C16

100C20

+25 C5∗75 C15

100C20]

¿ [ 0 .1273+0. 2018+0 . 2260 ]¿0 . 5551

La probabilidad aproximada de que la junta directiva de la facultad incluya entre dos y seis de la facultad de contabilidad es del 55.51%

b. ¿Cuántos profesores de contabilidad se podría esperar que se encontraran en la junta directiva?P (Profesores de contabilidad)=0.25q (Otros)=0.75n=100P(X≤20)

μ=25σ=4 .33

Z=X−μσ

Z=(20+0.5 )−254 .33

Z=−1 .04A=0 .35080.5-0.3508= 0.1492*100

= 15 profesores Se podría esperar que se encontraran en la junta directiva 15 profesores de

contabilidad.

19. El análisis estadístico de 1.000 llamadas telefónicas de larga distancia realizadas desde las oficinas de Andinatel, señala que la duración de estas llamadas está distribuida normalmente con = 240 segundos y = 40 segundos.μ=240σ=40

n=1000

a. ¿Qué porcentaje de estas llamadas duró menos de 180 segundos?

Z=X−μσ

Z=180−24040

Z=−1 .5A=0 .4332

05-0.4332= 0.0668

El 6.68% de estas llamadas duró menos de 180 segundos

b. ¿Cuál es la probabilidad de que una llamada en particular durara entre 180 y 300 segundos?P(180< X < 300)

0.4332

0.3508

20 25

180 240

180 240 300

Z=X−μσ

Z=180−24040

Z=−1 .5A=0 .4332

Z=X−μσ

Z=300−24040

Z=1. 5A=0 .4332

0.4332+0.4332=0.8664

la probabilidad de que una llamada en particular durara entre 180 y 300 segundos es del 86.64%

c. Cuántas llamadas duraron menos de 180 segundos o más de 300 segundos?P(180< X < 300)

Z=X−μσ

Z=180−24040

Z=−1 .5A=0 .4332

Z=X−μσ

Z=300−24040

Z=1. 5A=0 .4332

0.5-0.4332= 0.0668 0.5-0.4332= 0.06680.0668+0.0668=0.13360.1336*1000=133.6

Las cantidad de llamadas duraron menos de 180 segundos o más de 300 segundos fueron 133.6

d. ¿Qué porcentaje de las llamadas duró entre 110 y 180 segundos?

0.4332 0.4332

180 240 300

0.4332 0.4994

P (110 < X < 180)

Z=X−μσ

Z=110−24040

Z=−3 .25A=0 .4994

Z=X−μσ

Z=180−24040

Z=−1 .5A=0 .4332

0.4994-0.4332=0.0662 El 6.62% de las llamadas duró entre 110 y 180 segundos

e. ¿Cuál es la duración de una llamada en particular si sólo el 1 % de todas las llamadas son más cortas?

La duración de una llamada en particular es de 146.8 segundos

f. Si el investigador no pudiera suponer que la información se encontraba normalmente distribuida ¿cuál sería entonces la probabilidad de que cierta llamada durará entre 180 y 300 segundos?

P (180≤ X ≤ 300)

110 180 240

0.49

0.01

240

180 240 300

A=0 .49⇒Z=−2.33X=Z∗σ+μX=−2 .33∗40+240X=146 .8

Z=X−μσ

Z=(180+05)−24040

Z=−1 .38A=0 .4162

Z=X−μσ

Z=(300−0 .5 )−24040

Z=1. 49A=0 .4319

0.43320.4332+0.4319= 0.8651

La probabilidad de que cierta llamada durará entre 180 y 300 segundos es del 86.51%

g. Comente las diferencias en las respuestas de b y f.

Se puede evidenciar que la diferencia entre aplicar el factor de corrección y no este caso no es tan grande la diferencia

20. Interactive presta servicios de comunicación a los negocios del área metropolitana de Quito. Los funcionarios de la compañía han aprendido que la transmisión satelital promedio es de 150 segundos, con una desviación estándar de 15 segundos. Los tiempos parecen estar distribuidos normalmente.Para estimar de manera apropiada la demanda del cliente por sus servicios y establecer una estructura de tarifas que maximice las utilidades corporativas. Interactive debe determinar que tan probable es que algunas llamadas se presenten. El director de servicios desea que usted proporcione estimados de la probabilidad de que una llamada dure:

μ=150σ=15

a) Entre 125 y 150 segundos

P (125 < X < 150)

Z=X−μσ

Z=125−15015

Z=−1 .67A=0 .4525

Z=X−μσ

Z=150−15015

Z=0A=0

0.4994

125 150

0+0.4525=0.4525 La probabilidad de que una llamada dure entre 125 y 150 segundos es del 45.25%

b) Menos de 125 segundosP (X < 125)

Z=X−μσ

Z=125−15015

Z=−1 .67A=0 .45250.5-0.4525=0.0475 La probabilidad de que una llamada dure menos de 125 segundos es del 4.75%

c) Al menos 130 segundosP(X ≥ 130)

Z=X−μσ

Z=(130−0 .5 )−15015

Z=−1 .37A=0 . 41470.5+0.4147=0.9147

La probabilidad de que una llamada dure al menos 130 segundos es del 91.47%

d) Entre 160 y 165 segundos inclusive.

P (160 ≤ X ≤ 165)

Z=X−μσ

Z=(160−0 .5 )−15015

Z=0 .63A=0 .2357

Z=X−μσ

Z=(165+0.5 )−15015

Z=1. 03A=0 .3485

0.4147

0.4525

125 150

130 150

0.2357

0.3485

125 150 160 165

0.3485-0.2357= 0.1128

La probabilidad de que una llamada dure entre 160 y 165 segundos inclusive es del 58.42%

21. En una afamada escuela de contabilidad y auditoría los índices de puntos de calificación de sus 1.000 estudiantes sin graduar tienen una distribución aproximadamente normal con una media de 2,83 y desviación estándar de 0,38.μ=2.83σ=0 . 38

a) ¿Cuál es la probabilidad de que un estudiante seleccionado aleatoriamente tenga un índice de puntos de calificación entre 2,0 y 3,0?

P (2.0 < X < 3.0)

Z=X−μσ

Z=2. 0−2. 830 .38

Z=−2 .18A=0 .4854

Z=X−μσ

Z=3−2 . 830 .38

Z=0 .45A=0 .1736

0.4854+0.1736= 0.659 La probabilidad de que un estudiante seleccionado aleatoriamente tenga un índice de

puntos de calificación entre 2,0 y 3,0 es del 65.9%

b) ¿Qué porcentaje de estudiantes se encuentran en un período de prueba, es decir, que tienen índices de puntos de calificación inferiores a 2,0?

P (X < 2.0)

0.4854 0.1736

2.0 2.83 3.0

0.4854

2.0 2.83

Z=X−μσ

Z=2. 0−2. 830 .38

Z=−2 .18A=0 .48540.5-0.4854=0.0146

El 1.46% de los estudiantes se encuentran en un período de prueba, es decir, que tienen índices de puntos de calificación inferiores a 2,0

c) ¿Cuántos estudiantes de esta escuela se espera que estén en la lista del decano, es decir, que tengan índices de puntos de calificación de 3,2, o que lo excedan?

P (X ≥ 3.2)

Z=X−μσ

Z=(3 . 2−0 . 05)−2. 830 .38

Z=0 . 84A=0 .2995

0.5-0.2995=0.20050.2005*1000=200.5 Un numero de 200 estudiantes de esta escuela se espera que estén en la lista del

decano, es decir, que tienen índices de puntos de calificación de 3,2 o lo exceden

22. El promedio de los salarios en los bancos Comerciales en Illinois es de $ 22,87 USD por hora, con una desviación estándar de $ 5,87 USD. ¿Cuál debe ser su salario por hora si desea ganar:

μ=22. 87σ=5 .87

a) ¿Más que el 80% de todos los empleados?

0.2995

2.83 3.2

Z=X−μσ

0 .84=X−22. 875. 87

0 .84∗5 .87+22. 87=XX=27 . 80

Su salario por hora si desea ganar más que el 80% de todos los empleados debe ser de $27.80

b) ¿Menos que el 20% de todos los empleados.

Z=X−μσ

−0 .84=X−22. 875 .87

−0 .84∗5 .87+22. 87=XX=17 .94

Su salario por hora si desea ganar menos que el 20% de todos los empleados debe ser de $17.94

Ganan más 0.5 0.3 0.2

22.87 27.8

0.2 0.3

22.87

Ganan menos

A=0 .3⇒Z=0 . 84

A=0 .3⇒Z=−0 .84

23. La Empresa Deloit & Touch descubre que el tiempo que se toma para realizar un proceso de auditoría está distribuido normalmente, con un promedio de 17,2 días y una desviación estándar de 3,7 días. El señor López promete iniciar un trabajo de auditoria para su firma dentro de 20 días, pero debe terminar una que ya ha comenzado. ¿Qué tan probable es que cumpla su promesa?

μ=17 . 2σ=3 .7

P (X < 20)

Z=X−μσ

Z=20−17 .23 .7

Z=0 .76A=0 .2764

0.5+0.2764=0.7764 La probabilidad de que cumpla su promesa es del 77.64% entonces si terminara esta

empezaría con la siguiente.

UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE CONTABILIDAD Y AUDITORIA

CARRERA DE CONTABILIDAD Y AUDITORIA

APLICACIÓN DE LA ESTADÍSTICA INFERENCIAL

0.2764

17.2 20

EJERCICIOS DE DISTRIBUCION BINOMIAL Y DE POISSON

EJERCICIOS DE RESOLUCION DE DISTRIBUCION NORMAL

Nombre: Poalacin Flores Nancy Aracelly

Fecha:Noviembre 07 de 2010