Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distrib Discretas y Continuas Teoria y Ejercicios Agosto 2009
Distrib Discretas y Continuas Teoria y Ejercicios Agosto 2009
estas distribuciones haciendo nfasis en su derivacin como modelos de procesos discretos que
aparecen con frecuencia en diversos esquemas del rea de negocios.
DEFINICION DE MODELO BINOMIAL. Un experimento binomial: Es un experimento que
tiene las siguientes propiedades.
1)
2)
nI
y I n y I
0
p y q n y
np
2 npq.
npq.
Ejemplo1
Datos.
n=15 p=0.56
q=1-p=1-0.56=0.44
1 P( x =2)
52
3
P ( x=2 )= 5 ( 0.56)2 ( 0.44 ) = 5 (0.56)2 ( 0.44 ) =0.2671
2
2
()
2 P( x =4)
()
()
()
4
54
4
1
P ( x=4 )= 5 ( 0.56 ) ( 0.44 ) = 5 ( 0.56 ) ( 0.44 ) =0.2164
4
4
3 P (x 2)
P ( x 2 )=1 p(x <2)=1 p ( x 21 ) =1 p ( x 1 )
[( )
()
0
50
1
4
1[ P ( 0 ) + p(1) ]=1 5 ( 0.56 ) ( 0.44 ) + 5 ( 0.56 ) ( 0.44 )
0
1
1[ 0.0165+0.1049 ]=10.1214=0.8786=87.86
4 P(x <2)
[( )
()
0
50
1
4
P ( 0 ) + P ( 1 ) = 5 ( 0.56 ) ( 0.44 ) + 5 ( 0.56 ) ( 0.44 ) =0.1214=12.14
0
1
5 P ( x 2 )=P ( 0 )+ P ( 1 ) + P ( 2 )
0
5
1
4
2
3
5 ( 0.56 ) ( 0.44 ) + 5 ( 0.56 ) ( 0.44 ) + 5 ( 0.56 ) ( 0.44 )
0
1
2
0.0165+0.1049+0.2671=0.3885=38.85
()
()
()
6 P ( 2 x 4 )=P ( x 4 )P(x 2)
5
x=0
x=0
[( )
()
()
()
()
] [( )
5 ( 0.56 )0 ( 0.44 )5+ 5 ( 0.56 )1 ( 0.44 )4 + 5 ( 0.56 )2 ( 0.44 )3 + 5 ( 0.56 )3 ( 0.44 )2 + 5 ( 0.56 )4 ( 0.44 )1 5 ( 0.56 )0 ( 0.44 )5
0
1
2
3
4
0
[ 0.0165+0.1049+0.2671+0.3399+0.2164 ] [ 0.0165+0.1049+0.2671 ]
0.94480.3885=0.5563=55.63
Ejemplo2
Un fabricante cree que el 30% de los consumidores prefieren su
producto. Para verificar lo anterior, toma una muestra 800 consumidores y determina
el nmero y de ellos que prefieren su producto. Si el 30% de todos los consumidores
prefiere el producto de este fabricante dentro de qu lmites esperara ud. Que
estuviera el valor de y?
Datos
np 800 * 0.3 240
y= nmero de consumidores que prefieren el producto.
2 npq 800 * 0.30 * 0.70 168
npq. 168 12.96
Con base al teorema de TChebysheff y la regla emprica. Se esperara q ue y estuviera
en un intervalo ( 2 ) o (2;+ 2 ) . Los intervalos son
(240-2*12.96 ; 240+2*12.96)
(214.08 ; 265.92)
1 p ( x )=10.425=0.575
x=0
15
10
x=3
x=0
x=0
p (10 x 15 )= p (x)= P( x) p ( x )
Distribucin Binomial.
1)
Segn un ingeniero en sistema afirma que tiene la certeza que un 70% , un programa de
contabilidad se ejecutar exitosamente. Si se eligen a 10 programadores y se les pide crear un
programa para la empresa Simplemente MaderaCul es la probabilidad de que exactamente
5 programadores ejecuten exitosamente su programa?Menos de 5 programadores ejecuten
bien su programa?Ocho ejecuten bien su programa?Ms de 7 ejecuten exitosamente el
programa?
2)
Se sabe que el 90% de las personas que compran computadoras, no hacen reclamaciones
durante el perodo de garanta en las distribuidoras de equipos de computadores que existen en
Nicaragua. Suponga que 22 personas compran computadoras cada una de un determinado
almacn.Cual es la probabilidad de que al menos 2 de los 20 clientes hagan reclamaciones
durante un periodo de garanta?Cuntos clientes se espera que reclamen durante un periodo
de garanta , determine su varianza y desviacin estndar?
3)
Segn un estudio del INEC el 45% de los hogares de la ciudad de Managua tienen T.V por
cable. Si se analizan 18 hogares .Cul es la Probabilidad de que el nmero de ellos que
tengan cable sea:
Mayor que uno?
Cinco o menos?
Diecisiete o ms?
Cunto esperara que tengan T.V por cable?
a)
b)
c)
d)
4)
5)
6)
7)
8)
Segn informes de los supervisores de las zonas francas afirman que una determinada mquina
est bajo control, si el porcentaje de artculos defectuosos que producen no es mayor de un
10% . Para determinar si la maquina esta bajo control, se eligen 10 artculos al azar de entre
los producidos por ella Cul es la probabilidad de exactamente 5 sean defectuosos?Al menos
4 sean defectuosos? A lo ms 7 sean defectuosos? Cuantos artculos esperara encontrar?
Se supone saber que 10% de los vasos fabricados por determinada maquina tienen algn
defecto. Si se selecciona al azar 10 de los vasos fabricados por esta maquina Cual es la
probabilidad de que ninguna est defectuosa? Cuantos vasos esperara encontrar
defectuosos?
Un inversionista compra 8 viviendas como parte de su plan de inversin. Suponer que la
probabilidad de obtener utilidad en cada una de ellas es de 0.8. Suponiendo que hay
independencia. Cul es la probabilidad de que obtenga utilidades en cada una? Cul es la
probabilidad de que pierda en cada una de ellas?
Un fabricante de piezas las enva en lotes de 20 y los enva a sus clientes. Suponer que cada
parte est defectuosas o no lo est, y que la probabilidad de que cualquiera de ellas est
defectuosa es de 0.05.
ACul es el nmero esperado de piezas defectuosas por lote?
BCul es la probabilidad de que determinado lote no contenga piezas defectuosas?
Suponiendo que el proveedor del problema 7) ha recibido 10 lotes.
a)
Cul es el nmero esperado de lotes que no tienen piezas defectuosas?
b)
Cul es la probabilidad de que ninguno de los 10 lotes contengan piezas
defectuosas?
10)
Se sabe que el 90% de las personas que compran un televisor
a color no hacen reclamaciones durante un perodo de garanta. Suponga que
20 personas compraron un T.V , cada una de un determinado almacn Cul
5
p ( y1 , y 2 ,..... y k )
p Y1 1 p Y2 2 p Y3 3 ..... p k k
y1 l y 2 l y 3 . l ....... y k l
Ejemplo:1
De acuerdo con los datos ajustados del censo de 1990, las proporciones de adultos( las personas de mas
de 18 aos ) en Nicaragua, clasificados en cinco categoras de edad, son como sigue:
Edad
Proporcin
18-24
0.18
25-34
0.23
35-44
0.16
45-64
0.27
65 a ms.
0.16
a)
Si se selecciona al azar cinco adultos de esta poblacin, encuentre la probabilidad de que la muestra
contenga a una persona entre las edades de 18 a 24, dos entre las edades de 25-34 y dos entre las edades de 4564
Para empezar numeraremos las cinco clases de edades como 1.2.3.4.5
nl
p ( y1 , y 2 , y 3 , y 4 , y 5 )
y1 l y 2 l y 3 . l y 4 l , y 5 l
p Y1 1 p Y2 2 p Y3 3 p 4 4 p5
Y5
p (1,2,0,2,0)
5l
(0.18) (0.23)
1
1l 2 l 0. l 2 l 0 l
Conclusin: Por lo tanto la probabilidad de que podamos seleccionar a una persona entre los 18-24, dos
entre las edades de 25-34, y dos entre los 45-64 es de 0.0208
Ejemplo:
Un estudiante universitario cursa 5 materias en un cuatrimestre y supone que tiene probabilidades
de 0.1 de obtener un 100, que tiene 0.8 de obtener un 80 y 0.1 de probabilidad de obtener un 60 en
cada una de sus materias. El estudiante define con X1=100, X2= 80, X3 =60 el puntaje de su nota que
obtiene en el cuatrimestre. Entonces X1, X2, X3 es una variable aleatoria multinomial con parmetros
n=5 y P^1=0.1 , P2= 0.8 y
P3 =0.1
5
X1 I* X 2 I* X 3 I
*
*
*
Px (X) =
Por tanto, la probabilidad de que solamente logre notas de 80 es :
Px (X)= (0 , 5 , 0 ) =
5
(0.1) 0 * (0.8) 5 * (0.1)
0 I* 5 I* 0 I
0
*
= 5 / 5 *(0.8 ) 5 = 0.32768
5
2 I* 3 I* 0 I
5
0 I* 0 I* 5 I
*
* (0.1) 0 * ( 0.8 )0 * ( 0.1 )5 = (0.1)5 = 0.00001
Px (X)= ( 0 , 0 , 5 ) = *
La probabilidad de que logre puntajes de 60 en todas las materias es de 0.00001
Ejercicios
Distribucin Multinomial.
1)
2)
3)
4)
5)
6)
7)
T2 (10 x 11)
T2 (11 x 11.50)
T1 (11.50 x)
p(T2)=0.20
p(T3)=0.20
p(T3)=0.40
Si los costales se seleccionan al azar Cul es la probabilidad de que 4 sean menores o iguales a 10
libras, de que uno sea mayor que 10 libras pero menor o igual a 11 libras, y que dos sean ms
grandes que 5.22 kilogramos?
En el problema 7 Cul es la probabilidad de que los 10 costales pesen ms de 11.5 libras? Cul
es la probabilidad de que 5 costales posen mas de 11.50 y los otros 5 , menos de 10 libras.
8
Distribucin de Poisson.
Introduccin.
Los experimentos que dan valores numricos de una variable aleatoria
X, el nmero de resultados que ocurren durante un intervalo dado o en
una regin especifica, se llaman Experimento de Poisson. El intervalo
dado puede se de cualquier longitud, como un minuto, un dia, una
semana, un mes o incluso un ao. Por ello un experimento de Poisson
puede generar observaciones para la variable aleatoria X que
representa el numero de llamadas telefnicas por hora que recibe una
oficina, el numero de das que una escuela esta cerrada debido a la
fuerte lluvia durante el invierno. La regin especfica podra ser un
segmento de lnea.
Propiedades del proceso de Poisson.
a El numero de resultados que ocurren en un intervalo o regin
especifica es independiente del numero que ocurre en cualquier otro
intervalo o regin del espacio disjunto. Por lo cual el proceso de
Poisson no tiene antecedentes.
b La probabilidad de que ocurra un solo resultado durante un intervalo
muy corto o en una regin pequea es proporcional a la longitud del
intervalo o al tamao de la regin y no depende del numero de
resultados que ocurren fuera de este intervalo o regin.
c La probabilidad de que ocurra mas de un resultado en tal intervalo
corto o que caiga en tal regin pequea es insignificante .
Los siguientes casos son ejemplos de experimentos en los cuales la
variable aleatoria y puede ser considerada como de Poisson.
1. El numero de llamadas recibidas en un conmutador telefnico
durante un periodo corto de tiempo.
2. El numero de reclamaciones contra Unin Fenosa durante una
semana.
3. El numero de llegadas tardes a clases por parte de los profesores
durante un da determinado.
4. El numero de ventas hechas por un agente de Seguros en la
capital en un determinado da.
5. El numero de ventas realizadas por una dependiente del mercado
Oriental durante el mes.
En cada caso, y representa el numero de eventos raros que ocurren
durante un periodo de tiempo en el cual se espera que un promedio
np de
ellos ocurra.
La nica
que
Debe
derepresenta
manejar
es
La distribucin
de probabilidad
de lasuposicin
variable aleatoria
deud.
Poisson
X, que
el nmero
que los
eventosque
ocurran
independiente
unos
de resultados
ocurren enen
un forma
intervaloaleatoria
dado o regineespecifica
que se denota
con t,de
es.
t
otros.
e (t )
p ( x ; t )=
x=0,1,2 ..
x!
Donde ; es el nmero promedio de resultados por unidad de tiempo o
regin
Media
= =np
2 9
Varianza.
= np
Desviacin Estndar.
2== np
= np
e2 ( 2 )1 2 e2
=
=0.2707
1!
1
P ( x=2 )=
e ( 2 ) 4 e2
=
=0.2707
2!
21
e2 ( 2 )3
8 e2
P ( x=3 )=
=
=0.1804
3!
321
P ( x=4 )=
e2 ( 2 )4
16 e2
=
=0.0902
4!
4321
P ( x=5 )=
e2 ( 2 )5
32 e2
=
=0.0361
5!
54321
Ejemplo: 2
El gerente local de una empresa de renta de automviles en
Mangua compra neumticos en lotes de 500 para aprovechar los descuentos por
compras al mayoreo. El gerente sabe por experiencias anteriores, que el 1% de
los neumticos nuevos adquiridos en un determinado almacn salen defectuosos
y se deben reemplazar durante la primera semana de uso. Cuantos
neumticos espera encontrar defectuoso el gerente, Encuentre la
probabilidad de que en un envo de 500 neumticos haya solamente uno
defectuoso. No mas de tres neumticos defectuosos, ningn neumtico
defectuoso, ms de cuatro neumticas defectuoso.
Datos.
=np=0.01500=5
Por lo cual el gerente espera encontrar 5 neumticos defectuosos de un
envo de 500
X= nmero de neumticos defectuosos
10
e5 (5 )x
x!
5
1
e ( 5 ) 5e5
a P ( x=1 )=
=
=0.0337=3.37
1!
1
P ( x )=
Por lo tanto, la probabilidad de que en un envo de 500 neumticos haya solamente uno defectuoso, es de
3.37%
b P ( X 3 ) =P ( 0 )+ P ( 1 ) + P ( 2 )+ ( 3 )
e5 ( 5 )0 e5 ( 5 )1 e5 ( 5 )2 e5 ( 5 )3
+
+
+
0!
1!
2!
3!
=0.0067+0.0337+0.0842+0.1404=0.2650=26.50%
Por lo cual la probabilidad de que no ms de tres neumticos sean defectuosos, es de 0.2650
c P ( x=0 )=
e5 ( 5 )0 1e5
=
=0.0067=0.67
0!
1
La probabilidad de que ningn neumtico salga defectuoso de un envo de 500, es de 0.0067 el cual representa
el 0.67% del total.
d P ( X 4 )=1P ( X 3 )
1[ P ( 0 ) + P (1 )+ P ( 2 ) + ( 3 ) ]
e5 ( 5 )0 e5 ( 5 )1 e5 ( 5 )2 e5 ( 5 )3
1
+
+
+
0!
1!
2!
3!
11
Distribucin Poisson
1)
2)
a)
b)
c)
d)
3)
4)
6)
7)
1.
2.
8)
1.
2.
3.
9)
En una planta de Textil de las zonas francas de Managua, los accidente industriales
ocurren en forma aleatoria e independiente a razn de 5 por cada 10 das laborales
.Encuentre la probabilidad de que no ocurra ms de 1 accidente serio en la planta durante
los prximos 30 das laborales.
El nmero de clientes que llegan por hora al auto lavado El buen Precio en la ciudad
de Managua se supone que sigue una distribucin de poisson .Con media igual a 7 por
hora.
Calcular la probabilidad de que exactamente 10 clientes lleguen en un perodo de 2 horas
Cul es la probabilidad de que menos de 4 clientes visiten el auto lavado
Calcular la probabilidad de que exactamente 8 clientes visiten el lugar en una hora
Cuntos clientes se esperara que lleguen en un periodo de 2 horas.
Un conmutador telefnico de la central telefnica de Enitel puede manejar un mximo de 5
llamadas por minuto. Si la experiencia indica que se recibe un promedio de 120 llamadas
por hora, encontrar la probabilidad de que en un determinado minuto el conmutador est
sobrecargado.
La probabilidad de que un taxi cualquiera de Managua sufra un accidente en cualquier
mes es de 0.04 si una cooperativa de taxis tiene 75 vehculos en la calle .
cual es la probabilidad de que menos de 7 taxis sufran de accidentes.?Cuantos taxis
esperara que sufran accidentes en este mes?
Un conmutador telefnico de un centro de llamadas de ENITEL puede manejar un
mximo de 5 llamadas por minuto. Si la experiencia indica que se reciben un promedio de
120 llamadas por hora, encontrar la probabilidad de que en un determinado minuto el
conmutador este sobre cargado. Determine la probabilidad que menos de 30 llamadas
reciba en un lapso de 30 minutos. Dar su interpretacin.
El estudio de inventario determina que, en promedio, las demandas de un artculo
particular en un almacn se realizan cinco veces al da. Cul es la probabilidad de que en
un da dado se pida este artculo.
Ms de cinco veces?
Ninguna vez?
En promedio en cierta interseccin ocurren tres accidentes transito por mes. Cul es la
probabilidad de que para cualquier mes dado en esta interseccin
Ocurran exactamente cinco accidentes?
Ocurran menos de tres accidentes?
Ocurran al menos dos accidentes?
En un intento para minimizar la posibilidad de prdidas en los prstamos, los bancos,
uniones de crditos y otras instituciones de prstamos emplean un conjunto de criterios
muy rgido para evaluar las solicitudes de prstamos. Un banco comercial reporta que las
prdidas en prstamos personales menores de $2500 han ocurrido en forma aleatoria e
independiente desde enero de 2000 a razn de 1.5 por mes en promedio.
a)
Encuentre la probabilidad de que no haya prdidas en prstamos personales
menores de $2500 durante determinado mes.
12
b)
Encuentre la probabilidad de que no ocurra ms de 1 prdida durante un perodo
determinado de dos meses.
10)
Un fabricante de calculadoras electrnicas de escritorio sabe por experiencia que el 1% de las
calculadoras que fabrican y venden estn defectuosas y deben reemplazarse dentro de un perodo de
garanta. Una distribuidora de artculos escolares que se encuentra en Managua, recibe de un pedido de
una firma de contados res de 500 calculadoras para ser usada por sus empleados.
a) Encuentre la probabilidad de que ninguna de las calculadoras deba ser reemplazada.
b) Encuentre la probabilidad de que no mas de 4 tengan que ser reemplazadas.
c) Encuentre la probabilidad de que al menos 2 tengan que ser reemplazadas.
d) Cul es el nmero esperado de calculadoras que deben ser reemplazadas durante el perodo de
garanta?
11)
En una gran planta manufacturera que encuentra en el departamento de Chinandega, los
accidentes industriales serios ocurren en forma aleatoria e independiente a razn de 1 por cada 10 das
laborales. Encuentre la probabilidad de que no ocurra ms de 1 accidente serio en la planta durante los
prximos 30 das laborales.
12)
Los camiones para el transporte de madera tienen problemas especiales con las fallas de los
neumticos, debido a los malos caminos por que deben circular en la regin norte de Nicaragua. Suponga
que una empresa maderera con 100 camiones tiene razones para pensar que el nmero promedio de
camiones que tienen al menos una falla de neumticos durante un determinado da es 5.
a) Encuentre la probabilidad de que durante determinado da ningn camin tenga falla de
neumticos.
b) Encuentre la probabilidad de que durante determinado da no ms de tres tengan determinada
falla.
c) Encuentre la probabilidad de que durante determinado da, 5 tenga fallas.
13
Distribucin continua
Distribucin Normal
La distribucin continua de probabilidad ms importante en todo el campo de la estadstica es la
distribucin normal. Su grfica que se denomina curva norma o gausiana en forma de campana. La
cual describe muchos fenmenos que ocurren en la naturaleza, industria, economa y la
investigacin
Una variable aleatoria normal continua X que tiene la distribucin en forma de campana, se llama
variable aleatoria normal. La ecuacin matemtica para la distribucin depende de dos parmetros
y , su media y desviacin estndar. De aqu, denotamos los valores de la densidad de X con ( ,
)
La funcin de densidad de la variable aleatoria norma X, con media y varianza , es
x
]2
(
2
Propiedades de la curva Normal.
1
e
2
( )
P ( x1 < X < x2 ) = n ( x ; . ) dx
x1
x2
P ( x1 < X < x2 ) =
1
e
2 x
1
( x. )
2
) dx
x1
x2
El rea bajo la curva va entre cualquier dos ordenadas tambin debe depender de los valores y
, esto es evidente donde sombreamos la regin que corresponde a P ( x1 < X < x2 ) para diferentes
curvas con diferentes medias y varianzas. La P ( x1 < X < x2 ) , donde X es la variable aleatoria que
describe la distribucin del grfico anterior
14
La dificultad que se encuentra al resolver las integrales de funciones de densidad normal necesita de la
tabulacin de las reas de la curva normal para una referencia rpida. Sin embargo, sera tarea sin fin
intentar establecer tablas separadas para cada valor concebible de y . Afortunadamente, somos
capaces de transformar todas las observaciones de cualquier variable aleatoria normal X a un nuevo
conjunto de observaciones de una variable aleatoria normal Z con media cero y varianza uno. Esto se
puede realizar por medio de la transformacin.
X
Z=
X
. Por
Siempre y cuando X tome un valor x, el valor correspondiente de Z est dado por
Z=
tanto, si X cae entre los valores x= x 1 , x= x 2 , la variable aleatoria Z caer entre los valores
X 1
X 2
y
, en consecuencia podemos escribir.
correspondientes
Z 1=
Z 2=
x2
1
P ( x1 < X < x2 ) = e
2 x
1
( x. )
2
) dx
z2
1
e
2 z
1
1
( x. )
2
z2
1
dz= e
2 z
Z
2
dz
z2
Donde Z se ve como una variable aleatoria normal con media cero y varianza 1.
Definicin: La distribucin de una variable aleatoria normal con media cero
y varianza uno se llama distribucin normal estndar.
Ejemplo 1. Encontrar la probabilidad de los siguientes incisos, utilizando
la tabla de distribucin normal. :
1. P ( 0 Z 1 .63 )=N z ( 1 .63 )N z ( 0 )=0 . 94840 .5=0 . 4484=44 . 84
2 . P ( Z 1 .25 )=N z (1. 25 ) =0 .1056=10 .56
3 . P ( Z> 0. 72 )=1N z ( 0 . 72 )=10. 7642=0 . 2358=23 .58
2
=1.2 aos.
Z=
X= tiempo de vida de la lavadora.
X= 1 ao.
Donde la formula para encontrar la
probabilidad es;
Z=
13.1
1.2
Z =1.75
15
Z =0.0401
Por lo cual la fraccin de lavadores
Oster que sern cambiadas dentro del perodo
Distribucin continua.
Distribucin Normar
Objetivo: Desarrollar habilidades para resolucin de las aplicaciones de la distribucin
continua.
1)
Si X sigue una distribucin normal con una media de 500 y una desviacin
estndar de 125 encontrar la probabilidad de que sea:
a) X 570
b) X 520
c) 400 X 530
d) 480 X 490
2)
Las puntuaciones de un examen de programacin Pascal siguen una distribucin normal,
revelan una media de 79 y una desviacin estndar de 35 Cul es la probabilidad de que sus
puntuacin sea:
1) Mayor que 92?
2) Inferior a 85?
3) Intermedio entre 60 y 90?
4) Intermedio entre 50 y 55?
3) La probabilidad de que los operadores del departamento de cmputo del banco de crditos
financiero ACODEP pulse la tecla de un carcter incorrectamente es igual a 0.001 .Calcular la
probabilidad de que se pulse errneamente a lo ms una tecla en un documento que tenga
10,000 caracteres.
4)
Peridicamente se suspende los servicios de un computador para darle mantenimiento
instalar nuevo equipo, etc . El equipo que permanece inactivo un computador en particular, esta
distribuido normalmente con media 1.5h y desviacin estndar igual a 0.4h Cul es el
porcentaje de perodos de inactividad ,mayores de 2 horas , entre 1 y 2 horas.
5) Una mquina llenadora de la empresa PANAMCO ( Coca-Cola) esta ajustado para llenar
botellas con una media de contenido de 32 (onzas) y una varianza igual a
0.003.Peridicamente se verifica la cantidad de gaseosa contenida en una botella. Suponiendo
que la cantidad esta distribuida normalmente Cul es la probabilidad de que la prxima
botella que se seleccione aleatoriamente para su inspeccin contenga ms de 32.02 onzas.
6) Los conectores elctricos duran 18.2 meses de media y S=1.7 . El vendedor est de acuerdo en
sustituir uno si falla dentro de los 19 primeros meses. De 500 unidades Cuntos tendrn que
ser sustituidos por trmino medio?
7) Los gastos semanales que el personal de ventas realiza en visitar a los clientes de un banco de
crdito Crdito fcil .Justifica cada semana una media de C$ 950.25 y S=C$ 30.35. El jefe
ha ofrecido unas vacaciones de dos semanas a quien justifique gastos que se encuentren en el
15% inferior. Ud. a gastado C$ 712 Conseguir unas vacaciones?
8) Las ventas diarias del restaurante Mirador en el departamento de Masaya tiene una
distribucin aproximadamente normal con media igual a $530 y desviacin estndar igual a
$120.
16
17
Distribucin continua.
Aproximacin normal de la distribucin Binomial.
1)