Taller Distribución Normal

1. Las notas en las pruebas de acceso a la universidad en EE. UU, en un año reciente, tenían una distribución
normal con media 18.6 y desviación estándar 5.9 .

¿Cuál es la probabilidad de que un estudiante escogido aleatoriamente entre todos los que hicieron el examen tenga una
nota mayor o igual que 21 ?

X 
  18.6   5.9 N 1.86, 5.9  Z


 21  18.6 
P  Z  21   Z    Z  0.41
 5.9 

P  Z  21  1   Z  0.41 A  1  0.6509  0.3491

La probabilidad de que un estudiante escogido aleatoriamente entre todos los que hicieron el examen tenga una nota
mayor o igual que 21 es de 34.91%

Si se escoge una muestra aleatoria simple de 50 estudiantes ¿Cuál es la probabilidad de que el promedio de esta muestra
sea mayor o igual que 21 ? ¿Cuál es la probabilidad de que el promedio de esta muestra se encuentre entre 19 y 21 ?

Para una muestra de n elementos se tiene:

 5.9  X 
  18.6   5.9 N 1.86,   N 1.86, 0.8343 Z
 50  

 21  18.6 
P  Z  21   Z    Z  2.88
 0.8343 

P  Z  21  1   Z  2.88 A  1  0.9980  0.002

La probabilidad de que el promedio de esta muestra sea mayor o igual que 21 es de 0.2%
  5.9  X 
  18.6   5.9 N 1.86,   N 1.86, 0.8343 Z
 50  

 19  18.6 21  18.6 
P 19  Z  21   Z   0.48  Z  2.88
 0.8343 0.8343 

P 19  Z  21  Z  2.88  Z  0.48 A  0.9980  0.6844  0.3136

La probabilidad de que el promedio de esta muestra se encuentre entre 19 y 21 es de 31.36%

 2. Una empresa utiliza una máquina para llenar botellas de un refresco. Se supone que las botellas contienen
300ml . En realidad, se sabe que el contenido de las botellas varía según una distribución normal de media
298ml y desviación estándar 3ml .

X 
  298ml   3ml N  298, 3 Z

¿Cuál es la probabilidad de que una botella contenga menos de 300ml ?

 300  298 
P  Z  300    Z    Z  0.666 A  0.7454
 3 

La probabilidad de que una botella contenga menos de 300ml es de 74.54%

¿Cuál es la probabilidad de que el contenido promedio de una caja de 6 botellas sea menor a 300ml ?

6 botellas

X  300  6  1800ml

N  298, 3   
N 298  6, 3  6  N 1788, 7.35

 1800  1788   1800  1788 

P  Z  1800    Z   Z     Z  1.63 A  0.9484
 7.35   7.35 

La probabilidad de que el contenido promedio de una caja de 6 botellas sea menor que 300ml es de 94.84%
 3. Los empleados de Famag Joyeros obtienen calificaciones mensuales de eficacia con base en factores como
productividad, actitud y asistencia. La distribución de las calificaciones tiene una distribución de probabilidad
normal. La media es de 400 , y la desviación estándar de 50 . ¿Cuál es el área bajo la curva entre 400 y 482 ?
Acompañe este procedimiento de la respectiva gráfica.

X 
  400   50 N  400, 50  Z

X  482  400
Z   1.64 A  0.4495
 50
 4. En un servicio de atención al cliente, el tiempo de espera hasta recibir atención es una variable normal de media
10 minutos y desviación típica 2 minutos. Se toman muestras aleatorias del tiempo de espera de los clientes
que llegan un día concreto. Se pide:

¿Cuál es la probabilidad de que el tiempo medio de espera de una muestra de 20 clientes no supere los 9 minutos?

X 
  10 min   2 min n  20 N 10, 2  Z


    2 
Para una muestra de n clientes se tiene que N   ,  . Entonces N 20 10,   10, 04472 
 n  20 

 9  10 
P  Z  9   Z    Z  2.24  Z  2.24  1   Z  2.24  A  1  0.9875  0.0125
 0.4472 

La probabilidad de que el tiempo medio de espera de una muestra de 20 clientes no supere los 9 minutos es de 1.25%

¿Cuál es la distribución de la media muestral, si se toman muestras aleatorias de 64 clientes? Especificar sus parámetros.

La distribución de medias muestrales de tamaño n se distribuye según la normal

  
N  , 
 n

Entonces, para n  64

    2 
N  ,   N 64 10,   N 64 10, 0.25
 n  64 

Esto es, una normal de media   10 y desviación típica   0.25 .

 5. La edad a la que contraen matrimonio los hombres de la Isla Barataria es una variable aleatoria que se puede
aproximar por una distribución normal de media 35 años y desviación típica de 5 años. Se elige aleatoriamente
una muestra de 15 hombres de dicha isla. Sea X la media muestral de la edad de casamiento.

X 
  35años   5años n  15 N  ,  Z


¿Cuáles son la media y la varianza de X ?

Las muestras de una población N   ,   se distribuyen según la normal de media X   y


desviación típica  X  , siendo n el tamaño muestral.
n
5
Entonces X  35 y  X   1.29 .
15
La varianza será  X   1.29   1.6641
2 2

¿Cuál es la probabilidad de que la edad media de casamiento de la muestra esté comprendida entre 36 y 37 años?

   X 
  35años   5años n  15 N  ,  Z
 n 

 2 
N  35,   N  35,1.291
 15 

 36  35 37  35 
P  36  Z  37   P  Z   P  0.77  Z  1.55 
 1.291 1.291 

 P  Z  1.55  P  Z  0.77 

A  0.9394  0.7793  0.1601

La probabilidad de que la edad media de casamiento de la muestra esté comprendida entre 36 y 37 años es de 16.01%
 6. Se sabe que el peso de los recién nacidos en una determinada población sigue una distribución normal de media
3600 g y desviación típica 280 g. Se toma una muestra al azar de 196 de estos recién nacidos y se calcula la
media. ¿Cuál es la probabilidad de que esta media esté ente 3580 y 3620 ?

X 
  3600 g   280 g n  196 N  ,  Z

La distribución de la media muestral de tamaño n obtenidas en una población de media  y

  
desviación típica  , N   ,   , se distribuye según una normal N   , .
 n

Para este caso, la población es N  3600, 280 , luego las medias muestrales para 196 se distribuyen según la normal:

 280 
N  3600,   N  3600, 20 
 196 

Por lo anterior:

 3580  3600 3620  3600 

P  3580  Z  3620   P  Z 
 20 20 

 P  1  Z  1  P  Z  1  P  Z  1  P  Z  1  1  P  Z  1 

A  0.8413  1  0.8413  0.6826

La probabilidad de que la media esté ente 3580 y 3620 es de 68.26%

 7. Una fábrica de pastelillos produce habitualmente un 3% de sus pastelillos con mal sabor. Un cliente ha
comprado una caja de 500 pastelillos. ¿Cuál es la probabilidad que entre un 2% y un 4% de los pasteles que
compró tengan mal sabor?

Se toma una muestra de tamaño n  500 de una población donde la proporción de pasteles defectuosos es de
 p  1  p  
p  3%  0.03 . Se puede usar la Distribución Muestral de Proporciones, que se ajusta a una normal N  p, .
 n 
 
Entonces:

 p  1  p    0.03  1  0.03   0.0291 

N  p,  N  0.03,  N  0.03,  N  0.03, 0.0076 
 n   500   500 
   

X 
Teniendo la normal de distribución se puede calcular la probabilidad entre 2%  0.02 y 4%  0.04 , Z  .


 0.02  0.03 0.04  0.03 

P  0.02  Z  0.04   P  Z  
 0.0076 0.0076 

 P  1.31  Z  1.31  P  Z  1.31  P  Z  1.31

 P  Z  1.31  1  P  Z  1.31

A  0.9049  1  0.9049   0.8098

La probabilidad que entre un 2% y un 4% de los pasteles tengan mal sabor es de 80.98%

 8. Un estudio realizado por una compañía de seguros de automóviles establece que una de cada cinco personas
accidentadas es mujer. Si se contabilizan, por término medio, 169 accidentes cada fin de semana:

¿Cuál es la probabilidad de que, en un fin de semana, la proporción de mujeres accidentadas supere el 24%?

¿Cuál es la probabilidad de que, en un fin de semana, la proporción de hombres accidentados supere el 85 %?

c) ¿Cuál es, por término medio, el número esperado de hombres accidentados cada fin de semana?

En las elecciones generales del país, el presidente del gobierno elegido por los ciudadanos ha recibido un 64 % de los votos
favorables. Se escoge una muestra al azar de 120 votantes.

¿Cuál es la distribución que sigue la proporción de votantes que han votado al presidente de la muestra?

Halla la probabilidad de que más del 70 % de los votantes de la muestra votasen al presidente.