Ejercicios de aplicación

Distribución normal de probabilidades

Presentado por:

Diana Lizeth Murcia Mora Id 725012

Diana Jimena Yucumá Reyes Id 727449

Karla Alejandra Restrepo Barrios Id 556247

Corporación Universitaria Minuto De Dios – Uniminuto

Administración Financiera Y Contaduría Pública
Estadística Inferencial Nrc 8950
Neiva Huila
2020

1
 Ejercicios de aplicación

Distribución normal de probabilidades

Presentado por:

Diana Lizeth Murcia Mora Id 725012

Diana Jimena Yucumá Reyes Id 727449

Karla Alejandra Restrepo Barrios Id 556247

Docente: Nelson Rivera Fierro

Corporación Universitaria Minuto De Dios – Uniminuto

Administración Financiera Y Contaduría Pública
Estadística Inferencial Nrc 8950
Neiva Huila
2020

2
 Tabla de contenido

1. Introducción …………………………………………………………………………….4
2. Objetivos ………………………………………………………………………………..5
3. Ejercicios de aplicación ………………… ……………………………….…………...6
4. Conclusiones ……………………………………………………………………………7
5. Bibliografías …………………………………………………………………………….8

3
 1. Introducción

Inferir significa extraer una conclusión a partir de hechos generales o particulares,

aplicando este término a cuestiones estadísticas se busca tener conclusiones de una
población a partir de la información limitada de una muestra.

La distribución normal cuenta con la siguiente gráfica,

Esta grafica es llamada Campana de Gaos, cuenta con una función matemática dada de
la siguiente forma,

Al ser esto muy complejo se trata de buscar una estandarización Z, entonces z=x-u/ σ,
donde miu es la medida y sigma es la desviación estándar. La distribución normal cuenta con
ciertas características una de ellas es que es simétrica.

4
 2. Objetivos

Objetivo general:
 Hallar la probabilidad existente en diferentes escenarios por el método de
distribución normal.
·

Objetivo específico:

5
 3. Ejercicios de aplicación

3.1 La talla de los niños entre los 4 y 6 años que componen la población del programa
de crecimiento y desarrollo del hospital tienen una distribución normal con una
media de 110 cm y una desviación estándar de 10 cm. Hallar la probabilidad de
elegir un niño al azar con talla entre 83 cm y 96 cm.

𝝁 = 𝟏𝟏𝟎 𝒄𝒎
𝝈 = 𝟏𝟎 𝒄𝒎
𝟖𝟑 ≤ 𝑿 ≤ 𝟗𝟔
𝑿−𝝁
𝒁=
𝝈
83−110
𝑍1 = = -2,7
10
96−110
𝑍2 = = -1,4
10
𝑍1 𝑇𝑎𝑏𝑙𝑎: 0,49653
𝑍2 𝑇𝑎𝑏𝑙𝑎: 0,41924

𝑃 = 𝑍1 + 𝑍2 = 50 + 42 = 92%

P= La probabilidad de elegir un niño con talla entre 83 cm y 96 cm es el 92%.

6
 3.2 Los montos de dinero que se piden en las solicitudes de préstamos en Drown River
Federal Savings tiene una distribución normal, una media de $70.000 y una desviación
estándar de $20.000. Esta mañana se recibió una solicitud de préstamo. ¿Cuál es la
probabilidad de que:
a. El monto solicitado sea de 80.000 o superior, p(x>=80.000).
b. El monto solicitado oscile entre $65.000<= x >=80.000).
c. El monto solicitado sea de $65.000 o superior, p(x>=65.000).
𝝁 = 𝟕. 𝟎𝟎𝟎
𝝈 = 𝟐𝟎. 𝟎𝟎𝟎

a) P(x >80.000)

80.000−70.000
z= = 0.5
20.000

A= 0,1915 A
P= (X >80.000) =0,5-0,1915
P= (X >80.000) =0,3085 70K 80K
P= 30,85%

b) P= (65.000 < x < 80.000) X1= 65.000 X2= 80.000

65.000 − 70.000
Z1 = = −0.25
20.000

A1= P2= 0,0987 A1 A2

80.000 − 70.000
Z2 = = 0.5 65K 70K 80K
20.000

A2= P2=0,1915

P= A1 + A2

P= (65.000 < x < 80.000)= 0.0987+0.1915=0.2902

P=29,02%

7
 c) P= (x >65.000)

65.000 − 70.000
Z= = −0.25
20.000

A=0.0987 A1

P= (x >65.000) = 0.0987+0.5 65K 70K

P= (x >65.000) =0.5987=59,87%

8
 4. Conclusiones

1. La distribución normal es la más utilizada, que corresponde a una distribución de

media 0 y varianza 1.
2. El valor de z es la cantidad de desviaciones estándar a la que está distanciada la
variable x del promedio.
3. La media ponderada de usa para obtener un valor promedio de un conjunto de datos
en la cual todos los datos no tienen las misma importancia o peso.
4. El teorema central del límite nos permite aproximar la distribución binomial en una
distribución normal.

9
 5. Bibliografías

Matemáticas profe Alex. (Productor). (2020) Diferenciar entre combinación, permutación o

variación, Ejemplo 1 [YouTube]. De https://www.youtube.com/watch?v=dRN15Or4o00

Martínez Bencardino, C. (2012). Estadística y muestreo (13a. ed.). Bogotá: Ecoe Ediciones.

10