I.

Actividad: Distribución Normal

INSTRUCCIONES: Leer cuidadosamente cada problema, resolver y concluir cada

problema, es decir, que representa el resultado. Tendrán para subirlo hasta le
fecha límite indicado en la hoja de Tareas.

1. Una empresa comercial desea establecer una sucursal cercana a un centro

escolar, pero es necesario confirmar las posibilidades de éxito. Para ello
decide aplicar una encuesta a 200 personas que regularmente asisten a
dicho centro. ¿Cuáles son los posibles métodos de muestreo para
seleccionar a quienes se va aplicar la encuesta?

- Muestreo aleatorio simple.

- Muestreo probabilístico.
- Muestreo aleatorio sistemático.
- Muestreo aleatorio estratificado.
- Muestreo por conglomerado.

2. La renta media de los habitantes de un país es de 4 millones de ptas/año,

con una varianza de 1,5. Se supone que se distribuye según una distribución
normal. Calcular:
a) Porcentaje de la población con una renta inferior a 3 millones de ptas.
b) Renta a partir de la cual se sitúa el 10% de la población con mayores
ingresos.

X → Porcentaje de valor de la renta.

X ~ Distribución normal (μ=4 millones, σ =1.2247 millones)

x−μ
z=
σ

3−4
a) P(x<3)= A( z= ) = A (z = -0.8165 ≈ 0.2090 )
1.2247

b) X = zσ + µ

Z = 1.28

X = (1.28) (1.2247) + 4 = 5.56 millones

Interpretación:

En base a los datos obtenidos sobre el costo de renta, pudimos concluir que
la calidad de vida en dicho país es buena ya que únicamente el 21%
porciento de la población se encuentra debajo del costo medio de renta, lo
que nos da aproximadamente un 89% de población que vive pagando más
del costo promedio y de ese porcentaje, un 10% paga más de 5.56 millones
de renta al mes.

3. Se realizó un examen conocimientos básicos de Estadística, los datos siguen

una distribución normal, con media de 76 puntos y desviación estándar de 6
puntos. Se selecciona un estudiante al azar, ¿cuál es la probabilidad de que
tenga una calificación de:
a) Menos de 80 puntos.
b) Entre 70 y 85 puntos.
c) Más de 75 puntos.
d) Si el examen lo presentaron 500 alumnos, ¿Cuántos tienen una calificación
superior a 80 puntos?
e) Si al 10% de los mejores puntos se les ofrece una beca, ¿Cuál es la
calificación mínima para que le ofrezcan la beca?

X → Calificación de examen.

X ~ Distribución normal (μ=76 puntos, σ =6 puntos)

x−μ
z=
σ

80−76
a) P(x<80) = A( z= ) = A( z = 0.66 ≈ 0.7454 )
6

85−76
b) P(70< x <85) = A( z= ) = A( z1 = 1.5 ≈ 0.9332)
6

70−76
(z2 = z= ) = A( z = -1 ≈ 0.1587)
6

0.9332 – 0.1587 = 0.7745 –

75−76
c) P(x>75) = A( z= ) = A( z = -0.16 ≈ 0.4364)
6

1 – 0.4364 = 0.5636
 d) (0.2546) (500) = 127.3 ≈ 127 alumnos

e) x = zσ + µ

z = 1.28

x = (1.28) (6) + 76 = 83.68 puntos

Interpretación:

Con los datos obtenidos del examen de estadística, concluimos que los
alumnos deben subir su promedio general, ya que únicamente el 56.36% está
por encima de la muestra, además de que el promedio general de 76 es muy
bajo y si quieren aspirar a una beca se debe obtener una calificación mínima
de 83.68 puntos.

4. La vida media de los habitantes de un país es de 68 años, con una varianza

de 25. Se hace un estudio en una pequeña ciudad de 10.000 habitantes:
a) ¿Cuántas personas superarán previsiblemente los 75 años?
b) ¿Cuántos vivirán menos de 60 años?

X → Vida promedio de los habitantes de un país.

X ~ Distribución normal (μ=68 años, σ =5 años)

x−μ
z=
σ

75−68
a) P(x>75) = A( z= ) = A( z = 1.4 ≈ 0.9192)
5

1 – 0.9192 = 0.0808

(0.0808) (10,000 habitantes) = 808 habitantes

60−68
b) P(x<60) A( z= ) = A( z = -1.6 ≈ 0.0548)
5

(0.0548) (10,000 habitantes) = 548 habitantes

Interpretación:

Analizando los datos con los que se trabajó sobre la vida media de los
habitantes de un país, pudimos llegar a la conclusión de que únicamente el
8.08% de la muestra obtenida superara previsiblemente la barrera de los 75
años y un 5.48 % vivirán menos de 60 años por lo que inferimos que la
población de dicho país debe de comenzar a llevar una mejor calidad de vida
para aumentar la edad promedio en general, ya que esta es muy baja,

II. Actividad: Distribución muestral de una media y una proporción.

1. Los siguientes datos corresponden a una población de 6 elementos: 5, 6, 7, 9,

9, 10. Determine:
a) La media y la desviación estándar de la población.
b) Considerando la distribución muestral, calcule la
P( X̄ <8 ), P (7 < X̄ <9 ) y P ( X̄ >7 ).
c) Resuelva el inciso anterior utilizando el teorema del límite central, ¿existe
diferencia significativa en los resultados?

5+6+7+9+9+10
a)  = 6 = 7.66

( 5−7.66 )2 + ( 6−7.66 )2 + ( 7−7.66 )2+ ( 9−7.66 )2+ ( 9−7.66 )2 + ( 10−7.66 )2

σ=
√ 6
= 1.79

8−7.66
b) P(x<8) = A( z= 1.79 ) = A(z = 0.1899 ≈ 0.5714)

9−7.66
P(7<x<9) = A( z= ) = A(z1 = 0.7486 ≈ 0.7704)
1.79

7−7.66
z2 = z= = A(z = -0.3687 ≈ 0.3594)
1.79

0.7704 - 0.3594 = 0.411

7−7.66
P(x>7)=A( z= ) = A(z1 = 0.3687 ≈ 0.3594)
1.79
 1 – 0.3594 = 0.6406

x−μ
z=
c) σ
√n
8−7.66
z=
P(x<8) = A( 1.79 ) = A(z = 0.4652 ≈ 0.6772)
√6
9−7.66
z=
P(7<x<9) = A( 1.79 ) = A(z1 = 1.83 ≈ 0.9664)
√6
7−7.66
z=
z2 = 1.79 = -0.90 ≈ 0.1841
√6
0.9664 – 0.1841 = 0.7823

7−7.66
z=
P(x>7)=A( 1.79 ) = A(z1 = -0.90 ≈ 0.0.1841)
√6
1 – 0.1841 = 0.8159

2. Un examen conocimientos de Ingeniería, y se obtuvo una media de 76 puntos,

con una desviación estándar de 6 puntos. Se selecciona una muestra de 40
estudiantes al azar, ¿cuál es la probabilidad de que la media de la muestra sea:
a) Menor de 75 puntos.
b) Entre 74 y 80 puntos.
c) Mayor de 75 puntos.

X → Puntuación del examen.

X ~ Distribución normal (μ=76 puntos, σ = 6 puntos)

x−μ
z=
σ
√n
75−76
z=
a) P(x<75) = A( 6 ) = A(z = -1.05 ≈ 0.1469)
√ 40
 80−76
z=
b) P(74<x<80) = A( 6 ) = A(z1 = 4.21 ≈ 0.9998)
√ 40
74−76
z=
z2 = 6 = -2.10 ≈ 0.0179
√ 40
0.9998 – 0.0179 = 0.9819

75−76
z=
c) P(x>75) = A( 6 ) = A(z = -1.05 ≈ 0.1469)
√ 40
1 – 0.1469 = 0.8531

Interpretación:

Con los datos obtenidos sobre los resultados del examen de conocimientos
de ingeniería, pudimos llegar a la conclusión de que el desempeño en
general debe mejorar ya que la mayor parte de las calificaciones recaen
entre 74 y 80 puntos lo cual, a pesar dentro del valor de la desviación
estándar, debe mejorar para subir el aprovechamiento de los estudiantes.

3. Los tiempos de electrificación de un kilómetro es de 4 meses con una

desviación estándar de 0.7 meses, si se selecciona aleatoriamente una muestra
de 15 kilómetros, ¿cuál es la probabilidad de que el promedio por kilómetro se
haya construido en:
a) Menos de 3.8 meses.
b) Entre 3.7 y 3.9 meses.
c) Más de 4.2 meses.

X → Tiempo de electrificación.

X ~ Distribución normal (μ=4 meses, σ = 0.7 meses)

x−μ
z=
σ
√n
 3.8−4
z=
a) P(x<3.8) = A( 0.7 ) = A(z = -1.10 ≈ 0.1357)
√ 15
3.9−4
z=
b) P(3.7<x<3.9) = A( 0.7 ) = A(z1 = -0.55 ≈ 0.2912)
√ 15
3.7−4
z=
z2 = 0.7 = -1.65 ≈ 0.0495
√ 15
0.2912 – 0.0495 = 0.2417

4.2−4
z=
c) P(x>4.2) = A( 0.7 ) = A(z = 1.10 ≈ 0.8463 )
√ 15
1 – 0.8463 = 0.1357

Interpretación:

En base a los datos obtenidos sobre el promedio de tiempo invertido en la

electrificación de un kilómetro, se pudo llegar a la conclusión de que los
trabajos se están realizando dentro de los estándares prometidos hacia el
cliente porque únicamente tenemos un 13.57% de probabilidad para
sobrepasar el tiempo promedio que es de 4 meses, y aun estaríamos dentro
de nuestro margen de error permitido.

4. Una población de 6 estudiantes denominados 1, 2, 3, 4, 5 y 6, se sabe que los

que tienen experiencia laboral son el 1 y el 6, determinar:
a) La proporción poblacional de los que tienen experiencia laboral.
b) ¿Cuál es la probabilidad de que en una muestra se tenga una proporción mayor
de 0.5?
c) ¿Cuál es la probabilidad de que en una muestra se tenga una proporción igual a
cero?
d) ¿Cuál es la probabilidad de que en una muestra se tenga una proporción entre
0.2 y 0.7?

X → Proporción de experiencia laboral.

X ~ Distribución binomial (n = 6, p = 1/3)

P ~ Distribución normal.
 p−P
z=
pq
√ n

a) 1/3

0.5−1/3
z=
1 2
b) P(P>0.5) = A(

1 – 0.8051 = 0.1949
√ ( )( ) ) A( z = 0.8616 ≈ 0.8051)
3 3
6

0−1/3
z=
1 2
c) P(P=0) = A(

√ ( )( ) ) A( z = -1.73 ≈ 0.0418)
3 3
6

0.7−1/3
z=
1 2
d) P(0.2<P<0.7) = A(

√ ( )( ) ) A( z1 = 1.90 ≈ 0.9713)
3 3
6

0.2−1/3
z=
1 2
z2 =

√ ( )( ) ) = -0.69 ≈ 0.2451
3 3
6

0.9713 – 0.2451 = 0.7262

Interpretación:

Analizando los datos obtenidos sobre la población de estudiantes, la

proporción de estudiantes con experiencia laboral es muy baja, teniendo
solo a 1/3 de ellos con conocimientos previos en el campo laboral y la
probabilidad de obtener una proporción de más de la mitad es únicamente
de un 19% aproximadamente.

5. Se sabe que el 25% de los estudiantes del TEC, utilizan al menos 5 horas de
Internet durante la semana. Si se toma una muestra de 100, ¿cuál es la
probabilidad de que en una muestra una proporción:
a) Menor de 0.22.
b) Entre 0.24 y 0.30.
c) Mayor de 0.28.

X → Proporción de experiencia laboral.

X ~ Distribución binomial (n = 100, p = 0.25)

P ~ Distribución normal.

p−P
z=
pq
√ n

0.22−0.25
a) P(P<0.22) = A( z= ) A( z = -0.6928 ≈ 0.2451)
√(0.25) ¿ ¿¿ ¿

0.30−0.25
b) P(0.24<P<0.30) = A( z= ) A( z1 = 1.15 ≈ 0.8749 )
√(0.25)¿ ¿¿ ¿
0.24−0.25
z2 = z= = -0.23 ≈ 0.4090
√(0.25) ¿ ¿¿ ¿

0.8749 – 0.4090 = 0.4659

0.28−0.25
c) P(P>0.28) = A( z= ) A( z = 0.6928 ≈ 0.7549)
√(0.25) ¿ ¿¿ ¿

1 – 0.7549 = 0.2451

Interpretación:

Con los datos que se obtuvieron sobre el tiempo que los estudiantes gastan
en internet por semana, se llegó a la conclusión de que entre un 24% y 30%
de la muestra de 100 tomada para realizar dicha encuesta utilizan un mínimo
de 5 horas de internet por día.

III. Actividad: Distribución muestral de la diferencia de dos medias y dos

proporciones
1. Una encuesta del Boston College constó de 320 trabajadores de Michigan que
fueron despedidos entre 1979 y 1984, encontró que 20% habían estado sin
trabajo durante por lo menos dos años. Supóngase que tuviera que seleccionar
otra muestra aleatoria de 320 trabajadores de entre todos los empleados
despedidos entre 1979 y 1984 con igual porcentaje de despido.
¿Cuál sería la probabilidad de que su porcentaje muestral de trabajadores sin
empleo durante por lo menos dos años, difiera del porcentaje obtenido en la
encuesta de Boston College, en 5% o más?

X → Porcentaje de trabajadores sin empleo.

X ~ Distribución binomial (n1 = 320 p1 = 0.20 || n2 = 320 p2 = 0.20)

P1 – P2 ~ Distribución normal

z=¿ ¿ ¿

(0.05)−(0.20−0.20)
z=
a) P(P1 – P2 > 0.05) = A( (0.20)(0.80) (0.20)(0.80) ) = A(z = 1.58 ≈ 0.9429)
√ 320
+
320

1 – 0.9429 = 0.0571 --

Interpretación:

Después de haber trabajado con los datos sobre el porcentaje de

trabajadores sin empleo, tenemos que la probabilidad de solo un 5% de que
exista diferencia alguna entre las dos encuestas realizadas, por lo tanto las
dos encuestas que se realizaron son muy similares.

2. En una empresa se tienen dos grupos de inspectores, los primeros fueron

certificados por una institución, que denominaremos X, y el otro grupo por otra
institución Y, los años de experiencia para el grupo X son; 3, 7, 10 y 11;
mientras que los de Y son 5, 6 y 8. Si se decide tomar una muestra de 2 de
cada grupo, sin reemplazo.
a) Determine la media de cada µ1 para el grupo X y µ 2 para el grupo Y, así como
sus desviaciones estándar respectivamente.
b) ¿Cuál es la probabilidad de que la diferencia de las muestras sea menor de 2?
c) ¿Cuál es la probabilidad de que la diferencia de las muestras se encuentre
entre 1.5 y 3?
d) ¿Cuál es la probabilidad de que la diferencia de las muestras sea mayor a 3?

X → Años de experiencia.
X ~ Distribución normal (μ 1= 7.75 σ 1= 3.11 || μ 2=6.33 σ 2= 1.24)

z=¿ ¿ ¿

3+7+10+11
a) μ1 = = 7.75
4

( 3−7.75 )2 + ( 7−7.75 )2+ (10−7.75 )2 + ( 11−7.75 )2

σ1=
√ 4
= 3.11

5+6+8
μ2 = = 6.33
3

( 5−6.33 )2 + ( 6−6.33 )2+ ( 8−6.33 )2

σ1=
√ 3
= 1.24

(2)−(7.75−6.33)
z=
b) P(X1–X2<2)=A( (3.11)2 (1.24)2 ) = A(z = 0.2451 ≈ 0.5948 )
√ 2
+
2

(3)−(7.75−6.33)
z=
c) P(1.5<X1–X2<3) = A( (3.11)2 (1.24)2 ) = A(z1 = 0.66 ≈ 0.7454 )
√ 2
+
2

(1.5)−(7.75−6.33)
z=
z2 = (3.11)2 (1.24)2 = 0.03 ≈ 0.5120
√ 2
+
2

0.7454 – 0.5120 = 0.2334

(3)−(7.75−6.33)
z=
d) P(X1–X2>3)=A( (3.11)2 (1.24)2 ) = A(z = 0.6677 ≈ 0.7454 )
√ 2
+
2

1 – 0.7454 = 0.2546

Interpretación:
Con los datos obtenidos sobre los años de experiencia sobre los grupos de
inspectores, existe un 59.48% de probabilidad de que existan variaciones
menores a 2 años, un 23.34% de que existan variaciones entre 1.5 y 3 años y
un 25.46% de tener una diferencia mayor a 3 años, lo anterior nos dice que la
probabilidad de que los años de experiencia entre los grupos de inspectores
trabajen con una media similar es muy alta.

3. Los recursos disponibles de 2 cuadrillas de trabajo difieren entre si, por lo tanto
el tiempo para elaborar un trabajo de las 2 cuadrillas son los siguientes:

Cuadrill 1 2
a
µ 3.5 2.7
σ 0.3 0.2

Si se toma una muestra de 30 de la cuadrilla 1 y 25 de la cuadrilla 2, determine:

a) Que la cuadrilla 1 haga su trabajo en más tiempo que la cuadrilla 2 en por lo
menos 1 hora.
b) Entre media hora y menos de una hora.
c) Menos de 45 minutos.

X → Tiempo de trabajo de las cuadrillas.

X ~ Distribución normal (μ 1= 3.5 σ 1= 0.3 || μ 2=2.7 σ 2= 0.2)

z=¿ ¿ ¿

(1)−(3.5−2.7)
z=
a) P(X1–X2>1)=A( (0.3)2 (0.2)2 ) = A(z = 2.94 ≈ 0.9984 )
√ 30
+
25

1 – 0.9984 = 0.0016

(1)−(3.5−2.7)
z=
b) P(0.5<X1–X2<1)=A( (0.3)2 (0.2)2 ) = A(z1 = 2.94 ≈ 0.9984)
√ 30
+
25

(0.5)−(3.5−2.7)
z=
z2 = (0.3)2 (0.2)2 ) = A(z2 = -4.42 ≈ 0.0002)
√ 30
+
25
 0.9984 – 0.0002 = 0.9982

(0.75)−(3.5−2.7)
z=
c) P(X1–X2<0.75)=A( (0.3)2 (0.2)2 ) = A(z = -0.73 ≈ 0.2327)
√ 30
+
25

Interpretación:

Sobre los datos obtenidos en la rapidez de trabajo en las cuadrillas, pudimos

determinar que la probabilidad de que la cuadrilla 1 haga más rápido su
trabajo en el lapso mayor o igual a una hora en comparación a la 2 es muy
baja, ya que solo tenemos el 0.16% de probabilidad de que ocurra lo anterior,
los datos nos dicen que serán más rápidos que ellos en un intervalo de
tiempo que va desde los 30 min hasta 1 hora.

4. Se conoce que la proporción de productos defectuosos de dos líneas son 0.2 y

0.14 respectivamente para las líneas 1 y 2, si toma muestras aleatorias de 36 y
40 respectivamente, ¿Cuál es la probabilidad que la diferencia de la proporción
1 menos la proporción 2 sea:
a) Menor a 0.07.
b) Entre 0.06 y 0.10.
c) Mayor de 0.09.

X → Proporción de productos defectuosos.

X ~ Distribución binomial (n1 = 36 p1 = 0.20 || n2 = 40 p2 = 0.14)

P1 – P2 ~ Distribución normal

z=¿ ¿ ¿

(0.07)−(0.20−0.14)
z=
a) P(P1 – P2<0.07) = A( (0.20)(0.80) (0.14 )( 0.86) ) = A(z = 0.11 ≈ 0.5438)
√ 36
+
40

(010)−(0.20−0.14)
z=
b) P(0.06<P1 – P2<0.10) = A( (0.20)(0.80) (0.14 )(0.86) )=A(z1 = 0.4634 ≈

0.6772)
√ 36
+
40
 (0.06)−(0.20−0.14)
z=
z2 = (0.20)(0.80) (0.14 )( 0.86) ) = A(z2 = 0 ≈ 0.50)
√ 36
+
40

0.6772 – 0.50 = 0.1772

( 0.09)−(0.20−0.14)
z=
c) P(P1 – P2>0.09) = A( (0.20)(0.80) (0.14 )( 0.86) ) = A(z = 0.3476 ≈

0.6331)
√ 36
+
40

1 – 0.6331 = 0.3669

Interpretación:

Con los datos obtenidos sobre la proporción de productos defectuosos de

cada línea de producción, pudimos concluir que las líneas están trabajando
de manera muy diferente, ya que existe un porcentaje muy alto de aumentar
la diferencia aún mas que es del 36.60%, por lo tanto deben realizarse
acciones preventivas y correctivas en dichas líneas de producción.

5. Los asesores de un candidato presidencial opinan que la proporción de

ciudadanos a favor de su líder es de 52.5% en Lima Metropolitana y 50%
en provincias. Si se seleccionan muestras aleatorias de 400 y 250 en LM y
provincias, respectivamente, ¿cuál es la probabilidad de que la proporción
muestral de LM supere a la proporción muestral de provincias en más del
5%?

X → Proporción a favor de los candidatos.

X ~ Distribución binomial (n1 = 400 p1 = 0.525 || n2 = 250 p2 = 0.50)

P1 – P2 ~ Distribución normal

z=¿ ¿ ¿

(0.05)−(0.525−0.50)
z=
a) P(P1 – P2>0.05) = A( (0.525)( 0.475) (0.50)(0.50) ) = A(z = 0.62 ≈

0.7324 )
√ 400
+
250
 1 – 0.7324 = 0.2676

Interpretación:

En base a los datos obtenidos por los asesores del candidato presidencias,
pudimos concluir que la probabilidad con la que cuenta para recibir más
apoyo en la zona LM es únicamente del 26.76%, lo cual es muy bajo ya que
también influye en que se tomaron mayor número de muestras en dicha
zona.