Universidad Técnica de Cotipaxi

Facultad de Ciencias Administrativas

Contabilidad y Auditoria

CALCULO EN ESTADISTICA

NOMBRE:

Mata Villacis Mercedes Cecilia

CURSO
CUARTO "A"

FECHA
27/11/2020

DOCENTE
Ing. Efrén Montenegro

PERÍODO ACADÉMICO
Noviembre 2020 - Marzo 2021
 Media, Varianza, Desviación Estándar de u

2.-Calcule la media y la varianza de la siguiente distribucion de la probalidad discreta

x P(x)
2 .5
8 .3
10 .2

x Probabilidad(x) xP(x) (X-u)

2 0.5 1 -3.4
8 0.3 2.4 2.6
10 0.2 2 4.6
TOTAL 1 5.4 4

1.93012968542051 5.4

4.-Cuales de las siguientes variables aleatorias son discreta y cuales continuas?

a) El numero de cuentas abiertas por un vendedor en 1 año

Variable aleatoria continua
b) El tiempo que transcurre entre el turno de cada clientes en un cajero automatico
Variable aleatoria discreta
c) El numero de clientes en la estética Big Nick
Variable aleatoria discreta
d) La cantidad de combustible que contiene el tanque de gasolina de su automovil
Variable aleatoria continua
e) La cantidad de miembros del jurado pertenecientes a una minoria
Variable aleatoria discreta
f) La temperatura ambiente el dia de hoy
Variable aleatoria continua

6.- El director de admision de Kinzua University en Novia Scotia calculó la distribucion de admisió
experiencia pasada.¿Cual es el numero de admisiones espernado para el segundo semestre? Calcule la

Admisiones Probabilidad(x) xP(x) (X-u)

1000 0.6 600 -110
1200 0.3 360 90
1500 0.1 150 390
TOTAL 1 1110 370

952.202661619405 1110 1267.79733838

 ANALISIS: EL resultado obtenido de la distribucion de la probabilidad se espera 1110
alumnos para el segundo semestre las admisiones probablemente es de 952.20 hasta los
1267,7973 y en la VARIANZA es de 24900 y la desviacion estandar es de 157,797338.

8.- La Downtown Parking Authority de Tampa, Florida informo los siguientes datos de una muestra
clientes relacionados con la cantidad de horas que se estacionan los automoviles y las cantidades que

Numero de
Frecuencia Pago
Horas
1 20 $ 3.00
2 38 $ 6.00
3 53 $ 9.00
4 45 $ 12.00
5 40 $ 14.00
6 13 $ 16.00
7 5 $ 18.00
8 36 $ 20.00
TOTAL 250

a) Convierta la informacion relacionada con la cantidad de horas de estacionamiento en una distribucio

Es una distribucion discreta

b) Determine media y la desviacion estandar del numero de horas de estacionamiento

N.de horas Frecuencia Probabilidad (x) xP(x)

1 20 0.08 0.08
2 38 0.152 0.304
3 53 0.212 0.636
4 45 0.18 0.72
5 40 0.16 0.8
6 13 0.052 0.312
7 5 0.02 0.14
8 36 0.144 1.152
TOTAL 250 1 4.144

Media 4.144
Desviacion estandar
2.09075680077813
c) Calcule la media y la desviacion estandar del pago

N. de Horas Pago PX X.P(x)

1 3.00 0.03061224 0.092
2 6.00 0.06122449 0.367
3 9.00 0.09183673 0.827
4 12.00 0.12244898 1.469
5 14.00 0.14285714 2.000
6 16.00 0.16326531 2.612
7 18.00 0.18367347 3.306
8 20.00 0.20408163 4.082
TOTAL 98.00 1 14.755

Media 14.755
Desviacion estandar 4.55815310004669

10.197 14.755 19.313

ANALISIS:Es una distribución de probabilidad Discreta pues una variable

de este tipo suele ser el recuento de contar algo, en este caso el número de
horas . Que la frecuencia mas alta del numero de horas que se estaciona un
cliente normal es de 4 horas con 14 minutos en el siguiente ejercicio la
medida y la desviacion estandar del pago son los siguientes calculando la
media nos da 14,75 y la desviacion estandar 4,55.
a, Desviación Estándar de una Distribución de Probabilidades

robalidad discreta

(X-u)^2 (X-u)^2*P(X)
11.56 5.78 Media U=5,4
6.76 2.028 Varianza o^2= 12,04
21.16 4.232
12.04 Desviacion estandar 3.46987031458

8.86987031458

continuas?

ero automatico

su automovil

ia calculó la distribucion de admisión de estudiantes para el segundo semestre con base en la

ara el segundo semestre? Calcule la variaza y la desviacion estandar del numero de admisiones.

(X-u)^2 (X-u)^2*P(X)
12100 7260.00000000003 Media U=1110
8100 2429.99999999999 o^2= 24900
152100 15210
24900 Varianza 24900
Desviacion estandar 157.7973383806
obabilidad se espera 1110
ente es de 952.20 hasta los
tandar es de 157,797338.

o los siguientes datos de una muestra de 250

los automoviles y las cantidades que pagan.

e estacionamiento en una distribucion de probabilidad.¿Es una distribucion de probabilidad discreta o continua?

e estacionamiento

(X-u) (X-u)^2 (X-u)^2*P(X)

-3.14 9.88 0.79
-2.14 4.60 0.70
-1.14 1.31 0.28
-0.14 0.02 0.00
0.86 0.73 0.12
1.86 3.44 0.18
2.86 8.16 0.16
3.86 14.87 2.14
2.85 43.01 4.37

Varianza 4.37
(x-µ) (x-µ)^ 2 (x-µ)^ 2 P(X)
-11.755 138.18 4.23
-8.755 76.65 4.69
-5.755 33.12 3.04
-2.755 7.59 0.93
-0.755 0.57 0.08
1.245 1.55 0.25
3.245 10.53 1.93
5.245 27.51 5.61
20.78
idad discreta o continua?
 Distribución de Proba

10. En una situación binomial, n = 5 y π = 0.40. Determine las probabilidades de los siguientes eventos con
a) x = 1

n=5
π = 0,4
P(x= 1) = 5 C 1 * (0,4)^1 * (1- 0,4)^5 - 1

𝑃(𝑥=1)=(5 !)/1!(5 −1)! 𝑥 〖 (0,4) 〗 ^1 𝑥 〖 (1 −0,4) 〗 ^(5−1)

𝑃(𝑥=1)=(5∗4∗3∗2∗1)/(1∗(4 ∗3∗2∗1)) 𝑥 〖 (0,4) 〗 ^1 𝑥 〖 (1 −0,4) 〗 ^(5−1)

P( x= 1) = 120 0.05184
24

P(x = 1) = 5 0.05184

P(x = 1) = 0.2592

b) x = 2
n=5
π = 0,4
P(x= 2) = 5 C 2 * (0,4)^2 * (1- 0,4)^5 - 2

𝑃(𝑥=2)=(5 !)/2!(5 −2)! 𝑥 〖 (0,4) 〗 ^2 𝑥 〖 (1 −0,4) 〗 ^(5−2)

𝑃(𝑥=2)=(5∗4∗3∗2∗1)/(2∗1∗(3∗2∗1)) 𝑥 〖 (0,4) 〗 ^2 𝑥 〖 (1 −0,4) 〗 ^(5−2)

P( x= 2) = 120 0.03456
12

P(x = 2) = 10 0.03456

P(x = 2) = 0.3456
12. Suponga que existe una distribución binomial en la que n = 5 y π = 0.30.
a) Consulte el apéndice B.9 y elabore una lista de probabilidades de x de 0 a 3.

n=5 P(x= 0) = 5 C 0 * (0,3)^0 * (1- 0,3)^5 - 0

π = 0,3
𝑃(𝑥=0)=(5 !)/0!(5 −0)! 𝑥 〖 (0,3) 〗 ^0 𝑥 〖 (1 −0,3) 〗 ^(5−0)

𝑃(𝑥=0)=(5∗4∗3∗2∗1)/(1∗(5∗4∗3∗2∗1)) 𝑥 〖 (0,3) 〗 ^0 𝑥 〖 (1 −0,3) 〗 ^(5−0)

P( x= 0) = 120 0.16807
120

P(x = 0) = 1 0.16807

P(x = 0) = 0.16807

P(x= 2) = 5 C 2 * (0,3)^2 * (1- 0,3)^5 - 2

𝑃(𝑥=2)=(5 !)/2!(5 −2)! 𝑥 〖 (0,3) 〗 ^2 𝑥 〖 (1 −0,3) 〗 ^(5−2)

𝑃(𝑥=2)=(5∗4∗3∗2∗1)/(2∗1∗(3∗2∗1)) 𝑥 〖 (0,3) 〗 ^2 𝑥 〖 (1 −0,3) 〗 ^(5−2)

P( x= 2) = 120 0.03087
12

P(x = 2) = 10 0.03087

P(x = 2) = 0.3087

b) Determine la media y la desviación estándar de la distribución a partir de las definiciones generales de

Media Desviacion Estandar

𝜇=𝑛∗𝜋 ∝ = √(𝑛 ∗𝜋 ∗(1−𝜋) )
𝜇=5 ∗0,30
∝ = √(5 ∗0,30 ∗(1−0,30) )
μ= 1.5
∝ = √(1,5∗0,7 )
 ∝ = √(1,05 )

𝛼= 1.0246950766

14. El Servicio Postal de Estados Unidos informa que 95% de la correspondencia de primera clase dentro
momento en que se envía. Se enviaron seis cartas de forma aleatoria a diferentes lugares.
a) ¿Cuál es la probabilidad de que las seis lleguen en un plazo de dos días?

n=6 P(x= 6) = 6 C 6 * (0,95)^6 * (1- 0,95)^6 -6

π = 0,95
𝑃(𝑥=6)=(6 !)/6!(6 −6)! 𝑥 〖 (0,95) 〗 ^6 𝑥 〖 (1 −0,95) 〗 ^(6−6)

𝑃(𝑥=6)=(6∗5∗4∗3∗2∗1)/(6∗5∗4 ∗3∗2∗1(1)) 𝑥 〖 (0,95) 〗 ^6 𝑥 〖 (1 −0,95) 〗 ^(6−6)

P( x= 6) = 720 0.7350918906
720

P(x = 6) = 1 0.7350918906

P(x = 6) = 0.735091890625

ANALISIS: La probabilidad de que las seis lleguen en un plazo de dos días

es de 0,735091891

b) ¿Cuál es la probabilidad de que exactamente cinco lleguen en un plazo de dos días?

n=6 P(x= 5) = 6 C 5 * (0,95)^5 * (1- 0,95)^6 -5

π = 0,95
𝑃(𝑥=5)=(6 !)/5!(6 −5)! 𝑥 〖 (0,95) 〗 ^5 𝑥 〖 (1 −0,95) 〗 ^(6−5)

𝑃(𝑥=5)=(6∗5∗4∗3∗2∗1)/(5∗4 ∗3∗2∗1(1)) 𝑥 〖 (0,95) 〗 ^5 𝑥 〖 (1 −0,95) 〗 ^(6−5)

P( x= 5) = 720 0.0386890469
120

P(x = 5) = 6 0.0386890469

P(x = 5) = 0.23213428125
 ANALISIS: La probabilidad de que exactamente cinco
lleguen en un plazo de dos días es de 0,038689047

c) Determine la media del número de cartas que llegarán en un plazo de dos días.

Media
𝜇=𝑛∗𝜋

𝜇=6∗0,95
μ= 5.7

ANALISIS: La media del número de cartas que llegarán en

un plazo de dos días es de 5,7

d) Calcule la varianza y la desviación estándar del número de cartas que llegarán en un plazo de dos días.

Varianza Desviacion Estandar

𝜎^2=𝑛∗𝜋(1−𝜋) 𝜎= √(𝜎^2 )
𝜎^2=6∗0,95 (1−0,95)
σ= 0.53385391
= 𝜎^2 0.285

ANALISIS: La varianza del numero de cartas que llegaran

en un plazo de dos dias es de 0,285 y la desviacion estandar es
de 0,53385391

16. Un agente de telemarketing hace seis llamadas por hora y es capaz de hacer una venta con 30% de esto
a) la probabilidad de realizar exactamente cuatro ventas;

n=6 P(x= 4) = 6 C 4 * (0,3)^4 * (1- 0,3)^6 -4

π = 0,3
𝑃(𝑥=4)=(6 !)/4!(6 −4)! 𝑥 〖 (0,3) 〗 ^4 𝑥 〖 (1 −0,3) 〗 ^(6−4)

𝑃(𝑥=4)=(6∗5∗4∗3∗2∗1)/(4 ∗3∗2∗1(2∗1)) 𝑥 〖 (0,3) 〗 ^4 𝑥 〖 (1 −0,3) 〗 ^(6−4)

P( x= 4) = 720 0.003969
 48

P(x = 4) = 15 0.003969

P(x = 4) = 0.059535

ANALISIS: La probabilidad de realizar exactamente cuatro

ventas es de 0,059535

b) la probabilidad de no realizar ninguna venta;

n=6 P(x= 0) = 6 C 0 * (0,3)^0 * (1- 0,3)^6 -0

π = 0,3
𝑃(𝑥=0)=(6 !)/0!(6 −0)! 𝑥 〖 (0,3) 〗 ^0 𝑥 〖 (1 −0,3) 〗 ^(6−0)

𝑃(𝑥=0)=(6∗5∗4∗3∗2∗1)/(1(6∗5∗4∗3∗2∗1)) 𝑥 〖 (0,3) 〗 ^0 𝑥 〖 (1 −0,3) 〗 ^(6−0)

P( x= 0) = 720 0.117649
720

P(x = 0) = 1 0.117649

P(x = 0) = 0.117649

ANALISIS: La probabilidad de que no realise ninguna venta

es de 0,117649

c) la probabilidad de hacer exactamente dos ventas;

n=6 P(x= 2) = 6 C 2 * (0,3)^2 * (1- 0,3)^6 -2

π = 0,3
𝑃(𝑥=2)=(6 !)/2!(6 −2)! 𝑥 〖 (0,3) 〗 ^2 𝑥 〖 (1 −0,3) 〗 ^(6−2)

𝑃(𝑥=2)=(6∗5∗4∗3∗2∗1)/(2∗1(4∗3∗2∗1)) 𝑥 〖 (0,3) 〗 ^2 𝑥 〖 (1 −0,3) 〗 ^(6−2)

P( x= 2) = 720 0.021609
 48

P(x = 2) = 15 0.021609

P(x = 2) = 0.324135

ANALISIS: la probabilidad de hacer exactamente dos ventas

es de 0,324135

d) la media de la cantidad de ventas durante el periodo de dos horas.

Media
𝜇=𝑛∗𝜋

𝜇=6∗0,3

μ= 1.8

ANALISIS: La media de la cantidad de ventas durante el

periodo de dos horas es de 1,8

18. ¿Puede señalar la diferencia entre Coca-Cola y Pepsi en una prueba de degustación a ciegas? La mayo
investigaciones sugieren que la gente identifica correctamente una muestra de uno de estos productos sólo
una muestra de 15 estudiantes universitarios.
a) ¿Cuántos de los 15 estudiantes esperaría que identificaran correctamente la Coca-Cola o la Pepsi?

Media
𝜇=𝑛∗𝜋

𝜇=0,6∗15
μ= 9

ANALISIS: De los 15 estudiantes 9 se espera que

identifiquen correctamente la Coca-Cola o la Pepsi

b) ¿Cuál es la probabilidad de que exactamente 10 de los estudiantes que participaron en la encuesta iden

n = 15 P(x= 10) = 15 C 10 * (0,6)^10 * (1- 0,6)^15 -10

π = 0,6
𝑃(𝑥=10)=(15 !)/10!(15 −10)! 𝑥 〖 (0,6) 〗 ^10 𝑥 〖 (1 −0,6) 〗 ^(15−10)
 𝑃(𝑥=10)=(15∗14∗13∗12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(10∗9∗8∗7∗6∗5∗4∗3∗2∗1∗(5∗4∗3∗2∗1)) 𝑥 〖 (0,

P( x= 10) = 1307674368000 6.1917364E-05

435456000

P(x = 10) = 3003 6.1917364E-05

P(x = 10) = 0.1859378447647

ANALISIS: Hay una probabilidad de que 0,185937845 de los

10 estudiantes identifiquen la bebida

c) ¿Cuál es la probabilidad de que por lo menos 10 estudiantes identifiquen correctamente la Coca-Cola o

P(x≥10)
P(x≥10) = P(x=10)+P(x=11)+P(x=12)+P(x=13)+P(x=14)+P(x=15)
P(x≥10) = 0.4032

ANALISIS: Hay una probabilidad del 0,4032 de que al

menos 10 estudiantes identifiquen correctamente la bebida
Distribución de Probabilidad Binomial

de los siguientes eventos con la fórmula binomial.

 P(x= 1) = 5 C 1 * (0,3)^1 * (1- 0,3)^5 - 1

𝑃(𝑥=1)=(5 !)/1!(5 −1)! 𝑥 〖 (0,3) 〗 ^1 𝑥 〖 (1 −0,3) 〗 ^(5−1)

3) 〗 ^(5−0) 𝑃(𝑥=1)=(5∗4∗3∗2∗1)/(1∗(4∗3∗2∗1)) 𝑥 〖 (0,3) 〗 ^1 𝑥 〖 (1 −0,3) 〗 ^(5−1)

P( x= 1) = 120 0.07203
24

P(x = 1) = 5 0.07203

P(x = 1) = 0.36015

P(x= 3) = 5 C 3 * (0,3)^3 * (1- 0,3)^5 - 3

𝑃(𝑥=3)=(5 !)/3!(5 −3)! 𝑥 〖 (0,3) 〗 ^3 𝑥 〖 (1 −0,3) 〗 ^(5−3)

𝑃(𝑥=3)=(5∗4∗3∗2∗1)/(3∗2∗1∗(2∗1)) 𝑥 〖 (0,3) 〗 ^3 𝑥 〖 (1 −0,3) 〗 ^(5−3)

P( x= 3 = 120 0.01323
12

P(x = 3) = 10 0.01323

P(x = 3) = 0.1323

las definiciones generales de las fórmulas.

ncia de primera clase dentro de la misma ciudad se entrega en un periodo de dos días a partir del
ntes lugares.

−0,95) 〗 ^(6−6)

0,95) 〗 ^(6−5)
arán en un plazo de dos días.

er una venta con 30% de estos contactos. Para las siguientes dos horas, determine:

3) 〗 ^(6−4)
−0,3) 〗 ^(6−0)

3) 〗 ^(6−2)
egustación a ciegas? La mayoría afirma que puede hacerlo y se inclina por una u otra marca. Sin embargo, las
e uno de estos productos sólo 60% de las veces. Suponga que decide investigar esta cuestión y selecciona

a Coca-Cola o la Pepsi?

ticiparon en la encuesta identifiquen correctamente de la Coca Cola o la Pepsi?

〗 ^(15−10)
3∗2∗1∗(5∗4∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^10 𝑥 〖 (1 −0,6) 〗 ^(15−10)

orrectamente la Coca-Cola o la Pepsi?

mbargo, las
 Distribuciones de Probabilidad B
20. En una distribución binomial, n = 12 y π = 0.60. Determine las probabilidades de los siguientes eventos.
a) x = 5.
n = 12 P(x= 5) = 12 C 5 * (0,6)^5 * (1- 0,6)^12 - 5
π = 0,6
𝑃(𝑥=5)=(12 !)/5!(12−5)! 𝑥 〖 (0,6) 〗 ^5 𝑥 〖 (1 −0,6) 〗 ^(12−5)

𝑃(𝑥=5)=(12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(5∗4∗3∗2∗1∗(7∗6∗5∗4 ∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^5 𝑥

P( x= 5) = 479001600 0.0001274
604800

P(x = 5) = 792 0.0001274

P(x = 5) = 0.1009023713

b) x ≤ 5.
n = 12
π = 0,6 P(x= 0) = 12 C 0 * (0,6)^0 * (1- 0,6)^12 - 0

𝑃(𝑥=0)=(12 !)/0!(12−0)! 𝑥 〖 (0,6) 〗 ^0 𝑥 〖 (1 −0,6) 〗 ^(12−0)

𝑃(𝑥=1)=(12∗11∗10∗9∗
𝑃(𝑥=0)=(12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(1∗(12∗11∗10∗9∗8∗7∗6∗5∗4 ∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^0 𝑥 〖 (1 −0,6) 〗 ^(12

P( x= 0) = 479001600 1.677722E-05
479001600

P(x = 0) = 1 1.677722E-05

P(x = 0) = 1.6777216E-05

P(x= 2) = 12 C 2 * (0,6)^2 * (1- 0,6)^12 - 2

𝑃(𝑥=2)=(12 !)/2!(12−2)! 𝑥 〖 (0,6) 〗 ^2 𝑥 〖 (1 −0,6) 〗 ^(12−2)

𝑃(𝑥=2)=(12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(2∗1∗(10∗9∗8∗7∗6∗5∗4 ∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^2 𝑥 〖𝑃(𝑥=3)=(12∗11∗10∗9
(1 −0,6) 〗 ^(12−2)

P( x= 2) = 479001600 3.774874E-05
7257600

P(x = 2) = 66 3.774874E-05

P(x = 2) = 0.002491416576

P(x= 4) = 12 C 4 * (0,6)^4 * (1- 0,6)^12 - 4

𝑃(𝑥=4)=(12 !)/4!(12−4)! 𝑥 〖 (0,6) 〗 ^4 𝑥 〖 (1 −0,6) 〗 ^(12−4)

𝑃(𝑥=4)=(12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(4∗3∗2∗1∗(8∗7∗6∗5∗4 ∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^4 𝑥 〖𝑃(𝑥=5)=(12∗11∗10∗9

(1 −0,6) 〗 ^(12−4)

P( x= 4) = 479001600 8.493466E-05
967680

P(x = 4) = 495 8.493466E-05

P(x = 4) = 0.04204265472

𝑃(𝑥≤5)=𝑃 (𝑥=0)+𝑃(𝑥=1)+𝑃(𝑥=2)+𝑃(𝑥=3)+𝑃(𝑥=4)+𝑃(𝑥=5)

P(x ≤ 5) = 0.158212292608

c) x ≥ 6.
𝑃(𝑥≥6)=1−𝑃(𝑥≤5)

P(x ≥ 6) = 0.841787707392

22. Un fabricante de marcos para ventanas sabe, por experiencia, que 5% de la producción tendrá algún t
una muestra de 20 marcos:
a) ninguno requiera reparación?
π = 5% ---0,05
n = 20 P(x= 0) = 20 C 0 * (0,05)^0 * (1- 0,05)^20 - 0
 𝑃(𝑥=0)=20!/0!(20−0)! 𝑥 〖 (0,05) 〗 ^0 𝑥 〖 (1 −0,05) 〗 ^(20−0)

𝑃(𝑥=0)=(20∗19∗18∗17∗16∗15∗14∗13∗12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(1∗(20∗19∗18∗17∗16∗15∗14∗13∗12∗11∗10∗9

P( x= 0) = 2.432902E+18 0.3584859224
2.432902E+18

P(x = 0) = 1 0.3584859224

P(x = 0) = 0.3584859224

ANALISIS: La probabilidad de que en una muestra

de 20 marcos ninguna requiere reparación es de
0,358485922

b) por lo menos uno requiera reparación?

𝑃(𝑥≥1)=1−𝑃(𝑥=0)

P(x ≥ 1) = 0.64151407759146

ANALISIS: La probabilidad de que en una muestra

de 20 marcos por lo menos uno requiera reparación
es de 0,641514078

c) más que dos requieran reparación?

𝑃(𝑥≤2)=1−(𝑃(𝑥=0)+𝑃(𝑥≥1)+𝑃(𝑥=2)

P(x ≤ 2)= 1 -(0,3585 + 0,377 + 0,189)

P(x ≤ 2)= 0.0755

ANALISIS: La probabilidad de que en una muestra

de 20 marcos más que dos reparaciones es de 0,0755

24. Backyard Retreats, Inc., vende una línea exclusiva de piscinas, jacuzzis y spas. La compañía se localiza
 que 20% de los clientes que visitan la tienda hará una compra de por lo menos $50. Suponga que 15 clien
a) ¿Cuántos de estos clientes esperaría que hiciera una compra de por lo menos $50?

P(X) = 0.2 𝑃(𝑥)=0,2∗15

X= 15
P(X) = 3

ANALISIS: Los clientes esperarían que hiciera una

compra de por lo menos $50 es de 3

b) ¿Cuál es la probabilidad de que exactamente cinco clientes hagan una compra de por lo menos $50?

𝒏!/(𝒙!∗(𝒏−𝒙)!)
n= 15 〖𝑷 (𝒙)=𝒏𝑪𝒙 𝝅^𝒙∗(𝟏−
π= 0.2 ^(𝒏−𝒙)
P(x) =

P(X=5)= 15¡
5¡ (15-5)¡

P(X=5)= 1.307674E+12
435456000

P(X=5)= 3003

P(X=5)= 0.10318229

ANALISIS: La probabilidad de que exactamente

cinco clientes hagan una compra de por lo menos $50
es de 0,10318229

c) ¿Cuál es la probabilidad de que por lo menos cinco clientes hagan una compra de por lo menos $50?

X PROBABILIDAD P(X<=5)=1-(P(X<=0))+(P(X<=1))+(P(X<=2))+(P(X<=3))+(
0 0.0351844
1 0.1319414 P(X<=5) 0.16423372
2 0.2308974
3 0.2501389
4 0.1876042
5 0.1031823

ANALISIS: La probabilidad de que por lo menos cin

clientes hagan una compra de por lo menos $50 es de
0,1642337
ANALISIS: La probabilidad de que por lo menos cin
clientes hagan una compra de por lo menos $50 es de
0,1642337

d) ¿Cuál es la probabilidad de que por lo menos un cliente haga una compra de por lo menos $50?

X PROBABILIDAD P ( X < = 1) = 1- ( P(X < = 0 ))

0 0.0351844
1 0.1319414
2 0.2308974 P(X<=1)= 0.96481563
3 0.2501389
4 0.1876042
5 0.1031823
6 0.0429926
7 0.0138191
8 0.0034548
9 0.0006718
10 0.0001008
11 0.0000115
12 0.0000010
13 0.0000001
14 0.0000000
15 0.0000000

ANALISIS: La probabilidad de que por lo menos un

cliente haga una compra de por lo menos $50
0,9648156
 de Probabilidad Binomial Acumulada
siguientes eventos.

∗2∗1)) 𝑥 〖 (0,6) 〗 ^5 𝑥 〖 (1 −0,6) 〗 ^(12−5)

P(x= 1) = 12 C 1 * (0,6)^1 * (1- 0,6)^12 - 1

𝑃(𝑥=1)=(12 !)/1!(12−1)! 𝑥 〖 (0,6) 〗 ^1 𝑥 〖 (1 −0,6) 〗 ^(12−1)

𝑃(𝑥=1)=(12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(1∗(11∗10∗9∗8∗7∗6∗5∗4 ∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^1 𝑥 〖 (1 −0,6) 〗 ^(12−1)

〗 ^0 𝑥 〖 (1 −0,6) 〗 ^(12−0)

P( x= 1) = 479001600 2.516582E-05
39916800

P(x = 1) = 12 2.516582E-05

P(x = 1) = 0.00030199

P(x= 3) = 12 C 3 * (0,6)^3 * (1- 0,6)^12 - 3

𝑃(𝑥=3)=(12 !)/3!(12−3)! 𝑥 〖 (0,6) 〗 ^3 𝑥 〖 (1 −0,6) 〗 ^(12−3)

𝑥 〖𝑃(𝑥=3)=(12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(3∗2∗1∗(9∗8∗7∗6∗5∗4
(1 −0,6) 〗 ^(12−2) ∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^3 𝑥 〖 (1 −0,6) 〗 ^(12−3)

P( x= 3) = 479001600 5.66231E-05
2177280

P(x = 3) = 220 5.66231E-05

P(x = 3) = 0.01245708

P(x= 5) = 12 C 5 * (0,6)^5 * (1- 0,6)^12 - 5

𝑃(𝑥=5)=(12 !)/5!(12−5)! 𝑥 〖 (0,6) 〗 ^5 𝑥 〖 (1 −0,6) 〗 ^(12−5)

𝑥 〖𝑃(𝑥=5)=(12∗11∗10∗9∗8∗7∗6∗5∗4∗3∗2∗1)/(5∗4∗3∗2∗1∗(7∗6∗5∗4
(1 −0,6) 〗 ^(12−4) ∗3∗2∗1)) 𝑥 〖 (0,6) 〗 ^5 𝑥 〖 (1 −0,6) 〗 ^(12−5)

P( x= 5) = 479001600 0.000127402
604800

P(x = 5) = 792 0.000127402

P(x = 5) = 0.10090237

roducción tendrá algún tipo de defecto menor, que requerirá reparación. ¿Cuál es la probabilidad de que en
16∗15∗14∗13∗12∗11∗10∗9∗8∗7∗6∗5∗4 ∗3∗2∗1)) 𝑥 〖 (0,05) 〗 ^0 𝑥 〖 (1 −0,05) 〗 ^(20−0)

s. La compañía se localiza a la salida del Bee Line Expressway, en Orlando, Florida. El propietario informa
 50. Suponga que 15 clientes entran en la tienda antes de las 10 de la mañana cierto sábado.

de por lo menos $50?

〖𝑷 (𝒙)=𝒏𝑪𝒙 𝝅^𝒙∗(𝟏−𝝅)" " 〗

(𝒏−𝒙)
(0,20˄5)*(1-0,20)˄15-5

0.00032 0.10737418

de por lo menos $50?

=1))+(P(X<=2))+(P(X<=3))+(P(X<=4))
por lo menos $50?
〖 (1 −0,6) 〗 ^(12−1)
〖 (1 −0,6) 〗 ^(12−3)

〖 (1 −0,6) 〗 ^(12−5)

dad de que en
ario informa
 Distribución de probabilid
26. Una población consta de 15 elementos, 4 de los cuales son aceptables. En una muestra de 4 elementos,
las muestras se toman sin reemplazo.

N= 15 P(x=3)= (4C3) * (15-4C4-3)

S= 4 (15C4)
n= 4
x= 3 P(x=3)= 4 * 11
1365

P(x=3)= 44
1365

P(x=3)= 0.032234

28. El departamento de sistemas de computación cuenta con ocho profesores, de los cuales seis son titulare
departamento con el fin de que revisen el plan de estudios. Si selecciona el comité al azar:
a) ¿Cuál es la probabilidad de que todos los miembros del comité sean titulares?

N= 8 P (X=3)= (6 C 3) (8-6 C 3-3)

S= 6 8C3
n= 3
P (X=3)= 20 1
56

P (X=3)= 20
56

P (X=3) 0.35714286

b) ¿Cuál es la probabilidad de que por lo menos un miembro del comité no sea titular? (Sugerencia: apliq

P (X<1)= P (X=0)+P (X=1)

P (X<1)= 0.107143

30. El juego de Lotto, patrocinado por la Comisión de la Lotería de Louisiana, otorga el premio mayor a u
pelotas de ping-pong numeradas del 1 al 40. Cada número aparece una sola vez y las pelotas ganadoras se
a) La comisión informa que la probabilidad de que coincidan todos los números es de 1 en 3 838 380. ¿Qu
de probabilidad?

P (X=1)= 838380

ANALISIS: El resultado puede salir una vez

minimo entre una población de 838380

b) Aplique la fórmula de la distribución de probabilidad hipergeométrica para determinar esta probabilid

La comisión de la lotería también otorga un premio si un concursante hace coincidir 4 o 5 de los 6 número
no ganadores.

N= 40 P(x=6)= (6C6) * (40-6C6-6)

S= 6 (40C6)
n= 6
P(x=6)= 1 * 1
3838380

P(x=6)= 1
3838380

P(x=6)= 2.60527E-07

c) Calcule la probabilidad, de nuevo con la fórmula de la distribución de probabilidad hipergeométrica, p

N= 40 P(x=4)= (6C4) * (40-6C6-4)

S= 6 (40C6)
n= 6
P(x=4)= 15 * 561
3838380

P(x=4)= 8415
3838380

P(x=4)= 0.00219233

d) Calcule la probabilidad de que coincidan 5 de los 6 números ganadores.

N= 40 P(x=5)= (6C5) * (40-6C6-5)

S= 6 (40C6)
n= 6
P(x=5)= 6 * 34
3838380

P(x=5)= 204
3838380

P(x=5)= 5.31474E-05
ución de probabilidad hipergeométrica
muestra de 4 elementos, ¿cuál es la probabilidad de que exactamente 3 sean aceptables? Suponga que

los cuales seis son titulares. La doctora Vonder, presidenta, desea formar un comité de tres profesores del

tular? (Sugerencia: aplique la regla del complemento para responder esta pregunta.)

torga el premio mayor a un concursante que hace coincidir 6 de los posibles números. Suponga que hay 40
y las pelotas ganadoras se seleccionan sin reemplazo.
es de 1 en 3 838 380. ¿Qué significa esto en términos de probabilidad? 838 380.¿Qué significa esto en términos
eterminar esta probabilidad.
idir 4 o 5 de los 6 números ganadores. Sugerencia: divida los 40 números en dos grupos: números ganadores y

ilidad hipergeométrica, para hacer coincidir 4 de los 6 números ganadores.

ofesores del

que hay 40

sto en términos
ros ganadores y
 Distribución de Probabilidad d

32. En una distribución de Poisson, μ = 4.

a) ¿Cuál es la probabilidad de que x = 2?

μ = 4. 𝑃 (x=2)=( 〖 (4) 〗 ^2 ∗( 〖 2,71828) 〗 ^(−4))/2!

x=2

𝑃 (x=2)=( 〖 (4) 〗 ^2 ∗ 〖 (2,71828) 〗 ^(−4))/(2 ∗1)

P (x = 2) = 0.29305101
2

P (x = 2) = 0.14652551

b) ¿Cuál es la probabilidad de que x ≤ 2?

μ = 4. 𝑃 (x ≤2)=( 〖 (4) 〗 ^2 ∗( 〖 2,71828) 〗 ^(−4))/2!

x≤2

𝑃 (x≤2)=( 〖 (4) 〗 ^2 ∗ 〖 (2,71828) 〗 ^(−4))/(2 ∗1)

P (x ≤ 2) = 0.29305101
2

P (x ≤ 2) = 0.14652551

c) ¿Cuál es la probabilidad de que x ≥ 2?

μ = 4. P (x ≥ 2) = 1 - P (x = 2)
x≥2
P (x ≥ 2) = 1 - 0, 14652551

P (x ≥ 2) = 0.85347449

34. Un promedio de 2 automóviles por minuto ingresan a la salida de Elkhart de la autopista de Indiana. L
a) ¿Cuál es la probabilidad de que ningún automóvil ingrese en un minuto?

μ = 2𝑃 (x=0)=( 〖 (2) 〗 ^0 ∗( 〖 2,71828) 〗 ^(−2))/0!

 𝑃 (x=0)=( 〖 (2) 〗 ^0 ∗( 〖 2,71828) 〗 ^(−2))/0!
x=0

𝑃 (x=0)=( 〖 (2) 〗 ^0 ∗ 〖 (2,71828) 〗 ^(−2))/1

P (x = 0) = 0.13533547
1

P (x = 0) = 0.13533547

ANALISIS: Es 0,13533547 probable que

ningun automovil ingrese en un minuto

b) ¿Cuál es la probabilidad de que por lo menos ingrese un automóvil en un minuto?

μ=2 P (x ≥ 1) = 1 - P (x = 0)
x≥1
P (x ≥ 1) = 1 - 0,13533547

P (x ≥ 1) = 0.86466453

ANALISIS: Es 0,86466453 probable que por

lo menos un automovil ingrese en un minuto

36. Los autores y editores de libros trabajan mucho para reducir al mínimo la cantidad de errores en un l
libros de estadística, informa que el promedio de errores por capítulo es de 0.8. ¿Cuál es la probabilidad d

μ𝑃 (x=2)=( 〖 (0,8) 〗 ^2 ∗( 〖 2,71828) 〗 ^(−0,8))/2!

= 0,8
x=2

𝑃 (x=2)=( 〖 (0,8) 〗 ^2 ∗ 〖 (2,71828) 〗 ^(−0,8))/(2∗1)

P (x = 2) = 0.28757069
2

P (x = 0) = 0.14378535

ANALISIS: Es 0,14378535 que se comentan

menos de 2 errores en determinado capitulo
de Probabilidad de Poisson

autopista de Indiana. La distribución de ingresos se aproxima a una distribución de Poisson.

idad de errores en un libro. Sin embargo, algunos errores son inevitables. El señor J. A. Carmen, editor de
uál es la probabilidad de que se cometan menos de 2 errores en determinado capítulo?
n, editor de
 La Familia de Distribuciones de Pro

2 )Una distribución uniforme se define en el intervalo de 2 a 5.

a) ¿Cuáles son los valores para a y b?

a= 2
b= 5

b) ¿Cuál es la media de esta distribución uniforme?

𝜇= (2+5)/2

𝜇= 7/2

µ= 3.5

c) ¿Cuál es la desviación estándar ?

σ= √( 〖 (5 −2) 〗 ^2/12)

σ= √( 〖 (3) 〗 ^2/12)

σ= 0.8660254

d) Demuestre que el área total es de 1.00.

𝑃(𝑥)= 1/(5 −2)

P(x) = 0,33 (5 - 2)

𝑃 (𝑥)= 1/3 P (x) = 0.99

P (x)= 0.33333333

e) Calcule la probabilidad de un valor mayor que 2.6.

𝑃(𝑥)= 1/(5 −2)

P(> 2,6) = 0,33 (5 - 1)

𝑃 (𝑥)= 1/3 P (x) = 1.32

P (x)= 0.33333333

f) Calcule la probabilidad de un valor entre 2.9 y 3.7.

𝑃(𝑥)= 1/(5−2)
P(2,9 -3,7) = 0,33 (4 - 1)

𝑃 (𝑥)= 1/3 P (2,9 - 3,7) = 0.99

P (x)= 0.33333333

4)De acuerdo con el Insurance Institute of America, una familia de cuatro miembros gasta entre $400 y $3
una distribución uniforme entre estas cantidades.
a) ¿Cuál es la media de la suma que se gasta en seguros?

𝜇= (400+3800)/2

𝜇= 4200/2

µ= 2100

ANALISIS: La media de la suma que se gasta en

seguros es 2100

b) ¿Cuál es la desviación estándar de la suma gastada?

σ= √( 〖 (3800 −400) 〗 ^2/12)

σ= √( 〖 (3800 −400) 〗 ^2/12)

σ= √( 〖 (3400) 〗 ^2/12)

σ= 981.495458

ANALISIS: La desviacion estandar de la suma

gastada es 981,495458

c) Si elige una familia al azar, ¿cuál es la probabilidad de que gaste menos de $2 000 anuales en seguros?

𝑃( <2000)=
1/(3800−400)∗(2000−400)/1

𝑃 (<20000)= 1/3400 ∗
1600/1

P (x)= 0.4705882353

ANALISIS: La probabilidad de que gaste menos

2000 anuales en seguros es 0,47058824

d) ¿Cuál es la probabilidad de que una familia gaste más de $3 000 anuales?

𝑃( <2000)=
1/(3800−400)∗(3800−3000)/1

𝑃 (<20000)= 1/3400 ∗ 800/1

P (x)= 0.2352941176

ANALISIS: La probabilidad de que una familia

gaste más de 3000 anuales es 0,23529412

6) Los clientes con problemas técnicos en su conexión de internet pueden llamar al número 01- 800 para sol
el problema. La distribución de este tiempo de asistencia tiene una distribución uniforme.
a) ¿Cuáles son los valores para a y b en minutos?

a = 0,5 min
b = 10 min.

ANALISIS: Los valores de a es 0,5 minutos y los del b es 10 minutos.

b) ¿Cuál es el tiempo medio que se requiere para resolver el problema? ¿Cuál es la desviación estándar del

σ= √( 〖 (10 −0,5) 〗 ^2/12)

𝜇= (0,5 +10)/2

𝜇= 10,5/2
σ= √( 〖 (9,5) 〗 ^2/12)

µ= 5.25

σ= 2.74241377865072

ANALISIS: El tiempo medio que se requiere para resolver el

problema es de 5,25 y la desvicion estandar del tiempo es 2,742413779

c) ¿Qué porcentaje de los problemas consumen más de 5 minutos para resolverse?

𝑃 (𝑥>5)=𝐵∗𝐴

𝑃 (𝑥>5)=1/((10−0,5) )∗(10 −5)

𝑃 (𝑥>5)=1/((9,5) )∗(5)

P (x > 5) = 0.5263157895

ANALISIS: El porcentaje de los problemas que consumen más de 5

minutos para resolver es 0,53
ribuciones de Probabilidades Uniforme
gasta entre $400 y $3 800 anuales en toda clase de seguros. Suponga que el dinero que se gasta tiene
anuales en seguros?

úmero 01- 800 para solicitar asistencia técnica. El técnico tarda entre 30 segundos y 10 minutos para resolver
esviación estándar del tiempo?
os para resolver
 Distribución de Probabilidad Nor

8) Enumere las características más importantes de una distribución de probabilidad normal.

1) Tiene forma de campana y posee una sola cima en el centro de la distribución. La media aritmética, la mediana
de 1.00. La mitad del área bajo la curva normal se localiza a la derecha de este punto central, y la otra mitad, a la i
2) Es simétrica respecto a la media. Si hace un corte vertical, por el valor central, a la curva normal, las dos mitad
3) Desciende suavemente en ambas direcciones del valor central. Es decir, la distribución es asintótica. La curva s
se extieneden indefinidamente en ambas direcciones.
4) La localización de una distribución normal se determina a tráves de la media, μ. La dispersión o propagación d
5) El área total bajo la curva normal es de 1.0. Esto explica todos los posibles resultados. Como una distribución d
de 0.5, y el área bajo la curva a la derecha de la media, de 0.5.

10) La media de una distribución de probabilidad normal es de 60; la desviación estándar es de 5.

a) ¿Alrededor de qué porcentaje de las observaciones se encuentra entre 55 y 65?

μ = 60 𝑍_1= (55 −60)/5 𝑍_2= (65 −60)/5

σ=5
P( 55 < X< 65)
𝑍_1= (−5)/5 𝑍_2= 5/5

𝑍_1= -1 𝑍_2= 1

0.3413

ANALISIS: Alrededor del 0,3413 de las

observaciones se encuentra 55 y 56

b) ¿Cerca de qué porcentaje de las observaciones se encuentra entre 50 y 70?

μ = 60 𝑍_1= (50 −60)/5 𝑍_2= (70 −60)/5

σ=5
P( 50 < X< 70)
𝑍_1= 𝑍_2= 10/5
(−10)/5

𝑍_1= -2 𝑍_2= 2

0.4772
 ANALISIS: Cerca del 0,4772 de las
observaciones se encuentra 50 y 70

c) ¿Alrededor de qué porcentaje de las observaciones se encuentra entre 45 y 75?

μ = 60 𝑍_1= (45 −60)/5 𝑍_2= (75 −60)/5

σ=5
P( 45 < X< 75)
𝑍_1= 𝑍_2= 15/5
(−15)/5

𝑍_1= -3 𝑍_2= 3

0.4987

ANALISIS: Alrededor del 0,4987 de las

observaciones se encuentra 45 y 75

12) Un artículo reciente que apareció en el Cincinnati Enquirer informó que el costo medio de la mano de o
de $22. Monte’s Plumbing and Heating Service terminó la reparación de dos bombas de calefacción por la
de $100. Calcule los valores z para cada caso y comente sobre sus resultados.

μ = 90 𝑍_1= (75 −90)/22 𝑍_2= (100−90)/22

σ = 22

𝑍_1= 𝑍_2= 10/22

(−15)/22

𝑍_1= -0.68181818 𝑍_2= 0.45454545 0.45454545

0.1915

ANALISIS: El valor Z1 tiene a alejarse de la

media data y su probabilidad es menor que Z2
Probabilidad Norma Estándar

a aritmética, la mediana y la moda son iguales, y se localizan en el centro de la distribución. El área total bajo la curva es
ral, y la otra mitad, a la izquierda.
va normal, las dos mitades son imágenes especulares.
es asintótica. La curva se aproxima más y más al eje X, sin tocarlo en realidad. En otras palabras, las colas de la curva

ersión o propagación de la distribución se determina por medio de la desviación estándar.

Como una distribución de probabilidad normal es simétrica , el área bajo la curva a la izquierda de la media es

ándar es de 5.
 medio de la mano de obra para reparar una bomba de calefacción es de $90, con una desviación estándar
s de calefacción por la mañana. El costo de la mano de obra de la primera bomba fue de $75, y de la segunda,
otal bajo la curva es

colas de la curva
n estándar
de la segunda,
 Determinación de Áreas Bajo la Cu

14) Una población normal tiene una media de 12.2 y una desviación estándar de 2.5.
a) Calcule el valor z asociado con 14.3.

μ = 12.2 𝑍 = (14,3−12,2)/2,5
σ = 2.5
P(x = 14.3)
𝑍= 2,1/2,5

Z= 0.84

0.2995

b) ¿Qué proporción de la población se encuentra entre 12.2 y 14.3?

μ = 12.2 𝑍_1= (12,2 −12,2)/2,5 𝑍_2= (14,3 −12,2)/2,5

σ = 2.5
P(12,2 < x < 14,3)
𝑍_1= 0/2,5 𝑍_2= 2,1/2,5

𝑍_1= 0 𝑍_2= 0.84

0.2995

c) ¿Qué proporción de la población es menor que 10.0?

μ = 12.2 𝑍 = (10−12,2)/2,5
σ = 2.5
P(x < 10)
𝑍=
(−2,2)/2,5

Z= -0.88

0.3106
16) La media de una distribución de probabilidad normal es de 400 libras. La desviación estándar es de 10
a) ¿Cuál es el área entre 415 libras y la media de 400 libras?

μ = 400 𝑍_1= (415−400)/10 𝑍_2= (400−400)/10

σ = 10
P(415 < x < 400)
𝑍_1= 15/10 𝑍_2= 0/10

𝑍_1= 1.5 𝑍_2= 0

0.4332

b) ¿Cuál es el área entre la media y 395 libras?

𝑍_2= (395−400)/10
μ = 400 𝑍_1= (400−400)/10
σ = 10
P(400 < x < 395) 𝑍_2=
𝑍_1= 0/10 (−5)/10

𝑍_2= -0.5
𝑍_1= 0
0.1915

c) ¿Cuál es la probabilidad de seleccionar un valor al azar y descubrir que es menor que 395 libras?

0,5000 −0,1915

0.3085

18. Una población normal tiene una media de 80 y una desviación estándar de 14.0.
a) Calcule la probabilidad de un valor localizado entre 75.0 y 90.0.

μ = 80 𝑍_1= (75−80)/14 𝑍_2= (90−80)/14

σ = 14
P(75 < x < 90)
𝑍_1= (−5)/14 𝑍_2= 10/14

𝑍_1= -0.35714286 𝑍_2= 0.71428571

0.1368 0.2611
 0,1368+ 0,2611= 0.3979

b) Calcule la probabilidad de un valor de 75.0 o menor.

0,50 −0,1368

0.3632

c) Calcule la probabilidad de un valor localizado entre 55.0 y 70.0.

μ = 80 𝑍_1= (55−80)/14 𝑍_2= (70−80)/14

σ = 14
P(55 < x < 70)
𝑍_1= (−25)/14 𝑍_2=
(−10)/14

𝑍_1= -1.78571429 𝑍_2= -0.71428571

0.4625 0.2611

0,4625− 0,2611= 0.2014

e Áreas Bajo la Curva Normal
iación estándar es de 10 libras.

or que 395 libras?

20. Los montos de dinero que se piden en las solicitudes de préstamos en Down River Federal Savings tien
$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?

μ = $70 000 𝑍 = (80.000−70.000)/20.000

σ = $ 20 000
P(x = ) $80 000 𝑍= (10 000)/
(20 000)

z= 0.5 0.6915

𝑃(𝑋≥80 000)= 1-0,6915 = 0.3085 0.3085

ANALISIS: La probabilidad de que sea superior al

monto solicitado de $80 000 es de 31%

b) el monto solicitado oscile entre $65 000 y $80 000?

μ = $70 000 𝑍_1 = (65.000 −70.000)/20.000 𝑍_2 = (80.000 −70 000)/2

σ = $ 20 000
P(x = ) 𝑍_1= (−5 𝑍_2= (10
$65,000 000)/(20 000)/(20
$80,000 000) 000)
Z1= -0.25 0.4013

𝑃(65 000 ≤𝑋≤80 000)= 0,6915-0,4013 = 0.2902 0.2902

ANALISIS: La probabilidad de que el monto

solicitado oscile entre $65 000 y $80 000 es de 29%

c) el monto solicitado sea de $65 000 o superior?

μ = $70 000 𝑍 = (65 000−70.000)/20.000

σ = $ 20 000
P(x = ) 𝑍= (−5 000)/
$65 000 (20 000)

z= -0.25 0.4013
 𝑃(𝑋≥65 000)= 1-0,6915 = 0.3085 0.3085

ANALISIS: La probabilidad de que el monto

solicitado sea mayor a $ 65 000 es de 31%

22. Entre las ciudades de Estados Unidos con una población de más de 250 000 habitantes, la media del tie
pertenece a la ciudad de Nueva York, donde el tiempo medio es de 38.3 minutos. Suponga que la distribuc
de probabilidad normal y la desviación estándar es de 7.5 minutos.
a) ¿Qué porcentaje de viajes en la ciudad de Nueva York consumen menos de 30 minutos?

μ = 7,5 minutos 𝑍 = (30 −38,3 )/7,5

σ = 38,3 minutos
𝑃(𝑋≤30)
𝑍=
(−8,3)/7,5

Z= -1.1066666666667 0, 1335

𝑃(𝑋≤30)= 0.1335 0.1335

ANALISIS: La probabilidad de el porcentaje de

viaje para la ciudad de New York consuma menos
de 30 minutos es de 13%

b) ¿Qué porcentaje de viajes consumen entre 30 y 35 minutos?

μ = 7,5 minutos 𝑍_1 = (30 −38,3 )/7,5

σ = 38,3 minutos
𝑃(𝑋)= 30;35 minutos
𝑍_1=
(−8,3)/7,5

Z1= -1.10666667 0.1335

𝑃(𝑋)(30≤𝑋≤35)= 0,330-0,135 = 0.1965

ANALISIS: La probabilidad de el porcentaje de

que consume en un viaje entre 30 y 35 minutos es de
19,7%
 ANALISIS: La probabilidad de el porcentaje de
que consume en un viaje entre 30 y 35 minutos es de
19,7%

c) ¿Qué porcentaje de viajes consumen entre 30 y 40 minutos?

μ = 7,5 minutos 𝑍_1 = (30 −38,3 )/7,5

σ = 38,3 minutos
𝑃(𝑋)= 30;40 minutos
𝑍_1=
(−8,3)/7,5

Z1 -1.10666667 0.1335

𝑃(𝑋)(30≤𝑋≤40)= 0,5910 - 0,1335 = 0.4575 0.4575

ANALISIS: La probabilidad de el porcentaje de

que consume en un viaje entre 30 y 35 minutos es de
19,7%

24. Una distribución normal tiene una media de 80 y una desviación estándar de 14. Determine el valor po

μ= 80
f= 14 80% = 8 000 = 0, 8000
1-0,8 000 = 0.2000 0,84*14 = x-80
(-)11.76 = x-80
68.24 X
X= 68.24

ANALISIS: El valor que presenta por encima del

80% de ,las observaciones en una distribución es de
68,24.
iver Federal Savings tienen una distribución normal, una media de $70 000 y una desviación estándar de
dad de que:

𝑍_2 = (80.000 −70 000)/20.000

𝑍_2= (10
000)/(20
000)
Z2 = 0.5 0.6915
abitantes, la media del tiempo de viaje de ida al trabajo es de 24.3 minutos. El tiempo de viaje más largo
Suponga que la distribución de los tiempos de viaje en la ciudad de Nueva York tiene una distribución

𝑍_2 = (35 −38,3 )/7,5

𝑍_2=
(−3,3)/7,5

Z2 = -0.44 0.33

0.1965
 𝑍_2 = (40 −38,3 )/7,5

𝑍_2= 1,7/7,5

Z2 0.22666667 0.591

14. Determine el valor por encima del cual se presentará 80% de las observaciones.
ción estándar de
viaje más largo
a distribución
26. Las ventas mensuales de silenciadores en el área de Richmond, Virginia, tienen una distribución norma
gustaría establecer niveles de inventario de manera que sólo haya 5% de probabilidad de que se agoten las

μ = 1200 A = 0,5 - 0,05 1,65= (𝑋 −1200)/225

σ = 225 A= 0.45
P = 5% ---- 0,05 Z= 1.65 1,65 * 225 = X - 1200
371, 25 = X - 1200
371,25 + 1200 = X
1,571.25 = X

28. En 2004 y 2005, el costo medio anual para asistir a una universidad privada en Estados Unidos era de $
de probabilidad normal y que la desviación estándar es de $4 500. Noventa y cinco por ciento de los estudia

μ = 20,082 A = 0,95 - 0,5 1,64= (𝑋 −20,082)/4,500

σ = 4,500 A= 0.45
P = 95% ---- 0,95 Z= 1.64 1,64 * 4,500 = X - 20,082
7,380 = X - 20,082
7,380 + 20,082 = X
27,462 = X

30. El fabricante de una impresora láser informa que la cantidad media de páginas que imprime un cartuc
se aproxima a la distribución de probabilidad normal, y la desviación estándar es de 820 páginas. El fabric
deben esperar que les dure un cartucho. ¿Cuántas páginas debe indicar el fabricante por cartucho si desea

μ = 12200 A = 0,99- 0,5 -2,33= (𝑋 −12,200)/820

σ = 820 A= 0.49
P = 99% ---- 0,99 Z= -2.33 820 * (-2,33) = X - 12,200
-1.9106 X - 12,200
12,200 - 1,9106 = X
10,289.4 = X
 enen una distribución normal, con una media de 1 200 y una desviación estándar de 225. Al fabricante le
babilidad de que se agoten las existencias. ¿Dónde se deben establecer los niveles de inventario?

da en Estados Unidos era de $20 082. Suponga que la distribución de los costos anuales se rigen por una distribución
cinco por ciento de los estudiantes de universidades privadas paga menos de ¿qué cantidad?

ginas que imprime un cartucho antes de reemplazarlo es de 12 200. La distribución de páginas impresas por cartucho
r es de 820 páginas. El fabricante desea proporcionar lineamientos a los posibles clientes sobre el tiempo que
ricante por cartucho si desea tener 99% de certeza en todo momento?
abricante le

n por una distribución

as impresas por cartucho

re el tiempo que