TALLER DE EJERCICIOS DISTRIBUCIÓN NORMAL

1. En una fábrica, el tiempo para producir un artículo está distribuido

normalmente, con un promedio de 50 minutos y una varianza de 25
minutos. Se debe fabricar una partida de 80 mil artículos.
a. Cuantos artículos requerirían de un tiempo de fabricación mayor
de 53 minutos
b. ¿Cuántos artículos requerirían de un tiempo de fabricación no
inferior a los 48 minutos, ni superior a los 53 minutos?
c. El 50% de los artículos requerirían de un tiempo de fabricación
entre X1 y X2 minutos. Determine los valores de X1 y X2, si ellos
son simétricos con respecto al tiempo medio
Solución:
Sea la variable aleatoria continua
𝑋: El tiempo para producir un artículo
Donde 𝑋~𝑁(𝜇, 𝜎 2 ), con parámetros 𝜇 = 50 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 , 𝜎 2 = 25 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 →
𝜎 = 5 𝑚𝑖𝑛𝑢𝑡𝑜𝑠, luego
𝑋−𝜇 53−𝜇
a) 𝑃(𝑋 > 53) = 1 − 𝑃(𝑋 ≤ 53) = 1 − 𝑃 ( 𝜎 ≤ 𝜎 )
𝑋 − 𝜇 53 − 50
= 1−𝑃( ≤ )
𝜎 5
= 1 − 𝑃(𝑍 ≤ 0.6)
= 1 − ∅(0.6)
= 0.2743
Ahora 𝑛 ∗ 𝑝 = (80000)(0.2743) ≈ 2194, en consecuencia 21940 artículos
requerirían de un tiempo de fabricación mayor de 53 minutos.
b) Para este caso, seria
48 − 𝜇 𝑋 − 𝜇 53 − 𝜇
𝑃(48 < 𝑋 < 53) = 𝑃 ( < < )
𝜎 𝜎 𝜎
48 − 50 𝑋 − 𝜇 53 − 50
𝑃( < < )
5 𝜎 5
 = 𝑃(−0.4 < 𝑍 < 0.6)
⇨ 𝑃(𝑍 < 0.6) − 𝑃(𝑍 < −0.4) = ∅(0.6) − ∅(−0.4)
0.7258 − 0.3446 = 0.3812
Ahora 𝑛 ∗ 𝑝 = (80000)(0.3812) ≈ 30496, en consecuencia 30496 artículos
requerirían de un tiempo de fabricación no inferior a los 48 minutos, ni
superior a los 53 minutos.
c) Se requieren los valores de 𝑋1 𝑦 𝑋2 , tal que

𝑃(𝑋1 < 𝑋 < 𝑋2 ) = 𝛼

𝑃(𝑋1 < 𝑋 < 𝑋2 ) = 0.50
𝑋1 − 𝜇 𝑋 − 𝜇 𝑋2 − 𝜇
𝑃( < < ) = 0.50
𝜎 𝜎 𝜎
𝛼 0.5
Dado que la curva es simétrica, = = 0.25, luego
2 2

𝑋1 − 50 𝑋2 − 50
𝑃( <𝑍< ) = 0.25
5 5
Calculando el valor del cuantil, en la tabla de la distribución normal se tiene
que
𝑋1 − 50 𝑋1 − 50
𝑃( ) = −0.67 𝑦 𝑃 ( ) = 0.67
5 5
Ahora
𝑋1 − 50
= −0.67 ⇨ 𝑋1 = (−0.67)(5) + 50 = 46.65
5
𝑋2 − 50
= 0.67 ⇨ 𝑋1 = (0.67)(5) + 50 = 53.35
5

2. Se sabe que el 25% de los estudiantes de una universidad usa anteojos,

cual es la probabilidad de que, en un curso de 40 alumnos, por lo menos
cinco de ellos usen gafas
Solución:
Sea la variable aleatoria discreta
𝑋: # de estudiantes de una universidad que usa anteojos
Donde 𝑋~𝐵𝑖𝑛(𝑛, 𝑝), con parámetros 𝑛 = 40 𝑎𝑙𝑢𝑚𝑛𝑜𝑠 𝑦 𝑝 = 0.25, luego la
función de probabilidad es
40
𝑃 (𝑋 = 𝑥 ) = ( ) (0.25)𝑥 (1 − 0.25)40−𝑥
𝑥
Así
𝑃(𝑋 ≥ 5) = 1 − 𝑃 (𝑋 ≤ 4)
1 − [𝑃(𝑋 = 0) + 𝑃 (𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)]
40 40
1 − [( ) (0.25)0 (1 − 0.25)40−0 + . . . + ( ) (0.25)4 (1 − 0.25)40−4 ]
0 4
1 − [0.000010 + 0.000134 + 0.000872 + 0.003680 + 0.011347]
1 − 0.016042 = 0.98396
Por lo tanto, la probabilidad de que, en un curso de 40 alumnos, por lo menos
cinco de ellos usen gafas, es de 0.98396.
3. Si la estatura promedio de un grupo de 1000 personas fue de 160 cm y
la varianza de 100, además se sabe que se distribuyen normalmente,
cual es la probabilidad de que una persona mida
a. Entre 140 y 165 cm
b. Entre 170 y 180 cm
c. 185 cm y mas
d. 130 cm y menos
Solución:
Sea la variable aleatoria continua
𝑋: La estatura promedio de un grupo de 1000 personas
Donde 𝑋~𝑁(𝜇, 𝜎 2 ), con parámetros 𝜇 = 160 𝑐𝑚 , 𝜎 2 = 100 → 𝜎 = 10𝑐𝑚,
luego
 140−𝜇 𝑋−𝜇 165−𝜇 𝑋−𝜇
a) 𝑃(140 < 𝑋 < 165) = 𝑃 ( < < ) ; 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑟 𝑍 =
𝜎 𝜎 𝜎 𝜎

140 − 160 𝑋 − 𝜇 165 − 160

𝑃( < < )
10 𝜎 10
= 𝑃(−2 < 𝑍 < 0.5)
⇨ 𝑃(𝑍 < 0.5) − 𝑃(𝑍 < −2) = ∅(0.5) − ∅(−2)
0.6915 − 0.0228 = 0.6687
Por lo tanto, cual es la probabilidad de que una persona mida entre 140 y 165
cm, es de 0.6687.
170−𝜇 𝑋−𝜇 180−𝜇 𝑋−𝜇
b) 𝑃 (170 < 𝑋 < 180) = 𝑃 ( < < ) ; 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑟 𝑍 =
𝜎 𝜎 𝜎 𝜎

170 − 160 𝑋 − 𝜇 180 − 160

𝑃( < < )
10 𝜎 10
= 𝑃(1 < 𝑍 < 2)
⇨ 𝑃(𝑍 < 2) − 𝑃(𝑍 < 1) = ∅(2) − ∅(1)
0.9772 − 0.844 = 0.1359
Por lo tanto, cual es la probabilidad de que una persona mida entre 170 y 180
cm, es de 0.1359.
𝑋−𝜇 185−𝜇
c) 𝑃(𝑋 ≥ 185) = 1 − 𝑃(𝑋 < 185) = 1 − 𝑃 ( 𝜎 < )
𝜎
𝑋 − 𝜇 185 − 160
= 1−𝑃( < )
𝜎 10
= 1 − 𝑃(𝑍 < 2.5)
= 1 − ∅(2.5)
= 1 − 0.9938
= 0.0062
Por lo tanto, cual es la probabilidad de que una persona mida 185 cm y más,
es de 0.0062
𝑋−𝜇 185−𝜇
d) 𝑃(𝑋 ≤ 185) = 𝑃 ( < ) = 𝑃(𝑍 < 2.5) = ∅(2.5) = 0.9938
𝜎 𝜎

Por lo tanto, cual es la probabilidad de que una persona mida 130 cm y menos,
es de 0.9938
 4. La vida útil de las pilas de cierta marca está distribuida normalmente, si
el 6,88% de las pilas duran más de 56 horas y el 30,85% duran menos de
52 horas,
a. ¿Cuál es la media y la desviación estándar?
b. ¿Si se tienen 400 pilas cuantas de ellas esperamos que tengan una
duración superior a las 56 horas?
Solución:
Sea la variable aleatoria continua
𝑋: La vida útil de las pilas de cierta marca
Donde 𝑋~𝑁(𝜇, 𝜎 2 ), luego
𝑃(𝑋 < 52) = 0.385
𝑋 − 𝜇 52 − 𝜇
𝑃( < ) = 0.385
𝜎 𝜎
52−𝜇
De aquí , = −0.3 (∗)
𝜎

Y, además
𝑃(𝑋 > 56) = 0.0688 ⇨ 𝑃(𝑋 ≤ 56) = 0.9312
𝑋 − 𝜇 56 − 𝜇
𝑃( ≤ ) = 0.9312
𝜎 𝜎
56−𝜇
De aquí, = 1.5 (∗∗)
𝜎

Al resolver (∗) 𝑦 (∗∗), se tiene que

56 − 𝜇 52 − 𝜇
=
1.5 −0.3
(52 − 𝜇)(−0.3) = (1.5)(56 − 𝜇)
𝜇 ≈ 53
52−53
Luego 𝜎 = = 3.3
−0.3

En consecuencia, determine la duración media y la desviación estándar, es

𝜇 = 53 𝑦 𝜎 = 3.3
 5. Si la vida media de una batería de 12 voltios, es de 30 meses, con una
desviación estándar de 6 meses:
a. Determine qué porcentaje de baterías dura menos de 18 meses
b. Si la garantía establece el cambio de la batería, si su duración es
menor de 18 meses, cuantas baterías tendrá que cambiar un
almacén, ¿de 360 vendidas en el trimestre?
Solución:
Sea la variable aleatoria continua
𝑋: La vida media de una batería de 12 voltios
Donde 𝑋~𝑁(𝜇, 𝜎 2 ), con parámetros 𝜇 = 12 𝑚𝑒𝑠𝑒𝑠 , 𝜎 = 6 𝑚𝑒𝑠𝑒𝑠, luego
𝑋−𝜇 18−12
a) 𝑃(𝑋 < 18) = 𝑃 ( < ) = 𝑃(𝑍 < −2) = ∅(−2) = 0.0227
𝜎 6

El porcentaje de baterías dura menos de 18 meses, es de 2.27%

b) Para este caso 𝑥 = 18 𝑦 𝑛 = 360, entones 𝐸 =𝑛∗𝑝 =
(360)(0.0227) ≈ 8
Por lo tanto 8 baterías tendrán que cambiar un almacén

6. La duración de ciertas pilas para radio transistor, están distribuidas

normalmente; si el 2.28% duran más de 4.26 meses y 5,36% duran
menos de 1.25 meses, determine la duración media y la desviación
estándar
Solución:
Sea la variable aleatoria continua
𝑋: Duración de ciertas pilas para radio transistor
Donde 𝑋~𝑁(𝜇, 𝜎 2 ), Inicialmente se tiene que
𝑃(𝑋 < 1.25) = 0.0536
 𝑋 − 𝜇 1.25 − 𝜇
𝑃( < ) = 0.0536
𝜎 𝜎
1.25−𝜇
De aquí , = −1.61 (∗)
𝜎

Y, además
𝑃(𝑋 > 4.26) = 0.0228 ⇨ 𝑃(𝑋 ≤ 4.26) = 0.9772
𝑋 − 𝜇 4.26 − 𝜇
𝑃( ≤ ) = 0.9772
𝜎 𝜎
4.26−𝜇
De aquí, =2 (∗∗)
𝜎

Al resolver (∗) 𝑦 (∗∗), se tiene que

1.25 − 𝜇 4.26 − 𝜇
=
−1.61 2
(4.26 − 𝜇)(−1.61) = (2)(1.25 − 𝜇)
−6.8586 + 1.61𝜇 = 2.5 − 2𝜇
𝜇 = 2.6
4.26−2.6
Luego 𝜎 = = 0.83
2

En consecuencia, determine la duración media y la desviación estándar, es

𝜇 = 2.6 𝑦 𝜎 = 0.83

7. El peso medio de una fruta es de 4 libras. El 15% de estas frutas pesan

menos de 3 libras. ¿Suponiendo que los pesos están distribuidos
normalmente, cual es la desviación estándar?

Solución:
Sea la variable aleatoria continua
𝑋: Peso en libra de una fruta
Donde 𝑋~𝑁(𝜇, 𝜎 2 ), con 𝜇 = 4 𝑙𝑖𝑏𝑟𝑎 y varianza 𝜎 2 estándar desconocida
Luego
𝑃(𝑋 < 3) = 0.15
Estandarizando se tiene
𝑋−𝜇 3−4
𝑃( < ) = 0.15
𝜎 𝜎
Buscando dicho valor en la tabla de la distribución normal, se tiene
3−4
= −1.036433
𝜎
3−4
= 𝜎 ⇨ 𝜎 = 0.9615
−1.036433
La desviación estándar es 𝜎 = 0.9615