Ejercicios resueltos

Semana 12. Distribuciones continuas

1. Suponga que la producción diaria de leche de cierto establo puede describir como una
distribución normal con media de 450 litros y desviación estándar de 25 litros.
a) ¿Cuál es la probabilidad que en un día cualquiera la producción de leche sea de más
de 500 litros?
b) ¿Cuál es la probabilidad que en un día cualquiera la producción diaria difiera de la
media en no más de 30 litros?
c) Halle el intervalo centrado en la media que contengas el 90% de la producción de
leche.

Solución:

a) P  x  500  1  p( z  2)  0.02275
b) P  x    30   p(1.2  x  1.2)  0.76986
c) p( xi  x  xs )  0.9
 x  450 x  450 
p i z s   0.9
 25 25 
xi  450
 1.645 xi  408.875 xs  491.125
25

2. La cantidad de grasa de leche (en libras) producidas por cierta raza de vaca se
distribuye normalmente con media de 40 lb y desviación estándar de 12 lb.
a) ¿Qué porcentaje de vacas producen una cantidad de grasa de leche mayor de 54 lb?
b) Se quiere clasificar a las vacas de cierto establo según la cantidad de grasa de leche
producida, de la forma siguiente: si la producción es menor de 16 lb se clasificaran
como “deficientes”, si es mayor de 64 lb se clasificaran como “óptimas”, de lo
contrario se clasificaran como “normales” ¿Halle el porcentaje de vacas que
corresponderían en cada categoría de clasificación?
c) Si se selecciona al azar tres vacas, halle la probabilidad que dos de ellas sean
clasificadas como óptimas.
d) Si se selecciona al azar a cinco vacas. Cuántas de ellas se esperarían que sean
clasificadas como normales.
e) Si la cantidad de grasa de leche es menor 16 lb, se obtiene como ganancia $0.5 por
litro vendido, si la producción es mayor de 64 lb se obtiene como ganancia $ 1.5 por
litro vendido, de lo contrario se obtiene $1 por litro vendido. Halle la ganancia
esperada por litro vendido.

Solución:

a) x ~ N (40,122 ) p  x  54  1  p( z  1.67)  1  0.8783

p  x  16  p( z  2)  0.02275
b) deficientes:
p 16  x  64  p(2  z  2)  0.9545
normales:
p  x  64  p( z  2)  0.02275
óptimas:
c) y: número de vacas clasificadas como óptimas de tres vacas seleccionadas
y ~ B(3, 0.02275)
p  y  2  C23 (0.02275)2 (0.00151736)
a. y: número de vacas clasificadas como normales de un total de 5.
E(y)=5(0.9545)= 4.7725
b. ganancia p(ganancias)
0.5 0.02275
1 0.9545
 1.5 0.02275
E(ganancia)=0.5(0.02275)+1(0.9545)+1.5(0.02275)=1 dólar

3. La municipalidad de cierto distrito ha estimado que el peso (en kilogramos) de papel

que desecha una vivienda de la urbanización Horizonte diariamente, se distribuye
normalmente con una media de 0.5 kg y una desviación estándar de 0.1 kg.

a) Si se selecciona aleatoriamente a una vivienda de esta urbanización. ¿Cuál es la

probabilidad que deseche en un día más de 0.7 kg de papel?
b) Si se selecciona 3 viviendas al azar, ¿Cuál es la probabilidad que al menos una de
ellas deseche en un día más de 0.7kg de papel?
c) Si se selecciona 5 viviendas al azar, ¿Cuál es la probabilidad que al menos dos de
ellas no deseche en un día más de 0.7kg de papel?
d) ¿Qué cantidad de papel mínimo (en kg) desecha el 65% de las viviendas con
mayores cantidades de papel desechado en un día?
e) ¿Qué porcentaje de viviendas desechan diariamente entre 0.35kg y 0.65 kg de
papel?

Solución:

 0.7  0.5 
a) x ~ N (0.5, 0.1 )
2
p  x  0.7   1  p  z    1  0.9772  0.0228
 0.1 
b) y: número de viviendas que desechan más de 0.7kg de papel de tres viviendas
seleccionadas y ~ B(3, 0.0228)
p( y  1)  1  p( y  0)  (0.9772)3  0.06685
c) y: número de viviendas que no desechan más de 0.7kg de papel de tres viviendas
seleccionadas y ~ B(3, 0.9772)
1
p( y  2)  1  p( y  1)  1   Cx5 (0.9772) x (0.0228)5 x  1
x 0

 P  0.5 
d) p  x  P0.35   0.35 p  z  0.35   0.35
 0.1 
P0.35  0.5
 0.39 P0.35  0.461
0.1
e) p  0.35  x  0.45  p(1.5  z  1.5)  0.8664

4. Las notas del examen final del grupo F se distribuyen normalmente con media 11
puntos y variancia 4 puntos2. Se elige un alumno al azar:
a) ¿Cuál es la probabilidad que el alumno elegido tenga más de 10.5?
x: Notas de un examen final x ~ N (11, 4)
 10.5  11 
p  x  10.5  1  p  z    1  0.4013  0.5987
 2 

b) El 87.9% de los alumnos fueron considerados en la categoría A por haber obtenido

las notas más altas. ¿Cuál es la nota mínima que se consideró para que un
estudiante se encuentre considerado en la categoría A?
 x   a  11 
p  x  a  p     0.879
  2 
a  13.34

c) Si se eligen 3 estudiantes al azar cual es la probabilidad que 2 de ellos hayan

obtenido más de 10.5.
y: Número de estudiantes con más de 10.5 y B  3,0.5987 
  3
p  y  2      0.5987   0.4013  0.4315
2

 2

5. Después de una serie de experimentos se estima que el número medio de días que
sobrevive cierta especie de pez en aguas contaminadas es 167 días, con una desviación
típica de 3 días. Si la distribución de los días sobrevividos es normal.
a) ¿Cuál es el porcentaje de peces que sobreviven menos de 170 días, pero más de
160 días?.

x: Tiempo de supervivencia (en días) x ~ N (167, 9)

160  167 170  167
p(160  x  170)  p( z )  pz  1  pz  2.33
3 3
 0.8413  0.0098  0.8315

b) Si se selecciona 4 peces al azar, ¿cuál es la probabilidad de que todos sobrevivan

más de 167 días?

y: Número de peces que sobreviven más de 167 días

y ~ B(4, 0.5)   p( x  167)  0.5
 4
p( y  4)   0.5 4 0(0.5) 0  0.0625
 4

c) Si se seleccionan al azar 49 peces, ¿cuál es la probabilidad que el tiempo medio de

supervivencia sea superior a los 167.5 días?
9
x : Tiempo medio de supervivencia (en días) x ~ N (167, )  x ~ N (167, 0.184)
49
167.5  167
p( x  169)  1  p( z  )  1  p  z  1.166   1  0.8782  0.1218
0.184

6. La cantidad neta de arroz, en kg, que envasa la máquina marca Alfa es una variable
aleatoria distribuida normalmente con una media de 50 kg y una desviación estándar de
0.5 kg.
a) Encuentre la cantidad mínima y máxima de peso que debe tener una bolsa para
estar comprendido en el 90% central de la distribución de las cantidades envasadas
en esta máquina.

x: Cantidad de arroz envasada (en kg.) x ~ N (50, 0.5 2 )

p( x1  x  x2 )  0.9 intervalo centrado
x1  50 x 2  50
 1.645  1.645, luego : x1  49.1775 x 2  50.8225
0.5 0.5

b) ¿Cuál es la probabilidad que una bolsa seleccionada al azar tenga un peso mayor de
51 kg.?
51  50
  p( x  51)  p( z  )  p( z  2)  1  0.9772  0.0228
0.5

c) Si se inspecciona 4 bolsas encuentre la probabilidad de que al menos tres de ellas

tengan un peso mayor de 51 kg.

y: Número de bolsas cuyo peso es mayor a 51 gr

 4
 4
p( y  3)    (0.0228) y (0.9772) 4 y  0.000046328  0.0000002702  0.0000465987
y 3  y 

d) Si se seleccionan al azar 36 bolsas, ¿cuál es la probabilidad que la cantidad media de

arroz envasada se encuentre entre 49.92 y 50.08 kg?

0.52
x : : Cantidad media de arroz envasada (en kg.) x ~ N (50, )  x ~ N (50, 0.0069)
36
49.92  50 50.08  50
p(49.92  x  50.08)  p( z )  p  z  0.964   p  z  0.964 
0.0069 0.0069
 0.8325  0.1675  0.8315  0.665

7. Una fábrica se dedica al envasado de una determinada bebida. El proceso de embase

puede ser controlado de tal forma la cantidad de líquido contenido en la botella se
distribuya normalmente con media 2 litros y desviación estándar de 0.2 litros. Se
consideran mal envasadas aquellas botellas que presenten un contenido inferior a los
1.9 litros o superior a los 2.1 litros.
a) Si se elige una botella al azar ¿cuál es la probabilidad que la botella no sea
considerada mal envasada?
x: Cantidad de líquido contenido en la botella x ~ N (2, 0.04)
 1.9  2 2.1  2 
p(1.9  x  2.1)  p  z   p  z  0.5  p  z  0.5  0.6915  0.3085  0.383
 0.2 0.2 

b) De un lote de 1000 botellas se eligen sin reemplazo 20 botellas. ¿Cuál es la

probabilidad que 5 de las botellas seleccionadas no se encuentren mal envasadas?

y: Número de botellas mal envasadas

y ~ H 1000, 20,383 N  1000 , n  20 , A  383

1000  383  383 

  
 20  5  5 
p  y  5   0.092
1000 
 
 20 
 Ejercicios resueltos
Semana 13. Distribuciones muestrales

1. Una empaquetadora de arroz produce un 12% de empaquetados defectuosos. Para

mantener bajo control este proceso, se revisa provisionalmente una muestra de bolsas
de 1kg de arroz empaquetadas por esta máquina, si el porcentaje de defectuosos es
por lo menos del 17%, la producción se detiene. Al revisar una muestra de 350 bolsas
de 1kg de arroz empaquetadas, halle la probabilidad de que la máquina se detenga.

  0.12 n  350
 (1   ) 0.12 * 0.88
p ~ N ( , )  N (0.12, )
n 350
0.17  0.12
p( p  0.17)  1  p ( z  )  1  p ( z  2.88)  1  0.998  0.002
0.0003
2. Una industria alimenticia comercializa harina en paquetes con inscripción: “peso neto
500 gr”. El proceso automático de llenado de los paquetes puede regularse de modo
que la cantidad de harina por paquete se distribuye normalmente con una desviación
estándar de 0.2 onzas. (1 onza = 28.7 gr.)
a. ¿A qué nivel debe ajustarse el llenado medio de modo que sólo el 0.001 de los
paquetes tengan un peso neto inferior a 12 onzas?

x: Cantidad de harina en paquetes (en kg.) x ~ N ( , 5.74 2 )

1 onza=28.7 gr.
12 onzas= 344.4 gr.
p ( x  344.4)  0.001
344.4  
p( z  )  0.001
5.74
344.4  
 3.09, luego :   362.137
5.74

b. ¿A qué nivel debe ajustarse el llenado medio de modo que sólo el 0.05 de los
paquetes tengan un peso superior a 12.4 onzas?

p( x  355.88)  0.05
355.88  
 1.645, luego :   346.4377
5.74

3. Una cadena de Supemercados tiene una base en datos pasado, donde el 35% de las
compras realizadas con tarjeta de crédito en una tienda muy conocida y céntrica son
por cantidades superiores a 100 dólares. Si se seleccionan muestras aleatorias de 100
compras realizadas con tarjeta de crédito:

a) ¿Qué proporción de las muestra es posible que tengan entre 20% y 40% compras
mayores que 100 dólares?

 (1   ) 0.35(0.65)
p ~ N ( , )  N (0.35, )  N (0.35, 0.002275)
n 100
0.2  0.35 0.4  0.35
p (0.2  p  0.4)  p ( z )  p (3.14  z  1.05)
0.002275 0.002275
p ( z  1.05)  p ( z  3.14)  0.8531  0.0008  0.8523

b) Dentro de qué límites centrados en el porcentaje de la población caerá el 95% de los

porcentajes de la muestra seleccionada?
 p(P1  p  P2 )  0.95
P1  0.35 P2  0.35
p( z )  0.95
0.002275 0.002275
P1  0.35 P2  0.35
 1.96  1.96
0.002275 0.002275
P1  0.35 P2  0.35
 0.025  0.975
0.002275 0.002275
luego : P1  0.3512 P2  0.3965

4. De un colegio de Lima se conoce que de 560 estudiantes, 320 son mujeres. Si se toma
una muestra aleatoria de 100 estudiantes, halle la probabilidad que la proporción
muestral de estudiantes varones sea superior a 0.5

N = 560 mujeres = 320, hombres = 240

240
n = 100   0.429
560
 (1   )  N  n 
p ~ N ( ,  N  1  )  N (0.429, 0.0017)
n  
0.5  0.429
p( p  0.5)  p( z  )  1  p  z  1.73  1  0.958  0.042
0.0017

5. Por estudios se ha podido determinar que el tiempo de germinación de cierta semilla

tiene una distribución de probabilidad con media de 3.5 días y desviación estándar de
1.5 días.
a) Si se selecciona al azar una muestra aleatoria de 40 semillas, ¿cuál es la probabilidad
que el tiempo medio de germinación de la muestra supere los 4 días?
b) Si se selecciona al azar una muestra aleatoria de 40 semillas, ¿cuál es la probabilidad
que el tiempo total de germinación de la muestra supere los 145 días pero sea
menor de 155 días?
c) ¿Cuántas semillas se debe seleccionar de tal manera que el 95% de las medias
muestrales centrales sea menor de 1 día?
d) Bajo el supuesto que el tiempo de germinación de la semilla estudiada se distribuye
normalmente, ¿cuál es la probabilidad que la varianza muestral del tiempo de
germinación de 30 semillas, seleccionadas al azar, sea menor de 1.3739 días 2?
e) También se ha observado que el 5% de las semillas sembradas no germinan. De una
muestra de 140 semillas seleccionadas al azar ¿cuál es la probabilidad que
proporción muestral de semillas que germinan en la muestra sea mayor del 0.98?

Solución:

x: tiempo de germinación de dicha semilla. x ~ N (3.5,1.52 )


p  x  4  p  z 
 4  3.5 40   p( z  2.11)  0.2514
a) n=40, 
 1.5 
 
40
b) p 145  x  155   p (145  x
i 1
i  155)  p  3.63  x  3.875 

p  0.53  z  1.58  0.241

c) P  x    4   0.95
  1 n 1 n
p  z   0.9
 1.5 1.5 
1 n
2
 1.96(1.5) 
 1.96 n   8.64  9
1.5  1 
 (n  1) s 2
1.3739(29) 
d) p ( s  1.3739)  p     p   29  17.708 
2 2

 
2 2
1.5 
 1  p   29
2
 17.708  1  0.05  0.95
e)   0.95 proporción de semillas que si germinan
 
 0.98  0.95 
prob  p  0.98   p  z    p ( p  2.535)  1  0.9944  0.056
 0.98(0.02) 
 
 140 

6. Una cevicheria compra diariamente 30 kilogramos de pescado fresco. Si la demanda

diaria de pescado en cualquiera de sus variedades esta normalmente distribuido con
media 24 kilogramos y desviación estándar de 5 kilogramos.
a) Determine la probabilidad de que la cevicheria agote el pescado comprado en un día
cualquiera seleccionado al azar.
b) Si se selecciona 25 días al azar. Determine la probabilidad de que el promedio
muestral supere a su media en menos de 0.83 kilogramos.
c) La demanda diaria de mariscos está normalmente distribuida con media 25
kilogramos y desviación estándar de 5 kilogramos. Si se selecciona la información de
la demanda diaria de pescado y de mariscos en 50 días). Calcule la probabilidad que
la demanda media muestral de pescado fresco supere a la de mariscos en por lo
menos 0.5 kilogramos.

Solución:

a)
X ~ N (24,25) X: demanda diaria de pescado en ceviche (kg)
 30  24   P( Z  1.2)  0.1157
p( x  30)  P  X  
 5 
b)
n  25  X ~ N (24,1)

p(0  X    0.83)  P(0  Z  0.83)  P( Z  0.83)  P( Z  0)  0.29673

c) A = pescado B = mariscos
X A ~ N (25,25) X B ~ N (24,25) n A  nB  50 X A  X B ~ N (1,1)
 0.5  1 
P X A  X B    P( Z  0.5)  0.69146
 1 

1. Una máquina automática para la venta de jugo de naranja se regula de modo que la
cantidad de jugo de naranja por vaso tendrá una distribución normal con desviación
estándar de 20 ml.
a. ¿A que nivel () debe ajustarse la maquina para observar que el 97.5% de los vasos
de jugo de naranja contengan menos de 330 mililitros?

p ( x  330)  0.975
 x   330   
p    0.975
  20 
330  
p( z  )  0.975 zo  1.96   290.8
20