UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Dpto. de Estadística e Informática

Semana 13. Principales distribuciones continuas y

distribuciones muestrales
 • Motivación
• Logros
Inicio • Saberes previos

• Distribución normal y normal estándar

• Distribución muestral de la media
• Distribución muestral de la proporción
Desarrollo
• Ejercicios resueltos

• Ejercicios propuestos
Cierre • Autoevaluación (Moodle)

2
Descripción

Un laboratorio farmacéutico produce Prednisona en

presentación de jarabe. El contenido promedio del envase es
de 90 mililitros con una desviación estándar de 5 mililitros.
Según resoluciones del MINSA, si el producto no alcanza los
85 mililitros, el laboratorio será penalizado y cerrado. Según el
inspector de calidad del laboratorio, los envases tampoco
pueden superar los 95 mililitros dado que pueden generar
pérdida de líquido al encapsular.

• Defina la variable y los parámetros de la distribución.

• ¿Cuál es la probabilidad de que el laboratorio sea
penalizado y cerrado?
• ¿Cuál es la probabilidad de que se pierda contenido al
encapsular?
• ¿Cuál es el contenido mínimo del 20% de las botellas con
mayor contenido de jarabe prednisona?
3
Al término de la sesión, el estudiante estará en capacidad de:

 Modelar variables aleatorias continuas con la distribución

Normal y normal estándar. Usar la tabla estadística Z.
 Distribución muestral de la media.
 Distribución muestral de la proporción.
 Resolver ejercicios propuestos.

¿Cómo se calcula la probabilidad para una variable con

distribución de probabilidad Normal?.
¿Cómo se calcula la probabilidad de un valor estadístico
(media o proporción).
4
La distribución normal y normal estándar

Uso de tablas estadísticas

Distribución de la media

Distribución de la proporción

Ejemplos, ejercicios resueltos y propuestos

Autoevaluación (Aula virtual)

5
Se dice que la variable aleatoria continua X, tiene una
distribución Normal con media μ y variancia σ2 si su
función de densidad es la siguiente:
1  x 
2 Notación : X ~ N   ,  2

1  2   
f  x 
Media y Varianza:
e ,   x  
2  E  X    , Var  X    2

Característica:
1. Tiene forma acampanada.
2. Es simétrica respecto a la
recta X = 
3. Es asintótica respecto al eje X

Statistics I : Variable Aleatoria Continua y Dst. Normal sábado, 9 de Enero de 2021 6

1. Tiene forma acampanada.
2. Es simétrica respecto a la recta X = 
3. Es asintótica respecto al eje X

7
Si X  N( , 2), entonces la V.A.C. Z = (X - ) /  se dice
que tiene distribución normal estándar; con media 0, su
varianza 1 y su función de densidad es:
1
1  z2
f  z  e 2
,   z  
2

Statistics I : Variable Aleatoria Continua y Dst. Normal sábado, 9 de Enero de 2021 8

 TABLA DE LA DISTRIBUCION NORMAL
Área bajo la curva normal:  P  Z  z    
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.50000 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.52790 0.53188 0.53586
0.1 0.53983 0.54380 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535
0.2 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409
0.3 0.61791 0.62172 0.62552 0.62930 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173
0.4 0.65542 0.65910 0.66276 0.66640 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793
0.5 0.69146 0.69497 0.69847 0.70194 0.70540 0.70884 0.71226 0.71566 0.71904 0.72240
0.6 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.75490
0.7 0.75804 0.76115 0.76424 0.76730 0.77035 0.77337 0.77637 0.77935 0.78230 0.78524
0.8 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.9 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891

1.0 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.1 0.86433 0.86650 0.86864 0.87076 0.87286 0.87493 0.87698 0.87900 0.88100 0.88298
1.2 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147
1.3 0.90320 0.90490 0.90658 0.90824 0.90988 0.91149 0.91309 0.91466 0.91621 0.91774
1.4 0.91924 0.92073 0.92220 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.5 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.6 0.94520 0.94630 0.94738 0.94845 0.94950 0.95053 0.95154 0.95254 0.95352 0.95449
1.7 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.96080 0.96164 0.96246 0.96327
1.8 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062
1.9 0.97128 0.97193 0.97257 0.97320 0.97381 0.97441 0.97500 0.97558 0.97615 0.97670

9
Ejemplo 1.
La estatura de los estudiantes universitarios de cierto país está
normalmente distribuida con una media de 167.85 cm y
desviación estándar 10.37 cm.
Se tiene: X  N(=167.85, 2=10.372)
a) Si un estudiante es seleccionado al azar ¿Cuál es la
probabilidad de que mida menos de 179 cm?
 X   179  167.85 
P  X  179   P     P  Z  1.07522   P ( Z  1.08)  0.8599
  10.37 
b) Halle la probabilidad de que la estatura de un estudiante que
va a ser escogido al azar mida por lo menos 152 cm.
 X   152  167.85 
P  X  152   P     P  Z  1.53  1  P  Z  1.53  1  0.0630  0.9370
  10.37 
c) Si se está buscando estudiantes universitarios que midan
entre 165 y 195 cm para un casting de TV ¿Qué porcentaje de
estudiantes cumplen con esa condición?
P 165  X  195   P  0.28  Z  2.62   P  Z  2.62   P  Z  0.28 
P 165  X  195   0.9956  0.3897  0.6059 10
d) Si se eligen independientemente 9 estudiantes. Encuentre la
probabilidad de que siete de ellos midan menos de 179 cm.
Sea: Y= Número de estudiantes que miden menos de 179
Exito  E   X  179 , P  E     P  X  179   0.8599
Y ~ Binomial  n  9,   0.8599 
9
P Y  7      0.8599   0.1401  0.2457
7 2

7
e) ¿Cuál es la altura mínima que debe tener un bus de transporte
para que el 97.06% de los estudiantes viaje de pie sin
dificultad?
 X   k  167.85   k  167.85 
P  X  k   0.9706  P     P  Z  
  10.37   10.37 
k  167.85
Z  0.9706   1.89  k  187.4493 cm.
10.37
11
Ejercicio 1.
El tiempo que se demora en
entregar una pizza tiene una
distribución normal con media
25 minutos y desviación
estándar de 4.5 minutos. Si la
pizzería ofrece su producto con
la promoción “Si recibe su pizza
después de 30 minutos usted
no paga nada”.
a. ¿Qué porcentaje de pizzas se entregan de manera gratuita al
cliente?
b. ¿Cuál es el tiempo mínimo, para considerar un pedido de pizza
dentro del 25% de mayor tiempo?
c. Halle el Percentil 65.
d. Si se eligen 8 pedidos de pizzas al azar, ¿cuál es la
probabilidad que 3 de ellos hayan sido entregados en forma
gratuita?
12
Solución:
a. ¿Qué porcentaje de pizzas se entregan de manera gratuita al
cliente? 𝐗~𝐍(𝟐𝟓, 𝟒. 𝟓𝟐 )
𝐗 − 𝛍 𝟑𝟎 − 𝟐𝟓
𝐏 𝐗 > 𝟑𝟎 = 𝐏 > = 𝐏 𝐙 > 𝟏. 𝟏𝟏 = 𝟏 − 𝐏 𝐙 ≤ 𝟏. 𝟏𝟏 = 𝟏 − 𝟎. 𝟖𝟔𝟔𝟓 = 𝟎. 𝟏𝟑𝟑𝟓
𝛔 𝟒. 𝟓
b. ¿Cuál es el tiempo mínimo, para considerar un pedido de pizza
dentro del 25% de mayor tiempo?
𝐗 − 𝛍 𝐤 − 𝟐𝟓 𝐤 − 𝟐𝟓
𝐏 𝐗 > 𝐤 = 𝟎. 𝟐𝟓 ⇒ 𝐏 𝐗 ≤ 𝐤 = 𝟎. 𝟕𝟓 ⇒ 𝐏 ≤ =𝐏 𝐙≤ = 𝟎. 𝟕𝟓
𝛔 𝟒. 𝟓 𝟒. 𝟓
𝐤 − 𝟐𝟓
𝐄𝐧𝐭𝐨𝐧𝐜𝐞𝐬 𝐬𝐞 𝐜𝐮𝐦𝐩𝐥𝐞: = 𝟎. 𝟔𝟖 ⇒ 𝐤 = 𝟐𝟖. 𝟎𝟔
𝟒. 𝟓
c. Halle el Percentil 65.
𝐗 − 𝛍 𝐤 − 𝟐𝟓 𝐤 − 𝟐𝟓
𝐒𝐞 𝐭𝐢𝐞𝐧𝐞: 𝐏 𝐗 ≤ 𝐤 = 𝟎. 𝟔𝟓 ⇒ 𝐏 ≤ =𝐏 𝐙≤ = 𝟎. 𝟔𝟓
𝛔 𝟒. 𝟓 𝟒. 𝟓
𝐤 − 𝟐𝟓
𝐄𝐧𝐭𝐨𝐧𝐜𝐞𝐬 𝐬𝐞 𝐜𝐮𝐦𝐩𝐥𝐞: = 𝟎. 𝟑𝟗 ⇒ 𝐤 = 𝟐𝟔. 𝟕𝟔 13
𝟒. 𝟓
d. Si se eligen 8 pedidos de pizzas al azar, ¿cuál es la probabilidad
que 3 de ellos hayan sido entregados en forma gratuita?
Sea Y=Número de pizzas entregadas en forma gratuita
𝐏 𝐏𝐢𝐳𝐳𝐚 𝐠𝐫𝐚𝐭𝐮𝐢𝐭𝐚 = 𝛑 = 𝐏 𝐗 > 𝟑𝟎 = 𝟎. 𝟏𝟑𝟑𝟓
𝐘~𝐁𝐢𝐧(𝐧 = 𝟖, 𝛑 = 𝟎. 𝟏𝟑𝟑𝟓)
𝟖
𝐏 𝐘=𝟑 = 𝟎. 𝟏𝟑𝟑𝟓𝟑 𝟎. 𝟖𝟔𝟔𝟓𝟓 = 𝟎. 𝟎𝟔𝟓𝟏
𝟑

14
Ejercicios 2.
En una granja avícola, el peso de
los huevos de la gallina
producidos sigue una distribución
normal de media 65 g y
desviación estándar de 6 g. Si se
selecciona al azar un huevo:

a. Halle el porcentaje de huevos cuyo peso sea a lo más de 75 g

b. Halle la probabilidad que el peso de los huevos sea mayor a 60
pero menos a 74 g.
c. Si los huevos se clasifican según peso en tres categorías:
pequeños, medianos y grandes. Considerando que los
pequeños corresponde al 15% de menores peso y los grandes
al 25% de mayores peso. Halle los pesos que marcan los
límites de cada categoría.

15
Solución:
a. Halle el porcentaje de huevos cuyo peso sea a lo más de 75 g
Sea la V.A: X=Peso de un huevo (grs.)

𝐗~𝐍(𝟔𝟓, 𝟔𝟐 )
𝐗 − 𝛍 𝟕𝟓 − 𝟔𝟓
𝐏 𝐗 ≤ 𝟕𝟓 = 𝐏 ≤ = 𝐏 𝐙 ≤ 𝟏. 𝟔𝟕 = 𝟎.𝟗𝟓𝟐𝟓
𝛔 𝟔
b. Halle la probabilidad que el peso de los huevos sea mayor a 60
pero menos a 74 g.
𝟔𝟎 − 𝟔𝟓 𝟕𝟒 − 𝟔𝟓
𝐏 𝟔𝟎 < 𝐗 < 𝟕𝟒 = 𝐏 <𝐙< = 𝐏 −𝟎. 𝟖𝟑 < 𝐙 < 𝟏. 𝟓𝟎
𝟔 𝟔
= 𝑷 𝒁 < 𝟏. 𝟓𝟎 − 𝑷 𝒁 < −𝟎. 𝟖𝟑 = 𝟎. 𝟗𝟑𝟑𝟐 − 𝟎. 𝟐𝟎𝟑𝟑 = 𝟎. 𝟕𝟐𝟗𝟗

16
c. Si los huevos se clasifican según peso en tres categorías:
pequeños, medianos y grandes. Considerando que los
pequeños corresponde al 15% de menores peso y los
grandes al 25% de mayores peso. Halle los pesos que
marcan los límites de cada categoría.
𝐤 − 𝟔𝟓 𝐤 − 𝟔𝟓
𝐒𝐞 𝐭𝐢𝐞𝐧𝐞: 𝐏 𝐗 ≤ 𝐤 = 𝟎. 𝟏𝟓 ⇒ 𝐏 𝐙 ≤ = 𝟎. 𝟏𝟓 ⇒ = −𝟏. 𝟎𝟑 ⟹ 𝐤 = 𝟓𝟖. 𝟖𝟐
𝟔 𝟔
𝐤 − 𝟔𝟓 𝐤 − 𝟔𝟓
𝐒𝐞 𝐭𝐢𝐞𝐧𝐞: 𝐏 𝐗 ≤ 𝐤 = 𝟎. 𝟕𝟓 ⇒ 𝐏 𝐙 ≤ = 𝟎. 𝟕𝟓 ⇒ = 𝟎. 𝟔𝟖 ⟹ 𝐤 = 𝟔𝟗. 𝟎𝟖
𝟔 𝟔
Los límites son 58.82 grs. y 69.08 grs.

17
 Una v.a X tiene distribución t con m grados de libertad si
su función de probabilidad es:
 m 1 Notación:
 
f  x   2  ,   x   Media y variancia:
m 1

 m  x 
m
X  0 y  
2 2 2
m    1  
m2
X
 2  2
Características:
1. Forma acampanada y simétrica, centro en 0.
2. Es más dispersa que la normal estándar.
3. La dispersión disminuye, si m aumenta.
5. A medida que n aumenta, se aproxima a la Z.

Distribución muestral asociada a la t Student:

Se define la V.A.:
18
 Una v.a X tiene distribución Ji-cuadrado con m grados de libertad si
su función de probabilidad está dada por:
Notación:
 1
m
1 x
 m x 2
e 2
si x 0 Media y variancia:
f  x    2 2 m 2 
 X  m y  X2  2m

 0 si x0

Características:
1. El rango de la variable valores positivos.
2. Tienen una asimetría positiva.
3. Es asintótica con el eje horizontal.
4. Disminuye el sesgo, si los g.l. aumentan

Distribución muestral asociada a la Chi-cuadrado:

Se define la V.A.:
19
 Una v.a. X tiene una distribución F con n y m grados de
libertad si su función de probabilidad es:
n
 n  m  n  2 1
2
n
Notación:
   x
f  x   2  m  , x0
nm
 n   m  n x 2
      1  
 2  2  m 
Características:
1. El rango de la variable valores positivos.
2. Tienen una asimetría positiva.
3. Es asintótica con el eje horizontal.
4. Disminuye el sesgo, si los g.l. aumentan

Distribución muestral asociada a la Chi-cuadrado:

S12  12
Se define la V.A.: F  n1  1, n2  1
S2  2
2 2
20
Estadístico
Es una variable aleatoria (o función de una variable
aleatoria) cuyo valor puede variar de muestra en muestra.
Se suele definir en letras mayúsculas y los resultados de
estos estadísticos (valor estadístico) se definen en letras
minúsculas
El símbolo de media muestral se define como X y es un
estadístico, en cambio si el estadístico ya tiene un valor
determinado entonces ese valor se identifica como x
Definición de muestra aleatoria
Una muestra aleatoria X1, X2, … ,Xn; es un subconjunto de
observaciones de una población obtenida al azar.

21
Distribución de la media muestral
Sea X1, …, Xn una muestra de tamaño n de una
distribución con media µ y variancia σ2. Entonces la
media muestral X se distribuye:
Caso 1. Si es una población con distribución normal
  2

Si X i ~ N   ,    X ~ N   X ,
2

 n 
Caso 2. Si la distribución es no normal.
Para n suficientemente grande (n  30) y por el Teorema
del Límite central
  2

Si X i ~ f   ,    n  30  X ~ N   ,
2

 n 
Entonces, la media y variancia de X es:
 2

a. E  X   X   b. Var  X    X2  y X 
n n 22
Distribución de la media muestral
Entonces la distribución de la media muestral:

Su media: 𝛍𝐗 = 𝐄 𝐗 = 𝛍
𝟐
𝟐 𝛔
Su variancia: 𝛔𝐗 = 𝐕𝐚𝐫 𝐗 =
𝛍
𝐗−𝛍
Estandarizando Z: 𝐙=𝛔
𝐧

23
Ejemplo
El tiempo (minutos) que demora una rata para que se duerma
después de aplicársele un somnífero experimental, es una
variable aleatoria distribuida con media 1.5 y desviación estándar
0.35. Si el tiempo que demora una rata tiene distribución normal
a. Si se selecciona una rata al azar, calcule la probabilidad de se
demore más de 1.8 minutos.
X=Tiempo que demora en dormir: 𝐗~𝐍(𝟏. 𝟓, 𝟎. 𝟑𝟓𝟐 )
𝟏. 𝟖 − 𝟏. 𝟓
𝐏 𝐗 > 𝟏. 𝟖 = 𝐏 𝐙 > = 𝐏 𝐙 > 𝟎. 𝟖𝟔 = 𝟏 − 𝐏 𝐙 < 𝟎. 𝟖𝟔 = 𝟏 − 𝟎.𝟖𝟎𝟓𝟏 = 𝟎. 𝟏𝟗𝟒𝟗
𝟎. 𝟑𝟓
b. Si se extrae una muestra aleatoria de 5 ratas, calcule la
probabilidad de que la media de la muestra sea a lo más 2
minutos. 𝟎. 𝟑𝟓𝟐
𝐗~𝐍(𝟏. 𝟓, )
𝟓
𝟐. 𝟎 − 𝟏. 𝟓
𝐏 𝐗 ≤ 𝟐. 𝟎 = 𝐏 𝐙 ≤ = 𝐏 𝐙 ≤ 𝟑. 𝟏𝟗 = 𝟎. 𝟗𝟗𝟗𝟑
𝟎. 𝟑𝟓
𝟓 24
c. Si el tiempo que demora una rata tiene distribución
desconocida y se extrae una muestra aleatoria de 40. Calcule
la probabilidad aproximada de que el tiempo promedio
muestral de demora esté entre 1.35 y 1.60 minutos.
𝟎. 𝟑𝟓𝟐
Por el Teorema del Límite Central: 𝐗~𝐍(𝟏. 𝟓, )
𝟒𝟎

𝟏.𝟑𝟓 − 𝟏.𝟓 𝟏.𝟔 − 𝟏.𝟓

𝐏 𝟏.𝟑𝟓 < 𝐗 < 𝟏.𝟔 = 𝐏 <𝐙< = 𝐏 −𝟐.𝟕𝟏 < 𝐙 < 𝟏.𝟖𝟏
𝟎.𝟑𝟓 𝟎.𝟑𝟓
𝟒𝟎 𝟒𝟎
= 𝐏 𝐙 < 𝟏.𝟖𝟏 − 𝐏 𝐙 < −𝟐.𝟕𝟏 = 𝟎.𝟗𝟔𝟒𝟗 − 𝟎.𝟎𝟎𝟑𝟒 = 𝟎.𝟗𝟔𝟏𝟓

25
Ejercicio 1.
Sea la variable aleatoria X la
cantidad de radiación que puede
ser absorbida por un individuo
antes que le sobrevenga la
muerte. Suponga que X es normal
con media de 500 roentgen y una
desviación estándar de 150
roentgen.
morir se encuentre entre 450 y
550 roentgen?

a. ¿Qué porcentaje de individuos podrán absorber entre 350 y

430 roentgen de radiación antes que le sobrevenga la muerte?
b. Si se extrae una muestra de 20 individuos, ¿cuál es la
probabilidad que la cantidad media de radiación absorbida por
un individuo antes de morir se encuentre entre 450 y 550
roentgen?
26
Solución:
a. ¿Qué porcentaje de individuos podrán absorber entre 350 y
430 roentgen de radiación antes que le sobrevenga la muerte?
X=Cantidad de radicación antes de morir: 𝐗~𝐍(𝟓𝟎𝟎, 𝟏𝟓𝟎𝟐)
𝟑𝟓𝟎 − 𝟓𝟎𝟎 𝟒𝟑𝟎 − 𝟓𝟎𝟎
𝐏 𝟑𝟓𝟎 < 𝐗 < 𝟒𝟑𝟎 = 𝐏 <𝐙< = 𝐏 −𝟏. 𝟎𝟎 < 𝐙 < −𝟎. 𝟒𝟕
𝟏𝟓𝟎 𝟏𝟓𝟎
= 𝐏 𝐙 < −𝟎. 𝟒𝟕 − 𝐏 𝐙 < −𝟏. 𝟎𝟎 = 𝟎. 𝟑𝟏𝟗𝟐 − 𝟎. 𝟏𝟓𝟖𝟕 = 𝟎. 𝟏𝟔𝟎𝟎
b. Si se extrae una muestra de 20 individuos, ¿cuál es la
probabilidad que la cantidad media de radiación absorbida por
un individuo antes de morir se encuentre entre 450 y 550
roentgen? 𝟏𝟓𝟎𝟐
𝐗~𝐍(𝟓𝟎𝟎, )
𝟐𝟎
𝟒𝟓𝟎 − 𝟓𝟎𝟎 𝟓𝟓𝟎 − 𝟓𝟎𝟎
𝐏 𝟒𝟓𝟎 < 𝐗 < 𝟓𝟓𝟎 = 𝐏 <𝐙< = 𝐏 −𝟏. 𝟒𝟗 < 𝐙 < 𝟏. 𝟒𝟗
𝟏𝟓𝟎 𝟏𝟓𝟎
𝟐𝟎 𝟐𝟎
= 𝐏 𝐙 < 𝟏. 𝟒𝟗 − 𝐏 𝐙 < −𝟏. 𝟒𝟗 = 𝟎. 𝟗𝟑𝟏𝟗 − 𝟎. 𝟎𝟔𝟖𝟏 = 𝟎. 𝟖𝟔𝟑𝟖 27
Ejercicio 2.
Se sabe que en una empresa de
taxis, la variable aleatoria
X=Número de servicios no
atendidos por día tiene la
siguiente distribución de
probabilidad:

X 1 2 3 5 6
P(X=x) 0.31 0.19 0.25 0.125 0.125

Si se toma una muestra de tamaño 36.

Halle la probabilidad que el promedio muestral del número de
servicios no atendidos sea menor a 2.5

28
Solución:
Halle la probabilidad que el promedio muestral del número de
servicios no atendidos sea menor a 2.5
Calculando la media y variancia:

𝛍=𝐄 𝐗 = 𝐗𝐟 𝐱 = 𝟏𝐱𝟎. 𝟑𝟏 + 𝟐𝐱𝟎. 𝟏𝟗 + 𝟑𝐱𝟎. 𝟐𝟓 + 𝟓𝐱𝟎. 𝟏𝟐𝟓 + 𝟔𝐱𝟎. 𝟏𝟐𝟓 = 𝟐. 𝟖𝟏𝟓

𝐄 𝐗𝟐 = 𝐗𝟐 𝐟 𝐱 = 𝟏𝟐𝐱𝟎. 𝟑𝟏 + 𝟐𝟐𝐱𝟎. 𝟏𝟗 + 𝟑𝟐𝐱𝟎. 𝟐𝟓 + 𝟓𝟐𝐱𝟎. 𝟏𝟐𝟓 + 𝟔𝟐𝐱𝟎. 𝟏𝟐𝟓 = 𝟏𝟎. 𝟗𝟒𝟓

𝛔𝟐 = 𝐄 𝐗𝟐 − 𝛍𝟐 = 𝟏𝟎. 𝟗𝟒𝟓 − 𝟐. 𝟖𝟏𝟓𝟐 = 𝟑. 𝟎𝟐
Por el Teorema del Límite Central:  3.02 
X ~ N  2.815, 
   36 
 2.5  2.815 
 
P X  2.5  P  Z 
 3.02 
  P  Z  1.09   0.1379
 
 36 
29
Para n grande y utilizando el teorema del límite central, se puede
asegurar que la proporción muestral p, tiene una distribución
aproximadamente normal con media:    y varianza: 
2
 1   

  1    
n n
Entonces: p ~ N   , 
aprox .
 n 
p 
Para estandarizar: Z
 1   
n

30
Ejemplo
En un proceso de producción el porcentaje de unidades
defectuosas es 3%. Si el proceso de producción se para al
encontrar al menos 5% de unidades defectuosas. Al revisar una
muestra aleatoria de 200 artículos, halle la probabilidad que el
proceso continúe.
𝟎. 𝟎𝟑𝐱(𝟏 − 𝟎. 𝟎𝟑)
𝐧 = 𝟐𝟎𝟎, 𝛑 = 𝟎. 𝟎𝟑 ⟹ 𝐩~𝐍 𝟎. 𝟎𝟑,
𝟐𝟎𝟎

𝐩−𝛑 𝟎. 𝟎𝟓 − 𝟎. 𝟎𝟑
𝐏 𝐩 < 0.05 = 𝐏 < = 𝐏 𝐙 < 𝟏. 𝟔𝟔 = 𝟎. 𝟗𝟓𝟏𝟓
𝛑(𝟏 − 𝛑) 𝟎. 𝟎𝟑𝐱𝟎. 𝟗𝟕
𝐧 𝟐𝟎𝟎

31
Ejercicio 1.
El diez por ciento de las personas
de cierta comunidad tiene sangre
tipo B. Si se selecciona una
muestra aleatoria de 900
personas de esa comunidad.
¿Cuál es la probabilidad de que
la proporción muestral de
personas con sangre tipo B?

a. Sea al menos 7.2%

b. Sea a lo más 10.5%
c. Se encuentre entre el 12% y el 15%

32
Solución:
a. Sea al menos 7.2%
𝟎. 𝟏𝟎𝐱(𝟏 − 𝟎. 𝟏𝟎)
𝐧 = 𝟗𝟎𝟎, 𝛑 = 𝟎. 𝟏𝟎 ⟹ 𝐩~𝐍 𝟎. 𝟏𝟎, ⟹ 𝐩~𝐍 𝟎. 𝟏𝟎, 𝟎. 𝟎𝟎𝟎𝟏
𝟗𝟎𝟎
𝐩−𝛑 𝟎. 𝟎𝟕𝟐 − 𝟎. 𝟏𝟎
𝐏 𝐩 ≥ 𝟎. 𝟎𝟕𝟐 = 𝐏 ≥ = 𝐏 𝐙 ≥ 𝟐. 𝟖𝟎 = 𝟏 − 𝐏 𝐙 < 𝟐. 𝟖𝟎
𝛑 𝟏−𝛑 𝟎. 𝟎𝟎𝟎𝟏
𝐧
= 𝟏 − 𝟎. 𝟗𝟗𝟕𝟒 = 𝟎. 𝟎𝟎𝟐𝟔
b. Sea a lo más 10.5%

𝐩−𝛑 𝟎. 𝟏𝟎𝟓 − 𝟎. 𝟏𝟎
𝐏 𝐩 ≤ 𝟎. 𝟏𝟎𝟓 = 𝐏 ≤ = 𝐏 𝐙 ≤ 𝟎. 𝟓𝟎 = 𝟎. 𝟔𝟗𝟏𝟓
𝛑 𝟏−𝛑 𝟎. 𝟎𝟎𝟎𝟏
𝐧

33
c. Se encuentre entre el 12% y el 15%

𝟎. 𝟏𝟐 − 𝟎. 𝟏𝟎 𝟎. 𝟏𝟓 − 𝟎. 𝟏𝟎
𝐏 𝟎. 𝟏𝟐 < 𝐩 < 𝟎. 𝟏𝟓 = 𝐏 <𝐙< = 𝐏 𝟐. 𝟎𝟎 < 𝐙 < 𝟓. 𝟎𝟎
𝟎. 𝟎𝟎𝟎𝟏 𝟎. 𝟎𝟎𝟎𝟏

= 𝑷 𝒁 < 𝟓. 𝟎𝟎 − 𝑷 𝒁 < 𝟐. 𝟎𝟎 = 𝟏 − 𝟎. 𝟗𝟕𝟕𝟐 = 𝟎. 𝟎𝟐𝟐𝟖

34
Ejercicios propuestos.
1. Un Mini Market ha determinado que la demanda diaria de leche
fresca es de 110 litros. Considerando que la demanda de leche
fresca está normalmente distribuida con media 105 litros y
desviación estándar 35 litros.
a. Halle la probabilidad de que en un día el Mini Market no cubra
la demanda de leche fresca.
b. Halle la probabilidad de que la demanda diaria de leche fresca
sea más de 90 litros pero menos de 115 litros.
c. ¿Cuál debe ser la demanda diaria máxima de leche fresca, para
tener el 97.5% de los días con las menores demandas.
2. De una empresa se escoge una muestra aleatoria de 300
empleados para una encuesta sobre condiciones laborales.
Halle la probabilidad aproximada de que la proporción muestral
a favor de las condiciones laborales esté comprendido en el
intervalo 0.76 y 0.84, si se estima en 80% del total de
empleados el porcentaje a favor de las condiciones laborales

35
Ejercicios propuestos.
1. Una empresa dedicada a dar servicios de taxi desea analizar el
tiempo (minutos) de atender un servicio de taxi. Se sabe que el
tiempo de atención sigue una distribución Normal con media igual a
12 minutos y una desviación estándar de 4 minutos.
a. Halle el porcentajes de servicios que demoran mas 8 minutos.
b. Halle la probabilidad que el tiempo de atención se encuentre entre
10 y 14 minutos.
c. Determinar el tiempo de atender un servicio, tal que corresponda
al 65% de los servicios de menores tiempos.
d. Halle la mediana del tiempo de atender un servicio
2. El tiempo, en horas, de reparación de un automóvil es una variable
aleatoria X con distribución normal. En promedio se demora 4.48
horas y una desviación estándar de 1.2.
a. Calcular la probabilidad de que un automóvil este más de 3 horas,
si lleva al menos media hora siendo reparado
b. Hay un 10% de automóviles que son los que requieren de mayor
tiempo para reparación. ¿Cuántas horas se requiere como mínimo
para reparar un automóvil de este tipo?

36
Referencias bibliográficas
 Anderson D., Sweendy D., Williams T. (2016) Estadística para
Administración y Economía. 12ª. Edición. México. Cengage
Learning Editores. Capítulo 7.
 Newbold, P. y Carlson, W. y Thorne, B. (2008). Estadística para
Administración y Economía (6ta. ed.) Madrid: Pearson
Education. Prentice Hall

37