UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE

Licenciado en Administr
UA: Estadística descrip
Evidencia 4. Reporte de solución de casos prácticos que contenga la aplicac
Equipo 5
Integrantes:
Ballesteros Rosales Paulina Nayeli 1999719
Calixto Abundis Fernanda Yamileth 2050169
Chávez Moreno Rubí Paulina 1997119
Ochoa Niño Valeria Anahi 2060537

Maestra: Deydra Celeste López Piñón

CD. UNIVERSITARIA, NUEVO LEÓN A 12 D
 Una ejecutiva de negocios se va a mudar de Chicago a Atlanta y necesita vender ráp
Chicago. Un empleado le ofrece comprársela en $210 000, pero la oferta expira al fina
momento la ejecutiva no tiene otra oferta mejor, pero piensa que puede dejar la casa
De acuerdo con las pláticas que ha tenido con su agente inmobiliario la ejecutiva cre
pueden ofrecerle dejando la casa un mes más en el mercado están distribuidos unifo
$225 000.

Distribucion uniforme

Si deja la casa en el mercado un mes más, ¿cuál es la expresión matemática para la función de den
probabilidad de los precios de venta que le sean ofrecidos?
R=
a = 200,000 - Minimo
b = 225 000 - Maximo

𝐴𝑙𝑡𝑢𝑟𝑎= 1/(𝑏 −𝑎) 1/(225 000 −200 000)= 1/25000 25 000

200 000 225 000

Area = (Base)(Altura)
Area = (25 000) (1/25000) = 1 = 100%

Si la deja en el mercado un mes más, ¿cuál es la probabilidad de que venda la casa en por lo meno
R= P (X > 215 000) = 2/5 = 0.4 = 40%
a = 200,000
b = 225 000
𝐴𝑙𝑡𝑢𝑟𝑎= 1/(𝑏 −𝑎) 1/(225 000 −200 000)= 1/25000
10 000

200 000 215 000 225 000

Area = (Base)(Altura)
Area = (10 000) (1/25000) = 2/5 = 0.4 = 40%

Hay un 40% de probabilidad de que la casa se venda por lo menos con un costo mayor a $215000.

Si la deja en el mercado un mes más, ¿cuál es la probabilidad de que venda la casa en menos de $2
R= P (X < 210 000) = 2/5 = 0.4 = 40%
a = 200,000
b = 225 000
𝐴𝑙𝑡𝑢𝑟𝑎= 1/(𝑏 −𝑎)= 1/(225 000 −200 000)= 1/25000
10 000
Area = (Base)(Altura) 200 000 210 000 225 000
Area = (10 000) (1/25000) = 2/5 = 0.4 = 40%

Hay un 40% de probabilidad de que la casa se venda con un costo menor a $210000.

¿Deberá dejar la ejecutiva su casa en el mercado un mes más? ¿Por qué sí o por qué no?
R = Si debería dejarla en el mercado hasta terminar el mes porque hay un 60% de probabilidad de que la
cesita vender rápidamente su casa en
erta expira al final de esa semana. En este
ede dejar la casa en el mercado un mes más.
o la ejecutiva cree que los precios que
distribuidos uniformemente entre $200 000 y

ra la función de densidad de

225 000

asa en por lo menos $215 000?

or a $215000.

asa en menos de $210 000?

 225 000

r qué no?
obabilidad de que la casa se venda a un precio mayor de $210 000.
 Suponga que el costo medio por hora de atención de cierto especialista medico sigue la distribución norm
hora y una desviación estándar de $250.

Distribucion normal
¿Cuál es la probabilidad que cueste menos de $2,500 la cita con el especialista?

P(x < 2500) = P(Z < 1.6) = = 0.4452 + 0.5 = 94.52%

μ = 2100
σ = 250 𝑍=(𝑋 − 𝜇 )/𝜎 =(2500 − 2100 )/250=8/5=1.6
X = 2500

Z = 0.4452

Fomula excel 0.945200708 2100

Hay un 94.52% de probabilidad de que la cita cueste menos de $2,500.

¿Cuál es la probabilidad que el costo por hora se encuentre entre $ 2,000 y $2,500?
R= P(2000 < X < 2500) = P(-0.4 < Z < 1) = 0.1554 + 0.4452 = 0.6006 = 60.06%
2000
μ = 2100 𝑍1=(𝑋1 − 𝜇 )/𝜎 =(2000 − 2100 )/250=−2/5=−0.4
σ = 250
X1 = 2000
X2 = 2500 𝑍2=(𝑋2 − 𝜇 )/𝜎 =(2500 − 2100 )/250=8/5=1.6

Z1 = 0.1554 - en base a la tabla

Z2 = 0.4452- en base a la tabla

Formula excel Z1 0.344578258

Formula excel Z2 0.945200708
Procedimiento 0.60062245

Hay una probabilidad de 60.06% de que el costo por hora este entre $2,000 y $2,500

¿Cuál es la probabilidad de que cueste menos de 1,700?

R= P(x< 1700) = P (Z < -1.6) = 0.5 – 0.4452 = 0.0548 = 5.48%

μ = 2100
𝑍=(𝑋 − 𝜇 )/𝜎 =(1700 − 2100 )/250=−8/5=−1.6
σ = 250 1700
X = 1700

Z = 0.4452- De acuerdo a la tabla

Hay una probabilidad del 5.48% de que la consulta cueste menos de $1700 2100

Fomula excel 0.054799292

e la distribución normal con una media de $2,100 por

2500

2100

2000

2500

2100
2100
 3- Según un departamento de salud, la media de la cantidad de horas que se ve tele
mujeres adultas que entre hombres adultos. Un estudio reciente mostró que las mu
34 horas a la semana, y los hombres, 29 horas a la semana. Suponga que la distrib
tiene una distribución normal en ambos grupos, y que la desviación estándar entre l
que en los hombres es de 5.1 horas.

Tipo de distribucion: Normal

Datos:
Hombres Mujeres
µ= 29 µ= 34
σ= 5.1 σ= 4.5

A) ¿Qué porcentaje de mujeres ve televisión menos de 40 horas a la semana?

P(x<40)=

𝑧=(𝑥−𝜇)/𝜎=(40−34)/
4.5=1.33 0.4082

0.5
Z= 1.333333333
𝑃(𝑧=1.33)=0.4082
𝑃(𝑧<1.33)=0.5+0.4082

P(Z<1.33)= 0.9082
90.82%
El 90.82% de las mujeres ve la television menos de 40 horas a la semana

B) ¿Qué porcentaje de hombres ve television mas de 25 horas a la semana?

P(x>25)=
0.2823
𝑧=(𝑥−𝜇)/𝜎=(25−29)/
5.1=−0.7843
0.5
Z= -0.78431373

𝑃(𝑧=0.78)=0.2823
𝑃(𝑧≻0.78)=0.5+0.2823
P(Z>-0.78)= 0.7823
78.23%
El 78.23% de los hombres ven mas de 25 horas a la semana
C) ¿Cuántas horas de television ve 1% de las mujeres que ve mas television por semana?
P= 1%
Z= 2.32
𝑧=(𝑥−𝜇)/𝜎

𝑥=𝑧(𝜎)+𝜇=(2.32)(4.5)+34=10.44+34=44.44
X= 44.44
44.44 horas/semana
Las mujeres que mas ven television lo hacen por 44.44 horas a la semana

C) Valor comparable en el caso de los hombres

P= 1%
Z= 2.32 𝑧=(𝑥−𝜇)/𝜎

𝑥=𝑧(𝜎)+𝜇=(2.32)(5.1)+29=11.832+29=40.832
X= 40.83
40.83 horas/semana
Los hombre que mas ven television lo hacen por 40.83 horas a la semana
as que se ve televisión a la semana es más alta entre
ostró que las mujeres ven televisión un promedio de
nga que la distribución de horas que ven televisión
estándar entre las mujeres es de 4.5 horas, mientras
5.1 horas.

Uso de la func
Datos:
Hombres
µ= 29
σ= 5.1

A) ¿Qué porcentaje de mujeres ve televisión m

X= 40

El 90.82% de las mujeres ve la t

B) ¿Qué porcentaje de hombres ve television

X= 25

El 78.23% de los hombres

C) ¿Cuántas horas de television ve 1% de las

P= 1
Z= 2.32

Las mujeres que mas ven t

C) Valor comparable en e
P= 1
Z= 2.32

Los hombre que mas ven t

0.5
0.49

0.01

0.49

0.01
 Uso de la funcion de excel

Mujeres
µ= 34
σ= 4.5

mujeres ve televisión menos de 40 horas a la semana?

P(x<40)= 0.9087888
de las mujeres ve la television menos de 40 horas a la semana

hombres ve television mas de 25 horas a la semana?

P(x>25)= 0.783572
8.23% de los hombres ven mas de 25 horas a la semana

evision ve 1% de las mujeres que ve mas television por semana?

X= 44.44
mujeres que mas ven television lo hacen por 44.44 horas a la semana

Valor comparable en el caso de los hombres

X= 40.832
ombre que mas ven television lo hacen por 40.83 horas a la semana
4- Cierto Instituto de seguros de vida, una familia de cuatro miembros gasta entre $7
en toda clase de seguros. Suponga que el dinero que se gasta tiene una distribució

Tipo de distribucion: Uniforme

Datos:
a= $7,433.24
b= $70,615.78

A) ¿Cuál es la media de la suma que se gasta en seguros?

𝜇=(𝑎+𝑏)/2=(7,433.24+70,615.78)/2=78,049.02/2=$39,024.51

µ= $39,024.51
$39024.51 es el promedio de los gastos que tiene la familia entorno a los seguros

B) ¿Cuál es la desviacion estandar de la suma que se gasta?

𝜎=√((𝑏−𝑎)^2/12)=√( 〖 (70,615.78−7,433.24) 〗 ^2/12=) √((6

/12)=√(332,669,446.74 )=$18,239.23

σ= $18,239.23
$18,239.23 es el monto de la desviacion estandar de los gastos de la familia

C) Si elige una familia al azar, ¿Cuál es la probabilidad de que se gaste menos de $37,166.22 anuales en seguros?
P(x<37,166.22)
a= $7,433.24
b= $37,166.22

7,433.24 37,166.22

𝑃(𝑥<37,166.22)=𝐵𝑎𝑠𝑒(𝐴𝑙𝑡𝑢𝑟𝑎)=(37,166.22−7,433.24)(1/63,182

P(x<37,166.22)= 0.47058855183726
 47.06%
Existe el 47.06% de posibilidad de que se escoja una familia que gasta menos de $37,166.22 pesos anuales

D) ¿Cuál es la probabilidad de que una familia gaste mas de $55,749.30 anuales?

P(x>55,749.30)
a= $55,749.30
b= $70,615.78

𝑃(𝑥>55,749.30)=𝐵𝑎𝑠𝑒(𝐴𝑙𝑡𝑢𝑟𝑎)=(70,615.78−55,749.30)(1/63,18

P(x>55,749.30)= 0.23529411764706
23.53%
Existe el 23.53% de posibilidad de que se escoja una familia que gasta mas de $55,749.30 pesos anuales
bros gasta entre $7,433.24 y $70, 615.78 pesos anuales
ene una distribución uniforme entre estas cantidades.

2=$39,024.51

^2/12=) √((63,182.54)^2/12=) √("3,992,033,360.85 "

166.22 anuales en seguros?

1/(𝑏−𝑎)=1/63,182.54

4 37,166.22

3.24)(1/63,182.54)=(29,732.98)(1/63,182.54)=0.4705
37,166.22 pesos anuales

1/(𝑏−𝑎)=1/63,182.54

55,749.30 70,615.78

49.30)(1/63,182.54)=(14,866.48)(1/63,182.54)=0.2352

5,749.30 pesos anuales

Se publica que los fresnos de los nuevos autos de la marca Lambourginis duran un promedio de 3
estándar de 1,114 millas. ¿Cuál es la probabilidad de que los frenos del auto que usted acaba de co

Tipo: Distribucion Normal

¿Mas de 35,000 millas?

R= P(x > 35 000) = P(Z > 0) = 0.5 = 50%

μ = 35 000
σ = 1 114 𝑍=(𝑋 − 𝜇 )/𝜎 =(35000 −35000 )/1114=0=0
X = 35 000

Z = 0.0000

Hay una probabilidad del 50% de que los frenos del auto duren mas de 35 000 millas

Formula excel 0.5

¿Menos de 33,900?
R= P(x < 33 900) = P(Z < -0.98) = 0.5 - 0.3365 = 0.1635 = 16.35%

μ = 35 000
σ = 1 114 𝑍=(𝑋 − 𝜇 )/𝜎 =(33900 −35000 )/1114=−550/557=−0.98
X = 33 900

Z = 0.3365

Hay una probabilidad del 16.35% de que los frenos del auto duren menos de 33 900 millas

Formula excel 0.161715286296

¿Menos de 37,500?
R= P(x < 37 500) = P(Z < -0.98) = 0.5 + 0.4875 = 0.9875 = 98.75%

μ = 35 000
σ = 1 114 𝑍=(𝑋 − 𝜇 )/𝜎 =(37500 −35000 )/1114=1250/557=2.24
X = 37 500

Z = 0.4875

Hay una probabilidad del 98.75% de que los frenos del auto duren menos de 37 500 millas

Formula excel 0.987589111957

¿Entre 35,200 y 36,900?
R= P(35200 < X < 36900) = P(0.17 < Z < 1.7) = 0.4554 - 0.0675 = 0.3879 = 38.79%

μ = 35000 𝑍1=(𝑋1 − 𝜇 )/𝜎 =( 35200−35000 )/1114=100/557=0.17

σ = 1114
X1 = 35200
X2 = 36900 𝑍2=(𝑋2 − 𝜇 )/𝜎 =(36900 −35000 )/1114=950/557=1.70

Z1 = 0.0675
Z2 = 0.4554

Hay una probabilidad del 38.79% de que los frenos del auto duren entre 35 200 y 36 900 millas

Formula excel Z1 0.571240479869

Formula excel Z2 0.955955499071
Procedimiento 0.38471501920191
duran un promedio de 35,000 millas con una desviación
o que usted acaba de comprar le duren:

35000

35000

.3365 = 0.1635 = 16.35%

33900

900 millas 35000

0.4875 = 0.9875 = 98.75%

37500

500 millas 35000

.0675 = 0.3879 = 38.79%
35200
0/557=0.17
36900

0/557=1.70

35000

y 36 900 millas
 6 El promedio de los salarios en los bancos comerciales en Illinois es de US$22
con una desviación estándar de US$ 5.87. ¿Cuál debe ser su salario por

Distribucion normal

a. más que el 80% de todos los empleados?

Datos Formula Operaciones
𝜇 = 22.87 .8000 -.5000= 0.3
𝜎 = 5.870 Z= x-𝜇/𝜎 Valor más próximo a 0.3000 es 0.2995 en tabla normal
80%
x= (z)(𝜎)+𝜇

Resultado El salario por hora para ganar más del 80% de todos los empleados es de US$

b. más que el 30% de todos los empleados?

Datos Formula Operaciones
𝜇 = 22.87 0.5000 − 0.3000 = 0.2
𝜎 = 5.870 Z= x-𝜇/𝜎 Valor más próximo a 0.2000 es 0.2019 en tabla normal
30%
x= (z)(𝜎)+𝜇

Resultado El salario por hora para ganar más del 30% de todos los empleados es de US

c. menos que el 20% de todos los empleados?

Datos Formula Operaciones
𝜇 = 22.87 0.5000 − 0.2000 = 0.3
𝜎 = 5.870 Z= x-𝜇/𝜎 Valor más próximo a 0.3000 es 0.2995 en tabla norma
20%
x= (z)(𝜎)+𝜇
Resultado El salario por hora para ganar menos del 20% de todos los empleados es de U

d. más que el 50% de todos los empleados?

Datos Formula Operaciones
𝜇 = 22.87 0.5000 − 0.5000 = 0
𝜎 = 5.870 Z= x-𝜇/𝜎 Valor más próximo a 0 es 0.0 en tabla normal = 0

x= (z)(𝜎)+𝜇

Resultado El salario por hora para ganar menos del 50% de todos los empleados es de U
ales en Illinois es de US$22.87 por hora, ganar:
Cuál debe ser su salario por hora si desea

Z= x-𝜇/𝜎 x= (z)(𝜎)+𝜇
0.84 = 𝑋 − 22.87/5.87 𝑋=(0.84*5.87)+22.87
00 es 0.2995 en tabla normal = 0.84 𝑋=

z=0.84

dos los empleados es de US$27,80 0.8

Z= x-𝜇/𝜎 x= (z)(𝜎)+𝜇
-0.53 = 𝑋 − 22.87/5.87 𝑋=(-0.53*5.87)+22.87
00 es 0.2019 en tabla normal = 0.53 𝑋=

z=0.53

dos los empleados es de US $19.7589 0.3

Z= x-𝜇/𝜎 x= (z)(𝜎)+𝜇
-0.84 = 𝑋 − 22.87/5.87 𝑋=(-0.84*5.87)+22.87
000 es 0.2995 en tabla normal = 0.84 𝑋=

z=0.84
 0.2
todos los empleados es de US$17.94

Z= x-𝜇/𝜎 x= (z)(𝜎)+𝜇
0.00 = 𝑋 − 22.87/5.87 𝑋=(-0.0*5.87)+22.87
0.0 en tabla normal = 0 𝑋= $ 22.87

z=0.0

todos los empleados es de US$22.87...

0.5
 x= (z)(𝜎)+𝜇
=(0.84*5.87)+22.87
27.8008

x= (z)(𝜎)+𝜇
=(-0.53*5.87)+22.87
19.7589

x= (z)(𝜎)+𝜇
=(-0.84*5.87)+22.87
$ 17.94