1.

En una casa de retiro la edad de las personas tiene una media de 76 años y una desviación
estándar de 10 años.

Tipo de distribución: Media muestral

X: Edad de las personas en una casa de retiro
μ = 76, σ = 10

a. ¿De qué tamaño debe ser la muestra aleatoria de las personas para tener una probabi-
lidad de 9.94% de que la edad media sea inferior a 74 años?

x̅ = 74, p̅ = 0.0994

P(X ≤ x̅) = 0.0994

Tabla A.3: Áreas bajo la curva normal, página 735

P(z ≤ −1.29) = 0.0985

P(z ≤ −1.28) = 0.1003

P(z ≤ −1.285) = 0.0994

x̅ − μ 74 − 76
σx̅ = = = 1.5564
z −1.285

σ2 (10)2
n= 2= = 41.28 = 42
σx̅ (1.5564)2

b. Si la muestra que se tomo es de 500 personas. Determinar por debajo de que valor se
encuentra el 80% de las medias muestrales.

n = 500, p̅ = 0.8

P(X ≤ x̅) = 0.8

Tabla A.3: Áreas bajo la curva normal, página 736

P(z ≤ 0.84) = 0.7995

P(z ≤ 0.85) = 0.8023
 P(z ≤ 0.8417857143) = 0.8

σ 10 √5
σx̅ = = = = 0.4472
√n √500 5

√5
x̅ = z ∙ σx̅ + μ = 0.8417857143 ( ) + 76 = 76.38 = 77
5

2. En cierta población humana, la media muestral x̅ de una característica se distribuye normal-

mente. La probabilidad de que x̅ sea menor o igual que 75 es 0.58 y la de que x̅ sea mayor
que 80 es 0.04. Hallar la media y desviación estándar de x̅, para un tamaño de muestra de
100.

Tipo de distribución: Media muestral

X: Cierta característica en una población humana
P(x̅1 ≤ 75) = 0.58, P(x̅2 > 80) = 0.04, n = 100

Tabla A.3: Áreas bajo la curva normal, página 736

P(z ≤ 0.2) = 0.5793

P(z ≤ 0.21) = 0.5832

P(z1 ≤ 0.2017948718) = 0.58

Tabla A.3: Áreas bajo la curva normal, página 735

P(z > 1.76) = 0.0392

P(z > 1.75) = 0.0401

P(z2 > 1.751111111) = 0.04

z1 ∙ σ⁄√n + μ − x̅1 = 0
0.2017948718⁄√100 σ + μ − 75 = 0

z2 ∙ σ⁄√n + μ − x̅2 = 0
1.751111111⁄√100 σ + μ − 80 = 0

μ = 74.3488, σ = 32.2723
3. Una compañía de alimentos, que tiene 122 supermercados, ha sido adquirida por una gran
cadena de supermercados en todo el país. Antes de cerrar el trato, esta última quiere estar
segura de que hará una buena inversión. Ha decidido analizar los registros financieros de 40
de las tiendas de comestibles de la empresa que va a adquirir. La gerencia de ésta afirma que
las utilidades de cada establecimiento tienen una distribución aproximadamente normal con
la misma media y una desviación estándar de $1000. Si la gerencia tiene razón, ¿qué proba-
bilidad hay de que la media muestral de las 40 tiendas caiga dentro de $150 de la media real?

Tipo de distribución: Media muestral

X: Utilidades de las tiendas de comestibles de la empresa a adquirir
σ = 1000, n = 40, N = 122

n 40 20
= = = 0.3279 ≥ 0.05
N 122 61

σ N − n 1000 122 − 40 100√205

σx̅ = ∙√ = ∙√ = = 130.16
√n N−1 √40 122 − 1 11

x̅ − μ 150 33√205
z= = = = 1.1524
σx̅ 100√205⁄11 410

Tabla A.3: Áreas bajo la curva normal, página 735

z = −1.15, p = 0.1251
z = −1.16, p = 0.1230

z = −1.1524, p = 0.124596

P(μ ± 150) = P(−1.1524 ≤ z ≤ 1.1524) = (0.5 − 0.124596) ∙ 2 = 0.750808

4. Una agencia de empleo normalmente aplica pruebas de inteligencia y aptitudes a todos los
que buscan trabajo a través de ella. La empresa ha reunido datos durante años, habiendo
descubierto que la distribución de las puntuaciones no es normal, sino que está sesgada a la
izquierda con una media de 86 y una desviación estándar de 16. ¿Cuál es la probabilidad de
que, en una muestra de 75 candidatos, la puntuación promedio sea por lo menos 84 o mayor
que 90?
 Tipo de distribución: Media muestral
X: Puntuación de pruebas de inteligencia y aptitudes de una agencia de empleo
μ = 86, σ = 16, n = 75 ≥ 30, aproximación normal

σ 16 16√3
σx̅ = = = = 1.8475
√n √75 15

x̅ − μ 84 − 86
z= = = −1.082531755
σx̅ 16√3⁄15

Tabla A.3: Áreas bajo la curva normal, página 735

z = −1.08, p = 0.1401
z = −1.09, p = 0.1379

z = −1.082531755, p = 0.1395

P(x̅ ≥ 84) = 1 − P(z ≤ −1.082531755) = 1 − 0.1395 = 0.8605

x̅ − μ 90 − 86
z= = = 2.165063509
σx̅ 16√3⁄15

Tabla A.3: Áreas bajo la curva normal, página 735

z = 2.16, p = 0.9846
z = 2.17, p = 0.9850

z = 2.165063509, p = 0.9848

P(x̅ > 90) = 1 − P(z ≤ 2.165063509) = 1 − 0.9848 = 0.0152

5. Las llamadas telefónicas de larga distancia se distribuyen normalmente con media de 8 mi-
nutos y desviación estándar de 2 minutos. Si se seleccionan muestras aleatorias de 25 llama-
das.

Tipo de distribución: Media muestral

X: Duración de las llamadas de larga distancia
μ = 8, σ = 2, n = 25
a. Calcule la probabilidad de que las medias muestrales estén entre 7.8 y 8.2 minutos.

σ 2
σx̅ = = = 0.4
√n √25

x̅ − μ 7.8 − 8
z1 = = = −0.5
σx̅ 0.4

x̅ − μ 8.2 − 8
z2 = = = 0.5
σx̅ 0.4

Tabla A.3: Áreas bajo la curva normal, página 735

z1 = −0.5, p1 = 0.3085

P(7.8 ≤ x̅ ≤ 8.2) = 1 − P(−0.5 ≤ z ≤ 0.5) = 1 − 0.3085 ∙ 2 = 0.383

b. Si se seleccionan muestras de 100 llamadas, ¿cuál es la probabilidad de que las medias

muestrales estén entre 7.8 y 8.2 minutos?

n = 100

σ 2
σx̅ = = = 0.2
√n √100

x̅ − μ 7.8 − 8
z1 = = = −1
σx̅ 0.2

x̅ − μ 8.2 − 8
z2 = = =1
σx̅ 0.2

Tabla A.3: Áreas bajo la curva normal, página 735

z1 = −1, p1 = 0.1587

P(7.8 ≤ x̅ ≤ 8.2) = 1 − P(−0.5 ≤ z ≤ 0.5) = 1 − 0.1587 ∙ 2 = 0.6826

c. ¿Qué es más probable que ocurra: un valor individual mayor de 11 minutos, una media
por arriba de 9 minutos en una muestra de 25 llamadas, ¿o una media de muestra por
arriba de 8.6 minutos en una muestra de 100 llamadas? Explique.

o Valor individual de 11 minutos:

n=1

σ 2
σx̅ = = =2
√n √1

x̅ − μ 11 − 8
z1 = = = 1.5
σx̅ 2

Tabla A.3: Áreas bajo la curva normal, página 735

z1 = −1.5, p1 = 0.0668

P(x̅ ≥ 11) = P(z ≥ 1.5) = 0.0668

o Media por arriba de 9 minutos en una muestra de 25 llamadas:

n = 25

σ 2
σx̅ = = = 0.4
√n √25

x̅ − μ 9 − 8
z1 = = = 2.5
σx̅ 0.4

Tabla A.3: Áreas bajo la curva normal, página 735

z2 = −2.5, p2 = 0.0062

P(x̅ ≥ 9) = P(z ≥ 2.5) = 0.0062

o Media de muestra por arriba de 8.6 en una muestra de 100 llamadas

n = 100
 σ 2
σx̅ = = = 0.2
√n √100

x̅ − μ 8.6 − 8
z3 = = =3
σx̅ 0.2

Tabla A.3: Áreas bajo la curva normal, página 735

z3 = −3, p3 = 0.0013

P(x̅ ≥ 8.6) = P(z ≥ 3) = 0.0013

6. Dada una muestra aleatoria de tamaño 24 de una distribución normal, encuentre k tal que:
P(−k < t < k) = 0.90

n = 25, v = 24

1 − 0.9
a= = 0.05
2

Tabla A.4: Valores críticos de la distribución t, página 737

t 0.05 = k = 1.711

P(−1.711 < t < 1.711) = 0.90

7. Encuentre el valor de t para v = 7 y un área de 1 − a a la derecha de t de 0.995.

v=7

a = 1 − 0.995 = 0.005

Tabla A.4: Valores críticos de la distribución t, página 738

t 0.005 = 3.499

8. Para la distribución chi cuadrada encuentre xa2 , tal que P(x 2 > xa2 ) = 0.025 cuando v = 19.

v = 19, a = 0.025
 Tabla A.5: Valores críticos de la distribución chi cuadrada, página 740

2
x0.025 = 32.852

P(x 2 > 32.852) = 0.025

9. Para una distribución F encuentre: f0.95 con v1 = 22 y v2 = 14.

v2 = 22, v1 = 14

Tabla A.6: Valores críticos de la distribución F, página 742

f0.05 (12,22) = 2.23

f0.05 (15,22) = 2.15

f0.05 (14,22) = 2.176666667

1 1
f0.95 (22,14) = = = 0.45941807
f0.05 (14,22) 2.176666667