AÑO DE LA UNIDAD, LA PAZ Y EL DESARROLLO”

UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE CIENCIAS AGROPECUARIAS

ESCUELA DE INGENIERIA AGRONÓMICA

“DISTRIBUCIÓN NORMAL”
ALUMNOS:
CRISOLOGO GONSALEZ, JHILVER ALEJANDRO
SALAZAR BARDALES, JOSE LUIS
SALINAS AGUIRRE, JEISON ROBIN
SANCHEZ BENITES, PERCY PIERO

PROFESORA: CARDOSO VIGIL, MARTHA RENEÉ

TRUJILLO – PERU

2023
 EJERCICIOS

1. Se realizó un estudio epidemiológico en niños en la ciudad de Trujillo, para verificar la

eficacia de una vacuna contra el resfrío en la época de invierno. Por estudios anteriores
se sabe que esta vacuna tiene una eficacia del 70% contra este tipo de epidemia. Para
este estudió se seleccionó aleatoriamente a 20 niños.
a. Cuál es la probabilidad de que exactamente 5 niños tengan resfrío en invierno
15 5
P ( X=5 )=( 20 C 5 ) x 0.7 x 0.3 =0.203
(20 C 5): 15504 es el número de formas de elegir 5 niños de 20.
Rpta:
La probabilidad de que exactamente 5 niños tengan resfrío en invierno es de
0.203.

b. Cuál es la probabilidad de que más de 5 niños tengan resfrío en invierno

P ( X >5 ) =1−P ( X <5 )
=1 - P(X=0) – P(X=1) – P(X=2) – P(X=3) – P(X=4) – P(X=5)
1–
( 0.3 )20−20 X 0.7 X 0.319−190 X 0.72 X 1140 X 0.3 18−0.73 X 0.317−4845 X 0.74 X 0.316 −15504 X 0.75 X 0
¿ 0.999987
Rpta:
La probabilidad de que más de 5 niños tengan resfrío en invierno es de 0.999987.

c. Cuál es la probabilidad de que menos de 5 niños tengan resfrío en invierno.

P(X<5) = P(X=0) + P(X=2) + P(X=3) + P(X=4)
( 0.3 )20−20 X 0.7 X 0.319−190 X 0.72 X 1140 X 0.3 18−0.73 X 0.317−4845 X 0.74 X 0.316
¿ 0.000013
Rpta:
La probabilidad de que menos de 5 niños tengan resfrío en invierno es de
0.000013.

2. A una garita de peaje llegan aleatoriamente 300 autos por hora. Calcular la
probabilidad de que:
a. Un auto llegue durante un periodo de 1 hora.
b. Por lo menos dos autos lleguen durante un periodo de un minuto.

Aplicamos el criterio estadístico de Distribución Poisson, por medio de la siguiente

fórmula:
 X≈Poiss (λ=x)
−λ x
e ∗λ
P( X=x)=
x!

Conversión:

300→60 min

x ← 1min

x= 1*300/60

x= 5 * minuto

X≈Poiss (λ=5)

a) Probabilidad de que llegue exactamente 1 automóvil durante un periodo de 1

hora:
−60 1
e ∗60
P( X=1)=
1!
−25
P( X=1)=5 , 25∗10

b) Probabilidad de que lleguen por lo menos 2 automóviles en un período de 1

minuto:

P(X≥2) = 1-P(X≤2)

P(X≤2) = P(X=1)+P(X=2)
−5 2
e ∗5
P( X=1)=
2!
P( X=2)=0,0842
P(X≤2)= 0,0337+0,0842
P(X≤2)= 0,1179
P(X≥2) = 1-0,1179
P(X≥2) = 0,8821

3. Calcule el valor de z si el área bajo una curva normal estándar

a. a la derecha de z, es 0.3622; P ( Z > X )=0.3622
P ( Z > X )=1−P ( Z< X )
P ( Z < X )=1−P ( Z> X )
 P ( Z < X )=1−0.3622
P ( Z < X )=0.6378
Z=0.3525
b. a la izquierda de z, es 0.1131;
P ( Z < X )=1−P ( Z> X )
P ( Z > X )=1−P ( Z< X )
P ( Z > X )=1−0.1131
P ( Z > X )=0.8869
Z=1.21

c. entre 0 y z, con z > 0, es 0.4838;

P ( 0< Z< X )=P ( Z< X )−P(Z <0)
0.4838=P ( Z <0 ) −0.5
P ( Z <0 )=0.4838+0.5
P ( Z <0 )=0.9838
Z=2.1394

d. entre –z y z, con z > 0, es 0.9500.

P (−X < Z < X )=0.95
0.95
P ( 0< Z< X )= =0.475
2
Z=1.96

4. La estatura de 1000 estudiantes se distribuye normalmente con una media de 174.5

centímetros y una desviación estándar de 6.9 centímetros. ¿Cuántos de estos estudiantes
esperaría que tuvieran una estatura

a. Menor que 160.0 centímetros?

(159.75−174.5)
z= =−2.1377
6.9

P ( x< 159.75 )=P ( z ←2.137−7 )=0.0262

( 1000 ) ( 0.162 )=16.2

16 estudiantes.

b. Entre 171.5 y 182.0 centímetros?

 (171.25−174.5)
z 1= =−0.47101
6.9
(182.25−174.5)
z 2= =−1.1232
6.9

P ( 171.25< X <182.25 )=P (−0.47< z ←1.12 )=0.8686−0.3192=0.5494

( 1000 ) ( 0.5494 )=549.4

549 estudiantes.

c. Igual a 175.0 centímetros?

(174.75−174.5)
z 1= =3.6232 ×10−2
6.9
(175.25−174.5)
z 2= =0.10870
6.9

P ( 174.75< X <175.25 )=P ( 3.6232× 10−2 < z <0.10870 ) =0.5438−0.516=0.0278

( 1000 ) ( 0.0278 ) =27.8

28 estudiantes.

d. Mayor o igual que 188.0 centímetros?

(174.75−174.5)
z 1= =3.6232 ×10−2
6.9
(175.25−174.5)
z 2= =0.10870
6.9

P ( X <187.75 ) =−P ( z <1.9203 )+ 1=0.274

( 1000 ) ( 0.274 )=27.4

27 estudiantes.