TALLER 5.

DISTRIBUCIÓN NORMAL Y SU USO EN LA INFERENCIA

ESTADÍSTICA

MARIA ANGELA COSSIO

UNIVERSIDAD ANTONIO NARIÑO CAMPUS VIRTUAL

MAESTRIA EN GERENCIA FINANCIERA Y TRIBUTARIA

ISTMINA-CHOCÓ

2020
TALLER 5. DISTRIBUCIÓN NORMAL Y SU USO EN LA INFERENCIA

ESTADÍSTICA

MARIA ANGELA COSSIO

MODULO DE ANALISIS ESTADISTICO Y PROBABILISTICO

TUTOR:

LUIS FERNANDO PEREZ DUARTE

UNIVERSIDAD ANTONIO NARIÑO CAMPUS VIRTUAL

MAESTRIA EN GERENCIA FINANCIERA Y TRIBUTARIA

ISTMINA-CHOCÓ

2020
 TABLA DE CONTENIDO

Pag.

1. INTRODUCCIÓN……………………………………………………………… 1

2. EJERCICIOS DE DISTRIBUCIÓN NORMAL……………………………...... 2

3. CONCLUSIÓN…………………………………………………………………... 19

4. BIBLIOGRAFÍA……………………………………………………………….... 20
 INTRODUCCIÓN

El siguiente trabajo escrito, tiene como fin después de la revisión y análisis del material base y

complementario de la Unidad La Distribución Normal y su uso en la Inferencia Estadística,

desarrollar los ejercicios de distribución Normal, reconociendo sus características, la cual

permite la toma de decisiones en el campo laboral.

1
DESARROLLO DE EJERCICIOS DE LA DISTRIBUCIÓN NORMAL Y SU USO ENLA

INFERENCIA ESTADÍSTICA

1. Dada la variable x normalmente distribuida con media 18 y desviación estándar 1.6

encuentre:

a. P(X<15) b. El valor de k tal que P(X>K)=0.2236

c. P(17<X<21) d. El valor de k tal que P(X>K)=0.1814

Solución

a) P(X < 15)

P(X<15) = Φ [(15-18)/1.6]

P= Φ [-1.87]

P=0.9693

b) el valor de k tal que P (X > k) = 0.2236

1- Φ(z) =0.2236

Φ(z) =0.7764

Z=0.76

K=Zα+µ

K= (0.76) (1.6) +18 = 1.216 + 18

K=19.22
2
 c) P(17 < X < 21).

P=(17<x<21) Φ [(21-18)/1.6]- Φ [(17-18)/1.6]

P= Φ [1.88]- [-0.63]

P=0.9699-0.2643

P=0.7056

d)el valor de k tal que P (X > k) = 0.1814

1- Φ(z)=0.1814

Φ(z)=0.8186

Z=0.91

K=Zα+µ

K= (0.91)(1.6)+18 = 1,456 + 18

K=19.46

2. Un abogado viaja todos los días de su casa en los suburbios a su oficina en el centro de la

ciudad. El tiempo promedio para un viaje de ida es de 30 minutos con una desviación

estándar de 2.5 minutos. Suponga que la distribución de los tiempos de viaje está distribuida

normalmente.

Solución
3
a. ¿Cuál es la probabilidad de que un viaje tome al menos ½ hora?

P (X > 30) = 1 - Φ 30-30 = 1 - Φ [0] = 1 – 0.5000 = 0.5000

2.5

b. Si la oficina abre a las 9 am y el sale diario a las 8:45 ¿Qué porcentaje de las veces llegara

tarde al trabajo?

P (X > 15) = 1 - Φ 15-30 = 1 - Φ [-6] = 1 – 0 = 0

2.5

c. Si sale de sus casas a las 8:35 y el café se sirve en la oficina de 8.50 a 9.00 am ¿cuál es la

probabilidad de que se pierda el café?

P (X > 25) = 1 - Φ 25-30 = 1 - Φ [-2] = 1 – 0.0228 = 0.9772

2.5

3. Un investigador científico informa que unos ratones vivirán un promedio de 40 meses

cuando sus dietas se restringen drásticamente y después se enriquecen con vitaminas y

proteínas. Suponiendo que la vida de tales ratones se distribuye normalmente con una

desviación estándar de 4.5 meses. Encuentre la probabilidad de que un ratón dado vivirá:

Solución

µ = 40 y σ = 4.5

a. Más de 45 meses

P(X > 45) = 1 - Φ[(45 – 40)/4.5 ] = 1 - Φ[1.11 ] = 1 – 0.8665 = 0.1335

4
 b. Menos de 28 meses

P(X <28) = Φ[28 – 40)/4.5] = Φ[-2.66] = 0.0039

c. Entre 37 y 49 meses

P(37 < X < 49) = Φ[49 – 40)/4.5 ] - Φ[(37 – 40)/4.5 ]

= Φ[2.0 ] - Φ[-0.66 ] = 0.9772 – 0.2546 = 0.7226

4. El tiempo medio de los electricistas de una empresa en realizar el montaje de un

determinado cuadro eléctrico es de 7 días, con una desviación típica de 1.2 día. Se supone que

se distribuye según una distribución normal. Calcule.

Solución

a. Porcentaje de electricistas que tardan menos de 3 días

t = (3 -7) /1.2 = -3.33

P (X ≤ 3) = P (t ≤ -3.33)

P (t ≤ -3.33) = P (t > 3.33)

P (t > 1) = 1 - P (t ≤ 3.33) = 1 - 0,9996 = 0,0004

Luego, el 0,04 % de los electricistas emplean un tiempo inferior a 3 días

5
b. Tiempo en el cual se sitúa el 10% de los electricistas que más tiempo emplean al realizar

un cuadro.

Buscamos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es el 0,9

(90%), lo que quiere decir que por encima se sitúa el 10% superior. Este valor corresponde a t

= 1,282. Ahora calculamos la variable normal X equivalente a ese valor de la normal tipificada:

1,282 = (X -7) /1.2 Þ X = 1,282(1,2) + 7 = 1.542 +7 = 8,542

Despejando X, su valor es 8,542 Por lo tanto, el 10% de los electricistas que más tardan en

realizar un cuadro lo hacen en 8.54 días

c. Tiempo mínimo y máximo que engloba al 60% de los electricistas con tiempo medio

Buscamos en la tabla el valor de t cuya probabilidad acumulada es el 0,8 (80%). Como sabemos

que hasta la media la probabilidad acumulada es del 50%, quiere decir que entre la media y este

valor hay un 30% de probabilidad. Por otra parte, al ser la distribución normal simétrica, entre

-t y la media hay otro 30% de probabilidad. Por lo tanto, el segmento (-t, +t) engloba al 60% de

los electricistas con tiempo medio.

El valor de t que acumula el 80% de la probabilidad es 0,842, por lo que el segmento viene

definido por (-0,842, +0,842). Ahora calculamos los valores de la variable X correspondientes

a estos valores de t.

-0,842 = (X -7)/1.2 Þ X = -0,842(1,2) + 7 = 5,989

0,842 = (X -7)/1.2 Þ X = 0.842(1,2) + 7 = 8,010

6
Los valores de X son 5,989 y 8,010. Por lo tanto, los electricistas con tiempos comprendidos

entre 5,989 días y 8,010 días constituyen el 60% de la población con un tiempo medio de

realización del cuadro.

5. Las precipitaciones anuales en una región alcanzan, de media, los 2500 mm, con una

desviación estándar de 270mm. Calcula, suponiendo que siguen una distribución normal,

la probabilidad de que en un año determinado la lluvia:

Solución

a. No supere los 1200 mm

P(X <1200) = Φ[1200 – 2500)/270] =Φ[-4.81] = 0

Buscando el valor en la tabla tenemos que:

P (X<1200) = 0

Por lo tanto, la probabilidad es de 0.04 %

b. Supere los 1500 mm.

P(X >1500) = 1-Φ[1500 – 2500)/270] =Φ[-3,70] = 0

Buscando el valor en la tabla tenemos que:

P (X> 1500) = 1 – P(x<1500) = 1 – 0 = 1

Por lo tanto es 100 % probable

7
c. Esté entre 1700 y 2300 mm.

P(1700 < X < 2300) = Φ[1700 – 2500)/270 ] - Φ[(2300 – 2500)/270]= Φ[-2,96 ] - Φ[-0,74 ]

=2,19

6. Los resultados de una prueba objetiva pasada a 5000 personas indicaron que la

distribución de puntuaciones era normal, con media 78 puntos y desviación estándar de

12 puntos. Calcular cuántos de los examinados ha obtenido:

Solución

a. Puntuación superior a 100 puntos

P(X>100) = 1 – [(100-78) / 12]

P(X>45) = 1 – σ[1,83]

P(X>45) = 1 – 0,9664

P(X>45) = 0,0336 o 3,36%

Examinados con puntuación superior a 100 puntos: 5000 * 3,36% = 168 personas

b. Puntuación inferior a 55 puntos

P(X<55) = [(55-78) / 12] = -1,91

Identificamos en la tabla σ[-1,91]

Z = 0,0281 o 2,81%

Examinados con puntuación inferior a 55 puntos: 5000 * 2,81% = 140 personas

8
c. Puntuación comprendida entre 65 y 95 puntos

P(65<X<95); Z1 = [(65-78)/12] = -1,08 y Z2 = [(95-78)/12] = 1,41

P(65<X<95)= σ[Z2] - σ[Z1]

P(65<X<95)= σ[-1,08] - σ[1,41]

P(65<X<95)= 0,1401 - 0,9192

P(65<X<95)= -0,7791 o 77,91%

Examinados con puntuación comprendida entre 65 y 95 puntos: 5000 * 77,81% = 3890

personas

d. Si deseamos seleccionar al 10% de las mejores pruebas, ¿a partir de qué puntuación

hemos de escoger?

P (x > k) = 0,10, debemos hallar el valor de k

P (x < k) = 1 – P (x > 10) = 1 – 0,10 = 0,90

Identificamos en la tabla, Z = 1,29

Despejamos X de la ecuación:

Z = (x - μ)/σ

X = (σ * Z) + μ

X = (12 * 1,29) + 78

X = 93,48

9
7. Se sabe que la talla media de una población en edad escolar es de 160cm con una

desviación típica de 7 cm. Un centro tiene 1400 alumnos matriculados, se pide:

Solución

a. ¿Cuántos alumnos es esperable que midan más de 155cm?

P(X>155) = 1 – [(155-160) / 7]

P(X>155) = 1 – σ[-0,71]

P(X>155) = 1 – 0,2420

P(X>155) = 0,758 o 75,8%

Alumnos que se espera midan más de 155cm: 1400 * 75,8% = 1061 alumnos

b. ¿Qué proporción (%) de alumnos miden entre 150 y 178 cm?.

P(150<X<178); Z1 = [(150-160)/7] = -1,42 y Z2 = [(178-160)/7] = 2,57

P(65<X<95)= σ[Z2] - σ[Z1]

P(65<X<95)= σ[2,57] - σ[-1,42]

P(65<X<95)= 0,9949 - 0,0778

P(65<X<95)= 0,9171 o 91,71%

Alumnos que miden entre 150 y 178 cm: 1400 * 91,71% = 1283 Alumnos

10
c. ¿Qué talla permite asegurar que, elegido un alumno al azar, el 67% de sus compañeros

son más bajos que él?

P (x < k) = 0,67

Identificamos en la tabla, Z = -1,55

Despejamos X de la ecuación:

Z = (x - μ)/σ

X = (σ * Z) + μ

X = (7 * -1,55) + 160

X = 149,15 cm

8. El departamento de mantenimiento de unos grandes almacenes, tiene instrucciones de

reemplazar todas las bombillas al mismo tiempo. La experiencia anterior, indica que la

vida útil de las bombillas tiene una media de 840 horas y desviación típica de 50 horas.

Solución

a. ¿Cuándo se deben cambiar las bombillas para que sólo el 7% se funda?

P (x < k) = 0,07

Identificamos en la tabla, Z = -1,47

11
Despejamos X de la ecuación:

Z = (x - μ)/σ

X = (σ * Z) + μ

X = (50 * -1,47) + 840

X = 766 Horas

b. ¿Qué proporción de bombillas dura más de 790 horas?

P(X>790) = 1 – [(790-840) / 50]

P(X>790) = 1 – σ[-1]

P(X>790) = 1 – 0,1587

P(X>790) = 0,8413 o 84,13%

c. ¿Qué proporción de bombillas dura entre 750 y 1200 horas?

P(750<X<1200); Z1 = [(750-840)/50] = -1,8 y Z2 = [(1200-840)/50] = 7,2

P(65<X<95)= σ[Z2] - σ[Z1]

P(65<X<95)= σ[7,2] - σ[-1,8]

P(65<X<95)= 1 - 0,0359

P(65<X<95)= 0,9641 o 96,41%

12
9. El número de días de estancia de los huéspedes en promedio es 16 y con una varianza

de 9, el próximo mes de diciembre se esperan 3000 huéspedes:

Solución

a. ¿Cuántos huéspedes se espera que permanezcan menos de 5 días?

P(X<5) = [(5-16) / 9] = -1,22

Identificamos en la tabla σ[-1,22] Z = 0,1112 o 11,12%

Huéspedes que se espera permanezcan menos de 5 días: 3000 * 11,12% = 333 Huéspedes

b. ¿Cuántos huéspedes se espera que permanezcan más de 15 días?

P(X>15) = 1 – [(15-16) / 9]

P(X>15) = 1 – σ[-0,11]

P(X>15) = 1 – 0,4562

P(X>15) = 0,5438 o 54,38%

Huéspedes que se espera permanezcan más de 15 días: 3000 * 54,38% = 1631 Huéspedes

c. ¿Cuántos huéspedes se espera que permanezcan entre 6 y 12 días?

P(6<X<12); Z1 = [(6-16)/9] = -1,11 y Z2 = [(12-16)/9] = -0,44

P(65<X<95)= σ[Z2] - σ[Z1]

P(65<X<95)= σ[-0,44] - σ[-1,11]

13
P(65<X<95)= 0,3300 - 0,1335

P(65<X<95)= 0,1965 o 19,65%

Huéspedes que se espera permanezcan entre 6 y 12 días: 3000 * 19,65% = 589 Huéspedes

d. ¿Cuánto tiempo se aloja en el hotel el 15 % de los huéspedes?

P (x > k) = 0,15, debemos hallar el valor de k

P (x < k) = 1 – P (x > 15) = 1 – 0,15 = 0,85

Identificamos en la tabla, Z = 1,04

Despejamos X de la ecuación:

Z = (x - μ)/σ

X = (σ * Z) + μ

X = (9 * 1,04) + 16

X = 25 días

e. ¿Cuántos huéspedes se alojarán más de 9 días?

P(X>9) = 1 – [(9-16) / 9]

P(X>9) = 1 – σ[-0,77]

P(X>9) = 1 – 0,2206

P(X>9) = 0,7794 o 77,94%

Huéspedes que se espera permanezcan más de 9 días: 3000 * 77,94% = 2338 Huéspedes
14
10. Durante los últimos años ha crecido el volumen de acciones negociadas en la bolsa de

Nueva York. Durante las dos primeras semanas de enero de 2012, el volumen diario

promedio fue de 650 millones de acciones (Barron’s. Enero de 2012). La distribución de

probabilidad del volumen diario es aproximadamente normal, con desviación estándar de

unos 120 millones de acciones.

Solución

a. ¿Cuál es la probabilidad de que el volumen negociado sea menor de 400 millones de

acciones?

P(X<400) = [(400-650) / 120] = -2,08

Identificamos en la tabla σ[-2,08]

Z = 0,0188 o 1,88%

b. ¿Qué porcentaje de las veces el volumen negociado es mayor de 800 millones de

acciones?

P(X>800) = 1 – [(800-650) / 120]

P(X>800) = 1 – σ[1,25]

P(X>800) = 1 – 0,8944

P(X>800) = 0,1056 o 10,56%

15
c. Si la Bolsa quiere emitir un boletín de prensa sobre el 20% de los días más activos,

¿qué volumen activará la publicación?

P (x > k) = 0,20, debemos hallar el valor de k

P (x < k) = 1 – P (x > 20) = 1 – 0,20 = 0,80

Identificamos en la tabla, Z = 0,85

Despejamos X de la ecuación:

Z = (x - μ)/σ

X = (σ * Z) + μ

X = (120 * 0,85) + 650

X = 752 millones de acciones

16
 TABLA DE DISTRIBUCIÓN NORMAL

La tabla de distribución normal se utiliza para localizar valores definidos para la variable z.

17
18
 CONCLUSIÓN

Con el fin de darle importancia al concepto de la Distribución Normal y su uso en la Inferencia

Estadística, permitió aplicarla a diferentes situaciones, para determinar que:

• Hay una familia de distribuciones con una forma común, diferenciadas por los valores de

su media y su varianza.

• La desviación estándar (σ ) determina el grado de apuntamiento de la curva.

• Cuanto mayor sea el valor de σ, más se dispersarán los datos en torno a la media y la curva

será más plana.

• La media indica la posición de la campana, de modo que para diferentes valores de μ la

gráfica es desplazada a lo largo del eje horizontal.

• De entre todas ellas, la más utilizada es la distribución normal estándar, que corresponde a

una distribución de media 0 y varianza.

19
 BIBLIOGRAFIA

Bibliografía virtual

Consultado Campus Virtual UAN:

Consulta el 23 de marzo 2020.

file:///G:/UAN/TEORIA%205.pdf

Consulta el 23 de marzo 2020.

https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/distribucion-

normal/ejercicios-de-la-distribucion-normal.html

20