Universidad autónoma de Santo Domingo (UASD-Centro Mao)

Nombre asignatura
Métodos Estadísticos 2
Código asignatura
EST2230
Nombre alumno
Wilson S. Pérez R.
Matrícula
100521837
Sección
15
Practica
4
Periodo académico
2 del 2022
Nombre profesor
Candido Rivera Francisco
 UNIVERSIDAD AUTÓNOMA DE SANTO DOMINGO
ESCUELA DE ESTADÍSTICA
MÉTODOS ESTADÍSTICOS II (EST. 223)
PRACTICA 4

1- Explique lo que significa este enunciado: ´´ No existe solo una distribución

probabilística normal, sino familias de estas distribuciones.

Este enunciado quiere decir que dentro de la distribución de probabilidad normal se

pueden presentar algunas formas: Distribución de probabilidad normal con medias
iguales y distribuciones estándares diferentes, Distribución de probabilidad normal con
diferentes medias y desviaciones estándares iguales, Distribuciones de probabilidad
normal con medias y desviaciones estándares diferentes. El número de distribuciones
normales es ilimitado, y cada una posee diferentes medias (), desviación estándar (), o
ambas.

2- La media de una distribución probabilística normal es de 500, la desviación

estándar, 10.

a) ¿Entre qué par de valores está, aproximadamente, 68 ?27% de las observaciones?

Datos: m±1σ ⇒ 68.27%

M=500 500 ± (1) (10) = 500 ± 10
σ=10 500+10= 510
510-10=490

Esta entre 490 y 510 está en el 68.87%

b) ¿Entre que par de valores aproximadamente 95 ?45% de las observaciones?

m± 2σ ⇒ 95.45%
500 ± (2) (10) = 500 ± 20
500+20= 520
510-20=480
Esta entre 480 y 520 esta 95.45%.
c) ¿Entre que par de valor se encuentran prácticamente todas las observaciones?

m± 3σ ⇒ 99.75%
500 ± (3) (10) = 500 ± 30
500+30= 530
510-30=470
Esta entre 470 y 530 están todas las observaciones 470 y 530, determinado por 500
más o menos 3.

30 20 10 10 20 30

3. ¿Cuál es la distribución probabilística normal estándar? ¿Por qué es tan

importante?

Es aquella que su media aritmética es 0 (M=0) y su distribución estándar es 1 (σ = 1). Es

importante porque se ajusta a todos los casos. Es el modelo que se utiliza para resolver
cualquier problema que se ajuste a una distribución normal.

4. Las ventas netas y el número de obreros en una fábrica de estructuras de aluminio

con características semejantes, se organizaron en distribuciones de frecuencias.
Ambos están distribuidos en forma normal. Para las ventas netas, la media = $180.
Millones y la desviación típica = $25 millones. Para el número de trabajadores, la
media = 1,500. Y desviación típica = 120. la fábrica A tuvo ventas de $170. Millones y
1,850 obreros.

a) Convierta a valores z las ventas y el número de trabajadores de la compañía.

b) Localice los dos valores z en una distribución normal estándar.
c) Compare las ventas y el número de obreros de la empresa con los otros
fabricantes.
5. Un estudio efectuado por una compañía en lo referente al pago de facturas,
reveló que en promedio una factura se pagó 20 días después de ser recibida. La
desviación estándar fue igual a 5 días.

a. ¿Qué porcentaje de las facturas se pagó a los 15 días de recibidas?

Datos:
M=20 días
σ= 5 días
x=15 días
µ=20
σ=5

Formula: z= x−μ / σ
Procedimiento: P(x>15) z= 15−20/ 5

z= −5/5

z=−1

Resultado: Z= -1 es 0.1150 El promedio de las facturas que se pagó a los14 días es

de 11.50 %

15 20 Z= 1 0

a) ¿Cuál es la probabilidad de seleccionar cualquier factura y descubrir que se pagó

entre 18 y 26 días?
 b) ¿Al menos cuánto días después de recibidas se pagó el 5%de las facturas?

µ=20
σ=5
x=μ+zσ
x = 20 + (1.645) (5)
x = 20 +8.225
x = 28.225

El 5 % de las facturas se pagó a los 3 días de recibidas.

6. Las comisiones anuales por agente de ventas de una empresa fabricante de

maquinaria ligera, tuvo un promedio de $40,000. con una desviación estándar de
$5,000. ¿qué porcentaje de los vendedores ganan entre $32,000 y $42,000?

Datos:
µ: 40,000
g= 5,000

Desarrollo:
P (32,000<x<40,000)
z= 32,000−40,000/5,000
z= -8,000 / 5,000
z=−1.6

z= 42,000−40,000 / 5,000
z= 2,000/ 5,000
z=0.4
z=−1.6

Si buscamos este valor en la tabla de áreas bajo la curva encontramos z=0.4452

z=0.4

Si buscamos este valor en la tabla de áreas bajo la curva encontramos z=0.1554

Entonces:
z=0.4452+0.1554 z=0.6006
El 60.0 % de los vendedores gana entre 32000.

7. Un estudio realizado por un club de acondicionamiento físico reveló que 30% de

sus nuevos miembros tienen un sobrepeso de consideración. Una promoción de
membrecía en un área urbana dio como resultado la inscripción de 500 nuevos
miembros.

DATOS:
P=0.30
N*P= 500*0.30 = 150 ≥ 5
N=500 N*P= 500*0.70 = 350 ≥ 5
Calculamos medias y la desviación típica M= √n*p*g = σ = √500*0.30*0.70 =
√105 = 10.25

a) Se ha sugerido utilizar la aproximación normal a la binomial para determinar

la probabilidad que, de 500 nuevos socios, 175 o más tengan sobrepeso
considerable. ¿Se califica este problema como un problema binomial?
Explique su respuesta.

Sí, porque existen dos resultados posibles el uno que tienen Sobre peso y el
otro que no tienen sobrepeso.

- El número de éxitos es el resultado de socios con sobrepeso.

- Los ensayos son independientes.

- Su probabilidad va a ser igual en los ensayos que es 0,3

b) ¿Cuál es la probabilidad que 175 o más de los nuevos socios tengan

sobrepeso?
Z-174,5-150 24,5

-Z, 39 10,25 10,25

Aren = 0,4916 0,5 - 0,4916 = 0,0084

c) ¿Cuál es la probabilidad que 140 o más de los nuevos miembros tengan

sobrepeso considerable?
139,5 —150 —10,5 Z_

=-- 102 10,25 10,25

 Área= 0,3461 0,5 +0,3461=0,8461

d) Muestre las áreas y otros aspectos de los incisos b y c en forma de diagrama.

8. Una industria produce cojinetes de bolas en forma automática en una máquina.

Para uno de los cojinetes, la media aritmética de los diámetros se determina
como 20.00mm (milímetros). La desviación estándar de la producción durante un
largo período se calcula como 0.150(mm).

a. ¿Qué porcentaje de los cojinetes tendrán diámetros entre 20.00mm y

20.27mm?
X=20.00 mm y 20.27

mm z= x−M /σ = 20.00-20.27 ÷ 0.150= -1.8 (0.4641)

b. ¿Qué porcentaje de los cojinetes tendrán diámetros de 20.27mm o más?

(X ≥ 20.27)

X= 0.4641 + 0.05 = 0.9641

z= x−M/ σ = 20.00-20.27 ÷0.150= -1.8 (0.4641)

 c. ¿Qué porcentaje de los cojinetes tendrán diámetros entre 19.85mm y
20.30mm?
X=19.85 y 20.30mm

Z=20.00-19.85/0.150 =0.15

Z=1(0.3413)

d. ¿Qué porcentaje de los cojinetes tendrán diámetros de 19.91mm o menos?

Z=20-20.30/0.150=0.3/0.150

Z =2(0.4772)

9. La experiencia con respecto al número de pasajeros en un buque que ofrece

travesías de una semana por el Caribe, reveló que el número medio de pasajeros
es 1,820, y la desviación estándar de la distribución normal es 120.
10. La experiencia de una empresa química al aplicar una prueba a universitarios
recién egresados que han solicitado trabajo, reveló que la puntuación media de
prueba fue de 500 y la desviación estándar igual a 50. la distribución de las
proporciones de prueba fue normal. Con base en esta experiencia, la dirección de
la empresa está considerando aceptar una persona cuya puntuación sea 6%
superior de la distribución, y la contrataría directamente para un puesto de
responsabilidad. ¿Cuál es la puntuación más baja que debe tener un egresado
universitario para calificar para un puesto de responsabilidad?

DATOS:
M = 500
X= 6
σ= 50
X-M / σ = 6- 500/50 = -440 /50= -8.8

11. Debido al número limitado de vacantes este año, los solicitantes con
puntuaciones entre 400 y 485 se pondrán en “espera” o “reserva”.

DATOS:
M=500
Ϭ=50
Z) 0.477
z= x−M / σ = 400 -500 /50 = -2
(2 = -2) = 0.477
Z= 485-500/50 = 0.3

a. ¿Qué porcentaje de los solicitantes quedará en “espera”?

(2 = -2) = 0.4772

Z= 485-500/50 = 0.3

Z= (-2 ≥ < 0.3) 0.4772-0.1179 = 35.9 quedara en espera un 35.9%

b. ¿Si solicitaron trabajo en la empresa un total de 1,000, ¿cuántos quedarán en

la clasificación de “espera”?
DATOS:
Z = 500
Área: 0.4952
P =50 – 0.4952 = 0,0048 (2)
P = 0.0096 quedaran clasificados en espera un 0.96%

12. Una empresa de transportes utiliza el camión de tipo Súper 1310 en forma
exclusiva y desea realizar un estudio de costos de mantenimiento y otros. En vez
de estudiar los 3,500 camiones, se seleccionó una muestra. Esta reveló que
durante el año pasado la media aritmética de la distancia recorrida por el camión
fue 60,000 kilómetros. Las distancias se distribuyeron en forma normal y la
desviación estándar de la muestra fue 2,000 km. Con base en los datos
muéstrales:

a. ¿Qué porcentaje de los camiones recorrió 65,200 Km. o más?

M= 60,000 km

σ= 2000 km

X= 65,200 km

Z= 65,200-60,000 /2000= 5,200/2000 = 2.6%

b. Recuerde que la empresa posee 3,500 vehículos Super 1310. Con base en lo
obtenido de la muestra, ¿cuántos recorrieron 55,000 km o menos?
Z= 55,000 – 60,000 = -5000 = -2.5 (0.4840) = 48.30%

c. ¿Cuántos recorrieron 62,000 Km. o menos durante el año?

Z= 62000 – 60000 /2000= 2000/2000 = 1
13. Los ingresos anuales (en dólares) de un gran grupo de supervisores de una
compañía siguen una distribución normal, con media de $28,000 y desviación
estándar de $1,200. los tiempos de servicio de los mismos supervisores también
se distribuyen normalmente, con media de 20 años y desviación estándar de 5
años. Juan Martínez gana $30,400 al año y tiene 10 años de servicio.

INGRESOS:
M= 28,000
Ϭ=1,200
TIEMPOS DE SERVICIO:
M= 20,000
Ϭ= 5 años
JUAN MARTÍNEZ Gana $30400 y tiene un tiempo servicio 10 años

a. Compare su ingreso con el de los otros supervisores.

DATOS:
M= 28,000
σ= 1,200
X= 30,400
Z= 30,400- 28,000/1200 = 2,400/1200= 2 (0.4772)

b. Compare ese tiempo de servicio con el de los otros supervisores.

DATOS:
M= 20 años
σ= 5 años
x= 10 años
Z= 10-20/5 = -10/5 = -2 (0.4772)
14. Un gran establecimiento de ventas al menudeo, ofrece una política de aceptar
devoluciones sin discusión. El número medio de clientes que devuelven artículos
es 10.30 con una desviación estándar de 2.25 clientes por día.

a. ¿En qué porcentaje de los días hay menos de 8 clientes devolviendo artículos?

DATOS:
M= 10.30
σ = 2.25
X= 8
Z= 8 – 10.30/2.25= -2.30/2.25 = -1.02
A 0.3461
P (x ≤ 8) = 0.5 – 0.3461
P (x ≤ 8) = 15.39%

b. ¿En qué porcentaje de los días hay entre 12 y 14 clientes en el departamento

de devoluciones?

DATOS:
M= 10.30
σ = 2.25
X= 12 y 14
Z= 12-10.30/2.25 = 1.70/2.25= 0.75 A (0.2704)
Z= 14-10.30/2.25 = 3.70/2.25=1.64 A (0.4495)
P (12 ≤ x ≤ 14) = 0.2704 – 0.4495= 0.1791

c. ¿Existe alguna posibilidad que algún día no haya devoluciones?

Z= 0- 10.30/2.25 = -4.57

P(x=0) = 0

El porcentaje de devolución tiende a cero

15. Para envasar un refresco se utilizan botellas de plástico de dos litros, se envían en
lotes de 100. los lotes tienen 5% de defectos. Algunas botellas tienen funda, otras
son demasiado pequeñas, etc.

a. ¿Cuál es la probabilidad que una remesa de botellas contenga más de 8

defectuosas?
Media
µ=n (p)= 100*0.05=5
 Media= 5
Varianza
σ2=npq=100*0.05*0.95=4.75
σ=√ npq =2.18
Z=7.5 – 5/2.18=1.15
A (z= 1.15)=0.3749
A=0.5-0.3749=0.1251

b. ¿Cuál es la probabilidad que entre 8 y 10 botellas sean defectuosas?

Z=10.5

X=8

Z=2.52

A=0.4941

A=0.4941-0.3749=0.1192

c. ¿Cuál es la probabilidad que hay exactamente 8 defectuosas?

X=

Z= 8-5/2.18

Z=1.38

A=0.4162

d. ¿Cuál es la probabilidad que no haya botellas con desperfectos?

Z=0-5/2.18=-2.29

A=0.4890

16. Suponga que fracasa 10% de quienes estudian la parte de Estadística del examen
para calificar como contador público. 60 estudiantes presentan el examen.

a. ¿Cuál es la probabilidad que exactamente dos estudiantes fallen?

DATOS:
µ=60*0.10=6
n=60
σ=npq=60*0.10*0.90=5.4
√ 5.4=5.32
 Procedimiento: z=1.5−6 /2.32 = -1.9396

A=0.4750

b. ¿Cuál es la probabilidad que al menos dos estudiantes fracasen?

DATOS:
µ=10%=6
σ=6
P(z>2)

Procedimiento:

z= 2−6/ 60 = −0.0666

Z>-0.0666= Z<-0.0666

Si buscamos 0.0666 encontramos 0.7453, lo que equivale al 74.53%

La probabilidad de que al menos dos estudiantes fracasen es del 74.53%.

17. En una línea naviera se informa que el 80% de sus camarotes se ocupan durante
el mes de septiembre. En el caso de un navío que tenga 800 camarotes, ¿cuál es
la probabilidad que 665 o más sean ocupados en septiembre?

DATOS:
N: 800
X: 664
P: 0.8

Esta ecuación se repite para cada xi desde 0 hasta 664.

Pero queremos conocer la probabilidad de 665 o más, por lo tanto, es:

1 - P (x≤664) P(x≤664) = 98.61 % P(x≥665) = 1 – 98.61 =9.39%

P (E)= # Resultados Favorables/Total de Resultados Posibles

P (665) = 665/800=9.39