Bienvenidos a

Estadstica para los Negocios

Roger Cruz Mere
frcruz@ipae.edu.pe

Logro del curso

Cul es la meta que nos

proponemos alcanzar en este
curso?
Al finalizar el curso, el estudiante aplica
herramientas estadsticas para la toma
de decisiones tcticas en el mbito
empresarial.

Esa meta se debe reflejar en

un resultado o producto
concreto que ser
presentado en su evaluacin
final
Cul es ese
producto y qu
caractersticas debe tener?

Evaluacin final
Producto: Resolucin de un caso propuesto y
presentacin con exposicin de los criterios
utilizados.
Criterios de Evaluacin
1. Calcula probabilidades asociadas a una variable
aleatoria discreta que se distribuyen de forma
Binomial, Poisson y una V.A que se distribuye de
forma Normal
2. Determina el tamao de muestra para
poblaciones finitas e infinitas y construye intervalos
de confianza para la media y proporcin
poblacional.
3. Aplica tcnicas para estimar y pronosticar la
tendencia de una serie de tiempo.
4. Analiza un caso empresarial aplicando la tcnica

Sistema de evaluacin
Proceso permanente
Entrenamiento progresivo para alcanzar la meta final
Retroalimentacin sobre nuestras fortalezas y sobre
los aspectos que debemos mejorar

Cronograma de Evaluacin

Sesin
5

Sesin
9

Sesin
14

Sesin
18

Evaluaci
n
continua
1

Evaluaci
n
Parcial

Evaluaci
n
continua
2

Evaluaci
n final

20%

40%

20%

20%

Proceso

Resulta
do

Reglas de juego
Asistencia
7 faltas como mximo
Con ms de 7 faltas se
desaprueba el curso

Puntualidad

15 minutos de
tolerancia (en la sesin
de la primera hora)
5 minutos de
tolerancia (en la sesin
despus del refrigerio)
3 tardanzas equivalen
a 1 falta

PRIMERA UNIDAD
DISTRIBUCIONES DE
PROBABILIDAD

Al finalizar la unidad el
alumno
calcula
probabilidades
(para
diferentes
casos
empresariales) asociadas a
una variable aleatoria que se
distribuye de forma Binomial,
Poisson o Normal.

Estadstica inferencial
Es una parte de la estadstica que
comprende los mtodos y procedimientos
que por medio de la induccin determina
propiedades de una poblacin estadstica,
a partir de una pequea parte de la
misma.

Variable aleatoria
Una variable aleatoria es una variable que toma
valores numricos determinados por el
resultado de un experimento aleatorio. No hay
que confundir la variable aleatoria con sus
posibles valores.
Ejemplos:
n de caras al lanzar 6 veces una moneda
(valores: 0, 1, 2)
n de llamadas que recibe un telfono en una
hora

Las variables aleatorias pueden

ser:
Discreta

Continua

el conjunto de posibles
valores es numerable.
Suelen estar asociadas a
experimentos en que se
mide el nmero de veces
que sucede algo.

el conjunto de posibles
valores es no numerable.
Puede tomar todos los
valores de un intervalo.
Son el resultado de
medir.

Ejemplo
Clasificar como discretas o continuas las
siguientes variables aleatorias:
a) n de pginas de un libro
b) tiempo que tarda en fundirse una bombilla

c) n de preguntas en una clase de una hora

d) cantidad de agua consumida en un mes

Distribucin de una variable

aleatoria
Sea x una variable aleatoria discreta.
Su

distribucin

viene

dada

por

los

valores que puede tomar, x1, x2, x3, ,

xk,

las

aparezcan

probabilidades
p1,

p2,

p3,

de
pk.

que
Estas

Ejemplo:
Variable aleatoria x=n de caras al lanzar tres
veces una moneda. Posibles valores de x: 0, 1,
2 y 3. Lanzar 3 veces moneda:
E={CCC,CCX,CXC,XCC,XXC,XCX,CXX,XXX}
La variable aleatoria x:

Toma
Toma
Toma
Toma

valor
valor
valor
valor

0
1
2
3

cuando
cuando
cuando
cuando

ocurre el suceso {XXX}

ocurre el suceso {XXC,XCX,CXX}
{CCX,CXC,XCC}
{CCC}

La funcin de probabilidad es:

EJEMPLO 1:
Sea E el experimento aleatorio: lanzar
una moneda dos veces y la v.a.
X:nmero
de
caras
obtenidas".
Determine:
a)El dominio de X
b)El rango de X

EJEMPLO 2:
En un lote de 7 artculos hay 3 buenos.
Del lote se toma al azar una muestra sin
reposicin de cuatro artculos. sea X el
numero de artculos buenos en la
muestra. Determine:
a)El rango de X

EJEMPLO 3:
En un lote de 12 artculos hay 4
defectuosos. Si se toma al azar una
muestra sin reposicin de tres artculos.
sea X el numero de artculos buenos en
la muestra. Determine:
a)El rango de X

FUNCIN DE PROBABILIDAD

Sea X:R una v.a. talqueRx x1 , x2 ,..., xn ,...

Diremos que p(xi) es funcin de
probabilidad si:

p ( xi ) P X xi / X ( ) xi
x
p(x)

EJEMPLO 1
Sea X una variable discreta con funcin
de probabilidad. Determine la esperanza
matemtica y la desviacin estndar
x

-2

p(x)

1/5

1/5

1/5

1/5

1/5

FUNCIN DE DISTRIBUCIN
ACM

La funcin de distribucin acumulada de una v.a.

X, denotada por F, es una funcin

F : 0,1

definida por la regla de correspondencia

F ( x) P X x P / X ( ) x

De esta manera, F(x) denota la probabilidad de

que la variable aleatoria tome valores menores o
iguales a x.

EJEMPLO
Consideremos la v.a: X:nmero de caras
obtenidas al lanzar una moneda 3 veces .
Determine :
a) la funcin de probabilidad o cuanta
b)La funcin de distribucin.
c) La esperanza Matemtica y la varianza

EJERCICIO 1
En un lote de 8 artculos hay 2 defectuosos. Del
lote se toma al azar una muestra sin reposicin
de cuatro artculos. sea X
el numero de
artculos defectuosos en la muestra.
a)Determine los valores que asume el rango
b)Determine la funcin de probabilidad de x
c)Determine la Distribucin de probabilidades
d)La desviacin estndar

EJERCICIO 2
En un lote de 10 artculos hay 3 buenos. Del
lote se toma al azar una muestra sin
reposicin de cinco artculos. sea X el
numero de artculos buenos en la muestra.
a)Determine los valores que asume el rango
b)Determine la funcin de probabilidad de x
c)Determine
la
Distribucin
de
probabilidades

EJERCICIO 3
Un inversionista se da cuenta que tiene la
probabilidad del 40% de obtener una
utilidad de $25 000y una probabilidad de
perder $15 000.
a)Determine
la
Distribucin
de
probabilidades
b) La media y la desviacin estndar.

EJERCICIO 4
Un contratista hace estimaciones para
terminar una obra de la siguiente manera
en 10 das avanza el 30%, en 15 das el
20% y el resto de la obra en 22 das en
cuantos das se espera y termine la obra y
adems determine la dispersin de los
dias

EJERCICIO 3
Una urna contiene 6 bolas de las cuales 4 son
blancas. De la urna se toma al azar una muestra
de tamao 2 si reposicin .Sea La variable
aleatoria X que representa el numero de bolas
blancas
a)Describe el rango
b)Determine la distribucin de probabilidad o
cuanta de x, construya su grafica
c)Determine la funcin de Distribucin acumulada

EJERCICIO 5
Se tiene una urna con tres fichas ,numeradas del 1 a
3.se extrae al azar una ficha, luego se lanza una
moneda tantas veces como indica el numero de la
ficha obtenida. Si X representa el numero de caras.
Determinar:
a)El dominio de X
b)El rango de X
c)Determine la funcin de probabilidad o cuanta de x,
construya su grafica
d)Determine la funcin de distribucin

SESION 2

DISTRIBUCIN BINOMIAL

ENSAYO DE BERNOULLI
El ensayo de Bernoulli es un experimento que
tiene 2 posibles resultados mutuamente
excluyentes, generalmente llamados: xito y
Fracaso.
Lanzar una moneda
Lanzar un dado, siendo los resultados posibles
un nmero 5 o un nmero distinto de 5

ENSAYO DE BERNOULLI
En todos los casos, interesa la ocurrencia de
xito o fracaso.
Para cada experimento se define una v.a. X
que toma solamente dos valores: 0, 1

1 , si ocurre xito ( p )
X
0 , si ocurre fracaso (q 1 p )

DISTRIBUCIN DE
BERNOULLI

La v.a. X que toma solamente dos valores:

0, 1 y con funcin de probabilidad dada por

p q

, si x 0;1

, en otro caso

p ( x ) P X x

x 1 x

DISTRIBUCIN BINOMIAL
Se dice que un experimento es BINOMIAL si:
El experimento consiste de n ensayos Bernoulli
La probabilidad de xito en un ensayo es p y
es constante para todos los ensayos.
La probabilidad de fracaso es constante e igual
a q=1 p.

n x 1 x
, si x 0;1
p q
p ( x ) P X x k
0
, en otro caso

1. La ltima novela de un autor ha tenido un gran xito,

hasta el punto de que el 80% de los lectores ya la han
ledo. Un grupo de 4 amigos son aficionados a la lectura:

Cul es la probabilidad de
que en el grupo hayan ledo
la novela 2 personas?

2. La probabilidad de que un artculo producido por una

fabrica sea defectuoso es p = 0.02. Se envi un cargamento
de 10.000 artculos a unos almacenes. Hallar el nmero
esperado de artculos defectuosos, la varianza y la
desviacin tpica.

3. La probabilidad de que un hombre acierte en el blanco es

1/4. Si dispara 10 veces cul es la probabilidad de que
acierte exactamente en tres ocasiones?
B(10, 1/4)
p=
q=

4. Un agente de seguros vende plizas a cinco personas de

la misma edad y que disfrutan de buena salud. Segn las
tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 aos o ms es 2/3. Hllese la
probabilidad de que, transcurridos 30 aos, vivan:
1. Las cinco personas.

B(5, 2/3) p = 2/3 q =

2. 1/3
Al menos tres personas.

3. Exactamente dos personas.

5. En una caja hay 8 canicas negras,

6 canicas rojas y 9 canicas verdes, si
extraemos 5 canicas al azar. Calcular
la probabilidad de que 2 de ellas
sean rojas.
Definir xito: sea canica roja.
n=5
x=2
p = 6/23 = 0,26
q = 1 0,26 = 0,74

TAREA
1) En un rea geogrfica determinada, el
40% de la poblacin pertenece al partido
democrata.se selecciona una muestra de
10 adultos
Qu probabilidad hay de que 3 de ellos
pertenezcan al partido demcrata?
Qu probabilidad hay de que 8 no
pertenezcan al grupo de los demcratas?

2) El 10% de las cerraduras producidas en una

fabrica son defectuosas. Se selecciona una
muestra de 6 cerraduras al azar .Determine:
a)Exactamente 2 sean defectuosas?
b)A lo mas 3 sean defectuosas
c)Por lo menos 5 sean defectuosas
d)Entre 2 y 4 sean buenas
e)A lo mas 5 defectuoso

3) Generalmente un 40% de los alumnos

desaprueban un examen de estadstica I Cul
es la probabilidad de que en un grupo de 20 ,
desaprueben:
a)Exactamente 10 alumnos
b)Por lo menos 2 estudiantes
c)A lo mas 3 estudiantes
d)Entre 6 y 10 alumnos

4) Segn datos confiables el 35% de los estudiantes

del IPAE son solteros. Se selecciona una muestra
aleatoria de 15 estudiantes. Hallar la probabilidad de
que el numero de solteros del grupo sea:
a)Mayor que 10
b)Menor que 4
c)Halle la media y la desviacin estndar

5) De acuerdo a los registros acumulados por largo

tiempo en una cooperativa de ahorro y crdito , el
80% de los socios que solicitaron un prstamo a
dicha entidad la obtuvieron. El gerente financiero
recibi la solicitud de 14 socios en un determinado
mes: Calcular la probabilidad de que se le otorgue
el prstamo:
a)Exactamente a 10 socios
b) A mas de 12 socios

6) En una empresa , el 65% de los trabajadores

estn sindicalizados Cul es la probabilidad de
que en una muestra de 15 trabajadores:
a)Todos estn sindicalizados
b)Entre 5 y 7 estn sindicalizados
c)Ninguno este sindicalizado
d)Determine el promedio y la desviacin estndar

7) Una secretaria que debe llegar a su trabajo

todas las maanas a las 8:00 am se tarda 15
minutos el 20% de las veces. El gerente que llega
a las 10 am llama ocasionalmente a la oficina
entre las 8:00 y 8:15 am para dictar una carta,
cul es la probabilidad de que tres maanas de
las 6 en que el gerente llama, la secretaria no
est en la oficina?

DISTRIBUCIN DE POISSON
Ladistribucin de Poisson se aplica a problemas donde la variable

aleatoria es el nmero de eventos independientes que ocurren en un

intervalo de tiempo, o en una regin plana, con un promedio dado. Por
ejemplo, entre otros
Nmero de llamadas que recibe una central telefnica en un minuto
Nmero de accidentes de trabajo que ocurren en una fbrica durante
una semana.
Nmero de fallas en la superficie de una cermica rectangular
Nmero de bacterias en un volumen de un de agua
4/12/15

CARACTERSTICAS:
En este tipo de experimentos los xitos buscados son
expresados por unidad de rea, tiempo, pieza, etc.
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da, hora,
minuto, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefnicas a un conmutador por hora,
minuto, etc.
- # de llegadas de embarcaciones a un puerto por da,
mes, etc.
4/12/15

 La
unidad o intervalo de tiempo unitario, puede en las aplicaciones,
ser cambiada por unidad de longitud, de rea, de volumen o de
cualquier otra medida.
El nmero medio de eventos en cada unidad se denomina tasa de
ocurrencia y se denota por o u
La distribucin de probabilidad de Poisson se denota por

P(X=x)=

4/12/15

x= 0; 1; 2; 3;

Es importante, en una distribucin de Poisson,

considerar

= =n*p

=
x: numero de ocurrencias
e= 2.7182
P:probabilidad de xito
P =x / n
4/12/15

Ejemplo 1
Si un banco recibe en promedio 6 cheques
sin fondo por da, cules son las
probabilidades de que reciba:
a) cuatro cheques sin fondo en un da dado
Solucin:
u= 6 cheques sin fondo por da
e= 2.7182
P(x=4)

4/12/15

Ejemplo 2
Obtenga la probabilidad de encontrar 4
artculos defectuoso de una muestra de
300 en el que se dice que hay 2% de
artculos defectuosos
Datos:
P=2%
n= 300
u=
P(X=4)

4/12/15

DISTRIBUCIN DE
POISSON

1. Si ya se conoce que solo el 3% de los alumnos de

contabilidad son muy inteligentes calcular la
probabilidad de que si tomamos 100 alumnos al azar 5
de ellos sean muy inteligentes.

n = 100
P = 0.03
lambda = 100 *
0.03 = 3
x=5
e=
2.718281828

2. La produccin de televisores en SAMSUNG trae

asociada una probabilidad de defecto del 2%, si se toma
un lote o muestra de 85 televisores , obtener la
probabilidad de que existan 4 televisores con defectos.

n = 85
P = 0.02
X=4
lambda = 1.7

DISTRIBUCIN DE
POISSON

3. Se calcula que en la ciudad el 20% de las personas

tienen defecto de la vista si tomamos una muestra de
50 personas al azar
calcular la probabilidad de que 10 de ellos tengan
defecto en la vista.
n = 50
p = 0.2
lambda =10

DISTRIBUCIN DE
POISSON

4. El 8% de los registros contables de una empresa

presentan algn problema, si un auditor toma una
muestra
de
40
registros
calcular probabilidad de que existan 5 registros con
problemas
?
n = 40
p = 0.08
lambda
=3.2
X=5

5. La probabilidad de tener un accidente de trfico es

de 0,02 cada vez que se viaja, si se realizan 300 viajes,
cual es la probabilidad de tener 3 accidentes?

Luego,
P (x = 3) = 0,0892

Por lo tanto, la probabilidad de tener 3

accidentes de trfico en 300 viajes es del 8,9%

DISTRIBUCIN DE
POISSON
6. Si un banco recibe en

promedio 6 cheques sin

fondo por da, cules son las probabilidades de que
reciba:
a) cuatro cheques sin fondo en un da dado
b) 10 cheques sin fondos en cualquiera de dos das
consecutivos?
a) x = variable que nos define el nmero de cheques sin

fondo que llegan al banco en un da cualquiera = 0, 1, 2,

3, ....., etc, etc.

= 6 cheques sin fondo por da

= 2.718

EJERCICIOS DE APLICACIN
Se sabe que el promedio de llamadas en una
central telefnica es de tres por minuto. Calcular la
probabilidad de que en un minuto :
a) no ocurra llamada alguna
b) ocurran al menos 4 llamadas.

Solucin

a) Datos: u= 3

Entonces
b)

p(x=0) =

= 0,049787

P( X < 3) = p(x = 0)+ p(x= 1)+ p(x = 2) + p(x= 3)

= ( = 0,647231888
Luego: p(X > 4) =1- P(X< 3) = 1- 0,647231888 =
0,352768

TAREA:EJERCICIOS DE APLICACIN
1
La central telefnica de una empresa
recibe un promedio de 3.5 de ordenes de
pedido por hora. Estas ocurrencias se
producen al azar Cul es la probabilidad
de que se produzcan exactamente 4
llamadas en una hora?

4/12/15

EJERCICIOS DE APLICACIN 2
Un 1% de lo empleados de una empresa
faltan diariamente al trabajo. si se eligen 70
nombres al azar Cul es la probabilidad de
que solo 1 este ausente?

4/12/15

EJERCICIOS DE APLICACIN 3
Obtenga la probabilidad de encontrar 4
artculos defectuosos de una muestra de
300, en la que se dice que hay 2% de
artculos defectuosos.

4/12/15

EJERCICIOS DE APLICACIN 4
Despus de revisar 50 paginas de un
libro , se encuentra que hay un promedio
de 2 errores en cada 5 pagina .Hallar la
cantidad de paginas con 0,1,2,3,4 errores
en 100 paginas.

4/12/15

EJERCICIOS DE APLICACIN 5
Si un banco recibe en promedio 6 cheques
sin fondo al da :Cual es la probabilidad
que reciba 4 cheques sin fondo al da.

4/12/15

EJERCICIOS DE APLICACIN 6
Una oficina de ventas recibe un promedio
de 5.5 pedidos por hora. Suponiendo que
los pedidos siguen una distribucin de
poisson Cul es la probabilidad de que se
realicen al menos 4 pedidos en una hora
determinada

4/12/15

EJERCICIOS DE APLICACIN 7
Una oficina de ventas recibe un promedio
de 5.5 pedidos por hora. Suponiendo que
los pedidos siguen una distribucin de
poisson Cul es la probabilidad de que se
realicen al menos 4 pedidos en una hora
determinada

4/12/15

Ejemplo 3
Una empresa textil produce un tipo de telas en rollos
de 100m. El nmero de defectos que se encuentra al
desenrollar la tela es una variable aleatoria de Poisson
que tiene en promedio 4 defectos por 20m de tela.
a) Qu probabilidad hay de que al desenrollar la tela,
se halle
a lo mas 2 defectos en los primeros 50 metros?
b) Halla la probabilidad de que al desenrollar la tela
no se halle
defectos en el primer segmento de 5m. de tela.
4/12/15

Solucin
a)
= np= 50. =10,
1) + p(x = 2)

p(x< 3) = p(x = 0) + p(x=

=
= (1 + 10+50) = .61
= 0,002769
b) = np = 5.

4/12/15

p(x = 0) = = 0,367879

BIBLIOGRAFIA
Maximo Mitacc Meza
Oscar Acosta Malpica
Rufino Moya

ESTADSTICA PARA
NEGOCIOS
Belisa Tornero Medina

SESIN N

DISTRIBUCIN NORMAL
LOGRO DE LA SESIN:
Al finalizar la sesin, el estudiante hace uso
adecuado de la Tabla de Distribucin Normal.

DISTRIBUCIN NORMAL O
GAUSSIANA
distribucin normal es una de

La

las
distribuciones mas utilizadas ,que permite
calcular
probabilidades
para
variables
continuas atreves de areas comprendidas
bajo la curva normal
Z=

0,
5

0,5

CAMPANA DE GAUSS

Frmula Distribucin Normal

1
f (X )
e
2

1 X 2
(
)
2

e = constante matemtica con valor aproximado

de 2.71828
= constante matemtica con valor aproximado
de 3.14159
= media de la poblacin
= desviacin estndar de la poblacin
2-2008

73

Propiedades de la distribucin normal

1. Tiene forma de campana (es simtrica)

2. Sus medidas de tendencia central

idnticas (media, mediana, moda)

74

son

rea Bajo la curva normal

En
la
fila
de
encabezado
se
busca el que tiene
el segundo decimal.

75

Ejemplos
Calcular

P(-0.57 < Z < 1.02)

Calcular

P(Z < 1.11)

Calcular

P(Z < 2.01)

Calcular

P(Z > - 1.28)

Calcular

P(Z > 1.28)

76

Calcular

P(1.00 < Z < 1.253)

REA =0.3944 0.3413

Calcular

P(-1.25 < Z < -1.00)

REA Total =

0.2643

77

0.0531

EJEMPLOS:
1.-Cul es la probabilidad de que un
valor de z est entre 0 y -2.03?
2.-Cul es la probabilidad de que un
valor de z est entre -2.03 y +2.03?
3. Hallar P( z >1.25 )

4. Hallar P ( z > -0.34 )

5. Hallar P ( 0.34 < z < 2.30 )

78

0,3106

Halla el rea bajo la curva comprendida entre = 0

-0,88

0,3106

Halla el rea bajo la curva a la derecha de z = 2,15

0,4842

0,5

-2.15

0,4842 + 0,5 =
0,9842

Halla el rea bajo la curva a la izquierda de z = 2,54

2,54
0,494
0,5+
5

0,4945
=0,9945

-1,12

0,4671

0,3686

Halla
el rea bajo la curva entre

1,84

0,3686 + 04671 =
0,8357

0,01
37

Halla
el rea bajo la curva entre

-2,12 -1,87

0,4830-0,4693
=0,0137

0,1126

Halla el rea bajo la curva entre = 1,15 y

=
2,24

1,15

2,24

0,4875 0,3749 =
0,1126

Ejercicios propuestos
el rea bajo la curva normal tipificada, en
Hallar

cada caso:

1. Entre = -2,15 y 1,04

2.- Entre = -1,23 y 2,16

3.- Entre = 1,15 y ,16

4.- Entre = -0,18 y

5.- A la derecha de z = 2,67

= -1,24

6.- A la derecha de z

7.- A la izquierda de z = 1,26

z= -3,16

8.- A la izquierda de

Distribucin normal estndar

Un conjunto de datos con distribucin
normal siempre se puede convertir en su
forma estandarizada y despus determinar
cualquier probabilidad deseada, a partir de
la
tabla
de
distribucin
normal.

x
z

86

Ejemplo
Supongamos que los datos de una muestra
van de 30 a 90 (en el plano cartesiano se traza
la recta en una escala de 10 en 10).

En la muestra, la media aritmtica es 60 y la

desviacin estndar es 10.
Estandarizar cada uno de los datos de la recta
del plano cartesiano; es decir, cul es el valor de
Z de cada dato desde 30 hasta 90. 87

30 60 30
Para X 30 Z

3
10
10

Para X 60

60 60 0
Z

0
10
10

88

Ejemplo 1
En un examen de estadstica la media fue 75 y la
desviacin tpica 15. Halla las referencias
tipificadas de las siguientes puntuaciones: a) 84
b)
75
c)
60

a)

z=

b) z=

c) z =

Ejemplo 2
En un examen de matemtica, la calificacin media fue 72 y la
desviacin tpica 15. Determinar en unidades estndar las puntuaciones
de los alumnos que obtuvieron (a) 60 (b) 93 y (c) 72.

60-72/15 = -0.80
93-72/15 = 1.40
72-72/15 = 0.00

El alumno (b) sobresali ya que su

puntuacin esta 1.40 desviaciones tpicas
sobre la media.

EJEMPLO 3
Sea una variable distribuida normalmente con media de 4 y
desviacin tpica de 1.5.
Cul es la probabilidad de encontrar por lo menos un valor 6?

=4

= 1.5

Hallar P ( x > 6 )

91

1.- transformar x en un valor de z

z = (6 - 4)/1.5 = 1.33

x
z

2.- Hallar P ( 0 < z < 1.33) =

3.- 0.5000 - 0.40824 =

0.5
0.40824

0.09176

?
-0.5
-3

1
-2

2.5
-1

4
0

5.5 6
1 1.33

x
7
2

92

8.5
3

EJERCICIOS
1. En una ciudad se estima que la temperatura
mxima en el mes de junio sigue una
distribucin normal, con media 23 y desviacin
tpica 5. Calcular el nmero de das del mes en
los que se espera alcanzar mximas entre 21 y
27.

Distribucin Normal

2. La media de los pesos de 500 estudiantes

de un colegio es 70 kg y varianza 9 kg.
Suponiendo que los pesos se distribuyen
normalmente, hallar cuntos estudiantes
pesan:
1.Entre 60 kg y 75 kg.
2.Ms de 90 kg.
3.Menos de 64
kg.

Distribucin Normal
3. Se supone que los resultados de un
examen siguen una distribucin normal con
media 78 ydesviacin tpica36. Se pide:
Cul es la probabilidad de que una persona
que se presenta el examen obtenga una
calificacin superior a 72?

Distribucin Normal
4. Varios test de inteligencia dieron una
puntuacin que sigue una ley normal con
media 100 y desviacin estandar 15.
a.Determinar el porcentaje de poblacin que
obtendra un coeficiente entre 95 y 110.

Distribucin Normal
b.En una poblacin de 2500 individuos
cuntos individuos se esperan que tengan un
coeficiente superior a 125?

Distribucin Normal
5. En una ciudad una de cada tres familias
posee telfono. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya
por lo menos 30 tengan telfono.

Distribucin Normal
6. En un examen tipo test de 200 preguntas de
eleccin mltiple, cada pregunta tiene una
respuesta correcta y una incorrecta. Se
aprueba si se contesta a ms de 110
respuestas correctas. Suponiendo que se
contesta al azar, calcular la probabilidad de
aprobar el examen.

Distribucin Normal
7. Un estudio ha mostrado que, en un cierto
barrio, el 60% de los hogares tienen al menos
dos televisores Se elige al azar una muestra
de 50 hogares en el citado barrio. Se pide:
1.Cul es la probabilidad de que al menos 20
de los citados hogares tengan cuando menos
dos televisores?

Ejemplo

El gerente de una ensambladora de automviles

estudia el proceso para montar una pieza especfica de
un automvil, con el fin de reducir el tiempo requerido
para el montaje. Despus de estudiar el proceso, el
equipo determina que el tiempo de montaje se
aproxima a una distribucin normal con media
aritmtica de 75 segundos y desviacin estndar de 6
segundos.
Como puede el equipo aprovechar esta informacin
para responder preguntas acerca del proceso actual.
Calcular la probabilidad de que un empleado elegido al
azar
requiera:
1) ms de 81 segundos para ensamblar la pieza
2)Calcular la probabilidad de que un empleado
elegido al azar realice la tarea en un tiempo entre 75
y 81 segundos
3)Calcular la probabilidad de que un empleado elegido
al azar realice la tarea en mas de 81 segundos
o menos
101

Datos:
= 75
=6

x
Z

81 75
P ( X 81) P ( Z
) P ( Z 1)
6

P( Z 1) 0.5 0.3413 0.1587

La probabilidad de que un empleado ensamble una pieza
en mas de 81 segundos es de 15.87%
102

2)Calcular la probabilidad de que un empleado elegido al azar realice la

tarea en un tiempo entre 75 y 81 segundos

75 75
81 75
P (75 X 81) P (
Z
)
6
6
P (75 X 81) P (0 Z 1)

P (0 Z 1) 0.3413
La probabilidad de que un empleado ensamble una pieza
Entre 75 y 81 segundos es de 34.13%
103

3)Calcular la probabilidad de que un empleado

elegido al azar realice la tarea en mas de 81
segundos o menos de 75 segundos

P ( X 75

X 81) P ( X 75) P ( X 81)

P ( Z 0) P ( Z 1)
P ( Z 0) P ( Z 1) 0.5 1587 0.6587
La probabilidad de que un empleado tarde menos de 75
ms de 81 segundos es de 66%
104

Bibliografa
LEVINE, D. & KREHBIEL, T. & BERENSON, M.
(2006). Estadstica para Administracin (4a.
ed.). Mxico, DF: Pearson Educacin.

LEVIN, R. & RUBIN, D. (2004). Estadstica
para Administracin y Economa ( 7a. ed.).
Mxico, DF: Pearson Educacin.