Ejercicios de aplicación

Distribución normal de probabilidades

Presentado por:

Diana Lizeth Murcia Mora Id 725012

Diana Jimena Yucumá Reyes Id 727449

Karla Alejandra Restrepo Barrios Id 556247

Corporación Universitaria Minuto De Dios – Uniminuto

Administración Financiera VIII Semestre
Estadística Inferencial Nrc 8950
Neiva Huila
03/09/20
 Ejercicios de aplicación

Distribución normal de probabilidades

Presentado por:

Diana Lizeth Murcia Mora Id 725012

Diana Jimena Yucumá Reyes Id 727449

Karla Alejandra Restrepo Barrios Id 556247

Docente: Nelson Rivera Fierro

Corporación Universitaria Minuto De Dios – Uniminuto

Administración Financiera VIII Semestre
Estadística Inferencial Nrc 8950
Neiva Huila
03/09/20
 Tabla de contenido

1. Introducción
…………………………………………………………………………….4
2. Objetivos
………………………………………………………………………………..5
3. Ejercicios de aplicación …………………
……………………………….…………...6
4. Conclusiones
……………………………………………………………………………16
5. Bibliografías
…………………………………………………………………………….17
 1. Introducción

En este trabajo se identificó en unos ejercicios planteados si se trata Distribución normal de

probabilidades adapta una variable aleatoria continua a una función que depende de

la media y la desviación típica. es decir, la función y la variable aleatoria continua tendrán

la misma representación pero con ligeras diferencias. (RODO, s.f.)

I
 2. Objetivos

Hallar la probabilidad existente en diferentes escenarios por el método de distribución

normal.

·
 3. Ejercicios De Distribución Normal
1. En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23° y desviación típica 5°. Calcular el número de días
del mes en los que se espera alcanzar máximas entre 21° y 27°.

𝝁 = 𝟐𝟑°

𝝈 = 𝟓°

𝟐𝟏 ≤ 𝑿 ≤ 𝟐𝟕
𝑿−𝝁
𝒁=
𝝈
21−23
𝑍1 = =-0,4 valor en la tabla 0,15542 (16%)
5

27−23
𝑍2 = =0,8 valor en la tabla 0,28814 (29%)
5

𝑃 = 𝑍1 + 𝑍2 = 16 + 29 = 45%

(30 días del mes) *45% = 13,5 días. Lo que quiere decir que, en todo el mes, 13.5 días
alcanzaran temperaturas entre 21°y27°.
 La media y los que de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación
típica es 3 kg. Suponiendo que los pesos se distribuyan normalmente, hallar cuantos
estudiantes pesan: 𝝁 = 𝟕𝟎 𝒌𝒈

𝝈 = 𝟑 𝒌𝒈
𝑿−𝝁
𝒁=
𝝈
I. Entre 60 kg y 75 kg:

𝟔𝟎 < 𝑿 ≤ 𝟕𝟓
60−70
𝑍1 = = - 3,33 valor en la tabla 0,49957 (50%)
3

75−70
𝑍2 = = 1,67 valor en la tabla 0,45254 (45%)
3

𝑃 = 𝑍1 + 𝑍2 = 50 + 45 = 95%

(500 estudiantes) *95%=475. Entonces, de los 500 estudiantes 475 se encuentran

entre los 60 y 75 kg de peso.

I. Más de 90 kg.

𝑿 > 𝟗𝟎
90−70
𝑍= = - 6,66
3

1 − 𝑃(𝑍 ≤ 6,66) = 1 − 1 = 0
(500 estudiantes) *0 = 0. Entonces, esto quiere decir que, no se puede hallar un solo
estudiante por encima de los 90 kg.

II. Menos de 64 kg.

𝑿 < 𝟔𝟒
64−70
𝑍= = - 2 valor en la tabla 0,07926 (8%)
3

(500 estudiantes) *8% = 40. Entonces, hay 40 estudiantes que pesan menos de 64 kg.

III. 64 kg exactamente.
𝑷(𝑿 = 𝟔𝟒) = 𝟎
Cuando la distribución es continua, la probabilidad de que la variable tenga un valor
exacto siempre es cero (0).
 IV. 64 kg o menos.

𝑷(𝑿 ≤ 𝟔𝟒) = 𝟒𝟎

Si revisamos los resultados anteriores, cero estudiantes pesan exactamente 64 kg y 40

estudiantes menos de 64 kg.

2. Se supone que los resultados de un examen siguen una distribución normal con media
78 y desviación típica 36. Se pide:

a) ¿Cuál es la responsabilidad de que una persona que se presenta el examen

obtenga una calificación superior a 72?

𝑃(𝑋 > 72)

72−78
𝑍= = - 0,1666 valor en la tabla 0,06356 (6,35%)
36
La probabilidad de que una persona obtenga una puntuación mayor a 72 al presentar
el examen es de 6,35%.

b) Calcular la proporción de estudiantes que tienen puntuaciones que exceden

por lo menos en cinco puntos de la puntuación que marca la frontera entre el
Apto y el No-Apto 8 (son declarados No-Aptos el 25% de los estudiantes que
obtuvieron las puntuaciones más bajas).

𝑃(𝑋 ≤ 𝑁) → 0,25 (25%) valor en la tabla 0,09871

𝑁 − 78
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠: = 0,09871
36

𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑟: 𝑁 = 0,09871 ∗ 36 + 78 = 82

𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 82 + 5 = 87
(87−78)
𝑃(𝑍 = )= P(Z > 0,25) = 0,09871 = 𝟗, 𝟗%
36

El porcentaje de alumnos que son Aptos y además su puntaje esta 5 unidades por
encima de la frontera de No-aptos es decir 9,9%.
 c) Si se sabe que la calificación de un estudiante es mayor que 72 ¿Cuál es la
prioridad de que su calificación sea, de hecho, superior a 84?

𝑋 > 84

84 − 78
𝑍=
36

𝑃(𝑍 > 0,17) = 1 − 𝑃(𝑍 < 0,17) = 1 − 𝟎, 𝟎𝟔𝟕𝟒𝟗

= 0,93251

La probabilidad de que un alumno obtenga una puntuación mayor a 72 puntos en el examen

es de 0,06749.

𝑃(𝑋 > 84) = 0,93251

𝑃(𝑋 > 72) = 0,06749

𝑃(𝑋 > 84) 0,93251

= = 13,81
𝑃(𝑋 > 72) 0,06749

La probabilidad de que un alumno que obtuvo una puntuación mayor a 72 haya obtenido de
hecho una puntuación mayor a 84 es de 13,81.
 3. Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribución N (65,18). Se desea clasificar a los examinados en tres grupos (de baja
cultura general, de cultura general aceptable, de excelente cultura general) de modo
que hay en el primero un 20% de población, un 65% el segundo y un 15% en el
tercero. ¿Cuáles han de ser las puntuaciones que marcan el paso de un grupo al otro?

Valor en tabla correspondiente a la probabilidad 0,2 (20%), el cual es 0,07926:

𝑃(𝑍 ≤ 𝑍1 ) = 0,2

𝑍1 = 0,07926

𝑥1 − 65
𝑍1 = = 0,07926
18

𝑋1 = (0,07926)(18) + 65 = 66,42

Ahora localizamos en la tabla el parámetro para la probabilidad de 0.08, el cual es 0,03188,

lo que significa que:

𝑃(𝑍 ≤ 𝑍2 ) = 0,08

𝑍2 = 0,03188

Entonces
𝑥2 − 65
𝑍2 = = 0,03188
18
𝑋2 = (0,03188)(18) + 65 = 66

Baja cultura hasta 66,42 puntos.

Cultura aceptable entre 66 y 66,42.

Excelente cultura a partir de 66.

4. Varios test de inteligencia dieron una puntuación que sigue una ley normal con media
100 y desviación típica 15:

a) Determinar el porcentaje de población que obtendría un coeficiente entre 95 y 110.

𝟗𝟓 < 𝑿 ≤ 𝟏𝟎𝟎
95−100
𝑍1 = =-0,333 valor en la tabla 0,12930 (13%)
15

110−100
𝑍2 = =0,666 valor en la tabla 0,24537 (24,5%)
15

𝑃 = 𝑍1 + 𝑍2 = 13 + 24,5 = 37,5%

El porcentaje de la población que obtendrá un puntaje entre 95 y 110 es de 37,5 %

 b) ¿Qué intervalo centrado en 100 contiene al 50% de la población?

Se quiere tomar el 50% del centro de la población, entonces tomamos el intervalo que esta
entre el 25 %y el 75%

Valor en la tabla de 0,75 (0,27337) y 0,25 (0,09871)

𝑍1 = 0,27337

𝑍2 = 0,09871

𝑋1 − 100 ∗ 15 = 0,27337

𝑋1 = (0,27337*15) +100 = 104

𝑋2 − 100 ∗ 15 = −0,27337

𝑋2 = (−0,27337*15) +100 = 96

El intervalo es entre 96 y 104

 Conclusiones

• La distribución normal es la más utilizada, que corresponde a una distribución de

media 0 y varianza 1. 2.

• El valor de z es la cantidad de desviaciones estándar a la que está distanciada la

variable x del promedio.

• La media ponderada de usa para obtener un valor promedio de un conjunto de datos

en la cual todos los datos no tienen las misma importancia o peso.

• El teorema central del límite nos permite aproximar la distribución binomial en una

distribución normal.
 Bibliografías

Matemáticas profe Alex. (Productor). (2020) Diferenciar entre combinación, permutación o

variación, Ejemplo 1 [YouTube]. De
https://www.youtube.com/watch?v=dRN15Or4o00

Martínez Bencardino, C. (2012). Estadística y muestreo (13a. ed.). Bogotá: Ecoe Ediciones.

RODO, P. (s.f.). DISTRIBUCION NORMAL. Obtenido de ECONOMIPEDIA HACIENDO

FACIL LA ECONOMIA: https://economipedia.com/definiciones/distribucion-
normal.html#:~:text=La%20distribuci%C3%B3n%20normal%20es%20un,media%
20y%20la%20desviaci%C3%B3n%20t%C3%ADpica.