TALLER Nº 1 MODELOS PROBABILIDAD

PRESENTADO POR:

DEIBER ANDERSON ZAMBRANO QUISTIAL

HEYDER VALENCIA OROZCO
LUIS EDUARDO BARRERA

PRESENTADO A:
BERNARDO MURCIA LEAL

UNIVERSIDAD DE LA AMAZONIA
FACULTAD CIENCIAS CONTABLES, ECONOMICAS Y ADMINISTRATIVAS
CONTADURIA PÚBLICA
SEXTO SEMESTRE
2020-1
6.1 Suponga que en una urna hemos colocado 4 fichas idénticas excepto por el color. Las
fichas son de colores amarillo (A), verde (V), blanco (B), y rojo (R). Realizamos el
experimento consistente en hacer que un niño elija una ficha al azar. De acuerdo con el
resultado del experimento se le entregarán al niño tantos pesos como letras tenga el
color de la ficha elegida. Defina la variable aleatoria X como el número de pesos
recibidos por el niño.

a) Encuentre la función de probabilidades de X.

2
b) Calcule μX yX σ
c) ¿Qué valor tiene el parámetro de la distribución?

M={Amarillo, Verde, Blanco, Rojo}

1 1 1 1
E ( X)= (4)+ (5)+ (6)+ (8)
4 4 4 4

E ( X)=1+1.25+1.5+2

E ( X)=23/4

E ( X)=5.75

E(X2) = 1 (42) + 1 + (52) + 1 (62) + 1 (82) = 141

4 4 4 4 4

E(X2) = 1 (4.4)+ 1 (5.5) + 1 (6.6) + 1 (8.8) = 141

4 4 4 4 4

E(X2) = 1 (16) + 1 (25) + 1 (36) + 1 (64) = 141

4 4 4 4 4

E(X2) = 16 + 25 + 36 + 64 = 141
4 4 4 4 4

E(X2)= 141 = 35,25

4

Var (X) = 141 - 232 = 35

4 (4) 16
Var (X) = 2,1875
 6.3 De acuerdo con el X censo general de población, el 96% de los mexicanos profesan la
religión católica. Si elegimos una cédula censal al azar y definimos el resultado como
éxito
(E) si corresponde a un católico y como fracaso (F) en caso contrario:

a) ¿Qué modelo probabilístico es el adecuado?

b) Sea X(F) = 0 y X(E) = 1 . Encuentre la función de probabilidades de la variable
aleatoria X. Calcule E(X) y Var (X).
c) Suponga ahora que consideramos como resultados posibles del experimento las 5
categorías previstas en el censo. (Católica, Protestante o Evangélica, Israelita, Otra,
Ninguna). ¿Se aplicaría el mismo modelo que en el inciso a)? ¿Por qué?

El modelo probabilístico adecuado es el de Bernoulli.

Función de probabilidades

f x (x)={( 0.96 x ) ( 0.04 1−x ) }

0
E(X) y Var
(X)
E (X)= (0.04) (0)+ (0.96)
(1)
E(X)= (0)+ (0.96)
E (X)=0.96

E (X2)=(0.04) ( 02)+( 0.96)( 12)=0.96

Var (X)= (0.96) − (0.96)2

Var (X)= (0.96)-(0.9216)
Var (X)= 0.0384

c) En el Modelo Bernoulli solo se pueden tener dos resultados posibles en el espacio

maestral los cuales son mutuamente excluyentes.
 6.4 Evalué las siguientes expresiones:
6 10
a)
3 ()
=20 e)
6
=210 ( )
b) (91) =9 f) (100)=1

(93 ) =84
c) g) (104 )=210
d) (52) =10 h) (205)=15 504

6.7 Si X ~ Bin (7, 0.4)

a) Calcule directamente de la función, las siguientes probabilidades: P (X ≤ 2), P(X>4), P(X=5)
b) Verifique sus cálculos usando la Tabla A
Calcular discretamente de la función las siguientes probabilidades:

P(x<2), P(x>4), P(x=5)

b) Verifique estos cálculos usando la tabla 8

P(x)= 7 (0.4)x (0.6)7-x

x X0, 1, 2…,7
0

2
P(x<2) = 7 (0.4)x (0.6)7-x
x
1=0

= 7 (0.4)x (0.6)7-x + 7 (0.4)1 (0.6)7-1 + 7 (0.4)2 (0.6)7-2

0 1 2

= 1 (1) (0.6)7 + 7 (0.4) (0.6)6 + 21 (0.4)2 (0.6)5

= 0.0279936 + 0.1306388 + 0.2612736

 = 0.4199 x 42%

P(x>4) = P(x=5) + P(x=6) + P(x=7)

= 0.096256

P(x=5) = 7 (0.4)5 (0.6)7-5

5
= 0.0774144

= 7.7%

P(x>4) = 1-P (x<4) = 1-Fx (4; 7; 0.4)

= 1-0.9032 = 1-0.9037 = 0.0963

P(x<2) = Fx (2; 7; 0.4) = 0.4199

P(x=5) = P(x<5) – P(x<4)

= Fx(5; 7; 0.4) – Fx (4; 7; 0.4)

= 0.9812 – 0.9037

= 0.0775
 6.12. Suponga que dos equipos (A y B) van a disputar una serie de 4 juegos. En
cada juego sólo hay dos resultados posibles: gana A o gana B. En el primer juego
ambos equipos tienen la misma probabilidad (0.5) de ganar, pero a partir del
segundo el equipo que ganó el juego anterior aumenta en 0.1 su probabilidad de
ganar un juego dado en relación con la que tenía en el precedente. Por ejemplo, la
secuencia de triunfos ABAA tiene probabilidad: (0.5) (0.4) (0.5) (0.6).
a) Escriba el espacio muestral y calcule la probabilidad de cada evento.
b) ¿Qué suposición del modelo Binomial no se cumple aquí?
c) Sea X el número de juegos ganados por equipo A. Obtenga f X( x) para los posibles
valores de X.
d) ¿Cuál es la probabilidad de que el equipo que gana el primer juego gane la serie?
e) Repita los incisos c) y d) suponiendo que X ~Bin (4, 0.5). Compare resultados.
Espacio muestral
M =AAAA, BAAA, ABAA , AABA , AAAB, BBAA , BABA , BAAB,
ABBA , ABAB , AABB , ABBB, BABB, BBAB, BBBA , BBBB
Probabilidades
P (AAAA )=( 0.5)( 0.6)(0.7)(0.8)=0.168 P ( ABBA)=(0.5)(0.4)(0.5)(0.4)=0.040
P (BAAA )=( 0.5)( 0.4)(0.5)( 0.6)=0.060 P ( ABAB)=( 0.5)( 0.4)( 0.5)( 0.4)=0.040
P (ABAA )=(0.5)(0.4)(0.5)(0.6)=0.060 P ( AABB)=(0.5)( 0.6)(0.3)(0.4)=0.036
P (AABA )=(0.5)(0.6)(0.3)(0.6)=0.054 P ( ABBB)=(0.5)(0.4)(0.5)(0.6)=0.060
P (AAAB )=(0.5)(0.6)(0.7)(0.2)=0.042 P ( BABB)=(0.5)(0.4)(0.5)(0.6)=0.060
P (BBAA )=(0.5)(0.6)(0.3)(0.4)=0.036 P(BBAB)=( 0.5)( 0.6)( 0.3)( 0.6)=0.054
P (BABA )=(0.5)(0.4)(0.5)(0.4)=0.040 P ( BBBA)=( 0.5)(0.6)( 0.7)( 0.2)=0.042
P (BAAB)=(0.5)(0.4)(0.5)(0.4)=0.040 P ( BBBB)=(0.5)(0.6)(0.7)(0.8)=0.168

En este caso no se cumple la independencia de repeticiones

X puede tomar los valores de 0, 1, 2, 3, 4.

P (X=0)=P( BBBB)=0.168
P (X=1)=P( ABBB)+P( BABB)+P( BBAB)+P( BBBA)=0.060+0.060+0.054+0.042=0.216
P (X=2)=P( BBAA)+P( BABA )+P(BAAB)+P (ABBA )+P( ABAB)+P( AABB)
=0.036+0.040+0.040+0.040+0.040+0.036=0.232
P (X=3)=P (BAAA )+P( ABAA)+P( AABA )+P (AAAB)=0.060+0.060+0.054+0.042=0.216
P (X=4) =P (AAAA) =0.168
En la tabla siguiente se presentan los valores posibles de x y sus probabilidades cuando este representa
el número de juegos ganados por el equipo rojo.
x 0 1 2 3 4
f X( 0.1 0.216 0.2 0.2 0.168
x) 68 32 16

Probabilidad de que el equipo que gana el primer juego gane la serie.

P (AAAA )+P( ABAA)+P( AABA )+P (AAAB)+P( BABB)+P( BBAB)+P( BBBA)+P( BBBB)
=0.168+0.060+0.054+0.042+0.060+0.054+0.042+0.168=0.648
Suponiendo X ~Bin (4,
0.5) Función de
distribución
n
()
f X (x)= x px (1− p ) n −x, x =0, 1, 2,, n

f X (x)= x4 ( 0.5)4 ,
() x =0, 1, 2, 3, 4

x 0 1 2 3 4
f X( x) 0.062 0. 0.3 0. 0.0625
5 25 75 25

El espacio muestral es el mismo que en el planteado en el inciso a, en cada evento se tiene la misma
probabilidad (0.0625).

La probabilidad de que el equipo que gana el primer juego gane la serie es:
8(0.0625)=0.5

6.13. De acuerdo con un reporte (Science, julio 25, 1952. pág. 74), el 53% de estudiantes
con un año de estudios universitarios que presentaron un examen lo aprobaron. Suponga que
se toma una muestra de tamaño 8 de esa población.

a) ¿Cuál es la probabilidad de que encontremos 6 o más individuos que hayan aprobado el

examen? ¿exactamente 5? (el número de estudiantes en la población es de 97 800).
b) De 77 000 estudiantes de tercer año que presentaron el mismo examen, el 71% lo aprobaron.
Para este grupo conteste las mismas preguntas que para el primero.
c) Dibuje los histogramas de probabilidades para las dos distribuciones.

f X( x8 X

{( )p0, (Si1− pocurre

)8−X , dex =1,2,3,4,5,6,7,8
otra forma
Probabilidad de que se encuentre 6 o más individuos aprobados
P (X⩾6) =P(X=6) +P(X=7) +P(X=8)
8 8 8
() () ()
= 6 (0.53)6 (1−0.53)2+ 7 (0.53)7 (1−0.53)1+ 8 ( 0.53)8 (1−0.53)0
=0.1371+0.04417+0.006226
=0.1875
Probabilidad de que se encuentre 5 individuos aprobados

8
()
P (X =5)= 5 (0.53)5 (1−0.53)3=0.2431

Para el inciso b
P (X⩾6) =P(X=6) +P(X=7) +P(X=8)
8 8 8
() () ()
= 6 (0.71)6 (1−0.71)2+ 7 (0.71)7 (1−0.71)1+ 8 (0.71)8( 1−0.71)0
=0.3017+0.2110+0.0646
=0.5773

8
()
P ( X =5) = 5 (0.71)5 (1−0.71)3=0.2464

Probabilidades obtenidas con el 53% de estudiantes con un año de universitarios

x 0 1 2 3 4 5 6 7 8
f x( 0.0023 0.0214 0.084 0.1912 0.269 0.2431 0.139 0.0441 0.0006
x) 81 81 78 05 52 43 09 69 22

Probabilidades obtenidas con el 71% de estudiantes de tercer grado

x 0 1 2 3 4 5 6 7 8
f x( 0.0000 0.0009 0.008 0.0411 0.1258 0.2464 0.301 0.2110 0.0645
x) 5 99 39 11 12 42 65 06 75

Probabilidades con el 53%

0.3
0.25
0.2
0.15
f(x)

0.1
0.05
0
0 1 2 3 4 5 6 7 8
x
 Probabilidades con el 71%

0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8
X

6.14. Un inspector sanitario tiene a su cargo la vigilancia de 15 plantas pasteurizadoras

de leche. Cada día visita 5 de ellas, elegidas al azar, para detectar violaciones al código
sanitario. Suponga que en un día dado 6 de las 15 pasteurizadoras han infringido el codigo.
Sea X el número de plantas infractoras en la muestra.
a) ¿Qué modelo probabilístico es adecuado para X? Úselo para evaluar las probabilidades de los
posibles valores de X.
2
b) Calcule μX y σ X directamente de las definiciones respectivas. Verifique sus cálculos
mediante las ecuaciones presentadas para un modelo.
c) Proceda ahora como si las 5 repeticiones del experimento fueran independientes. Evalúe bajo
2
este supuesto las probabilidades y calcule μX y σ X .

Es adecuado un modelo hipergeométrico con N= 15 A= 6 B=9 y n= 5

P= A/ N = 6 /15 =0.4
Funcion de probabilidad

x 0 1 2 3 4 5
f X( x) 0.041 0.251 0.419 0.239 0.044 0.002
96 75 58 76 96

μ X y σ 2X

μX=(0)(0.04196)+(1)(0.25175)+( 2)(0.41958)+(3)(0.23976)+(4)( 0.04496)+(5)(0.002)

μX =2.00003

E( X 2)=4.85727
σ2X =E( X 2)−E( X)2=0.85715
De otra manera
A
μ =n (
)=np=2.0
X
B
A B N−n
σ2 =n ( ) ( )( )=0.85714
X
N N N−1

Suponiendo independencia, X ~Bin (5, 0.4)

f X ( X )= x5 (0.4)x ( 0.6)5− x , x =0,1,2,3,4,5

()
x 0 1 2 3 4 5
f X( 0.077 0.259 0.34 0.2304 0.07 0.010
x) 76 2 56 68 24

μX=(0)(0.07776)+(1)(0.2592)+(2)(0.3456)+(3)(0.2304)+(4)( 0.0768)+(5)(0.01024)

μX =2
E (X 2)=4
σX2 =1.2
 6.15. Refiriéndonos al ejercicio 6.14, suponga ahora que las pasteurizadoras al cuidado
del inspector son 60, pero por limitaciones de tiempo sólo visita 5 diariamente. Suponga
además que en un día dado hay 24 plantas infractoras. Es decir, que el tamaño de la
población ha aumentado, pero la proporción de infractores es la misma que antes.
a) Repita a), b), y c) del ejercicio 6.14. Compare resultados.
b) Calcule el “factor de corrección por finitud de la población” en cada caso y compárelos.

Tenemos ahora que N=60 A=24 B=36 n=5

x 0 1 2 3 4 5
f X( x) 0.069 0.258 0.360 0.233 0.070 0.007
03 85 82 47 04 78

μX=(0)(0.06903)+(1)(0.25885)+( 2)(0.36082)+(3)( 0.23347)+( 4)(0.07004)+(5)(0.00778)

μX =2

24
( )μ X =5 60 =2

24 36 60−5
σ =5 ( )( )(
60 60 60−1 )
2
X =1.1186

Se encuentra mayor similitud en μX

x σ 2X entre el modelo binomial y el modelo hipergeométrico
con N=60 que con el de N=15.
Con N=15
N−n 15−5
= =0.7143
N −1 15−1
Con N=60

Con N=60 factor de corrección por finitud de la población es mínimo.

6.16. Un profesor de matemáticas en una escuela de enseñanza media ha reportado al

director que sólo 4 de sus 20 alumnos no saben construir el triángulo de Pascal. El director,
un tanto escéptico, decide interrogar a los 20 estudiantes, pero debe interrumpir el
experimento cuando ha examinado a 4 estudiantes. Suponga que ninguno de los 4 ha sido
capaz de responder. ¿Cuál es la probabilidad del resultado obtenido si el reporte del profesor
es correcto?
En este caso tenemos que N=20, A=4, B=16, n=4
 En forma de tabla:

x 0 1 2 3 4
f X( x) 0.3756 0.4623 0.1486 0.0132 0.0002
6.17. 45 32 06 09 06 El
mismo director del ejercicio 6.16 decide realizar un experimento con la clase de literatura
española en la cual hay 17 alumnos. El experimento consiste en preguntar a 9 estudiantes
elegidos al azar si saben quién es el autor del clásico soneto que empieza con a la línea “Un
soneto me manda hacer Violante”. Suponga que 7 de los estudiantes lo ignoran. Sea X el
número de estudiantes en la muestra que no dan la respuesta correcta.

a) Encuentre f X( x ) y evalúela.
7

b) Note que ∑ f X( x)=1 . Esto implica que f X( 8)=f X (9)=0 ¿Por qué?
X =0

c) Calcule P ( X ⩾6)
2
d) Calcule μX y σ X y la mediana de X.
e) ¿Quién es al autor del soneto?
Para los dos últimos casos no hay probabilidad ya que se supone que solo 7 alumnos no saben el autor
del soneto, los restantes si saben la respuesta.

P (X⩾6)
P (X⩾6) =P(X=6) +P(X=7) =0.03455+0.00185=0.0364

De las probabilidades obtenidas anteriormente

x 0 1 2 3 4 5 6 7 8 9
f X( 0.000 0.012 0.103 0.302 0.362 0.181 0.034 0.001 0 0
x) 41 96 66 34 81 41 55 85
 E (X)=μX=np
μX =3.70584

Var ( X)=σX2 =npq ( N−n / N−1)

σX2 =1.0899
Mediana
P (X⩽4)=0.47984 P(X⩾4)=0.58062
P (X⩽5)=0.96359 P ( X⩾5)=0.21781

Frey Lope Felix de Vega y Carpio es el autor del clásico soneto.

6.18
6.19
6.20
6.21
6.22
6.23
6.24
6.25
6.26
6.27

6.28. Si X ~ U [-2, 3].

a) Grafique la función de densidad.

b) Calcule las siguientes probabilidades:
P (X>1), P(X⩽2), P (−1<X⩽1.5), P(X>4), P(X⩽−1.5)
c) Calcule μX
, σ 2 y M (X )
X e
Gráfica de la función uniforme continua
 1 1
f X(
x)= {
3−(−2) = 5, x ∈ [−2, 3]
0, Si ocurre de otra forma
2
P (X>1) =P(1<X<3) +P(X>4) = +0=0.4
5
4
P (X⩽2) =P(−2⩽X⩽2) +P(X<−2) = +0=0.8
5

1 2.5
()
P (−1<X ⩽1.5) = [ 1.5−(−1)] 5 = 5 =0.5

P (X>4) =P(3>x>4) =0
1
P (X⩽−1.5) =P(−2⩽X⩽−1.5) +P(X<−2) = +0=0.1
10

Media y varianza
θ1 +θ2 −2+3
E(X)= = =0.5
2 2

Mediana
Me=0
2 3
P (X ⩽0)= P (X ⩾0) =
5 5

Me=0
3 2
P ( X ⩽1)= P (X⩾1) =
5 5
 6.29. Con respecto a la función que se gráfica enseguida:

a) Escriba f X ( x )
fx(x)

-Ө Ө
b) Calcule E ( X ) y Me ( X )
c) Encuentre Var (X) en términos de ɵ. Evalúela para ɵ = 2
d) Encuentre F X ( x ) en términos de ɵ. Grafíquela para ɵ = 2

−θ−θ
E(X)= =0
2

Me (X)=0
1
P (X⩽0)= P(X⩾0) = 1
2 2

Evaluando la varianza con ɵ = 2

Función de distribución de probabilidades

Graficando para ɵ = 2
x -2 -1 0 1 2
FX( x) 0 0.25 0.5 0.75 1

1.2

0.8

0.6
Fx(x)

0.4

0.2

0
-2 -1 0 1 2
x

6.30. Considere la siguiente función de probabilidades:

x 0 1 2 4
f X( 0 0 0 0
X) . . . .
1 4 2 3

X−μX
Defina la variable estandarizada Z =
σX y obtenga su función de probabilidades. Úsela para

verificar que μ =0 y σ 2 =1
Z Z
μX=(0)(0.1)+(1)(0.4)+(2)(0.2)+(4)( 0.3)
μ X=2
σ2
X

=2
Z toma los valores de

z −2 −1 0 2
√2 √2 √2
f Z( 0.1 0.4 0 0.3
z) .
2
 −2 −1 2
μ =( )(0.1)+( )(0.4)+(0)( 0.2)+(
Z
)( 0.3)=0
√2 √2 √2
4 1 4
E (Z 2)=
2
()
(0.1)+ ( )
2
( 0.4)+( 0)( 0.2)+( )
2
( 0.3)=1

σZ2=1−(0)2=1

6.31. Sea Z una variable aleatoria normal estándar. Usando la tabla C encuentre:

a) P ( Z <0)
P (Z<0)=0.5
b) P (Z<−0.28)
P (Z<−0.28)=0.3897
c) P (Z<0.28)
P (Z<0.28)=0.6103
d) P (Z⩽0.51)
P (Z⩽0.51)=0.695
e) P (Z >−0.49)
1−0.3121=0.6879

f) P (Z ⩾−1.49)
1−0.0681=0.9319

g) P (Z⩽2.14)
P (Z⩽2.14)=0.9838

h) P (0.31<Z<0.78)

P (Z⩽0.78) −P (Z<0.31) =0.7823−0.6217=0.1606

i) P (−2.03<Z<−1.27)

P (Z⩽−1.27) −P(Z<−2.03) =0.1020−0.0212=0.0808

j) P (−0.77<Z⩽1.03)

P (Z⩽1.03) −P(Z<−0.77) =0.8485−0.2206=0.6279

 6.32. Si Z ~N(0, 1), encuentre en cada caso el valor de c que satisfaga la ecuación.

a) P (Z⩽c)=0.1131

b) P (Z >c)=0.8869

c) P (Z >c)=0.0073

d) P (Z ⩾c)=0.5000

e) P (Z<c)=0.9370

f) P (0<Z<c)=0.0199

g) P (c<Z<0)=0.4981

h) P (−c<Z<c)=0.7154

i) P (−c<Z<c)=0.2434

j) P (−c<Z<c)=0.0802

6.33. Sea Z una variable aleatoria N (0, 1). Sea F Z ( z) su función de distribución
acumulativa de probabilidades. Usando la tabla C obtenga suficientes valores de F Z ( z)
para graficarla uniendo los puntos con una línea continua.

De la tabla C obtenemos valores acumulados para dibujar la gráfica.

z FZ(z z FZ(z
) )
- 0.00 0 0.5
3. 02
5
-3 0.00 0.5 0.69
13 15
- 0.00 1 0.84
2. 62 13
5
-2 0.02 1.5 0.93
 28 32
- 0.06 2 0.97
1. 68 72
5
-1 0.15 2.5 0.99
87 38
- 0.30 3 0.99
0. 85 87
5
 Distribución Acumulativa

1.2

0.8

0.6
F(z)

0.4

0.2

0
-4 -3 -2 -1 0 1 2 3 4
z

6.34. Si X ~ N(60, 80) calcule:

a) P
(X⩽80)
X −μ 80−60)
P ( X ⩽80) = P ( σ
⩽
9
= P (Z⩽2.22) =0.9868

b) P
(X⩽50)
X −μ 50−60)
P (X ⩽50) = P σ (
⩽
9
= P (Z⩽−1.11) =0.1335

c) P (50<X <70)
50−60 70 −60)
P (50< X<70) =P
(
9 < Z< 9 =P (−1.11<Z <1.11)
=P (Z<1.11) −P(Z<−1.11) =0.8665−0.1335=0.733
 d) P (62<X<69)
62 −60 69− 60)
P (62< X<69) = P
( 9 < Z< 9 = P (0.222<Z <1)
=P (Z<1) −P(Z<0.222) =0.8413−0.5871=0.2542

e) P (41<X <49)

41−60 49−60)
P (41<X <49) =P
( 9 <Z< 9 = P (−2.11< Z<−1.22)

=P (Z<−1.22) −P(Z<−2.11) =0.1112−0.0174=0.0938

6.35. Suponga ahora que X ~ N (60, 16). Calcule las mismas probabilidades que en 6.34.
Compárelas e interprete los cambios en relación con la disminución de σ 2 .

P (X⩽80)

P (X⩽80)=P (X−μσ ⩽ 80−60

4 )=P(Z⩽5) =0

P (X⩽50)

P (X⩽50)=P (X−μσ ⩽ 50−60

4 )
=P(Z⩽−2.5) =0.0062

P (50<X<70)
50−60 70−60)
P (50< X <70) = P
(4 4
<Z < = P (−2.5< Z<2.5)

=P (Z<2.5) −P(Z<−2.5) =0.9938−0.0062=0.9876

P (62<X<69)

62 −60 69−60)
P (62< X<69) = P
(
4 4
< Z< = P (0.5<Z <2.25)

=P (Z<2.25) −P(Z<0.5) =0.9878−0.6915=0.2963

 P (41<X<49)

41−60 49 −60
P (41< X <49) = P
( 4 < Z< 4
)
=P (−4.75< Z<−2.75)

= P (Z<−2.75)−P( Z<−4.75)=0.003−0.0=0.003

Comparando resultados con el ejercicio anterior.

P(X= x) N(60, N(60,

81) 16)
P (X⩽80) 0.9868 0
P (X⩽50) 0.1335 0.0062
P 0.733 0.9876
(50<X<70)
P 0.2542 0.2963
(62<X<69)
P 0.0938 0.003
(41<X<49)

Con N(60, 16) el área bajo la curva o las probabilidades se concentran en en centro o cercanas a la
media.

6.36. Si X ~ N (10, 4), encuentre c en cada caso.

a) P (X<c)=0.5596
c =0.15
b) P (X⩽c) =0.1762
c =−0.93
c) P (X>c) =0.5478
(X<c)=0.4522 c =−0.12
d) P (X⩾c)=0.0055
(X⩽c) =0.9945 c =2.54
e) P (−c<X−μ<c)=0.1896
0.1896=1−2P (X⩽−c)
P(X⩽−c) =0.4052
De la tabla C obtenemos −Z=−0.24, por lo que el valor buscado es Z=0.24
 6.37. En una planta empacadora de camarón se separa el producto en 6 calidades de
acuerdo con el peso del crustáceo como sigue:

Calid Peso por pieza

ad (gramos)
A Más de 30
B 25 a 30
C 20 a 25
D 16 a 20
E 13 a 16
F Menos de 13

Suponga que el peso del camarón en el área de abasto de la planta puede modelarse mediante una
Normal con media de 22 gramos y desviación entandar de 6 gramos. Calcule los porcentajes de cajas
de cada calidad que produce la planta.
X tiene distribución N (22, 36).

13 −22)
P ( X <13) =P Z < ( 6 = P ( Z <−1.5) =0.0668

P (13<X<16) =P(−1.5<Z<−1) =0.0919

P (16<X<20) =P(−1<Z<−0.33) =0.2120

P (20<X<25) =P(−0.33<Z<0.50) =0.3208

P (25<X<30)=P (0.50<Z<1.33)=0.2167

P (X>30) =P(Z>1.33) =0.0918

Calid Porcenta
ad je
A 9.18
B 21.67
C 32.08
D 21.20
E 9.19
F 6.68
 6.38. En un artículo (Science, septiembre 26, 1952, pág. 311) se reporta que el 10% de los
universitarios graduados que presentan cierto examen obtienen una calificación de 112 o
menor, y que el 10% obtienen 140 puntos o más. Suponga que esas frecuencias relativas
pueden tomarse como probabilidades y que la distribución de calificaciones puede
modelarse mediante una distribución Normal. Encuentre la media y la varianza de dicha
distribución.
P (Z⩽112)=0.1
P (Z⩽140)=0.9
Para encontrar el valor de Z que cumpla con lo anterior nos vamos a la tabla C y obtenemos
Z0.1=−1.28
Z0.9=1.28
112−μ
−1.28= σ
112−μ=−12.8σ
140−μ
1.28= σ
140−μ=−12.8σ
Resolviendo el sistema de ecuaciones tenemos
252−2 μ=0
μ=126
112−(126) =−12.8σ
σ=1.09375
6.39. El examen del ejercicio 6.38 es una prueba de aptitudes para el ejército. Suponga
que los examinados que obtienen calificaciones en el 40% superior de la distribución son
reclutados como oficiales. ¿Cuál es la calificación mínima necesaria para ingresar como
oficial?
P (Z ⩾c)=0.40
Z0.4=−0.25
z−μ
−0.25= σ
z=−0.25(1.09375) +126=125.7

La calificación mínima para ingresar como oficial es de 125.7

6.40

6.41

6.42

6.43

6.44

6.45

6.46
PARCIAL