DISTRIBUCIÓN NORMAL

𝑍=(𝑥−𝜇)/𝜎

DISTRIBUCIÓN MUESTRAL DE LA MEDIA 𝑍=(𝑥 ̅−𝜇)/𝜎_𝑥 ̅ 𝜎_𝑥 ̅ =𝜎/√𝑛

Datos cuantitativos
𝑍=(𝑥 ̅−𝜇)/(𝜎/√𝑛) 𝜎_𝑥 ̅ =𝜎/√𝑛∗√((𝑁−𝑛)
𝑛/𝑁<5%

DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN 𝜎_𝑝=√(𝜋(1−𝜋))/√𝑛

𝑍=(𝑝−𝜋)/𝜎_𝑝
Datos cualitativos

𝑍=(𝑝−𝜋)/(√(𝜋(1−𝜋))/√𝑛)
𝑛/𝑁<5% 𝜎_𝑝=√(𝜋(1−𝜋))/√

VALOR ESPERADO O MEDIA

𝐸=𝑁∗𝑃

VARIANZA
𝑉𝑎𝑟=𝑁∗𝑃∗(1−𝑃)
 Error estandar de la media

𝜎_𝑥 ̅ =𝜎/√𝑛∗√((𝑁−𝑛)/(𝑁−1))

Error estandar de la proporción

𝜎_𝑝=√(𝜋(1−𝜋))/√𝑛∗√((𝑁−𝑛)/(𝑁−1))
4) Los ingresos de los ingenieros en una empresa están distribuidos normalmente con una desviación
estándar de S/. 1 200. Se piensa hacer un recorte de personal, por lo que los empleados que ganan meno
de S/. 28 000 serán despedidos. Si el despido representa al 10% de tales ingenieros. ¿Cuál es el salario
medio actual del grupo de ingenieros?

DATOS DISTRIBUCIÓN NORMAL

Población Muestra
𝜎=1200
𝜇=?

𝑃(𝑥<28000)=10%

𝑃(𝑍<(28000−𝜇)/1200)=𝑃(𝑍<−1.28)

(28000−𝜇)/1200=−1.28
𝜇=29198

El salario medio actual de los ingenieros es S/29198.

nte con una desviación
mpleados que ganan menos
nieros. ¿Cuál es el salario

ISTRIBUCIÓN NORMAL

𝑍=(𝑥−𝜇)/𝜎
5) ¿Cuál es la probabilidad de elegir aleatoriamente a un trabajador de “PLAZA VEA” que tenga menos de
10% del total de tardanzas?, si de esta población se sabe que esta normalmente distribuida y su media es
12,40% y la desviación estándar es de 0,60%.

DATOS DISTRIBUCIÓN NORMAL

Población Muestra
𝜎=0.6%
𝜇=12.4%

𝑃(𝑋<10%)=𝑃(𝑍<(10%−12.4%)/(0.6%))=𝑃(𝑍<−4)=0
 VEA” que tenga menos de
te distribuida y su media es de

ISTRIBUCIÓN NORMAL

𝑍=(𝑥−𝜇)/𝜎
6) Un psicólogo está diseñando un experimento para probar la eficacia de un nuevo programa de capacitación
para vigilantes de seguridad de “REAL PLAZA”. Desea comenzar con un grupo homogéneo de sujetos con
puntuaciones de CI comprendidas entre 85 y 125. Dado que las puntuaciones de CI se distribuyen
CURSOS BASICOS CIENCIAS
normalmente, con una media de 100 y una desviación estándar de 15, ¿qué porcentaje de la gente tiene una
puntuación de CI entre 85 y 125?

DATOS DISTRIBUCIÓN NORMAL

Población Muestra
𝜎=15
𝜇=100

𝑃(85<𝑋<125)=𝑃((85−100)/15<𝑍<(125−100)/15)=𝑃(−1<𝑍<1)=𝑃(𝑍<1)−𝑃(𝑍≤−1)=0.84134−0.15866=0.6

El porcentaje de gente que tiene un CI entre 85 y 125 es 68.27%.

de capacitación

ente tiene una

ISTRIBUCIÓN NORMAL
Z<1 0.84134475
𝑍=(𝑥−𝜇)/𝜎
Z<-1 0.15865525
0.68268949

≤−1)=0.84134−0.15866=0.6827
7)El tiempo de espera x del banco “INTERBANK” tiene una distribución normal con una media de 3,7 minu
y una desviación estándar de 1,4. Encuentre la probabilidad de que un cliente elegido de forma aleatoria h
tenido que esperar menos de 2,0 minutos.

DATOS DISTRIBUCIÓN NORMAL

Población Muestra
𝜎=1.4
𝜇=3.7

𝑃(𝑋<2)=
 con una media de 3,7 minutos
elegido de forma aleatoria haya

ISTRIBUCIÓN NORMAL

𝑍=(𝑥−𝜇)/𝜎
8)Dada una distribución normal basada en 2100 casos sobre el peso de un electrodoméstico en TIENDAS
EFE, con una media de 51 kilogramos y una varianza de 60,84 kg². Determinar la proporción del área y el
número de casos entre la media y la calificación 69Kg

DATOS DISTRIBUCIÓN NORMAL

Población Muestra
𝜎^2=60.84
𝜎=√(𝜎^2 )=7.8
𝜇=51

𝑃(51<𝑋<69)=
ctrodoméstico en TIENDAS
la proporción del área y el

ISTRIBUCIÓN NORMAL

𝑍=(𝑥−𝜇)/𝜎
9)Se ha determinado que la vida útil de la marca de llantas GOODYEAR PERU tiene una distribución norm
con media de 35 000 Km y una desviación estándar de 2 500 Km. Si un distribuidor hace un pedido de 40
llantas, ¿aproximadamente cuántas llantas durarán más de 41 000 Km?

DATOS DISTRIBUCIÓN NORMAL

Población Muestra
𝜎=2500
𝜇=35000
𝑁=400

𝑃(𝑋>41000)=𝑃(𝑍>(41000−35000)/2500)=𝑃(𝑍>2.4)=1−𝑃(𝑍≤2.4)=1−0.9918=0.0082

VALOR ESPERADO O MEDIA

𝐸=𝑁∗𝑃

𝐸=400∗0.0082=3.28

Aproximadamente 3 llantas durarán más de 41000 kg.

 tiene una distribución normal
uidor hace un pedido de 400

ISTRIBUCIÓN NORMAL

𝑍=(𝑥−𝜇)/𝜎

−𝑃(𝑍≤2.4)=1−0.9918=0.0082
10)Se ha determinado que 15% de los productos terminados de una empresa de manufactura de producto
electrónicos sale defectuoso. Se toma una muestra aleatoria de 200 productos calcular la probabilidad qu
más del 17 % de productos salga defectuoso?

DATOS
Población Muestra DISTRIBUCIÓN MUESTRAL DE LA
𝜋=15% defectuoso 𝑛=200

1−𝜋=85% no defectuoso

𝑃(𝑝>17%)=𝑃(𝑍>(17%−15%)/(√(15%∗85%)/√200))=𝑃(𝑍>(17%−15%)/(√(15%∗85%)/√200))=𝑃(𝑍>0.79)=1−𝑃(𝑍≤0.
de manufactura de productos
calcular la probabilidad que

ISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN

𝑍=(𝑝−𝜋)/𝜎_𝑝 𝜎_𝑝=√(𝜋(1−𝜋))/√𝑛

𝑍=(𝑝−𝜋)/(√(𝜋(1−𝜋))/√𝑛)

200))=𝑃(𝑍>0.79)=1−𝑃(𝑍≤0.79)=1−0.78524=0.21476
 11) Se estima que el 60% de los votos de los electores de la ciudad favorecen al candidato Sr. Tasilla
Ramírez. Si se selecciona una muestra aleatoria de 600 electores de la ciudad, ¿qué probabilidad hay de
la proporción muestral de votos a favor del Sr. Tasilla Ramírez esté entre 47% y 55%?

DATOS
Población Muestra DISTRIBUCIÓN MUESTRAL DE LA
𝜋=60% Favor del Sr T 𝑛=600

1−𝜋=40% Contra del Sr T

𝑃(47%<𝑝<55%)=𝑃((47%−60%)/(√(60%∗40%)/√600)<𝑍<(55%−60%)/(√(60%∗40%)/√600))=
al candidato Sr. Tasilla
¿qué probabilidad hay de que

ISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN

𝑍=(𝑝−𝜋)/𝜎_𝑝 𝜎_𝑝=√(𝜋(1−𝜋))/√𝑛

𝑍=(𝑝−𝜋)/(√(𝜋(1−𝜋))/√𝑛)
12)De 3000 empleados de una empresa se escoge una muestra aleatoria de 300 empleados para una
encuesta sobre condiciones laborales. ¿Cuál es la probabilidad de que la proporción muestral a favor de l
condiciones laborales esté comprendida en el intervalo 0.76 y 0.84, si se estima en 84% del total de
empleados el porcentaje a favor de las condiciones laborales?

DATOS
Población Muestra DISTRIBUCIÓN MUESTRAL DE LA
𝜋=84% Favor CL 𝑛=300

1−𝜋=16% Contra CL

𝑁=3000

𝑃(0.76<𝑝<0.84)=𝑃((0.76−0.84)/(√(0.84∗0.16)/√300)<𝑝<(0.84−0.84)/(√(0.84∗0.16)/√300))
00 empleados para una
orción muestral a favor de las
a en 84% del total de

ISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN

𝑍=(𝑝−𝜋)/𝜎_𝑝 𝜎_𝑝=√(𝜋(1−𝜋))/√𝑛

𝑍=(𝑝−𝜋)/(√(𝜋(1−𝜋))/√𝑛)
13)Por datos obtenidos con anterioridad, se sabe que el 70% de las familias que tienen teléfono no se
encuentran en las horas de la tarde del día domingo. Se toma una muestra aleatoria de 36 familias del
directorio telefónico y se les llama. ¿Cuál es la probabilidad de que el 50% o más estén ausentes?

DATOS
Población Muestra DISTRIBUCIÓN MUESTRAL DE LA
𝜋=70% No está tarde 𝑛=36

1−𝜋=30% Está en la tarde

𝑃(𝑝≥50%)=
 e tienen teléfono no se
atoria de 36 familias del
ás estén ausentes?

ISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN

𝑍=(𝑝−𝜋)/𝜎_𝑝 𝜎_𝑝=√(𝜋(1−𝜋))/√𝑛

𝑍=(𝑝−𝜋)/(√(𝜋(1−𝜋))/√𝑛)
14)Se toma una muestra aleatoria de 200 unidades producidas en una hora por una máquina. Se sabe qu
10% de las unidades producidas son defectuosas. ¿Cuál es la probabilidad de que en la muestra tomada
más artículos resulten defectuosos?

DATOS
Población Muestra DISTRIBUCIÓN MUESTRAL DE LA
𝜋=10% Está defectuosa 𝑛=200

1−𝜋=90% No está defectuosa 𝑝=16/200=8%

𝑃(𝑝≥8%)=
r una máquina. Se sabe que el
que en la muestra tomada 16 o

ISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN

𝑍=(𝑝−𝜋)/𝜎_𝑝 𝜎_𝑝=√(𝜋(1−𝜋))/√𝑛

𝑍=(𝑝−𝜋)/(√(𝜋(1−𝜋))/√𝑛)
15) Se está estudiando el tiempo transcurrido entre la polinización y la fertilización, X, en una especie de
coníferas. Supongamos que la variable X está normalmente distribuida con una media de 6 meses y una
desviación típica de 2 meses. Consideramos una m.a.s. de tamaño 25. Obtener la probabilidad de que el
tiempo medio transcurrido en la muestra entre la polinización y la fertilización sea como máximo de 6,3
mes

DATOS DISTRIBUCIÓN MUESTRAL DE LA

Población Muestra
𝜎=2 𝑛=25
𝜇=6

𝑃(𝑋 ̅≤6.3)=𝑃(𝑍≤(6.3−6)/(2/√25))=𝑃(𝑍≤0.75)=
ión, X, en una especie de
media de 6 meses y una
r la probabilidad de que el
ea como máximo de 6,3

ISTRIBUCIÓN MUESTRAL DE LA MEDIA

𝑍=(𝑥 ̅−𝜇)/𝜎_𝑥 ̅ 𝜎_𝑥 ̅ =𝜎/√𝑛

Error estandar de la media

𝑍=(𝑥 ̅−𝜇)/(𝜎/√𝑛) 𝜎_𝑥 ̅ =𝜎/√𝑛∗√((𝑁−𝑛)/(𝑁−1))

𝑛/𝑁<5%