FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

CURSO:

Estadística Aplicada

EJERCICIOS PROPUESTOS – SESIÓN Nº 1

Integrantes:

Chávez Chunga, Catherine Xiomara

Loayza cruz, Fabrizio Alessandro

López Campos, Carlos Daniel Eduardo

Ortega Arias, George Louis

Siqueiros Muñoz, Josue Giancarlo

DOCENTE:

Elsa Guillén Guillén

Lima – Perú

2024 - 01
 EJERCICIOS PROPUESTOS – SESIÓN Nº 1

1. Hallar la probabilidad:

a) P (Z ≤ 1.2)

𝑅𝑝𝑡𝑎: 0.8849

b) P (0.81≤ Z ≤ 1.94)
𝑃 (𝑍 ≤ 1,94) – 𝑃 (𝑍 ≤ 0.81)
0.9738 – 0.7910

𝑅𝑝𝑡𝑎: 0.18217

c) P (Z ≤ -1.28);
𝑃𝑜𝑟 𝑡𝑎𝑏𝑙𝑎: 0.1003
𝑅𝑝𝑡𝑎: 10.03%

d) P (-0.46 ≤ Z ≤ 2.21)
𝑃 (𝑍 ≤ − 2.21) − 𝑃(𝑍 ≤ − 0.46)
0.9864 − 0.6772
𝑅𝑝𝑡𝑎: 0.3092

e) P (Z >−0.68)
1 − 𝑃( 𝑍 ≤ −0.68) = 1 − 0,2483
𝑅𝑝𝑡𝑎: 0,7517

f) P (-2.04 < Z ≤ -1.98)

P (1.98 < Z ≤ 2.04)
𝑃(𝑍 ≤ 2.04) − 𝑃(𝑍 ≤ 1.98)
0.9793 − 0.9761
𝑅𝑝𝑡𝑎: 0.0032
g) P (Z ≤ 1.67)
𝑅𝑝𝑡𝑎: 0.9525
2. Hallar el valor de k tal que:

𝑎) 𝑃 (𝑍 ≤ 𝑘) = 0,8621

𝑅𝑝𝑡𝑎: 𝑘 = 1.09

𝑏) 𝑃 (𝑍 ≤ 𝑘) = 0,2236

𝑅𝑝𝑡𝑎: 𝑘 = −0.76

𝑐) 𝑃 (−𝑘 ≤ 𝑍 ≤ 𝑘) = 0,95
𝑃(𝑍 ≤ 𝑘) − 𝑃(𝑍 ≤ −𝑘) = 0.95
𝑃(𝑍 ≤ 𝑘) − (1 − 𝑃(𝑍 ≤ 𝑘)) = 0.95
2𝑃(𝑍 ≤ 𝑘) − 1 = 0.95
2𝑃(𝑍 ≤ 𝑘) = 1.95
𝑃(𝑍 ≤ 𝑘) = 0.975

𝑅𝑝𝑡𝑎: 𝑘 = 1.96

𝑑) 𝑃 (−𝑘 ≤ 𝑍 ≤ 𝑘) = 0,99
𝑃(𝑍 ≤ 𝑘) − 𝑃(𝑍 ≤ −𝑘) = 0.99
𝑃(𝑍 ≤ 𝑘) − (1 − 𝑃(𝑍 ≤ 𝑘)) = 0.99
2𝑃(𝑍 ≤ 𝑘) − 1 = 0.99
2𝑃(𝑍 ≤ 𝑘) = 1.99
𝑃(𝑍 ≤ 𝑘) = 0.995

𝑅𝑝𝑡𝑎: 𝑘 = 2.58

𝑒) 𝑃 (𝑍 > 𝑘) = 0.05;
｛1 – 𝑃 (𝑍 ≤ 𝑘) ｝ = 0.05
𝑃 (𝑍 ≤ 𝑘) = 0.95

𝑅𝑝𝑡𝑎: 𝑘 = 1.66

𝑓) 𝑃 (𝑍 > 𝑘) = 0.90

(1 – 𝑃 (𝑍 ≤ 𝑘)) = 0.90

𝑃 (𝑍 ≤ 𝑘) = 0.10

𝑅𝑝𝑡𝑎: 𝑘 = −1.28
3. Si X tiene distribución 𝑁 (𝜇, 𝜎2), verifique que el área comprendida entre:

a) 𝜇 − 𝜎 𝑦 𝜇 + 𝜎 es 68.27%

𝑍( 𝜇 − 𝜎) = 𝜇 − 𝜎 − 𝜇 / 𝜎

𝑍( 𝜇 − 𝜎) = − 1

𝑍( 𝜇 + 𝜎) = 𝜇 + 𝜎 − 𝜇 / 𝜎

𝑍( 𝜇 + 𝜎) = 1

𝑃 (−1 ≤ 𝑍 ≤ 1 ) = 0.6827

𝑃 ( 𝑍 ≤ 1) − 𝑃 (𝑍 ≤ −1)

0.84134 − 0.15866

𝑅𝑝𝑡𝑎: 0.6827

b) 𝜇 − 2𝜎 𝑦 𝜇 + 2𝜎 es 95.45%

𝑍( 𝜇 − 2𝜎) = 𝜇 − 2𝜎 − 𝜇 / 𝜎

𝑍( 𝜇 − 2𝜎) = − 2

𝑍( 𝜇 + 2𝜎) = 𝜇 + 2𝜎 − 𝜇 / 𝜎

𝑍( 𝜇 + 2𝜎) = 2

𝑃 (−2 ≤ 𝑍 ≤ 2 ) = 0.9545

𝑃 ( 𝑍 ≤ 2) − 𝑃 (𝑍 ≤ −2)

0.97725 − 0.02275

𝑅𝑝𝑡𝑎: 0.9545

c) 𝜇 − 3𝜎 𝑦 𝜇 + 3𝜎 es 99.73%
𝑃(𝜇 − 3𝜎 ≤ 𝑥 ≤ 𝜇 + 3𝜎)
𝑃((𝜇 − 3𝜎 − 𝜇)/𝜎 ≤ 𝑍 ≤ 𝑣 (𝜇 + 3𝜎 − 𝜇)/𝜎)
𝑆𝑖𝑚𝑝𝑙𝑖𝑓𝑖𝑐𝑎𝑚𝑜𝑠: 𝑃(−3 ≤ 𝑍 ≤ 3)
𝑅𝑝𝑡𝑎: 0.9974
4. Si X tiene distribución 𝑁 (𝜇 , 𝜎2), calcular el valor de k tal que 𝑃(𝜇 − 𝑘𝜎 ≤ 𝑋 ≤ 𝜇 +
𝑘𝜎) = 0.5

(𝜇 − 𝑘𝜎 ≤ 𝑋 ≤ 𝜇 + 𝑘𝜎) 𝑃 (𝜇 − 𝑘𝜎 ≤ 𝑋 ≤ 𝜇 + 𝑘𝜎)

𝑃 [(𝑢 − 𝑘𝜎 – 𝑢/𝜎) ≤ 𝑍 ≤ (𝑢 – 𝑘𝜎 – 𝑢/ 𝜎)]

𝑃 [− 1𝑘 ≤ 𝑍 ≤ − 1𝑘] = 0.5 = 𝑃 [− 𝑘 ≤ 𝑧 ≤ 𝑘] = 0.5

𝑃 (𝑧 ≤ 𝑘) – 𝑃 (𝑧 ≤ −𝑘) = 0.5

𝑃 (𝑧 ≤ 𝑘) – 𝑃 (𝑧 > 𝑘) = 0.5

𝑃 (𝑧 ≤ 𝑘) − [1 – 𝑃 (𝑧 ≤ 𝑘)] = 0.5

2𝑃 (𝑧 ≤ 𝑘) – 1 = 0.5

2𝑃 (𝑧 ≤ 𝑘) = 0.5 + 1

𝑃 (𝑧 ≤ 𝑘) = 1.5/ 2

𝑃 (𝑧 ≤ 𝑘) = 0.75

𝑃 (𝑧 ≤ 𝑘) = 1 – 75

𝑃 (𝑧 ≤ 𝑘) = 0. 25

𝑅𝑝𝑡𝑎: 𝑘 = 0.67
5. Suponga que la duración de los paneles solares que produce una compañía se
distribuye normalmente. Si el 18.41% de estos paneles duran menos de 8.2 meses
y el 6.68% duran más de 13 meses:

a) Calcular la media y la varianza de la distribución de la duración de los paneles.

𝑃(𝑥 < 8.2)
𝑃 (𝑧 < 𝑐) = 0.1841

𝑍 = 𝑋 − 𝜇𝑥/ 𝜎𝑥
8.2 – 𝜇𝑥/𝜎𝑥 = −0.90
−0.90 𝜎𝑥 + 𝜇𝑥 = 8.2
𝑃 (𝑥 > 13)
𝑃 (𝑥 > 13) = 0.0668
1 − 𝑃 (𝑥 ≤ 13) = 0.0668
𝑍 = 13 − 𝜇𝑥/ 𝜎𝑥 = 1.50
1 − 0.668 = 𝑃 (𝑥 ≤ 13)
1.50 𝜎𝑥 + 𝜇𝑥 = 13

0.9332 = 𝑃 (𝑥 ≤ 13)
0.9332 = 𝑃 (𝑧 ≤ 𝑐)
0.90 𝜎𝑥 + 𝜇𝑥 = 8.2
1.50 𝜎𝑥 + 𝜇𝑥 = 13
𝜇𝑥 = 10 𝑚𝑒𝑠𝑒𝑠
𝜎𝑥2 = 22 = 4 𝑚𝑒𝑠𝑒𝑠

𝜎𝑥 = 2, 𝜇𝑥 = 10

b) Hallar los cuartiles 1 y 3 de la distribución.

𝑃(𝑥 < 𝑄1) = 0.25
𝑃 (𝑥 < 𝑄3) = 0.75

𝑃 (𝑧 < 𝑄1 − 10/2) = 0.25

𝑃 (𝑧 < 𝑄3 − 10/2) = 0.25

𝑄1 − 10/2 = −0.67
𝑄3 − 10/2 = −0.67

𝑄1 = 8.66 𝑚𝑒𝑠𝑒𝑠
𝑄3 = 11.34 𝑚𝑒𝑠𝑒𝑠
 c) Si el 99% de los paneles duran al menos “a” meses, determine el valor de
“a”.
𝑃 (𝑥 ≥ 𝑎) = 0.99
1 − 𝑃 (𝑥 < 𝑎) = 0.99

1 − 0.99 = 𝑃 (𝑥 < 𝑎)
0.01 = 𝑃 (𝑥 < 𝑎)
0.01 = 𝑃 (𝑧 < 𝑎 − 10/2)

𝑎 − 10/2 = −2.33
𝑎 = 5.34

6. En un proceso de fabricación de arandelas se estima que el diámetro varía de 12.3

mm a 13. 1 mm. El propósito para el que se destinan estas arandelas permite una
tolerancia en el diámetro de 12.6 mm a 12.9 mm, de otro modo las arandelas se
consideran defectuosas.
Si el diámetro de las arandelas es una variable aleatoria que se distribuye
normalmente con media 12.7 mm y desviación 0.3 mm

a) Calcular el porcentaje de arandelas defectuosas producidas.

𝑍 = (12.6 − 12.7)/0.3 = −0.3333−> 0.3707

𝑍 = (12.3 − 12.7)/0.3 = 0.6666−> 0.7454

1 − 0.7454 = 0.2546

0.3707 + 0.2546 = 0.6253

𝑅𝑝𝑡𝑎: 𝐸𝑙 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑎𝑟𝑎𝑛𝑑𝑒𝑙𝑎𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎𝑠 𝑒𝑠 𝑑𝑒 62.53%.

b) Si se producen 2000 arandelas calcular el número esperado de arandelas

aceptables.

2000 = 100%

𝑥 = 62.53%

𝑥 = 1250.6

2000 − 1250.6 = 749.4

𝑅𝑝𝑡𝑎: 𝐸𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑎𝑟𝑎𝑛𝑑𝑒𝑙𝑎𝑠 𝑎𝑐𝑒𝑝𝑡𝑎𝑏𝑙𝑒𝑠 𝑒𝑠 749.4

7. Los puntajes obtenidos en un test psicotécnico están distribuidos normalmente
con una media de 60 y una desviación estándar de 10.

a) Si el puntaje mínimo para aprobar es 48. ¿Cuál es el porcentaje de

fracasos?

= (48 − 60)/10

= −12/10

= 0,11507

= 11.507 %

= 1 − 0,11507

= 0,88493

𝑅𝑝𝑡𝑎: 𝑒𝑙 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜 𝑒𝑠: 88.49%

b) Si han de aprobar el 80% de los estudiantes. ¿Cuál debe ser el puntaje

mínimo aprobatorio?

𝑍 = 𝑋 − 𝜇/𝜎

0.85 = 𝑋 − 60 / 10

𝑋 = 68.5

𝑅𝑝𝑡𝑎: 𝐸𝑙 𝑝𝑢𝑛𝑡𝑎𝑗𝑒 𝑚í𝑛𝑖𝑚𝑜 𝑎𝑝𝑟𝑜𝑏𝑎𝑡𝑜𝑟𝑖𝑜 𝑒𝑠 68.5.

8. La puntuación obtenida en el curso de Estadística por un grupo de estudiantes con

una distribución normal de 15 de media y 2 de desviación típica. Si el grupo consta
de 60 estudiantes:

a) ¿Cuántos obtendrán más de 16?

𝑍 = 16 − 15 / 2 = 0.5

=> 𝑃 (𝑋 > 16) 0.3854

𝑃 ( 𝑍 > 0.5)

1 − 𝑃 (𝑍 ≤ 0.5)

1 − 0.69146

𝑅𝑝𝑡𝑎: 0.3854
 b) ¿Cuántos obtendrán menos 14?

𝑍 = (14 − 15)/2 = −0.5

𝑃(𝑥 < 14) = 𝑃(𝑍 < −0.5) = 0.3085

30.85% × 60 = 18.51

𝑅𝑝𝑡𝑎: 𝑂𝑏𝑡𝑒𝑛𝑑𝑟á𝑛 𝑚𝑒𝑛𝑜𝑠 𝑑𝑒 14 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 19 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.

c) ¿Cuántos obtendrán entre 14 y 17?

14 − 15
𝑍= = −0.5
2
17 − 15
𝑍= =1
2
𝑃(𝑥 < 14) = 𝑃(14 ≤ 𝑥 ≤ 17)

𝑃(−0.5 ≤ 𝑍 ≤ 1)

𝑃(−0.5 ≤ 𝑍 ≤ 1)

0.8413 − 0.3085

0.5328

55.28% × 60 = 33.17

𝑅𝑝𝑡𝑎: 𝑂𝑏𝑡𝑒𝑛𝑑𝑟á𝑛 𝑒𝑛𝑡𝑟𝑒 14 𝑦 17 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 33 𝑎𝑙𝑢𝑚𝑛𝑜𝑠.

9. Sea 𝑡~𝑡(14), 𝑐𝑎𝑙𝑐𝑢𝑙𝑒 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠

a) 𝑃(𝑡 < 2)

b) 𝑃(𝑡 > −1.34)

c) 𝑃(|𝑡| < 1.76)

d) 𝑃 ( 𝑡 < 2.62)

10. Sea 𝑡~𝑡(20), 𝑐𝑎𝑐𝑢𝑙𝑒 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑡𝑒𝑠 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠

a) 𝑃(𝑡 < 1.844)

b) 𝑃(𝑡 > 1.064)

c) 𝑃(|𝑡| < 2.34)

d) 𝑃 ( 𝑡 < −0.86)

e) 𝑃(|𝑡| > 1.994)

11. Sea 𝑡~ 𝑡(17), 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑡0 𝑞𝑢𝑒 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑃(−1.69 < 𝑡 < 𝑡0 ) = 0.7547