30 de diciembre de 1899

Taller 3: Distribución de Probabilidades de Variables Aleatorias

1. Las cajas de una marca de cereal contienen en promedio 85 gramos, con una
desviación estándar de 2.5 gramos. Si se sabe que el proceso de llenado sigue
una distribución normal, ¿cuál es la probabilidad de que una caja contenga
entre 82 y 84 gramos?

Para calcular la probabilidad de que una caja de cereal contenga entre 82 y 84

gramos, primero necesitamos encontrar la media y la desviación estándar de la
distribución normal.

En este caso, la media es de 85 gramos y la desviación estándar es de 2.5

gramos.

μ=85

σ =2.5
2
84 −( X −μ)

P (82 ≤ X ≤ 84) = ∫ 1 e
2
(2 σ )

82 σ √ 2 π

P (82 ≤ X ≤ 84) = P(A)-P(B)= 0.54035207

1- P (82 ≤ X) = 0.88493033

2
84 −(X −85)

P (82 ≤ X ≤ 84) = ∫ 1 (2 (2.5))

2

e
82 2.5 √ 2 π

P (X ≤ 84) = 0.34457826

2. Se sabe que el ciclo de vida de un tipo de bacterias sigue una distribución

normal con una media de 200 horas y una desviación estándar de 20 horas.
¿Cuál es la probabilidad de que una bacteria aleatoriamente seleccionada
dure entre 200 y 240 horas?
X=valor en cuestión (240 horas)

1
 30 de diciembre de 1899

μ= media de distribución (200 horas)

σ= desviación estándar (20 horas)

Primero, calculamos los valores z para 200 horas y 240 horas:

Para 200 horas:

Z1=20-200/ 20=0

Para 240 horas:

Z2= 240-200/20=2

La probabilidad de que una bacteria dure entre 200 y 240 horas es la diferencia
entre las áreas bajo la curva de la distribución normal estándar
correspondientes a Z2 y Z1.

Para Z=2, la tabla de la distribución normal nos da un área aproximada de

0.9772, y para Z=0, el área es 0.5.

Por lo tanto, la probabilidad de que una bacteria seleccionada al azar dure

entre 200 y 240 horas es aproximadamente:

P (200 ≤ X ≤ 240) = P(Z2) − P(Z1)

=0.9772−0.5

=0.4772

Entonces, hay alrededor del 47.72% de probabilidad de que una bacteria

seleccionada al azar dure entre 200 y 240 horas.

3. Para poder ingresar a una escuela preparatoria, un estudiante requiere

responder correctamente al menos 75% de las preguntas del examen de
admisión, si los resultados siguen una distribución normal, con una media de
63 aciertos y una desviación estándar de 4, ¿cuál es el mínimo de aciertos que
debe tener un estudiante para ingresar a la escuela?
Usaremos la fórmula de Distribución Normal Estándar

2
 30 de diciembre de 1899

X−μ
Z=
σ

X: es el número de aciertos que se quiere encontrar.

μ: es la media, que es 63.

σ: es la desviación estándar, que es 4.

Para encontrar el valor de “X” que corresponde al percentil 75, podemos usar
una tabla de distribución normal estándar. El valor de “Z” para el percentil 75 es
aproximadamente 0.675.

Excel:

Remplazamos

X−63
0.675=
4
X =( 0.675∗4 ) +63

X =65.7

Por lo tanto, un estudiante necesita al menos 66 aciertos para ingresar a la

escuela preparatoria, ya que no puede tener una fracción de aciertos.

4. La renta mensual promedio de las casas habitación disponibles en

arrendamiento en una zona de la ciudad es de $3 500, con una desviación de
$540. Calcule el valor debajo del cual se encuentra el 10% que paga menos.

Para encontrar el valor debajo del cual se encuentra el 10% que paga menos,
podemos utilizar la distribución normal estándar y la fórmula Z. La fórmula Z se
calcula como:

x −μ
Z=
σ

Es entonces que por los datos del problema tenemos:

3
 30 de diciembre de 1899

Z: percentil 10%
μ: Media: $3 500
σ: Desviación: $540

Primero, tenemos que hallar el valor Z correspondiente al percentil 10%.

Hacemos uso de la siguiente fórmula en Excel:

=INV.NORM.ESTAND(10%)

Entonces el valor del Z sería:

Z = -1.28

Teniendo los datos reemplazamos en la ecuación inicial:

x−3500
−1.28=
540

Esta ecuación nos daría un valor para x de $ 2808.8

Por lo tanto, el valor debajo del cual se encuentra el 10% que paga menos es
aproximadamente $2,808.8.

5. Si la distribución de los salarios semanales de 100 trabajadores es normal y

tiene una media de $1 100 y una desviación estándar de $65; si se elige al azar
a un trabajador, ¿cuál es la probabilidad de que:
a) tenga un salario igual o inferior a $1 005?
b) su salario sea entre $1 000 y $1 200?
c) tenga un salario de $3 000 o más?

4
 30 de diciembre de 1899

6. El peruano adulto tiene una estatura promedio de 167 centímetros, con una
desviación estándar de 3 centímetros. Si se elige a un adulto peruano al azar:
X−μ
Z=
σ

X: 160

μ: 167 cm

σ: 3

a) ¿Cuál es la probabilidad de que mida menos de 160 centímetros?

160−167
Z=
3
Z=−2.33
Remplazamos el valor de “Z” en Excel para encontrar la distribución normal
estándar.

La probabilidad de que un adulto peruano mida menos de 160 cm es de

aproximadamente 0.0478. 4.78%

b) ¿Cuál es la probabilidad de que mida más de 170 centímetros?

Para este ejercicio usaremos la fórmula de Distribución Normal Estándar

X: 170

μ: 167 cm

σ: 3

170−167
Z= Z=1
3

Remplazamos el valor de “Z” en Excel para encontrar la distribución normal

estándar.

5
 30 de diciembre de 1899

La probabilidad de que un adulto peruano mida más de 170 cm es

aproximadamente 0.1587 15.87%

7. Un líquido industrial que es requerido para la fabricación de un componente

electrónico contiene un porcentaje X por galón de un compuesto particular
cuya distribución es normal con media µ% y desviación estándar σ%. El
fabricante conoce además que existe una probabilidad del 0.0228 de que el
líquido sobrepase el 21% y que la probabilidad que el líquido sobrepase el 12%
es del 0.1587, determinar la media y la desviación estándar del porcentaje del
líquido.

Para el líquido que sobrepasa el 21%

P(X>21%) = 1-P(X>21%) = 0.0228:

P(X≤21%) = 1−0.0228=0.9772

Para el líquido que sobrepasa el 12%

P(X>12%) = 1-P(X>12%)

=1−P(X≤12%) = 0.1587

P(X≤12%) = 1−0.1587=0.8413

Encontrar los valores de Z

P(X≤21%) ≈ 2.01

P(X≤12%) ≈ −1.08

Para P(X≤21%), z≈2.01

2.01 = 21−μ/ σ

Para P(X≤12%), z ≈ −1.08

−1.08=12−μ/ σ

Media: Q21+Q12/2 = 1,4499

Desviación: Q21-Q12/2*0,0228 = 0,219

6
 30 de diciembre de 1899

8. La distribución de los pesos de cajas conteniendo componentes electrónicos

importados, es tal que el 15.15% de estos tienen un peso que exceden a los 50
Kg y que el 61.41% tienen pesos que exceden a los 30 kilos, determinar la
media y la desviación estándar de los pesos, si se sabe que la distribución de
dichos periodos es normal.

Donde x es el peso en kilogramos de las cajas que exceden los 50 kg.

Z=( X−μ)/σ

P( X> 50)=0.1515(el15.15 % que excede los50 kg).

P(x ≤50)=1−0.1515=0.8485

P(z ≤(50−µ)/σ )=0.8485 .

(50−u)/σ=1.03002131=INV . NORM . ESTAND (0.8485)

50=u+1.03002131 σ … … …(I )Desviación estandar

Donde “x” es el peso en kilogramos que exceden los 30 kg.

P(x >30)=0.6141(el 61.41% que excede los 30 kg).

P(x ≤30)=1−0.6141=0.3859 .

P(z=(30−µ)/σ )=0.3859 .

(30−u)/σ=−0.29002122=INV . NORM . ESTAND (0.3859)

30=u−0.29002122 σ … … (II)

De (I) y (II) se tiene:

50=u+1.03002131 σ … … …(I )

30=u−0.29002122 σ … … (II)

20=1.32004253 σ

σ =15.1510269097

Remplazamos 𝞼 en la (I) ecuación:

50=u+1.03002131 σ … … …(I )

50=u+1.03002131∗(15.1510269097)

u=34.3941194146

7
 30 de diciembre de 1899

9. Si la distribución de los periodos de duración de los postes telefónicos es tal

que el 9.51% tiene un periodo de duración que exceden a los 15 años y que el
62.55% tienen periodos de duración que exceden a los 9 años, determinar la
media y la desviación estándar de los periodos de duración, si se sabe que la
distribución de dichos periodos es normal.

Para este ejercicio usaremos la fórmula de Distribución inversa estándar y luego

la de distribución Normal Estándar.
X−μ
Z=
σ
P(X>15) = 0.0951 (el 9.51% que excede los 15 años).
P(x≤15) = 1- 0.0951= 0.9049.
15−µ
P( z= )= 0.9049.
σ

15−u
=¿ 1.30998769 =INV.NORM.ESTAND(0.9049)
σ

15= 1.30998769𝞼 + µ ……. (I)

P(x>9) = 0.6255 (el 62.55% que excede los 9 años).

P(x≤9) = 1- 0.6255= 0.3745.
9−µ
P( z= ) = 0.3745.
σ

9−u
=¿ -0.31995822 =INV.NORM.ESTAND(0.3745)
σ

9= µ - 0.31995822𝞼 ……(II)

De (I) y (II) se tiene:

15= 1.30998769𝞼 + µ

9= µ - 0.31995822𝞼

6= 1.62994591𝞼

𝞼= 3.681103749.

8
 30 de diciembre de 1899

Remplazamos 𝞼 en la (I) ecuación:

15= 1.30998769𝞼 + µ

15= 1.30998769*(3.681103749) + µ

10.1777994032 = µ

10. Tras un test de cultura general aplicado a los empleados de una industria
electrónica se observa que las puntuaciones obtenidas siguen una distribución
normal: N(65, 18). Se desea clasificar a los empleados en tres grupos (de bajo
conocimiento en electrónica, de conocimiento en electrónica aceptable y de
excelente conocimiento en electrónica) de modo que hay en el primero un 20%
de los empleados, 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?

9
 30 de diciembre de 1899

11. Una fábrica produce un tipo de neumáticos que tiene una vida útil media de
80000 km y una desviación estándar de 8000 km. Suponiendo que esta vida útil
está distribuida normalmente:
a) ¿Cuál es la probabilidad que un neumático dure más de 96000 km?

X : vidaútil de un neumático en km
X tiene una distribución N (80000 ; 8000).
μ=80000
σ =8000
P ( x> 96000 )=1−P ( x <96000 )

1−P ( X−μ
σ
<
96000−80000
8000 )
1−P ( Z< 2 )=1−0.9772=0.0228

b) El 50% de los neumáticos duran entre x1 y x2 km. Halle los valores de x1 y x2 si

son simétricos respecto a la media.

P ( x 1< x < x 2 )=0.5

P ( X σ−μ < X −μ
1
σ
<
σ )
X −μ 2
=0.5

(
P Z<
X 1−μ
σ )
=0.25

(
P Z<
X 2−μ
σ )
=0.75

X 1−μ
=−0.67
σ

X 1 =74640

X 2−μ
=0.67
σ

10
 30 de diciembre de 1899

X 2 =85360

12. Un fabricante de acumuladores asegura que su producto tiene un tiempo de

vida esperado de 50 meses con una desviación estándar de 4 meses y sigue una
distribución normal. Se pide:

DATOS:

u= 50 meses

Ϭ= 4 meses

a) El porcentaje de acumuladores que tendrán un tiempo de vida que esté entre

los 49 y 51 meses.

P (49 ≤ x ≤ 51)

P (x≤51) – P (X≤49)

49−50
z 49= =−0 , 25
4

51−50
z 51= =0 , 25
4

Según la tabla de distribución

P (x≤51) – P (X≤49)

0,5987 - 0.4013 = 0.1974

Rpta= el porcentaje acumulado será de 19.74%

b) La probabilidad de que los acumuladores tengan un tiempo de vida menor a 35

meses.

Ley de complemento

P(x<35) = 1- P(35≤x)

Hallamos z:

11
 30 de diciembre de 1899

35−50
Z= =−3 , 75
4

Remplazando según la tabla de distribución:

P(x<35) = 1- P(35≤x)

= 1- 0,002

= 0.998

Rpta: La posibilidad será de un 0.998

13. Una máquina electrónica para recubrir caramelos con chocolate se encuentra
calibrada de manera que el espesor promedio del recubrimiento sea de 3 mm.
El proceso está normalmente distribuido, con una desviación estándar de 1
mm. Si el proceso funciona como se espera, es decir, con una media de 3 mm y
una desviación estándar de 1mm. ¿Cuál será la probabilidad de encontrar un
caramelo cubierto de chocolate con más de 3,4 mm de recubrimiento?

Para encontrar la probabilidad de que un caramelo tenga más de 3.4 mm de

recubrimiento, necesitamos calcular el valor Z correspondiente a 3.4 mm en una
distribución normal con media (μ) de 3 mm y desviación estándar (σ) de 1 mm.

El valor Z se calcula como:

Z = (X - μ) / σ

Donde X es el valor para el cual queremos encontrar la probabilidad. En este caso,

X = 3.4 mm.

Entonces, calculamos el valor Z para 3.4 mm como:

Z = (3.4 - 3) / 1 = 0.4

Encontrar la probabilidad correspondiente a este valor Z en la tabla de la

distribución normal estándar. El valor de la tabla para Z = 0.4 es
aproximadamente 0.6554, que es la probabilidad de que un caramelo tenga un
recubrimiento de 3.4 mm o menos.

12
 30 de diciembre de 1899

Q encontrar la probabilidad de que un caramelo tenga un recubrimiento de más

de 3.4 mm. Como la suma total de las probabilidades en una distribución normal
es 1, restamos la probabilidad de 3.4 mm o menos de 1 para encontrar la
probabilidad de más de 3.4 mm.

Por lo tanto, la probabilidad de que un caramelo tenga un recubrimiento de más

de 3.4 mm es:

P(X > 3.4) = 1 - P(X ≤ 3.4) = 1 - 0.6554 = 0.3446

13