Professional Documents
Culture Documents
-3
-2
-1
-3.33
-2.00
Normal distribution
P(lower) P(upper) .9522 .0478 .0004 .9996 1.0000 1.31E-11 .0228 .9772 z 1.67 -3.33 6.67 -2.00 X 75 60 90 64 mean 70 70 70 70 std.dev 3 3 3 3
****************************************************************************************************************************************************
f(z)
-3
-2
-1 -0.40
0 0.80
Normal distribution
P(lower) .8413 P(upper) .1587 z 1.00 X 28 mean 23 std.dev 5
.7881 .3446
.2119 .6554
0.80 -0.40
27 21
23 23
5 5
******************************************************************************************************************************
f(z)
-3
-2 -2.03
Normal distribution
P(lower) .4338 .4338 .2988 P(upper) .5662 .5662 .7012 z -0.167 -0.167 -0.53 X 72 72 59 mean 78 78 78 std.dev 36 36 36
*****************************************************************************************************************************************
f(z)
-3
-2
-1
-0.33
0.67
-0.33
0.67
Normal distribution
P(lower) .7475 .3694 P(upper) .2525 .6306 z 0.67 -0.33 X 110 95 mean 100 100 std.dev 15 15
P(95<=X<=110)
************************************************************************************************************************************
f(z)
-3
-2
-1
0.70
Normal distribution
P(lower) .7580 P(upper) .2420 z 0.70 X 40,000 mean 36,500 std.dev 5,000
************************************************************************************************************************************
f(z)
-3
-2
-1
-0.63
Normal distribution
P(lower) P(upper) z X mean std.dev .2660 .7340 -0.63 25 150 200 ************************************************************************************************************************************
f(z)
-3
-2
-1
Normal distribution
P(lower) .9772 P(upper) .0228 z 2.00 X 200 mean 150 std.dev 25
f(z)
-3
-2
-1 -0.72
0 -0.10
Normal distribution
P(lower) .4614 .2363 P(upper) .5386 .7637 z -0.10 -0.72 X 6,000 4,000 mean 6,312 6,312 std.dev 3,219 3,219
f(z)
-3
-2
-1.83
-1
Normal distribution
P(lower) .0334 .9332 P(upper) .9666 .0668 z -1.83 1.50 X 1,000 2,000 mean 1,550 1,550 std.dev 300 300
f(z)
z < -20.67
-3
-2
-1
Normal distribution
P(lower) 3.46E-95 P(upper) 1.0000 z -20.67 X 50 mean 670 std.dev 30
2 P(x<=75) = P(x<=60) = P(21<x<27)= NUMERO DIAS = .9522 .0004 0.9518 probabilidad del EVENTO 28.5534176
1.67
6.67 >
******************************************************************
1 0.80 1.00
*****************************
PROBLEMA 3
****************************************
PROBLEMA 4
0.67
0.67
***********************************
PROBLEMA 5
0.70
***********************************
***********************************
PROBLEMA 6
2
2.00
PROBLEMA 7
PROBLEMA 8
1
1.50
PROBLEMA 9
.0228 500
PROBLEMA 1 En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin
Calcular el nmero de das del mes en los que se espera alcanzar mximas entre 21 y 27.
X= 21
u = 23
Normal distribution
P(lower) .8413 .7881 .3446 P(upper) .1587 .2119 .6554 z 1.00 0.80 -0.40 X 28 27 21 mean 23 23 23
RPTA:
mes de junio sigue una distribucin normal, con media 23 y desviacin tpica 5.
s=5
X=27
std.dev 5 5 5
NUMERO DIAS =
13.30699029
PROBLEMA 2 La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg. S
hallar cuntos estudiantes pesan:
A.
GRAFICAMOS EL PROBLEMA
X= 60 u = 70
X=75
Normal distribution
P(lower) .9522 .0004 1.0000 .0228 P(upper) .0478 .9996 1.31E-11 .9772 z 1.67 -3.33 6.67 -2.00 X 75 60 90 64 mean 70 70 70 70
RPTA: A. B. C. HABRAN 475 PERSONAS, CUYOS PESOS ESTARAN 60 Y 75 KG NO HAY NINGUNA PERSONA QUE SUPERE LOS 90 KG 488, AL MENOS PESARAN 64 KG
s=3
A P(x<=75) = .9522 P(x<=60) = .0004 P(21<x<27)= 0.9518 probabilidad del EVENTO NUM DE PERSONAS 475.8902937 B. P(x>90) = .0000 NUM DE PERSONAS 6.54199E-09 . CERO
488.624934 . OK
std.dev 3 3 3 3
.0228 500
PROBLEMA 3 Se supone que los resultados de un examen siguen una distribucin normal con media 78 y de
A.
Cul es la probabilidad de que una persona que se presenta el examen obteng Calcular la proporcin de estudiantes que tienen puntuaciones que exceden por
B.
A.
GRAFICAMOS EL PROBLEMA
X=59
Normal distribution
P(lower) .4338 .4338 .2988 P(upper) .5662 .5662 .7012
B. CALCULAMOS X, PARA UNA AREA DE 0.25 PRIMERO DE TABLA : Z= -0.68, POR ESTAR A LA IZQUIERDA DE LA CAMPANA CON ESTE VALOR CALCULAMOS : X = 54 (CALIFICACION CONOCIDA COMO MAR POR CONDICION DEL PROBLEMA EL NUEVO X3 = 54 + 5 EL NUEVO X3= 59 CALCULAMOS EL AREA HACIA LA DERECHA DE ESTE NUEVO VALOR .. EMPL A3= 70%
RPTA:
A. B.
clarados No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones ms bajas).
X-
Z ==
s=36
A. P(x>72) =
.5662 56.62% . OK
B. P(x>59) =
.7012
70% . OK
std.dev 36 36 36
PROBLEMA 4 Varios test de inteligencia dieron una puntuacin que sigue una ley normal con media 100 y d
A.
GRAFICAMOS EL PROBLEMA
X= 95
X= 110
=100
CALCULAMOS AREA A LA IZQUIERDA DE 110 . CALCULAMOS AREA A LA IZQUIERDA DE 95 FINALMENTE CALCULAMOS EL AREA ENTRE 95 Y 110 con megastat P(X<=110) P(X<=95) P(95<=X<=110)
A2 = 25%
A2 A3
X2=??
X3=??
=100
Normal distribution
P(lower) .7475 .3694 P(upper) .2525 .6306 z 0.67 -0.33 X 110 95 mean 100 100
B. CALCULAMOS X3, PARA UNA AREA DE 0.25 DE TABLAS CON AREA BAJO LA CURVA , LADO IZQUIERDO, OBTENEMOS Z3 EL ARTIFICIO ES INGRESAR A TABLA CON 0.75, ENTONCES: Z3=0.68 DE FORMULA DE Z, OBTENEMOS EL NUEVO VALOR DE X3, ENTONCES: X3= POR LO TANTO EL NUEVO X2, SERIA: 100-10.2 ENTONCES: X2= 89.8 POR CONSIGUIENTE EL INTERVALO CENTRADO SERIA DE
RPTA:
A. B.
EL 38% DE LA POBLACION, OBTENDRIA UN COEFICIENTE ENTRE 95 Y 110 EL INTERVALO CENTRADO QUE CONTIENE EL 50% DE POBLACIONES :
rmal con media 100 y desviacin tpica 15. coeficiente entre 95 y 110.
s=15
38% DE POBLACION
A3 = 25% A.
B.
std.dev 15 15
110.2
98.8<=X<=110.2
98.8<=X<=110.2
PROBLEMA 5 Ingenieros de Good-Year, estiman que la duracion media de sus llantas es de 36,500 millas y es 5000. Ademas de los datos recogidos indican que es razonable suponer una distribucion norm
de los neumaticos se espera que duren ms de 40,000 millas?
A.
GRAFICAMOS EL PROBLEMA
A1
X= 40,000
=36,500
CALCULAMOS AREA A LA DERECHA DE 40,000 . P(X>40,000)
A1 =
con megastat
X3=??
P(lower) .7580
P(upper) .2420
z 0.70
X 40,000
mean 36,500
RPTA:
A.
s=5000
A1 = ??
.2420
A.
P(X>40,000)
.2420
std.dev 5,000
PROBLEMA 6 Hyundai esta pensando ofrecer un contrato especial de servicio que cubra todos los costos de autos vendidos. De acuerdo a la experiencia, el director de la empresa estima que los costos an
distribuidos casi normalmente con una media de $150 y una desviacion estandar de $25
A. Si la empresa ofrece a los clientes el contrato de servicio por una cantidad anual de $200 del pr la probabilidad que el costo del servicio sea mayor a este precio? B. Cual es la ganancia esperada por la empresa en este tipo de contratos
A.
GRAFICAMOS EL PROBLEMA
A1
X= 200
=150
CALCULAMOS AREA A LA DERECHA DE 200 . P(X>200) A1 =
con megastat
P(lower) .9772
P(upper) .0228
z 2.00
X 200
mean 150
RPTA:
A. B.
LA PROBABILIDAD QUE EL COSTO SEA MAYOR SERA DE 2.3% LA GANANCIA ESPERADA ES DE 47.7% (CALCULADA DE LA DIFERENCIA DE LA ME
n estandar de $25
s=25
A1 = ??
.0228
A. P(X>200) B. GANANCIA =
.0228 .4772
std.dev 25
PROBLEMA 7 El promedio anual de los gastos de una familia Chilena en transporte diario es de $6,312 . Sup esta distribuida normalmente. A. Si se sabe que 5% de las familias gastan menos de $1,000 en transporte diario Cul seria la en esta cantidad de gasto? B. Cul es la probabilidad que un hogar gaste entre $4,000 y $6,000
A.
PARA ESTAS CONSIDERACIONES CALCULAMOS LA DESVIANCION ESTANDAR, UTI DE LAS TABLAS Z= 1.65, POR ESTAR SESGADO A L LADO IZQUIERDO SU VALOR ES POR LO TANTO LA DESVIACION ESTNDAR SERIA:
A1 = 5%
A1 X1= 1,000
=6,312
B.
A2 = ?? A3 = ??
=6,312
CALCULAMOS LAS AREAS A LA IZQUIERDA con megastat P(X<=6,000) P(X<=4,000) P(4,000<=X<=6,000)
A(4,000<=X<=6,000)
A. B.
LA DESVIACION ESTANDAR ES DE : 3,219 EL 22.5% DE FAMILIAS GASTARA ENTRE 4,000 Y 6,000 USD
s=3,219
X-
s=???
Z ==
s=3,219
.4614 .2363
0.225
22.5%
PROBLEMA 8 La falta de sueo es causa de accidentes de trfico de consecuencias fatales. En un estudio se nmero promedio por ao de accidentes de trfico con consecuencias fatales ocasionados por estndar de 300 A. Cual es la probabilidad que haya menos de 1000 accidentes fatales en un ao B. Cual es la probabilidad que el nmero de accidentes fatales este entre 1,000 y 2,000
A.
Supongamos que el numero promedio anual de accidentes fatales esta distribuido normalmen
X2= 1,000
X1= 2,000
=1,550
CALCULAMOS AREA A LA IZQUIERDA DE 2,000 . CALCULAMOS AREA A LA IZQUIERDA DE 1,000 . con megastat P(X<=2,000) P(X<=1,000) P(1,000<=X<=2,000)
z -1.83 1.50
X 1,000 2,000
A. B.
1,000 y 2,000
P(X<1,000)
.0334
3.3% DE ACCIDENTES
s=300
.9332 .0334
90.0% DE ACCIDENTES
PROBLEMA 9 El Hotel Costa del Sol tiene capacidad de 700 habitaciones. El Gerente pronostica una demand Supongamos que la demanda para el prximo fin de semana esta distribuida normalmente y qu A. Cul es la probabilidad que ocupen 50 ms habitaciones del hotel? B. Cul es la probabilidad que ocupen todas las habitaciones del hotel?
A.
1.00E+00 100%
A1 = ???
A1 X1= 50
=670
RPTA:
A. B.
100% 0%
pronostica una demanda media de 670 habitaciones para el prximo finde semana
0%
s=30
std.dev 30
PROBLEMA 10
Una mquina llena botellas con un determinado producto. De acuerdo con datos anteriores 18 0nzas. Cul es el peso medio del llenado de la mquina. Suponer que los pesos llenado distribucin normal.
desviacin estandar en los pesos rellenados es de 0.6 onzas. Si solo el 2% de recipientes llena
A.
EFECTUAMOS DIAGRAMA CON EL AREA VAMOS A TABLA Y OBTENEMOS VALOR DE Z Z=2.06 SI ANALIZAMOS EL DIAGRAMA, EL Z = -2.06 . POR ESTAR A LA IZQU CON ESTE VALOR REEMPLAZAMOS EN RELACION DE Z Y HALLAMOS: POR LO TANTO : = 19.236
A1 = 2%
A1 X= 18
RPTA:
LA Y OBTENEMOS VALOR DE Z
MA, EL Z = -2.06 . POR ESTAR A LA IZQUIERDA (PROBABILIDAD BASTANTE BAJA) AMOS EN RELACION DE Z Y HALLAMOS:
= 19.236
s=0.6
Z ==
X-
=???
1.