SlideShare una empresa de Scribd logo
1 de 6
Universidad Tecnológica de Torreón
Estadística: Distribución Normal
Procesos Industriales Área Manufactura
Fernando Domínguez Borrego
2°A
28 de Marzo del 2015, Torreón, Coahuila.
1.- A lo largo de las diferentes pruebas de acceso a la Universidad, se ha encontrado que
la distribución de las calificaciones siguen una ley normal de media de 6.3 puntos y
desviación típica 0.7. Se pide:
a) ¿Cuál es la probabilidad de que la nota de un estudiante elegido al azar sea superior a
7.6?
x= 7.6
μ= 6.3 z= 7.6-6.3 = 1.85714286 P(z<7.6)= 0.03164535
σ= 0.7 0.7 3.16453535
10
z= 10-6.3 = 5.28571429
0.7
b) Si un centro presenta 200 alumnos a la prueba, ¿cuántos, en media, superan la
misma?
x= 6.3
μ= 6.3 z= 6.3-6.3 = 0 100 200
σ= 0.7 0.7 0.5 50 100
100 Alumnos
c) Si un alumno tiene un 7.4 ¿cuántos alumnos de los 200 lo superan?
x= 7.4
μ= 6.3 z= 7.6-6.3 = 1.57142857 100 200
σ= 0.7 0.7 0.94195843 94.19584 188.391687
11 Alumnos
d) ¿Qué nota tienes que sacar para entrar en Medicina si solo pueden entrar en dicha
carrera un 5%?
x=
μ= 6.3 0.05 = x-6.3 =
σ= 0.7 0.7
z= 0.05
-1.64 = x-6.3
0.7
-1.64 -0.7 = x-63
1.148 63 = x
64.1 = x
2.-La altura de los mozos de un llamamiento al Servicio Militar sigue una distribución
normal de media 1.7 m y desviación típica 0.1. Se desea saber:
a) Probabilidad de que un mozo, al azar, tenga una altura entre 1, 7 m y 1, 9 m.
x= 1.7
μ= 1.7 z = 1.7-1.7 = 0
σ= 0.01 0.7 0.5
1.90 50 %
b) Si el llamamiento consta de 50000 mozos y se libran por falta de talla los que tienen
una altura inferior a 1, 5 m ¿cuál es el número esperado de libramientos por esta causa?
x= 1.5
μ= 1.7 z = 1.5-1.7 = -2 100 200
σ= 0.10 0.7 0.022750132 2.275013 4.55002639
2.275013195 % 195.449974 Alumnos
3.-Un equipo de futbol ha conseguido en las últimas temporadas unos resultados que se
distribuyen normalmente con una media de 25 victorias y una desviación típica de 5.
a) ¿Cuál es la probabilidad de que gane más de 30 partidos por temporada?
x= 30
μ= 25 z = 30-25 = 1
σ= 5.00 5 0.841344746
84.13447461 %
b) ¿Cuál es la probabilidad de que gane menos de 20 partidos por temporada?
x= 20
μ= 25 z = 20-25 = -1
σ= 5.00 5 0.158655254
15.86552539 %
c) ¿Cuál es la probabilidad de que gane entre 22 y 28 partidos por temporada?
x= 22
μ= 25 z = 22-25 = -0.6
σ= 5.00 5 0.274253118
x2= 28.00 27.42531178 %
z = 22-25 = 0.6
5 0.725746882
72.57468822 %
P(22a28) = 45.14937645 %
4.- En una carrera automovilística, las velocidades registradas tienen una media de 90
km/h. Con una desviación estándar de 8 km/h. Si se supone normalidad, encuentre los
porcentajes de velocidad:
a) Mayores de 100 km/h.
x= 100
μ= 90 z = 100-90 = 1.25
σ= 8.00 8 0.894350226
89.43502263 %
P(x>100) = 10.56497737 %
b) Menores de 80 km/h.
x= 80
μ= 90 z = 80-90 = -1.25
σ= 8.00 8 0.105649774
10.56497737 %
c) Que se encuentran entre 85 y 95 km/h.
x= 85
μ= 90 z = 85-90 = -0.625
σ= 8.00 8 0.265985529
x2= 95.00 26.5985529 %
z = 95-90 = -0.625
8 0.734014471
73.4014471 %
P(85a95) = 46.80289419 %
5.-La vida útil de las pilas alcalinas de la marca E, tiene una media de 8.5 h con una
desviación estándar de 0.5 h, las pilas de la marca D, tienen una media de 8.2 y una
desviación estándar de 0.4 h, en ambas marcas la vida útil tiene una distribución normal.
Si se elige una pila de cada marca,
¿cuál es la probabilidad de que la marca E dure más de 8.25 h y la marca D menos de 8.4
h?
x= 8.25
μ= 8.5 z = 8.25-8.5 = -0.5
σ= 0.50 0.5 0.308537539
30.85375387 %
x= 8.4 z = 8.4-8.2 = 0.5
μ= 8.2 0.4 0.691462461
σ= 0.40 69.14624613 %
6.-Supongamos que los pesos de una población de individuos en una gran ciudad de
150000 habitantes tiene distribución normal N(74,7) en kg.
a) ¿Cuál es la probabilidad de que un individuo pese más de 70 kg?
x= 70
μ= 74 z = 8.25-8.5 = -0.57142857 100 150000
σ= 7.00 0.5 0.283854583 28.38546 42578.1875
28.38545831 % 107421.813 Habitantes
b) ¿Qué porcentaje menos de 92?
x= 92
μ= 74 z = 8.25-8.5 = 2.571428571
σ= 7.00 0.5 0.994936005
99.49360047 %
c) ¿Qué porcentaje entre 70 y 92?
x= 92
μ= 74 z = 8.25-8.5 = 2.571428571
σ= 7.00 0.5 0.994936005
99.49360047 %
x= 70 z = 8.4-8.2 = -0.57142857
μ= 74 0.4 0.283854583
σ= 7.00 28.38545831 %
P(70a90) = 71.10814216 %
d) ¿Qué peso debe tener un individuo para que el 16.6% de la población pese más que
él?
x= 0
μ= 74 0.166 = x-74 =
σ= 7.00 7
0.9515 = x-74 =
7
0.952 -7 = x-74
-6.661 = x-74
-6.66 74 = x
67.34 x
e) ¿Y qué peso para que el 35% pese menos?
x= 0
μ= 74 0.350 = x-74 =
σ= 7.00 7
0.6368 = x-74 =
7
0.637 -7 = x-74
-4.458 = x-74
-4.46 74 = x
69.542 x

Más contenido relacionado

La actualidad más candente

5. probabilidad conjunta ejercicios resueltos
5. probabilidad conjunta   ejercicios resueltos5. probabilidad conjunta   ejercicios resueltos
5. probabilidad conjunta ejercicios resueltos
fabebust
 
Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:
Juan Carlos GB
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
zooneerborre
 

La actualidad más candente (20)

Ejercicios Resueltos LEVIN
Ejercicios Resueltos LEVINEjercicios Resueltos LEVIN
Ejercicios Resueltos LEVIN
 
Aplicacion integral doble
Aplicacion   integral dobleAplicacion   integral doble
Aplicacion integral doble
 
5. probabilidad conjunta ejercicios resueltos
5. probabilidad conjunta   ejercicios resueltos5. probabilidad conjunta   ejercicios resueltos
5. probabilidad conjunta ejercicios resueltos
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
4 ta semana cepre unmsm
4 ta semana cepre unmsm4 ta semana cepre unmsm
4 ta semana cepre unmsm
 
Distribuciones de probabilidad en minitab
Distribuciones de probabilidad en minitabDistribuciones de probabilidad en minitab
Distribuciones de probabilidad en minitab
 
Distribuciones...
Distribuciones...Distribuciones...
Distribuciones...
 
Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:
 
Distribucion exponencial
Distribucion exponencialDistribucion exponencial
Distribucion exponencial
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística Probabilidades
 
Ejercicios de intervalos de confianza
Ejercicios de intervalos de confianzaEjercicios de intervalos de confianza
Ejercicios de intervalos de confianza
 
Tarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasTarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestas
 
Ejercicios yproblemasprobabilidad
Ejercicios yproblemasprobabilidadEjercicios yproblemasprobabilidad
Ejercicios yproblemasprobabilidad
 
Estadistica problema 7
Estadistica problema 7Estadistica problema 7
Estadistica problema 7
 
distribucion poisson
distribucion poissondistribucion poisson
distribucion poisson
 
50ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp0150ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp01
 
Fraccion generatriz
Fraccion generatrizFraccion generatriz
Fraccion generatriz
 
Optimizacion de funcion
Optimizacion de funcionOptimizacion de funcion
Optimizacion de funcion
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 

Similar a Distribucion normal

Desviación estándar y coeficiente de variación.abogado, administrador de e...
Desviación estándar y coeficiente de variación.abogado, administrador de e...Desviación estándar y coeficiente de variación.abogado, administrador de e...
Desviación estándar y coeficiente de variación.abogado, administrador de e...
M&s Consultorías Legal Entreprise Austral Group. Inocencio Meléndez Julio.
 
Profundización estadistica descriptiva taller 2, abogado, administrador de e...
Profundización estadistica descriptiva taller 2, abogado, administrador de e...Profundización estadistica descriptiva taller 2, abogado, administrador de e...
Profundización estadistica descriptiva taller 2, abogado, administrador de e...
M&s Consultorías Legal Entreprise Austral Group. Inocencio Meléndez Julio.
 
Distribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de mediasDistribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de medias
eraperez
 
Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
marianancy91
 
Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
marianancy91
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
Nathywiiz Hernández
 

Similar a Distribucion normal (20)

Desviación estándar y coeficiente de variación.abogado, administrador de e...
Desviación estándar y coeficiente de variación.abogado, administrador de e...Desviación estándar y coeficiente de variación.abogado, administrador de e...
Desviación estándar y coeficiente de variación.abogado, administrador de e...
 
Profundización estadistica descriptiva taller 2, abogado, administrador de e...
Profundización estadistica descriptiva taller 2, abogado, administrador de e...Profundización estadistica descriptiva taller 2, abogado, administrador de e...
Profundización estadistica descriptiva taller 2, abogado, administrador de e...
 
Descriptiva 1
Descriptiva 1 Descriptiva 1
Descriptiva 1
 
Estadística
Estadística Estadística
Estadística
 
Distribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de mediasDistribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de medias
 
Guia distnormal
Guia distnormalGuia distnormal
Guia distnormal
 
resueltos_B5_t2.pdf
resueltos_B5_t2.pdfresueltos_B5_t2.pdf
resueltos_B5_t2.pdf
 
Clase #5 Histograma.docx
Clase #5 Histograma.docxClase #5 Histograma.docx
Clase #5 Histograma.docx
 
Ejercicios de refuerzo
Ejercicios de refuerzoEjercicios de refuerzo
Ejercicios de refuerzo
 
8.estadistica
8.estadistica8.estadistica
8.estadistica
 
Sol t08 mec
Sol t08 mecSol t08 mec
Sol t08 mec
 
8.estadistica
8.estadistica8.estadistica
8.estadistica
 
Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
 
Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
 
Probabilidad y estadisticas universidades
Probabilidad y estadisticas universidadesProbabilidad y estadisticas universidades
Probabilidad y estadisticas universidades
 
Sesion 5 - Medidas de Dispersión (2).docx
Sesion 5 - Medidas de Dispersión (2).docxSesion 5 - Medidas de Dispersión (2).docx
Sesion 5 - Medidas de Dispersión (2).docx
 
Estadistica soluciones
Estadistica solucionesEstadistica soluciones
Estadistica soluciones
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
 
Uwlgec8891
Uwlgec8891Uwlgec8891
Uwlgec8891
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
 

Más de Fercho Dominguez

Más de Fercho Dominguez (18)

Fundiciones problema
Fundiciones problemaFundiciones problema
Fundiciones problema
 
Process observation
Process observationProcess observation
Process observation
 
Proceso cramer
Proceso cramerProceso cramer
Proceso cramer
 
Process
ProcessProcess
Process
 
Quality
QualityQuality
Quality
 
Estadística aplicada a la calidad
Estadística aplicada a la calidadEstadística aplicada a la calidad
Estadística aplicada a la calidad
 
Distribucion binomial fernando
Distribucion binomial fernandoDistribucion binomial fernando
Distribucion binomial fernando
 
Probabilidad elemental
Probabilidad elementalProbabilidad elemental
Probabilidad elemental
 
Actividad Integradora
Actividad IntegradoraActividad Integradora
Actividad Integradora
 
Segunda parte ejercicio 5
Segunda parte ejercicio 5Segunda parte ejercicio 5
Segunda parte ejercicio 5
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Método de Gauss y Gauss Jordan.
Método de Gauss y Gauss Jordan.Método de Gauss y Gauss Jordan.
Método de Gauss y Gauss Jordan.
 
Productos notables: Trinomio al cuadrado
Productos notables: Trinomio al cuadradoProductos notables: Trinomio al cuadrado
Productos notables: Trinomio al cuadrado
 
Productos Notables: Binomio al cuadrado
Productos Notables: Binomio al cuadradoProductos Notables: Binomio al cuadrado
Productos Notables: Binomio al cuadrado
 
Falacias Matemáticas
Falacias MatemáticasFalacias Matemáticas
Falacias Matemáticas
 

Último

ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
gustavoiashalom
 
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
Ricardo705519
 
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATINSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
evercoyla
 

Último (20)

Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdf
 
Six Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo processSix Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo process
 
Trazos paileros para realizar trazos, cortes y calculos.pptx
Trazos paileros para realizar trazos, cortes y calculos.pptxTrazos paileros para realizar trazos, cortes y calculos.pptx
Trazos paileros para realizar trazos, cortes y calculos.pptx
 
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
 
Control estadistico de procesos Primera parte.pdf
Control estadistico de procesos Primera parte.pdfControl estadistico de procesos Primera parte.pdf
Control estadistico de procesos Primera parte.pdf
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
 
Desigualdades e inecuaciones-convertido.pdf
Desigualdades e inecuaciones-convertido.pdfDesigualdades e inecuaciones-convertido.pdf
Desigualdades e inecuaciones-convertido.pdf
 
Aportes a la Arquitectura de Le Corbusier y Mies Van der Rohe
Aportes a la Arquitectura de Le Corbusier y Mies Van der RoheAportes a la Arquitectura de Le Corbusier y Mies Van der Rohe
Aportes a la Arquitectura de Le Corbusier y Mies Van der Rohe
 
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJODIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
 
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEstadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
 
“Análisis comparativo de viscosidad entre los fluidos de yogurt natural, acei...
“Análisis comparativo de viscosidad entre los fluidos de yogurt natural, acei...“Análisis comparativo de viscosidad entre los fluidos de yogurt natural, acei...
“Análisis comparativo de viscosidad entre los fluidos de yogurt natural, acei...
 
Tabla de referentes empíricos para tesis-1.docx
Tabla de referentes empíricos para tesis-1.docxTabla de referentes empíricos para tesis-1.docx
Tabla de referentes empíricos para tesis-1.docx
 
Presentacion de la ganaderia en la región
Presentacion de la ganaderia en la regiónPresentacion de la ganaderia en la región
Presentacion de la ganaderia en la región
 
Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiología
 
Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...
 
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
 
DISEÑO PAVIMENTOS CLASE 06 PAVIMENTOS.pdf
DISEÑO PAVIMENTOS CLASE 06 PAVIMENTOS.pdfDISEÑO PAVIMENTOS CLASE 06 PAVIMENTOS.pdf
DISEÑO PAVIMENTOS CLASE 06 PAVIMENTOS.pdf
 
CONEXIONES SERIE, PERALELO EN MÓDULOS FOTOVOLTAICOS.pdf
CONEXIONES SERIE, PERALELO EN MÓDULOS FOTOVOLTAICOS.pdfCONEXIONES SERIE, PERALELO EN MÓDULOS FOTOVOLTAICOS.pdf
CONEXIONES SERIE, PERALELO EN MÓDULOS FOTOVOLTAICOS.pdf
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATINSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
 

Distribucion normal

  • 1. Universidad Tecnológica de Torreón Estadística: Distribución Normal Procesos Industriales Área Manufactura Fernando Domínguez Borrego 2°A 28 de Marzo del 2015, Torreón, Coahuila.
  • 2. 1.- A lo largo de las diferentes pruebas de acceso a la Universidad, se ha encontrado que la distribución de las calificaciones siguen una ley normal de media de 6.3 puntos y desviación típica 0.7. Se pide: a) ¿Cuál es la probabilidad de que la nota de un estudiante elegido al azar sea superior a 7.6? x= 7.6 μ= 6.3 z= 7.6-6.3 = 1.85714286 P(z<7.6)= 0.03164535 σ= 0.7 0.7 3.16453535 10 z= 10-6.3 = 5.28571429 0.7 b) Si un centro presenta 200 alumnos a la prueba, ¿cuántos, en media, superan la misma? x= 6.3 μ= 6.3 z= 6.3-6.3 = 0 100 200 σ= 0.7 0.7 0.5 50 100 100 Alumnos c) Si un alumno tiene un 7.4 ¿cuántos alumnos de los 200 lo superan? x= 7.4 μ= 6.3 z= 7.6-6.3 = 1.57142857 100 200 σ= 0.7 0.7 0.94195843 94.19584 188.391687
  • 3. 11 Alumnos d) ¿Qué nota tienes que sacar para entrar en Medicina si solo pueden entrar en dicha carrera un 5%? x= μ= 6.3 0.05 = x-6.3 = σ= 0.7 0.7 z= 0.05 -1.64 = x-6.3 0.7 -1.64 -0.7 = x-63 1.148 63 = x 64.1 = x 2.-La altura de los mozos de un llamamiento al Servicio Militar sigue una distribución normal de media 1.7 m y desviación típica 0.1. Se desea saber: a) Probabilidad de que un mozo, al azar, tenga una altura entre 1, 7 m y 1, 9 m. x= 1.7 μ= 1.7 z = 1.7-1.7 = 0 σ= 0.01 0.7 0.5 1.90 50 % b) Si el llamamiento consta de 50000 mozos y se libran por falta de talla los que tienen una altura inferior a 1, 5 m ¿cuál es el número esperado de libramientos por esta causa? x= 1.5 μ= 1.7 z = 1.5-1.7 = -2 100 200 σ= 0.10 0.7 0.022750132 2.275013 4.55002639 2.275013195 % 195.449974 Alumnos 3.-Un equipo de futbol ha conseguido en las últimas temporadas unos resultados que se distribuyen normalmente con una media de 25 victorias y una desviación típica de 5. a) ¿Cuál es la probabilidad de que gane más de 30 partidos por temporada? x= 30 μ= 25 z = 30-25 = 1 σ= 5.00 5 0.841344746 84.13447461 % b) ¿Cuál es la probabilidad de que gane menos de 20 partidos por temporada?
  • 4. x= 20 μ= 25 z = 20-25 = -1 σ= 5.00 5 0.158655254 15.86552539 % c) ¿Cuál es la probabilidad de que gane entre 22 y 28 partidos por temporada? x= 22 μ= 25 z = 22-25 = -0.6 σ= 5.00 5 0.274253118 x2= 28.00 27.42531178 % z = 22-25 = 0.6 5 0.725746882 72.57468822 % P(22a28) = 45.14937645 % 4.- En una carrera automovilística, las velocidades registradas tienen una media de 90 km/h. Con una desviación estándar de 8 km/h. Si se supone normalidad, encuentre los porcentajes de velocidad: a) Mayores de 100 km/h. x= 100 μ= 90 z = 100-90 = 1.25 σ= 8.00 8 0.894350226 89.43502263 % P(x>100) = 10.56497737 % b) Menores de 80 km/h. x= 80 μ= 90 z = 80-90 = -1.25 σ= 8.00 8 0.105649774 10.56497737 % c) Que se encuentran entre 85 y 95 km/h. x= 85 μ= 90 z = 85-90 = -0.625
  • 5. σ= 8.00 8 0.265985529 x2= 95.00 26.5985529 % z = 95-90 = -0.625 8 0.734014471 73.4014471 % P(85a95) = 46.80289419 % 5.-La vida útil de las pilas alcalinas de la marca E, tiene una media de 8.5 h con una desviación estándar de 0.5 h, las pilas de la marca D, tienen una media de 8.2 y una desviación estándar de 0.4 h, en ambas marcas la vida útil tiene una distribución normal. Si se elige una pila de cada marca, ¿cuál es la probabilidad de que la marca E dure más de 8.25 h y la marca D menos de 8.4 h? x= 8.25 μ= 8.5 z = 8.25-8.5 = -0.5 σ= 0.50 0.5 0.308537539 30.85375387 % x= 8.4 z = 8.4-8.2 = 0.5 μ= 8.2 0.4 0.691462461 σ= 0.40 69.14624613 % 6.-Supongamos que los pesos de una población de individuos en una gran ciudad de 150000 habitantes tiene distribución normal N(74,7) en kg. a) ¿Cuál es la probabilidad de que un individuo pese más de 70 kg? x= 70 μ= 74 z = 8.25-8.5 = -0.57142857 100 150000 σ= 7.00 0.5 0.283854583 28.38546 42578.1875 28.38545831 % 107421.813 Habitantes b) ¿Qué porcentaje menos de 92? x= 92 μ= 74 z = 8.25-8.5 = 2.571428571 σ= 7.00 0.5 0.994936005 99.49360047 %
  • 6. c) ¿Qué porcentaje entre 70 y 92? x= 92 μ= 74 z = 8.25-8.5 = 2.571428571 σ= 7.00 0.5 0.994936005 99.49360047 % x= 70 z = 8.4-8.2 = -0.57142857 μ= 74 0.4 0.283854583 σ= 7.00 28.38545831 % P(70a90) = 71.10814216 % d) ¿Qué peso debe tener un individuo para que el 16.6% de la población pese más que él? x= 0 μ= 74 0.166 = x-74 = σ= 7.00 7 0.9515 = x-74 = 7 0.952 -7 = x-74 -6.661 = x-74 -6.66 74 = x 67.34 x e) ¿Y qué peso para que el 35% pese menos? x= 0 μ= 74 0.350 = x-74 = σ= 7.00 7 0.6368 = x-74 = 7 0.637 -7 = x-74 -4.458 = x-74 -4.46 74 = x 69.542 x