Académique Documents
Professionnel Documents
Culture Documents
Guía:
Distribución normal 1
SGUICEN048MT22-A17V1
TABLA DE CORRECCIÓN
DISTRIBUCIÓN NORMAL 1
I) Falsa, ya que según la figura P(X ≤ b) = 1, pues la función de distribución es igual a 1 en su límite
derecho, por lo que al sumar P(X ≤ a) + P(X ≤ b) deber ser mayor a 1, dado que P(X ≤ a) es un
valor positivo.
II) Falsa, pues no se tiene información acerca de c en la función de densidad de probabilidad de X, por
lo que no se puede terminar las probabilidades para X menor o mayor que c.
III) Verdadera, porque P(X ≤ b) = 1, por ser el extremo superior del intervalo en que está definida P.
Luego, sabemos que P(X ≤ c) =1 – P(X ≥ c)
2. La alternativa correcta es B.
f(x)
Para calcular la probabilidad de que una variable aleatoria continua se
encuentre dentro de un intervalo, se debe calcular el área bajo la curva de 4
dicho intervalo. 8
3
En este caso, al graficar la función de densidad de probabilidad resulta el 8
gráfico adjunto. 3 4 x
Para calcular la probabilidad de que sea mayor o igual que 3 se debe determinar el área sombreada, que
se puede calcular como el área del triángulo mayor (que es igual a 1 por ser función de densidad de
probabilidad) menos el área del triángulo menor.
Por lo tanto, si se escoge al azar un valor de x dentro del intervalo 0, 4, la probabilidad de que sea
3 1 9 7
mayor o igual que 3 es 1 3 1 .
8 2 16 16
3. La alternativa correcta es C.
Como la gráfica representa la función densidad de probabilidad se tiene que el área bajo la curva es
igual a 1, es decir el área del triángulo es igual a 1.
p
p 2
Por lo tanto, 8 1 p 2 p 2 16 p 4
2 8
4. La alternativa correcta es C.
Como f es la función de densidad, entonces el área encerrada bajo la curva es igual a 1. Luego:
2
a
9
5. La alternativa correcta es D.
Para que f sea una función de probabilidad, el área bajo la curva debe ser igual a 1.
1
En este caso, el área corresponde a un trapecio cuyas bases (verticales) miden y p, y cuya altura
2
1 1
(horizontal) mide 3. Luego, el área se plantea como p 3 1.
2 2
1 1 1 2 2 1 43 1
Despejando, resulta p 3 1 p p
2 2 2 3 3 2 6 6
6. La alternativa correcta es C.
Para que una función de densidad de probabilidad esté bien definida, el área bajo el gráfico de la
función debe ser igual a 1, que corresponde a la probabilidad de que la variable aleatoria sea menor o
igual que 6.
1
Como la figura obtenida corresponde a un trapecio recto, el área del trapecio
es igual a la semisuma de las bases multiplicado por la altura de este. Es decir, p
1 5 1 4 1
1 p 1 3p p
2 3
7. La alternativa correcta es D.
Como el gráfico adjunto representa a la función de densidad de X con dominio 1, 6, entonces se
cumple que P( X 6) 1 . Luego:
I) Falso, ya que P( X 6) 1
Como es una función de probabilidad y siempre y cuando el dominio de ella sea m, p , entonces el
1
( p m)
área de la curva debe ser igual a 1, es decir: 5 1 p m 1 p m 10 . Luego:
2 10
(1) El dominio de f es el conjunto m, p . Con esta información, no se puede determinar el valor
numérico de p. sin embargo se puede tener en consideración lo dicho anteriormente (el área
encerrada por la curva igual a 1).
Con ambas informaciones, se puede determinar el valor numérico, ya que se tiene que m p 7 y
p m 10 , luego formando un sistema de ecuaciones se tiene que 2 p 17 , es decir p 8,5
9. La alternativa correcta es C.
El gráfico de una distribución normal es simétrico con respecto al promedio. Es decir, en el gráfico se
cumple que como p y 6,2 tienen la misma imagen, entonces la distancia entre p y el promedio debe ser
igual a la distancia entre el promedio y 6,2.
Una distribución normal no tipificada tiene la misma forma que la distribución normal tipificada, solo
que puede estar desfasada horizontalmente (que está relacionado con su promedio) o variar
proporcionalmente su tamaño (que está relacionado con su desviación estándar).
X 50
Por lo tanto, la relación que permite expresar Z en términos de X es Z .
15
La media, en una curva normal, corresponde al eje de simetría de dicha curva, y la desviación estándar,
como indica que tan dispersos están los datos, determina el ancho y altura de la gráfica; a mayor
deviación estándar, la gráfica es más baja y más ancha, ya que los datos se encuentran más dispersos.
De acuerdo a esto, las medias son todas iguales y las desviaciones estándar son distintas. El orden
creciente de las desviaciones estándar es h(x) < g(x) < f(x). Por lo tanto, la desviación estándar de g
es menor que la de f, pero mayor que la de h.
Como la población estadística se distribuye de forma normal, es necesario tipificar para conocer el
2
porcentaje de la población solicitada. Si varianza es igual a , entonces la desviación estándar de la
4
2
población es .
4 2
Luego, tipificando:
( 0,575) 0,575
P( X 0,575) P Z P Z PZ 2 0,575 PZ 1,15
2 2
2 2
X 16
Dado que X tiene media 16 cm, desviación estándar 4 cm y Z ~ N(0, 1) Z
4
Como se quiere conocer el valor que toma la variable Z cuando el ratón mide 14 cm, es decir, z cuando
14 16 2
x es 14, entonces z 0,5
4 4
Como las temperaturas de los computadores en reposo tienen un comportamiento normal, con media 26
ºC y desviación estándar de 2ºC, entonces es necesario tipificar la distribución para determinar el
porcentaje solicitado a partir de la tabla de distribución normal tipificada.
28,3 26 2,3
P( X 28,3) P Z P Z PZ 1,15 0,875
2 2
Por lo tanto, el 87,5% de los computadores tienen una temperatura de reposo menor que 28,3 ºC.
Como X es una normal tipificada, entonces P( X 0) 0,5 . Por lo tanto, P( X a) 0,35 0,5 0,85
18. La alternativa correcta es A.
4 1 3
Por lo tanto, P(0 X m)
5 2 10
Para resolver el ejercicio es necesario tipificar la variable. Como X es una variable estadística que se
distribuye normalmente, con media 10 y desviación estándar 5, entonces se puede hacer el cambio de
X 10
variable Z = , tal que Z es una variable estadística que se distribuye normalmente, con media 0
5
y desviación estándar 1.
18 10 8
Entonces, si X = 18, entonces Z = = 1,6. Luego, calcular el porcentaje de la población para
5 5
el cual X < 18 es equivalente a calcular el porcentaje de la población para el cual Z < 1,6.
Al consultar la tabla de distribución normal, no aparece el valor de z = 1,6. Los más cercanos son 1,28
(cuyo porcentaje es 90%) y 1,64 (cuyo porcentaje es 95%). Por lo tanto, el porcentaje de la población
para el cual el valor de X es menor que 18 está entre 90% y 95%.
I) Verdadera, ya que en una distribución normal, el 68,2% de los valores de la variable aleatoria está
entre ( ) y ( + ), en este caso, entre 45 y 75 minutos.
II) Falsa, ya que en una distribución normal, el 50% de los valores de la variable aleatoria se
encuentran bajo la media o sobre la media, en este caso, entre 0 y 60 minutos.
III) Verdadera, ya que se puede utilizar el gráfico adjunto, donde P(X 45) corresponde a la zona
sombreada. La zona achurada representa el 68,2%, por lo tanto, las zonas restantes (sombreada y
blanca) corresponden al 100% 68,2% = 31,8%. Como la curva normal es simétrica, las zonas
31,8%
sombreada y blanca representan el mismo porcentaje, entonces P(X 45) = =15,9%. Luego
2
el 15,9% de los estudiantes del curso demoran a lo más 45 minutos en llegar al colegio, lo que en
un curso de 38 estudiantes, equivale a 6 estudiantes.
Al corresponder a una distribución normal con media 0 y desviación estándar 1, entonces corresponde a
una distribución normal tipificada, por lo que es simétrica respecto a 0. Luego:
(1) El porcentaje de los datos que son menores que (– m). Con esta información, es posible determinar
el porcentaje de los datos que son menores que m, ya que al ser simétrica respecta a 0, entonces el
porcentaje de datos menores que (– m) es igual al porcentaje de los datos mayores que m, por lo
que la diferencia entre 100% y el porcentaje de datos mayores que m corresponde al porcentaje
solicitado.
(2) El porcentaje de los datos mayor que 0 y menores que m. Con esta información, es posible
determinar el porcentaje de los datos que son menores que m, ya que la mitad de los datos son
menores que 0, por lo tanto, el porcentaje de los datos que están entre 0 y m más 50 % es igual al
porcentaje solicitado.
(2) Los puntajes se reparten siguiendo una distribución normal. Con esta información no es posible
determinar dicho porcentaje, ya que solo se conoce su comportamiento que corresponde a una
curva simétrica respecto al promedio, dato que desconocemos.
Con ambas informaciones, es posible determinar el porcentaje de estudiantes que obtuvo más de 65
puntos, ya que la variable aleatoria corresponde a una distribución normal N(55, 10) y al tipificar,
65 55 10
z 1 . Observando la tabla de distribución normal, P(Z ≤ 1) = 0,841, lo que implica que
10 10
P(Z ≥ 1) = 0,159, es decir, 15,9% de los estudiantes obtuvo más de 65 puntos.
Un intervalo de confianza, se calcula a través de x z ;x z
1 1
2 n 2 n
Un intervalo de confianza para la media poblacional con distribución normal, con desviación estándar
conocida, con un nivel de confianza 1 , construido a partir de una muestra de tamaño n, se expresa
como: x z ;xz
1 1
2 n 2 n
Por lo tanto, el intervalo de confianza para la media poblacional, con un 95% de confianza es
[37,648 ; 42,352]
26. La alternativa correcta es B.
480 480
Luego, E Z E 2,58 E 2,58 E 2,58 40 E 103,2
1 n 144 12
2
Por último, los extremos del intervalo de confianza corresponde a la diferencia entre el promedio de la
muestra y el error asociado al nivel de confianza y a la suma entre la media muestra y el error asociado
al nivel de confianza, en ese orden.
Se puede estimar un intervalo de confianza para la media poblacional con distribución normal, con
desviación estándar conocida, con un nivel de confianza (1 ), construido a partir de una muestra
de tamaño n, mediante la expresión:
2 2 2 2
x z1 ;xz 5 1,96 ;5 1,96 5 1,96 ;5 1,96
2 n 1
2 n 16 16 4 4
4,02;5,98
Dado que la amplitud aproximada del intervalo de confianza es de 8 unidades, entonces el error
asociado al nivel de confianza es de 4 unidades. Luego, E Z 4
1 n
2
40 1,15 40
Luego, Z 4 1,15 4 n 11,5 n 132,25
1 n n 4
2
Dado que el tamaño de la muestra corresponde a un número entero, entonces el tamaño de la muestra
debe ser 132 para que la amplitud aproximada del intervalo de confianza sea de 8 unidades.
Dado que el intervalo de confianza para la media estimado es [988,24; 1.011,76], entonces el promedio
de la muestra con la que se obtuvo este intervalo es igual al promedio entre los extremos del intervalo,
988,24 1.011.76 2000
es decir, 1000 . Por lo tanto, el error asociado a este intervalo es 11,76
2 2
milímetros.
Se sabe que el error de asociado a un intervalo de confianza es Z
, donde Z es la imagen del
n 1 1
2 2
54 54
Luego, Z 11,76 Z 11,76 Z 11,76 Z 6 11,76
1 n 1 81 1 9 1
2 2 2 2
11,76
Despejando, resulta Z = 1,96 1 0,975 0,025 0,05
1 6 2 2
2
Como α corresponde al nivel de significancia, el nivel de confianza es igual a (1 – α). Por lo tanto, el
nivel de confianza es 0,95, es decir, 95 %.
(1) La varianza es igual a 4. Con esta información, no es posible determinar el intervalo de confianza
para la muestra, ya que no se conoce la media ni el tamaño de la muestra.
(2) La media es 12. Con esta información, no es posible determinar el intervalo de confianza para la
muestra, ya que no se conoce la desviación estándar ni el tamaño de la muestra.
Con ambas juntas no es posible determinar el intervalo de confianza para la muestra, ya que, teniendo
media 12 y desviación estándar 2, no se conoce el tamaño de la muestra.