Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Funcion Z

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 9

1

Para resolver este problema, vamos a utilizar la distribución normal estándar y


la fórmula de la Z-score. La fórmula de la Z-score es:
x̄ − µ
Z=
√σ
n

Donde:

• x̄ es la media muestral (promedio de estatura de los estudiantes).


• µ es la media poblacional (promedio de estatura de la población).
• σ es la desviación estándar de la población.
• n es el tamaño de la muestra.

Dado que queremos encontrar la probabilidad de que x̄ < 172 cm, primero
necesitamos convertir este valor a una puntuación Z y luego encontrar la prob-
abilidad correspondiente.
Pasos a seguir:
Paso 1: Calcular la Z-score
172 − 176
Z=
√21
100

−4
Z= 21
10
−40
Z=
21
Z ≈ −1.90
Paso 2: Encontrar la probabilidad.
Ahora, necesitamos encontrar la probabilidad de que la Z-score sea menor
que -1.90. Esto indica la probabilidad de que la media muestral sea menor que
172 cm.
Usando una tabla de la distribución normal estándar o una calculadora es-
tadı́stica, consultamos el área bajo la curva hasta Z = −1.90. Esto nos dará la
probabilidad de que la media muestral sea menor que 172 cm.
Al usar una tabla, encontramos que P (Z < −1.90) ≈ 0.0287.

Entonces, la probabilidad de que la media muestral sea menor que 172 cm


es aproximadamente 0.0287, o del 2.87%.

1
2
Para estimar la probabilidad P (Z ≥ −1.76) en una distribución N (0, 1) (dis-
tribución normal estándar), podemos utilizar una tabla de la distribución normal
estándar o una calculadora estadı́stica.
Sin embargo, como esta es una probabilidad acumulativa a partir del valor
Z = −1.76, podemos restar esta probabilidad de 1, ya que la distribución normal
estándar es simétrica alrededor de cero y la probabilidad acumulativa desde el
otro extremo serı́a igual a la probabilidad acumulativa desde Z = −∞ hasta
Z = −1.76.
Utilizando una tabla de la distribución normal estándar o una calculadora
estadı́stica, podemos encontrar P (Z ≤ −1.76) y luego restarlo de 1 para obtener
P (Z ≥ −1.76).
Usando una tabla, encontramos que P (Z ≤ −1.76) ≈ 0.0392.
Entonces,

P (Z ≥ −1.76) = 1 − P (Z ≤ −1.76) = 1 − 0.0392 = 0.9608

Por lo tanto, la probabilidad de que Z sea mayor o igual a -1.76 en una


distribución N (0, 1) es aproximadamente 0.9608.

3
Para resolver este problema, vamos a utilizar la distribución normal estándar y
la fórmula de la Z-score. La fórmula de la Z-score es:
x̄ − µ
Z=
√σ
n

Donde:
• x̄ es la media muestral (vida promedio de los focos).
• µ es la media poblacional (800 horas).

• σ es la desviación estándar de la población (40 horas).


• n es el tamaño de la muestra (16).
Paso 1: Calcular la variable aleatoria Z.
782.8 − 800
Z=
√40
16

−17.2
Z=
10
Z = −1.72
Paso 2: Encontrar la probabilidad.

2
Ahora, necesitamos encontrar la probabilidad de que Z sea menor que -1.72.
Usando una tabla de la distribución normal estándar o una calculadora es-
tadı́stica, consultamos el área bajo la curva hasta Z = −1.72. Esto nos dará la
probabilidad de que la vida promedio de los focos sea menor que 782.8 horas.
Al usar una tabla, encontramos que P (Z < −1.72) ≈ 0.0427.
Entonces, la probabilidad de que la vida promedio de los 16 focos sea menor
que 782.8 horas es aproximadamente 0.0427, o del 4.27%.

4
Para resolver este problema, vamos a utilizar la distribución muestral de la
media, que sigue una distribución normal cuando el tamaño de la muestra es
suficientemente grande (n > 30). En este caso, el tamaño de la muestra es 36,
por lo que podemos utilizar la distribución normal estándar.
La fórmula para calcular la variable aleatoria Z en este caso es:
x̄ − µ
Z=
√σ
n

Donde:
• x̄ es la media muestral.
• µ es la media poblacional (4 en este caso).

• σ es la desviación estándar de la población (6 en este caso).


• n es el tamaño de la muestra (36 en este caso).
Paso 1: Calcular la variable aleatoria Z.
2.25 − 4
Z=
√6
36

2.25 − 4
Z= 6
6
2.25 − 4
Z=
1
Z = −1.75
Paso 2: Encontrar la probabilidad.
Ahora, necesitamos encontrar la probabilidad de que Z sea menor que -1.75.
Usando una tabla de la distribución normal estándar o una calculadora es-
tadı́stica, consultamos el área bajo la curva hasta Z = −1.75. Esto nos dará la
probabilidad de que la media muestral sea menor que 2.25.
Al usar una tabla, encontramos que P (Z < −1.75) ≈ 0.0401.
Entonces, la probabilidad de que la media muestral sea menor que 2.25 es
aproximadamente 0.0401, o del 4.01

3
5
Para estimar la probabilidad P (Z > 2.05) en una distribución N (0, 1) (dis-
tribución normal estándar), podemos utilizar una tabla de la distribución nor-
mal estándar o una calculadora estadı́stica.
La probabilidad P (Z > 2.05) representa el área bajo la curva de la dis-
tribución normal estándar a la derecha de Z = 2.05.
Podemos utilizar una tabla de la distribución normal estándar para encontrar
esta probabilidad o una calculadora estadı́stica que proporcione la funcionalidad
para calcular áreas bajo la curva normal.
Utilizando una tabla de la distribución normal estándar, encontramos que
P (Z > 2.05) es aproximadamente 0.0202.
Entonces, la probabilidad de que Z sea mayor que 2.05 en una distribución
N (0, 1) es aproximadamente 0.0202, o del 2.02%.

6
Para resolver este problema, podemos utilizar las propiedades de la distribución
normal estándar y la relación entre las probabilidades y los valores Z. Primero,
calcularemos el valor Z correspondiente a una probabilidad acumulada de 0.5934,
y luego usaremos este valor Z para encontrar el valor a correspondiente a la
desviación estándar de la distribución normal.
Dado que P (4 − a ≤ x ≤ 4 + a) es igual a 0.5934, esto indica que la proba-
bilidad acumulada entre 4 − a y 4 + a es 0.5934.
La fórmula para calcular el valor Z a partir de una probabilidad acumulada
en la distribución normal estándar es inversa a la función de distribución acu-
mulativa, por lo que podemos usar una tabla de distribución normal estándar
inversa o una calculadora estadı́stica para encontrar el valor Z correspondiente
a 0.5934.
Una vez que obtengamos el valor Z, podemos usar la relación entre Z y los
valores de a en una distribución normal para calcular a.
Pasos a seguir:
Paso 1: Encontrar el valor Z.
Usando una tabla de distribución normal estándar inversa o una calculadora
estadı́stica, encontramos que el valor Z correspondiente a 0.5934 es aproximada-
mente 0.2341.
Paso 2: Calcular a.
Ya que a se encuentra a cada lado de la media, y a representa la distancia
desde la media (4) en términos de desviaciones estándar (σ = 2), entonces
tenemos que:

a = Z · σ = 0.2341 · 2 = 0.4682
Entonces, el valor de a necesario para que P (4 − a ≤ x ≤ 4 + a) = 0.5934 es
aproximadamente 0.4682.

4
7
Para calcular la probabilidad de que una puntuación en el test de CI esté entre
100 y 102, podemos seguir estos pasos:
Paso 1: Calcular las Z-scores.
Para X = 100:
100 − 100
Z1 = =0
15
Para X = 102:
102 − 100 2
Z2 = = ≈ 0.1333
15 15
Paso 2: Encontrar las probabilidades.
Usando una tabla de la distribución normal estándar o una calculadora es-
tadı́stica, encontramos las probabilidades correspondientes a estas Z-scores.
Para Z1 = 0, la probabilidad es P (Z < 0) = 0.5000.
Para Z2 ≈ 0.1333, la probabilidad es P (Z < 0.1333).
Paso 3: Calcular la diferencia entre las probabilidades.
La probabilidad de que la puntuación esté entre 100 y 102 es la diferencia
entre las probabilidades asociadas a las Z-scores de 100 y 102.

P (100 < X < 102) = P (Z < 0.1333) − P (Z < 0)


Usando una tabla de la distribución normal estándar o una calculadora es-
tadı́stica, encontramos que P (Z < 0.1333) ≈ 0.5537 y P (Z < 0) = 0.5000.
Entonces, la probabilidad de que una persona seleccionada al azar de la
población obtenga un coeficiente entre 100 y 102 en el test de CI es aproxi-
madamente 0.5537 − 0.5000 = 0.0537 o 5.37%.

8
Para resolver este problema, seguiremos estos pasos:
Paso 1: Calcular la Z-score.
73 − 70 3
Z= = =1
3 3
Paso 2: Encontrar la probabilidad.
Usando una tabla de la distribución normal estándar o una calculadora es-
tadı́stica, encontramos la probabilidad asociada a una Z-score de 1. Esta prob-
abilidad representa la proporción de estudiantes con un peso inferior a 73 kg.
La probabilidad correspondiente a Z = 1 es aproximadamente 0.8413.
Paso 3: Multiplicar la probabilidad por el número total de estudiantes.
El número de estudiantes que pesan menos de 73 kg es:

Número de estudiantes = P (Z < 1) × Número total de estudiantes

5
Número de estudiantes = 0.8413 × 500 = 420.65
Por lo tanto, aproximadamente 421 estudiantes pesan menos de 73 kg.

9
Para encontrar el valor de k para P (1 ≤ Z ≤ k) = 0.15, necesitamos usar la
tabla de la distribución normal estándar o una calculadora estadı́stica inversa
para encontrar el valor de k correspondiente a una probabilidad acumulada de
0.15.
La probabilidad acumulada P (1 ≤ Z ≤ k) representa el área bajo la curva
de la distribución normal estándar entre Z = 1 y Z = k.
Pasos a seguir:
Paso 1: Encontrar el valor de k.
Usando una tabla de la distribución normal estándar inversa o una calcu-
ladora estadı́stica, encontramos el valor de k correspondiente a P (Z ≤ k) =
0.15 + P (Z ≤ 1). Aquı́, P (Z ≤ 1) representa la probabilidad acumulada hasta
Z = 1.

P (Z ≤ k) = 0.15 + P (Z ≤ 1)
= 0.15 + 0.8413 (valor obtenido de la tabla de la distribución normal estándar para Z = 1)
= 0.9913

Usando una tabla de la distribución normal estándar inversa o una calcu-


ladora estadı́stica, encontramos el valor de k correspondiente a P (Z ≤ k) =
0.9913.
Al buscar en la tabla o usar una calculadora, encontramos que k ≈ 2.17.
Por lo tanto, el valor de k para P (1 ≤ Z ≤ k) = 0.15 es aproximadamente
k ≈ 2.17.

10
Para encontrar el valor de k para P (Z ≤ k) = 0.8485, necesitamos usar la tabla
de la distribución normal estándar o una calculadora estadı́stica inversa para
encontrar el valor de k correspondiente a una probabilidad acumulada de 0.8485.
La probabilidad acumulada P (Z ≤ k) representa el área bajo la curva de la
distribución normal estándar hasta Z = k.
Paso a seguir:
Paso 1: Encontrar el valor de k.

P (Z ≤ k) = 0.8485

6
Usando una tabla de la distribución normal estándar inversa o una calcu-
ladora estadı́stica, encontramos el valor de k correspondiente a P (Z ≤ k) =
0.8485.
Por lo tanto, el valor de k para P (Z ≤ k) = 0.8485 es el valor en la tabla que
cumple con esa probabilidad, que corresponde aproximadamente a k ≈ 1.03.

11
Dado que tienes una distribución normal con µ = 8 y σ = 9, y estás buscando
la probabilidad de que la media muestral x̄ esté entre 1 y 3, con una muestra
de tamaño 9, primero necesitamos convertir esta situación a una distribución
normal estándar.
La distribución de la media muestral x̄ se distribuirá normalmente con µx̄ =
µ = 8 y σx̄ = √σn = √99 = 3.
Ahora, estandarizamos los lı́mites 1 y 3 utilizando la fórmula de la Z-score:
Para x̄ = 1:
1−8 7
Z1 = =−
3 3
Para x̄ = 3:
3−8 5
Z2 = =−
3 3
Luego, buscamos las probabilidades acumuladas correspondientes a Z1 y
Z2 en la tabla de la distribución normal estándar o utilizando una calculadora
estadı́stica.
Usando la tabla de la distribución normal estándar, encontramos los valores
correspondientes a Z1 y Z2 :
Para Z1 = − 73 , la probabilidad acumulada es aproximadamente P (Z <
7
− 3 ) = 0.04846.
Para Z2 = − 53 , la probabilidad acumulada es aproximadamente P (Z <
5
− 3 ) = 0.00990.
Ahora, podemos calcular la probabilidad de que x̄ esté entre 1 y 3:

5 7
P (1 < x̄ < 3) = P (Z < − ) − P (Z < − ) = 0.04846 − 0.00990 = 0.03856
3 3
Por lo tanto, la probabilidad de que la media muestral x̄ esté entre 1 y 3 es
aproximadamente 0.03856.

12
1. Calcular las Z-scores:
22 − 23
Z1 = = −0.2
5
24.5 − 23
Z2 = = 0.3
5

7
2. Encontrar las probabilidades acumuladas correspondientes a Z1 y Z2 :

P (Z < −0.2) = 0.4207


P (Z < 0.3) = 0.6179

3. Calcular la probabilidad de que la temperatura esté entre 22ºC y 24.5ºC:

P (22 < x < 24.5) = P (Z < 0.3) − P (Z < −0.2)


= 0.6179 − 0.4207
= 0.1972

4. Multiplicar esta probabilidad por el número total de dı́as en el mes de


junio y redondear al entero más cercano:

Número de dı́as = 0.1972 × 30 ≈ 5.916


Redondeando al entero más cercano, esperamos que aproximadamente 6 dı́as
del mes de junio la temperatura máxima esté entre 22ºC y 24.5ºC.

13
Para encontrar el valor de k para P (1.5 ≤ Z ≤ k) = 0.9104, seguimos estos
pasos:
Paso 1: Encontrar la probabilidad acumulada correspondiente a P (Z ≤ k):

P (Z ≤ k) = 0.9104
Paso 2: Usar la tabla de la distribución normal estándar inversa o una
calculadora estadı́stica para encontrar el valor de k correspondiente a esa prob-
abilidad acumulada.
Utilizando una tabla de la distribución normal estándar o una calculadora
estadı́stica, encontramos que el valor de k correspondiente a P (Z ≤ k) = 0.9104
es aproximadamente k ≈ 0.18141.
Por lo tanto, el valor concreto de k para P (1.5 ≤ Z ≤ k) = 0.9104 es
k ≈ 0.18141.

14
Para resolver este problema, primero calculamos la puntuación Z para una nota
de 72:
72 − 78
Z= = −0.5
12
Luego, buscamos en la tabla de la distribución normal estándar la proba-
bilidad de que Z sea mayor que -0.5. Esta probabilidad es aproximadamente
0.6915.

8
Finalmente, multiplicamos esta probabilidad por el número total de estu-
diantes en el salón (9) para obtener el número esperado de estudiantes que
obtienen una nota superior a 72:

Número de estudiantes = 0.6915 × 9 ≈ 6.224


Redondeando al entero más cercano, esperamos que aproximadamente 6 es-
tudiantes obtengan una nota superior a 72.

15
Para encontrar el valor de k tal que P (Z < k) = 0.9986, utilizamos una tabla
de la distribución normal estándar o una calculadora estadı́stica para encontrar
el valor de k correspondiente a esa probabilidad acumulada.
Utilizando una tabla de la distribución normal estándar o una calculadora
estadı́stica, encontramos que el valor de k tal que P (Z < k) = 0.9986 es aprox-
imadamente k ≈ 2.56.
Por lo tanto, el valor de k para que se cumpla que P (Z < k) = 0.9986 es
k ≈ 2.56.

También podría gustarte