Universidad Autnoma Chapingo

Ingeniera Agrcola y Uso Integral del Agua

Mtodos Estadsticos
Trabajo: N.3
Profesor: Dr. Mario Alberto Vzquez Pea

Presenta: Jess A. Lpez Gmez

Chapingo, Mxico a Marzo de 2012.

UniversidadAutnomaChapingoMtodosEstadsticos

6.1 Suponga que en una urna hemos colocado 4 fichas idnticas excepto por el color. Las fichas
son de colores amarillo (A), verde (V), blanco (B), y rojo (R). Realizamos el experimento
consistente en hacer que un nio elija una ficha al azar. De acuerdo con el resultado del
experimento se le entregarn al nio tantos pesos como letras tenga el color de la ficha
elegida. Defina la variable aleatoria X como el nmero de pesos recibidos por el nio.
a) Encuentre la funcin de probabilidades de X.
b) Calcule X y 2X
c) Qu valor tiene el parmetro de la distribucin?

M ={ Amarillo , Verde , Blanco , Rojo }

1
1
1
1
23
E ( X )= (4)+ (5)+ (6)+ (8)=
4
4
4
4
4
1
1
1
1
141
E ( X 2)= (4 2)+ (52 )+ (6 2)+ (82)=
4
4
4
4
4
141 23 2 35
Var ( X )=
( ) =
4
4
16
La distribucin tiene parmetro n = 4
6.2 Considere el experimento consistente en elegir un nmero al azar del directorio telefnico y
registrar el ltimo dgito del nmero en cuestin. Suponga que los diez dgitos tienen la
misma frecuencia relativa. Defina la variable aleatoria X como: X= dgito obtenido +1.
a) Encuentre la funcin de probabilidades de X.
b) Calcule E (X) y Var (X).
Funcin de probabilidades

1
, x = 0, 1, 2, 3...10
f X ( x )= 10
0, Si ocurre de otra forma

UniversidadAutnomaChapingoMtodosEstadsticos

E(X) y Var (X)

E ( X )=
2

( E )=

1
(55)=5.5
10

1
(385)=38.5
10

Var ( X )=( E 2)E ( X )2=38.5(5.5)2=8.25

6.3 De acuerdo con el X censo general de poblacin, el 96% de los mexicanos profesan la
religin catlica. Si elegimos una cdula censal al azar y definimos el resultado como xito
(E) si corresponde a un catlico y como fracaso (F) en caso contrario:
a) Qu modelo probabilstico es el adecuado?
b) Sea X(F) = 0 y X(E) = 1 . Encuentre la funcin de probabilidades de la variable aleatoria X.
Calcule E(X) y Var (X).
c) Suponga ahora que consideramos como resultados posibles del experimento las 5 categoras
previstas en el censo. ( Catlica, Protestante o Evanglica, Israelita, Otra, Ninguna). Se
aplicara el mismo modelo que en el inciso a)? Por qu?
El modelo probabilstico Bernoulli es adecuado para este problema.
Funcin de probabilidades

f X ( x )=

(0.96)X (0.04)1X , x = 0,1

0, Si ocurre de otra forma

E(X) y Var (X)

E ( X )=(0.04)(0)+(0.96)(1)=0.96
E ( X 2)=(0.04)(02 )+(0.96)( 12)=0.96

Var ( X )=(0.96)(0.96)2=0.0384
c) En el Modelo Bernoulli solo se pueden tener dos resultados posibles en el espacio muestral los
cuales son mutuamente excluyentes.

UniversidadAutnomaChapingoMtodosEstadsticos

6.4 Refirindonos al ejercicio 6.3 suponga que se eligen tres cdulas independientemente,
cuidando que las probabilidades de xito sean iguales en las tres repeticiones.
a) Escriba el espacio muestral en trminos de xitos y fracasos, y calcule las probabilidades de
cada uno de los ocho eventos resultantes (use seis decimales).
b) Cul es la probabilidad de que la primera cdula correspondiente a un catlico sea la segunda
que se elige? De que la primera cdula corresponda a alguien que no es catlico?
c) Sea X el nmero de catlicos en la muestra. Encuentre

f X ( x ) y evale en ella las

probabilidades.
El espacio muestral es

M ={F 1 F 2 F3 , E 1 F 2 F3 , F 1 E 2 F3 , F 1 F 2 E3 , E 1 E 2 F3 , E1 F2 E3 , F1 E2 E3 , E1 E2 E3 }
Probabilidades de cada uno de cada uno de los eventos

P ( F1 F2 F 3)=(1 P )( 1P )(1P )=(1 P)3 =(10.96)3=0.000064

P ( E1 F 2 F3)= P (1P )(1 P )=P (1 P) 2=0.96(10.96)2=0.001536

P ( F1 E 2 F3)=0.001536
P ( F1 F2 E 3)=0.001536
P ( E1 E 2 F3)= PP (1 P )= P 2 (1 P )=(0.96)2 (10.96)=0.036864

P ( E1 F 2 E 3)=0.036864
P ( F1 E 2 E 3)=0.036864

P ( E1 E 2 E3)=PPP= P 3=(0.96)3=0.884736
Probabilidad de que la primera cdula correspondiente a un catlico sea la segunda que se elige

P ( F1 E 2 F3)+ P ( F1 E2 E3 )=0.001536+0.036864=0.0384
Probabilidad de que la primera cdula corresponda a alguien que no es catlico

P ( F1 F2 F 3)+ P ( F1 E2 F3 )+P ( F1 F 2 E3)+P ( F1 E2 E 3)=0.000064+0.001536+0.036864=0.04

Del espacio muestral
Num de xitos

F1 , F 2 , F3

E 1 , F2 , F 3
F1 , E 2 , F3
F 1 , F2 , E 3

E 1 , E 2 , F3
E 1 , F2 , E 3
F1 , E 2 , E 3

E1 , E 2 , E 3

UniversidadAutnomaChapingoMtodosEstadsticos

Probabilidades
x

PX( x)

0.000064

0.004608

0.110592

0.884736

fX

3 (0.96) (0.04)
( x )= ( x )
X

0, Si

3 X

x = 0,1,2,3

ocurre de otra forma

Evaluando las probabilidades

f X (0)= 3 (0.96)0 (0.04)3=0.000064

0

()

f X (1)= 3 (0.96)1 (0.04)2=0.004608

1

()
f ( 2)=(3 )(0.96) ( 0.04) =0.110592
2
f (3)=( 3 )(0.96) (0.04) =0.884736
3
2

6.12.

Suponga que dos equipos (A y B) van a disputar una serie de 4 juegos. En cada

juego slo hay dos resultados posibles: gana A o gana B. En el primer juego ambos equipos
tienen la misma probabilidad (0.5) de ganar, pero a partir del segundo el equipo que gan el
juego anterior aumenta en 0.1 su probabilidad de ganar un juego dado en relacin con la
que tenia en el precedente. Por ejemplo, la secuencia de triunfos ABAA tiene probabilidad:
(0.5) (0.4) (0.5) (0.6).
a) Escriba el espacio muestral y calcule la probabilidad de cada evento.
b) Qu suposicin del modelo Binomial no se cumple aqu?
c) Sea X el nmero de juegos ganados por equipo A. Obtenga

f X ( x ) para los posibles valores

de X.
d) Cul es la probabilidad de que el equipo que gana el primer juego gane la serie?
e) Repita los incisos c) y d) suponiendo que X ~Bin(4, 0.5). Compare resultados.

UniversidadAutnomaChapingoMtodosEstadsticos

Espacio muestral

M = AAAA , BAAA , ABAA , AABA , AAAB , BBAA , BABA , BAAB,

ABBA , ABAB , AABB, ABBB, BABB, BBAB, BBBA , BBBB
Probabilidades

P ( AAAA )=( 0.5)(0.6)(0.7)(0.8)=0.168

P ( ABBA )=(0.5)(0.4)(0.5)(0.4)=0.040

P ( BAAA )=( 0.5)(0.4)(0.5)( 0.6)=0.060

P ( ABAB )=( 0.5)( 0.4)(0.5)(0.4)=0.040

P ( ABAA )=(0.5)(0.4)(0.5)(0.6)=0.060

P ( AABB )=(0.5)(0.6)(0.3)(0.4)=0.036

P ( AABA )=(0.5)(0.6)(0.3)(0.6)=0.054

P ( ABBB)=(0.5)(0.4)(0.5)(0.6)=0.060

P ( AAAB )=(0.5)(0.6)(0.7)(0.2)=0.042

P ( BABB)=(0.5)(0.4)(0.5)(0.6)=0.060

P ( BBAA )=(0.5)(0.6)(0.3)(0.4)=0.036

P ( BBAB )=( 0.5)(0.6)( 0.3)(0.6)=0.054

P ( BABA )=(0.5)(0.4)(0.5)(0.4)=0.040

P ( BBBA )=(0.5)(0.6)(0.7)( 0.2)=0.042

P ( BAAB )=(0.5)(0.4)(0.5)(0.4)=0.040

P ( BBBB)=(0.5)(0.6)(0.7)(0.8)=0.168

En este caso no se cumple la independencia de repeticiones

X puede tomar los valores de 0, 1, 2, 3, 4.

P ( X =0)= P ( BBBB )=0.168

P ( X =1)=P ( ABBB)+P ( BABB )+ P ( BBAB)+ P ( BBBA )=0.060+0.060+0.054+0.042=0.216

P ( X =2)= P ( BBAA )+P ( BABA )+ P ( BAAB )+P ( ABBA )+ P ( ABAB )+ P ( AABB )
=0.036+0.040+0.040+0.040+0.040+0.036=0.232
P ( X =3)=P ( BAAA )+ P ( ABAA )+ P ( AABA )+P ( AAAB )=0.060+0.060+0.054+0.042=0.216

P ( X =4)=P ( AAAA )=0.168

En la tabla siguiente se presentan los valores posibles de x y sus probabilidades cuando este representa
el nmero de juegos ganados por el equipo rojo.
x

f X( x)

0.168

0.216

0.232

0.216

0.168

Probabilidad de que el equipo que gana el primer juego gane la serie.

P ( AAAA )+ P ( ABAA )+ P ( AABA )+P ( AAAB )+P ( BABB)+ P ( BBAB)+ P ( BBBA)+P ( BBBB)
=0.168+0.060+0.054+0.042+0.060+0.054+0.042+0.168=0.648

UniversidadAutnomaChapingoMtodosEstadsticos

Suponiendo X ~Bin(4, 0.5)

Funcin de distribucin

f X ( x )= n px (1 p )n x ,
x

()

x =0, 1, 2,... , n

f X ( x )= 4 (0.5)4 ,
x

x =0, 1, 2, 3, 4

f X( x)

0.0625

0.25

0.375

0.25

0.0625

()

El espacio muestral es el mismo que en el planteado en el inciso a, en cada evento se tiene la misma
probabilidad (0.0625).
La probabilidad de que el equipo que gana el primer juego gane la serie es:
8(0.0625)=0.5

6.13.

De acuerdo con un reporte (Science, julio 25, 1952. pg. 74), el 53% de estudiantes

con un ao de estudios universitarios que presentaron un examen lo aprobaron. Suponga que

se toma una muestra de tamao 8 de esa poblacin.
a) Cul es la probabilidad de que encontremos 6 o ms individuos que hayan aprobado el
examen? exactamente 5? (el nmero de estudiantes en la poblacin es de 97 800).
b) De 77 000 estudiantes de tercer ao que presentaron el mismo examen, el 71% lo aprobaron.
Para este grupo conteste las mismas preguntas que para el primero.
c) Dibuje los histogramas de probabilidades para las dos distribuciones.

{( )

8 p X ( 1 p )8 X , x =1,2,3,4,5,6,7,8
f X ( x )= x
0, Si ocurre de otra forma

UniversidadAutnomaChapingoMtodosEstadsticos

Probabilidad de que se encuentre 6 o mas individuos aprobados

P ( X 6)= P ( X=6)+ P ( X=7)+P ( X =8)

= 8 (0.53)6 (10.53)2+ 8 (0.53)7 (10.53)1+ 8 (0.53)8 (10.53)0
6
7
8
=0.1371+0.04417+0.006226
=0.1875

()

()

()

Probabilidad de que se encuentre 5 individuos aprobados

P ( X =5)= 8 (0.53)5 (10.53)3=0.2431

5

()

Para el inciso b

P ( X 6)= P ( X=6)+ P ( X=7)+P ( X =8)

= 8 (0.71)6 (10.71)2+ 8 (0.71)7 (10.71)1+ 8 (0.71)8(10.71)0
6
7
8
=0.3017+0.2110+0.0646
=0.5773

()

()

()

P ( X =5)= 8 (0.71)5 (10.71)3=0.2464

5

()

Probabilidades obtenidas con el 53% de estudiantes con un ao de universitarios

x

f x ( x ) 0.002381 0.021481 0.08478 0.191205 0.26952 0.243143 0.13909 0.044169 0.000622

Probabilidades obtenidas con el 71% de estudiantes de tercer grado
x

f x ( x ) 0.00005 0.000999 0.00839 0.041111 0.125812 0.246442 0.30165 0.211006 0.064575

Probabilidades con el 53%

0.3
0.25

f(x)

0.2
0.15
0.1
0.05
0
0

4
x

UniversidadAutnomaChapingoMtodosEstadsticos

Probabilidades con el 71%

0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0

6.14.

Un inspector sanitario tiene a su cargo la vigilancia de 15 plantas pasteurizadoras de

leche. Cada da visita 5 de ellas, elegidas al azar, para detectar violaciones al cdigo
sanitario. Suponga que en un da dado 6 de las 15 pasteurizadoras han infringido el codigo.
Sea X el nmero de plantas infractoras en la muestra.
a) Qu modelo probabilstico es adecuado para X? selo para evaluar las probabilidades de los
posibles valores de X.
b) Calcule

X y

2X directamente de las definiciones respectivas. Verifique sus clculos

mediante las ecuaciones presentadas para un modelo.

c) Proceda ahora como si las 5 repeticiones del experimento fueran independientes. Evale bajo
este supuesto las probabilidades y calcule X y 2X .
Es adecuado un modelo hipergeomtrico con N= 15 A= 6 B=9 y n= 5

P=

A 6
= =0.4
N 15

UniversidadAutnomaChapingoMtodosEstadsticos

Funcin de probabilidades

fX

6
9
(
)(
x 5 x )
( x )=
,
15
(5)

x =0,1,2,3,4,5

f X( x)

0.04196

0.25175

0.41958

0.23976

0.04496

0.002

X y 2X
X =(0)(0.04196)+(1)(0.25175)+(2)(0.41958)+(3)(0.23976)+(4)( 0.04496)+(5)(0.002)
X =2.00003

E ( X 2)=4.85727
2

X =E ( X )E ( X ) =0.85715
De otra manera
X =n (
2

X= n (

A
)= np=2.0
B

A B N n
)( )(
)=0.85714
N N N 1

Suponiendo independencia, X ~Bin(5, 0.4)

f X ( X )= 5 (0.4)x (0.6)5 x ,
x

()

x =0,1,2,3,4,5

f X( x)

0.07776

0.2592

0.3456

0.2304

0.0768

0.01024

X=(0)(0.07776)+(1)(0.2592)+(2)(0.3456)+(3)(0.2304)+(4)(0.0768)+(5)(0.01024)
X =2

E ( X 2)=4
2X =1.2

UniversidadAutnomaChapingoMtodosEstadsticos

6.15.

Refirindonos al ejercicio 6.14, suponga ahora que las pasteurizadoras al cuidado del

inspector son 60, pero por limitaciones de tiempo slo visita 5 diariamente. Suponga
adems que en un da dado hay 24 plantas infractoras. Es decir, que el tamao de la
poblacin ha aumentado, pero la proporcin de infractores es la misma que antes.
a) Repita a), b), y c) del ejercicio 6.14. Compare resultados.
b) Calcule el factor de correccin por finitud de la poblacin en cada caso y comprelos.
Tenemos ahora que N=60 A=24 B=36 n=5

A 24
P = = =0.4
N 60

fX

24 36
(
x )( 5x )
( x )=
(605 )

x =0,1,2,3,4,5

f X( x)

0.06903

0.25885

0.36082

0.23347

0.07004

0.00778

X=(0)(0.06903)+(1)(0.25885)+(2)(0.36082)+(3)( 0.23347)+(4)(0.07004)+(5)(0.00778)
X =2

( 2460 )=2
24 36 605
=5 ( )( )(
=1.1186
60 60 601 )
X =5

2X

Se encuentra mayor similitud en

X y

2
X entre el modelo binomial y el modelo hipergeomtrico

con N=60 que con el de N=15.

Con N=15

N n 155
=
=0.7143
N 1 151

10

UniversidadAutnomaChapingoMtodosEstadsticos

Con N=60

N n 605
=
=0.9322
N 1 601
Con N=60 factor de correccin por finitud de la poblacin es mnimo.
6.16.

Un profesor de matemticas en una escuela de enseanza media ha reportado al

director que slo 4 de sus 20 alumnos no saben construir el triangulo de Pascal. El director,
un tanto escptico, decide interrogar a los 20 estudiantes, pero debe interrumpir el
experimento cuando ha examinado a 4 estudiantes. Suponga que ninguno de los 4 ha sido
capaz de responder. Cul es la probabilidad del resultado obtenido si el reporte del profesor
es correcto?
En este caso tenemos que N=20, A=4, B=16, n=4

P=

fX

4
=0.2
20

4 16
(
x )( 4 x )
( x )=
, x =0, 1, 2, 3, 4
20
(4)
4 16
(
0 )( 40 )
f (0)=
=0.375645
20
(4)
4 16
(
1 )( 41)
f (1)=
=0.462332
20
(4)
4 16
(
2 )( 42)
f (2)=
=0.148606
20
( 4)
4 16
(
3 )( 43)
f (3)=
=0.013209
20
(4)
X

11

UniversidadAutnomaChapingoMtodosEstadsticos

fX

4 16
(
4 )( 44 )
(4)=
=0.000206
20
(4)

En forma de tabla
x

f X( x)

0.375645

0.462332

0.148606

0.013209

0.000206

6.17.

El mismo director del ejercicio 6.16 decide realizar un experimento con la clase de

literatura espaola en la cual hay 17 alumnos. El experimento consiste en preguntar a 9

estudiantes elegidos al azar si saben quin es el autor del clsico soneto que empieza con al
linea Un soneto me manda hacer Violante. Suponga que 7 de los estudiantes lo ignoran.
Sea X el nmero de estudiantes en la muestra que no dan la respuesta correcta.
a) Encuentre f X ( x ) y evalela.
7

b) Note que

f X ( x )=1

X =0

. Esto implica que f X ( 8)= f X (9)=0 Por qu?

c) Calcule P ( X 6)
d) Calcule

X y 2X y la mediana de X.

e) Quin es al autor del soneto?

Para este caso tenemos que N= 17, A=7, B=10, n= 9

P=

fX

fX

7
=0.4117
17

7 10
(
x )(9x )
( x )=
(179 )

7 10
(
0 )( 90 )
(0)=
=0.00041
17
(9)

x =0, 1, 2, 3, 4

fX

12

7 10
(
1 )( 91 )
(1)=
=0.01296
17
(9)

UniversidadAutnomaChapingoMtodosEstadsticos

fX

7 10
(
2 )( 92 )
(2)=
=0.10366
17
(9)

fX

7 10
(
4 )( 94 )
(4)=
=0.36281
17
( 9)

fX

7 10
(
6 )( 96 )
(6)=
=0.03455
17
( 9)

fX

7 10
(
3 )( 93)
(3)=
=0.30234
17
(9)

fX

7 10
(
5 )( 95)
(5)=
=0.18141
17
(9)

fX

7 10
(
7 )( 97 )
( 7)=
=0.00185
17
( 9)

fX

7 10
(
8 )( 98 )
(8)=
=0.00
17
(9)

fX

7 10
(
9 )( 99 )
(9)=
=0
17
( 9)

f X ( x )=0.00041+0.01296+0.10366+0.30234+0.36281+0.18141+0.03455+0.00185=1

X =0

Para los dos ltimos casos no hay probabilidad ya que se supone que solo 7 alumnos no saben el autor
del soneto, los restantes si saben la respuesta.

P ( X 6)

P ( X 6)= P ( X=6)+ P ( X=7)=0.03455+0.00185=0.0364

De las probabilidades obtenidas anteriormente
x

f X ( x ) 0.00041 0.01296 0.10366 0.30234 0.36281 0.18141 0.03455 0.00185 0

13

UniversidadAutnomaChapingoMtodosEstadsticos

E ( X )= X =np
X =3.70584

Var ( X )= 2X = npq ( N n / N1)

2X=1.0899
Mediana

P ( X 4)=0.47984

P ( X 4)=0.58062

P ( X 5)=0.96359

P ( X5)=0.21781

Frey Lope Felix de Vega y Carpio es el autor del clsico soneto.

6.28.

Si X ~ U [-2, 3].

a) Grafique la funcin de densidad.

b) Calcule las siguientes probabilidades:

P ( X >1) , P ( X 2) , P (1<X 1.5) , P ( X >4) , P ( X1.5)

c) Calcule X , 2X y M e ( X )
Grfica de la funcin uniforme continua

14

UniversidadAutnomaChapingoMtodosEstadsticos

1
1
= , x [2, 3]
f X ( x )= 3(2) 5
0, Si ocurre de otra forma
2
P ( X >1)=P ( 1< X<3)+ P ( X>4)= +0=0.4
5
4
P ( X 2)= P (2X 2)+ P ( X <2)= +0=0.8
5

P (1<X 1.5)=[1.5(1)]

( 15 )= 2.55 =0.5

P ( X >4)=P (3>x >4)=0

P ( X 1.5)= P (2 X1.5)+P ( X <2)=
Media y varianza

E ( X )=

1 +2 2+3
=
=0.5
2
2
2

Var ( X )=

1
+0=0.1
10

( 2 1) (3(2))2
=
=2.08333
12
12

Mediana

Me =0
P ( X 0)=

2
5

P ( X0)=

3
5

P ( X1)=

2
5

Me =0

P ( X 1)=

3
5

15

UniversidadAutnomaChapingoMtodosEstadsticos

6.29.

Con respecto a la funcin que se grfica enseguida:

fx(x)

a) Escriba f X ( x )
b) Calcule E ( X ) y M e ( X )
c) Encuentre Var (X) en trminos de . Evalela para = 2
d) Encuentre F X ( x ) en trminos de . Grafiquela para = 2

f X ( x )=

1
, x [ 1x 2 ]
1 2
0, Si ocurre de otra forma

E ( X )= =0
2

M e ( X )=0
P ( X 0)=

1
2

P ( X 0)=

1
2

Evaluando la varianza con = 2

Var ( X )=

( 2 1)2 (2(2))2 16
1
=
= =1
12
12
12
3

Funcin de distribucin de probabilidades

para x <1

0,
x + 1
F X ( x )=
,
21
1

Para 1 x <2
Para x 2

16

UniversidadAutnomaChapingoMtodosEstadsticos

Graficando para = 2
x

FX( x)

-2

-1

0.25

0.5

0.75

1.2
1

Fx(x)

0.8
0.6
0.4
0.2
0
-2

-1

6.30.

Considere la siguiente funcin de probabilidades:

x

f X( X )

Defina la variable estandarizada

0.1

0.4

0.2

0.3

X X
y obtenga su funcin de probabilidades. sela para
Z=
X

verificar que Z=0 y 2Z=1

X=(0)(0.1)+(1)(0.4)+(2)(0.2)+(4)( 0.3)
X=2
2X=2
Z toma los valores de

2 1
2
,
, 0,
2 2
2
z

2
2

1
2

2
2

f Z ( z)

0.1

0.4

0.2

0.3

17

UniversidadAutnomaChapingoMtodosEstadsticos

Z=(

2
1
2
)(0.1)+( )(0.4)+(0)(0.2)+( )( 0.3)=0
2
2
2

( 42 )(0.1)+( 12 )( 0.4)+( 0)( 0.2)+( 42 )( 0.3)=1

E ( Z 2)=

2Z=1(0)2 =1
6.31.
a)

Sea Z una variable aleatoria normal estndar. Usando la tabla C encuentre:

P ( Z <0)

P ( Z <0)=0.5
b)

P ( Z <0.28)
P ( Z <0.28)=0.3897

c)

P ( Z <0.28)

P ( Z <0.28)=0.6103
d)

P ( Z 0.51)
P ( Z 0.51)=0.695

e)

P ( Z >0.49)
10.3121=0.6879

f)

P ( Z 1.49)
10.0681=0.9319

g)

P ( Z 2.14)

P ( Z 2.14)=0.9838
h)

P (0.31< Z<0.78)
P ( Z 0.78)P ( Z <0.31)=0.78230.6217=0.1606

i)

P (2.03< Z<1.27)

P ( Z 1.27) P ( Z<2.03)=0.10200.0212=0.0808
j)

P (0.77< Z1.03)
P ( Z 1.03)P ( Z <0.77)=0.84850.2206=0.6279
18

UniversidadAutnomaChapingoMtodosEstadsticos

6.32.

Si Z ~N(0, 1), encuentre en cada caso el valor de c que satisfaga la ecuacin.

a)

P ( Z c )=0.1131

b)

P ( Z >c )=0.8869

c)

P ( Z >c )=0.0073

d)

P ( Z c )=0.5000

e)

P ( Z <c )=0.9370

f)

P (0< Z <c )=0.0199

g)

P ( c <Z <0)=0.4981

h)

P (c< Z< c )=0.7154

i)

P (c< Z< c )=0.2434

j)

P (c< Z< c )=0.0802

6.33.

Sea Z una variable aleatoria N(0, 1). Sea

F Z (z ) su funcin de distribucin

acumulativa de probabilidades. Usando la tabla C obtenga suficientes valores de

para graficarla uniendo los puntos con una linea continua.

1 z / 2
e
,
< z <
F Z (z )= 2
0, Si ocurre de otra forma
2

De la tabla C obtenemos valores acumulados para dibujar la grfica.

z

F Z (z )

F Z (z )

-3.5

0.0002

0.5

-3

0.0013

0.5

0.6915

-2.5

0.0062

0.8413

-2

0.0228

1.5

0.9332

-1.5

0.0668

0.9772

-1

0.1587

2.5

0.9938

-0.5

0.3085

0.9987

19

F Z (z )

UniversidadAutnomaChapingoMtodosEstadsticos

Distribucin Acumulativa
1.2
1
0.8

F(z)

0.6
0.4
0.2
0
-4

-3

-2

-1

6.34.
a)

Si X ~ N(60, 80) calcule:

P ( X 80)
P ( X 80)= P

b)

P ( X 50)
P ( X 50)= P

c)

= P ( Z2.22)=0.9868
( X 8060
9 )

X 5060
= P ( Z1.11)=0.1335
9

P (50< X<70)
P (50< X<70)=P

7060
< Z<
=P (1.11<Z <1.11)
( 5060
9
9 )

= P ( Z<1.11) P ( Z<1.11)=0.86650.1335=0.733

20

UniversidadAutnomaChapingoMtodosEstadsticos

d)

P (62< X<69)
P ( 62< X<69)= P

6960
< Z<
= P (0.222<Z <1)
( 6260
9
9 )

=P ( Z <1)P ( Z <0.222)=0.84130.5871=0.2542

e)

P (41< X <49)
4160
4960
<Z<
= P (2.11< Z<1.22)
9
9
=P ( Z <1.22) P ( Z<2.11)=0.11120.0174=0.0938

P (41<X <49)=P

6.35.

Suponga ahora que X ~ N(60, 16). Calcule las mismas probabilidades que en 6.34.

Comprelas e interprete los cambios en relacin con la disminucin de 2 .

P ( X 80)
P ( X 80)= P

= P ( Z5)=0
( X 8060
4 )

P ( X 50)
P ( X 50)= P

X 5060
= P ( Z2.5)=0.0062
4

P (50< X<70)
P (50< X <70)= P

7060
<Z <
= P (2.5< Z<2.5)
( 5060
4
4 )

= P ( Z<2.5)P ( Z<2.5)=0.99380.0062=0.9876

P (62< X<69)
P (62< X<69)= P

6960
< Z<
= P (0.5<Z <2.25)
( 6260
4
4 )

=P ( Z <2.25) P ( Z<0.5)=0.98780.6915=0.2963

21

UniversidadAutnomaChapingoMtodosEstadsticos

P (41< X <49)
4160
4960
< Z<
=P (4.75< Z<2.75)
4
4
= P ( Z<2.75) P ( Z<4.75)=0.0030.0=0.003

P (41< X <49)= P

Comparando resultados con el ejercicio anterior.

P(X= x)

N(60, 81)

N(60, 16)

P ( X 80)

0.9868

P ( X 50)

0.1335

0.0062

P (50< X<70)

0.733

0.9876

P (62< X <69)

0.2542

0.2963

P (41< X <49)

0.0938

0.003

Con N(60, 16) el rea bajo la curva o las probabilidades se concentran en en centro o cercanas a la
media.
6.36.
a)
b)
c)

Si X ~ N(10, 4), encuentre c en cada caso.

P ( X <c )=0.5596
P ( X c )=0.1762

c =0.15
c =0.93

P ( X >c )=0.5478
( X<c )=0.4522

d)

P ( X c )=0.0055
( X c )=0.9945

e)

c =0.12

c =2.54

P (c< X<c )=0.1896

0.1896=12P ( X c )
P ( Xc )=0.4052

De la tabla C obtenemos Z=0.24 , por lo que el valor buscado es Z=0.24

22

UniversidadAutnomaChapingoMtodosEstadsticos

6.37.

En una planta empacadora de camarn se separa el producto en 6 calidades de

acuerdo con el peso del crustceo como sigue:

Calidad

Peso por pieza (gramos)

Ms de 30

25 a 30

20 a 25

16 a 20

13 a 16

Menos de 13

Suponga que el peso del camarn en el rea de abasto de la planta puede modelarse mediante una
Normal con media de 22 gramos y desviacin entandar de 6 gramos. Calcule los porcentajes de cajas
de cada calidad que produce la planta.
X tiene distribucin N (22, 36).

P ( X <13)=P Z <

1322
= P ( Z <1.5)=0.0668
6

P (13< X<16)= P (1.5< Z<1)=0.0919

P (16< X<20)= P (1<Z <0.33)=0.2120

P (20<X <25)= P (0.33< Z<0.50)=0.3208

P (25< X <30)=P (0.50<Z <1.33)=0.2167

P ( X >30)= P ( Z>1.33)=0.0918
Calidad

Porcentaje

9.18

21.67

32.08

21.20

9.19

6.68

23

UniversidadAutnomaChapingoMtodosEstadsticos

6.38.

En un articulo (Science, septiembre 26, 1952, pg. 311) se reporta que el 10% de los

universitarios graduados que presentan cierto examen obtienen una calificacin de 112 o
menor, y que el 10% obtienen 140 puntos o ms. Suponga que esas frecuencias relativas
pueden tomarse como probabilidades y que la distribucin de calificaciones puede
modelarse mediante una distribucin Normal. Encuentre la media y la varianza de dicha
distribucin.

P ( Z 112)=0.1

P ( Z 140)=0.9
Para encontrar el valor de Z que cumpla con lo anterior nos vamos a la tabla C y obtenemos

Z 0.1=1.28

Z 0.9=1.28
112

112=12.8
1.28=

140

140=12.8
1.28=

Resolviendo el sistema de ecuaciones tenemos

2522 =0
=126

112(126)=12.8
=1.09375
6.39.

El examen del ejercicio 6.38 es una prueba de aptitudes para el ejrcito. Suponga

que los examinados que obtienen calificaciones en el 40% superior de la distribucin son
reclutados como oficiales. Cul es la calificacin mnima necesaria para ingresar como
oficial?

P ( Z c )=0.40
Z 0.4=0.25

z
0.25=

z =0.25(1.09375)+126=125.7
La calificacin mnima para ingresar como oficial es de 125.7
24