ESTADISTICA INFERENCIAL
Ejercicios:
Utilice la tabla II del apéndice para calcular las probabilidades siguientes para la variable
aleatoria normal estándar Z.
a) 𝑃(𝑍 < 1.32) 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 = 0.9049
𝑃(𝑍 < 1.32) = 0.9049
b) 𝑃(𝑍 < 3.0)𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 0.9987
𝑃(𝑍 < 3.0) = 0.9987
c) 𝑃(𝑍 > 1.45)𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 0.9265
𝑃(𝑍 > 1.45) = 0.9265
d) 𝑃(𝑍 > −2.15)
𝑃(𝑍 < 2.15) = 1 − 0.9842
𝑃(𝑍 < 2.15) = 0.0158
e) 𝑃(−2.34 < 𝑍 < 1.76)
0.9608 − 0.0096
= 0.9512
Utilice la tabla II del apéndice para calcular las siguientes probabilidades para la variable
aleatoria normal estándar Z.
a. 𝑃(−1 < 𝑍 < 1)
0.8413 − 0.1587
= 0.6826
b. 𝑃(−2 < 𝑍 < 2)
0.9772 − 0.0228
= 0.9544
c. 𝑃(−3 < 𝑍 < 3)
0.9987 − 0.3821
0.6166
d. 𝑃(𝑍 > 3)
𝑃(𝑍 > 3) = 0.9987
e. 𝑃(0 < 𝑍 < 1)
0.8413 − 0.5000
0.3413
Suponga que Z tiene una distribución normal estándar utilice la tabla II el apéndice para
determinar el valor de z que resuelve cada una de las siguientes probabilidades.
a)𝑃(𝑍 < 𝑧) = 0.9
el valor aproximado es 0.9015 𝑞𝑢𝑒 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒 𝑎 1.29
𝑧 = 1.29
b)𝑃(𝑍 < 𝑧) = 0.5
𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 𝑠𝑒𝑟𝑖𝑎 0.5000 𝑞𝑢𝑒 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒 𝑎 0,0
𝑧 = 0.0
c)𝑃(𝑍 > 𝑧) = 0.1
𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 𝑒𝑠 0.10 𝑠𝑒𝑟𝑖𝑎 0.1003
𝑧 = −1.28
d)𝑃(𝑍 > 𝑧) = 0.9
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑚𝑜𝑠 𝑎𝑙 𝑣𝑎𝑙𝑜𝑟 0.90 𝑠𝑒𝑟𝑖𝑎 0.9015
𝑧 = 1.29
e)𝑃(−1.24 < 𝑍 < 𝑧) = 0.8
𝑠𝑒 𝑝𝑢𝑒𝑑𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟 𝑎 0.80 𝑞𝑢𝑒 𝑠𝑒𝑟𝑖𝑎 0.8023
𝑧 = 0.85
Suponga que Z tiene una distribución normal estándar utilice la tabla II de apéndice para
determinar el valor de z que resuelve cada una de las siguientes probabilidades.
a) 𝑃(−𝑧 < 𝑍 < 𝑧) = 0.95
𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 0.95 𝑝𝑢𝑒𝑑𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟𝑠𝑒 𝑎 0.954
Valor más cercano es 0.9545
𝑧 = 1.69
b) 𝑃(−𝑧 < 𝑍 < 𝑧) = 0.99
𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 0.99 𝑝𝑢𝑒𝑑𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟𝑠𝑒 𝑎 0.995
𝑣𝑎𝑙𝑜𝑟 𝑐𝑒𝑟𝑐𝑎𝑛𝑜 𝑒𝑠 0.9951
𝑍 = 2.58
c) 𝑃(−𝑧 < 𝑍 < 𝑧) = 0.68
𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 0.68 𝑝𝑢𝑒𝑑𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑟𝑠𝑒 𝑎 0.680
𝑣𝑎𝑙𝑜𝑟 𝑐𝑒𝑟𝑐𝑎𝑛𝑜 𝑎 0.6808
𝑧 = 0.47
d) 𝑃(−𝑧 < 𝑍 < 𝑧) = 0.9973
𝑧 = 2.78
Suponga que X tiene una distribución normal con media de 10 y desviación estándar 2.
calcule lo siguiente.
𝑋−𝜇
a) 𝑃(𝑋 < 13) 𝑍= 𝜎
13−10
𝜇 = 10 𝑍= 2
𝜎=2
3
𝑋 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑍 = 2 = 1.5
𝑍 = 0.9332
𝑋−𝜇
b) 𝑃(𝑋 > 9) 𝑍= 𝜎
9 − 10
𝑍= = −0.5
2
𝑍 = 0.3085
c) 𝑃(6 < 𝑋 < 14)
𝑋−𝜇
𝑍=
𝜎
6 − 10
𝑍= = −2
2
𝑍 = 0.0228
𝑋−𝜇
𝑍= 𝜎
14 − 10
𝑍= =2
2
𝑍 = 0.9772
d) 𝑃(2 < 𝑋 < 4)
𝑋−𝜇
𝑍= 𝜎
2 − 10
𝑍= = −4
2
𝑍=
𝑋−𝜇
𝑍= 𝜎
4 − 10
𝑍= = −3
2
𝑍 = 0.0013
e) 𝑃(−2 < 𝑋 < 8)
𝑋−𝜇
𝑍= 𝜎
−2 − 10
𝑍= = −6
2
𝑋−𝜇
𝑍= 𝜎
8 − 10
𝑍= = −1
2
𝑍 = 0.1587
4.50. Suponga que X tiene una distribución normal con media 10 y desviación estándar 2.
Calcule el valor de x que resuelve cada una de las siguientes probabilidades:
a. P (X > x) = 0.5
𝑢=5
𝜎=4
𝑋−𝑈 𝑥−10
𝑍= = 0.5 = = (0.5)(2) = 𝑥 − 10 = 1 = 𝑥 − 10
𝜎 2
1 + 10 = 𝑥
𝑥 = 11
b. P (X > x) = 0.95
𝑢=5
𝜎=4
𝑋−𝑈 𝑥−10
𝑍= = 0.95 = = (0.95)(2) = 𝑥 − 10 = 1.9 = 𝑥 − 10
𝜎 2
1.9 + 10 = 𝑥
𝑥 = 11.9
4.51. Suponga que X tiene una distribución normal con media 5 y deviación estándar 4.
Calcule lo siguiente:
a. P (X < 11)
𝑢=5
𝜎=4
𝑋−𝑈 11−5
𝑍= = = 1.5
𝜎 4
𝑃(𝑋 < 11) = 0.4332
b. P (X > 0)
𝑢=5
𝜎=4
𝑋−𝑈 0−5
𝑍= = = −1.25
𝜎 4
𝑃(𝑋 > 11) = 0.1056
c. P (3 < X < 7)
𝑢=5
𝜎=4
𝑃(𝑥 < 3) − 𝑃(𝑥 < 7)
𝑃(𝑥 < 3)
𝑋−𝑈 3−5
𝑍= = = −0.5 = 0.2776
𝜎 4
𝑃(𝑥 < 7)
𝑋−𝑈 7−5
𝑍= = = 0.5 = 0.1915
𝜎 4
𝑃(𝑥 < 3) − 𝑃(𝑥 < 7) = 0.2776 − 0.1915 = 0.0861
d. P (-2 < X < 9)
𝑢=5
𝜎=4
𝑃(𝑥 < −2) − 𝑃(𝑥 < 9)
𝑃(𝑥 < −2)
𝑋−𝑈 −2−5
𝑍= = = −1.75 = +1.75 = 0.4599
𝜎 4
𝑃(𝑥 < 9)
𝑋−𝑈 9−5
𝑍= = = 1 = 0.3413
𝜎 4
𝑃(𝑥 < −2) − 𝑃(𝑥 < 9) = 0.4599 − 0.3413 = 0.1186
e. P (2 < X < 8)
𝑢=5
𝜎=4
𝑃(𝑥 < 2) − 𝑃(𝑥 < 8)
𝑃(𝑥 < 2)
𝑋−𝑈 2−5
𝑍= = = −0.75 = 0.2266
𝜎 4
𝑃(𝑥 < 8)
𝑋−𝑈 8−5
𝑍= = = 0.75 = 0.2734
𝜎 4
𝑃(𝑥 < 2) − 𝑃(𝑥 < 8) = 0.2266 − 0.2734 = −0.0468
4.52. Suponga que X tiene una distribución normal con media 5 y desviación estándar 4.
Obtenga el valor de x que resuelve cada una de las siguientes probabilidades:
a. P (X > x) = 0.5
𝑢=5
𝜎=4
𝑋−𝑈 𝑥−5
𝑍= = 0.5 = = (0.5)(4) = 𝑥 − 5 = 2 = 𝑥 − 5
𝜎 4
2+5=𝑥
𝑥=7
b. P (X > x) = 0.95
𝑢=5
𝜎=4
𝑋−𝑈 𝑥−5
𝑍= = 0.95 = = (0.95)(4) = 𝑥 − 5 = 3.8 = 𝑥 − 5
𝜎 4
3.8 + 5 = 𝑥
𝑥 = 8.8
c. P (x < X < 9) = 0.2
d. P (3 < X < x) = 0.95
e. P (-x < X < x) = 0.99
4.53. La resistencia a la compresión de una serie de muestras de cemento puede
modelarse con una distribución normal con media 6000 Kilogramos por centímetro cuadrado, y
una desviación estándar de 100 Kilogramos por centímetros cuadrado.
𝐾𝑔
a. ¿Cuál es la probabilidad de que la resistencia de una muestra sea menor que 6250 𝑐𝑚2 ?
𝐾𝑔
𝑢 = 6000 𝑐𝑚2
𝐾𝑔
𝜎 = 100
𝑐𝑚2
𝐾𝑔
𝑥 = 6250 𝑐𝑚2
𝑋−𝑈
𝑍= 𝜎
6250−6000
𝑍= = 2.5
100
𝑍 = 2,50 → 𝐴 = 0,4938
𝑍 = 0.5 + 0,4938 = 0.9938 ∗ 100% = 99,38%
𝐾𝑔
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑟𝑒𝑠𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑠𝑒𝑎 𝑚𝑒𝑛𝑜𝑟 𝑞𝑢𝑒 6250 99,38%
𝑐𝑚2 𝑒𝑠 𝑑𝑒
b. ¿Cuál es la probabilidad de que la resistencia de una muestra se encuentre entre
𝐾𝑔
5800 𝑦 5900 𝑐𝑚2 ?
𝐾𝑔
𝑢 = 6000
𝑐𝑚2
𝐾𝑔
𝜎 = 100 𝑐𝑚2
𝐾𝑔
𝑥 = 5800 𝑦 5900 𝑐𝑚2
𝑃(5800 ≤ 𝑥 ≤ 6000)
𝑋−𝑈
𝑍= 𝜎
5800−6000
𝑍= = −2
100
𝑍 = +2,00 = 𝐴 = 0,4772
𝑃(5900 ≤ 𝑥 ≤ 6000)
𝑋−𝑈
𝑍= 𝜎
5900−6000
𝑍= = −1
100
𝑍 = +1,00 = 𝐴 = 0.3413
𝑃(𝑧 < 1) − 𝑃(𝑧 < 2)
𝑃 = 0,4772 + 0.3413 = 0,8185
𝐾𝑔
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑟𝑒𝑠𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑒𝑠𝑡𝑒 𝑒𝑛𝑡𝑟𝑒 5800 𝑦 5900 𝑐𝑚2 𝑒𝑠 𝑑𝑒 0.8185 𝑜 81.85%
c. ¿Cuál es el valor de resistencia que excede el 95% de las muestras?
𝑃(𝑋 > 𝑥) = 0.95
𝑋−𝑈
𝑍= 𝜎
𝑥−6000
𝑍= = 1.65
100
𝑃(𝑋 > 1.65) = 0.9505
𝑥−6000
𝑍= = 1.65
100
𝑥 = 1.65 + 6000 = 5835
4.54. La resistencia a la atracción de un papel esta modelada por una distribución normal
con media 35 libras por pulgada cuadrada, y desviación estándar de 2 libras por pulgada cuadrada.
𝐿𝑏
a. ¿Cuál es la probabilidad de que la resistencia de una muestra sea menor que 40 𝑖𝑛2 ?
35 𝐿𝑏
𝑢= 𝑖𝑛2
2 𝐿𝑏
𝜎= 𝑖𝑛2
40 𝐿𝑏
𝑥= 𝑖𝑛2
𝑋−𝑈
𝑍= 𝜎
40−35
𝑍= = 2,5
2
𝑍 = 2,50 → 𝐴 = 0,4938
𝑍 = 0.5 + 0,4938 = 0.9938 ∗ 100% = 99,38%
𝑙𝑏
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑟𝑒𝑠𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑠𝑒𝑎 𝑚𝑒𝑛𝑜𝑟 𝑞𝑢𝑒 40 99,38%
𝑖𝑛2 𝑒𝑠 𝑑𝑒
𝐿𝑏
b. Si las especificaciones requieren que la resistencia sea mayor que 30 𝑖𝑛2, ¿qué proporción de las
muestras será desechada?
35 𝐿𝑏
𝑢= 𝑖𝑛2
2 𝐿𝑏
𝜎= 𝑖𝑛2
30 𝐿𝑏
𝑥= 𝑖𝑛2
𝑋−𝑈
𝑍= 𝜎
30−35
𝑍= = −2,5
2
𝑍 = −2,50 → 0.0062
𝐿𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛 𝑞𝑢𝑒 𝑠𝑒𝑟𝑎 𝑑𝑒𝑠𝑒𝑐ℎ𝑎𝑑𝑎 𝑠𝑒𝑟𝑎 𝑑𝑒 0.0062
4-55. Se supone que el ancho de una herramienta utilizada en la fabricación de
semiconductores tiene una distribución normal con media 0.5 micrómetros y desviación estándar
0.05 micrómetros.
a) ¿Cuál es la probabilidad de que ancho de la herramienta sea mayor que 0,62 micrómetros?
μ = 0.5
σ = 0.05
P (X > 0.62) = 1 - P (Z < 0.62- 0.5/0.05)
= 1 - p (Z < 2.4)
= 1- 0.9918 = 0.0082
b) ¿Cuál es la probabilidad de que ancho de la herramienta se encuentre entre 0,47 y 0,63
micrómetros?
z = (x- μ/ σ<X<x- μ/ σ)
P (0.47 ≤ Z ≤ 0.63) = P (0.47-0.5/0.05 < Z < 0.63-0.5/0.05)
P= (- 0.6 ≤ Z≤2.6)
P= (Z<2.6) – P (Z > -0.6)
= 0.9953 – 0.2743 = 0.721
c) ¿Debajo de cual valor está el ancho de la herramienta en el 90 % de las muestras?
P (X > x) = 0.9
= p(x – 0.5/0.05) = 0.9
P [z > (x-0.5)/0.05)]= 0.9
Z = 1. 65
P (x>1.65) = 0.950529
Por tanto [(x-6000)/100] = 1.65
X = - 1.65 + 6000
X = 5835
4-56. el volumen que una máquina de llenado automático deposita en latas de una bebida
gaseosa tiene una distribución normal con media 12.4 onzas de líquido y desviación estándar de
0.1 onzas de liquido
a.- ¿Cuál es la probabilidad que el volumen depositado sea menos que 12 onzas de
líquido?
μ = 12.4
σ = 0.1
x=12
P (X > 12.4) = 1 - P (Z < 12- 12.4/0.1)
= 1 - p (Z < -4) (no existe)
=0
4-58 el tiempo de reacción de un conductor a un estímulo visual tiene una distribución
normal con media 0.4 segundos y desviación estándar de 0.05 segundos
a.- ¿Cuál es la probabilidad que el conductor reaccione en más de 0,5 segundos?
μ = 0.4
σ = 0.05
P (X > 0.5) = 1 - P (Z < 0.5- 0.4/0.05)
= 1 - p (Z < 2)
= 1- 0.9772 = 0.0228
b.-¿Cuál es la probabilidad de que el tiempo de reacción este entre 0.4 y 0.5?
P (0.4 < X < 0.5)
Z= 0.4-0.4/0.05
Z=0
P (0 < X < 2)
P (Z < 2) – P(Z < 0)
=0.9772 - 0.5000= 0.4772
c.- ¿Cuál es el tiempo de reacción que se espera exceder el 90% de veces?
P(X > x)= 0.9
P (Z > z)= 0.9
𝑥 − 0.4
𝑧=
0.05
x= 0.05z + 0.4
P (Z > z)= 0.9
Z= -1.29
x= 0.05z + 0.4
x= 0.05 (-1.29) + 0.4
x=0.34
4-59 la longitud de un estuche moldeado por inyección para una cinta magnética tiene
una distribución normal con una media de 90.2 milímetros y desviación estándar de 0.1
milímetros
a.- ¿Cuál es la probabilidad de que la longitud de un estuche sea mayor que 90,2
milímetros o menor que 80,7 milímetros?
P (X ˃ 90.2)=P (Z ˃ a−µ/σ)
P (Z ˃ 90.3−90.2/0.1)
P (Z˃1)
1−P (Z˂1)
1−0.8413 = 0.1587
b.- ¿En qué valor deberá fijarse la media del proceso para obtener el mayor número de
estuches con longitud entre 89,7 y 90,3 milímetros?
P (X ˂ 89.7)= P (Z ˂ a−µ/σ)
P (Z ˂ 89.7 – 90 / 0.1)
P (Z˂−3)
c.- Si se desechan los estuches cuya longitud no está entre 89,7 y 90,3 milímetros, ¿Cuál
es el resultado para la media del proceso que se seleccionó en el inciso b)?
P (89.7 ˂ X ˂ 90.3)=P (a−µ/σ ˂ Z ˂ a−µ/σ)
P (89.7−90 / 0.1 ˂ Z ˂ 90.3 – 90 / 0.1)
P (−3 ˂ Z ˂ 3)
P (Z ˂ 3) – P (Z ˂ −3)
0.9987−0.0013= 0.9974
