2) Supngase que los pesos de 2000 estudiantes varones estn distribuidos

normalmente con media 155 libras y desviacin estndar 20 libras. Hallar el nmero
de estudiantes con pesos a) inferiores o iguales a 100 libras, b) entre 120 y 130
libras, c) entre 150 y 175 libras, d) mayores o iguales a 200 libras.

n=2000
=155
=20

a)

P(X<=100)

Estandarizamos mediante Z=(X-)/

Z=(100-155)/20 = -2.75

P(X<=100) = P(Z< -2.75)

Segn las tablas

P(Z<-2.75) = 0.00297

Como tenemos 2000 estudiantes el numero de estudiantes con menos de 100 libras son

2000*0.00297 = 5.9595 es decir aproximadamente unos 6

b)

P(120<X<130)

Estandarizamos mediante Z=(X-)/

Z=(120-155)/20= -1.75

Z=(130-155)/20= -1.25

P(-1.75<Z<-1.25) =

P(Z<-1.25) - P(Z<-1.75)

Segn las tablas de la distribucin Normal estandarizada es

0.1057 - 0.0401 = 0.0656

Como tenemos 2000 estudiantes, el numero de alumnos entre 120 y 130 libras es

2000*0.0656 = 131.2 , es decir unos 131


c)

P(150<X<175)

Estandarizamos mediante Z=(X-)/

Z=(150-155)/20=-0.25

Z=(175-155)/20= 1

P(-0.25<Z<1) =

P(Z<1) - P(Z<-0.25)

Segn las tablas de la distribucin Normal estandarizada es

0.8413 - 0.4013 = 0.4401

Como tenemos 2000 estudiantes, el numero de alumnos entre 150 y 175 libras es

2000*0.4401 = 880.10 , es decir unos 880

d)

P(X>=200)

Estandarizamos mediante Z=(X-)/

Z=(200-155)/20 = 2.25

P(X>=200) = P(Z>=2.25) =

1-P(Z<2.25) =

Segn las tablas

1-0.9878 =

0.0122

Como tenemos 2000 estudiantes el numero de estudiantes con ms de 200 libras son

2000*0.0122 = 24.4 es decir aproximadamente unos 24

3) Supngase que los dimetros de los tornillos fabricados por una compaa estn
distribuidos normalmente con media 0.25 pulgadas y desviacin estndar 0.02
pulgadas. Se considera defectuoso un tornillo si su dimetro es menor o igual a 0.19
pulgadas o mayor o igual que 0.27 pulgadas. Hallar el porcentaje de tornillos no
defectuosos producidos por la compaa.

=0.25
=0.02

Debemos calcular

P(X<=0.19) + P(X>=0.27)

Estandarizamos

P(X<=0.19) --> P(Z<=(0.19-0.25)/0.02) --> P(Z<=-3) = 0.0013

P(X>=0.27) --> P(Z>=(0.27-0.25)/0.02) --> P(Z>=1) = 1-P(Z<=1) = 1-0.8413 = 0.1587

Sumamos las dos probabilidades

0.0013 + 0.1587 = 0.16

Es decir la probabilidad de ser defectuoso es 0.16 por la probabilidad que un tornillo no
sea defectuoso es de

1-0.16 = 0.84

Es decir que el 84% de los tornillos no son defectuosos.

4) El promedio de un bateador de bisbol es 0.300. Si batea 4 veces. Hallar la
probabilidad de que logre, a) dos aciertos, b) al menos un acierto.

p=0.3
n=4

Es un caso de distribucin binomial, la formula es

P(X=x) = C(n,x) * p^x * (1-p)^(n-x)

a)

P(X=2) = C(4,2) * 0.3^2 * (1-0.3)^(4-2) = 0.2646

b)

Debemos calcular P(X>=1) la probabildiad de al menos un acierto, esta es la probabilidad
contraria a no acertar ninguna vez, es decir

P(X>=1) = 1-P(X=0)

P(X=0) = C(4,0)* 0.3^0 * (1-0.3)^(4-0) = 0.2401, por lo tanto

P(X>=1) = 1-0.2401 = 0.7599

5) El equipo A tiene 0.4 de probabilidad de ganar cuando juega. Si juega 5 veces,
hallar la probabilidad de que A gane, a) 2 partidos, b) por lo menos 1 partido, c)
ms de la mitad de los partidos

n=5
p=0.4

Es un caso de distribucin binomial, la formula es

P(X=x) = C(n,x) * p^x * (1-p)^(n-x)

a)

P(X=2) = C(5,2) * 0.4^2 * (1-0.4)^(5-2) = 0.3546

b)

P(X>=1) = 1-P(X=0) (como en el apartado anterior)

P(X=0) = C(5,0) * 0.4^0 * (1-0.4)^(5-0) = 0.0778

P(X>=1) = 1-0.0778 = 0.9222

c)

Ms de la mitad de los partidos es 3,4 o 5 partidos es decir la suma de las
probabilidades

P(X=3) + P(X=4) + P(X=5)

P(X=3) = C(5,3) * 0.4^3 * (1-0.4)^(5-3) = 0.2304
P(X=4) = C(5,4) * 0.4^4 * (1-0.4)^(5-4) = 0.0768
P(X=5) = C(5,5) * 0.4^5 * (1-0.4)^(5-5) = 0.0102

0.2304 + 0.0768 + 0.0102 = 0.3174