1.

a. Un fabricante de papel que se usa para empaque exige una resistencia mínima de 20 libras por
pulgada cuadrada. Para verificar la calidad del papel, cada hora se selecciona una muestra
aleatoria de 10 piezas de papel de entre la producción de la hora previa, registrándose la medición
de su resistencia para cada una. La desviación estándar s de las mediciones de resistencia,
calculada al agrupar la suma de cuadrados de desviaciones de muchas muestras, se sabe que es
igual a 2 libras por pulgada cuadrada y las mediciones de resistencia están normalmente
distribuidas. Si la media de la población de mediciones de resistencia es 21 libras por pulgada
cuadrada, ¿cuál es la probabilidad aproximada de que, para una muestra aleatoria de n = 10 piezas
de papel, la media muestral sea inferior a 20.5 libras por pulgada cuadrada?

Datos:
μ = 21 libras por pulgada cuadrada (Media)
σ = 2 libras por pulgada cuadrada (Desviación Estándar)
n = 10 piezas de papel de entre la producción de la hora previa (Muestra)
x = 20.5 libras por pulgada cuadrada

¿Cuál es la probabilidad aproximada de que, para una muestra aleatoria de 10 piezas de papel, la
media muestral sea inferior a 20.5 libras por pulgada cuadrada?
Z = - 0.25 Valor que ubicamos en la tabla de distribución normal y obtenemos la probabilidad

P ( X ≤ 20.5 ) = 0.40129 = 40.129%

La probabilidad aproximada de que, para una muestra aleatoria de 10 piezas de papel, la media
muestral sea inferior a 20.5 libras por pulgada cuadrada es de 40.13%
b. El total de ventas diarias x, en la sección de bocadillos (llamados delicatessen o deli), es la suma
de las ventas generadas por un número fijo de clientes que hacen compras en un día determinado.
Para este mercado particular, el promedio de venta por cliente en la sección delicatessen es $8.50
con σ= $2.50. Si 30 clientes hacen compras de deli en un día determinado, ¿cuál es la probabilidad
de que el promedio de venta de los 30 clientes supere los $8.80?

Datos:
σ = 2.50
μ = 8.50
X = 8.80

Dado que la variable X simboliza el promedio de ventas generadas por un número de clientes que
hacen compras en un día determinado, es una variable continua, aplicamos la distribución normal:
P≈N(μ;σ) : X ≈ N(8,50 ; 2,50)

Fórmula a emplear:

Sustituimos:

( ) ( )

( ) ( )

( ) ( )

( ) ( )

Con nuestra tabla de áreas bajo la curva, nos dirigimos a 0.12. Debemos encontrar la probabilidad
de:
( ) ( )

De acuerdo a la tabla del área bajo la curva nuestro valor encontrado es: 0.54776
 ( )

( )

( )

* 100
La probabilidad de que el promedio de venta de los 30 clientes supere los 8.80 es de 45,224%.
c. Suponga que consideramos que las temperaturas de personas sanas son aproximadamente
normales, con una media de 98.6 grados y desviación estándar de 0.8 grados. Si al azar se
seleccionan 130 personas sanas, ¿cuál es la probabilidad de que la temperatura promedio para
ellas esté a más o menos 0.1 grados de la media poblacional?

μ = 98.6 (Media)
σ = 0.8 (Desviación Estándar)
n = 130 Personas Sanas (Muestra)
x = 0.1 grados

¿Cuál es la probabilidad de que la temperatura promedio para ellas esté a más o menos 0.1 grados
de la media poblacional?

Z = -1,1 Valor que ubicamos en la tabla de distribución normal y obtenemos la probabilidad

P ( X ≈ 0.1 ) = 0.13567 = 13.567%

La probabilidad de que la temperatura promedio para ellas esté a más o menos 0.1 grados de la
media poblacional es del 13.567% aproximadamente.
2. Probabilidad empleando la distribución de la proporción

Para cada uno de los siguientes ejercicios, verifique si la distribución de la proporción tiene una
distribución normal aproximada y encuentre los valores de probabilidad solicitados.

a. Reportajes en periódicos nos dicen que el estadounidense promedio tiene sobrepeso. Muchos
de nosotros hemos tratado de bajar de peso cuando terminamos la preparatoria o la universidad.
Y, en efecto, sólo 20% de adultos dicen que no sufren de problemas de pérdida de peso. Suponga
que la cifra de 20% es correcta y que se selecciona una muestra aleatoria de 𝑛 = 120 adultos. ¿Cuál
es la probabilidad de que la proporción muestral 𝑝 sea mayor a 0.26?

Datos
P = 20% No tiene problemas de pérdida de peso
n = 120 Adultos (Muestra aleatoria)
X = 0.26

Procedimiento
(1 – P ) = 1 – 0.20 = 0.8
M = 120
P ( 𝑝 > 0.26 ) = ?
N = Número de Estadounidenses = ?
P*n>5 y ( 1 – P) *n > 5
0.20 * 120 = 24 0.8 * 120 = 96

Cumplimos con la afirmación que los datos se puedan arrimar a una distribución normas, se
verifica de que la proporciona por el tamaño de la muestra sea mayor a 5 y que la diferencias
entre 1 menos la proporciona poblacional multiplicado por la población sea mayor a 5.

- Error Estándar
 𝑝( 𝑝)
̅ √
𝑛

p = 0.20
(1 – p ) = 0.8
n = 120

̅ √

̅ √

̅ √

Vamos a estandarizar

̅ 𝑝
̅
p = 0.26
p = 0.20
σ p = 0,03651
̅ 𝑝
̅
Z = 1,64 Aproximadamente

P ( Z > 0.26 ) = 1 – p ( Z < 0.26)

Nos ubicamos en nuestra tabla bajo la curva para colocar el dato correspondiente

= 1 – 0.05050
= 0.9495
= 94.95 %
b. En la primavera de 2004, el Congreso de Estados Unidos consideró un proyecto de ley que
impediría a estadounidenses demandaran a gigantes de la comida rápida como McDonald’s por
hacerles engordar. Aun cuando la industria de la comida rápida puede no ser culpable, un estudio
realizado por el Hospital Infantil de Boston informa que alrededor del 67% de niños y adolescentes
que consumen comida rápida presentan sobrepeso. Se seleccionó una muestra aleatoria de 100
niños que consumen comida rápida, ¿cuál es la probabilidad que la proporción muestral sea
inferior al 0.6?

Datos
P = 67% Niños y Adolescentes
n = 100 Niños (Muestra aleatoria)
X = 0.6

Procedimiento
(1 – P ) = 1 – 0.67 = 0.33
M = 100
P ( 𝑝 > 0.6 ) = ?
N = Número de Estadounidenses = ?
P*n>5 y ( 1 – P) *n > 5
0.67 * 100 = 67 0.33 * 100 = 33

Cumplimos con la afirmación que los datos se puedan arrimar a una distribución normas, se
verifica de que la proporciona por el tamaño de la muestra sea mayor a 5 y que la diferencias
entre 1 menos la proporciona poblacional multiplicado por la población sea mayor a 5.

- Error Estándar

𝑝( 𝑝)
̅ √
𝑛
p = 0.67
(1 – p ) = 0.33
n = 100

̅ √

̅ √

̅ √

Vamos a estandarizar

̅ 𝑝
̅
p = 0.6
p = 0.67
σ p = 0,47021
̅ 𝑝
̅
Z = - 0.14 Aproximadamente

P ( Z > 0.6 ) = 1 – p ( Z < 0.6)

Nos ubicamos en nuestra tabla bajo la curva para colocar el dato correspondiente

= 1 – 0.47608
= 0,52392
= 52,392 %