Corporación Universitaria UNIMINUTO

Facultad de ciencias administrativas

TEMA:
Taller Nº 2 Ejercicios de Distribución Normal Campana de Gauss

Autor(es)
Parra Iglesias Katherine
Domínguez de la hoz Johanna

Docente
Dario Fuentes Escalante

Administración de Empresas a Distancia

V Semestre

Barranquilla, Atlántico
2020
Distribución Normal o Campana de Gauss

La distribución normal es una distribución de probabilidad de variable continua que

describe los datos que se agrupan en torno a un valor central. Todo proceso en el
que solo existan causas aleatorias de variación sigue una ley de distribución
normal. Esta condición que aparece con frecuencia en fenómenos naturales (de
ahí que se la denomine “normal”), puede obtenerse en los procesos industriales si
los procesos se llevan a un esta do en el que solo existen causas comunes de
variación. La representación gráfica es la curva de distribución normal también
denominada campana de Gauss en honor del renombrado científico alemán Carl
Friedrich Gauss a quien se le atribuye erróneamente su invención pero que sin
duda la usó frecuentemente para analizar fenómenos astronómicos con éxito.
 
Una distribución normal se caracteriza por:

1. Los valores de las mediciones tienden a agruparse alrededor de un punto

central, la media

2. La representación de los datos es simétrica a ambos lados de la media

3. Las desviaciones estándares quedan situadas a igual distancia unas de otras

4. La proporción de mediciones situada entre la media y las desviaciones es una

constante en la que:

       La media ± 1 * desviación estándar = cubre el 68,3% de los casos

       La media ± 2 * desviación estándar = cubre el 95,5% de los casos
       La media ± 3 * desviación estándar = cubre el 99,7% de los casos

Podemos analizar el comportamiento de los procesos gráficos y determinar su

efectividad tomando como base su grado de aproximación a la curva de
distribución normal a partir de los datos generados y la creación de histogramas
que permitan la comparación con  curva de distribución normal.

Posibilidades:

La curva de distribución normal del proceso coincide o está dentro de los

límites establecidos por la industria (bien en las normas de calidad
desarrolladas o bien en las recomendaciones establecidas por las asociaciones).
En este caso el proceso opera con eficacia y se pueden realizar trabajos de alta
exigencia con respecto a la variable controlada.
La curva de distribución supera los límites establecidos por la industria. En
este caso puede que estén operando causas asignables de variación o que
existen limitaciones debidas a los recursos y equipos empleados por lo que no es
posible realizar trabajos exigentes con respecto a la variable controlada hasta que
no se hayan eliminado las causas especiales de variación o no se dispongan de
los recursos y equipos adecuados.

El histograma generado no muestra las características básicas de una

distribución normal. En este caso están claramente actuando causas asignables
de variación que habrá que resolver si queremos conseguir un alto grado de
fiabilidad del proceso y realizar trabajos de alta exigencia.
EJERCICIOS
1. En una población normal, con media 72,1 y desviación estándar 3,1, encuentre la
probabilidad de que en una muestra de 90 observaciones, la media sea menor que
71,7.

−μ
 =71.7 Z= σ
σ =3.1 √n
μ =72.1
n =90

P (<71.7) =??

71.7−72.1 −0.4
−0.4
Z= 3.1 = 3.1 = 0.33 =-1.22
√ 90 9.48
Z =-1.22→ A (0.3888)

A (0,5000) – A (0,3888) = 0.1112

P (<71.7)=0.1112 x 100 = 11,12 %

R/: la probabilidad de que, en una muestra de 90 observaciones, la media sea menor

que 71,7 es de 11.12%

2. En un banco de ahorros, la cuenta media es de $ 659.320 con una desviación de $

18000 ¿Cuál es probabilidad de que un grupo de 400 cuentas, elegidas al azar,
tenga un depósito medio de $660.000 o más.

=μ =$ 659.320
σ =$18.000

 =$ 660.000
n =400
 −μ
Z= σ
√n
P (>660.000) =??

660.000−659.320 680
680.00
Z= $ 18.000 = $ 18.000 =Z= 900
=0,76
√ 400 20

Z= 0.76→ A (0.2764)

P (0,5000) – A (0,2764) = 0.2236

50-27.64 = 22.36

P ( x ≥ 660.000)= 22.36
%

R/: La probabilidad de que un grupo de 400 cuentas, elegidas al azar, tenga un

depósito medio de $660.000 o más es de 22.36%.
3. En cierta región los salarios diarios de los mineros del carbón están distribuidos
normalmente con una media de $864.500 y una desviación estándar de $15000.
¿Cuál es la probabilidad de que una muestra representativa de 25 mineros, tenga un
promedio diario de inferior a $857.500?

 =$ 857.500
σ =$ 15000
μ =$864.500
n =25
P (<857.500) =??
 857.500−864500 −7.000
Z= 15000 = 15000 = −7.000
3000
Z= - 2.33
√ 25 5

Z=-2.33 A( 49.01)
P= 50 – 49.01 = 0.99
R/: La probabilidad de que una muestra representativa de 25 mineros, tenga un promedio
diario de inferior a $857.500 es de 0.99%.
4. Las estaturas de cierto grupo de adultos tienen una media de 167,42 y una
desviación estándar de 2,58 centímetros. Si las estaturas están normalmente
distribuidas y se eligen aleatoriamente 25 personas del grupo, ¿Cuál es la
probabilidad de que su media sea 168,00 centímetros o más?
−μ
 =168.00 Z= σ
σ =2.58 √n
μ =167.42
n =25
P (>168.00) =?13.14%
 168.00−167.42 0.58
0.58
Z= 2.58 = 2.58 = 0.52
=1.12
√ 25 5
Z= 1.12→ A (0.3686)*100= 36.86

P=50- 36.86 = 13.14%

R/: La probabilidad de que su media sea 168,00 centímetros o más es de 13.14%

5. Si se extrae una muestra aleatoria de 36 elementos de una población, ¿Cuántos
elementos debe contener otra muestra de la misma población, para que el error
estándar de la media de la segunda, sea 2/3 del error de la, media de la primera
muestra?
n1 = 36

2 σ σ 2 σ σ σ
) = ¿)= = √n = 9
3 √ n1 √ n2 3 √n 9 √n

R/: Debe tener n=81 Elementos

6. Si se extraen 2 muestras aleatorias de una misma población, y si el error estándar
de la media de una de ella, es k veces el error estándar de la media de la otra, ¿Cuál
es la relación entre los tamaños de ambas?
σ
E.S= E 1 = K * E2
√n
σ σ
=K
√ n1 √ n1
1 K
=
√ n1 √ n1
(√ n 2) 2 = (k √ n 1) 2
n 2 = (k)2 (√ n 1¿ 2
n 2 = k2 n 1
n2
n1 =
k2
7. Los salarios diarios en cierta industria están distribuidos normalmente con una
media de $23.000. Si el 9% de las medias de los salarios diarios de 25 obreros, es
inferior a $23.500 cuál es la desviación estándar de los salarios diarios en esta
industria?

 =$23.500
σ =?
μ = $23.000
n =25

P (<23500) =0,09

A (0.4100) → Z = 1.34

1.34 σ = (23500-23000)√ 25
( 500 ) (5)
σ= =1.865,67
1.34

σ = 1.865,67
R/: La desviación estándar de los salarios diarios en esta industria es de 1.865,67.
8. Supongamos que se tienen, en una urna 500 fichas numeradas 1,2, 3, … 499,500,
después de mezclarlas completamente se sacan 16 fichas aleatoriamente ¿Cuál es
la probabilidad de que la suma sea mayor a 3000?

n ( n+ 1 ) 500 ( 501 )
Σ xi= = =125250
2 2

Σxi 125250
u= = =250,5
n 500
 n ( n+1 ) ( 2 n+1 ) 500 ( 501 ) (1000+1 )
Σ xi ₂= = =41.791.750
6 6
2 Σx i2 2 41791250
Q= −u = −250 ,5₂=20,833,25
N 500
Q= √ 20.833,25=144,34
Σxi 3000
x́= = =187,50
n 16
P ( x>187,5 )=?
187,50−250,5 −63
Z= = =1,75
144,34 36,085
√ 16
Z=−1,75 → A(0,4599)
P=0,5000+0,4599=0,9599∗100 %=95,99 %

R/: La probabilidad de que la suma sea mayor de 3.000 es de 95,99%

9. Si los pesos individuales de las personas que viajan en avión se distribuyen
normalmente con media de 68 kilos y desviación típica de 3,5 kilos, ¿Cuál es la
probabilidad de que un Boeing 707 con 81 pasajeros pesen más de 5.700 kilos

 = 5700
σ = 3.5 −μ
μ = 68 Z= σ
n = 81
√n
P (>70.37) = 0

5700
= 81 =70.37
 70.37−68
2.37(9) 21.33
Z= 3.5 = 3.5
= 3.5
= 6.09
√ 81
Z= 6.09 → A (0.5000)

R/: La probabilidad de que un Boeing 707 con 81 pasajeros pesen más de 5.700 kilos es
=0
10. Las estaturas de los estudiantes de una universidad, se distribuyen
normalmente con media de 170 cm y desviación típica de 18 cm. Si se toma una
muestra de 81 estudiantes, cual es la probabilidad de que tengan una estatura
superior a 175 cm.

 = 175
σ = 18 −μ
μ = 170 Z= σ
n = 81
√n
P (>1,75) =0.62%

175−170 5
5
Z= 18 = 18 = 2
= 2.5
√81 5

Z= 2.5→ A (0.4938)*100= 49.38%

P=50% - 49.38 = 0.62%

R/: La probabilidad de que tengan una estatura superior a 175 cm es de 0.62%
11. Quinientos cojinetes de bolas tienen un peso medio de 5,02 onzas y una
desviación de 0,30 onzas. Hallar la probabilidad de que una muestra al azar de 100
cojinetes, elegidos entre este grupo, tengan un peso de más de 5,10 onzas.
N = 500

 =5.10
σ =0.30
μ =5.02
n =100

P (>5,10) =0.38

P (>5,10) =0.38%
−μ 5.10−5.02
=¿
Z= σ Z= 0.30 = 2.67
√n √ 100
Z=2.67 ---A(0.4962)*100= 49.62

P=50-49.62= 0.38

R/: la probabilidad de que una muestra al azar de 100 cojinetes, elegidos entre este
grupo, tengan un peso de más de 5,10 onzas es de 0.38%.
12. A vendedores de libros, una distribuidora les asegura que además de su sueldo
básico de $660.000 mensuales, obtendrán un promedio mensual de $240.000 por
comisión. Si la distribuidora emplea a 25 vendedores, ¿cuál es la probabilidad de que el
ingreso promedio por comisión sea inferior a $237.000? Se admite que la comisión por
venta de libros tiene una desviación típica de $8.200.
R/: la probabilidad de que el ingreso promedio sea inferior a $237.000 es del 3,36%