Taller 2 y 3 Mas Evidencias

ADMINISTRACION FINANCIERA
ASIGNATURA:
ESTADISTICA II INFERENCIAL
PRESENTADO POR:
CARLOS ANDRES SANCHEZ OSORIO ID 651293
RICHARD FELIPE VALENCIA RAMIREZ ID 611381
EVELYN VANESSA MARTINEZ MORENO ID 602791
PRESENTADO A:
JOHN JAIRO ESCOBAR
NRC: 24517
COORPORACION UNIVERSITARIA MINUTO DE DIOS
IBAGUE, TOLIMA, COLOMBIA
MAYO 24 DE 2021
Taller 3: “Distribución Normal”
1. Según el Icfes el promedio nacional en la prueba Saber 11 de Lectura

crítica en 2020 fue de 52,2 con una desviación estándar de 10. Si
elegimos al azar un estudiante que haya presentado la prueba en este
año. Cuál es la probabilidad que haya obtenido
a. 55 o más puntos b. 58 o menos puntos
c. entre 53 y 59 puntos d. 47 o menos puntos
e. 45 o más puntos f. Entre 42 y 48 puntos
g. entre 49 y 55 puntos h. 52,2 o menos puntos
2. Sea X una variable que se distribuye N (100, 225). Halle las

probabilidades siguientes:
a. P [X ≤ 92.5] b. P [X ≤ 76] c. P [77.5 ≤ X ≤ 100]
3. En un examen la calificación promedio fue 3.5 y la desviación

estándar 0.3. Las calificaciones siguen una distribución normal. ¿Qué
porcentaje de estudiantes tuvo notas por debajo de 3,2? ¿Qué
porcentaje de estudiantes obtuvo notas por encima de 4?
4. Suponga un test normal de puntuación media de 75 y una desviación

estándar de 6, tres estudiantes A, B y C fueron notificados de tener
puntuaciones Z normales estándares de 1.8, 0.5 y - 0.8
respectivamente. Halle las notas obtenidas por A, B y C.
5. Una fábrica de harina empaqueta en sacos de tela. El saco de harina
se acepta como de distribución normal con media y desviación estándar
iguales a 25 y 0.5 respectivamente. Si se toma al azar un saco, ¿cuál es
la probabilidad de que:
a. Pese más de 24.75? b. Pese por lo menos 26.25?
6. Una máquina despachadora de refrescos está ajustada para servir en

promedio 200 mililitros por vaso. Si la cantidad de refrescos es
normalmente distribuida con una desviación estándar igual a 15
mililitros.
a. ¿Qué fracción de los vasos contendrá más de 224 mililitros?
b. ¿Cuál es la probabilidad de que un vaso contenga entre 191 y 209
mililitros?
c. ¿Cuántos vasos probablemente se derramarán si se utilizan vasos de
230 mililitros en los siguientes 1000 refrescos?
7. Los estudiantes de cierta escuela secundaria tienen un coeficiente

intelectual promedio de 106 y varianza 256. Al suponer la distribución
normal, halle la proporción de estudiantes con coeficiente intelectual.
a. Igual o menor que 98. b. Igual o menor que 130.
c. Igual o mayor que 127. d. Entre 94 y 118.
8. Una fábrica de alimentos empaca productos cuyos pesos están

normalmente distribuidos con media de 450 gramos y desviación
estándar de 20 gramos. Encuentre la probabilidad de que un paquete
escogido al azar
a. pese entre 435 y 476 gramos.
b. Pese más de 460 grs.
c. Pese menos de 440 grs.
d. Pese más de 458 gramos
e. Pese entre 430 y 440 granos
f. Pese menos de 460 gramos
g. Pese mínimo 470 grs
h. Pese máximo 436 grs
9. Plantee y desarrolle tres ejercicios (Problema de aplicación en su

área de conocimiento) de la distribución Normal.
Solución
1. Ejercicio
Datos
𝜇 = 52.2
𝜎 = 10
𝑋−𝜇
𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑟: 𝑍 =
𝜎
a. 55 o más puntos
55 − 52.2 2.8
𝑍= = = 0.28
10 10
𝑃[𝑋 ≥ 55] = 𝑃[𝑍 ≥ 0.28] =
1 − 𝑃[𝑍 < 0.28] = 1 − 0.6103 =
0.3897
La probabilidad de sacar 55 o más puntos es de 38.97%
b. 58 o menos puntos
58 − 52.2 5.8
𝑍= = = 0.58
10 10
𝑃[𝑋 ≤ 58] = 𝑃[𝑍 ≤ 0.58] =

= 0.7190
La probabilidad de sacar 58 o menos puntos es de 71.90%
c. entre 53 y 59 puntos
(53 − 52.2) 0.8 (59 − 52.2) 6.8
𝑍1 = = = 0.08 𝑦 𝑍2 = = = 0.68
10 10 10 10
𝑃[53 ≤ 𝑋 ≤ 59] = 𝑃[0.08 ≤ 𝑍 ≤ 0.68] = 𝑃[𝑍 ≤ 0.68] − 𝑃[𝑍 ≤ 0.08] =
= 0.7517 − 0.5319 =
= 0.2199
La probabilidad de sacar notas entre 53 y 59 es del 21.99%
d. 47 o menos puntos
47 − 52.2 −5.2
𝑍= = = −0.52
10 10
𝑃[𝑋 ≤ 47] = 𝑃[𝑍 ≤ −0.52] = 1 − 𝑃[𝑍 ≤ 0.52] = 1 − 0.6985 = 0.3015
La probabilidad de sacar 47 o menos puntos es de 30.15%

e. 45 o más puntos
45 − 52.2 −7.2
𝑍= = = −0.72
10 10
𝑃[𝑋 ≥ 45] = 𝑃[𝑍 ≥ −0.72] = 0.7642
La probabilidad de sacar 45 o más puntos es de 76.42%
f. Entre 42 y 48 puntos
(42 − 52.2) −10.2 (48 − 52.2) −4.2

𝑍1 = = = −1.02 𝑦 𝑍2 = = = −0.42
10 10 10 10
𝑃[42 ≤ 𝑋 ≤ 48] = 𝑃[−1.02 ≤ 𝑍 ≤ −0.42] =
= [1 − 0.6628] − [1 − 0.8461] =
= 0.3372 − 0.1539 = 0.1834
g. entre 49 y 55 puntos
(49 − 52.2) −3.2 (55 − 52.2) 2.8

𝑍1 = = = −0.32 𝑦 𝑍2 = = = 0.28
10 10 10 10
𝑃[49 ≤ 𝑋 ≤ 55] = 𝑃[−0.32 ≤ 𝑍 ≤ 0.28] = 𝑃[𝑍 ≤ 0.28] − 𝑃[𝑍 ≤ −0.32] =
= [0.6103] − [1 − 0.6255] =
= 0.2358
h. 52,2 o menos puntos

52.2 − 52.2 0
𝑍= = =0
10 10
𝑃[𝑋 ≤ 52.2] = 𝑃[𝑍 ≤ 0] = 0.5
La probabilidad de sacar 52.2 o menos puntos es de 50%

2. Sea X una variable que se distribuye N (100, 225). Halle las probabilidades
siguientes:
Datos
𝜇 = 100
𝜎 2 = 225
𝜎 = 15
(𝑋 − 𝜇)
𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑐𝑜𝑛 𝑙𝑎 𝑞𝑢𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑟𝑒𝑚𝑜𝑠 𝑧 =
𝜎
a. P [X ≤ 92.5]
(92.5 − 100) 7.5

𝑍= =− = −0.5
15 15
𝑃[𝑍 ≤ −0.5] = 1 − 𝑃[𝑍 ≤ 0.5] = 1 − 0.6915 = 0.3085
La probabilidad que sea menor de 92.5 es de 30.85%
b. 𝑃[𝑋 ≤ 76]
(76 − 100) 24
𝑍= =− = −1.6
15 15
𝑃[𝑍 ≤ −1.6] = 1 − 𝑃[𝑍 ≤ 1.6] = 1 − 0.9452 = 0.0548
La probabilidad de que sea menor a 76 es de 5.48%
c. 𝑃[77.5 ≤ 𝑋 ≤ 100]
(77.5 − 100) 22.5 (100 − 100) 0

𝑍1 = =− = −1.5 𝑦 𝑍2 = =− =0
15 15 15 15
𝑃[77.5 ≤ 𝑋 ≤ 100] = 𝑃[−1.5 ≤ 𝑍 ≤ 0] = 𝑃[𝑍 ≤ 0] − 𝑃[𝑍 ≤ −1.5] =
𝑃[𝑍 ≤ 0] − [1 − 𝑃[𝑍 ≤ 1.5]] = 0.5 − [1 − 0.9332] = 0.5 − 0.0668 =
= 0.4332
La probabilidad de sacar entre 77.5 y 100 es del 43.32%

3. Ejercicios
Datos
𝜇 = 3.5
𝜎 = 0.3
(𝑋 − 𝜇)
𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑎 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑟 𝑧 =
𝜎
¿Qué porcentaje de estudiantes tuvo notas por debajo de 3,2?
(3.2 − 3.5) 0.3

𝑍= =− = −1
0.3 0.3
𝑃[𝑋 < 3.2] = 𝑃[𝑍 ≤ −1] = 1 − 𝑃[𝑍 ≤ 1] = 1 − 0.8413 = 0.1587
15.87% fue el porcentaje de estudiantes que sacaron notas menores a 3.2

¿Qué porcentaje de estudiantes obtuvo notas por encima de 4?
4 − 3.5 0.5
𝑍= = = 1.66
0.3 0.3
𝑃[𝑋 > 4] = 𝑃[𝑍 > 1.66] = 1 − 𝑃[𝑍 < 1.66] = 1 − 0.9515 = 0.0478
4.78% es la probabilidad de sacar más de 4 puntos en el examen
4. Ejercicio
Datos:
𝜇 = 75
𝜎=6
𝑍𝐴 = 1.8
𝑍𝐵 = 0.5
𝑍𝐵 = −0.8
𝑐𝑜𝑚𝑜 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 Z 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠

𝑋−𝜇
𝑍=
𝜎
𝑋 = 𝑍∗𝜎+𝜇
Nota del estudiante A

𝑋 = 1.8 ∗ 6 + 75
𝑋 = 10.8 + 75
𝑋 = 85.8
𝑒𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝐴 𝑜𝑏𝑡𝑢𝑣𝑜 𝑐𝑜𝑚𝑜 𝑛𝑜𝑡𝑎 85.8 𝑝𝑢𝑛𝑡𝑜𝑠
Nota del estudiante B

𝑋 = 0.5 ∗ 6 + 75
𝑋 = 3 + 75
𝑋 = 78
𝑒𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝐵 𝑜𝑏𝑡𝑢𝑣𝑜 𝑐𝑜𝑚𝑜 𝑛𝑜𝑡𝑎 78 𝑝𝑢𝑛𝑡𝑜𝑠
Nota del estudiante C

𝑋 = (−0.8) ∗ 6 + 75
𝑋 = −4.8 + 75
𝑋 = 70.2
.
𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝐶 𝑜𝑏𝑡𝑢𝑣𝑜 𝑐𝑜𝑚𝑜 𝑛𝑜𝑡𝑎 70.2 𝑝𝑢𝑛𝑡𝑜𝑠
5. Ejercicio
𝐷𝑎𝑡𝑜𝑠: 𝜇 = 25; 𝜎 = 0.5
𝑋−𝜇
𝑍=
𝜎
a. Pese más de 24.75
24.75 − 25 0.25
𝑍= =− = −0.5
0.5 0.5
𝑃[𝑋 > 24.75] = 1 − 𝑃[𝑍 ≤ −0.5] = 0.6915
La probabilidad de que un saco de harina pese más de 24.75 kilos es de 69.15%
b. Pese por lo menos 26.25

26.25 − 25 1.25
𝑍= = = 2.5
0.5 0.5
𝑃[𝑋 ≥ 26.25] = 1 − 𝑃[𝑍 < 2.5] = 1 − 0.9938 = 0.0062
La probabilidad de que un saco de harina pese por lo menos 26.25 es de 0.62%
6. Ejercicio
Datos:
𝜇 = 200
𝜎 = 15
𝑋−𝜇
𝑈𝑠𝑎𝑚𝑜𝑠 𝑒𝑠𝑡𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑍 =
𝜎
a. ¿Qué fracción de los vasos contendrá más de 224 mililitros?
224 − 200 24
𝑍= = = 1.6
15 15
𝑃[𝑋 > 224] = 𝑃[𝑍 > 1.6] = 1 − 𝑃[𝑍 < 1.6] = 1 − 0.9452 = 0.0548
El porcentaje de vasos que contendrán más de 224 mililitros es del 5.48%
b. ¿Cuál es la probabilidad de que un vaso contenga entre 191 y 209

mililitros?
191 − 200 9 209 − 200 9

𝑍1 = =− = −0.6 𝑍2 = = = 0.6
15 15 15 15
𝑃[191 < 𝑋 < 209] = 𝑃[−0.6 < 𝑍 < 0.6]

𝑃[𝑍 < 0.6] − 𝑃[𝑍 < −0.6] = 0.7257 − [1 − 0.7257] =
= 0.7257 − 0.2743 = 0.4514
El porcentaje de vasos que se sirven entre 191 y 209 mililitros de bebida es de
45.14%
c. ¿Cuántos vasos probablemente se derramarán si se utilizan vasos de 230

mililitros en los siguientes 1000 refrescos?
230 − 200 30
𝑍= = =2
15 15
𝑃[𝑋 > 2] = 1 − 𝑃[𝑍 < 2] = 1 − 0.9772 = 0.0228
El porcentaje de vasos de que pueden derramar si son servidos en vasos de

230mililitros es de 2.28%
7. Ejercicio
Datos:
𝜇 = 106
𝜎 2 = 256
𝑋−𝜇
Utilizamos esta formula 𝑍 =
𝜎
a. Igual o menor que 98.
98 − 106 8
𝑍= =− = −0.5
16 16
𝑃[𝑋 ≤ 98] = 𝑃[𝑍 ≤ −0.5] = 1 − 𝑃[𝑍 ≤ 0.5] = 1 − 0.6915 = 0.3085
La probabilidad de que un estudiante tenga un coeficiente intelectual máximo 98

es de 30.85%
b. Igual o menor que 130.
130 − 106 24
𝑍= = = 1.5
16 16
𝑃[𝑋 ≤ 130] = 𝑃[𝑍 ≤ 1.5] = 0.9332
La probabilidad de que un estudiante tenga un coeficiente menor o igual de 130

es de 93.32%
c. Igual o mayor que 127.
127 − 106 21
𝑍= = = 1.31
16 16
𝑃[𝑋 ≥ 127] = 1 − 𝑃[𝑍 < 1.31] = 1 − 0.9049 = 0.0951
La probabilidad de que un estudiante tenga un coeficiente mayor o igual de 127
es de 9.51%
d. Entre 94 y 118.
94 − 106 12 118 − 106 12

𝑍1 = =− = −0.75 𝑍2 = = = 0.75
16 16 16 16
𝑃[94 < 𝑋 < 106] = 𝑃[−0.75 < 𝑋 < 0.75]

𝑃[𝑍 < 0.75] − 𝑃[𝑍 < −0.75] = 0.7734 − [1 − 0.7734] =
= 0.7734 − 0.2266 = 0.5468
La probabilidad de que un estudiante tenga un coeficiente intelectual entre 94 y

118 puntos es de 54.68%
8. Ejercicio
Datos:
𝜇 = 450
𝜎 = 20
𝑋−𝜇
𝑍=
𝜎
a. pese entre 435 y 476 gramos.
435 − 450 15 476 − 450 26

𝑍1 = =− = −0.75 𝑦 𝑍2 = = = 1.3
20 20 20 20
𝑃[435 < 𝑋 < 476] = 𝑃[−0.75 < 𝑋 < 1.3]

𝑃[𝑍 < 1.3] − 𝑃[𝑍 < −0.75] = 0.9032 − [1 − 0.7734] =
= 0.9032 − 0.2266 = 0.6766
La probabilidad de que la fábrica empaquete con peso entre 435 y 476

gramos es de 67.66%
b. Pese más de 460 grs.
460 − 450 10
𝑍= = = 0.5
20 20
𝑃[𝑋 > 460] = 1 − 𝑃[𝑍 < 0.5] = 1 − 0.6915 = 0.3085
La probabilidad de que la fábrica empaquete con peso de más de 460 gramos es

de 30.85%
c. Pese menos de 440 grs.
440 − 450 10
𝑍= =− = −0.5
20 20
𝑃[𝑋 < 440] = 𝑃[𝑍 ≤ −0.5] = 1 − 𝑃[𝑍 ≤ 0.5] = 1 − 0.6915 = 0.3085
La probabilidad de que la fábrica empaquete con peso menor de 440 gramos es

de 30.85%
d. Pese más de 458 gramos

458 − 450 8
𝑍= = = 0.4
20 20
𝑃[𝑋 > 458] = 1 − 𝑃[𝑍 < 0.4] = 1 − 0.6554 = 0.3446
La probabilidad de que la fábrica empaquete con peso mayor de 440 gramos es

de 34.46%
e. Pese entre 430 y 440 gramos
430 − 450 20 440 − 450 −10

𝑍1 = =− = −1 𝑍2 = = = −0.5
20 20 20 20
𝑃[430 < 𝑋 < 440] = 𝑃[−1 < 𝑋 < −0.5]

𝑃[𝑍 < −0.5] − 𝑃[𝑍 < −1] = 1 − 0.6915 − [1 − 0.8413] =
= 0.3085 − 0.1587 = 0.1498
La probabilidad de que la fábrica empaquete con peso entre 430 y 440 gramos es
de 14.98%
f. Pese menos de 460 gramos
460 − 450 10
𝑍= = = 0.5
20 20
𝑃[𝑋 < 460] = 𝑃[𝑍 < 0.5] = 0.6915
La probabilidad de que la fábrica empaquete con peso menor de 460 gramos es
de 69.15%
g. Pese mínimo 470 grs
470 − 450 20
𝑍= = =1
20 20
𝑃[𝑋 ≥ 470] = 1 − 𝑃[𝑍 < 1] = 1 − 0.8413 = 0.1587
La probabilidad de que la fábrica empaquete con peso mínimo de 470 gramos es

de 15.87%
h. Pese máximo 436 grs
436 − 450 −14

𝑍= = = −0.7
20 20
𝑃[𝑋 ≤ −0.7] = 1 − 𝑃[𝑍 < 0.7] = 1 − 0.7580 = 0.242
La probabilidad de que la fábrica empaquete con máximo de 436 gramos es de

24.2%
9. Plantee y desarrolle ejercicios (Problema de aplicación en su área de
conocimiento) de la distribución Normal.
1. Una tienda que se dedica a hacer ropa para gente de bajo peso asegura
que sus clientes tienen un peso promedio de 53kg con una desviación de 3
kg. Encuentre la probabilidad de que una persona pese más de 63kg
pueda usar la ropa que allí fabrican.
Datos:
𝜇 = 53
𝜎=3
𝑋−𝜇
𝑍=
𝜎
𝑃[𝑋 > 63]
63 − 53 10
𝑍= = = 3.33
3 3
𝑃[𝑋 > 3.33] = 1 − 𝑃[𝑍 < 3.33] = 1 − 0.9996 = 0.0004
La probabilidad de que una persona que pese 63 kg pueda comprar y usar ropa de
esta fábrica es del 0.04%
 Una familia ha decidido crear empresa, cada integrante tiene en promedio

2.500.000 pesos con una desviación de 650.000. que probabilidad existe si
otro familiar lejano quiere ingresar a dicho negocio y tiene un capital menor
de 1.700.000?
Datos:
𝜇 = 2.500.000
𝜎 = 650.000
𝑋−𝜇
𝑍=
𝜎
𝑃[𝑋 < 1.700.000]
1.700.000 − 2.500.000 −800000

𝑍= = = −1.23
650.000 650.000
𝑃[𝑋 < −1.23] = 1 − 𝑃[𝑍 < 1.23] = 1 − 0.8907 = 0.1093
La probabilidad de que este familiar lejano pueda ser socio de la nueva empresa
aportando un capital de 1.700.000 es de 10.93%
Evidencias
https://calculadorasonline.com/calculadora-de-distribucion-nomal-campana-de-
gauss/
Taller 2: “Tamaño de la muestra”
1. Explique qué clase de muestreo emplearía, en las siguientes

situaciones:
a. La Secretaría de Salud de cierta ciudad, quiere realizar un estudio

de las personas que contraen una infección de transmisión sexual
(ITS) y teniendo en cuenta que mucha de esta población no ha sido
diagnóstica por los centros de salud, entonces no se tienen los
registros verdaderos de aquellas personas que padecen de estas
enfermedades.
 Este tipo de investigación hace que la muestra sea elegida usando

la razón, se deja a un lado la selección aleatoria debido a que si
escogemos 20 personas puede que ninguna padezca una
enfermedad de transmisión sexual. Se utilizaría el muestreo bola de
nieve; permite que conociendo a un individuo con la característica
de mi investigación me pueda llevar a otros individuos.
b. Un importante periódico quiere saber las preferencias que tienen las

personas del país por los candidatos a la presidencia.
 Para ello necesitamos que la muestra sea lo más representativa

posible. En el contexto político sabemos que hay regiones donde
dominan ciertas corrientes políticas lo ideal sería hacer subgrupos
de regiones y elegir al azar de cada subgrupo individuos que
conformen la muestra. Muestreo por conglomerados.
2. Un ingeniero trata de ajustar una máquina dispensadora de
gaseosas de tal forma que el promedio del líquido dispensado se
encuentra dentro de cierto rango. Sabe que la cantidad de líquido
vertida por la máquina sigue una distribución normal con una
desviación estándar de 0.15 decilitros. También desea que el valor
estimado que vaya a obtener de la media comparado con el
verdadero no sea superior a 0.02 decilitros, con una confianza del
95%. ¿De qué tamaño debe escoger la muestra, o sea cuántas
mediciones debe realizar para que cumpla el plan propuesto?
Desviacion estandar 𝜎= 0,15

Error de estimacion 0,02
nivel de significancia = 0,05
Valor de Z 1,96
Tamaño de muestra n= ¿?
(POBLACION INFINITA)
n= 216
Conclusion
Se debe escoger un tamaño de muestra de 216 mediciones, con una confiabilidad del 95%
3. Para efectos de una planeación económica en cierta zona del país,

es necesario estimar entre 10 000 establos lecheros, el número de
vacas lecheras por establo con un error de estimación de 4 y un
nivel de confianza del 90%. Si se sabe que 𝜎2 = 1000. ¿Cuántos
establos deben visitarse para satisfacer estos requerimientos?
Varianza 𝜎 = 1000
error de estimacion 4
Nivel de significancia = 0,1
Valor Z estandar 1,645
Tamaño de la poblacion 10000
Tamaño de la muestra n= ¿?
(POBLACION FINITA)
𝜎
𝜎
n= 166,3
Conclusion
Con una confianza del 90%, el tamaño de muestra que se debe tomar es de 166 establos
4. Se está planeando una encuesta con el fin de determinar la

proporción de familias que carecen de medios económicos para
atender los problemas de salud. Existe la impresión de que esta
proporción está próxima a un 35%. Se desea determinar un
intervalo de confianza del 99% con un error de estimación de 0.05.
¿De qué tamaño debe tomarse la muestra?
Proporcion de éxito = 0,35

error estimado 0,05
Z estandar 2,5758
Proporcion de fracaso 0,65
n= 603,8
Conclusión
El tamaño de muestra para estima la proporción de las familias que carecen de medios
económicos para atender problemas de salud es de 604, con una confianza de 99%
5. El decano de una facultad desea realizar una encuesta para

determinar la proporción de estudiantes que está a favor del
cambio de sede. Ya que entrevistar a 2000 estudiantes es una
tarea casi imposible, determine el tamaño de muestra necesario
para estimar la proporción de estudiantes que están a favor, con
un error de estimación de 0.05 y un nivel de confianza del 95%
Probabilidad de fracaso 0,5

Probabilidad de éxito = 0,5
error de estimacion 0,05
(POBLACION FINITA)
n= 322,4
Conclusión
Con una confianza del 95% se deben elegir 322 estudiantes para estimar quienes están a
favor
6. Suponga que las estaturas de los hombres tienen distribución
normal con desviación estándar de 2.5 pulgadas. ¿De qué tamaño
se debe tomar la muestra si se desea determinar un intervalo de
confianza del 95% para una media con un error de estimación de
0.5?
Desviacion estandar 𝜎= 2,5

Error de estimacion 0,5
Valor de Z 1,96
n= 96
Conclusión
Se debe escoger un tamaño de muestra de 96 hombres, con una confiabilidad del 95%
7. Un químico ha preparado un producto diseñado para matar el 80%

de un tipo particular de insectos, ¿de qué tamaño se debe escoger
la muestra para estimar la verdadera proporción si se requiere un
intervalo de confianza del 95% y un error de estimación del 2%?

error estimado 0,02
Z estandar 1,96
n= 1536,6
Conclusion
para saber la verdadera proporcion debemos elegir una muestra de 1537 insectos
8. Un técnico desea determinar el tiempo promedio que los operarios

tardan en preparar sus equipos. ¿Qué tamaño debe tener la
muestra si se necesita una confianza del 95% de que su media
muestral estará dentro de 15 segundos del promedio real?
Suponga que por estudios anteriores se sabe que 𝜎 = 45 segundos.
Desviacion estandar 𝜎= 45
Error de estimacion 15
Valor de Z 1,96
n= 35
Conclusion
Se debe elegir a 35 operarios para determinar el tiempo promedio que se demoran
9. Se desea estimar el peso promedio de un lote de 500 naranjas.
Para ello se va escoger aleatoriamente cierto número de naranjas.
Se desea que el error de estimación sea máximo de 2 onzas con
un nivel de confianza del 90%. ¿Cuántas naranjas deben
seleccionarse? Suponga que 𝜎 = 5.
Varianza 𝜎 = 5
error de estimacion 2
(POBLACION FINITA)
𝜎
𝜎
n= 16,8
Conclusion
Se deben seleccionar 17 naranjas de 500 para estimar el peso promedio
10. Se desea estimar la proporción de estudiantes que están a favor

de la legalización de las drogas prohibidas. El error de estimación
se requiere del 1% y un nivel de confianza del 99%. ¿Cuántos
estudiantes deben incluirse en la muestra?
error estimado 0,01
Z estandar 2,5758
n= 16586,9
Conclusion
para saber la proporcion de estudiantes q apoyan la idea se debe elegir a 16587
11. Se desea estimar la fuerza promedio para levantar a un niño de

seis años. Como no se tenía información sobre la varianza de esta
población se procedió a tomar una muestra piloto para estimarla;
los resultados fueron los siguientes: 2.24, 2.26, 2.47, 1.56, 1.72,
1.48, 2.40, 2.03, 1,72, 2.10, 1.74, 1.55. Si se desea estimar un
intervalo del 95% de confianza con un error de estimación de 0.1.
¿De qué tamaño se debe escoger la muestra? Suponga que estos
datos provienen de una distribución normal.
fuerza
2,24
2,26
2,47 Desviacion estandar 𝜎= 0,35207071
1,56 Error de estimacion 0,1
1,72 nivel de significancia = 0,05
1,48 Valor de Z 1,96
2,4 Tamaño de muestra n= ¿?
2,03
1,72
2,1
1,74
1,55
n= 48
Conclusion
se deben elegir 48 individuos para estimar la fuerza promedio que se usa para levantar un niño de 6 años
12. El jefe de personal de una empresa desea realizar una encuesta

para determinar la proporción de trabajadores que está a favor de
un cambio del horario de trabajo. Como es imposible consultar a los
500 trabajadores en un lapso razonable, procede a escoger
aleatoriamente cierto número de trabajadores para entrevistarlos;
determine el número de trabajadores que debe entrevistarse si se
desea que la proporción estimada presente un error máximo del 5%
y un nivel de confianza del 95%.
(POBLACION FINITA)
n= 217,5
Conclusion
para saber la verdadera proporcion de trabajadores que apoyan la idea se debe encuestar a 217
13. Una investigación realizada sobre un nuevo producto de higiene

bucal se realiza en una población que tiene 12.300 habitantes, los cuales
son considerados el nicho de mercado al cual va a ser dirigido el nuevo
producto de higiene bucal. Para ello, se tienen algunos cuestionamientos
importantes, pero para iniciar la investigación se debe responder la
siguiente pregunta: ¿cuántas deben ser las personas ha encuestar para
identificar la intención de compra de este producto? Para esto es
importante tener en cuenta que el nivel de confianza es del 99 % con un
error máximo del 2%. Estudios anteriores mostraron que la varianza

(POBLACION FINITA)
n= 3101,4
Conclusion
Para saber la intencion de compra de un nuevo producto de higiene se debe encuestra a 3101 personas
14. La hipótesis del concesionario Automotor para todos es que el 45%

de las familias de la capital del país tiene vehículo propio. Si se pretende
a corroborar lo dicho por este concesionario se debe hacer una
investigación para estimar la proporción de familias que tienen vehículo
propio.
A partir de esta información determine lo siguiente:
a. Si el nivel de confianza es del 98%, con un error del 1%, ¿Cuál
es el tamaño de la muestra?

error estimado 0,01
Z estandar 2,326
n= 13390,4
Conclusion
el tamaño de la muestra para estimar la proporcion de familias que tienen vehiculo es de 13390
b. Si se conociera que el tamaño de la población es 15.000
personas, ¿cuál sería el tamaño de la muestra a analizar?

(POBLACION FINITA)
n= 7075,0
Conclusion
el tamaño de la muestra para estimar la proporcion de familias que tienen vehiculo dada una poblacion de 15000 es de 7075
15. El departamento de producción de la fábrica de automóviles recibe

un lote de 5.000 piezas, necesarias para la fabricación de una pieza más
grande. A partir de ello, se debe revisar este lote y verificar si se aprueba
o no este. El proveedor asegura que no hay más de 150 piezas
defectuosas, para lo cual se decide tomar una muestra ¿Cuántas piezas
debe examinar para que con un nivel de confianza del 99%, el error que
cometa en la estimación de la proporción poblacional de defectuosas no
sea mayor a 0.05?
(POBLACION FINITA)
n= 76,1
Conclusion
se debe tomar una muestra de 76 piezas para estimar la verdadera porporcion de piezas defectuosas
16. Se desea tomar una muestra de los estudiantes de la Corporación

Universitaria Minuto de Dios VRTMM para estimar la proporción de
estudiantes que hacen uso de los cursos ofertados por bienestar
universitario. Para ello, se establece que el error máximo sea del 3%, con
un nivel de confianza del 95%. A partir de esta información, responda:
¿qué tamaño de la muestra se debe tomar, teniendo en cuenta que la
universidad tiene 8000 estudiantes matriculados?

(POBLACION FINITA)
n= 941,6
Conclusion
para saber la proporcion de los estudiantes que asisten a los cursos debemos escoger un
tamaño de muestra de 941 estudiantes
17. Un fabricante de muebles desea realizar una inspección sobre la

calidad de sus productos, para ello realiza una encuesta y obtuvo los
siguientes resultados:
x= 56 meses
s= 2 meses
a. Si el nivel de confianza es del 95%, con un error del 1%, ¿Cuál es
el tamaño de la muestra?
error estimado 0,01
Z estandar 1,96
n= 9604,0
Conclusion
debe elegir una muestra de 9604 productos
b. Si al mes se producen 500 unidades. ¿Cuál sería el nuevo

tamaño de la muestra?

(POBLACION FINITA)
n= 475,3
Conclusion
se debe tomar una muestra de 76 piezas para estimar la verdadera porporcion de piezas defectuosas
18. Si el fabricante del punto anterior encuentra que el 6% de su

producto presenta algunos defectos
19.
a. Si el nivel de confianza es del 96% y el error del 12
%,¿Cuál sería el tamaño de la muestra?
error estimado 0,12
Z estandar 2,053
n= 16,5
Conclusion
Debe examinar 17 de sus trabajos
b. Si se producen 15.000 artículos, ¿cuál sería el tamaño

de la muestra.

(POBLACION FINITA)
n= 15,0
Conclusion
Debe examinar 15 de sus trabajos suponiendo una poblacion de 15000
20. En una investigación sobre el ingreso familiar, se encontró que estos

son de $125.000 en promedio semanalmente, con una desviación típica
de $40.000. ¿Qué tamaño debería tener una muestra, si se desea que el
error máximo sea de $5.000, con un nivel de confianza del 95%.
Desviacion estandar 𝜎= 40000

Error de estimacion 5000
Valor de Z 1,96
n= 246
Conclusion
Para estimar el promedio de los salarios familiares se debe tener una muestra de 246 trabajadores
21. Un publicista desea calcular el tamaño de la muestra de los hogares
de una localidad de la ciudad, para determinar qué proporción de los
hogares que ven la franja publicitaria de las 8 de la noche, durante la
semana; la estimación es del 4% de la proporción verdadera, con un 95%
de confianza, en la encuesta aplicada encontró que 200 hogares, ven la
franja de las 8 de la noche.

(POBLACION FINITA)
n= 150,2
Conclusion
Se debe elegir una muestra de 150 hogares para estimar la proporcion de hogares que
ven la franja publicitaria de la 8
PROCEDIMIENTO TALLER 2

Taller 2 y 3 Mas Evidencias

Cargado por

Copyright:

Formatos disponibles

Taller 2 y 3 Mas Evidencias

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Taller 2 y 3 Mas Evidencias

Cargado por

Copyright:

Formatos disponibles

ADMINISTRACION FINANCIERA

CARLOS ANDRES SANCHEZ OSORIO ID 651293

RICHARD FELIPE VALENCIA RAMIREZ ID 611381

EVELYN VANESSA MARTINEZ MORENO ID 602791

COORPORACION UNIVERSITARIA MINUTO DE DIOS

IBAGUE, TOLIMA, COLOMBIA

1. Según el Icfes el promedio nacional en la prueba Saber 11 de Lectura

2. Sea X una variable que se distribuye N (100, 225). Halle las

3. En un examen la calificación promedio fue 3.5 y la desviación

4. Suponga un test normal de puntuación media de 75 y una desviación

6. Una máquina despachadora de refrescos está ajustada para servir en

7. Los estudiantes de cierta escuela secundaria tienen un coeficiente

8. Una fábrica de alimentos empaca productos cuyos pesos están

9. Plantee y desarrolle tres ejercicios (Problema de aplicación en su

𝑃[𝑋 ≤ 58] = 𝑃[𝑍 ≤ 0.58] =

La probabilidad de sacar 58 o menos puntos es de 71.90%

𝑃[𝑋 ≤ 47] = 𝑃[𝑍 ≤ −0.52] = 1 − 𝑃[𝑍 ≤ 0.52] = 1 − 0.6985 = 0.3015

La probabilidad de sacar 47 o menos puntos es de 30.15%

(42 − 52.2) −10.2 (48 − 52.2) −4.2

La probabilidad de sacar notas entre 42 y 48 es del 18.34%

(49 − 52.2) −3.2 (55 − 52.2) 2.8

La probabilidad de sacar notas entre 49 y 55 es del 23.58%

h. 52,2 o menos puntos

𝑃[𝑋 ≤ 52.2] = 𝑃[𝑍 ≤ 0] = 0.5

La probabilidad de sacar 52.2 o menos puntos es de 50%

(92.5 − 100) 7.5

La probabilidad que sea menor de 92.5 es de 30.85%

La probabilidad de que sea menor a 76 es de 5.48%

(77.5 − 100) 22.5 (100 − 100) 0

La probabilidad de sacar entre 77.5 y 100 es del 43.32%

¿Qué porcentaje de estudiantes tuvo notas por debajo de 3,2?

(3.2 − 3.5) 0.3

𝑃[𝑋 < 3.2] = 𝑃[𝑍 ≤ −1] = 1 − 𝑃[𝑍 ≤ 1] = 1 − 0.8413 = 0.1587

15.87% fue el porcentaje de estudiantes que sacaron notas menores a 3.2

4.78% es la probabilidad de sacar más de 4 puntos en el examen

𝑐𝑜𝑚𝑜 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 Z 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠

Nota del estudiante A

𝑒𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝐴 𝑜𝑏𝑡𝑢𝑣𝑜 𝑐𝑜𝑚𝑜 𝑛𝑜𝑡𝑎 85.8 𝑝𝑢𝑛𝑡𝑜𝑠

Nota del estudiante B

Nota del estudiante C

𝐸𝑙 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 𝐶 𝑜𝑏𝑡𝑢𝑣𝑜 𝑐𝑜𝑚𝑜 𝑛𝑜𝑡𝑎 70.2 𝑝𝑢𝑛𝑡𝑜𝑠

𝑃[𝑋 > 24.75] = 1 − 𝑃[𝑍 ≤ −0.5] = 0.6915

La probabilidad de que un saco de harina pese más de 24.75 kilos es de 69.15%

b. Pese por lo menos 26.25

La probabilidad de que un saco de harina pese por lo menos 26.25 es de 0.62%

a. ¿Qué fracción de los vasos contendrá más de 224 mililitros?

b. ¿Cuál es la probabilidad de que un vaso contenga entre 191 y 209

191 − 200 9 209 − 200 9

𝑃[191 < 𝑋 < 209] = 𝑃[−0.6 < 𝑍 < 0.6]

c. ¿Cuántos vasos probablemente se derramarán si se utilizan vasos de 230

El porcentaje de vasos de que pueden derramar si son servidos en vasos de

a. Igual o menor que 98.

La probabilidad de que un estudiante tenga un coeficiente intelectual máximo 98

La probabilidad de que un estudiante tenga un coeficiente menor o igual de 130

94 − 106 12 118 − 106 12

𝑃[94 < 𝑋 < 106] = 𝑃[−0.75 < 𝑋 < 0.75]

La probabilidad de que un estudiante tenga un coeficiente intelectual entre 94 y

435 − 450 15 476 − 450 26