Simulacre d'examen de distribució normal

La taula de la normal només porta valors positius, així que cal fer servir la simetria de la campana:

$P(Z \le -2.5) = 1 - P(Z \le 2.5) = 1 - 0.9938 = 0.0062$

És a dir, un 0.62 % dels casos queden per sota de $-2.5$.

Recorda que $P(Z \le a)$ és l'àrea a l'esquerra de la campana, i que l'àrea total val 1.

La taula de la normal només porta valors positius, així que cal fer servir la simetria de la campana:

$P(Z \le -2.1) = 1 - P(Z \le 2.1) = 1 - 0.9821 = 0.0179$

És a dir, un 1.79 % dels casos queden per sota de $-2.1$.

Recorda que $P(Z \le a)$ és l'àrea a l'esquerra de la campana, i que l'àrea total val 1.

La taula de la normal només porta valors positius, així que cal fer servir la simetria de la campana:

$P(Z \le -1.7) = 1 - P(Z \le 1.7) = 1 - 0.9554 = 0.0446$

És a dir, un 4.46 % dels casos queden per sota de $-1.7$.

Recorda que $P(Z \le a)$ és l'àrea a l'esquerra de la campana, i que l'àrea total val 1.

La taula de la normal només porta valors positius, així que cal fer servir la simetria de la campana:

$P(Z \le -1.3) = 1 - P(Z \le 1.3) = 1 - 0.9032 = 0.0968$

És a dir, un 9.68 % dels casos queden per sota de $-1.3$.

Recorda que $P(Z \le a)$ és l'àrea a l'esquerra de la campana, i que l'àrea total val 1.

La taula de la normal només porta valors positius, així que cal fer servir la simetria de la campana:

$P(Z \le -0.9) = 1 - P(Z \le 0.9) = 1 - 0.8159 = 0.1841$

És a dir, un 18.41 % dels casos queden per sota de $-0.9$.

Recorda que $P(Z \le a)$ és l'àrea a l'esquerra de la campana, i que l'àrea total val 1.

La taula de la normal només porta valors positius, així que cal fer servir la simetria de la campana:

$P(Z \le -0.5) = 1 - P(Z \le 0.5) = 1 - 0.6915 = 0.3085$

És a dir, un 30.85 % dels casos queden per sota de $-0.5$.

Recorda que $P(Z \le a)$ és l'àrea a l'esquerra de la campana, i que l'àrea total val 1.

Les taules només existeixen per a la normal estàndard $N(0,1)$. Per fer-les servir amb qualsevol altra normal, cal tipificar: restar la mitjana i dividir per la desviació.

$Z = \frac{X - \mu}{\sigma} = \frac{52 - 50}{2} = 1$

Això vol dir que $52$ està a 1 desviacions per sobre de la mitjana.

Ara ja podem anar a la taula:

$P(X \le 52) = P(Z \le 1) \approx 0.8413$

És a dir, un 84.13 % dels casos.

Les taules només existeixen per a la normal estàndard $N(0,1)$. Per fer-les servir amb qualsevol altra normal, cal tipificar: restar la mitjana i dividir per la desviació.

$Z = \frac{X - \mu}{\sigma} = \frac{55 - 50}{5} = 1$

Això vol dir que $55$ està a 1 desviacions per sobre de la mitjana.

Ara ja podem anar a la taula:

$P(X \le 55) = P(Z \le 1) \approx 0.8413$

És a dir, un 84.13 % dels casos.

Les taules només existeixen per a la normal estàndard $N(0,1)$. Per fer-les servir amb qualsevol altra normal, cal tipificar: restar la mitjana i dividir per la desviació.

$Z = \frac{X - \mu}{\sigma} = \frac{60 - 50}{10} = 1$

Això vol dir que $60$ està a 1 desviacions per sobre de la mitjana.

Ara ja podem anar a la taula:

$P(X \le 60) = P(Z \le 1) \approx 0.8413$

És a dir, un 84.13 % dels casos.

Les taules només existeixen per a la normal estàndard $N(0,1)$. Per fer-les servir amb qualsevol altra normal, cal tipificar: restar la mitjana i dividir per la desviació.

$Z = \frac{X - \mu}{\sigma} = \frac{102 - 100}{2} = 1$

Això vol dir que $102$ està a 1 desviacions per sobre de la mitjana.

Ara ja podem anar a la taula:

$P(X \le 102) = P(Z \le 1) \approx 0.8413$

És a dir, un 84.13 % dels casos.

Les taules només existeixen per a la normal estàndard $N(0,1)$. Per fer-les servir amb qualsevol altra normal, cal tipificar: restar la mitjana i dividir per la desviació.

$Z = \frac{X - \mu}{\sigma} = \frac{95 - 100}{5} = -1$

Això vol dir que $95$ està a 1 desviacions per sota de la mitjana.

Ara ja podem anar a la taula:

$P(X \le 95) = P(Z \le -1) \approx 0.1587$

És a dir, un 15.87 % dels casos.

Les taules només existeixen per a la normal estàndard $N(0,1)$. Per fer-les servir amb qualsevol altra normal, cal tipificar: restar la mitjana i dividir per la desviació.

$Z = \frac{X - \mu}{\sigma} = \frac{172 - 170}{2} = 1$

Això vol dir que $172$ està a 1 desviacions per sobre de la mitjana.

Ara ja podem anar a la taula:

$P(X \le 172) = P(Z \le 1) \approx 0.8413$

És a dir, un 84.13 % dels casos.