Para resolver este problema deberemos normalizar los datos para que pueda ser utilizada la Tabla de Probabilidad Normal estándar.
Para ello se utilizará la estadistico Z = (X - μ) / σ, donde X es el dato a normalizar, μ es la media muestral y σ es la desviación estándar de la media.
Datos : μ = 1500σ = 850P( X = 1700) = ?
Como se sabe, en la tabla Normal Estandarizada de Probabilidades los probabilidades mostradas son aquellas que indican que la probabilidad obtenida es menor o igual a al valor buscado.
Pero la tabla no expresa la probabilidad de ocurrencia de un valor exacto, como se solicita en este problema.
La forma de obtener la probabilidad de valores puntuales de un evento en la Tabla Normal Estandarizada es conseguir las probabilidades menor o igual y mayor o igual para el valor deseado y la resta de estos resultados nos dará la probabilidad puntual buscada.
Entonces lo anterior lo podemos expresar como : P(X = 1700) = P (X ≤ 1700) - P(X ≥ 1700) = P (X ≤ 1700) - ( 1 - P (X ≤ 1700))P(X = 1700) = 2P(X ≤ 1700) - 1Normalizado la expresión anterior se tiene : P((X - μ) / σ = (1700 - 1500 / 850) ) = 2P( (X - μ) / σ ≤ (1700 - 1500) / 850) - 1 P (Z = 20 / 85) = 2P(Z ≤ 20 / 85) - 1 ; P(Z = 0, 23) = 2P ( Z ≤ 0, 23) - 1Buscando en la tabla Normal Estandarizada, para un valor de 0, 23 la probabilidad es 0, 591.
Reemplazando en la igualdad anterior : P(Z = 0, 23) = 2P ( Z ≤ 0, 23) - 1 = 2 .
0591 - 1 = 1, 182 - 1 = 0, 182 = 18, 20%∴ P(Z = 0, 23) = 18, 20%
De esta manera, la probabilidad de que el Banco mantenga un promedio de 1700 clientes es de 18, 20%.
A tu orden.