CURSO: e-MATEMTICA

U24
DATOS Y AZAR
RANGO

Rango o recorrido es la diferencia entre el mayor y el menor de los datos.

DESVIACIN ESTNDAR o TPICA

Es una medida de dispersin y nos indica cunto tienden a alejarse los datos del promedio
aritmtico.

Para calcular la desviacin estndar () se utiliza la siguiente frmula:

Para datos no agrupados
=

Para datos agrupados

en tablas de frecuencia

(x1 x)2 + (x2 x)2 + ... + (xn x)2

n

f1(x1 - x)2 +f2(x2 - x)2 + ... +fn(xn - x)2

f1 f2 ........ fn

Donde

OBSERVACIN:

n: total de datos

xi : dato;

fi : frecuencia

Donde xi : marca de clase

Al trabajar con datos agrupados en fintervalos

se utiliza la marca de clase de cada uno de ellos,
i : frecuencia
en lugar de xi.
PROPIEDADES

Sea x una variable aleatoria y k un nmero real

1) (x) 0
2) (k) = 0
3) (x + k) = (x)
4) (kx) = k (x)

EJERCICIOS RESUELTOS

1.

Con respecto a la tabla de frecuencias adjunta, cul(es) de la siguientes proposiciones

es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

El promedio es 6.
El total de datos es 5.
La desviacin estndar es

Edad (aos)

N de nios

[0 4[
[4 8[
[8 12[

12,8 .

2
1
2

Solo I
Solo I y II
Solo I y III
Solo II y III
I, II y III

Desarrollo
I) Verdadero.

Como la variable est agrupada en intervalos, es necesario determinar

la marca de clase xM, que es corresponde al promedio de los lmites del
intervalo, con la cual se puede determinar el promedio utilizando la
f x f x f3 xM3
x 1 M1 2 M2
frmula:
f1 f2 f3
Edad (aos)

Marca de
Clase
xM

N de nios

xM f

[0 4[

04
2
2

[4 8[

48
6
2

[8 -12[

8 12
10
2

20

30

Total

30
6
5
En total hay 5 medidas, que son 5 datos.
La desviacin estndar est dada por la frmula:
Por tanto x

II) Verdadero.
III) Verdadero.

f1 x1M x

f2 x2M x

f3 x3M x

f1 f2 f3

, entonces, con los datos del

ejercicio se tiene:

2 2 6 1 6 6 2 10 6
2

2 12
32 0 32

64
12, 8
5

La alternativa correcta es E

2 4 1 0 2 4
2

2 12

2.

Al analizar los puntajes de los 4 controles realizados por Juan y Pedro, se obtuvieron los
siguientes resultados:
Juan
613
54,47

Promedio
Desviacin estndar

Pedro
613
168,74

De acuerdo con esta informacin, cul(es) de las siguientes afirmaciones es (son)

siempre verdadera(s)?
I)
II)
III)

A)
B)
C)
D)
E)

Juan tiene puntajes ms cercanos a su promedio.

Ambos han obtenido los mismos puntajes en los controles.
Existe un error en el clculo de las desviaciones estndar de Pedro o de Juan,
porque ambos tienen el mismo promedio.

Solo I
Solo I y II
Solo I y III
Solo II y III
I, II y III

Desarrollo
I)

Verdadero.

II)

Falso.

III) Falso.

La desviacin estndar de Juan es menor que la de Pedro, por lo que

los puntajes de los controles estn ms cercanos al promedio.
Obtener el mismo promedio no asegura que los puntajes de los
controles de Juan y Pedro, sean los mismos.
Los valores de las desviaciones estndares estn relacionados con la
heterogeneidad de los puntajes obtenidos, no con el promedio de ellos.

La alternativa correcta es A

EJEMPLOS

1.

El rango en el conjunto de datos {3, 7, 8, 11, 1, 10, 15, 20, 21, 22, 24, 23} es
A)
B)
C)
D)
E)

2.

12
20
21
22
23

Cul(es) de las siguientes proposiciones es (son) verdadera(s)?

I)
II)
III)
A)
B)
C)
D)
E)

3.

Solo I
Solo I y II
Solo II y III
I, II y III
Ninguna de ellas

Se tiene un conjunto de 4 nmeros enteros cuya desviacin estndar es p. Si a cada valor

se agregan 3 unidades. Entonces, la nueva desviacin estndar es
A)
B)
C)
D)
E)

4.

La desviacin estndar es un nmero real no negativo.

La diferencia entre un dato y el promedio de la muestra puede ser positiva o
negativa.
El rango es una medida de dispersin que puede ser negativa.

p+3
4p
p
p + 12
12p

En una familia las edades de sus hijos son 3, 4, 7, 9 y 12 aos. Cul(es) de las
siguientes afirmaciones es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

Solo
Solo
Solo
Solo
Solo

Si todos aumentaran un ao, entonces la media sera 5 unidades mayor.

La muestra es amodal.
La desviacin estndar es de

10, 8 aos.

II
III
I y II
I y III
II y III

VARIANZA

Es otra medida de dispersin que corresponde al cuadrado de la desviacin estndar.

Var(x) = 2 =

Para datos agrupados

en tablas de frecuencia

(x1 x) + (x2 x) + ...+ (xn x)

n

Var(x) = 2 =

f1(x1 x)2 + f2 (x2 x) 2 + ... + fn (xn x)2

f1 + f2 + f3 + ... + fn

Donde xi : variable
fi : frecuencia
OBSERVACIN:

1. El valor de la varianza es siempre un nmero no negativo

2. Al trabajar con datos agrupados en intervalos se utiliza la marca de clase de cada uno de
ellos, en lugar de xi.
PROPIEDADES DE LA VARIANZA

Sea x una variable aleatoria y k un nmero real

1) Var (x) 0
2) Var (k) = 0
3) Var (x + k) = Var (x)
4) Var (kx) = k2 Var(x)

EJERCICIOS RESUELTOS
1.

Sea una desviacin estndar , tal que 0 < < 1, cul(es) de las siguientes
afirmaciones son siempre verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

La varianza es mayor que la desviacin estndar.

La media aritmtica es cero.
La mediana es cero.

Solo I
Solo II
Solo II y III
I, II y III
Ninguna de ellas

Desarrollo
Como la desviacin estndar , es tal que 0 < < 1, entonces podemos asignarle
1
un valor, tal que .
2
2

I)
II)
III)

Falso.
Falso.
Falso.

1
1
1
Desviacin estndar = ; Varianza = 2 , entonces la
2
4
2
desviacin estndar es mayor que la varianza.
La media aritmtica no tiene porque ser siempre igual a cero.
La mediana no tiene porque ser siempre igual a cero.

Alternativa correcta es E

2.

De acuerdo a la tabla adjunta, cul(es) de las siguientes proposiciones es (son)

verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

A+B=3
La desviacin estndar es

xi
4
5
6
7
8

2.

La varianza es 2.

Solo I
Solo II
Solo II y III
I, II y III
Ninguna de ellas

(xi x )2
B
1
0
A
4

Desarrollo
Necesitamos conocer el valor del promedio de los datos.

De la tabla se tiene que para xi= 6, xi x 0 6 x 0 x 6 .

I) Falso.

B = (4 6)2 = 22 = 4; A = (7 6)2 = 12 = 1 A + B = 4 + 1 = 5.

II) Verdadero.

4 1 0 1 4
10

2
5
5

III) Verdadero. Varianza = 2

2 2

Alternativa correcta es C

EJEMPLOS
1.

Cul(es) de las siguientes afirmaciones es (son) verdadera(s)?

I)
II)
III)
A)
B)
C)
D)
E)

2.

La varianza puede ser igual a la desviacin estndar.

Si sumamos a todos los valores de la variable una constante, la varianza no
cambia.
La varianza es la raz cuadrada de la desviacin estndar.

Solo I
Solo II
Solo III
Solo I y II
I, II y III

Se tienen cuatro nmeros x, y, z, w cuya varianza es , entonces la varianza de kx, ky,

kz, kw, con k un nmero natural, es
A) 4k
B) k4
C) k2
D)
k
E) 4(k + )

3.

En una muestra de 10 datos se obtiene una desviacin estndar igual a 1,5. Si a cada
elemento de la muestra se agregan 10 unidades, entonces, la nueva desviacin estndar
y varianza son, respectivamente
Desv. Est.
A)
B)
C)
D)
E)

101,5
101,5
11,5
1,5
1,5

Varianza
102,25
12,25
12,25
102,25
2,25

VARIABLES ALEATORIAS

Se llama VARIABLE ALEATORIA a toda funcin que asocia un nmero real a cada elemento del
espacio muestral de un experimento aleatorio.
OBSERVACIN:

Se simbolizan con letras maysculas, por ejemplo: X ; Y ; Z ;

VARIABLES ALEATORIAS DISCRETAS (VAD)

Son aquellas que pueden tomar una cantidad finita de valores o una cantidad infinita
numerable de valores.
Ejemplos: Suma de puntos en el lanzamiento de dos dados, las preguntas correctas en una
prueba, nmeros de hijos de una familia etc.
VARIABLES ALEATORIAS CONTINUAS (VAC)

Son aquellas que pueden tomar todos los valores posibles dentro de un cierto intervalo en los
nmeros reales.
Ejemplos: peso de los alumnos de un curso, tiempo de funcionamiento de un dispositivo
electrnico, cantidad de agua consumida en mes por una familia, etc.
EJEMPLO:

Se define la variable aleatoria X como el nmero de hijos varones que puede tener un
matrimonio que tiene tres hijos. La tabla muestra los posibles resultados, representando con
m a las hijas y con v a los hijos, y los valores de la variable X:
Resultados posibles
(m,m,m)
(v,m,m);(m,v,m);(m,m,v)
(v,v,m);(v,m,v);(m,v,v)
(v,v,v)

Valores de X
0
1
2
3

EJEMPLO
1.

Se lanza dos veces un dado y se define la variable aleatoria X, como el valor absoluto de
la diferencia de los puntos. Cul(es) de las siguientes afirmaciones es (son)
verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

X es una variable aleatoria discreta.

El recorrido de la variable tiene 6 elementos.
El conjunto de valores posibles de variable aleatoria X son {0, 1, 2, 3, 4, 5}.

Solo I
Solo III
Solo I y III
Solo II y III
I, II y III

FUNCIN

DE

PROBABILIDAD

Se llama funcin de probabilidad de una variable aleatoria discreta X a la aplicacin que

asocia a cada valor de xi de la variable su probabilidad pi.
Se denota por f(x) = P(X = xi)
PROPIEDADES

1. 0 f(xi) 1
2. f(x1) + f(x2) + + f(xn) = 1
EJEMPLO

Definida la variable X como el nmero de hijos varones que puede tener un matrimonio que
con tres hijos. La tabla muestra la probabilidad para los diferentes valores de X:
Resultados

Valores de X

(m,m,m)
(v,m,m);(m,v,m);(m,m,v)
(v,v,m);(v,m,v);(m,v,v)
(v,v,v)
f(x)

0
1
2
3

f(xi) = P(X = xi)

1/8
3/8
3/8
1/8

Funcin de probabilidad

3
8

f(x1) + f(x2) + f(x3) + f(x4) = 1

1
3
3
1
+
+
+
=1
8
8
8
8

1
8
0

Valores v.a.

EJERCICIO RESUELTO
1.

En una urna hay 4 fichas marcadas con el nmero 2; 4 fichas con el 0 y 4 fichas con el -2.
El experimento consiste en sacar dos fichas sin reposicin, y se define la variable aleatoria
X como el producto de los nmeros que tienen las fichas que se sacan. Cul(es) de las
siguientes proposiciones es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

Los posibles valores de variable aleatoria X son {4, 0, -4}.

P(x = -4) > P(x = 4)
8
P(x = 0)=
33

Solo I
Solo II
Solo I y II
Solo I y III
I, II y III

Desarrollo
Segn el experimento sealado, los posibles resultados son:
Valor de las fichas

Producto

{(-2,2), (2,-2)}

-4

{(-2,0), (0,0), (0,2)}

{(2,2), (-2, -2)}

P(x = xi)

P 2 P 2 P 2 P 2

4 4
4 4
4
4
8

12 11 12 11 33 33 33

1 P 4 P 4 1
P 2 P 2 P 2 P 2

6
8
14 19

33 33
33 33

4 3
4 3
3
3
6

12 11 12 11 33 33 33

En base a la tabla anterior:

I)

Verdadero.

II)

Verdadero.

III)

Falso.

Los posibles valores de variable aleatoria X son {4, 0, -4}.

8
6

P(x = -4) > P(x = 4) dado que

.
33 33
P(x = 0)=

19
.
33

La alternativa correcta es C.

EJEMPLOS
1.

Una bolsa contiene 4 cubos azules y 3 verdes, el experimento consiste en sacar dos
cubos uno tras otro sin reposicin. Si se define la variable aleatoria X: nmero de cubos
azules obtenidos, cul(es) de las siguientes afirmaciones es (son) verdadera(s)?
I)
II)
III)

A)
B)
C)
D)
E)

Los valores de la variable aleatoria son {0, 1, 2}

El mximo de cubos azules que se pueden obtener en el experimento es
cuatro.
4
P(1) =
7

Solo II
Solo I y II
Solo II y III
Solo I y III
I, II y III

10

2.

Una bolsa contiene 3 pauelos de seda en buen estado y 2 pauelos con algunas fallas.
Se extraen dos pauelos sin devolucin. Se define la variable aleatoria X de la siguiente
forma
X=

-1, si son dos con fallas.

0, si uno es bueno y el otro con fallas.
1, si son dos en buen estado.

Cul de las alternativas corresponde a la funcin de probabilidad de la variable aleatoria?

A)

B)
xi

P(xi)
3
5
3
10
1
10

-1
0
1

3.

C)
xi
-1
0
1

P(xi)
3
10
3
5
1
10

D)
xi
-1
0
1

P(xi)
1
10
3
5
3
10

E)
xi
-1
0
1

P(xi)
1
10
3
10
3
5

xi
-1
0
1

La tabla adjunta, muestra la funcin de probabilidades de una variable aleatoria X

X
P(X = xi)

10
0,15

20
0,45

30
0,3

40
0,1

Entonces, cul(es) de las siguientes proposiciones es (son) verdadera(s)?

I)
II)
III)
A)
B)
C)
D)
E)

Solo
Solo
Solo
Solo
Solo

P(20 x < 40) = 0,85

P(x 5) = 0
P(x 30) = 1 P(x 30)

II
III
I y II
I y III
II y III

11

P(xi)
3
10
1
10
3
5

FUNCIN DE DISTRIBUCIN DE PROBABILIDAD

La funcin de distribucin de probabilidad F(x) asocia a cada valor de x la probabilidad
acumulada, es decir F(x) = P(X x).
PROPIEDADES

1.
2.
3.

Como F(x) es una probabilidad, se cumple que 0 F(x) 1

Si a < b, entonces P(a < x b) = F (b) F (a)
P(X > a) = 1 P(X a) = 1 F(a)

OBSERVACIONES

En el caso de variable aleatoria

continua la funcin de distribucin de
probabilidad es una funcin contnua.

En el caso de variable aleatoria discreta

la funcin de distribucin de probabilidad
es una funcin escalonada.
Funcin de distribucin

Funcin de distribucin
F(x)

F(x)
1

Valores v.a.
contnua

Valores v.a.
discreta

EJEMPLO

Para la variable X definida como el nmero de

hijos varones que puede tener un matrimonio que
tiene tres hijos, la siguiente tabla muestra la
funcin probabilidad para los diferentes valores de
X:
Valores de X
0
1
2
3

p(xi) = P(X = xi)

1
8
3
8
3
8
1
8

1
8

F(x) = P(X x) =

12

si x 0

1
3
4
+
=
8
8
8

si x 1

4
3
7
+
=
8
8
8

si x 2

7
1
+
=1
8
8

si x 3

EJERCICIO RESUELTO
1.

La tabla adjunta muestra la funcin de probabilidad de la variable aleatoria X

X

-1

P(X = xi)

0,04

0,22

0,38

0,10

Cul(es) de las siguientes proposiciones es (son) verdadera(s)?

I)
II)
III)
A)
B)
C)
D)
E)

El valor de m = 0,26.
P(x 1) = 0,74
P(x 0) = 1 P(x = -1)

Solo I
Solo II
Solo III
Solo I y II
I, II y III

Desarrollo
I)

Verdadero.

II)
III)

Verdadero.
Verdadero.

Como es una funcin probabilidad la suma de las

probabilidades debe ser 1:
1 - 0,04 0,22 0,38 0,1 = 1 - 0,74 =0,26 = m.
P(x 1) = 0,38 + 0,26 + 0,1 = 0,74.
P(x 0) = 0,22 + 0,38 + 0,26 + 0,1 = 0,96
1 P(x = -1) = 1 0,04 = 0,96

La alternativa correcta es E

EJEMPLOS
1.

Si la funcin de distribucin de una variable aleatoria X est dada en la tabla adjunta,

entonces, el valor de P(X 3) es

A)
B)
C)
D)
E)

P(X = xi)

0,15

0,30

0,50

0,85

0,30
0,45
0,50
0,95
1,00

13

2.

La tabla adjunta muestra la funcin de probabilidad de una variable aleatoria W:

W

P(W = wi)

0,1

0,3

0,2

0,4

Cul es el grfico de la funcin de distribucin de probabilidad de la variable aleatoria

W?
A)

0,4
0,3
0,2
0,1

B)
1,0
0,8
0,6
0,4
0,2

C)
-

1,0
0,8
0,6
0,4
0,2
1

v.a.

D)
1,0
0,8
0,6
0,4
0,2

v.a.

1,0
0,8
0,6
0,4
0,2
2

v.a.

v.a.

Se define la funcin de distribucin de la variable aleatoria X como: f(x) = 1

donde
A)

3
8

B)

1
3

C)

1
4

D)

1
2

E)

3
4

v.a.

E)

3.

x 1, entonces P(2 < x 4) es

14

1
,
x

DISTRIBUCIN NORMAL

Para variables aleatorias continuas X, la funcin de probabilidad es denominada Funcin de

densidad de probabilidad, es una funcin continua y la probabilidad de que la variable est
comprendida en el intervalo a, b est dada por el rea bajo la curva de la funcin entre los
puntos a y b.
y
f(x)

P(a < x < b)

a

La distribucin ms importante dentro de las distribuciones continuas es la distribucin

normal.
Es un modelo matemtico, que recibe su nombre debido a que en cierto momento se pens
que la mayora de los fenmenos estaban distribuidos de dicha manera. Esta distribucin
permite representar fenmenos estadsticos de manera probabilstica.

El grfico de la funcin de densidad de una variable

aleatoria con distribucin normal es similar al
mostrado en la figura, es decir tiene una forma
conocida como Campana de Gauss, y es simtrico
con respecto a la media, . Esta distribucin queda
definida por dos parmetros: la media () y la
desviacin estndar (), y se denota X ~ N( ;).

CARACTERSTICAS

1.

El rea bajo la curva es igual a la unidad

2. Es simtrica con respecto a x = , y deja un rea igual a 0,5 a la izquierda y otra de 0,5 a
la derecha, es decir, hay una probabilidad del 50% de observar un dato mayor a la media
y un 50% de observar un dato menor a la media.
3. Es asinttica al eje de las abscisas, es decir, la curva se acerca lo ms posible al eje de las
X sin llegar a tocarlo.

4.

La media, moda y mediana coinciden.

5.

La probabilidad equivale al rea encerrada bajo la curva.

15

INTERVALOS DE UNA DISTRIBUCIN NORMAL

Si una poblacin tiene media y desviacin estndar , se tiene que

En el intervalo ,
el rea encerrada es 0,6826
es decir, 68,26% del total.

En el intervalo 2, 2
el rea encerrada es 0,9544
es decir, 95,44% del total.

-2

En el intervalo 3, 3
el rea encerrada es 0,9973
es decir, 99,73% del total.

-3

+2

+3

DISTRIBUCIN NORMAL ESTNDAR

La distribucin normal estndar o tipificada, es aquella que tiene media 0 y desviacin

estndar 1. Se denota por X ~ N(0;1)
Caractersticas:
1.

2. P(X x1)
f(x)

=0

x1

3. P(X x1) = 1 P (X x1)

x1

4. P(X -x1) = P(X x1)

-x1

x1

Para calcular la probabilidad en distribuciones normales, cuando los lmites de la variable sean
distintos de la media ms o menos desviaciones estndar, se deben usar tablas que presentan

16

las reas bajo las curvas y que permiten determinar la probabilidad en ese intervalo.
Para una variable aleatoria continua X con distribucin normal estndar N(0,1), calcular la
probabilidad de que tome un valor menor o igual a 1,87
Solucin: Determinar P (X 1,87)
Segn tabla:

Grficamente: P(X 1,87) = 0,96926

0,07

1,8

0,96926

1,87

Para una variable aleatoria X con distribucin normal N(, ) ,los datos se pueden estandarizar
X
o normalizar utilizando una variable aleatoria Z =
con distribucin normal N(0 , 1).

Entonces la probabilidad en trminos de la variable X puede calcularse en trminos de Z,

utilizando las tablas de distribucin tipificada, es decir:

P X x P Z

Sea la variable aleatoria X con distribucin N(23, 5), calcular la probabilidad de que tome un
valor
a) mayor a 30
b) entre 24 y 26.

Solucin: a) P(X > 30) = 1 P (X 30)

1,4

30 23

1 P Z

= 1 P(Z 1,4)
= 1 0,91924
= 0,08076

(Tabla pg, 19)

P(X > 30) = 1 P(X 30)

23

30

P(Z > 1,4) = 1 P(Z 1,4)

17

1,4

b) P(24 < X < 26) = P(X < 26) P(X < 24)

26 23
24 23

P Z
= P Z

5
5

= P (Z < 0,6) P(Z < 0,2)

= 0,72575 0,57926
= 0,14649

P(0,6 < Z < 0,2)

P(24 < X < 26)

23 24 26

0,2 0,6

EJECICIOS RESUELTOS
1.

La longitud, en cm, de los palillos que fabrica una empresa, tiene una distribucin
N(10 ;0,3). Cul es la probabilidad de que un palillo mida menos de 10 cm?
A)
B)
C)
D)
E)

1
0,7
0,5
0,4
0,3

Desarrollo
Se cumple que el 50% de la poblacin est bajo el valor medio de longitud, es decir la
probabilidad de que un palillo mida menos de 10 cm, es de 0,5.
Alternativa correcta es C
2.

En una distribucin normal N(90,15), cul(es) de las siguientes proposiciones es (son)

verdadera(s)?
I) P(90 < x < 105) = 0,3413
II) P(60 < x < 90 ) = 0,4772
III) P(105 < x < 120) = 0,1359
A)
B)
C)
D)
E)

Solo I
Solo I y II
Solo II y III
I, II y III
Ninguna de ellas

18

Desarrollo
Para el desarrollo de este ejercicio es conveniente considerar los porcentajes de la
poblacin que se encuentran distribuidos segn las desviaciones estndar, lo que se grafica
en la siguiente figura:

34,13%

34,13%

0,135%

13,59%

13,59%
2,14%

x 3 x 2 x

2,14% 0,135%

x 2 x 3

Con x 90 y 15 , entonces:
I)

Verdadero.

P( x x x ) = P(90 < x < 105) = 0,3413

II)

Verdadero.

P( x x x ) = P(60 < x < 90 ) = 0,3413+0,1359=0,4772

III)

Verdadero.

P( x x x 2 ) = P(105 < x < 120) = 0,1359

Alternativa correcta es D

EJEMPLOS
1.

En una distribucin normal estndar si P(X a) = m; entonces P(X > a) =

A)
B)
C)
D)
E)

2.

-m
m
m1
1m
no se puede determinar.

Si X ~ N(0,1) , entonces cul(es) de las siguientes afirmaciones es (son) verdaderas?

I)
II)
III)
A)
B)
C)
D)
E)

La probabilidad P(X < 0) es 50%.

P(X > 2,1) = 1 P(X 2,1).
P(X = 0,5) = 0.

Solo I
Solo II
Solo I y II
Solo I y III
I, II y III

19
19

3.

En una distribucin normal estndar X ~ N(0,1), cul de las alternativas es la correcta?

A)
B)
C)
D)
E)

4.

P( x 2) = 0,9773
P( x -2) = 0,9773
P( x 2) = 0,0228
P( x -2) = 0,9773
P(-2 x 2) = 0,0456

El tiempo de duracin que tienen los focos fabricados por una empresa, se distribuye en
forma normal con media 1.020 horas y desviacin estndar 51 horas. Cul es la
probabilidad en porcentaje de que dure ms de 1.173 horas?
A) 0,27%
B) 2,7 %
C) 0,027%
D) 0,135%
E) 13,5%

5.

Cul de los siguientes grficos representa a tres distribuciones de probabilidad normal

con la misma media y diferentes desviaciones estndar?
A)

B)

C)

D)

E)

20
20

RESPUESTAS

Ejemplos

10 y 11

13 y 14

19 y 20

Pgs.

21

TABLA DE DISTRIBUCIN NORMAL N(01)

x
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
4,0

0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,84134
0,86433
0,88493
0,90320
0,91924
0,93319
0,94520
0,95543
0,96407
0,97128
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813
0,99865
0,99903
0,99931
0,99952
0,99966
0,99977
0,99984
0,99989
0,99993
0,99995
0,99997

0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,84375
0,86650
0,88686
0,90490
0,92073
0,93448
0,94630
0,95637
0,96485
0,97193
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819
0,99869
0,99906
0,99934
0,99953
0,99968
0,99978
0,99985
0,99990
0,99993
0,99995
0,99997

0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,84614
0,86864
0,88877
0,90658
0,92220
0,93574
0,94738
0,95728
0,96562
0,97257
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825
0,99874
0,99910
0,99936
0,99955
0,99969
0,99978
0,99985
0,99990
0,99993
0,99996
0,99997

0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,84849
0,87076
0,89065
0,90824
0,92364
0,93699
0,94845
0,95818
0,96638
0,97320
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831
0,99878
0,99913
0,99938
0,99957
0,99970
0,99979
0,99986
0,99990
0,99994
0,99996
0,99997

0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,85083
0,87286
0,89251
0,90988
0,92507
0,93822
0,94950
0,95907
0,96712
0,97381
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836
0,99882
0,99916
0,99940
0,99958
0,99971
0,99980
0,99986
0,99991
0,99994
0,99996
0,99997

22

0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,85314
0,87493
0,89435
0,91149
0,92647
0,93943
0,95053
0,95994
0,96784
0,97441
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841
0,99886
0,99918
0,99942
0,99960
0,99972
0,99981
0,99987
0,99991
0,99994
0,99996
0,99997

0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,85543
0,87698
0,89617
0,91309
0,92785
0,94062
0,95154
0,96080
0,96856
0,97500
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846
0,99889
0,99921
0,99944
0,99961
0,99973
0,99981
0,99987
0,99992
0,99994
0,99996
0,99998

0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,85769
0,87900
0,89796
0,91466
0,92922
0,94179
0,95254
0,96164
0,96926
0,97558
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851
0,99893
0,99924
0,99946
0,99962
0,99974
0,99982
0,99988
0,99992
0,99995
0,99996
0,99998

0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
0,85993
0,88100
0,89973
0,91621
0,93056
0,94295
0,95352
0,96246
0,96995
0,97615
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856
0,99896
0,99926
0,99948
0,99964
0,99975
0,99983
0,99988
0,99992
0,99995
0,99997
0,99998

0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
0,86214
0,88298
0,90147
0,91774
0,93189
0,94408
0,95449
0,96327
0,97062
0,97670
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861
0,99900
0,99929
0,99950
0,99965
0,99976
0,99983
0,99989
0,99992
0,99995
0,99997
0,99998