PROBABILIDAD

DISTRIBUCIONES DE PROBABILIDAD

TRABAJO COLABORATIVO UNIDAD 2

GRUPO: 100402_383

INTEGRANTES:
CLAUDIA YOLEIMA MISSE CODIGO: 24081480
CARMEN ANDREA ACEVEDO CODIGO: 24081569
LUZ EMERITA SUA SEPULVEDA:1054253060

JOSE RODRIGO GONZALEZ

TUTOR

CEAD SOATA
UNIVERSIDAD NACIONAL ABIERTA Y ADISTANCIA UNAD

OCTUBRE DEL 2016

INTRODUCCION

Con el desarrollo de este trabajo de probabilidad unidad 2 pudimos analizar y

concluir las diferencias entre variables aleatorias, discretas y continuas en funcin
de la probabilidad al igual que valor esperado, varianza y desviacin estndar y las
formas de distribucin de probabilidad mas comunes como son la discretas y
continuas y las que estn incluidas en cada una de estas.
Desarrollamos la actividad con mtodos diferentes para una mejor comprensin
del tema lo cual nos ayuda a analizar de una manera mas profunda los temas de
probabilidad incluidos en esta actividad.

1. Cuadro sinptico del resumen de los conceptos tericos de la unidad 1 que dan
sustento a la solucin de los estudios de caso propuestos y solucionados por el
grupo.
VARIABLE
ALEATORIA
Una funcin
la cual asigna un nmero real a cada resultado a un espacio

muestral siempre se denotan con una mayscula

Es

ALEATORIA DISCRETA

Decimos que es una variable aleatoria discreta si toma un nmero finito o ms numerable de valores
Adems transforma los resultados en cantidades numerosas.

QUE ES

Es el tema donde las variables aleatorias podemos tomar valores es una escala continua

ALEATORIA CONTINA
Este procedimiento es caso lo mismo que el anterior

Es muestra
discreta que modelas el nmero de eventos en una muestra de tamao fijo
DISTRIBUCION
HiPERGEOMETRICAS

RESUMEN DE ALGUNOS CONCEPTOS TEORICOS QUE FUERON DE AYUDA

En teora
de
la
probabilidad la distribucin
hipergeomtrica es
una distribucin discreta relacionada con muestreos aleatorios y sin reemplazo.
Adems mide la probabilidad de obtener x () elementos de la categora A en una
muestra sin reemplazo de n elementos de la poblacin original
Tanto la distribucin hipergeomtrica como la distribucin binomial describen el
nmero de veces que un evento ocurre en un nmero fijo de ensayos. En una
distribucin binomial, los ensayos son independientes. Para la distribucin
hipergeomtrica, cada ensayo cambia la probabilidad de cada ensayo
subsiguiente, porque no hay reemplazo.
La distribucin hipergeomtrica es una distribucin discreta que modela el nmero
de eventos en una muestra de tamao fijo cuando usted conoce el nmero total de
elementos en la poblacin de la cual proviene la muestra. Cada elemento de la
muestra tiene dos resultados posibles (o es un evento o un no evento). Las
muestras no tienen reemplazo, por lo que cada elemento de la muestra es
diferente. Cuando se elige un elemento de la poblacin, no se puede volver a
elegir. Por lo tanto, la probabilidad de que un elemento en particular sea
seleccionado aumenta con cada ensayo, suponiendo que an no ha sido
seleccionado.
Utilice la distribucin hipergeomtrica para muestras obtenidas de poblaciones
relativamente pequeas, sin reemplazo. Por ejemplo, esta distribucin se utiliza en
la prueba exacta de Fisher para probar la diferencia entre dos proporciones y en
muestreos de aceptacin por atributos cuando se toman muestras de un lote
aislado de tamao finito.
La distribucin hipergeomtrica es descrita por 3 parmetros: tamao de la
poblacin, conteo de eventos en la poblacin y tamao de la muestra
Por ejemplo, usted recibe un envo de pedido especial de 500 etiquetas.
Supongamos que el 2% de las etiquetas tiene defectos. El conteo de eventos en la
poblacin es de 10 (.02 * 500). Usted toma una muestra de 40 etiquetas y desea
determinar la probabilidad de que haya 3 o ms etiquetas defectuosas en esa
muestra.

ESTUDIO DE CASO 1

Para entregar una Tarjeta de crdito en los bancos del grupo Aval, los analistas del
banco clasifican o califican al cliente en funcin de la probabilidad de que resulte
rentable. Una tabla habitual de calificaciones es la siguiente:

La calificacin es la suma de los puntos de los seis rubros. Por ejemplo, Sushi
Brown tiene menos de 25 aos (12 puntos); ha vivido en el mismo domicilio
durante dos aos (0 puntos); desde hace cuatro aos es dueo de un automvil
(13 puntos), por el que realiza pagos de $75 (6 puntos); realiza gastos domsticos
de $200 (10 puntos) y posee una cuenta de cheques (3 puntos). La calificacin
que obtendra sera de 44. Despus, con una segunda tabla, se convierten las
calificaciones en probabilidades de rentabilidad del cliente, as:

La puntuacin de Sushi (44) se traducira en una probabilidad de rentabilidad

aproximada de 0.81. En otras palabras, 81% de los clientes como Sushi
generaran dinero a las operaciones con tarjeta del banco. A continuacin se
muestran los resultados de las entrevistas con los tres posibles clientes.

INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten
rentables.

NOMBRE

EDAD
TIEMPO DE VIVIR EN LA MISMA
RESIDENCIA
ANTIGUEDAD CON EL AUTO
PAGO MENSUAL DEL AUTO
COSTO DE VIVIENDA
CUENTA DE CHEQUES O
AHORROS
TOTAL

DAVID
BROWN

EDWARD
BRENDAN

18
20

12
0

ANN
MCLAUGHLI
N
0
20

13
4
10
15

13
6
10
3

3
4
12
0

80

44

39

Para calcular la probabilidad hallamos la relacin entre el tamao de los intervalos

de puntuacin (10 puntos) con la diferencia que se presenta de la probabilidad.
NOMBRE
CALIFICACION
PROBABILIDAD

DAVID BROWN
80
0.95

EDWARD
BRENDAN
44
0.81

2.- Cul es la probabilidad de que los tres resulten rentables?

ANN
MCLAUGHLIN
39
0.77

La probabilidad de que los tres resulten rentables, est determinada por la

probabilidad condicional para este caso donde los sucesos son no excluyentes
P( A)P( B)P(C )

0.950.810.77=0.59
3.- Cul es la probabilidad de que ninguno sea rentable?
La probabilidad de que ninguno sea rentable, est determinada por la probabilidad
condicional para cuando no son rentables, que es la diferencia entre 1 y la
probabilidad de que sean rentables
P(A )=10.95=0.05

P(B)=10.81=0.19
P(C)=10.77=0.23

Con los resultados anteriores podemos calcular la probabilidad condicional

0.050.190.23=0.0022

4. Determine la distribucin de probabilidad total del nmero de clientes rentables

entre este grupo de tres clientes.
Al tener la tabla de conversin de puntaje en probabilidad

Podemos determinar la distribucin de probabilidad total, como una funcin de

probabilidad
x= puntuacin obtenida
x n1=puntuacin inmeditamente anterior a x de los valores relacionados en la tabla

p= probabilidad correspondiente puntuacin siguiente a x de los valores relacionadosen la tabla

pn1= probabilidad correspondiente puntuacin anterior a x de los valores relacionados en la tabla

P( X =x)=

xx n1pp n1
+ pn1
10

El valor de 10 en la divisin presentada en la ecuacin, corresponde al tamao de

los intervalos de puntuacin.

5. -Redacte un breve resumen de sus hallazgos.

El caso de estudio nos presenta las probabilidades para sucesos no excluyentes,
por lo que su suma de probabilidades no debe ser igual a 1, as mismo por su
caracterstica de sucesos no excluyentes podemos hallar la probabilidad de que
los tres sean rentables calculando su probabilidad condicional, para el caso de que
ninguno sea rentable se aplica la probabilidad condicional a las diferencias entre 1
y el valor de la probabilidad de que sean rentables.
Para describir la distribucin de la probabilidad, utilizamos una funcin que
relaciona los tamaos de los intervalos de puntuacin, con el tamao de los
intervalos de probabilidad, la cual nos permite hacer el clculo de la probabilidad
para las puntuaciones que no se encuentran relacionadas en la tabla.

PRESENTADO POR: LINA VARGAS.

ESTUDIO DE CASO 21

La distribucin de probabilidad binomial es una distribucin de probabilidad

discreta que se presenta con mucha frecuencia. Una de sus caractersticas
consiste en que slo hay dos posibles resultados en un determinado ensayo
del experimento y los resultados son mutuamente excluyentes; Otra
caracterstica de la distribucin binomial es el hecho de que la variable
aleatoria es el resultado de conteos. Es decir, se cuenta el nmero de xitos en
el nmero total de ensayos. Una tercera caracterstica de una distribucin
binomial consiste en que la probabilidad de xito es la misma de un ensayo a
otro.

Un estudio del Departamento de Transporte de Illinois concluy que 76.2% de

quienes ocupaban los asientos delanteros de los vehculos utilizaba cinturn de
seguridad. Esto significa que los dos ocupantes de la parte delantera utilizaban
cinturones de seguridad. Suponga que decide comparar la informacin con el
uso actual que se da al cinturn de seguridad, para lo cual selecciona una
muestra de 12 vehculos.

Presente un informe en el que como mnimo incluya:

SOLUCION DEL INFORME.

1.- Esta situacin cumple con los supuestos de la distribucin binomial?

Identifquelos.

RTA:
Se cumplen los supuestos previstos en una distribucin binomial, ya que solo
cuenta dos resultados posibles para l; Se usa o no se usa el cinturn de
seguridad, y estos resultados son mutuamente excluyentes, lo que indica que
no es posible que los dos eventos ocurran simultneamente.
Un segundo supuesto es que la variable aleatoria es el resultado de conteos,
sea para establecer el porcentaje de 76.2% que son los que si usan el
cinturn de seguridad.
El tercer supuesto se cumple y es que la probabilidad de xito de un ensayo a
otro es constante, es decir para cada conductor nuevo que se encueste, se
espera una probabilidad de 76,2% para que el pasajero que va en el puesto
delantero use el cinturn de seguridad.

2- Elabore un diagrama de barras.

90.00%
80.00%
70.00%
60.00%
50.00%
40.00%

76.20%

30.00%
20.00%
23.80%

10.00%
0.00%
Usa cinturon

No usa cinturon

ESTUDIO DE CASO 32

El Baloto, es la lotera en lnea de Colombia, supervisado por ETESA (Empresa

territorial para la salud). Es un juego que consiste en acertar 6, 5, 4 o 3 nmeros
en cualquier orden de una matriz del 1 al 45; El jugador seala en un tarjetn los 6
nmeros que escoge. Los nmeros estn representados en 45 balotas numeradas
del 1 al 45. Cada nmero aparece una sola vez y las balotas ganadoras se
seleccionan sin reemplazo. El premio acumulado se entrega a quien haga coincidir
los seis nmeros.

1.- Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica?

Identifquelos
(Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no ganadores)

Si en el apartado 2 nos dicen que calculemos la probabilidad usando la

distribucin hipergeomtrica ser porque este apartado es verdadero, ahora a
intentar demostrarlo.

En la distribucin hipergeomtrica hay una poblacin N y unos elementos de ella

que cumplen una propiedad, la cantidad de estos elementos es d. Entonces
nosotros extraemos una muestra n de la poblacin y la distribucin nos da la
probabilidad que hayamos elegido x elementos con la propiedad.

La poblacin N son los 45 nmeros.

Los elementos que cumplen la propiedad son los 6 que han salido en el sorteo.

La muestra que tomamos es una muestra de 6 nmeros.

Y la probabilidad que nos da la distribucin hipergeomtrica es la de tener de 0 a

seis ganadores en la muestra.

2.- Usando la distribucin de probabilidad hipergeomtrica determinar la

probabilidad de que el jugador acierte los 6 nmeros

Dicha probabilidad viene dada por esta frmula:

d N d
(
x ) ( nx )
P ( x )=
( Nn )
La de asertar 6 es
6 456 1 39
(
( 0 ) = 1 =
6 )( 66 )
P (6 )=
=
(456) (456) 3945!6! !

39 !6 !
6!
720
=
=
=
45 !
454443424140 5864443200

1
=1.22773804107 =0.000000122773804
8145060

P (6 )=0.000000122773804
3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan
todos los nmeros es de 1 en 8145060. Qu significa esto en trminos de
probabilidad? Coincide esto con su respuesta anterior

En trminos de probabilidad significa

P(6)=1/8145060=1.22773804 10(7)
Coincide a la perfeccin porque llegu a esa misma fraccin.

El sorteo tambin otorga un premio si el jugador hace coincidir 3, 4 o 5 de los

nmeros ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

Usaremos la frmula que enuncibamos antes pero ahora con x=3

d N d
(
x ) ( nx )
P ( x )=
( Nn )
La de acertar 3 seria
20393837
654 39
6 456
3!

3 63
3!
3
454443424140
P ( 6 )=
=
=
=
6!
45
45
6
6

( )( )
( )

( )

( )

209139 182780
=
=0.02244059589
8145060 8145060

5) Calcule la probabilidad de que coincidan 4 de los 6 nmeros ganadores

d N d
(
x ) ( nx )
P ( x )=
( Nn )

La de acertar 4 es

65 39
6 456

(
)(
)
4 64
2 (2)
P ( 6 )=
=
=
45
45
(6 )
(6)
El combinatorio 45 sobre 6 ya est calculado en los dos pasos anteriores as que
lo pondr directo

153938
2
15741
11115
741
=
=
=
=0.001364630831
8145060
8145060 8145060 543004

6) Calcule la probabilidad de que coincidan 5 de los 6 nmeros ganadores

d N d
(
x ) ( nx )
P ( x )=
( Nn )
La de acertar 5 es
6 456 6 39
(
( 1 ) =
4 )( 65 )
P ( 6 )=
=
( 456) (456)
Como ya conocemos el combinatorio 45 sobre 6 lo ponemos directo
639
234
39
5
=
=
=2.87280701410
8145060 8145060 1357510

7) Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?

Con base a los resultados no, porque acertar 6 es casi imposible y acertar 5 medio
imposible, tampoco es fcil acertar 4 y acertar 3 con suerte una vez al ao si se
juega todas las semanas.
Pero aparte de las probabilidades hay que tener en cuenta lo que no se reparte en
premios porque se lo lleva el estado, y eso puede ser el 33% o ms, y despus los
impuestos si te tocara un premio gordo. Luego no, no jugara. Solo cuando hay un
acumulado grande a lo mejor jugara uno das

ESTUDIO DE CASO 4

La distribucin de probabilidad de Poisson describe el nmero de veces que se

presenta un evento durante un intervalo especfico. El intervalo puede ser de
tiempo, distancia, rea o volumen. La distribucin se basa en dos supuestos. El
primero consiste en que la probabilidad es proporcional a la longitud del intervalo.
El segundo supuesto consiste en que los intervalos son independientes. En otras
palabras, cuanto ms grande sea el intervalo, mayor ser la probabilidad; adems,
el nmero de veces que se presenta un evento en un intervalo no influye en los
dems intervalos.
Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para
describir la distribucin de errores en una entrada de datos, el nmero de rayones
y otras imperfecciones en las cabinas de automviles recin pintados, el nmero
de partes defectuosas en envos, el nmero de clientes que esperan mesa en un
restaurante, el nmero de accidentes en una carretera en un periodo determinado.
La compaa de aviacin Delta Airlines, se caracteriza por su responsabilidad y
cuidado con el equipaje de sus pasajeros, por lo que pocas veces se pierde
equipaje. En la mayora de los vuelos no se pierden maletas; en algunos se pierde
una; en unos cuantos se pierden dos; pocas veces se pierden tres, etc. Suponga
que una muestra aleatoria de 1 000 vuelos arroja un total de 300 maletas
perdidas. De esta manera, el nmero promedio de maletas perdidas por vuelo es
de 0.3.
Prepare un informe en el que como mnimo, incluya:
1.- Esta situacin cumple con los supuestos de la distribucin Poisson?
Identifquelos
2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna
maleta
3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente
una maleta
4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y
cuatro maletas
5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de
cuatro maletas
6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un
vuelo se estn perdiendo demasiadas maletas?
SOLUCION

1.- Esta situacin cumple con los supuestos de la distribucin Poisson?

Identifquelos
- Si cumple con el primer supuesto ya que dice que la probabilidad es proporcional
a la longitud del intervalo correspondiente, en este caso hablamos de que de 1000

vuelos se pierden 300 maletas, por lo tanto hay un promedio de 0.3 maletas
perdidas por vuelo
- Tambin cumple con el segundo supuesto que dice que l numero de veces que
se presenta un evento en un intervalo si influye en los dems intervalos ya que es
una muestra aleatoria y los intervalos son independientes. En otras palabras si el
intervalo es ms grande tendr mayor probabilidad.

2.- Determine cul es la probabilidad de que en un vuelo no se pierda

ninguna maleta.
1

(LX)( e )
Tenemos que realizar la siguiente formula P(X)=
X!

Donde
X mayscula: Representa la variable aleatoria
x minscula: Representa un valor especifico que puede asumir la X mayscula
l x = Lambda: (nmero medio de ocurrencias por intervalo de tiempo) elevada a la
potencia x.
e-l = e= 2.71828 elevado a la potencia de lambda negativa.
x! = x factorial.
P=

( 0,3 )0 .( e0,3 )
=0,7408
0!

Esto quiere decir que en el 74% de los vuelos no se pierde ninguna maleta

3.- Determine cul es la probabilidad de que en un vuelo se pierda

exactamente una maleta.
P=

( 0,3 )1 .(e0,3 )
=0,2222
1!

En base al resultado obtenido podemos decir que la probabilidad de que se

pierda una sola maleta es de el 22,2%

4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos

y cuatro maletas.

P(2) =

( 0,3 )2 .( e0,3 )
=0,033
2!

La probabilidad de que se pierdan 2 maletas es del 3,3%

P(3) =

( 0,3 )3 .(e0,3 )
=0,00333
3!

La probabilidad de que se pierdan 3 maletas es del 0,3%

5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo

ms de cuatro maletas

P(4) =

( 0,3 )4 .(e0,3)
=0,00025
4!

La probabilidad de que se pierdas 4 maletas es de 0,025%

6.- En qu momento debe sospechar el supervisor de la Aerolnea que en

un vuelo se estn perdiendo demasiadas maletas?

Con los resultados que obtuvimos podemos observar que el momento en el cual
se pierden mas maletas es en el momento 1, en conclusin se debe cuidar mas
las maletas en el momento de recogerlas para ser llevadas al avin.

ESTUDIO DE CASO 5 PROBABILIDAD.

Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001)
examinaron factores de estrs, recursos y agotamiento psicolgico empleando la
Escala de Depresin del Centro de Estudios Epidemiolgicos (CESD), un
cuestionario de evaluacin comunitario.

Entre las personas sin hogar, la puntuacin media del

cuestionario CESD es 23,5 con una desviacin estndar
de 7.5 y se considera que para la Variable X = puntuacin
del CESD, la distribucin es normal. Como trabajador
en el rea de admisiones en un refugio para personas sin
hogar, usted es el encargado de aplicar el CESD y debe
evaluar los resultados para las nuevas personas que
lleguen al centro.

Dentro de las polticas del refugio se encuentra que cualquier persona cuya
puntuacin sea de 20 o ms puntos en el CESD debe enviarse a ver a un doctor.

INFORME A PRESENTAR:

Prepare un informe en el que como mnimo, incluya:

1 La probabilidad de que una persona que llegue al refugio sea enviado a ver al
doctor
2 La probabilidad de que una persona que llegue al refugio tenga una puntacin
de 10 o menos puntos
3 La probabilidad de que una persona que llegue al refugio tenga una puntuacin
entre 16 y 20 puntos
4 Si las personas sin hogar con puntuacin en el 15% ms alto deben ser
enviadas a los servicios de prevencin de suicidios, Qu puntuacin hace
calificar a una persona que llega al refugio para este servicio?
5 Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un
servicio de orientacin laboral para mejorar sus recursos. Qu puntuacin
permite calificar a una persona para acceder a este servicio?

DESARROLLO.

1.La probabilidad de que una persona que llegue al refugio sea enviado a ver al
doctor

Para calcular la probabilidad solicitada Entonces:

rea comprendida entre Z calculado y la derecha de la campana as:

0.1772 + 0.5 = 0.6772
RTA: La probabilidad de que una persona que llegue al refugio y sea enviado a ver
al
doctor es 67.72 %.

2. La probabilidad de que una persona que llegue al refugio tenga una

puntacin de 10 o menos puntos.
Identificando este valor de zeta en la tabla de distribucin normal se tiene que:
VALOR Z
AREA BAJO LA
CURVA
VALOR Z
-1,8

AREA BAJO LA
CURVA
0.4641

En la grfica se representa el rea de la probabilidad solicitada, teniendo en

cuenta que Z
es negativo se ubica a la izquierda de la campana de gauss o por debajo de la
media

rea comprendida entre Z calculado y la Izquierda de la campana as:

0.5-0.4641= 0.0359
RTA: La probabilidad de que una persona que llegue al refugio tenga una
puntacin de 10
o menos puntos es 3.59 %.
3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin
entre 16 y 20 puntos.

Identificando este valor de zeta en la tabla de distribucin normal se tiene que

VALOR Z
0.466

AREA BAJO LA
CURVA
0,1772

En la grfica se representa el rea de la probabilidad solicitada, teniendo en

cuenta que
Z1 y Z2 es negativo para los dos casos se ubica a la izquierda de la campana de
gauss o
por debajo de la media.
VALOR Z
0.67

AREA BAJO LA
CURVA
0.2500

Ahora con el valor de Z remplazamos el valor en la ecuacin despejada

anteriormente
para hallar X:
RTA: La puntuacin de una persona que llega al refugio para que sea enviada al
servicio
de orientacin laboral para mejorar sus recursos es una calificacin de 18,47 o
menos

Para calcular la probabilidad solicitada Entonces:

rea comprendida entre Z1 y Z2 calculado a la Izquierda de la campana por ser
valores
de Z negativos as:

RTA: La probabilidad de que una persona que llegue al refugio tenga una
puntuacin
Entre 16 y 20 puntos es 16,41%

4.Si las personas sin hogar con puntuacin en el 15% ms alto deben ser
enviadas a los servicios de prevencin de suicidios, Qu puntuacin hace
calificar a una persona que llega al refugio para este servicio?
En este ejercicio se pretende a partir de la probabilidad o porcentaje dado llegar al
Nmero o puntuacin X.
Para ello despejamos X en la formula

donde

Utilizando la tabla de distribucin normal y teniendo en cuenta que deseamos

encontrar el
15% ms alto entonces ubicamos dicha probabilidad a la derecha de la campana
de

guaus as.

Teniendo en cuenta que 15% = 0,1500 en la tabla de distribucin entonces se

encuentra Z
Positivo por ir a la derecha de la campana
VALOR Z

CURVA

0.38

1500

Ahora con el valor de Z remplazamos el valor en la ecuacin despejada

anteriormente
para hallar X:
RTA: La puntuacin de una persona que llega al refugio para que sea enviada al
servicio
de prevencin de suicidios es una calificacin de 26,35 o ms

5 Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un
servicio de orientacin laboral para mejorar sus recursos. Qu puntuacin
permite calificar a una persona para acceder a este servicio?
En este ejercicio al igual que el anterior se pretende a partir de la probabilidad o
porcentaje dado llegar al nmero o puntuacin X.

Para ello despejamos X en la formula

donde

Utilizando la tabla de distribucin normal y teniendo en cuenta que deseamos

encontrar el
25% ms bajo entonces ubicamos dicha probabilidad a la izquierda de la campana
de
guaus as:

Teniendo en cuenta que 25% = 0,2500 en la tabla de distribucin entonces se

encuentra Z
negativo por ir a la izquierda de la campana

BIBLIGRAFIA

http://documents.mx/documents/ejercicios-capitulo-3-de-la-unad.html