UNIDAD III

PROBABILIDADES
Y DISTRIBUCIONES DE
PROBABILIDADES
CPA Oscar No Lpez Cordn , MsC
oscarnoe@lopezcordon.com.gt
Guatemala, 31 de agosto 2015

CONTENIDO
PROBABILIDADES
Definiciones Bsicas
Reglas de las Probabilidades para dos o ms eventos
Aplicacin Prctica
DISTRIBUCIONES DE PROBABILIDADES
Tipos de Distribuciones
Distribucin Binomial

Aplicacin Distribucin Binomial

Distribucin Normal
Aplicacin Distribucin Normal

DEFINICIONES BSICAS
Hay 3 formas de calcular o estimar probabilidades:

Enfoque Objetivo:
Tambin llamado Probabilstico Clsico, se emplea cuando los
espacios muestrales tienen resultados igualmente probables.

Enfoque Emprico o de Experimentos:

Se basa en la frecuencia relativa de ocurrencia de un evento con
respecto a un gran nmero de ensayos repetidos.

Enfoque Subjetivo:
Utiliza estimaciones personales de probabilidad basada en el
grado de confianza.

DEFINICIONES BSICAS
Definicin Clsica de Probabilidad:

La probabilidad que se presente un determinado

evento o suceso es igual al cociente del nmero de
casos favorables a este suceso entre el nmero total
de casos posibles.
P = h / n = casos o eventos favorables
casos posibles.

Pg. 18 (No. 37)

Probabilidad Matemtica:

Consiste en proporcionar un modelo matemtico

adecuado a la descripcin e interpretacin de cierta
clase de fenmenos observados.

Otras Definiciones Importantes:

Experimento:

Es una accin mediante la cual se obtiene un

resultado y la observacin de dicho resultado.

Experimento Aleatorio:

Es un experimento cuyo resultado no se puede

predecir con exactitud.

Suceso o Evento Simple:

Es cada uno de los resultados posibles de un

experimento.

Espacio Muestral:

Es el conjunto de sucesos simples de un experimento.

Otras Definiciones Importantes:

Evento Compuesto:

Es el evento formado por varios eventos simples.

Evento Contrario o Complementario:

Este se expresa como la probabilidad de fracaso o noxito.

Evento o Suceso Cierto O Verdadero:

Pg. 18 (No. 39)

Conocido como evento determinista y se expresa como la

probabilidad de xito de cualquier suceso simple dentro
del espacio muestral.
Evento o Suceso Imposible (Nulo)

Pg. 18 (No. 38)

La imposible ocurrencia de algn suceso o evento.

CONCLUSIN
LA PROBABILIDAD DE UN SUCESO ES UN
NUMERO
POSITIVO
COMPRENDIDO
ENTRE CERO Y UNO (O Y 1).
El resultado del clculo de una probabilidad
siempre es positivo
CERO ES MENOR O IGUAL QUE LA
PROBABILIDAD Y ESTA ES IGUAL O
MENOR QUE UNO.
LA SUMATORIA DE LAS PROBABILIDADES
DEL ESPACIO MUESTRAL ES IGUAL A LA
UNIDAD (1).

REGLAS DE LAS PROBABILIDADES

PROBABILIDAD DE DOS O MS
EVENTOS:
Eventos Mutuamente Excluyentes
Eventos Parcialmente Excluyentes
Eventos Independientes
Eventos Dependientes

Eventos Mutuamente Excluyentes:

Son tambin llamados Eventos Disjuntos. Dos
o ms eventos son considerados mutuamente
excluyentes si estos no pueden ocurrir
simultneamente (al mismo tiempo), es
decir, la ocurrencia de cualquiera de ellos
excluye la ocurrencia de los otros.

Frmula:
P (A o B) = P(A) + P(B)

Pg. 18 (No. 40)

Se aplica la Regla de Adicin o Suma de

las Probabilidades

EJEMPLOS
1.) Un empleado seleccionado al azar es hombre o es
mujer (no puede tener ambos gneros)
2.) Una pieza fabricada es aceptable o no lo es. La
pieza no puede ser aceptable e inaceptable al mismo
tiempo.
3.) En el lanzamiento de una dado obtener:
Un nmero 4 mayor =
1/6 + 2/6 = 3/6 = 0.5 50%
Un nmero 2 menor

1/6 + 1/6 = 2/6 = 0.33

33%

PARA RESOLVER
Una mquina automtica Shaw llena bolsas de plstico con una
combinacin de frijoles, brcoli y otras verduras. La mayora de las
bolsas contienen el peso correcto, aunque, como consecuencia de la
variacin del tamao del frijol y de otras verduras, un paquete podra
pesar menos o ms. Una revisin de 4,000 paquetes que se llenaron el
mes pasado arroj los siguientes datos:
Peso

Evento

No. De
Paquetes

Probabilidad de
que ocurra el
evento

Menos peso

100

.025 100/4000

Peso
Satisfactorio

3,600

.900

Ms Peso

300

.075

4,000

1.000

Cul es la probabilidad de que un paquete pese menos o pese mas?

Eventos Parcialmente Excluyentes:

Cuando la ocurrencia de uno se traslapa
parcialmente con la ocurrencia del otro.

Frmula:
P (A U B) = P(A) + P(B) - P (A B)

Pg. 18 (No. 41)

Siendo P (A B) elementos comunes entre

los conjuntos A y B

EJEMPLO
Florida Tourist Commission seleccion una muestra de
200 turistas que visitaron el estado durante el ao.
La encuesta revel que 120 turistas fueron a Disney
World y 100 a Busch Gardens, cerca de Tampa y 60
visitaron ambas atracciones. Cul es la probabilidad
de que una persona seleccionada haya visitado
Disney World o Busch Gardens?
P (A) = 120/200 = 0.60
P (B) = 100/200 = 0.50
1.10
La probabilidad no
puede ser mayor que
uno.

Continuacin
La explicacin es que muchos turistas visitaron

ambas atracciones tursticas y se les est contando

dos veces.
Una revisin de las respuestas revel que 60 de los
200 encuestados visit ambas atracciones.
P (A B) = 60/200 = 0.30
Cul es la probabilidad de elegir a una persona que
haya visitado Disney o Busch Gardens?
P (A) + P(B) P (A B) =
Pg. 18 (No. 41)
0.60 +0.50 0.30 = 0.80 80%

PARA RESOLVER

Cul es la probabilidad de

que una carta, escogida al

azar,
de
una
baraja
convencional, sea rey o
corazn?

Eventos Independientes:
Dos o ms eventos se consideran independientes si
los eventos en ningn momento se afectan el uno
al otro, es decir, la ocurrencia de uno no afecta
sobre la ocurrencia del otro.
Frmula:

P(A y B) = P(A) X P(B) =

Pg. 18 (No. 42)

Se aplica la Regla de la Multiplicacin

** Se reemplazan, se devuelven (Texto clave en
el problema)

Eventos Dependientes:
Son eventos dependientes cuando la ocurrencia de
uno depende de la ocurrencia del otro.
Frmula:

P(A y B) = P(A) X P(B/A)

Pg. 18 (No. 43)

P(B/A) = Probabilidad de B dado que ya ocurri

A
** Sin reemplazo, no se devuelven (texto clave en
el problema)

EJEMPLO
En una caja fuerte de una firma de contabilidad, se tienen 16
comprobantes de depsitos monetarios, de los cuales 5 corresponden
al Almacn Cielito Lindo, 7 al Almacn Buen Hogar y el resto al
Almacn
La
Estrella.
1 - Si se extraen 3 comprobantes sin reemplazo, (no se devuelven)
hallar
las
siguientes
probabilidades:
a) Que el tercero sea del Almacn Buen Hogar, si los dos primeros
tambin
lo
fueron
b)
Que
los
tres
sean
del
Almacn
Buen
Hogar
c)
Que
sea
uno
de
cada
almacn
2 - Se extrae un comprobante y luego se reemplaza, otra extraccin se
realiza despus del reemplazo, hallar la probabilidad:
Que ambas extracciones sean del Almacn La Estrella.

a) Que el tercero sea del Almacn Buen Hogar, si los dos primeros tambin lo fueron.
P(1) = 7 , P(2) 6
16
15

solo usar P (3) =

5
14

= 0.3571 * 100 = R // 35.71 %

b) Que los tres sean del Almacn Buen Hogar

P (1,2,3) =
7
*
6
*
5
= 0.0625 * 100
16
15
14

= R // 6.25 %

c) Que sea uno de cada almacn

P (1,2,3)=

5 *
16

7
15

4
= 0.041666 * 100
14

= R // 4.17 %

2-Se extrae un comprobante y luego se reemplaza, otra extraccin se realiza despus del
reemplazo, hallar la probabilidad:
a.) Que ambas extracciones sean del Almacn La Estrella.
P (1,2)
4
*
4
= 0.0625 * 100 = R // 6.25 %
16
16

APLICACIN PRCTICA

A continuacin se presenta una

serie de ejemplos en los cuales se

aplican cada una de las reglas ya
indicadas.

PROBLEMA No. 1:
Cuatro empresas de transporte tienen 3 rutas que cubrir con diferentes buses
Empresa

Ruta 1

Ruta 2

Ruta 3

Total

11

12

Total

12

15

10

37

Si se selecciona un bus se quiere saber la siguiente probabilidad

a)Seleccionar un bus de la ruta 1
P(A) = 12/37 = 0.3243 o 32.43%
R// la probabilidad de seleccionar un bus de la ruta 1 es de
0.3243
b) Seleccionar un bus de la empresa C
P(A) = 9/37 = 0.2432 o 24.32%
R// la probabilidad de seleccionar un bus de la empresa C es de
0.2432

Continuacin PROBLEMA 1

Empresa

Ruta 1

Ruta 2

Ruta 3

Total

11

12

Total

12

15

10

37

c) Seleccionar un bus de la ruta 3 o de la empresa D

Como son parcialmente excluyentes, es decir tienen elementos en comn y otros no.
P(A o B) = P(A) + P(B) P(AB)
A: que sea de la ruta 3 = 10/37
B: que sea de la empresa D = 12/37
Elemento Comn entre ambas = 2/37
P(A o B) = 10/37 + 12/37 2/37 = 20/37
P(A o B) = 0.5405 = 54.05%
d)Seleccionar un bus de la ruta 2 que sea solamente de la empresa A
A: que sea de la ruta 2
B: que sea de la empresa A
P(A B) = 2/37 = 0.0541 = 5.41%

PROBLEMA 2

Compras

Hombre

Mujer

Total

0.01 a Q. 100.00

160

100

260

De Q. 100.01 a Q. 500.00

120

145

265

De Q. 500.01 a Q. 5000.00

35

12

47

Total

315

257

572

De Q.

Si se selecciona una compra se quiere saber la siguiente probabilidad:

a)Que sea de mujer y de Q. 0.01 a Q. 100.00
A: compra de mujer
B: compra de Q. 0.01 a Q. 100.00
P(A y B) = 100 / 572 = 0.1748 17.48%
b) Que sea de Q. 100.01 a Q. 500.00
P(A) = 265/572 = 0.4633

c) Que sea de hombre

P(A) = 315/572 = 0.5507 o 55.07%

Continuacin PROBLEMA 2

Compras
De Q.

Hombre

Mujer

Total

0.01 a Q. 100.00

160

100

260

De Q. 100.01 a Q. 500.00

120

145

265

De Q. 500.01 a Q. 5000.00

35

12

47

315

257

572

Total

d) Que sea de mujer de Q. 500.01 a Q. 5000.00

A : compra de mujer
B: compra de Q. 500.01 a Q. 5000.00
P(A o B) = P(A U B) = P(A) + P(B) P(AB)
P(A o B) = 257/572 + 47/572 12/572 = 292/572
P(A o B) = 0.5105 51.05%
e) Que sea de hombre de Q. 100.01 a Q. 500.00
A: compra de hombre
B: compra de Q. 100.01 a Q. 500.00
P(A o B) = P(A U B) = P(A) + P(B) P(AB)
P(A o B) = 315/572 + 265/572 120/572 = 460/572
P(A o B) = 0.8042 80.42%

PROBLEMA 3
Se tiene la siguiente informacin

Cliente

Documentos

4
16

Hallar las siguientes probabilidades:

Sacando documentos sin reemplazo (dependientes)
a)La probabilidad de sacar un documento que sea del cliente A
P(A) = 5/16 = 0.3125 31.25%
b) La probabilidad conjunta de sacar 3 documentos que sean del cliente B
A: documento de cliente B en 1. Extraccin
B: documento de cliente B en 2. Extraccin
C: documento de cliente B en 3. Extraccin
P(A y B y C) = P(A) * P(B/A) * P(C/AB)
P(A y B y C) = 7/16 * 6/15 * 5/14 = 210/ 3360
P(A y B y C) = 0.0625 6.25%

CONTINUACIN PROBLEMA 3
Cliente

Documentos

16

c) La probabilidad de sacar 3 documentos en el orden siguiente: cliente A, B y C

A: documento de cliente A en 1. Extraccin
B: documento de cliente B en 2. Extraccin
C: documento de cliente C en 3. Extraccin
P(A y B y C) = P(A) * P(B/A) * P(C/AB)
P(A y B y C) = 5/16 * 7/15 * 4/14 = 140/ 3360
P(A y B y C) = 0.04167
d) Se sacan 3 documentos. La probabilidad de que el tercer documento sea del
cliente B, si los dos primeros tambin lo fueron
A: documento de cliente B en 1. Extraccin
B: documento de cliente B en 2. Extraccin
A y B ya se dieron, queda de incgnita el tercer evento
C: documento de cliente B en 3. Extraccin
P(C/AB) = 5/14 = 0.3571

PROBLEMA No. 4
Una empresa tiene inversiones en ttulos privados, estos estn
clasificados de acuerdo al plazo de vencimiento y casa de bolsa de
valores, la informacin es la siguiente:
Plazos (meses)

Global

Corporacin Burstil

Capital e Inversiones

1a3

14

27

4a6

35

15

7 a 12

30

10

22

13-15

20

12

Se pide calcular las siguientes probabilidades:

a) Seleccionar un ttulo de Capital e Inversiones
b) Seleccionar un ttulo con vencimiento de 4 a 6 meses
c) Seleccionar un ttulo con vencimiento de 1 a 3, o de 7 a 12
meses
d) Seleccionar un ttulo con vencimiento de 16 meses
e) Seleccionar un ttulo de Corporacin Burstil con vencimiento
de 4 a 6 meses.

A) Seleccionar un ttulo de Capital e Inversiones

46
= 0.224390243 * 100 = R // 22.44 %
205
B) Seleccionar un ttulo con vencimiento de 4 a 6 meses
55
= 0.268292682 * 100 = R // 26.83 %
205
C) Seleccionar un ttulo con vencimiento de 1 a 3, o de 7 a 12 meses
110
= 0.536585365 * 100 = R // 53.66 %
205
D) Seleccionar un ttulo con vencimiento de 16 meses
No hay de 16 meses por lo tanto valor nulo R// P(a) = %
E) Seleccionar un ttulo de Corporacin Burstil con vencimiento de 4 a 6
meses.
15
= 0.073170731 * 100 = R // 7.32 %
205

DISTRIBUCIONES DE
PROBABILIDADES
C PA O S C A R N O L P E Z C O R D N , M S C
OSCARNOE@LOPEZCORDON.COM.GT

DISTRIBUCIONES DE PROBABILIDADES
Definicin:

La Distribucin de probabilidades es un listado de las

probabilidades de todos los posibles resultados que
podran obtenerse si el experimento se llevara a cabo.
Tipos de Distribuciones:
Discretas y Continuas.

Las Discretas tienen un nmero limitado de valores,

mientras que en las Continuas la variable que se est
considerando puede tomar cualquier valor dentro de un
intervalo dado.

DISTRIBUCIN BINOMIAL
Definicin:
Es una distribucin discreta de probabilidades, conocida tambin
con el nombre de Distribucin de Bernoulli, en honor al
matemtico Jacobo Bernoulli que fue quien la deriv.
Surge de manera natural cuando los eventos dependen de una
probabilidad fija de presentarse p, y cuando el nmero de
pruebas es limitado. Nos provee de un modelo adecuado para
muchas distribuciones estadsticas que suceden en la naturaleza,
la economa, las finanzas, pruebas psicolgicas y educativas, etc.
La distribucin de probabilidad binomial se basa en el desarrollo
del binomio, as:
n
n
Pg. 18 (No. 44)
(a + b)
= (p + q)
dnde:
p = probabilidad de xito
q = probabilidad de fracaso
n = nmero de ensayos

Caractersticas del Binomio:

1.
2.

3.

4.
5.

El nmero de elementos del desarrollo del

binomio es n+1
En el primer trmino p aparece con un
exponente igual al exponente del binomio y
luego disminuye de uno en uno.
En el segundo trmino el exponente de q es
uno y luego aumenta de uno en uno hasta
tener un exponente igual al del binomio.
Los coeficientes de los trminos son
simtricos.
La suma de los exponentes de cada trmino
es siempre igual a n.

Aplicacin de la Distribucin Binomial

1.

2.
3.
4.
5.

Cuando los resultados obtenidos pueden clasificarse

en 2 categoras (dicotoma). Ejes. Cursos aprobados
y reprobados, artculos defectuosos y en buen
estado, trabajadores eficientes y deficientes,
mquinas productivas e improductivas.
Cada intento tiene solamente 2 resultados posibles
(xito o fracaso)
La probabilidad del resultado de cualquier intento
permanece fijo con respecto al tiempo.
Los eventos son estadsticamente independientes, es
decir, el resultado de un evento no altera a otro.
Cuando la probabilidad de fracaso (q) es igual a 1-p
y p+q es igual a uno.

Desarrollo del Binomio

N0
1
1
N1
2
1
2
1
N
3
1
3
3
1
N
4
1
4
6
4
1
N
5
1
5
10
10
5
1
N
6
1
6
15
20
15
6
1N
1

Ejemplo
El 40% de artculos que produce una mquina tienen error, si se selecciona una
muestra de 6 artculos. Encontrar las siguientes probabilidades:
p = 0.4
[probabilidad de artculos con error]
n=6
q =1-0.4 = 0.6 [probabilidad de artculos sin error]
(p + q)6 =p6+ 6p5 q+ 15p4 q2+ 20p3 q3+ 15p2 q4+ 6p q5+ q6
No. Term Px Termino
6
1 6 p
5
2 5 6p q
4 2
3 4 15p q
3 3
4 3 20p q
2 4
5 2 15p q
5
6 1 6p q
6
7 0 q

Valor
0.004096
0.036864
0.13824
0.27648
0.31104
0.186624
0.046656
1

a) Encontrar exactamente 3 artculos con error

P(x = 3) = 0.27648

Pg. 18 (No. 44)

Continuacin del ejercicio

b) Obtener menos de 2 artculos con error
P(x < 2) = P(0) + P(1)
P(x < 2) = 0.046656 + 0.186624 = 0.23328
c)

Al menos 5 artculos con error.

P(x 5) = P(5) + P(6)
P(x 5) = 0.036864 + 0.004096 = 0.04096

d) Obtener mas de uno pero no mas de cuatro artculos con

error
P(1<x 4 ) = P(2) + P(3) + P(4)
P(1<x 4 ) = 0.31104 + 0.27648 + 0.13824
P(1<x 4 ) = 0.72576

ESTADIGRAFOS DE LA DISTRIBUCIN
DE PROBABILIDADES BINOMIAL
Pg. 19 (No. 46-51)

PROMEDIO ARITMETICO
VARIANZA
DESVIACION ESTANDAR

X=n*p
S2 = n * p * q
S =n*p*q
*

COEFICIENTE DE VARIACION

CV = S
X

COEFICIENTE DE SESGO

b1 = q p
S

COEFICIENTE DE CURTOSIS

100

C = 3 + 1 6 (p*q)

S2

Para Resolver
Si 6 de 18 proyectos de viviendas violan el cdigo de
construccin,:
cul es la probabilidad de que un inspector de
viviendas, que selecciona aleatoriamente a cuatro de
ellas, descubra que:
1. Ninguna de las casas viola el cdigo de
construccin
2. Una viola el cdigo de construccin
3. Dos violan el cdigo de construccin
4. Al menos tres violan el cdigo de construccin

DISTRIBUCIN NORMAL
SE

CONOCE TAMBIEN CON

DISTRIBUCION DE GAUSS

EL

NOMBRE

DE:

Tiene algunas propiedades que la hacen aplicable a

un gran nmero de situaciones en las que es

necesario hacer inferencias mediante la toma de
muestras. Casi se ajusta a las distribuciones reales
de frecuencias observada en muchos fenmenos.
Ocupa un lugar importante tanto en la estadstica
terica como en la estadstica aplicada por varias
razones:

DISTRIBUCIN NORMAL
Puede

coincidir muy de cerca con las

distribuciones de frecuencias observadas y
de muchas mediciones naturales y fsicas.
Se
puede
utilizar
para
aproximar
probabilidades binomiales cuando "n" es
muy grande.
Lo que la hace ms importante es que las
distribuciones de medias muestrales y
proporciones de grandes muestras tienden
a distribuirse normalmente por lo que tiene
importantes repercusiones en el muestreo.

Campana de Gauss

0.50

0.50

CARACTERSTICAS
La curva normal es simtrica por lo tanto el
coeficiente de sesgo es igual a cero. (b1=0)
2. Muestra pocos valores en los extremos.
3. El promedio, la mediana y la moda tienen el
mismo valor, tiene un solo pico y es
unimodal.
4. Los puntos de inflexin estn a X+S y X-S
(Media, mas, menos desviacin estndar).
5.
La curva normal es "asntota" al eje de las
abcisas (eje de x). Significa que sus
extremos nunca tocan eje de las equis (x)
1.

CARACTERSTICAS
6. La sumatoria del rea bajo la curva
normal es igual a uno o al 100%.
7. El coeficiente de Kurtosis es igual a tres.
(C=3)
8. El valor tpico de "Z" es positivo cuando
corresponde a un valor mayor que la
media y negativo cuando corresponde a
un valor menor.
9. El valor "Z" para equis(x) igual a la media
siempre ser igual a cero (O).

CARACTERSTICAS
10.La media aritmtica mas y menos:
Una desviacin
estndar cubre un
68.26% de los casos (X+,-S=68.26%).
Dos desviaciones estndar cubre el
95.46% de los casos (X+-2S=95.46%).
Tres desviaciones estndar cubre el
99.72% de los casos. (X+-3S=99.72%).
11.) La media aritmtica mas o menos una
desviacin media cubre el 58% de los
datos (X+-DM= 58%) .

AREAS BAJO LA CURVA NORMAL

-MANEJO DE LA TABLA DE AREASLa tabla proporciona valores acumulativos
a la derecha de la media de la poblacin.
Est diseada en funcin de la variable
"Z" o variable estandarizada ("Z"=
desviaciones respecto a la media).
Z= x - X
Pg. 20 (No. 59)
S
Donde:
x = un valor cualquiera.
X = media de la poblacin
S = desviacin estndar.
Las columnas muestran el centsimo de "Z".

REAS BAJO LA CURVA NORMAL

Toda el rea = 1

Toda el rea = 100 %

REAS BAJO LA CURVA NORMAL

0.5 50 %

0.5 50 %

0.3413

Z = -1

0.3413

Z =1

Cunta rea hay entre la media y Z = 1.45

Z = 1.45

Para Z = 1.45
rea = 0.4265

Cunta rea hay entre la media y Z = 1.45

42.65 %

0.4265

Z = 1.45

Cunta rea hay entre la media y Z = -1.55

Por ser simtrica se lee

igual en la tabla

Z = -1.55

Cunta rea hay entre la media y Z = - 1.55

43.94 %

0.4394

Z = - 1.55

Cunta rea hay entre Z = -1.25 y Z = 0.98

0.3944 +
0.3365
------------0.7309

0.3944

Z = -1.25

0.3365

Z=0.98

73.09 %

Cunta rea hay entre Z = -1.25 y Z = -0.98

0.3944 0.3365
------------0.0579

0.3365

0.3944
?
Z = -1.25

Z=-0.98

5.79 %

Cunta rea hay arriba (a la derecha, ms de) de Z = 1.96

0.5000
0.4750
---------0.0250

2.5 %

0.475
0.5

Z = 1.96

Qu valor de Z deja el 95 % de casos central?

0.475

0.475

95 % 0.95

Para rea = 0.4750

Z = 1.96

Qu valor de Z deja el 95 % de casos central?

0.475

0.025

0.025*2=0.05 5 %

0.475
0.025
95 % 0.95

Z = -1.96

Z = 1.96

EJERCICIOS
Cunta rea hay
1. Entre Z=1.04 y la media
2. Entre la media y Z=-0.25
3. Entre Z=1.87 y Z=-1.22
4. Entre Z=-0.5 y Z=-1.5
5. Entre Z=2.33 y Z=0.02
6. A la derecha de Z=1.22
7. A la izquierda de Z=1.11
8. A la izquierda de Z=-1.64 y a la derecha de
Z=1.64

Aplicacin
ENCONTRAR PROBABILIDADES
El promedio aritmtico de los ingresos de 600 empresas es
de Q150.00 (miles de Q.) su varianza es de Q 256.00 (Miles
de Q.) y un intervalo constante de Q 4.50.

Datos:
X = 150.00
S = 16
(Raz cuadrada de 256)
N = 600
Si

que las ventas se "distribuyen

normalmente" se pide calcular lo siguiente:
se

sabe

CASOS PRCTICOS AplicacinENCONTRAR PROBABILIDADES

El promedio aritmtico de los ingresos de 600 empresas es
de Q150.00 (miles de Q.) su varianza es de Q 256.00 (Miles
de Q.) y un intervalo constante de Q 4.50.

Datos:
X = 150.00
S = 16
(Raz cuadrada de 256)
N = 600
Si

que las ventas se "distribuyen

normalmente" se pide calcular lo siguiente:
se

sabe

CALCULAR LA PROBABILIDAD QUE UN ALMACN TENGA INGRESOS

ENTRE Q 150 Y Q 160 MILES. ADEMS INDIQUE QU CANTIDAD DE
E M P R E S A S R E P R E S E N TA .
D AT O S

X = 150
NO SE APLICA LIMITE REAL PORQUE ES EL ORIGEN
X =
160.5
S =
16
Z=
?
Z=160.5-150
16

Z = 0 . 6 6 TA B L A R E A S

= 0.2454 =

24.54%

L A P R O B A B I L I D A D Q U E L A S E M P R E S A S T E N G A N V E N TA S E N T R E Q
150 Y Q 160 MILES, ES DE 24.54%
LOS 600 ALMACENES POR 24.54%
(CANTIDAD DE ALMACENES)

ES IGUAL A 147 ALMACENES.

X = 150

X = 160

24.54%

Calcular la probabilidad de que una empresa tenga ingresos

entre Q 135 y Q 150 miles.
Z=x-X =
S

134.5 -150=
16

Z = -0.96875 =

Luego buscar rea 0.97 en Tabla reas =

-0.97

0.3340
Z = 33.40%

R/ La probabilidad que un almacn tenga ingresos entre

Q135.00 y Q150.00 miles es de Z= 33.40%

Grfica Caso 2

150
134.5

33.40%

Cual es la probabilidad de que una empresa tenga ingresos entre Q121.00 y

Q165.00 miles
a)Datos
X=150
X=120.50
S=16
Z=?
Z= 120.50-150 = -1.84 Tabla reas = 0.4671
16

b) Datos
X=150
X=165.50
S=16
Z=?

Z=165.50-150 = 0.96875 = 0.97 Tabla reas = 0.3340

16
Luego sumamos ambas respuestas.
0.4671
+ 0.3340
0.8011 = 80.11%

La probabilidad de que un almacn tenga ventas entre 121.00 y 165.00 es

de 80.11%

Grfica Caso 3

Calcular la probabilidad de que una empresa venda mas de Q.135.00 miles

x = 135.50

X = 150.00

S = 16

Z=?

Datos:

Z = 135.5 150 = -0.91

16
El dato obtenido al ser negativo lo nico que nos indica es que la variable
dada al principio se encuentra por debajo de la media, dicho dato debe ser
buscado en la Tabla II
= 0.3186.

En este caso se debe tomar en cuenta la otra mitad de la curva de la siguiente

manera.
0.5000 (+) 0.3186 = 0.8186 * 100 =

81.86%

Respuesta: La probabilidad de que un almacn venda mas de Q.135.00 es de

81.86%

Grfica Caso 4

31.86%

50.00%

Z= 81.86 %

Calcular la probabilidad de que una empresa tenga ingresos menores

a Q170.00 miles, si la media aritmtica es Q150.00 y la desviacin
estndar es de Q16.00 (cifras en miles).
DATOS:
x = 169.5
X = 150
S = 16

FRMULA:
Z= xX
S

Z = 1.22 buscando en Tabla reas = 0.3888

0.3888+
0.5000
0.8888
88.88%

SUSTITUYENDO
Z = 169.5 150
16
Z=38.88%

Grfica Caso 5
X=150

X=
170

50.00% 38.88%

88.88%

Cual es la probabilidad de que una empresa tenga ingresos

inferiores de Q120.00 miles.
Datos
_
X = 150
X = 119.50
S = 16
Z=?
Z = 119.5 150 = -1.91 Tabla reas
16

rea = 0.4719

0.5000 - 0.4719 = 0.0281 = 2.81%

Grfica Caso 6
150

120

2. 81%

Cual es la probabilidad que una empresa tenga ingresos mayores a Q 170 miles?
Datos
X = 170.5
X = 150
S = 16
Z=?

FRMULA
Z= x X
S

Z= 170.5 150 = Z = 1.28125 = 1.28 Tabla reas = 0.3997

16

0.5000
0.3997 (-)

0.1003
La Probabilidad de tener ingresos mas Q 170 miles es de 10.03%

Grfica Caso 7
X=150

X= 170

10.03%

Cual es la probabilidad que una empresa tenga ingresos entre Q 120 y Q 135 miles ?
Datos
X = 120
X = 150
S = 16
Z=?
Frmula
Z=X - X
S
A) Z = 119.5 150 =
16

Z = - 1 . 91

Tabla reas = 0 . 4719

B) Z = 135.5 150
16

Z = - 0 . 91

Tabla reas = 0 . 3186 (-)

R// rea1 rea 2

= 0 . 1533

La probabilidad de tener ingresos entre Q 120 y Q 135 es de 15.33%

Grfica Caso 8
150

135

120
15.33%
31.86%
47.19%
Li

Ls

Calcular la probabilidad que un almacn tenga ingresos entre Q163 y Q170 miles.
A. Datos
FRMULA
Z=?
Z= x X
X=162.5
S
X= 150
S= 16
Z= 162.5 150 = 0.7812
16

buscar en Tabla reas = 0.2823 =

B. Datos
x= 170.5
Z= ?
X= 150
S=16

FRMULA
Z= x X
S

Z= 170.5 150 = 1.28

16

Buscar en Tabla reas = 0.3997 =

Por diferencia
rea de Q163 = 0.2823
rea de Q170 = 0.3997
0.1174 = 11.74%

28.23%

39.97%

Almacenes
600 * 0.1174 = 70.44
Por Defecto = 70 Almacenes

Grfica Caso No. 9

11.74%

28.23%

39.97%

Para Resolver
Se publica que los frenos de los nuevos autos de la
marca Lambourginis duran en promedio 35,000
millas con una desviacin estndar de 1,114 millas.
Cul es la probabilidad de que los frenos del auto
que usted acaba de comprar duren:
a.) Ms de 35,000 millas
b.) Menos de 33,900 millas
c.) Menos de 37,500 millas
d.) Entre 35,200 y 36,900 millas
Indique tambin qu cantidad de autos
representan

ENCONTRAR VALORES
Con la informacin del problema anterior, encuentre el valor
de los ingresos arriba de las cuales se encuentran el 40% de
las empresas.
Datos:
x=?

S = 16

X = 150

De la formula original:
z=
x -X
Se obtiene la siguiente : x = ZS + X
S
a) Buscar Tabla reas un valor aproximado al 10% =
0.0987= 0.10= Z= 0.25
b) Aplicar frmula:
x = 0.25 (16) +150 =

x = 154 R/

Encontrar los ingresos que limitan el 60% central

de los casos.
x = ZS + X
x = -0.84 (16) + 150

x = 136.56

x=

x = 163.44

0.84 (16) + 150

R/
El 60% central de las ingresos estarn
comprendidos entre Q 136.56 y Q163.44

ORDENADAS BAJO LA CURVA NORMAL

La altura de la ordenada que corresponde al valor
de equis (x) igual a la media le corresponde la
ordenada mxima o la ordenada en el origen.
Frmula:
Pg. 20 (No. 60)
Yx = N C
S(2.50)

DONDE :
Y (x) = Altura de cualquier punto
N
= Nmero de elementos
C
= Intervalos y distancia entre
ordenadas
2.5 = Constante
YO = Ordenadas mximas u ordenada en el
origen
NOTA:

PARA CALCULAR ORDENADAS

UTILIZAMOS LA TABLA I

APLICACIN ORDENADA MXIMA

Determinar el nmero de empresas con

ingresos de Q 170.00 miles

Z=x - X=
S

170-150 = 1.25 ver Tabla I = 0.45783

16

Y = 600 X 4.50 = 2700 = 67.5 = 68 empresas

16(2.5)
40
68 x 0.45783 = 31 empresas

Muchas gracias!!!
oscarnoe@lopezcordon.com.gt