PROBABILIDAD

1. cuadro sinóptico los aspectos teóricos de la unidad que sirven de sustento a la solución
de cada caso.
CUADRO SINÓPTICO

Formula de distribución de
DISTRIBUCIÓN DE FRECUENCIA
probabilidad: PX (x)
Y DISTRIBUCIÓN DE
FRECUENCIA ACUMULADA DE
UNA DISTRIBICIÓN DE Formula de Probabilidad Acumulada:
PROBABILIDAD
𝑓(𝑥) = ∑ 𝑓(𝑥)
𝑓≤𝑥

Formula de Esperanza matemática:

E(x) = ∑[x P(x)]

DEFINICIÓN Y PROPIEDADES
DE LOS OPERADORES:
Formula de Varianza de una variable aleatoria:
DISTRIBUCIÓN DE LA PROBABILIDAD

Esperanza Matemática y varianza 𝑛

σ2= ∑𝑖=1[𝑋𝑖 − 𝐸(𝑋)2]𝑃(𝑋𝑖)
PRINCIPIOS BASICOS DE LA

Formula de desviación estándar de una

variable aleatoria: σ = √σ2

DISTRIBUCIONES DE PROBABILIDAD Formula de distribución binomial:

BINOMIAL 𝐵(𝑥; 𝑛; 𝑝) = (𝑛 𝐶 𝑥)(𝑝ˆ𝑥)(𝑞ˆ(𝑛 − 𝑥))

DISTRIBUCIONES DE PROBABILIDAD Formula: 𝑃(𝑋) = (𝑠𝐶𝑥)(𝑁−𝑠𝐶𝑛−𝑥)

𝑁𝐶𝑛
HIPERGEOMETRICA

eˆλ(λ)ˆx
DISTRIBUCIONES DE POISSON Formula: 𝑃 (𝑋; 𝜆) = 𝑥!
 PROBABILIDAD

Solución de los estudios de casos.

Solución Estudio de caso 1.

Supongamos que X es una variable aleatoria discreta y que x es uno de sus valores posibles. La
probabilidad de que la variable aleatoria X tome el valor específico x se representa por medio de
P (X = x). La función de probabilidad de una variable aleatoria es una representación de las
probabilidades de todos los resultados posibles.
Esta representación podría ser algebraica, gráfica o
tabular. En el caso de las variables aleatorias
discretas, un sencillo método es enumerar las
probabilidades de todos los resultados posibles de
acuerdo con los valores de x.

Una empresa nueva de buses del Sistema Integrado de Transporte de Bogotá (SITP) ha
comenzado a dar servicio en un nuevo barrio. Se ha registrado el número de usuarios que hay en
este barrio en el servicio a primera hora de la mañana (5:00 a.m.). La tabla adjunta muestra la
proporción de cada uno de los días de la semana.

Número de usuarios 0 2 3 5 6 8 10 12 15
Proporción 0.02 0.05 0.12 0.18 0.13 0.16 0.14 0.12 0.08

Si X es la variable que representa el número de usuarios que la empresa debe atender a la hora de
inicio del servicio, con base en esta información y haciendo uso de los conceptos de variables
aleatorias discretas y función de probabilidad, prepare un informe en el que debe incluir como
mínimo lo siguiente

1. Grafica de la función de probabilidad de la variable aleatoria X: Número de usuarios.

 PROBABILIDAD

2. Función de probabilidad acumulada de la variable aleatoria X: Número de usuarios.

1
𝑋 = 62

62𝑋 = 1

𝑓(𝑥) = ∑ 𝑓(𝑥)
𝑓≤𝑥

1
𝑓(0) = ∑ 𝑓(0) = = 0.016
62
𝑓≤0
1 2 3
𝑓(2) = ∑ 𝑓(0) + 𝑓(2) = + = = 0.048
62 62 62
𝑓≥2
1 2 3 6
𝑓(3) = ∑ 𝑓(0) + 𝑓(2) + 𝑓(3) = + + = = 0.096
62 62 62 62
𝑓≥2
1 2 3 5 11
𝑓(5) = ∑ 𝑓(0) + 𝑓(2) + 𝑓(3) + 𝑓(5) = + + + = = 0.177
62 62 62 62 62
𝑓≥2
1 2 3 5 6 17
𝑓(6) = ∑ 𝑓(0) + 𝑓(2) + 𝑓(3) + 𝑓(5) + 𝑓(6) = + + + + = = 0.274
62 62 62 62 62 62
𝑓≥2
1 2 3 5 6 8 25
𝑓(8) = ∑ 𝑓(0) + 𝑓(2) + 𝑓(3) + 𝑓(5) + 𝑓(6) + 𝑓(8) = + + + + + = = 0.4032
62 62 62 62 62 62 62
𝑓≥2
1 2 3 5 6 8 10 35
𝑓(10) = ∑ 𝑓(0) + 𝑓(2) + 𝑓(3) + 𝑓(5) + 𝑓(6) + 𝑓(8) + 𝑓(10) = + + + + + + =
62 62 62 62 62 62 62 62
𝑓≥2
= 0.564
1 2 3 5 6 8
𝑓(12) = ∑ 𝑓(0) + 𝑓(2) + 𝑓(3) + 𝑓(5) + 𝑓(6) + 𝑓(8) + 𝑓(10) + 𝑓(12) = + + + + +
62 62 62 62 62 62
𝑓≥2
10 12 47
+ + = = 0.758
62 62 62
1 2 3 5 6 8
𝑓(15) = ∑ 𝑓(0) + 𝑓(2) + 𝑓(3) + 𝑓(5) + 𝑓(6) + 𝑓(8) + 𝑓(10) + 𝑓(12) = + + + + +
62 62 62 62 62 62
𝑓≥2
10 12 15 62
+ + + = =1
62 62 62 62
 PROBABILIDAD

3. Probabilidad de que en un día seleccionado aleatoriamente haya exactamente ocho usuarios

del barrio esperando el servicio.

0,16
𝑃(X = 8) = = 0,16
1
La probabilidad de que en un día seleccionado aleatoriamente haya 8 personas esperando el
servicio es de 16%

4. Probabilidad de que en un día seleccionado aleatoriamente haya más de seis usuarios del
barrio esperando este servicio.

𝑃(𝑥 > 6)
𝑃(8) + 𝑃(10) + 𝑃(12) + 𝑃(15)
𝑃(𝑋 > 6) = 0,16 + 0,14 + 0,12 + 0,08 = 0,5

La Probabilidad de que en un día seleccionado aleatoriamente haya más de seis usuarios del
barrio es de 50%

5. Probabilidad de que en un día seleccionado aleatoriamente haya menos de cuatro usuarios del
barrio en este servicio.
𝑃(𝑥 < 4)
𝑃(𝑥 < 4) = 𝑃(3) + 𝑃(2) + 𝑃(0)
𝑃(𝑥 < 4) = 0,12 + 0,05 + 0,02 = 0,19
La probabilidad de que en un día seleccionado aleatoriamente haya menos de 4 usuarios del
barrio es de 19%
 PROBABILIDAD

6. El numero esperado de usuarios de este servicio y su desviación estándar.

N. de Usuarios X P(X) X. P(X) [X- E(X)]2 [X-E(X)]2 . P(X)

0 0.02 0 [0-7.46]2=55.65 1.11

2 0.05 0.1 [2-7.46]2=29.81 1.49
3 0.12 0.36 [3-7.46]2=19.89 2.38
5 0.18 0.9 [5-7.46]2=6.05 1.08
6 0.13 0.78 [6-7.46]2=2.13 0.27
8 0.16 1.28 [8-7.46]2=0.29 0.04
10 0.14 1.4 [10-7.46]2=6.45 0.90
12 0.12 1.44 [12-7.46]2=20.61 2.47
15 0.08 1.2 [15-7.46]2=56.85 4.54
7.46 14.28

µ=E(X)=7.46

σ2=14.28

σ = √14.28=3.77
Respuesta//. De acuerdo a los datos, suministrados obtenemos un promedio o media de 7.46
y una varianza de 3.77

- Estudio del caso 2.

La distribución de probabilidad binomial es una distribución de probabilidad discreta que se
presenta con mucha frecuencia.

Una de sus características consiste en que sólo hay dos

posibles resultados en un determinado ensayo del
experimento y los resultados son mutuamente excluyentes;
Otra característica de la distribución binomial es el hecho de
que la variable aleatoria es el resultado de conteos. Es decir,
se cuenta el número de éxitos en el número total de ensayos.
Una tercera característica de una distribución binomial
consiste en que la probabilidad de éxito es la misma de un
ensayo a otro.

Un estudio del Departamento de Transporte de Illinois concluyó que 78.5% de quienes ocupaban
los asientos delanteros de los vehículos utilizaba cinturón de seguridad. Esto significa que los
 PROBABILIDAD
dos ocupantes de la parte delantera utilizaban cinturones de seguridad. Suponga que decide
comparar la información con el uso actual que se da al cinturón de seguridad, para lo cual
selecciona una muestra de 8 vehículos.

Usando sus conocimientos sobre distribuciones discretas de probabilidad, presente un informe en

el que como mínimo incluya:

1. Esta situación cumple con los supuestos de la distribución binomial. Identifíquelos

Esta situación si cumple con los supuestos de la distribución binomial, ya que se evidencia P, N,
y X así:

Lo que se necesita para poder hallar la probabilidad binomial son: 𝐵 (𝑥, 𝑛, 𝑝)

𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜
𝑝 = 78.5 %

𝑛 = 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑛=8

𝑥 = 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑑𝑒 𝑁
𝑥 = 𝑣𝑎𝑟𝑖𝑎 𝑑𝑒 𝑎𝑐𝑢𝑒𝑟𝑑𝑜 𝑎𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜

𝑞 = 𝑝𝑜𝑟𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜
𝑞 = 𝑟𝑒𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑝
𝑞 = 1 − 0.785
𝑞 = 0,215

2. Diagrama de barras de la distribución de probabilidad binomial que representa esta situación

𝑃(𝑥) = 𝑛𝐶𝑥 ∗ 𝑝 𝑥 ∗ 𝑞 𝑛−𝑥

La anterior formula debe ser aplicada para cada una de las muestras: (0,1, 2, 3, 4, 5, 6, 7, 8)

𝑃(𝑥) = 8𝐶0 ∗ 0,7850 ∗ 0,2158−0

𝑃(𝑥) = 4,56 ∗ 10−6

𝑃(𝑥) = 8𝐶1 ∗ 0,7851 ∗ 0,2158−1

𝑃(𝑥) = 1,33 ∗ 10−4

𝑃(𝑥) = 8𝐶2 ∗ 0,7852 ∗ 0,2158−2

𝑃(𝑥) = 1,70 ∗ 10−3

𝑃(𝑥) = 8𝐶3 ∗ 0,7853 ∗ 0,2158−3

𝑃(𝑥) = 0,01244
 PROBABILIDAD
𝑃(𝑥) = 8𝐶4 ∗ 0,7854 ∗ 0,2158−4
𝑃(𝑥) = 0,05679

𝑃(𝑥) = 8𝐶5 ∗ 0,7855 ∗ 0,2158−5

𝑃(𝑥) = 0,165

𝑃(𝑥) = 8𝐶6 ∗ 0,7856 ∗ 0,2158−6

𝑃(𝑥) = 0,302867

𝑃(𝑥) = 8𝐶7 ∗ 0,7857 ∗ 0,2158−7

𝑃(𝑥) = 0,31594

𝑃(𝑥) = 8𝐶8 ∗ 0,7858 ∗ 0,2158−8

𝑃(𝑥) = 0,14419
x P(x)
0 4,56 ∗ 10−6
1 1,33 ∗ 10−4
2 1,70 ∗ 10−3
3 0,012444
4 0,05679
5 0,165
6 0,302867
7 0,31594
8 0,14419

3. Probabilidad de que los ocupantes de la parte delantera en exactamente 5 de los 8 vehículos

seleccionados utilicen cinturones de seguridad

𝑃(𝑥) = 𝑛𝐶𝑥 ∗ 𝑝 𝑥 ∗ 𝑞 𝑛−𝑥

 PROBABILIDAD
𝑃(𝑥) = 8𝐶5 ∗ 0,7855 ∗ 0,2158−5
𝑃(𝑥) = 0,165

Rta: la probabilidad de que los ocupantes de la parte delantera en exactamente 5 de los 8

vehículos seleccionados utilicen cinturones de seguridad es de 0,165, es decir el 16,5 %.

4. Probabilidad de que los ocupantes de la parte delantera de por lo menos 5 de los 8 vehículos
utilicen cinturón de seguridad

𝑃(𝑥) = 𝑛𝐶𝑥 ∗ 𝑝 𝑥 ∗ 𝑞 𝑛−𝑥

𝑃(𝑥) = 8𝐶5 ∗ 0,7855 ∗ 0,2158−5

𝑃(𝑥) = 0,165

𝑃(𝑥) = 8𝐶6 ∗ 0,7856 ∗ 0,2158−6

𝑃(𝑥) = 0,302867

𝑃(𝑥) = 8𝐶7 ∗ 0,7857 ∗ 0,2158−7

𝑃(𝑥) = 0,31594

𝑃(𝑥) = 8𝐶8 ∗ 0,7858 ∗ 0,2158−8

𝑃(𝑥) = 0,14419

𝑃(5) + 𝑃(6) + 𝑃(7) + 𝑃(8)

0,165 + 0,30286 + 0,31594 + 0,14419 = 0,9279

Rta: Probabilidad de que los ocupantes de la parte delantera de por lo menos 5 de los 8
vehículos utilicen cinturón de seguridad es de 0,9279, es decir del 92,79 %

5. Probabilidad de que los ocupantes de la parte delantera de máximo 5 de los 8 vehículos

utilicen cinturón de seguridad

𝑃(𝑥) = 𝑛𝐶𝑥 ∗ 𝑝 𝑥 ∗ 𝑞 𝑛−𝑥

𝑃(𝑥) = 8𝐶0 ∗ 0,7850 ∗ 0,2158−0

𝑃(𝑥) = 4,56 ∗ 10−6
 PROBABILIDAD
𝑃(𝑥) = 8𝐶1 ∗ 0,7851 ∗ 0,2158−1
𝑃(𝑥) = 1,33 ∗ 10−4

𝑃(𝑥) = 8𝐶2 ∗ 0,7852 ∗ 0,2158−2

𝑃(𝑥) = 1,70 ∗ 10−3

𝑃(𝑥) = 8𝐶3 ∗ 0,7853 ∗ 0,2158−3

𝑃(𝑥) = 0,01244

𝑃(𝑥) = 8𝐶4 ∗ 0,7854 ∗ 0,2158−4

𝑃(𝑥) = 0,05679

𝑃(𝑥) = 8𝐶5 ∗ 0,7855 ∗ 0,2158−5

𝑃(𝑥) = 0,165

𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3) + 𝑃(4) + 𝑃(5) =

𝑃(𝑥) = 4,56 ∗ 10−6 + 1,33 ∗ 10−4 + 1,70 ∗ 10−3 + 0,012444 + 0,05679 + 0,165
= 0,23703

Rta: La probabilidad de que los ocupantes de la parte delantera de máximo 5 de los 8 vehículos
utilicen cinturón de seguridad es de 0,23703, es decir del 23,703%.

6. Número de vehículos esperado en los que los ocupantes de la parte delantera utilizan el
cinturón de seguridad.

Para esto se utiliza la fórmula que corresponde al valor esperado o esperanza:

𝐸(𝑥) = 𝑛 ∗ 𝑝

𝐸(𝑥) = 8 ∗ 0,785

𝐸(𝑥) = 6,28
Rta: el número de vehículos esperado es 6, 28.
 PROBABILIDAD
- Estudio del caso 3.

Baloto es un juego novedoso de tipo loto en línea, de

suerte y azar, donde el jugador elige 5 números del 1 al 43
y una súper balota con números del 1 al 16 a través de una
terminal de venta.
El juego consiste en acertar 5, 4 o 3 números en cualquier
orden de una matriz del 1 al 43 y otro número (super
balota) del 1 al 16.

El jugador señala en un tarjetón los 6 números que escoge. Los números están representados
en 43 balotas amarillas numeradas del 1 al 43 y 16 balotas rojas numeradas del 1 al 16. Cada
número aparece una sola vez y las balotas ganadoras se seleccionan sin reemplazo. El
premio acumulado se entrega a quien haga coincidir los seis números. En la tabla aparecen las
opciones para ganar.

Usando sus conocimientos sobre distribuciones discretas de probabilidad, presente un informe

en el que como mínimo incluya:

1. Esta situación cumple con los supuestos de la distribución Hipergeométrica. Identifíquelos

Si aplica ya que la distribución hipergeométrica se da cuando hay situaciones similares a la
distribución binominal.

𝑁 = 43 + 16 = 59, 𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑏𝑜𝑙𝑎𝑠

𝑛 = 6 𝑛𝑢𝑚𝑒𝑟𝑜𝑠 𝑞𝑢𝑒 𝑠𝑎𝑐𝑎𝑛 𝑑𝑒 𝑙𝑎 𝑢𝑟𝑛𝑎, 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑠 = 16 𝑏𝑜𝑙𝑎𝑠 𝑟𝑜𝑗𝑎𝑠
𝑥 = 3(5,4 ó 3) 𝑎𝑐𝑖𝑒𝑟𝑡𝑜𝑠
(𝑠𝐶𝑥)(𝑁 − 𝑠𝐶𝑛 − 𝑥)
𝑃(𝑋) =
𝑁𝐶𝑛

(16 𝐶 3)(59 − 16 𝐶 6 − 3)
𝑝(𝑥) =
59 𝐶 6
 PROBABILIDAD
(16 𝐶 3)(43 𝐶 3)
𝑃(𝑋) =
59 𝐶 6

(560)(12341)
𝑃(𝑋) =
45057474
6910960
𝑃(𝑋) =
45057474

𝑃(𝑋) = 0.1533

𝑃 (𝑋) = 15.33%

Rta. La probabilidad de que coincidan los 6 números es de 15.33%

2. Probabilidad de obtener el “Gran acumulado” con los 6 números (5 números del 1 al 43 y la

súper balota).

Balotas Cantidad Probabilidad

Balotas amarillas 43 43/59
Súper balota 16 16/59
Total 59

𝑃 = 𝑝(𝑎) + 𝑝(𝑠) =

43 16 2357 + 944 3481

+ = = =1
59 59 3481 3481

Solución:

(𝑠𝐶𝑥)(𝑁 − 𝑠𝐶𝑛 − 𝑥)
𝑃(𝑋) =
𝑁𝐶𝑛

(16 𝐶 5)(59 − 16 𝐶 6 − 5)
𝑝(𝑥) =
59 𝐶 6
(16 𝐶 5)(43 𝐶 1)
𝑃(𝑋) =
59 𝐶 6

(4368)(43)
𝑃(𝑋) =
45057474
 PROBABILIDAD
187824
𝑃(𝑋) =
45057474

𝑃(𝑋) = 0.0416

𝑃(𝑋) = 4.16%

Rta. La probabilidad de que las 6 balotas seleccionadas cinco sean las ganadoras es de 4.16%

3. La empresa encargada del sorteo informa que, Hasta el sorteo anterior, la posibilidad de
“pegarle al gordo” era de 1 en 8 millones, mientras que ahora será de 1 en 15 millones.
Explique esta afirmación.

Rta. Al ocurrir un sorteo favorable la probabilidad disminuye, por tan motivo aumenta la poca
probabilidad de ser un sorteo sin reemplazo.

4. El sorteo también otorga otros premios (ver tabla). Presente la probabilidad de obtener los
premios que incluyen acertar la súper balota.

Solución:

La probabilidad de obtener 43/5 balotas es:

𝐿𝑎 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛:
𝐶 43,5 =

𝑠𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑛 𝑙𝑜𝑠 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠:

43! 43 42 41 40 39 38 155.117.608
= ∗ ∗ ∗ ∗ ∗ =
38! 5! 5 4 3 2 1 120

𝑒𝑙 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛 𝑒𝑠:

𝐶 43,5 = 962.598
 PROBABILIDAD

1
Así que la probabilidad de obtener el ganar premios es de 962598 es de 1.038 %

𝑌 𝑐𝑜𝑛 𝑙𝑎𝑠 𝑠ú𝑝𝑒𝑟 𝑏𝑎𝑙𝑜𝑡𝑎𝑠 𝑒𝑠:

962.598 ∗ 16 = 15401568

Rta. La probabilidad de ganarse la balota entre 43 número y 5 combinaciones más la súper

1
balota es de 15401568 oportunidades. Que equivale al 6.49% de probabilidad.

5. Presente la probabilidad de obtener los premios que no incluyen acertar la súper balota.

La probabilidad de obtener 43/5 balotas es:

𝐿𝑎 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛:

𝐶 43,5 =

𝑠𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑛 𝑙𝑜𝑠 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠:

43! 43 42 41 40 39 38 155.117.608
= ∗ ∗ ∗ ∗ ∗ =
38! 5! 5 4 3 2 1 120

𝑒𝑙 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛 𝑒𝑠:

𝐶 43,5 = 962.598
1
Así que la probabilidad de obtener el obtener los premios sin la súper balota es de 962598 es de
1.038 %

6. Con base en los resultados obtenidos, ¿usted invertiría dinero en el BALOTO?

Rta. No invertiría dinero ya que la probabilidad de granar es muy baja de 1/15401568

oportunidades, que equivale al 6.49%.

- Estudio del caso 4.

 PROBABILIDAD
- Estudio del caso 5.
El Coeficiente intelectual C.I. de un individuo es medido en
una escala que va de 45 a 155. Un C.I. de 100 es el promedio.
En la figura siguiente se puede ver que la mayoría de la
población tiene el C.I. alrededor de 100. Existen menos
personas que tienen el CI menor a 85 y muy pocos tienen el
CI por encima de 115.
Una empresa que recluta personal para multinacionales, aplica un test de inteligencia a todos los
posibles candidatos. Una persona que desea ser contratada, acaba de presentar el test y le
informan que ha obtenido C.I. igual a 95.
Asumiendo que las puntuaciones en un test de inteligencia se distribuyen normalmente y
sabiendo que las puntuaciones CI tienen promedio 100 y desviación estándar 15, usted debe
presentarle un informe acerca de sus resultados.
Usando sus conocimientos sobre la distribución de probabilidad normal, presente un informe que
como mínimo contenga:

1. Porcentaje de personas que podrían tener un C.I. inferior o igual a 95.

Datos a tener en cuenta:𝑋 ≤ 95 ; 𝜇 = 100 ; 𝜎 = 15

95 − 100
𝑃(𝑋 ≤ 95) = 𝑃 (𝑍 ≤ )
15
𝑃(𝑋 ≤ 95) = 𝑃(𝑍 ≤ −𝑂. 333) = 𝑂. 3707 ⇨ 37. 07%

RTA: El porcentaje de personas que podrían tener C.I. solo es de un 37.07% lo cual es
inferior o igual a 95

2. Porcentaje de personas podrían tener un C.I. superior a 95.

𝑃(𝑋 > 95) = 1 − 𝑂. 3707 = 0.6293 ⇨ 62.93%

RTA: El porcentaje de personas que podrían tener un C.I. superior a 95 es de62.93%

3. Probabilidad de que una persona tenga un C.I. entre 85 y 90

85 − 100 90 − 100
𝑃(85 ≤ 𝑋 ≤ 90 = 𝑃 ( ≤𝑍≤ ) = 𝑃(−1 ≤ 𝑍 ≤ −0.67)
15 15
𝑃(85 ≤ 𝑋 ≤ 90) = 0.2514 − 0.1587 = 0.0927 ⇨ 9.27%
 PROBABILIDAD
RTA: la probabilidad de que una persona tenga es de un 9.27%
4. Puntuación C.I. que habría que sacar en el test de inteligencia para estar en el 30% inferior
(puntuación de CI que deja el 30% de sujetos por debajo).

𝑃(𝑍 ≤ 𝑍1 ) = 0.30
𝑃(𝑍 ≤ −0.5) = 0.30
𝑋1 = 𝑍1 𝜎 + 𝜇 = (−0.5)(15) + 100 = 92.5

RTA: La puntuación que deja al 30% de los sujetos por debajo es de 92.5

5. Puntuación de C.I. que es superada solo por el 10% de los sujetos

𝑃 (𝑍 ≥ 𝑍1 ) = 0.90

𝑃 (𝑍 ≥ 1.29) = 0.90

𝑥1 = (1.29)(15) + 100 = (1.29)(15) + 100 = 119.35

RTA: La puntuación que es superada solo por el 10% es de 119.35

6. Valores de C.I. entre los que se encuentran el 50% central de los sujetos.
𝑃(𝑍 ≤ −𝑍1 ) − 𝑃(𝑍 ≤ 𝑍2 ) = 0.5
𝑃(𝑍 ≤ 0.68) − 𝑃(𝑍 ≤ 0.68) = 0.50

Se puede observar que se cumple de la siguiente manera

𝑥1 = 𝑧1 𝜎 + 𝜇 = (−0.68)(15) + 100 = 89.8

𝑥2 = 𝑧2 𝜎 + 𝜇 = (0.68)(15) + 100 = 110.2

RTA: los valores de C.I. entre los que se encuentran el 50% central de los sujetos es de 89.8 y
110.2