Está en la página 1de 24
Conceptos previos. RANGO Rango o recorrido es la diferencia entre el mayor y el menor
Conceptos previos. RANGO Rango o recorrido es la diferencia entre el mayor y el menor

Conceptos previos.

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

DESVIACIÓN ESTÁNDAR o TÍPICA Es una medida de dispersión y nos indica cuánto tienden a alejarse los datos del promedio aritmético. Para calcular la desviación estándar ( ) se utiliza la siguiente fórmula:

Para datos no agrupados

  2   2   2   2 x  x
2
2
2
2
x
x
x
x
x
x
x
x
1
2
3
n

n
Para datos agrupados en tablas de frecuencia
2
2
 2
2
f
x
x
f
x
x
f
x
x
f
x
x
1
1
2
2
3
3
n
n

f
f
 
f
.
.
.
f
1
2
3
n

Donde xi = marca de clase,

PROPIEDADES Sea x una variable aleatoria y k un número real

f i = frecuencia,

1) (x) 0

2) (k) = 0

3) (x + k) = (x)

4) (kx) = k· (x)

Varianza es otra medida de dispersión que corresponde al cuadrado de la

 

2

 

x

1

x

2

x

2

x

2

x

3

x

2

 

x

n

x

2

f

2

f

f

1

x

f

2

2

f

 

3

2

.

.

f

.

f

n

 

2

   

f

 

2

1

x

1

x

2

x

3

x

3

x

 

n

x

n

x

 

f

1

f

 

2

f

3

.

.

.

f

n

 

desviación estándar. Es decir Varianza =

2

2

PROPIEDADES DE LA VARIANZA

Sea x una variable aleatoria y k un número real

1) Var (x) ≥ 0

2) Var (k) = 0

3) Var (x + k) = Var (x)

4) Var (kx) = k 2 · Var(x)

Ejercicios

1.

El rango en el conjunto de datos {3, 7, 8, 11, 1, 10, 15, 20, 21, 22, 24, 23} es

A)

12

B) 20

C) 21

D) 22

E) 23

2.

¿Cuál(es) de las siguientes proposiciones es (son) SIEMPRE verdadera(s)?

I) La desviación estándar es un número real no negativo. II) La diferencia entre un dato y el promedio de la muestra puede ser positiva o negativa. III) El rango es una medida de dispersión que puede ser negativa.

A)

Solo I

B) Solo I y II

C) Solo II y III

D) I, II y III

E) Ninguna de ellas

3.

Con respecto a la tabla de frecuencias adjunta, ¿cuál(es) de la siguientes

proposiciones es (son) verdadera(s)? I) El promedio es 6. II) El total de datos es 5.

III) La desviación estándar es

II) El total de datos es 5. III) La desviación estándar es 6 . A) Solo

6 .

total de datos es 5. III) La desviación estándar es 6 . A) Solo I B)

A)

Solo I

B) Solo I y II

C) Solo I y III

D) Solo II y III

E) I, II y III

4.

En una familia las edades de sus hijos son 3, 4, 7, 9 y 12 años. ¿Cuál(es) de las

siguientes afirmaciones es (son) verdadera(s)? I) Si todos aumentaran un año, entonces la media sería 5 unidades mayor.

II) La muestra es amodal. III) La desviación estándar es de 10, 8 años.

A)

Solo II

B) Solo III

C) Solo I y II

D) Solo I y III

E) Solo II y III.

5.

Se tiene un conjunto de 4 números enteros cuya desviación estándar es p. Si a

cada valor

se agregan 3 unidades. Entonces, la nueva desviación estándar es

A) p + 3

B) 4p

C) p

D) p + 12

6.

¿Cuál(es) de las siguientes afirmaciones es (son) verdadera(s)?

I) La varianza puede ser igual a la desviación estándar.

II) Si sumamos a todos los valores de la variable una constante, la varianza no

cambia.

III)

La varianza es la raíz cuadrada de la desviación estándar.

A)

Solo I

B) Solo II

C) Solo III

D) Solo I y II

E) I, II y III

7.

Al analizar los puntajes de los 4 controles realizados por Juan y Pedro, se

obtuvieron los siguientes resultados:

 

Juan

Pedro

Promedio

613

613

Desviación

54,47

168,74

estándar

De acuerdo con esta de las siguientes

siempre verdadera(s)? I) Juan tiene puntajes más cercanos a su promedio. II) Ambos han obtenido los mismos puntajes en los controles. III) Existe un error en el cálculo de las desviaciones estándar de Pedro o de Juan, porque ambos tienen el mismo promedio.

información, ¿cuál(es) afirmaciones es (son)

A)

Solo I

B) Solo I y II

C) Solo I y III

D) Solo II y III

E) I, II y III

8.

Se tienen cuatro números x, y, z, w cuya varianza es , entonces la varianza de

kx, ky, kz, kw, con k un número natural, es

A)

4k

B) k 4

C) k 2

D) k

E) 4(k + )

9.

Sea una desviación estándar

, tal que 0 < < 1, ¿cuál(es) de las siguientes

afirmaciones son siempre verdadera(s)?

I) La varianza es mayor que la desviación estándar. II) La media aritmética esta entre cero y uno.

III) La mediana esta entre cero y uno.

A) Solo I

B) Solo II

C) Solo II y III

D) I, II y III

E) Ninguna de ellas

10. De acuerdo a la tabla adjunta, ¿cuál(es) de las siguientes proposiciones es

(son)

verdadera(s)?

I) A + B = 5 II) La desviación estándar es III) La varianza es 2.

2
2

A) Solo I

de ellas

B) Solo II

C) Solo II y III

 

xi

(xi

x ) 2

4

B

5

1

D) I, II y III

E) Ninguna

6

0

 

7

A

8

4

11. En una muestra de 10 datos se obtiene una desviación estándar igual a 1,5. Si a cada elemento de la muestra se agregan 10 unidades, entonces, la nueva desviación estándar y varianza son, respectivamente

A) 101,5 y 102,25

B) 101,5 y 12,25

C) 11,5 y 12,25

D) 1,5 y 102,25

E) 1,5 y 2,25

VARIABLES ALEATORIAS Se llama VARIABLE ALEATORIA a toda función en que a cada elemento del espacio muestral de un experimento aleatorio le asocia un número real, estas pueden ser variables aleatorias discretas o variables aleatorias continuas OBSERVACIÓN: Se simbolizan con letras mayúsculas, por ejemplo: X ; Y ; Z ;…

VARIABLES ALEATORIAS DISCRETAS (VAD) Son aquellas que pueden tomar una cantidad finita de valores

Ejemplos: Suma de puntos en el lanzamiento de dos dados, las preguntas correctas en una prueba, números 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 números reales. Ejemplos: peso de los alumnos de un curso, tiempo de funcionamiento de un dispositivo electrónico, cantidad de agua consumida en mes por una familia, etc.

EJEMPLO:

Se define la variable aleatoria X como el número 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

Valores de x

(m, m, m)

0

(v, m, m); (m, v, m); (m, m, v)

1

(v, v, m); (v, m, v); (m, v, v)

2

(v, v, v)

3

FUNCIÓN DE PROBABILIDAD Se llama función de probabilidad de una variable aleatoria discreta “X” a la

aplicación que asocia a cada valor de x i de la variable su probabilidad p i . denota por f(x) = P(X = x i )

PROPIEDADES 1. 0 f(xi) 1 2. f(x 1 ) + f(x 2 ) + … + f(x n ) = 1

Se

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

Resultados posibles Valores f(xi) = P(X = xi) de x (m, m, m) 0 1/
Resultados posibles
Valores
f(xi) = P(X = xi)
de x
(m, m, m)
0
1/ 8
(v, m, m); (m, v, m); (m, m, v)
1
3/ 8
(v, v, m); (v, m, v); (m, v, v)
2
3/ 8
(v, v, v)
3
1/ 8
Dom
Rec
y el Rec.

El Dom. tiene 4 elementos tiene 2

f(x )

1

1

3

f(x )

2

3

f(x )

1

1

3

8888

f(x )

4

1

12. Se lanza dos veces un dado y se define la variable aleatoria X, como el valor

absoluto de la diferencia de los puntos. ¿Cuál(es) de las siguientes afirmaciones es (son) verdadera(s)?

I) X es una variable aleatoria discreta. II) El recorrido de la variable tiene 6 elementos. III) El conjunto de valores posibles de variable aleatoria X son {0, 1, 2, 3, 4, 5}.

A)

Solo I

B) Solo III

C) Solo I y III

D) Solo II y III

E) I, II y III

13.

Una bolsa contiene 4 cubos azules y 3 verdes, el experimento consiste en sacar

dos cubos uno tras otro sin reposición. Si se define la variable aleatoria X: número

de cubos azules obtenidos, ¿cuál(es) de las siguientes afirmaciones es (son) verdadera(s)?

I) Los valores de la variable aleatoria son {0, 1, 2} II) El máximo de cubos azules que se pueden obtener en el experimento es cuatro.

III) P(1) = 4/ 7

A) Solo II

B) Solo I y II

C) Solo II y III

D) Solo I y III

E) I , II y III

14. Una bolsa contiene 3 pañuelos de seda en buen estado y 2 pañuelos con

algunas fallas. Se extraen dos pañuelos sin devolución. Se define la variable aleatoria X de la siguiente forma

 1, si son dos con fallas

x  

0, si uno es bueno y el otro fallado

1 si son dos en buen estado

¿Cuál de las alternativas corresponde a la función de probabilidad de la variable aleatoria?

15. En una urna hay 4 fichas marcadas con el número 2; 4 fichas con

15. En una urna hay 4 fichas marcadas con el número 2; 4 fichas con el 0 y 4 fichas con el -2.

El experimento consiste en sacar dos fichas sin reposición, y se define la variable

aleatoria

X como el producto de los números que tienen las fichas que se sacan.

¿Cuál(es) de las siguientes proposiciones es (son) verdadera(s)?

I) Los posibles valores de variable aleatoria X son {4, 0, -4}. II) P(x = -4) > P(x = 4) III) P(x = 0) = 8/ 33

A) Solo I

B) Solo II

C) Solo I y II

D) Solo I y III

E) I , II y III

16. La tabla adjunta, muestra la función de probabilidades de una variable aleatoria X

la función de probabilidades de una variable aleatoria X Entonces, ¿cuál(es) de las siguientes proposiciones es

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

I) P(20 x < 40) = 0,85

II) P(x 5) = 0 III) P(x ≥ 30) = 1 – P(x 30)

A) Solo II

B) Solo III

C) Solo I y II

D) Solo I y III

E) Solo II y III

FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD

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

PROPIEDADES

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

2. Si a < b, entonces P(a < x

3. P(X > a) = 1 P(X a) = 1 F(a)

FUNCIÓN DE PROBABILIDAD asociada a Frecuencia relativa FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD asociada a Frecuencia relativa acumulada

b) = F (b) F (a)

Ejemplo

17. Para la variable X definida como el número de hijos varones que puede tener un matrimonio que tiene tres hijos, la siguiente tabla muestra la función probabilidad para los diferentes valores de X:

la función probabilidad para los diferentes valores de X: Ejercicios 18. La tabla adjunta muestra la

Ejercicios

18. La tabla adjunta muestra la función de probabilidad de la variable aleatoria X

la función de probabilidad de la variable aleatoria X ¿Cuál(es) de las siguientes proposiciones es (son)

¿Cuál(es) de las siguientes proposiciones es (son) verdadera(s)?

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

A) Solo I

B) Solo II

C) Solo III

D) Solo I y II

19.

La tabla adjunta muestra la función de probabilidad de una variable aleatoria

W:

W

[1, 2[

[2, 3[

[3, 4[

[4, 5[

P(W=wi

0,1

0,3

0,2

0,4

¿Cuál es el gráfico de la función de distribución de probabilidad de la variable aleatoria W?

de distribución de probabilidad de la variable aleatoria W? 20. Si la función de distribución de

20. Si la función de distribución de una variable aleatoria X está dada en la tabla

adjunta, entonces, el valor de P(X = 3) es

dada en la tabla adjunta, entonces, el valor de P(X = 3) es A) 0,30 B)

A) 0,30

B) 0,45

C) 0,50

D) 0,20

E) 1,00

21. Se define la función de distribución de la variable aleatoria X como: f(x) =

1

1

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

x

A) 3/ 8

B) 1/ 3

C) 1/ 4

D) 1/ 2

DISTRIBUCIÓN NORMAL Para variables aleatorias continuas X, la función de probabilidad es denominada Función de densidad de probabilidad, es una función continua y la probabilidad de que la variable esté comprendida en el intervalo [a, b] está dada por el área bajo la curva de la función entre los puntos a y b.

P(a < x < b)

La distribución más importante dentro de las distribuciones continuas es la Distribución Normal. Es un modelo matemático, que recibe su nombre debido a que en cierto momento se pensó que la mayoría de los fenómenos estaban distribuidos de dicha manera. Esta distribución permite representar fenómenos estadísticos de manera probabilística.

fenómenos estadísticos de manera probabilística. El gráfico de la función de densidad de una variable

El gráfico de la función de densidad de una variable aleatoria con distribución normal es similar al mostrado en la figura, es decir tiene una forma conocida como Campana de Gauss, y es simétrico con respecto a la media, . Esta distribución queda definida por dos parámetros: la media () y la

desviación estándar (), y se denota

X ~ N(; ).

estándar (  ), y se denota X ~ N(  ;  ). CARACTERÍSTICAS 1.

CARACTERÍSTICAS

1. El área bajo la curva es igual a la unidad

2. Es simétrica con respecto a x = , y deja un área 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 asintótica al eje de las abscisas, es decir, la curva se acerca lo más posible al

eje de las

X sin llegar a tocarlo.

4. La media, moda y mediana coinciden.

5. La probabilidad equivale al área encerrada bajo la curva.

Además, se sabe que si una población tiene media y desviación típica σ, se cumple lo siguiente:

a.

El

68,3%

de los

b.

El

95,5%

de los

c.

El

99,7%

de

los

individuos se encuentran en el intervalo

individuos se encuentran en el intervalo

individuos

se

encuentran

en

el

   

intervalo

 

[μ –σ,

μ + σ]

[μ–2σ,

μ+2σ]

 
   

[μ–3σ, μ + 3σ]

 
La distribución normal describe la distribución de datos, que en general se relacionan con mediciones

La distribución normal describe la distribución de datos, que en general se relacionan con mediciones relacionadas con variables, tales como, el tamaño de las especies, rendimiento intelectual, variables sociales, etc.

Se puede demostrar que si x es una variable que se distribuye N (μ, σ)

Utilizando la variable

A este procedimiento se le conoce como Tipificación o Estandarización

La ventaja de la variable Z es que existen valores tabulados para ella, de modo que se pueden hacer cálculos de probabilidades y tamaños de grupos de

población con solo usar

correspondientes. Tabla que esta como anexo al final de este documento

x 

z

, distribuirá N(0, 1).

correctamente la tabla, y luego hacer los cálculos

EJERCICIOS

22. La longitud, en cm, de los palillos que fabrica una empresa, tiene una distribución N(10 ; 0,3). ¿Cuál es la probabilidad de que un palillo mida menos de 10 cm?

A) 1

B) 0,7

C) 0,5

D) 0,4

E) 0,3

23. En una distribución normal estándar si P(X a) = m; entonces P(X > a) =

A) -m

B) m

C) m 1

D) 1 m

E) no se puede determinar.

24.

Si X ~ N(0, 1) , entonces ¿cuál(es) de las siguientes afirmaciones es (son)

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

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

A) Solo I

B) Solo II

C) Solo I y II

D) Solo I y III

E) I, II y III

25. En una distribución normal N(90, 15), ¿cuál(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) Solo I

B) Solo I y II

C) Solo II y III

D) I , II y III

E) Ninguna de ellas

26. En una distribución normal estándar X ~ N(0, 1), ¿Cuál de las alternativas NO es

la correcta?

A) P( x 2) = 0,9773

B) P( x -2) = 0,025

C) P( x 2) = 0,025

D) P( x -2) = 0,9773

E) P(-2 x 2) = 0,0456

27. El tiempo de duración que tienen los focos fabricados por una empresa, se

distribuye en forma normal con media 1.020 horas y desviación estándar 51 horas. ¿Cuál es la probabilidad en porcentaje de que dure más de 1.173 horas?

A) 0,27%

B) 2,7 %

C) 0,027%

D) 0,15%

E) 13,5%

28. ¿Cuál de los siguientes gráficos representa a tres distribuciones de probabilidad normal con la misma media y diferentes desviaciones estándar?

con la misma media y diferentes desviaciones estándar? 29 Los promedios obtenidos por los alumnos de

29 Los promedios obtenidos por los alumnos de un colegio, en su último semestre de cuarto medio, tiene una distribución N(5,0 ; 0,8). ¿Cuál(es) de las siguientes afirmaciones es (son) verdadera(s)?

I) Aproximadamente, el 68% de los alumnos tiene promedio entre 4,2 y

5,8.

II) Aproximadamente, el 2,3% de los alumnos tiene promedio menor a 3,4.

III) Un 13,6%, aproximadamente, tiene promedio entre 5,8 y 6,6.

a) Solo I

b) Solo II

c) Solo I y III

d) Solo II y III

e) I, II y III

30. Sea una distribución normal N (18,6 ; 2,6), entonces ¿Cuál(es) de las siguientes afirmaciones es FALSA?

a) La desviación estándar es igual a 2,6

b) El promedio de la muestra es 18,6

c) P(X > 18,6 ) = 0,5

d)

P (X <

2,6 ) = 0,5

e) P( 16,0 X21,2 ) = 68%

31. Sea F(x) una función de distribución de probabilidad de una variable aleatoria discreta de valores { 0, 1, 2, 3 }, equiprobable, entonces los valores de z e y, respectivamente son:

1

2

1

2

3

4

a) y 1

b)

y

1

2

c) y 1

d) 1 y

e) 1 y

1

2

3

4

F(x)

P(X

x)

1

4

1

2

z

y

si

0

x

1

si

1

x

2

si

2

x

3

si

3

x

32. La tabla adjunta muestra la función de probabilidad de variable aleatoria x

X

P( X = xi )

-1

0,04

0

0,22

1

0,30

2

w

3

0,10

¿Cuál(es) de las siguientes proposiciones es (son) verdadera (s)?

a)

Solo I

I. P(x P(0 P(x   1)0)x 63% 2)0,96 0,64
II.
III.

b) Solo II

c) Solo III

d)Solo I y II

e) I, II y III

33. Si la función de distribución de una variable aleatoria x está dada en la tabla

adjunta, entonces el valor

X

1

2

3

4

5

P( X = xi )

0,1

0,30

0,60

0,8

1

de

P(2 x 4) es

a) 30%

b) 45%

c) 50%

d) 60%

34. Sabiendo que en una función de probabilidad p(X ≤ 2) = 0,7

0,75.

a)

Hallar

p(X > 2)

1

4

3

10

9

c) 20

3

d) 4

e) 4

5

y

p(X ≥

2) =

35. Sea X una variable con distribución normal. Se puede conocer cuántos

elementos están en el intervalo del promedio menos una desviación estándar y el promedio más una desviación estándar, si se conoce que:

(1)

Un 68,3% de la muestra se encuentra en ese intervalo.

(2)

Todos los elementos de la muestra.

a) (1) por si sola

b) (2) por si sola

c) Ambas juntas (1) y (2)

d) Cada una por sí sola, (1) ó (2)

e) Se requiere información adicional

36. Sea X una variable aleatoria discreta y F(x) la función distribución de probabilidad. Se puede conocer la probabilidad de P(xi) si se conoce:

(1)

(2)

F(x

i

F(x )

i

1

)

a) (1) por si sola

b) (2) por si sola

c) Ambas juntas (1) y (2)

d) Cada una por sí sola, (1) ó (2)

e) Se requiere información adicional.

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

E

A

B

A

C

D

A

C

E

D

E

C

D

C

C

A

Ejm

E

B

D

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

       
C C D E D E D A E D C E C B B
C
C
D
E
D
E
D
A
E
D
C
E
C
B
B
E

Consideremos ahora que la tabla que entrega el DEMRE para la PSU

es la

estar más ampliada) Si Z es una variable aleatoria continua, tal que Z N(0, 1) y donde la parte sombreada de la figura representa a P(Z z), entonces se verifica que:

(z representa la cantidad de desviaciones estándar, P(Z z) representa la probabilidad de obtener una variable de esa área sombreada)

siguiente, que tiene solo valores positivos para z (ésta podría

que tiene solo valores positivos para z (ésta podría En distribuciones normales La tabla nos da

En distribuciones normales La tabla nos da las probabilidades de P(Z ≤ z), siendo z la variable tipificada. Estas probabilidades nos dan la función de distribución Búsqueda en la tabla de valor de z

Usar en forma correcta la simetría de la campana de gauss

P(Z ≤ z) P(Z > z) = 1 - P(Z ≤ z) P(Z ≤ −z)
P(Z ≤ z)
P(Z > z) = 1 - P(Z ≤ z)
P(Z ≤ −z) = 1 − P(Z ≤ z)

P(Z > −z) = P(Z ≤ z)

P(a<

Z

b)= P(Z

≤ b)P(Z ≤ a)

P(−b

<

Z

−a

)

=

P(a <

Z

b

)

b) = P(Z ≤ b) − P(Z ≤ a) P(−b < Z ≤ −a ) =
b) = P(Z ≤ b) − P(Z ≤ a) P(−b < Z ≤ −a ) =
b) = P(Z ≤ b) − P(Z ≤ a) P(−b < Z ≤ −a ) =
P(−a < Z ≤ b ) = P(Z ≤ b) + P(Z ≤a) -1
P(−a
<
Z
b
)
=
P(Z
b)
+
P(Z
≤a)
-1

Obs P(−a < Z ≤ b ) = P(Z ≤ b) − [1 − P( Z ≤ a )]

Ejercicios

distribución Normal

Solamente con z se entra a la tabla

x  x z  
x
 x
z  

1. En una ciudad se estima que la temperatura máxima en el mes de junio con una distribución normal, tiene media 23° y desviación típica

5°.

Calcular el número de días del mes en los que se espera alcanzar máximas entre 21° y 27°.

Solución

p[21 x 27] Ahora tipificar  21  23 27  23   
p[21 x 27] Ahora tipificar
21
23
27
23  
p
 
Z
p0,4  Z  0,8
5
5
p(Z0,8)p(Z0,4)1
=0,7881+ 0,6554-1=0,4435

Ahora 0,4435· 30 días = 13 días

2. La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación típica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan:

Solución

a. Entre 60 kg y 75 kg.

p60 Z 75Ahora

tipificar

p

60

3

70

 

Z

75

3

70  

p3,33 Z 1,67

p(Z3,33)p(Z1,67)1

Z  1,67   p(Z  3,33)  p(Z  1,67)  1 = 0,99957+0,95254-1

= 0,99957+0,95254-1

= 0,95211

Ahora 0,9521· 500 estudiantes = 476 estudiantes

b. Más de 90 kg.

Solución

p(x 90)

p

Z

90

70  

p( Z 6,67 ) = 1 1 = 0

3

Ahora

0· 500 = 0 estudiantes

c. Menos de 64 kg.

pZ 64

p

 

Z

64

p  Z  64   p    Z  64  70

70   

3

p( 1p(Z2 Z2 ) )= 1 0,9772=

=0,02128

Ahora 0,02128 · 500 estudiantes = 11 estudiantes

d.

64 kg.

p(x

64)

p

 

z

64

70   

3

p(z

2)

 

0·500

0

Obs. El área bajo la curva de un punto es cero, ya que la variable es continua

3. Se supone que los resultados de un examen siguen una distribución normal con media 78 y desviación típica 36. Se pide:

a. ¿Cuál es la probabilidad de que una persona que se presenta en

el examen obtenga una calificación superior a 72?

p

  x

72

 

p

  72

78  

36

p(z



0,16 )

p(z

0,16 )

0,56356

b. Calcular la proporción de estudiantes que tienen puntuaciones que exceden por lo menos en conco puntos de la puntuación que marca la frontera entre Apto y el No- Apto ( son declarados No- aptos el 25% de los estudiantes que obtuvieron las puntuaciones mas bajas).

Solución.

p[x N]0,25   N  78    78 p  Z 
p[x N]0,25 
N
78  
78
p
Z 
36
0,25  recodemos que N
36
< 0 
 =
N
78  
N
78
1
p
Z
0,25
 0,68
 
36
36
despejando N=54
59
78  
p(x
54
5)
p(x
59)
p  z
p(z

0,53)
70,19%
36

4. Tras un test de cultura general se observa que las puntuaciones

obtenidas siguen una distribución normal

clasificar a los examinados en tres grupos (de baja cultura general, de cultura general aceptable, de excelente cultura general) de modo que hay en el primero un 20% la población, un 65% el segundo y un 15% en el tercero. ¿Cuáles han de ser las puntuaciones que marcan el paso de un grupo al otro?

N(65, 18). Se desea

P(Z z x 1    z ) 1  0,2  0,84 0,84

P(Z

z

x

1



z )

1

0,2

 0,84

0,84

65

1

x

1

18

49,88

2

0,85

1,04

65

2

1,04

x

2

18

83,72

P(Z

z

2

x

z )

Baja cultura hasta 49 puntos.

Excelente cultura a partir de 84 puntos.

Cultura aceptable entre 50 y 83.

5. Varios test de inteligencia dieron una puntuación que sigue una ley normal con media 100 y desviación típica 15.

a. Determinar el porcentaje de población que obtendría un

coeficiente entre 95 y 110.

p( 95

x

 

110 )

p

 

95

100

15

 

z

110

100   

15

p

0,33

 

z

0,67

el 37,79%

15  p   0,33   z 0,67    el 37,79% b.

b. ¿Qué intervalo centrado en 100 contiene al 50% de la población?

p  0,75  z  0,675  x  100 15  0,675 x

p

0,75

z

0,675

x

100

15

0,675

x

 

110

promedio es 100, 10 para cada lado

[90,

Entonces

100]

como el

c. En una población de 2500 individuos ¿cuántos individuos se esperan que tengan un coeficiente superior a 125?

Solución

125

100  

p(x

Ahora 0,0475· 2.500

125)

p

z

15

119

p(z

1,67)

 

1

p(z

1,67)

1 0,9525

 

0,0475

Ahora usaremos la tabla ampliada de la distribución Normal

EJERCICIOS:

1. Alejandro usa todos los días el colectivo de su barrio para llegar al colegio. La frecuencia con la que pasa uno de ellos con pasaje disponible tiene una distribución normal con un tiempo promedio de 15 minutos y desviación estándar de 3,5 minutos. ¿Cuál es la probabilidad de que espere como máximo 12 minutos por un

colectivo con disponibilidad?

0,2
0,2

¿Qué porcentaje de colectivos suele demorarse más de 20 minutos en pasar? 7,6%

2. El tiempo que demora el vuelo de un avión directo desde la ciudad de Arica a Santiago tiene una distribución normal, con media de 3,5 horas y una desviación estándar de 0,4 horas. En un vuelo cualquiera, ¿cuál es la probabilidad de que demore más de 3,3

horas y menos de 3,6 horas?

0,29
0,29

3. En algunos test, los puntajes asociados al coeficiente intelectual

de

y

una

persona

se

distribuyen

en

forma

normal

con

media

100

desviación estándar igual a 16. Si se escoge al azar a una persona, determina la probabilidad de que su coeficiente intelectual:

a) sea mayor que 120.

0,1055
0,1055

b) se encuentre entre 90 y 110.

0,468
0,468

4. El tiempo que se demoran los postulantes, año a año, en contestar

un test de ingreso a una escuela de idiomas se modela por una distribución normal con media de 80 minutos y desviación estándar de 10 minutos. ¿Qué porcentaje de postulantes, se estima, terminará

el test antes de los 65 minutos?

0,066
0,066

5. La vida media de una pila (en horas) tiene una distribución N (150,

50). ¿Cuál es la probabilidad aproximada de que dure menos de 50

horas?

0,022
0,022

6. En un colegio de 4000 estudiantes, las notas en Matemática tienen

una distribución N(5,2 ; 0,6). ¿Alrededor de cuántos estudiantes

tienen promedio sobre 6,0?

360
360

7. ¿Cuáles son los valores respectivos de la media y la desviación estándar de una variable aleatoria con distribución normal estándar?

Media= 0; =1