Guía de estadística

Tema: Distribución normal. Variables

aleatorias, Funcion probabilidad.
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

 x  x   x  x   
2 2 2 2
1 2 x 3 x  ...  xn  x

n

Para datos agrupados en tablas de frecuencia

       
2 2 2 2
f1 x1  x  f2 x 2  x  f3 x 3  x  ...  fn xn  x

f1  f2  f3  . . .  fn

x f
Donde i = marca de clase, i = frecuencia,
PROPIEDADES
Sea x una variable aleatoria y k un número real
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 desviación estándar. Es

2
decir Varianza = 

 x  x   x  x   
2 2 2 2
1 2 x 3 x  ...  xn  x
2 
f1  f2  f3  . . .  fn

       
2 2 2 2
f1 x1  x  f2 x 2  x  f3 x 3  x  ...  fn xn  x
2 
f1  f2  f3  . . .  fn

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 6 .

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
E) 12p.

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
Promedi 613 613
o
Desviaci 54,47 168,74
De acuerdo con esta ón información, ¿cuál(es) de las
siguientes afirmaciones es estándar (son) 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.

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

4 2
A) 4k  B) k  C) k  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)?
xi
(xi – x )2
I) A + B = 5 4 B
II) La desviación estándar es 2 5 1
III) La varianza es 2. 6 0
7 A
A) Solo I B) Solo II C) Solo II y III D) I, II y III E) Ninguna 8 4
de ellas
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 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 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/ 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
El Dom. tiene 4 elementos y el Rec. tiene
2

f(x1)  f(x 2 )  f(x 3 )  f(x 4 )  1

1 3 3 1
   1
8 8 8 8
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 so n d o s c o n fa lla s

x   0, si u no e s b ue n o y e l o tro fa lla d o
 1 si so n d o s e n b ue n e sta d o

¿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 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

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  b) = F (b) – F (a)
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

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:

Ejercicios

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

¿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
E) I, II y III
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?

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

A) 0,30 B) 0,45 C) 0,50 D) 0,20 E) 1,00

1
1
21. Se define la función de distribución de la variable aleatoria X como: f(x) = x donde x ≥ 1,
entonces P(2 < x  4) es

A) 3/ 8
B) 1/ 3
C) 1/ 4
D) 1/ 2
E) 1/ 12

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.

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( ; ).

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 individuos b. El 95,5% de los individuos c. El 99,7% de los

se encuentran en el intervalo se encuentran en el intervalo individuos se encuentran en
[μ –σ, μ + σ] [μ–2σ, μ+2σ] el intervalo
[μ–3σ, μ + 3σ]

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)

 x 
z 
Utilizando la variable  , distribuirá N(0, 1).
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 correctamente la tabla,
y luego hacer los cálculos correspondientes.
Tabla que esta como anexo al final de este documento

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?

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  X  21,2 ) = 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 1
a) 2 y 1  si 0  x  1
4
1 1 
F(x)  P(X  x)  1 si 1  x  2
b) 2 y 2 2
3  z si 2  x  3

c) 4 y 1  y si 3  x
1
d) 1 y 2
3
e) 1 y 4

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

X -1 0 1 2 3
P( X = xi ) 0,04 0,22 0,30 w 0,10

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

 I. P(0  x  2)  0,64

II. P(x  0)  0,96

III. P(x  1)  63%

a) Solo I 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 de P(2  x  4) es X 1 2 3 4 5
a) 30% P( X = xi ) 0,1 0,30 0,60 0,8 1
b) 45%
c) 50%
d) 60%
e) 20%

34. Sabiendo que en una función de probabilidad p(X ≤ 2) = 0,7 y p(X ≥ 2) = 0,75.
Hallar p(X > 2)
1
a) 4

3
10
9
c) 20
3
d) 4
4
e) 5

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:
F(x i1)
(1)
F(x i )
(2)
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 1 1 1 1 1 15 1 17 1 1 20
0 1 2 3 4 6 8 9
E A B A C D A C E D E C D C C A Ej E B D
m
2 2 2 2 2 2 2 2 29 3 3 3 3 3 35 3
1 2 3 4 5 6 7 8 0 1 2 3 4 6
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 siguiente, que tiene solo valores positivos para z (ésta podría
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)

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) = 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 )

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
xx
z
Solamente con z se entra a la tabla 

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   Z
 5 5 
 p  0, 4  Z  0, 8 

 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.
 p  60  Z  75 
Ahora tipificar

 60  70 75  70 
p   Z
 3 3 
 p  3,33  Z  1,67 

 p(Z  3,33)  p(Z  1,67)  1

= 0,99957+0,95254-1
= 0,95211
Ahora 0,9521· 500 estudiantes = 476 estudiantes

b. Más de 90 kg.
Solución

 90  70 
 p Z
p(x  90)  3   p ( Z  6,67 ) = 1 – 1 = 0
Ahora 0· 500 = 0 estudiantes

c . Menos de 64 kg.
 p Z  64 

 64  70 
 p Z
 3 
 p ( Z  2 )
 1  p (Z  2 ) = 1  0,9772 =
=0,02128
Ahora 0,02128 · 500 estudiantes = 11 estudiantes

d. 64 kg.
 64  70 
p ( x  64 )  p  z   p ( z  2 )  0 · 500  0
 3 
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?
 72  78 
p  x  72   p    p ( z  0,16 )  p ( z  0,16 )  0,56356
 36 

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).
Sol u ci ón .

 N  78  N  78
p Z
p[x  N]  0,25   36  =0,25  recodem os que 36 < 0 

 N  78  N  78
1 p  Z   0,25
 36   36
 0,68
despej ando  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 N(65, 18). Se desea 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?

P(Z  z1)  0,2 P(Z  z 2 )  0,85

z1  0,84 z 2  1,04
x1  65 x 2  65
 0,84  1,04
18 18
Baja x1  49,88 cultura hasta 49 puntos. Cultura x 2  83,72 aceptable
entre 50 y 83.
Excelente cultura a partir de 84 puntos.

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.
 95  100 110  100 
p( 95  x  110 )  p 
15
z
15   p   0,33  z  0,67  
 
 ___________________________________________________________  e l 37,79%

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

x  100
p  0,75  z  0,675   0,675  x  110
15 Entonces como el promedio
es 100, 10 para cada lado [90, 100]

c. En una población de 2500 individuos ¿cuántos individuos se esperan que

tengan un coeficiente superior a 125?

Solución
 125  100 
p (x  125)  p  z    p ( z  1,67 )  1  p ( z  1,67 )  1  0,9525  0,0475
 15 
Ah o ra 0,0475 · 2.500  119

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

¿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

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

persona se distribuyen en forma normal con media 100 y 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

b) se encuentre entre 90 y 110. 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

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

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

7. ¿Cuáles son los valores respectivos de la media y la desviación estándar de una

variable aleatoria con distribución normal estándar? Media= 0; =1