INSTITUTO UNIVERSITARIO DE TECNOLOGÍA

“ANTONIO JOSÉ DE SUCRE”

ACTIVIDAD N.5, FUNCION DE DISTRIBUCION

DE PROBABILIDAD. UNIDAD N.3
La distribución de probabilidad discreta describe el
comportamiento de una variable aleatoria, independientemente
de si se representa de forma grafica o mediante un histograma, en
forma tabular o con una formula. A menudo las observaciones
que se generan mediante diferentes experimentos estadisticos
tienen el mismo
En consecuencia, tipo general
las variables de comportamiento.
aleatorias discretas asociadas con
estos experimentos se pueden describir esencialmente con la
misma distribucion de probabilidad y, por lo tanto, es posible
representarlas usando una sola formula. De hecho, se necesitan
solo unas cuantas distribuciones de probabilidad importantes para
describir muchas de las variables aleatorias discretas que se
encuentran en la practica.
En este actividad se presentarán esas distribuciones de uso comun
con varios ejemplos. Las distribuciones son las siguientes:
1. Distribución Binomial
2. Distribución Posson
3. Distribución Normal – Normal estandarizada.
4. Distribución T.
5. Distribución X2.
6. Distribución F.

1. Distribución Binomial
Si p es la probabilidad de que en un solo ensayo ocurra un evento
(llamada la probabilidad de éxito) y q = 1 − p es la probabilidad
de que este evento no ocurra en un solo ensayo (llamado
probabilidad de fracaso), entonces la probabilidad de que el
evento ocurra exactamente X veces en N ensayos (es decir , que
ocurra X exitos y N-X Fracasos) esta dado por:

N
b(x; n, p)=
p(X) = X pˣ. qᴺ- ˣ. = N! pˣ. qᴺ- ˣ.
 X! (N-X)!

donde X = 0, 1, 2, . . . , N; N! = N(N − 1)(N − 2) · · · 1; y 0! = 1 por definición

Ejemplo1. Calcular la probabilidad de obtener exactamente dos caras en seis

lanzamientos de una moneda
Solucion:
N: numero de ensayo=6
X: Ocurrencia de Evento=2
p: Probabilidad de que ocurra el evento= Probabilidad de éxito= 1/2
q=1-p: Probabilidad de que el evento no ocurra= Probabilidad de fracaso.=1/2
Aplicamos la formula

p(X) = X pˣ. qᴺ- ˣ. = N! pˣ. qᴺ- ˣ.

X! (N-X)!

p(X) = 2 (1/2)². (1/2)⁶¯². = 6! (1/2)². (1/2)⁴

2!.(6-2)!
6! 6.5.4.3.2.1! 720 720 0.02
1! 1 1 48
2! 2.1! 2 0.234375
(6-2)!=4! 4.3.2.1! 24

p(X=2) = 2 (1/2)². (1/2)⁶¯². = 0.234375

Ejemplo 2. La probabilidad de que cierta clase de componente sobreviva a una prueba

de choque es de 3/4. Calcule la probabilidad de que sobrevivan exactamente 2 de los
siguientes 4 componentes que se prueben.
Solución:
Suponemos que las pruebas son independientes.
p: Probabilidad que sobrevivan(probabilidad de éxito =3/4
q=1-p: Probabilidad que no sobrevivan =1/4
N: Numero de Ensayos = 4

X: Ocurrencia de Evento = 2

Aplicamos la formula

p(X) = X pˣ. qᴺ- ˣ. = N! p ˣ. qᴺ- ˣ.

X! (N-X)!

p(X=2) 4
2 (3/4)². (1/4)⁴¯² = 4! (3/4)². (1/4)⁴¯²
2!.2!

p(X=2) = 0.2109375

Ejemplo 3. Evaluar las expresiones siguientes:

solucion
a) 5! 5! = 5.4.3.2.1! = 120

b) 6!/2! 4! = 6! = 6 .5.4.3.2. 1! = 15
2!4! (2.1) (4.3.2.1)
8 = 8! = 8! = 8.7.6.5.4.3.2.1 = 56
3 3! (8-3)! 3! (5)! 3.2.1.5.4.3.2.1.
Ejemplo 4. Si el 20% de los tornillos que se fabrican con una máquina están
defectuosos, determinar la probabilidad de que de 4 tornillos elegidos al azar: a) 1 tornillo
esté defectuoso, b) 0 tornillos estén defectuosos y c) cuando
mucho 2 tornillos estén defectuosos.
Solucion
La probabilidad de que un tornillo esté defectuoso es p = 0.2
la probabilidad de que no esté defectuoso es q = 1 − p =0,8

4
a) Pr{1 de 4 tornillos esté defectuoso}
= 1 (0,2)¹(0,8)³ = 0.4096

4
b) Pr{0 tornillos estén defectuosos}
= 0 (0,2)°(0,8)⁴ = 0.4096

4
c) Pr{2 tornillos estén defectuosos}
= 2 (0,2)²(0,8)² = 0.1536

Ejemplo 5. La probabilidad de que un estudiante que entra a la universidad se titule es

0.4. Determinar la probabilidad de que de 5 estudiantes elegidos al azar: a) ninguno se titule,
b) 1 se titule, c) por lo menos 1 se titule, d ) todos se titulen y e) emplear STATISTIX para
responder los incisos a) a d ).

Solucion:
5
a) Pr{ninguno se titule} = 0 (0,4)°(0,6)5 = 0.07776

5
b) Pr{1 se titule} = 1 (0,4)¹(0,6)⁴ = =
0.2592
c) Pr{por lo menos 1 se titule} = 1 − Pr{ninguno se titule} = 0.92224

5
d ) Pr{todos se titulen} = 5 (0,4)5(0,6)⁰ = 0.01024
=

Ejemplo 6. La probabilidad de que un paciente se recupere de una rara enferme dad

sanguínea es de 0.4. Si se sabe que 15 personas contrajeron la enfermedad, ¿cuál es la
probabilidad de que a) sobrevivan al menos 10, b) sobrevivan de 3 a 8, y c) sobrevivan
exactamente 5?

Solucion:

a) P (X ≥ 10) = 1 − P (X < 10) = 1-∑b(x; 15, 0.4) =1 − 0.9662

X=0 = 0.0338

15
a) P (X ≥ 10) = 1 − P (X < 10) =
1- X pˣ. q¹⁵- ˣ. = 0.0338

8 8 2
b) P (3 ≤ X ≤ 8) = ∑b(x; 15, 0.4) =∑b(x; 15, 0.4) - ∑b(x; 15, 0.4)
X=3 X=0 X=0

= 0.9050 −0.0271 = 0.8779

5 4
c) P (X = 5 ) = b(5; 15, 0.4) = ∑b(x; 15, 0.4) =∑b(x; 15, 0.4)
x=0 x=0
= 0.4032 −0.2173 = 0.1859

2. Distribución Poisson
La distribución de probabilidad discreta

p(X)= λˣe^¯λ X = 0, 1, 2, 3....

 X!
donde e = 2.71828 · · · y λ es una constante dada, se conoce como distribución de
Poisson.
con λ = "n° medio de exitos por unidad de espacio continuo"

Ejemplo 1. El numero medio de accidentes ocurridos en una planta petrolera

es de 2 accidentes en 2 meses.
1. ¿Cuál es la probabilidad de que haya mas de 2 accidentes en 2 meses.
2. ¿Cuál es la probabilidad de que haya entre 2 y 8 inclusive , en 2 meses.

Solucion:
λ=2 e = 2.71828 · · ·
1. ¿Cuál es la probabilidad de que haya mas de 2 accidentes en 2 meses.
1. P(X > 2) = 1 - P(X ≤ 2)
2 2

P(x≤2)= ∑ λˣe^¯λ X!
x=0
P(x≤2)= [(2)⁰e¯²] + [(2)¹e¯²] + [(2)²e¯² ]
0! 1! 2!
e¯²(2⁰ +2¹ + 2) =0,6767
0.135335283237 0.270670566473225 0.270670566473225
0.676676416183

1. P(X > 2) = 1 - P(X ≤ 2) = 1 - 0;6767 = 0;3233

2. ¿Cuál es la probabilidad de que haya entre 2 y 8 inclusive , en 2 meses.

2. P(2 ≤ X ≤ 8) = P(X ≤ 8) - P(X ≤ 1)

8 1
P(x≤8)= ∑ λˣe^¯λ X!
P(x≤1)= ∑ λˣe^¯λX!

x=0 x=0
0.9998 0.406
2. P(2 ≤ X ≤ 8) = P(X ≤ 8) - P(X ≤ 1) = 0;9998 - 0;4060 = 0;5938
EJEMPLO 2. El número de personas por día que llegan a una sala de urgencias tiene una
distribución de Poisson con media 5. Hallar la probabilidad de que cuando mucho lleguen
tres personas por dia y la probabilidad de que por lo menos lleguen 8 personas por dia.

Solucion:
λ= 5 e = 2.71828 · · ·

a. Hallar la probabilidad de que cuando mucho lleguen tres

personas por dia

p(X)= λˣe^¯λ X = 0, 1, 2, 3....

X!
solucion:

3
Pr(X ≤3) = ∑ λˣe^¯λ
X=0 X!
Pr(X ≤3) = 5⁰.e¯⁵/0!+ 5¹.e¯⁵/1! +5².e¯⁵/2! +
5³.e¯⁵/2!
Pr(X ≤3) =
e¯⁵(5⁰/0! + 5¹/1! + 5²/2! + 5³/2!)
e¯⁵ = 0.006738
Pr(X ≤3) =
0.006738(1+ 5+12.5 + 20.8333)= 0.265

b. la probabilidad de que por lo menos lleguen 8 personas

por dia.
7
Pr(X≥8)=1-P(X≤7). 1- ∑λˣe^¯λ
x=0 X!
 8⁰.e¯⁸/0! + 8¹.e¯⁸/1! + 8².e¯⁸⁄2!+8³.e¯⁸⁄3!+ …
P(X≤7) = =e¯⁸( 1 + 8 + 64/2 + 512/6+……………….)

P(X≤7) = 0.867

Pr(X≥8)=1-P(X≤7). = 1-0,867
Pr(X≥8)=1-P(X≤7). = 0.133.

3. Distribución Normal Estándar

Definición : La distribución de una variable aleatoria normal con media
0 y varianza 1 se llama distribucion normal estandar

Todas las distribuciones normales de las variables continuas se pueden

convertir a la distribucion normas estandarixada, utilizando el valor
norma estandarizada Z

La distribución normal no es sólo un tipo de distribución, comprende una

“familia” de distribuciones, que pueden tener una μ (media) o una σ (desviacion
estandar) motiva que puedan existir un variado numero de distribuciones
normales

Sería muy complicado elaborar tablas que proporcionen la probabilidad de cada

uno de los casos distintos que se pueden presentar ; lo que si existe es una
alternativa sencilla que evita estos problemas cuando tenemos un conjunto de
valores que tiende a tomar un comportamiento de tipo normal . Y para ello solo
utilizamos un "miembro " de la familia de distribuciones normales:

aquella cuya μ = 0 (media) o una σ = 1. Esta distribución se conoce como

Distribución Normal Estandar. De esta manera todas las distribuciones pueden
convertirse a la estandar restando la media de cada observacion y dividiendo por
la division estandar.
Se debe considerar que el área bajo la curva siempre es igual a 100% de la
probabilidad, con ello se estandariza cualquier curva , es decir, cualquier
conjunto de valores se puede defimir con este criterio.
Bajo esta consideración se puede utilizar la media como punto de referencia y la
desviación estandar como una medida de la desviacion de dicho punto de
referencia, y con este criterio se puede reordenar cualquier distribucion normal
para ser expresada en una forma estandarizada,

Cuando se toma este criterio de estandarización, cualquier valor real puede ser
transformado en su equivalente medido en terminos de su desviacion estandar y
con esto se genera una escala que se conoce como escala Z, que se calcula
aplicamdo la siguiente formula:

Z= Xi - μ
σ

Notacion;
Z: Valor Normal Estandar. Numero de desviaciones estandar a las que
se encuentra el valor de interes a partir de la media

Xi: Valor individual

μ = Media de la distribución normal
σ: Desviacion estandar de la Poblacion

Como se puede observar, un valor Z mide la distancia entre un valor especificado de X y la

media aritmetica, en unidades de la desviacion estandar. Al determinar el valor Z utilizando
la expresion anterior , es posible encontrar el area de probabilidad bajo cualquier curva
normal haciendo referencia a la distribucion normal estandar en las tablas correspondientes.

Tabla Normal Estándar

El área bajo la curva de cualquier distribución normal se puede encontrar utilizando una tabla
normal estándar (véase tabla al final), y cambiando a unidades estándar la escala de unidades
reales. La media de la distribución sirve como punto de referencia y la desviación estándar
como la unidad que mide distancias relativas a partir de la media.

La tabla normal estándar fue ideada de manera que se pueda leer en unidades z y muestra el
área bajo la curva, es decir, la probabilidad de que un valor quede en ese intervalo, entre la
media y los valores seleccionados.
 Antes de utilizar la tabla considere lo siguiente:

a) Los valores de probabilidad, las áreas bajo la curva, que nos proporciona la
tabla son valores calculados a partir de la media hasta el valor z seleccionado. b)
La tabla normal también se puede utilizar para calcular áreas bajo la curva más
allá de un valor dado de z. La clave, en este caso, es que la mitad del área es 50%
y, por lo tanto, el área de un valor más allá de z es igual a 50% menos el valor de
z en tablas. c) La
media de la distribución siempre toma el valor de cero, es decir, se encuentra a
cero desviaciones de sí misma. d) Como la
distribución normal es simétrica con respecto a su media, el lado izquierdo de la
curva es una imagen idéntica de su lado derecho. Debido a esta simetría en la
tabla sólo se proporcionan los valores para la mitad derecha de la distribución.
e) Valores de z
mayores a 4 se aproximan a un resultado de 0.5000 o 50%.

Ahora vamos aprender a usar las dos tablas de la normal que nos muestra

Uso de la tabla:
La tabla se encuentra ordenada en términos de valores de z, hasta dos decimales, como por
ejemplo: 2.78, 1.04 y 2.45. Una particularidad de una tabla normal típica es que los valores z
se presentan en dos partes.
Los valores del entero y el primer decimal (2.7, 1.0 y 2.4) se enumeran hacia abajo en el lado
izquierdo de la tabla, es decir, primera columna, mientras que el último dígito aparece en la
parte superior.
Veamos un ejemplo: calculando el área bajo la curva entre la media y un valor z,
suponga que se quiere obtener el área entre la media y un valor z, cuando z = 1.25.
 Primero localizamos el valor de 1.2, en el lado izquierdo de la tabla. En la
columna Z .
 Luego en la parte superior, el valor de 0.05 (5 es el último dígito).
 El área bajo la curva se puede encontrar (leer) en la intersección de la fila z =
1.2 y la columna 0.05.

El valor es 0.8944, que se refiere al porcentaje del área bajo la curva normal entre
la media y un valor Z =1,25
El porcentaje equivale a la probabilidad de que una variable aleatoria distribuida
normalmente tenga un valor entre la media y un valor real equivalente a 1,25
desviaciones estandar sobre la media.

1,25 = 1,2 + 0,05 Vease la tabla 2

Veamos otro ejemplo:

calculando el área bajo la curva entre la media y un valor z, suponga que se
quiere obtener el área entre la media y un valor z, cuando z = -3.3.
Solucion: Ahora debemos de buscar este valor en la tabla 1, siguiendo el
procedimiento anterior
Z= -3.3 = -3,3 +0,00

Localizamos el valor de -3.3 en la columna de Z , ahora buscamos la columna

donde se observa 0, 00 , donde se intercepten estos dos valores obtenemos el
area bajo la curva en este caso es 0,0005

Tabla de distribución normal tipificada N(0,1)

TABLA 1
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
−3.4 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0002
−3.3 0.0005 0.0005 0.0005 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0003
−3.2 0.0007 0.0007 0.0006 0.0006 0.0006 0.0006 0.0006 0.0005 0.0005 0.0005
−3.1 0.0010 0.0009 0.0009 0.0009 0.0008 0.0008 0.0008 0.0008 0.0007 0.0007
−3.0 0.0013 0.0013 0.0013 0.0012 0.0012 0.0011 0.0011 0.0011 0.0010 0.0010
−2.9 0.0019 0.0018 0.0018 0.0017 0.0016 0.0016 0.0015 0.0015 0.0014 0.0014
−2.8 0.0026 0.0025 0.0024 0.0023 0.0023 0.0022 0.0021 0.0021 0.0020 0.0019
−2.7 0.0035 0.0034 0.0033 0.0032 0.0031 0.0030 0.0029 0.0028 0.0027 0.0026
−2.6 0.0047 0.0045 0.0044 0.0043 0.0041 0.0040 0.0039 0.0038 0.0037 0.0036
−2.5 0.0062 0.0060 0.0059 0.0057 0.0055 0.0054 0.0052 0.0051 0.0049 0.0048
−2.4 0.0082 0.0080 0.0078 0.0075 0.0073 0.0071 0.0069 0.0068 0.0066 0.0064
−2.3 0.0107 0.0104 0.0102 0.0099 0.0096 0.0094 0.0091 0.0089 0.0087 0.0084
−2.2 0.0139 0.0136 0.0132 0.0129 0.0125 0.0122 0.0119 0.0116 0.0113 0.0110
−2.1 0.0179 0.0174 0.0170 0.0166 0.0162 0.0158 0.0154 0.0150 0.0146 0.0143
−2.0 0.0228 0.0222 0.0217 0.0212 0.0207 0.0202 0.0197 0.0192 0.0188 0.0183
−1.9 0.0287 0.0281 0.0274 0.0268 0.0262 0.0256 0.0250 0.0244 0.0239 0.0233
−1.8 0.0359 0.0351 0.0344 0.0336 0.0329 0.0322 0.0314 0.0307 0.0301 0.0294
−1.7 0.0446 0.0436 0.0427 0.0418 0.0409 0.0401 0.0392 0.0384 0.0375 0.0367
−1.6 0.0548 0.0537 0.0526 0.0516 0.0505 0.0495 0.0485 0.0475 0.0465 0.0455
−1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559
−1.4 0.0808 0.0793 0.0778 0.0764 0.0749 0.0735 0.0721 0.0708 0.0694 0.0681
−1.3 0.0968 0.0951 0.0934 0.0918 0.0901 0.0885 0.0869 0.0853 0.0838 0.0823
−1.2 0.1151 0.1131 0.1112 0.1093 0.1075 0.1056 0.1038 0.1020 0.1003 0.0985
−1.1 0.1357 0.1335 0.1314 0.1292 0.1271 0.1251 0.1230 0.1210 0.1190 0.1170
−1.0 0.1587 0.1562 0.1539 0.1515 0.1492 0.1469 0.1446 0.1423 0.1401 0.1379
−0.9 0.1841 0.1814 0.1788 0.1762 0.1736 0.1711 0.1685 0.1660 0.1635 0.1611
−0.8 0.2119 0.2090 0.2061 0.2033 0.2005 0.1977 0.1949 0.1922 0.1894 0.1867
−0.7 0.2420 0.2389 0.2358 0.2327 0.2296 0.2266 0.2236 0.2206 0.2177 0.2148
−0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451
−0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776
−0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121
−0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483
−0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859
−0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 0.4286 0.4247
−0.0 0.5000 0.4960 0.4920 0.4880 0.4840 0.4801 0.4761 0.4721 0.4681 0.4641

Tabla de distribución normal tipificada N(0,1)

TABLA 2
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998

P(a≤X≤b) =N(b) - N(a) = N(b-μ /σ) - N(a-μ /σ)

Ahora vamos a mostrar la utilidad de esta distribucion

Ejemplo 1.

Una fabrica de aluminio produce, entre otras cosas , cierto tipo de canal de aleacion de
aluminio. Por experiencia se sabe que la rigidez, medida en libras por pulgadas cuadrada, o
Lb/pulg² , esta normalmente distribuida con μ=2425 Lb/pulg² y σ=115 Lb/pulg²: Si escoge al
azar un canal de aleacion de aluminio de este proceso, ¿Cual es la probabilidad de que tenga
un valor? 1. ¿Entre 2250 y 2425 Lb/pulg²?.
2. ¿ Entre 2250 y 2500 Lb/pulg²?.
3. ¿ Entre 2525 y 2625 Lb/pulg²?.
4. ¿ Mayor de 2500 Lb/pulg²?.
5. ¿ Menor de 2200 Lb/pulg²?.
Solucion:
X: Representa el canal de aluminio
μ=2425 Lb/pulg²
σ=115 Lb/pulg²

1. ¿Entre 2250 y 2425 Lb/pulg²?.

P( 2250 ≤ X≤ 2425) = P(X≤ 2425 ) - P(X≤2250)
= N((2425 - 2425) / 115) - N( (2250 - 2425) / 115)
= N(0) - N( -1.52)
Ahora buscamos Z=0 y Z= - 1.52, de la forma anteriormente explicada.
Z= 0, Lo buscamos en la tabla 2: Z=0 ; Dando un area bajo la curva
de 0,5000
Z= -1,52, Lo buscamos en la tabla 1: Z= -1,5 +0,02 ; Dando un area
bajo la curva de 0,0643
= N(0) - N( -1.52)
= 0,5 - 0,0643
P( 2250 ≤ X≤ 2425) = 0, 4357

2. ¿ Entre 2250 y 2500 Lb/pulg²?.

P( 2250 ≤ X≤ 2500) = P(X≤ 2500 ) - P(X≤2250)
= N((2500 - 2425) / 115) - N(( 2250 - 2425) / 115)
= N(0,65) - N( -1.52)
Ahora buscamos Z=0,65 y Z= - 1.52, de la forma anteriormente explicada.
Z= 0,65 Lo buscamos en la tabla 2: Z=0,6 + 0,05 ; Dando un area
bajo la curva de 0,7422
= 0,7422 - 0,0643
P( 2250 ≤ X≤ 2500) = 0,6779

3. ¿ Entre 2525 y 2625 Lb/pulg²?.

P( 2525 ≤ X≤ 2625) = P(X≤ 2625 ) - P(X≤2525)
= N((2625 - 2425) / 115) - N(( 2525 - 2425) / 115)
= N(1,74) - N(0,87)
Ahora buscamos Z=|,74 y Z= 0,87, de la forma anteriormente explicada.
Z= 1,74 Lo buscamos en la tabla 2: Z=1.7 + 0,04 ; Dando un area
bajo la curva de 0,9591.
Z= 0,87 = 0,8 + 0,07; Dando un area bajo la curva de 0,8078
= 0,9591 - 0,8078 = 0.1513
P( 2525 ≤ X≤ 2625) = 0,1513

4. ¿ Mayor de 2500 Lb/pulg²?.

P( X˃2500) = 1 - P(X≤2500)
= 1 - N((2500 - 2425) / 115)
= 1 - N(0,65)
1 - 0,7422 = 0.2578
P( X˃2500) = 0,2578

5. ¿ Menor de 2200 Lb/pulg²?.

P( X˂2200) = N((2200 - 2425) / 115)
P( X˂2200) = N(-1,96)
P( X˂2200) = 0.025

Ejemplo 2.
Ejemplo 1. La estatura de las mujeres de México tiene una
distribución normal con una media de 63.6 Pulgadas y una
desviación estándar de 2.5 Pulgadas , basado en datos de la
encuesta nacional de salud, si se selecciona al azar a una mujer,
determine la probabilidad de:
a) Que su estatura esté entre 63.6 pulgadas y 68.6 pulgadas

Solucion:
X: Representa la estatura de mujeres
μ= 63,6 Pulg
σ= 2,5 Pulg

a) Que su estatura esté entre 63.6 pulgadas y 68.6

pulgadas

P(63.6 ˂ X˂ 68.6) = P(X˂ 68,6 ) - P(X˂ 63,6)

P(63.6 ˂ X˂ 68.6) = N((68,6 - 63,6) / 2,5) - N((63,6 - 63,6) / 2,5)
N(2) - N(0)
Busacmos estos valores en la tabla , como hemos aprendido
P(63.6 ˂ X˂ 68.6) = 0,9772 - 0,5000
P(63.6 ˂ X˂ 68.6) = 0.4772
Ejemplo 3

La cantidad de horas, por semana, que los estudiantes de educación

media ven televisión tiene una distribución normal cuya media es 20,5
horas y cuya desviacion estandar es 5,5 horas. a). Hallar el porcentaje
que ve television menos de 25 horas por semana.

Solucion
X: Representa las horas por semana
μ= 20,5 horas
σ= 5,5 horas
a). Hallar el porcentaje que ve television menos de 25 horas por
semana.
P( X˂ 25) = N((25 - 20,5) / 5,5)
P( X˂ 25) = N(0,82)
P( X˂ 25) = 0.7939
79.3% de los estudiantes de educación media ven 25 horas o
menos de televisión por semana

b),Hallar el porcentaaje que ve television mas de 30 horas por

semana,
P( X˃30 = 1 - P(X≤30)
P( X˃30 = 1 - N((30 - 20,5) / 5,5
P( X˃30 =1 - N(1,73) = 1 - 0,9582
P( X˃30 = 0.0418
El porcentaje que ve más de 30 horas de televisión por semana es
= 0.042 o 4.2%.
 INSTITUTO UNIVERSITARIO DE TECNOLOGÍA

“ANTONIO JOSÉ DE SUCRE”

FUNCION DE DISTRIBUCION DE
PROBABILIDAD.ACTIVIDAD N.5 UNIDAD N. 3.
Después de haber estudiado la parte teórica. Ahora debemos resolver
los siguientes ejercicios.
 Problema 1.
En una faculta el 35% de los alumnos realiza algun deporte . Se ha
obtenido una muestra de 10 alumnos de dicha facultad. a)¿Cuai
es la probabilidad de que mas de 2 realicen algun deporte?. b)¿Cuál es
la probabilidad de que entre 2 y 8 inclusive , realicen algun deporte?.
c). ¿Cual es la
probabilidad de que menos de la mitad realice algun deporte
Problema 2.
En un lote de 12 cinescopio de television tres son defectuosos. Si una
muestra al azar de tres es extraida del lote , conreposicion, ¿Cuál es la
probabilidad de que: 1) Sea defectuoso exactamente uno, y 2) Ninguno
sea defectuoso.

Problema 3.
El promedio de camiones - tanque que llega cada dia a cierta ciudad
portuaria es 10. Las instalaciones en el puerto pueden alojar a lo sumo
15 camiones - tanque por dia. ¡Cual es la probabilidad de que en un dia
determinado lleguen mas de 15 camiones y se tenga que rechazar
alguno?

Problema 4.

Las barras de pan de centeno que cierta panadería distribuye a las

tiendas locales tiene una longitud promedio de 30 centimetros y una
desviacion estandar de 2 centimetros. Si se supone que la longitudes
estan distribuidas normalmente , ¿Qué porcentaje de las barras de pan
son:a). Mas larga que 31,7 centimetros?. b)
de entre 29,3 y 33,5 centimetros de longitud?, c).
Mas cortas que 25, 5 centimetros

Problema 5
Las cantidades gastadas, por determinado grupo de edad, en la compra
de artículos en línea tienen una distribución normal cuya media es $125
y cuya desviación estándar es $25. a) ¿Qué porcentaje gasta más de
$175? b) ¿Qué porcentaje gasta entre $100 y $150?. c)¿Que
porcentaje gasta menos de $50?
Pregunta n.6. Escriba la expresion matematica para la DISTRIBUCIÓN t DE
STUDENT. Ecriba 3 ejemplos de aplicación de esta distribucon.

Pregunta n.7. Escriba la expresion matemetica para la DISTRIBUCIÓN JI

CUADRADA. Escriba 3 ejemplos de aplicación de esta dsitribucion

Pregunta n.8. Escriba la expresion matematica para la LA DISTRIBUCIÓN F.

Escriba 4 ejemplos de aplicación de esta distribucion.

Valor de la actividad : 20%

2)⁴
¯