Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hay que recordar que una parte esencial de la estadística, son las medidas de tendencia central primordialmente la
media representada por 𝑥̅ , así como las de dispersión varianza 𝑠 2 y la desviación estándar s, de la muestra. Como las
distribuciones de probabilidad representan poblaciones, las medidas que se trabajarán serán 𝜇 media, 𝜎 2 varianza. y 𝜎
desviación estándar de la población, se denominan parámetros poblacionales.
• La media o valor esperado de una variable aleatoria discreta x, se define como el promedio ponderado de los valores
de la variable, de la siguiente forma:
𝜇 = ∑ 𝑥𝑖 ∙ 𝑓(𝑥𝑖 )
• La desviación estándar de una variable aleatoria discreta x, está determinada por la expresión:
Las medidas valor esperado, varianza y desviación estándar, son importantes ya que ayudan en el análisis y
planteamiento de conclusiones, de un conjunto de datos a partir de la función de distribución de probabilidad.
Ejercicio
En barrio Rosales de la ciudad de Bucaramanga, se realizó una encuesta a 140 personas,
preguntándoles la cantidad de televisores que tienen en sus hogares. Los resultados muestran en la
tabla.
Cantidad de TV. 0 1 2 3 4
Número de personas 6 26 64 30 14
Determinar, la distribución de probabilidad para este caso y su grafica. Luego el valor esperado,
varianza y desviación estándar.
Solución
Definimos la variable “x” Cantidad de TV que tiene cada persona.
x 0 1 2 3 4
P(x) 6/140 26/140 64/140 30/140 14/140
𝜇 = ∑ 𝑥𝑖 ∙ 𝑓(𝑥𝑖 )
x f(x) x*f(x)
0 0,04 0,00
1 0,19 0,19
2 0,46 0,91
3 0,21 0,64
4 0,10 0,40
Suma 2,14
Varianza 𝜎 2 = 0,95
−(𝑥−𝜇)2
1
𝑓(𝑥) = ∙𝑒 2𝜎2 para −∞ < 𝑥 < ∞
𝜎∙√2𝜋
• El punto donde alcanza su valor más alto la curva es la media que a su vez coincide con la
mediana y la moda de la distribución.
• La curva es asintótica en el eje x, es decir se extiende en el intervalo [−∞, ∞], cualquier valor es
teóricamente posible. La medida del área total bajo es igual 1 o 100%.
• Es simétrica respecto a la media 𝜇. Existe una probabilidad del 50% de observar un dato mayor
que la media y existe una probabilidad 50% de observar un dato menor que la media, además los
datos se distribuyen alrededor de la media teniendo como referencia la desviación estándar, esto
se muestra en la siguiente figura.
• Para calcular la probabilidad de la variable aleatoria normal se define mediante áreas bajo la curva
como se muestra en el siguiente gráfico tomado como ejemplo.
Existe un número infinito de distribuciones normales posibles, con la forma en común de la campana
de Gauss, lo único que la diferencia es el valor de media y la varianza.
𝑋−𝜇
𝑍=
𝜎
Al estandarizar la variable se puede utilizar unas tablas de distribución normal con 𝜇 = 0 y 𝜎 = 1 para
encontrar la probabilidad de Z.
Ejemplo.
Solución
𝑋−𝜇
𝑍=
𝜎
a) Por debajo de los 24𝑜 𝐶 X→ El dato
24 − 28
𝑍= = −1
4
Por lo tanto, se puede concluir, que la probabilidad que la temperatura en este mes, este por debajo
de 24𝑜 𝐶 es de 0.1587x100= 15,78%
Por lo tanto, se puede concluir, que la probabilidad que la temperatura en este mes, este por encima
de 26𝑜 𝐶 es de 0.6917x100= 69,15%
c) Entre 22𝑜 𝐶 y 30𝑜 𝐶
22 − 28
𝑍= = −1,5
4
30 − 28
𝑍= = 0,5
4
Por lo tanto, se puede concluir, que la probabilidad que la temperatura en este mes, este Entre 22𝑜 𝐶
y 30𝑜 𝐶 es de 0.6247x100= 62,47%
Los salarios mensuales de los recién graduados en Europa que acceden a su primer empleo se
distribuyen normalmente con media 1300 € y desviación estándar 600 €. Con estos datos calcule la
probabilidad de que recién graduado gane:
a) Menos de 600 € al mes
b) Más de 2200 € al mes
c) Entre 1000 y 1500 € al mes
Solución
𝑋−𝜇
𝑍=
𝜎
a) Menos de 600 € al mes
600 − 1300
𝑍= = −1,16
600
Por lo tanto, se puede concluir, que la probabilidad que se gane un salario menor a 600 € al mes, es
de 0,123x100= 12,3%
b) Más de 2200 € al mes
2200 − 1300
𝑍= = 1,5
600
Por lo tanto, se puede concluir, que la probabilidad que se gane un salario mayor a 2200 € al mes, es
de 0,0668x100= 6,68%
c) Entre 1000 y 1500 € al mes
1000 − 1300
𝑍= = −0,5
600
1500 − 1300
𝑍= = 0,33
600
Por lo tanto, se puede concluir, que la probabilidad que se gane un salario entre 1000 y 1500 € al
mes, es de 0,3208x100= 32,08%
Los resultados de un examen siguen una distribución normal con media 78 y desviación estándar de
6. Se pide:
a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
superior a 72?
b) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
inferior a 65?
c) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
entre 70 y 80?
𝑋−𝜇
𝑍=
𝜎
a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
superior a 72?
72 − 78
𝑍= = −1
6
Por lo tanto, se puede concluir, que la probabilidad que saque un puntaje superior a 72, es de
0,8413x100= 84,13%
b) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
inferior a 65?
65 − 78
𝑍= = 2,16
6
Por lo tanto, se puede concluir, que la probabilidad que saque un puntaje menor a 65, es de
0,9846x100= 98,46%
c) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
entre 70 y 80?
60 − 78
𝑍= = −3
6
80 − 78
𝑍= = 0.33
6
Por lo tanto, se puede concluir, que la probabilidad que saque un puntaje entre 70 y 80, es de
0,628x100= 62,8%
La empresa de mensajería “Rapi-ya” de la ciudad de Bucaramanga, con el ánimo de generar una
campaña efectiva para buenos hábitos de alimentación, desde el departamento de salud ocupacional
realizó una encuesta sobre el peso de sus 600 trabajadores, se encontró que la media fue 80 kg y la
desviación estándar es 12 kg, los pesos se distribuyen normalmente. Determine cuantos trabajadores
tienen un peso:
a) Entre 70 y 86 Kilogramos
b) Menos 60 Kilogramos
c) Más 85 Kilogramos.
Solución
Definir la variable X → Peso. Luego se sacan lo datos 𝜇 = 80 y 𝜎 = 12
𝑋−𝜇
𝑍=
𝜎
a) Entre 70 y 86 Kilogramos
70 − 80
𝑍= = −0,83
12
86 − 80
𝑍= = 0.5
12
Solución
Definir la variable X → Puntuación. Luego se sacan lo datos 𝜇 = 120 y 𝜎 = 30
𝑋−𝜇
𝑍=
𝜎