A6. Distribución Normal y Binomial

COLEGIO PUMAHUE
ANEXO 6

DISTRIBUCIÓN NORMAL
Y BINOMIAL
Singapur en términos de paridad de poder

adquisitivo, es el tercer país con mayor renta per
cápita del mundo.
— FOTÓGRAFO: BEUSCH —
Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

Se autoriza su uso con fines docentes a COLEGIO PUMAHUE durante el año 2022.
6 | Distribución Normal y Binomial
ANEXO 6 1. DISTRIBUCIÓN NORMAL

a. Distribución normal estándar
Distribución Normal y 2. DISTRIBUCIÓN BINOMIAL
Binomial a. Función de probabilidad de una distribución binomial
b. Función de distribución acumulada de la distribución binomial
c. Esperanza y varianza de la distribución binomial
d. Aproximación de la probabilidad binomial por la probabilidad de
la normal
COLEGIO PUMAHUE 2 / 99
1. DI ST R I B U C I Ó N N O R M AL
La Distribución Normal es un modelo matemático que permite representar fenómenos estadísticos de
manera probabilística.
El gráfico de la función de densidad de una variable alea-
toria con distribución normal tiene forma de campana y re-
cibe el nombre de campana de Gauss, en la figura adjun-
ta. Dicha distribución queda definida por dos parámetros:
2 2
la media (m) y la varianza (s ), y se denota X ~ N( m , s ). Re-
cordar que para obtener la desviación estándar s se debe
aplicar raíz cuadrada a la varianza s .
2 – ∞ m + ∞
Nota: Los parámetros de la distribución normal no son exclusivos. En este libro usamos
m y s2, ya que hemos visto en facsímiles oficiales DEMRE, este uso de parámetros. Sin
embargo, es usual encontrar en otras bibliografías el uso de los parámetros m y s, los cuales
también son correctos. Pues en la medida que se parametrice la función de densidad
según aquellos parámetros, estos estarán correctos.
i. Propiedades de la distribución Normal

» El área bajo la curva es igual a 1.
» Es simétrica con respecto a x = m. La función queda dividida en dos, con una probabilidad del 50% de observar
un dato mayor a la media y un 50% de observar un dato menor a la media.
» El eje x es asíntota para la función.
» La media, moda y mediana coinciden.
a. Distribución normal estándar

La distribución normal estándar es aquella que tiene media 0 y varianza 1. X ~ N(0 , 1)
– ∞ 0 + ∞
Para calcular la probabilidad en una distribución normal estándar, podemos usar tablas que presentan las
áreas bajo las curvas y que permiten determinar la probabilidad en un determinado intervalo. Para efectos
de este texto ocuparemos la tabla con las probabilidades más utilizadas, misma tabla que proporciona el
DEMRE en sus facsímiles oficiales.
Habitualmente se le llama Z a la variable que tiene una distribución normal estándar, y z son los valores que
toma esta variable. La tabla a utilizar es:
Ejemplos:
z P(Z ≤ z)
0,67 0,749 2 P(Z ≤ 1,15) = 0,875
0,99 0,839
1,00 0,841
1,15 0,875 1,15

– ∞ + ∞
1,28 0,900 El área achurada bajo la curva es igual a 0,875
1,64 0,950
1,96 0,975 2 P(Z ≤ 2) = 0,977
2,00 0,977
2,17 0,985
2,32 0,990 2
– ∞ + ∞
2,58 0,995 El área achurada bajo la curva es igual a 0,977
Ejemplo:
Para una variable aleatoria continua Z con distribu-
ción normal estándar N( 0 , 1 ), calcular la probabili-
dad de que tome un valor menor o igual a 1,96.
Por tabla (Z ≤ 1,96) = 0,975

– ∞ 1,96 + ∞
(Buscamos el valor 1,96 en la columna z, y vemos
que le corresponde una probabilidad de 0,975)
∴ La probabilidad de que Z ≤ 1,96 es de un 97,5 %,

es decir, el 97,5% del área bajo la curva se en-
cuentra a la izquierda de 1,96, o la probabilidad
acumulada hasta 1,96 es 97,5%.
i. Propiedades
P (X ≤ x1) Ejemplos: P (X ≤ 3)
– ∞ x1 + ∞ – ∞ 3 + ∞
P (X ≥ x1) = 1 – P (X ≤ x1) Ejemplos: P (X ≥ 2,5) = 1 – P (X ≤ 2,5)
– ∞ x1 + ∞ – ∞ 2,5 + ∞
P (X ≤ –x1) = P (X ≥ x1) Ejemplos: P (X ≤ –1,2) = P (X ≥ 1,2) = 1 – P (X ≤ 1,2)
& &
– ∞ –x1 + ∞ – ∞ x1 + ∞ – ∞ –1,2 + ∞ – ∞ 1,2 + ∞
P (x1 ≤ X ≤ x2) = P (X ≤ x2) – P (X ≤ x1) Ejemplos: P (2 ≤ X ≤ 3) = P (X ≤ 3) – P (X ≤ 2)
– ∞ x1 x2 +∞ – ∞ 2 3 +∞
ii. Estandarizar una variable X

2
Para calcular probabilidades asociadas a variables que distribuyen normal N( m , s ), se debe estandarizar
(tipificar o normalizar) los datos para que la variable distribuya normal estándar N(0 , 1). Para esto, a
nuestra variable X le restamos la media y luego dividimos por la desviación estándar (raíz cuadrada de la
x –n
varianza), obteniendo una nueva variable Z. Esto es: Z =
v
Entonces, la probabilidad en términos de la variable X puede calcularse en términos de Z, utilizando las
tablas de distribución estándar, es decir:
P_ X # x i = Pc Z # m
x –n
v
Ejemplo 1. Sea la variable aleatoria X con distribución N( 20 , 25 ), calcular la probabilidad de
que tome un valor:
a) menor o igual a 25
b) mayor a 30
c) entre 25 y 30
Solución:
Se tiene m = 20 y s = 5.
a) P(X ≤ 25) = P c Z ≤

25 – 20 m
5
= P _ Z ≤ 1 i – ∞ 1 + ∞
= 0,841
∴ La probabilidad que X ≤ 25, es de un 84,1 %
b) P(X > 30) = P c Z >

30 – 20 m
5
= P_ Z > 2 i
= 1 – P_ Z # 2 i
– ∞ 0 2 + ∞
= 1 – 0,977
= 0,023
∴ La probabilidad que X > 30, es de un 2,3 %
c) P(25 ≤ X ≤ 30) = P(X ≤ 30) – P(X ≤ 25)
= Pc Z ≤
30 – 20 m c 25 – 20 m
5 –P Z ≤ 5
= P_ Z ≤ 2 i – P_ Z ≤ 1 i
– ∞ 1 2 + ∞
= 0,977 – 0,841
= 0,136
∴ La probabilidad que X esté entre 25 y 30 es de un 13,6 %
2
Ejemplo 2: Sea la variable aleatoria X con distribución Normal N( m , s ). Calcular la probabilidad de que
tome un valor:
a) menor a (m – s)
b) entre (m – 2s) y (m + s)
Solución a)
P(X ≤ m – s) = P d Z # n
(n – v) – n
v
P _ Z # –1 i
=
P_ Z > 1 i
=
= 1 – P_ Z ≤ 1 i
= 1 – 0,841
= 0,159
∴ La probabilidad que X ≤ m – s, es de un 15,9 %
Solución b)
P(m – 2s ≤ X ≤ m + s) = P(X ≤ m + s) – P(X ≤ m – 2s)
= Pd Z ≤ n – Pd Z ≤ n
(n + v ) – n (n – 2v) – n
v v
= P _ Z ≤ 1 i – P _ Z ≤ –2 i
= P_ Z ≤ 1 i – P_ Z > 2 i
= P _ Z ≤ 1 i – a 1– P _ Z ≤ 2 i k
= 0,841 – (1 – 0,977)
= 0,818
∴ La probabilidad (m – 2s) ≤ X ≤ (m + s) es de un 81,8 %
iii. Intervalos de una distribución normal

Si una población tiene media m y desviación estándar s, se tienen las siguientes probabilidades para los
intervalos:
Intervalo [ m – s , m + s ] Ejemplo
Sea X + N( 12 , 9 ). Calcular la probabilidad que X se
encuentre entre los valores 9 y 15.
Para resolver este ejemplo, podemos estandarizar X

para luego usar los valores de la tabla de z. (Tenemos
m = 12 y s = 3):
m–s m+s P(9 ≤ X ≤ 15) = P(X ≤ 15) – P(X ≤ 9)
m
= Pc Z ≤
15 – 12 m c 9 – 12 m
El área bajo la curva es 0,6826 –P Z ≤
3 3
es decir, 68,26% del total.
= P _ Z ≤ 1 i – P _ Z ≤ – 1 i ...
P( m – s ≤ X ≤ m + s ) = 0,6826
O bien, fijarse que 9 y 15 corresponden a valores
que coinciden con m – s (12 – 3) y m + s (12 + 3) , res-
pectivamente. De esta manera, basta con recordar
que P( m – s ≤ X ≤ m + s ) = 0,6826, y así obtenemos la
respuesta.
La probabilidad que X esté entre 9 y 15 es aproxima-
damente 0,68 o 68%.
Intervalo [ m – 2s , m + 2s ] Ejemplo
Vemos que 6 y 18 corresponden a valores que coinci-

den con m – 2s (12 – 6)y m + 2s (12 + 6) , respectivamen-
te. De esta manera, basta con recordar que:
P( m – 2s ≤ X ≤ m + 2s ) = 0,9544.
m – 2s m + 2s
m La probabilidad que X esté entre 6 y 18 es aproxima-
El área bajo la curva es 0,9544 damente 0,95 o 95%.
P( m – 2s ≤ X ≤ m + 2s ) = 0,9544
Intervalo [ m – 3s , m + 3s ] Ejemplo
Vemos que 3 y 21 corresponden a valores que coinci-

den con m – 3s (12 – 9)y m + 3s (12 + 9) , respectivamen-
te. De esta manera, basta con recordar que:
P( m – 3s ≤ X ≤ m + 3s ) = 0,9973.
m – 3s m m + 3s
La probabilidad que X esté entre 3 y 21 es aproxima-
El área bajo la curva es 0,9973 damente 0,99 o 99%.
P( m – 3s ≤ X ≤ m + 3s ) = 0,9973
Síntesis:
34,13 % 34,13 %
13,59 % 13,59 %
2,14 % 2,14 %
0,14 % 0,14 %
m – 4s m – 3s m – 2s m – s m m + s m + 2s m + 3s m + 4s
68,26 %
95,44 %
99,73 %
2 . D I ST R I B U C I Ó N B I N O M IAL
La distribución Binomial, es una distribución de probabilidad para una variable aleatoria discreta X, que se
define como la cantidad de éxitos observados, en las n repeticiones independientes de un experimento
aleatorio de tipo Bernoulli (un experimento aleatorio en el que solo se pueden obtener dos resultados a los
que llamaremos éxito y fracaso).
Escribiremos, X + B(n , p) cuando queramos decir que X es una variable aleatoria discreta que distribuye
Binomial con parámetros n y p, siendo p la probabilidad de éxito en cada una de estas n repeticiones.
Una variable seguirá una distribución de probabilidad binomial si:

• En cada repeticion del experimento son posibles solo dos resultados (éxito o fracaso).
• La probabilidad de éxito se mantiene constante a lo largo del experimento.
• Cada repetición es independiente de las anteriores.
a. Función de probabilidad de una distribución binomial

La distribución binomial se representa por B( n , p ), siendo n el número de pruebas o repeticiones del
experimento, p la probabilidad de éxito, (1 – p) la probabilidad de fracaso y x el valor de la variable X que
corresponde al número de éxitos.
n n
P ( X = x ) = d n · p · ( 1 – p ) Recordar que: d n = C x =
x n – x. n n!
x x _ n – x i ! $ x!
Ejemplo:
Se lanza una moneda 10 veces, ¿c uál es la probabilidad de obtener exactamente 3 caras ?
1º Paso: Verificar que se trata de un experimento Bernoulli.

En este caso sí lo es, porque podemos definir en cada lanzamiento como éxito, el que sale una cara
y, como fracaso, que sale un sello.
2º Paso: Definir la variable aleatoria y el valor que debe tomar:

X es la cantidad de caras, y debe tomar el valor 3: P(X = 3).
3º Paso: Número de pruebas o repeticiones:

n = 10.
4º Paso: Identificar el éxito y su probabilidad.

1
El éxito se identifica con la pregunta, obtener cara y su probabilidad es p = o 0,5.
2
5º Paso: Evaluar en la función:
10
P ( X = 3) = e o · (0,5) · ( 1 – 0,5 )
3 10 – 3
3
10
= e o · (0,5) · ( 0,5 )
3 7
3
10
= e o · (0,5)
10
3
b. Función de distribución acumulada de la distribución binomial

n n n
P ( X ≤ xi ) = d n · p · ( 1 – p ) + d n · p · ( 1 – p ) + ... + f p · p · ( 1 – p )
0 n–0 1 n – 1 x i n – x i
0 1 x i
Ejemplo:
Se lanza un dado 8 veces, ¿ cuál es la probabilidad de obtener menos de 3 veces el número 5 ?
1º Paso: Certificar que se trata de un experimento Bernoulli.

En este caso sí lo es, porque podemos definir en cada lanzamiento como éxito, el que sale un 5 y,
como fracaso, que sale un número que no sea 5.
2º Paso: Definir la variable aleatoria y el valor que debe tomar.

X es la cantidad de veces que se obtiene un 5, y debe tomar un valor menor a 3: X < 3, por lo que
se debe considerar P(X ≤ 2).
3º Paso: Número de pruebas o repeticiones:

n=8
4º Paso: Identificar el éxito y su probabilidad:
1
El éxito se identifica con la pregunta, obtener un número 5. Y su probabilidad es p =
6
5º Paso: Evaluar en la función:
8 1 0 5 8 8 1 1 5 7 8 1 2 5 6
P ( X ≤ 2) = e oc m c m + e oc m c m + e oc m c m
0 6 6 1 6 6 2 6 6
c. Esperanza y varianza de la distribución binomial

E( x ) = n· p ; Var ( x ) = n· p· ( 1 – p )
d. Aproximación de la probabilidad binomial por la probabilidad de la normal

Consideremos el experimento de lanzar n veces un dado y como éxito obtener un uno. Si graficamos la
distribución para diferentes valores de n, obtendremos los siguientes gráficos:
n = 30 n = 50 n = 90
P( x ) P( x ) P( x )
m m m
Como observamos, al ir aumentando la cantidad de repeticiones la distribución binomial se acerca cada

vez más a una curva de distribución normal.
Por esta razón, si se tiene una distribución binomial con n ≥ 30, ésta se puede aproximar a una normal con
media: m = np y varianza: s = np ^ 1– p h
2
B(n , p) $ N(np , np ^ 1– p h )
Observación: Se considera que la aproximación es aceptable cuando n ·p $ 5 y n · (1–p) $ 5
Ejemplo:
El 2% de los tornillos fabricados por una máquina presentan defectos. Si tenemos un lote de 2.000
tornillos.¿ Cuál es la probabilidad de que haya como máximo 50 defectuosos ?
Considerando la variable aleatoria con distribución binomial X: cantidad de tornillos defectuosos, y la
probabilidad pedida P(X ≤ 50), vemos que se debe calcular una probabilidad acumulada de una variable
binomial hasta el 50 y resulta muy largo de resolver. Por esta razón, se considera aproximar su distribución
a una distribución normal para poder hacer el cálculo:
1º Paso: Fijarse si la variable distribuye efectivamente binomial.
En este caso los tornillos pueden ser defectuosos y no defectuosos (2 opciones), y su probabilidad de
mantiene en el tiempo, por lo tanto es binomial .
2º Paso: Determinar la probabilidad de éxito y fracaso.

p = 0,02 (2%) , ( 1 – p ) = 0,98 n = 2.000 B( n ; p ) = B( 2.000 ; 0,02 )
3º Paso: Verificar si se puede aproximar la distribución binomial a normal.

n$p $ 5 ; 2.000 $ 0, 02 $ 40
Comprobamos que :
n $ ( 1– p ) $ 5 ; 2.000 $ 0, 98 $ 1.960
4º Paso: Calculamos la media y desviación estándar de la distribución normal.
n = n$p n = 2.000 $ 0, 02 = 40
v 2 = n $ p $ ( 1– p ) v 2 = 2.000 $ 0, 02 $ 0, 98 = 39, 2
5º Paso: Calculamos la probabilidad pedida y estandarizamos la variable.

X es B( 2.000 ; 0,02 ) y se aproxima a normal N( 40 ; 39,2 )
Considerando que: v = v 2 = 39, 2 = 6, 26
P (X ≤ 50) = P c Z #
50 – 40 m
6, 26
P (Z # 1, 59) = 0, 94408
1. En una distribución normal estándar X ~ N (0 ; 1), ¿ cuál de las alternativas es verdadera ?
A ) P( x ≤ 2) = 0,9544
B ) P( x ≤ –2) = 0,9772
C ) P( x ≥ 2) = 0,0228
D ) P( x ≥ –2) = 0,0228
2. La estatura de una población de estudiantes de educación básica se modela a través de una distribución
2
normal con media 150 cm y varianza de 100 cm . Si se selecciona al azar a un estudiante de esta población
y la probabilidad de que este mida a lo menos Q cm es de 0,977, ¿ cuál es el valor de Q ?
(DEMRE 2018)
A ) 170 cm
B ) 130 cm
C ) 350 cm
D ) 50 cm
3. En una población de 30.000 estudiantes, los puntajes obtenidos en un test se modelan a través de una
distribución normal con media de 500 puntos y desviación estándar de 100 puntos. ¿ Cuál de los siguientes
números es la mejor aproximación de la cantidad de estudiantes que rinden el test y que logran un puntaje
mayor que 696 puntos ?
(DEMRE 2019)
A ) 12.000
B ) 750
C ) 690
D ) 29.250
4. En la figura adjunta se muestra la función densidad de la variable aleatoria X, la cual tiene una distribución
normal con media m y desviación estándar s. ¿ Cuál de los siguientes números es la mejor aproximación de la
probabilidad que representa la zona achurada ?
(DEMRE 2019)
A ) 0,08 m
B ) 0,14
C ) 0,27
D ) 0,17
–∞ (m + s) (m + 2s) +∞
5. Una población de 2.000 estudiantes de un liceo obtuvo en promedio 575 puntos en una prueba, con una
desviación estándar de 100 puntos. Los puntajes de la prueba obtenidos por estos estudiantes se modelan
a través de una distribución normal. Según este modelo, ¿cuál es el número de estudiantes que obtuvo al
menos 475 puntos y como máximo 775 puntos?
(DEMRE 2020)
A ) 1.636
B ) 818
C ) 977
D ) 300
6. Se lanza un dado común 500 veces de manera independiente, se define la variable aleatoria discreta X como
la cantidad de sellos obtenidos, la cual se modela a través de una distribución binomial. Si la distribución de
X es aproximada por una distribución normal con desviación estándar s , ¿ cuál es el valor de s ?
A ) 1
B ) 5 5
C ) 5 10
D ) 125
7. Una librería tiene 50 copias de un libro. Si la probabilidad de vender cualquiera de las copias del libro en un
mes es 0,35 y estas ventas son independientes entre sí, ¿cuál es la probabilidad de que vendan exactamente
15 copias del libro en un mes?
(DEMRE 2019)
50
A ) d n $ ^ 0, 35 h15 $ ^ 0, 65 h50
15
50
B ) d n $ ^ 0, 35 h15 $ ^ 0, 65 h35
15
35
C ) d n $ ^ 0, 35 h15 $ ^ 0, 65 h35
15
50
D ) d n $ ^ 0, 35 h35 $ ^ 0, 65 h15
15
8. En el experimento de lanzar un dado común 100 veces de manera independiente, se define la variable
aleatoria discreta X como la cantidad de veces que se obtuvo el número 4, la cual se modela a través de
una distribución binomial. Si la distribución de X es aproximada por una distribución normal con media m y
desviación estándar s , ¿ cuál es el valor de m y de s , respectivamente ?
(DEMRE 2019)
100 500
A ) y
6 6
B ) 0 y 1
100 500
C ) y
6 36
10 500
D ) y
6 36
9. En una fábrica de cajeros automáticos la probabilidad de que uno de ellos tenga una falla en su pantalla es
r
s . Para un control de calidad se seleccionan al azar 10 de estos cajeros de manera independiente, ¿cuál es
la probabilidad de que exactamente 3 de ellos tengan una falla en su pantalla?
(DEMRE 2020)
10 ` r j3 `
A ) b l · s · 1– sr j
7
3
r
B ) 3 · s
C ) ` s j
r 3
10 ` s j3 `
D ) b l · r · 1– r j
s 7
3
10. Un profesor debe hacer varias pruebas distintas pero de las mismas materias. Una forma que ha descubierto
de hacer varias pruebas es modificar una prueba antigua y hacer nuevas preguntas a partir de esas preguntas
originales. La pregunta 13 era de distribución de probabilidad y decía que una variable X distribuía binomial
de parámetros n = 10 y p = 0,2 y el profesor decide crear un enunciado equivalente, pero triplicando el valor
de n y bajando a 1 el valor de p. ¿Qué efecto produce en el valor de la esperanza de X?
25
A ) Se triplica
B ) Se duplica
C ) Disminuye en un 40%
D ) Se mantiene el mismo valor de la esperanza
ANEXO 6
EJERCICIOS
1. Las edades de los niños de un jardín infantil se modelan a través de una distribución normal con una media
de 3 años. ¿ Cuál de los siguientes grupos es menos numeroso ?
A ) Mayores de 3 años

B ) Mayores de 4 años
C ) Menores de 1 año
D ) Menores de 2 años
2. Sea una distribución X ~ N( 0 , 1 ), entonces P(X ≤ 1,15) es :
A ) 0
B ) 0,15
C ) 1,15
D ) 0,875
3. Los registros del último mes de los índices de colesterol en un hospital, distribuyen normalmente con media
110 y desviación estándar 15. ¿ Cuál es la probabilidad aproximada de que al elegir un examen al azar el
colesterol esté entre 95 y 125 ?
A ) 50 %
B ) 60 %
C ) 62 %
D ) 68 %
4. Si X ~ N(0 , 1), entonces el valor de P(1 ≤ X ≤ 2,17), es aproximadamente igual a :
A ) 11,7 %
B ) 14,4 %
C ) 84,1 %
D ) 85,6 %
5. Si X ~ N (15 , 4), entonces P(X > 19) es :
A ) 97,7%
B ) 50%
C ) 2,3%
D ) 0,05%
6. Sea X una variable aleatoria tal que X + N(0 , 1) ¿ Cuál es el valor de P(–1 ≤ X ≤ 2 )?
A ) 13,6 %
B ) 81,8 %
C ) 86,4 %
D ) 66,7 %
7. El gráfico de la figura adjunta muestra una variable X ~ N (10 , 16 ). El valor de p es :
A ) 4
B ) 10
C ) 4,3
D ) 5,7
– ∞ p 14,3 ∞
8. El puntaje de un grupo de alumnos en una prueba, definido por la variable X, tiene distribución normal de
promedio 60 puntos y desviación estándar 10 puntos. Si Z es una variable de distribución normal estándar,
¿ cuál de las siguientes relaciones permite expresar Z en términos de X ?
X – 10
A ) Z =
60
X $ 10
B ) Z=
60
X – 60
C ) Z =
10
X $ 60
D ) Z =
10
9. ¿ Cuáles son los valores de la media m y de la desviación estándar s de una variable aleatoria con distribución
normal estándar ?
A ) m = 1 y s = 0
B ) m = 0 y s = 1
C ) m = 1 y s = 1
D ) m = 0 y s = 0,5
10. Si la distribución de las alturas (cm) de los niños de un grupo es N ( 160 ; 100 ), entonces la probabilidad que un
niño mida más de 160 cm es :
A ) 0
B ) 0,2
C ) 0,5
D ) 0,75
11. Sea X una variable aleatoria continua tal que X ~ N ( 1,5 ; 0,04 ), entonces ¿ Cuál(es) de las siguientes afirmaciones
es(son) falsa(s)?
I. La media de X es igual a 1,5

II. La desviación estándar es 0,2
III. La variable aleatoria tiene una distribución normal
A ) Solo I y II
B ) Solo II y III
C ) Solo I y III
D ) Ninguna de las anteriores
12. Si Z ~ N(0 ; 1), ¿ cuál de las siguientes expresiones tiene un valor igual a P(Z ≤ – 1,7)?
A ) P(Z ≥ 1,7)

B ) P(Z ≤ 1,7)
C ) P(Z ≥ – 1,7)
D ) 1 – P(Z ≥ 1,7)
13. Sea X una variable aleatoria continua tal que X ~ N ( 10 ; 5 ), entonces ¿ cuál(es) de las siguientes afirmaciones
es(son) verdadera(s)?
I. La media de X es igual a 10
II. La varianza es igual a 25
III. La variable aleatoria X tiene una distribución normal estándar
A ) Solo I
B ) Solo III
C ) Solo I y II
D ) Solo I y III
2 2
14. La gráfica que representa a dos distribuciones de probabilidad normal N1( x1 , s1 ) y N2( x 2 , s2 ) con x1 > x 2 y
2 2
s1 < s2 , corresponde a :
A) B)
x1 x2 x2 x1
C) D)
x1 x2 x2 x1
15. En una fábrica de ampolletas, se ha determinado que el tiempo de duración de éstas sigue una distribución
Normal con una media de 100 horas y una desviación estándar de 5 horas. ¿ Cuál es la probabilidad de que
al elegir una ampolleta esta tenga una duración superior a 110 horas ?
A ) 0,5 %
B ) 2,3 %
C ) 69 %
D ) 97,7 %
2
16. Si una variable aleatoria X tiene distribución normal con media m igual a 15 y varianza s igual a 9, ¿ cuál de
las siguientes variables aleatorias tiene distribución normal de media 0 y varianza 1 ?
X – 15
A ) Y =
3
X – 15
B ) W =
9
X – 15
C ) V =
81
X
D ) K =
3
17. Los promedios obtenidos por los alumnos de un colegio, en su último semestre de cuarto medio, tienen una
distribución N(5,0 ; 0,64). ¿ 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% de los alumnos tiene promedio menor a 3,4
III. Un 14%, aproximadamente, tiene promedio entre 3,4 y 4,2
A ) Solo I
B ) Solo II
C ) Solo I y III
D ) I, II y III
18. Sea Z una variable aleatoria que se distribuye según una normal estándar, ¿ cuál(es) de las siguientes
afirmaciones es(son) verdadera(s)?
I. P ( Z ≤ 1,3 ) = P ( Z ≥ – 1,3 )

II. P( Z ≥ 1,12 ) = P ( Z ≤ –1,12)
III. P ( Z ≥ 1 ) = 1 – P ( Z ≤ –1 )
A ) Solo I
B ) Solo I y II
C ) Solo I y III
D ) I, ll y lll
19. En una fábrica de parlantes se ha estimado que la duración media de los equipos se distribuyen con una
Normal con media de 12 años y una desviación estándar de 2 años. ¿ Cuál es la probabilidad de que al
comprar uno de estos parlantes dure más de 14 años ?
A ) 0,159
B ) 0,233
C ) 0,841
D ) 0,977
7
20. Sea X una variable aleatoria con una distribución normal estándar. Si P(X ≤ k) = , ¿ cuál es el valor de
8
P( – k ≤ X ≤ 0 )?
3
A )
4
7
B )
8
3
C )
8
13
D )
32
21. El tiempo de duración que tienen ciertos televisores se distribuye en forma normal con media 1.020 horas y
desviación estándar 51 horas. ¿ Cuál es la probabilidad de que dure más de 1.122 horas ?
A ) 0,23%
B ) 2,3%
C ) 0,023%
D ) 0,977%
22. Las calificaciones de un examen se distribuyen N ( 4,5 ; 0,64 ). ¿ Qué porcentaje, aproximadamente, de
calificaciones son mayores que 3,7 ?
A ) 15,85 %
B ) 31,70 %
C ) 52,45 %
D ) 84,15 %
23. ¿ Cuál de los siguientes gráficos representa a tres distribuciones de probabilidad normal con la misma media
y diferentes desviaciones estándar ?
A) B)
C) D)
7
24. Si P es la función de probabilidad normal estándar de la variable aleatoria X, tal que P( – a ≤ X ≤ a ) = ,
10
entonces el valor de P(X ≥ a) es :
3
A )
20
3
B )
10
7
C )
20
7
D )
5
E ) 1
25. Para un estudio se midieron las estaturas de 100 personas entre 15 años y 20 años residentes en una cierta
comuna y se estableció que seguía una distribución normal N ( 1,68 ; 0,38 ), en metros. ¿ Cuál es la probabilidad
de que una persona mida 1,68 m o menos ?
A ) 1,68
B ) 0,5
C ) 0,38
D ) 0,168
26. ¿ Qué expresión permite calcular la probabilidad P ( X ≤ 5 ) si X ~ N ( 35 , 10 0)?
A ) P ( Z ≤ – 3 )

B ) P ( Z ≤ – 5 )
C ) P ( Z ≤ 3 )
D ) P ( Z ≤ 4 )
27. Si Z es una variable aleatoria que tiene una distribución normal estándar Z ~ N( 0 ; 1 ), ¿ cuál de las siguientes

expresiones tiene un valor igual a P ( Z ≥ 3,5 )?
A ) P ( Z ≤ 3,5 )

B ) P ( Z ≥ – 3,5 )
C ) 1 – P ( Z ≥ 3,5 )
D ) 1 – P ( Z ≤ 3,5 )
28. Si X ~ N (0 , 1) , ¿ 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 ≤ 1,5) = P(X ≥ – 1,5)
A ) Solo I
B ) Solo II
C ) Solo I y II
D ) I, II y III
29. ¿ Qué expresión resulta de la estandarización de la variable X para calcular la probabilidad P ( X ≤ 14 ) si
X ~ N ( 20 , 9 )?
A ) P ( Z ≤ 2 )

B ) P ( Z ≥ – 2 )
C ) P ( Z ≥ 2 )
D ) 1 – P ( Z ≥ 2 )
30. En la figura adjunta se muestra la función densidad de la variable aleatoria X, la cual tiene una distribución
normal con media m y desviación estándar s. ¿ Cuál de los siguientes números es la mejor aproximación de la
probabilidad que representa la zona achurada ?
m
A ) 0,003
B ) 0,157
C ) 0,315
D ) 0,499
-∞ (m + s) (m + 3s) +∞
COLEGIO PUMAHUE
ANEXO 6

EJERCICIOS 2
Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

Se autoriza su uso con fines docentes a COLEGIO PUMAHUE durante el año 2022.
1. Sea Z una variable aleatoria que distribuye según una Normal ( 0 , 1 ), ¿ cuál(es) de las siguientes afirmaciones
es(son) verdadera(s)?
I. P ( Z ≤ 0,6 )= P ( Z ≥ – 0,6 )

II. P( Z ≥ 0,9 ) = 1 – P ( Z ≤ –0,9)
III. P ( 0,8 ≤ Z ≤ 1,2 ) = P ( Z ≤ 1,2 ) – P( Z ≤ 0,8 )
A ) Solo I
B ) Solo III
C ) Solo I y II
D ) Solo I y III
2. Los promedios obtenidos por los alumnos de cuarto medio de un colegio, tienen una distribución N(5,5 ; 0,16).
¿ Cuál de las siguientes afirmaciones es falsa ?
A ) Aproximadamente, el 68% de los alumnos tiene promedio entre 5,1 y 5,9
B ) Aproximadamente, el 95% de los alumnos tiene promedio entre 4,7 y 6,3
C ) Aproximadamente, el 99% de los alumnos tiene promedio entre 4,3 y 6,7
D ) Aproximadamente, el 16% de los alumnos tiene promedio mayor a 5,1
3. Si la distribución de las masas (kg) de los recién nacidos de un grupo es N ( 3 ; 1 ), entonces la probabilidad que
uno de ellos escogido al azar tenga una masa mayor a 4 kg es :
A ) 0
B ) 0,159
C ) 0,841
D ) 0,977
4. Según los datos de la tabla normal que se muestra a continuación, si una variable Z se distribuye según una
Normal (0 ,1), ¿ cuál(es) de las siguientes afirmaciones es(son) verdadera(s)?
z 0,67 0,99 1,00 1,15 1,28 1,64 1,96 2,00 2,17 2,32 2,58
P(Z ≤ z) 0,749 0,839 0,841 0,875 0,900 0,950 0,975 0,977 0,985 0,990 0,995
I. Menos del 84% de los datos es menor que 0,99

II. Z = – 1,28 corresponde aproximadamente al primer decil
III. Un 2,7% se ubica entre 1,64 y 2,00
A ) Solo I
B ) Solo II
C ) Solo I y III
D ) l, ll y lll
5. Los resultados de una competencia deportiva donde participaron 100 atletas, se ajustan a una distribución
Normal con una media de 60 puntos y desviación estándar de 5 puntos. Aproximadamente, ¿cuántos alumnos
obtuvieron más de 65 puntos ?
A ) 8
B ) 16
C ) 32
D ) 35
6. En una industria textil de 300 trabajadores, los sueldos de los trabajadores se ajustan a una distribución normal
con media de $ 1.800 la hora y una desviación de $ 600 la hora. De acuerdo a esta información, ¿ cuál(es) de
las siguientes afirmaciones es(son) verdadera(s)?
I. Aproximadamente 204 trabajadores ganan entre 1.200 y 2.400 pesos la hora

II. Casi el total de trabajadores ganan menos de 3.600 pesos la hora
III. Aproximadamente 7 trabajadores ganan menos de 600 pesos la hora
A ) Solo I
B ) Solo I y II
C ) Solo I y III
D ) l, ll y lll
7. La masa de los niños al nacer de una población se modela a través de una distribución normal con media 3
2
kg y varianza de 1 kg . Si se selecciona al azar a un niño al nacer de esta población y la probabilidad de que
este tenga una masa de por lo menos M kg es de 0,841, ¿ cuál es el valor de M ?
A ) 1 kg
B ) 2 kg
C ) 3 kg
D ) 4 kg
8. Si la probabilidad de obtener éxito en un juego es 0,7. Se puede determinar la probabilidad de ganar 10

veces, si :
( 1 ) La probabilidad de fracaso es 0,3

( 2 ) Se juega 12 veces
A ) ( 1 ) por sí sola

B ) ( 2 ) por sí sola
C ) Ambas juntas, ( 1 ) y ( 2 )
D ) Cada una por sí sola, ( 1 ) o ( 2 )
E ) Se requiere información adicional
9. La probabilidad que un equipo de básquetbol gane un partido es un 65%, que empate un 5%. Si juegan 7
partidos, ¿ cuál es la probabilidad que tan solo pierda un partido ?
3
A )
10
2
B )
5
1 6
C ) 7 $ c m $ c m
3 7
10 10
1 6
D ) 7 $ c m $ c m
2 7
5 10
10. Un estudiante contesta al azar una prueba de 25 preguntas de 5 alternativas cada una, siendo solo una de
ellas correcta. ¿ Cuál es la probabilidad que conteste correctamente 20 preguntas ?
20 5
A ) C 20 $ c m $ c m
25 1 4
5 5
20 5
c m $ c m
1 4
B )
5 5
5 20
C ) 1 – C 20 $ c m $ c m
25 1 4
5 5
5 20
D ) C 20 $ c m $ c m
25 1 4
5 5
11. Si una variable aleatoria discreta X distribuye Binomial con parámetros n y p, y queremos aproximar dicha
2
distribución por una normal con media m y desviación estándar s . Podemos saber el valor de la varianza s ,
si :
( 1 ) Se conoce el valor de m y el de n

( 2 ) Se conoce el valor de n y el de P(X = 0)
A ) ( 1 ) por sí sola

B ) ( 2 ) por sí sola
C ) Ambas juntas, ( 1 ) y ( 2 )
D ) Cada una por sí sola, ( 1 ) o ( 2 )
E ) Se requiere información adicional
12. Se lanza una moneda común 400 veces y se define la variable aleatoria discreta X como la cantidad de caras
obtenidas, la cual se modela a través de una distribución binomial. Si la distribución de X es aproximada por
2
una distribución normal con desviación estándar s , ¿ cuál es el valor de s ?
A ) 10
B ) 100
C ) 200
D ) 200
13. Un estudiante contesta al azar una evaluación de 15 preguntas de 5 alternativas cada una, siendo solo una
alternativa la correcta. ¿ Cuál es la probabilidad de que responda correctamente 6 preguntas ?
15
A ) e o · 0,2 · 0,8
6 9
6
15
e o · 0,2 · 0,8
9 6
B )
6
15
C ) e o · 0,2 · 0,8
5 10
5
15
D ) e o · 0,5 · 0,5
6 9
6
14. En el lanzamiento de un dado, la variable aleatoria discreta se describe como X ~ B(n , p). p representa :
A ) La media
B ) La desviación estándar
C ) Probabilidad de fracaso
D ) Probabilidad de éxito
15. Una evaluación consta de 40 preguntas, cada una con 4 alternativas, de las cuales solo una es correcta. Si
se responde cada pregunta al azar y cada alternativa tiene la misma probabilidad de ser escogida, ¿ qué
distribución tiene la variable aleatoria X definida como la cantidad de respuestas correctas ?
A ) B ( 40 ; 4 )

B ) N ( 40 ; 4 )
C ) B ( 40 ; 0,25 )
D ) B ( 10 ; 0,25 )
16. Se lanza un dado normal 9 veces, ¿ cuál es la probabilidad de obtener el número 1, tres veces ?
3 6
A ) C 3 $ c m $ c m
9 1 5
6 6
6 3
C3 $ c m $ c m
9 1 5
B )
6 6
1 8
C ) C 1 $ c m $ c m
9 1 5
6 6
3 6
D ) C 1 $ c m $ c m
3 1 5
6 6
2
17. Una variable aleatoria discreta tiene distribución binomial B ( 40 ; 0,4 ). ¿ Cuál es el valor de s al aproximar la
2
distribución a una normal N( m , s )?
A ) 2
B ) 4
C ) 16
D ) 9,6
18. Se lanza una moneda común 200 veces y se define la variable aleatoria discreta X como la cantidad de sellos
obtenidas, la cual se modela a través de una distribución binomial. Si la distribución de X es aproximada por
una distribución normal con media m , ¿ cuál es el valor de m ?
A ) 10
B ) 100
C ) 1000
D ) 5 2
19. Un deportista de tiro con arco tiene una probabilidad de acertar en el centro de 0,7 , entonces ¿ cuál será la
probabilidad de que al disparar tres veces al blanco acierte en el centro una vez ?
1 2
A ) c m $ c m
7 3
10 10
3$c m
7
B )
10
2 1
C ) 3 $ c m $ c m
7 3
10 10
1 2
D ) 3 $ c m $ c m
7 3
10 10
20. Se lanza un dado 5 veces. ¿ Cuál es la probabilidad que salga, exactamente, dos veces un número par ?
5
A ) c m
1
2
4
c m
1
B )
2
2
C ) c m
1
2
1
D ) 10 $ 5
2
21. Sea la función de probabilidad para la variable X, según la siguiente distribución :
Z] 0, 8 si x = 1
]]
f _ x i = P ` X = x i j = [] 0, 2 si x = 0
]
]]
] 0 en otro caso
\
Si x = 1 es definido como éxito, y el experimento se realiza 10 veces, entonces la probabilidad de obtener
4 éxitos, está dada por :
4 6
A ) C 10 $ c m $ c m
4 4 1
5 5
4 6
B ) 10 $ c m $ c m
4 1
5 5
4 6
C ) C 4 $ c m $ c m
10 4 1
5 5
4 6
D ) 4 $ c m $ c m
4 1
5 5
22. El 30% de una población de 500 habitantes se encuentra afectado por una enfermedad, si se escogen 7
personas al azar, ¿ cuál es la probabilidad que solo 3 de ellos se encuentren afectados ?
3 4
A ) c m $ c m
3 7
10 10
4 3
c m $ c m
3 7
B )
10 10
3 4
C ) V 3 $ c m $ c m
7 3 7
10 10
3 4
D ) C 3 $ c m $ c m
7 3 7
10 10
23. En un juego se pueden obtener los valores { 1 , 2 , 3 , 4 } con una probabilidad de 0,2 ; 0,1 ; 0,3 ; 0,4 respectivamente.
Si se juega 12 veces, ¿ cuál es la probabilidad de que en tres jugadas se obtenga un número primo ?
3 9
A ) C 3 $ c m $ c m
12 1 3
4 4
3 9
C3 $ c m $ c m
12 3 1
B )
4 4
3 9
C ) C 3 $ c m $ c m
12 2 3
5 5
3 9
D ) C 3 $ c m $ c m
9 2 3
5 5
24. Una moneda está cargada de manera tal que la probabilidad de obtener cara es un tercio de la probabilidad
de obtener sello, al lanzar 4 veces la moneda, ¿ cuál es la probabilidad que salga 3 veces sello ?
3
A ) c m$c m
1 2
3 3
3
c m$c m
1 3
B )
4 4
3
C ) 4 $ c m$c m
1 2
3 3
3
D ) 4 $ c m$c m
1 3
4 4
25. La probabilidad de aprobar una asignatura es de 0,7. Entonces, la probabilidad de que 3 de 5 estudiantes
aprueben la asignatura es de :
A ) 0,3087
B ) 0,1323
C ) 0,3125
D ) 0,6913
26. Dos jugadores, A y B, disputan una serie de 3 juegos. Si la probabilidad de que A gane un juego cualquiera es
de 0,6 y no hay empates, entonces la probabilidad de que B gane al menos dos juegos de la serie es :
8
A )
125
36
B )
125
44
C )
125
81
D )
125
27. Se tiene una urna con tres bolitas rojas, dos azules y una verde. Si se extraen dos bolitas con reposición, ¿ cuál
es la probabilidad de que al menos una sea azul ?
2
A )
3
16
B )
27
5
C )
9
19
D )
27
28. Un estudio sobre los hábitos de consumo arrojó que el 65% de la población ha fumado alguna vez en su vida.
Si se elige a 20 personas al azar, ¿ cuál es la probabilidad que 8 de ellas nunca haya fumado ?
20 8 12
A ) e o $ c 35 m $ c 65 m
8 100 100
8 12
c m $ c m
35 65
B )
100 100
20 12 8
C ) e o $ c 35 m $ c 65 m
8 100 100
12 8
D ) c m $ c m
35 65
100 100
29. Un juego de azar tiene una distribución binomial, representada por B ( 15 ; 0,3 ). ¿ Cuál(es) expresión(es)
representa(n) la probabilidad de que en 15 lanzamientos se obtengan tres fracasos ?
12 3
C3 $ c m $ c m
15 3 7
I.
10 10
12 3
C 12 $ c m $ c m
15 3 7
II.
10 10
3 12
C7 $ c m $ c m
15 3 7
III.
10 10
A ) Solo I
B ) Solo II
C ) Solo III
D ) Solo I y II
30. En cierta población el 30% de los habitantes se encuentran afectados por un virus, la segunda semana el 10%
de los enfermos se recupera y el 30% de los sanos se contagia. En la segunda semana, al escoger 5 personas
al azar, ¿ cuál es la probabilidad que dos de ellas estén enfermas ?
2 3
A ) c m $ c m
52 48
100 100
2 3
B ) 10 $ c m $c m
21 49
100 100
2 3
C ) 10 $ c m $ c m
52 48
100 100
3 2
D ) 10 $ c m $ c m
52 48
100 100
ANEXO 6

1. C 1. C 21. B 1. D 21. C
2. B 2. D 22. D 2. D 22. D
RESPUESTAS 3. B 3. D 23. A 3. B 23. C
4. B 4. B 24. A 4. D 24. D
5. A 5. C 25. B 5. B 25. A
6. B 6. B 26. A 6. D 26. C
7. B 7. D 27. D 7. B 27. C
8. A 8. C 28. D 8. B 28. A
9. A 9. B 29. C 9. C 29. D
10. C 10. C 30. B 10. A 30. D
11. D 11. D
12. A 12. B
13. A 13. A
14. B 14. D
15. B 15. C
16. A 16. A
17. D 17. D
18. B 18. B
19. A 19. D
20. C 20. D
Material complementario texto:

MATEMÁTICA PARA NACIONAL
Edición 2022.
Moraleja Editorial ha puesto sus conocimientos y corazón

en desarrollar este material. En caso de presentarse
alguna omisión o error, será enmendado en las siguientes
ediciones a través de las inclusiones o correcciones
necesarias.
Si encuentras algún error o quieres hacer alguna

sugerencia teórica o en relación a algún ejercicio, por
favor escríbenos a sugerencias@moraleja.cl y estaremos
muy agradecidos ya que así estarás contribuyendo al
mejoramiento de este material.
Registro propiedad intelectual nº 275.203 - Moraleja

Editorial.

A6. Distribución Normal y Binomial

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

A6. Distribución Normal y Binomial

Cargado por

Copyright:

Formatos disponibles

COLEGIO PUMAHUE

Singapur en términos de paridad de poder

Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

ANEXO 6 1. DISTRIBUCIÓN NORMAL

i. Propiedades de la distribución Normal

a. Distribución normal estándar

0,67 0,749 2 P(Z ≤ 1,15) = 0,875

1,15 0,875 1,15

1,96 0,975 2 P(Z ≤ 2) = 0,977

Por tabla (Z ≤ 1,96) = 0,975

∴ La probabilidad de que Z ≤ 1,96 es de un 97,5 %,

– ∞ x1 + ∞ – ∞ 3 + ∞

P (X ≥ x1) = 1 – P (X ≤ x1) Ejemplos: P (X ≥ 2,5) = 1 – P (X ≤ 2,5)

– ∞ x1 + ∞ – ∞ 2,5 + ∞

P (X ≤ –x1) = P (X ≥ x1) Ejemplos: P (X ≤ –1,2) = P (X ≥ 1,2) = 1 – P (X ≤ 1,2)

P (x1 ≤ X ≤ x2) = P (X ≤ x2) – P (X ≤ x1) Ejemplos: P (2 ≤ X ≤ 3) = P (X ≤ 3) – P (X ≤ 2)

ii. Estandarizar una variable X

a) P(X ≤ 25) = P c Z ≤

∴ La probabilidad que X ≤ 25, es de un 84,1 %

b) P(X > 30) = P c Z >

c) P(25 ≤ X ≤ 30) = P(X ≤ 30) – P(X ≤ 25)

∴ La probabilidad que X esté entre 25 y 30 es de un 13,6 %

iii. Intervalos de una distribución normal

Para resolver este ejemplo, podemos estandarizar X

Vemos que 6 y 18 corresponden a valores que coinci-

Vemos que 3 y 21 corresponden a valores que coinci-

Una variable seguirá una distribución de probabilidad binomial si:

a. Función de probabilidad de una distribución binomial

1º Paso: Verificar que se trata de un experimento Bernoulli.

2º Paso: Definir la variable aleatoria y el valor que debe tomar:

3º Paso: Número de pruebas o repeticiones:

4º Paso: Identificar el éxito y su probabilidad.

b. Función de distribución acumulada de la distribución binomial

1º Paso: Certificar que se trata de un experimento Bernoulli.

2º Paso: Definir la variable aleatoria y el valor que debe tomar.

3º Paso: Número de pruebas o repeticiones:

c. Esperanza y varianza de la distribución binomial

d. Aproximación de la probabilidad binomial por la probabilidad de la normal

P( x ) P( x ) P( x )

Como observamos, al ir aumentando la cantidad de repeticiones la distribución binomial se acerca cada

Observación: Se considera que la aproximación es aceptable cuando n ·p $ 5 y n · (1–p) $ 5

2º Paso: Determinar la probabilidad de éxito y fracaso.

3º Paso: Verificar si se puede aproximar la distribución binomial a normal.

4º Paso: Calculamos la media y desviación estándar de la distribución normal.

5º Paso: Calculamos la probabilidad pedida y estandarizamos la variable.

1. En una distribución normal estándar X ~ N (0 ; 1), ¿ cuál de las alternativas es verdadera ?

A ) Mayores de 3 años

2. Sea una distribución X ~ N( 0 , 1 ), entonces P(X ≤ 1,15) es :

4. Si X ~ N(0 , 1), entonces el valor de P(1 ≤ X ≤ 2,17), es aproximadamente igual a :

5. Si X ~ N (15 , 4), entonces P(X > 19) es :

I. La media de X es igual a 1,5

A ) P(Z ≥ 1,7)

I. Aproximadamente, el 68% de los alumnos tiene promedio entre 4,2 y 5,8

I. P ( Z ≤ 1,3 ) = P ( Z ≥ – 1,3 )

A ) P ( Z ≤ – 3 )

expresiones tiene un valor igual a P ( Z ≥ 3,5 )?

A ) P ( Z ≤ 3,5 )

28. Si X ~ N (0 , 1) , ¿ cuál(es) de las siguientes afirmaciones es(son) verdaderas ?

I. La probabilidad P(X ≤ 0) es 50%

A ) P ( Z ≤ 2 )

Registro propiedad intelectual nº 275.203 - Moraleja Editorial.

I. P ( Z ≤ 0,6 )= P ( Z ≥ – 0,6 )

I. Menos del 84% de los datos es menor que 0,99

I. Aproximadamente 204 trabajadores ganan entre 1.200 y 2.400 pesos la hora