EJERCICIOS DE DISTRIBUCIONES

DE PROBABILIDAD DISCRETAS Y
CONTINUAS
PROFESOR EDGAR GALVAN

GRUPO: 1317

INTEGRANTES:

♥ CRUZ MARTINEZ DALILA FRANSHESCA

♥ CRUZ SILVA EDUARDO
♥ GARCIA GORDILLO BRANDON ISSAC
♥ HERNANDEZ SANCHEZ EDUARDO
 DISTRIBUCIÓN BINOMIAL
1.- En 2006, el promedio combinado de calificaciones del SAT para estudiantes que van hacia la
universidad en Estados Unidos fue 1518 (de 2400). Suponga que aproximadamente 45% de
todos los graduados de preparatoria toman este examen y que 100 son seleccionados al azar en
todo Estados Unidos.
¿Cuál de las siguientes variables aleatorias tiene una distribución binomial aproximada?

Si es posible, dé los valores para n y p.

a. El número de estudiantes que tomaron el SAT.
b. Las calificaciones de los 100 estudiantes en el SAT.
c. El número de estudiantes que calificaron arriba del promedio del SAT.
d. El tiempo que tomó a cada estudiante para completar el SAT
Respuestas:
La variable aleatoria que tiene una distribución binomial aproximada es el inciso a.
n = 100
p = .4545
2. Unos registros muestran que 30% de todos los pacientes ingresados en una clínica médica no
pagan sus cuentas y que, en última instancia, esas cuentas son olvidadas. Suponga que n=4
nuevos pacientes representan una selección aleatoria de entre un gran conjunto de prospectos
de pacientes atendidos por la clínica.
Encuentre estas probabilidades:
A). Las cuentas de todos los pacientes tendrán finalmente que olvidarse.
B) Una tendrá que olvidarse.
C) Ninguna tendrá que olvidarse.
Respuestas:
n=4 p = .30 q = .70
4
A) P (X = 4) = ( ) ⋅ (. 30)4 ⋅ (. 70)4−4 = .0081 = 00.81%
4
4
B) P (X = 1) = ( ) ⋅ (. 30)1 ⋅ (. 70)4−1 = .4116 = 46.16%
1
 4
C) P (X = 0) = ( ) ⋅ (. 30)0 ⋅ (. 70)4−0 = .2401 = 24.01%
0

3. El sistema de seguridad de una casa está diseñado para tener un 99% de confiabilidad.
Suponga que nueve casas equipadas con este sistema experimentan un intento de robo.
Encuentre las probabilidades de estos eventos:
A) Al menos una de las alarmas se activó.
B) Más de siete de las alarmas se activaron.

n = 9 p = .99 q = .01
A) La probabilidad de que ninguna alarma se active (que todas las casas estén a salvo) se calcula
9
con la distribución binomial: P (X = 0) = ( ) ⋅ (. 99)0 ⋅ (. 01)9
0
Entonces, la probabilidad de que al menos una alarma se active es:
P (al menos una alarma se activa) =1−P (X=0)
9
1 - ( ) ⋅ (. 99)0 ⋅ (. 01)9
0
1 - 0.000000001 ≈ 0.999999999
B) Para calcular la probabilidad de que más de 7 alarmas se activen, sumamos las
probabilidades de que 8, 9 alarmas se activen.
P (X >7) = P (X =8) + P (X=9)
9
P (X = 8) = ( ) ⋅ (. 99)8 ⋅ (. 01)1 = .0830 = 08.30%
8
9
P (X = 9) = ( ) ⋅ (. 99)9 ⋅ (. 01)0 = .9135 = 91.35%
9
P (X >7) = .9135 + .0830 = .9965 = 99.65%
4. Según la Sociedad protectora de animales de Estados Unidos, hay aproximadamente 65
millones de perros con dueño en Estados Unidos y alrededor del 40% de todas las familias en
Estados Unidos tienen al menos un perro.
Suponga que la cifra del 40% es correcta y que 15 familias se seleccionan al azar para un estudio
sobre propiedad de mascotas.

A) ¿Cuál es la probabilidad de que exactamente ocho de las familias tenga al menos un perro?
n = 15 p=.40 q=.60
15
A) P(X=8) = ( ) ⋅ (. 40)8 ⋅ (. 60)7 = .1619 = 16.19%
8
5. La preferencia por el color de un auto cambia con los años y de acuerdo con el modelo
particular que seleccione el cliente. En un año reciente, suponga que el 10% de todos los autos
de lujo que se vendieron eran negros. Si 125 autos de ese año y tipo se seleccionan al azar,
encuentre las siguientes probabilidades:

A) Exactamente cinco autos son negros.

B) Exactamente dos autos son negros
Resultados:

n=125 p=.10 q=.90

125) ( )5 ( )120
A) P (X=5) = ( ⋅ . 10 ⋅ . 90 = .2508 = 25.08%
5
125 ( )2 ( )123
B) P (X=2) =( ) ⋅ . 10 ⋅ . 90 = .0502= 05.02%
2
6. Si 20% de las piezas de televisión que fabrica una maquinaria recién ajustada son
defectuosas, calcula la probabilidad de que en cinco piezas elegidas al azar se obtenga:
A) Una pieza defectuosa.
B) Ninguna defectuosa.

n= 5 p=.20 q=.80
5
A) P (X=1) =( ) ⋅ (. 20)1 ⋅ (. 80)4 = .4096 = 40.96%
1
5
B) P (X=0) =( ) ⋅ (. 20)0 ⋅ (. 80)5 = .3277 = 32.77%
0
7. Encontrar la probabilidad de que en una familia con 4 hijos haya:

A) por lo menos 1 niño

B) por lo menos 1 un niño y por lo menos 1 niña.
La probabilidad de que nazca un varón es de .50

n= 4 p=.5 q=.5
A) P(X≥1) = 1 – P (X= 0)
4
P(X≥1) = 1 – ( ) ⋅ (. 50)0 ⋅ (. 50)4
0
1 - .0625 ≈ .9375 = 93.75%

B) P (X ≥1 y X≥1) = 1 – P (X=0 y X=0)

4 4
1 - ( ) ⋅ (. 50)0 ⋅ (. 50)4 - ( ) ⋅ (. 50)4 ⋅ (. 50)0
0 4
P (X ≥1 y X≥1) = 1 – .0625 - .0625 ≈ .8750
8. Si 20% de los tornillos que produce una máquina están defectuosos

Determinar la probabilidad quede 4 tornillos elegidos al azar,

A) 1, estén defectuosos.
B) 0, estén defectuosos.
C) menos de 2, estén defectuosos.

La probabilidad de que un tornillo esté defectuoso es p = 0.2 y de que no lo sea es q =0.8 Sea X
la variable aleatoria que da el número de tornillos defectuosos.
4
A) P (X=1) = ( ) ⋅ (. 20)1 ⋅ (. 80)3 = .4096 = 40.96%
1
4
B) P (X=0) = ( ) ⋅ (. 20)0 ⋅ (. 80)4 = .4096 = 40.96%
0
C) P (X<2) = P (X = 0) + P (X = 1)
P (X<2) = .4096 + .4096 = .8192 = 81.92%

9. Si la probabilidad de que un tornillo esté defectuoso es 0.1, calcular:

A) la media del número de tornillos defectuosos de un total de 400 tornillos.
B) la desviación estándar del número de tornillos defectuosos de un total de 400 tornillos.

n=400 p=0.1 q=0.9

A) Media µ
µ=n*p

µ = 400 * 0.1 = 40
B) Desviación estándar σ

σ = √𝑛 ⋅ 𝑝 ⋅ 𝑞

σ = √400 ∗ 0.1 ∗ 0.9

σ = √36 = 6

10. Una cadena grande de tiendas al detalle le compra cierto tipo de dispositivo electrónico a un
fabricante, el cual le indica que la tasa de dispositivos defectuosos es de 3%.

A) El inspector de la cadena elige 20 artículos al azar de un cargamento, ¿Cuál es la probabilidad

de que haya al menos un artículo defectuoso entre estos 20?
Suponga que el detallista recibe 10 cargamentos en b un mes y que el inspector prueba
aleatoriamente 20 dispositivos por cargamento.
B) ¿Cuál es la probabilidad de que haya exactamente tres cargamentos que contengan al menos
un dispositivo defectuoso de entre los 20 seleccionados y probados?

n=20 p=.03 q=.97

A) P (Al menos uno defectuoso) = 1 – P (Ninguno defectuoso)
20
P (Al menos uno defectuoso) = 1 - ( ) ⋅ (. 03)0 ⋅ (. 97)20 = .405
0
22
B) P (X=3) = ( ) ⋅ (. 03)3 ⋅ (. 97)20 = .250
3
11. Se conjetura que hay impurezas en 30% del total de pozos de agua potable de cierta
comunidad rural. Para obtener información sobre la verdadera magnitud del problema se
determina que debe realizarse algún tipo de prueba. Como es muy costoso probar todos los
pozos del área, se eligen 10 al azar para someterlos a la prueba.
A) Si se utiliza la distribución binomial, ¿cuál es la probabilidad de que exactamente 3 pozos
tengan impurezas, considerando que la conjetura es correcta?
n=10 p=.30 q=.70
10 ( )3 ( )7
A) P (X=3) = ( ) ⋅ . 03 ⋅ . 70 = .2508 = 25.08%
3
12. La probabilidad de que un paciente se recupere de una rara enfermedad sanguínea es de
0.4. Si se sabe que 15 personas contrajeron la enfermedad, ¿cuál es la probabilidad de que:
A) Sobrevivan exactamente 5
B) Sobrevivan exactamente 9
Sea X el número de personas que sobreviven
n=15 p=0.4 q=0.6
15) ( )5 ( )10
A) P (X=5) = ( ⋅ . 40 ⋅ . 60 = .1560
5
15
B) P (X=9) = ( ) ⋅ (. 40)9 ⋅ (. 60)6 = .0612
9
13. De 2 000 familias que tienen 4 hijos cada una, ¿cuántas se espera que tengan…

A) exactamente 2 niños B) ninguna niña

n= 4 p=.50 q=.50
A) P (X=2) = 2000 * P (X = 2)
4
P (X=2) = 2000 * ( ) ⋅ (. 50)2 ⋅ (. 50)2 = 750
2
B) P (X=0) = 2000 * P (X = 0)

P (X=0) = 2000* (. 50)4 = 125

14. Se probó un régimen formado por una dosis diaria de vitamina C para determinar su
efectividad para prevenir el resfriado común. Diez personas que estuvieron siguiendo el
régimen prescrito fueron observadas durante un año. Ocho pasaron el invierno sin un resfriado.
Suponga que la probabilidad de pasar el invierno sin un resfriado es .50 cuando no se sigue el
régimen de vitamina C.
A) ¿Cuál es la probabilidad de observar ocho o más sobrevivientes, dado que el régimen es
ineficiente para aumentar la resistencia a resfriados?

n=10 p=.50 q=.50

A) P (X≥8) =P (X=8) +P (X=9) +P (X=10)
10
P (X = 8) = ( ) ⋅ (. 50)8 ⋅ (. 50)2 = .0439
8
10
P (X = 9) = ( ) ⋅ (. 50)9 ⋅ (. 50)1 = .0098
9
10
P (X=10) = ( ) ⋅ (. 50)10 ⋅ (. 50)0 = .0009
10
P (X≥8) = .0546 = 05.46%

15. En una caja de galletas, el 80% de las galletas son de chocolate. Si seleccionamos al azar 5
galletas,
A) ¿cuál es la probabilidad de que exactamente 3 de ellas sean de chocolate?
B) ¿cuál es la probabilidad de que exactamente 1 de ellas sean de chocolate?

n=5 p=.80 q=.20

5
P (X=3) = ( ) ⋅ (. 80)3 ⋅ (. 20)2 = .2048 = 20.48%
3
5
P (X=1) = ( ) ⋅ (. 80)1 ⋅ (. 20)4 = .0080 = 00.80%
1
Referencias

Mendelhall, M, H. (2015). Introducción a la probabilidad y estadística

Navidi, W. (2008). Estadística para ingenieros y científicos
Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probabilidad y estadística para
Ingeniería y Ciencias
DISTRIBUCIÓN HIPERGEOMETRICA
1. Se selecciona una muestra de 10 artículos de un lote de 100 en el que hay 20 defectuosos.
¿Cuál es la probabilidad de que exactamente 3 de los seleccionados sean defectuosos?

N = 100 (total de artículos),

n = 10 (tamaño de la muestra),
k = 20 (número total de artículos defectuosos),

x = 3 (número específico de artículos defectuosos en la muestra).

La probabilidad es P(x=3) = (20C3 * 80C7) / 100C10 ≈ 0.299. La probabilidad de que
exactamente 3 de los
artículos seleccionados sean defectuosos es aproximadamente 0.299.

2. En una baraja de 52 cartas, se seleccionan 5 al azar. Si hay 13 corazones, ¿cuál es la

probabilidad de que 2 sean corazones?
N = 52 (total de cartas en la baraja),
n = 5 (tamaño de la muestra),

k = 13 (número de corazones en la baraja),

x = 2 (número de corazones en la muestra).
La probabilidad es P(x=2) = (13C2 * 39C3) / 52C5 ≈ 0.383. La probabilidad de que
exactamente 2 de las cartas seleccionadas sean corazones es aproximadamente 0.383.
3. De una población de 600 personas, 120 tienen menos de 21 años. Si se selecciona una
muestra de 50, ¿cuál es la probabilidad de que menos de 10 tengan menos de 21 años?
N = 600 (total de personas),
n = 50 (tamaño de la muestra),
k = 120 (número de personas menores de 21 años),
x &lt; 10 (menos de 10 personas menores de 21 años en la muestra).
Para calcular esta probabilidad debemos realizar el cálculo de la suma de P(x=i) para i=0
hasta 9, donde
P(x=i) = 120Ci * (600-120)C(50-i) / 600C50.
4. Una urna contiene 8 bolas rojas, 7 blancas y 5 azules. Si se extraen 4 bolas, ¿cuál es la
probabilidad de que 2 sean rojas?

N = 20 (total de bolas en la urna),

n = 4 (tamaño de la muestra),
k = 8 (número de bolas rojas en la urna),
x = 2 (número de bolas rojas en la muestra).

La probabilidad es P(x=2) = (8C2 * 12C2) / 20C4 ≈ 0.387. La probabilidad de que

exactamente 2 de las bolas extraídas sean rojas es aproximadamente 0.387.
5. Si un lote de 200 lámparas contiene 20 defectuosas, ¿cuál es la probabilidad de que de 50
seleccionadas al azar, exactamente 5 sean defectuosas?
N = 200 (total de lámparas),

n = 50 (tamaño de la muestra),
k = 20 (número de lámparas defectuosas),
x = 5 (número específico de lámparas defectuosas en la muestra). La probabilidad es P(x=5)
= (20C5 *

180C45) / 200C50
6. Se extraen 7 estudiantes al azar de una clase de 30. Si hay 12 mujeres, ¿cuál es la
probabilidad de que se seleccionen exactamente 3 mujeres?
N = 30 (total de estudiantes),

n = 7 (tamaño de la muestra),
k = 12 (número total de mujeres en la clase),
x = 3 (número específico de mujeres en la muestra). La probabilidad es P(x=3) = (12C3 *
18C4) / 30C7.

7. De una colección de 40 CD&#39;s, hay 12 de rock, 15 de pop y 13 de música clásica. Si

seleccionamos 5, ¿cuál es la probabilidad de que al menos 2 sean de música clásica?
N = 40 (total de CD&#39;s),
n = 5 (tamaño de la muestra),

k = 13 (número de CD&#39;s de música clásica),

x ≥ 2 (al menos 2 CD&#39;s sean de música clásica).
Para calcular esta probabilidad debemos realizar el cálculo de la suma de P(x=i) para i=2
hasta 5, donde
P(x=i) = (13Ci * 27C(5-i)) / 40C5.
8. Se eligen 6 números al azar de un bombo con 50. Si hay 10 números premiados, ¿cuál es la
probabilidad de que 3 coincidan con los premiados?

N = 50 (total de números en el bombo),

n = 6 (tamaño de la muestra),
k = 10 (número de números premiados),
x = 3 (número específico de coincidencias con los premiados en la muestra). La probabilidad
es P(x=3) =

(10C3 * 40C3) / 50C6.

9. El 30% de los usuarios de una aplicación son premium. Si se seleccionan 20 usuarios al azar,
¿cuál es la probabilidad de que exactamente 8 sean premium?
El 30% de los usuarios de una aplicación son premium. Si se seleccionan 20 usuarios al azar,
¿cuál es la probabilidad de que exactamente 8 sean premium?

N = total de usuarios (se desconoce)

n = usuarios seleccionados (n=20)
x = usuarios premium (30% de N)

k = éxito deseado (k=8)

En este caso, como el valor de N es desconocido, no podemos calcular una probabilidad
numérica.
10. En una caja hay 12 pelotas negras, 8 blancas y 10 verdes. Si se extraen 5 al azar, ¿cuál es la
probabilidad de que 3 sean blancas?

En una caja hay 12 pelotas negras, 8 blancas y 10 verdes. Si se extraen 5 al azar, ¿cuál es la
probabilidad de que 3 sean blancas?
N = 30 (total de pelotas)
n = 5 (pelotas seleccionadas)

x = 8 (pelotas blancas)
k = 3 (éxito deseado)
P(X=3) = (C(8, 3) * C(22, 2)) / C(30, 5)

P(X=3) = (56 * 231) / 142506

P(X=3) ≈ 0.0908
La probabilidad de que 3 de las 5 pelotas sean blancas es aproximadamente 0.0908.
11. Si un estante tiene 40 libros de los cuales 16 son de aventuras, 12 de drama y 12 de ciencia
ficción, y se seleccionan 8 libros al azar, ¿cuál es la probabilidad de que al menos 4 sean de
ciencia ficción?
N = 40 (total de libros en el estante),

n = 8 (tamaño de la muestra),
x &gt;= 4 (al menos 4 libros de ciencia ficción en la muestra)
k = 12 (número de libros de ciencia ficción).
Primero vamos a calcular la probabilidad de que exactamente 4 libros sean de ciencia ficción,
luego 5, 6, 7 y 8 y luego sumaremos estas probabilidades.

Entonces, la probabilidad de al menos 4 libros de ciencia ficción es:

P(X &gt;= 4) = P(X = 4) + P(X = 5) + P(X = 6) + P(X = 7) + P(X = 8)
P(X = 4) = (12C4) * (28C4) / 40C8=0.1318

P(X = 5) = (12C5) * (28C3) / 40C8=0.0337

P(X = 6) = (12C6) * (28C2) / 40C8=0.0045
P(X = 7) = (12C7) * (28C1) / 40C8=0.0003

P(X = 8) = (12C8) * (28C0) / 40C8=0.0000

Donde la sumatoria de las probabilidades es de 0.1704 ó 17.04% de probabilidad que al
menos 4 sean de ciencia ficción
12. De 100 empleados de una empresa, 30 tienen estudios universitarios. Si se seleccionan 15
para formar un comité, ¿cuál es la probabilidad de que exactamente 5 de ellos tengan estudios
universitarios?
N = 100 (total de empleados),
n = 15 (tamaño de la muestra),
x = 5 (número de empleados con estudios universitarios en la muestra),
k = 30 (número de empleados con estudios universitarios).
P(X = 5) = (30C5) * (70C10) / 100C15
=0.2232 ó 22.32% de probabilidad de que exactamente 5 empleados tengan estudios
universitarios

13. Se lanzan 12 dados. Si hay 6 dados con un número específico, ¿cuál es la probabilidad de
que exactamente 3 de ellos muestren ese número?
N = 12 (número total de dados)
K = 6 (número total de dados con el número específico)
n = 12 (número de dados lanzados)
x = 3 (número de dados que muestran el número específico)
La fórmula para calcular la probabilidad de la distribución hipergeométrica es:
P(X = x) = ( KCx * (N-K)C(n-x) ) / NCn

Sustituyendo los valores:

P(X = 3) = ( 6C3 * 6C9 ) / 12C12
P(X = 3) = ( 20 * 84 ) / 220
P(X = 3) = 1680 / 220

P(X = 3) = 0.7636

Por lo tanto, la probabilidad de que exactamente 3 de los 12 dados muestren el número

específico es del 76.36%.

14. De una población de 2000 personas, 800 tienen seguro médico. Si se selecciona una
muestra de 100 personas, ¿cuál es la probabilidad de que al menos 40 tengan seguro médico?
N = 2000 (número total de personas en la población)
K = 800 (número total de personas con seguro médico en la población)
n = 100 (número de personas seleccionadas)
x ≥ 40 (al menos 40 personas tienen seguro médico)
P(X ≥ 40) = 1 - P(X &lt; 40)

P(X &lt; 40) = (40C0 * 1960C100) / 2000C100

P(X ≥ 40) = 1 - ( (40C0 * 1960C100) / 2000C100 )
Esto dará la probabilidad de que al menos 40 personas tengan seguro médico.
15. Se eligen 10 cartas de una baraja de 40 cartas españolas. Si hay 12 oros, ¿cuál es la
probabilidad de que exactamente 4 sean oros?
N = 40 (número total de cartas en la baraja)
K = 12 (número total de cartas de oro en la baraja)

n = 10 (número de cartas seleccionadas)

x = 4 (número de cartas que son de oro)
La fórmula para calcular la probabilidad de la distribución hipergeométrica es:

P(X = x) = ( KCx * (N-K)C(n-x) ) / NCn

Sustituyendo los valores:
P(X = 4) = ( 12C4 * 28C6 ) / 40C10

P(X = 4) = ( 495 * 84,175,760 ) / 3,838,380

P(X = 4) = 41,667,831,200 / 3,838,380
P(X = 4) ≈ 10.8515

Referencias

1. Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014).
Metodología de la Investigación (6th ed.). McGraw-Hill Interamericana Editores
2. Tamayo y Tamayo, M. (2004). El Proceso de la Investigación Científica (5th ed.).
Limusa.
3. Villegas-Cendon, P., & Castro-Perez, G. (2018). Estadística Descriptiva. Pearson
Educación de Mexico.
4. Orozco, E. (2012). Estadística. México: McGraw Hill
PROBABILIDAD DE DISTRIBUCIÓN NORMAL

El volumen de agua que se utiliza en una práctica de química sigue una distribución normal de media 5.5 litros y
desviación típica 0.6 litros.

¿Cuál es la probabilidad de que en 1 práctica se consuman menos de 5.4 litros?

Resultado= La probabilidad de que en 1 práctica se consuman menos de 5.4 litros es del 0.4338 o 43.38%

¿Cuántos litros hay que preparar para que la probabilidad de que se consuma más volumen de agua de que se ha
preparado para 1 práctica sea de 10%?

Eduardo Cruz Silva

Resultado= Se deben preparar 6.2690 litros para que la probabilidad de que se consuma más volumen de agua de que
se ha preparado para 1 práctica sea de 10%.

Eduardo Cruz Silva

Supongamos un conjunto de personas con edad promedio 25 años y desviación estándar 3,86. Nuestro valor de
interés (x) es 30 años. El valor de Z correspondiente será:
𝑥−𝜇 30 − 25
𝑍= = = 1.29
𝜎 3.86
Este valor de Z nos dice que la edad de 30 años está a 1,29 desviaciones estándar sobre el promedio.

Ahora bien, la tabla de la distribución normal, entrega valores de probabilidad para los distintos valores de Z.

Con la edad 30 años, vemos que el valor Z = 1,29 tiene una probabilidad asociada de 0,9014. Entonces:

Resultado: La probabilidad de encontrar una persona con edad de 30 años o menos, en este grupo humano, es 0,9014 o
90.14%.

Hallar el área bajo la curva normal estandarizada localizada entre 0 y 2.05.

Localizamos el número en la columna que está más hacia la

izquierda y el número 0.05 en la fila superior de la tabla. El
número que aparece es: .9798, este número es el área total
bajo la curva comenzando desde -∞, como o nosotros
queremos sólo el área comprendida entre 0 y 2.05 restamos la
mitad del área es decir 0.5. Obtenemos: .9798 - 0.5 = 0. 4798
que es el área que estamos buscando.

Hallar P (-1.78<Z<1.52)

Podemos concebir que el área que se busca en este

ejemplo consta de dos partes. Primero buscaremos el
área comprendida entre -1.78 y 0. Buscamos el número
1.7 y lo intersectamos con el .8. Obtenemos un área de:
.9699. Este resultado es el área desde infinito hasta el
punto 1.78, como nosotros queremos el área de 1.78 a 0,
entonces .9625 - .5 = .4625. El área de 0 a 1.52 es = .4357

Sumando ambas áreas tenemos un Área Total de:

.4625+.4357 =.8982

Eduardo Cruz Silva

Los puntajes de una prueba de aptitud escolar están normalmente distribuidos con una media de 600 y una varianza
de 10000 (es decir σ=100)

A. ¿Qué proporción de los encuestados tiene un puntaje por debajo de 300?

B. Una persona va a presentar una prueba, ¿qué probabilidad tiene de obtener un puntaje de 850 o más?

C. ¿Qué proporción de puntajes estará entre 450 y 700?

P (x<300) Z= (300-600)/100= -3 z= .9987 P (x<300)= 1-.9987= .0013

P (x>850) Z= (850-600)/100= 2.5 z= .9938 P (x>850)= 1-.9938= .0062

Eduardo Cruz Silva

P (450<x<700) Z= (450-600)/100= 1.5 Z= (700-600)/100= 1 z₁= .9332 z₂= .8413

.9332-.5= .4332 .8413-.5= .3413 .4332+.3413= .7745

En una ciudad se estima que la temperatura máxima en el mes de junio si una distribución normal, con media 23° y
desviación típica 5°. Calcular el número de días del mes en los que se espera alcanzar máximas entre 21° y 27°.

X~ Temperatura Máxima en mes de junio~ N (23, 5)

P (21<X<27) = P (N (23.5) <21) – P (23.5) <27) = P (N (0, 1) < ((21-23)/5)) – P (N (0, 1) < ((27-23)/5)) =

[1-P (N (0, 1) > 0.4)] – [P (N (0, 1) > 0.8) = 0.7881 - (1-0.6554) = 0.4425

Luego el número de días sería: 0.4425*30= 13 días.

Resultado: 13 es el número de días del mes en los que se espera alcanzar máximas entre 21° y 27°.

Las Empresas multinacionales del sector automoción presentan hasta enero del 2009 un volumen de facturación, que
seguía una distribución normal con media 185 millones de euros y desviación típica 12 millones de euros. ¿Qué
porcentaje de empresas facturará entre 160 y 200 millones?

X~ volumen de facturación~ N (185, 12)

P (160<X<200) = P(N (185, 12) <200) – P (185, 12) <160) = P (N (0, 1) < ((200-185)/12)) – P (N (0, 1) < ((160-185)/12) =

[1 – P (N (0, 1) > 1.25)] – [P (N (0, 1) > 2.08) = [1 – 0.1056] – 0.0188= 0.8756

Resultado: el porcentaje de empresas que facturará entre 160 y 200 millones es del 0.8756 o 87.56%.

El peso de las personas que utilizan un ascensor fluctúa normalmente con media de 75 kg y desviación típica de 11 kg.
Si la carga máxima del ascensor es de 500 kg, ¿cuál es la probabilidad de que al subir 6 personas en el ascensor se
sobrepase dicha carga?

X~ Peso de una persona~ N (75, 11)

Y~ Peso de seis personas=X1+X2+X3+X4+X5+X6~ N (450, 26,9)

P (Y > 500) = P (N (0, 1) > ((500-450)/26.9)) – P (N (0, 1) > 1.86) = 0.0314

Resultado: la probabilidad de que al subir 6 personas en el ascensor se sobrepase dicha carga es del 0.0314 o 3.14%.

Eduardo Cruz Silva

Calcular la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 sea menor
que 5.

P (N (4, 2) < 5) = 1 – P (N (4, 2) > 5)= 1 –P (N (0, 1)> ((5-4)/2))= 1 – P (N (0, 1)> 0.5)= 0.3085

Resultado: la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 sea menor
que 5 es del 0.3085 o del 30.85 %.

Calcular la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 sea mayor
que ‐5.

P (N (4, 2) > -5) = P (N (4, 2) < -5) = P (N (0, 1) > ((5-4)/2))= P (N (0, 1) > 0.5) = 1 – 0.3085 = 0.6915

Resultado: la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 sea mayor
que ‐5 es del 0.6915 o del 69.15%.

Calcular la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 sea menor
que ‐5.

P (N (4, 2) < -5) = P (N (4, 2) > 5)= P (N (0, 1)> ((5-4)/2))= P (N (0, 1)> 0.5)= 0.3085

Resultado: la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 sea menor
que ‐5 es de 0.3085 o 30.85 %.

Calcular la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 este en el
intervalo 3 y 5.

P (N (2 < (4.2) < 5) = P (N (4.2) < 5) –P (N (4.2) < 2) = [1 – P (N (0, 1) > ((5-4)/2)] – P (N (0, 1) < ((2-4)/2))=

[1 – P (N (0, 1) > 0.5)] – (P (N (0, 1) > 1) = 1 – 0.3085 – 0.1587 = 0.5328

Resultado: la probabilidad de que una variable X con distribución normal del media 4 y desviación típica 2 este en el
intervalo 3 y 5 es de 0.5328 o del 53.28%.

Determine P (z ≤ 1.63). Esta probabilidad corresponde al área a la izquierda de un punto z= 1.63 desviaciones estándar
hacia la derecha de la media.

El área se representa sombreada en la figura. Simplemente debe localizar en la tabla el valor de z= 1.63. La intersección
de la fila y columna en esta combinación se muestra sombreada y proporciona el área .9484, que es P (z ≤ 1.63).

Eduardo Cruz Silva

Determine P (z ≥ -.5). Esta probabilidad corresponde al área a la derecha de un punto z = -.5 desviaciones estándar a la
izquierda de la media.

Al localizar z= -.5 en la tabla, podemos encontrar que el área A₁ a la izquierda de -.5 es de .3085, valor que aparece
sombreado en la campana. Como el área bajo la curva es 1, calculamos:

P (z ≥ -.5) = 1 - A₁ = 1 - .3085= .6915

Encuentre P (-.5 ≤ z ≤ 1). Esta probabilidad es el área entre z= -.5 y z= 1, como se muestra en la figura.

El área requerida es el área sombreada A₂ en la figura. Encontramos previamente el área a la izquierda de z= -.5 (A₁=
.3085), el área a la izquierda de z= 1 se encuentra como A₁ + A₂ = .8413. Para encontrar el área marcada como A₂,
restamos las dos entradas:

A₂ = (A₁ + A₂) - A₁ = .8413 - .3085= .5328

Es decir, P (-.5 ≤ z ≤ 1) = .5328

Eduardo Cruz Silva

REFERENCIAS

Mendenhall, William, autor Introducción a la probabilidad y estadística / Ciudad de México : Cengage

Learning Editores, 2023
Gimenez Palomares, F. (2017). DISTRIBUCIÓN NORMAL. http://hdl.handle.net/10251/83510
Brunett, K. B. Z. (s. f.). Distribución normal [Diapositivas; Presentación de diapositivas].
http://ri.uaemex.mx/bitstream/handle/20.500.11799/106113/Distribuci%C3%B3n%20Normal.pdf?sequence=
1

Quevedo F. Distribución normal. Medwave 2011 May;11(05). doi: 10.5867/medwave.2011.05.5033

Camacho García, A. (2021). Ejemplo de distribución normal: hoja de cálculo y tablas.
http://hdl.handle.net/10251/167342

Eduardo Cruz Silva