C u r s o : Matemtica

Material N 32
GUA TERICO PRCTICA N 32
UNIDAD: DATOS Y AZAR
PROBABILIDADES II
VARIABLES ALEATORIAS
Se llama VARIABLE ALEATORIA a toda funcin que asocia un nmero real a cada
elemento del espacio muestral de un experimento aleatorio.
Observacin: Se simbolizan con letras maysculas, por ejemplo: X; Y; Z;
VARIABLES ALEATORIAS DISCRETAS (VAD)
Son aquellas que pueden tomar una cantidad finita de valores o una cantidad infinita
numerable de valores, por ejemplo suma de puntos en el lanzamiento de dos dados, las
preguntas correctas en una prueba, nmeros de hijas mujeres de una familia etc.
Ejemplo:
Supongamos que el experimento consiste en lanzar una moneda tres veces y definimos la
variable aleatoria X como el nmero de caras obtenidas.
Resultados posibles
(s,s,s)
(s,s,c);(s,c,s);(c,s,s)
(s,c,c);(c,s,c);(c,c,s)
(c,c,c)

Valores de X
0
1
2
3

Ejemplo:
Supongamos que el experimento consiste en lanzar un dado y se define la variable aleatoria
Z como nmero de lanzamientos hasta que salga un dos.
El nmero de lanzamientos que puede tomar la variable hasta que salga el valor dos puede
ser infinito, pero es posible contarlos, es decir es una cantidad infinita numerable. Por lo
tanto es una variable discreta.
VARIABLES ALEATORIAS CONTINUAS (VAC)
Son aquellas que pueden tomar todos los valores posibles dentro de un cierto intervalo en
los nmeros reales, por ejemplo peso de los alumnos de un curso,
tiempo de
funcionamiento de un dispositivo electrnico, cantidad de agua consumida en mes por una
familia, tiempo que demora un alumno en llegar del colegio a su casa etc.
Observacin:

Los valores que toma la variable aleatoria se denomina Recorrido

EJEMPLOS
1.

Cul de los siguientes enunciados corresponde una variable aleatoria?

A)
B)
C)
D)
E)

2.

Obtener tres puntos al lanzar un dado.

Nmero de caras en el lanzamiento de cuatro monedas.
Tiempo de cada de un objeto desde la azotea de un edificio.
Obtener pinta roja al sacar una carta del naipe ingls.
Color rubio del cabello de la persona sentada a mi lado

Una bolsa contiene 6 monedas, tres azules y tres rojas. Si se extraen dos monedas,
una tras otra sin reposicin, cul(es) de los siguientes enunciados define(n) una
variable aleatoria?
I)
II)
III)
A)
B)
C)
D)
E)

3.

Solo
Solo
Solo
Solo
I, II

I
II
I y II
I y III
y III

En una bolsa hay 4 fichas enumeradas del 3 al 6. Se extraen dos de ellas sin reposicin
y se define la variable aleatoria X, como la suma de los nmeros obtenidos. Cul(es)
de las siguientes proposiciones es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

4.

Nmero de caras obtenidas.

Nmero de monedas de color azul.
Tiempo empleado en realizar el experimento.

Es una variable aleatoria discreta

El recorrido de la variable aleatoria es {7, 9, 11}
El total de resultados posibles de la variable aleatoria son 3

Solo I
Solo I y II
Solo I y III
Solo II y III
I, II y III

Para el experimento de lanzar dos veces un dado, se define la variable aleatoria X como
la parte entera del cuociente de los valores obtenidos. Entonces, el recorrido de la
variable aleatoria es
A)
B)
C)
D)
E)

{0}
{1}
{1, 2, 3, 4, 5, 6}
{0, 1, 2, 3, 4, 5}
{0, 1, 2, 3, 4, 5, 6}

FUNCIN

DE

PROBABILIDAD

PARA

VARIABLE

DISCRETA

Se llama funcin de probabilidad de una variable aleatoria discreta X a la funcin que

asocia cada valor de xi con su probabilidad de ocurrencia pi.
Se denota por f(x) = P(X = xi)
Propiedades:
1. 0 f(xi) 1
2. f(x1) + f(x2) + .+ f(xn) = 1
3. P(X = a) = 0, si a no pertenece al recorrido de la variable aleatoria
Observaciones:
1. El recorrido de la variable aleatoria es el dominio de la funcin de probabilidad
2. El recorrido de la funcin de probabilidad est en 0, 1
Ejemplo:
Definida la variable X como el nmero de caras que pueden obtener en el lanzamiento de
tres veces una moneda. La tabla muestra la probabilidad para los diferentes valores de X:
Resultados

Valores de X
0
1
2
3

(s,s,s)
(s,s,c);(s,c,s);(c,s,s)
(s,c,c);(c,s,c);(c,c,s)
(c,c,c)
f(x)

f(xi)=P(X = xi)
f(0)= P(X=0) = 1/8
f(1)= P(X=1) = 3/8
f(2)= P(X=2) = 3/8
f(3)= P(X=3) = 1/8

Funcin de probabilidad
f(0) + f(1) + f(2) + f(3) = 1

3/8 -

1
3
3
1

8
8
8
8

1/8 -

Valores v.a.

EJEMPLOS

1.

En la fabricacin de 30 dados se sabe que el 20% de ellos son defectuosos. El proceso

de control de calidad consiste en examinar cinco de ellos, uno tras otro sin devolucin,
si se define la variable aleatoria X como el nmero de dados defectuosos que se
obtienen, entonces cul(es) de las siguientes afirmaciones es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

La probabilidad de que todos sean defectuosos es 0,6.

El recorrido de la variable aleatoria es {0, 1, 2, 3, 4, 5}.
La probabilidad de obtener todos buenos es 0,8.

Solo II
Solo I y II
Solo I y III
I, II y III
Ninguna de ellas.
3

2.

Si el experimento aleatorio consiste en lanzar dos veces un dado y se define la variable

aleatoria X: el doble de la suma de los nmeros que aparecen, entonces cul(es) de
las siguientes proposiciones es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

3.

Los valores de la variable aleatoria son {4, 6, 8, 10, 12, 14, 16, 18, 20, 22,
24}.
El recorrido de la funcin de probabilidad es [4, 24].
1
P(14) = .
6

Solo II
Solo I y II
Solo II y III
Solo I y III
I, II y III

Se tiene un dado cargado cuyos resultado y probabilidades se muestran en la tabla

adjunta
X

P(X=xi)

0,30

0,15

0,05

0,18

0,20

0,12

Cul(es) de las siguientes proposiciones es (son) verdadera(s)?

I)
II)
III)
A)
B)
C)
D)
E)
4.

Solo
Solo
Solo
Solo
Solo

P(X sea un nmero primo) = 0,70.

P(X > 6) = 0.
P(X > 4) = 1 P(X < 4).

II
III
I y II
I y III
II y III

La tabla adjunta muestra la funcin de probabilidad de la variable aleatoria X

X
P(X=xi)

-20
0,18

-10
m

0
0,22

10
0,33

20
0,10

Cul(es) de las siguientes proposiciones es (son) verdadera(s)?

I)
II)
III)
A)
B)
C)
D)
E)

El valor de m = 0,17
P(X 10) = P(X > 0)
P(X -10) = 1 P(X = -20)

Solo I
Solo II
Solo III
Solo I y II
I, II y III
4

FUNCIN

DE DISTRIBUCIN DE PROBABILIDAD PARA VARIABLE DISCRETA

La funcin de distribucin de probabilidad F(x) asocia a cada valor de x la probabilidad

acumulada, es decir F(x) = P(X x)
Propiedades:
1.

Como F(x) es una probabilidad, se cumple que 0 F(x) 1

2.

Si x1, x2, x3, .., xn-1, xn son valores de la variable aleatoria, entonces
P(X xn-1) = P(X=x1) + P(X=x2) + P(X=x3) +......+ P(X=xn-1)

3.
4.

Si a < b , entonces P( a < X b ) =

P(X > a) = 1 - P(X a) = 1 F(a)

F (b) F (a)

Observacin:
En el caso de variable aleatoria discreta la funcin de distribucin de probabilidad es una
funcin escalonada.

Funcin de distribucin
F(x)
1

Valores v.a.
discreta

Ejemplo:
Para la variable X definida como el nmero de caras que se obtienen al lanzar tres veces una
moneda, la siguiente tabla muestra la funcin probabilidad y funcin de distribucin de
probabilidad para los diferentes valores de X:

Funcin de distribucin
X
0
1
2
3

F(xi)=P(X xi)
F(0) = P(X 0) = 1/8
F(1) = P(X 1) = 1/8 + 3/8 = 4/8
F(2) = P(X 2) = 4/8 + 3/8 = 7/8
F(3) = P(X 3) = 7/8 + 1/8 = 8/8 = 1

F(x)
1
7/8
4/8
1/8

0 1 2

Valores v.a.
discreta

EJEMPLOS
1.

La tabla adjunta muestra la funcin de probabilidad de una variable aleatoria W

w

-2

-1

f(w)

0,20

0,45

0,3

0,05

Cul es la probabilidad que P(W 0)?

A)
B)
C)
D)
E)
2.

P(W = -2) + P(W = -1)

P(W = -2) + P(W = -1) + P(W = 0)
1 P(W = 0)
1 P(W < 0)
Ninguna de las anteriores

El grfico muestra la funcin de distribucin de probabilidad de una variable aleatoria X

F(X)
1
0,8
0,4

-2

Variable
aleatoria: X

Cul(es) de las siguientes proposiciones es (son) verdadera(s)?

I)
II)
III)
A)
B)
C)
D)
E)
3.

P(X = -2) = P(X= 1)

P(X 1) = 0,8
P(X 4) = 1

Solo I
Solo II
Solo III
I, II y III
Ninguna de las opciones anteriores.

La funcin de distribucin de probabilidad de una variable aleatoria X est dada por la

siguiente tabla
X
P(X xi)

10
0,05

20
0,30

Cul es el valor de P(X > 30)?

A)
B)
C)
D)
E)

0,23
0,42
0,58
0,65
1,75
6

30
0,42

40
0,75

50
1

FUNCIN DE DISTRIBUCIN DE PROBABILIDAD PARA VARIABLE CONTINUA

La funcin de distribucin de probabilidad F(x) asocia a cada valor de x la probabilidad
acumulada, es decir F(x) = P(X x).
La probabilidad de que la variable est comprendida en el intervalo [a, b] est dada por el
rea bajo la curva de la funcin entre los puntos a y b
y

f(x)

P(a < x < b)

a

Propiedades:
1. Como f(x) es una probabilidad, se cumple que 0 F(x) 1.
2. Si a < b, entonces P(a < X b) = F(b) F(a).
3. P(X > a) = 1 - P(X a) = 1 F(a)
4. P(X = a) = 0, es decir la probabilidad que la variable tome exactamente un valor es
igual a cero.
5. P(X < a) = P(X a)

Observacin:
En el caso de variable aleatoria continua la funcin de distribucin de probabilidad es una
funcin continua.

EJEMPLO
1.

Se define la funcin de distribucin de la variable X como f(x) = x2, con

entonces cul(es) de las siguientes proposiciones es (son) verdadera(s)?
I)
II)
III)

A)
B)
C)
D)
E)

P(0,1 < x 0,8) = 0,63

P(x > 0,7) = 1 F(0,7)
P(x < 0,1) = 0,1

Solo I
Solo III
Solo I y II
Solo I y III
I, II y III

0 < x < 1,

DISTRIBUCIN NORMAL
Para variables aleatorias continuas X, la funcin de probabilidad es denominada Funcin de
densidad de probabilidad, es una funcin continua y la probabilidad est dada por el
rea bajo la curva de la funcin.
La distribucin ms importante dentro de las distribuciones continuas es la distribucin
normal.
Es un modelo matemtico, que recibe su nombre debido a que en cierto momento se pens
que la mayora de los fenmenos estaban distribuidos de dicha manera. Esta distribucin
permite representar fenmenos estadsticos de manera probabilstica.
El grfico de la funcin de densidad de una variable
aleatoria con distribucin normal es similar al
mostrado en la figura, es decir tiene una forma
conocida como Campana de Gauss, y es simtrico
con respecto a la media, . Esta distribucin queda
definida por dos parmetros: la media () y la
desviacin estndar (), y se denota X ~ N(, ).

Caractersticas:
1.

El rea bajo la curva es igual a la unidad.

2.

Es simtrica con respecto a x = , y deja un rea igual a 0,5 a la izquierda y otra de

0,5 a la derecha, es decir, hay una probabilidad del 50% de observar un dato mayor a la
media y un 50% de observar un dato menor a la media.

3.

Es asinttica al eje de las abscisas, es decir, la curva se acerca lo ms posible al eje de

las X sin llegar a tocarlo.

4.

La media, moda y mediana coinciden.

5.

La probabilidad equivale al rea encerrada bajo la curva.

EJEMPLO
1.

En el Colegio Universo, el peso de los 40 alumnos del 3 medio, tienen una distribucin
normal con media de 72 kg y desviacin estndar de 3 kg. Cul es la probabilidad de
que un alumno elegido al azar pese menos de 72 kg.?
A)
B)
C)
D)
E)

0,02
0,025
0,05
0,25
0,5
8

INTERVALOS DE UNA DISTRIBUCIN NORMAL

Si una poblacin tiene media y desviacin estndar , se tiene que
En el intervalo ,
el rea encerrada es 0,6826
es decir, 68,26% del total.

En el intervalo 2, 2
el rea encerrada es 0,9544
es decir, 95,44% del total.

-2

+2

En el intervalo 3, 3
el rea encerrada es 0,9973
es decir, 99,73% del total.

-3

+3

EJEMPLOS

1.

Sea X una variable aleatoria con distribucin N ~ (18,3). Cul(es) de las siguientes
proposiciones es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

2.

La probabilidad de que la variable tome valores mayores que 18 es el 50%.

P(X 21) = 0,6587
P(X > 24) = 0,0228

Solo I
Solo I y II
Solo I y III
Solo II y III
I, II y III

Los pacientes afectados por una bacteria y su tiempo de recuperacin, en das, tiene
una distribucin N ~ (6; 1,3). Cul es la probabilidad de que un paciente se recupere
en un tiempo mayor a 9,9 horas?
A)
B)
C)
D)
E)

0,99865
0,49865
0,5
0,0228
0,00135

3.

El tiempo de duracin que tienen los focos fabricados por una empresa, se distribuye
en forma normal con media aritmtica igual a 1.020 horas y desviacin estndar
51 horas. Cul es la probabilidad en porcentaje de que dure ms de 1.122 horas?
A) 47,720%
B) 45,440%
C) 22,800%
D) 2,280%
E)
1,587%

4.

Cul de los siguientes grficos representa a tres distribuciones de probabilidad normal

con la misma media y diferentes desviaciones estndar?

A)

B)

C)

D)

E)

10

DISTRIBUCIN NORMAL ESTANDAR

La distribucin normal estndar o tipificada, es aquella que tiene media 0 y desviacin
estndar 1. Se denota por X ~ N(0, 1)
Por ser la grfica simtrica respecto m = 0 , entonces se cumple P(X -x1) = P(X x1)

Grficamente:

-x1

x1

EJEMPLOS
1.

Sea X una variable aleatoria con distribucin N ~ (0,1). Cul(es) de las siguientes
proposiciones es (son) verdadera(s)?
I)
II)
III)
A)
B)
C)
D)
E)

2.

P(X -1) = 0,1587

P(X -2) = P(X 2)
P(X 3) = 0,00135

Solo I
Solo I y II
Solo I y III
Solo II y III
I, II y III

En una distribucin normal estndar X ~ N(0,1), cul de las alternativas es la

correcta?
A)
B)
C)
D)
E)

P(X 3) = 0,49865
P(X = -3) = 0,0135
P(X 3) = 0,4973
P(X -3) = 0,00135
P(-3 X 3) = 0,865

11

OTROS CASOS
Cuando la el valor de la variable xi no se encuentra dentro de los intervalos dados, existe
una tabla, llamada tabla normal tipificada, que permite determinar el valor de:
F(X) = P(X xi)

x
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
4,0

0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,84134
0,86433
0,88493
0,90320
0,91924
0,93319
0,94520
0,95543
0,96407
0,97128
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813
0,99865
0,99903
0,99931
0,99952
0,99966
0,99977
0,99984
0,99989
0,99993
0,99995
0,99997

0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,84375
0,86650
0,88686
0,90490
0,92073
0,93448
0,94630
0,95637
0,96485
0,97193
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819
0,99869
0,99906
0,99934
0,99953
0,99968
0,99978
0,99985
0,99990
0,99993
0,99995
0,99997

0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,84614
0,86864
0,88877
0,90658
0,92220
0,93574
0,94738
0,95728
0,96562
0,97257
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825
0,99874
0,99910
0,99936
0,99955
0,99969
0,99978
0,99985
0,99990
0,99993
0,99996
0,99997

0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,84849
0,87076
0,89065
0,90824
0,92364
0,93699
0,94845
0,95818
0,96638
0,97320
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831
0,99878
0,99913
0,99938
0,99957
0,99970
0,99979
0,99986
0,99990
0,99994
0,99996
0,99997

0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,85083
0,87286
0,89251
0,90988
0,92507
0,93822
0,94950
0,95907
0,96712
0,97381
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836
0,99882
0,99916
0,99940
0,99958
0,99971
0,99980
0,99986
0,99991
0,99994
0,99996
0,99997

0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,85314
0,87493
0,89435
0,91149
0,92647
0,93943
0,95053
0,95994
0,96784
0,97441
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841
0,99886
0,99918
0,99942
0,99960
0,99972
0,99981
0,99987
0,99991
0,99994
0,99996
0,99997

0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,85543
0,87698
0,89617
0,91309
0,92785
0,94062
0,95154
0,96080
0,96856
0,97500
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846
0,99889
0,99921
0,99944
0,99961
0,99973
0,99981
0,99987
0,99992
0,99994
0,99996
0,99998

0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,85769
0,87900
0,89796
0,91466
0,92922
0,94179
0,95254
0,96164
0,96926
0,97558
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851
0,99893
0,99924
0,99946
0,99962
0,99974
0,99982
0,99988
0,99992
0,99995
0,99996
0,99998

0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
0,85993
0,88100
0,89973
0,91621
0,93056
0,94295
0,95352
0,96246
0,96995
0,97615
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856
0,99896
0,99926
0,99948
0,99964
0,99975
0,99983
0,99988
0,99992
0,99995
0,99997
0,99998

0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
0,86214
0,88298
0,90147
0,91774
0,93189
0,94408
0,95449
0,96327
0,97062
0,97670
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861
0,99900
0,99929
0,99950
0,99965
0,99976
0,99983
0,99989
0,99992
0,99995
0,99997
0,99998

Modo de utilizar: En la columna 1 se busca la unidad y dcima de x i y en la fila 1 la

centsima de x1, en el lugar en el que intersecta la fila que contiene la unidad y la dcima
con la columna que contiene la centsima contiene el valor de P(X < xi)
12

Modo de utilizar:
En la columna 1 se busca la unidad y dcima de x i y en la fila 1 la centsima de x 1, en el
lugar en el que intersecta la fila que contiene la unidad y la dcima con la columna que
contiene la centsima contiene el valor de P(X < xi).
x
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
4,0

0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,84134
0,86433
0,88493
0,90320
0,91924
0,93319
0,94520
0,95543
0,96407
0,97128
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813
0,99865
0,99903
0,99931
0,99952
0,99966
0,99977
0,99984
0,99989
0,99993
0,99995
0,99997

0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,84375
0,86650
0,88686
0,90490
0,92073
0,93448
0,94630
0,95637
0,96485
0,97193
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819
0,99869
0,99906
0,99934
0,99953
0,99968
0,99978
0,99985
0,99990
0,99993
0,99995
0,99997

0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,84614
0,86864
0,88877
0,90658
0,92220
0,93574
0,94738
0,95728
0,96562
0,97257
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825
0,99874
0,99910
0,99936
0,99955
0,99969
0,99978
0,99985
0,99990
0,99993
0,99996
0,99997

0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,84849
0,87076
0,89065
0,90824
0,92364
0,93699
0,94845
0,95818
0,96638
0,97320
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831
0,99878
0,99913
0,99938
0,99957
0,99970
0,99979
0,99986
0,99990
0,99994
0,99996
0,99997

0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,85083
0,87286
0,89251
0,90988
0,92507
0,93822
0,94950
0,95907
0,96712
0,97381
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836
0,99882
0,99916
0,99940
0,99958
0,99971
0,99980
0,99986
0,99991
0,99994
0,99996
0,99997

0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,85314
0,87493
0,89435
0,91149
0,92647
0,93943
0,95053
0,95994
0,96784
0,97441
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841
0,99886
0,99918
0,99942
0,99960
0,99972
0,99981
0,99987
0,99991
0,99994
0,99996
0,99997

0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,85543
0,87698
0,89617
0,91309
0,92785
0,94062
0,95154
0,96080
0,96856
0,97500
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846
0,99889
0,99921
0,99944
0,99961
0,99973
0,99981
0,99987
0,99992
0,99994
0,99996
0,99998

0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,85769
0,87900
0,89796
0,91466
0,92922
0,94179
0,95254
0,96164
0,96926
0,97558
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851
0,99893
0,99924
0,99946
0,99962
0,99974
0,99982
0,99988
0,99992
0,99995
0,99996
0,99998

0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
0,85993
0,88100
0,89973
0,91621
0,93056
0,94295
0,95352
0,96246
0,96995
0,97615
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856
0,99896
0,99926
0,99948
0,99964
0,99975
0,99983
0,99988
0,99992
0,99995
0,99997
0,99998

0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
0,86214
0,88298
0,90147
0,91774
0,93189
0,94408
0,95449
0,96327
0,97062
0,97670
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861
0,99900
0,99929
0,99950
0,99965
0,99976
0,99983
0,99989
0,99992
0,99995
0,99997
0,99998

EJEMPLOS:
P(X 1,24) = 0,8925

P(X 1,24) = 1 P(X 1,24) = 1 0,8925 = 0,1075

P(X -1,24) = P(X 1,24) = 1 P(X 1,24) = 1 0,8925 = 0,1075

13

OBSERVACIN: En la PSU darn la tabla de manera que se busca directamente la

P(X < x) si la variable aleatoria se denomina Z, entonces P(Z < z).
TABLA PSU

Si Z (0, 1) es una distribucin normal estndar, entonces:

Z
0,99
1,00
1,15
1,24
1,28
1,64
1,96
2,17

P(Z z)
0,839
0,841
0,875
0,893
0,900
0,950
0,975
0,985

ESTANDARIZACIN DE UNA VARIABLE ALEATORIA DE DISTRIBUCIN NORMAL

Para poder utilizar la tabla para encontrar la probabilidad P(X < xi) en una distribucin
normal, no estndar, es necesario estandarizar la variable.
Si X es una variable que tiene distribucin normal con media y desviacin estndar , es
X
decir X ~ N( , ), se define una nueva variable aleatoria Z de la forma: Z
, que tiene

una distribucin normal estndar, es decir, Z ~ N(0 , 1).

Entonces la probabilidad en trminos de la variable X puede calcularse en trminos de Z, de
la siguiente manera.

P X x P Z

EJEMPLO
Los notas de 40 alumnos que rindieron examen de admisin en un colegio para ocupar las
vacantes en el 1 medio, tienen una distribucin N(5,1; 1,2).
Cul es la probabilidad de que sean aceptados con nota superior a 6?
Solucin: P(X > 6) =

1 P (X < 6)

6 5,1
= 1 P Z <

1,2

= 1 P( Z < 0,75)

= 1 0,773
= 0,22

14

P Z z

0,75
1,00
1,15
1,24
1,28
1,64
1,96
2,17

0,773
0,841
0,875
0,893
0,900
0,950
0,975
0,985

EJEMPLOS
1.

Sea X una variable aleatoria que tiene distribucin normal con media a y desviacin
estndar b, la que se transforma en una variable aleatoria Z con distribucin N(0,1).
Entonces Z se expresa
A) Z
B)

C) Z
D) X
E)
2.

X b
a
Za
b
Xa
b
Za
b
ab
X

Sea X y Z variables aleatorias, X con distribucin N(100,16), y Z la tipificada de X con

distribucin N(0,1). Entonces, cul es la representacin grfica de la probabilidad de
que X sea mayor que 124?
A)

B)

100 101,5

C)

1,5

16

D)

1,5

1,5

E) Ninguna de las anteriores

3.

Sea X variable
P(X > 124) es
A)
B)
C)
D)
E)

aleatoria con distribucin N(100, 16), utilizando la tabla, el valor de

1,5
0,93319
0,1359
0,06795
0,06681

15

RESPUESTAS EJEMPLOS
Pg

3y4

9 y 10

11

15

DMQMA-32

Puedes complementar los contenidos de esta gua visitando nuestra web

http://www.pedrodevaldivia.cl/
16