MATEMTICAS

PROGRAMA MENTORING
GEPM- LIBRO N9

LIBRO 9: DATOS Y AZAR III

CONTENIDOS

- Muestreo

- Intervalo de confianza

- Funcin de probabilidad

- Funcin de distribucin de probabilidad

- Distribucin normal

- Distribucin normal estndar

- Estandarizacin de una distribucin normal estndar

Pgina 1
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

RELACIN ENTRE LA MEDIA DE UNA POBLACIN Y LAS MEDIAS DE MUESTRAS

MUESTRA
Una muestra en un subconjunto de la poblacin y el muestreo es la eleccin al azar o
intencionada de elementos de la poblacin.

Muestreo Aleatorio Simple

Es aquel en que cada elemento de la poblacin tiene la misma probabilidad de ser
seleccionado para integrar la muestra.
Una muestra simple aleatoria es aquella en que sus elementos son seleccionados mediante
el muestreo aleatorio simple.

Existen diferentes formas de extraer una muestra de una poblacin:

Si el tamao de la poblacin es N y el tamao de la muestra k entonces, con k < N

* Muestreo con Reposicin

En el muestreo con reposicin, el elemento seleccionado en cada extraccin vuelve a ser

incluido en la poblacin antes de extraer el siguiente elemento. En este tipo de muestreo, un
elemento de la poblacin puede aparecer ms de una vez en la muestra. Para determinar el
nmero de muestras se utiliza principio multiplicativo de tcnicas de conteo, donde se
considera el orden.
Nmero total de muestras: Nk

* Muestreo sin Reposicin y con orden

En este tipo de muestreo, el elemento extrado de la poblacin queda descartado de cara a
la siguiente extraccin. Es decir, un elemento slo puede aparecer una vez en la muestra.
Para determinar el nmero de muestras se utiliza principio multiplicativo de tcnicas de
conteo, donde se considera el orden (una muestra vara de la otra, no solo por los
elementos, sino tambin por el orden de ellos).
N!
Nmero total de muestras: VkN =
(N k)!

* Muestreo sin Orden y sin reposicin

Para determinar el nmero de subconjuntos de un conjunto dado, en el cul no importe el
orden de los elementos, se debe usar combinatoria, (en este caso solo importan los
elementos, el orden da igual).
N N!
Nmero Total de muestras: =
k
k!(N r)!

* Muestreo sin Orden y sin reposicin

Para determinar el nmero de subconjuntos de un conjunto dado, en el cul no importe el
orden de los elementos, se debe usar combinatoria con reposicin de elementos.

N + k 1
Nmero Total de muestras:
k

Pgina 2
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

EJEMPLO

1. Se tiene un conjunto con 10 elementos, cul(es) de las siguientes afirmaciones

es (son) siempre verdadera(s)?

I) Si se realiza un muestreo con reposicin de muestras de tamao 2 se

tendran 100 elementos.

II) Al muestrear sin reposicin para tener muestras de tamao 3 la cantidad de

elementos del conjunto resultante sera 720.

III) La cantidad de elementos resultante para muestras de tamao 1 es el

mismo para el muestreo con y sin reposicin.

2. Si un conjunto tiene cinco elementos, entonces el total de muestras de 3 elementos,

con reposicin, es

3. Se muestrea un conjunto de siete elementos, con muestras de dos elementos sin

reposicin y con orden. Cul es la cantidad de muestras que se pueden extraer?

4. Cuntas muestras de tamao 3 se pueden tomar, sin que importe el orden y sin
reposicin, del conjunto {1, 2, 3, 4, 5, 6}?

RESPUESTAS
1. I y III 2. 125 3. 42 4. 20

Pgina 3
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

RELACIN ENTRE MEDIA DE UNA POBLACIN Y LAS MEDIAS DE MUESTRAS

La media de una poblacin () se puede estimar a partir de la media de las muestras ( xi )
donde i toma valores desde 1 hasta el nmero total de muestras k obtenidas de tamao n,
extradas de la poblacin, con reemplazo o sin reemplazo, con orden o sin orden.
Para determinar la media poblacional, se utiliza la expresin:

x1 x2 x3 ... xk

k

El promedio de las medias de todas las muestras de tamao n que se puedan hacer de un
conjunto de N elementos, es igual al promedio de la poblacin.

ERROR MUESTRAL
El error de la muestra i, se denomina ei y es la diferencia entre la media de la poblacin y la
media de la muestra i, que se determina segn la expresin:

ei = xi

Donde es la media de la poblacin y xi es la media de la muestra i.

OBSERVACIN
* El error muestral puede ser positivo o negativo.
* La suma de todos los errores muestrales es cero.
* A medida que el tamao de la muestra crece, el error tiende a disminuir, ya que el
tamao de la muestra se acerca al tamao de la poblacin.

EJEMPLOS

1. Si el promedio de un conjunto de cuatro elementos es igual a 10,5, entonces cul(es)

de las siguientes afirmaciones es (son) verdadera(s)?

I) El promedio de las medias se mantiene constante, no importando el tamao

de las muestras, siempre y cuando se consideren todas ellas.

II) El promedio de las muestras de dos elementos es menor al promedio del

conjunto inicial.

III) El muestreo con o sin reposicin da como resultado el mismo promedio

muestral.

Pgina 4
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

2. Dado el conjunto {3, 6, 12} al hacer un muestreo de 2 elementos sin reposicin, el

mximo promedio muestral que se obtiene es

3. Si la probabilidad de ocurrencia de un evento corresponde a la razn entre la cantidad

de casos favorables y la cantidad de casos totales del experimento, entonces para el
conjunto {1, 2, 3}, cul es la probabilidad de obtener en una muestra de tamao dos,
con reposicin, una media igual a 2?

4. Para el conjunto {3, 7, 11}, cul es la diferencia entre el valor mximo y mnimo de la
media que se puede obtener con una muestra de tamao 2, sin reposicin?

5. La tabla presenta la frecuencia absoluta de las medias muestrales de una poblacin.

Cul(es) de las siguientes afirmaciones es (son) FALSA(S)?

Medias 96 98 100 102 104

frecuencia 1 2 3 2 1

I) La poblacin tiene tres elementos.

II) La media de la poblacin es 100.
III) El mayor valor absoluto del error muestral es 4.

RESPUESTAS
1. Solo I y III 2. 9 1 4. 4 5. Ninguna
3.
3

Pgina 5
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

INTERVALO DE CONFIANZA

En ocasiones la media de una muestra se considera como una estimacin de la media de la

poblacin a la cual pertenece la muestra.

Por ejemplo, dada como poblacin los alumnos que rindieron la PSU y como variable el
puntaje promedio lenguaje-matemtica, se toma una muestra en forma aleatoria de esta
poblacin y se determina que el valor de la media para este grupo, es de 624,5 puntos. Se
plantea como interrogante como se compara este valor de media, con el valor de la media
de la poblacin.

Si bien 624,5 es la estimacin de la media de la muestra, esto no permite asegurar que es

una estimacin de la media poblacional (a nivel nacional), ya que al tomar otra muestra el
valor variar.

Intervalo de confianza es un rango de valores entre los cuales estar el valor de media
estimada para la poblacin, dada una determinada probabilidad de acierto.

Nivel de confianza: Es la probabilidad que el parmetro poblacional se encuentre en un

intervalo de confianza dado. Se determina por (1 ), siendo el nivel de significacin.
Los niveles de confianza ms usuales son: 90%, 95% y 99%, que corresponden a niveles de
significacin de 10%, 5% y 1%, respectivamente.

Lmites de Confiabilidad: Son los lmites del intervalo de confianza.

Para una poblacin, de media aritmtica de una variable aleatoria que sigue una
distribucin normal de desviacin estndar , para un nivel de confianza (1 ), de la cual
se toma una muestra de tamao n, con media aritmtica x , el intervalo de confianza se
determina segn la relacin:

x z1
2 n
, x +z1
2 n

z 1
2

n
se denomina margen de error

Nivel de
50% 68% 75% 80% 90% 95% 99%
confianza
z 1-
2 0,67 0,99 1,15 1,28 1,64 1,96 2,58

La tabla muestra los valores de z 1- segn el nivel de confianza.

2

Pgina 6
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

OBSERVACIN: La PSU tendr una tabla desde donde ustedes podrn extraer z 1-
2
Z P(Z z)
0,99 0,839
La tabla que encontrars al inicio de la prueba (PSU) es ms o 1,00 0,841
menos como la tabla que se encuentra a la derecha. 1,15 0,875
1,24 0,893
1,28 0,900
1,64 0,950
1,96 0,975
Como utilizar la tabla: 2,17 0,985

Si se pide un nivel de confianza del 90% por ejemplo, se procede de Z P(Z z)

la siguiente manera para encontrar el valor en la tabla: 0,99 0,839
1,00 0,841
1,15 0,875
100% = 90% = 10% = 5%
2 1,24 0,893

Z 1-
2 = 90% + 5% = 95% 1,28
1,64
0,900
0,950
1,96 0,975
Z
1-
2
= 0,95 2,17 0,985

Este ltimo valor se busca en la segunda columna de la tabla para poder determinar el

z 1- necesario. Al verificar el valor en la tabla resulta z 1- = 1,64.

2 2

Si se pide un nivel de confianza del 95% por ejemplo, se procede de Z P(Z z)

la siguiente manera para encontrar el valor en la tabla: 0,99 0,839
1,00 0,841
1,15 0,875
100% - = 95% = 5% = 2,5%
2 1,24 0,893

Z 1-
2 = 95% + 2,5% = 97,5% 1,28
1,64
0,900
0,950
1,96 0,975
Z
1-
2 = 0,975 2,17 0,985

Este ltimo valor se busca en la segunda columna de la tabla para poder determinar el

z 1- necesario. Al verificar el valor en la tabla resulta z 1- = 1,96

2 2

Pgina 7
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

EJEMPLO

1. La estatura de la poblacin es una variable aleatoria con distribucin normal de

desviacin estndar igual a 0,4 m. Si la media de la estatura de un grupo de
100 personas es 1,68 m. El intervalo en el que se encuentra el promedio de la
poblacin con un 95% de confianza est dado por

2. Las horas de conexin a las redes sociales de cierta poblacin es una variable con
distribucin normal de desviacin estndar 0,5 horas. Si la media de una muestra de
100 datos 3,5 horas, cul es el margen de error al construir un intervalo de confianza
con un 90% de nivel de confianza?

3. Para estudiar el promedio de notas de los alumnos de cuarto medio de un colegio, se

ha elegido un curso de 35 alumnos cuyo promedio es de 5,3. Si el promedio de notas
es una variable que sigue una distribucin normal con una desviacin estndar de 0,9,
el intervalo de confianza para la media con un nivel de confianza de 90% es

RESPUESTAS

1. [1,6016 ; 1,7584] 2. 0,082 0,9 0,9

3. 5,3 1,64 ; 5,3 + 1,64
35 35

Pgina 8
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

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 1:
Se lanzan tres monedas y se define la variable aleatoria X como el nmero de caras
obtenidas.

Resultados posibles Valor para X

(s,s,s) 0
(s,s,c);(s,c,s);(c,s,s) 1
(s,c,c);(c,s,c);(c,c,s) 2
(c,c,c) 3

Ejemplo 2:

En el experimento lanzar un dado y se define la variable aleatoria Z como nmero de

lanzamientos que se deben realizar hasta obtener 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.

Pgina 9
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

EJEMPLOS

1. Cul(es) de los siguientes enunciados corresponde una variable aleatoria?

I) Obtener tres puntos al lanzar un dado.

II) Nmero de caras en el lanzamiento de cuatro monedas.

III) Tiempo de cada de un objeto desde la azotea de un edificio.

2. 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) Nmero de caras obtenidas.

II) Nmero de monedas de color azul.

III) Tiempo empleado en realizar el experimento.

3. 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) Es una variable aleatoria discreta.

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

4. 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

RESPUESTAS
1. Solo II 2. Solo I y II 3. Solo I 4. {0,1,2,3,4,5,6}

Pgina 10
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

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 dominio de la funcin de probabilidad es el recorrido de la variable aleatoria.

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 que
pueda tomar la variable aleatoria X.

Resultados Valores de X f(xi)=P(X = xi)

(s,s,s) 0 f(0)= P(X=0) = 1/8
(s,s,c);(s,c,s);(c,s,s) 1 f(1)= P(X=1) = 3/8
(s,c,c);(c,s,c);(c,c,s) 2 f(2)= P(X=2) = 3/8
(c,c,c) 3 f(3)= P(X=3) = 1/8

f(x)
Funcin de probabilidad
f(0) + f(1) + f(2) + f(3) = 1
3/8 -
1 3 3 1 8
+ + + = =1
8 8 8 8 8
1/8 -

Valores v.a.
0 1 2 3

Pgina 11
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

EJEMPLOS

1. Una caja contiene 8 esferas rojas y 2 amarillas, se extraen 3 esferas y se define la

variable aleatoria X como el nmero de esferas rojas extradas y la variable aleatoria Y
como el nmero de esferas amarillas extradas. Cul(es) de las siguientes
afirmaciones es (son) verdadera(s)?

I) El recorrido para ambas variables es el mismo.

7
II) P(X = 3) =
15

1
III) P(Y = 3) =
45

2. Se lanzan 3 monedas y se define la variable aleatoria X como el nmero de sellos que

se obtienen. Cul es el valor de P(X = 2)?

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

II) El recorrido de la variable aleatoria es {0, 1, 2, 3, 4, 5}.

III) La probabilidad de obtener todos buenos es 0,8.

4. Se lanzar 180 dados a vez y se define la variable aleatoria X como la cantidad de dados
que muestren un nmero mltiplo de 3, entonces P(X = 80) es

Pgina 12
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

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

aleatoria X como el doble de la suma de los nmeros que aparecen, entonces cul(es)
de las siguientes proposiciones es (son) verdadera(s)?

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

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

adjunta

X 1 2 3 4 5 6
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) P(X sea un nmero primo) = 0,70.

II) P(X > 6) = 0
III) P(X > 4) = 1 P(X < 4)

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

X -20 -10 0 10 20
P(X=xi) 0,18 m 0,22 0,33 0,10
Cul(es) de las siguientes proposiciones es (son) verdadera(s)?

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

RESPUESTAS
1. Solo II 3 3. Solo II 80 100
2. 180 1 2
8 4.
80 3 3

5. Solo I y III 6. Solo II 7. I, II y III

Pgina 13
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

FUNCIN DE DISTRIBUCIN DE PROBABILIDAD ACUMULADA PARA VARIABLE

DISCRETA

La funcin de distribucin de probabilidad acumulada 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. Si a < b, entonces P( a < X b ) = F (b) F (a)

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

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

Funcin de distribucin
F(x)
1



V.A.D
x1 x2 x3 x4

Ejemplo:
La tabla muestra la funcin probabilidad y funcin de distribucin de probabilidad
para la variable aleatoria X definida como el nmero de caras obtenidas al lanzar
3 monedas.
Funcin de distribucin
X F(xi)=P(X xi)
F(x)
0 F(0) = P(X 0) = 1/8
F(1) = P(X 1) = 1/8 + 3/8 = 4/8 1
1
2 F(2) = P(X 2) = 4/8 + 3/8 = 7/8 7/8
3 F(3) = P(X 3) = 7/8 + 1/8 = 8/8 = 1
4/8
1/8
V.A.D
0 1 2 3

Pgina 14
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

EJEMPLOS

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

w -2 -1 0 1
f(w) 0,20 0,45 0,3 0,05

Cul es el valor de P(W 0)?

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

F(X)
1

0,8

0,4

X
-2 0 1 4
Cul(es) de las siguientes proposiciones es (son) verdadera(s)?

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

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

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

siguiente tabla
X 10 20 30 40 50
P(X xi) 0,05 0,30 0,42 0,75 1
Cul es el valor de P(X > 30)?

RESPUESTAS
1. 0,95 2. I, II y III 3. 0,58

Pgina 15
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

FUNCIN DE DISTRIBUCIN DE PROBABILIDAD PARA VARIABLE CONTINUA

La funcin de distribucin de probabilidad acumulada 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 b x

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. Una funcin de densidad de probabilidad est dada por

cx ; si 0 < x < 4
f(X) = .
0 ; para cualquier otro valor

Cul es el valor de c para f(x)?

Pgina 16
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

2. Cul es el valor de k en la funcin de densidad de probabilidad definida como

2x + k ; si 1 x 2
f(x) = ?
0 ; para otro valor

0 ; si x < 0

1
3. La funcin densidad de probabilidad est dada por f(x) = x ; si 0 x 2 .
2
0 ; si x > 2
Cul es el valor para P(X < 0,75)?

4. Si la funcin de densidad de probabilidad de una variable aleatoria se define como

0 ; si x < 1

x 1 ; si 1 x 2
f(x) =
-x + 3 ; si 2 < x 3

0 ; si x > 3
Entonces, P (X 2) =

RESPUESTAS
1 2. -2 9 4. 50%
1. 3.
8 32

Pgina 17
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

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, existe 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.

Pgina 18
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

INTERVALOS DE UNA DISTRIBUCIN NORMAL

Si una poblacin tiene media y desviacin estndar , se tiene que

En el intervalo , En el intervalo 2, 2 En el intervalo 3, 3

el rea encerrada es 0,6826 el rea encerrada es 0,9544 el rea encerrada es 0,9973
es decir, 68,26% del total. es decir, 95,44% del total. es decir, 99,73% del total.

- + -2 +2 -3 +3

P x - < x < x + = 0,6826 P x - 2 < x < x + 2 = 0,9544 P x 3 < x < x + 3 = 0,9973

EJEMPLOS

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?

2. Sea X una variable aleatoria con distribucin X ~ N(18,3). Cul(es) de las siguientes
proposiciones es (son) verdadera(s)?

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

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

Pgina 19
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

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

4. 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?

5. Respecto a las distribuciones representadas en los grficos de la figura, cul(es) de las

siguientes afirmaciones es (son) verdadera(s)?
GRAFICO 1 GRAFICO 2

Y N(1,) Y N(2,) N(3,)

N(,3)
N(,2)
N(,1)

X X
1 2 3

I) En el grfico 1 1 < 2 < 3

II) Las distribuciones presentadas en el grfico 1 tienen igual media.
III) Las distribuciones presentadas en el grfico 2 pueden ser iguales.

RESPUESTAS
1. 0,5 2. Solo I y III 3. 0,00135 4. 2,280% 5. Solo II y III

Pgina 20
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

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 = 0, entonces se cumple P(X -x1) = P(X x1)

Grficamente:

-x1 x1

Cuando la distribucin es normal estndar se puede utilizar la probabilidad de intervalos

estudiada en distribucin normal.
Cuando lo pedido no se ajuste a ninguno de los intervalos conocidos, se utilizarn de la tabla
normal tipificada, al comienzo de la PSU aparecern los valores que requieras.

La tabla ser mas o menos como la que se encuentra a la derecha de la pgina.

TABLA PSU Z P(Z z)

0,99 0,839
Si Z N(0, 1) es una distribucin normal estndar, entonces: 1,00 0,841
1,15 0,875
1,24 0,893
1,28 0,900
1,50 0.940
1,64 0,950
1,96 0,975
2,17 0,985

OBSERVACIN: Si necesita ubicar la probabilidad de una variable aleatoria de distribucin

normal estndar de un dato que no se encuentre en esta tabla, existe la tabla de
distribucin normal tipificada. (ANEXO 1)

EJEMPLOS

1. Si X es una variable que tiene una distribucin normal estndar, determina los valores
de las probabilidades solicitadas.

i) P(X 1,24)

ii) P(X 1,24)

iii) P(X -1,24)

Pgina 21
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

2. Determine la probabilidad que la variable aleatoria X se encuentre en las zonas

achuradas.

i) y y
ii)

x x
-1 1
0 1,24 2,17 0

y
y

iv)
iii)

x
x
0 1,28 1,24

3. Sea X una variable aleatoria con distribucin X ~ N(0,1). Cul(es) de las siguientes
proposiciones es (son) verdadera(s)?

I) P(X -1) = 0,159

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

4. En una distribucin normal estndar X ~ N(0,1), entonces P(X < -3) =

RESPUESTAS

1. i) 89,3% ii) 10,7% 2. i) 0,092 ii) 0,318 3. I, II y III 4. 0,00135

iii) 10,7% iii) 0,1 iv) 0,893

Pgina 22
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

ESTANDARIZACIN DE UNA VARIABLE ALEATORIA DE DISTRIBUCIN NORMAL

Para poder utilizar la tabla para encontrar la probabilidad P(X < x i) 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.
x
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 X ~ N(5,1; 1,2).
Cul es la probabilidad de que sean aceptados con nota superior a 6?

Z P Z z
Solucin: P(X > 6) = 1 P (X 6) 0,75 0,773
1,00 0,841
6 5,1 1,15 0,875
= 1 P Z
1,2 1,24 0,893
= 1 P( Z 0,75) 1,28 0,900
1,50 0,94
= 1 0,773 1,64 0,950
1,96 0,975
= 0,22 2,17 0,985

EJEMPLOS

1. Sea X una variable aleatoria que tiene distribucin normal definida como X ~ N(80,3),
al transformar X a una variabla aleatoria Z de distribucin nrmal estndar, entonces
P(X < 90) =

Pgina 23
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

2. Sea X una variable aleatoria que tiene distribucin normal definida como X ~ N(120,8),
al transformar X a una variable aleatoria Z de distribucin normal estndar, entonces
P(X > 80) =

3. Sea X y Z variables aleatorias, X con distribucin N(90,10), y Z la tipificada de X con

distribucin N(0,1). Entonces, P(X > 100) =

4. Sea X variable aleatoria con distribucin X ~ N(100, 16), entonces P(X > 124) =

5. 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

RESPUESTAS

10 2. P(Z 5) 3. 0,0841 4. 0,0667 X a

1. P Z < 5. Z =
3
b

Pgina 24
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

APROXIMACIN DE UNA BINOMIAL POR UNA NORMAL

Es una distribucin de variable aleatoria discreta, la variable x se definir segn el nmero
de xitos en n intentos, con probabilidad p de xitos cada una.

Si n es lo suficientemente grande, podemos aproximar un modelo de variable aleatoria

discreta como un modelo de variable aleatoria continua, definiendo la media m y desviacin

estndar s como:

= np y = np(1 p)

Cabe destacar que se esta aproximando una variable aleatoria discreta con un modelo de
variable aleatoria continua.

Esto ser vlido para cualquier distribucin binomial B(n,p), siendo n lo suficientemente
grande.

Se dir que la proposicin es aceptable si np > 5 y n(1 p) > 5

Hay que tener en cuenta que en esta aproximacin se pasa de una distribucin de variable
aleatoria discreta a una distribucin para una variable aleatoria continua. En las variables
aleatorias continuas la probabilidad que una variable tome un valor concreto es cero,
mientras que en las variables discretas no. Para poder realizar clculos de valores de la
variable concretos se debe realizar una correccin de continuidad.

P X = k = P k 0,5 < x < k + 0,5

Pgina 25
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

EJEMPLOS
1. Si se define una distribucin binomial de la forma B(20;0,32), si se desea aproximar a
una distribucin normal, qu valor debe tomar y , respectivamente?

2. Se lanza un dado 128 veces, si se hace una aproximacin de esta binomial a la normal
para determinar la probabilidad de obtener 50 nmeros divisores de 5, cul es la
desviacin estndar que se utilizar?

3. Se lanza una moneda 400 veces y se hace una aproximacin de la distribucin binomial
a la normal. Si X representa el nmero de caras, entonces por correccin de
continuidad para determinar P(X = 100), en qu intervalo se ubicar X?

4. El 2% de los tornillos fabricados por una mquina presentan defectos. Si se tienen una
produccin de 400 tornillos, cul es la probabilidad que sean menos de 8 los tornillos
defectuosos?

RESPUESTAS
1. = 6,4 y = 4,352 16 3. ]99,5 ; 100,5[ 4. 50%
2. =
3

Pgina 26
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

ANEXO 1
TABLA DE DISTRIBUCIN NORMAL TIPIFICADA

x
P X < xi = P Z <

x 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,50000 0,50399 0,50798 0,51197 0,51595 0,51994 0,52392 0,52790 0,53188 0,53586
0,1 0,53983 0,54380 0,54776 0,55172 0,55567 0,55962 0,56356 0,56749 0,57142 0,57535
0,2 0,57926 0,58317 0,58706 0,59095 0,59483 0,59871 0,60257 0,60642 0,61026 0,61409
0,3 0,61791 0,62172 0,62552 0,62930 0,63307 0,63683 0,64058 0,64431 0,64803 0,65173
0,4 0,65542 0,65910 0,66276 0,66640 0,67003 0,67364 0,67724 0,68082 0,68439 0,68793
0,5 0,69146 0,69497 0,69847 0,70194 0,70540 0,70884 0,71226 0,71566 0,71904 0,72240
0,6 0,72575 0,72907 0,73237 0,73565 0,73891 0,74215 0,74537 0,74857 0,75175 0,75490
0,7 0,75804 0,76115 0,76424 0,76730 0,77035 0,77337 0,77637 0,77935 0,78230 0,78524
0,8 0,78814 0,79103 0,79389 0,79673 0,79955 0,80234 0,80511 0,80785 0,81057 0,81327
0,9 0,81594 0,81859 0,82121 0,82381 0,82639 0,82894 0,83147 0,83398 0,83646 0,83891
1,0 0,84134 0,84375 0,84614 0,84849 0,85083 0,85314 0,85543 0,85769 0,85993 0,86214
1,1 0,86433 0,86650 0,86864 0,87076 0,87286 0,87493 0,87698 0,87900 0,88100 0,88298
1,2 0,88493 0,88686 0,88877 0,89065 0,89251 0,89435 0,89617 0,89796 0,89973 0,90147
1,3 0,90320 0,90490 0,90658 0,90824 0,90988 0,91149 0,91309 0,91466 0,91621 0,91774
1,4 0,91924 0,92073 0,92220 0,92364 0,92507 0,92647 0,92785 0,92922 0,93056 0,93189
1,5 0,93319 0,93448 0,93574 0,93699 0,93822 0,93943 0,94062 0,94179 0,94295 0,94408
1,6 0,94520 0,94630 0,94738 0,94845 0,94950 0,95053 0,95154 0,95254 0,95352 0,95449
1,7 0,95543 0,95637 0,95728 0,95818 0,95907 0,95994 0,96080 0,96164 0,96246 0,96327
1,8 0,96407 0,96485 0,96562 0,96638 0,96712 0,96784 0,96856 0,96926 0,96995 0,97062
1,9 0,97128 0,97193 0,97257 0,97320 0,97381 0,97441 0,97500 0,97558 0,97615 0,97670
2,0 0,97725 0,97778 0,97831 0,97882 0,97932 0,97982 0,98030 0,98077 0,98124 0,98169
2,1 0,98214 0,98257 0,98300 0,98341 0,98382 0,98422 0,98461 0,98500 0,98537 0,98574
2,2 0,98610 0,98645 0,98679 0,98713 0,98745 0,98778 0,98809 0,98840 0,98870 0,98899
2,3 0,98928 0,98956 0,98983 0,99010 0,99036 0,99061 0,99086 0,99111 0,99134 0,99158
2,4 0,99180 0,99202 0,99224 0,99245 0,99266 0,99286 0,99305 0,99324 0,99343 0,99361
2,5 0,99379 0,99396 0,99413 0,99430 0,99446 0,99461 0,99477 0,99492 0,99506 0,99520
2,6 0,99534 0,99547 0,99560 0,99573 0,99585 0,99598 0,99609 0,99621 0,99632 0,99643
2,7 0,99653 0,99664 0,99674 0,99683 0,99693 0,99702 0,99711 0,99720 0,99728 0,99736
2,8 0,99744 0,99752 0,99760 0,99767 0,99774 0,99781 0,99788 0,99795 0,99801 0,99807
2,9 0,99813 0,99819 0,99825 0,99831 0,99836 0,99841 0,99846 0,99851 0,99856 0,99861
3,0 0,99865 0,99869 0,99874 0,99878 0,99882 0,99886 0,99889 0,99893 0,99896 0,99900
3,1 0,99903 0,99906 0,99910 0,99913 0,99916 0,99918 0,99921 0,99924 0,99926 0,99929
3,2 0,99931 0,99934 0,99936 0,99938 0,99940 0,99942 0,99944 0,99946 0,99948 0,99950
3,3 0,99952 0,99953 0,99955 0,99957 0,99958 0,99960 0,99961 0,99962 0,99964 0,99965
3,4 0,99966 0,99968 0,99969 0,99970 0,99971 0,99972 0,99973 0,99974 0,99975 0,99976
3,5 0,99977 0,99978 0,99978 0,99979 0,99980 0,99981 0,99981 0,99982 0,99983 0,99983
3,6 0,99984 0,99985 0,99985 0,99986 0,99986 0,99987 0,99987 0,99988 0,99988 0,99989
3,7 0,99989 0,99990 0,99990 0,99990 0,99991 0,99991 0,99992 0,99992 0,99992 0,99992
3,8 0,99993 0,99993 0,99993 0,99994 0,99994 0,99994 0,99994 0,99995 0,99995 0,99995
3,9 0,99995 0,99995 0,99996 0,99996 0,99996 0,99996 0,99996 0,99996 0,99997 0,99997
4,0 0,99997 0,99997 0,99997 0,99997 0,99997 0,99997 0,99998 0,99998 0,99998 0,99998

Pgina 27
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

EJERCICIOS ADICIONALES

1. Si los elementos de una poblacin son: S, T, U y V, los cuales corresponden a nmeros

enteros positivos. La tabla muestra el registro de las medias de cuatro muestras
correspondientes a un experimento realizado. Cul es el valor de la media aritmtica
de esa poblacin?

Muestra Media de la muestra

{S,T} 6
{U,T} 4
{S,U} 3
{V,T} 5

2. Una poblacin tiene los siguientes elementos: 1, 3, 4, 6, 7 y 9. Cul(es) de las

siguientes afirmaciones es (son) siempre verdadera(s)?

I) El promedio de una muestra de tamao 3 es mayor que el promedio de una

muestra de tamao 2.
II) El nmero total de muestras de tamao 4, sin reemplazo y sin orden, que
se pueden extraer de la poblacin es 15.
III) La suma de los errores mustrales es cero.

3. El nmero de horas diarias que dedican a sus obligaciones escolares los estudiantes de
cierta comunidad durante la semana es una variable aleatoria con distribucin normal,
cuya desviacin estndar es de 2,02 horas. Para una muestra al azar de 16 estudiantes
se estima un margen de error de 30 minutos. Cul es el nivel de confianza utilizado?
(utilice tabla de distribucin normal estandarizada)

4. La tabla muestra la funcin de probabilidad de una variable aleatoria X

X 1 2 3 4 5
P(X = xi) 0,19 0,17 k 0,23 0,32

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

I) El valor de K es 0,09.
II) P(X > 3) = 1 P(X 3)
III) P(X = 5) = 1

Pgina 28
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

5. Sea f la funcin de probabilidad de variable aleatoria X definida por

K - 2x, si x = 1
f(x) = kx
, si x= 2
3
0, en otro caso

Determine el valor de k

6. La tabla adjunta muestra la funcin de probabilidad de una variable aleatoria x que

corresponde al experimento lanzar un dado comn. Con esta informacin, cul(es) de
las siguientes afirmaciones es (son) verdadera(s)?

x 1 2 3 4 5 6

f(x) 2k k k 2k k 3k
15 15 15 15 15 15

I) El valor de k es 1,5.
II) La probabilidad de obtener un par es 0,6.
III) La probabilidad de obtener un nmero par o mltiplo de 3 es 0,7.

7. Sea f(x) = 2kx con k una constante, la funcin de probabilidad de una variable
aleatoria x cuyo recorrido es {1, 3, 5, 7}. Si F es la funcin de distribucin de
probabilidad acumulada de x, entonces F(5) es

Pgina 29
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

8. En una distribucin normal estndar si P(X b) = a; entonces P(X > b) =

9. Un destacado Bilogo Marino estudia el comportamiento de los salmones en el sur de

Chile. Una de las caractersticas importantes para su estudio es el tamao de stos, el
cual, se sabe que sigue una distribucin normal con media 82,34 cm y desviacin
estndar 2,2 cm.

De acuerdo a esta informacin, coloque V si la afirmacin es verdadera y F si es falsa:

a) La probabilidad de sacar un salmn con un tamao menor a 82,34 cm es 50%.

b) La probabilidad de obtener un salmn con tamao 84,54 cm es aproximadamente

de 63%.

c) La probabilidad de obtener un salmn con un tamao mayor a 84,54 cm es igual a

la probabilidad de obtener un salmn de tamao menor a 80,14 cm.

d) La probabilidad de obtener un salmn con un tamao menor a 77,94 cm es mayor a

la probabilidad de obtener un salmn de mayor tamao que 84,54 cm.

e) La moda poblacional de los salmones es de 82,34 cm.

Pgina 30
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

10. Se tienen tres distribuciones normales N1(1;1), N2(2;2), N3(3;3), que cumplen que
1 < 2 < 3 y 3 < 2 < 1, por lo tanto, si se grafican todas en el mismo eje,
cul(es) de las siguientes grficas corresponde(n) a la situacin planteada?

I)

II)

III)

11. Si X es una variable aleatoria que sigue una distribucin normal estndar. Determine si
las siguientes afirmaciones son verdaderas (V) o falsas (F).

A) P(X < 0) = 0,5

B) P(X < 1) = P(X > 1)

C) P(X < -3) + P(X < -2) + P(X < -1) + P(X < 0) = 0,5

D) P(1 < X < 3) = P(X < 3) P(X < 1)

E) P(X < -2) P(X < -3) = P(X < 3) P(X < 2)

Pgina 31
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

12. Una empresa alemana de automviles tiene conocimiento de que el tiempo que se
demoran en ensamblar un automvil completamente distribuye normalmente con
media 122 min y desviacin estndar de 3 min. Por lo tanto, cul es la probabilidad de
que un ensamblado dure menos de 126,5 min?

Pgina 32
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

SELECCIN MLTIPLE

1. Un estuche contiene solo 8 lpices del mismo tipo, de los cuales 3 son azules y 5 son
rojos. Si se extraen simultneamente, al azar, 4 lpices del estuche y se define la
variable aleatoria X como el nmero de lpices azules extrados, cules son todos los
posibles valores de X?

A) 1, 2y3
B) 0, 1, 2 y 3
C) 1, 2, 3 y 4
D) 0, 1, 2, 3 y 4
E) 0, 1, 2, 3, 4, 5, 6, 7 y 8
(DEMRE. Publicacin 2015)

2. En el experimento de lanzar una moneda dos veces, se define la variable aleatoria X

como el nmero de sellos obtenidos en los dos lanzamientos. Cul de los siguientes
grficos representa la funcin de probabilidad de la variable aleatoria X?

(DEMRE. Publicacin 2015)

Pgina 33
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

3. Sea f la funcin de probabilidad de la variable aleatoria X definida por

k 4 x , si x = 1


f x kx , si x = 2
0 , en otro caso

1
A)
2
1
B)
5
1
C)
4
1
D)
3
E) ninguno de los anteriores

(DEMRE. Publicacin 2015)

4. En el experimento de lanzar un dado, se define la variable aleatoria X como el nmero

obtenido en el lanzamiento del dado. La tabla adjunta muestra la funcin de
probabilidad f de X. Segn esta informacin, cul(es) de las siguientes afirmaciones
es (son) verdadera(s)?

I) El valor esperado de X es 3,8.

II) La probabilidad de obtener un nmero par es 0,5.
III) La probabilidad de obtener un nmero menor o igual que 2 es igual a la
probabilidad de obtener un 6.

A) Solo I x f(x)
B) Solo II 1 0,10
C) Solo I y II 2 0,15
D) Solo I y III 3 0,20
E) I, II y III 4 0,20
5 0,10
6 0,25

(DEMRE. Publicacin 2016)

Pgina 34
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

5. Se define la variable aleatoria X como la cantidad de minutos de atraso de una persona

a su trabajo en un cierto da. En la tabla adjunta se muestra la funcin de probabilidad
de X. Dado que el valor esperado de X es 5 minutos, entonces su desviacin estndar
es

A) 44 minutos
B) 10 minutos k 0 2 4 8
C) 0 minutos 1 1 1 1
P(X = k)
D) 10 minutos 8 4 8 2
E) 44 minutos

(DEMRE. Publicacin 2015)

6. En la tabla adjunta se muestra la distribucin de probabilidad de una variable aleatoria

X. Cul(es) de las siguientes afirmaciones es (son) verdadera(s)?

I) p = 0,2
II) El valor esperado de X es 3.
III) La desviacin estndar de X es 0.

A) Solo I
B) Solo III
C) Solo I y II k 1 2 3 4 5
D) Solo I y III P(X = k) p p p p P
E) I, II y III

(DEMRE. Publicacin 2015)

7. Sea X una variable aleatoria continua cuya funcin de densidad de probabilidad es

2kx, si 0 x 3

f(x) 6k, si 3 < x 5
0, en cualquier otro caso

Si k es un nmero real positivo, entonces k es

1
A)
24
1
B)
12
1
C)
21
1
D)
30
E) ninguno de los valores anteriores.
(DEMRE. Publicacin 2016)

Pgina 35
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

8. El grfico de la figura adjunta representa la funcin de distribucin acumulada de una

variable aleatoria discreta X. Si el recorrido de X es {a, b, c} y P(X = b) = 0,2, cul
es el valor de P(X = a)?

4
A)
10
3
B)
10
3
C)
10
3
D)
10
E) Indeterminable con los datos dados.

(DEMRE. Publicacin 2016)

9. Sea f(x) = k2 x2, con k una constante, la funcin de probabilidad de una variable
aleatoria discreta X que tiene como recorrido el conjunto {1, 2, 4, 10}. Si g es la
funcin de distribucin de probabilidad acumulada de X, entonces g(2) es

4
A)
121
5
B)
121
2
C)
11
5
D)
11
E) indeterminable.

(DEMRE. Publicacin 2016)

Pgina 36
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

10. Si se lanza un dado comn 120 veces, cul es la probabilidad de obtener exactamente
20 veces el nmero 1?

20 100
100 1 5
A) 6
20 6
20 100
120 1 5
B) 6
20 6
20 100
120 1 5
C) 6
20 6
20
120 1
D)
20 6
20
1
E) 6

(DEMRE. Publicacin 2015)

11. Sea X una variable aleatoria continua, tal que X ~ N(, 2), donde se sabe que
P( X + ) = 0,6826 y P( 2 X + 2) = 0,9545. Cul es el valor de
P( X + 2)?

A) 0,13595
B) 0,2719
C) 0,86405
D) 0,81855
E) Ninguno de los anteriores.

(DEMRE. Publicacin 2015)

12. Si una variable aleatoria X tiene distribucin normal con media igual a 1 y desviacin
estndar igual a 2, cul de las siguientes variables aleatorias tiene distribucin
normal de media 0 y varianza 1?

X 1
A) Y
2
X 1
B) W
2
X 1
C) V
4
X
D) K
4
X
E) L
2

(DEMRE. Publicacin 2016)

Pgina 37
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

13. Sea X una variable aleatoria tal que X ~ B(40; 0,5). Si la distribucin de X es
aproximada por una distribucin normal con media y desviacin estndar , cules
de los siguientes valores corresponden a los valores de y , respectivamente?

A) 20,5 y 10
B) 20 y 10
C) 20 y 0,5
D) 20,5 y 0,5
E) 20 y 10
(DEMRE. Publicacin 2016)

14. Se tiene una poblacin compuesta por las fichas 1, 3, 5, 5 y 7. Cul es la cantidad de
todas las posibles muestras (sin reposicin y sin orden) de tamao 2 que pueden
extraerse desde esta poblacin?

A) 10
B) 20
C) 25
D) 6
E) 12
(DEMRE. Publicacin 2015)

15. El nmero de todas las posibles muestras distintas, sin orden y sin reposicin, de
tamao 3 que se pueden formar con un total de 9 elementos, es

A) 9
B) 729
C) 27
D) 84
E) 504

(DEMRE. Publicacin 2016)

Pgina 38
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

16. Sea la poblacin P = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}. Si desde P se extraen todas las

muestras posibles, sin reposicin y sin orden, de tamao 9, y a cada una de ellas se les
calcula su promedio, cul es la suma de todos estos promedios?

A) 55
B) 55 5
C) 5
D) 5,5 5
E) 50

(DEMRE. Publicacin 2016)

17. Todos los elementos de una poblacin son: P, Q, R y S, los cuales corresponden a
nmeros enteros positivos. En las tablas adjuntas se muestran los resultados de dos
experimentos realizados con esta poblacin. En el primero se sac tres muestras
distintas de tamao 2 de la poblacin y se registr la media de cada una de ellas. En el
segundo se sac cuatro muestras distintas de tamao 2 de la misma poblacin anterior
y se registr la media de cada una de ellas. Cul es el valor de la media aritmtica de
esa poblacin?

A) 17 Experimento 1 Experimento 2
B) 11,3
Media de la Media de la
C) 9,575 Muestra Muestra
muestra muestra
D) 9,5
{R, S} 12 {P, Q} 7
E) 14,25
{P, S} 14 {P, R} 8
{Q, S} 11 {Q, R} 5
{Q, S} 11

(DEMRE. Publicacin 2015)

Pgina 39
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

18. La cantidad de televisores por familia en una ciudad, se modela por medio de una
distribucin normal con media y varianza 0,25. Se toma una muestra aleatoria de
100 familias de esta ciudad, obtenindose una media de 2,75 televisores. Para los
resultados de esta muestra, cul de los siguientes intervalos es el intervalo de
confianza de nivel 0,95 para ?

1 1
A) 2,75 1, 96 40 ;2,75 1, 96 40

1 1
B) 2,75 1, 95 200 ;2,75 1, 95 200

1 1
C) 1, 96 400 ;1, 96 400

1 1
D) 1, 95 ;1, 95
20 20
1 1
E) 2,75 1, 96 20 ;2,75 1, 96 20

(DEMRE. Publicacin 2015)

19. Los datos de una poblacin se modelan mediante una distribucin normal, con media
y varianza 4. Se toma una muestra de esta poblacin de tamao 49, cuyo promedio es
57,5. Si de esta muestra se obtiene un intervalo de confianza para igual a
[56,94; 58,06], cul de los siguientes valores es el coeficiente asociado al nivel de
confianza de este intervalo?

A) 13,72
B) 0,98
C) 1,96
D) 0,56
E) 0,28

(DEMRE. Publicacin 2016)

Pgina 40
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

20. En el experimento de lanzar dos dados comunes 150 veces, se define la variable
aleatoria X como el nmero de veces en los cuales la suma de los dos dados es mayor
que 10. Cul de las siguientes expresiones representa a P(X > 1)?

11 150 1 11
149

A) 1 150
12 12 12

150
11
B) 150
12
150
11
C) 1
12
150
2
D) 1
11
11 150 1 11 149
E) 1
12 12 12

(DEMRE. Publicacin 2016)

21. De una poblacin de n elementos se obtendrn todas las muestras de tamao m que se
pueden formar con ella, con n > m y donde las medias aritmticas de todas las
muestras sern distintas. Se puede determinar la media de la poblacin, si se conoce:

(1) La media aritmtica de cada muestra.

(2) El valor de n y de m.

A) (1) por s sola

B) (2) por s sola
C) Ambas juntas, (1) y (2)
D) Cada una por s sola, (1) (2)
E) Se requiere informacin adicional

(DEMRE. Publicacin 2015)

22. En el experimento de lanzar n dados comunes se define una variable aleatoria como la
suma de los nmeros obtenidos. Se puede determinar n, si:

(1) Se conoce el recorrido de la variable aleatoria.

(2) Se sabe que la probabilidad de que la variable aleatoria tome el valor 30 es cero y
la probabilidad de que la variable aleatoria tome el valor 24 no es cero.

A) por s sola
B) por s sola
C) Ambas juntas (1) y (2)
D) Cada una por s sola (1) (2)
E) Se requiere informacin adicional

(DEMRE. Publicacin 2016)

Pgina 41
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

RESPUESTAS EJERCICIOS ADICIONALES

1. 4
2. Solo II y III
3. 68%
4. Solo I y II
9
5.
5
6. I, II y III
9
7.
16
8. 1a
9. V F V F V
10. Solo I
11. V F F V V
12. 94%

RESPUESTAS EJERCICIOS DE SELECCIN MLTIPLE

1. B 6. C 11. A 16. B 21. A

2. A 7. C 12. B 17. D 22. D
3. B 8. A 13. E 18. E --
4. D 9. B 14. A 19. C --
5. D 10. B 15. D 20. A --

DMDS-GMAPM-L09

Puedes complementar los contenidos de esta gua visitando nuestra web

http://www.pedrodevaldivia.cl/

Pgina 42
 MATEMTICAS
PROGRAMA MENTORING
GEPM- LIBRO N9

Pgina 43