MATEMÁTICAS

GE- LIBRO N°9

LIBRO 9: DATOS Y AZAR III

CONTENIDOS

- Muestreo

- Intervalo de confianza

- Función de probabilidad

- Función de distribución de probabilidad

- Distribución normal

- Distribución normal estándar

- Estandarización de una distribución normal estándar

Página 1
 MATEMÁTICAS
GE- LIBRO N°9

RELACIÓN ENTRE LA MEDIA DE UNA POBLACIÓN Y LAS MEDIAS DE MUESTRAS

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

Muestreo Aleatorio Simple

Es aquel en que cada elemento de la población 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 población:

Si el tamaño de la población es N y el tamaño de la muestra k entonces, con k < N

* Muestreo con Reposición

En el muestreo con reposición, el elemento seleccionado en cada extracción vuelve a ser

incluido en la población antes de extraer el siguiente elemento. En este tipo de muestreo, un
elemento de la población puede aparecer más de una vez en la muestra. Para determinar el
número de muestras se utiliza principio multiplicativo de técnicas de conteo, donde se
considera el orden.
Número total de muestras: Nk

* Muestreo sin Reposición y con orden

En este tipo de muestreo, el elemento extraído de la población queda descartado de cara a
la siguiente extracción. Es decir, un elemento sólo puede aparecer una vez en la muestra.
Para determinar el número de muestras se utiliza principio multiplicativo de técnicas de
conteo, donde se considera el orden (una muestra varía de la otra, no solo por los
elementos, sino también por el orden de ellos).
N!
Número total de muestras: VkN =
(N  k)!

* Muestreo sin Orden y sin reposición

Para determinar el número de subconjuntos de un conjunto dado, en el cuál no importe el
orden de los elementos, se debe usar combinatoria, (en este caso solo importan los
elementos, el orden da igual).
 N N!
Número Total de muestras:   =
k
  k!(N  r)!

* Muestreo sin Orden y sin reposición

Para determinar el número de subconjuntos de un conjunto dado, en el cuál no importe el
orden de los elementos, se debe usar combinatoria con reposición de elementos.

 N + k  1
Número Total de muestras:  
 k 

Página 2
 MATEMÁTICAS
GE- LIBRO N°9

EJEMPLO

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

es (son) siempre verdadera(s)?

I) Si se realiza un muestreo con reposición de muestras de tamaño 2 se

tendrían 100 elementos.

II) Al muestrear sin reposición para tener muestras de tamaño 3 la cantidad de

elementos del conjunto resultante sería 720.

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

mismo para el muestreo con y sin reposición.

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

con reposición, es

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

reposición y con orden. ¿Cuál es la cantidad de muestras que se pueden extraer?

4. ¿Cuántas muestras de tamaño 3 se pueden tomar, sin que importe el orden y sin
reposición, del conjunto {1, 2, 3, 4, 5, 6}?

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

Página 3
 MATEMÁTICAS
GE- LIBRO N°9

RELACIÓN ENTRE MEDIA DE UNA POBLACIÓN Y LAS MEDIAS DE MUESTRAS

La media de una población () se puede estimar a partir de la media de las muestras ( xi )
donde i toma valores desde 1 hasta el número total de muestras k obtenidas de tamaño n,
extraídas de la población, con reemplazo o sin reemplazo, con orden o sin orden.
Para determinar la media poblacional, se utiliza la expresión:

x1  x2  x3  ...  xk

k

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

ERROR MUESTRAL
El error de la muestra i, se denomina ei y es la diferencia entre la media de la población y la
media de la muestra i, que se determina según la expresión:

ei = xi  

Donde  es la media de la población y xi es la media de la muestra i.

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

EJEMPLOS

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

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

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

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 reposición da como resultado el mismo promedio

muestral.

Página 4
 MATEMÁTICAS
GE- LIBRO N°9

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

máximo promedio muestral que se obtiene es

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

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

4. Para el conjunto {3, 7, 11}, ¿cuál es la diferencia entre el valor máximo y mínimo de la
media que se puede obtener con una muestra de tamaño 2, sin reposición?

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

¿Cuál(es) de las siguientes afirmaciones es (son) FALSA(S)?

Medias 96 98 100 102 104

frecuencia 1 2 3 2 1

I) La población tiene tres elementos.

II) La media de la población 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

Página 5
 MATEMÁTICAS
GE- LIBRO N°9

INTERVALO DE CONFIANZA

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

población a la cual pertenece la muestra.

Por ejemplo, dada como población los alumnos que rindieron la PSU y como variable el
puntaje promedio lenguaje-matemática, se toma una muestra en forma aleatoria de esta
población 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 población.

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

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

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

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

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

Límites de Confiabilidad: Son los límites del intervalo de confianza.

Para una población, de media aritmética  de una variable aleatoria que sigue una
distribución normal de desviación estándar , para un nivel de confianza (1 – ), de la cual
se toma una muestra de tamaño n, con media aritmética x , el intervalo de confianza se
determina según la relación:

 
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- según el nivel de confianza.

 2

Página 6
 MATEMÁTICAS
GE- LIBRO N°9

OBSERVACIÓN: La PSU tendrá una tabla desde donde ustedes podrán extraer z 1-
 2
Z P(Z  z)
0,99 0,839
La tabla que encontrarás al inicio de la prueba (PSU) es más 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 último 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 último 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

Página 7
 MATEMÁTICAS
GE- LIBRO N°9

EJEMPLO

1. La estatura de la población es una variable aleatoria con distribución normal de

desviación estándar 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
población con un 95% de confianza está dado por

2. Las horas de conexión a las redes sociales de cierta población es una variable con
distribución normal de desviación estándar 0,5 horas. Si la media de una muestra de
100 datos 3,5 horas, ¿cuál 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 distribución normal con una desviación estándar 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 

Página 8
 MATEMÁTICAS
GE- LIBRO N°9

VARIABLES ALEATORIAS

Se llama VARIABLE ALEATORIA a toda función que asocia un número real a cada
elemento del espacio muestral de un experimento aleatorio.

Observación: Se simbolizan con letras mayúsculas, 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, números de hijas mujeres de una familia, etc.

Ejemplo 1:
Se lanzan tres monedas y se define la variable aleatoria X como el número 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 número de

lanzamientos que se deben realizar hasta obtener un dos.

El número 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 números reales, por ejemplo peso de los alumnos de un curso, tiempo de funcionamiento
de un dispositivo electrónico, cantidad de agua consumida en mes por una familia, tiempo
que demora un alumno en llegar del colegio a su casa, etc.

Observación: Los valores que toma la variable aleatoria se denomina Recorrido.

Página 9
 MATEMÁTICAS
GE- LIBRO N°9

EJEMPLOS

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

I) Obtener tres puntos al lanzar un dado.

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

III) Tiempo de caída 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 reposición, ¿cuál(es) de los siguientes enunciados define(n) una
variable aleatoria?

I) Número de caras obtenidas.

II) Número 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 reposición
y se define la variable aleatoria X, como la suma de los números obtenidos. ¿Cuál(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}

Página 10
 MATEMÁTICAS
GE- LIBRO N°9

FUNCIÓN DE PROBABILIDAD PARA VARIABLE DISCRETA

Se llama función de probabilidad de una variable aleatoria discreta “X” a la función 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 función de probabilidad es el recorrido de la variable aleatoria.

2. El recorrido de la función de probabilidad está en 0, 1.

Ejemplo:

Definida la variable X como el número 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)
Función 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

Página 11
 MATEMÁTICAS
GE- LIBRO N°9

EJEMPLOS

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

variable aleatoria X como el número de esferas rojas extraídas y la variable aleatoria Y
como el número de esferas amarillas extraídas. ¿Cuál(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 número de sellos que

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

3. En la fabricación 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 devolución,
si se define la variable aleatoria X como el número de dados defectuosos que se
obtienen, entonces ¿cuál(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 número múltiplo de 3, entonces P(X = 80) es

Página 12
 MATEMÁTICAS
GE- LIBRO N°9

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 números que aparecen, entonces ¿cuál(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 función 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

¿Cuál(es) de las siguientes proposiciones es (son) verdadera(s)?

I) P(X sea un número primo) = 0,70.

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

7. La tabla adjunta muestra la función 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
¿Cuál(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. æ180ö æ 1ö æ 2ö
8 4. ç ÷ ×ç ÷ ×ç ÷
è 80 ø è 3ø è 3ø

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

Página 13
 MATEMÁTICAS
GE- LIBRO N°9

FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD ACUMULADA PARA VARIABLE

DISCRETA

La función de distribución 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)

Observación:
En el caso de variable aleatoria discreta la gráfica de la función de distribución de
probabilidad es escalonada.

Función de distribución
F(x)
1



V.A.D
x1 x2 x3 x4

Ejemplo:
La tabla muestra la función probabilidad y función de distribución de probabilidad
para la variable aleatoria X definida como el número de caras obtenidas al lanzar
3 monedas.
Función de distribución
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

Página 14
 MATEMÁTICAS
GE- LIBRO N°9

EJEMPLOS

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

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

¿Cuál es el valor de P(W  0)?

2. El gráfico muestra la función de distribución de probabilidad de una variable aleatoria X

F(X)
1

0,8

0,4

X
-2 0 1 4
¿Cuál(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 función de distribución de probabilidad de una variable aleatoria X está dada por la

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

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

Página 15
 MATEMÁTICAS
GE- LIBRO N°9

FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD PARA VARIABLE CONTINUA

La función de distribución 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 esté comprendida en el intervalo [a, b] está dada por el
área bajo la curva de la función 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)

Observación:
En el caso de variable aleatoria continua la función de distribución de probabilidad es una
función continua.

EJEMPLO

1. Una función de densidad de probabilidad está dada por

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

¿Cuál es el valor de c para f(x)?

Página 16
 MATEMÁTICAS
GE- LIBRO N°9

2. ¿Cuál es el valor de k en la función 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 función densidad de probabilidad está dada por f(x) =  x ; si 0  x  2 .
2
0 ; si x > 2
¿Cuál es el valor para P(X < 0,75)?

4. Si la función 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

Página 17
 MATEMÁTICAS
GE- LIBRO N°9

DISTRIBUCIÓN NORMAL

Para variables aleatorias continuas X, la función de probabilidad es denominada Función de

densidad de probabilidad, es una función continua y la probabilidad está dada por el
área bajo la curva de la función.

La distribución más importante dentro de las distribuciones continuas es la distribución

normal.
Es un modelo matemático, que recibe su nombre debido a que en cierto momento se pensó
que la mayoría de los fenómenos estaban distribuidos de dicha manera. Esta distribución
permite representar fenómenos estadísticos de manera probabilística.

El gráfico de la función de densidad de una variable

aleatoria con distribución normal es similar al
mostrado en la figura, es decir tiene una forma
conocida como Campana de Gauss, y es simétrico
con respecto a la media, . Esta distribución queda 

definida por dos parámetros: la media () y la

desviación estándar (), y se denota X ~ N(, ).

Características:

1. El área bajo la curva es igual a la unidad.

2. Es simétrica con respecto a x =  , y deja un área 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 asintótica al eje de las abscisas, es decir, la curva se acerca lo más posible al eje de
las X sin llegar a tocarlo.

4. La media, moda y mediana coinciden.

5. La probabilidad equivale al área encerrada bajo la curva.

Página 18
 MATEMÁTICAS
GE- LIBRO N°9

INTERVALOS DE UNA DISTRIBUCIÓN NORMAL

Si una población tiene media  y desviación estándar , se tiene que

En el intervalo   ,    En el intervalo   2,   2 En el intervalo   3,   3
el área encerrada es 0,6826 el área encerrada es 0,9544 el área 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 3º medio, tienen una distribución
normal con media de 72 kg y desviación estándar de 3 kg. ¿Cuál es la probabilidad de
que un alumno elegido al azar pese menos de 72 kg?

2. Sea X una variable aleatoria con distribución X ~ N(18,3). ¿Cuál(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

Página 19
 MATEMÁTICAS
GE- LIBRO N°9

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

4. El tiempo de duración que tienen los focos fabricados por una empresa, se distribuye
en forma normal con media aritmética igual a 1.020 horas y desviación estándar
51 horas. ¿Cuál es la probabilidad en porcentaje de que dure más de 1.122 horas?

5. Respecto a las distribuciones representadas en los gráficos de la figura, ¿cuál(es) de las

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

Y N(µ1,σ) Y N(µ2,σ) N(µ3,σ)

N(µ,σ3)
N(µ,σ2)
N(µ,σ1)

X X
µ µ1 µ2 µ3

I) En el gráfico 1 1 < 2 < 3

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

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

Página 20
 MATEMÁTICAS
GE- LIBRO N°9

DISTRIBUCIÓN NORMAL ESTANDAR

La distribución normal estándar o tipificada, es aquella que tiene media 0 y desviación

estándar 1. Se denota por X ~ N(0, 1)

Por ser la gráfica simétrica respecto  = 0, entonces se cumple P(X  -x1) = P(X  x1)

Gráficamente:

 -x1 x1 

Cuando la distribución es normal estándar se puede utilizar la probabilidad de intervalos

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

La tabla será mas o menos como la que se encuentra a la derecha de la página.

TABLA PSU Z P(Z  z)

0,99 0,839
Si Z  N(0, 1) es una distribución normal estándar, 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

OBSERVACIÓN: Si necesita ubicar la probabilidad de una variable aleatoria de distribución

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

EJEMPLOS

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

i) P(X ≤ 1,24)

ii) P(X ≥ 1,24)

iii) P(X ≤ -1,24)

Página 21
 MATEMÁTICAS
GE- LIBRO N°9

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 distribución X ~ N(0,1). ¿Cuál(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 distribución normal estándar 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

Página 22
 MATEMÁTICAS
GE- LIBRO N°9

ESTANDARIZACIÓN DE UNA VARIABLE ALEATORIA DE DISTRIBUCIÓN NORMAL

Para poder utilizar la tabla para encontrar la probabilidad P(X < x i) en una distribución
normal, no estándar, es necesario estandarizar la variable.

Si X es una variable que tiene distribución normal con media  y desviación estándar , es
X
decir X ~ N( , ), se define una nueva variable aleatoria Z de la forma: Z  , que tiene

una distribución normal estándar, es decir, Z ~ N(0 , 1).

Entonces la probabilidad en términos de la variable X puede calcularse en términos de Z, de

la siguiente manera.
 x  
P X  x  P  Z 
  

EJEMPLO
Los notas de 40 alumnos que rindieron examen de admisión en un colegio para ocupar las
vacantes en el 1º medio, tienen una distribución X ~ N(5,1; 1,2).
¿Cuál es la probabilidad de que sean aceptados con nota superior a 6?

Z P Z  z 
Solución: 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 distribución normal definida como X ~ N(80,3),
al transformar X a una variabla aleatoria Z de distribución nórmal estándar, entonces
P(X < 90) =

Página 23
 MATEMÁTICAS
GE- LIBRO N°9

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

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

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

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

5. Sea X una variable aleatoria que tiene distribución normal con media a y desviación
estándar b, la que se transforma en una variable aleatoria Z con distribución N(0,1).
Entonces, Z se expresa

RESPUESTAS

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

1. P ç Z < 5. Z =
3 ÷ø
b
è

Página 24
 MATEMÁTICAS
GE- LIBRO N°9

APROXIMACIÓN DE UNA BINOMIAL POR UNA NORMAL

Es una distribución de variable aleatoria discreta, la variable x se definirá según el número
de éxitos en n intentos, con probabilidad p de éxitos 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 desviación

estándar s como:

μ = np y σ = np(1  p)

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

Esto será válido para cualquier distribución binomial B(n,p), siendo n lo suficientemente
grande.

Se dirá que la proposición es aceptable si np > 5 y n(1 – p) > 5

Hay que tener en cuenta que en esta aproximación se pasa de una distribución de variable
aleatoria discreta a una distribución 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 cálculos de valores de la
variable concretos se debe realizar una corrección de continuidad.

P  X = k  = P k  0,5 < x < k + 0,5

Página 25
 MATEMÁTICAS
GE- LIBRO N°9

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

2. Se lanza un dado 128 veces, si se hace una aproximación de esta binomial a la normal
para determinar la probabilidad de obtener 50 números divisores de 5, ¿cuál es la
desviación estándar que se utilizará?

3. Se lanza una moneda 400 veces y se hace una aproximación de la distribución binomial
a la normal. Si X representa el número de caras, entonces por corrección de
continuidad para determinar P(X = 100), ¿en qué intervalo se ubicará X?

4. El 2% de los tornillos fabricados por una máquina presentan defectos. Si se tienen una
producción de 400 tornillos, ¿cuál 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

Página 26
 MATEMÁTICAS
GE- LIBRO N°9

ANEXO 1
TABLA DE DISTRIBUCIÓN 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

Página 27
 MATEMÁTICAS
GE- LIBRO N°9

EJERCICIOS ADICIONALES

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

enteros positivos. La tabla muestra el registro de las medias de cuatro muestras
correspondientes a un experimento realizado. ¿Cuál es el valor de la media aritmética
de esa población?

Muestra Media de la muestra

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

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

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

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

muestra de tamaño 2.
II) El número total de muestras de tamaño 4, sin reemplazo y sin orden, que
se pueden extraer de la población es 15.
III) La suma de los errores muéstrales es cero.

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

4. La tabla muestra la función 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

¿Cuál(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

Página 28
 MATEMÁTICAS
GE- LIBRO N°9

5. Sea f la función 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 función de probabilidad de una variable aleatoria x que

corresponde al experimento lanzar un dado común. Con esta información, ¿cuál(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 número par o múltiplo de 3 es 0,7.

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

Página 29
 MATEMÁTICAS
GE- LIBRO N°9

8. En una distribución normal estándar si P(X  b) = a; entonces P(X > b) =

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

Chile. Una de las características importantes para su estudio es el tamaño de éstos, el
cual, se sabe que sigue una distribución normal con media 82,34 cm y desviación
estándar 2,2 cm.

De acuerdo a esta información, coloque V si la afirmación es verdadera y F si es falsa:

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

b) La probabilidad de obtener un salmón con tamaño 84,54 cm es aproximadamente

de 63%.

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

la probabilidad de obtener un salmón de tamaño menor a 80,14 cm.

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

la probabilidad de obtener un salmón de mayor tamaño que 84,54 cm.

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

Página 30
 MATEMÁTICAS
GE- LIBRO N°9

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,
¿cuál(es) de las siguientes gráficas corresponde(n) a la situación planteada?

I)

II)

III)

11. Si X es una variable aleatoria que sigue una distribución normal estándar. 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)

Página 31
 MATEMÁTICAS
GE- LIBRO N°9

12. Una empresa alemana de automóviles tiene conocimiento de que el tiempo que se
demoran en ensamblar un automóvil completamente distribuye normalmente con
media 122 min y desviación estándar de 3 min. Por lo tanto, ¿cuál es la probabilidad de
que un ensamblado dure menos de 126,5 min?

Página 32
 MATEMÁTICAS
GE- LIBRO N°9

SELECCIÓN MÚLTIPLE

1. Un estuche contiene solo 8 lápices del mismo tipo, de los cuales 3 son azules y 5 son
rojos. Si se extraen simultáneamente, al azar, 4 lápices del estuche y se define la
variable aleatoria X como el número de lápices azules extraídos, ¿cuáles 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. Publicación 2015)

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

como el número de sellos obtenidos en los dos lanzamientos. ¿Cuál de los siguientes
gráficos representa la función de probabilidad de la variable aleatoria X?

(DEMRE. Publicación 2015)

Página 33
 MATEMÁTICAS
GE- LIBRO N°9

3. Sea f la función 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. Publicación 2015)

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

obtenido en el lanzamiento del dado. La tabla adjunta muestra la función de
probabilidad f de X. Según esta información, ¿cuál(es) de las siguientes afirmaciones
es (son) verdadera(s)?

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

II) La probabilidad de obtener un número par es 0,5.
III) La probabilidad de obtener un número 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. Publicación 2016)

Página 34
 MATEMÁTICAS
GE- LIBRO N°9

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

a su trabajo en un cierto día. En la tabla adjunta se muestra la función de probabilidad
de X. Dado que el valor esperado de X es 5 minutos, entonces su desviación estándar
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. Publicación 2015)

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

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

I) p = 0,2
II) El valor esperado de X es 3.
III) La desviación estándar 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. Publicación 2015)

7. Sea X una variable aleatoria continua cuya función 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 número real positivo, entonces k es

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

Página 35
 MATEMÁTICAS
GE- LIBRO N°9

8. El gráfico de la figura adjunta representa la función de distribución acumulada de una

variable aleatoria discreta X. Si el recorrido de X es {a, b, c} y P(X = b) = 0,2, ¿cuál
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. Publicación 2016)

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

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

(DEMRE. Publicación 2016)

Página 36
 MATEMÁTICAS
GE- LIBRO N°9

10. Si se lanza un dado común 120 veces, ¿cuál es la probabilidad de obtener exactamente
20 veces el número 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. Publicación 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. ¿Cuál 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. Publicación 2015)

12. Si una variable aleatoria X tiene distribución normal con media  igual a 1 y desviación
estándar  igual a 2, ¿cuál de las siguientes variables aleatorias tiene distribución
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. Publicación 2016)

Página 37
 MATEMÁTICAS
GE- LIBRO N°9

13. Sea X una variable aleatoria tal que X ~ B(40; 0,5). Si la distribución de X es
aproximada por una distribución normal con media μ y desviación estándar , ¿cuáles
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. Publicación 2016)

14. Se tiene una población compuesta por las fichas 1, 3, 5, 5 y 7. ¿Cuál es la cantidad de
todas las posibles muestras (sin reposición y sin orden) de tamaño 2 que pueden
extraerse desde esta población?

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

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

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

(DEMRE. Publicación 2016)

Página 38
 MATEMÁTICAS
GE- LIBRO N°9

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

muestras posibles, sin reposición y sin orden, de tamaño 9, y a cada una de ellas se les
calcula su promedio, ¿cuál es la suma de todos estos promedios?

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

(DEMRE. Publicación 2016)

17. Todos los elementos de una población son: P, Q, R y S, los cuales corresponden a
números enteros positivos. En las tablas adjuntas se muestran los resultados de dos
experimentos realizados con esta población. En el primero se sacó tres muestras
distintas de tamaño 2 de la población y se registró la media de cada una de ellas. En el
segundo se sacó cuatro muestras distintas de tamaño 2 de la misma población anterior
y se registró la media de cada una de ellas. ¿Cuál es el valor de la media aritmética de
esa población?

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. Publicación 2015)

Página 39
 MATEMÁTICAS
GE- LIBRO N°9

18. La cantidad de televisores por familia en una ciudad, se modela por medio de una
distribución normal con media  y varianza 0,25. Se toma una muestra aleatoria de
100 familias de esta ciudad, obteniéndose una media de 2,75 televisores. Para los
resultados de esta muestra, ¿cuál 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. Publicación 2015)

19. Los datos de una población se modelan mediante una distribución normal, con media 
y varianza 4. Se toma una muestra de esta población de tamaño 49, cuyo promedio es
57,5. Si de esta muestra se obtiene un intervalo de confianza para  igual a
[56,94; 58,06], ¿cuál 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. Publicación 2016)

Página 40
 MATEMÁTICAS
GE- LIBRO N°9

20. En el experimento de lanzar dos dados comunes 150 veces, se define la variable
aleatoria X como el número de veces en los cuales la suma de los dos dados es mayor
que 10. ¿Cuál 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. Publicación 2016)

21. De una población de n elementos se obtendrán todas las muestras de tamaño m que se
pueden formar con ella, con n > m y donde las medias aritméticas de todas las
muestras serán distintas. Se puede determinar la media de la población, si se conoce:

(1) La media aritmética de cada muestra.

(2) El valor de n y de m.

A) (1) por sí sola

B) (2) por sí sola
C) Ambas juntas, (1) y (2)
D) Cada una por sí sola, (1) ó (2)
E) Se requiere información adicional

(DEMRE. Publicación 2015)

22. En el experimento de lanzar n dados comunes se define una variable aleatoria como la
suma de los números 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 sí sola
B) por sí sola
C) Ambas juntas (1) y (2)
D) Cada una por sí sola (1) ó (2)
E) Se requiere información adicional

(DEMRE. Publicación 2016)

Página 41
 MATEMÁTICAS
GE- LIBRO N°9

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. 1–a
9. V F V F V
10. Solo I
11. V F F V V
12. 94%

RESPUESTAS EJERCICIOS DE SELECCIÓN MÚLTIPLE

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-GMA-L09

Puedes complementar los contenidos de esta guía visitando nuestra web

http://www.pedrodevaldivia.cl/

Página 42
 MATEMÁTICAS
GE- LIBRO N°9

Página 43