UNIDAD III

PROBABILIDADES
Y DISTRIBUCIONES DE
PROBABILIDADES

CPA Oscar Noé López Cordón , MsC

oscarnoe@lopezcordon.com.gt
Guatemala, 31 de agosto 2015
 CONTENIDO
PROBABILIDADES
 Definiciones Básicas
 Reglas de las Probabilidades para dos o más eventos
 Aplicación Práctica

DISTRIBUCIONES DE PROBABILIDADES
Tipos de Distribuciones
 Distribución Binomial
 Aplicación Distribución Binomial
 Distribución Normal
 Aplicación Distribución Normal
 DEFINICIONES BÁSICAS

Hay 3 formas de calcular o estimar probabilidades:

 Enfoque Objetivo:
También llamado Probabilístico Clásico, se emplea cuando los
espacios muestrales tienen resultados igualmente probables.

 Enfoque Empírico o de Experimentos:

Se basa en la frecuencia relativa de ocurrencia de un evento con
respecto a un gran número de ensayos repetidos.

 Enfoque Subjetivo:
Utiliza estimaciones personales de probabilidad basada en el
grado de confianza.
 DEFINICIONES BÁSICAS
 Definición Clásica de Probabilidad:
La probabilidad que se presente un determinado
evento o suceso es igual al cociente del número de
casos favorables a este suceso entre el número total
de casos posibles.

P = h / n = casos o eventos favorables

Pág. 18 (No. 37)
casos posibles.

 Probabilidad Matemática:
Consiste en proporcionar un modelo matemático
adecuado a la descripción e interpretación de cierta
clase de fenómenos observados.
Otras Definiciones Importantes:
 Experimento:
Es una acción mediante la cual se obtiene un
resultado y la observación de dicho resultado.

 Experimento Aleatorio:
Es un experimento cuyo resultado no se puede
predecir con exactitud.

 Suceso o Evento Simple:

Es cada uno de los resultados posibles de un
experimento.

 Espacio Muestral:
Es el conjunto de sucesos simples de un experimento.
Otras Definiciones Importantes:
 Evento Compuesto:
Es el evento formado por varios eventos simples.

 Evento Contrario o Complementario:

Este se expresa como la probabilidad de fracaso o no-
éxito.

 Evento o Suceso Cierto O Verdadero: Pág. 18 (No. 39)

Conocido como evento determinista y se expresa como la
probabilidad de éxito de cualquier suceso simple dentro
del espacio muestral.

 Evento o Suceso Imposible (Nulo) Pág. 18 (No. 38)

La imposible ocurrencia de algún suceso o evento.
 CONCLUSIÓN

LA PROBABILIDAD DE UN SUCESO ES UN
NUMERO POSITIVO COMPRENDIDO
ENTRE CERO Y UNO (O Y 1).

El resultado del cálculo de una probabilidad

siempre es positivo

“CERO ES MENOR O IGUAL QUE LA

PROBABILIDAD Y ESTA ES IGUAL O
MENOR QUE UNO”.

LA SUMATORIA DE LAS PROBABILIDADES

DEL ESPACIO MUESTRAL ES IGUAL A LA
UNIDAD (1).
REGLAS DE LAS PROBABILIDADES

PROBABILIDAD DE DOS O MÁS

EVENTOS:

 Eventos Mutuamente Excluyentes

 Eventos Parcialmente Excluyentes
 Eventos Independientes
 Eventos Dependientes
 Eventos Mutuamente Excluyentes:

Son también llamados Eventos Disjuntos. Dos

o más eventos son considerados mutuamente
excluyentes si estos no pueden ocurrir
simultáneamente (al mismo tiempo), es
decir, la ocurrencia de cualquiera de ellos
excluye la ocurrencia de los otros.

Fórmula:
P (A o B) = P(A) + P(B) Pág. 18 (No. 40)

Se aplica la Regla de Adición o Suma de

las Probabilidades
 EJEMPLOS

1.) Un empleado seleccionado al azar es hombre o es

mujer (no puede tener ambos géneros)
2.) Una pieza fabricada es aceptable o no lo es. La
pieza no puede ser aceptable e inaceptable al mismo
tiempo.
3.) En el lanzamiento de una dado obtener:
 Un número 4 ó mayor =
1/6 + 2/6 = 3/6 = 0.5 ó 50%

 Un número 2 ó menor
1/6 + 1/6 = 2/6 = 0.33 ó 33%
 PARA RESOLVER

Una máquina automática Shaw llena bolsas de plástico con una

combinación de frijoles, brócoli y otras verduras. La mayoría de las
bolsas contienen el peso correcto, aunque, como consecuencia de la
variación del tamaño del frijol y de otras verduras, un paquete podría
pesar menos o más. Una revisión de 4,000 paquetes que se llenaron el
mes pasado arrojó los siguientes datos:
Peso Evento No. De Probabilidad de
Paquetes que ocurra el
evento
Menos peso A 100 .025 100/4000
Peso B 3,600 .900
Satisfactorio
Más Peso C 300 .075
4,000 1.000
¿Cuál es la probabilidad de que un paquete pese menos o pese mas?
Eventos Parcialmente Excluyentes:

Cuando la ocurrencia de uno se traslapa

parcialmente con la ocurrencia del otro.

Fórmula:
P (A U B) = P(A) + P(B) - P (AΩ B) Pág. 18 (No. 41)

Siendo P (A Ω B) elementos comunes entre

los conjuntos A y B
 EJEMPLO

Florida Tourist Commission seleccionó una muestra de

200 turistas que visitaron el estado durante el año.
La encuesta reveló que 120 turistas fueron a Disney
World y 100 a Busch Gardens, cerca de Tampa y 60
visitaron ambas atracciones. ¿Cuál es la probabilidad
de que una persona seleccionada haya visitado
Disney World o Busch Gardens?
P (A) = 120/200 = 0.60
P (B) = 100/200 = 0.50
1.10 La probabilidad no
puede ser mayor que
uno.
 Continuación

 La explicación es que muchos turistas visitaron

ambas atracciones turísticas y se les está contando
dos veces.
 Una revisión de las respuestas reveló que 60 de los
200 encuestados visitó ambas atracciones.
 P (A Ω B) = 60/200 = 0.30
 ¿Cuál es la probabilidad de elegir a una persona que
haya visitado Disney o Busch Gardens?
 P (A) + P(B) – P (A Ω B) = Pág. 18 (No. 41)

0.60 +0.50 – 0.30 = 0.80 ó 80%

 PARA RESOLVER

¿Cuál es la probabilidad de
que una carta, escogida al
azar, de una baraja
convencional, sea rey o
corazón?
 Eventos Independientes:

Dos o más eventos se consideran independientes si

los eventos en ningún momento se afectan el uno
al otro, es decir, la ocurrencia de uno no afecta
sobre la ocurrencia del otro.

 Fórmula:
P(A y B) = P(A) X P(B) = Pág. 18 (No. 42)

Se aplica la Regla de la Multiplicación

** Se reemplazan, se devuelven (Texto clave en

el problema)
 Eventos Dependientes:

Son eventos dependientes cuando la ocurrencia de

uno depende de la ocurrencia del otro.

 Fórmula:
P(A y B) = P(A) X P(B/A) Pág. 18 (No. 43)

P(B/A) = Probabilidad de B dado que ya ocurrió

A

** Sin reemplazo, no se devuelven (texto clave en

el problema)
 EJEMPLO
En una caja fuerte de una firma de contabilidad, se tienen 16
comprobantes de depósitos monetarios, de los cuales 5 corresponden
al Almacén Cielito Lindo, 7 al Almacén Buen Hogar y el resto al
Almacén La Estrella.

1 - Si se extraen 3 comprobantes sin reemplazo, (no se devuelven)

hallar las siguientes probabilidades:
a) Que el tercero sea del Almacén Buen Hogar, si los dos primeros
también lo fueron
b) Que los tres sean del Almacén Buen Hogar
c) Que sea uno de cada almacén

2 - Se extrae un comprobante y luego se reemplaza, otra extracción se

realiza después del reemplazo, hallar la probabilidad:
Que ambas extracciones sean del Almacén La Estrella.
 a) Que el tercero sea del Almacén Buen Hogar, si los dos primeros también lo fueron.

P(1) = 7 , P(2) 6 solo usar P (3) = 5 = 0.3571 * 100 = R // 35.71 %

16 15 14

b) Que los tres sean del Almacén Buen Hogar

P (1,2,3) = 7 * 6 * 5 = 0.0625 * 100 = R // 6.25 %
16 15 14

c) Que sea uno de cada almacén

P (1,2,3)= 5 * 7 * 4 = 0.041666 * 100 = R // 4.17 %

16 15 14

2-Se extrae un comprobante y luego se reemplaza, otra extracción se realiza después del
reemplazo, hallar la probabilidad:

a.) Que ambas extracciones sean del Almacén La Estrella.

P (1,2) 4 * 4 = 0.0625 * 100 = R // 6.25 %
16 16
 APLICACIÓN PRÁCTICA

 A continuación se presenta una

serie de ejemplos en los cuales se
aplican cada una de las reglas ya
indicadas.
PROBLEMA No. 1:
Cuatro empresas de transporte tienen 3 rutas que cubrir con diferentes buses

Empresa Ruta 1 Ruta 2 Ruta 3 Total

A 3 2 0 5
B 4 4 3 11
C 0 4 5 9
D 5 5 2 12
Total 12 15 10 37

Si se selecciona un bus se quiere saber la siguiente probabilidad

a)Seleccionar un bus de la ruta 1

P(A) = 12/37 = 0.3243 o 32.43%
R// la probabilidad de seleccionar un bus de la ruta 1 es de
0.3243

b) Seleccionar un bus de la empresa C

P(A) = 9/37 = 0.2432 o 24.32%
R// la probabilidad de seleccionar un bus de la empresa C es de
0.2432
 Continuación …PROBLEMA 1

Empresa Ruta 1 Ruta 2 Ruta 3 Total

A 3 2 0 5
B 4 4 3 11
C 0 4 5 9
D 5 5 2 12
Total 12 15 10 37

c) Seleccionar un bus de la ruta 3 o de la empresa D

Como son parcialmente excluyentes, es decir tienen elementos en común y otros no.
P(A o B) = P(A) + P(B) – P(A∩B)
A: que sea de la ruta 3 = 10/37
B: que sea de la empresa D = 12/37
Elemento Común entre ambas = 2/37
P(A o B) = 10/37 + 12/37 – 2/37 = 20/37
P(A o B) = 0.5405 = 54.05%

d)Seleccionar un bus de la ruta 2 que sea solamente de la empresa A

A: que sea de la ruta 2
B: que sea de la empresa A
P(A ∩B) = 2/37 = 0.0541 = 5.41%
 PROBLEMA 2

Compras Hombre Mujer Total

De Q. 0.01 a Q. 100.00 160 100 260
De Q. 100.01 a Q. 500.00 120 145 265
De Q. 500.01 a Q. 5000.00 35 12 47
Total 315 257 572

Si se selecciona una compra se quiere saber la siguiente probabilidad:

a)Que sea de mujer y de Q. 0.01 a Q. 100.00
A: compra de mujer
B: compra de Q. 0.01 a Q. 100.00
P(A y B) = 100 / 572 = 0.1748 ó 17.48%

b) Que sea de Q. 100.01 a Q. 500.00

P(A) = 265/572 = 0.4633

c) Que sea de hombre

P(A) = 315/572 = 0.5507 o 55.07%
 Continuación PROBLEMA 2

Compras Hombre Mujer Total

De Q. 0.01 a Q. 100.00 160 100 260
De Q. 100.01 a Q. 500.00 120 145 265
De Q. 500.01 a Q. 5000.00 35 12 47
Total 315 257 572
d) Que sea de mujer ó de Q. 500.01 a Q. 5000.00
A : compra de mujer
B: compra de Q. 500.01 a Q. 5000.00
P(A o B) = P(A U B) = P(A) + P(B) – P(A∩B)
P(A o B) = 257/572 + 47/572 – 12/572 = 292/572
P(A o B) = 0.5105 ó 51.05%

e) Que sea de hombre ó de Q. 100.01 a Q. 500.00

A: compra de hombre
B: compra de Q. 100.01 a Q. 500.00
P(A o B) = P(A U B) = P(A) + P(B) – P(A∩B)
P(A o B) = 315/572 + 265/572 – 120/572 = 460/572
P(A o B) = 0.8042 ó 80.42%
 PROBLEMA 3
Se tiene la siguiente información

Cliente Documentos
A 5
B 7
C 4
16

Hallar las siguientes probabilidades:

Sacando documentos sin reemplazo (dependientes)
a)La probabilidad de sacar un documento que sea del cliente A
P(A) = 5/16 = 0.3125 ó 31.25%

b) La probabilidad conjunta de sacar 3 documentos que sean del cliente B

A: documento de cliente B en 1ª. Extracción
B: documento de cliente B en 2ª. Extracción
C: documento de cliente B en 3ª. Extracción
P(A y B y C) = P(A) * P(B/A) * P(C/AB)
P(A y B y C) = 7/16 * 6/15 * 5/14 = 210/ 3360
P(A y B y C) = 0.0625 ó 6.25%
 CONTINUACIÓN …PROBLEMA 3

Cliente Documentos
A 5
B 7
C 4
16

c) La probabilidad de sacar 3 documentos en el orden siguiente: cliente A, B y C

A: documento de cliente A en 1ª. Extracción
B: documento de cliente B en 2ª. Extracción
C: documento de cliente C en 3ª. Extracción
P(A y B y C) = P(A) * P(B/A) * P(C/AB)
P(A y B y C) = 5/16 * 7/15 * 4/14 = 140/ 3360
P(A y B y C) = 0.04167

d) Se sacan 3 documentos. La probabilidad de que el tercer documento sea del

cliente B, si los dos primeros también lo fueron
A: documento de cliente B en 1ª. Extracción
B: documento de cliente B en 2ª. Extracción
A y B ya se dieron, queda de incógnita el tercer evento
C: documento de cliente B en 3ª. Extracción
P(C/AB) = 5/14 = 0.3571
PROBLEMA No. 4
Una empresa tiene inversiones en títulos privados, estos están
clasificados de acuerdo al plazo de vencimiento y casa de bolsa de
valores, la información es la siguiente:
Plazos (meses) Global Corporación Bursátil Capital e Inversiones
1a3 14 27 7
4a6 35 15 5
7 a 12 30 10 22
13-15 20 8 12

Se pide calcular las siguientes probabilidades:

a) Seleccionar un título de Capital e Inversiones

b) Seleccionar un título con vencimiento de 4 a 6 meses
c) Seleccionar un título con vencimiento de 1 a 3, o de 7 a 12
meses
d) Seleccionar un título con vencimiento de 16 meses
e) Seleccionar un título de Corporación Bursátil con vencimiento
de 4 a 6 meses.
A) Seleccionar un título de Capital e Inversiones
46 = 0.224390243 * 100 = R // 22.44 %
205

B) Seleccionar un título con vencimiento de 4 a 6 meses

55 = 0.268292682 * 100 = R // 26.83 %
205

C) Seleccionar un título con vencimiento de 1 a 3, o de 7 a 12 meses

110 = 0.536585365 * 100 = R // 53.66 %
205

D) Seleccionar un título con vencimiento de 16 meses

No hay de 16 meses por lo tanto valor nulo R// P(a) = Ø %

E) Seleccionar un título de Corporación Bursátil con vencimiento de 4 a 6

meses.
15 = 0.073170731 * 100 = R // 7.32 %
205
 DISTRIBUCIONES DE
PROBABILIDADES
C PA O S C A R N O É L Ó P E Z C O R D Ó N , M S C
OSCARNOE@LOPEZCORDON.COM.GT
 DISTRIBUCIONES DE PROBABILIDADES

 Definición:
La Distribución de probabilidades es un listado de las
probabilidades de todos los posibles resultados que
podrían obtenerse si el experimento se llevara a cabo.

 Tipos de Distribuciones:
 Discretas y Continuas.

Las Discretas tienen un número limitado de valores,

mientras que en las Continuas la variable que se está
considerando puede tomar cualquier valor dentro de un
intervalo dado.
 DISTRIBUCIÓN BINOMIAL
Definición:
 Es una distribución discreta de probabilidades, conocida también
con el nombre de Distribución de Bernoulli, en honor al
matemático Jacobo Bernoulli que fue quien la derivó.

Surge de manera natural cuando los eventos dependen de una

probabilidad fija de presentarse “p”, y cuando el número de
pruebas es limitado. Nos provee de un modelo adecuado para
muchas distribuciones estadísticas que suceden en la naturaleza,
la economía, las finanzas, pruebas psicológicas y educativas, etc.
La distribución de probabilidad binomial se basa en el desarrollo
del binomio, así:
n n
(a + b) = (p + q) Pág. 18 (No. 44)

dónde:
 p = probabilidad de éxito
 q = probabilidad de fracaso
 n = número de ensayos
 Características del Binomio:
1. El número de elementos del desarrollo del
binomio es n+1
2. En el primer término “p” aparece con un
exponente igual al exponente del binomio y
luego disminuye de uno en uno.
3. En el segundo término el exponente de “q” es
uno y luego aumenta de uno en uno hasta
tener un exponente igual al del binomio.
4. Los coeficientes de los términos son
simétricos.
5. La suma de los exponentes de cada término
es siempre igual a n.
Aplicación de la Distribución Binomial

1. Cuando los resultados obtenidos pueden clasificarse

en 2 categorías (dicotomía). Ejes. Cursos aprobados
y reprobados, artículos defectuosos y en buen
estado, trabajadores eficientes y deficientes,
máquinas productivas e improductivas.
2. Cada intento tiene solamente 2 resultados posibles
(éxito o fracaso)
3. La probabilidad del resultado de cualquier intento
permanece fijo con respecto al tiempo.
4. Los eventos son estadísticamente independientes, es
decir, el resultado de un evento no altera a otro.
5. Cuando la probabilidad de fracaso (q) es igual a 1-p
y p+q es igual a uno.
 Desarrollo del Binomio

1 N0
1 1 N1
2
1 2 1 N
3
1 3 3 1 N
4
1 4 6 4 1 N
5
1 5 10 10 5 1 N
6
1 6 15 20 15 6 1N
 Ejemplo

El 40% de artículos que produce una máquina tienen error, si se selecciona una
muestra de 6 artículos. Encontrar las siguientes probabilidades:
p = 0.4 [probabilidad de artículos con error]
n=6
q =1-0.4 = 0.6 [probabilidad de artículos sin error]

(p + q)6 =p6+ 6p5 q+ 15p4 q2+ 20p3 q3+ 15p2 q4+ 6p q5+ q6 Pág. 18 (No. 44)

No. Term Px Termino Valor

6
1 6 p 0.004096
5
2 5 6p q 0.036864
4 2
3 4 15p q 0.13824
3 3
4 3 20p q 0.27648
2 4
5 2 15p q 0.31104
5
6 1 6p q 0.186624
6
7 0 q 0.046656
∑ 1

a) Encontrar exactamente 3 artículos con error

P(x = 3) = 0.27648
 Continuación del ejercicio

b) Obtener menos de 2 artículos con error

P(x < 2) = P(0) + P(1)
P(x < 2) = 0.046656 + 0.186624 = 0.23328

c) Al menos 5 artículos con error.

P(x ≥ 5) = P(5) + P(6)
P(x ≥ 5) = 0.036864 + 0.004096 = 0.04096

d) Obtener mas de uno pero no mas de cuatro artículos con

error
P(1<x ≤ 4 ) = P(2) + P(3) + P(4)
P(1<x ≤ 4 ) = 0.31104 + 0.27648 + 0.13824
P(1<x ≤ 4 ) = 0.72576
 ESTADIGRAFOS DE LA DISTRIBUCIÓN
DE PROBABILIDADES BINOMIAL
Pág. 19 (No. 46-51)

PROMEDIO ARITMETICO X=n*p

VARIANZA S2 = n * p * q
DESVIACION ESTANDAR S =n*p*q
CV = S * 100
COEFICIENTE DE VARIACION
X

b1 = q – p
COEFICIENTE DE SESGO
S

COEFICIENTE DE CURTOSIS C = 3 + 1 – 6 (p*q)

S2
 Para Resolver
Si 6 de 18 proyectos de viviendas violan el código de
construcción,:
¿cuál es la probabilidad de que un inspector de
viviendas, que selecciona aleatoriamente a cuatro de
ellas, descubra que:
1. Ninguna de las casas viola el código de
construcción
2. Una viola el código de construcción
3. Dos violan el código de construcción
4. Al menos tres violan el código de construcción
 DISTRIBUCIÓN NORMAL

 SE CONOCE TAMBIEN CON EL NOMBRE DE:

DISTRIBUCION DE GAUSS

 Tiene algunas propiedades que la hacen aplicable a

un gran número de situaciones en las que es
necesario hacer inferencias mediante la toma de
muestras. Casi se ajusta a las distribuciones reales
de frecuencias observada en muchos fenómenos.
Ocupa un lugar importante tanto en la estadística
teórica como en la estadística aplicada por varias
razones:
 DISTRIBUCIÓN NORMAL

 Puede coincidir muy de cerca con las

distribuciones de frecuencias observadas y
de muchas mediciones naturales y físicas.
 Se puede utilizar para aproximar
probabilidades binomiales cuando "n" es
muy grande.
 Lo que la hace más importante es que las
distribuciones de medias muestrales y
proporciones de grandes muestras tienden
a distribuirse normalmente por lo que tiene
importantes repercusiones en el muestreo.
 Campana de Gauss

0.50 0.50

X X X X X


 CARACTERÍSTICAS

1. La curva normal es simétrica por lo tanto el

coeficiente de sesgo es igual a cero. (b1=0)
2. Muestra pocos valores en los extremos.
3. El promedio, la mediana y la moda tienen el
mismo valor, tiene un solo pico y es
unimodal.
4. Los puntos de inflexión están a X+S y X-S
(Media, mas, menos desviación estándar).
5. La curva normal es "asíntota" al eje de las
abcisas (eje de x). Significa que sus
extremos nunca tocan eje de las equis (x)
 CARACTERÍSTICAS
6. La sumatoria del área bajo la curva
normal es igual a uno o al 100%.
7. El coeficiente de Kurtosis es igual a tres.
(C=3)
8. El valor típico de "Z" es positivo cuando
corresponde a un valor mayor que la
media y negativo cuando corresponde a
un valor menor.
9. El valor "Z" para equis(x) igual a la media
siempre será igual a cero (O).
 CARACTERÍSTICAS
10.La media aritmética mas y menos:
 Una desviación estándar cubre un
68.26% de los casos (X+,-S=68.26%).
 Dos desviaciones estándar cubre el
95.46% de los casos (X+-2S=95.46%).
 Tres desviaciones estándar cubre el
99.72% de los casos. (X+-3S=99.72%).
11.) La media aritmética mas o menos una
desviación media cubre el 58% de los
datos (X+-DM= 58%) .
 AREAS BAJO LA CURVA NORMAL
-MANEJO DE LA TABLA DE AREAS-
La tabla proporciona valores acumulativos
a la derecha de la media de la población.
Está diseñada en función de la variable
"Z" o variable estandarizada ("Z"=
desviaciones respecto a la media).
Z= x - X Pág. 20 (No. 59)
S
Donde:
x = un valor cualquiera.
X = media de la población
S = desviación estándar.
Las columnas muestran el centésimo de "Z".
ÁREAS BAJO LA CURVA NORMAL

Toda el área = 1

Toda el área = 100 %

ÁREAS BAJO LA CURVA NORMAL

0.5 ó 50 % 0.5 ó 50 %
 0.3413 0.3413

Z = -1 Z =1
¿Cuánta área hay entre la media y Z = 1.45

Z = 1.45
Para Z = 1.45

Área = 0.4265
¿Cuánta área hay entre la media y Z = 1.45

42.65 %

0.4265

Z = 1.45
¿Cuánta área hay entre la media y Z = -1.55

Por ser simétrica se lee

igual en la tabla

Z = -1.55
¿Cuánta área hay entre la media y Z = - 1.55

43.94 %

0.4394

Z = - 1.55
¿Cuánta área hay entre Z = -1.25 y Z = 0.98 0.3944 +
0.3365
-------------
0.7309

0.3944 0.3365 73.09 %

Z = -1.25 Z=0.98
¿Cuánta área hay entre Z = -1.25 y Z = -0.98 0.3944 -
0.3365
-------------
0.0579

0.3365 5.79 %

0.3944

Z = -1.25 Z=-0.98
¿Cuánta área hay arriba (a la derecha, más de) de Z = 1.96

0.5000 –
0.4750
----------
0.0250

2.5 %
0.475

0.5

Z = 1.96
¿Qué valor de Z deja el 95 % de casos central?

0.475 0.475

95 % ó 0.95
Para área = 0.4750
Z = 1.96
¿Qué valor de Z deja el 95 % de casos central?
0.025*2=0.05 ó 5 %

0.475 0.475
0.025 0.025

95 % ó 0.95

Z = -1.96 Z = 1.96
 EJERCICIOS
¿Cuánta área hay
1. Entre Z=1.04 y la media
2. Entre la media y Z=-0.25
3. Entre Z=1.87 y Z=-1.22
4. Entre Z=-0.5 y Z=-1.5
5. Entre Z=2.33 y Z=0.02
6. A la derecha de Z=1.22
7. A la izquierda de Z=1.11
8. A la izquierda de Z=-1.64 y a la derecha de
Z=1.64
 Aplicación
ENCONTRAR PROBABILIDADES
El promedio aritmético de los ingresos de 600 empresas es
de Q150.00 (miles de Q.) su varianza es de Q 256.00 (Miles
de Q.) y un intervalo constante de Q 4.50.
Datos:
X = 150.00
S = 16 (Raíz cuadrada de 256)
N = 600

Si se sabe que las ventas se "distribuyen

normalmente" se pide calcular lo siguiente:
CASOS PRÁCTICOS –Aplicación-

ENCONTRAR PROBABILIDADES
El promedio aritmético de los ingresos de 600 empresas es
de Q150.00 (miles de Q.) su varianza es de Q 256.00 (Miles
de Q.) y un intervalo constante de Q 4.50.
Datos:
X = 150.00
S = 16 (Raíz cuadrada de 256)
N = 600

Si se sabe que las ventas se "distribuyen

normalmente" se pide calcular lo siguiente:
CALCULAR LA PROBABILIDAD QUE UN ALMACÉN TENGA INGRESOS
ENTRE Q 150 Y Q 160 MILES. ADEMÁS INDIQUE QUÉ CANTIDAD DE
E M P R E S A S R E P R E S E N TA .

D AT O S

X = 150 NO SE APLICA LIMITE REAL PORQUE ES EL ORIGEN

X = 160.5
S = 16
Z= ?

Z=160.5-150 Z = 0 . 6 6 TA B L A Á R E A S = 0.2454 = 24.54%

16

L A P R O B A B I L I D A D Q U E L A S E M P R E S A S T E N G A N V E N TA S E N T R E Q
150 Y Q 160 MILES, ES DE 24.54%

LOS 600 ALMACENES POR 24.54% ES IGUAL A 147 ALMACENES.

(CANTIDAD DE ALMACENES)
X = 150

X = 160

24.54%
Calcular la probabilidad de que una empresa tenga ingresos
entre Q 135 y Q 150 miles.

Z=x-X = 134.5 -150= Z = -0.96875 = -0.97

S 16

Luego buscar área 0.97 en Tabla Áreas = 0.3340

Z = 33.40%

R/ La probabilidad que un almacén tenga ingresos entre

Q135.00 y Q150.00 miles es de Z= 33.40%
Gráfica Caso 2

150

134.5

33.40%
Cual es la probabilidad de que una empresa tenga ingresos entre Q121.00 y
Q165.00 miles
a)Datos

X=150
X=120.50
S=16
Z=?

Z= 120.50-150 = -1.84 Tabla Áreas = 0.4671

16
b) Datos Z=165.50-150 = 0.96875 = 0.97 Tabla áreas = 0.3340
X=150 16
X=165.50
S=16 Luego sumamos ambas respuestas.
Z=? 0.4671
+ 0.3340
0.8011 = 80.11%
La probabilidad de que un almacén tenga ventas entre 121.00 y 165.00 es
de 80.11%
Gráfica Caso 3
Calcular la probabilidad de que una empresa venda mas de Q.135.00 miles

x = 135.50 X = 150.00 S = 16 Z=?

Datos: Z = 135.5 – 150 = -0.91

16
El dato obtenido al ser negativo lo único que nos indica es que la variable
dada al principio se encuentra por debajo de la media, dicho dato debe ser
buscado en la Tabla II = 0.3186.

En este caso se debe tomar en cuenta la otra mitad de la curva de la siguiente
manera.

0.5000 (+) 0.3186 = 0.8186 * 100 = 81.86%

Respuesta: La probabilidad de que un almacén venda mas de Q.135.00 es de

81.86%
Gráfica Caso 4

31.86% 50.00%

Z= 81.86 %
Calcular la probabilidad de que una empresa tenga ingresos menores
a Q170.00 miles, si la media aritmética es Q150.00 y la desviación
estándar es de Q16.00 (cifras en miles).

DATOS: FÓRMULA: SUSTITUYENDO

x = 169.5 Z= x–X
X = 150 S Z = 169.5 – 150
S = 16
16

Z = 1.22 buscando en Tabla Áreas = 0.3888 Z=38.88%

0.3888+
0.5000
0.8888 88.88%
Gráfica Caso 5

X=150

X=
170

50.00% 38.88%

88.88%
Cual es la probabilidad de que una empresa tenga ingresos
inferiores de Q120.00 miles.
Datos
_
X = 150
X = 119.50
S = 16
Z=?

Z = 119.5 – 150 = -1.91 Tabla áreas Área = 0.4719

16

0.5000 - 0.4719 = 0.0281 = 2.81%

Gráfica Caso 6
150

120

2. 81%
Cual es la probabilidad que una empresa tenga ingresos mayores a Q 170 miles?

Datos
X = 170.5 FÓRMULA
X = 150 Z= x – X
S = 16 S
Z=?

Z= 170.5 – 150 = Z = 1.28125 = 1.28 Tabla Áreas = 0.3997

16

0.5000
0.3997 (-)
0.1003

La Probabilidad de tener ingresos mas Q 170 miles es de 10.03%

Gráfica Caso 7
X=150

X= 170

10.03%
Cual es la probabilidad que una empresa tenga ingresos entre Q 120 y Q 135 miles ?
Datos
X = 120
X = 150
S = 16
Z=?
Fórmula
Z=X - X
S

A) Z = 119.5 – 150 = Z = - 1 . 91 Tabla Áreas = 0 . 4719

16

B) Z = 135.5 – 150 Z = - 0 . 91 Tabla Áreas = 0 . 3186 (-)

16

R// Área1 – Área 2 = 0 . 1533

La probabilidad de tener ingresos entre Q 120 y Q 135 es de 15.33%

Gráfica Caso 8
150

135

120
15.33%
31.86%

47.19%

Li Ls
Calcular la probabilidad que un almacén tenga ingresos entre Q163 y Q170 miles.
A. Datos FÓRMULA
Z=? Z= x – X
X=162.5 S
X= 150
S= 16

Z= 162.5 – 150 = 0.7812 buscar en Tabla Áreas = 0.2823 = 28.23%

16

B. Datos FÓRMULA
x= 170.5 Z= x – X
Z= ? S
X= 150
S=16

Z= 170.5 – 150 = 1.28 Buscar en Tabla Áreas = 0.3997 = 39.97%

16
Por diferencia
Área de Q163 = 0.2823 Almacenes
Área de Q170 = 0.3997 600 * 0.1174 = 70.44
0.1174 = 11.74% Por Defecto = 70 Almacenes
Gráfica Caso No. 9

11.74%

28.23%

39.97%
 Para Resolver
Se publica que los frenos de los nuevos autos de la
marca Lambourginis duran en promedio 35,000
millas con una desviación estándar de 1,114 millas.
¿Cuál es la probabilidad de que los frenos del auto
que usted acaba de comprar duren:
a.) Más de 35,000 millas
b.) Menos de 33,900 millas
c.) Menos de 37,500 millas
d.) Entre 35,200 y 36,900 millas
Indique también qué cantidad de autos
representan
 ENCONTRAR VALORES
Con la información del problema anterior, encuentre el valor
de los ingresos arriba de las cuales se encuentran el 40% de
las empresas.

Datos:
x=? S = 16 X = 150

De la formula original:
z= x -X Se obtiene la siguiente : x = ZS + X
S
a) Buscar Tabla Áreas un valor aproximado al 10% =

0.0987= 0.10= Z= 0.25

b) Aplicar fórmula:

x = 0.25 (16) +150 = x = 154 R/

Encontrar los ingresos que limitan el 60% central
de los casos.
x = ZS + X

x = -0.84 (16) + 150 x = 136.56

x= 0.84 (16) + 150 x = 163.44

R/ El 60% central de las ingresos estarán

comprendidos entre Q 136.56 y Q163.44
 ORDENADAS BAJO LA CURVA NORMAL

La altura de la ordenada que corresponde al valor

de equis (x) igual a la media le corresponde la
ordenada máxima o la ordenada en el origen.
Fórmula:
Yx = N C Pág. 20 (No. 60)

S(2.50)
DONDE :
Y (x) = Altura de cualquier punto
N = Número de elementos
C = Intervalos y distancia entre
ordenadas
2.5 = Constante
YO = Ordenadas máximas u ordenada en el
origen
 NOTA:
PARA CALCULAR ORDENADAS
UTILIZAMOS LA TABLA I
 APLICACIÓN ORDENADA MÁXIMA

 Determinar el número de empresas con

ingresos de Q 170.00 miles

Z=x - X= 170-150 = 1.25 ver Tabla I = 0.45783

S 16

Y = 600 X 4.50 = 2700 = 67.5 = 68 empresas

16(2.5) 40

68 x 0.45783 = 31 empresas
Muchas gracias!!!
 oscarnoe@lopezcordon.com.gt