MATEMÁTICAS

Material N° MC-30

UNIDAD: DATOS Y AZAR

DISTRIBUCIÓN NORMAL

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.

Se dice en este caso que la variable aleatoria X tiene distribución normal con media  y
desviación estándar , la cual se denota como X ~ N(, ). También se puede denotar como
X~N(, 2), donde 2 es la varianza.

El gráfico de esta función tiene la forma de una campana.

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, hay una probabilidad del 50% de observar un dato mayor a la
media y un 50% de observar un dato menor a la media.
3. Es 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.
6. A mayor desviación estándar, la gráfica es más baja y más ancha.
7. La probabilidad de que la variable aleatoria tome un valor entre x 1 y x2 está dada por el
área bajo la curva que se muestra en la figura adjunta.

x1 x2

P(x1 < x < x2) = A

EJEMPLOS

1. Sea X una variable aleatoria con distribución normal con media 24 y desviación
estándar 3. ¿Cuál(es) de la siguientes opciones es (son) verdadera(s)?

I) La probabilidad que la variable aleatoria tome valores mayores que 24

es 0,5.
II) La mediana de la variable aleatoria es igual a 3.
III) La moda de la variable aleatoria es igual a 3.

A) Solo I
B) Solo II
C) Solo I y III
D) Solo I y II
E) I, II y III

2. Sea X una variable aleatoria con distribución normal con media  y desviación estándar .
Entonces, P(x1 > X > x2) es igual

A) P(X = x2) – P(X = x1)

B) P(X = x2) ∙ P(X = x1)
C) P(X = x1) – P(X = x2)
D) P(X = x2) + P(X = x1)
E) Ninguna de ellas.

2
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, 95,45% del total. es decir, 99,73% del total.

-  + -2  +2 -3  +3

95,45%

EJEMPLOS

1. Sea X una variable aleatoria con distribución N ~ (,). ¿Cuál de las siguientes
afirmaciones es FALSA?

A) P(X  ) = 50%
B) P( -   X   + ) = 0,6826
C) P(X   + 2) = P(X   - 2)
D) P( +  < X <  + 2) = 13,6%
E) P(X   + 3) = 0,135

3
DISTRIBUCIÓN NORMAL ESTANDAR

Una variable aleatoria continua X tiene distribución normal estándar o tipificada, si su media
es igual a 0 (cero) y su desviación estándar es igual a 1. Se denota por X ~ N(0, 1).
Los intervalos correspondientes a una distribución normal se representan en la siguiente
figura:
0,9973

0,9545

0,6826

0,0013 0,0013

-3 -2 -1 0 1 2 3

Por ser la gráfica simétrica respecto  = 0,

entonces se cumple P(X  -x1) = P(X  x1).
Gráficamente:

 -x1 x1 

EJEMPLOS

1. Sea X una variable aleatoria con distribución N ~ (0,1). ¿Cuál(es) de las siguientes
proposiciones es (son) verdadera(s)?

I) P(-1  X  1) = 0,5
II) La mediana es cero
III) P(X  1) = P(X  -1)

A) Solo I
B) Solo I y II
C) Solo I y III
D) Solo II y III
E) I, II y III

4
OTROS CASOS

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

Modo de utilizar: En las columnas se ubica la unidad y décima de xi y en las filas la

centésima de xi, y en la intersección de una columna y una fila se encuentra el valor de
P(X ≤ xi).
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

EJEMPLOS en otros casos:

P(X  1,24) = 1 – P(X  1,24) = 1 – 0,8925 = 0,1075

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

5
ESTANDARIZACIÓN DE UNA VARIABLE ALEATORIA DE DISTRIBUCIÓN NORMAL

Para encontrar la probabilidad P(X < xi) en una distribución normal, no estándar, donde xi no
se encuentra en el rango de   ,   2 y   3, 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 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) 0,67 0,749
0,75 0,773
 6  5,1  0,99 0,839
= 1 – P Z < 
 1,2  1,00 0,841
= 1 – P( Z < 0,75) 1,15 0,875
1,24 0,893
= 1 – 0,773
1,28 0,900
= 0,22 1,50 0,933
1,64 0,950
1,96 0,975
2,00 0,977
2,17 0,985
2,32 0,990
2,58 0,995
3,00 0,999

6
EJEMPLOS

1. Sea X una variable aleatoria que tiene distribución normal con media 10 y desviación
estándar 2, la que se transforma en una variable aleatoria Z con distribución normal
estándar. Entonces, Z se expresa

X2
A) Z 
10
Z  10
B) X 
2
X  10
C) Z 
2
Z2
D) X 
10
10  2
E) Z 
X

2. Sea W variable aleatoria con distribución normal con media 18 y desviación estándar 4,
utilizando la tabla, el valor de P(X < 12) es

A) 0,067
B) 0,093
C) 0,136
D) 0,933
E) 1,500

7
APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA DISTRIBUCIÓN NORMAL

Dada una variable aleatoria discreta X tal que X~B(n, p), siendo n el número de pruebas o
repeticiones del experimento y p probabilidad de éxito, con n > 10, se puede aproximar
B(n, p) a una distribución normal de media μ = np y desviación estándar   np(1  p) .
Para que la aproximación anterior sea aceptable, debe cumplirse que np > 5 y n(1 – p) > 5.


B n,p   N np, np 1  p  
Con np > 5 y n(1 – p) > 5

EJEMPLOS

1. Si se desea aproximar una variable aleatoria de distribución binomial B(100; 0,2), a una
distribución normal, los valores de promedio y desviación estándar, respectivamente son,

A) 20 y 4
B) 20 y 2
C) 50 y 4
D) 20 y 2
E) 100 y 4, 8

2. ¿Cuál(es) de las siguientes distribuciones binomiales pueden aproximarse a una

distribución normal, de manera adecuada?

I) B(4; 0,6)
II) B(20; 0,1)
III) B(100; 0,6)

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

8
DISTRIBUCIÓN DE MEDIAS MUESTRALES
Si consideramos la media de una muestra aleatoria x como una variable aleatoria,
experimentalmente se puede observar que a medida que el tamaño de la muestra aumenta
(n  30), la distribución de las medias muestrales se aproxima a la distribución normal.

n: tamaño de la muestra (n ≥ 30).

: media de la población.
  
X N  ,  : desviación estándar de la población.
 n 
: error estándar. Es la desviación estándar de la media de la
n
muestra de tamaño n.

EJEMPLOS

1. Una variable aleatoria discreta tiene una distribución binomial B(20; 0,6). Si se selecciona
una muestra de tamaño 40, su desviación estándar es

A) 4, 8
B) 0,12
C) 4,8
D) 0,12
E) 1,2

2. Las estaturas de las participantes en un concurso de belleza tiene una distribución normal
de media 1,8 m y desviación estándar 21 cm. Si se elige a 49 concursantes, la
aproximación a la distribución de normal de la muestra estaría dada por

 1
A) N 1, 8; 
 3
B) N 3;1,8
C) N 1,8; 3
 1 
D) N  3;
 1, 8 
E) N 1,8;0,21

9
INTERVALO DE CONFIANZA

En ocasiones la media ( x ) de una muestra se considera como una estimación de la población

(μ) a la cual pertenece la muestra.
Para calcular intervalos donde se encuentra la media poblacional con un cierto nivel de
confianza (probabilidad de acierto), debemos recordar que las medias de las muestras
  
extraídas de una población normal N(μ, σ) también tiene una distribución normal N  x, .
 n
x
Considerando lo anterior y dado Z  , podemos deducir que el intervalo de confianza de

n
nivel (1 – α)∙100% con α ∈ ]0, 1[ para la media μ de una población que se modela con una
distribución normal de varianza conocida σ2, a partir de una muestra
   
x1, x2, …, xn de tamaño n es:  x  Z    , x  Z    .
 1 
 2
n 1 
 2
n 

Observaciones:

 El nivel de confianza (1 – α) corresponde a la probabilidad de que al tomar una muestra

aleatoria, el promedio poblacional μ se encuentre dentro del intervalo de confianza.
   
P  x  Z       x  Z     1 
 1  n 1  n 
  2  2

 Los niveles de confianza (1 – )∙100% más usuales son: 90%, 95% y 99%, que
corresponden a niveles de significación () de 10%, 5% y 1%, respectivamente.
 
 se denomina error estándar y Z    es el margen de error.
n 1 
 2
n

 La amplitud del intervalo es 2  Z 
 .
1 
 2
n
 A mayor valor de n se da una amplitud menor, lo cual implica un intervalo más preciso.
 A mayor desviación estándar se da una mayor amplitud del intervalo de confianza. Esto
significa que a una mayor variabilidad y manteniendo el mismo nivel de confianza, se
pierde precisión en la estimación de la media poblacional .

La tabla muestra los valores de Z según el nivel de confianza y probabilidad

 
1

2

Nivel de confianza
50% 68% 75% 80% 90% 95% 99%
(1 - )

P(X ≤ x) 0,75 0,84 0,875 0,90 0,95 0,975 0,995

Z
  0,67 0,99 1,15 1,28 1,64 1,96 2,58
1 2 
 

10
EJEMPLOS

1. Con respecto a la variación del intervalo de confianza, ¿cuál(es) de las siguientes

afirmaciones es (son) verdadera(s)?

I) A mayor nivel de confianza, mayor la amplitud del intervalo.

II) A mayor desviación estándar de la población, mayor amplitud del intervalo.
III) A mayor cantidad de elementos de la muestra, la amplitud es menor.

A) Solo I
B) Solo II
C) Solo III
D) Solo II y III
E) I, II y III

2. 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

 0,9 0,9 
A) 5,3  1,64  ; 5,3 + 1,64  
 35 35 
 0,9 0,9 
B) 5,3  1,96  ; 5,3 + 1,96  
 35 35 
 0,9 0,9 
C) 5,3  1,64  35 ; 5,3 + 1,64  35 
 
 0,9 0,9 
D) 5,3  0,9  ; 5,3 + 0,9  
 35 35 
 0,9 0,9 
E) 5,3  1,64  ; 5,3 + 1,64  
 35 35 

3. 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

A) [1,55; 1,81]
B) [1,035; 3,225]
C) [1,935; 3,225]
D) [1,6016; 1,7584]
E) [1,55; 1,7584]

11
EJERCICIOS

1. La figura adjunta muestra tres curvas normales de igual desviación estándar igual a 1. El
orden decreciente de x, y y z es

A) x > y > z
B) z > x > y μx μy μz
C) z > y > x
D) x > z > y
E) y > z > x
-2 -1 0
1 2

2. La figura adjunta muestra tres curvas normales de media igual a cero. El orden creciente
de x, y y z es

A) x < y < z
B) z < x < y
C) z < y < x
D) x < z < y
E) y < z < x

3. Si W es una variable con distribución normal de media 3 y desviación estándar 0,2,

entonces la probabilidad de obtener un valor mayor a 3 es

A) 1,0
B) 0,9
C) 0,7
D) 0,5
E) 0,3

4. Sea X una variable aleatoria de distribución normal, cuya gráfica tiene forma de una
campana. Si el promedio de la variable aleatoria es , y de desviación estándar ,
entonces ¿cuál de las siguientes afirmaciones es FALSA?

A) La gráfica es simétrica con respecto a .

B) La curva es asintótica con respecto al eje X.
C) El valor de la media, la moda y la mediana coinciden.
D) El área bajo la curva es igual a la unidad.
E) P(X = ) = 50%

12
5. Con X variable aleatoria de distribución normal, de media 20 y desviación estándar 2,
¿cuál es, aproximadamente, la probabilidad que la variable tome valores entre 22 y 24?

A) 13,96 %
B) 13,60 %
C) 10,05 %
D) 9,45 %
E) 2,14 %

6. 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)

7. Si el valor esperado en un juego de azar es 8, y tiene una desviación estándar de 1,2,

entonces la probabilidad de obtener un valor de 10,4, el valor de la variable tipificada Z
es:

A) 2,000
B) 1,960
C) 1,150
D) 1,900
E) 0,977

8. 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  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)

13
9. La longitudes, en cm, de las varillas que fabrica una empresa, tiene una distribución
N(10;0,3). ¿Cuál es la probabilidad, aproximada, de que una varilla mida menos de
9,4 cm?

A) 0,023
B) 0,477
C) 0,636
D) 0,776
E) 0,977

10. Si X ~ N(0,1), entonces ¿cuál(es) de las siguientes afirmaciones es (son) verdadera(s)?

I) La probabilidad P(X < 0) es 50%

II) P(X > 1,5) = 1 – P(X  1,5)
III) P(X = 0,5) = 0

A) Solo I
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III

11. Sea X una variable aleatoria tal que X  (0,1), entonces ¿cuál es la probabilidad
aproximada de que su valor se encuentre entre 1,24 y 2,17?

A) 9,2 %
B) 9,3 %
C) 89,3 %
D) 93,0 %
E) 98,5 %

12. En una línea de producción de 200 productos diarios, la probabilidad que un producto sea
defectuoso es de 0,4. La aproximación a una distribución normal estaría descrita por

A) N 200; 0, 4


B) N 80; 48 
C) N 80; 80 

D) N 200; 48 

E) N 80; 48

14
13. Se define X variable aleatoria con una distribución B(150; 0,4). ¿Cuál es la probabilidad
de que X sea menor que 78?

A) 0,658
B) 0,754
C) 0,853
D) 0,836
E) 0,999

14. La temperatura durante el primer trimestre del año tiene una distribución normal con
media 27°C y desviación estándar de 4°C. ¿Cuál es la probabilidad que durante un día la
temperatura esté por debajo de los 31,6°C?

A) 0,115
B) 0,600
C) 0,749
D) 0,773
E) 0,875

15. La cantidad de televisores de 5000 familias tiene de una distribución normal con media
2,84 y varianza 0,25. ¿Cuántas familias tendrán más de 4 televisores?

A) 50
B) 175
C) 2.500
D) 4.750
E) 4.950

16. 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) Ninguna de los anteriores

(DEMRE, Publicación 2015)

15
17. La cantidad de televisores por familia en una ciudad, 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)

18. 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)

19. Se puede determinar el intervalo de confianza en el que se encuentra la media de una

población, si:

(1) La media de la muestra es 12 y su desviación estándar es 9,5.

(2) El nivel de confianza requerido es un 95%

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

16
20. Se sabe que las estaturas, en cm, de las mujeres de una ciudad se pueden modelar
mediante una distribución normal con media  cm y desviación estándar 8 cm. Al
seleccionar una muestra de tamaño 121, se puede determinar el valor de , si se sabe
que:

(1) De esta muestra, 70 mujeres miden entre 160 cm y 180 cm.

(2) La mediana de la muestra es 170 cm.

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

17
 EJEMPLOS
RESPUESTAS

Ejemplos
1 2 3
Págs.
2 E A
3 E
4 D
7 C A
8 A C
9 B C
11 E A D

EJERCICIOS PÁGINA 12
RESPUESTAS

1. C 6. B 11. A 16. A
2. A 7. A 12. B 17. E
3. D 8. E 13. E 18. C
4. E 9. A 14. E 19. E
5. B 10. E 15. A 20. B

Revisa Tema 7: Datos y Azar III, módulo: Variable aleatoria, en

www.preupdvonline.cl

MC–30

Puedes complementar los contenidos de esta guía visitando nuestra web

http://www.pedrodevaldivia.cl/

18