Diego PDF

UNIVERSIDAD DE HUANUCO
Sede Tingo Mara
E.A.P DE INGENIERIA CIVIL

TEMA:
DISTRIBUCIONES DE PROBALIDAD
DISCRETAS Y CONTINUAS
CURSO
: ESTADISTICA
DOCENTE
: Ing. Bermdez Pino, Wilmer J
ESTUDIANTE : Espinoza Camayo, Diego C

CICLO
ESTADISTICA - UDH
: 2015-I
INDICE
INDICE ............................................................................................................... 2
INTRODUCCION ............................................................................................... 3
VARIABLES ALEATORIAS .............................................................................. 4
DISTRIBUCIONES DE PROBABLIDADES. ...................................................... 4
I.
Distribucin de Bernoulli .............................................................................. 4

1.1.
PROPIEDADES .................................................................................... 4
II. Distribucin binomial .................................................................................... 5

2.1.
La frmula para la distribucin Binomial................................................ 6
2.2.
Criterios o propiedades para definir la Distribucin Binomial ................ 6
2.3.
Caractersticas de la distribucin binomial. ........................................... 7
2.4.
Pasos para realizar el clculo mediante Microsoft Excel...................... 8
III. Distribucin Poisson .................................................................................. 11

Definicin: ..................................................................................................... 11
3.1.
El proceso de Poisson espacial .......................................................... 11
3.2.
El proceso de Poisson temporal .......................................................... 12
3.3.
Pasos para realizar el clculo mediante Microsoft Excel.................... 13
3.4.
Aproximacin de la distribucin Binomial por una de Poisson ............ 16
IV. Distribucin normal .................................................................................... 16

4.1.
Distribucin normal o gaussiana ......................................................... 18
4.2.
Caractersticas de la distribucin Normal ............................................ 19
4.3.
Propiedades de la distribucin normal estndar ................................. 20
V. Ejercicios propuestos de Esquema de Bernoulli ........................................ 22

VI. Tablas ........................................................................................................ 25
6.1.
Tabla de distribucin binomial normal ................................................. 25
6.2. Tabla de Probabilidades de Poisson ......................................................... 34

6.3.
Probabilidades acumuladas de la distribucin normal estndar .......... 44
6.4.
Probabilidades acumuladas de la distribucin normal estndar.......... 45
Estandarizacin de valores reales ................................................................ 46
ESTADISTICA - UDH
INTRODUCCION
Una DISTRIBUCIN de PROBABILIDAD indica toda la gama
de valores que pueden representarse como resultado de un experimento.
Una distribucin de probabilidad es similar al distribucin de frecuencias
relativas .Sin embargo, en vez de describir el pasado, describe la
probabilidad que un evento se realice en el futuro, constituye una
herramienta fundamental para la prospectiva, puesto que se puede
disear un escenario de acontecimientos futuros considerando las
tendencias actuales de diversos fenmenos naturales.
Las decisiones estadsticas basadas en la estadstica inferencial son
fundamentales en la investigacin que son evaluadas en trminos de
distribucin de probabilidades.
LAS DISTRIBUCIONES DE PROBABILIDAD. Se emplean el estudio de
fenmenos aleatorios en disciplinas como la ingeniera y las ciencias
aplicadas o bien en negocios y la economa. En este manual se
desarrollar un mtodo para determinar las distribuciones de probabilidad
de una funcin de variable aleatoria.
La eleccin de una distribucin de probabilidad para representar un
fenmeno de inters prctico debe estar motivado tanto por la
comprensin de la naturaleza del fenmeno en s, como por la posible
verificacin de la distribucin seleccionada a travs de la evidencia
emprica.
En todo momento debe evitarse aceptar de manera tcita una
determinada distribucin de probabilidad como modelo de un problema
prctico.
Se evalan algunas distribuciones tanto discretas como continuas. En
cada caso se expondrn detalladamente las caractersticas distintas de
las distribuciones particulares de probabilidad y se establecern sus
medias o promedios y varianzas.
ESTADISTICA - UDH
VARIABLES ALEATORIAS
Una variable estadstica es una caracterstica (cualitativa o cuantitativa) que se
mide u observa en una poblacin. Si la poblacin es aleatoria y la caracterstica
es cuantitativa la variable estadstica es denominada variable aleatoria. Las
variables aleatorias se clasifican en discretas y continuas.
Definicin. Se denomina variable aleatoria, a una variable estadstica
cuantitativa definida en un espacio muestral.
DISTRIBUCIONES DE PROBABLIDADES.
Desarrollar un sistema que permita llevar un control efectivo de inscripcin y
pagos de cursos, as mismo de asistencia del profesor, practicante y bolsista en
los ambientes de los cuatro laboratorios de la facultad de Ingeniera de
informtica y sistemas con la finalidad de contar con una informacin veraz,
precisa y ordenadamente al momento que el administrador o personal
encargado de los laboratorios lo requiera.
I.
Distribucin de Bernoulli
Un experimento aleatorio se dice que es de Bernoulli cuando nicamente puede

tener dos resultados mutuamente excluyentes; uno de ellos se denomina xito
y el otro fracaso y estn representadas por dos valores (1=EXITO y
0=FRACASO.) Con probabilidad p y 1p.
P (X = 1) = p; P (X = 0) = 1 p
Ejemplos:
Los resultados cara o cruz en el lanzamiento de una moneda.
Las piezas defectuosa o no defectuosa en el control de calidad de un

producto
1.1.
PROPIEDADES
Distribucin de Bernoulli de parmetro p

Media
E(X) = p
Varianza 2
Var (X) = p (1 p)
Desviacin Tpica
p (1 p)
ESTADISTICA - UDH
II.
Distribucin binomial
Una variable aleatoria sigue una distribucin binomial cuando cada ensayo tiene
exactamente dos posibles resultados. Distribucin binomial se define como el
nmero de xito puede esperarse que siga una muestra especial. Una
distribucin de probabilidad se indica la distribucin de los valores esperados.
Un histograma se utiliza para representar la distribucin de los valores que
realmente se producen en un determinado de la muestra. La distribucin binomial
es el origen de la popular prueba binomial de significacin estadstica. El
experimento de la falta de xito, tambin llamado como experimento de Bernoulli
o ensayo de Bernoulli; cuando n = 1, la distribucin binomial es una distribucin
de Bernoulli. La distribucin Binomial es una n veces repetida ensayo de
Bernoulli.
En comn una distribucin Binomial surge cuando contamos con las siguientes
4 condiciones:
1. n ensayos idnticos
2. Dos resultados posibles para cada prueba xito y el fracaso
3. Los ensayos son independientes, por ejemplo, cada sorteo no afecta a
los dems
4. P (xito) = p es el mismo para cada ensayo
Una sucesin de n pruebas se dice que es de Bernoulli cuando los
experimentos individuales
Verifican las siguientes condiciones:
1. Las n pruebas son independientes.
2. Cada prueba es de Bernoulli.
3. La probabilidad p de xito es igual en todas las pruebas.
La variable aleatoria definida como nmero de xitos en n pruebas, X _ B(n,
p), se dice que sigue una distribucin binomial de parmetros n, p.
La variable puede tomar los valores {0, 1, 2,. . ., k,. . ., n} y su funcin de
probabilidad
Es la siguiente:
Pr(X = k) = Pr (k xitos en n pruebas) = ()
Donde
() = nmero de resultados posibles con k xitos

n es el nmero de pruebas.
ESTADISTICA - UDH
K es el nmero de xitos.
= P (cada resultado con k xitos)
p es la probidad de xito.
q es la probabilidad de fracaso.
Ejemplos:
Nmero de veces que aparece el resultado cara al lanzar una moneda

diez veces.
Nmero de xitos en la recepcin de un mensaje enviado a 100

destinatarios.
Nmero de ordenadores en una subred que han sido infectados por un

virus.
2.1. La frmula para la distribucin Binomial

Si estn definidas las cuatro condiciones anteriores, a continuacin, la
distribucin Binomial puede calcularse mediante la frmula
P( X x) nx p x q n x ,
x 0, 1, 2,.......,n
0 para otros valores

La distribucin de probabilidad binomial acumulado est dada por:
n
P( X x)
x 0
p q
n
x
x n x
x 0, 1, 2,.......,n
0 para otros valores

2.2. Criterios o propiedades para definir la Distribucin
Binomial
Resumiendo, podemos definir estos criterios:
1- El experimento aleatorio consiste en
ensayos o pruebas repetidas, e
idnticas y fijadas antes del experimento (pruebas de Bernoulli). Son pruebas

con reemplazamiento o con reposicin.
2- Cada uno de los
ensayos o pruebas arroja solo uno de dos resultados
posibles resultados: xito o fracaso.
ESTADISTICA - UDH
3- La probabilidad del llamado xito (
, permanece constante
para cada ensayo o prueba.

4- Cada prueba o ensayo se repite en idnticas condiciones y es independiente
de las dems.
Cuando estas propiedades se cumplen en el experimento aleatorio se dice que
el constituye un proceso de Bernoulli y cada uno de los ensayos que lo
conforman se llama experimento de Bernoulli.
5. El inters recae en hallar la probabilidad de obtener
realizar
nmero de xitos al
ensayos del mismo E.A.
La funcin de probabilidad de X en esas condiciones ser:
Para
entero y
2.3. Caractersticas de la distribucin binomial.

Tendencia central:
aplicando la
definicin de valor esperado se obtiene que para esta distribucin:

Dispersin o variacin:
= lo que conduce a que una v.a.
binomial X tiene como varianza

Por lo tanto su desviacin estndar:
Asimetra deformacin (Forma): con base en la razn entre los momentos

centrales de orden dos y tres como quedo definido antes:
Sobre la base de que si:
ESTADISTICA - UDH
Generalmente la distribucin binomial es sesgada asimtrica hacia la derecha,
sesgo que se va perdiendo cuanto ms grande sea el valor de
y en la medida en que
se acerque a
limite en el cual se torna simtrica
(por lo tanto
(# de pruebas)
tienda a
),
Para el caso considerado y utilizando tanto la metodologa tradicional de la

definicin de conceptos como usando las frmulas simplificadas, tenemos:
Total
0
; Tambin
;
Su funcin de distribucin acumulada ser:
2.4. Pasos para realizar el clculo mediante Microsoft Excel

Primer ejercicio.-Formalizando lo obtenido, en una variable binomial con 7 repeticiones y con
probabilidad de exito1/6, Cunto es la probabilidad de obtener 3 xitos?
N=7
X=3
P=1/6
Realizando el clculo reemplazando en la formula.

7
( = 3) = ( ) . 1/63 . (1 1/6)73 = 0.0781
3
ESTADISTICA - UDH
Calculando mediante Microsoft Excel
Primer paso: seleccionas un cuadro dnde vas a hacer el clculo y haces clic
en f(x) e insertas una funcin
Una vez hecho esta operacin te saldr el siguiente cuadro donde tienes que
elegir una categora, haces clic en estadsticas.
ESTADISTICA - UDH
Entonces te saldr la siguiente tabla donde tienes que escoger una funcin, en
este caso seleccionas la funcin que dice distribucin binomial
A continuacin te saldr unos cuadros donde tienes que ingresar tus datos,
ingresas tus datos ya obtenidos una cada una segn corresponda.
Pones aceptar y ya tienes el resultado, y asi de te facilita para resolver varios

ejercicios de probabilidades.
ESTADISTICA - UDH
III.
Distribucin Poisson
Definicin:
En estadstica, la distribucin de Poisson es una de las distribuciones de
probabilidad discreta. Esta distribucin se utiliza para calcular las posibilidades
de un evento con la tasa media dada de valor (). Una variable aleatoria de
Poisson (x) se refiere al nmero de xitos en un experimento de Poisson.
Formula:
f(x)=e-x/x!
Cuando,
es una tasa promedio del valor.
X es una variable aleatoria de Poisson.
e es la base del logaritmo (e = 2,718).
3.1.
El proceso de Poisson espacial
Supongamos un recipiente de volumen V con un lquido en el que hay n

bacterias, que se consideran de tamao puntual. Se supone que el lquido est
bien batido, y que las bacterias no se atraen ni repelen entre s. Estas dos
suposiciones se pueden formalizar respectivamente as:
Homogeneidad espacial: Para cada una de la n bacterias, y cada regin D del
recipiente, la probabilidad de que la bacteria est en D depende slo del volumen
de D (y no de su forma o posicin)
No interaccin: Los eventos la j-esima bacteria est en D (j = 1,. . ., n) son

independientes.
Dada ahora una regin D con volumen v, se desea calcular la probabilidad del
evento en D hay exactamente k bacterias. Esta probabilidad depende solo de
v, por la primera suposicin; la llamaremos gk(v). Sea h(v) la probabilidad de que
una bacteria dada est en D (depende slo de v). Si D1 y D2 son dos regiones
disjuntas con volmenes v1, v2
ESTADISTICA - UDH
3.2. El proceso de Poisson temporal

Consideremos ms en general la situacin de la Seccin 2.2.1. En vez de la
probabilidad de que en el intervalo [0, t) no se emita ninguna partcula,
calcularemos en general la probabilidad de que se emitan exactamente k
partculas. Para ello, definimos para k = 0, 1,. . . los eventos
Ak (t1, t2)= {en el intervalo de tiempo [t1, t2) se emiten exactamente k partculas}.
Calcularemos la forma de P {Ak(t1, t2)}.
Las suposiciones de invariancia y falta de memoria de pgina 16 se pueden
ahora traducir respectivamente as:
S1) P{Ak(s, s + t)} no depende de s
S2) Para todo n, cualesquiera sean t0 < t1 < t2 <. . .< tn y k1, k2,. . ., kn, los
eventos Ak1 (t0, t1), . . . ,Akn(tn1, tn) son independientes.
A las dos suposiciones anteriores hace falta agregar la de que las partculas se
emiten de a una, que informalmente seria:
Sucesos aislados La probabilidad de que en un intervalo corto de tiempo se emita
ms de una partcula, es despreciable comparada con la de que se emita una o
Respectivamente, tales que D = D1 _ D2, entonces v = v1 + v2, y como los
eventos la bacteria est en D1 y est en D2 son disjuntos, resulta:
h(v) = h(v1 + v2) = h(v1) + h(v2).
Adems h es creciente. El lector puede probar fcilmente (ejercicio 2.18) que
h(v) = av donde a es una constante. Como h(V ) = 1, debe ser a = 1/V y por lo
tanto h(v) = v/V que es la proporcin del volumen total correspondiente a D, como
era de esperar intuitivamente. Notemos ahora que estamos en la situacin de la
binomial, con p = v/V , de modo que gk(v) = b(k; n, v/V ). En la mayora de las
situaciones prcticas, n es muy grande, y las regiones que se consideran son
pequeas comparadas con el recipiente total; de manera que se puede tomar n
_ _ y V _ _, con n/V _ c, donde c se puede interpretar como cantidad media de
bacterias por unidad de volumen. En estas circunstancias, por (2.17) resulta
para todos los efectos prcticos:
gk (v) = p(k; cv).
Por ejemplo, cuando se toma una muestra de sangre para hacer un recuento de
glbulos rojos, V y v son los volmenes de sangre en el cuerpo y en la muestra,
ESTADISTICA - UDH
3.3. Pasos para realizar el clculo mediante Microsoft Excel

Ejercicio 02
Si un banco recibe en promedio 6 cheques sin fondos por da, cules son las
probabilidades de que reciba.
A) cuatro cheques sin fondo en un da dado.
B) cheques sin fondos en cualquiera de los dos das consecutivos?
Solucin:
P= probabilidad de xito
= (n*p)=la media de la distribucin binomial.
=6
() =
x=4

!
( = 4) =
6 64
4!
= 0.13385
Lo clculo mediante Microsoft Excel

Primer paso: abrimos Excel y cliqueamos donde est la Fx, insertamos una
funcin.
Segundo paso: seleccionamos la categora de estadsticas.
ESTADISTICA - UDH
Tercer paso: seleccionar la funcin poisson.
Cuarto paso: ingresas los datos segn correspondan.
ESTADISTICA - UDH
Quinto paso: hacemos clic en aceptar y ya contamos con el resultado.
ESTADISTICA - UDH
3.4. Aproximacin de la distribucin Binomial por una de

Poisson
Algunas veces, si se desea evitar el tedioso trabajo de calcular las distribuciones
binomiales, sobre todo si n (ensayos) es muy grande y p o q (xito y fracaso) es
muy pequea, se puede usar a cambio la de Poisson, pero debe cumplir con
ciertas condiciones como:
_ n 30
_ np o nq < 5
En los casos en que se satisfacen tales condiciones, podemos sustituir la media
de la distribucin binomial en lugar de la media de la distribucin de Poisson de
modo:
l=np
Ejemplo:
Se sabe que 1% de los artculos de un gran embarque de transistores procedente
de un proveedor son defectuosos. Si se selecciona aleatoriamente una muestra
de 30 transistores, la probabilidad de que dos o ms de ellos sean defectuosos.
P (X 2 I n=30, p= 0.01) = P (X=2) + P (X=3) + = 0.0328+0.0031+0.0002 =
0.0361
Si l=np=30(0.01) = 0.3,
la aproximacin de Poisson del anterior valor de probabilidad es:
P (X 2 I l = 0.3) = P (X=2) + P (X=3) + = 0.0333 + 0.0033 + 0.0002 = 0.0368
As la diferencia entre la aproximacin de Poisson y el valor de probabilidad
binomial real es de slo 0.0007
IV.
Distribucin normal
Sin duda, la distribucin continua de probabilidad ms importante, por la

frecuencia con que se encuentra y por sus aplicaciones tericas, es la
distribucin normal, gaussiana o de Laplace-Gauss. Fue descubierta y
publicada por primera vez en 1733 por De Moivre. A la misma llegaron, de forma
independiente, Laplace (1812) y Gauss (1809), en relacin con la teora de los
ESTADISTICA - UDH
errores de observacin astronmica y fsica. Y tambin, Un proceso opera en
condiciones normales, si tiene los materiales dentro de de especificaciones y del
mismo lote, un mtodo consistente, un medio ambiente adecuado, el operador
capacitado, y el equipo ajustado correctamente, si se toman mediciones en
alguna caracterstica del producto, mostrar el siguiente comportamiento:
Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una
especie (tallas, pesos, dimetros, permetros,...).
Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un
mismo grupo de individuos, puntuaciones de examen,...
Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco.
Distribucin grfica de la variacin

La Curva normal
LAS PIEZAS VARAN DE UNA A OTRA:
TAMAO
TAMAO
TAMAO
TAMAO
Pero ellas forman un patrn, tal que si es estable, se denomina distr. Normal
SIZE
TAMAO
TAMAO
LAS DISTRIBUCIONES PUEDEN DIFERIR EN:

UBICACIN
TAMAO
DISPERSIN
TAMAO
FORMA
TAMAO
. . . O TODA COMBINACIN DE STAS
Fig. 1 Construccin de la distribucin normal
La distribucin normal es una de las distribuciones ms usadas e importantes.

Se ha desenvuelto como una herramienta indispensable en cualquier rama de la
ciencia, la industria y el comercio.
Muchos eventos reales y naturales tienen una distribucin de frecuencias cuya
forma es muy parecida a la distribucin normal. La distribucin normal es llamada
tambin campana de Gauss por su forma acampanada.
ESTADISTICA - UDH
Cuando se incluyen todos los datos de un proceso o poblacin, sus parmetros
se indican con letras griegas, tales como: promedio o media = (mu), y
desviacin estndar (indicador de la dispersin de los datos) = (sigma).
Para el caso de estadsticos de una muestra se tiene media = X y desv. est.= s.
Errores cometidos al medir ciertas magnitudes.

Valores estadsticos muestrales, por ejemplo: la media.
Y en general cualquier caracterstica que se obtenga como suma de muchos
factores.
Otras distribuciones como la binomial o la de Poisson se aproximan a la

normal. Distribuciones binomiales con n grande (n >30) y p ni pequeo (np > 5)
ni grande
(n (1-p) > 5).
4.1.
Distribucin normal o gaussiana
Est caracterizada por dos parmetros: la media, y la desviacin tpica, .

Su funcin de densidad es:
N (, ) = P(x) = =
1
2
()2
22
(>0)
La curva normal adopta un nmero infinito de formas, determinadas por sus

parmetros y .
ESTADISTICA - UDH
4.2.
Caractersticas de la distribucin Normal
Tiene forma de campana, es asinttica al eje de las abscisas (para x = )

Simtrica con respecto a la media () donde coinciden la mediana (Mn) y la moda
(Mo).
N (, ): Interpretacin probabilista
Entre la media y una desviacin
Tpica tenemos siempre
la misma probabilidad:
Aproximadamente el 68%.
Entre la media y dos

Desviaciones tpicas aprox. 95%
Si tomamos intervalos centrados en , y cuyos extremos estn

a distancia ,
tenemos probabilidad 68%
a distancia 2 ,
a distancia 25
ESTADISTICA - UDH
4.3.
Propiedades de la distribucin normal estndar
La distribucin normal estndar tiene media = 0 y desviacin estndar

=1. La media, Mediana y Moda coinciden, son iguales y se localizan en el
pico.
La desviacin estndar
sigma representa la
distancia de la media al
punto de inflexin de la
curva normal
X
x-3
x-2
x-
x+
x+2
x+3
z
-3
-2
-1
Propiedades de la distribucin normal
El rea bajo la curva o probabilidad de menos infinito a ms infinito vale 1.
La distribucin normal es simtrica, la mitad de curva tiene un rea de 0.5.
La escala horizontal de la curva se mide en desviaciones estndar.
La forma y la posicin de una distribucin normal dependen de los parmetros
, , por lo que hay un nmero infinito de distribuciones normales.

Curvas
Curvas Normales
Normales con
con Medias
Medias iguales
iguales pero
pero
Desviaciones
estndar
diferentes
Desviaciones estndar diferentes
3.9
3.9
== 5.0
5.0
Lmite inferior de especs. Lmite superior de especificaciones

Distribuciones normales con varias desv. Estndar
ESTADISTICA - UDH
Normales
Normales con
con Medias
Medias yy
Desviaciones
estndar
Desviaciones estndar diferentes
diferentes
=
= 5,
5, == 33
== 9,
9, =
= 66
== 14,
14, == 10
10
LIE
LSE
Distribuciones normales con varias medias y desviaciones estndar
Existe una relacin del porcentaje de probabilidad o rea bajo la curva normal a
la desviacin estndar. En la figura observamos por ejemplo que el rea bajo la
curva para
tiene un porcentaje de 68.26%,
3 99.73% .
-3s -2s -1s
+1s +2s +3s

68.26%
95.46%
99.73%
rea bajo la curva de Distribucin normal

ESTADISTICA - UDH
= 95.46% y
Lo anterior se puede calcular con la Tabla de distribucin normal o con Excel (Fx
=distribucin normal .estndar d(Z) proporciona el rea desde menos infinito
hasta Z).
En la tabla normal, se busca el valor de Z y se encuentra el rea bajo la curva.
La primera tabla sirve para determinar el rea o probabilidad que se encuentra

fuera de los lmites de especificaciones. La segunda tabla proporciona valores
de rea bajo la curva para Zs mayores a cero. En cada una se muestran
ejemplos de su uso.
V.
Ejercicios propuestos de Esquema de Bernoulli
1. Se tira una moneda 6 veces consecutivas. Calcular la probabilidad de que

aparezca cara:
a) por lo menos una vez;
b) no menos de dos veces;
c) de 3 a 5 veces.
2. Calcular la probabilidad de obtener tres veces 6 puntos, al tirar un dado

5 veces.
3. En un proceso industrial, la probabilidad de que un cierto artculo resulte

defectuoso es 0,01. Calcular la probabilidad de que, en 10 artculos elegidos al
azar, resulten:
a) por lo menos un defectuoso
b) no menos de dos defectuosos.
4. En la trasmisin de un mensaje compuesto por signos, la probabilidad de que

ocurra un error en un signo es 0,1. Calcular la probabilidad de que, en un
mensaje con 4 signos:
a) no hayan errores
b) ocurra un error
c) ocurra no menos de un error.
ESTADISTICA - UDH
5. Calcular la probabilidad de que, en 2n experimentos en un esquema de
Bernoulli, se obtengan xitos nicamente en los n experimentos con nmero
par, si la probabilidad de xito en un experimento es p.
6. Un trabajador controla 5 mquinas de un mismo tipo. La probabilidad de que
una mquina requiera la atencin del trabajador en el lapso de una hora es 1/3.
Calcular la probabilidad de que, en el curso de una hora, el trabajador sea
requerido por:
a) 2 mquinas
b) no menos de 2 mquinas.
7. Un matemtico lleva consigo dos cajas de fsforos. Al principio, en cada caja,

hay n fsforos. Cada vez que el matemtico precisa un fsforo, elige al azar una
de las cajas. Calcular la probabilidad de que, cuando se vace una de las cajas,
en la otra hayan exactamente r fsforos (0 < r n).
8. En una habitacin hay tres lmparas. La probabilidad de que cada una de

estas lmparas no se queme, en el lapso de un ao, es 0,8. Calcular la
probabilidad de que, en el curso de un ao, estn funcionando:
a) 2 lmparas
b) por lo menos una lmpara.
9. La probabilidad de xito en un experimento de Bernoulli es p. Calcular la

probabilidad de que, en el experimento que ocupa el k-simo lugar, ocurra xito
por l-sima vez (0 < l _k n).
10. Una partcula que flucta por los puntos enteros de la recta real, en un cierto
momento (momento de salto) se traslada una unidad a la izquierda con
probabilidad 1/2, o una unidad a la derecha con probabilidad 1/2
(independientemente de la direccin de los movimientos anteriores). Este
esquema se denomina paseo al azar simple. Calcular la probabilidad de que,
luego de 2n saltos, la partcula se encuentre en el punto desde el cual comenz
a trasladarse.
ESTADISTICA - UDH
11. Se tira una moneda 1600 veces. Calcular aproximadamente, la probabilidad
de que se obtenga cara: (a) exactamente 780 veces; (b) de 780 a 820 veces.
12. La probabilidad de acertar en un blanco es 0,8. Calcular aproximadamente,
la probabilidad de que en 400 disparos, se obtengan:
a) exactamente 300 aciertos
b) no menos de 300 aciertos.
13. En determinadas condiciones de produccin de un cierto artculo, la
probabilidad de que resulte defectuoso es 0,01. Calcular la probabilidad de que,
entre 10000 artculos examinados de esta produccin, resulten:
a) de 80 a 110 defectuosos
b) no menos de 9950 artculos sin defectos.
14. En una compaa de seguros hay asegurados 50.000 personas, de una cierta
edad y grupo social. La probabilidad de defuncin en el curso de un ao, para
cada individuo, es 0,006. Cada persona asegurada paga, al inicio del ao, 40
dlares, y en caso de fallecer, sus parientes reciben de la compaa 5000
dlares. Calcular la probabilidad de que, en el lapso de un ao, dicha compaa:
a) sufra perdidas
b) obtenga ganancias de por lo menos 300.000 dlares
c) obtenga ganancias de por lo menos 800.000 dlares.
15. Calcular la probabilidad de que, en una serie de 1000 tiradas de una moneda,
la frecuencia de aparicin de cara se diferencie de la probabilidad de aparicin
de cara, en no ms de 0,03
16. La probabilidad de xito en un experimento de un esquema de Bernoulli es

0,005. Calcular la probabilidad de que, en una serie de 800 experimentos, ocurra
por lo menos un xito. (Sugerencia: utilizar la aproximacin de Poisson a la
distribucin binomial.)
17. La probabilidad de acertar en un blanco es de 0,001. Calcular la probabilidad

de acertar en el blanco dos o ms veces, en una serie de 5000 disparos.
(Sugerencia: utilizar la aproximacin de Poisson a la distribucin binomial.)
ESTADISTICA - UDH
VI. Tablas
6.1.
Tabla de distribucin binomial normal
Estas tablas de distribucin binomial estn hasta que n=20 comenzando de n =
1.
0,10
0,900
0,100
0,20
0,800
0,200
0,30
0,700
0,300
n=1
P
0,40
0,50
0,600
0,500
0,400
0,500
n=2
PROBABILIDAD
X
0,05
0,10
0
0,903
0,810
1
0,095
0,180
2
0,003
0,010
0,20
0,640
0,320
0,040
0,30
0,490
0,420
0,090
0,40
0,360
0,480
0,160
0,50
0,250
0,500
0,250
0,60
0,160
0,480
0,360
0,70
0,090
0,420
0,490
0,80
0,040
0,320
0,640
0,90
0,010
0,180
0,810
0,95
0,003
0,095
0,903
0,40
0,216
0,432
0,288
0,064
n=3
P
0,50
0,125
0,375
0,375
0,125
0,60
0,064
0,288
0,432
0,216
0,70
0,027
0,189
0,441
0,343
0,80
0,008
0,096
0,384
0,512
0,90
0,001
0,027
0,243
0,729
0,95
0,000
0,007
0,135
0,857
0,40
0,130
0,346
0,346
0,154
0,026
n=4
P
0,50
0,063
0,250
0,375
0,250
0,063
0,60
0,026
0,154
0,346
0,346
0,130
0,70
0,008
0,076
0,265
0,412
0,240
0,80
0,002
0,026
0,154
0,410
0,410
0,90
0,000
0,004
0,049
0,292
0,656
0,95
0,000
0,000
0,014
0,171
0,815
0,40
0,078
0,259
0,346
0,230
0,077
0,010
n=5
P
0,50
0,031
0,156
0,313
0,313
0,156
0,031
0,60
0,010
0,077
0,230
0,346
0,259
0,078
0,70
0,002
0,028
0,132
0,309
0,360
0,168
0,80
0,000
0,006
0,051
0,205
0,410
0,328
0,90
0,000
0,000
0,008
0,073
0,328
0,590
0,95
0,000
0,000
0,001
0,021
0,204
0,774
X
0
1
X
0
1
2
3
X
0
1
2
3
4
X
0
1
2
3
4
5
0,05
0,950
0,050
0,05
0,857
0,135
0,007
0,000
0,05
0,815
0,171
0,014
0,000
0,000
0,05
0,774
0,204
0,021
0,001
0,000
0,000
0,10
0,729
0,243
0,027
0,001
0,10
0,656
0,292
0,049
0,004
0,000
0,10
0,590
0,328
0,073
0,008
0,000
0,000
0,20
0,512
0,384
0,096
0,008
0,20
0,410
0,410
0,154
0,026
0,002
0,20
0,328
0,410
0,205
0,051
0,006
0,000
ESTADISTICA - UDH
0,30
0,343
0,441
0,189
0,027
0,30
0,240
0,412
0,265
0,076
0,008
0,30
0,168
0,360
0,309
0,132
0,028
0,002
0,60
0,400
0,600
0,70
0,300
0,700
0,80
0,200
0,800
0,90
0,100
0,900
0,95
0,050
0,950
X
0
1
2
3
4
5
6
X
0
1
2
3
4
5
6
7
X
0
1
2
3
4
5
6
7
8
X
0
1
2
3
4
5
6
7
8
9
0 .0 5
0 .7 3 5
0 .2 3 2
0 .0 3 1
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 5
0 .6 9 8
0 .2 5 7
0 .0 4 1
0 .0 0 4
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 5
0 .6 6 3
0 .2 7 9
0 .0 5 1
0 .0 0 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 5
0 .6 3 0
0 .2 9 9
0 .0 6 3
0 .0 0 8
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .5 3 1
0 .3 5 4
0 .0 9 8
0 .0 1 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .1 0
0 .4 7 8
0 .3 7 2
0 .1 2 4
0 .0 2 3
0 .0 0 3
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .4 3 0
0 .3 8 3
0 .1 4 9
0 .0 3 3
0 .0 0 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .3 8 7
0 .3 8 7
0 .1 7 2
0 .0 4 5
0 .0 0 7
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .2 0
0 .2 6 2
0 .3 9 3
0 .2 4 6
0 .0 8 2
0 .0 1 5
0 .0 0 2
0 .0 0 0
0 .2 0
0 .2 1 0
0 .3 6 7
0 .2 7 5
0 .1 1 5
0 .0 2 9
0 .0 0 4
0 .0 0 0
0 .0 0 0
0 .2 0
0 .1 6 8
0 .3 3 6
0 .2 9 4
0 .1 4 7
0 .0 4 6
0 .0 0 9
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .2 0
0 .1 3 4
0 .3 0 2
0 .3 0 2
0 .1 7 6
0 .0 6 6
0 .0 1 7
0 .0 0 3
0 .0 0 0
0 .0 0 0
0 .0 0 0
ESTADISTICA - UDH
0 .3 0
0 .1 1 8
0 .3 0 3
0 .3 2 4
0 .1 8 5
0 .0 6 0
0 .0 1 0
0 .0 0 1
0 .3 0
0 .0 8 2
0 .2 4 7
0 .3 1 8
0 .2 2 7
0 .0 9 7
0 .0 2 5
0 .0 0 4
0 .0 0 0
0 .3 0
0 .0 5 8
0 .1 9 8
0 .2 9 6
0 .2 5 4
0 .1 3 6
0 .0 4 7
0 .0 1 0
0 .0 0 1
0 .0 0 0
0 .3 0
0 .0 4 0
0 .1 5 6
0 .2 6 7
0 .2 6 7
0 .1 7 2
0 .0 7 4
0 .0 2 1
0 .0 0 4
0 .0 0 0
0 .0 0 0
0 .4 0
0 .0 4 7
0 .1 8 7
0 .3 1 1
0 .2 7 6
0 .1 3 8
0 .0 3 7
0 .0 0 4
n = 6
P
0 .5 0
0 .0 1 6
0 .0 9 4
0 .2 3 4
0 .3 1 3
0 .2 3 4
0 .0 9 4
0 .0 1 6
0 .6 0
0 .0 0 4
0 .0 3 7
0 .1 3 8
0 .2 7 6
0 .3 1 1
0 .1 8 7
0 .0 4 7
0 .7 0
0 .0 0 1
0 .0 1 0
0 .0 6 0
0 .1 8 5
0 .3 2 4
0 .3 0 3
0 .1 1 8
0 .8 0
0 .0 0 0
0 .0 0 2
0 .0 1 5
0 .0 8 2
0 .2 4 6
0 .3 9 3
0 .2 6 2
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 1 5
0 .0 9 8
0 .3 5 4
0 .5 3 1
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 3 1
0 .2 3 2
0 .7 3 5
0 .4 0
0 .0 2 8
0 .1 3 1
0 .2 6 1
0 .2 9 0
0 .1 9 4
0 .0 7 7
0 .0 1 7
0 .0 0 2
n = 7
P
0 .5 0
0 .0 0 8
0 .0 5 5
0 .1 6 4
0 .2 7 3
0 .2 7 3
0 .1 6 4
0 .0 5 5
0 .0 0 8
0 .6 0
0 .0 0 2
0 .0 1 7
0 .0 7 7
0 .1 9 4
0 .2 9 0
0 .2 6 1
0 .1 3 1
0 .0 2 8
0 .7 0
0 .0 0 0
0 .0 0 4
0 .0 2 5
0 .0 9 7
0 .2 2 7
0 .3 1 8
0 .2 4 7
0 .0 8 2
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 4
0 .0 2 9
0 .1 1 5
0 .2 7 5
0 .3 6 7
0 .2 1 0
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 3
0 .0 2 3
0 .1 2 4
0 .3 7 2
0 .4 7 8
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 4
0 .0 4 1
0 .2 5 7
0 .6 9 8
0 .4 0
0 .0 1 7
0 .0 9 0
0 .2 0 9
0 .2 7 9
0 .2 3 2
0 .1 2 4
0 .0 4 1
0 .0 0 8
0 .0 0 1
n = 8
P
0 .5 0
0 .0 0 4
0 .0 3 1
0 .1 0 9
0 .2 1 9
0 .2 7 3
0 .2 1 9
0 .1 0 9
0 .0 3 1
0 .0 0 4
0 .6 0
0 .0 0 1
0 .0 0 8
0 .0 4 1
0 .1 2 4
0 .2 3 2
0 .2 7 9
0 .2 0 9
0 .0 9 0
0 .0 1 7
0 .7 0
0 .0 0 0
0 .0 0 1
0 .0 1 0
0 .0 4 7
0 .1 3 6
0 .2 5 4
0 .2 9 6
0 .1 9 8
0 .0 5 8
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 9
0 .0 4 6
0 .1 4 7
0 .2 9 4
0 .3 3 6
0 .1 6 8
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 5
0 .0 3 3
0 .1 4 9
0 .3 8 3
0 .4 3 0
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 5
0 .0 5 1
0 .2 7 9
0 .6 6 3
0 .4 0
0 .0 1 0
0 .0 6 0
0 .1 6 1
0 .2 5 1
0 .2 5 1
0 .1 6 7
0 .0 7 4
0 .0 2 1
0 .0 0 4
0 .0 0 0
n = 9
P
0 .5 0
0 .0 0 2
0 .0 1 8
0 .0 7 0
0 .1 6 4
0 .2 4 6
0 .2 4 6
0 .1 6 4
0 .0 7 0
0 .0 1 8
0 .0 0 2
0 .6 0
0 .0 0 0
0 .0 0 4
0 .0 2 1
0 .0 7 4
0 .1 6 7
0 .2 5 1
0 .2 5 1
0 .1 6 1
0 .0 6 0
0 .0 1 0
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 4
0 .0 2 1
0 .0 7 4
0 .1 7 2
0 .2 6 7
0 .2 6 7
0 .1 5 6
0 .0 4 0
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 3
0 .0 1 7
0 .0 6 6
0 .1 7 6
0 .3 0 2
0 .3 0 2
0 .1 3 4
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 7
0 .0 4 5
0 .1 7 2
0 .3 8 7
0 .3 8 7
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 8
0 .0 6 3
0 .2 9 9
0 .6 3 0
n = 10
P
x
0,05
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
0,95
0
1
2
3
4
5
6
7
8
9
10
0,599
0,315
0,075
0,010
0,001
0,000
0,000
0,000
0,000
0,000
0,000
0,349
0,387
0,194
0,057
0,011
0,001
0,000
0,000
0,000
0,000
0,000
0,107
0,268
0,302
0,201
0,088
0,026
0,006
0,001
0,000
0,000
0,000
0,028
0,121
0,233
0,267
0,200
0,103
0,037
0,009
0,001
0,000
0,000
0,006
0,040
0,121
0,215
0,251
0,201
0,111
0,042
0,011
0,002
0,000
0,001
0,010
0,044
0,117
0,205
0,246
0,205
0,117
0,044
0,010
0,001
0,000
0,002
0,011
0,042
0,111
0,201
0,251
0,215
0,121
0,040
0,006
0,000
0,000
0,001
0,009
0,037
0,103
0,200
0,267
0,233
0,121
0,028
0,000
0,000
0,000
0,001
0,006
0,026
0,088
0,201
0,302
0,268
0,107
0,000
0,000
0,000
0,000
0,000
0,001
0,011
0,057
0,194
0,387
0,349
0,000
0,000
0,000
0,000
0,000
0,000
0,001
0,010
0,075
0,315
0,599
0,60
0,000
0,001
0,005
0,023
0,070
0,147
0,221
0,236
0,177
0,089
0,027
0,004
0,70
0,000
0,000
0,001
0,004
0,017
0,057
0,132
0,220
0,257
0,200
0,093
0,020
0,80
0,000
0,000
0,000
0,000
0,002
0,010
0,039
0,111
0,221
0,295
0,236
0,086
0,90
0,000
0,000
0,000
0,000
0,000
0,000
0,002
0,016
0,071
0,213
0,384
0,314
0,95
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,001
0,014
0,087
0,329
0,569
0,60
0,000
0,000
0,002
0,012
0,042
0,101
0,70
0,000
0,000
0,000
0,001
0,008
0,029
0,80
0,000
0,000
0,000
0,000
0,001
0,003
0,90
0,000
0,000
0,000
0,000
0,000
0,000
0,95
0,000
0,000
0,000
0,000
0,000
0,000
n = 11
P
x
0
1
2
3
4
5
6
7
8
9
10
11
0,05
0,569
0,329
0,087
0,014
0,001
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,10
0,314
0,384
0,213
0,071
0,016
0,002
0,000
0,000
0,000
0,000
0,000
0,000
0,20
0,086
0,236
0,295
0,221
0,111
0,039
0,010
0,002
0,000
0,000
0,000
0,000
0,30
0,020
0,093
0,200
0,257
0,220
0,132
0,057
0,017
0,004
0,001
0,000
0,000
0,40
0,004
0,027
0,089
0,177
0,236
0,221
0,147
0,070
0,023
0,005
0,001
0,000
0,50
0,000
0,005
0,027
0,081
0,161
0,226
0,226
0,161
0,081
0,027
0,005
0,000
n = 12
P
x
0
1
2
3
4
5
0,05
0,540
0,341
0,099
0,017
0,002
0,000
0,10
0,282
0,377
0,230
0,085
0,021
0,004
0,20
0,069
0,206
0,283
0,236
0,133
0,053
ESTADISTICA - UDH
0,30
0,014
0,071
0,168
0,240
0,231
0,158
0,40
0,002
0,017
0,064
0,142
0,213
0,227
0,50
0,000
0,003
0,016
0,054
0,121
0,193
n = 13
P
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
0 .0 5
0 .5 1 3
0 .3 5 1
0 .1 1 1
0 .0 2 1
0 .0 0 3
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .2 5 4
0 .3 6 7
0 .2 4 5
0 .1 0 0
0 .0 2 8
0 .0 0 6
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .2 0
0 .0 5 5
0 .1 7 9
0 .2 6 8
0 .2 4 6
0 .1 5 4
0 .0 6 9
0 .0 2 3
0 .0 0 6
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .3 0
0 .0 1 0
0 .0 5 4
0 .1 3 9
0 .2 1 8
0 .2 3 4
0 .1 8 0
0 .1 0 3
0 .0 4 4
0 .0 1 4
0 .0 0 3
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .4 0
0 .0 0 1
0 .0 1 1
0 .0 4 5
0 .1 1 1
0 .1 8 4
0 .2 2 1
0 .1 9 7
0 .1 3 1
0 .0 6 6
0 .0 2 4
0 .0 0 6
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .5 0
0 .0 0 0
0 .0 0 2
0 .0 1 0
0 .0 3 5
0 .0 8 7
0 .1 5 7
0 .2 0 9
0 .2 0 9
0 .1 5 7
0 .0 8 7
0 .0 3 5
0 .0 1 0
0 .0 0 2
0 .0 0 0
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 6
0 .0 2 4
0 .0 6 6
0 .1 3 1
0 .1 9 7
0 .2 2 1
0 .1 8 4
0 .1 1 1
0 .0 4 5
0 .0 1 1
0 .0 0 1
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 3
0 .0 1 4
0 .0 4 4
0 .1 0 3
0 .1 8 0
0 .2 3 4
0 .2 1 8
0 .1 3 9
0 .0 5 4
0 .0 1 0
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 6
0 .0 2 3
0 .0 6 9
0 .1 5 4
0 .2 4 6
0 .2 6 8
0 .1 7 9
0 .0 5 5
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 6
0 .0 2 8
0 .1 0 0
0 .2 4 5
0 .3 6 7
0 .2 5 4
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 3
0 .0 2 1
0 .1 1 1
0 .3 5 1
0 .5 1 3
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 3
0 .0 1 4
0 .0 4 1
0 .0 9 2
0 .1 5 7
0 .2 0 7
0 .2 0 7
0 .1 5 5
0 .0 8 5
0 .0 3 2
0 .0 0 7
0 .0 0 1
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 7
0 .0 2 3
0 .0 6 2
0 .1 2 6
0 .1 9 6
0 .2 2 9
0 .1 9 4
0 .1 1 3
0 .0 4 1
0 .0 0 7
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 9
0 .0 3 2
0 .0 8 6
0 .1 7 2
0 .2 5 0
0 .2 5 0
0 .1 5 4
0 .0 4 4
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 8
0 .0 3 5
0 .1 1 4
0 .2 5 7
0 .3 5 6
0 .2 2 9
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 4
0 .0 2 6
0 .1 2 3
0 .3 5 9
0 .4 8 8
n = 14
P
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
0 .0 5
0 .4 8 8
0 .3 5 9
0 .1 2 3
0 .0 2 6
0 .0 0 4
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .2 2 9
0 .3 5 6
0 .2 5 7
0 .1 1 4
0 .0 3 5
0 .0 0 8
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .2 0
0 .0 4 4
0 .1 5 4
0 .2 5 0
0 .2 5 0
0 .1 7 2
0 .0 8 6
0 .0 3 2
0 .0 0 9
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
ESTADISTICA - UDH
0 .3 0
0 .0 0 7
0 .0 4 1
0 .1 1 3
0 .1 9 4
0 .2 2 9
0 .1 9 6
0 .1 2 6
0 .0 6 2
0 .0 2 3
0 .0 0 7
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .4 0
0 .0 0 1
0 .0 0 7
0 .0 3 2
0 .0 8 5
0 .1 5 5
0 .2 0 7
0 .2 0 7
0 .1 5 7
0 .0 9 2
0 .0 4 1
0 .0 1 4
0 .0 0 3
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .5 0
0 .0 0 0
0 .0 0 1
0 .0 0 6
0 .0 2 2
0 .0 6 1
0 .1 2 2
0 .1 8 3
0 .2 0 9
0 .1 8 3
0 .1 2 2
0 .0 6 1
0 .0 2 2
0 .0 0 6
0 .0 0 1
0 .0 0 0
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
0 .0 5
0 .4 6 3
0 .3 6 6
0 .1 3 5
0 .0 3 1
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 5
0 .4 4 0
0 .3 7 1
0 .1 4 6
0 .0 3 6
0 .0 0 6
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .2 0 6
0 .3 4 3
0 .2 6 7
0 .1 2 9
0 .0 4 3
0 .0 1 0
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .1 8 5
0 .3 2 9
0 .2 7 5
0 .1 4 2
0 .0 5 1
0 .0 1 4
0 .0 0 3
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
ESTADISTICA - UDH
0 .2 0
0 .0 3 5
0 .1 3 2
0 .2 3 1
0 .2 5 0
0 .1 8 8
0 .1 0 3
0 .0 4 3
0 .0 1 4
0 .0 0 3
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .2 0
0 .0 2 8
0 .1 1 3
0 .2 1 1
0 .2 4 6
0 .2 0 0
0 .1 2 0
0 .0 5 5
0 .0 2 0
0 .0 0 6
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .3 0
0 .0 0 5
0 .0 3 1
0 .0 9 2
0 .1 7 0
0 .2 1 9
0 .2 0 6
0 .1 4 7
0 .0 8 1
0 .0 3 5
0 .0 1 2
0 .0 0 3
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .3 0
0 .0 0 3
0 .0 2 3
0 .0 7 3
0 .1 4 6
0 .2 0 4
0 .2 1 0
0 .1 6 5
0 .1 0 1
0 .0 4 9
0 .0 1 9
0 .0 0 6
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .4 0
0 .0 0 0
0 .0 0 5
0 .0 2 2
0 .0 6 3
0 .1 2 7
0 .1 8 6
0 .2 0 7
0 .1 7 7
0 .1 1 8
0 .0 6 1
0 .0 2 4
0 .0 0 7
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
n = 15
P
0 .5 0
0 .0 0 0
0 .0 0 0
0 .0 0 3
0 .0 1 4
0 .0 4 2
0 .0 9 2
0 .1 5 3
0 .1 9 6
0 .1 9 6
0 .1 5 3
0 .0 9 2
0 .0 4 2
0 .0 1 4
0 .0 0 3
0 .0 0 0
0 .0 0 0
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 7
0 .0 2 4
0 .0 6 1
0 .1 1 8
0 .1 7 7
0 .2 0 7
0 .1 8 6
0 .1 2 7
0 .0 6 3
0 .0 2 2
0 .0 0 5
0 .0 0 0
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 3
0 .0 1 2
0 .0 3 5
0 .0 8 1
0 .1 4 7
0 .2 0 6
0 .2 1 9
0 .1 7 0
0 .0 9 2
0 .0 3 1
0 .0 0 5
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 3
0 .0 1 4
0 .0 4 3
0 .1 0 3
0 .1 8 8
0 .2 5 0
0 .2 3 1
0 .1 3 2
0 .0 3 5
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 1 0
0 .0 4 3
0 .1 2 9
0 .2 6 7
0 .3 4 3
0 .2 0 6
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 3 1
0 .1 3 5
0 .3 6 6
0 .4 6 3
0 .4 0
0 .0 0 0
0 .0 0 3
0 .0 1 5
0 .0 4 7
0 .1 0 1
0 .1 6 2
0 .1 9 8
0 .1 8 9
0 .1 4 2
0 .0 8 4
0 .0 3 9
0 .0 1 4
0 .0 0 4
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
n=16
P
0 .5 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 9
0 .0 2 8
0 .0 6 7
0 .1 2 2
0 .1 7 5
0 .1 9 6
0 .1 7 5
0 .1 2 2
0 .0 6 7
0 .0 2 8
0 .0 0 9
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 4
0 .0 1 4
0 .0 3 9
0 .0 8 4
0 .1 4 2
0 .1 8 9
0 .1 9 8
0 .1 6 2
0 .1 0 1
0 .0 4 7
0 .0 1 5
0 .0 0 3
0 .0 0 0
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 6
0 .0 1 9
0 .0 4 9
0 .1 0 1
0 .1 6 5
0 .2 1 0
0 .2 0 4
0 .1 4 6
0 .0 7 3
0 .0 2 3
0 .0 0 3
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 6
0 .0 2 0
0 .0 5 5
0 .1 2 0
0 .2 0 0
0 .2 4 6
0 .2 1 1
0 .1 1 3
0 .0 2 8
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 3
0 .0 1 4
0 .0 5 1
0 .1 4 2
0 .2 7 5
0 .3 2 9
0 .1 8 5
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 6
0 .0 3 6
0 .1 4 6
0 .3 7 1
0 .4 4 0
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
0 .0 5
0 .4 1 8
0 .3 7 4
0 .1 5 8
0 .0 4 1
0 .0 0 8
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 5
0 .3 9 7
0 .3 7 6
0 .1 6 8
0 .0 4 7
0 .0 0 9
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .1 6 7
0 .3 1 5
0 .2 8 0
0 .1 5 6
0 .0 6 0
0 .0 1 7
0 .0 0 4
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .1 5 0
0 .3 0 0
0 .2 8 4
0 .1 6 8
0 .0 7 0
0 .0 2 2
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
ESTADISTICA - UDH
0 .2 0
0 .0 2 3
0 .0 9 6
0 .1 9 1
0 .2 3 9
0 .2 0 9
0 .1 3 6
0 .0 6 8
0 .0 2 7
0 .0 0 8
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .2 0
0 .0 1 8
0 .0 8 1
0 .1 7 2
0 .2 3 0
0 .2 1 5
0 .1 5 1
0 .0 8 2
0 .0 3 5
0 .0 1 2
0 .0 0 3
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .3 0
0 .0 0 2
0 .0 1 7
0 .0 5 8
0 .1 2 5
0 .1 8 7
0 .2 0 8
0 .1 7 8
0 .1 2 0
0 .0 6 4
0 .0 2 8
0 .0 0 9
0 .0 0 3
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .3 0
0 .0 0 2
0 .0 1 3
0 .0 4 6
0 .1 0 5
0 .1 6 8
0 .2 0 2
0 .1 8 7
0 .1 3 8
0 .0 8 1
0 .0 3 9
0 .0 1 5
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .4 0
0 .0 0 0
0 .0 0 2
0 .0 1 0
0 .0 3 4
0 .0 8 0
0 .1 3 8
0 .1 8 4
0 .1 9 3
0 .1 6 1
0 .1 0 7
0 .0 5 7
0 .0 2 4
0 .0 0 8
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
n = 17
P
0 .5 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 1 8
0 .0 4 7
0 .0 9 4
0 .1 4 8
0 .1 8 5
0 .1 8 5
0 .1 4 8
0 .0 9 4
0 .0 4 7
0 .0 1 8
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 8
0 .0 2 4
0 .0 5 7
0 .1 0 7
0 .1 6 1
0 .1 9 3
0 .1 8 4
0 .1 3 8
0 .0 3 0
0 .0 3 4
0 .0 1 0
0 .0 0 2
0 .0 0 0
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 3
0 .0 0 9
0 .0 2 8
0 .0 6 4
0 .1 2 0
0 .1 7 8
0 .2 0 8
0 .1 8 7
0 .1 2 5
0 .0 5 8
0 .0 1 7
0 .0 0 2
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 8
0 .0 2 7
0 .0 6 8
0 .1 3 6
0 .2 0 9
0 .2 3 9
0 .1 9 1
0 .0 9 6
0 .0 2 3
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 4
0 .0 1 7
0 .0 6 0
0 .1 5 6
0 .2 8 0
0 .3 1 5
0 .1 6 7
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 8
0 .0 4 1
0 .1 5 8
0 .3 7 4
0 .4 1 8
0 .4 0
0 .0 0 0
0 .0 0 1
0 .0 0 7
0 .0 2 5
0 .0 6 1
0 .1 1 5
0 .1 6 6
0 .1 8 9
0 .1 7 3
0 .1 2 8
0 .0 7 7
0 .0 3 7
0 .0 1 5
0 .0 0 4
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
n = 18
P
0 .5 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 3
0 .0 1 2
0 .0 3 3
0 .0 7 1
0 .1 2 1
0 .1 6 7
0 .1 8 5
0 .1 6 7
0 .1 2 1
0 .0 7 1
0 .0 3 3
0 .0 1 2
0 .0 0 3
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 4
0 .0 1 5
0 .0 3 7
0 .0 7 7
0 .1 2 8
0 .1 7 3
0 .1 8 9
0 .1 6 6
0 .1 1 5
0 .0 6 1
0 .0 2 5
0 .0 0 7
0 .0 0 1
0 .0 0 0
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 1 5
0 .0 3 9
0 .0 8 1
0 .1 3 8
0 .1 8 7
0 .2 0 2
0 .1 6 8
0 .1 0 5
0 .0 4 6
0 .0 1 3
0 .0 0 2
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 3
0 .0 1 2
0 .0 3 5
0 .0 8 2
0 .1 5 1
0 .2 1 5
0 .2 3 0
0 .1 7 2
0 .0 8 1
0 .0 1 8
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 2 2
0 .0 7 0
0 .1 6 8
0 .2 8 4
0 .3 0 0
0 .1 5 0
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 9
0 .0 4 7
0 .1 6 8
0 .3 7 6
0 .3 9 7
X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
0 .0 5
0 .3 7 7
0 .3 7 7
0 .1 7 9
0 .0 5 3
0 .0 1 1
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 5
0 .3 5 8
0 .3 7 7
0 .1 8 9
0 .0 6 0
0 .0 1 3
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .1 3 5
0 .2 8 5
0 .2 8 5
0 .1 8 0
0 .0 8 0
0 .0 2 7
0 .0 0 7
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .1 0
0 .1 2 2
0 .2 7 0
0 .2 8 5
0 .1 9 0
0 .0 9 0
0 .0 3 2
0 .0 0 9
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .2 0
0 .0 1 4
0 .0 6 8
0 .1 5 4
0 .2 1 8
0 .2 1 8
0 .1 6 4
0 .0 9 5
0 .0 4 4
0 .0 1 7
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .2 0
0 .0 1 2
0 .0 5 8
0 .1 3 7
0 .2 0 5
0 .2 1 8
0 .1 7 5
0 .1 0 9
0 .0 5 5
0 .0 2 2
0 .0 0 7
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
ESTADISTICA - UDH
0 .3 0
0 .0 0 1
0 .0 0 9
0 .0 3 6
0 .0 8 7
0 .1 4 9
0 .1 9 2
0 .1 9 2
0 .1 5 3
0 .0 9 8
0 .0 5 1
0 .0 2 2
0 .0 0 8
0 .0 0 2
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .3 0
0 .0 0 1
0 .0 0 7
0 .0 2 8
0 .0 7 2
0 .1 3 0
0 .1 7 9
0 .1 9 2
0 .1 6 4
0 .1 1 4
0 .0 6 5
0 .0 3 1
0 .0 1 2
0 .0 0 4
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .4 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 1 7
0 .0 4 7
0 .0 9 3
0 .1 4 5
0 .1 8 0
0 .1 8 0
0 .1 4 6
0 .0 9 8
0 .0 5 3
0 .0 2 4
0 .0 0 8
0 .0 0 2
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
n = 19
P
0 .5 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 7
0 .0 2 2
0 .0 5 2
0 .0 9 6
0 .1 4 4
0 .1 7 6
0 .1 7 6
0 .1 4 4
0 .0 9 6
0 .0 5 2
0 .0 2 2
0 .0 0 7
0 .0 0 2
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 2
0 .0 0 8
0 .0 2 4
0 .0 5 3
0 .0 9 8
0 .1 4 6
0 .1 8 0
0 .1 8 0
0 .1 4 5
0 .0 9 3
0 .0 4 7
0 .0 1 7
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 2
0 .0 0 8
0 .0 2 2
0 .0 5 1
0 .0 9 8
0 .1 5 3
0 .1 9 2
0 .1 9 2
0 .1 4 9
0 .0 8 7
0 .0 3 6
0 .0 0 9
0 .0 0 1
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 1 7
0 .0 4 4
0 .0 9 5
0 .1 6 4
0 .2 1 8
0 .2 1 8
0 .1 5 4
0 .0 6 8
0 .0 1 4
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 7
0 .0 2 7
0 .0 8 0
0 .1 8 0
0 .2 8 5
0 .2 8 5
0 .1 3 5
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 1 1
0 .0 5 3
0 .1 7 9
0 .3 7 7
0 .3 7 7
0 .4 0
0 .0 0 0
0 .0 0 0
0 .0 0 3
0 .0 1 2
0 .0 3 5
0 .0 7 5
0 .1 2 4
0 .1 6 6
0 .1 8 0
0 .1 6 0
0 .1 1 7
0 .0 7 1
0 .0 3 5
0 .0 1 5
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
n = 20
P
0 .5 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 1 5
0 .0 3 7
0 .0 7 4
0 .1 2 0
0 .1 6 0
0 .1 7 6
0 .1 6 0
0 .1 2 0
0 .0 7 4
0 .0 3 7
0 .0 1 5
0 .0 0 5
0 .0 0 1
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .6 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 5
0 .0 1 5
0 .0 3 5
0 .0 7 1
0 .1 1 7
0 .1 6 0
0 .1 8 0
0 .1 6 6
0 .1 2 4
0 .0 7 5
0 .0 3 5
0 .0 1 2
0 .0 0 3
0 .0 0 0
0 .0 0 0
0 .7 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 1
0 .0 0 4
0 .0 1 2
0 .0 3 1
0 .0 6 5
0 .1 1 4
0 .1 6 4
0 .1 9 2
0 .1 7 9
0 .1 3 0
0 .0 7 2
0 .0 2 8
0 .0 0 7
0 .0 0 1
0 .8 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 7
0 .0 2 2
0 .0 5 5
0 .1 0 9
0 .1 7 5
0 .2 1 8
0 .2 0 5
0 .1 3 7
0 .0 5 8
0 .0 1 2
0 .9 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 0 9
0 .0 3 2
0 .0 9 0
0 .1 9 0
0 .2 8 5
0 .2 7 0
0 .1 2 2
0 .9 5
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 0
0 .0 0 2
0 .0 1 3
0 .0 6 0
0 .1 8 9
0 .3 7 7
0 .3 5 8
Calculando mediante Excel la probabilidad de distribucin binomial
normal.
X = nmero de xito
N = nmero de ensayos
P = probabilidades
( = ) = ( ) . . (1 ) = 0.0000
Repitiendo los pasos anteriores ya mencionadas de cmo realizar el ingreso a

Excel en este caso solo dar dos pasos para calcular las probabilidades.
Primero ingresamos la categora que es estadsticas y buscamos la funcin
distribucin binomial normal.
Una vez ingresado eso solo a distribuir los datos correspondientes y a poner
acptar y de esa forma a conseguir lo resultados.
ESTADISTICA - UDH
Para la probabilidad acumuladas de la distribucin binomial
Es solo lo contrario al realizar la operacin bien como dice que es acumulado
solo se cambia lo que en el primero pusimos falso ahora ponemos verdadero
( ) = 1 ( ) . . (1 )
Tomando los mismos valores de la distribucin binomial normal

X = nmero de xito
N = nmero de ensayos
P = probabilidades
Y se repite los pasos ya mencionamos
ESTADISTICA - UDH
Tabla de Probabilidades de Poisson
6.2.
x
0
1
2
3
4
5
6
7
x
0
1
2
3
4
5
6
7
8
9
x
0
1
2
3
4
5
6
7
8
9
10
11
12
x
0
1
2
3
4
5
6
7
3
9
10
11
12
14
14
0.1
.9048
.0905
.0045
.0002
.0000
.0000
.0000
.0000
1.1
.3329
.3662
.2014
.0738
.0303
.0045
.0008
.0001
.0000
.0000
2.1
.1225
.2572
.2700
.1890
.0992
.0417
.0146
.0044
.0011
.0003
.0001
.0000
.0000
3.1
.0450
.1397
.2165
.2237
.1734
.1075
.0555
.0246
.0095
.0033
.0010
.0003
.0001
.0000
.0000
0.2
.8187
.1637
.0164
.0011
.0001
.0000
.0000
.0000
1.2
.3012
.3614
.2169
.0867
.0260
.0062
.0012
.0002
.0000
.0000
2.2
.1108
.2438
.2681
.1966
.1082
.0476
.0174
.0055
.0015
.0004
.0001
.0000
.0000
3.2
.0408
.1304
.2087
.2226
.1781
.1140
.0608
.0278
.0111
.0040
.0013
.0004
.0001
.0000
.0000
ESTADISTICA - UDH
0.3
.7408
.2222
.0333
.0033
.0002
.0000
.0000
.0000
1.3
.2725
.3543
.2303
.0998
.0324
.0084
.0018
.0003
.0001
.0000
2.3
.1003
.2306
.2652
.2033
.1169
.0538
.0266
.0068
.0019
.0005
.0001
.0000
.0000
3.3
.0369
.1217
.2008
.2209
.1823
.1203
.0662
.0312
.0129
.0047
.0016
.0005
.0001
.0000
0000
0.4
.6703
.2681
.0536
.0072
.0007
.0001
.0000
.0000
1.4
.2466
.3452
.2417
.1128
.0395
.0111
.0026
.0005
.0001
.0000
2.4
.0907
.2177
.2613
.2090
.1254
.0602
.0241
.0083
.0025
.0007
.0002
.0000
.0000
3.4
0334
.1135
.1929
.2186
.1858
.1264
.0716
.0348
.0148
.0056
.0019
.0006
.0002
.0000
.0000
0.
0.6
5
.6065
.5488
.3033 .3293
.0758 .0988
.0126 .0198
.0016 .0030
.0002 .0004
.0000 .0000
.0000 .0000
1.5
1.6
.2231 .2019
.3347 .3230
.2510 .2584
.1255 .1378
.0471 .0551
.0141 .0176
.0035 .0047
.0008 .0011
.0001 ,0002
.0000 .0000
2.5
2.6
.0821 .0743
.2052 .1931
.2565 .2510
.2138 .2176
.1336 .1414
.0668 .0735
.0278 .0319
.0099 .0118
.0031 .0038
.0009 .0011
.0002 .0003
.0000 .0001
.0000 .0000
3.5
3.6
.0302 0273
.1057 .0984
.1850 1771
.2158 .2125
.1888 .1912
.1322 .1377
.0771 .0826
.0385 .0425
.0169 .0191
.0066 .0076
.0023 .0028
.0007 .0009
.0002 .0003
.0001 .0001
.0000 .0000
0.7
.4966
.3476
.1217
.0284
.0050
.0007
.0001
.0000
1.7
.1827
.3106
.2640
.1496
.0636
.0216
.0061
.0015
.0003
.0001
2.7
.0672
.1815
.2450
.2205
.1488
.0804
.0362
.0139
.0047
.0014
.0004
.0001
.0000
3.7
.0247
.0915
.1692
.2087
.1931
.1429
.088!
.0466
.0215
.0089
.0033
.0011
.0003
.0001
.0000
0.8
.4493
.3595
.1438
.3083
.0077
.0012
.0002
.0000
1.8
.1653
.2975
.2678
.1607
.0723
.0260
.0078
.0020
.0005
.0001
2.8
.0608
.1703
.2384
.2225
.1557
.0872
.0407
.0163
.0057
.0018
.0005
.0001
.0000
3.8
.0224
.0850
.1615
.2046
.1944
.1477
.0936
.0508
.0241
.0102
.0039
.0013
.0004
.0001
.0000
0.9
.4056
.3659
.1647
.0494
.0111
.0020
.0003
.0000
1.9
.1496
.2842
.2700
.1710
.0812
.0309
.0098
.0027
.0006
.0001
2.9
.0550
.1596
.2314
.2237
.1622
.0940
.0455
.0188
.0068
.0022
.0006
.0002
.0000
3.9
.0202
0789
.1539
.2001
.1951
.1522
.0989
.0551
.0269
.0116
.0045
.0016
.0005
.0002
.0000
1.0
.3679
.3679
.1839
.0613
.0153
.0031
.0005
.0001
2.0
.1353
.2707
.2707
.1804
.0902
.0361
.0120
.0034
.0009
.0002
3.0
.0498
.1494
.2240
.2240
.1680
.1008
.0504
.0216
.0081
.0027
.0008
.0002
.0001
4.0
.0183
.0733
.1465
.1954
.1954
.1563
.1042
.0595
.0298
.0132
.0053
.0019
.0006
.0002
.0001
Probabilidades de Poisson (cont.)
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
155
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
4.1
.0166
.0679
.1393
.1904
.1951
.1600
.1093
.0640
.0328
.0150
.0061
.0023
0008
.0002
.0001
.0000
5.1
.0061
.0311
.0793
.1348
.1719
.1753
.1490
.1086
.0692
.0392
.0200
.0093
.0039
.0015
.0006
.0002
.0001
.0000
4.2
0150
.0630
.1323
.1852
.1944
.1633
.1143
.0686
.0360
.0168
.0071
.0027
.0009
.0003
.0001
.0000
5.2
.0055
.0287
.0746
.1293
.1681
.1748
.1515
.1125
.0731
.0423
.0220
.0104
.0045
.0018
.0007
.0002
.0001
.0000
ESTADISTICA - UDH
4.3
.0136
.0583
.1254
.1798
.1933
.1662
.1191
.0732
.0393
.0188
.0081
.0032
.0011
.0004
.0001
.0000
5.3
.0050
.0265
.0701
.1239
.1641
.1740
.1537
.1163
.0771
.0454
.0241
.0116
.0051
.0021
.0008
.0003
.0001
.0000
4.4
.0123
.0540
.1188
.1743
.1917
.1687
.1237
.0778
.0428
.0209
.0092
.0037
.0014
.0005
.0001
.0000
5.4
.0045
.0244
.0659
.1185
.1600
.1728
.1555
.1200
.0810
.0486
.0262
.0129
.0058
.0024
.0009
.0003
.0001
.0000
4.5
.0111
.0500
.1125
.1687
.1898
.1708
.1281
.0824
.0463
.0232
.0104
.0043
.0016
.0006
.0002
.0001
5.5
.0041
.0225
.0618
.1133
.1558
.1714
.1571
.1234
.0849
.0519
.0285
0143
.0065
.0028
.0011
.0004
.0001
.0000
4.6
0101
.0462
.1063
.1631
.1875
.1725
.1323
.0869
.0500
.0255
.0118
.0049
.0019
.0007
.0002
.0001
5.6
.0037
.0207
.0580
.1082
.1515
.1697
.1584
.1267
.0887
.0552
.0309
.0157
.0073
.0032
.0013
.0005
.9002
.0001
4.7
.0091
.0427
.1005
.1574
.1849
.1738
.1362
.0914
.0537
.0280
.0132
.0056
.0022
.0008
.0003
.0001
5.7
.0033
.0191
.0544
.1033
.1472
.1678
.1594
.1298
.0925
.0586
.0334
.0173
.0082
.0036
.0015
.0006
.0002
.0001
4.8
.0082
.0395
.0948
.1517
.1820
.1747
.1398
.0959
.0575
.0307
.0147
.0064
.0026
.0009
.0003
.0001
5.8
.0030
.0176
.0509
.0985
.1428
.1656
.1601
.1326
.0962
.0620
.0359
.0190
.0092
.0041
.0017
.0007
.0002
.0001
4.9
.0074
.0365
.0894
.1460
.1789
.1753
.1432
.1002
.0614
.0334
.0164
.0073
.0030
.0011
.0004
.0001
5.9
.0027
.0162
.0477
.0938
.1383
.1632
.1605
.1353
.0998
.0654
.0386
.0207
.0102
.0046
.0019
.0008
.0003
.001
5.0
0067
.0337
.0842
.1404
.1755
.1755
.1462
.1044
.0653
.0363
.0181
.0012
.0034
.0013
.0005
.0002
6.0
.0025
.0149
.0446
.0892
.1339
.1606
.1606
.1377
.1033
.0688
.0413
.0225
.0113
.0052
.0022
.0009
.0003
.0001
Probabilidades de Poisson (cont.)
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
155
16
17
18
191
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
6.1
.0022
.0137
.0417
.0848
.1294
.1579
.1605
.1399
.1066
.0723
.0441
.0245
.0124
.0058
.0025
.0010
.0004
.0001
.0000
.0000
7.1
.0098
.0059
.0208
.0492
.0874
.1241
.1468
.1489
.1321
.1042
.0740
.0478
.0283
.0154
.0078
.0037
.0016
.0007
.0003
.0001
.0000
.0000
6.2
.0020
.0126
.0390
.0805
.1249
.1549
.1601
.1418
.1099
.0757
.0469
.0265
.0137
.0065
.0029
.0012
.0005
.0002
.0001
.0000
7.2
.0007
.0054
.0194
.0464
.0836
.1204
.1445
.1486
.1337
.1070
.0770
.0504
.0303
.0168
.0086
.0041
.0019
.0008
.0003
.0001
.0000
.0000
ESTADISTICA - UDH
6.3
.0018
.0116
.0364
.0765
.1205
.1519
.1595
.1435
.1130
.0791
.0498
.0285
.0150
.0073
.0033
.0014
.0005
.0002
.0001
.0000
7.3
.0007
.0049
.0180
.0438
.0799
.1167
.1420
.1481
.1351
.1096
.0800
.0531
.0323
.0181
.0095
.0046
.0021
.0009
.0004
.0001
.0001
.0000
6.4
.0017
.0106
.0340
.0726
.1162
1487
.1586
.1450
.1160
.0825
.0528
.0307
.0164
.0081
.0037
.0016
.0006
.0002
.0001
.0000
7.4
.0006
.0045
.0167
.0413
.0764
.1130
.1394
.1474
.1363
.1121
.0829
.0558
.0344
.0196
.0104
.0051
.0024
.0010
.0004
.0002
.0001
.0000
6.5
6.6
.0015 .0014
.0098 .0090
.0318 .0296
.0688 .0652
.1118 .1076
.1454 .1420
.1575 .1562
.1462 .1472
.1188 .1215
.0858 .0891
.0558 .0588
.0330 .0353
.0179 .0194
.0089 .0098
.0041 .0046
.0018 .0020
.0007 .0008
.0003 .0003
.0001 .0001
.0000 .0000
7.5
7.6
.0006 .0005
.0041 .0038
.0156 .0145
.0389 .0366
.0729 .0696
.1094 .1057
.1367 .1339
.1465 .1454
.1373 .1382
.1144 .1167
.0858 .0887
.0585 .0613
.0366 .0388
.0211 .0227
.0113 .0123
.0057 .0062
.0026 .0030
.0012 .0013
.0005 .0006
.0002 .0002
.0001 .0001
.0000 .0000
6.7
.0012
.0082
.0276
.0617
.1034
.1385
.1546
.1480
.1240
.0923
.0618
.0377
.0210
.0108
.0052
.0023
.0010
.0004
.0001
.0000
7.7
..0005
.0035
.0134
.0345
.0663
.1021
.1311
.1442
.1388
.1187
.0014
.0640
.0411
.0243
.0134
.0069
.0033
.0015
.0006
.0003
.0001
.0000
6.8
.0011
.0076
.0258
.0584
.0992
.1349
.1529
.1486
.1263
.0954
.0649
.0401
.0227
.0119
.0058
.0026
.0011
.0004
.0002
.0000
7.8
.0004
.0032
.0125
.0324
.0632
.0986
.1282
.1428
.1392
.1207
.0941
.0667
.0434
.0260
.0145
.0075
.0037
.007
.0007
.0003
.0001
.0000
6.9
.0010
.0070
.0240
.0552
.0912
.1314
.1511
.1489
.1284
.0985
.0679
.0426
.0245
.0130
.0064
.0029
.0013
.0005
.0002
.0001
7.9
.0004
.0029
.0116
.0305
.0602
.0951
.1252
.1413
.1395
.1224
.0967
.0695
.0457
.0278
.0157
.0083
.0041
.0019
.0008
.0003
.0001
.0001
7.0
.0009
.0064
.0223
.0521
.0912
.1277
.1490
'1490
.1304
.1014
.0710
.0452
.0264
.0142
.0071
.0033
.0014
.0006
.0002
.0001
8.0
.0003
.0027
.0107
.0286
.0573
.0916
.1221
.1396
.1396
.1241
.0993
.0722
.0481
.0296
.0169
.0090
.0045
.0021
.0009
.0004
.0002
.0001
Probabilidades de Poisson (conclusin)
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
8.1
.0003
.0025
.0100
.0269
.0544
.0882
.1191
.1378
.1395
.1256
.1017
.0749
.0505
.0315
.0182
.0098
.0050
.0024
.0011
.0005
.0002
.0001
.0000
9.1
.0001
.0010
.0046
.0140
.0319
.0581
.0881
.1145
.1302
.1317
.1198
.0991
.0752
.0526
.0342
.0208
.0118
.0063
.0032
.0015
.0007
.0003
.0001
.0000
.0000
8.2
.0003
.0023
.0092
.0252
.0517
.0349
.1160
.1358
.1392
.1269
.1040
.0776
.0530
.0334
.0196
.0107
.0055
.0026
.0012
.0005
.0002
.0001
.0000
9.2
.0001
.0009
.0043
.0131
.0302
.0555
.0851
.1118
.1286
.1315
.1210
.1012
.0776
.0549
.0361
.0221
.0127
.0089
.0035
.0017
.0008
.0003
.0001
.0001
.0000
ESTADISTICA - UDH
8.3
.0002
.0021
.0086
.0237
.0491
.0816
.1128
.1338
.1388
.1280
.1063
.0802
.0555
.0354
.0210
.0116
.0060
,0029
.0014
.0006
.0002
.0001
.0000
9.3
.0001
.0009
.0040
.0123
.0285
.0530
.0822
.1091
.1269
.1311
.1219
.1031
.0799
.0572
.0380
.0235
.0137
.0075
.0039
.0019
.0009
.0004
.0002
.0001
.0000
8.4
.0002
.0019
.0079
.0222
.0466
.0784
.1097
.1317
.1382
.1290
.1084
.0828
.0579
.0374
.0225
.0126
.0066
.0033
.0015
.0007
.0003
.0001
.0000
9.4
.0001
.0008
.0037
.0115
.0269
.0506
.0793
.1064
.1251
.1306
.1228
.1049
.0822
.0594
.0399
.0250
.0147
.0081
.0042
.0021
.0010
.0004
.0002
0001
.0000
8.5
.0002
.0017
.0074
.0208
.0443
.0752
.1066
.1294
.1375
.1299
.1104
.0853
.0604
.0395
.0240
.0136
.0072
.0036
.0017
.0008
.0003
.0001
.0001
9.5
.0001
.0007
.0034
.0107
.0254
.0483
.0764
.1037
.1232
.1300
.1235
.1067
.0844
.0617
.0419
.0265
.0157
.0088
.0046
.0023
.0011
.0005
.0002
.0001
.0000
8.6
.0002
.0016
.0068
.0195
.0420
.0722
.1034
.1271
.1366
.1306
.1123
.0878
.0629
.0416
.0256
.0147
.0079
.0040
.0019
.0009
.0004
.0002
.0001
9.6
.0001
.0007
.0031
.0100
.0240
.0460
.0736
.1010
.1212
.1293
.1241
.1083
.0866
.0640
.0439
.0281
.0168
.0095
.0051
.0026
.0012
.0006
.0092
.0001
.0000
8.7
.0002
.0014
.0063
.0183
.0398
.0692
.1003
.1247
.1356
.1311
.1140
.0902
.0654
.0438
.0272
.0158
.0086
.0044
.0021
.0010
.0004
.0002
.0001
9.7
.0001
.0006
.0029
.0093
.0226
.0439
.0709
.0982
.1191
.1284
.1245
.1098
.0888
.0662
.0459
.0297
.0180
.0103
.0035
.0028
.0014
.0006
.0003
.0001
.0000
8.8
.0002
.0013
.0058
.0171
.0377
.0663
.0972
.1222
.1344
.1315
.1157
.0925
.0679
.0459
.0289
.0169
.0093
.0048
.0024
.0011
.0005
.0002
.0001
9.8
.0001
.0005
.0027
.0087
.0213
.0418
.0682
.0955
.1170
.1274
.1249
.1112
.0908
.0685
.0479
.0313
.0192
.0111
.0060
.0031
.0015
.0007
.0003
.0001
.0001
8.9
.0001
.0012
.0054
.0160
.0357
.0635
.0941
.1197
.1332
.1317
.1172
.0948
.0703
.0481
.0306
.0182
.0101
.0053
.0026
.0012
.0005
.0002
.0001
9.9
.0001
.0005
.0025
.0081
.0201
.0398
.0656
.0928
.1148
.1263
.1250
.1125
.0928
.0707
.0500
.0330
.0204
.0119
.0065
.0034
.0017
.0008
.0004
.0002
.0001
9.0
.0001
.0011
.0050
.0150
.0337
.0607
.0911
.1171
.1318
.1318
.1186
.0970
.0728
.0504
.0324
.0194
.0109
.0058
.0029
.0014
.0006
.0003
.0001
10
.0000
.0005
.0023
.0076
.0189
.0378
.0631
.0901
.1126
.1251
.1251
.1137
.0948
.0729
.0521
.0347
.0217
.0128
.0071
.0037
.0019
.0009
.0004
.0002
.0001
Calculando la distribucion de poisson en excel.
X=0
N = 0.1 = media
( = ) =
Repitiendo los pasos anteriores ya mencionadas de cmo realizar el ingreso a

Excel en este caso solo dar dos pasos para calcular las probabilidades.
Primero ingresamos la categora que es estadsticas y buscamos la funcin
distribucin de poisson.
Una vez ingresado eso solo a distribuir los datos correspondientes y a poner
aceptar y de esa forma a conseguir lo resultados.
ESTADISTICA - UDH
Tablas acumuladas de Poisson
. 50
. 6065
. 9098
. 9856
. 9982
. 9998
1.0000
1.0000
. 60
. 5488
. 8781
. 9769
. 9966
. 9996
1.0000
1.0000
. 70
. 4966
. 8442
. 9659
. 9942
. 9992
. 9999
1.0000
. 80
. 4493
. 8088
. 9526
. 9909
. 9986
. 9998
1.0000
. 90
. 4066
. 7725
. 9371
. 9865
. 9977
. 9997
1.0000
X
0
1
2
3
4
5
6
. 10
. 9048
. 9953
. 9998
1.0000
. 20
. 8187
. 9825
. 9989
. 9999
1.0000
. 30
. 7408
. 9631
. 9964
. 9997
1.0000
. 40
. 6703
. 9384
. 9921
. 9992
. 9999
X
0
1
2
3
4
1.0
. 3679
. 7358
. 9197
. 9810
. 9963
1.1
. 3329
. 6990
. 9004
. 9743
. 9946
1.2
. 3012
. 6626
. 8795
. 9662
. 9923
1.3
. 2725
. 6268
. 8571
. 9569
. 9893
1.4
. 2466
. 5918
. 8335
. 9463
. 9857
1.5
. 2231
. 5578
. 8088
. 9344
. 9814
1.6
. 2019
. 5249
. 7834
. 9212
. 9763
1.7
. 1827
. 4932
. 7572
. 9068
. 9704
1.8
. 1653
. 4628
. 7306
. 8913
. 9636
1.9
. 1496
. 4337
. 7037
. 8747
. 9559
5
6
7
8
9
. 9994 . 9990
. 9999 . 9999
1.0000 1.0000
1.0000 1.000
1.0000 1.000
. 9985
. 9997
1.0000
1.0000
1.0000
. 9978
. 9996
. 9999
1.0000
1.0000
. 9968
. 9994
. 9999
1.0000
1.0000
. 9955
. 9991
. 9998
1.0000
1.0000
. 9940
. 9987
. 9997
1.0000
1.0000
. 9920
. 9981
. 9996
. 9999
1.0000
. 9896
. 9974
. 9994
. 9999
1.0000
. 9868
. 9966
. 9992
. 9998
1.0000
2.5
. 0821
. 2873
. 5438
. 7576
. 8912
2.6
. 0743
. 2674
. 5184
. 7360
. 8774
2.7
. 0672
. 2487
. 4936
. 7141
. 8629
2.8
. 0608
. 2311
. 4695
. 6919
. 8477
2.9
. 0550
. 2146
. 4460
. 6696
. 8318
. 9510
. 9828
. 9947
. 9985
. 9996
. 9433
. 9794
. 9934
. 9981
. 9995
. 9349
. 9756
. 9919
. 9976
. 9993
. 9258
. 9713
. 9901
. 9969
. 9991
X
0
1
2
3
4
2.0
. 1353
. 4060
. 6767
. 8571
. 9473
2.1
. 1225
. 3796
. 6496
. 8386
. 9379
2.2
. 1108
. 3546
. 6227
. 8194
. 9275
2.3
. 1003
. 3309
. 5960
. 7993
. 9162
2.4
. 0907
. 3084
. 5697
. 7787
. 9041
5
6
7
8
9
. 9834
. 9955
. 9989
. 9998
1.0000
. 9796
. 9941
. 9985
. 9997
. 9999
. 9751
. 9925
. 9980
. 9995
. 9999
. 9700
. 9906
. 9974
. 9994
. 9999
. 9643
. 9884
. 9967
. 9991
. 9998
. 9580
. 9858
. 9958
. 9989
. 9997
10
11
12
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
. 9999 . 9999
1.0000 1.0000
1.0000 1.0000
ESTADISTICA - UDH
. 9999 . 9998 . 9998

1.0000 1.0000 . 9999
1.0000 1.0000 1.0000
TABLA D5: Tabla acumulada de Poisson (continuacin)
X
0
1
2
3
4
3.0
. 0498
. 1991
. 4232
. 6472
. 8153
3.1
. 0450
. 1847
. 4012
. 6248
. 7982
3.2
. 0408
. 1712
. 3799
. 6025
. 7806
3.3
. 0369
. 1586
. 3594
. 5803
. 7626
3.4
. 0334
. 1468
. 3397
. 5584
. 7442
5
6
7
8
9
. 9161
. 9665
. 9881
. 9962
. 9989
. 9057
. 9612
. 9858
. 9953
. 9986
. 8946
. 9554
. 9832
. 9943
. 9982
. 8829
. 9490
. 9802
. 9931
. 9978
. 8705
. 9421
. 9769
. 9917
. 9973
. 8576
. 9347
. 9733
. 9901
. 9967
. 8441
. 9267
. 9692
. 9883
. 9960
. 8301
. 9182
. 9648
9863
. 9952
. 8156
. 9091
. 9599
. 9840
. 9942
. 8006
. 8995
. 9546
. 9815
. 9931
10
11
12
13
14
. 9997
. 9999
1.0000
1.0000
1.0000
. 9996
. 9999
1.0000
1.0000
1.0000
. 9995
. 9999
1.0000
1.0000
1.0000
. 9994
. 9998
1.0000
1.0000
1.0000
. 9992
. 9998
. 9999
1.0000
1.0000
. 9990
. 9997
. 9999
1.0000
1.0000
. 9987
. 9996
. 9999
1.0000
1.0000
. 9984
. 9995
. 9999
1.0000
1.0000
. 9981
. 9994
. 9998
1.0000
1.0000
. 9977
. 9993
. 9998
. 9999
1.0000
x
0
1
2
3
4
4.0
. 0183
. 0916
. 2381
. 4335
. 6288
4.2
. 0150
. 0780
. 2102
. 3954
. 5898
4.4
. 0123
. 0663
. 1851
. 3594
. 5512
4.6
. 0101
. 0563
. 1626
. 3257
. 5132
4.8
. 0082
. 0477
. 1425
. 2942
. 4763
5.0
. 0067
. 0404
. 1247
. 2650
. 4405
5.2
. 0055
. 0342
. 1088
. 2381
. 4061
5.4
. 0045
. 0289
. 0948
. 2133
. 3733
5.6
. 0037
. 0244
. 0824
. 1906
. 3421
5.8
. 0030
. 0206
. 0715
. 1700
. 3127
5
6
7
8
9
. 7851
. 8893
. 9489
. 9786
. 9919
. 7531
. 8675
. 9361
. 9721
. 9889
. 7199
. 8436
. 9214
. 9642
. 9851
. 6858
. 8180
. 9049
. 9549
. 9805
. 6510
. 7908
. 8867
. 9442
. 9749
. 6160
. 7622
. 8666
. 9319
. 9682
. 5809
. 7324
. 8449
. 9181
. 9603
. 5461
. 7017
. 8217
. 9026
. 9512
. 5119
. 6703
. 7970
. 8857
. 9409
. 4783
. 6384
. 7710
. 8672
. 9292
10
11
12
13
14
. 9972
. 9991
. 9997
. 9999
1.0000
. 9959
. 9986
. 9996
. 9999
1.0000
. 9943
. 9980
. 9993
. 9998
. 9999
. 9922
. 9971
. 9990
. 9997
. 9999
. 9896
. 9960
. 9986
. 9995
. 9999
. 9863
. 9945
. 9980
. 9993
. 9998
. 9823
. 9927
. 9972
. 9990
. 9997
. 9775
. 9904
. 9962
. 9986
. 9995
. 9718
. 9875
. 9949
. 9980
. 9993
. 9651
. 9840
. 9932
. 9973
. 9990
15
16
17
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
. 9999 . 9999
1.0000 1.0000
1.0000 1.0000
ESTADISTICA - UDH
3.5
. 0302
. 1359
. 3208
. 5366
. 7254
3.6
. 0273
. 1257
. 3027
. 5152
. 7064
3.7
. 0247
. 1162
. 2854
. 4942
. 6872
3.8
. 0224
. 1074
. 2689
. 4735
. 6678
3.9
. 0202
. 0992
. 2531
. 4532
. 6484
. 9998 . 9998 . 9996

. 9999 . 9999 . 9999
1.0000 1.0000 1.0000
Continuando con la Tabla acumulada de Poisson
6.0
6.2
6.4
6.6
6.8
7.0
7.2
7.4
7.6
7.8
. 0025
. 0020
. 0017
. 0014
. 0011
. 0009
. 0007
. 0006
. 0005
. 0004
. 0174
. 0146
. 0123
. 0103
. 0087
. 0073
. 0061
. 0051
. 0043
. 0036
. 0620
. 0536
. 0463
. 0400
. 0344
. 0296
. 0255
. 0219
. 0188
. 0161
. 1512
. 1342
. 1189
. 1052
. 0928
. 0818
. 0719
. 0632
. 0554
. 0485
. 2851
. 2592
. 2351
. 2127
. 1920
. 1730
. 1555
. 1395
. 1249
. 1117
. 4457
. 4141
. 3837
. 3547
. 3270
. 3007
. 2759
. 2526
. 2307
. 2103
. 6063
. 5742
. 5423
. 5108
. 4799
. 4497
. 4204
. 3920
. 3646
. 3384
. 7440
. 7160
. 6873
. 6581
. 6285
. 5987
. 5689
. 5393
. 5100
. 4812
. 8472
. 8259
. 8033
. 7796
. 7584
. 7291
. 7027
. 6757
. 6482
. 6204
. 9161
. 9016
. 8858
. 8686
. 8502
. 8305
. 8096
. 7877
. 7649
. 7411
10
. 9574
. 9486
. 9386
. 9274
. 9151
. 9015
. 8867
. 8707
. 8535
. 8352
11
. 9799
. 9750
. 9693
. 9627
. 9552
. 9466
. 9371
. 9265
. 9148
. 9020
12
. 9912
. 9887
. 9857
. 9821
. 9779
. 9730
. 9673
. 9609
. 9536
. 9454
13
. 9964
. 9952
. 9937
. 9920
. 9898
. 9872
. 9841
. 9805
. 9762
. 9714
14
. 9986
. 9981
. 9974
. 9966
. 9956
. 9943
. 9927
. 9908
. 9886
. 9859
15
. 9995
. 9993
. 9990
. 9986
. 9982
. 9976
. 9969
. 9959
. 9948
. 9934
16
. 9998
. 9997
. 9996
. 9995
. 9993
. 9990
. 9987
. 9983
. 9978
. 9971
17
. 9999
. 9999
. 9999
. 9998
. 9997
. 9996
. 9995
. 9993
. 9991
. 9988
18
1.0000
1.0000
1.0000
. 9999
. 9999
. 9999
. 9998
. 9997
. 9996
. 9995
19
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
. 9999
. 9999
. 9999
. 9998
20
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000 1.0000 1.0000
. 9999
21
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000 1|.0000 1.0000 1.0000
1.0000
ESTADISTICA - UDH
8.0
8.5
9.0
9.5
10.0
. 0003
. 0002
. 0001
. 0001
. 0000
. 0030
. 0019
. 0012
. 0008
. 0005
. 0138
. 0093
. 0062
. 0042
. 0028
. 0424
. 0301
. 0212
. 0149
. 0103
. 0996
. 0744
. 0550
. 0403
. 0293
. 1912
. 1496
. 1157
. 0885
. 0671
. 3134
. 2562
. 2068
. 1649
. 1301
. 4530
. 3856
. 3239
. 2687
. 2202
. 5925
. 5231
. 4557
. 3918
. 3328
. 7166
. 6530
. 5874
. 5218
. 4579
10
. 8159
. 7634
. 7060
. 6453
. 5830
11
. 8881
. 8487
. 8030
. 7520
. 6968
12
. 9362
. 9091
. 8758
. 8364
. 7916
13
. 9658
. 9486
. 9261
. 8981
. 8645
14
. 9827
. 9726
. 9585
. 9400
. 9165
15
. 9918
. 9862
. 9780
. 9665
. 9513
16
. 9963
. 9934
. 9889
. 9823
. 9730
17
. 9984
. 9970
. 9947
. 9911
. 9857
18
. 9993
. 9987
. 9976
. 9957
. 9928
19
. 9997
. 9995
. 9989
. 9980
. 9965
20
. 9999
. 9998
. 9996
. 9991
. 9984
21
1.0000
. 9999
. 9998
. 9996
. 9993
22
1.0000
1.0000
. 9999
. 9999
. 9997
23
1.0000
1.0000
1.0000
. 9999
. 9999
24
1.0000
1.0000
1.0000
1.0000
1.0000
25
1.0000
1.0000
1.0000
1.0000
1.0000
26
1.0000
1.0000
1.0000
1.0000
1.0000
27
1.0000
1.0000
1.0000
1.0000
1.0000
ESTADISTICA - UDH
Calculando en Excel la probabilidad acumuladas de la distribucin
poisson
Es solo lo contrario al realizar la operacin bien como dice que es acumulado
solo se cambia lo que en el primero pusimos falso ahora ponemos verdadero
( ) = 1
Tomando los mismos valores de la distribucin poisson normal

X=0
N = 0.1 = media
Y se repite los pasos ya mencionamos para el ingreso y para hallar el resultado
ingresamos datos y como ya dije cambiamos en valor de falso a verdadero
ESTADISTICA - UDH
6.3.
Probabilidades acumuladas de la distribucin normal
estndar
Probabilidades Acumuladas de la Distribucin Normal Estndar
Z
-3.5
-3.4
-3.3
-3.2
-3.1
-3.0
-2.9
-2.8
-2.7
-2.6
-2.5
-2.4
-2.3
-2.2
-2.1
-2.0
-1.9
-1.8
-1.7
-1.6
-1.5
-1.4
-1.3
-1.2
-1.1
-1.0
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
-0.0
0.0
0.0002
0.0003
0.0005
0.0007
0.0010
0.0013
0.0019
0.0026
0.0035
0.0047
0.0062
0.0082
0.0107
0.0139
0.0179
0.0228
0.0287
0.0359
0.0446
0.0548
0.0668
0.0808
0.0968
0.1151
0.1357
0.1587
0.1841
0.2119
0.2420
0.2743
0.3085
0.3446
0.3821
0.4207
0.4602
0.5000
0.01
0.0002
0.0003
0.0005
0.0007
0.0009
0.0013
0.0018
0.0025
0.0034
0.0045
0.0060
0.0080
0.0104
0.0136
0.0174
0.0222
0.0281
0.0351
0.0436
0.0537
0.0655
0.0793
0.0951
0.1131
0.1335
0.1562
0.1814
0.2090
0.2389
0.2709
0.3050
0.3409
0.3783
0.4168
0.4562
0.4960
0.02
0.0002
0.0003
0.0005
0.0006
0.0009
0.0013
0.0018
0.0024
0.0033
0.0044
0.0059
0.0078
0.0102
0.0132
0.0170
0.0217
0.0274
0.0344
0.0427
0.0526
0.0643
0.0778
0.0934
0.1112
0.1314
0.1539
0.1788
0.2061
0.2358
0.2676
0.3015
0.3372
0.3745
0.4129
0.4522
0.4920
0.03
0.0002
0.0003
0.0004
0.0006
0.0009
0.0012
0.0017
0.0023
0.0032
0.0043
0.0057
0.0075
0.0099
0.0129
0.0166
0.0212
0.0268
0.0336
0.0418
0.0516
0.0630
0.0764
0.0918
0.1093
0.1292
0.1515
0.1762
0.2033
0.2327
0.2643
0.2981
0.3336
0.3707
0.4090
0.4483
0.4880
0.04
0.0002
0.0003
0.0004
0.0006
0.0008
0.0012
0.0016
0.0023
0.0031
0.0041
0.0055
0.0073
0.0096
0.0125
0.0162
0.0207
0.0262
0.0329
0.0409
0.0505
0.0618
0.0749
0.0901
0.1075
0.1271
0.1492
0.1736
0.2005
0.2296
0.2611
0.2946
0.3300
0.3669
0.4052
0.4443
0.4840
0.05
0.0002
0.0003
0.0004
0.0006
0.0008
0.0011
0.0016
0.0022
0.0030
0.0040
0.0054
0.0071
0.0094
0.0122
0,0158
0.0202
0.0256
0.0322
0.0401
0.0495
0.0606
0.0735
0.0885
0.1056
0.1251
0.1469
0.1711
0.1977
0.2266
0.2578
0.2912
0.3264
0.3632
0.4013
0.4404
0.4801
0.06
0.0002
0.0003
0.0004
0.0006
0.0008
0.0011
0.0015
0.0021
0.0029
0.0039
0.0052
0.0069
0.0091
0.0119
0.0154
0.0197
0.0250
0.0314
0.0392
0.0485
0.0594
0.0721
0.0869
0.1038
0.1230
0.1446
0.1685
0.1949
0.2236
0.2546
0.2877
0.3228
0.3594
0.3974
0.4364
0.4761
0.07
0.0002
0.0003
0.0004
0.0005
0.0008
0.0011
0.0015
0.0021
0.0028
0.0038
0.0051
0.0068
0.0089
0.0116
0.0150
0.0192
0.0244
0.0307
0.0384
0.0475
0.0582
0.0708
0.0853
0.1020
0.1210
0.1423
0.1660
0.1922
0.2206
0.2514
0.2843
0.3192
0.3557
0.3936
0.4325
0.4721
Ejemplo 1
a) Determinar el rea bajo la curva de menos infinito a Z = - 1.
P(Z<= -1) = 0.1587
b) Determinar el rea bajo la curva de menos infinito a Z = - 2.

P(Z<= - 2) = 0.0228
c) Determinar el rea bajo la curva entre Z >= -2. hasta Z <= -1
P(- 2 <= Z<= -1) = 0.1259
ESTADISTICA - UDH
0.08
0.0002
0.0003
0.0004
0.0005
0.0007
0.0010
0.0014
0.0020
0,0027
0.0037
0.0049
0.0066
0.0087
0.0113
0,0143
0.0188
0.0239
0.0301
0.0375
0.0465
0.0571
0.0694
0.0838
0.1003
0.1190
0.1401
0.1635
0.1894
0.2177
0.2483
0.2810
0.3156
0.3520
0.3897
0.4286
0.4681
0.09
0.0002
0.0002
0.0003
0.0005
0.0007
0.0010
0.0014
0.0019
0.0026
0.0036
0.0048
0.0064
0.0084
0.0110
0.0143
0.0183
0.0233
0.0294
0.0367
0.0455
0.0559
0.0681
0.0823
0.0985
0.1170
0.1379
0.1611
0.1867
0.2148
0.2451
0.2776
0.3121
0.3483
0.3859
0.4247
0.4641
6.4.
Probabilidades acumuladas de la distribucin normal
estndar
0.0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
0.5000
0.5398
0.5793
0.6179
0.6554
0.6915
0.7257
0.7580
0.7881
0.8159
0.8413
0.8643
0.8849
0.9032
0.9192
0.9332
0.9452
0.9554
0.9641
0.9713
0.9772
0.9821
0.9861
0.5040
0.5438
0.5832
0.6217
0.6591
0.6950
0.7291
0.7611
0.7910
0.8186
0.8438
0.8665
0.8869
0.9049
0.9207
0.9345
0.9463
0.9564
0.9649
0.9719
0.9778
0.9826
0.9864
0.5080
0.5478
0.5871
0.6255
0.6628
0.6985
0.7324
0.7642
0.7939
0.8212
0.8461
0.8686
0.8888
0.9066
0.9222
0.9357
0.9474
0.9573
0.9656
0.9726
0.9783
0.9830
0.9868
0.5120
0.5517
0.5910
0.6293
0.6664
0.7019
0.7357
0.7673
0.7967
0.8238
0.8485
0.8708
0.8907
0.9082
0.9236
0.9370
0.9484
0.9582
0.9664
0.9732
0.9788
0.9834
0.9871
0.5160
0.5557
0.5948
0.6331
0.6700
0.7054
0.7389
0.7704
0.7995
0.8264
0.8508
0.8729
0.8925
0.9099
0.9251
0.9382
0.9495
0.9591
0.9671
0.9738
0.9793
0.9838
0.9875
0.5199
0.5596
0.5987
0.6368
0.6736
0.7088
0.7422
0.7734
0.8023
0.8289
0.8531
0.8749
0.8944
0.9115
0.9265
0.9394
0.9505
0.9599
0.9678
0.9744
0.9798
0.9842
0.9878
0.5239
0.5636
0.6026
0.6406
0.6772
0.7123
0.7454
0.7764
0.8051
0.8315
0,8554
0.8770
0.8962
0.9131
0.9279
0.9406
0.9515
0.9608
0.9686
0.9750
0.9803
0.9846
0.9881
0.5279
0.5675
0.6064
0.6443
0.6808
0.7157
0.7486
0.7794
0.8078
0.8340
0.8577
0.8790
0.8980
0.9147
0.9292
0.9814
0.9525
0.9616
0.9693
0.9756
0.9808
0.9850
0.9884
0.5359
0.5753
0.6141
0.6517
0.6879
0.7224
0.7549
0.7852
0.8133
0.8339
0.8621
0.8830
0.9015
0.9177
0.9319
0.9441
0.9545
0.9633
0.9706
0.9767
0.9817
0.9857
0.9890
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
0.9893
0.9918
0.9938
0.9953
0.9965
0.9974
0.9981
0.9987
0.9990
0.9993
0.9995
0.9997
0.9998
0.9896
0.9920
0.9940
0.9955
0.9966
0.9975
0.9982
0.9987
0.9991
0.9993
0.9995
0.9997
0.9998
0.9898
0.9922
0.9941
0.9956
0.9967
0.9976
0.9982
0.9987
0.9991
0.9994
0.9995
0.9997
0.9998
0.9901
0.9925
0.9943
0.9957
0.9968
0.9977
0.9983
0.9988
0.9991
0.9994
0.9996
0.9997
0.9998
0.9904
0.9927
0.9945
0.9959
0.9969
0.9977
0.9984
0.9988
0.9992
0.9994
0.9996
0.9997
0.9998
0.9906
0.9929
0.9946
0.9960
0.9970
0.9978
0.9984
0.9989
0.9992
0.9994
0.9996
0.9997
0.9998
0.9909
0.9931
0.9948
0.9961
0.9971
0.9979
0.9985
0.9989
0.9992
0.9994
0.9996
0.9997
0.9998
0.9911
0.9932
0.9949
0.9962
0.9972
0.9979
0.9985
0.9989
0.9992
0.9995
0.9996
0.9997
0.9998
0.531
9
0.571
0.610
4
3
0.648
0
0.684
4
0.719
0
0.751
7
0.782
3
0.810
6
0.836
0.859
5
9
0.881
0
0.899
7
0.916
2
0.930
6
0.942
9
0.953
5
0.962
5
0.969
9
0.976
0.981
1
2
0.985
0.988
4
7
0.991
3
0,993
4
0.995
1
0.996
0.997
3
3
0.998
0
0.998
6
0.999
0
0.999
3
0.999
5
0.999
6
0.999
7
0.999
8
ESTADISTICA - UDH
0.9916
0.9936
0.9952
0.9964
0.9974
0.9981
0.9986
0.9990
0.9993
0.9995
0.9997
0.9998
0.9998
Ejemplo 2
a) Determinar el rea bajo la curva de menos infinito a Z = 1.
P(Z <= 1) = 0.8413
b) Determinar el rea bajo la curva de menos infinito a Z = 2.

P(Z <= 2) = 0.9772 8
c) Determinar el rea bajo la curva de menos Z = 1 a Z = 2
P(1 <= Z <= 2) = 0.9772 0.8413 = 0.1369
EJERCICIO 1:
Qu porcentaje del rea bajo la curva normal estndar o probabilidad est
incluido dentro de los siguientes rangos?
a) P(1.2 <= Z <= 2.2) = P(Z <= 2.2) P(Z <= 1.2) =
b) P(-2.1 <= Z <= -0.4) = P(Z <= - 0.4) P(Z <= -2.1) =
c) P( -1.3 <= Z <= 2.7) = P(Z <= 2.7) P(Z <= -1.3) =
d) P( Z >= 2.4) = P(Z <= -2.4) =
e) P( Z<=-2.9) + P(Z>= 3.1) = P(Z <= -2.9) + P(Z <= -3.1) =
f) P(Z>= 1.9) = P(Z <= -1.9) =
Estandarizacin de valores reales
En la prctica, se tienen valores reales de promedio diferentes de cero y con

desviacin estndar diferentes de uno, para determinar la probabilidad o rea
bajo la curva, se determina el nmero de desviaciones estndar Z entre algn
valor X y la media de la poblacin o de la muestra X como sigue:
XX
s
s se consideran los datos completos del proceso.
s se consideran slo los datos de una muestra.
ESTADISTICA - UDH
Ejemplo 3 El departamento de personal de una empresa requiere que los
solicitantes a un puesto en cierta prueba alcancen una calificacin de 500. Si las
calificaciones de la prueba se distribuyen normalmente con media 485 y
desviacin estndar 30 Qu porcentaje de los solicitantes pasar la
prueba?
Calculando el valor de Z obtenemos:

Z
= 500 485 0.5

30
Buscamos el valor correspondiente
Z en las tablas de distribucin normal
estndar o por medio de Excel =distr.norm.estand(0.5). Z0.5 = 0.69146 =

69.146%. Donde la probabilidad de que la calificacin sea menor a 500 es P (X
<= 500). Dado que el porcentaje pedido es P( X 500) la solucin es 1-0.69146
=0.3085, por tanto slo 30.85% de los participantes pasarn la prueba.
Otra forma es tomando la Z como negativa con P(Z <= -0.5) = 0.3085.
485
30.85%
Z.05
Fig. 6 rea bajo la curva de Distribucin normal
Ejemplo 1.4 Suponga que un proceso tiene una distribucin normal dada tiene
una media de 20 y una desviacin estndar de 4. Calcule la probabilidad
P (X >=24) = 1 P(X <= 24) =
En
la
barra
de
herramientas
seleccione
el
icono
de
funciones
fx>Estadsticas>Distr.Norm.Estand. OK. El sistema muestra la siguiente

ventana, en la cual llenamos los siguientes datos:
ESTADISTICA - UDH
Fig. 7 Clculo del rea bajo la curva normal sin requerir Z

El resultado de la frmula = 0.8413. , dado que esta es la probabilidad P(X 24),
la probabilidad buscada es: P(X >= 24) = 1 - 0.8413= 0.1587
ESTADISTICA - UDH

Diego PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Diego PDF

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD DE HUANUCO

Sede Tingo Mara

E.A.P DE INGENIERIA CIVIL

: Ing. Bermdez Pino, Wilmer J

ESTUDIANTE : Espinoza Camayo, Diego C

Distribucin de Bernoulli .............................................................................. 4

II. Distribucin binomial .................................................................................... 5

La frmula para la distribucin Binomial................................................ 6

Criterios o propiedades para definir la Distribucin Binomial ................ 6

Caractersticas de la distribucin binomial. ........................................... 7

Pasos para realizar el clculo mediante Microsoft Excel...................... 8

III. Distribucin Poisson .................................................................................. 11

El proceso de Poisson espacial .......................................................... 11

El proceso de Poisson temporal .......................................................... 12

Pasos para realizar el clculo mediante Microsoft Excel.................... 13

Aproximacin de la distribucin Binomial por una de Poisson ............ 16

IV. Distribucin normal .................................................................................... 16

Distribucin normal o gaussiana ......................................................... 18

Caractersticas de la distribucin Normal ............................................ 19

Propiedades de la distribucin normal estndar ................................. 20

V. Ejercicios propuestos de Esquema de Bernoulli ........................................ 22

Tabla de distribucin binomial normal ................................................. 25

6.2. Tabla de Probabilidades de Poisson ......................................................... 34

Probabilidades acumuladas de la distribucin normal estndar .......... 44

Probabilidades acumuladas de la distribucin normal estndar.......... 45

Estandarizacin de valores reales ................................................................ 46

Un experimento aleatorio se dice que es de Bernoulli cuando nicamente puede

Los resultados cara o cruz en el lanzamiento de una moneda.

Las piezas defectuosa o no defectuosa en el control de calidad de un

Distribucin de Bernoulli de parmetro p

() = nmero de resultados posibles con k xitos

= P (cada resultado con k xitos)

Nmero de veces que aparece el resultado cara al lanzar una moneda

Nmero de xitos en la recepcin de un mensaje enviado a 100

Nmero de ordenadores en una subred que han sido infectados por un

2.1. La frmula para la distribucin Binomial

0 para otros valores

0 para otros valores

ensayos o pruebas repetidas, e

idnticas y fijadas antes del experimento (pruebas de Bernoulli). Son pruebas

ensayos o pruebas arroja solo uno de dos resultados

posibles resultados: xito o fracaso.

3- La probabilidad del llamado xito (

para cada ensayo o prueba.

ensayos del mismo E.A.

La funcin de probabilidad de X en esas condiciones ser:

2.3. Caractersticas de la distribucin binomial.

definicin de valor esperado se obtiene que para esta distribucin:

= lo que conduce a que una v.a.

binomial X tiene como varianza

Asimetra deformacin (Forma): con base en la razn entre los momentos

Sobre la base de que si:

Para el caso considerado y utilizando tanto la metodologa tradicional de la

2.4. Pasos para realizar el clculo mediante Microsoft Excel

Realizando el clculo reemplazando en la formula.

Pones aceptar y ya tienes el resultado, y asi de te facilita para resolver varios

El proceso de Poisson espacial

Supongamos un recipiente de volumen V con un lquido en el que hay n

No interaccin: Los eventos la j-esima bacteria est en D (j = 1,. . ., n) son

3.2. El proceso de Poisson temporal

3.3. Pasos para realizar el clculo mediante Microsoft Excel

Lo clculo mediante Microsoft Excel

Segundo paso: seleccionamos la categora de estadsticas.