CONTENIDO: VARIABLE ALEATORIA

Se llama VARIABLE ALEATORIA a toda ley (función) que asocia a cada elemento del espacio muestral un número real.

Se llama FUNCION DE PROBABILIDAD de una variable aleatoria a la aplicación que asocia a cada valor de variable
aleatoria su probabilidad de ocurrencia. La suma de las probabilidades debe ser igual a 1

p i 1

Se llama FUNCION DE DISTRIBUCION de la variable aleatoria X a la función

F(x) = P (X≤ x) Asocia a cada valor de la variable aleatoria la probabilidad acumulada hasta ese valor

0≤F(x)≤ 1

La media de una variable aleatoria se llama valor esperado o ESPERANZA MATEMATICA

E(X)   X .P( X )

La VARIANZA de una variable aleatoria


V ( X )   X  E ( X )  P( X )   X 2 P( X ) _  XP( X ) 
2
2

E ( X 2 ) _ E ( X ) 
2

1) En una oficina trabajan mujeres y varones. Se seleccionan al azar 3 personas y se define la variable x: “cantidad
de mujeres seleccionadas”.
a) Determinar la distribución de probabilidad de esta variable aleatoria.

b) Calcular la media, varianza y desvío. Rta: E(x)= 1,5 ; V(x)= 0,75 D(x)= 0,86

2) La demanda de teclados de computadora de una empresa varía mucho de un mes a otro. La siguiente
distribución de probabilidad muestra la demanda mensual de teclados durante los últimos dos años:
Demanda mensual P(x)

40 0,15

45 0,25

50 0,45

55 0,15

a. Determine la probabilidad de que en el próximo mes la demanda sea de 45 ó más teclados. Rta: 0,85
b. Calcule la media y desviación estándar de la variable y analice. Rta: E(x)= 48 ; V(x)= 21; D(x)= 4,58
 3) Sea x el número de accidentes por día que ocurrieron en una planta fabril durante el año pasado:

Cantidad de accidentes Cantidad de días

0 57

1 45

2 55

3 10

4 2

a) Construya una distribución de probabilidad

b) ¿Cuál es la probabilidad de que haya 2 accidentes mañana? Rta: 0,32
c) ¿Cuál es la probabilidad de que haya menos de 2 accidentes mañana? Rta: 0,61
d) Calcular la esperanza y la varianza del número de accidentes. E(x)= 1,13 ; V(x)= 0,97

4) En la siguiente tabla se identifica la probabilidad de que en un sistema de computación “se caiga” el número
señalado de períodos por semana, durante la fase inicial de instalación del sistema.

N° de 4 5 6 7 8 9
periodos(x)

Probabilidad 0,01 0,08 0,29 0,42 0,14 0,06

P (x)

a) Calcule el número esperado de veces por semana que la computadora no está trabajando . Rta: 6,78
b) Calcule la varianza de esta distribución de probabilidad. Rta: 1,03

CONTENIDO: DISTRIBUCIÓN NORMAL

Características de la distribución normal

1- La distribución normal tiene forma de campana y es simétrica respecto a su media

2- Es necesario conocer la media y la desviación estándar para identificar una distribución normal específica.
3- Cada combinación de la media y la desviación estándar especifica una distribución normal única
4- La distribución normal se extiende hasta el infinito en ambas direcciones a partir de la media
5- La distribución normal se mide en una escala continua, y la probabilidad de obtener un valor preciso es cero.
6- El área total bajo la curva es igual a 1 o 100%. El 50% del área a la derecha de la media y el 50% a la izquierda.
7- La probabilidad de que una variable aleatoria tenga un valor entre cualesquiera dos puntos es igual al área bajo
la curva entre esos puntos. Esta área se puede determinar usando el cálculo o la tabla normal estándar.

EJERCICIOS

1) El tiempo de reacción para cierto experimento psicológico está distribuido normalmente con media de 20
segundos y desviación estándar igual a 4 segundos:
 a. ¿Cuál es la probabilidad de que una persona tenga un tiempo de reacción menor a 25 segundos?
Rta:0,8944
b. ¿Cuál es la probabilidad de que una persona tenga un tiempo de reacción entre 21 y 30 segundos? Rta:
0,3951
c. ¿Qué porcentaje de personas tienen un tiempo de reacción de más de 14 segundos? Rta: 0,9332
d. Cuál es el tiempo de reacción de modo que el área a su izquierda represente el 15% de todas las
personas que reaccionan con mayor rapidez? Rta: 15,84

2) ¿El número de días entre la facturación y el pago de las cuentas a crédito en una gran tienda tienen una
distribución aproximadamente normal con una media de 18 días y una desviación estándar de 4 días: ¿qué
proporción de las cuentas serán pagadas?
a. Entre 12 y 18 días? Rta: 0,4332
b. En menos de 8 días? Rta: 0,0062
c. En 12 días ó más? Rta: 0,9332

3) El sueldo de 3000 empleados de una empresa se distribuye normal con media de $400 y una desviación
estándar de $80:
e. Determinar el número de empleados que perciben sueldos superiores a $480 Rta: 0,1587 – 476,1
empleados
f. Determinar el número de empleados que perciben sueldo entre $240 y $520. Rta: 0,9104 – 2731,2
empleados
g. Determinar el número de empleados que perciben sueldo menor a $350. Rta: 0,2676 – 802,8 empleados
h. Determinar el valor de la variable sueldo que abarca el 90% del personal. Rta: 502,4 empleados

4) Las ausencias por enfermedad de los empleados de una empresa en un mes tienen una distribución normal
aproximada, con promedio de 200 horas y variancia de 400.
i. Calcular la probabilidad de que el mes próximo el ausentismo total por enfermedad sea menor que 150
horas. Rta: 0,0062
j. Para planear el programa del mes próximo, ¿Cuánto tiempo debe suponer darse al ausentismo por
enfermedad, si aquella cantidad solo se debe superar con una probabilidad de tan solo 0,10? Rta:225,6

CONTENIDO: DISTRIBUCIONES DISCRETAS

DISTRIBUCIÓN BINOMIAL

Teniendo en cuenta el experimento de lanzar una moneda, observamos que tiene solo dos posibles resultados “cara” y
“sello”. La probabilidad de cada una es conocida y constante en un intento (lanzamiento) al siguiente, y además el
experimento puede repetirse muchas veces. Los experimentos de este tipo siguen una distribución binomial. Con base
en el proceso Bernoulli, una distribución binomial presenta cuatro propiedades.

 Solo debe haber dos posibles resultados, uno se identifica como éxito y el otro como fracaso.
 La probabilidad de éxito “p”, sigue siendo constante de un ensayo al siguiente al igual que lo hace la
probabilidad de fracaso “1-p”.
 La probabilidad de un éxito en un ensayo es totalmente independiente de cualquier otro ensayo.
 El experimento puede repetirse muchas veces.
Una distribución Binomial: cada ensayo termina en sólo uno de dos resultados mutuamente excluyentes, uno de los
cuales se identifica como éxito y el otro como fracaso. La probabilidad de cada resultado permanece constante de un
ensayo al siguiente.

P( X  x)  C xn p x q n  x
La fórmula:

La estructura de la fórmula binomial consta de dos partes:

 (𝑛𝑥)

Indica la cantidad de maneras mutuamente excluyentes en los que los “x” éxitos y los “n-x” fracasos pueden ser
ordenados. Se denomina combinaciones de n elementos tomados de x en x.
x n-x
 p .q

Indica que cualquier resultado del experimento debe tener “x” éxitos y “n-x” fracasos en el conjunto de “n” pruebas

Los cálculos se pueden tornar complejos, cuando n toma valores grandes, puesto que los valores de los factoriales
complican los cálculos. En estos casos es recomendable utilizar tablas. Entramos a la tabla con n. Al lado del valor n
buscamos el x que nos interesa; por arriba el valor de la probabilidad p.

Esperanza, Variancia y Desvío estándar

E(x) = np

V(x) = npq

npq
D(X) =

EJERCICIOS

1- El 70% de la gente que está tramitando su permiso de conducir admitió que no reportarían a alguien a quien
hubieran visto copiar algunas respuestas durante el examen escrito. Usted acaba de entrar al salón y observa a
10 personas que esperan presentar el examen escrito. ¿Cuál es la probabilidad de que, en caso de suceder, cinco
de los 10 individuos no reporten lo que vieron? Rta: 0,103
2- Se sabe que el 30% de las tarjetas de crédito Naranja tienen un límite de $4000 mensuales. Suponga que se
eligen 5 titulares de tarjetas de crédito al azar. Se pide:
a- ¿Cuál es la probabilidad que 3 tengan u tope de $4000 y las otras no? Rta:0,132
b- ¿Cuál es la probabilidad que dos tarjetas exactamente tengan un tope de $4000? Rta: 0,309
c- ¿Cuál es la probabilidad que las 5 tarjetas tengan un tope de $4000? Rta: 0,002
3- En un archivo de 200 comprobantes, se sabe que hay 160 sin errores. Si se selecciona una muestra de 10
comprobantes con reposición. Se pide
a- Calcular la probabilidad que menos de 7 comprobantes no tengan errores. Rta: 0,121
b- Calcular la probabilidad que más de 4 comprobantes no tengan errores. Rta: 0,999
4- Si es verdad que se puede prevenir el 80% de todos los accidentes industriales prestando estricta atención a las
normas de seguridad obtenga la probabilidad de que se puedan prevenir, por tanto, 4 de siete accidentes. Rta:
0,115
5- Si la probabilidad de que una persona que viaja por cierta aerolínea pague una tarifa adicional para ver una
película es 0,60
 a. ¿cuál es la probabilidad de que solo tres de seis personas que viajan por esta aerolínea paguen una
tarifa adicional para ver una película? Rta: 0,276
b. Calcular la E(x), V(x) y D(x). Rta: E(x)=3,6 ; V(x)=1,44 y D(x)=1,2

APROXIMACIÓN A NORMAL

Cuando np ≥ 5 y nq ≥ 5 n ≥ 30 se aproxima a la distribución normal con:

npq
μ = np y σ =

P(X≤x) = P(Z ≤z0) donde

x
Z=  N (0,1)

Acordarse de la corrección por continuidad porque estamos aproximando una distribución de probabilidad de una
variable discreta con una distribución de probabilidad para variable continua.

Utilizamos esta corrección por continuidad porque estamos pasando de una variable aleatoria discreta a una variable
aleatoria continua. Esto se hace sumando o restando 0,5 de acuerdo a la situación planteada

1. Reste 0,5 de x cuando se requiera P( x  x0 )

2. Reste 0,5 de x cuando se requiera P(x<x0)
3. Sume 0,5 a x cuando se requiera P( x  x0 )
4. Sume 0,5 a x cuando se requiera P(x > x0)

EJERCICIOS

1. Supongamos que la proporción de monitores que contienen un defecto en una operación de ensamble es de 0,10 y
que una muestra de 200 monitores es incluida en un embarque particular. ¿Cuál es la probabilidad de que al menos 30
de los 200 monitores no incluya ningún motor defectuoso? Rta: 0,0125

2. Del total de empresas de una determinada región, el 60% son pequeñas empresas. Son seleccionadas al azar 100
empresas.
a. ¿Cuál es la probabilidad de que entre 54 y 58 empresas sean pequeñas? Rta: 0,2865
b. ¿Cuál es la probabilidad de que menos de 72 empresas sean pequeñas? Rta: 0,9936
c. ¿Cuál es la probabilidad de que más de 45 empresas sean pequeñas? Rta: 0,9985

3. En base a experiencia anterior el 40% de los clientes de la Estación de servicios automotriz Méndez S.A. pagan sus
compras con tarjetas de créditos. Si se selecciona una muestra de 200 clientes, ¿cuál es la probabilidad aproximada de
que:
A. Por lo menos 75 paguen con tarjeta de crédito? Rta: 0,7852
B. No más de 70 paguen con tarjeta de crédito? Rta: 0,0668

4. En una determinada ciudad el 10% de los habitantes son extranjeros. Se seleccionan 90 habitantes al azar. Calcular las
siguientes probabilidades:
a. Menos de seis sean extranjeros Rta: 0,1093
b. Entre dos y ocho sean extranjeros Rta: 0,4282

DISTRIBUCIÓN HIPERGEOMÉTRICA

 Presume la extracción de elementos de una determinada población a los que podemos clasificar como ÉXITO y
FRACASO. (mutuamente excluyentes y exhaustivas)
 Los muestreos se realizan SIN REEMPLAZO.
 La probabilidad no se mantiene constante en cada repetición del experimento, sino que varía en cada repetición.
Estamos ante la situación de un muestreo sin reemplazo donde la probabilidad de extraer un elemento de la
población varía en cada repetición.
Distribución Hipergeométrica: Si se selecciona una muestra sin reemplazo de una población finita conocida y contiene
una proporción relativamente grande de la población, de manera que la probabilidad de éxito sea perceptiblemente
alterada de una selección a la siguiente, debe utilizarse la distribución hipergeométrica.

C xN1 C nN2x
P( X  x) 
La fórmula: C nN

N= cantidad de elementos de la población

N1= cantidad de elementos de la población que pertenecen a la categoría éxito.
N2= cantidad de elementos de la población que pertenecen a la categoría fracaso.
n= cantidad de elementos en la muestra seleccionados de los N elementos de la población
x= cantidad de éxitos en la muestra.
n – x = cantidad de fracasos en la muestra.

Esperanza, Variancia y Desvío estándar

E(x) = np

N n
V(x) = npq N  1

N n
npq
D(x) = N 1

EJERCICIOS

1. Un grupo de 9 personas está formado por 4 hombres y 5 mujeres. Si se selecciona al azar sin reemplazo 3 individuos
para desempeñar cargos que son incompatibles entre sí. ¿Cuál es la probabilidad de que:
a. Los 3 sean hombres? Rta: 0,047
b. 1 sea hombre? Rta: 0,476
c. Calcular la E(x), V(x) y D(x). Rta: 1,33 Rta: 0,55 Rta:0,74
2. Entre los 16 camiones de entrega de una tienda departamental, 5 emiten cantidades excesivas de contaminantes. Si
se selecciones al azar 8 de los camiones para una inspección, ¿cuál es la probabilidad de que esta muestra incluya por los
menos 3 de los camiones que emite cantidades excesivas de contaminantes? Rta: 0,50

3. En una empresa de 25 empleados. Quince están a favor de una huelga y 10 no. Averigüe la probabilidad de que una
muestra aleatoria de 6 empleados contenga 3 que se oponen a la huelga y 3 a favor. Rta: 0,308

4. Un auditor elige 3 cuentas al azar de un grupo de 10 para examinarlas con todo cuidado. La compañía a la que se le
hace la auditoria sabe que 4 de las cuentas de impuestos tienen errores.
k. ¿Cuál es la probabilidad de que las 3 cuentas elegidas 2 tengan errores? (Rta: 0,30)
l. Calcular la E(x), V(x) y D(x). (Rta: 1,2) (Rta: 0,56 ) (Rta: 0,75)

APROXIMACIÓN A BINOMIAL

Cuando n/N tiende a cero, generalmente cuando:

n
 0,05
N se utiliza binomial

Cuando aproximamos existe una muy pequeña diferencia en el resultado, sin embargo en la práctica real la distribución
binomial se usa con frecuencia para obtener una aproximación de la distribución hipergeométrica. Las ventajas
principales de la aproximación son que la distribución binomial se ha tabulado en forma más extensiva que la
distribución hipergeométrica y entre las dos fórmulas, es más sencillo usar la fórmula de binomial. Los cálculos son
menos complicados

EJERCICIOS

1- Si de 800 piezas fabricadas por una máquina salieron 25 defectuosas y se eligen 5 de aquellas al azar. ¿Cuál es la
probabilidad de que haya 1 defectuosa entre las cinco elegidas? Rta: 0,13
2- En una prisión federal, 120 de los 300 internos están purgando condenas por delitos contra la salud. Si se
selecciona aleatoriamente a 8 de los internos para comparecer ante un comité legislativo ¿cuál es la
probabilidad de que 3 de los 8 estén purgando condenas por delitos contra la salud? Rta: 0,279
3- Entre los 180 empleados de una compañía, 144 sindicalizados y los otros no. Se debe seleccionar al azar a 5
empleados para prestar sus servicios en un comité de consultoría para el fondo de pensión. Calcular la
probabilidad de que 3 de los 5 empleados para el comité sean sindicalizados. Rta: 0,205

DISTRIBUCIÓN POISSON

Son necesarios dos supuestos para la aplicación de esta distribución

La probabilidad de ocurrencia de un evento es constante para dos intervalos cualesquiera de tiempo o espacio

La ocurrencia del evento en un intervalo es independiente de la ocurrencia de otro intervalo cualquiera.

Se puede estudiar

a) como distribución límite de la binomial

 a1) Se ocupa del número de veces que ocurre un acontecimiento raro (p chico) y un n grande, en general se toma
por convención np<5 para decidir distribución de Poisson.

 Nos encontramos ante muestras de tamaño bastante mayor (Binomial)

 La probabilidad de éxito es muy pequeña (acontecimiento raro, p “chico”)
 Se toma como convención m ó =n.p < 5

b) Como proceso estocástico

Cada una de las variables aleatorias representa el número total x de ocurrencias del fenómeno durante un período
de tiempo fijo o una región fija del espacio

Si se cumplen estas cuatro condiciones:

b1) Es posible dividir el intervalo de tiempo considerado en pequeños subintervalos

b2) La probabilidad de una ocurrencia permanece constante a lo largo de los intervalos

b3) La probabilidad de dos o más ocurrencias en un subintervalo es suficientemente pequeña como para ignorarla.

b4) Las ocurrencias son independientes.

e k k x
La fórmula: P (X=x) = x!

Esperanza, Variancia y Desvío estándar

mt = k = λ

np = k = λ

E(x) = k = λ

V(x) = k = λ

D(x) = k  

EJERCICIOS (Límite de Binomial)

1. Una compañía de seguros ha estimado que solo el 0,1% de la población tienen cierto tipo de accidente por año. Si se
seleccionan al azar 4000 asegurados con este tipo de siniestro, se pide calcular la probabilidad:
a. 3 de éstos cliente se accidente al año próximo. Rta: 0,1954
b. Menos de 3 clientes sufran este tipo de accidente el año próximo. Rta: 0,2381
c. Entre 2 y 6 clientes se accidenten el año próximo. Rta: 0,7988
d. Más de 4 cliente se accidentes el año próximo. 0,3711
2. Si la probabilidad de que un individuo sufra una reacción por una inyección de un determinado suero es de 0,001,
determinar la probabilidad de que de un total de 2000 individuos:
a. Exactamente 3 tengan reacción Rta: 0,1804
b. Más de 2 individuos tengan reacción. Rta: 0,3233

3. Del año 2008 al 2011, el número promedio de accidentes fatales entre las líneas aéreas comerciales certificadas fue
de 2,8. Suponga que el número de accidentes fatales por año en estas líneas aéreas se puede describir en forma
adecuada por medio de una distribución de probabilidad de Poisson con media 2,8. ¿Cuál es la probabilidad de que se
produzcan 3 ó más accidentes fatales en el año 2012? Rta: 0,5305

4. Si la probabilidad de que un individuo sufra una reacción por una inyección de un determinado suero es de 0,001,
determinar la probabilidad de que de un total de 3000 individuos:
a. Exactamente 3 tengan reacción Rta: 0,2240
b. Más de 2 individuos tengan reacción Rta: 0,5768

(Proceso estocástico)

5. El número de llamadas que llegan a un conmutador es de 0,5 por minuto en promedio, halle la probabilidad de que:
a. En un minuto no lleguen llamadas. Rta: 0,607
b. En un minuto lleguen más de 3 llamadas Rta: 0,002
c. En tres minutos lleguen menos de 5 llamadas. Rta: 0,98
d. En cinco minutos lleguen más de 2 llamadas. Rta: 0,46
e. ¿Cuántas llamadas se espera que lleguen en cinco minutos? Rta: 2,5

6. El promedio de personas que llegan a la ventanilla de un banco por minuto durante las horas hábiles es 1. Halle la
probabilidad de que en un minuto dado:
a. No aparezcan clientes Rta: 0,3679
b. Haya 3 o más clientes Rta: 0,0803
c. Haya 3 o menos clientes. Rta: 0,981

DISTRIBUCIÓN POISSON CON APROXIMACIÓN A NORMAL

Cuando

k o λ ≥ 10 y n ≥ 30 se aproxima a la distribución Normal con

k o
μ=ko λyσ=

x
Z=  N (0,1)

Acordarse de la corrección por continuidad porque estamos aproximando una distribución de probabilidad de una
variable discreta con una distribución de probabilidad para variable continua
 Utilizamos esta corrección por continuidad porque estamos pasando de una variable aleatoria discreta a una variable
aleatoria continua. Esto se hace sumando o restando 0,5 de acuerdo a la situación planteada

1. Reste 0,5 de x cuando se requiera P( x  x0 )

2. Reste 0,5 de x cuando se requiera P(x<x0)
3. Sume 0,5 a x cuando se requiera P( x  x0 )
4. Sume 0,5 a x cuando se requiera P(x > x0)

EJERCICIOS

1. El número de automóviles que llegan por minuto a la caseta de peaje de un puente se calculan mediante la
distribución Poisson con λ=2,5
a. ¿Cuál es la probabilidad aproximada de que en un período de diez minutos lleguen:
i. No más de 10 automóviles. Rta: 0,0013
ii. Entre 20 y 30 automóviles. Rta: 0,7286

2. Al aeropuerto de una ciudad arriban en promedio 4 aviones cada 6 minutos. ¿Cuál es la probabilidad de que arriben
entre 57 y 64 aviones cada 72 minutos? Rta: 0,10

3. En un cajero automático llegan en promedio 15 personas cada media hora. ¿Cuál es la probabilidad de que lleguen
más de 20 personas en una hora y diez minutos? Rta:0,99

Distribuciones de Probabilidad para variables Aleatorias Discretas

Binomial Hipergeométrica Poisson

a) Se selecciona un nª fijo a) Cuando el muestreo se Se puede estudiar

de individuos u objetos realiza sin reposición
a) como distribución
b) Las n observaciones b) Las probabilidades límite de la binomial
son independientes no se mantienen
constantes de a1) Se ocupa del número
c) Cada observación se repetición en de veces que ocurre un
ubica en una de dos repetición del acontecimiento raro (p
categorías experimento chico) y un n grande, en
general se toma por
d) La probabilidad de c) Se tiene una convención np<5 para
éxito, llamada p, es la población de N decidir distribución de
misma para cada elementos, formada Poisson
observación por N1 + N2 elementos,
donde N1 + N2 = N
Éxito p
d) Se extraen n b) Como proceso
Fracaso q elementos estocástico

p+q=1 e) Se quiere P (X= x), Cada una de las variables

es decir que en las n aleatorias representa el
También en el caso de que el extracciones haya x e número total x de
muestreo se haga con N1 y (n – x) de N2 ocurrencias del fenómeno
reposición durante un período de
tiempo fijo o una región fija
del espacio

Si se cumplen estas cuatro

condiciones:

B1) Es posible dividir el

intervalo de tiempo
considerado en pequeños
subintervalos

b2) La probabilidad de una

ocurrencia permanece
constante a lo largo de los
intervalos

b3) La probabilidad de dos

o más ocurrencias en un
subintervalo es
suficientemente pequeña
como para ignorarla.

b4) Las ocurrencias son

independientes

Entonces la distribución de X
es una distribución de Poisson
P( X  x)  C xn p x q n  x C xN1 C nN2x
P( X  x) 
C nN
e k k x
P (X=x) = x!
E(x) = np E(x) = np mt = k = λ

V(x) = npq N n np = k = λ

V(x) = npq N  1
E(x) = k = λ
npq
D(X) =
N n V(x) = k = λ
npq
D(x) = N 1
D(x) = k  

Cuando Cuando n/N tiende a cero, Cuando

np ≥ 5 y nq ≥ 5 n ≥ 30 se
aproxima a la distribución
normal con
generalmente cuando
k o λ ≥ 10 y n ≥ 30 se
n aproxima a la distribución
 0,05 Normal con
N se utiliza binomial
 npq k o
μ = np y σ = μ=ko λyσ=

P(X≤x) = P(Z ≤z0) donde

x x
Z=  N (0,1) Z=  N (0,1)

Acordarse de la corrección por Acordarse de la corrección por

continuidad porque estamos continuidad porque estamos
aproximando una distribución aproximando una distribución
de probabilidad de una de probabilidad de una
variable discreta con una variable discreta con una
distribución de probabilidad distribución de probabilidad
para variable continua para variable continua

Utilizamos esta corrección por continuidad porque estamos pasando de una variable aleatoria discreta a una variable
aleatoria continua. Esto se hace sumando o restando 0,5 de acuerdo a la situación planteada

1. Reste 0,5 de x cuando se requiera P( x  x0 )

2. Reste 0,5 de x cuando se requiera P(x<x0)
3. Sume 0,5 a x cuando se requiera P( x  x0 )
4. Sume 0,5 a x cuando se requiera P(x > x0)