DISTRIBUCIÓN NORMAL

MATERIA: PROBABILIDAD Y ESTADISTICA

TITULAR: ING. FELIPE SALINAS VELAZQUEZ

La distribución de probabilidad continua más importante en todo el campo de la

estadística es la distribución normal. Su gráfica, denominada curva normal, es la
curva con forma de campana tal como se observa en la figura, la cual describe de
manera aproximada muchos fenómenos que ocurren en la naturaleza, la industria
y la investigación. Por ejemplo, las mediciones físicas en .reas como los
experimentos meteorológicos, estudios de la precipitación pluvial y mediciones de
partes fabricadas a menudo se explican más que adecuadamente con una
distribución normal. Además, los errores en las mediciones científicas se
aproximan muy bien mediante una distribución normal. En 1733, Abraham
DeMoivre desarrolló la ecuación matemática de la curva normal, la cual sentó las
bases sobre las que descansa gran parte de la teoría de la estadística inductiva.
La distribución normal a menudo se denomina distribución gaussiana en honor de
Karl Friedrich Gauss (1777-1855), quien también derivó su ecuación a partir de un
estudio de errores en mediciones repetidas de la misma cantidad.

Curva de distribución normal

Una variable aleatoria continua X que tiene la distribución en forma de campana

de la figura, se denomina variable aleatoria normal . La ecuación matemática para
la distribución de probabilidad de la variable normal depende de los dos
parámetros μ y σ, su media y su desviación estándar, respectivamente. Por ello,
se denotan los valores de la densidad de X por n (x; μ, σ).
Distribución Normal

La densidad de la variable aleatoria normal X , con media μ y varianza σ2 , es

1
1 − (𝑥−𝜇)2
P(X=x) = е 2𝜎2 −∞<x<∞,
√2𝜋𝜎
Donde:

π=3.14159

e=2.71828

Las siguientes son observaciones importantes acerca de las características de las

distribuciones normales.

1. Toda la familia de distribuciones normales se diferencia por medio de dos

parámetros: la media μ y la desviación estándar σ.
2. El punto más alto de una curva normal se encuentra sobre la media, la cual
coincide con la mediana y la moda.
3. La media de una distribución normal puede tener cualquier valor: negativo,
positivo o cero. A continuación se muestran tres distribuciones normales
que tienen la misma desviación estándar, pero diferentes medias. (−10,0 y
20).
4. La distribución normal es simétrica, siendo la forma de la curva normal al
lado izquierdo de la media, la imagen especular de la forma al lado derecho
de la media. Las colas de la curva normal se extienden al infinito en ambas
direcciones y en teoría jamás tocan el eje horizontal. Dado que es simétrica,
la distribución normal no es sesgada; su sesgo es cero.
5. La desviación estándar determina qué tan plana y ancha es la curva
normal. Desviaciones estándar grandes corresponden a curvas más planas
y más anchas, lo cual indica mayor variabilidad en los datos. A continuación
se muestran dos curvas normales que tienen la misma media pero distintas
desviaciones estándar.
6. Las probabilidades correspondientes a la variable aleatoria normal se dan
mediante áreas bajo la curva normal. Toda el área bajo la curva de una
distribución normal es 1. Como esta distribución es simétrica, el área bajo la
curva y a la izquierda de la media es 0.50 y el área bajo la curva y a la
derecha de la media es 0.50.
7. Los porcentajes de los valores que se encuentran en algunos intervalos
comúnmente usados son:
a. 68.3% de los valores de una variable aleatoria normal se encuentran
más o menos una desviación estándar de la media.
b. 95.4% de los valores de una variable aleatoria normal se encuentran
más o menos dos desviaciones estándar de la media.
c. 99.7% de los valores de una variable aleatoria normal se encuentran
más o menos tres desviaciones estándar de la media.
En la siguiente figura aparece una gráfica de las propiedades a, b y c.

Área bajo la curva de distribución normal

Una variable aleatoria que tiene una distribución normal con una media cero y
desviación estándar de uno tiene una distribución normal estándar . Para designar
esta variable aleatoria normal se suele usar la letra z . La figura 6.1.1.3 es la
gráfica de la distribución normal estándar. Esta distribución tiene el mismo aspecto
general que cualquier otra distribución normal, pero tiene las propiedades
especiales, μ=0 y σ=1.

A continuación se da la fórmula que se emplea para convertir cualquier variable

aleatoria x con media μ y desviación estándar σ en la variable aleatoria normal
estándar z.

𝑥−𝜇
z= 𝜎

Para la distribución normal estándar ya se encuentran calculadas las áreas bajo la

curva normal y se cuenta con tablas que dan estas áreas y que se usan para
calcular las probabilidades. Utilice las tablas de Z
Distribución normal estándar

EJEMPOS SOBRE EL USO DE LAS TABLAS DE Z

Dada una distribución normal estándar, calcule el área bajo la curva que se
localiza:

a).- a la izquierda de z=1.63

b).- a la derecha de z=1.84

c).- entre z=-1.97 y z=0.86

Solución:

a) El área está sombreada en la figura, sólo se necesita hallar el valor tabulado

para z=1.63. Baje por la columna izquierda de la tabla hasta z=1.6 y en sentido
horizontal en la parte superior de la tabla hasta la columna marcada 0.03. La
intersección de esta combinación de renglón y columna da el área 0.9484, que es
P(z=1.63).
b) El área en la figura a la derecha de z = 1.84 es igual a 1 menos el área
en la tabla del anexo A a la izquierda de z = 1.84, a saber:

1–0.9671=0.0329
 c) El área en la figura 6.1.1.8 entre z=–1.97 y z=0.86 es igual al área a la
izquierda de z=0.86 menos el área a la izquierda de z=–1.97. A partir de la
tabla del anexo A encontramos que el área que se desea es:

0.8051–0.0244=0.7807
EJERCICIOS.

Use las tablas de Z para hallar las siguientes probabilidades para una variable z
aleatoria normal estándar

Entre z=0 y z=1.2

R=0.3849
Figura 6.1.1.8
 EJERCICIOS.

Use las tablas de Z para hallar las siguientes probabilidades para una variable z
aleatoria normal estándar

Entre z=0 y z=1.2

R=0.3849 GRAFIQUE Y SOMBREE EL AREA DE LA PROBABILIDAD BUSCADA

Entre z= - 0.9 y z=0

R= 0.3159 GRAFIQUE Y SOMBREE EL AREA DE LA PROBABILIDAD BUSCADA

A la izquierda de z=-4

R= 0

Dada una distribución normal estándar, calcule el valor de k tal

que:

a).- P(Z>k)=0.3015

b).- P(k<Z<−0.18)=0.4197
Solución:

a) En la figura siguiente, se observa que el valor k que deja un área de 0.3015 a la

derecha debe dejar entonces un área de 0.6985 a la izquierda; es decir el
complemento de 0.3015. De la tabla del anexo A se sigue que k=0.52.
b) En la tabla Z observamos el área total a la izquierda de –0.18 es igual a 0.4286.
En la figura, vemos que el área entre k y –0.18 es 0.4197, de manera que el área
a la izquierda de k debe ser 0.4286–0.4197=0.0089. Por lo tanto, a partir de la
tabla tenemos k=–2.37.
EJERCICIOS.

Dada una distribución normal estándar, calcule el valor de k tal que:

P(Z > k) = 0.2946;

R=0.54

P(Z < k) = 0.0427;

R= -1.72

(−0.93 < Z < k) = 0.7240;

R= 1.64

P(−k < Z < k) = 0.99;

R= 2.575

EJEMPLOS DE APLICACIÓN.

Una persona con una buena historia crediticia tiene una deuda promedio de
$15015 (Business Week, 20 de marzo de 2006). Suponga que la desviación
estándar es de $3540 y que los montos de las deudas están distribuidos
normalmente.

a).- ¿Cuál es la probabilidad de que la deuda de una persona con buena historia
crediticia sea mayor a $18000?

b).- ¿De que la deuda de una persona con buena historia crediticia sea de menos
de $10000?

c).- ¿De que la deuda de una persona con buena historia crediticia esté entre
$12000 y $18000?

d).- ¿De cuánto debe ser la deuda de una persona para que se encuentre entre el
10% de las personas con buen historial crediticio más endeudadas?

Solución:

a)

 x=18000
 μ=15015
 σ=3450
Se tiene:

(𝑋−𝜇) (18000−15015)
Z= = Z= = 0.865
𝜎 3450
Por lo tanto se grafica Z=0.86

El área en la que estamos interesados es el lado derecho como se muestra en la figura y

luego, se busca el valor en las tablas:

Obteniendo una probabilidad de 0.8051; como estamos interesado en el área del

lado derecho de la curva entonces sacamos el complemento de la probabilidad, es
decir 1−0.8051=0.1949. Entonces 19.49% de las personas con buena historia
crediticia tienen una deuda mayor a 18000.

b)

1. x=10000
2. μ=15015
3. σ=3450
Se tiene:
 (𝑋−𝜇) (10000−15015)
Z= = = -1.453
𝜎 3450

entoncesse grafica quedando de la siguiente manera:

Z=−1.45

En esta ocasión se tiene interés en el área bajo la curva del lado derecho como se
muestra en la figura, buscando el valor en tablas tenemos que la probabilidad es
de 0.0735 tal como se observa en la figura

c).- ¿De que la deuda de una persona con buena historia crediticia esté entre
$12000 y $18000?

x=10000

μ=15015

σ=3450

La probabilidad buscada es: P(12000<X<18000)

Observe la gráfica.
Los valores de Z que corresponden a X1=12000 y X2=18000 son:

Z1=12000−150153450=−0.87
(12000−15015)
𝑍1=
3450
=-0.87
(18000−15015)
Z2= =0.86
3450
Por lo tanto:

P(12000<X<18000)=P(−0.87<Z<0.86)

Buscando en tablas encontramos que la probabilidad de Z1 es:

Y la probabilidad acumulada de Z2 es:

Para hallar la probabilidad del área sombreada de la figura, tenemos que restar la
probabilidad de Z2 menos la probabilidad de Z1 es decir:

0.8051−0.1922=0.6129

Por lo tanto el porcentaje de que una persona con buen historial crediticio tenga
una deuda entre 12000 y 18000 es de 61.29%

d) De acuerdo con la figura, el área bajo la curva a la izquierda de la cantidad

desconocida de deudas debe ser 0.90; es decir el área sombreada que equivaldría
al 10% de personas más endeudadas. De manera que primero se debe encontrar
el valor de z que deja un área de 0.90 en el extremo de la cola izquierda de la
distribución normal estándar.

Según la tabla de probabilidad normal estándar se busca en el cuerpo de la tabla

el valor más cercano al 0.90 y el valor de z=1.28 en el extremo de la cola
izquierda. Por tanto, z=1.28 es el valor de la variable aleatoria normal estándar
que corresponde a las personas más endeudadas en la distribución normal de
Business Week. Para hallar el valor de x que corresponde a z=1.28, se tiene:
 (𝑋−𝜇)
Z= = 1.28se despeja x
𝜎
Z 𝜎 = x – 𝜇 por lo tanto x=𝜇 + z 𝜎

x=μ+1.28σ
x=15015+ (1.28∗3450)=19431

Por lo tanto una persona debe tener por lo menos una deuda de $19431 para
estar dentro del 10% de personas más endeudadas.

EJERCICIOS

Las barras de pan de centeno que cierta panadera distribuye a las tiendas locales
tienen una longitud promedio de 30 centímetros y una desviación estándar de 2
centímetros. Si se supone que las longitudes están distribuidas normalmente,
¿qué porcentaje de las barras son:

a).- más largas que 31.7 centímetros?

R= 19.77

De entre 29.3 y 33.5 centímetros de longitud?

R= 59.67

Más cortas que 25.5 centímetros?

R= 1.22

Una máquina expendedora de bebidas gaseosas se regula para que sirva un

promedio de 200 mililitros por vaso. Si la cantidad de bebida se distribuye
normalmente con una desviación estándar igual a 15 mililitros,

¿Qué fracción de los vasos contendrá más de 224 mililitros?

R= .0548

¿Cuál es la probabilidad de que un vaso contenga entre 191 y 209 mililitros?

R= .4514

¿Cuántos vasos probablemente se derramarán si se utilizan vasos de 230 mililitros

para las siguientes 1000 bebidas?

R= 23
¿Por debajo de qué valor obtendremos el 25% más bajo en el llenado de las
bebidas?

R= 189.95

El diámetro interior del anillo de un pistón terminado se distribuye normalmente

con una media de 10 centímetros y una desviación estándar de 0.03 centímetros.

¿Qué proporción de anillos tendrá diámetros interiores que excedan 10.075

centímetros?

R=.0062

¿Cuál es la probabilidad de que el anillo de un pistón tenga un diámetro interior de

entre 9.97 y 10.03 centímetros?

R= .6826

¿Por debajo de qué valor del diámetro interior caerá el 15% de los anillos de
pistón?

R= 9.9688