UNIVERSIDAD ECCI

DEPARTAMENTO DE CIENCIAS BÁSICAS

TEORIA DE PROBABILIAD - INGENIERÍAS

TALLER 08 Contenido Temático Bibliografía Sugerida

Objetivo: determinar la  Distribuciones de la  Probabilidad y Estadística
forma de hallar la probabilidad normal para ingenieros, sexta
probabilidad normal y  La distribución normal Edición. Ronald Walpole,
la distribución normal. estándar
Raymond Myers y Sharon
 Aplicaciones de la
Myers. Editorial Pearson
distribución normal

PREGUNTAS CONCEPTUALES

1. ¿Cómo se determina la variable aleatoria de una distribución normal?

2. ¿Qué características tiene una curva de distribución normal?
3. ¿Cómo se halla N(0,1)?
4. ¿En qué forma se tipifica una variable X?

EJERCICIOS

No aplica

PROBLEMAS DE APLICACIÓN
1. Sea Z una variable aleatoria normal estándar. Calcular las siguientes
probabilidades:
a. P0  Z  2.17
b. P 2.50  Z  2.50
c. PZ  1.37
d. P 1.75  Z 
2. En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23° y desviación típica 5°. Calcular el número de
días del mes en los que se espera alcanzar máximas entre 21° y 27°
3. Se supone que los resultados de un examen siguen una distribución normal con
media 78 y desviación típica 36. Se pide:
a. ¿Cuál es la probabilidad de que una persona que se presenta el examen
obtenga una calificación superior a 72?

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 b. Calcular la proporción de estudiantes que tienen puntuaciones que exceden
por lo menos en cinco puntos de la puntuación que marca la frontera entre el
Apto y el No-Apto (son declarados No-Aptos el 25% de los estudiantes que
obtuvieron las puntuaciones más bajas)
c. Si se sabe que la calificación de un estudiante es mayor que 72 ¿cuál es la
probabilidad de que su calificación sea, de hecho, superior a 84?
4. Varios test de inteligencia dieron una puntuación que sigue una ley normal con
media 100 y desviación típica 15:
a. Determinar el porcentaje de población que obtendría un coeficiente entre 95 y
110.
b. ¿Qué intervalo centrado en 100 contiene al 50% de la población?
c. ¿En una población de 2500 individuos ¿cuántos individuos se esperan que
tengan un coeficiente superior a 125?
5. Se sugiere que la concentración de sustrato de flujo entrante a un reactor tiene una
distribución normal con   0.3 y   0.06
a. ¿Cuál es la probabilidad de que la concentración sea mayor que 0.25?
b. ¿Cuál es la probabilidad de que la concentración sea a lo sumo 0.1?
c. ¿Cómo caracterizaría el 5% más grande de los valores de concentración?
6. Se cuenta con dos máquinas para cortar tapones de corcho de botellas de vino. La
primera produce corchos con diámetros que tienen una distribución normal con
media de 3 cm y desviación estándar de 1.0 cm. La segunda maquina produce
corchos con diámetros que tienen una distribución normal con media de 3.04 cm y
desviación estándar de 0.02 cm. Los corchos aceptables tiene diámetro entre 2.9 y
3.1 cm. ¿Cuál máquina tiene más probabilidad de producir un corcho aceptable?

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 VARIABLE ALEATORIA DE LA DISTRIBUCIÓN NORMAL

Una variable aleatoria continua, X, sigue una distribución normal de media μ y desviación
típica σ, y se designa por N (μ, σ), si se cumplen las siguientes condiciones:

1. La variable puede tomar cualquier valor: (-∞, +∞)

2. La función de densidad, es la expresión en términos de ecuación matemática de la curva

de Gauss:

CURVA DE LA DISTRIBUCIÓN NORMAL

 El campo de existencia es cualquier valor real, es decir, (-∞, +∞).

 Es simétrica respecto a la media µ.
 Tiene un máximo en la media µ.
 Crece hasta la media µ y decrece a partir de ella.
 En los puntos µ − σ y µ + σ presenta puntos de inflexión.
 El eje de abscisas es una asíntota de la curva.
 El área del recinto determinado por la función y el eje de abscisas es igual a la
unidad.

Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la izquierda y
otra igual a 0.5 a la derecha.

La probabilidad equivale al área encerrada bajo la curva.

p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 %

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
p(μ - 2σ < X ≤ μ + 2σ) = 0.954 = 95.4 %

p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.7 %

N(0,1)

La distribución normal estándar, o tipificada o reducida, es aquella que tiene

por media el valor cero, μ = 0, y por desviación típica la unidad, σ =1.Su función de
densidad es:

Su grafica es:

La probabilidad de la variable X dependerá del área del recinto sombreado

en la figura. Y para calcularla utilizaremos una tabla.

TIPIFICACIÓN DE LA VARIABLE

Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribución N(μ, σ) en otra variable Z que siga una distribución N(0, 1)

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 Elaborado por: Miller Palacio Núñez
Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 TABLA DE LA CURVA NORMAL N(0,1)

La tabla nos da las probabilidades de P(z ≤ k), siendo z la variable tipificada.

Estas probabilidades nos dan la función de distribución Φ(k).

Φ(k) = P(z ≤ k)

Búsqueda en la tabla de valor de k Unidades y décimas en la columna de la izquierda.

Céntesimas en la fila de arriba.

P(Z ≤ a)

P(Z ≤ 1.47) = 0.9292

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 Elaborado por: Miller Palacio Núñez
Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
Nos encontramos con el caso inverso a los anteriores, conocemos el valor de la probabilidad
y se trata de hallar el valor de la abscisa. Ahora tenemos que buscar en la tabla el valor que
más se aproxime a K.

p = 0.75 Z ≤ 0.68

Para calcular la variable X nos vamos a la fórmula de la tipificación.

(X - μ)/σ = 0.68X = μ + 0.68 σ

Ejemplo 1

Si X es una variable aleatoria de una distribución N(µ, σ), hallar: p(µ−3σ ≤ X

≤ µ+3σ)

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
Es decir, que aproximadamente el 99.74% de los valores de X están a menos
de tres desviaciones típicas de la media.

Ejemplo 2

En una distribución normal de media 4 y desviación típica 2, calcular el valor

de a para que: P(4−a ≤ x ≤ 4+a) = 0.5934

Ejemplo 3

La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación típica 3 kg.

Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan:

1 Entre 60 kg y 75 kg

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
2 Más de 90 kg

3 Menos de 64 kg

4 64 kg

5 64 kg o menos

Miller Palacio Núñez

Lic. En matemáticas y física
Esp. En Educación Matemática
Msc. En Docencia de la Matemática

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática