Módulo: II Unidad: IV Semana: 08

ESTADÍSTICA I

Lic. SEGUNDO A. GARCIA FLORES

Distribución continua

Distribución normal
 CONTENIDOS TEMÁTICOS

• Distribución normal.
• Tabla de la normal.
DESARROLLO DE CONTENIDOS - SUBTÍTULOS
DEL TEMA
 La Distribución Normal
Distribuciones de
Probabilidad

Distribuciones de Distribuciones de
probabilidad discretas probabilidad continuas

Normal
 Distribución normal

La variable aleatoria X, donde x pertenece al conjunto

de los números reales, tiene una Distribución Normal
(o Gaussiana) si su función de densidad de probabilidad
es:
1  x   2
1   
f(x) e 2  
;   0;      
 2

e = constante matemática con valor aproximado de 2,71828

π = constante matemática con valor aproximado de 3,14159
µ = media de la población
σ = desviación estándar de la población
 Distribución normal
Teorema 1.
La función de distribución acumulada está dada
por:

2
x 1  
  t   
 /   /2
F( x )   e   
dt
   2
Teorema 2.
La esperanza matemática y la varianza para una
variable aleatoria continua con distribución normal,
son:

E( x )   , V(x)  2 .
 Distribución normal
Observaciones:
•La gráfica de la distribución normal es en forma de
campana, como se puede observar en la siguiente figura:
f(x)

-  + x

Además, la figura que representa a f(x), tiene puntos de

inflexión en: x, y en: x, y,
El máximo de la función f(x) está en: x.
 Distribución normal
Teorema 3.
Si una variable aleatoria continua tiene distribución
normal con   , y   , se dice que la variable tiene
una distribución NORMAL ESTANDARIZADA O TIPIFICADA
y su funciónde densidad de probabilidad es:

1  x2 / 2
f(x) e
2
Además, su función de distribución acumulada es:

x 1 2
t
F( x )  P( X  x )   e /2
dt
 2 
 Distribución normal
Observación:
Si X es una variable aleatoria normal con:   0, y   1.
Podemos construir la variable aleatoria estandarizada o
tipificada:
x
Z

que tiene: Z  , y  Z .
 Distribución normal
Ejemplo:
• Si X está distribuida normalmente con media 100 y
desviación estándar 50, el valor de Z para X = 200
es
X   200  100
Z   2 ,0
 50
• Esto significa que X = 200 está a 2 desviaciones
estándar por encima de la media 100 (2 incrementos
de 50 unidades).
 Distribución normal
Comparación de las unidades de X y Z

100 200 X (μ = 100, σ = 50)

0 2.0 Z (μ = 0, σ = 1)

Note que la distribución es la misma, solo la escala ha

cambiado. Se puede expresar el problema en las
unidades originales (X) o en unidades estandarizadas
de (Z)
 Distribución normal
Existen tablas para la función normal (distribución normal)
estandarizada con tabulaciones desde Z=0 hasta Z=3,49.
Para cualquier otra distribución normal con:   , y,   1,
se puede utilizar la tabla estandarizada, transformando la
variable X a una estándar o tipificada Z.

Teorema 4.
Si Z es variable aleatoria con distribución normal
estandarizada:

P (     Z     )  0,6826
P(   2  Z    2 )  0,9544

P(   3  Z    3 )  0,9974
 Probabilidades como áreas bajo la
curva
El area total bajo la curva es 1.0, y por ser simétrica, la
mitad está por encima de la media y la otra mitad por debajo.
f(X)

P(   X  μ)  0,5 P(μ  X  )  0,5

0.5 0.5

μ X

P(  X  )  1,0
Tabla de distribucion normal
 La tabla de la Normal Estándar

La tabla de la Normal estándar acumulada en el

texto guía da la probabilidad de los menores que
para un valor deseado de Z (es decir, desde menos
infinito hasta Z)

Ejemplo:
0,9772
P(Z < 2,00) = 0,9772

0 2.00 Z
 La tabla Normal Estándar
La columna da el valor del segundo
punto decimal para Z
Z 0.00 0.01 0.02 …

0.0
La fila da el valor de Z 0.1
.
con su primer punto .
.
decimal 1.9 0.9713 0.9719
2.0 0.9772 0.9778

P(Z < 2.00) = 0.97722.0 El valor dentro de la tabla da

la probabilidad de Z =  
P(Z < 1.91) = ? hasta el valor deseado de Z
 Procedimiento general para encontrar
probabilidades

Para encontrar P(a < X < b) donde X está distribuida

normalmente:

1) Dibuje la curva normal para el problema en términos de X

2) Transforme los valores de X a valores de Z

3) Use la tabla de la Normal Estándar

 Ejemplo
• Suponga que X es normal con media 8.0 y
desviación estándar 5.0. Encuentre P(X < 8.6)

X  μ 8.6  8.0
Z   0.12
σ 5.0
μ=0
μ=8
σ=1
σ = 10

8 8.6 X 0 0.12 Z

P(X < 8.6) P(Z < 0.12)

 Ejemplo

Una porción de la tabla Normal Estándar P(X < 8,6)

= P(Z < 0,12)

Z .00 .01 .02 0,5478

0.0 .5000 .5040 .5080

0.1 .5398 .5438 .5478

0.2 .5793 .5832 .5871
Z
0,00
0.3 .6179 .6217 .6255
0,12
 Probabilidades de cola superior

Suponga que X es normal con media

8.0 y desviación estándar 5.0.
• Encuentre P(X > 8.6):
8.0 8.6 X

P(X > 8.6) = P(Z > 0.12)

= 1.0 - P(Z ≤ 0.12) = 1.0 - 0.5478 = 0.4522

1.0 - 0.5478 =
1.000 0.5478 0.4522

Z Z
0 0
0.12 0.12
 Probabilidades entre dos valores

• Si X es normal con media 8.0 y desviación estándar

5.0. Encuentre P(8 < X < 8.6)

Calcule los valores Z:

X μ 8 8
Z  0
σ 5
8 8.6 X
X  μ 8.6  8 0 0.12 Z
Z   0.12
σ 5 P(8 < X < 8.6)
= P(0 < Z < 0.12)
 Probabilidades entre 2 valores
La Probabilidad es medida por el área bajo la
Probability is the
curva
area under the
curve!

P (a ≤ X ≤ b) = P (a < X < b)
f(X)

(Note que la probabilidad de

cualquier valor individual es
cero

a b X
 Probabilidades entre 2 valores

Porción de la Tabla Normal Estándar P(8 < X < 8,6)

= P(0 < Z < 0,12)
= P(Z < 0,12) – P(Z ≤ 0)
Z .00 .01 .02 = 0,5478 – 0,5000 = 0,0478
0.0 .5000 .5040 .5080 0,0478
0,5000

0.1 .5398 .5438 .5478

0.2 .5793 .5832 .5871

0.3 .6179 .6217 .6255 Z

0,00
0,12
 Probabilidades de cola inferior

Si X es normal con media 8,0 y desviación estándar 5,0.

• Encuentre P(7,4 < X < 8)
0,0478
P(7,4 < X < 8)
= P(-0,12 < Z < 0)
= P(Z < 0) – P(Z ≤ -0,12) 0,4522

= 0,5000 – 0,4522 = 0,0478

La Normal es simétrica, luego la probabilidad
es la misma que para P(0 < Z < 0,12) 7,4 8,0 X
- 0,12 0 Z
 Ejemplo

• Si X es normal con media 8,0 y desviación

estándar 5,0.
• Encuentre el valor de X tal que solo el 20% de
todos los valores estan por debajo de él

0.2000

? 8.0 X
? 0 Z
 Ejemplo

1. Encuentre el valor Z para la probabilidad conocida

Porción de la tabla Normal Estándar • El 20% es el área en la

cola inferior que le
Z … .03 .04 .05 corresponde un valor de
Z de -0.84
-0.9 … .1762 .1736 .1711
0.2000
-0.8 … .2033 .2005 .1977
-0.7 … .2327 .2296 .2266
? 8.0 X
-0.84 0 Z
 Ejercicios propuestos
1.-Si una variable aleatoria tiene distribución normal
(estándar). Hallar las probabilidades de que tome un valor:
(a) menor que 1,5 (e) entre 0 y 2,7
(b) menor que -1,2 (f) entre 1,22 y 2,43
(c) mayor que 2,16 (g) entre -1,35 y -0,35
(d) mayor que -1,75 (h) entre -1,7 y 1,35

2.-Sea X con distribución N(16,2; 1,5625), encontrar:

(a) P(X > 6,8)
(b) P(X < 14,9)
 Ejercicios propuestos
3.-El diámetro interior de los cilindros producidos por una
máquina está distribuido normalmente con media 1.275 cm. y una
desviación estándar de 0.0125 cm. El propósito para el cual se han
diseñado esos cilindros permite una tolerancia máxima en el
diámetro de 1.26 a 1.29 cm., de otra forma los cilindros se
consideran defectuosos. Calcular el porcentaje de cilindros
defectuosos.
Respuesta: 23%.

4.-La calificación media de un examen final fue 72 y la desviación

estándar 9. El 10% superior de los estudiantes (en calificación)
recibirán un M.B. Calcular cuál es la calificación mínima que debe
obtener un estudiante para recibir M.B.
Respuesta: 84.
 Ejercicios propuestos
5.-Si las estaturas de 300 estudiantes están distribuidas
normalmente con media 1.7 m. y desviación estándar de 10 cm.
Calcular el número de estudiantes que tienen una estatura
superior a 1.85 m.
Respuesta: 20 estudiantes.

6.-Calcular la probabilidad de obtener 40 águilas o menos al

lanzar una moneda 100 veces.
Respuesta: 0.0287.

7.-Se lanza 120 veces un dado. Calcular la probabilidad de

que haya salido un número par 70 veces o menos.
Respuesta: 0.9726.
 BINOMIAL APROXIMADA POR LA NORMAL:
La distribución normal APROXIMA a la distribución
binomial para: n > 20, y, p > 0.05, donde:  = np, y,
=npq.
De hecho se tiene el siguiente teorema:
Teorema 5.
Si X es una variable aleatoria con media: =np, y varianza:
2=npq, entonces la forma límite de la distribución de:
x  np
Z
npq
cuando n, es la distribución normal estándar.
Nota.- La distribución normal se definió para variables
aleatorias continuas y la binomial para discretas.
Observación: Siempre que se transforma de binomial a
normal se fracciona, esto es:
b  0.5  
P( x  b )  P( x  b  0.5)  P( Z  )

a  0.5  
P( x  a )  P( x  a  0.5)  P( Z  )

a  0.5   b  0.5  
P(a  x  b )  P(a  0.5  x  b  0.5)  P( Z )
 
f(x) f(x)

a b x
b b+0.5 x b+0.5
a-0.5
CONCLUSIONES Y/O ACTIVIDADES DE
INVESTIGACIÓN SUGERIDAS
 GRACIAS

Business Statistics, A First Course (4e) ©

2006 Prentice-Hall, Inc.