UNIVERSIDAD DEL ATLÁNTICO

FACULTAD DE INGENIERÍA
ESTADÍSTICA

Distribuciones probabilidad
continuas especiales
 Distribución normal
Una variable aleatoria X con función de densidad de
probabilidad
𝟏 𝟏 𝒙−𝝁 𝟐
𝒇(𝒙) = 𝒆−𝟐( 𝝈 )
√𝟐𝝅𝝈𝟐
tiene una distribución normal con parámetros  y  donde
   , y  > 0. Además,
EX    V X   𝜎 2

f(x)

Función de densidad
de probabilidad normal

x
27 de enero de 2014
Distribución normal

2 = 1

 = 5
Distribución normal

2 = 4

 = 5

27 de enero de 2014
Distribución normal

2 = 1/4

 = 15
27 de enero de 2014
Distribución normal
Distribución normal
Distribución normal

Propiedades de la curva normal

Probabilidades asociadas con una Distribución Normal

68%
95%
99.7%
Ejemplo 1

27 de enero de 2014
Distribución normal estándar
Distribución normal estándar
normal estándar

A una variable aleatoria normal con  = 0 y 2 = 1 se

le llama variable aleatoria normal estándar.
Una variable aleatoria normal estándar se denota como Z.

Si X es una variable aleatoria normal con

E(X) =  y V(X) = 2, entonces la variable aleatoria
Z X

es una variable aleatoria normal con E(Z) = 0 y V(Z) = 1.
Es decir, Z es una variable aleatoria normal estándar.
 Distribución normal estándar

Suponga que X es una variable aleatoria normal con media 

y varianza
2. Entonces:
X x
PX  x  P    PZ  z
   
donde,
Z es una variable aleatoria normal estándar,
z = (x - )/ es el valor z que se obtiene al estandarizar X.
La probabilidad se obtiene introduciendo el valor de z en la
tabla de la distribución normal estándar.
Distribución normal estándar
 Distribución normal
r
Ejemplo 2
Suponga que Z es una variable aleatoria normal estándar. Hay
tablas que contienen las probabilidades de la forma P(Z ≤ z). En
la siguiente figura se ilustra el uso de estas tablas
para encontrar P(Z ≤1.5).

P(Z<=1.5) = (1.5)
f ( z)
 Distribución normal

Ejemplo 3
Suponga que Z es una variable aleatoria normal estándar. Hay
tablas que contienen las probabilidades de la forma P(Z ≤ z). En
la siguiente figura se ilustra el uso de estas tablas para encontrar
P(Z ≤1.5). Se lee hacia abajo la columna z hasta el renglón que es
igual a 1.5. la probabilidad se lee en la columna adyacente, con el
encabezado 0.00, como 0.933193.
z 0.00 0.01 0.02 0.03 … 0.09
0 0,500000 0,503989 0,507978 0,511967 … 0,535856
0.1 0,539828 0,543795 0,547758 0,551717 … 0,575345
0.2 0,579260 0,583166 0,587064 0,590954 … 0,614092
0.3 0,617911 0,621719 0,625516 0,629300 … 0,651732
… … … … … … …
1.5 0,933193 0,934478 0,935744 0,936992 … 0,944083
… … … … … … …
3.9 0,999952 0,999954 0,999956 0,999958 … 0,999967
 Distribución normal
Ejemplo 4
Encuentre las siguientes probabilidades con base en las tablas de
la distribución normal estándar. En la práctica una probabilidad
suele redondearse a uno o dos dígitos significativos.

1. P(Z > 1.26)

2. P(Z< -0.86)
3. P(Z > -1.37)
4. P(-1.25 < Z < 0.37)
 Distribución normal
Ejemplo 4
Encuentre las siguientes probabilidades con base en las tablas de
la distribución normal estándar. En la práctica una probabilidad
suele redondearse a uno o dos dígitos significativos.

1. P(Z > 1.26) = 1 – P(Z < 1.26) = 1 – 0.896165 = 0,103835

2. P(Z< -0.86) = P(Z> 0.86) = 1 - P(Z< 0.86) = 1- 0,80510 = 0.194894
3. P(Z > -1.37) = P(Z < 1.37) = 0.914657
4. P(-1.25 < Z < 0.37). Esta probabilidad puede encontrarse como
la diferencia de dos áreas, P(Z < 0.37) – P(Z < - 1.25). Así: P(Z
<0.37) = 0.644309 y P(Z < - 1.25) = 0.105650. Por lo tanto, P(-
1.25 < Z < 0.37) = 0.644309 - 0.105650 = 0.538659.
 Distribución normal
Ejemplo 5
Suponga que las mediciones de la corriente en una tira de alambre
siguen una distribución normal con una media de 10 miliamperios y
una varianza de 4 miliamperios2. ¿Cuál es la probabilidad de que
una medición exceda 13 miliamperios?

Solución
Sea que X denote la corriente en miliamperios.
La probabilidad puede representarse como P(X>13)
Sea Z = (X –  /  = (13 – 10)/ 2 = 1.5
Por lo tanto:
P(X>13) = P(Z>1.5) =1 – P(Z<=1.5) = 1 - 0.933193 = 0.066807

27 de enero de 2014
 Distribución normal
Ejemplo 5
Suponga que las mediciones de la corriente en una tira de alambre siguen
una distribución normal con una media de 10 miliamperios y una varianza de
4 miliamperios2. ¿Cuál es la probabilidad de que una medición de la
corriente esté entre 9 y 11 miliamperios?

P(9<X<11)=P([9–10]/2<[X–10]/2<[11–10]/2)
P(9 < X < 11) = P(-0.5 < Z < 0.5)
P(9 < X < 11) = P(Z < 0.5) - P(Z < -0.5)
P(9 < X < 11) = 0.691462 – 0.308538 = 0.382924

¿Determine el valor para que la probabilidad de una medición de

la corriente esté bajo el valor de 0.98.

P(X < x) = P((X-10)/2 < (x-10)/2 = P(Z < (x-10)/2) =

0.98 P(X < 2.05) = 0.979818 es la más cercana, luego
(x – 10)/2 = 2.05, por tanto x = 2(2.05) + 10 = 14.1 miliamperios.
 Distribución normal

Ejemplo 6
Suponga que en la detección de una señal digital el ruido de fondo
sigue una distribución normal con media de 0 voltios y una
desviación estándar de 0.45 voltios. Si el sistema asume que se ha
transmitido un “uno” digital cuando el voltaje excede 0.9, ¿cuál es
la probabilidad de detectar un uno digital cuando no se envió?

Solución
Sea que la variable aleatoria M denote el voltaje del ruido. La
probabilidad pedida (probabilidad de una detección falsa) es:
P(M > 0.9) = P(M / 0.45 > 0.9 / 0.45 = P(Z > 2)
P(Z > 2) = 1 – P(Z ≤ 2) = 1 – 0.977250 = 0.022750
 Distribución normal

Determine los límites simétricos alrededor de la media que

incluyan al 99% de todas las lecturas de ruido.

El problema requiere encontrar x tal que P(-x < M < x) = 0.99.

P(-x < M < x) = P(-x/0.45 < M/0.45 < x/0.45) = P(-x/0.45 < Z <
x/0.45) = 0.99
Sabemos que 1.00 - 0.99 = 0.01; luego 0.01 / 2 = 0.005.

Por la tabla normal P(-2.58 < Z < 2.58) = 0.99

Por lo tanto, para P(z) = 0.005; z = -2,58; para P(z) = 0.995; z = 2,58
x / 0.45 = 2.58 de donde x = 2.58(0.45) = 1.16
-x / 0.45 = -2.58 de donde x = -2.58(0.45) = -1.16
 Distribución normal

Ejemplo 7
El diámetro de un eje en un propulsor de almacenamiento óptico,
tiene una distribución normal con media 0.2508 pulgadas y una
desviación estándar de 0.0005 pulgadas. Las especificaciones de
los ejes son 0.2500 ± 0.0015 pulgadas.
¿Qué proporción de los ejes cumplen con las especificaciones?

27 de enero de 2014
 Distribución normal

Solución
Sea que X denote el diámetro del eje en pulgadas.
La probabilidad media se muestra en la figura.
 
0.24850.2508 0.25150.2508
P(0.2485 X  0.2515)  P  Z  
 0.0005 0.0005 
P(0.2485 X  0.2515)  P(4.6  Z 1.4)

P(0.2485 X  0.2515)  P(Z 1.4)  P(Z 4.6)

P(0.2485 X  0.2515)  0.919240.00000 0.91924

0,2485 0,2500 0,2515

 Distribución normal

Ejemplo (continuación)
La mayoría de los ejes que no cumplen son demasiado grandes,
debido a que la media del proceso se localiza muy cerca del límite
superior de especificación. Si el proceso se centra de tal modo
que su media sea igual al valor especificado de 0.2500, entonces
 
0.24850.2500 0.25150.2500
P(0.2485 X  0.2515)  P Z 
 0.0005 0.0005 
P(0.2485 X 
 0.2515)  P(3  Z  3)
P(0.2485 X 
 0.2515)  P(Z  3)  P(Z 3)
P(0.2485 X  0.2515)  0.998650.00135 0.9973

Al centrar nuevamente el proceso, el producto aumenta

a aproximadamente 99.73%.
Distribución normal

27 de enero de 2014
 Distribución normal
EJERCICIO
Distribución normal
 Distribución normal
PROBLEMA 1:

La temperatura durante septiembre está distribuida normalmente con media 28,7ºC y

desviación standard 5ºC.

Calcule la probabilidad de que la temperatura durante septiembre esté por debajo de 21ºC

Calcule la probabilidad de que la temperatura durante septiembre esté por encima de 31ºC

Calcule la probabilidad de que la temperatura durante septiembre esté entre 27 ºC hasta de

30ºC

PROBLEMA 2:
Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribución una distribución N(65, 18). Se desea clasificar a los examinados en tres grupos (de
baja cultura general, de cultura general aceptable, de excelente cultura general) de modo que
hay en el primero un 20% la población, un 65% el segundo y un 15% en el tercero. ¿Cuáles han
de ser las puntuaciones que marcan el paso de un grupo al otro?
BIBLIOGRAFÍA

 Probabilidad y estadística para ingenieros y ciencias. Walpole,

Myers, & Myers. Editorial Pearson.
 Estadística matemática con aplicaciones. Wackerly,
Mendenhall, & Scheaffer. Editorial Thomson.