Distribucion Normal
Universidad Privada Antenor Orrego
Dr. Cristobal Exebio C.
•Características
Es una distribución
de la
dedistribución
variable continua
Normal General
• Tiene forma de campana.
• Es asintótica al eje de las abscisas
•El recorrido de la variable X es de .
Me Mo +
Material elaborado por Dr. Cristobal Exebio C.
•Simétrica con respecto a la media () donde coinciden la
mediana (Me) y la moda (Mo )
• Los puntos de inflexión tienen como abscisas los valores
Está caracterizada por dos parámetros: la media, μ y la
desviación típica o estandar , σ
Su función de densidad es:
( x μ) 2
1
N ( μ, σ) f ( x ) e 2σ2
( σ 0)
σ 2π
Para calcular la probabilidad hay que integrar la funcion
para cada valor de y que corresponda a la variable de
estudio , lo cual dificulta la obtencion de la probabilidad.
Material elaborado por Dr. Cristobal Exebio C.
Areas o probabilidades bajo la N(µ, ), Normal General
µ – 3σ µ – 2σ µ – σ µ + σ µ + 2σ µ + 3σ Variable X
0,683
0,954
0,997
Material elaborado por Dr. Cristobal Exebio C.
Variable Z Normal Tipificada
Dado que tanto como pueden asumir infinitos valores lo
que hace impracticable tabular las probabilidades para todas las
posibles distribuciones normales, se utiliza la distribución
normal reducida o tipificada, donde la variable Z se define
como:
x -
z
=
Esta variable transforma cualquier valor de la variable original
X en valores comprendidos entre -3 a 3 pasando por cero.
La nueva variable z se distribuye como una normal con media
= 0 y desviación típica = 1
Material elaborado por Dr. Cristobal Exebio C.
La grafica de la variable Z sigue una distribucion normal
con areas equivalentes a la distribucion normal general,
facilitando el calculo de la probabilidad de un valor de X
Y
µ – 3σ µ – 2σ µ – σ µ + σ µ + 2σ µ + 3σ Variable X
0,683
- 3 - 2 -1 1 2 3 Variable Z
0,954
0,997
Material elaborado por Dr. Cristobal Exebio C.
Tablas de la distribución normal
Haypara
Pero varios tipos de
valores Tablas, trabajamos
intermedios esta reglacon
es la que
insuficiente.
Las probabilidades
representa de lalos
las áreas para variable tipificada
diferentes valores(z) z,
de están
tabuladas
desde + diferentes valores de la variable.
para los
0 hasta
Entonces una vez transformada la variable a valores de z
se busca en la tabla el área correspondiente
Los valores negativos de Z
NO están tabulados, ya que
la distribución es simétrica
0
Material elaborado por Dr. Cristobal Exebio C.
La tabla consta de:
*Margen izquierdo : Valores enteros de Z y su primer decimal
* Margen superior: segundo decimal
*Cuerpo de la tabla: Areas correspondientes, acumuladas, desde 0 hasta
3.99
0 1 2 3 4 5 6 7 8 9
0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0363 .0675 .0675 .0754
0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .... ...... ......
0.3 .1179 ..... ...... ...... ......
0.4 .1554 .... ..... .... P( 0 Z Zo )
Ejemplo:
0.5 .1915 .... P( 0 Z 0.24 ) = 0.0948
Material elaborado por Dr. Cristobal Exebio C.
EJEMPLOS:
a. P ( 0 Z 1.60) = 0.4452
Valor directamente en Tabla
Cada vez que ubiquemos el area a la
derecha del eje de simetria la
probabilidad se encontrara en Tabla.
b. Valor de z esté entre -2.03 y 0 ?
=
P ( - 2.03 Z 0 ) = P(0 Z 2.03) =
= 0.4788
Por ser la grafica simetrica el
area de la izquierda es igual al
area de la derecha y el valor
ahora se encuentra en Tabla.
Material elaborado por Dr. Cristobal Exebio C.
c. Valor de z esté entre -2.03 y +2.03?
Como las areas son
P ( - 2.03 Z 2.03 )= A1 + A2
iguales, entonces :
A1 A2 A1 = A2
En la grafica se observa que A1 = A2, luego:
P ( - 2.03 Z 2.03 )= 2 A2 = 2 P( 0 Z 2.03) = 2( 0.4788) = 0.9576
d. Hallar P( Z >1.25 )= 0.50 - P( 0 Z 1.25) = 0.50 - 0.3944 = 0.1056
La probabilidad de obtiene por diferencia de
areas. A la mitad 0.50 se le resta el area que
corresponde a Z > 1.25
e. Hallar P ( -0.34 < Z < )= P( -0.34 Z 0)+ 0.50
Pero P( -0.34 Z 0 ) = P( 0 Z 0.34 )=0.1331
P ( -0.34 < Z < )= P( -0.34 Z 0)+ 0.50 = 0.1331+0.50 =0.6331
Material elaborado por Dr. Cristobal Exebio C.
f. Hallar P ( 0.34 < Z < 2.30 )= P( 0 Z 2.30) - P( 0 Z 0.34)
= 0.4893 – 0.1331 = 0.3562
g) P ( - 1.36 Z 2.37 ) = P( 0 Z 1.36) + P( 0 Z 2.37)
A1 A2
Material elaborado por Dr. Cristobal Exebio C.
Aplicaciones de la Distribucion Normal Estandarizada y
Uso de Tabla
Transformar :
a. Variable X original a variable Z y calcular la
probabilidad empleando la tabla.
b. Variable Z a variable original X : dada la
probabilidad de ocurrencia se determina el valor
de Z que le corresponde, para posteriormente
despejando,obtener el valor X de la variable
original.
Material elaborado por Dr. Cristobal Exebio C.
Ejemplos de Aplicaciones
1. La vida media de los habitantes de un país es de 68 años. Con una varianza de
25. Se hace un estudio en una pequeña ciudad de 10000 habitantes:
a) ¿Cuántas personas superarán previsiblemente los 75 años?
1º- Calculo P( X > 75)
P( X >75) = 0.50- P[(X - µ)/ σ < (75-68)/ 5] = P(Z < 1.40) = 0.50-0.1492 = 0.0808
2º- El 8.08% de la población vivirá más de 75 años.
b)¿Cuántos vivirán menos de 60?
1º- Calculo P( X < 60)
P( X < 60) = P[([(X - µ)/ σ < (60-68)/5] = P( Z < -1.6) = 0.50- P(0 Z 1.6) =
= 0.50 - 0.4452= 0.0548
2º- El 5.48% de la población no superará esa edad.
Material elaborado por Dr. Cristobal Exebio C.
2. La talla media de los 200 alumnos de un centro escolar es de 165 cm y la desviación
típica, 10 cm. Si las tallas se distribuyen normalmente, calcula la probabilidad de que
un alumno elegido al azar mida más de 180 cm.
¿Cuántos alumnos puede esperarse que midan más de 180 cm?
Solucion
X es N (165, 10); n = 200 alumnos
P [x > 180] = P [z > (180 – 165)/ 10 ] = P [z > 1,5] = 0.5 – P( 0 Z 1.5) =
= 0.5 – 0.4332= 0,0668
Luego: Se debe esperar que 200 ( 0,0668) = 13,36 ≈ 13 alumnos.
Se debe esperar que 13 alumnos midan mas de 180 cm
Material elaborado por Dr. Cristobal Exebio C.
3.El número de visitantes que diariamente acuden a una exposición se distribuye
según una normal N(2 000, 250).
a) Halla la probabilidad de que un día determinado el número de visitantes
no supere los 2 100.
b) Calcula la probabilidad de que un día cualquiera los visitantes sean más
de 1 500.
c) En un mes de treinta días, ¿en cuántos días cabe esperar que el número de
visitantes supere los 2 210?
Solucion
Sea X ~ N (2 000, 250) → z ~ N (0, 1).
Luego :
a) P [x ≤ 2 100] = P [z ≤ 0,4] = 0,6554
b) P [x ≥ 1 500] = P [z ≥ –2] = 0.50 + P [ 0 ≤ z ≤ 2] = 0,9772
c) P [x ≥ 2 210] = P [z ≥ 0,84] = 0,2004
Asi: 30 (0,2004) = 6,012 → 6 días
Material elaborado por Dr. Cristobal Exebio C.
4.Las alturas de los individuos de dos poblaciones A y B siguen distribuciones
normales de media 1,70 metros y de desviaciones respectivas s1, s2 con (s1<s2 )
Cuando se escoge un individuo al azar de cada población, di en cuál de las dos
poblaciones es más probable que el individuo elegido mida entre 1,68 m y 1,72 m.
Razona la respuesta.
Solución
Sea X la variable aleatoria que mide la altura de los individuos de la población A y
sea Y la variable que mide la altura de los individuos de la población B. X sigue una
N(1,70; s1) e Y sigue una normal N(1,70; s2); con (s1<s2 ) para ver cuál de estas
probabilidades es mayor: p[1,68<X<1,72] y p[1,68<Y<1,72] ; tipifiquemos ambas
variables y comparemos.
Material elaborado por Dr. Cristobal Exebio C.
Puesto que el intervalo 1º es más amplio que el 2º y ambas variables son
normales N(0,1).
Intuitivamente es claro, como tienen la misma media, el porcentaje de individuos
que se concentra alrededor de la media es tanto mayor cuanto más pequeña sea la
dispersión de los individuos alrededor de la media, es decir, la desviación típica.
Por tanto, para un mismo intervalo centrado en la media, el área bajo la curva de
la normal, será tanto mayor cuanto más pequeña sea la desviación típica.
Material elaborado por Dr. Cristobal Exebio C.
5. Supongamos una distribución normal de media 50 en la que la probabilidad de
obtener un valor por encima de 70 es 0,0228. ¿Cuál es la desviación típica? ¿Cuál
probabilidad de los valores por debajo de 45?
Solución
Sea X una variable aleatoria que se distribuye normalmente con N(50; s ). Si la
p[X > 70]=0,0228; se deduce que
Luego s=10.045.
La probabilidad es: P[X < 45]=0,3086.
Material elaborado por Dr. Cristobal Exebio C.
6. El peso (en gramos) de una pieza fabricada en serie se distribuye según una
normal de media m = 52 y desviación típica s = 6,5.
a) Hallar la probabilidad de que una pieza fabricada pese más de 68 gramos.
b) Si el 30 por 100 de las piezas fabricadas pesa mas que una pieza dada. ¿Cuánto
pesa esta última?
Solución
Sea X la variable aleatoria; X sigue una N(52; 6,5).
a) P[ X > 68]= P ( Z > ( 68 – 52)/ 6.5 ) = P(Z > 2.46) = 0,0069.
b) Sea Xp el peso de la pieza. P[X > Xp] = 0,3;
luego, P[X > Xp ]= P [Z > (Xp - 52)/ 6.5 ] = 0.5 - P [Z < (Xp - 52)/ 6.5] = 0.30
Asi, P [Z < (Xp - 52)/ 6.5] = 0,20 de donde (Xp – 52) / 6.5 = 0.53
y Xp = 0.53( 6.5) +52 = 55,4.
Material elaborado por Dr. Cristobal Exebio C.
