UNIDAD Nº 1: TEMAS: Clase

Modelos
Probabilísticos
Modelo Normal

1
Objetivos:
Identificar las características del modelo
Identificar los diferentes casos.
Plantear y resolver los diferentes casos

Introducción

DISTRIBUCIÓN NORMAL

Se incluye un repaso de este tema debido a que la Distribución Normal es la más

utilizada en la Inferencia Estadística.

La Estadística Inferencial es la parte de la estadística en la cual estará centrado el

estudio de esta asignatura.

Características de la Distribución Normal:

 Es una distribución para variables continuas.

 Una variable normal x puede asumir infinitos valores: - ∞ < x < + ∞

En consecuencia la probabilidad de que la variable asuma un determinado valor

es igual a 0 P(x = xi) = 0
 En una distribución normal sólo se obtiene la probabilidad de que x asuma valores

 Es una distribución simétrica

 Es una distribución unimodal

 La probabilidad de una variable con distribución normal (variable normal) se

representan a través de un área comprendida en un gráfico denominado campana
de Gauss.

 El modelo matemático que permite obtener una probabilidad normal general es el

siguiente:

(x )2
xi 1 2 2
P ( x xi ) *e dx
2

ISSD – Matemática Aplicada 2 Clase 1 1

Esta probabilidad se representa gráficamente a través del área a la izquierda de xi
comprendida entre la curva y el eje de absisas, de la siguiente manera:

P( x < xi)

μ xi

La curva siempre es asintótica respecto al eje de absisas ó eje horizontal.

El área a la izquierda de la ordenada xi comprendida entre la curva y el eje de absisas

representa la probabilidad P( x < xi)

Los valores e y π son constantes, por lo tanto la probabilidad normal, depende de los
parámetros μ y σ. Siendo μ = media y σ = desviación estándar

 Una variable normal general se simboliza de la siguiente manera: x ≈ N( μ; σ )

Se lee: x es una variable que tiene distribución normal con media igual a μ y
desviación
Estándar igual a σ.

Las probabilidades que responden al modelo general no se encuentran tabuladas ya

que deberíamos contar con una tabla para cada uno de los infinitos pares de valores μ
yσ.
Sólo contamos con una tabla para obtener las probabilidades de una variable normal
cuando
μ = 1 y σ = 1.

 La variable que se distribuye normal con estos valores de parámetros (media =1 y

desviación = 0) recibe el nombre de variable normal estándar y se representa de la
siguiente manera: z ≈ N( 0; 1)
Se lee: z es una variable que tiene distribución normal con media igual a 0 y
desviación
estándar igual a 1

El modelo matemático que permite obtener una probabilidad normal standar es el

siguiente:

z2
zi 1
P( z z i ) * e 2 dz
2
 Para obtener en tabla la probabilidad de una variable normal general x,
previamente debemos transformarla en una variable normal estándar z, de la
siguiente manera:

ISSD – Matemática Aplicada 2 Clase 1 2

 x
z

De esta forma “standardizamos” una variable x, es decir, la transformamos de normal

general en normal estándar.

En la tabla normal, sólo podemos obtener una probabilidad del tipo:

P( z < a) Probabilidad de que z sea menor un valor positivo.

Si luego del proceso de standardización obtenemos otra expresión diferente, debe

plantearse otra probabilidad equivalente que contenga P( z < a), esto da lugar a
siguientes casos:

1. P( z < a ) = se obtiene directamente de la tabla

2. P( z > a ) = 1 - P(z < a )

3. P( z > - a ) = P( z < a )

4. P(z < - a ) = P(z > a )

= 1 - P(z < a )

5. P(a < z < b ) = P(z < b ) - P(z < a )

6. P(- b < z < - a ) = P(a < z < b )

= P(z < b ) - P(z < a )

7. P(- a < z < b ) = P(z < b ) - P(z < - a )

= P(z < b ) - P(z > a )
= P(z < b ) – [1 - P(z < a ) ]

Actividades

Actividad Nº 1:

Las edades de los alumnos que concurren a determinado establecimiento se

distribuyen nor malmente con = 24 y = 12. Se desea conocer el porcentaje de
personas con edades:

a) Menores a 25 g) Mayores a 18 m) Menores a 23 s) Entre 20 y 25

b) Menores a 29 h) Mayores a 19 n) Entre 25 y 27 t) Entre 19 y 26
c) Menores a 28 i) Mayores a 16 o) Entre 26 y 28 u) Entre 19 y 21

ISSD – Matemática Aplicada 2 Clase 1 3

d) Menores a 26 j) Menores a 22 p) Entre 27 y 29 v) Entre 17 y 22
e) Mayores a 20 k) Menores a 21 q) Entre 22 y 25 w) Entre 18 y 23
f) Mayores a 17 l) Menores a 17 r) Entre 18 y 25 x) Entre 20 y 24

Dato: x N( 24; 12)

a. P(x < 25) = P(z < 0,08) = 0,5319

b. P(x < 29) = P(z < 0,42) = 0,6628

c. P(x < 28) = P(z < 0,33) = 0,6293

d. P(x < 26) = P(z < 0,17) = 0,5675

e. P(x > 20) = P(z > - 0,33) = P(z < 0,33) = 0,6293

f. P(x >17) = P(z > - 0,58) = P(z < 0,58) = 0,7190

g. P(x >18) = P(z > - 0,5) = P(z < 0,5) = 0,6915

h. P(x >19) = P(z > - 0,42) = P(z < 0,42) = 0,6628

i. P(x > 16) = P(z > - 0,67) = P(z < 0,67) = 0,7486

j. P(x < 22) = P(z < - 0,17) = P(z > 0,17) = 1- P(z < 0,17) =1- 0,5675 = 0,4325

k. P(x < 21) = P(z < -0,25) = P(z > 0,25) = 1 - P(z < 0,25) = 1 – 0,5987 = 0,4013

l. P(x < 17) = P(z < - 0,58) = P(z > 0,58) = 1- P(z < 0,58) = 1 – 0,7190 = 0,2810

m. P(x < 23) = P(z < - 0,08) = P(z > 0,08) = 1 - P(z < 0,08) = 1 – 0,5319 = 0,4681

n. P( 25 < x < 27) = P(0,08 < z < 0,25)

= P(z < 0,05) - P(z < 0,08) = 0,5987 – 0,5319 = 0,0668

o. P(26 < x < 28) = P(0,17 < z < 0,33)

= P(z < 0,33) - P(z < 0,17) = 0,6293 – 0,5675 = 0,0618

p. P(27 < x < 29) = P(0,25 < z < 0,42)

= P(z < 0,42) - P(z < 0,25) = 0,6628 – 0,5987 = 0,0641

q. P(22 < x < 25) = P( -0,17 < z < 0,08 ) = P(z < 0,08) - P(z < - 0,17)
= P(z < 0,08) - P(z > 0,17)
= P(z < 0,08) – [ 1 - P(z < 0,17) ]
= 0,5319 – [ 1 – 0,5675 ]
= 0,0994

r. P( 18 < x < 25 ) = P( - 0,5 < z < 0,08 ) = P(z < 0,08) - P(z < - 0,50)
= P(z < 0,08) - P(z > 0,50)
= P(z < 0,08) – [ 1 - P(z < 0,50) ]
= 0,5319 – [ 1 – 0,6915 ]
= 0,2234

ISSD – Matemática Aplicada 2 Clase 1 4

s. P( 20 < x < 25) = P( - 0,33 < z < 0,08 ) = P(z < 0,08) - P(z < - 0,33)
= P(z < 0,08) - P(z > 0,33)
= P(z < 0,08) – [ 1 - P(z < 0,33) ]

= 0,5319 – [ 1- 0,6293 ]
= 0,1612
t. P( 19 < x < 26) = P( - 0,42 < z < 0,17 ) = P(z < 0,17) – P(z < -0,42)
= P(z < 0,17) – P(z > 0,42)
= P(z < 0,17) – [ 1 - P(z < 0,42) ]
= 0,5675 – [ 1 – 0,6628 ]
= 0,2303

u. P( 19 < x < 21 ) = P( - 0,42 < z < - 0,25)

= P(0,25 < z < 0,42)
= P(z < 0,42) - P(z < 0,25)
= 0,6628 – 0,5987 = 0,0641

v. P( 17 < x < 22 ) = P(- 0,58 < z < - 0,17)

= P(0,17 < z < 0,58)
= P(z < 0,58) - P(z < 0,17)
= 0,7190 – 0,5675 = 0,1515

w. P(18 < x < 23) = P(- 0,50 < z < - 0,08 )

= P(0,08 < z < 0,50 )
= P(z < 0,50) – P(z < 0,08)
= 0,6915 – 0,5319 = 0,1596

x. P( 20 < x < 24 ) = P(- 0,33 < z < 0)

= P( 0 < z < 0,33 )
= P( z < 0,33) - P( z < 0 )
= 0,6293 – 0,50
= 0,1293

Actividad Nº 2:

La longitud de las piezas fabricadas por una máquina se distribuye normal con
= 10 y = 15. Calcular el porcentaje de piezas con longitud:

a) Menor a 10 h) Menor a 12 o) Entre 14 y 16 v) Entre 2 y 16

b) Menor a 14 i) Menor a 3 p) Entre 13 y 18 w) Entre 8 y 11
c) Mayor a 7 j) Menor a 2 q) Entre 7 y 9 x) Entre 7 y 12
d) Mayor a 6 k) Menor a 8 r) Entre 6 y 8 y) Entre 10 y 12

e) Mayor a 5 l) Menor a 1 s) Entre 3 y5 z) Entre 17 y 19

f) Mayor a 4 m) Menor a 9 t) Entre 2 y 4
g) Menor a 10 n) Entre 12 y 15 u) Entre 1 y 12

Respuestas:

Dato: x (10; 15)

ISSD – Matemática Aplicada 2 Clase 1 5

a) P(x < 10) = P(z < 0) = 0,50

b) P(x < 14) = P(z < 0,27) = 0,6064

c) P(x > 7) = P(z > - 0,2 ) = P(z < 0,2) = 0,5793

d) P(x > 6) = P(z > - 0,27) = P(z < 0,27) = 0,6064

e) P(x > 5) = P(x > - 0,33) = P(z < 0,33) = 0,6293

f) P(x > 4) = P(z > - 0,4) = P(z < 0,4) = 0,6554

g) P(x < 10) = P(z < 0) = 0,50

h) P(x < 12) = P(z < 0,13) = 0,5517

i) P(x < 3) = P(z < - 0,47) = P(z > 0,47) = 1 - P(z < 0,47) = 1 – 0,6808 = 0,3192

j) P(x < 2) = P(z < - 0,53) = P(z > 0,53) = 1- P(z < 0,53) = 1 – 0,7019 = 0,2981

k) P(x < 8) = P(z < - 0,13) = P(z > 0,13) = 1 - P(z < 0,13) = 1- 0,5517 = 0,4483

l) P(x < 1) = P(z < - 0,60) = P(z > 0,60) = 1 - P(z < 0,60) = 1- 0,7257 = 0,2743

m) P(x < 9) = P(z < - 0,07) = P(z > 0,07) = 1- P(z < 0,07) = 1- 0,5279 = 0,4721

n) P( 12 < x < 15 ) = P( 0,13 < z < 0,33 )

= P(z < 0,33) - P(z < 0,13)
= 0,6293 – 0,5517
= 0,0776

o) P( 14 < x < 16 ) = P( 0,27 < z < 0,40 )

= P(z < 0,40) - P(z< 0,27)
= 0,6554 – 0,6064
= 0,049

p) P( 13 < x < 18) = P( 0,20 < z < 0,53 )

= P(z < 0,53) - P(z < 0,20)
= 0,7019 – 0,5793
= 0,1226

q) P( 7 < x < 9 ) = P( - 0,20 < z < - 0,07 )

= P( 0,07 < z < 0,20 )
= P(z < 0,20) - P(z < 0,07)
= 0,5793 – 0,5279
= 0,0514

r) P( 6 < x < 8 ) = P( - 0.27 < z < - 0,13 )

= P( 0,13 < z < 0,27 )
= P(z < 0,27) - P(z < 0,13)
= 0,6064 – 0,5517
= 0,0547

s) P( 3 < x < 5 ) = P( - 0,47 < z < - 0,33 )

ISSD – Matemática Aplicada 2 Clase 1 6

 = P( 0,33 < z < 0,47 )
= P(z < 0,47) - P(z < 0,33)
= 0,6808 – 0,6293

= 0,0515

t) P( 2 < x < 4 ) = P( - 0,53 < z < - 0,40 )

= P( 0,40 < z < 0,53 )
= P(z < 0,53) - P(z < 0,40)
= 0,7019 – 0,6554
= 0,0465

u) P( 1 < x < 12 ) = P( - 0,60 < z < 0,13 )

= P(z < 0,13) - P(z < - 0,60)
= P(z < 0,13) - P(z > 0,60)
= P(z < 0,13) – [ 1 - P(z < 0,60) ]
= 0,5517 – [ 1 – 0,7257 ]
= 0,2774

v) P( 2 < x < 16 ) = P( - 0,53 < z < 0,40 )

= P(z < 0,40) - P(z < - 0,53)
= P(z < 0,40) - P(z > 0,53)
= P(z < 0,40) – [ 1 - P(z < 0,53)]
= 0,6554 – 0,2981
= 0,3573

w) P(8 < x < 11 ) = P(- 0,13 < z < 0,07 )

= P(z < 0,07) - P(z < - 0,13)
= P(z < 0,07) - P(z > 0,13)
= P(z < 0,07) – [1 - P(z < 0,13)]
= 0,5279 – [ 1 – 0,5517 ]
= 0,0796

x) P( 7 < x < 12 ) = P( - 0,20 < z < 0,13 )

= P(z < 0,13) - P(z < - 0,20)

= P(z < 0,13) - P(z > 0,20)
= P(z < 0,13) – [ 1 - P(z < 0,20)]
= 0,5517 – [ 1 – 0,5793]
= 0,1310

y) P( 10 < x < 12 ) = P( 0 < z < 0,13 )

= P(z < 0,13) - P(z < 0)
= 0,5517 – 0,50
= 0,0517

z) P(17 < x < 19 ) = P( 0,47 < z < 0,60 )

= P(z < 0,60) - P(z < 0,47)
= 0,7257 – 0,6808
= 0,0449

ISSD – Matemática Aplicada 2 Clase 1 7

Actividad Nº 3:

La vida útil de las lámparas producidas por una fábrica A se distribuye normal con
media igual a 18 meses y desviación igual a 4 meses. Calcular la probabilidad de que
la vida útil de las lámparas sea:

a) Menor a 23 meses.
b) Menor a 21 meses.
c) Mayor a 24 meses.
d) Mayor a 20 meses.
e) Mayor a 16 meses.
f) Mayor a 13 meses.
g) Menor a 12 meses.
h) Menor a 10 meses.
i) Entre 22 y 25 meses
j) Entre 28 y 32 meses
k) Entre 11 y 15 meses
l) Entre 9 y 17 meses
m) Entre 8 y 30 meses
n) Entre 5 y 29 meses

Para resolver estos ejercicios es conveniente tomar como referencia los ejercicios
resueltos que se incluyeron en la Guía Didáctica nº 1

ISSD – Matemática Aplicada 2 Clase 1 8