(TEORÍA) Distribución Normal

Probabilidades
DISTRIBUCION DE PROBABILIDAD CONTINUA
Distribucin de probabilidad normal

La distribucin ms importante de probabilidad para describir una
variable aleatoria continua es la distribucin de probabilidad normal.
Esta tiene un gran variedad de aplicaciones practicas en las que las
variables aleatorias son altura y peso de personas puntuaciones de
examen, mediciones cientficas, precipitaciones, etc.
Tambin se utiliza en inferencia estadstica, que es el tema principal, en
estas aplicaciones la distribucin de probabilidad normal permite tener
una descripcin de los resultados probables obtenidos mediante el
muestreo.
Curva Normal
La forma de la distribucin de probabilidad normal es la curva acampanada de
la de la figura 1.
La funcin de densidad de probabilidad que la define es la siguiente:
Funcin
de
probabilidad normal
densidad
de
Media
Varianza
Desviacin estndar
Hay ciertas observaciones por hacer acerca de las caractersticas de la distribucin

de la probabilidad normal.
1 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica
Probabilidades
1.- La familia completa de distribuciones de probabilidad normal se
diferencia por y su desviacin estndar .
2.- El punto mas alto de la curva normal es la media, que tambin es la
mediana y la moda de la distribucin.
3.- La media de la distribucin puede ser cualquier valor numrico:
negativo, cero o positivo,
La
Variable puede tomar cualquier valor: (-, +).
4.- La distribucin de probabilidad normal es simtrica, y su forma a la

izquierda de la media es una imagen peculiar de la forma de la derecha de
la media. Las colas, es decir los extremos o los lados de la curva se
prolongan al infinito en ambas direcciones, nunca tocan el eje horizontal.
5.- La desviacin estndar determina el ancho de la curva. A valores
mayores de la desviacin estndar se tienen curvas mas anchas y bajas,
que muestran una mayor dispersin de los datos.
A continuacin vemos dos distribuciones normales
Probabilidades
6.- Las probabilidades para la variable aleatoria normal estn dadas por
reas bajo la curva. El rea total bajo la curva para la distribucin de
probabilidad normal es 1 (esto se cumple para todas las distribuciones
continuas de probabilidad). Debido a que la distribucin es simtrica, el
rea total bajo la curva a la izquierda de la media es 0.50 y el rea total
bajo la curva a la derecha es 0.50.
7.- El porcentaje de valores en algunos intervalos de uso comn son:
1,2,3 cubren respectivamente el 68.26%, 95.44% y 99.74% de rea.
reas bajo la curva de cualquier distribucin de probabilidad

normal
Distribucin normal estandarizada N (Z, 0,1)

Probabilidades
Todas las variables con distribucin normal N (X, , 2 ) pueden
transformase en otra distribucin normal mas simple con 0 y 2 1 , N
(Z ,0,1) , a esta distribucin de llama normal estandarizada o normal
reducida.
Como otras variables aleatorias continuas, los clculos de probabilidad
con cualquier distribucin normal se llevan a cabo determinando las
reas bajo la grafica de la funcin de densidad de probabilidad. As para
determinar la probabilidad de que una variable aleatoria normal este
dentro de un intervalo especifico, debemos calcular el rea bajo la curva
normal en ese intervalo. Para la distribucin de probabilidad normal
estndar se han determinado las reas bajo la curva norma, y se
muestra en tablas que se pueden usar para calcular probabilidades.
Bsqueda en la tabla de valor de Z
U n i d a d e s y d ci m a s e n l a c o l u m n a d e l a i z q u i e rd a .
C e n t s i m a s e n l a fi l a d e a rr i b a .
P(Z a)
P(Z > a) = 1 - P(Z a)
P ( Z a ) = 1 P( Z a )
Probabilidades
P(Z > a) = P(Z a)
P ( a < Z b ) = P ( Z b ) P( Z a )
P ( b < Z a ) = P( a < Z b )
N os e ncontra mos con e l ca s o inve rs o a los a nte riore s ,

c onoce mos e l va lor de la proba bili da d y s e tra ta de ha lla r
e l va lor de la abs cisa . Ahora te ne mos que bus ca r e n la
ta bla e l valor q ue ms se ap roxime a K .
Probabilidades
P ( a < Z b ) = P( Z b ) [ 1 P( Z a ) ]
p = K
Pa r a c a l c u l a r l a v a r i a b l e X n o s v am o s a l a f rm u la d e la
t i p i fi c a c i n .
Ejemplos:
1.- Cul es la probabilidad de que un valor de z est entre 0 y -2.03?
P ( -2.03< z< 0) = P ( 0 < z< 2.03) = 0.4788
Puntuaci
n Z
0
-2.03
probabilidad
menor
igual que
Probabilida
d mayor
que Z
0.5
0.5
0.02117827 0.97882173
Probabilidad
entre los dos
valores de Z
0.47882173
Probabilidades
2.- Cul es la probabilidad de que un valor de z est entre -2.03 y
2.03?
En el ejemplo 1, vimos que la probabilidad de que z estuviera entre 0 y

2.03= 0.47882
La misma rea hay entre 0 y -2.03, por lo tanto:
P (-2.03< z< 2.03) =

P (-2.03< z< 0) +P (0 < z<
2.03)
P (-2.03< z< 2.03) = 0.4788 +
0.4788
P (-2.03< z< 2.03) = 0.95764
Puntuaci
n Z
probabilidad
menor
igual que
2.03
0
0.97882173
0.5
-2.03
0.02117827
Probabilida
d mayor
que Z
0.0211782
7
0.5
0.9788217
3
Probabilidad
entre los dos
valores de Z
0.47882173
0.47882173
0.957643461
3.- Cul es la probabilidad de que un valor de z sea mayor a

1.25?
Probabilidades
La probabilidad de 0 < z < + =
0.500
La probabilidad de 0 < z < 1.25 =
0.39435
La probabilidad de z > 1.25 =
0.500 0.39435= 0.10565
Puntuaci
n Z
probabilidad
menor
igual que
1.25
0
0.894350226
0.5
Probabilida
d mayor
que Z
0.1056497
74
0.5
Probabilidad
entre los dos
valores de Z
0.394350226
0.105649774
4.- Hallar P( -0.34 < z < )

P(0 < z <0.34) = 0.13307 = P(-0.34 < z < 0)
P (0 < z < ) = 0.50000
P( -0.34 < z < ) =0.13307 + 0.50000 = 0.63307
Probabilidades
Puntuaci
n Z
0
probabilidad
menor
igual que
0.5
-0.34
0
0.366928264
0.5
Probabilida
d mayor
que Z
0.5
0.6330717
36
0.5
Probabilidad
entre los dos
valores de Z
0.133071736
0.5
0.633071736
5.- Hallar P( 0.34 < z < 2.30)

P (0< z <0.34) = 0.13307
P (0 < z < 2.30) = 0.4893
P (0.34 < z < 2.30) = 0.48930 0.13307
= 0.35623
Puntuaci
n Z
probabilidad
menor
igual que
2.3
0.98927589
0.34
0.633071736
Probabilida
d mayor
que Z
0.0107241
1
0.3669282
64
Probabilidad
entre los dos
valores de Z
0.356204154
Probabilidades
Determinacin de probabilidades para cualquier
Distribucin Normal
La razn de haber descrito antes con tanto detalle la distribucin normal
estndar es que todas las probabilidades de todas las distribuciones
normales se determinan con la distribucin normal estndar. Esto es,
cuando nos encontramos con una distribucin normal con media y
desviacin estndar , resolvemos las interrogantes acerca de una
distribucin convirtindola primero a una distribucin normal estndar.
Para determinar la probabilidad se utiliza la tabla Z. La formula que se
usa para pasar de cualquier variable aleatoria normal X, con media y
desviacin estndar , a la distribucin normal estndar es la siguiente:
La distribucin normal estandarizada
Media
Varianza
Desviacin estndar
Ejemplo:
Las notas de 188 estudiantes de magister de la Universidad Catlica se
distribuyen normalmente con media 82.5 y 12.55 de desviacin
estndar.
a) Determine la probabilidad que un estudiante elegido tenga una
nota entre 85 y 90 puntos?
Solucin:
Probabilidades
Z1
X 1 85 82.5
0.20
12.55
Z2
X 2 90 82.5
0.60
12.55
P ( a < Z b ) = P ( Z b ) P( Z a )
P (0.20 Z 0.60)
P ( Z 0.60) P ( Z 0.20)
0.2258 0.0793
0.1465
0.20
0.60
b) Un estudiante tenga una nota mayor que 100 P(X>100),

Los estudiantes con notas mayores de 100 puntos den tener al menos
una nota de 100.5 puntos.
P(X>100.5)
Estandarizando
Z
X 100.5 82.5
1.43
12.55
P(Z > a) = 1 - P(Z a)

P ( Z 1.43) 1 P ( Z 1.43)
P ( Z 1.43) 1 P ( Z 1.43)
P ( Z 1.43) 1 0.9236
0.0764
Aproximacin normal a la Distribucin Binomial

Por teorema
Probabilidades
p= probabilidad de xito
q = probabilidad de fracaso
La distribucin binomial que da las funciones esperadas para 0,1,2,.,n
xitos en n experimentos tiene como media y desviacin tpica .
np
Ejemplo:
npq
a) Cuntos estudiantes tienen una nota entre 85 y 90 puntos?

Sol.
Conociendo la probabilidad P y el nmero de elementos de la poblacin N, el
nmero de estudiantes con nota entre 85 y 90 puntos esta dado por:
np =188(0.1465) = 27.542 28
estudiantes
b) Los estudiantes con notas mayores de 100 puntos
np =188(0.5764) = 108.3632 108
estudiantes
Recuerde que en una distribucin de probabilidad continua las probabilidades

se calculan como reas bajo la curva de la funcin de densidad de
probabilidad. En consecuencia, la probabilidad que tiene un solo valor de la
variable aleatoria es cero. Por tanto, para aproximar la probabilidad binomial de
12 xitos se calcula el rea correspondiente bajo la curva normal entre 11.5 y
12.5.
Al 0.5 que se suma y se resta al 12 se le conoce como factor de correccin
por continuidad. Este factor se introduce debido a que se est usando una
distribucin continua para aproximar una distribucin discreta. As, P(X = 12)
de una distribucin binomial discreta se aproxima mediante P(11.5 X 12.5)
en la distribucin normal continua.
Distribuciones de probabilidad continua

con Excel
Excel permite calcular las probabilidades de varias distribuciones de
probabilidad continuas. Entre las que se encuentran las distribuciones de
probabilidad normal y exponencial. En este apndice, se describe cmo usar
Excel para calcular probabilidades en cualquier distribucin normal.
Probabilidades
El procedimiento para la exponencial y para las otras distribuciones continuas
es semejante al descrito aqu para la distribucin normal.
La funcin de Excel DISTR.NORM. suministra probabilidades acumuladas de una
distribucin normal. La forma general de la funcin es DISTR.NORM
(x,media,desv_estndar,acum).
En el cuarto argumento se especifica VERDADERO si se desea una probabilidad
acumulada. De esta manera, para calcular la probabilidad acumulada de que la
duracin de un neumtico sea menor o igual que 40 000 millas se ingresar la
frmula siguiente en cualquier celda de la hoja de clculo Excel:
= DISTR.NORM(40000,36500,5000,VERDADERO)
En este momento, en la celda en que se ingres la frmula aparecer 0.7580,

indicando que la probabilidad de que la duracin del neumtico sea 40 000
millas es 0.7580. Por tanto, la probabilidad de que un neumtico dure ms de
40 000 millas es 1 - 0.7580 = 0.2420.
La funcin de Excel DISTR.NORM.INV. usa un clculo inverso para hallar el
valor de x que corresponde a una probabilidad acumulada dada. Por ejemplo,
si se desea hallar la duracin que Grear debe ofrecer en su garanta de manera
que no ms de 10% de los neumticos sean aptos para solicitar la garanta. Se
ingresar en cualquier celda de la hoja de clculo de Excel la frmula siguiente:
=DISTR.NORM.INV(0.1,36500,5000)
En este momento, en la celda en la que se ingres la frmula aparecer 30092,

indicando que la probabilidad de que un neumtico dure 30 092 millas es 0.10.

(TEORÍA) Distribución Normal

Cargado por

Copyright:

Formatos disponibles

(TEORÍA) Distribución Normal

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

(TEORÍA) Distribución Normal

Cargado por

Copyright:

Formatos disponibles

Probabilidades

DISTRIBUCION DE PROBABILIDAD CONTINUA

Distribucin de probabilidad normal

Hay ciertas observaciones por hacer acerca de las caractersticas de la distribucin

Variable puede tomar cualquier valor: (-, +).

4.- La distribucin de probabilidad normal es simtrica, y su forma a la

2 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

reas bajo la curva de cualquier distribucin de probabilidad

Distribucin normal estandarizada N (Z, 0,1)

P(Z > a) = 1 - P(Z a)

4 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

P(Z > a) = P(Z a)

N os e ncontra mos con e l ca s o inve rs o a los a nte riore s ,

5 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

P ( -2.03< z< 0) = P ( 0 < z< 2.03) = 0.4788

6 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

En el ejemplo 1, vimos que la probabilidad de que z estuviera entre 0 y

P (-2.03< z< 2.03) =

3.- Cul es la probabilidad de que un valor de z sea mayor a

7 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

4.- Hallar P( -0.34 < z < )

8 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

5.- Hallar P( 0.34 < z < 2.30)

9 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

10 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

b) Un estudiante tenga una nota mayor que 100 P(X>100),

P(Z > a) = 1 - P(Z a)

Aproximacin normal a la Distribucin Binomial

a) Cuntos estudiantes tienen una nota entre 85 y 90 puntos?

b) Los estudiantes con notas mayores de 100 puntos

np =188(0.5764) = 108.3632 108

Recuerde que en una distribucin de probabilidad continua las probabilidades

Distribuciones de probabilidad continua

En este momento, en la celda en que se ingres la frmula aparecer 0.7580,

En este momento, en la celda en la que se ingres la frmula aparecer 30092,

13 Sandra Cecilia Loaiza Chumacero - Lic. En Estadstica

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.