Guia DISTRIBUCIÓN NORMAL

ESTADÍSTICA INFERENCIAL
DISTRIBUCIÓN NORMAL:
La distribución normal N (μ, σ): es un modelo matemático que rige muchos fenómenos. La experiencia
demuestra que las distribuciones de la mayoría de las muestras se aproximan a la distribución normal si el
tamaño de la muestra es grande. Esta distribución queda definida por dos parámetros: la media μ y la
desviación típica σ. Se presenta mediante una curva simétrica conocida como campana de Gauss. Esta
distribución nos da la probabilidad de que al elegir un valor, éste tenga una medida contenida en unos
intervalos definidos. Esto permitirá predecir de forma aproximada, el comportamiento futuro de un
proceso, conociendo los datos del presente.
Carl Friedrich Gauss (1777-1855) realizó estudios Y formula la ecuación de la curva conocida comúnmente, como la
“Campana de Gauss".
Una distribución normal de media μ y desviación típica σ se designa por N(μ, σ). El área del recinto
determinado por la función y el eje de abscisas es igual a la unidad. Al ser simétrica respecto al eje que
pasa por x = μ, deja un área igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale
al área encerrada bajo la curva.
La distribución normal estándar, es aquella que tiene por media el valor cero(μ =0), y por desviación típica
uno (σ =1). La probabilidad de la variable X dependerá del área del área sombreado en la figura. Y para
calcularla se utilizan dos tipos de tabla.
Ejemplos. (Para la solución de los ejemplos usaremos la tabla I)
ejemplo 1: Dada una tabla de distribución N(0,1) calcular P(Z ≤ 1,25).
Esta probabilidad se toma directamente de la tabla.
La probabilidad de estar por debajo de 1,25 es igual a

0,8944 (89,44 %)
Ejemplo 2: Dada una tabla de distribución N(0,1) calcular P(Z > 0,64).
Esta probabilidad no se encuentra directamente en la tabla por lo que

tenemos que calcular
P(Z > 0,64) = 1 - P(Z ≤ 0,64).
P(Z > 0,64) = 1 – 0,7389
P(Z > 0,64) = 0,2611 ( 26,11 %)
Ejemplo 3: Dada una tabla de distribución N(0,1) calcular P(Z > -1,58).
Esta probabilidad no se encuentra directamente en la tabla, pero al ser una

distribución simétrica podemos afirmar que P(Z > -1,58) = P(Z ≤ 1,58). Y esta se
ve directamente en la tabla.
P(Z > -1,58) = P(Z ≤ 1,58)
P(Z ≤ 1,58) = 0, 9429 ( 94,29 %)

TIPIFICACIÓN.
Gran número de distribuciones tienen la forma de una campana; es decir, alejándonos de la media, a derecha
e izquierda, el número de observaciones decrece de forma similar. Esto genera una curva simétrica.
Se estudió su ecuación, resultando en función de la media y desviación típica de la distribución.
Ante las infinitas posibles medias y desviaciones, nos encontramos con una infinidad de posibles
distribuciones normales pero, el proceso de tipificación, permite reducirlas a una única con media 0 y
desviación típica 1.Tal distribución se denomina normal tipificada.
Se ha indicado que los valores de las áreas bajo la curva normal se encuentran tabulados con referencia a
la distribución normal tipificada N(0 ,1).
Por ello, nos veremos obligados a tipificar previamente cualquier otro tipo de distribución normal que
deseemos estudiar. Para tipificar una distribución normal recurrimos a la siguiente ecuación:
Donde X es el valor a tipificar
µ es el valor de la media y
δ es el valor de la desviación estándar
Ejemplo:
Sabemos que X sigue una distribución normal de media 20 y desviación típica 4. Calcula P (X ≤ 22 )
Solución:
Sabemos que X sigue una distribución N (20, 4) y nos piden P (X ≤ 22 ) por lo que tipificamos
Como Z sigue una N ( 0, 1 ), podemos mirarlo en las tablas
P (Z ≤ 0,5 ) = 0,6915 por lo tanto el resultado es P (X ≤ 22 ) = 0,6915 (69,15 %)
Análogamente se pueden calcular probabilidades para distintos distribuciones normales, como las
trabajadas en anteriormente, tipificando cada valor y hallando las áreas bajo la curva.
Ejercicios:
Dada una tabla de distribución N(0,1) calcular
• P(Z ≤ 2,36).
• P(Z > 0,22).
• P(Z > - 1,35).
• P( 0,43 ≤ Z ≤ 1,58)
• P(Z > 2,6).
• P(Z ≤ 0,75).
1. Escala de autoestima: En una muestra de 500 mujeres que reciben asistencia queremos saber cómo
la pobreza afecta a su autoestima. Medimos la autoestima con una escala de actitud de 20 puntos
(variable continua). Suponemos que la distribución sigue una curva normal
Datos: Media autoestima: 8 Desviación típica (Sx): 2
a. ¿Qué porcentaje de las destinatarias de la asistencia tienen puntuaciones de autoestima entre
5 y 8?
b. ¿Qué proporción de mujeres destinatarias tiene una puntuación igual o más de 13 en la
escala de autoestima?
c. ¿Qué proporción de las destinatarias tiene una proporción entre 4 y 10 en la escala?
2. Las calificaciones de los 500 aspirantes presentados a un examen para contratación laboral, se
distribuye normalmente con media 6.5 y varianza 4.
a. Calcule la probabilidad de que un aspirante obtenga más de 8 puntos.
b. Determine la proporción de aspirantes con calificaciones inferiores a 5 puntos.
c. ¿Cuántos aspirantes obtuvieron calificaciones comprendidas entre 5 y 7.5 puntos?
3. En una ciudad se estima que la temperatura máxima en el mes de junio sigue una distribución normal,
con media 23° y desviación típica 5°. Calcular el número de días del mes en los que se espera alcanzar
máximas entre 21° y 27°.

Guia DISTRIBUCIÓN NORMAL

Cargado por

Copyright:

Formatos disponibles

Guia 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

Guia DISTRIBUCIÓN NORMAL

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA INFERENCIAL

ejemplo 1: Dada una tabla de distribución N(0,1) calcular P(Z ≤ 1,25).

Esta probabilidad se toma directamente de la tabla.

La probabilidad de estar por debajo de 1,25 es igual a

Esta probabilidad no se encuentra directamente en la tabla por lo que

P(Z > 0,64) = 1 - P(Z ≤ 0,64).

P(Z > 0,64) = 1 – 0,7389

P(Z > 0,64) = 0,2611 ( 26,11 %)

Esta probabilidad no se encuentra directamente en la tabla, pero al ser una

P(Z > -1,58) = P(Z ≤ 1,58)

P(Z ≤ 1,58) = 0, 9429 ( 94,29 %)

Se estudió su ecuación, resultando en función de la media y desviación típica de la distribución.

Donde X es el valor a tipificar

δ es el valor de la desviación estándar

Como Z sigue una N ( 0, 1 ), podemos mirarlo en las tablas

P (Z ≤ 0,5 ) = 0,6915 por lo tanto el resultado es P (X ≤ 22 ) = 0,6915 (69,15 %)

Dada una tabla de distribución N(0,1) calcular

También podría gustarte

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