DISTRIBUCIONES IMPORTANTES DE

VARIABLES ALEATORIAS CONTINUAS

Volumen de produccin,
Tiempo de procesamiento de un producto,
Rendimiento promedio por mquina
Costo de operacin mensual

Tienen valores que no estn circunscritos a un nmero finito de
posibilidades, sino que pueden variar continuamente en un intervalo dado;
por tanto necesitamos un mtodo diferente al de las discretas para poder
calcular las probabilidades asociadas con los posibles valores de estas
variables
DISTRIBUCION NORMAL

La distribucin normal es una de las distribuciones ms usadas e
importantes. Se ha desenvuelto como una herramienta indispensable en
cualquier rama de la ciencia, la industria y el comercio.
Muchos eventos reales y naturales tienen una distribucin de frecuencias
cuya forma es muy parecida a la distribucin normal. La distribucin normal
es llamada tambin campana de Gauss por su forma acampanada.
Cuando se incluyen todos los datos de un proceso o poblacin, sus
parmetros se indican con letras griegas, tales como: promedio o media =
(mu), y desviacin estndar (indicador de la dispersin de los datos) = o
(sigma).
Para el caso de estadsticos de una muestra se tiene media = X y desv.
est.= s.
PROPIEDADES DISTRIBUCION NORMAL ESTANDAR

La distribucin normal estndar tiene media = 0 y desviacin estndar =1.
La media, Mediana y Moda coinciden, son iguales y se localizan en el pico.

z
0 1 2 3 -1 -2 -3
z
0 1 2 3 -1 -2 -3 0 1 2 3 -1 -2 -3
x x+o x+2o x+o3 x-o x-2o x-3o x x+o x+2o x+o3 x-o x-2o x-3o
XX
La desviacin estndar
sigma representa la
distancia de la media al
punto de inflexin de la
curva normal
El rea bajo la curva o probabilidad de menos infinito a ms infinito vale 1.
La distribucin normal es simtrica, la mitad de curva tiene un rea de 0.5.
La escala horizontal de la curva se mide en desviaciones estndar.
La forma y la posicin de una distribucin normal dependen de los
parmetros , por lo que hay un nmero infinito de distribuciones normales.
DISTRIBUCION NORMAL
Curvas Normales con Medias iguales pero
Desviaciones estndar diferentes
Curvas Normales con Medias iguales pero
Desviaciones estndar diferentes
= 20
o = 3.1
o = 3.9
o = 5.0
o = 3.1
o = 3.9
o = 5.0
Lmite inferior de especificaciones Lmite superior de especificaciones
DISTRIBUCION NORMAL
Normales con Medias y
Desviaciones estndar diferentes
Normales con Medias y
Desviaciones estndar diferentes
= 5, o = 3
= 9, o = 6
= 14, o = 10
= 5, o = 3
= 9, o = 6
= 14, o = 10
LI
LS
DISTRIBUCION NORMAL
Existe una relacin del porcentaje de probabilidad o rea bajo la curva normal a la
desviacin estndar. En la figura observamos por ejemplo que el rea bajo la curva
para +/- 1s tiene un porcentaje de 68.26%, +/- 2s = 95.46% y +/- 3s= 99.73%.


+1s +2s +3s -1s -2s -3s
68.26%
95.46%
99.73%
Lo anterior se puede calcular con la Tabla de distribucin normal o con Excel (Fx
=distr.norm.estand(Z) proporciona el rea desde menos infinito hasta Z).
En la tabla normal, se busca el valor de Z y se encuentra el rea bajo la curva.
La primera tabla sirve para determinar el rea o probabilidad que se encuentra
fuera de los lmites de especificaciones. La segunda tabla proporciona valores de
rea bajo la curva para Zs mayores a cero.
DISTRIBUCION NORMAL
Estandarizacin de valores reales

En la prctica, se tienen valores reales de promedio diferentes de cero y
con desviacin estndar diferentes de uno, para determinar la
probabilidad o rea bajo la curva, se determina el nmero de desviaciones
estndar Z entre algn valor X y la media de la poblacin o de la muestra
X como sigue:

s se consideran los datos completos del proceso.


s se consideran slo los datos de una muestra.

o

=
X
Z
s
X X
Z

=
Ejemplo 1:

El departamento de personal de una empresa requiere que los solicitantes a un puesto en
cierta prueba alcancen una calificacin de 500. Si las calificaciones de la prueba se
distribuyen normalmente con media 485 y desviacin estndar 30 Qu porcentaje de
los solicitantes pasar la prueba?. Calculando el valor de Z obtenemos:
=

Buscamos el valor correspondiente Z en las tablas de distribucin normal estndar o por
medio de Excel =distr.norm.estand(0.5). Z
0.5
= 0.69146 = 69.146%. donde la
probabilidad de que la calificacin sea menor a 500 es P (X <= 500). Dado que el
porcentaje pedido es la solucin es 1-0.69146 =0.3085, por tanto slo 30.85% de los
participantes pasarn la prueba.
Otra forma es tomando la Z como negativa con P(Z <= -0.5) = 0.3085.
o

=
X
Z 5 . 0
30
485 500
=

485
Z.05
30.85%
Ejemplo 2:

Suponga que el tiempo de atencin de una empresa de servicio, tiene una distribucin
normal con una media de 20 minutos y una desviacin estndar de 4 minutos. Calcule la
probabilidad de que el tiempo de atencin sea superior a 24 minutos, es decir P (X >=24)
= 1 P(X <= 24) =
En la barra de herramientas seleccione el icono de funciones
fx>Estadsticas>Distr.Norm.Estand. OK. El sistema muestra la siguiente ventana, en la
cual llenamos los siguientes datos:
El resultado de la frmula = 0.8413 es la probabilidad P(X <= 24), entonces P (X >=24)
es 1-0.8413 = 0.1587