Sie sind auf Seite 1von 19

1.

5 Distribucin Normal


1.5.1 Modelo de Probabilidades

Una caracterstica de una variable aleatoria es que slo toma valores
separados, distintos o contables, cuando una variable aleatoria x es
discreta, se puede asignar una probabilidad a cada valor que puede tomar
x y obtener la distribucin de probabilidad para x. la suma de todas las
probabilidades asociadas con los valores diferentes de x es 1. Sin embargo
no todos los experimentos producen variables aleatorias que son discretas.
Por ejemplo, medir el tiempo de llegada a la escuela. Los valores pueden
ser 30 o 31 minutos, o cualquier nmero entre 30 y 31 minutos, tal como
30.26 minutos. Adems, en este intervalo hay un nmero infinito de
valores. De modo que los resultados no son contables y se conocen como
una variable aleatoria continua.

Una Variable Aleatoria Continua (VAC) puede tomar cualquier valor
de un nmero infinito de valores en la recta real, sus valores posibles
forman un intervalo continuo y las probabilidades de las variables
aleatorias continuas se asocian slo con intervalos de observaciones, no
con valores individuales, como ocurre en el caso de la variable aleatoria
discreta.

La distribucin de probabilidad se crea al distribuir una unidad de
probabilidad a lo largo de la recta, as como se podra distribuir un puo
de arena.



La probabilidad granos de arena o
mediciones, se acumular en ciertos lugares,
y el resultado es la distribucin de
probabilidad que se muestra en la figura 3. La
profundidad o densidad de la probabilidad,
que vara con x, se puede describir mediante
la expresin matemtica
) (x f
, llamada
distribucin de probabilidad o funcin de
densidad de probabilidad para la variable
aleatoria x.





Figura 3. La profundidad o densidad

Una de las propiedades de la distribucin de probabilidad continua es que
la suma de frecuencias relativas es igual a uno y la probabilidad de que x
se encuentre en un cierto intervalo se puede encontrar al sumar las
probabilidades en ese intervalo, considerando que la probabilidad de que
x, sea igual a algn valor particular; por ejemplo, puesto que no hay rea
sobre un solo punto: x = a, en la distribucin de probabilidad para una
variable aleatoria continua, implica que la probabilidad es cero.



















1.5.2 Distribucin Normal Estndar y sus propiedades.


Caractersticas de la distribucin de probabilidad contina.

Sea X una variable aleatoria contina, entonces la funcin de probabilidad

) (x f
x
, asociada a X satisface las condiciones:

a)
0 ) ( > x f
x
(no negativa) para todo nmero real.
b) El rea bajo la curva en la distribucin de probabilidad continua es igual a 1.
c) La probabilidad de que x se encuentre en un intervalo particular; por ejemplo, de
a
a
b
, es igual al rea bajo la curva entre los dos puntos a y b. sta es el rea
sombreada Fig.3
d) P(x = a) = 0 Para variables aleatorias continuas.


La distribucin normal es aqulla en la que ( ) x f
x
crece y decrece suave y
simtricamente a derecha e izquierda de la media. Su representacin se
aproxima o es semejante a una campana como la de la figura 4, su funcin
de densidad ( ) x f
x
est representada geomtricamente en la figura 4 y por
la expresin algebraica 1:














Expresin
2
2
1
2
1
) (
|
.
|

\
|

=
o

t o
x
e x f


con
+ s s
y
+ s s X


Los smbolos
e
y
t
son constantes matemticas
cuyos valores aproximados son 2.7183 y 3.1416,
respectivamente;

y
o

( ) 0 > o
son los
parmetros que representan la media y la
desviacin estndar de la poblacin.


( ) x f
x

o







x



Fig.4 Distribucin Normal Estndar




Propiedades de la distribucin normal:

1. La curva se asemeja a una campana, de ah que se denomine Campana
de Gauss o curva Gaussiana

2. Es simtrica con respecto a la media de la distribucin
Distribucin de probabilidad normal.

La variable aleatoria continua X est distribuida normalmente con
parmetros

y
2
o
si y slo si su funcin de probabilidades es:

o


Fig.4 Distribucin Normal
Estndar
x
( ) x f
x


3. La media, la mediana y la moda son iguales.

4. Se extiende de a +

5. La curva es asinttica con el eje X (La curva es simtrica respecto a la
recta perpendicular al eje X que corta a la curva en su punto mximo,
punto desde el cual cae simtricamente la curva en las dos direcciones y se
extiende sin llegar a tocar el eje X)

6. El rea total bajo la curva normal y por encima del eje horizontal es
igual a 1

7. La distribucin normal queda completamente determinada por los
parmetros y o ; existe una distribucin normal diferente para cada
combinacin de media y desviacin estndar.

8. El rea bajo la curva entre dos puntos es la probabilidad de que una
variable distribuida normalmente asuma un valor entre ellos.


Diferentes densidades para la distribucin de probabilidad normal.



Caso 1.
Diferentes valores de la medias , manteniendo constante el valor de o ,
representa un desplazamiento horizontal de la distribucin normal.

(
3 2 1
< < )











Figura 5. Distribuciones de probabilidad normales con valores de

diferentes.




Caso 2.
Diferentes valores de
o
(
) (
3 2 1
o o o < <
,
manteniendo constante

.

Cuanto mayor sea el valor de la
desviacin estndar, existe mayor
dispersin de los datos, los valores
grandes de
o
reducen la altura de la curva
y aumentan su amplitud, los valores
pequeos aumentan la altura de la curva
y reducen su amplitud.

















Figura 6. Distribuciones de probabilidad
normales con valores de
o
diferentes.



Segn la regla emprica, casi todos los valores de una variable aleatoria
continua se encuentran en el intervalo o 3 . Mientras estos valores
sean positivos, la distribucin normal proporciona un buen modelo para
describir los datos.




4 . 0 = o

9 . 0 = o

4 . 1 = o

4 . 0 = o

9 . 0 = o

4 . 1 = o

8 =

X
4 =

6 =

5 . 0 = o

5 . 0 = o

5 . 0 = o





1.5.3 rea bajo la curva normal y manejo de tablas.

Como se menciono antes la probabilidad de que una variable continua
tome un valor determinado es cero, es decir P(X=x)= 0 cualquiera que sea
el valor de x. Por eso, las probabilidades en los modelos continuos se
calculan en intervalos, es decir P(a <X < b).Slo que en el caso de la
distribucin normal ello presenta grandes dificultades debido a que no se
conoce la funcin original con la cual pueda calcularse la integral que nos
da la funcin de distribucin de normal F(x), la cual se expresa en la
forma:









( ) ( )
}

|
.
|

\
|

= s =
x
t
dt e x X P x F
2
2
1
2
1
o

o t

Expresin 2.
El nico medio para conocer F(x) es el de usar laboriosos mtodos
numricos con el auxilio de la computadora. Los resultados estn vaciados
en tablas para uso general.

El gran inconveniente de esto es que se tendran que hacer o tener a la
mano una tabla distinta para cada valor de y para cada valor de 0 > o ,
puesto que hay una distribucin diferente para cada uno de esos valores y
existe un nmero infinito de cada uno de los parmetros ( o , ).

La solucin fue construir una sola tabla, la del modelo estndar al cual
pueden ser trasladados todos los casos particulares de distribuciones
normales, modelo cuyos parmetros son 0 = y 1 = o (que son el origen y
la unidad o escala de medida estndar). Este modelo es el La distribucin
Normal Estndar, Para el cual el smbolo X de la variable se cambia por
el smbolo Z.

Z ~ N(0, 1) La distribucin normal estndar es el mtodo general para
calcular las probabilidades de eventos relativos a cualquier distribucin
normal X ~ N( o , ) o a la inversa , para encontrar eventos relativos a X ~
N( o , ) que satisfacen probabilidades conocidas de antemano.

La estandarizacin de una distribucin normal significa que cualquier
evento de una X ~ N ( o , ) se traslada a un evento de la normal estndar Z
~ N (0, 1) que mantenga la misma probabilidad (las probabilidades de
ambos eventos deben corresponder a reas iguales).

Una variable aleatoria normal x se estandariza al expresar su valor como
el nmero de desviaciones estndar (o ) a la izquierda o derecha de su
media ( ).
La variable aleatoria normal estandarizada, z , se define como:







La distribucin de probabilidad para
z
que se muestra en la figura 10, se
llama distribucin normal estandarizada porque su media es 0 y su
desviacin estndar es 1.

El rea bajo la curva normal
estndar entre la media
0 = Z
y
un valor positivo de
z
.

Por ejemplo,
0
z
, es la probabilidad
). 0 (
0
z Z P s s

Esta rea se toma de la tabla 3,
apndice I, en la figura 9 se
muestra el rea de la regin la
cual es de 0.3413.



Figura 10. Distribucin normal estandarizada.

La tabla 3 ha sido construida registrando el rea de regiones como sta;
para calcular dicha rea hay que localizar el valor de 1 = Z ,
conjugndolo con la columna correspondiente a .00 ah puede verse que el
o

=
x
z

valor es precisamente el .3413, por lo tanto: . 3413 . 0 ) 1 0 ( = s s Z P En
general, la tabla 3 proporciona la probabilidad de intervalos de la forma (0,
Z) para valores positivos de Z con dos cifras decimales.

Versin abreviada de Tabla 3, apncice I
Z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 0.00000 0.00399 0.00798 0.01197 0.01595 0.01994 0.02392 0.02790 0.03188 0.03586
0.1 0.03983 0.04380 0.04776 0.05172 0.05567 0.05962 0.06356 0.06749 0.07142 0.07535
0.2 0.07926 0.08317 0.08706 0.09095 0.09483 0.09871 0.10257 0.10642 0.11026 0.11409
0.3 0.11791 0.12172 0.12552 0.12930 0.13307 0.13683 0.14058 0.14431 0.14803 0.15173
0.4 0.15542 0.15910 0.16276 0.16640 0.17003 0.17364 0.17724 0.18082 0.18439 0.18793
0.5 0.19146 0.19497 0.19847 0.20194 0.20540 0.20884 0.21226 0.21566 0.21904 0.22240
0.6 0.22575 0.22907 0.23237 0.23565 0.23891 0.24215 0.24537 0.24857 0.25175 0.25490
0.7 0.25804 0.26115 0.26424 0.26730 0.27035 0.27337 0.27637 0.27935 0.28230 0.28524
0.8 0.28814 0.29103 0.29389 0.29673 0.29955 0.30234 0.30511 0.30785 0.31057 0.31327
0.9 0.31594 0.31859 0.32121 0.32381 0.32639 0.32894 0.33147 0.33398 0.33646 0.33891
1.0 0.34134 0.34375 0.34614 0.34849 0.35083 0.35314 0.35543 0.35769 0.35993 0.36214
1.1 0.36433 0.36650 0.36864 0.37076 0.37286 0.37493 0.37698 0.37900 0.38100 0.38298
1.2 0.38493 0.38686 0.38877 0.39065 0.39251 0.39435 0.39617 0.39796 0.39973 0.40147


Para calcular una probabilidad de cualquier variable aleatoria de la forma
X ~ N ( ,
2
o ), solamente es necesario estandarizar o normalizar la
variable aleatoria correspondiente por medio de
o

=
x
Z
y
posteriormente consultar las tablas de distribucin normal estndar Z ~ N
(0,
2
1 ).


Ejemplo 1.6
Encontrar P (
). 28 . 1 0 s s Z
Esta probabilidad corresponde al rea entre la
media (
0 = z
) y un punto
28 . 1 = z
desviacin estndar a la derecha de la
media (Figura 11).

Solucin.

El rea es la parte sombreada en la
figura 11. Puesto que en la tabla 3,
del apndice I, se encuentran las
reas bajo la curva normal a la
derecha de la media, slo necesita
encontrar el valor tabulado que
corresponde a
2 . 1 = z
y luego cruzar
la parte superior de la tabla hasta la
columna marcada por .08 la
interseccin de esta fila y columna
da el rea 0.39973 por
consiguiente:


39973 . 0 ) 28 . 1 0 ( = s s Z P




Figura 11. rea bajo la curva normal estndar para
el ejemplo 25.




1.5.4 Problemas de aplicacin.

Ejemplo 1.7
El tiempo que tarda el servicio medico de emergencia en llegar a un centro
deportivo ubicado afuera de la ciudad, tiene una distribucin normal con
17 = minutos y 3 = o minutos. Determinar la probabilidad de que el
tiempo de arribo es:

a) Entre 13 y 22 minutos.
b) Sea ms de 22 minutos
0.39973
c) Est entre 15.5 y 18.5 minutos.

Solucin.
Sea la variable aleatoria X= El tiempo que tarda el servicio medico de
emergencia en llegar a un centro deportivo ubicado afuera de la ciudad.
Puesto que X ~ N (17,
2
3 ), Por lo tanto:

a) Para el primer caso se requiere que se calcule la probabilidad
( ) 22 13 s s X P , es decir, los valores de la variable estandarizada y el
rea representa la probabilidad que se pide encontrar, esto es calcular
los valores de Z para 13 y 22, o sea: 13
1
= X y 22
2
= X

66 . 1
3
17 22
33 . 1
3
17 13
2
2
1
1
=

=
=

=
o

o

X
Z
X
Z


33 . 1
1
= z
O


40824 . 0
1
= A


66 . 1
2
= z
O


45254 . 0
2
= A



86078 . 0
45254 . 0 40824 . 0
2 1
=
+ = + = A A A



El signo menos nicamente ndica que la
puntuacin Z se encuentra a la izquierda de la
media.





Figura 15. rea bajo la curva normal estndar,
ejemplo 29, a).


( ) 8607 . 0 67 . 1 33 . 1
3
17 22
3
17 13
) 22 13 ( = s s =
|
.
|

\
|

s s

= s s Z P Z P X P


1
A


2
A


0.86078
La probabilidad de que el tiempo de arribo del servicio de emergencia en
llegar a un centro deportivo ubicado afuera de la ciudad, entre 13 y 22
minutos es de 0.8607, lo que equivale al 86.07%

b) La probabilidad
) 22 ( > X P
,
Primero se calcula Z para 22, o sea:
22
1
= X
,
66 . 1
3
17 22
=

= Z


Para determinar esta rea,
primero se calcula el rea entre
0 y 1.66, es decir se busca el
valor de z = 1.66 en la tabla
1, anexo I.
encontrando:
45154 . 0
1
= A


El rea completa del lado
derecho es 0.5, por lo que a esta
rea se le resta
1
A


04846 . 0 45154 . 0 5 . 0 = = A





Figura 16. rea bajo la curva normal estndar, ejemplo
29, b).




) 22 ( > X P = ( ) 04846 . 0 66 . 1
3
17 22
= > = |
.
|

\
|
> Z P Z P

La probabilidad de que el tiempo de arribo del servicio de emergencia en
llegar a un centro deportivo ubicado afuera de la ciudad, sea ms de 22
minutos es de 0.04846, lo que equivale al 4.84%.


c) La probabilidad ) 5 . 18 5 . 15 ( s s X P
Primero se calcula Z para 15.5 y 18.5, o sea: 5 . 15
1
= X y 5 . 18
2
= X

1
A


0.04846
05 .
3
17 5 . 15
1
=

= Z 5 . 0
3
17 5 . 18
2
=

= Z
Donde el signo menos nicamente ndica que la puntuacin Z se encuentra
a la izquierda de la media.

El rea 5 . 0
1
= z se busca en la tabla 1, siendo: 19146 . 0
1
= A
El rea 5 . 0
2
= z se busca en la tabla 1, siendo: 19146 . 0
2
= A

Por lo que: 38292 . 0 19146 . 0 19146 . 0
2 1
= + = + = A A A

38292 . 0 ) 5 . 0 5 . 0 (
3
17 5 . 18
3
17 5 . 15
) 5 . 18 5 . 15 ( = s s =
|
.
|

\
|
s s

= s s Z P Z P X P



La probabilidad de que el
tiempo de arribo del servicio
de emergencia en llegar a un
centro deportivo ubicado
afuera de la ciudad, entre
15.5 y 18.5 minutos es de
0.38292, lo que equivale al
38.29%.





Figura 17. rea bajo la curva normal estndar, ejemplo 29,
c).




Percentiles en una distribucin normal

Para encontrar el p-ensimo percentil
p
x
en una distribucin normal con
media y desviacin estndar o , primero se busca el percentil de una
1
A


2
A


0.38292
normal estndar
p
z
y luego se relaciona con
o
p p
z x + =
de modo que
se encuentra el percentil para
p
x
. Esta expresin convierte el percentil de
la normal estndar al percentil de una distribucin normal con parmetros
y o .
Ejemplo 1.8
Aun grupo de nios se les aplica una prueba de inteligencia, supngase
que las puntuaciones se distribuyen en forma normal, la puntuacin
promedio es 100 = y la desviacin estndar 15 = o . Si el 20% de los
nios estn bajo este puntaje. Cul es este?

Solucin.
Sea la variable aleatoria X= Las puntuaciones de la prueba de inteligencia
que se aplica a los nios. Puesto que X ~ N (100,
2
15 ), Por lo tanto:

Primero se localiza el percentil 0.20 aproximado a una normal con media
100 = y desviacin estndar 15 = o . Se averigua el valor de z que
corresponde a ese percentil, esto es: 20 . 0 )
15
100
(
0
=

>
x
Z P esto es de la
tabla 1 se obtiene que 84 . 0
20
= z

Si el 20% de los nios estn bajo este puntaje, se ubica este porcentaje del
lado izquierdo de la curva, como lo muestra la figura 17. De ah que en las
tabla 1, del anexo I, se busca el valor ms cercano a 0.30, de adentro hacia
fuera. El cual se conforma por
84 . 0
20
= z


Como se observa el rea bajo la curva normal est entre 0 y 0.84, por lo
que X est a una distancia
o 84 . 0
de la media por lo que:
15
100
84 . 0
0

=
x
, despejando
0
x
, se tiene:
4 . 87 15 ) 84 . 0 ( 100
0
= + = x


Z .00 .01 .02 .03 .04 .05
0.
0
0.0000
0
0.0039
9
0.0079
8
0.0119
7
0.0159
5
0.0199
4
0.
1
0.0398
3
0.0438
0
0.0477
6
0.0517
2
0.0556
7
0.0596
2
0.
2
0.0792
6
0.0831
7
0.0870
6
0.0909
5
0.0948
3
0.0987
1
0.
3
0.1179
1
0.1217
2
0.1255
2
0.1293
0
0.1330
7
0.1368
3
0.
4
0.1554
2
0.1591
0
0.1627
6
0.1664
0
0.1700
3
0.1736
4
0.
5
0.1914
6
0.1949
7
0.1984
7
0.2019
4
0.2054
0
0.2088
4
0.
6
0.2257
5
0.2290
7
0.2323
7
0.2356
5
0.2389
1
0.2421
5
0.
7
0.2580
4
0.2611
5
0.2642
4
0.2673
0
0.2703
5
0.2733
7
0.
8
0.2881
4
0.2910
3
0.2938
9
0.2967
3
0.2995
5
0.3023
4
0.
9
0.3159
4
0.3185
9
0.3212
1
0.3238
1
0.3263
9
0.3289
4





Fig. 18. rea bajo la curva normal, ejemplo
30.




Sea
0
x la puntuacin buscada, , 20 . 0 ) (
0
= < x X P si estandarizamos
obtenemos:
20 . 0
15
100
0
= |
.
|

\
|
<
x
Z P , entonces 84 . 0
15
100
0
=
x
y 87 4 . 87
0
~ = x
Alrededor del 20% de los nios tienen un puntaje menor de 87.

Ejemplo 1.9
En una industria de dulces se envasan chocolates rellenos en frascos cuyos
pesos netos tienen distribucin normal con desviacin estndar de 6.50
gramos, Si el 5% de los frascos tiene un peso mayor que 160 gramos,
Cul es el peso medio de ellos?

30%

50%

20%

Solucin.
Dado que aproximadamente el 45% (se busca en la tablas 1, de adentro
hacia a fuera, el valor mas cercano a .45, es decir .44950, siendo
conformado por
64 . 1
0
= Z
) de los frascos que pesan entre

y 160 gramos,
como lo muestra la figura 18. El punto 160 se encuentra a una distancia de
1.64
o
de

. Es decir:
50 . 6
160
64 . 1

=



Por lo que hay que despejar a la

.

( )( )
( )


=
=
= +
= +
=
=
34 . 149
66 . 10 160
66 . 10 160
66 . 10 160
160 66 . 10
160 50 . 6 64 . 1



El peso promedio de los
frascos es de 149.34 gramos.






Fig. 19. rea bajo la curva normal, ejemplo 31.


Ejemplo 1.10
El tiempo que tardan los estudiantes del CCH Oriente, al hablar por
telfono celular se distribuye normalmente.

a) Si al realizar una llamada, el 15% de los estudiantes excede de
30minutos hablando por celular y 6% de los estudiantes dura menos
de 5minunutos comunicndose por este medio. Cul es el valor
promedio y la desviacin estndar, del tiempo que tardan hablando
por celular?
1.64
o


5%

160
( ) o 64 . 1 +


45%


b) Si el tiempo promedio que tardan los estudiantes al hablar por
celular es de 18 minutos, considerando que estos se comunican
entre 14 y 22minutos, con una probabilidad del 95%, Cul es el
valor mximo de la desviacin estndar?
Solucin.
a) Dado que aproximadamente el 44% y el 35% de los estudiantes tardan
hablando por celular. Como lo muestra la figura 20.

(Se busca en la tablas 1, de adentro hacia a fuera, el valor mas cercano a
0.44 y 0.35, es decir 0.43943 y 0.34849 respectivamente, siendo
conformados por
55 . 1
1
= Z
, el signo menos ndica que la puntuacin Z se
encuentra a la izquierda de la media,
03 . 1
2
= Z
)

Por lo que:
o

o

=
30
03 . 1
5
55 . 1


















Fig. 20. rea bajo la curva normal, ejemplo 32

Tenemos un sistema de ecuaciones con las incgnitas y o , el cual se
puede resolver por el mtodo de sustitucin, igualacin, suma-resta o
determinantes. En este caso utilizaremos igualacin.

6%

44%

30
( ) o 03 . 1 +

5
( ) o 55 . 1



1
2
35%

15%

55 . 1
5
5
55 . 1

o
o


03 . 1
30
30
03 . 1

o
o

=




03 . 1
30
55 . 1
5
=






























El valor promedio y la desviacin estndar, del tiempo que tardan
hablando los estudiantes por celular es:

Minutos 69 . 9
69 . 9
03 . 1
0193 . 20 30
69 . 9 6898 . 9
55 . 1
0193 . 20 5
=
=

=
~ =

=
o
o
o

El valor promedio y la
desviacin estndar, del
tiempo que tardan
hablando los estudiantes
por celular es


01 . 20 =
Minutos y
69 . 9 = o
Minutos.

0193 . 20
58 . 2
65 . 51
58 . 2 65 . 51
55 . 1 03 . 1 5 . 46 15 . 5
55 . 1 5 . 46 03 . 1 15 . 5
) 30 ( 55 . 1 ) 5 ( 03 . 1
=
=
=
+ = +
+ =
=






01 . 20 =
minutos y
69 . 9 = o
minutos.

c) Como
95 .
0
= z
del rea est dentro de

0
z
desviaciones estndar de
la
d) media. La mitad del rea
4750 . 0
2
95 .
=
quedara a la izquierda de la
media y la otra mitad hacia la derecha por que la distribucin
normal es simtrica. As, necesita el valor
0
z
a lo largo de las
abscisas que corresponde a un rea igual a 0.4750 que corresponde a
96 . 1
0
= z
. Como lo muestra la figura 20.

Es decir:

o
18 14
96 . 1

=



O bien:

o
18 22
96 . 1

=







Fig. 21. rea bajo la curva normal, ejemplo 10.


En cual quiera de estos casos, hay que despejar la
o
por lo que:









minutos



0408 . 2
96 . 1
18 22
18 22
96 . 1
=

=
o
o
o

minutos


Del tiempo que tardan hablando los estudiantes por celular, el valor de la
desviacin estndar es 04 . 2 = o minutos.
95%
.4750

.4750

14
( ) o 96 . 1

22
( ) o 96 . 1 +


0408 . 2
96 . 1
18 14
18 14
96 . 1
=


=

=
o
o
o