EXPOSICION DE PROBABILIDAD

DISTRIBUCIONES NORMAL Y
CONTINUAS
JAVIER USMA MAYORGA
YEIMY JASURY PEREZ CRUZ
JORGE ARMANDO SERRANO

Distribucin Normal
LadistribucinnormalfueestudiadaporGauss.
Setratadeunavariablealeatoriacontinua(la
variablepuedetomarcualquiervalorreal).La
funcindedensidadtieneformadecampana.
Dosparmetrosdeterminanunadistribucin
normal:lamediayladesviacintpica.

Formula de la Distribucin Normal

Representacin grafica de la
Distribucin Normal
Es la constante matemtica aproximada por 2.71828

Es cualquier valor de la variable aleatoria continua, donde

Parmetros

Propiedades de la Distribucin Normal

Tienealgunaspropiedadesquelahacenaplicableaungrannmerodesituacionesenlaqueesnecesario
hacerinferenciasmediantelatomademuestras.
Ladistribucinnormalcasiseajustaalasdistribucionesdefrecuenciasrealesobservadasenmuchos
fenmenos,incluyendocaractersticashumanas,resultadosdeprocesosfsicosymuchasotrasmedidasde
intersparalosadministradores,tantoenelsectorpblicocomoenelprivado.
Propiedad:
Tienealgunaspropiedadesquelahacenaplicableaungrannmerodesituacionesenlaquees
Noimportaculesseanlosvaloresdey;paraundistribucindeprobabilidadnormal,elreatotalbajola
necesariohacerinferenciasmediantelatomademuestras.
curvasiemprees1,demaneraquepodemospensarenreasbajolacurvacomosifueranprobabilidades.
Matemticamenteesverdadque:
Ladistribucinnormalcasiseajustaalasdistribucionesdefrecuenciasrealesobservadasenmuchos
fenmenos,incluyendocaractersticashumanas,resultadosdeprocesosfsicosymuchasotras
Aproximadamenteel68%detodoslosvaloresdeunapoblacinnormalmentedistribuidaseencuentradentro
medidasdeintersparalosadministradores,tantoenelsectorpblicocomoenelprivado.
de1desviacinestndardelamedia.
Aproximadamenteel95.5%detodoslosvaloresdeunapoblacinnormalmentedistribuidaseencuentradentro
de2desviacionesestndardelamedia.
Aproximadamenteel99.7%detodoslosvaloresdeunapoblacinnormalmentedistribuidaseencuentradentro
de3desviacionesestndardelamedia.

Relacin y tabla estadstica

Relacinentreelreabajolacurvadedistribucinnormaldeprobabilidady
ladistanciaalamediamedidaendesviacionesestndar.
Estasgrficasmuestrantresformasdiferentesdemedirelreabajola
curvanormal.Sinembargo,muypocasdelasaplicacionesqueharemosde
ladistribucinnormaldeprobabilidadimplicanintervalosdeexactamente
(msomenos)1,2o3desviacionesestndarapartirdelamedia.Para
estoscasosexistentablasestadsticasqueindicanporcionesdelreabajo
lacurvanormalqueestncontenidasdentrodecualquiernmerode
desviacionesestndar(msomenos)apartirdelamedia.
Afortunadamentetambinpodemosutilizarunadistribucindeprobabilidad
normalestndarparaencontrarreasbajocualquiercurvanormal.Conesta
tablapodemosdeterminarelreaolaprobabilidaddequelavariable
aleatoriadistribuidanormalmenteestdentrodeciertasdistanciasapartir
delamedia.Estasdistanciasestndefinidasentrminosdedesviaciones
estndar.

USODELATABLADEDISTRIBUCINNORMALDE
PROBABILIDADNORMALSTANDAR
Para cualquier distribucin normal de probabilidad,
todos los intervalos que contienen el mismo nmero de
desviaciones estndar a partir de la media contendrn
la misma fraccin del rea total bajo la curva para
cualquier distribucin de probabilidad normal. Esto hace
que sea posible usar solamente una tabla (Apndice
Tabla 1) de la distribucin de probabilidad normal
estndar.

Tabla

VALOR DE Z
Elvalordezestderivadodelafrmula:

Enlaque:
x=valordelavariablealeatoriaquenospreocupa.
=mediadeladistribucindelavariablealeatoria.
=desviacinestndardeladistribucin.
z=nmerodedesviacionesestndarquehaydesdexalamediadela
distribucin.(elusodezessolamenteuncambiodeescalademedicindel
ejehorizontal)

EJEMPLO 1

Distribucinnormalqueilustralacomparacindelosvaloresdezylasdesviacionesestndar
EJEMPLO.
Partiendodelamismapremisa,=500
y=100.Culeslaprobabilidaddequeuncandidatoelegidoalazarsetomeentre500y650
horasencompletarelprogramadeentrenamiento?

EJEMPLO 1

Si buscamos Z=1.5 (refirase a la tabla), encontramos una

probabilidad de 0.4332.
Por lo tanto, la probabilidad de que un candidato escogido al azar
requiera entre 500 y 650 horas para terminar el programa de
entrenamiento es de 0.4332

EJEMPLO 2

El coeficiente intelectual de un grupo de estudiantes se distribuye

en forma normal con un promedio de 100 y una desviacin
estndar de 5.

Qu porcentaje de los
intelectual mayor de 110?

estudiantes

110 100
z
2.0
5

tienen

un

coeficiente

Dos desviaciones estndar corresponden a 47.72% por arriba de

la media, lo que quiere decir que 50%-47.72%=2.28% de los
estudiantes tienen un coeficiente intelectual mayor de 110.

EJEMPLO 3
Ejemplodeaplicacindeladistribucionnormal
Entablaadjuntaquesemuestraacontinuacinsemuestranlostiemposdereparacin
(datosagrupados)delastareasdemantenimientodelaplantaelctricaP-01.La
Gerenciademantenimientodeseaestimarparaplanificacindelaprximatareade
mantenimientolaprobabilidadderepararlaplantaelctricaentre4a10horas
Intervalos de Clase
(horas)

Acciones de
mantenimiento

1.1 - 2

0.06

2.1 - 4

10

0.18

4.1 - 6

16

0.37

6.1 - 8

22

0.64

8.1 - 10

14

0.81

10.1 . 12

10

0.93

12.1 - 14

0.06

14.1 - 16

0.01

6.6 MTTR

horas

3.14horas

EJEMPLO 3

EJEMPLO 3
Resolucin del Problema

M (4 T 10)
M (Z 1 T Z 2 ) ?

Z1 (
Estandarizando los tiempos:

M (0.83 T 1.08) ?

Z 1 0.83

Z 2 1.08

M (0.83 T 1.08)
M (0.83 T 1.08)

M (4 T 10)

t x )

Z2 (

Z 2 1.08

(1.08)
0.8599

(0.83)

0.6560 (65.66%)

0.2033

)(

4 6.61
) 0.83
3.14

t x
10 6.61
)(
) 1.08

3.14

Z 1 0.83

DISTRIBUCION CONTINUAS
Una distribucin de probabilidad es continua cuando los
resultados posibles del experimento son obtenidos de variables
aleatorias continuas, es decir, de variables cuantitativas que
pueden tomar cualquier valor, y que resultan principalmente del
proceso de medicin.
Ejemplos de variables aleatorias continuas son:
La estatura de un grupo de personas
El tiempo dedicado a estudiar
La temperatura en una ciudad

DISTRIBUCIN EXPONENCIAL

Definicin
- La distribucin de Poisson calcula el nmero de eventos sobre
alguna rea de oportunidad (intervalo de tiempo o espacio), la
distribucin exponencial mide el paso del tiempo entre tales eventos.
Si el nmero de eventos tiene una distribucin de Poisson, el lapso
entre los eventos estar distribuido exponencialmente.

DISTRIBUCIN EXPONENCIAL
Frmula
La probabilidad de que el lapso de tiempo sea menor que o igual
a cierta cantidad x es:

EJEMPLOS 1
Los buses interprovinciales llegan al terminal a una tasa promedio de 10
buses por hora.
1) Cul es la probabilidad de que llegue un bus en no ms de 5 minutos?
2) Cul es la probabilidad de que llegue un bus en no ms de 10
minutos?
3) Cul es la probabilidad de que llegue un bus entre 5 minutos y 10
minutos?
4) Cul es la probabilidad de que llegue un bus en ms de 5 minutos?

EJEMPLOS 1
1) Como la tasa promedio est dada por hora, y el problema se plantea en
minutos, se calcula el porcentaje que representa 5 minutos de una hora (60
minutos), el cual es:

Interpretacin:Existeun56,54%deprobabilidaddequeelsegundobuslleguealterminalen5minutosomenos
delprimerosilatasapromediodellegadaesde10busesporhora.

EJEMPLOS 1
2) El porcentaje que representa 10 minutos de una hora (60 minutos) es