1

Distribucin de probabilidad normal

Objetivos: Al terminar este captulo podr:

1. Enlistar las caractersticas de la distribucin de probabilidad normal.

2. Definir y calcular valores z.

3. Determinar la probabilidad de que una observacin est entre dos valores
de una distribucin, utilizando la distribucin normal estndar.

4. Establecer la probabilidad de que una observacin sea mayor (o menor)
que un valor determinado, utilizando la distribucin normal estndar.
2
Captulo 7 (Continuacin)
5. Comparar dos o ms observaciones que se encuentren en distintas
distribuciones de probabilidades.

6. Utilizar la distribucin de probabilidad normal para aproximar la
distribucin de probabilidad binomial.
3
Caractersticas de la distribucin de
probabilidad normal
La curva normal es acampanada y presenta
slo un pico en el centro de la distribucin.
La media aritmtica, la mediana y la moda de la
distribucin son iguales y estn localizadas en el
pico. De esta forma, la mitad del rea bajo la
curva se encuentra por arriba de este punto
central, y la otra mitad por abajo.
4
Caractersticas de la distribucin de
probabilidad normal
La distribucin de probabilidad normal es
simtrica con respecto a su media.
La curva normal decrece uniformemente en
ambas direcciones a partir del valor central. Es
asinttica, esto significa que la curva se acerca
cada vez ms al eje x, pero en realidad nunca
llega a tocarlo. Esto es, los puntos extremos de
la curva se extienden indefinidamente en ambas
direcciones.
5
Caractersticas de la distribucin de
probabilidad normal
La curva normal es simtrica.
Media, mediana y moda son iguales.
6
La distribucin de probabilidad normal
estndar
La distribucin normal estndar es una
distribucin normal con media cero y desviacin
estndar de 1.
Tambin es llamada distribucin z.
Un valor z es la distancia entre un valor
seleccionado llamado x, y la media de la
poblacin , dividida entre la desviacin
estndar, . La frmula es:

Z = (x )/
Caractersticas D. Normal
rea bajo la curva entre 2 puntos representa probabilidad que ocurra
un hecho entre esos dos puntos
Su dominio va de menos infinito a ms infinito;
Es simtrica con respecto a su media;
Tiene dos colas y es asinttica al eje x por ambos lados;
El valor del rea debajo de toda la curva es igual a 1;
El centro de la curva est representado por la media poblacional ().
Para cualquier curva normal, el rea de - a + es igual a 0.6827; de
-2 a +2 de 0,9545 y de -3 a +3 de 0,9973;
Distribucin muestreal de varios estadsticos, como `x es normal e
independiente de distribucin de la poblacin.

D. Normal Tipificada (estandarizada)
Distribucin especial que representa a todas las variables aleatorias
normales y que es la distribucin de otra variable normal llamada Z:




=NORMALIZACION(x;media;desv_estndar)
Z se la conoce como variable aleatoria estandarizada.
Esta funcin se caracteriza por tener media igual a cero y desviacin
tipificada igual a uno : N(0,1)
Representa a todas las distribuciones Normales. Igual densidad de
probabilidad, si medimos desviaciones de media en base a .
Valores obtenidos de tabla Normal vlidos para todas las
distribuciones Normal de media = y varianza =
2
.
9
Ejemplo 1
El salario inicial de los primeros dos meses de
los recin graduados de MBA siguen la
distribucin normal con una media de $2 000 y
una desviacin estndar de $200. Cul es el
valor z para un salario de $2 200?

Z = (x )/ = (2 200 2 000)/200 = 1.00
10
Ejemplo 1 (Continuacin)
Cul es el valor z de $1,700?

Z = (x )/ = (1 700 2 000)/200 = -1.50

Un valor z de 1 indica que el valor de $2 200 es una
desviacin estndar arriba de la media de $2 000.

Un valor z de -1.50 indica que $1 700 es 1.5 desviacin
estndar debajo de la media de $2 000.

11
reas bajo la curva normal
Aproximadamente 68% del rea bajo la curva normal
est entre la media ms una y menos una desviaciones
estndar, y se expresa +- 1.
Alrededor de 95% del rea bajo la curva normal est
entre la media ms dos y menos dos desviaciones
estndar, lo que se expresa +- 2.
Prcticamente toda el rea bajo la curva normal est
entre la media y tres desviaciones estndar (a uno y otro
lados del centro), es decir +- 3.
z Scores

5% or 0.05
(z score will be positive)
z Scores
1.645

5% or 0.05

(z score will be positive)
(One z score will be negative and
the other positive)
z Scores
(One z score will be negative and
the other positive)
z Scores
(One z score will be negative and
the other positive)
z Scores
21
Ejemplo 2
El uso diario de agua por persona en Huancayo,
est distribuido normalmente con una media de
20 galones y una desviacin estndar de 5
galones. Aproximadamente 68% de ellos
cuntos galones de agua consumen?
Aproximadamente 68% del uso diario de agua
cae entre 15 y 25 galones.
22
Ejemplo 3
Cul es la probabilidad de que una persona de
Vista Bella seleccionada al azar consuma entre
20 y 24 galones por da?

Z = (x )/ = (20 20)/5 = 0.00

Z = (x )/ = (24 20)/5 = 0.80
23
Ejemplo 3 (Continuacin)
El rea bajo la curva normal entre un valor
z de cero y un valor z de 0.80 es 0.2881.
Concluimos que 28.81% de los residentes
consumen entre 20 y 24 galones de agua
por da.
Observe el siguiente diagrama.
24
Ejemplo 3
0 1 2 3 -1 -2 -3
P(0<z<0,8) = 0,2881
25
Ejemplo 3 (Continuacin)
Qu porcentaje de la poblacin consume entre
18 y 26 galones por da?

Z = (x )/ = (18 20)/5 = 0.40

Z = (x )/ = (26 20)/5 = 1.20
26
Ejemplo 3 (Continuacin)
El rea asociada con un valor z de 0.40 es de
.1554.
El rea asociada con un valor z de 1.20 es de
.3849.
Sumando estas reas, el resultado es .5403.
Concluimos que 54.03% de los residentes
consumen entre 18 y 26 galones de agua por
da.
27
Ejemplo 4
El profesor Velasco ha determinado que las
calificaciones en su curso de estadstica, estn
aproximadamente distribuidas en forma normal
con una media de 72 y desviacin estndar de
5. l avisa a la clase que el 15% ms alto
obtendr una calificacin de A. Cul es la
puntuacin lmite ms baja que obtendr
calificacin de A?
28
Ejemplo 4 (Continuacin)
Para comenzar, sea x la puntuacin que separa
una A de una B.
Si el 15% de los estudiantes tienen puntuacin
superior a x, entonces el 35% deber estar
entre la media de 72 y x.
El valor z asociado correspondiente al 35% es
1.04.
29
Ejemplo 4 (Continuacin)
Tomamos z = 1.04 y resolvemos la ecuacin de
la normal estndar para x. El resultado es la
puntuacin que separa a los estudiantes que
separan una A de aquellos que ganaron una B.

1.04 = (x 72)/5 = 72 + 5.2 = 77.2

Aquellos cuya puntuacin sea de 77.2 o ms
ganarn una A.
Pasos para determinar el rea bajo la curva
normal estndar
Paso 1 - Interpretar grficamente el rea
de inters.
Paso 2 - Determinar el valor Z
Paso 3 - Buscar en la tabla de
probabilidades.
Paso 4 - Hacer la suma o resta de reas
para encontrar la probabilidad deseada
Ms ejemplos y ejercicios
Supongamos que sabemos que el peso
de los/as estudiantes universitarios/as
sigue una distribucin aproximadamente
normal, con una media de 140 libras y una
desviacin estndar de 20 libras.
Ejemplo 5

Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras
Paso 1 Interpretar grficamente el rea de
inters.
Grficamente si decimos que a=150 libras, el
rea de la curva que nos interesa es la
siguiente:

Ejemplo 5

Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras
Paso 2 - Determinar el valor Z:




50 . 0
20
140 150

X
Z
Paso 3 - Buscar en la tabla de probabilidades.
Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de
0.6915
Paso 4 - Hacer la suma o resta de reas para encontrar la
probabilidad deseada.
En este ejemplo no es necesario realizar ningn computo adicional
ya que el rea es la misma que se representa en la Tabla

Ejemplo 6

Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso mayor o igual a 150 libras
Paso 1 Interpretar grficamente el rea de inters.



Grficamente si decimos que a=150 libras, el rea de la curva que nos
interesa es la siguiente:




Ejemplo 6

Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso mayor o igual a 150 libras
Paso 2 - Determinar el valor Z:



Paso 3 - Buscar en la tabla de probabilidades.
Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de
0.6915.
Paso 4 - Hacer la suma o resta de reas para encontrar la
probabilidad deseada.
En este ejemplo el rea de 0.6915 no representa el rea que nos
interesa sino la contraria. En este caso debemos restarle 1 a la
probabilidad encontrada.
1 - .6915 = 0.3085
50 . 0
20
140 150

X
Z
Ejemplo 7

Determine la probabilidad de que una persona, elegida al
azar, tenga un peso menor o igual a 115 libras
Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=115 libras, el rea de la curva que nos
interesa es la siguiente:



Ejemplo 7

Determine la probabilidad de que una persona, elegida al
azar, tenga un peso menor o igual a 115 libras
Paso 2 - Determinar el valor Z:



Paso 3 - Buscar en la tabla de probabilidades.
Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de
0.8944.
Paso 4 - Hacer la suma o resta de reas para encontrar la
probabilidad deseada.
En este ejemplo el rea de 0.8944 no representa el rea que nos
interesa sino la contraria. En este caso debemos restarle 1 a la
probabilidad encontrada.
1 - .8944 = 0.1056
25 . 1
20
140 115

X
Z
Ejemplo 8

Si deseamos la probabilidad de que una persona, elegida
al azar, tenga un peso entre 115 y 150 libras.

Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=115 libras y b=150 libras, el rea de la
curva que nos interesa es la siguiente
Ejemplo 8

Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso entre 115 y 150 libras.

Paso 2 - Determinar el valor Z

Cuando X=115


25 . 1
20
140 115

X
Z
Cuando X=150


50 . 0
20
140 150

X
Z
Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de 0.8944.

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915
Ejemplo 8

Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso entre 115 y 150 libras.

Paso 4 - Hacer la suma o resta de reas para encontrar la
probabilidad deseada.

El rea de 0.8944 se le resta la diferencia de 1-.6915.

0.8944 (1-.6915) = .5859


Ejemplo 9

Determine la probabilidad de que una persona tenga un peso
entre 150 y 160 libras
Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=150 libras y b= 160 libras, el rea
de la curva que nos interesa es la siguiente:


Ejemplo 9

Determine la probabilidad de que una persona tenga un
peso entre 150 y 160 libras
Paso 2 - Determinar el valor Z

Como vimos en el ejemplo 1 y 2 E valor Z cuando X=150 es 0.50.
Para X=160 el valor Z ser:




Paso 3 - Buscar en la tabla de probabilidades.
Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de
0.6915.
Cuando Z = 1.0 el rea es de 0.8413.


0 . 1
20
140 160

X
Z
Ejemplo 9

Determine la probabilidad de que una persona tenga un
peso entre 150 y 160 libras
Paso 4 - Hacer la suma o resta de reas para encontrar
la probabilidad deseada.

En este ejemplo se resta el rea mayor menos el rea
menor como se interpreto en el paso 1.

0.8413 - .6915 = 0.1498


Ejemplo 10

Determine la probabilidad de elegir a una persona que pese
entre 115 y 130 libras.
Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=115 libras y b= 130 libras, el
rea de la curva que nos interesa es la siguiente:


Ejemplo 10

Determine la probabilidad de elegir a una persona que pese
entre 115 y 130 libras.
Paso 2 - Determinar el valor Z



Cuando X=115


para X=130

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de
(1-0.8944.)=0.1056

Para Z = -.050 el rea es de (1-.6915)=.3085

25 . 1
20
140 115

X
Z
50 . 0
20
140 130

X
Z
Ejemplo 10

Determine la probabilidad de elegir a una persona que pese
entre 115 y 130 libras.

Paso 4 - Hacer la suma o resta de reas para encontrar la
probabilidad deseada.

En este ejemplo el rea ser la diferencia de .3085-.1056=.2029.



EJERCICIOS
47
48
La aproximacin normal a la binomial
La distribucin normal (una distribucin
continua) proporciona una buena aproximacin
de la distribucin binomial (una distribucin
discreta) para valores grandes de n.
La distribucin de probabilidad normal es
generalmente una buena aproximacin para la
distribucin de probabilidad binomial cuando n
y n(1 ) son ambos mayores que 5.
49
La aproximacin normal (Continuacin)
Recordemos que para un experimento binomial:
En un experimento slo existen dos resultados
mutuamente excluyentes: xito y fracaso.
La distribucin es el resultado de contar el
nmero de xitos en una cantidad fija de
ensayos.
Cada ensayo es independiente.
La probabilidad, , permanece igual de un
ensayo a otro.
50
Factor de correccin de continuidad
El valor 0.5 que se resta o se suma,
dependiendo de la situacin, a un valor
seleccionado cuando una distribucin de
probabilidad discreta se aproxima por medio de
una distribucin de probabilidad continua.
51
Ejemplo 11
Un estudio reciente de una firma de estudios de
mercado mostr que 15% de residentes americanos
son propietarios de una videocmara. Para una
muestra de 200 hogares, cuntos de los hogares
esperara que tengan videocmara?


Esta es la media de una distribucin binomial.
n (. )( ) 15 200 30
52
Ejemplo 11 (Continuacin)
Cul es la varianza?


Cul es la desviacin estndar?
5 . 25 ) 15 . 1 )( 30 ( ) 1 (
2
n
0498 . 5 5 . 25
53
Ejemplo 11 (Continuacin)
Cul es la probabilidad de que menos de 40
hogares en la muestra tengan videocmaras?
Usamos el factor de correccin, por lo tanto x es
39.5.
El valor z es 1.88

Z = (x )/ = (39.5 40)/5.0498 = 1.88
54
Ejemplo 11 (Continuacin)
Del apndice D el rea entre 0 y 1.88 en la
escala z es .4699.
Por lo tanto, el rea a la izquierda de 1.88 es
.5000 + .4699 = .9699.
La probabilidad de que menos de 40 de los 200
hogares tengan videocmara es
aproximadamente 97%.
55
Ejemplo 11 (Continuacin)
0 1 2 3
Z = 1.88
P(z<1.88)
=.50000 + .4699
=.9699