You are on page 1of 13

SAINT GEORGES COLLEGE

EDUCACIN MATEMTICA
12 GRADO
PROFESORES: Claudia Pea, Lorena Caballero, Paul Boudreault,
Norma Mella, Mara Loreto Tapia

DATOS Y AZAR (II)

Gua 9: Distribucin Normal


Nombre: _____________________________________________Curso: 12 Grado ____

Objetivos:

Caracterizar la distribucin Normal.


Estandarizar una distribucin Normal (Distribucin Normal Estndar).
Utilizar tabla Z, para el clculo de probabilidades de una distribucin normal estndar.
Aplicar la distribucin Normal estndar en problemas de diversos contextos.
Aproximar la distribucin binomial a la distribucin normal.

Bibliografa:

Guerra, M. (2013). Texto Matemtica 4, Educacin Media. Chile: Santillana.

Manual de preparacin PSU matemtica.(2012). Ediciones UC/Editorial


Santillana.

Vega, M., Jimnez, M., vila, J., Ramirez, A. (2012) Manual de preparacin PSU.
SM.

Walpole, R. y Myers, R H. (1992). Probabilidad y Estadstica. Mxico: McGraw Hill

DISTRIBUCIN NORMAL
La distribucin normal es quiz una de las ms importantes dentro de los modelos de
probabilidad que existen. Su nombre radica en que muchas situaciones y fenmenos de la
vida diaria pueden modelarse mediante variables aleatorias que se distribuyen
normalmente, por ejemplo: la estatura y la masa de las personas, los puntajes de una
prueba, algunas mediciones cientficas, etc.
A continuacin estudiaremos las caractersticas ms importantes de esta distribucin y su
aplicacin en problemas de distinta ndole.

Funcin de densidad de probabilidad normal


Una variable aleatoria continua X con distribucin normal, es aquella en que los datos se
concentran alrededor de la media o esperanza , con cierta desviacin estndar .
Lo anterior se denota de la siguiente manera:

X ~ N ( , )

COA 2015 - PB2016

Observaciones:

Los valores y se denominan parmetros de esta funcin.


La variable aleatoria X que se distribuye en forma normal, tambin puede denotarse
como X~ N ( , 2 ), es decir, sus parmetros son la media o esperanza y
varianza 2 .
E[X] =

La funcin de densidad (que es una funcin probabilidad) para una variable aleatoria
continua X que se distribuye en forma normal, est definida mediante la siguiente la
expresin:

f ( x ) P X x

1 x

; con x IR

Veremos ms adelante que existen tablas de valores para el clculo de probabilidades de


variables continuas distribuidas en forma normal sin que se tenga que usar esta frmula.
Su grfico corresponde a una curva en forma de campana (campana de Gauss), que es
simtrica con respecto a la recta X =

Observaciones:

El mayor valor de la funcin de densidad se alcanza en X =


Al ser simtrica la grfica de esta distribucin se cumple que la media, la moda y la
mediana son iguales
El rea bajo la curva es igual a 1
El grfico de la funcin de densidad cambia segn los valores de y , ya que
determinar el eje de simetra y la varianza 2 mostrar que tan dispersos estn los
datos

Fuente:http://es.schoolofdata.org/errores-comunes

COA 2015 - PB2016

En el grfico anterior, se puede observar que a mayor varianza, la grfica es ms


baja y ms ancha, ya que los datos se encuentran ms dispersos.

En el siguiente grafico se muestra distribuciones normales con igual varianza, pero distintas
medias

Fuente: https://www.fisterra.com/mbe/investiga/distr_normal/distr_normal.asp

Probabilidad de una variable con distribucin normal


Como vimos anteriormente, al graficar la funcin de densidad de una variable aleatoria
continua X, se obtiene una curva en forma de campana. Ahora el rea que se encuentra
bajo esta curva, corresponde a la probabilidad asociada a todos los valores que
pueda tomar esta variable X, en todo su dominio, cuando se distribuye normalmente
con media y desviacin estndar .
Grficamente se tiene:

Fuente:https://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal

En el grfico anterior se puede observar que:

P X 0,682 , lo cual significa que el 68,2 % de los valores de la


variable aleatoria X se encuentran dentro del intervalo , (es decir a
ms o menos una desviacin estndar del valor esperado ).

P 2 X 2 0,954 , esto significa que el 95,4 % de los valores de la


variable aleatoria X se encuentran dentro del intervalo 2 , 2 (es decir a
ms o menos dos desviaciones estndar del valor esperado ).

P 3 X 3 0,998 , lo cual significa que el 99,8 % de los valores de


la variable aleatoria X se encuentran dentro del intervalo 3 , 3 ( es decir
a ms o menos tres desviaciones estndar del valor esperado ).

COA 2015 - PB2016

Analicemos el siguiente ejemplo: Si las notas en una prueba de matemtica de un curso,


se distribuyen normalmente con una media 5 y desviacin estndar 0,5 , la
probabilidad de que un alumno obtenga entre un 4 y un 6 es de un 95,4 %, ya que
2 5 1 4 y 2 5 1 6 .
Propiedades de la Distribucin Normal:
1.
2.
3.
4.
5.

P(X 3,5 ) 1
P(X a) = P(X < a)
P(X a) = 1 P(X < a) ; para todo a IR
P(X - a) = P(X a) = 1 P(X < a) ; para todo a > 0
P(a X b) = P(X b) P(X a) ; con a y b IR

Ejemplo resuelto:
Las estaturas de 210 personas tienen una distribucin normal N(1,71;0,4) en metros.
Cul es la probabilidad de que una persona mida ms que 1,71 metros?
Solucin:
Ya que las estaturas se distribuyen en forma normal segn N(1,71;0,4) significa que =
1,71 y = 0,4 y se puede representar con el siguiente grfico:

Entonces, para calcular la probabilidad de que una persona mida ms que 1,71 metros se
calcula el rea bajo la curva de la funcin densidad en el intervalo ]1,71; +[. Como la
curva es simtrica y el eje de simetra es la media, el rea bajo la curva es igual a 0,5 es
decir 50%.
Tambin, segn lo que se plante anteriormente, podramos concluir que el 68,4% de las
personas tienen una estatura entre 1,67 y 1,75 metros (a una desviacin estndar del
promedio).

ACTIVIDAD 1
1.

Segn la situacin anterior, responde a las siguientes preguntas:

a) Calcula la probabilidad de que la estatura de una persona sea menor que 1,75.
(Respuesta 84,1%)
b) Calcula la probabilidad que la estatura de una persona sea menor que 1,67.
(Respuesta: 15,9%)

COA 2015 - PB2016

DISTRIBUCIN NORMAL ESTNDAR (DISTRIBUCIN Z)


Diremos que una variable aleatoria continua X se distribuye en forma normal
estndar si cumple con las siguientes condiciones: = y =
y se denota por:
Z ~ N (0,1)
La gran ventaja de esta distribucin (funcin de probabilidad acumulada), es que las
probabilidades asociadas para todos aquellos valores menores o iguales que un valor dado
de Z, se encuentran tabuladas (tabla Z, que se encuentra al final de esta gua).
Ejemplo: Si Z ~ N (0,1), determinar P(Z 1,73)
Para determinar esta probabilidad, utilizamos la tabla Z

Es decir que la probabilidad que Z sea mayor o igual a 1,73 es 95,82%


La representacin grfica de la situacin anterior, se muestra en la siguiente figura:

1. Aplicando las propiedades determinar:


a) P(Z > 1,73) (usar propiedad n 3)
b) P(Z 1,73)(usar propiedad n 4)
c) P(-2,57 < Z 1,45) (usar propiedades n 5 y n4)

ESTANDARIZACIN O TIPIFICACIN
Si se tiene una variable aleatoria continua que se distribuye en forma normal X ~ N ( , )
(con 0 1), es necesario aplicar procedimientos para transformarla en una
distribucin normal estndar Z ~ N (0,1) y as poder usar la tabla elaborada que nos
permite leer las probabilidades. Llamaremos este procedimiento estandarizacin o
tipificacin. Esta estandarizacin (cambio de variable de X a Z) se realiza mediante el
uso de la siguiente frmula:
X
Z

Es importante recalcar que este cambio de variable nos permitir calcular probabilidades
asociadas a cualquier variable aleatoria X ~ N ( , ), a travs de la tabla Z.

P X k P Z

COA 2015 - PB2016

El siguiente ejemplo nos permitir aplicar lo planteado anteriormente:


Si X ~ N (20,3) (con valor esperado 20 y desviacin estndar 3), determinar P(X < 22)

22 20

P X 22 P Z
P z 0,67 0,7486
3

Nota: Recordemos que, a veces, la distribucin normal se describe con los parmetros de
2 por lo que es importante, en este caso, calcular la desviacin estndar
correspondiente.
APROXIMACIN DE LA DISTRIBUCIN BINOMIAL A LA DISTIBUCIN NORMAL
Sea X una variable aleatoria discreta tal que X ~ B(n,p)
Donde n es el tamao de una muestra, p es la probabilidad de xito y entonces q es la
probabilidad de fracaso.
Cuando n es lo suficientemente grande, la distribucin binomial se puede aproximar a una
distribucin normal con media = np y desviacin estndar npq
Observacin:

Para que N np, npq sea una buena aproximacin de B (n,p) debe cumplirse que np > 5 y
nq > 5
1
Ejemplo: La figura muestra el histograma de una distribucin binomial con n = 90 y p =
y la
6
curva de la distribucin normal con = 15,003 y desviacin estndar 3,5358.
Se puede observar que ambos grficos prcticamente son coincidentes

Ejemplo de aplicacin:
Una compaa de arriendo de automviles ha determinado que la probabilidad de que un
automvil necesite una reparacin en un mes determinado es de un 20 %. Si la compaa
tiene 900 automviles, cul es la probabilidad de que ms de 200 automviles necesitan
reparacin en un mes determinado?
Sea X = nmero de automviles que necesitan reparacin en un mes determinado
Luego X ~ B (900, 0.2)
Como np = 9000,2 = 180 > 5 y nq = 900 0,8 720 5 , entonces es posible aproximar
esta distribucin binomial a una distribucin normal con = 180 y desviacin estndar

900 0,2 0,8 12

COA 2015 - PB2016

Entonces:

P(X > 200) = P Z

200 180
= P(Z > 1,67)= 1 P(Z 1,67) = 1 0,9525 = 0,0475
12

Por lo tanto, la probabilidad de que ms de 200 vehculos necesiten reparacin en un mes


determinado es de un 4,75 %

EJERCICIOS
Responde los siguientes ejercicios y cuando sea necesario utiliza la tabla de distribucin
normal que viene al final de esta gua.
1)

Si Una poblacin tiene una distribucin normal con media = 20 y desviacin


estndar
= 4, entonces su varianza es:
A) 2
B) 5
C) 6
D) 8
E) 16

2)

La figura muestra la grfica de cuatro distribuciones normales distintas. Respecto a


esta estas distribuciones se puede afirmar que:
I) N2 y N4 tienen igual media
II) N1 tiene mayor varianza que N3
III) N4 tiene la mayor desviacin estndar
A)
B)
C)
D)
E)

3)

Solo I
Solo I y II
Solo I y III
Solo II y III
I, II y III

Cul de la siguientes proposiciones es (son) verdadera (as) en relacin a la funcin


de densidad de una variable aleatoria X que se distribuye en forma normal con media
y desviacin estndar ?
I) Est definida para - < X <
II) Es simtrica con respecto a la recta X =
III) El rea que queda comprendida bajo la curva es igual a 1
A)
B)
C)
D)
E)

Solo I
Solo II
Solo III
Solo I y II
I, II y III

COA 2015 - PB2016

4)

Cules son los valores de la media y la desviacin estndar en una variable


aleatoria con distribucin normal estndar?
A)
B)
C)
D)
E)

5)

=1 y =0
=0 y =1
=1 y =1
= 0,5 y = 0
= 0 y = 0,5

Si Z ~ N(0,1), cul de las siguientes expresiones tiene un valor igual a P(Z -2)?
A) P(Z 2)
B) P(Z 2)
C) P(Z -2)
D) 1 P(Z 2)
E) 1 P(Z - 2)

6)

La figura muestra una distribucin Z ~ N(0,1), tal que P(Z < k) = 0,9162. El valor de K
es:

A)
B)
C)
D)
E)

7)

Si Z ~ N(0,1), el valor de P(-1,96 Z 1,96) corresponde a:

A)
B)
C)
D)
E)

8)

1,32
1,35
1,38
1,43
1,45

0,99
0,975
0,95
0,90
0,80

Se tiene una variable aleatoria X ~ N(10, 2) y se desea calcular P( X > 7). Al


estandarizar la variable X , la probabilidad buscada es equivalente a:
A)
B)
C)
D)
E)

P(Z > 1,5)


P(Z <1,5)
P(Z > 1,5)
1 P(Z < 1,5)
1 P(Z > 1,5)

COA 2015 - PB2016

Para las preguntas 9 a 12, se sabe que el promedio en las notas en matemtica de un
curso, es una variable aleatoria que se distribuye en forma normal con media
=
4,8 y desviacin estndar = 0,7

9)

Entre qu promedios de notas de matemtica se encuentra aproximadamente el 95,4


% de los estudiantes del curso cuyos promedios son los ms cercanos a 4,8?
(acordarse de los valores establecidos que describimos en la pgina 3 de la presente
gua)
A) ] 3.4 , 6.2 [
B) ] 4 , 6 [
C) ] 4.1 , 5.6 [
D) ] 2.3 , 6,3 [
E) ]1,3 , 6.3 [

10) Desde qu promedio comienza el 15,9 % de mejor rendimiento del curso de


matemtica? (acordarse de los valores establecidos que describimos en la pgina 3
de la presente gua)
A)
B)
C)
D)
E)

5,3
6,2
5.5
6,8
4.8

11) Qu porcentaje de estudiantes tuvo un promedio de notas menor que 4,8 en


matemtica?
A)
B)
C)
D)
E)

40 %
54,78 %
50 %
63,42 %
50,8 %

12) Qu porcentaje de alumnos obtuvo un promedio de notas menor que 5,5 en


matemtica? (acordarse de los valores establecidos que describimos en la pgina 3
de la presente gua)
A)
B)
C)
D)
E)

70,1 %
59,78 %
64,05 %
84,1 %
75,8 %

COA 2015 - PB2016

Las preguntas 13 a 16 se refieren al siguiente planteamiento: Se sabe que en una


compaa que produce lavadoras, el nmero de ellas que aprueba el control de
calidad, se distribuye en forma normal con media = 430 y desviacin estndar
= 6. Utilice la tabla Z siguiente:

13) Cul es la probabilidad de que la cantidad de lavadoras aprobadas sea mayor que
442?
A)
B)
C)
D)
E)

2,3 %
1,5 %
15 %
85%
8,5 %

14) Cul es la probabilidad de que la cantidad de lavadoras aprobadas sea mayor que
436?
A)
B)
C)
D)
E)

84,1 %
15,9 %
50 %
68,3 %
84 %

15) Entre qu cantidad de lavadoras se encuentra el 95,4 % que aprobaron el control de


calidad?
A)
B)
C)
D)
E)

]430 , 436[
]418 , 442[
]428 , 436[
]420 , 466[
]428 , 442[

16) Cul es la probabilidad de que el nmero de lavadoras aprobadas sea mayor que
430?
A)
B)
C)
D)
E)

70,1 %
59,78 %
64,05 %
50,15 %
50 %

COA 2015 - PB2016

10

17) Una variable aleatoria discreta tiene distribucin binomial B(80 ; 0,2). Cul es el valor
de al aproximarla a una distribucin normal?
A)
B)
C)
D)
E)

18)

8
3,6
12,8
16
4

Al lanzar una moneda no cargada 64 veces. Utilizando la distribucin normal, cul


es la probabilidad de obtener menos de 36 caras?

A)
B)
C)
D)
E)

0,0793
0,159
0,841
0,9564
0,05

A partir de la siguiente situacin, responda las preguntas 19, 20 y 21


En un examen de 48 preguntas, considera la variable aleatoria cantidad de
respuestas correctas. Respondiendo al azar y cada pregunta tiene 4 respuestas
posibles, con igual probabilidad de ser contestada.
19)

Qu distribucin tiene la variable aleatoria?

1
4

A) N 48 ,
B) N (48,3)

D) B 48 ,
4

C) N 12 ,

E) B (48,4)
20)

Cul es la desviacin estndar aproximada de la distribucin?


A)
B)
C)
D)
E)

=3
= 3,582
= 4,4
= 6,7
=5

COA 2015 - PB2016

11

21)

Cul es la probabilidad, aproximadamente, de responder correctamente menos de


6 preguntas?
A)
B)
C)
D)
E)

0,056
0,3154
0,3745
0,6255
0,023

SOLUCIONES
1
E

2
C

3
E

4
B

5
A

6
C

7
C

8
C

9
A

10
C

12
D

13
A

14
B

15
B

16
E

17
D

18
C

19
D

20
A

21
E

COA 2015 - PB2016

11
C

12

COA 2015 - PB2016

13

You might also like