You are on page 1of 17

Distribucin Normal

Aprendizajes Esperados

Interpreta la probabilidad de un evento, en una


distribucin continua.
.
Variable Aleatoria Continua

Una variable aleatoria X, es una variable aleatoria continua si su


rango o recorrido no es numerable, es decir, en un rango de valores
hay infinitos nmeros, por lo que la variable X puede tomar valores
en los reales.

Ejemplos:
a) Estatura de un estudiante de un Instituto Profesional.
b) Temperatura media de un da cualquiera.
c) Sueldo mensual de los trabajadores de una Empresa.

En este tipo de variables la probabilidad queda determinada por el


rea bajo la curva. Por lo tanto P(X = k) = 0, ya que en un punto el
rea vale 0.
Variable Aleatoria Continua

Lo que interesa calcular en una V.A. continua, es que la variable est


dentro de un rango, y as determinar la probabilidad en dicho rango.
Como por ejemplo calcular P(k1 < X < k2). Ya no podremos
representar las probabilidades en una tabla sino que tendremos que
graficar y representarla como una funcin, la cual se conoce con el
nombre de Funcin de densidad de probabilidad (f.d.p.).

Propiedades
Una funcin de densidad de probabilidad es una funcin f cuyo
dominio es un intervalo [a, b] y que tiene las siguientes propiedades:

1) f(x) 0 ; La probabilidad de la funcin es mayor o igual a


cero, para todo X.
b

2) f ( x) 1
a
; El rea bajo la curva es 1 (100%).
La Distribucin Normal
La distribucin normal N (, ): es un modelo matemtico que rige muchos fenmenos. La
experiencia demuestra que las distribuciones de la mayora de las muestras tomadas en el
campo de la industria se aproximan a la distribucin normal si el tamao de la muestra es
grande. Esta distribucin queda definida por dos parmetros: la media y la desviacin
tpica .
Se presenta mediante una curva simtrica conocida como campana de Gauss. Esta
distribucin nos da la
probabilidad de que al elegir un valor, ste tenga una medida contenida en unos intervalos
definidos. Esto permitir predecir de forma aproximada, el comportamiento futuro de un
proceso, conociendo los datos del presente.
Distribucin Normal

Una V.A. continua se dice que se distribuye en forma normal cuando su


f.d.p. tiene forma de campana (Campana de Gauss) y cumple las siguientes
propiedades:

1. Tiene una nica moda, que coincide con su media y su mediana.

2. La curva normal es asinttica al eje de las abscisas. Por ello,


cualquier valor entre menos infinito y ms infinito es tericamente
posible. El rea total bajo la curva es igual a 1.

3. Es simtrica con respecto a su media .


4. Al ser simtrica respecto al eje que pasa por x = , deja un rea
igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha.
4. El rea bajo la curva comprendida entre los valores situados
aproximadamente a una desviacin estndar de la media es
aproximadamente de un 68%, a dos desviaciones estndar de la
media es aproximadamente de un 95% y a tres desviaciones
estndar de la media es aproximadamente de un 99,7%.
Ejemplo grfico de una Distribucin Normal
Distribucin Normal Estndar N(0,1)
La distribucin normal estndar, o tipificada o reducida, es aquella que tiene por media el
valor cero( =0), y por desviacin tpica uno ( =1).

La probabilidad de la variable X depender del rea del rea sombreado en la figura. Y


para calcularla utilizaremos una tabla adjunta) z
La siguiente curva, representa la distribucin normal estndar o
tipificada, donde la variable independiente X, se transforma en un
valor Z.
La probabilidad de una V.A. que se distribuye en forma normal, tiene una media y una
desviacin estndar , la cual se puede llevar siempre a una normal con parmetros = 0 y = 1,
mediante la frmula:
xu
Z

Para poder utilizar la tabla tenemos que transformar la variable X que sigue una distribucin
N(,) en otra variable Z que siga una distribucin N(0, 1).

Para luego calcular la probabilidad en una tabla.


Ejemplo:

En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin
normal, con media 23 y desviacin tpica 5.
Calcular el nmero de das del mes en los que se espera alcanzar mximas entre 21 y 27.
Ejemplo 2:
La media de los pesos de 500 estudiantes de un Instituto es 70 kg y la desviacin tpica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan:
a) Entre 60 kg y 65 kg.
b) Ms de 90 kg.
c) Menos de 64 kg.
d) 64 kg.
e) 64 kg o menos
Ejercicios Propuestos

1) Estudios realizados recientemente por una AFP han revelado que el


tiempo de duracin de sus cuentas de ahorro voluntario de afiliados
(lapso en el que las cuentas de ahorro voluntario permanecen abiertas)
sigue un comportamiento normal con una media de 24 meses y una
desviacin estndar de 10,2 meses. Determine:

a) Si un afiliado abre una cuenta de ahorro voluntario en la AFP, cul es


la probabilidad de que la cuenta tenga dinero despus de 32 meses?

b) Si la AFP tiene 3.460 cuentas, cuntas de ellas tendrn dinero entre


18 y 30 meses?
Ejercicios Propuestos

2) La fbrica de neumticas GOMALETS produce un tipo de neumtico,


que tiene vida til distribuida normalmente con media de 80.000 km. y
una desviacin estndar de 8.000 km. Se pide:

a) Cul es la probabilidad de que un neumtico dure no ms de 89.000


km.?

b) Cul es la probabilidad de que un neumtico tenga una vida til


entre 76.000 y 105.920 km.?

c) Si se fabrican 2.850 neumticos. Cuntos de ellos tendran una vida


til de por lo menos 75.800 km.?
Respuestas Ejercicios Propuestos

1) a) La probabilidad es de un 21,6%.

b) Aproximadamente habrn 1.535 cuentas con dinero entre 18 y 30


meses.

2) a) La probabilidad es de un 87%.

b) La probabilidad es de un 69,1%.

c) Aproximadamente habrn 1.996 neumticos con una vida til de


al menos 75.800 km.

Observacin: Para los resultados se utiliz la planilla de clculo Excel.

You might also like