Distribucin Normal

DISTRIBUCIN NORMAL o campana de Gauss-Laplace
Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio

nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que
ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene
forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor
de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan
a una curva en "forma de campana".
FUNCIN DE DENSIDAD
Empleando clculos bastante laboriosos, puede demostrarse que el modelo de la funcin de

densidad que corresponde a tales distribuciones viene dado por la frmula
Representacin grfica de esta funcin de densidad
La distribucin normal queda definida por dos parmetros, su media y su desviacin tpica y
la representamos as
1
Mg. Miguel Angel Macetas Hernndez
FUNCIN DE DISTRIBUCIN
Puede tomar cualquier valor (- , + )

Son ms probables los valores cercanos a uno central que llamamos media
Conforme nos separamos de ese valor , la probabilidad va decreciendo de igual
forma a derecha e izquierda (es simtrica).
Conforme nos separamos de ese valor , la probabilidad va decreciendo de forma ms
o menos rpida dependiendo de un parmetro , que es la desviacin tpica.
F(x) es el rea sombreada de esta grfica
TIPIFICACIN
Por tanto su funcin de densidad es
Y su funcin de distribucin es
2
Siendo la representacin grfica de esta funcin
A la variable Z se la denomina variable tipificada de X, y a la curva de su funcin de densidad

curva normal tipificada.
Caracterstica de la distribucin normal tipificada (reducida, estndar)
No depende de ningn parmetro

Su media es 0, su varianza es 1 y su desviacin tpica es 1.
La curva f(x) es simtrica respecto del eje OY
Tiene un mximo en este eje
Tiene dos puntos de inflexin en z =1 y z = -1
Aproximacin de la Binomial por la Normal (Teorema de De Moivre) :
Demostr que bajo determinadas condiciones (para n grande y tanto p como q no estn
prximos a cero) la distribucin Binomial B(n, p) se puede aproximar mediante una
distribucin normal
Debemos tener en cuenta que cuanto mayor sea el valor de n, y cuanto ms prximo sea p a
0.5, tanto mejor ser la aproximacin realizada. Es decir, basta con que se verifique
3
Gracias a esta aproximacin es fcil hallar probabilidades binomiales, que para valores
grandes de n resulten muy laboriosos de calcular.
Hay que tener en cuenta que para realizar correctamente esta transformacin de una variable
discreta (binomial) en una variable continua (normal) es necesario hacer una correccin de
continuidad.
4
MANEJO DE TABLAS. CASOS MS FRECUENTES.
La distribucin de la variable Z se encuentra tabulada
5
6
Clculo de probabilidades en la distribucin N( 0, 1)
A) La probabilidad p de encontrar un valor cualquiera z k, siendo k > 0, es:
(k) = p[ z k]
Su probabilidad aparece en la figura-1 y su valor se determina directamente en las tablas
Ejemplos:
1.- P[ z 1,75 ] = (1,75) = 0,9599
2.- P[ z 3,18 ] = (3,18) = 0,9993
B) Para calcular p[ z > k] recordemos que (k) + p(z>k) = 1 de donde

p[ z > k] = 1 - (k)
Su probabilidad aparece en la figura-1 en color blanco
Ejemplos
1.- p[ z >1,75] = 1-0.9599 = 0,041
2.- P[z 2,8] = 1 - P[z 2,8] = 1 (2,8) = 1- 0,9974 = 0,0026
3.- P[z>0,12] = 1 - P[z<0,12] = 1 (0,12) = 1 0,5478 = 0,4522
Recprocamente
Supongamos ahora que nos dan la probabilidad y necesitamos averiguar el valor z = k
correspondiente a una determinada probabilidad p. Tendremos que
(k) = p[ z < k] = p
El valor k lo encontraremos en las tablas, bien directamente o de una manera aproximada.
Ejemplos
Hallar el valor k que cumple las relaciones siguientes:
1.- P[z k] = (k) = 0,5 buscando directamente en la tabla k = 0,00
3.- P[z k] = (k) = 0,8500 este valor no viene dado en las tablas pero esta comprendido
entre
(1,03) = 0,8485 y (1,04) = 0,8508. Tomaremos como respuesta el valor de k cuya
probabilidad se aproxime ms a 0,8500. En este caso ser k = 1,04.
C) La probabilidad p de encontrar un valor cualquiera z < 0, es:

p[z <-k] = 1 - p[z < k] = 1 - (k)
Observa que p[z <- k] = p[z > k] = 1 - p[z < k]
Ejemplos:
1.- p[z <- 0,5] = p[z >0,5] = 1- p[z < 0,5] = 1 - (0,5) = 1- 0,6915 = 0,3085
2.- p[z -1,8] = p[z 1,8] =1 - p[z 1,8] = 1 (1,8) = 1- 0,9641 = 0,0359
De pedirnos p[z >- k] observemos en la figura 2 que :
p[z >- k] = p[z < k] = (k)
Ejemplos:
1.- p[z > -1,8] = (1,8) = 0,9641
2.- p[z > - 0,3] = ( 0,3) = 0,6179
Reciprocamente
Supongamos ahora que nos dan la probabilidad, p, y necesitamos averiguar el valor z = - k
para el que:
p[ z < - k] = 1 - p[z < k] = 1 - (k) = p
De donde (k) = 1 - p
El valor de k lo encontraremos en las tablas, bien directamente o de una manera aproximada.
7
Ejemplos
Hallar el valor de - k que cumple las relaciones siguientes:
1.- p[z <- k] = 0,3085 p[z <- k] = 1 - 0,3085 = 0,6915 k = 0,50 - k = - 0,50
2.- p[z - k] = 0,0359 p[z < - k] = 1 - 0,0359 = 0,9641 k = 1,80 - k = - 1,80
3.- p[z - k] = 0,4932 p[z < - k] = 1 - 0,4932 = 0,5068 k = 0,02 - k = - 0,02
4.- p[z >- k] = 0,6915 p[z > - k] = p[z < k] = 0,6915 k = 0,50 - k = - 0,50
5.- p[z - k] = 0,9429 p[z - k] = p[z k] = 0,9429 k = 1,58 - k = - 1,58
6.- p[z - k] = 0,9971 p[z - k] = p[z k] = 0,9971 k = 2,76 -k1 = - 2,76
D) La probabilidad p de encontrar un valor cualquiera k < z < k
La probabilidad p de que un valor cualquiera z se

Encuentre en el intervalo k < z < k es
p[ k < z < k] = p[z < k] - p[z < k]
Determinndose p[z < k] y p[z < k], segn los valores de k y k y restando los resultados
obtenidos.
Ejemplos:
1.- p[ 1 < z < 1,85] = p[z < 1,85] - p[z < 1] = 0.9678 - 0,8413 = 0,1265
2.- p[1,62 z < 2,3] = p[z<2,3] - p[z 1,62 ] = (2,3) - (1,62) = 0,9893 0,9474 = 0,0419
3.- p[-1 z 1,85] = p[ z 1,85] - p[ z -1] = 0.9678 + 0,8413 - 1 = 0,8091
4.- p[- 0,60 z 1,4] = p[z 1,4] - p[z - 0,60] = 0,9192 + 0,7257] 1 = 0,6449
5.- p[-1,85 z -1] = p[ z -1] - p[ z -1,85] = p[ z 1,85] - p[ z 1] = 0.9678 - 0,8413 =
0,1265
6.- p[- 2,3 < z <-1,7] = p[z < -1,7] - p[z <-2,3 ] = p[z <2,3 ] - p[z <-1,7] = 0,9893 -0,9554] =
0,0339
Calculo de probabilidades en una distribucin normal N( , ). Tipificar una variable

Lo ms frecuente es que tengamos que trabajar con distribuciones N( , ) diferentes de la
normal.
Los valores recogidos en la pgina 2 slo son vlidos para la distribucin N(0,1) y por ello es
necesario habilitar un cambio de variable entre ambas distribuciones. Si x es de N( , ) y z es
x
de N(0,1) cualquier valor de x de la distribucin N( , ) se corresponde con otro z

Ejemplos
1.- Dada la distribucin normal N(18,4) determina las probabilidades siguientes:
20 18
a) p[x 20] . El valor correspondiente a x = 20 es z de donde
4
p[x 20] = p[z 0,5] = 0,6915
16,5 18 1,5
b) p[x 165]. El valor correspondiente a x = 165 es z 0,375 de
4 4
donde
p[x 165] = p[z -0375] = p[z 0375] 06443 (valor ms aproximado)
c) p[19 < x < 23] .
23 18 5
El valor correspondiente a x = 23 es z 1,25
4 4
8
19 18 1
El valor correspondiente a x = 19 es z 0,25
4 4
p[19 < x < 23] = p[025 < z < 125] = p[z < 125] - p[z < 025 ] = 08944 05987 = 02957
2.- En una distribucin N ( 6 ; 09 ) , calcula k para que se den las siguientes igualdades
a) p[x k] = 09772 Si p[z k] = 0,9772 k = 2,00
k k 6
k' 2 k 7,8
0,9
b) p[x k] = 0,3 Si p[z k] = 0,3 se trata de un valor de k negativo, porque la
probabilidad es menor que 0,5
p[z - k] = p[z k] = 1 p[z k] = 0,3 de donde p[z - k] = 0,7 k 0,52 - k -
0,52
k k6
k' 0,52 k 0,52 0,9 6 5,53
0,9
3.- La talla media de los 200 alumnos de un centro escolar es de 165 cm y desviacin
tpica 10cm. Si las tallas siguen una distribucin
Normal calculara la probabilidad de que un
alumno elegido al azar mida ms de 180 cm.
Cuntos alumnos pueden esperarse que midan
ms de 180 cm ?
Solucin
180 165
P(x>180)= p z =p(z >15)=1p(z<15)
10
= 00668
Se espera que 0,0668 . 200 = 13,36 . Se espera que a lo sumo 13 alumnos superen la altura de
180
cm.
4.- El salario medio de los empleados de una empresa se distribuye segn una
distribucin normal, con media 30 000 y desviacin tpica 6 000 . Calcular el
porcentaje de empleados con un sueldo comprendido entre 25 000 y 32 000 .
Solucin
25000 30000 32000 30000
P(25 000 < x < 32 000 ) = p z = p( - 0,83 < z < 0,33 ) =
6000 6000
P(z<033) p(z<- 083) = 06293 - [1 07967] = 0426
El 426 % de los empleados tienen un sueldo comprendido entre 25 000 y 32 000 .
9
DISTRIBUCIN NORMAL
1) Se X una variable aleatoria con distribucin N(0,1) calcula, as siguientes
probabilidades:
a) P X 2,67.
b) P X 1,6.
c) P X 3,24.
d) P X 0,96.
e) P1,65 X 2,03.
Sol : a) 0,9962; b) 0,0548; c) 0,0006; d ) 0,8315; d ) 0,0283.
2) Se X una variable aleatoria con distribucin N(0,1), calcula as siguientes

probabilidades:
a) P X 0,7.
b) P X 0,55.
c) P0,4 X 0,7.
d) P X 0,83.
e) P X 0,45.
f) P 0,5 X 0,7.
3) Se Z una variable aleatoria con distribucin N(0,1), calcula as siguientes probabilidades:
a) PZ 1,23.
b) PZ 1,25.
c) PZ 2,3.
d) PZ 0,84.
e) P0,27 Z 1,74.
f) P 1,4 Z 0,68.
g) P 0,95 Z 1,16.
h) PZ 5.
i) P 2,7 Z 4.
l) P 2 Z 2.
Sol : a) 0,8907; b) 0,1056; c) 0,9893; d ) 0,2005; e) 0,3527; f ) 0,1675; g ) 0,7059;
h) 1; i ) 0,3084; l ) 0,0666.
4) Cierta poblacin Z sigue una distribucin N(0,1):
a) Calcula PZ 2,47.
b) Calcula PZ 1,24.
c) Calcula P 1,14 Z 3,20.
d) Es verdad que PZ 1 PZ 1?
10
f) Es verdad que PZ 1 0,1587 ?
g) Calcula PZ 3,62.
h) Calcula PZ 4,25.
i) Calcula P2,61 Z 2,85.
l) Calcula PZ 0,8.
m) Calcula PZ 1,93.
n) Calcula Pz 0,03.
5) Sea Z una variable aleatoria N (0,1), calcular o valor de k en cada en los siguientes
casos:
a) PZ k 0,6772
b) PZ k 0,2004
c) P 3 Z k 0,9893
d) P k Z k 0,8444
e) PZ k 0,5
f) PZ k 0,1788
g) P 2 Z k 0,9690
h) P k Z k 0,6528
Sol : a) k 0,46; b) k 0,84; c) k 2,35; d ) k 1,42; e) k 0; f ) k 0,92;
g ) 2,40; h) 0,94.
6) Se Z una variable aleatoria N(0,1), calcular o valor de k en cada uno de los siguientes
casos:
a) PZ k 0,9394
b) PZ k 0,1539
c) PZ k 0,9066
d) PZ k 0,0014
7) Sea X una variable aleatoria N(5,2), calcula as siguientes probabilidades:
a) P X 2,7
b) P X 3,5
c) P 2,1 X 4,5
Sol : a) 0,0001; b) 0,7734; c) 0,4011.
a) P X 3
b) P X 7
c) P10 X 14
9) Sea X es una variable aleatoria N(12,3) calcular P X 14 .

Sol : 0,7486.
11
a) P X 4
b) P X 8
c) P X 4
d) P5 X 9

a) P X 5
b) P X 6
c) P X 5
d) P6 X 10
e) P X 6,5
f) P X 5,5
g) P 4 X 8
h) P 8 X 5
12) Sea X una variable aleatoria N(3,12), calcular o valor de k nos siguientes casos:
a) P X k 0,803
b) P 3 X k 0,6826
c) P X k 0,1210
d) P X k 0,5
Sol : a) 8,64; b) 31,44; c) 11,04; d ) 3.
13) Se X una variable aleatoria N(6,3), calcular o valor de k nos siguientes casos:
a) P X k 0,8925
b) P X k 0,5239
14) Una empresa lleva a cabo una prueba para seleccionar nuevos empleados. Con la
experiencia de prubas anteriores, se sabe que las puntuaciones siguen una distribucin normal
de media 80 y desviacin tpica 25. Qu porcentaje de candidatos obtendr entre 75 e 100
puntos?
Sol : 36,74%.
15) Los pesos de los nios siguen distribucin normalmente con peso medio de 3,6
Kilogramos e una desviacin tpica de 0,5 Kilogramos. Calcular:
a) A probabilidad de que un nio pese menos de 3 Kilogramos.
b) A probabilidad de que un nio pese entre 3,1 e 3,8 Kilogramos.
c) A porcentaje de bebs con un peso superior a 4,5 Kilogramos.
16) Las alturas de los nio siguen una distribucin normal con media 66 centmetros e
desviacin tpica 5 centmetros. Calcular cuantos nios midan entre 65 e 70 centmetros.
Sol : 294.
17) La duracin media de un telfono mvil es 4 aos, con una desviacin tpica de 0,5 aos.
Se una vida til del telfono se distribuye normalmente, calcular a probabilidad de que, al
comprar un mvil, este dure ms de cinco aos.
12
18) Un estudio sobre la vida til de un automvil obtiene una media de 16 aos con una
desviacin tpica de dos aos e medio. Suponiendo que a variable se distribuye normalmente,
calcular:
a) A probabilidad de que tenga una vida til superior a 19 anos.
b) A porcentaje de automviles cuna vida til entre 14 e 17 anos.
Sol : a) 0,1151; b) 44,35%.
18) Un profesor observ que las notas obtenidas por los alumnos en los exmenes de
Estadstica siguen una distribucin N(6 , 2,5).
Se el ltimo examen asistieron 32 alumnos, Cuntos sacaron menos un 7?
Sol : 11 alumnos.
19) Las alturas, en metros, de los individuos de una poblacin siguen una distribucin normal
con media 1,75 metros e desviacin tpica 0,15 metros. De una poblacin de 4.000 personas,
calcular cuantas tendrn una altura comprendida entre 1,65 e 1,85 metros.
20) De una muestra de 1.000 personas de una tendr especializada en pequeos regalos
siguen una distribucin normal de media 1,76 e desviacin tpica 0,8 .
a) Calcula a probabilidad de que una persona elegida sea ms de 1,75.
b) Cuntos personas da muestra tendrn un persona comprendida entre 1,72 e 1,78 ?
21) Se suponemos que la duracin dos televisores de una determinada marca sigue una
distribucin normal con media de 16 anos e desviacin tpica de 2 anos:
a) Cal a probabilidad de que un televisor dure ms de 20 anos?
b) E a de que dure entre 10 e 14 anos?
Sol : a) 0,0228; b) 0,1574.
22) Los peso dos paquetes que se transporta cierta empresa distribuye normalmente con
media 75 Kilogramos e una desviacin tpica de 6 Kilogramos. Que porcentaje de paquetes
transportados por la empresa tendr un peso superior a 78 Kilogramos?
23) En cierta competicin deportiva, os tempos (en minutos) que tarda os atletas en correr
una determinada distancia sigue una distribucin N(10,2).
Se participan 80 atletas, Cuntos tendrn 8 minutos o ms en finaliza a carrera?
Sol : 67.
24) En una universidad de 600 estudiantes, nmero de materias suspensas se distribuye

normalmente con una media de 3 e una desviacin tpica de 0,6.
Cantos estudiantes suspendern ms de dos materias?
Cantos suspendern ms de cuatro?
25) Las maquinas de una compaa distribucin con media 175 gramos e desviacin tpica de
25 gramos.
Se consideramos de la media de las maquinas se encuentre 165 e 185 gramos, Cuntas
maquinas un lote de 5.000?
Sol : 1.554.
26) El tiempo de vida de una lmpara sigue una distribucin normal de media 180 horas e
desviacin tpica 15 horas.
a) Cul es la probabilidad de que, comprar una lmpara, luz ms de 195 horas?
13
b) Si compramos 15 lmparas, Cuntas de las lmparas se espera que iluminen ms, 170
horas?.
27) La duracin de cierto tipo de lmparas, expresada en horas, sigue una distribucin
N(750,1759), Que porcentaje de lmparas dura entre 400 e 575 horas? En un lote de 1.000
lmparas de ese tipo, Cuntas de las durarn menos de 330 horas?
Sol : 13,59%; 8.
28) Un nmero de libros prestados diariamente en una biblioteca de una Universidad sigue
una distribucin N(15 , 2,5).
a) Que porcentaje de das se prestan ms de 18 libros?
b) Calcular a probabilidad de que en un da se presten entre 10 e 14 libros?
29) Una mquina produce tubos cuyos dimetro se distribuye normalmente con media 35,6
mm e desviacin tpica 0,4 mm. Suponiendo que los tubos no sirven si dimetro es inferior a
34,8 mm o superior a 36,1 mm, Qu porcentaje de tubos defectuosos produce esta mquina?
Sol : 12,84%.
30) El contenido terico de un frasco de cierta medicamento es de 125 centmetros cbicos.

Se suponiendo que los contenidos de dichos frascos siguen una distribucin normal de
desviacin tpica 8 centmetros cbicos.
a) Qu probabilidad hay de que, comprar un frascos, que contenga ms de 132
centmetros cbicos?
b) Cul ser a porcentaje de frascos que contengan cierto medicamento entre 120m e
130 centmetros cbicos?
31) Las puntuaciones finales de un grupo de expositores siguen una distribucin normal de
media 6 e desviacin tpica 1,5.
Se nicamente existen plazas para un 20% de las personas que se presentan exposicin,
Dnde estar situada a nota promedio del expositor se quede con plaza?
Sol : 7,27.
32) Sea X una variable aleatoria con distribucin normal tal que P X 7 0,6915 e
P X 4 0,1587 , calcular a su media e y su desviacin tpica.
Sol : media 6; desviacin tpica 2.
33) Un laboratorio farmacutico prepara pastillas circulares con dimetro medio de 12 mm e

una desviacin tpica de 0,8 mm. Suponiendo una distribucin normal, calcular a probabilidad
de que sea elegida una pastilla sea un dimetro:
a) mayor de 12,5 mm.
b) Entre 11 e 13 mm.
34) El dimetro medio de las piezas producidas en una fbrica e de 45 mm.

a) Determina a desviacin tpica sabiendo que a probabilidad de que una pieza tienen
dimetro mayor de 50 mm igual a 0,0062.
b) Se analizan 820 piezas, Cuntas tendrn dimetro comprendido entre 39,7 e 43,5
mm?
Sol : a) 2; b) 183.
14
35) En un examen de matemticas, a media de las calificaciones 6,25 desviacin tpica 1,25.
Se as calificaciones se distribuyen normalmente, calcular a probabilidad de que un estudiante
obtenga una nota:
a) mayor que 6.
b) Menor que 8.
c) Entre 5,5 e 7,25.
36) Un fabricante observa que a demanda diaria de un producto, expresada en unidades,

sigue una distribucin N(150,25).
a) Se ten almacenadas 165 unidades do producto que fabrica, Cul es la probabilidad de
que a demanda supere as existencias?
Sol : a) 0,2743; b) Alomenos 222 unidades.
37) Las alturas dos individuos de una poblacin distribucin normalmente con media 1,75 m
e desviacin tpica 0,15 m. Duna poblacin de 4.000 personas, calcular cuantas tendrn una
altura entre 1,65 e 1,85 m.
38) La altura de una cierta especie de plantas distribuye normalmente con media 30 cm.
Sabiendo que el 12,25% das plantas miden menos de 20 cm., calcular a desviacin tpica.
Sol : 8,6.
39) La esperanza de vida dos 800 miembros de una tribu se distribuye normalmente con
media de 66 anos e desviacin tpica de 5 anos. Calcula cuantos se espera que vivan entre 65
e 70 anos.
40) En un concurso los participantes responden a un cuestionario. Sabiendo que las

puntuaciones que obtienen siguen una distribucin N(100,25):
a) A que porcentaje de participantes se califica con una puntuacin superior a 112?
b) Qu porcentaje de participantes obtienen una puntuacin comprendida entre 100 e
120?
c) Se o 25% dos participantes pasan siguiente fase, Qu puntuacin mnima
necesaria para clasificar?
Sol : a) 32,56%; b) 28,81%; c) 117 puntos.
15
Clculo de probabilidades en la distribucin N( 0, 1) utilizando Excel
(k) = p[ z k]
Ejemplos:
1.- P[ z 1,75 ] = (1,75) = 0,9599

p[ z > k] = 1 - (k)
Ejemplos
1.- p[ z >1,75] = 1-0.9599 = 0,041
16
p[z <-k] = 1 - p[z < k] = 1 - (k)
Ejemplos:
1.- p[z <- 0,5] = p[z >0,5] = 1- p[z < 0,5] = 1 - (0,5) = 1- 0,6915 = 0,3085

p[ k < z < k] = p[z < k] - p[z < k]
Ejemplos:
1.- p[ 1 < z < 1,85] = p[z < 1,85] - p[z < 1] = 0.9678 - 0,8413 = 0,1265
17
E) Supongamos ahora que nos dan la probabilidad y necesitamos averiguar el valor z = k
(k) = p[ z < k] = p
Ejemplos
18
Clculo de probabilidades en la distribucin N(0, 1) utilizando Minitab
(k) = p[ z k]
Ejemplos:
1.- P[ z 1,75 ] = (1,75) = 0,9599
Grfica de distribucin
Normal; Media=0; Desv.Est.=1
0,4
0,960
0,3
Densidad
0,2
0,1
0,0
0 1,75
X
19
p[ z > k] = 1 - (k)
Ejemplos
1.- p[ z >1,75] = 1-0.9599 = 0,041
0,4
0,3
Densidad
0,2
0,1
0,0401
0,0
0 1,75
X
20
p[z <-k] = 1 - p[z < k] = 1 - (k)
Ejemplos:
1.- p[z <- 0,5] = p[z >0,5] = 1- p[z < 0,5] = 1 - (0,5) = 1- 0,6915 = 0,3085
0,4
0,3
Densidad
0,2
0,1 0,309
0,0
-0,5 0
X
21

p[ k < z < k] = p[z < k] - p[z < k]
Ejemplos:
1.- p[ 1 < z < 1,85] = p[z < 1,85] - p[z < 1] = 0.9678 - 0,8413 = 0,1265
0,4
0,3
Densidad
0,2
0,126
0,1
0,0
0 1 1,85
X
22
E) Supongamos ahora que nos dan la probabilidad y necesitamos averiguar el valor z = k
(k) = p[ z < k] = p
Ejemplos
1.- p[z <- k] = 0,3085 p[z <- k] = 1 - 0,3085 = 0,6915 k = 0,50 - k = - 0,50
0,4
0,3
Densidad
0,2
0,1 0,3085
0,0
-0,500 0
X
23

Distribucin Normal

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Distribucin Normal

Uploaded by

Copyright:

Available Formats

DISTRIBUCIN NORMAL o campana de Gauss-Laplace

Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio

Empleando clculos bastante laboriosos, puede demostrarse que el modelo de la funcin de

Representacin grfica de esta funcin de densidad

Puede tomar cualquier valor (- , + )

F(x) es el rea sombreada de esta grfica

Por tanto su funcin de densidad es

A la variable Z se la denomina variable tipificada de X, y a la curva de su funcin de densidad

Caracterstica de la distribucin normal tipificada (reducida, estndar)

No depende de ningn parmetro

Aproximacin de la Binomial por la Normal (Teorema de De Moivre) :

B) Para calcular p[ z > k] recordemos que (k) + p(z>k) = 1 de donde

C) La probabilidad p de encontrar un valor cualquiera z < 0, es:

Observa que p[z <- k] = p[z > k] = 1 - p[z < k]

D) La probabilidad p de encontrar un valor cualquiera k < z < k

La probabilidad p de que un valor cualquiera z se

p[ k < z < k] = p[z < k] - p[z < k]

Calculo de probabilidades en una distribucin normal N( , ). Tipificar una variable

2) Se X una variable aleatoria con distribucin N(0,1), calcula as siguientes

3) Se Z una variable aleatoria con distribucin N(0,1), calcula as siguientes probabilidades:

4) Cierta poblacin Z sigue una distribucin N(0,1):

7) Sea X una variable aleatoria N(5,2), calcula as siguientes probabilidades:

8) Sea X una variable aleatoria N(9,4), calcula as siguientes probabilidades:

9) Sea X es una variable aleatoria N(12,3) calcular P X 14 .

11) Sea X una variable aleatoria N(7,2), calcula as siguientes probabilidades:

24) En una universidad de 600 estudiantes, nmero de materias suspensas se distribuye

30) El contenido terico de un frasco de cierta medicamento es de 125 centmetros cbicos.

33) Un laboratorio farmacutico prepara pastillas circulares con dimetro medio de 12 mm e

34) El dimetro medio de las piezas producidas en una fbrica e de 45 mm.

36) Un fabricante observa que a demanda diaria de un producto, expresada en unidades,

40) En un concurso los participantes responden a un cuestionario. Sabiendo que las

B) Para calcular p[ z > k] recordemos que (k) + p(z>k) = 1 de donde

D) La probabilidad p de encontrar un valor cualquiera k < z < k

La probabilidad p de que un valor cualquiera z se

p[ k < z < k] = p[z < k] - p[z < k]

La probabilidad p de que un valor cualquiera z se

p[ k < z < k] = p[z < k] - p[z < k]

You might also like