Está en la página 1de 4

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.

Una distribucin normal de media y desviacin tpica se designa por N(, ). Su grfica es la
campana de Gauss:

La probabilidad equivale al rea encerrada bajo la curva.

La probabilidad de la variable X depender del rea del rea sombreado en la figura. Y para
calcularla utilizaremos una tabla de distribucin Z.

Tipificacin de la variable

Para poder utilizar la tabla tenemos que emplear la siguiente formula:


PROBLEMAS

1. 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 75 kg.

b) Menos de 64 kg.

2. Se supone que los resultados de un examen siguen una distribucin normal con media 78 y
desviacin tpica 36. Se pide: Cul es la probabilidad de que una persona que se presenta el
examen obtenga una calificacin superior a 72?

3. Varios test de inteligencia dieron una puntuacin que sigue una ley normal con media 100 y
desviacin tpica 15.

a. Determinar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110.

b. En una poblacin de 2500 individuos cuntos individuos se esperan que tengan un coeficiente
superior a 125?

1. Solucin

a. Entre 60 y 75 Kg.

Como x1= 60 kg y x2= 75 entonces la P(x1 X x2); se define como:

P(60X75) entonces:

Para x=60 tenemos:

Z= (60-70)/3 =- 3.33

Para x=75 tenemos:

Z= (75-70)/3 = 1.67

Entonces:

P(60X75) = P(Z1.67) - P(Z - 3.33) = 0.95254 0.00043 =0.95211

Luego: 0.95211*500=476.05=476 estudiantes pesan entre 60 y 75 Kg.


b. Menos de 64 Kg.

Como x= 64 kg entonces:

P(X64) entonces:

Para x=64 tenemos:

Z= (64-70)/3 = - 2

Entonces:

P(X64) = P(Z - 2) = 0.02275

Luego: 0.02275*500=11.375=11 estudiantes pesan menos 64 Kg.

2. Superior a 72

Entonces:

P(X>72)

Para x=72 tenemos:

Z= (72-78)/36 = - 0.167

Entonces:

P(X>72) =1 - P(Z - 0.167) = 1 0.43251 =0.56749.


3. Un coeficiente entre 95 y 110.

Como x1= 95 kg y x2= 110 entonces la P(x1 X x2); se define como:

P(95X110) entonces:

Para x=95 tenemos:

Z= (95-100)/15 =- 0.33

Para x=110 tenemos:

Z= (110-100)/15 = 0.67

Entonces:

P(95X110) = P(Z0.67) - P(Z - 0.33) = 0.74857 0.37070 =0.38787

Para determinar el porcentaje multiplicamos la probabilidad hallada por 100, entonces:

0.38787*100=38.787%

b.Un coeficiente superior a 125

Entonces:

P(X>125)

Para x=125 tenemos:

Z= (125-100)/15 = 1.67

Entonces:

P(X>125) =1 - P(Z 1.67) = 1 0.95254 =0.04746

Luego: 0.04746*2500=118.65=118 estudiantes pesan ms de 125 Kg