Distribución de probabilidades

Conceptos básicos y la distribución normal

Licenciado Angel Rivera

CEUTEC
Centro Universitario Tecnológico
Departamento de Ciencias Exactas

Q5 - 2018
Contenido

1 Objetivos

2 Distribución de probabilidad continua

Introducción

3 La distribución normal

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 2 / 26

 Sección 1
Objetivos

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 3 / 26

Objetivos

Definir que es una distribución de probabilidades

Conoce las caracterı́sticas de una distribución normal y su
aplicabilidad

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 4 / 26

 Sección 2
Distribución de probabilidad continua

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 5 / 26

Introducción

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 6 / 26

 Sección 3
La distribución normal

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 7 / 26

La distribución normal

Una distribución de probabilidad

continua que es muy importante es
la distribución normal. Varios ma-
temáticos han contribuido a su desa-
rrollo, entre los que podemos con-
tar al astrónomo-matemático del si-
glo XVIII Karl Gauss. En honor a su
trabajo, la distribución de probabili-
dad normal también es conocida co-
mo distribución gaussiana o campa-
na de Gauss.

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 8 / 26

Caracterı́sticas de la distribución normal

1 La curva tiene un solo pico; por tanto, es unimodal. Tiene la forma de

campana que mencionamos anteriormente.
2 La media de una población distribuida normalmente cae en el centro
de su curva normal.
3 Debido a la simetrı́a de la distribución normal de probabilidad, la
mediana y la moda de la distribución se encuentran también en el
centro; en consecuencia, para una curva normal, la media, la mediana
y la moda tienen el mismo valor
4 Las dos colas de la distribución normal de probabilidad se extienden
indefinidamente y nunca tocan el eje horizontal (desde luego, esto es
imposible de mostrar de manera gráfica).

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 9 / 26

Campana de gauss

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 10 / 26

Familia de curvas normales
Para definir una distribución normal de probabilidad necesitamos definir sólo
dos parámetros: la media µ y la desviación estándar σ

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 11 / 26

Familia de curvas normales

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 12 / 26

Familia de curvas normales

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 13 / 26

Área bajo la curva normal

No importa cuáles sean los valores de µ y σ para una distribución de proba-

bilidad normal, el área total bajo la curva es 1.00, de manera que podemos
pensar en áreas bajo la curva como si fueran probabilidades.
Matemáticamente es verdad que:
1 Aproximadamente el 68 % de todos los valores de una población
normalmente distribuida se encuentra dentro de ±1 desviación
estándar de la media.
2 Aproximadamente el 95.5 % de todos los valores de una población
normalmente distribuida se encuentra dentro de ±2 desviación
estándar de la media.
3 Aproximadamente el 99.7 % de todos los valores de una población
normalmente distribuida se encuentra dentro de ±3 desviación
estándar de la media.

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 14 / 26

Áreas comunes bajo la curva normal

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 15 / 26

Uso de la tabla de la curva normal estándar
Podemos utilizar una distribución de probabilidad normal estándar para en-
contrar áreas bajo cualquier curva normal. Con esta tabla podemos de-
terminar el área o la probabilidad de que la variable aleatoria distribuida
normalmente esté dentro de ciertas distancias a partir de la media. Estas
distancias están definidas en términos de desviaciones estándar.

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 16 / 26

Estandarización

Estandarización de una variable aleatoria normal

x −µ
z=
σ
donde
x = valor de la variable aleatoria que nos preocupa
µ = media de la distribución de la variable aleatoria
σ = desviación estándar de la distribución.
z = número de desviaciones estándar que hay desde x a la media de
la distribución.

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 17 / 26

Ejemplo

Tenemos un programa de entrenamiento diseñado para mejorar la calidad

de las habilidades de los supervisores de lı́nea de producción. Debido a que
el programa es autoadministrado, los supervisores requieren un número di-
ferente de horas para terminarlo. Un estudio de los participantes anteriores
indica que el tiempo medio para completar el programa es de 500 horas,
y que esta variable aleatoria normalmente distribuida tiene una desviación
estándar de 100 horas.

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 18 / 26

Ejemplo - Pregunta 1
¿Cuál es la probabilidad de que un participante elegido al azar requiera más
de 500 horas para completar el programa?

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 19 / 26

Ejemplo - Pregunta 2
¿Cuál es la probabilidad de que un candidato elegido al azar se tome entre
500 y 650 horas para completar el programa de entrenamiento?

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 20 / 26

Ejemplo - Pregunta 3
¿Cuál es la probabilidad de que un candidato elegido al azar se tome más
de 700 horas en completar el programa?

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 21 / 26

Ejemplo - Pregunta 4
Suponga que el director del programa de entrenamiento desea saber la pro-
babilidad de que un participante escogido al azar requiera entre 550 y 650
horas para completar el trabajo requerido en el programa.

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 22 / 26

Ejemplo - Pregunta 5
¿Cuál es la probabilidad de que un candidato elegido al azar se tomará
menos de 580 horas para completar el programa?

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 23 / 26

Ejercicio

Glenn Howell, vicepresidente de personal de la Standard Insurance, ha desa-

rrollado un nuevo programa de capacitación completamente adaptable al
ritmo de los usuarios. Los nuevos empleados trabajan en varias etapas a su
propio ritmo de trabajo; el término del entrenamiento se da cuando el mate-
rial es aprendido. El programa de Howell ha resultado especialmente efectivo
en acelerar el proceso de capacitación, ya que el salario de un empleado du-
rante el entrenamiento es de sólo el 67 % del que ganarı́a al completar el
programa. En los últimos años, el promedio de término del programa ha sido
de 44 dı́as, con una desviación estándar de 12 dı́as.
1 Encuentre la probabilidad de que un empleado termine el programa
entre 33 y 42 dı́as.
2 ¿Cuál es la probabilidad de terminar el programa en menos de 30 dı́as?
3 ¿De terminarlo en menos de 25 o más de 60 dı́as?

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 24 / 26

Solución

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 25 / 26

Conclusiones

Se aprendio y construyo una distribución de probabilidades

Se conocio las caracterı́sticas de una distribución normal y sus
aplicaciones al cálculo de probabilidades.

Licenciado Angel Rivera (CEUTEC) Estadı́stica I Q5 - 2018 26 / 26