SESIÓN 13

Estadística Descriptiva y Probabilidades

 TEMARIO

1. Distribución normal
2. Uso de la tabla estadística Z
LOGRO DE LA SESIÓN

Al finalizar la sesión, el estudiante aplica los

conceptos de variable aleatoria para calcular e
interpretar las probabilidades asociadas a una
distribución de probabilidad normal.
 DISTRIBUCIÓN NORMAL
Una variable aleatoria continua X que tiene la distribución en forma de campana se denomina
variable aleatoria normal. La ecuación matemática para la distribución de probabilidad de la variable
normal depende de los dos parámetros μ y σ, su media y su desviación estándar, respectivamente.

Función de densidad
1 1 𝑥−𝜇 2
−
𝑓 𝑥 = 𝑒 2 𝜎
𝜎 2𝜋
COLA COLA

Notación: X~N(𝜇, 𝜎ሻ
 DISTRIBUCIÓN NORMAL
La distribución de probabilidad continua mas importante en todo el campo de la estadística.
Su gráfica denominada curva normal, describe de manera aproximada muchos fenómenos que
ocurren en la naturaleza, la industria y la investigación, como por ejemplo:

Las mediciones físicas en áreas como los experimentos meteorológicos.

Estudios de la precipitación pluvial.
Mediciones de partes fabricadas.
Los errores en las mediciones científicas.

Propiedades:

1. 𝑓 𝑥 ≥ 0, ∀𝑥𝑒𝑅
+∞
2. ‫׬‬−∞ 𝑓 𝑥 𝑑𝑥 = 1
𝑏
3. 𝑃 𝑎 < 𝑋 < 𝑏 = ‫𝑥𝑑 𝑥 𝑓 𝑎׬‬
 DISTRIBUCIÓN NORMAL
Para una variable aleatoria X, que se distribuye normalmente con media : μ y desviación típica: σ,
la probabilidad de que la variable X esté comprendida entre los valores a y b es el área oscura en
la siguiente figura :
área
Analíticamente se puede calcular así:
𝑃(𝑎 < 𝑥 < 𝑏ሻ
b  x   2
1
p(a  X  b)   e 2 2

a  2

Para no integrar para cada caso,

𝑎 𝑏 estandarizamos la variable aleatoria X para
usar una tabla Estadística Z, de esta manera
encontramos rápidamente la probabilidad
 DISTRIBUCIÓN NORMAL
Distribución Normal Distribución Normal estándar
𝑿~𝑁(𝜇, 𝜎 2 ሻ 𝒁~𝑁(0,1ሻ Tabla

𝑋−𝜇
𝑍=
𝜎

Estandarización

𝜇 0
Caso1: P( Z  a)
Caso2: P( Z  a)  1  P( Z  a)
Caso3: P ( a  Z  b)  P ( Z  b)  P ( Z  a )
 DISTRIBUCIÓN NORMAL
Distribución Normal-Uso de la tabla Acumula las probabilidades de Izquierda a derecha

Z negativo Z Positivo

Probabilidades
 DISTRIBUCIÓN NORMAL

Recurso externo: Distribución Normal

http://www.lock5stat.com/StatKey/theoretical_distribution/theoretical_distribution.html#normal
 DISTRIBUCIÓN NORMAL
Distribución Normal-Uso de la tabla
5 P(Z<0.93)
1
1. Separación de decimales:
0.93 = 0.9 + 0.03
𝑃 𝑍 ≤ 0.93 = 2. Ubicar el valor de 0.9 en la primera
columna (1) de la tabla.
𝑍 ≤ 0.93 = 0.8238
3. Ubicar el valor de 0.03 en la quinta
columna (5) de la tabla.

4. El valor correspondiente al cruce de fila

con valor de 0.9 y la columna con valor de
0.03 es el valor de P(Z<0.93).

http://www.lock5stat.com/StatKey/theoretical_distribution/theoretical_distribution.html#normal
 DISTRIBUCIÓN NORMAL
Distribución Normal-Uso de la tabla

𝑃 𝑍 ≥ 1.24 = 1 − 𝑃 𝑍 ≤ 1.24
𝑇𝑎𝑏𝑙𝑎

1 − 0.89251 = 0.1074

http://www.lock5stat.com/StatKey/theoretical_distribution/theoretical_distribution.html#normal
 DISTRIBUCIÓN NORMAL
Distribución Normal-Uso de la tabla

𝑃 0.33 ≤ 𝑍 ≤ 1.12 =

𝑃 𝑍 ≤ 1.12 −𝑃 𝑍 ≤ 0.33
𝑇𝑎𝑏𝑙𝑎 𝑇𝑎𝑏𝑙𝑎

0.86864 − 0.6293

0.2393

http://www.lock5stat.com/StatKey/theoretical_distribution/theoretical_distribution.html#normal
 DISTRIBUCIÓN NORMAL
Distribución Normal-Uso de la tabla: Caso inverso:

Si C y M son valores cualesquiera que cumplen:

a) 𝑃 𝑍 ≤ 𝐶 = 0.70194
C=0.53

b) 𝑃 𝑍 ≥ 𝑀 = 0.154

1 − 𝑃 𝑍 ≤ 𝑀 = 0.154
𝑃 𝑍 ≤ 𝑀 = 0.846

→ 𝑀 = 1.02
http://www.lock5stat.com/StatKey/theoretical_distribution/theoretical_distribution.html#normal
 DISTRIBUCIÓN NORMAL
Propiedades de la curva normal

1. La moda, que es el punto 3. La curva tiene sus puntos de

2. La curva es simétrica inflexión en x = μ ± σ , es cóncava
sobre el eje horizontal donde
alrededor de un eje vertical a hacia abajo si μ – σ < X < μ + σ, y
la curva tiene su punto es cóncava hacia arriba en otro
través de la media μ.
máximo, ocurre en x = μ. caso.

4. La curva normal se
aproxima al eje
5. El área total bajo la
horizontal de manera
curva y sobre el eje
asintótica, conforme nos
horizontal es igual a uno.
alejamos de la media en
cualquier dirección.
 EJERCICIO 1
Se somete a un grupo de alumnos de una cierta universidad
a un experimento para medir el tiempo de reacción cuando
se ingesta una bebida energizante que ha salido al mercado.
Si este tiempo sigue una distribución normal con media de
20 segundos y varianza de 16 segundos2 .
Calcular la probabilidad que un alumno de la universidad
elegido al azar tenga un tiempo de reacción:
a) Entre 15 y 27 segundos.
b) Menos de 25 segundos.
c) Más de 17 segundos.
 DISTRIBUCIÓN NORMAL
a) 𝑃𝑖𝑑𝑒𝑛: 𝑃 15 ≤ 𝑋 ≤ 27
X: Tiempo de reacción
Estandarizando a cada lado! 𝑀𝑒𝑑𝑖𝑎 = 𝜇 = 20 𝑠𝑒𝑔

Datos
15−20 𝑋−𝜇 27−20 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 𝜎 2 = 16 ,
𝑃( < ต< ሻ → 𝑃(−1.25 < 𝑍 < 1.75ሻ 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 → 𝜎 = 4
4 𝜎 4
𝑍
Propiedad
P Z ≤ 1.75 − P Z < −1.25 Recordar:
𝑇𝑎𝑏𝑙𝑎 𝑇𝑎𝑏𝑙𝑎 P ( a  Z  b)  P ( Z  b)  P ( Z  a )
Estandarización
0.95994 - 0.10565 = 0.85429 𝑋−𝜇
𝑍=
𝜎

La probabilidad de que un alumno de la universidad elegido al azar tenga un tiempo de reacción entre 15 y 27
segundos es 0.8549.
 DISTRIBUCIÓN NORMAL
bሻ Piden: P X < 25
X: Tiempo de reacción
Estandarización
𝑀𝑒𝑑𝑖𝑎 = 𝜇 = 20 𝑠𝑒𝑔

Datos
𝑋 − 𝜇 25 − 20 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 𝜎 2 = 16 ,
P <
𝜎 4 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 → 𝜎 = 4
𝑍

P Z ≤ 1.25 = 0.89435
La probabilidad de que un alumno de la universidad elegido al azar tenga un tiempo de reacción menor a 25 segundos es 0.8943.

Cሻ Piden: P X > 17 Propiedad:

𝑋 − 𝜇 17 − 20
→P > → P Z > −0.75 = 1 − P Z ≤ −0.75
𝜎 4
tabla
Estandarización 𝑍
1 − 0.22663 = 0.77337
La probabilidad de que un alumno de la universidad elegido al azar tenga un tiempo de reacción
Mayor a 17 segundos es 0.77337.
 EJERCICIO 2
Suponga que X, es el largo de una varilla que tiene distribución normal con media 10 y varianza 2.
Una varilla se considera aceptable si tiene una longitud mayor de 11 pulgadas. Hallar el porcentaje
de varillas aceptables.
Solución:
X: Longitud de las varillas (en pulgadas)
X ~ N(10;2)
𝑋 − 𝜇 11 − 10
P X > 11 = P > = P [Z > 0.71]
𝜎 2
= 1 − P (Z ≤ 0.71ሻ
= 1 − 0,7612
= 0.2388

=> P X > 11 = 0.2388 𝐸𝑙 23.88% 𝑑𝑒 𝑣𝑎𝑟𝑖𝑙𝑙𝑎𝑠 𝑠𝑜𝑛 𝑎𝑐𝑒𝑝𝑡𝑎𝑏𝑙𝑒𝑠.

 EJERCICIO 3
El diámetro del punto producido por una impresora tiene una distribución normal con media
0,002 pulgadas y una desviación estándar de 0,0004 pulgadas. ¿Cuál es la probabilidad de que el
diámetro del punto sea mayor que 0,0026 pulgadas?

Solución:
X: Diámetro del punto de la impresora (en pulgadas)

X ~ N(0.002 ; 0.0004)

0.0026 − 0.002
P X > 0.0026 = P Z > = P (Z > 1.5ሻ
0.0004

P X > 0.0026 = P (Z > 1.5ሻ = 1 − 0,93193 = 0.066807

 EJERCICIO 4
Caso Inverso:
Se hizo un test de prueba aptitudinal a un grupo de estudiantes de la UTP. Si las
puntuaciones obtenidas sigue una distribución normal con media 65 y desviación
estándar 18. Un docente desea clasificar a los examinados en tres grupos (de baja
cultura general, de cultura general aceptable, de excelente cultura general) de modo
que hay en el primero un 20% la población, un 65% el segundo y un 15% en el tercero.
Si Pedro obtiene 55 puntos, ¿a qué grupo pertenece?

Ejercicios resueltos en la separata:

 DISTRIBUCIÓN NORMAL
Solución:

Aceptable=65%

Bajo=20% Excelente=15%

G1 G2
EJERCICIO INDIVIDUAL

Resolveremos el
siguiente ejercicio
de manera
individual
 EJERCICIO INDIVIDUAL Nº1
La media de los diámetros interiores de una muestra
de 200 arandelas producidas por una máquina es
0.502 pulgadas y la desviación típica 0.005 pulgadas.
El propósito para el que se destinan estas arandelas
permite una tolerancia máxima en el diámetro de
0.496 a 0.508 pulgadas, de otro modo, las arandelas
se consideran defectuosas. Determinar el número de
arandelas defectuosas producido por la máquina,
suponiendo que los diámetros se distribuyen
normalmente.
 CIERRE
CIERRE

¿Qué hemos aprendido?

1.¿Qué distribuciones de probabilidad

de variable aleatoria continua
conoces?

2.¿Para qué se utiliza la tabla estadística

de distribución normal estándar?