Está en la página 1de 10

678 CAPÍTULO 14 Distribuciones de probabilidad

12. En un hospital local, 48% de los recién nacidos son varones. En un día particular nacen cinco ni-
ños. ¿Qué probabilidades existen de que cuatro o más de ellos sean varones? ¿Cuál es la media
de esta distribución cuando n = 5? ¿Cuál es la desviación estándar?
13. Encuesta política Para las próximas elecciones del senado de Estados Unidos, las encuestas de
opinión indican que 50% de la población apoya al candidato demócrata, 40% apoya al candida-
to republicano y 10% se encuentra indeciso. Si se selecciona una muestra de cinco personas al
azar, ¿cuál será la probabilidad de que al menos cuatro personas sean simpatizantes del candida-
to demócrata? ¿Y que menos de dos personas apoyen a este mismo candidato?
14. Tabaquismo Un hospital local lleva a cabo un programa experimental para ayudar a personas
que desean dejar el hábito de fumar. Después de completar el programa, los participantes infor-
man una tasa de éxitos de 60%. Si se selecciona una muestra aleatoria de cuatro participantes,
¿cuál es la probabilidad de que todos ellos hayan dejado de fumar? ¿Y de que por lo menos tres
hayan dejado ese hábito?
15. Recesión económica Una encuesta de opinión reveló que 80% de las personas en un estado de
Nueva Inglaterra consideran que el área está sufriendo recesión económica. Si se selecciona una
muestra aleatoria de seis personas en ese estado, ¿cuál es la probabilidad de que exactamente la
mitad de ellas crea que existe dicha recesión?

14.4 Distribución de la probabilidad normal


En las distribuciones de probabilidad continua, el número de valores posibles de la varia-
ble aleatoria es infinito. En ellas, las probabilidades se asignan exclusivamente a intervalos
de valores de la variable aleatoria. Para dar un ejemplo de ello, imagine la variable aleato-
ria X que representa las lluvias anuales en una región, medidas en pulgadas. El número de
la posible precipitación pluvial es infinito. Por ejemplo, un valor posible de X es 24.000056
pulgadas. En un número infinito de valores posibles de X, la probabilidad de cada valor es
sumamente pequeña. Por lo tanto, en las distribuciones de probabilidad continua no se ha-
cen afirmaciones respecto de la probabilidad de que la variable aleatoria adopte un valor
específico. Por lo contrario, casi siempre se hacen en cuanto a la probabilidad de que la va-
riable aleatoria asuma un valor dentro de un intervalo definido. En el ejemplo de la preci-
pitación pluvial, quizá se desee conocer la probabilidad de que la precipitación anual
fluctúe entre 24 y 25 pulgadas.
En la presente sección se trata de una de las distribuciones continuas más conocidas y
de mayor aplicación: la distribución de la probabilidad normal.

Distribución de la probabilidad normal


Este tipo de distribución es uno de los más importantes en la teoría moderna de la proba-
bilidad. La distribución de la probabilidad normal se representa mediante la clásica curva
en forma de campana, llamada también curva normal, que aparece en la figura 14.4.
La curva de la figura 14.4 es representativa de una familia de curvas en forma de cam-
pana que indican las distribuciones de probabilidad normal, todas ellas distintas en relación
con su media y su desviación estándar. La figura 14.5 muestra las gráficas de dos distribu-
ciones normales que tienen la misma media pero diferentes desviaciones estándar. La figu-
ra 14.6 ilustra las gráficas de dos distribuciones normales que tienen diferentes medias pero
una misma desviación estándar.
14.4 Distribución de la probabilidad normal 679

f (X)

Figura 14.4 Curva normal. µ X

f (X)

Figura 14.5 Distribuciones normales


con medias iguales.
µ X

f (X)

Figura 14.6 Distribuciones nor-


males con desviaciones estándar
iguales. µ1 µ2 X

La curva normal es simétrica alrededor de una línea vertical imaginaria que pasa por
la media µ. Esta simetría significa que la curva es la misma si el espectador recorre distan-
cias iguales a la derecha e izquierda de la media. Las “colas” de la curva se van acercando
cada vez más al eje horizontal sin tocarlo nunca, por mucho que el espectador se desplace
a la derecha o la izquierda.
Las áreas bajo la curva que representan una distribución de la probabilidad son equi-
valentes a las probabilidades. Si el área total bajo una curva normal se considera igual a 1,
la probabilidad de que la variable aleatoria asuma un valor entre a y b equivale al área si-
tuada debajo de la curva y limitada a la derecha e izquierda por las líneas verticales X = a
y X = b. Esto se muestra en la figura 14.7.
680 CAPÍTULO 14 Distribuciones de probabilidad

f (X) X a Xb

P(a  X  b)

Figura 14.7 El área bajo la curva


normal representa la probabilidad. a b
X

Pongamos el caso en que se observa que las calificaciones conseguidas en una prueba
estandarizada de aptitudes está normalmente distribuida con una media de 70 y una des-
viación estándar de 7.5. Suponga que se quiere determinar la probabilidad de que un estu-
diante obtenga una calificación de 70 a 85 en la prueba. Con objeto de calcular esa
probabilidad, se recurre a la utilísima propiedad de las distribuciones normales. Cualquier
distribución de la probabilidad normal con media µ y desviación estándar σ puede ser
transformada en una distribución normal estándar (unitaria) equivalente que tenga una
media igual a 0 y una desviación estándar de 1. La transformación redefine cada valor de
la variable aleatoria X en función de su distancia respecto de la media, expresada como un
múltiplo de la desviación estándar.
La figura 14.8 ilustra esta transformación de X en función de otra variable z. Esta va-
riable z expresa a X en términos de la distancia respecto de la media en múltiplos de la des-
viación estándar. Adviértase que los valores z a la derecha de la media son positivos y que
los de la izquierda son negativos. Un valor de X que sea una desviación estándar a la dere-
cha de la media se definirá en forma equivalente por un valor de z igual a 1. Un punto si-
tuado tres desviaciones estándar a la izquierda de la media se definirá de modo equivalente
por un valor z de –3.

X Variable aleatoria
µ–3 µ–2 µ– µ µ+ µ+2 µ+3

z Variable aleatoria transformada


–3 –2 –1 0 1 2 3 (número de desviaciones estándar a
partir de la media)

Figura 14.8 Transformación a la distribución normal estándar (unitaria).


14.4 Distribución de la probabilidad normal 681

Ejemplo 23 Dada una variable aleatoria X con µ = 10 y σ = 2, existen las equivalencias siguientes entre valores
específicos de X y los correspondientes valores de z.

X z (número de desviaciones estándar desde la media)


0 –5.0
5 –2.5
8 –1.0
10 0
12 1.0
15 2.5
18 4.0

La tabla 14.26 (de la siguiente página) contiene las áreas bajo la curva normal están-
dar. Nótese que las áreas dadas son las que se encuentran debajo de las curvas entre la
media y otro punto situado a z desviaciones estándar respecto de la media. La curva nor-
mal es tal que 50% del área se encuentra a la izquierda de la media y 50% a la derecha. En
otras palabras, existe una probabilidad de 50% de que el valor de la variable aleatoria X sea
menor que la media y 50% de probabilidad de que sea mayor. La simetría de la curva nor-
mal indica que la tabla 14.26 puede emplearse para determinar las áreas comprendidas en-
tre la media y otro punto, cuando el segundo punto se halla a la izquierda o la derecha de
la media. Un valor z de 1 en la tabla 14.26 significa que el área debajo de la curva entre
z = 0 y z = 1 es de 0.3413. El área es la misma entre z = 0 y z = –1. La figura 14.9 mues-
tra esas áreas. Obsérvese, asimismo, que se puede hacer la afirmación de que el área bajo
la curva normal estándar entre z = –1 y z = 1 es 0.6826.
Volvamos ahora al problema original concerniente a la prueba estandarizada de apti-
tudes. Se ha descubierto que las puntuaciones están normalmente distribuidas con una me-
dia de 70 y una desviación estándar de 7.5. El problema radicaba en determinar la
probabilidad de que un estudiante seleccionado en forma aleatoria obtuviese una puntua-
ción comprendida entre 70 y 85. Para determinar esta probabilidad, hay que transformar la
distribución original en la distribución normal estándar.

Área  0.3413 Área  0.3413

z
Figura 14.9 –1 0 1
682 CAPÍTULO 14 Distribuciones de probabilidad

Tabla 14.26 Área bajo la curva normal estándar


0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2518 0.2549
0.7 0.2580 0.2612 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.49865 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990

Y para ello es preciso identificar los valores de z para los valores pertinentes de X. La
fórmula que permite convertir los valores de la variable aleatoria X en los valores equiva-
lentes de z es

X–µ
z= (14.10)
σ

El valor z correspondiente a la media siempre es 0. Para ilustrarlo, el valor de z corres-


pondiente a una calificación de 70 es
14.4 Distribución de la probabilidad normal 683

P(70  X  85)  P(0  z  2)

0.4772

z Valores z equivalentes
0 2
X Puntuación del examen
Figura 14.10 70 85 de aptitud

70 – 70
z= =0
7.5
El valor de z correspondiente a un valor X de 85 es
85 – 70
z=
7.5

15
= =2
7.5

Esta media tiene una puntuación de 85 y se encuentra a dos desviaciones estándar arriba (a
la derecha de) la puntuación promedio de 70.
Así pues, la probabilidad de que un estudiante logre puntuaciones entre 70 y 85 es
igual al área debajo de la curva normal estándar entre z = 0 y z = 2. Esta área, que aparece
en la figura 14.10, se obtiene directamente de la tabla 14.26 como 0.4772. En consecuen-
cia, la probabilidad de que un estudiante logre una puntuación de 70 a 85 es 0.4772. En la
figura 14.10, nótese que se trazó una escala equivalente de X debajo de la escala de z para
mostrar el valor correspondiente de X. Ello no es necesario, pero sirve para recordar los va-
lores pertinentes de la variable aleatoria X.
Supóngase que se quiere conocer la probabilidad de que un estudiante reciba califica-
ciones entre 0 y 85 en el examen. La probabilidad es igual a la de que z sea menor que
2 en la distribución normal estándar. La probabilidad es el área debajo de la curva normal

P(X  85)  P(z  2)


 P(z  0) + P(0  z  2)
 0.5000  0.4772
 0.9772

0.5000 0.4772

z Valores z equivalentes
0 2
X Puntuación del examen
Figura 14.11 70 85 de aptitud
684 CAPÍTULO 14 Distribuciones de probabilidad

estándar, que se observa en la figura 14.11. Esta área consta de los 0.5000 a la izquierda de
la media y de los 0.4772 que se identificaron antes, o sea

P(z  2)  P(z  0)  P(0  z  2)


 0.5000  0.4772  0.9772

NOTA Para los problemas que requieren la identificación de las probabili-


dades para una variable normalmente distribuida, se recomienda
mucho que se haga un esquema que identifique el área o áreas
equivalentes bajo la curva normal estándar.

Ejemplo 24 Una encuesta reveló que el ingreso anual per cápita de los habitantes de un estado tiene una distribu-
ción normal con una media de $9 800 y una desviación estándar de $1 600. Si se selecciona una per-
sona en forma aleatoria, ¿qué probabilidad hay de que sus ingresos anuales: a) sean mayores que
$5 000, b) mayores que $12 200, c) fluctúen entre $8 520 y $12 200, y d) entre $11 400 y $13 000?

SOLUCIÓN

a) El valor de z correspondiente a un ingreso de $5 000 es

5 000  9 800
z
1 600

4 800
  3
1 600

Con base en la figura 14.12 es posible concluir que la probabilidad de que el sueldo de una persona
sea mayor que $5 000 es igual a la de que z sea mayor que –3 en la distribución normal estándar. Se-
gún la tabla 14.26
P(z 3)  P(3  z  0)  P(z 0)
 0.49865  0.5000  0.99865

b) El valor de z correspondiente a un ingreso de $12 200 es

P(X 5 000)  P(z 3)


 P(3  z  0) + P( z 0)
 0.49865 + 0.5000
 0.99865

0.49865 0.5000

z Valores z equivalentes
–3 0
X Ingreso anual, en dólares
Figura 14.12 5 000 9 800
14.4 Distribución de la probabilidad normal 685

P(X $12 200)  P(z 15)


 P(z 0) – P(0 z 1.5)
 0.5000 – 0.4332
 0.0668

0.4332

z Valores z equivalentes
0 1.5
X Ingreso anual, en dólares
Figura 14.13 9 800 12 200

12200  9800
z=
1600
2400
= = 1.5
1600
A partir de la figura 14.13 se llega a la conclusión de que la probabilidad de que el sueldo de una per-
sona sea mayor que $12 200 es igual a la de que z sea mayor que 1.5. Según la tabla 14.26, puede de-
terminarse que P(0 < z ≤ 1.5) = 0.4332. Dado que

P(z 0)  0.5000
P(z 1.5)  P(z 0)  P(0 < z  1.5)
 0.5000  0.4332 = 0.0668

c) El valor de z correspondiente a un ingreso de $8 520 es

8 520 – 9 800
z=
1 600
1 280
= = –0.8
1 600

Conforme a la figura 14.14, la probabilidad de que el sueldo de una persona fluctúe entre $8 520 y
$12 200 es igual a la de que z esté comprendida entre –0.8 y 1.5, es decir,
P(– 0.8  z  1.5)  P(–0.8  z  0) P(0  z  1.5)
 0.2881 + 0.4332  0.7213

0.2881 P(8 520  X  12 200)  P(–0.8  z  1.5)


 P(–0.8  z 0)  P(0  z  1.5)
 0.2881 + 0.4332
 0.7213

0.4332

z Valores z equivalentes
–0.8 0 1.5
X Ingreso anual, en dólares
Figura 14.14 8 520 9 800 12 200
686 CAPÍTULO 14 Distribuciones de probabilidad

P(11 400  X  13 000)  P(1.0  z  2.0)


 P(0  z  2)  P(0  z  1)
 0.4772 – 0.3413
 0.1359

z Valores z equivalentes
0 1.0 2.0
X Ingreso anual, en dólares
Figura 14.15 9 800 11 400 13 000 ❑

d) El valor de z correspondiente a un ingreso de $11 400 es


11 450  9 800
z
1 600
1 600
 1
1 600

El valor de z correspondiente a un ingreso de $13 000 es


13 000  9 800
z
1 600
3 200
z 2
1 600

De acuerdo con la figura 14.15, la probabilidad de que el sueldo de una persona se encuentre entre
$11 400 y $13 000 es igual a la de que z esté comprendida entre 1 y 2. Para calcular esa probabilidad,
hay que encontrar el área entre z = 0 y z = 2, restándole después el área entre z = 0 y z = 1. En otras
palabras,
P(1  z  2)  P(0  z  2) P(0  z  1)
 0.4772  0.3413  0.1359

Ejercicio de práctica
En el ejemplo 24, ¿cuál es la probabilidad de que el ingreso anual de una persona sea:
a) mayor que $8 200, b) menor que $15 800, y c) entre $9 000 y $13 000? Respuesta:
a) 0.8413, b) 0.9878, y c) 0.6687.

Hay que hacer una aclaración respecto del uso de la tabla 14.26. Ya se señaló antes
que, en el caso de variables continuas, la probabilidad de que ocurra un valor específico de
la variable es 0. Es decir, para un punto cualquiera a,

P(X  a)  0

Por lo tanto, para dos constantes cualesquiera a < b,

P(a  X  b)  P(a  X  b)  P(a  X  b)  P(a  X  b)


14.4 Distribución de la probabilidad normal 687

La consecuencia o implicación práctica de lo anterior es que los valores de la tabla 14.26


representan las probabilidades de que z adopte valores entre dos puntos z1 y z2, donde los
valores exactos de z1 y z2 pueden estar o no incluidos. En el ejemplo 24a, las probabilida-
des de que el sueldo de una persona sea mayor que $5 000 o bien mayor o igual a esa cifra
son iguales: 0.99865.
Una última observación respecto de las variables aleatorias con distribución normal es
que, entre todos los posibles resultados de la variable aleatoria X, se prevé que aproxima-
damente 68% ocurrirá dentro de más o menos una desviación estándar respecto de la me-
dia (es decir, µ ± 1σ), se prevé que más o menos 95% ocurrirá dentro de dos desviaciones
estándar respecto de la media (µ ± 2σ), y cerca de 99% dentro de tres desviaciones están-
dar respecto de la media (µ ± 3σ). Éste es un conjunto útil de propiedades cuando se inten-
ta hacer generalizaciones sobre las variables aleatorias con distribución normal. Dichas
propiedades se describen en la figura 14.16.

68.26%

z
–3 –2 –1 0 1 2 3
m
1s

95.44%

z
–3 –2 –1 0 1 2 3
m
2s

99.73%

Figura 14.16 Propiedades de las z


variables aleatorias normalmente –3 –2 –1 0 1 2 3
distribuidas. m
3s

También podría gustarte