Guía 1 Curva Normal Estadística 2 RACP 2021-1

Prof.
René Castro UBA Escuela de Psicología
Guía sobre distribuciones de probabilidad continua
Curva normal
Estadística 2 Página 1
Prof. René Castro UBA Escuela de Psicología
Tabla de contenido
Tabla de contenido ................................................................................................................................................................. 2
Guía sobre Distribuciones de probabilidad............................................................................................................................. 3
Discretas (introducción) ...................................................................................................................................................... 3
Cuadro de sumas de los 36 posibles resultados de lanzar 2 dados. ............................................................................... 3
Cuadro de las medias o promedios de las sumas de los 36 posibles resultados de lanzar 2 dados............................... 3
Cuadro de la suma, la media o promedio, la frecuencia absoluta, la probabilidad fraccional o relativa y porcentual
de los 36 posibles resultados de lanzar 2 dados. ............................................................................................................ 3
Continuas ............................................................................................................................................................................ 4
La distribución normal ........................................................................................................................................................ 4
Gráfica de la distribución de probabilidad alrededor de la media en una distribución N(µ,σ). ..................................... 6
Propiedades de la distribución continua normal ................................................................................................................ 7
Importancia de la distribución continua normal ................................................................................................................ 7
LA DISTRIBUCIÓN NORMAL. Problemas. ............................................................................................................................ 9
Bibliografía ........................................................................................................................................................................ 37
Anexos ............................................................................................................................................................................... 37
Tabla de las áreas unilaterales bajo la curva normal canónica entre 0 y Z....................................................................... 38
Tabla de las áreas unilaterales bajo la curva normal canónica entre 0 y Z ampliada (7 decimales). ............................... 39
Guía sobre Distribuciones de probabilidad

Discretas (introducción)
Si una variable X puede tomar un conjunto discreto de valores X1, X2, X3 .......Xk con probabilidades respectivas p1,
p2, ..... pk, donde la suma TOTAL es igual a 1 (p1 + p2 +......+ pk = 1), decimos que tenemos definida una distribución de
probabilidad discreta para X. La función p(X) que tiene valores p1, p2 .... pk, para X = X1, X2, ...... Xk, se llama función de
probabilidad o una función de frecuencia de X. Como X puede tomar ciertos valores con ciertas probabilidades, se llama
una variable aleatoria discreta. Una variable aleatoria se conoce también como variable estocástica.
Por ejemplo, sea X la suma de puntos obtenida al lanzar dos dados. La distribución de probabilidad se muestra en la
tabla siguiente. Por ejemplo, la probabilidad de obtener la suma 5 es de 4/36 o 1/9, así que de 36 lanzadas de los 2
dados, se espera que 4 sumarán 5; o de 9 lanzadas de los 2 dados, se espera que 1 sumará 5; o de 45 lanzadas de los 2
dados, se espera que 5 sumarán 5 (este resultado se obtiene multiplicando 1/9 por 5);o de 900 tiradas de los dos dados,
se esperan 100 tiradas con una suma de 5 (este resultado se obtiene multiplicando 1/9 por 100). esto puede observarse
en la última de las siguientes 3 tablas presentadas a continuación.
Cuadro de sumas de los 36 posibles resultados de lanzar 2 dados.

Dado 1
1 2 3 4 5 6
Dado 2
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Cuadro de las medias o promedios de las sumas de los 36 posibles resultados de lanzar 2 dados.
Dado 1 1 2 3 4 5 6
Dado 2
1 1 1,5 2 2,5 3 3,5
2 1,5 2 2,5 3 3,5 4
3 2 2,5 3 3,5 4 4,5
4 2,5 3 3,5 4 4,5 5
5 3 3,5 4 4,5 5 5,5
6 3,5 4 4,5 5 5,5 6
Cuadro de la suma, la media o promedio, la frecuencia absoluta, la probabilidad fraccional o relativa y

porcentual de los 36 posibles resultados de lanzar 2 dados.
FAS (frecuencia Probabilidad Probabilidad o P(X)

# Suma (X) Media (X)
absoluta simple) relativa: P(X) (%)
1 2 1 1 1/36 2,77
2 3 1,5 2 2/36 5,55
3 4 2 3 3/36 8,33
4 5 2,5 4 4/36 11,11
5 6 3 5 5/36 13,88
6 7 3,5 6 6/36 16,66
FAS (frecuencia Probabilidad Probabilidad o P(X)

# Suma (X) Media (X)
absoluta simple) relativa: P(X) (%)
7 8 4 5 5/36 13,88
8 9 4,5 4 4/36 11,11
9 10 5 3 3/36 8,33
10 11 5,5 2 2/36 5,55
11 12 6 1 1/36 2,77
Total (Ʃ) 36 Total (Ʃ) 36/36 = 1
Puede notarse que esto es análogo a una distribución de frecuencias relativas, con probabilidad en lugar de
frecuencia relativa. De manera que podemos pensar en las distribuciones de probabilidad como formas teóricas o
ideales en el límite, de distribuciones de frecuencia relativa cuando el número de observaciones es muy grande. Por eso
podemos pensar en las distribuciones de probabilidad como si fueran distribuciones de poblaciones, mientras que las
distribuciones de frecuencia relativa son distribuciones de muestras de esa población.
La distribución de probabilidad se puede representar gráficamente dibujando p(X) versus X, igual que para las
distribuciones de frecuencia relativa. Véase problemas anteriores como el 6.11 para confirmarlo.
Si acumuláramos o sumáramos las probabilidades, obtendríamos distribuciones de probabilidad acumulada,
análogas a las distribuciones de frecuencia relativa acumulada. La función asociada con esa distribución se llama una
función de distribución.
Continuas
Las ideas anteriores se extienden a variables X que puedan
tomar un conjunto continuo de valores. El polígono de
frecuencia relativas de una muestra se convierte, en el caso
teórico o límite de una población, en una curva continua,
como el da la figura inferior, de ecuación Y = p(X). El área total
bajo esa curva y sobre el eje X es 1, y el área entre X=a y X=b
(sombreada en la figura) da la probabilidad de que X esté entre
a y b, que se denota como Pr{ a ≤ X ≤ b }.
Llamamos a p(X) una función de densidad de probabilidad,
o brevemente una función de densidad, y cuando tal función
es dada decimos que se ha definido una distribución de
probabilidad continua para X. La variable X se llama entonces
una variable aleatoria continua.
Como en el caso discreto, podemos definir distribuciones de probabilidad acumulada y las asociadas funciones de
distribución.
La distribución normal
En estadística y probabilidad se llama distribución normal, distribución de Gauss, distribución gaussiana o
distribución de De Moivre-Laplace-Gauss, a una de las distribuciones de probabilidad de variable continua que con más
frecuencia aparece en estadística y en la teoría de probabilidades.
Muchos fenómenos naturales tienden a dar como resultado una distribución normal. Entre otras, longitud, altura y
grosor de animales o plantas; mediciones de cantidades de azúcar en la sangre; cantidad de glóbulos blancos; incidencia
de las enfermedades del oído interno y medidas en el aspecto conductista, emocional o psicológico de las acciones,
aptitudes o capacidades humanas. La distribución de los errores de medida (desviaciones en relación con un valor
específico en los diámetros de pistones, cilindros o cañones de armas de fuego; pesos de productos empaquetados e
incluso las longitudes de las cintas métricas) tiende a ser normal, al igual que la distribución del grado de perfección de
diversos procesos de producción.
La siguiente gráfica presenta varias curvas

“acampanadas”, la gráfica de la línea verde corresponde la
curva continua normal estándar, con media (µ) cero y
varianza (ơ²) 1.; la gráfica de la línea roja es una curva
normal, con media (µ) cero y varianza (ơ²) 0,2; esto implica
una variación menor a 1, esto indica una mayor: a) “altura”
de la curva y acumulación de datos en el centro de la gráfica
y alrededor del valor central o media, por lo que b) el
“grosor/anchura” o amplitud de la misma es menor al de la
curva normal estándar. La gráfica de la línea azul es una
curva normal, con media (µ) cero y varianza (ơ²) 5, esto
representa una menor acumulación de datos en la parte
central de la gráfica y una variación o dispersión de los datos
mayor a 1, por lo que el “grosor/anchura” o amplitud de esta
curva es muy superior al de la curva normal estándar. La
gráfica de la línea morada es una curva normal, con media
(µ) menos dos (-2) y varianza (ơ²) 0,5, variación o dispersión menor a 1, por lo que el “grosor/anchura” o amplitud de la
misma es inferior al de la curva normal estándar y su ubicación está hacia la izquierda de las restantes, centrada o
ubicada sobre el Z = -2.
Esta distribución normal, curva normal o distribución Gaussiana es uno de los más importantes ejemplos de una
distribución de probabilidad continua y está definida por las siguientes ecuaciones equivalentes (denominada función de
densidad):
( ) [ ]
( ) o su expresión equivalente ( )
√ √
donde µ = media, σ = desviación típica o estándar, π = 3,14159 y e = 2,71828. La gráfica de la función de densidad tiene
una forma “acampanada” y es simétrica respecto a los parámetros: media, mediana y moda. El área total limitada por la
curva acampanada y el eje X es 1; por tanto, el área bajo la curva normal entre X = a y el X = b, con b < a, representa la
probabilidad de que X esté entre a y b. Esta probabilidad se denota Pr{ b ≤ X ≤ a }, siendo que b también puede ser
menos infinito. (- ).
Entonces, para calcular la probabilidad de que ocurra un suceso, entre - y a,
solo hay que calcular la siguiente expresión:
( )
( ) ∫
√
Esto representa el área debajo de la campana de Gauss para los valores
menores que a.
Cuando se expresa la variable X en unidades estándar [Z = (X – µ)/σ], la ecuación es reemplazada por su forma canónica:
√
En tal caso, decimos que Z esta normalmente distribuida
con media 0 y varianza 1. La figura siguiente es un gráfico de
esta forma canónica. Muestra que las áreas comprendidas
entre Z = -1 y +1, Z = -2 y +2, y Z = -3 y +3 son iguales,
respectivamente a 68,27%, 95,45% y 99,73% del área total,
que es 1.
Para obtener o confirmar estos resultados, podemos

obtener la probabilidad o el área bajo la curva normal (ABLCN)
que corresponde al valor Z = 1,0 en la tabla que se encuentra al
final de esta guía, si se busca en la primera columna de la
izquierda (titulada Z) y se encuentra el valor de 1,0, entonces nos desplazamos a la derecha a la columna marcada 0 al
lado se ubica el valor de 0,3413. Este valor corresponde al área entre Z = 0 y Z = +1,0. Como deseamos encontrar el área
entre Z = - 1 y Z = + 1, y dado a que las dos áreas son iguales por el principio de simetría de la curva normal, dado a que
el área entre Z =-1 y Z = 0 vale 0,3413 y es idéntica al área entre Z = 0 y Z = +1, cuyo valor también es 0,3413, solo
debemos multiplicar este valor de área o probabilidad por dos para obtener el área pedida, en este caso, 0,3413 X 2 =
0,6826 (68,26% decimales más o menos debido a que en este caso trabajamos con solo 4 decimales), la cual
corresponde al valor expresado en porcentaje del área buscada.
A fin de obtener la probabilidad o área bajo la curva normal comprendida entre Z =- 2 y Z = + 2, podemos obtener la
probabilidad o el área bajo la curva normal (ABLCN) que corresponde al valor Z = 2,0 en la tabla que se encuentra al final
de esta guía, si se busca en la primera columna de la izquierda (titulada Z) y se encuentra el valor de 2,0, entonces nos
desplazamos a la derecha a la columna marcada 0, al lado se ubica el valor de 0,4772. Este valor corresponde al área
entre Z = 0 y Z = +2,0. Como deseamos encontrar el área entre Z = - 2 y Z = + 2, y dado a que las dos áreas son iguales por
el principio de simetría de la curva normal, dado a que el área entre Z =-2 y Z = 0 vale 0,4772 y es idéntica al área entre Z
= 0 y Z = +2, cuyo valor también es 0,4772, solo debemos multiplicar este valor de área o probabilidad por dos para
obtener el área pedida, en este caso, 0,4772 X 2 = 0,9544 (95,44% decimales más o menos debido a que en este caso
trabajamos con solo 4 decimales), la cual corresponde al valor expresado en porcentaje del área buscada.
Igualmente podemos obtener la probabilidad o área bajo la curva normal comprendida entre Z =- 3 y Z = + 3, a este
fin obtenemos la probabilidad o el área bajo la curva normal (ABLCN) que corresponde al valor Z = 3,0 en la tabla que se
encuentra al final de esta guía, en la primera columna de la izquierda (titulada Z) se encuentra el valor de 3,0; entonces
nos desplazamos a la derecha a la columna marcada 0, al lado se ubica el valor de 0,4987. Este valor corresponde al área
entre Z = 0 y Z = +3,0. Como deseamos encontrar el área entre Z = - 3 y Z = + 3, y dado a que las dos áreas son iguales por
el principio de simetría de la curva normal, dado a que el área entre Z =-3 y Z = 0 vale 0,4987 y es idéntica al área entre Z
= 0 y Z = +3, cuyo valor también es 0,4987, solo debemos multiplicar este valor de área o probabilidad por dos para
obtener el área pedida, en este caso, 0,4987 X 2 = 0,9974 (99,74% decimales más o menos debido a que en este caso
trabajamos con solo 4 decimales), la cual corresponde al valor expresado en porcentaje del área buscada.
La tabla al final de esta guía muestra las áreas bajo esta curva normal (ABLCN) acotadas por las ordenadas Z = 0 y
cualquier valor positivo de Z. De esta tabla se puede deducir el área entre todo par de coordenadas usando la simetría
de la curva respecto de Z = 0.
Como se ve, Z es en realidad el número de desviaciones estándar en que se encuentra la puntuación X respecto de la
media aritmética, la cual se presenta en la figura siguiente:
Gráfica de la distribución de probabilidad alrededor de la media en una distribución N(µ,σ).
Para conocer el área bajo la curva que se encuentra

entre la media aritmética (µ) y una desviación estándar
(±σ), se ubica en la siguiente figura el valor asociado
con Z = ±1 (1 desviación estándar arriba o debajo de la
media aritmética), y se obtiene el valor de 34.13%, o
0.3413.
Por lo general el valor de 34.13% se denota por
0.3413 cuando representa la probabilidad de encontrar
una puntuación entre la media (µ) y la primera
desviación estándar (±σ). El total (o suma) de
probabilidades bajo la curva es igual a uno, mientras
que cuando se denota el porcentaje, constituye la
proporción de área bajo la curva, y su total será 100 por
ciento. Gráfica de la probabilidad alrededor de la media N(0,1)
Propiedades de la distribución continua normal

Algunas de las propiedades de la distribución continua normal se listan a continuación:
1. El área total bajo la curva determinado por la función y el eje de abscisas vale 1.
2. Es simétrica respecto a su media (µ), mediana (Med) o moda (Mod), por lo que el área a la izquierda de la media
vale 0,5 y el área a la derecha también vale 0,5 y sus extremos o colas son asíntotas (las líneas de la función
nunca tocan el eje X) respecto al eje X (como se observa en las figuras/gráficas anteriores).
3. La moda y la mediana son iguales a la media.
4. Los puntos de inflexión de la curva se dan en x= µ – σ y x= µ + σ (o también X = µ ± 1σ).
5. Distribución de probabilidad alrededor de la media (µ), en el intervalo [µ – σ, µ + σ] se encuentra comprendida,
aproximadamente, el 68,2689% de la distribución; en el intervalo [µ – 2σ, µ + 2σ] se encuentra comprendida,
aproximadamente, el 99,9999% de la distribución y en el intervalo [µ – 6σ, µ + 6σ] se encuentra comprendida,
aproximadamente, el 99,999999% de la distribución; límites aplicables en el establecimiento de límites de
confianza y en los límites de las tablas de áreas para la curva normal (aproximadamente ±3,5σ).
6. Otras propiedades:
Media, mediana y moda µ Coeficiente de asimetría/sesgo (Fisher) α3 = 0
Varianza σ² Coeficiente de curtosis (Fisher) α4 = 3
Desviación típica σ Desviación media √
Importancia de la distribución continua normal

La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y
psicológicos, y si permite modelarlos, facilita el control, predicción y planificación aproximada de las variables cuya
distribución se aproximen a la distribución normal. Mientras que los mecanismos que subyacen a gran parte de este tipo
de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del
modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas
independientes.
Algunos ejemplos de variables asociadas a fenómenos naturales que siguen el modelo de la distribución normal son:
caracteres morfológicos de individuos como la estatura; caracteres fisiológicos como el efecto de un fármaco; caracteres
sociológicos como el consumo de cierto producto por un mismo grupo de individuos; caracteres psicológicos como el
cociente intelectual (CI, ver siguiente figura), interacción social entre universitarios, estrés, habilidades sociales, etc.;
errores cometidos al medir ciertas magnitudes o variables, etc.
La distribución normal es la más extendida en estadística y muchos tests estadísticos (t de Student, ANOVA o análisis
de la varianza, test paramétricos, etc., muy empleados en Psicología experimental) están basados en una "normalidad"
más o menos justificada de los datos de la variable aleatoria bajo estudio.
En psicología, la distribución normal se emplea frecuentemente en la normalización, estandarización o tipificación de

las calificaciones directas o crudas obtenidas en los test por los sujetos en calificaciones estandarizadas o normalizadas y
registradas en los baremos de cada uno de los test, inventarios, cuestionarios o escalas empleados en la evaluación
psicológica de los pacientes, como por ejemplo el coeficiente de inteligencia (CI., µ=100, σ=15, ver siguiente figura).
Al realizar un trabajo de
investigación en psicología, se
toman muestras de la
población en estudio, y para
ello se calcula el tamaño de la
muestra (n) a captar. Para ello
se requiere obtener o fijar el
nivel de confianza (1-α) o
nivel de seguridad, el cual se
refiere a que el dato buscado
(n) se encuentre dentro del
margen establecido. Este
parámetro lo decide el
investigador. Suele ser del
95% (α=0,05), al que le
corresponde un coeficiente de confianza o Z crítico de Zc = 1,96, que es el que se pone en la fórmula. Es la semidistancia
estandarizada en términos de desviaciones típicas que definen ambos extremos del intervalo.
Al hacer varios experimentos semejantes con el mismo tipo de muestra, el 95% de los parámetros buscados se
encontrarían dentro del margen fijado, mientras el 5% se encontrarían fuera de él. Suelen emplearse los siguientes
valores:
Nivel de confianza (1- α) 90% 95% 95,5% 99%
Coeficiente de confianza o Z crítico 1,64 1,96 2 2,58
LA DISTRIBUCIÓN NORMAL. Problemas.
1) En un examen de matemáticas, la calificación media fue de 72 y la desviación típica 15. Determinar/transformar en

unidades estándar o tipificadas (Z) las puntuaciones directas/crudas de los alumnos que obtuvieron: a) 60, b) 93 y c) 72.
Solución/respuesta:
a) Z = (X – µ)/σ = (60 – 72)/15 = -0,8. b) Z = (X – µ)/σ = (93 – 72)/15 = 1,4. c) Z = (X – µ)/σ = (72 – 72)/15 = 0.
2) Para el problema anterior, hallar las puntuaciones correspondientes a las puntuaciones estándar o z: a) -1, b) 1,6.
Despejando del problema anterior la variable X queda:
a) Z = (X – µ)/σ =→ X = µ + Zσ = 72 + (-1)(15) = 57 b) Z = (X – µ)/σ =→ X = µ + Zσ = 72 + (1.6)(15) = 96
3) Se informó a dos estudiantes que habían recibido puntuaciones estándar de 0,8 y -0,4, respectivamente, en una
prueba de inglés. Si sus puntuaciones fueron 88 y 64, respectivamente, hallar la media y la desviación típica de lsa
puntuaciones de esa prueba.
Usando la ecuación X = µ + Zσ y sustituyendo los valores, tenemos el sistema de ecuaciones
a) Primer estudiante: 88 = µ + 0,8σ y b) Segundo estudiante: -64 = µ – 0,4σ, resolviendo este sistema se obtiene µ = 72 y
σ = 20.
4) Hallar el área bajo la curva normal en cada uno de los casos siguientes: de la a) a la g) que correspondan a las figuras
7.2(a) a 7.2(g), respectivamente. Usar la tabla sobre áreas bajo la curva normal (ABLCN) ubicada al final de esta guía.
a) Entre Z = 0 y Z = 1,2. e) A la izquierda de Z = -0,6
b) Entre Z = -0,68 y Z = 0. f) A la derecha de Z = -1,28.
c) Entre Z = -0,46 y Z = 2,21. g) A la derecha de Z = 2,05 y a la izquierda de Z = -1,44.
d) Entre Z = 0,81 y Z = 1,94.
a) En la tabla ubicada al final de la guía, miramos en la columna marcada con Z hasta el número 1,2; entonces nos
desplazamos a la derecha a la columna marcada 0. El resultado es 0,3849, es el área pedida y representa la probabilidad
de que Z esté entre 0 y 1,2, denotado Pr{0 ≤ Z ≤ 1,2}.
b) Por simetría, el área solicitada es la que hay entre Z = 0 y Z = 0,68. Para hallarla, buscamos en la columna marcada con
Z en la tabla ubicada al final de la guía hasta localizar 0,6; entonces vamos hacia la derecha hasta la columna 8. El
resultado, 0,2517, es el área pedida o buscada y representa la probabilidad de que Z esté entre -0,68 y 0,denotada
Pr{ -0,68 ≤ Z ≤ 0}.
c) Área pedida = (área entre Z = -0,46 y Z = 0) + (área entre Z = 0 y Z = 2,21)
= (área entre Z = 0 y Z = 0,46) + (área entre Z = 0 y Z = 2,21)
= 0,1772 + 0,4864 = 0,6636
d) Área pedida = (área entre Z = 0 y Z = 1,94) - (área entre Z = 0 y Z = 0,81
= 0,4738 + 0,2910 = 0,1828
e) Área pedida = (área a la izquierda de Z = 0) - (área entre Z = - 0,6 y Z = 0)
= (área a la izquierda de Z = 0) - (área entre Z = 0 y Z = 0,6)
= 0,5 - 0,2258 = 0,2742
f) Área pedida = (área entre Z = - 1,28 y Z = 0) + (área a la derecha de Z = 0)
= 0,3997 + 0,5 = 0,8997
g) Área pedida = área total - (área entre Z = - 1,44 y Z = 0) - (área entre Z = 0 y Z = 2,05).
= 1 – 0,4251 - 0,4798 = 1 – (0,4251 + 0,4798) = 1 – 0,9049 = 0,0951.
7.18. Determinar el valor o valores de Z en los casos: a), b) y c), que corresponden a las figuras 7.3(a) a 7.3(c),
respectivamente. La palabra “área” se refiere al área bajo la curva normal.
a) El área entre 0 y Z es 0,3770.
b) El área a la izquierda de Z es 0,8621.
c) El área entre – 1,5 y Z es 0,0217.
Solución/respuesta
a) Al final de esta guía en la tabla de área bajo la curva normal (ABLCN) la entrada 0,3770 está a la derecha de la fila
marcada 1.1 y bajo la columna 6; así pues, el Z pedido es Z = 1,16. Si esta área estuviera al lado izquierdo de la gráfica, el
valor de Z sería negativo, entonces, por simetría, Z = -1,16 es otro valor Solución/respuesta de z, con lo que Z = ±1,16.
b) como el área es mayor que 0,5, Z debe ser positivo. El área entre 0 y Z = 0,8621 – 0,5 = 0,3621, de donde Z = 1,09.
c) si Z fuera positivo, el área sería mayor que el área entre – 1,5 y 0, que es 0,4332; luego Z es negativo.
Caso 1 [Z negativo, pero a la derecha de -1,5; véase la figura 7.3(c1)].
El área entre – 1,5 y Z = (área entre – 1,5 y 0) – (área entre 0 y z), y 0,0217 = 0,4332 – (área entre 0 y z). Así pues, el área
entre 0 y Z = 0,4332 – 0,0217 = 0,4115, de donde Z = - 1,35.
Caso 2 [Z negativo, pero a la izquierda de -1,5; véase la figura 7.3(c2)].
El área entre Z y – 1,5 = (área entre Z y 0) – (área entre – 1,5 y 0), y 0,0217 = (área entre 0 y z) – 0,4332. Luego el área
entre 0 y Z = 0,0217 + 0,4332 = 0,4549, y Z = - 1,694 por interpolación lineal; o sea, con menos precisión, Z = - 1,69.
7.19. Hallar las ordenadas de la curva normal en: a) Z = 0,84, b) Z = -1,27 y c) Z = -0,05.
Solución/respuesta
a) en la tabla área bajo la curva normal, buscamos la entrada 0,8 en la columna de Z y luego nos movemos a lal derecha
hasta la columna 4. La entrada 0,2803 es la ordenada o dato pedido.
b) por simetría: (ordenada en Z = -1,27) = (ordenada en Z = 1,27) = 0,1781.
c) (ordenada en Z = -0,05) = (ordenada en Z = 0,05) = 0,3984.
7.20 El peso medio de 500 estudiantes varones de cierta universidad es de 151 libra (lb), y la desviación típica es de 15
lb. Supuesto que los pesos están normalmente distribuidos, hallar cuantos estudiantes pesan a) entre 120 y 155 lb. Y b)
más de 185 lb.
Solución/respuesta
a) Los pesos anotados entre 120 y 155 libras pueden tener realmente cualquier valor entre 119,5 y 155,5 lb., si han sido
anotados con precisión de una libra.
119,5 en unidades estándar o Z es (119,5 – 151) /15 = - 2,10
155,5 en unidades estándar o Z es (155,5 – 151) /15 = 0,30
como indica la figura 7.4a),
Proporción requerida de estudiantes = (área requerida entre Z = -2,10 y Z = 0,30)
= (área requerida entre Z = -2,10 y Z = 0) + (área entre Z = 0 y Z = 0,30)
= 0,4821 + 0,1979 = 0,600
Para obtener el número de estudiantes que pesan entre 120 y 155 libras es de 500 x (0,60) = 300 estudiantes.
b) Los estudiantes que pesan más de 185 libras han de pesar al menos 185,5 lb.
185,5 lb en unidades estándar o Z es = (185,5 – 151) / 15 = 2,30.
como se ve en la figura 7.4 b),
Proporción requerida de estudiantes = (área a la derecha de Z = 2,30)
= (área a la derecha de Z = 0) - (área entre Z = 0 y Z = 2,30)
= 0,5 - 0,4893 = 0,0107
Así que el número de estudiantes que pesan más de 185 lb. es de 500 x (0,0107) = 5.
Si W denota el peso de un estudiante al azar, podemos resumir los resultados precedentes en términos de probabilidad
escribiendo
Pr{119,5 ≤ W ≤ 155,5} = 0,600 y Pr{W ≥ 185,5} =0,0107
7.21. Determinar cuántos de los 500 estudiantes del problema anterior pesan: a) menos de 128 lb., b) 128 lb. Y c) no
más de 128 lb.
Solución/respuesta
a) Los que pesan menos de 128 lb deben pesar al menos 127,5 lb.
127,5 lb en unidades estándar o Z es = (127,5 – 151) / 15 = - 1,57.
Como vemos en la figura 7.5a)
Proporción requerida de estudiantes = (área a la izquierda de Z = -1,57)
= (área a la izquierda de Z = 0) - (área entre Z = -1,57 y Z = 0)
= 0,5 - 0,4418 = 0,0582
Así que el número de estudiantes que pesan menos de 128 lb. es de 500 x (0,0582) = 29.
b) Los que pesan 128 lb, en realidad pesan entre 127,5 y 128,5 lb.
Como se muestra en la figura 7.5 b),
Proporción requerida de estudiantes = (área entre Z = -1,57 y Z = -1,50)
= (área entre Z = - 1,57 y Z = 0) - (área entre Z = -1,50 y Z = 0)
= 0,4418 - 0,4332 = 0,0086
Así que el número de estudiantes que pesan 128 lb. es de 500 x (0,0086) = 4.
c) Los que no pasan de 128 lb deben pesar 128,5 lb.
128,5 lb en unidades estándar o Z son = (128,5 – 151)/15 = -1,50
Como muestra la figura 7.5c),
Proporción requerida de estudiantes = (área entre Z = -1,50)
= (área a la izquierda de Z = 0) - (área entre Z = -1,50 y Z = 0)
= 0,5 - 0,4332 = 0,0668
Así que el número de estudiantes que no sobrepasan las 128 lb. es de 500 x (0,0668) = 33.
Otro método o forma, empleando las partes a) y b).
El número de los que no pasan de 128 lb es (los que pesan menos de 128lb) + (los que pesan 128 lb.) = 29 + 4 = 33.
7.22. Las puntuaciones en un test de biología eran 0,1,2, ……., 10 puntos, según el número de respuestas correctas de
entre las 10 cuestiones/preguntas/items. La nota media fue de 6,7 y la desviación típica de 1,2. supuesto que lsa notas
estuvieran normalmente distribuidas, determinar: a) el porcentaje de estudiantes que tuvo 6 puntos, b) la nota máxima
del 10% más bajo y c) la nota mínima del 10% más alto de la clase.
Solución/respuesta.
a) Para aplicar la distribución normal a datos discretos como una nota, es necesario tratar los datos como si fueran
continuos. Así que una nota de 6 puntos se considera que está entre 5,5 y 6,5 puntos.
5,5 lb. en unidades estándar o Z son = (5,5 – 6,7)/1,2 = -1,0
6,5 lb. en unidades estándar o Z son = (6,5 – 6,7)/1,2 = - 0,17
Como muestra la figura 7.6a),
Proporción requerida = (área entre Z = -1,0 y Z = -0,17)
= (área entre Z = -1,0 y Z = 0) - (área entre Z = -0,17 y Z = 0)
= 0,3413 - 0,0675 = 0,2738 = 0,2738 x 100 = 27,38%
b) Sea X1 la nota máxima y z1 la nota en unidades estándar o unidades z, ubicada en el área negativa de la curva para
valores z. De la figura 7.6b) se ve que el área a la izquierda de z1 es 10% o lo que es igual, 0,10. Si cada lado de la curva
normal vale 0,5; entonces el área entre z1 y 0 vale 0,40. Si buscamos este valor en la tabla del ABLCN, encontramos el
valor de 0,3997, el más aproximado, obteniéndose el valor de Z = - 1,28, aproximadamente. Luego z1 = (X1 – 6,7)/1,2 = -
1,28, por lo que despejando X1 obtenemos que X1 = 5,2, redondeando 5.
c) Sea X2 la nota máxima y z2 la nota en unidades estándar o unidades z, ubicada en el área positiva de la curva para
valores z. De la figura 7.6b) se ve que el área a la derecha de z2 es 10% o lo que es igual, 0,10. Si cada lado de la curva
normal vale 0,5; entonces el área entre z2 y 0 vale 0,40. Si buscamos este valor en la tabla del ABLCN, encontramos el
valor de 0,3997, el más aproximado, obteniéndose el valor de Z = - 1,28, aproximadamente. Luego z2 = (X2 – 6,7)/1,2 =
+1,28, por lo que despejando X2 obtenemos que X2 = 8,2, redondeando 8.
7.23) El diámetro medio interior de una muestra de 200 tubos producidos por una máquina es de 0,502 pulgadas
(inches) y la desviación típica es de 0,05 inch. El uso de los tubos permitirá una tolerancia en el diámetro de 0,496 a
0,508 inch.; de otro modo se considerarán defectuosos. Determinar el porcentaje (%) de tubos defectuosos, supuesto
que los tubos producidos por la máquina siguen una distribución estándar o están normalmente distribuidos.
0,496 en unidades estándar = (0,496 – 0,502)/0,005 = - 1,2
0,508 en unidades estándar = (0,508 – 0,502)/0,005 = 1,2
Como muestra la figura 7.7,
Proporción de tubos defectuosos = (área bajo la curva normal entre Z
= -1,2 y Z = 1,2)
= (doble del área entre Z = 0 y Z = 1,2)
= 2(0,3849) = 0,7698 o sea 77%.
Luego el porcentaje de tubos defectuosos es de 100% - 77% = 23%.
Nótese que si pensamos que el intervalo de 0,496 a 0,508 representa
diámetros desde 0,4955 hasta 0,5085 inches o pulgadas, el resultado
anterior cambia ligeramente. Con dos cifras significativas, sin
embargo, el resultado se mantiene.
12) La bulimia nerviosa (BN) es un trastorno del comportamiento alimentario (TCA) que se trata con una psicoterapia
cognitivo comportamental (TCC) la cual logra excelentes resultados en los sujetos tratados. La recuperación se logra
frecuentemente en 2 meses y medio de tratamiento. Asuma que los datos del total de días de tratamiento exitoso
ininterrumpido presentan una distribución normal con una media (µ) de 75 días y una desviación típica (σ) de 6 días para
1500 pacientes ubicados en 3 urbanizaciones de cierta ciudad. A fin de estimar los distintos costos financieros,
farmacológicos, logísticos, etc., los cuales varían según la duración de la terapia, el psicólogo encargado se formula las
siguientes preguntas respecto a la recuperación de los pacientes:
1. Cuál es la probabilidad de que un paciente seleccionado al azar pueda recuperarse de la bulimia nerviosa en menos de
75 días o en más de 81 días. Qué número de pacientes requerirán este tipo de tratamiento?.
2. Cuál es la probabilidad de que un paciente seleccionado al azar pueda recuperarse de la bulimia nerviosa en un
tiempo de entre 69 a 81 días. Qué número de pacientes requerirán este tipo de tratamiento?.
62 días. Qué número de pacientes requerirán este tipo de tratamiento?.
5. Cuantos días deben transcurrir antes de que el 50% de los pacientes logren recuperarse de la BN. Qué número de
pacientes se encontrarán bajo estas condiciones?.
7. Cuál es el alcance intercuartil (en días) esperado para que los pacientes se recuperen?.
A fin de entender y visualizar el problema, se realizará una gráfica (ver figura siguiente) con las diferentes escalas (escala
de la media y la desviación típica o µ± Xσ; escala de X o tiempo en días y la escala Z) y sus transformaciones. Para
obtener las transformaciones entre estas escalas, se realizan las siguientes operaciones:
Sabemos que la media (µ) es 75 y la desviación típica (σ) es 6, por lo que restaremos la desviación típica de la media una
vez (75-(1x6)=69), dos veces (75-(2x6)=63) y tres veces (75-(3x6)=57) para obtener los valores X del lado negativo de la
gráfica, y sumaremos la desviación típica de la media una vez (75+(1x6)=81), dos veces (75+(2x6)=87) y tres veces
(75+(3x6)=93) para obtener los valores X del lado positivo de la gráfica. Otra forma de obtenerlos es despejar X de la
fórmula de Z, sabemos que Z = (X – µ)/ σ, por lo que al despejar X obtenemos X = µ+Zσ. Fíjese que los valores de Z son -3,
-2, -1 y +1, +2 y +3; por lo que obtendríamos: a) 75+( -3)x6 = 57; b) 75+( -2)x6 = 63 y c) 75+( -1)x6 = ;75+( -3)x6 = 69 que
son los valores del lado negativo y a) 75+( +3)x6 = 93; b) 75+( +2)x6 = 87 y c) 75+( +1)x6 = 81 que son los valores del lado
positivo.
75 días o en más de 81 días o P(75<X>81) ?. Qué número de pacientes requerirán este tipo de tratamiento?.
a) Calculamos inicialmente la probabilidad que X se encuentre entre 75 y 81 o P(75>X>81), posteriormente restamos la
probabilidad total de la curva, que es uno, de la probabilidad obtenida.
Para calcular la probabilidad entre 75 y 81 o P(75>X>81), se emplea la ecuación de Z, que es Z = (X – µ)/σ y se
substituyen los datos, Z = (75 – 75)/6 = 0 y Z = (81– 75)/6 = 1, por lo que la probabilidad a buscar en la tabla de áreas
bajo la curva normal (ABLCN) ubicada al final de la guía, es la comprendida entre Z = 0 y Z = 1, la cual vale 0,3413. Si
restamos este valor de 1, que es la suma total de la probabilidad bajo la curva normal, (1-0,3413=0,6587) obtenemos el
valor de la probabilidad buscada, que es 0,6587, o expresada porcentualmente, 65,87%. El número de pacientes que
requieren este tipo de tratamiento se obtiene multiplicando 1500 x 0,6587 = 988,05; aproximadamente 988 sujetos.
b) Otra forma de resolver este problema es calcular el área o probabilidad mayor a 81 días P(X>81) y después sumársela
a el área o probabilidad inferior a 75 días P(X<75).
Como 75 es justamente la media (µ) de la distribución de los días, sabemos que las sección inferior corresponde
exactamente a la mitad del área o probabilidad de la curva normal, por lo que su valor corresponde a 0,5 (como puede
observarse en la figura superior). El número de pacientes que requieren este tipo de tratamiento se obtiene
multiplicando 1500 x 0,5 = 750 sujetos. El tratamiento de estos pacientes obviamente tendrá un costo menor.
En cuanto a el área o probabilidad superior a 81 días P(X>81), podemos calcularla restando el valor de la mitad superior
de la curva (que vale 0,5) del valor del área o probabilidad ubicada entre 75 y 81 P(75<X<81), valor que ya calculamos en
la sección anterior y que vale 0,3413. Por tanto, si restamos 0,5 de 0,3413, obtendremos el valor del área o probabilidad
para datos superiores a 81 días, este cálculo da el siguiente resultado: P(X>81) = 0,5 – 0,3413 = 0,1587. El número de
pacientes que requieren este tipo de tratamiento se obtiene multiplicando 1500 x 0,1587 = 238,05; aproximadamente
238 sujetos. El tratamiento de estos pacientes obviamente tendrá un costo mayor.
Ahora podemos sumar el valor del área inferior a 75 y el valor del área superior a 81 y obtener el valor de área o
probabilidad deseado, P(75<X>81) = 0,5 + 0,1587 = 0,6587, o porcentualmente expresado, 65,87%. El número de
pacientes que requieren este tipo de tratamiento se obtiene obtiene multiplicando 1500 x 0,6587 = 988,05;
aproximadamente 988 sujetos.
El psicólogo encargado ahora está interesado en calcular la probabilidad de que un paciente seleccionado al azar pueda
recuperarse de la bulimia nerviosa en un tiempo de entre 69 a 81 días P(69≤X≤81), dicho de otro modo, calcular la
probabilidad del cuerpo central o principal de los casos.
Para calcular la probabilidad entre 69 y 81 o P(69≤X≤81), se emplea la ecuación de Z, que es Z = (X – µ)/σ y se
substituyen los datos, Z = (69 – 75)/6 = -1,0 y Z = (81– 75)/6 = +1,0; por lo que la probabilidad a buscar en la tabla de
áreas bajo la curva normal (ABLCN) ubicada al final de la guía, esta comprendida entre Z = 0 y Z = 1, la cual vale 0,3413.
Ahora bien, por el principio de simetría de la curva normal, el área comprendida entre Z = 0 y Z = 1 es igual a la ubicada
entre Z = 0 y Z = -1, por lo que tenemos dos áreas o probabilidades iguales ubicadas a ambos lados de la media de la
distribución de datos, por esto, solo debemos multiplicar por 2 el área obtenida y esa será la respuesta esperada, la cual
es 0,3413 x 2 = 0,6826 o expresada, porcentualmente 68,26%. El número de pacientes que requieren este tipo de
tratamiento se obtiene obtiene multiplicando 1500 x 0,6826 = 1023,9; aproximadamente 1024 sujetos. El tiempo de
duración y el costo del tratamiento de estos pacientes puede considerarse como uno de los más frecuentes, promedio o
general para estas condiciones. Con estos datos podemos hacer la siguiente generalización: podemos esperar que poco
mas de dos de cada tres pacientes (68,23%) requieran este tipo de terapia y su costo asociado, ya que se encuentra
ubicado dentro de ±1 desviación típica de la media o promedio.
62 días . Qué número de pacientes requerirán este tipo de tratamiento?.
Para calcular la probabilidad de que un paciente seleccionado al azar pueda recuperarse de la bulimia nerviosa en
menos de 62 días, debemos observar que 62 es un número inferior a 75, que es la media (µ) de los datos, por lo que el Z
a calcular tendrá un valor negativo y se ubicará en el lado izquierdo o negativo de la siguiente gráfica.
Para calcular la probabilidad de valores inferiores a 62, P(62<X), se emplea la ecuación de Z, que es Z = (X – µ)/σ y se
substituyen los datos, Z = (62 – 75)/6 = -2,17; por lo que la probabilidad a buscar en la tabla de áreas bajo la curva
normal (ABLCN) ubicada al final de la guía, esta comprendida entre Z = 0 y Z = 2,17, la cual vale 0,4850. Ahora bien, para
calcular la probabilidad buscada, debemos restar la probabilidad de la mitad de la curva, que es 0,5, de la probabilidad
calculada, que es 0,4850, P(62<X) = 0,5 – 0,4850 = 0,015 o expresada porcentualmente, 1,5%. El número de pacientes
que requieren este tipo de tratamiento se obtiene obtiene multiplicando 1500 x 0,015 = 22,5; aproximando por exceso
23 sujetos. El tiempo de duración y el costo del tratamiento de estos pacientes puede considerarse uno de los menores y
más económicos para estas condiciones. Con estos datos podemos hacer la siguiente generalización: podemos esperar
que de 1000 pacientes, solo 15 requieran este tipo de terapia y su costo asociado.
Para calcular la probabilidad de que un paciente seleccionado al azar pueda recuperarse de la bulimia nerviosa entre 62
y 69 días o P(62≤X≤69), debemos observar que tanto 62 como 69 son números inferiores a 75, que es la media (µ) de los
datos, por lo que los valores Z a calcular tendrá un signo negativo y se ubicarán en el lado izquierdo o negativo de la
siguiente gráfica.
Para calcular la probabilidad de valores entre 62 y 69, P(62≤X≤69), se emplea la ecuación de Z, que es Z = (X – µ)/σ y se
substituyen los datos, Z = (62 – 75)/6 = -2,17 y Z = (69 – 75)/6 = -1; por lo que la probabilidad a buscar en la tabla de
probabilidades o áreas bajo la curva normal (ABLCN) ubicada al final de la guía, está comprendida entre Z = 0 y Z = 2,17,
la cual vale 0,4850, y entre Z = 0 y Z = 1,0, la cual vale 0,3413. Ahora bien, para calcular la probabilidad buscada,
debemos restar la probabilidad de la probabilidad o área mayor de la probabilidad o área menor, tal como se india a
continuación:
P(62≤X≤69) = P(62≤X≤75) – P(69≤X≤75) = P(Z = 2,17) – P(Z = 1,0) = 0,4850 – 0,3413 = 0,1437 o expresada
porcentualmente, 14,37%
El número de pacientes que requieren este tipo de tratamiento se obtiene obtiene multiplicando 1500 x 0,1437 =
215,55; aproximando por exceso 216 sujetos. El tiempo de duración y el costo del tratamiento de estos pacientes puede
considerarse de entre los menores aunque superior a los del caso anterior, ya que se encuentra por debajo de la media.
En este caso podemos observar que no tenemos datos sobre la variable tiempo en días, sino que nos preguntamos sobre
los valores numéricos de la variable tiempo que corresponden a una probabilidad ya conocida y establecida
anteriormente. Este dato del 50% refleja la probabilidad o área bajo la curva normal (ver la siguiente figura), por lo que
puede observarse que este valor de probabilidad o área bajo la curva corresponde a la media (µ), que en esta
distribución normal simétrica es igual a la moda y a la mediana. En esta distribución, la media (µ), la moda y la mediana
valen igual, en este caso 75 días, por lo que 75 días deben transcurrir antes de que el 50% de los pacientes logren
recuperarse de la BN, y el número de pacientes se encontrarán bajo estas condiciones serán 1500x0,5=750 sujetos. Con
estos datos podemos hacer la siguiente generalización: podemos esperar que de 1 de cada dos pacientes requieran
terapia en este rango de días y su costo asociado.
Para determinar cuantos días transcurren antes de que el 10% de los pacientes se recuperen de la BN, debemos
enfocarnos en la siguiente figura. Puesto que esperamos que el 10% de los pacientes se recuperen del TCA, entonces se
esperaría que el 90% de los pacientes requirieran X días o más para restablecerse satisfactoriamente. De la figura
podemos observar que este 90% puede descomponerse en dos partes: tiempo en días por arriba de la media (es decir,
50% de los pacientes) y tiempo entre la media y el valor deseado X (es decir, 40% de los obreros).
Mientras no conozcamos X, podemos determinar el valor estandarizado correspondiente a Z, puesto que el área que
está bajo la curva normal desde la media estandarizada 0 hasta esta Z debe ser 0,40. Usando la tabla de probabilidades o
área bajo la curva normal que está al final de la guía, buscamos el área o probabilidad 0,40; y obtenemos el resultado
más parecido que es 0,3997.
Si buscamos el valor Z correspondiente a este valor de probabilidad o área en la primera columna de la izquierda (1,2) y
en la primera fila superior de la tabla (0,08), encontramos el valor 1,28 (1,2+0,08=1,28). Ya que estamos trabajando en el
lado o área negativa (porque los valores X de los días son menores que la media estandarizada 0), el número Z=1,28
tiene un valor negativo (-1,28).
Ya tenemos el valor Z, la media (µ) y la desviación típica (σ), por lo que despejamos X de la expresión: Z = (X – µ)/σ y
obtenemos que X = µ + Zσ. Si substituimos los valores y calculamos X obtenemos: X = 75 + (-1,28) x (6) = 67,32 días. Por
esto, esperaríamos que el 10% de los pacientes fueran capaces de recuperarse de la bulimia nerviosa mediante el TCC en
menos de 67, 32 dísa o, aproximando por defecto, 32 días. El número de pacientes que requieren este tipo de
tratamiento se obtiene multiplicando 1500 x 0,10 = 150. El tiempo de duración y el costo del tratamiento de estos
pacientes puede considerarse uno de los más económicos para estas condiciones. Con estos datos podemos hacer la
siguiente generalización: podemos esperar que de 1 de cada diez pacientes requieran terapia en este rango de días y su
costo asociado.
Como resumen, para encontrar un valor X particular asociado con una probabilidad conocida, debemos:
1. Dividir la mitad apropiada de la curva normal en dos partes: la porción de la X deseada a la media y la porción de
la X deseada al extremo.
2. Sombrear el área de interés
3. usando la tabla al final de la guía, determinar el valor de Z apropiado correspondiente al área que está bajo la
curva normal desde la X deseada hasta la media de la X (µx)
4. obtener X usando la expresión X = µx + Zσ.
7. Cual es el alcance intercuartilico (en días) esperado para que los pacientes se recuperen?.
Para obtener el rango intercuartílico, primero debemos hallar el valor de Q1 (que representa el 25% del área) y
posteriormente el Q3 (que representa el 75% del área), después debemos restar el primer dato del segundo. Para hallar
el valor del primer cuartil, debemos determinar el tiempo en días durante el cual puede esperarse que solo el 25% de los
pacientes se recuperen de la bulimia nerviosa (BN). Esto se ilustra en la siguiente figura.
Este valor del 25% divide la primera sección de la curva en dos secciones o mitades, la primera de 0,25 de probabilidad o
área de la curva normal y la segunda también de 0,25 de probabilidad o área, que sumadas conforman el 0,5 de área de
la primera parte o sección negativa de la curva normal. Conociendo este dato, podemos calcular el valor de Z
estandarizado que corresponde al área de 0,25 o el valor del primer cuartil Q1, dato que podemos obtener de la tabla,
ya que es el valor de Z que corresponde al área cuyo valor se encuentra entre la media estandarizada Z (0) y el valor Z
que buscamos (el ABLCN es 0,25). El valor más aproximado es 0,2486. Si buscamos el valor Z correspondiente a este
valor de probabilidad o área en la primera columna de la izquierda (0,6) y en la primera fila superior de la tabla (0,07),
encontramos el valor 0,67 (0,6+0,07=0,67). Ya que estamos trabajando en el lado o área negativa (porque los valores X
de los días son menores que la media estandarizada 0), el número Z=0,67 tiene un valor negativo (-0,67).
Ya tenemos el valor Z, la media (µ) y la desviación típica (σ), por lo que despejamos X de la expresión: Z = (X – µ)/σ y
obtenemos que X = µ + Zσ. Si substituimos los valores y calculamos X obtenemos: X = 75 + (-0,67) x (6) = 70,98 días (71
días aproximando por exceso) para el valor de Q1. Para obtener el valor de Q3 debemos fijarnos en la siguiente figura.
Este cálculo es análogo al anterior, pero ubicándonos en este caso en el lado positivo de la curva normal. El tercer cuartil
o Q3 representa el 75% de la probabilidad o área total de la curva, por lo que representa el 25% del área por encima de
la media de 75 días en escala X o de tiempo. Según la propiedad de simetría de la curva normal, nuestro valor de Z
buscado debe ser +0,67, puesto que en este caso Z cae en el lado derecho o lado positivo de la curvo. También puede
decirse que Z se ubica en el lado derecho de la media estandarizada de Z que vale 0. Por todo esto, podemos decir que
este valor es 0,67 pero con un signo positivo (+0,67). Para obtener el valor de X en días, despejamos X de la expresión: Z
= (X – µ)/σ y obtenemos que X = µ + Zσ. Si substituimos los valores y calculamos X obtenemos: X = 75 + (+0,67) x (6) =
79,02 días (79 días aproximando por defecto) para el valor de Q3. El rango intercuartílico de esta distribución es: Q3 –
Q1 = 79 – 71 = 8 días.
A un grupo de niños se les aplica una prueba de inteligencia (WISC); suponga que las puntuaciones se distribuyen en
forma normal y tienen los parámetros siguientes: µx = 100 y σx = 15.
En términos de CI, utilizando esta información se resolverán los siguientes problemas:
1. ¿Qué porcentaje de niños están en el intervalo p (90 ≤ X ≤ 110)?
Paso 1. Se calculan los valores de Z para 90 y 110, o sea: X1 = 90 y X2 = 110.
Puntuación Z para 90:
( ) ( )

( ) ( )
Donde el signo de resta indica únicamente que la puntuación Z se encuentra a la izquierda de la media aritmética.
Paso 2. Se determina el porcentaje entre la media y cada una de las puntuaciones Z obtenidas anteriormente, utilizando
la tabla Z se obtiene que el área bajo la curva entre la media y la puntuación Z (-0,67) es 24,86% y para Z (+0,67) es
24,86%, lo que da un total de 49.72 por ciento.
Será 49.72% el porcentaje esperado de niños que presentan un CI normal (entre 90 y 110).
El concepto de normalidad en las ciencias de la salud es un concepto netamente estadístico y se obtiene utilizando la
distribución normal.
2. ¿Qué porcentaje de niños obtuvieron un CI mayor que 110, es decir, p (X ≥ 110)?

Paso 1. Se calculan los valores Z de 110.
( ) ( )
Paso 2. Se ubica en una gráfica el valor de Z obtenido:
Paso 3. Se localiza en la tabla Z el valor del área que habrá de encontrarse.

Como el área que se requiere es la del extremo derecho y el valor anterior, 24.86% es el área de la media a 110 y,
dado que dicha área es de 50%, se le resta el valor de 24.86% y éste será el porcentaje del área buscada: 50 - 24.86 =
25.14 por ciento.
Esta área en la gráfica equivalente a 25.14% significa el porcentaje de niños superior al término medio.
3. ¿Qué porcentaje de niños tienen un CI menor que el término medio, o menos de 90; p(x ≤ 90)?
( ) ( )
El porcentaje de niños que tienen un CI menor que el término medio, o menos de 90; p(x ≤ 90) es de 25,14%.
7.24 De una distribución normal, la media es de 26.1 y la desviación estándar 10.7.
a) Calcule las calificaciones Z que equivalen a los siguientes datos de dicha distribución:
a1) 5, a2)18, a3) 30, a4) 39, a5) 46, a6) 51.
a) Z = -1.97, Z = -0.76, Z = 0.36Z = 1.21, Z = 1.86, Z = 2.33 respectivamente
b) Transforme cada una de estas calificaciones Z en una puntuación x con media de 50 y desviación estándar de 10.
b) X = -4.5, X = -3.2, X = -2.0X = -1.1, X = -0.4, X = 0.1 respectivamente
7.25 Dadas las siguientes puntuaciones Z:

a) 0.27 c) 3.00 e) - 0.65 g) - 0.80
b) 2.47 d) 1.00 f) - 0.05 h) - 3.20
Calcule el área comprendida entre la media y cada puntuación. Suponga que la distribución es normal.
a) 10.64% d) 34.13% g) 28.81%

b) 49.32% e) 24.22% h) 49.93%
c) 49.87% f ) 1.99%
7.27 En una distribución normal, calcule la proporción de casos que quedan entre Z:
a) - 1.00 y 1.00
b) - 2.00 y 2.00
c) -1.25 y 0.75
d) -0.75 y 1.25
e) -1.30 y - 0.30
a) 68.26% c) 66.78% e) 28.53%
b) 95.44% d) 12.10%
7.28 En una distribución normal, calcule la proporción de casos que están:

a) Entre Z = -0.25 y -1.25
b) Entre Z = 0.25 y 1.25
c) Entre Z = -0.62 y -2.15
d) Fuera de los límites de Z = 0.40 y -0.20
e) Fuera de los límites de Z = -2.00 y 2.00
a) 29.57% c) 25.18% e) 4.56%
b) 29.57% d) 76.53%
7.29 En una distribución normal, calcula la proporción de casos que quedan:

a) Superior a Z = 1.00
b) Debajo de Z = -2.00
c) Arriba de Z = 3.00
d) Debajo de Z = 0
e) Entre Z = -1.28 y 0
f) Arriba de Z = -1.28
g) Entre Z = 0 y 1.64
a) 15.87% d) 50% g) 44.95%
b) 2.28% e) 39.97%
c) 0.13% f ) 89.97%
7.30 Con la distribución de los resultados de una prueba de introversión-extroversión que se aplicó a un numeroso
grupo de estudiantes, x = 82 y S = 12 (los resultados altos están en dirección de la introversión), para los siguientes
estudiantes, convierte los resultados nuevos a un resultado Z.
a) Juan 88 b) Jorge 96 c) María 72 d) Alfredo 64
a) Z = 0.5 c) Z = -0.83
b) Z = 1.16 d) Z = -1.5
7.31 Calcule el valor de Z, asociado con las siguientes áreas, bajo la gráfica de la distribución normal.
a) El área a la izquierda de Z es 0.9732.
b) A la derecha de Z es 0.6406
c) A la izquierda de Z es 0.0409
d) A la derecha de Z es 0.2389
e) Entre Z y  es 0.3212
f) A la derecha de Z es 0.025
g) A la derecha Z es 0.01
h) Entre Z y - Z es 0.99
a) Z = 1.93 d) Z = 0.71 g) Z = 2.33
b) Z = - 0.36 e) Z = 0.92 h) Z = 2.58
c) Z = - 1.74 f ) Z = 1.96
7.32 Un estudio, realizado por un instituto

de investigación en la docencia, trata de
determinar el porcentaje de maestros que
alcanzaron el 70% de control sobre sus
grupos, que es lo que el instituto establece
como puntuación mínima de control. Si se
investigaron 100 maestros y se encontró un
porcentaje medio de 67, con una desviación
estándar de 12, determine la cantidad de los
que alcanzaron a cubrir el requisito.
Se supone que los resultados de un examen siguen una distribución normal con media 78 y desviación típica de 36. Se
pide:
a) ?Cuál es la probabilidad de que una persona que se presenta al examen obtenga una calificación superior a 72?.
b) Calcular la proporción de estudiantes que tienen puntuaciones que exceden por lo menos en 5 puntos de la
puntuación que marca la frontera entre el Apto y el No Apto (son declarados no aptos el 25% de los estudiantes
que obtuvieron las puntuaciones más bajas).
c) Si se sabe que la calificación de un estudiante es mayor que 72, ¿cuál es la probabilidad de que su calificación
sea, de hecho, superior a 84?.
a) Si =78 y σ = 36, se busca P(X˃72)?.
( ) ( )
P(X˃72) = 0,5 + 0,0636 = 0,5636 o porcentualmente expresado,

56,36%.
b) P( X≤ N) = 25% = 0,25.
ABLCN = 0,5 – 0,25 = 0,25 → Z = -0,67.
Despejando X de:
( )
( ) ( )
Ya que las puntuaciones exceden por lo menos en 5 puntos de la puntuación que marca la frontera entre el Apto y el No
Apto, entonces X = 54+5 = 59.
( ) ( )
P(X˃59) = 0,5 + 0,2019 = 0,7019 o porcentualmente expresado, 70,19%
c) cuál es la probabilidad de que la calificación sea superior a 84, P(X˃84)

( ) ( )
P(X˃84) = 0,5 – 0,0636 = 0,4364 o porcentualmente expresado, 43,64%

( )
( )
( )
Si las calificaciones obtenidas en un examen, con notas entre 0 y 100, tiene una distribución normal, con una media (µ)
de 72 y una desviación típica de 4, diga:
a) ¿Cuál es la calificación mínima que debe recibir un alumno para estar dentro del 10% de los estudiantes que
obtuvieron las notas más altas en el examen?.
b) ¿Si entre las calificaciones 60 y 80, hay 20 alumnos, cuantos estudiantes tiene el curso?
a) Si la µ = 72 y la σ = 4, el 10% es sobre notas altas o superiores a la media, por lo que este porcentaje de área se
encontrará en la parte superior o positiva de la curva normal, cuyo valor de área vale 0,5. Expresado decimalmente,
10%=0,10. Por lo que, para saber el Z correspondiente, restamos 0,5 de 0,1, ABLCN= 0,5-0,1=0,4 de área o probabilidad,
con este dato, buscamos en la tabla de ABLCN el valor más aproximado, que es 0,3997, de corresponder a un Z de 1,28.
Para encontrar el valor de X correspondiente, despejamos X de la ecuación Z = (X - µ)/σ →→ X = µ + Zσ. Substituyendo
valores tenemos X = 72 + (1,28)x(4) = 77,12, y esta es la calificación mínima que debe recibir un alumno para estar
dentro del 10% de los estudiantes que obtuvieron las notas más altas en el examen.
b) Si hay 20 alumnos entre las calificaciones 60 y 80, que son dos notas que se ubican alrededor de la media, calculamos
cual es la calificación estandarizada o Z para cada una de los puntajes que tenemos, de estos valores Z obtenemos el
ABLCN para cada calificación, obtenemos la sumatoria de la probabilidad o área para estos 20 estudiante, y con una
simple relación obtenemos el dato de cuantos estudiantes tiene el curso.
#Est= 20, X1 = 60 y X2 = 80.

Z1 = (X1 - µ)/σ = (60 - 72)/4 = -3, ABLCN1 o Pr1 = 0,4987, expresado porcentualmente 49,87%
Z2 = (X2 - µ)/σ = (80 - 72)/4 = +2, ABLCN2 o Pr2 = 0,4773, expresado porcentualmente 47,73%
La probabilidad de P(60<X<80) = 0,4987 + 0,4773 = 0,9759, expresado porcentualmente 97,59%.
Si el #Est = n x P,despejamos n y obtenemos n = #Est/P, entonces n = 20/0,9759 = 20,49 ≈ 20 aproximando por defecto.
Un Test de inteligencia consta de 200 preguntas de verdadero y falso. Para una persona que respondiese al azar, calcular
la probabilidad de que acertase:
1) 50 preguntas o menos.
2) Mas de 50 preguntas y menos de 100
3) mas de 120 preguntas
n = 200 p = 0,5 q = 0,5

µ = n x p = (200) x (0,5) = 100
σ=√ =√ = 7,0711
1) 50 preguntas o menos: P(X≤50)

Z= ⁄ = -7,0014
P ( Z=-7,07) = P(X≤50) = 1,2752X10-12 = 0,000
2) Mas de 50 preguntas y menos de 100: P(50≤X≤100)

( )
para más de 50 preguntas: 50,5: X1 = 50,5
( )
para menos de 100: 99,5. X2 = 99,5.
P1(Z1=-7,0014)=1,2752X10-12 = 0,000 (ABLCN)
P2(Z2=-0,0707) = 0,0279 (ABLCN)

P2=0,5-0,0279=0,4721
P(50≤X≤100)=0,4721-0=0,4721 o porcentualmente expresado 47,21%.
3) mas de 120 preguntas: P(X>120)

( )
para más de 120 preguntas: 120,5: X1 = 120,5
P(Z=2,9)=0,4981 (ABLCN)
P(X>120)=0,5-0,4981=0,0019 o porcentualmente expresado 0,19%.
Bibliografía
1. Berenson Mark L. Levine David M. Estadística para administración, 6a ed.Naucalpan de Juárez: Pearson Educación,
2014.
2. Chao Lincoln, L. Estadísticas para las Ciencias Administrativas. Editorial McGraw Hill. 2da Edición. México 1975.
3. Cortada de Kohan, Nuria y Carro, J. M. Estadística Aplicada. Editorial Universitaria de Buenos Aires. Sexta Edición.
1975.
4. Haber, A y Runyon, R. Estadística General. Fondo Educativo Interamericano, S.A. México 1973.
5. Johnson R., Kuby P., Estadística elemental, lo esencial, 2008, Thomson.
6. Kaplan Robert, Sacuzzo D., Pruebas psicológicas principios, aplicaciones y temas, 2006, Thomson.
7. Lizasoain L. Joaristi L., Gestión y análisis de datos con SPSS V.11, 2003, Thomson-Paraninfo.
8. Losada J.L., López-Fral., Métodos de investigación en ciencias humanas y sociales, 2003, Thomson-
9. Martín Pliego J., Montero J., Problemas de Inferencia Estadística, 2005, Thomson-Paraninfo.
10. Mendenhall W., Beaver, et al., Introducción a la probabilidad y estadística, 2002, Thomson.
11. Mendenhall, Scheaffer, Ott, Elementos de muestreo, 2007, Thomson-Paraninfo.
12. Pagano Marcello, Bioestadística, Thomson, 2003. Paraninfo.
13. Pérez López C., Métodos Estadísticos Avanzados con SPSS, 2005, Thomson-Paraninfo.
14. Pérez-Tejada, Haroldo Elorza. Estadística para las ciencias sociales, del comportamiento y de la salud 3a. edición.
2008. CENGAGE Learning.
15. Riuz Díaz, Barón López, Bioestadística, 2006, Thomson-Paraninfo.
16. Rivas Gonzalez, Ernesto. Estadística Aplicada. Colección Libros, Sección Obras de Estadística, División de
Publicaciones. Facultad de Ciencias Económicas y Sociales, UCV, 2da Edición, Caracas 1975
17. Rivas Gonzalez, Ernesto. Estadística General. Ediciones de la Biblioteca UCV, Sexta Edición, Caracas 1979
18. Runyon, ; Haber, Estadística para las ciencias sociales.
19. Shao Stephen, P. Estadística parea Economistas y Administradores de Empresas. Herrero Hermanos S.A. México
1978.
20. Sierra Bravo R., Tesis doctorales y trabajos de investigación científica, 1999, Thomson-Paraninfo.
21. Spigel, Murray. Estadística, teoría y 875 problemas resueltos. Libros McGraw Hill. Compendios Shaum, México
1975.
22. Zaera. F. y J. Serradel. Métodos Estadísticos Colegial Bolivariana. Caracas 1971.
23. Uriel Jiménez E., Análisis multivariante aplicado, 2006, Thomson-Paraninfo.
24. Wackery D., Mendenhall W., Estadística matemática con aplicaciones, 2002, Thomson.
25. Zaera. F. Estadística Deductiva. Ediciones S.R.L. Caracas 1985.
Referencia: Sapiencia. Disponible en:https://sapiencia-web.blogspot.com/p/ejercicios-distribuc.html
Anexos
Tabla de las áreas unilaterales bajo la curva normal canónica entre 0 y Z
Z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

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 0,2517 0,2549
0,7 0,2580 0,2611 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 0,3413 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 0,4772 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 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4997
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998
3,6 0,4998 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,7 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,8 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,9 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000
Tabla de las áreas unilaterales bajo la curva normal canónica entre 0 y Z ampliada (7 decimales).
Áreas expresadas como probabilidad bajo la curva normal/tipificada Z Para encontrar la proporción del área
bajo la curva normal que cae bajo un valor específico de z, localice el valor de z en la primera columna de la derecha (que contiene unidades y decimas) y en la fila
superior de la tabla (que contiene centésimas). El número decimal ubicado en la intersección de la fila y la columna apropiadas es la proporción del área bajo la
curva. Por ejemplo, para encontrar el área bajo z=1,57, busque la intersección de 1,5 en la primera columna de la izquierda y 0,07 en la primera fila superior. El valor
obtenido es 0,4417924, de modo que 44,17924 o 44,18%del área bajo la curva que cae por debajo de z=1,57. A la inversa, para localizar el valor de z por debajo del
cual cae una proporción específica del área bajo la curva, empiece por buscar dicha proporción en el cuerpo interno de la tabla. Entonces busque el primer y
segundo dígito de z en la columna amarilla de la izquierda y el tercer dígito en la fila superior. Los tres dígitos son el valor de z de la proporción buscada. Por
ejemplo, para encontrar el valor de z por debajo del cual cae el 35,08% del área bajo la curva, se empieza por localizar 0,3508 en el cuerpo interno de la tabla. Está en
la intersección de la fila 1,0 y la columna 0,04, de modo que el valor z correspondiente es 1,04.
Datos de área/probabilidad obtenidos con la función DISTR.NORM.ESTAND del programa Excel para los distintos valores Z.
Z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0 0,0039894 0,0079783 0,0119665 0,0159534 0,0199388 0,0239222 0,0279032 0,0318814 0,0358564
0,1 0,0398278 0,0437953 0,0477584 0,0517168 0,05567 0,0596177 0,0635595 0,0674949 0,0714237 0,0753454
0,2 0,0792597 0,0831662 0,0870644 0,0909541 0,0948349 0,0987063 0,1025681 0,1064199 0,1102612 0,1140919
0,3 0,1179114 0,1217195 0,1255158 0,1293 0,1330717 0,1368307 0,1405764 0,1443088 0,1480273 0,1517317
0,4 0,1554217 0,159097 0,1627573 0,1664022 0,1700314 0,1736448 0,1772419 0,1808225 0,1843863 0,1879331
0,5 0,1914625 0,1949743 0,1984682 0,201944 0,2054015 0,2088403 0,2122603 0,2156612 0,2190427 0,2224047
0,6 0,2257469 0,2290691 0,2323711 0,2356527 0,2389137 0,2421539 0,2453731 0,2485711 0,2517478 0,2549029
0,7 0,2580363 0,2611479 0,2642375 0,2673049 0,27035 0,2733726 0,2763727 0,2793501 0,2823046 0,2852361
0,8 0,2881446 0,2910299 0,2938919 0,2967306 0,2995458 0,3023375 0,3051055 0,3078498 0,3105703 0,3132671
0,9 0,3159399 0,3185887 0,3212136 0,3238145 0,3263912 0,3289439 0,3314724 0,3339768 0,3364569 0,3389129
1 0,3413447 0,3437524 0,3461358 0,348495 0,35083 0,3531409 0,3554277 0,3576903 0,3599289 0,3621434
1,1 0,3643339 0,3665005 0,3686431 0,3707619 0,3728568 0,3749281 0,3769756 0,3789995 0,3809999 0,3829768
1,2 0,3849303 0,3868606 0,3887676 0,3906514 0,3925123 0,3943502 0,3961653 0,3979577 0,3997274 0,4014747
1,3 0,4031995 0,4049021 0,4065825 0,4082409 0,4098773 0,411492 0,413085 0,4146565 0,4162067 0,4177356
1,4 0,4192433 0,4207302 0,4221962 0,4236415 0,4250663 0,4264707 0,427855 0,4292191 0,4305634 0,4318879
1,5 0,4331928 0,4344783 0,4357445 0,4369916 0,4382198 0,4394292 0,4406201 0,4417924 0,4429466 0,4440826
1,6 0,4452007 0,4463011 0,4473839 0,4484493 0,4494974 0,4505285 0,4515428 0,4525403 0,4535213 0,454486
1,7 0,4554345 0,4563671 0,4572838 0,4581849 0,4590705 0,4599408 0,4607961 0,4616364 0,462462 0,463273
1,8 0,4640697 0,4648521 0,4656205 0,466375 0,4671159 0,4678432 0,4685572 0,4692581 0,469946 0,470621
1,9 0,4712834 0,4719334 0,4725711 0,4731966 0,4738102 0,4744119 0,4750021 0,4755808 0,4761482 0,4767045
2 0,4772499 0,4777844 0,4783083 0,4788217 0,4793248 0,4798178 0,4803007 0,4807738 0,4812372 0,4816911
2,1 0,4821356 0,4825708 0,482997 0,4834142 0,4838226 0,4842224 0,4846137 0,4849966 0,4853713 0,4857379
2,2 0,4860966 0,4864474 0,4867906 0,4871263 0,4874545 0,4877755 0,4880894 0,4883962 0,4886962 0,4889893
2,3 0,4892759 0,4895559 0,4898296 0,4900969 0,4903581 0,4906133 0,4908625 0,491106 0,4913437 0,4915758
2,4 0,4918025 0,4920237 0,4922397 0,4924506 0,4926564 0,4928572 0,4930531 0,4932443 0,4934309 0,4936128
2,5 0,4937903 0,4939634 0,4941323 0,4942969 0,4944574 0,4946139 0,4947664 0,4949151 0,49506 0,4952012
2,6 0,4953388 0,4954729 0,4956035 0,4957308 0,4958547 0,4959754 0,496093 0,4962074 0,4963189 0,4964274
2,7 0,496533 0,4966358 0,4967359 0,4968333 0,496928 0,4970202 0,4971099 0,4971972 0,4972821 0,4973646
2,8 0,4974449 0,4975229 0,4975988 0,4976726 0,4977443 0,497814 0,4978818 0,4979476 0,4980116 0,4980738
2,9 0,4981342 0,4981929 0,4982498 0,4983052 0,4983589 0,4984111 0,4984618 0,498511 0,4985588 0,4986051
3 0,4986501 0,4986938 0,4987361 0,4987772 0,4988171 0,4988558 0,4988933 0,4989297 0,498965 0,4989992
3,1 0,4990324 0,4990646 0,4990957 0,499126 0,4991553 0,4991836 0,4992112 0,4992378 0,4992636 0,4992886
3,2 0,4993129 0,4993363 0,499359 0,499381 0,4994024 0,499423 0,4994429 0,4994623 0,499481 0,4994991
3,3 0,4995166 0,4995335 0,4995499 0,4995658 0,4995811 0,4995959 0,4996103 0,4996242 0,4996376 0,4996505
3,4 0,4996631 0,4996752 0,4996869 0,4996982 0,4997091 0,4997197 0,4997299 0,4997398 0,4997493 0,4997585
3,5 0,4997674 0,4997759 0,4997842 0,4997922 0,4997999 0,4998074 0,4998146 0,4998215 0,4998282 0,4998347
3,6 0,4998409 0,4998469 0,4998527 0,4998583 0,4998637 0,4998689 0,4998739 0,4998787 0,4998834 0,4998879
3,7 0,4998922 0,4998964 0,4999004 0,4999043 0,499908 0,4999116 0,499915 0,4999184 0,4999216 0,4999247
3,8 0,4999277 0,4999305 0,4999333 0,4999359 0,4999385 0,4999409 0,4999433 0,4999456 0,4999478 0,4999499
3,9 0,4999519 0,4999539 0,4999557 0,4999575 0,4999593 0,4999609 0,4999625 0,4999641 0,4999655 0,499967
4 0,4999683 0,4999696 0,4999709 0,4999721 0,4999733 0,4999744 0,4999755 0,4999765 0,4999775 0,4999784
4,1 0,4999793 0,4999802 0,4999811 0,4999819 0,4999826 0,4999834 0,4999841 0,4999848 0,4999854 0,4999861
4,2 0,4999867 0,4999872 0,4999878 0,4999883 0,4999888 0,4999893 0,4999898 0,4999902 0,4999907 0,4999911
4,3 0,4999915 0,4999918 0,4999922 0,4999925 0,4999929 0,4999932 0,4999935 0,4999938 0,4999941 0,4999943
4,4 0,4999946 0,4999948 0,4999951 0,4999953 0,4999955 0,4999957 0,4999959 0,4999961 0,4999963 0,4999964
4,5 0,4999966 0,4999968 0,4999969 0,4999971 0,4999972 0,4999973 0,4999974 0,4999976 0,4999977 0,4999978
4,6 0,4999979 0,499998 0,4999981 0,4999982 0,4999983 0,4999983 0,4999984 0,4999985 0,4999986 0,4999986
4,7 0,4999987 0,4999988 0,4999988 0,4999989 0,4999989 0,499999 0,499999 0,4999991 0,4999991 0,4999992
4,8 0,4999992 0,4999992 0,4999993 0,4999993 0,4999994 0,4999994 0,4999994 0,4999994 0,4999995 0,4999995
4,9 0,4999995 0,4999995 0,4999996 0,4999996 0,4999996 0,4999996 0,4999996 0,4999997 0,4999997 0,4999997
5 0,4999997 0,4999997 0,4999997 0,4999998 0,4999998 0,4999998 0,4999998 0,4999998 0,4999998 0,4999998
Nota:
La función DISTR.NORM.ESTAND de Excel devuelve un valor de probabilidad de la distribución normal estándar acumulativa que le
corresponde a un valor de Z específico. La distribución tiene una media de 0 (cero) y una desviación estándar de uno. Use esta función en lugar
de una tabla estándar de áreas de curvas normales. Su sintaxis es =DISTR.NORM.ESTAND(z). El valor z es el valor de Z cuya distribución
desea obtener. Por ejemplo: =DISTR.NORM.ESTAND(1,333333) devuelve el valor de probabilidad de la distribución normal estándar
acumulativa que le corresponde al valor de Z de 1,333333, el cual es 0,908788726. En versiones futuras de Excel, esta función se ha sustituido
por DISTR.NORM.ESTAND.N ya que proporcionar una precisión mejorada y cuyos nombres reflejan mejor su uso.
La función DISTR.NORM.ESTAND.INV del programa Excel devuelve el inverso de la distribución normal estándar acumulativa. La distribución
tiene una media de cero y una desviación estándar de uno. Su sintaxis es DISTR.NORM.ESTAND.INV(probabilidad). Es una probabilidad
correspondiente a la distribución normal. Por ejemplo, si desea obtener el valor de Z que corresponde con un valor de probabilidad de 0,9088,
escriba en una casilla de Excel la siguiente expresión: =DISTR.NORM.ESTAND.INV(0,9088) y obtendrá el inverso de la distribución normal
estándar acumulativa, con una probabilidad de 0,9088 y el resultado es Z = 1,3334. Esta función puede ser substituida a futuro por:
INV.NORM.ESTAND ya que proporcionar una precisión mejorada y cuyos nombres reflejan mejor su uso.

Guía 1 Curva Normal Estadística 2 RACP 2021-1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guía 1 Curva Normal Estadística 2 RACP 2021-1

Cargado por

Copyright:

Formatos disponibles

Prof.

René Castro UBA Escuela de Psicología

Guía sobre distribuciones de probabilidad continua

Guía sobre Distribuciones de probabilidad

Cuadro de sumas de los 36 posibles resultados de lanzar 2 dados.

Cuadro de la suma, la media o promedio, la frecuencia absoluta, la probabilidad fraccional o relativa y

FAS (frecuencia Probabilidad Probabilidad o P(X)

FAS (frecuencia Probabilidad Probabilidad o P(X)

La siguiente gráfica presenta varias curvas

Para obtener o confirmar estos resultados, podemos

Gráfica de la distribución de probabilidad alrededor de la media en una distribución N(µ,σ).

Para conocer el área bajo la curva que se encuentra

Propiedades de la distribución continua normal

Importancia de la distribución continua normal

En psicología, la distribución normal se emplea frecuentemente en la normalización, estandarización o tipificación de

LA DISTRIBUCIÓN NORMAL. Problemas.

1) En un examen de matemáticas, la calificación media fue de 72 y la desviación típica 15. Determinar/transformar en

Puntuación Z para 110:

2. ¿Qué porcentaje de niños obtuvieron un CI mayor que 110, es decir, p (X ≥ 110)?

Paso 2. Se ubica en una gráfica el valor de Z obtenido:

Paso 3. Se localiza en la tabla Z el valor del área que habrá de encontrarse.

7.25 Dadas las siguientes puntuaciones Z:

a) 10.64% d) 34.13% g) 28.81%

7.28 En una distribución normal, calcule la proporción de casos que están:

7.29 En una distribución normal, calcula la proporción de casos que quedan:

7.32 Un estudio, realizado por un instituto

P(X˃72) = 0,5 + 0,0636 = 0,5636 o porcentualmente expresado,

P(X˃59) = 0,5 + 0,2019 = 0,7019 o porcentualmente expresado, 70,19%

c) cuál es la probabilidad de que la calificación sea superior a 84, P(X˃84)

P(X˃84) = 0,5 – 0,0636 = 0,4364 o porcentualmente expresado, 43,64%

#Est= 20, X1 = 60 y X2 = 80.

n = 200 p = 0,5 q = 0,5

1) 50 preguntas o menos: P(X≤50)

2) Mas de 50 preguntas y menos de 100: P(50≤X≤100)

P2(Z2=-0,0707) = 0,0279 (ABLCN)

3) mas de 120 preguntas: P(X>120)

Referencia: Sapiencia. Disponible en:https://sapiencia-web.blogspot.com/p/ejercicios-distribuc.html

Tabla de las áreas unilaterales bajo la curva normal canónica entre 0 y Z

Z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

También podría gustarte