Estadística 1 Secciones C- y P Octubre de 2020

Universidad de San Carlos

Facultad de Ingeniería
Estadística 1

DISTRIBUCIÓN NORMAL

VARIABLE ALEATORIA NORMAL ESTANDAR O TIPIFICADA

Una variable aleatoria normal X se estandariza al expresar su valor como el

número de desviaciones estándar a la izquierda o a la derecha de su media.
Si la variable X es N ( ) entonces la variable tipificado X es
Z= X-

y sigue también una distribución normal pero con media cero y desviación
estándar 1

Por tanto, su función de densidad es

y su función de distribución es

siendo la representación gráfica de esta función

Estadística 1 Secciones C- y P Octubre de 2020

A la variable Z se la denomina variable tipificada de X, y a la curva de su

función de densidad curva normal tipificada.

Puede usarse de manera equivalente la ecuación x =  +z 

Característica de la distribución normal tipificada (reducida, estándar)

▪ No depende de ningún parámetro
▪ Su media es 0, su varianza es 1 y su desviación típica es 1.
▪ La curva f(x) es simétrica respecto del eje 0 Y
▪ Tiene un máximo en este eje
▪ Tiene dos puntos de inflexión en z =1 y z = -1
▪ Cuando x es menor que la media el valor de z es negativo
▪ Cuando x es mayor que la media el valor de z es positivo
▪ Cuando x es igual a la media el valor de z es cero

Uso de la tabla normal Estándar.

Encontrará la tabla en la parte final de su formulario.

La tabla nos da probabilidades de P (z < a) siendo z la variable tipificada

Búsqueda en la tabla el valor a: unidades y décimas en la columna de la

izquierda, centésimas en la fila de arriba.

P (Z ≤ a )

P (Z ≤ 1 . 47 ) = 0 . 929 2

P (Z > a ) = 1 - P (Z ≤ a )

P (Z > 1 . 4 7 ) = 1 − P (Z ≤ 1 . 47 ) = 1 − 0 . 9 29 2 = 0 . 0 70 8
Estadística 1 Secciones C- y P Octubre de 2020

P (Z ≤ −a ) = 1 − P (Z ≤ a )

P (Z ≤ −1 . 4 7 ) = 1 − P (Z ≤ 1 .4 7 ) = 1 − 0 . 9 29 2 = 0 . 0 70 8

P (Z > −a ) = P (Z ≤ a )

p (Z > -1 . 4 7 ) = p (Z ≤ 1 . 47 ) = 0 . 92 9 2

P (a < Z ≤ b ) = P (Z ≤ b) − P (Z ≤ a )

P ( 0 . 45 <Z ≤ 1 .4 7 ) = P (Z ≤ 1 . 4 7 ) − P (Z ≤ 0 . 45 ) =

= 0 . 9 29 2 − 0. 6 73 6 = 0 . 2 55 6

P (−b < Z ≤ −a ) = P (a < Z ≤ b )

Estadística 1 Secciones C- y P Octubre de 2020

P (−1 . 4 7 <Z ≤ − 0 .45 ) = P ( 0 . 45 < Z ≤ 1 . 4 7 ) =

= P (Z ≤ 1 . 4 7 ) − P (Z ≤ 0 . 45 ) = 0 . 92 92 − 0 . 6 73 6 = 0 . 25 5 6

P (−a < Z ≤ b ) = P (Z ≤ b) − [ 1 − P (Z ≤ a )]

P (-1 . 4 7 < Z ≤ 0 . 45) = P (Z ≤ 0 . 4 5 ) − [ 1 − P (Z ≤ 1 .4 7 )] =

= 0 . 6 73 6 − (1 − 0.9 2 92 ) = 0 . 60 2 8

Cuando nos encontramos en el caso inverso, y conocemos el valor de la

probabilidad K y se trata de halla el valor de Z tenemos que buscar en la tabla
el valor k o el más.

Por ejemplo: P(z<zo) = 0.75 entonces Z o = 0.68

Luego se puede calcular el valor de la variable X que corresponde

X= + 0.68 

Uso de la distribución Normal Estandar

La distribución normal estándar es primordial en el cálculo de probabilidades de

las variables normales en general, ya que cualquier distribución de una
variable normal X con media y desviación estándar conocidas, puede
transformarse en una distribución normal estándar. La transformación se hace
a través de la función Z

x−
Z=


Ejemplo resuelto por medio de la Distribución Normal Estándar

Estadística 1 Secciones C- y P Octubre de 2020

Un investigador informa que los ratones vivirán un promedio de 40 meses

cuando sus dietas se restringen drásticamente y después se enriquecen con
vitaminas y proteínas. Suponiendo que la vida de tales ratones se distribuye
normalmente con una desviación estándar de 6.3 meses, encuentre la
probabilidad de que un ratón dado vivirá:

a. más de 32 meses
b. entre 37 y 49 meses

Usando la transformación normal estándar

P( x > 32 ) = P ( z > -1.27) = 1- 0.1020 = 0.898

Z = (32 – 40)/ 6.3 = -1.27

P (37 < x < 49) = P( -0.48 < z < 1.43) = 0.9236 – 0.3156 =0.608
Z= (37-40)/ 6.3 = -0.48
Z = (49-40) / 6.3 = 1.43

Visitar el siguiente enlace

https://www.bing.com/videos/search?q=distribuci%c3%b3n+normal+est%c3%a
1ndar&&view=detail&mid=F679A7C32D2BA8044C2BF679A7C32D2BA8044C2
B&&FORM=VDRVRV