—

© Asturias Corporación Universitaria

1
Índice

1 Cálculo de Probabilidades en una Función normal Estándar ...................................................... 3

2 Consideraciones Prácticas ..................................................................................................................................... 4

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Objetivo
• Aprender a calcular probabilidades en una distribución Normal.

1 Cálculo de Probabilidades en una Función normal Estándar

Para calcular probabilidades con variables que siguen la distribución normal [N (µ,σ)] se
usan tablas. Pero, puesto que a efectos prácticos es imposible tener una tabla para
cada posible distribución normal, solamente se tiene la correspondiente a la
distribución normal estándar , que es aquella cuyo valor medio µ está situado en el valor
0 del eje de abscisas, y la desviación σ tiene el valor 1, es decir, para la N(0,1).

Es necesario por tanto transformar los valores de la variable x en la función normal N(µ,
σ) en los valores correspondientes de la variable z de la distribución normal estándar
N(0,1).

Este proceso de llevar cualquier distribución normal a una N(0,1) se llama "tipificación
de la variable".

Para tipificar x (o sea, transformarla en z), el primer paso es "centrar" la variable; es decir,
hacer que la media µ sea 0.

El siguiente paso es conseguir que la desviación típica σ sea 1.

Esto se consigue restando el valor de la media ( µ ) y dividiendo por la desviación ( σ).

EJEMPLO:

Determinar la probabilidad de que x sea menor que 4 [P(x<4)] en la función normal o de

Gauss N(3,2).

Solución:

𝑥−3 4−3 1
𝑃(𝑥 < 4) = 𝑃 [ < ] = 𝑃 [𝑧 < ] = 𝑃 (𝑧 < 0,5)
2 2 2

A partir de las tablas de valores de la función N(0,1), tenemos que:

𝑷(𝑥 < 4) = 𝑷 (𝑧 < 0,5) = 𝟔𝟗, 𝟏𝟓%

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Un concepto asociado a cualquier distribución de probabilidad es el de Función de
Distribución. La función de distribución en un punto se define como la probabilidad de
que la variable tome valores menores o iguales a él. Así, la función de distribución en el
punto "a", que representaremos por F(a), será:

𝑭(𝒂) = 𝑷 (𝒙 ≤ 𝒂)

2 Consideraciones Prácticas

CASO 1: P (z ≤ a), siendo ‘a’ un valor positivo

Las tablas editadas sobre la función normal estándar N(0,1) dan los valores de
probabilidad (normalmente en tanto por uno, no en tanto por cien) de que la variable z
sea menor o igual que el valor fijado a , pero para valores de a mayor o igual que cero.

En este caso pues, la probabilidad es el valor proporcionado por la tabla.

CASO 2: P (z > a), siendo a un valor positivo

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
La probabilidad de toda la función, entre (infinito: -∞) y (+infinito: +∞), sabemos que es 1
(en tanto por uno; 100, en tanto por cien). Entonces:

𝑷(𝑧 > 𝑎) = 𝟏 − 𝑷 (𝑧 ≤ 𝑎)

CASO 3: P (z ≤ -a), siendo a un valor positivo

Como la distribución normal o de Gauss estándar N(0, 1) es simétrica en torno al valor 0,

la P(z ≤ -a) es igual que la P(z > a).

CASO 4: P (z > -a), siendo a un valor positivo

De nuevo, como la distribución normal o de Gauss estándar N(0, 1) es simétrica en torno

al valor 0, la P(z > -a) es igual que la P(z ≤ a).

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
CASO 5: P (a < z ≤ b), siendo a < b y ambos valores positivos

𝑷(𝑎 < 𝑧 ≤ 𝑏) = 𝑷(𝑧 ≤ 𝑏) − 𝑷 (𝑧 ≤ 𝑎)

CASO 6: P(−b < z ≤ −a)

De nuevo, dada la simetría de la función, se cumple que:

𝑷(−𝑏 < 𝑧 ≤ −𝑎) = 𝑷(𝑎 < 𝑧 ≤ 𝑏)

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
CASO 7: P(−a < z ≤ b ), siendo b > 0 y (-a) < 0

En este caso, tendremos:

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

𝑷(−𝑎 < 𝑧 ≤ 𝑏) = 𝑷(𝑧 ≤ 𝑏) + 𝑷 (𝑧 ≤ 𝑎) − 1

En un documento aparte se adjunta la tabla de valores de la función normal estándar

N(0,1). Ésta incluso contempla el cálculo directo de la probabilidad de valores negativos.

Para que la tabla fuese menos grande, se han puesto los incrementos de 0 ,1 hacia
abajo, y los de 0,01 hacia la derecha.

Por ejemplo, para saber el área debajo de la curva del 0,45, hay que ir a la fila de 0,4, y
desplazarse hacia la derecha hasta la columna de 0,05. El valor que figura en esa
posición, 0,6736, corresponde a la probabilidad de 0,4+0,05 = 0,45.

Este valor indica que la P(z ≤ 0,45) = 67,36%.

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.