UNIMINUTO – VIRTUAL Y DISTANCIA

ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA
LA DISTRIBUCIÓN NORMAL y PRUEBA DE
NORMALIDAD

DISTRIBUCIÓN NORMAL
Un proceso opera en condiciones normales, si tiene los materiales dentro de de
especificaciones y del mismo lote, un método consistente, un medio ambiente
adecuado, el operador capacitado, y el equipo ajustado correctamente, si se
toman mediciones en alguna característica del producto, mostrará el siguiente
comportamiento:

Distribución gráfica de la variación

– La Curva normal
LAS PIEZAS VARÍAN DE UNA A OTRA:

TAMAÑO TAMAÑO TAMAÑO TAMAÑO

Pero ellas forman un patrón, tal que si es estable, se denomina distr. Normal

SIZE TAMAÑO TAMAÑO

LAS DISTRIBUCIONES PUEDEN DIFERIR EN:

UBICACIÓN DISPERSIÓN FORMA

TAMAÑO TAMAÑO TAMAÑO

. . . O TODA COMBINACIÓN DE ÉSTAS

Fig. 1.1 Construcción de la distribución normal

La distribución normal es una de las distribuciones más usadas e importantes.

Se ha desenvuelto como una herramienta indispensable en cualquier rama de
la ciencia, la industria y el comercio.

Muchos eventos reales y naturales tienen una distribución de frecuencias cuya

forma es muy parecida a la distribución normal. La distribución normal es
llamada también campana de Gauss por su forma acampanada.
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA
Cuando se incluyen todos los datos de un proceso o población, sus parámetros
se indican con letras griegas, tales como: promedio o media =  (mu), y
desviación estándar (indicador de la dispersión de los datos) =  (sigma).

Para el caso de estadísticos de una muestra se tiene media = X y desv. est.= s.

Propiedades de la distribución normal estándar

 La distribución normal estándar tiene media  = 0 y desviación estándar

 =1. La media, Mediana y Moda coinciden, son iguales y se localizan en el
pico.

La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal

X
x-3 x-2 x- x x+ x+2 x+3

z
-3 -2 -1 0 1 2 3

Fig. 1.2 Propiedades de la distribución normal

 El área bajo la curva o probabilidad de menos infinito a más infinito vale 1.

 La distribución normal es simétrica, la mitad de curva tiene un área de 0.5.
 La escala horizontal de la curva se mide en desviaciones estándar.
 La forma y la posición de una distribución normal dependen de los
parámetros  ,  , por lo que hay un número infinito de distribuciones
normales.
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA
Curvas
Curvas Normales
Normales con
con Medias
Medias iguales
iguales pero
pero
Desviaciones estándar diferentes
Desviaciones estándar diferentes



3.9
3.9
 == 5.0
5.0



Límite inferior de especs. Límite superior de especificaciones

Fig. 1.3 Distribuciones normales con varias desv. estándar

Normales
Normales con
con Medias
Medias yy
Desviaciones estándar
Desviaciones estándar diferentes
diferentes

= 5,  == 33
= 5,
 == 9,
9, =
= 66
 == 14,
14, == 1010

LIE LSE
Fig. 1.4 Distribuciones normales con varias medias y
desviaciones estándar
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA
Existe una relación del porcentaje de probabilidad o área bajo la curva normal
a la desviación estándar. En la figura observamos por ejemplo que el área bajo
la curva para  1 tiene un porcentaje de 68.26%,  2 = 95.46% y
 3  99.73% .

-3s -2s -1s +1s +2s +3s

68.26%
95.46%

99.73%
Fig. 1.5 Área bajo la curva de Distribución normal

EJEMPLOS

En la práctica, se tienen valores reales de promedio diferentes de cero y con desviación

estándar diferentes de uno, para determinar la probabilidad o área bajo la curva, se determina
el número de desviaciones estándar Z  entre algún valor X y la media de la población  o de
la muestra X como sigue:

X 
Z sí se consideran los datos completos del proceso.


X X
Z sí se consideran sólo los datos de una muestra.
s

Ejemplo 1 El departamento de personal de una empresa requiere que los solicitantes a un

puesto en cierta prueba alcancen una calificación de 500. Si las calificaciones de la prueba se
distribuyen normalmente con media  485 y desviación estándar  30 ¿Qué porcentaje
de los solicitantes pasará la prueba?
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA

Calculando el valor de Z obtenemos:

X  500  485
Z =  0.5
 30
Buscamos el valor correspondiente Z en las tablas de distribución normal estándar Z0.5 =
0.69146 = 69.146%. donde la probabilidad de que la calificación sea menor a 500 es P (X <=

500). Dado que el porcentaje pedido es P( X  500) la solución es 1-0.69146 =0.3085, por

tanto sólo 30.85% de los participantes pasarán la prueba.

485

30.85%

Z.05

Ejemplo 2

Las calificaciones de los 500 aspirantes presentados a un examen para contratación laboral, se
distribuye normalmente con media 6'5 y varianza 4.
a) Calcule la probabilidad de que un aspirante obtenga más de 8 puntos.
Varianza= 4; por lo tanto la desviación es = 2

Z= 0.75; El área es 0.7734; y como la

parte sombreada es la derecha, entonces
Tenemos: 1-0.7734= 0.2266

La probabilidad de que un aspirante

obtenga mas de 8 puntos es de 0.2266
b) Determine la proporción de aspirantes con calificaciones inferiores a 5 puntos.

Z= -0.75; El área es 0.7734; y como la

parte sombreada es la izquierda, entonces
Tenemos: 1-0.7734= 0.2266

La probabilidad de que un aspirante

obtenga menos de 5 puntos es de 0.2266
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA

c) ¿ Cuántos aspirantes obtuvieron calificaciones comprendidas entre 5 y 7'5 puntos ?.

Z= -0.75 entonces El área es 0.7734 Como esta en la mitad hacia la izquierda sombreada, le restamos
0.7734 – 0.5= 0.2734

Z= 0.5 entonces El área es 0.6915 Como esta en la mitad hacia la derecha sombreada, le restamos
0.6915 – 0.5= 0.1915

Como tenemos sombreado a ambos lados, sumamos las dos áreas= 0.2734+0.1915 = 0.4649

La probabilidad de que las calificaciones estén comprendidas entre 5 y 7.5 es de 0.4649

Ejemplo 3

Sólo 24 de los 200 alumnos de un Centro miden menos de 150 cm. . Si la estatura media de
dichos alumnos es de 164 cm., ¿ cuál es su varianza ?.

El 12% equivale a 0.12, si se observa la gráfica es la parte sombreada,

y con este valor buscamos en la tabla; como el valor comprendido de
0.12 está en la parte izquierda, restamos 1 – 0.12 = 0.88; este valor lo
buscamos en la tabla y tenemos que Z es -1.18.

Tenemos:
Z= -1.18
µ = 164
X = 150

X 
Z Z=/ -0.75
= -1.18= (150-164) entonces El
α; despejando α= área es 0.7734
(150-164) Como
/ -1.18 esta en la mitad hacia la
= 11,86
 izquierda sombreada, le restamos
0.7734 – 0.5= 0.2734
La desviación es 11,86; por lo tanto la varianza es 140, 76
Z= 0.5 entonces El área es 0.6915 Como esta en la mitad hacia la
derecha sombreada, le restamos
Ejemplo 4 0.6915 – 0.5= 0.1915

Como tenemos sombreado a ambos lados, sumamos las dos áreas=

Las puntuaciones de un examen se distribuyen
0.2734+0.1915 = 0.4649 normalmente con media 15 puntos. La
puntuación A ha sido superada por un 23% de los alumnos. La puntuación B está situada a 5
La probabilidad de que las calificaciones estén comprendidas entre 5 y
7.5 es de 0.4649
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA
puntos diferenciales por debajo de la media. Entre B y la media se encuentra el 30% de los
alumnos.
Calcular:
a) La desviación típica de las notas.
b) Las puntuaciones directas de A y B.
c) El porcentaje de alumnos entre A y B.

Ejemplo 5
La altura media de los alumnos de un plantel de secundaria es de 1,50 mts, y su desviación
típica es de 0,25 mts. Determinar la probabilidad de que en una muestra de 36 alumnos, la
media sea superior a 1,60 mts.

n = 36
µ = 1.50
X = 1.60
α = 0.25
Z= ¿?

Z= 2.40; el área es 0.9918; y la parte sombreada es 1 – 0.9918 = 0.0082

La probabilidad de que en una muestra los estudiantes tengan una estatura

superior es de 0.0082
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA

n = 100
µ = 3.5
X1 = 3.53
X2 = 3.56
α = 0.18
Z1 = ¿?
Z2 = ¿?

Z1= 3.33 el área 0.99957

Z2= 1.66 el área 0.9515

Como están la parte sombreada 0.99957 – 0.9515 = 0.04807

La probabilidad de que en una muestra los pollos estén entre 3.53 y 3.56 es de 0.04807
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA

Z= 2.51 el área 0.9940, y como la parte sombreada está a la derecha es 0.0060

La probabilidad de que la muestra sea mayor de 1.60 es 0.0060

Ejemplo base en el teorema del límite central, ¿cuál es la probabilidad de que el error sea

menor que 5, cuando se usa la media de una muestra aleatoria de tamaño n = 64 para estimar

la media de una población infinita con α = 20?

Solución La probabilidad se obtiene por medio del área de la zona blanca bajo la curva de la

figura 1, específicamente, por medio del área de curva normal estándar entre
 UNIMINUTO – VIRTUAL Y DISTANCIA
ADMINSITRACIÓN DE EMPRESAS
ESTADISTÍCA APLICADA E INFERENCIAL
PROF. ROLANDO PALENCIA

Dado que la entrada de la tabla correspondiente a z = 2.00 es 0.4772, la probabilidad que se

pide es 0.4772 + 0.4772 = 0.9544. Así, sustituimos la afirmación de que la probabilidad es

"como mínimo de 0.75" por una aseveración más firme de que la probabilidad es

aproximadamente de 0.95 (de que la media de una muestra aleatoria de tamaño n = 64 de la

población de referencia difiera de la población por menos de 5).