ESCUELA SUPERIOR POLITECNICA DEL LITORAL

La distribución Normal y otras

distribuciones continuas
Andres G. Abad, PhD

FIMCP-ESPOL
Estadística Gerencial
Guayaquil, Ecuador
 Objetivos de aprendizaje
En este capítulo, ud aprenderá:
▪ Calcular probabilidades de la distribución normal.
▪ Utilizar el plot probabilístico normal para determiner si un
conjunto de datos siguen una distribución normal.
▪ Calcular probabilidades de una distribución uniforme.
▪ Calcular probabilidades de una distribución exponencial.

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 2

 Distribuciones de probabilidad
continuas
▪ Una variable aleatoria continua es una variable aleatoria
que puede asumir cualquier valor continuo (puede asumir
una cantidad de valores incontables)
▪ Grosor de un objeto
▪ Tiempo requerido para completer una tarea
▪ Temperatura de una solución
▪ Estatura
▪ Puede tomar potencialmente cualquier valor, dependiendo
únicamente de la habilidad de medir con alta precision y
bajo error.

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 3

 Propiedades de la Distribución
Normal
▪ ‘Forma de campana’
▪ Simétrica
f(X)

▪ La media, mediana, y moda son iguales

▪ Localización es caracterizada por la σ
media μ
▪ Disperción es caracterizada por la μ
desviación stándard σ
Media = Mediana = Moda
▪ La variable aleatoria tiene un rango
teórico de - a +

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 4

 Función de densidad de la
Distribución Normal
▪ La fórmula de la función de densidad de la distribución
normal es
2
1  (X −μ) 
1 −  
2  
f(X) = e
2π

Donde e = la constant matemática, aproximada por 2.71828…

π = la constant matemática, aproximada por 3.14159…
μ = la media populacional
σ = desviación standard populacional
X = cualquier valor contínuo de la variable aleatoria

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 5

 La forma de la Distribución Normal

Variando los parámetros μ y σ obtenemos diferentes

distribuciones normales

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 6

 La forma de la Distribución Normal

Cambiando μ desplaza la
f(X) distribución a la derecho
o izquierda

Cambiando σ
incrementamos o
σ reducimos la dispersión

μ X

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 7

 La Distribución Normal Standard

▪ Cualquier distribución (con cualquier

combinación de media y desviación standard)
puede ser transformada en Distribución
Normal Standard (Z).
▪ Necesitamos transformer unidades X en
unidades Z.
▪ La Distribución Normal Standard tiene una
media de 0 y desviación standard de 1.

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 8

 La Distribución Normal Standard

▪ Transformamos X en una variable normal standard

(la distribución “Z”) restándole la media de X y
dividiendo para su desviación standard:

X −μ
Z=
σ

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 9

 La Distribución Normal
Standard: Función de Densidad
▪ La formula de la función de densidad de la distribución
normal standard es

Z2
1 −
f(Z) = e 2
2π

Donde e = constante matemática aproximada por 2.71828

π = constante matemática aproximada por 3.14159
Z = cualquier valor de la distribución normal standard

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 10

 La Distribución Normal Standard:
Forma
▪ También conocida como la distribución “Z”
▪ Media 0
▪ Desviación Standard 1
f(Z)

Z
0
Valores mayors a la media tienen valores Z positivos, y
valores menores a la media tienen valores Z negativos

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 11

 La Distribución Normal Standard:
Ejemplo

▪ Si X estdá distribuido normalmente con media 100 y

desviación standard 50, el valor Z de X = 200 es

X − μ 200 − 100
Z= = = 2.0
σ 50

▪ X = 200 está a dos desviaciones standards (2 incrementos

de 50 unidades) por encima de la media de 100.

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 12

 La Distribución Normal Standard:
Ejemplo

100 200 X (μ = 100, σ = 50)

0 2.0 Z (μ = 0, σ = 1)

Note que la distribución es la misma, solo la escala

ha cambiado. Podemos expresar el problema en las
unidades originales (X) o en unidades standards (Z)

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 13

 Probabilidades Normales

Probabilidad es medida por el área bajo la curva

f(X)
P(a ≤ X ≤ b)

(note que la probabilidad

de cualquier valor
individual es cero)

a b

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 14

 Probabilidades Normales
El área total bajo la curva es 1.0, y la curva es simétrica, por
lo tanto la mitad esta por encima de la media y la mitad por
debajo
f(X) P( −  X  μ) = 0.5
P(μ  X   ) = 0.5

0.5 0.5

P( −  X   ) = 1.0

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 15

 Tablas de Probabilidades Normales

▪ Una table normal standard provee la probabilidad

de obetner un valor menor que Z (i.e., de infinito
negative hasta Z)

.9772
Ejemplo:
P(Z < 2.00) = .9772
0 2.00 Z

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 16

 Tablas de Probabilidades Normales

La columnas corresponden al valor de Z

desde un segundo lugar decimal
Z 0.00 0.01 0.02 …

Las filas 0.0

corresponden al 0.1 El valor dentro de la
valor de Z hasta un .. table corresponde a la
primer lugar .
2.0 .9772 probabilidad acumulada
decimal
desde Z = −  hasta el
valor de Z deseado.
2.0
P(Z < 2.00) = .9772

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 17

 Procedimiento para encontrar
Probabilidades Normales
Para encontrar P(a < X < b) cuando X sigue
una distribución normal:

▪ Dibuje la curva normal para el problema en términos de X.

▪ Transforme los valores de X a valores de Z.

▪ Utilice la talba de la normal standard.

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 18

 Econtrando probabilidades normales:
Ejemplo
▪ Haga que X represente el tiempo (en segundos)
que toma descargar un archive de imagen en
internet.
▪ Suponga que X sigue una distribución normal
con media 8.0 y desviación standard 5.0
▪ Encuentre P(X < 8.6)

X
8.0
8.6
ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 19
 Econtrando probabilidades normales:
Ejemplo
▪ Suponga que X sigue una distribución normal con media
8.0 y desviación standard 5.0. Encuentre P(X < 8.6).

X − μ 8.6 − 8.0
Z= = = 0.12
σ 5.0
μ=8 μ=0
σ = 10 σ=1

8 8.6 X 0 0.12 Z

P(X < 8.6) P(Z < 0.12)

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 20

 Econtrando probabilidades normales:
Ejemplo
P(X < 8.6)
Tabla de la Distribución Normal
Standard (porción) = P(Z < 0.12)
.5478
Z .00 .01 .02

0.0 .5000 .5040 .5080 μ=0

0.1 .5398 .5438 .5478 σ=1

0.2 .5793 .5832 .5871

0.3 .6179 .6217 .6255 0 0.12 Z

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 21

 Econtrando probabilidades normales:
Ejemplo
▪ Encuentre P(X > 8.6)…

P(X > 8.6) = P(Z > 0.12) = 1.0 - P(Z ≤ 0.12)

= 1.0 - .5478 = .4522
.5478

1.0 - .5478 = .4522

Z
0
0.12

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 22

 Encontrando Probabilidades normales
entre dos valores
▪ Suponga que X sigue una distribución normal con media
8.0 y desviación standard 5.0. Encuentre P(X < 8.6).

Calcule el valor de Z:

X −μ 8 −8
Z= = =0
σ 5
8 8.6 X

X − μ 8.6 − 8 0 0.12 Z
Z= = = 0.12
σ 5 P(8 < X < 8.6)
= P(0 < Z < 0.12)

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 23

 Encontrando Probabilidades normales
entre dos valores
P(8 < X < 8.6)
Tabla de la Distribución Normal = P(0 < Z < 0.12)
Standard (porción) = P(Z < 0.12) – P(Z ≤ 0)
= .5478 - .5000 = .0478
Z .00 .01 .02
.0478
0.0 .5000 .5040 .5080 .5000

0.1 .5398 .5438 .5478

0.2 .5793 .5832 .5871

0.3 .6179 .6217 .6255 Z

0.00 0.12

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 24

 Dada Probabilidad Normal, encontrar
valor X
▪ Haga que X represente el tiempo (en segundos) que
toma descargar un archive de imagen en internet.
▪ Suponga que X sigue una distribución normal con
media 8.0 y desviación standard 5.0
▪ Encuentre X tal que 20% de los tiempos de descargan sean
menor a X.

.2000

? 8.0 X
? 0 Z

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 25

 Dada Probabilidad Normal, encontrar
valor X
▪ Primero, encuentre el valor de Z que corresponde
a la probabilidad dada utilizando la tabla.

Z …. .03 .04 .05

-0.9 …. .1762 .1736 .1711

.2000
-0.8 …. .2033 .2005 .1977

-0.7 …. .2327 .2296 .2266

? 8.0 X
-0.84 0 Z

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 26

 Dada Probabilidad Normal, encontrar
valor X
▪ Segundo, convierta el valor Z al valor X utilizando
la fórmula.

X = μ + Zσ
= 8.0 + (−0.84)5.0
= 3.80

Tal que 20% de los tiempos de descargas de una distribución

normal con media 8.0 y desviación standard 5.0 son menores a
3.80 segundos.

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 27

 Evaluando normalidad

▪ Es importante evaluar el nivel de ajuste de la

distribución normal a los datos
▪ Datos Normalmente Distribuidos deberían
aproximarse a la distribución normal teórica:
▪ La distribución normal tiene forma acampanada
donde la media es igual a la mediana.
▪ La regla empírica aplica a la distribución normal.
▪ El rango intercuartil en una distribución normal es
de 1.33 desviaciones standards.

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 28

 Evaluando normalidad
▪ Construya diagramas o gráficos
▪ Para pequeños y medianos datos
▪ El diagram Tallo-hoja y de caja se ven simétricos?
▪ Para datos mayores
▪ El histograma se ve acampanado?
▪ Calcule resumenes descriptivos
▪ Tiene la media, mediana y moda valores similares?
▪ Es el rango intercuaril aproximadamente 1.33σ?
▪ Es el rango aproximadamente 6σ?

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 29

 Evaluando normalidad

▪ Observe la distribución de los datos

▪ Aproximadamente 2/3 de las observaciones caen
entre ± 1 desviaciones standards de la media?
▪ Aproximadamente 80% de las observaciones caen
entre ± 1.28 desviaciones standards de la media?
▪ Aproximadamente 95% de las observaciones caen
entre ± 2 desviaciones standards de la media?
▪ Evalue el plot de probabilidad
▪ Es el plot de probabilidad normal aproximadamente
normal con pendiente positiva?

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 30

 Plot de Probabilidad Normal

▪ Plot de probabilidad Normal (pasos):

▪ Ordene los datos
▪ Encuentre los cuantiles correspondientes a una
distribución normal standard (Z)
▪ Grafique los pares de puntos con los valores
observados (X) en el eje vertical y los cuantiles de
la normal standard (Z) en el eje horizontal
▪ Evalue el plot para evidenciar linealidad

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 31

 Plot de Probabilidad Normal

Un plot de probabilidad normal para un conjunto de

datos que siguen una distribución normal es
aproximadamente lineal:
X
90

60

30

-2 -1 0 1 2 Z

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 32

 Plot de Probabilidad Normal
Sesgado-izquierda Sesgado-derecha
X 90 X 90
60 60
30 30

-2 -1 0 1 2 Z -2 -1 0 1 2 Z

Rectangular
X 90
Plots no-lineales indican
60
alejamiento de la
30
normalidad
-2 -1 0 1 2 Z

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 33

 Distribución Uniforme

▪ La distribución uniforme es una distribución de

probabilidad que tiene igual probabilidad para
todos los posibles resultados de la variable
aleatoria
▪ Por su forma, también se la conoce como
distribucón rectangular

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 34

 Distribución Uniforme
La distribución uniforme continua:

1
si a  X  b
b−a
f(X) =
0 si no

donde
f(X) = valor de la función de densidad en cualquier valor X
a = valor mínimo de X
b = valor máximo de X

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 35

 Distribución Uniforme

▪ La media de la distribución uniforme es:

a+b
μ=
2
▪ La desviación standard es:

(b - a)2
σ=
12

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 36

 Distribución Uniforme

Ejemplo: Distribución de probabilidad uniforme en el

rango 2 ≤ X ≤ 6:
1
f(X) = 6 - 2 = .25 para 2 ≤ X ≤ 6

f(X)
a+b 2+6
μ= = =4
.25 2 2

(b - a) 2 (6 - 2) 2
σ= = = 1.1547
2 6 X 12 12

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 37

 Distribución Exponencial

▪ Utilizada para modelar la longitud de tiempo entre la

ocurrencia de dos eventos de interés (el tiempo entre
llegadas)
▪ Ejemplos:
▪ Tiempo entre el arribo de dos camiones
consecutivos al punto de recepción
▪ Tiempo entre transacciones en un cajero
automático
▪ Tiempo entre llamadas en un call center

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 38

 Distribución Exponencial

▪ Definido por un solo parámetro, su media λ (lambda)

▪ La probabilidad de que el tiempo de llegadas sea menor a
un valor específico X es

P(tiempo de llegada  X) = 1 − e− λX

donde e = constant matemática aproximada por 2.71828

λ = la media poblacional del número de llegadas por
unidad de tiempo
X = cualuqier valor de la variable continua X donde 0 < X < 

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 39

 Distribución Exponencial

Ejemplo: Clientes llegan a una ventanilla a una tasa promedio de

15 por hora. Cuál es la probabilidad de que el tiempo de llegada
entre dos clients consecutivos sea menor a tres minutos?

▪ El número promedio de arribos por hora es de 15, por lo tanto

λ = 15
▪ Tres minutos equivalen a .05 horas
▪ P(tiempo de llegada< .05) = 1 – e-λX = 1 – e-(15)(.05) = .5276
▪ Hay una probabilidad de 52.76% de que el tiempo entre
llegadas de dos clients sea menor a tres minutos.
ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 40
 Resumen del Capítulo
En este capítulo, hemos:

▪ Presentado distribuciones continuas de probabilidad

claves
▪ normal, uniforme, exponencial

▪ Encontrado probabilidades utilizando fórmulas y tablas

▪ Reconocido cuando aplicar las diferentes
distribuciones
▪ Aplicado distribuciones a problemas de decisión

ESCUELA SUPERIOR POLITECNICA DEL LITORAL, Guayaquil, Ecuador 41