Manual de

Probabilidad
Responsable: Dra. Yazmín Rivera Peña
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

DISTRIBUCIÓN NORMAL

CONCEPTO

La distribución de probabilidad conocida como distribución normal es, por la

cantidad de fenómenos que explica, la más importante de las distribuciones
estadísticas. A la distribución normal también se la denomina con el nombre de
campana de Gauss, pues al representar su función de probabilidad, ésta tiene
forma de campana

La distribución normal queda totalmente definida mediante dos parámetros: la

media () y la desviación típica (). Su función de densidad es simétrica respecto
a la media y la desviación estándar nos indica el mayor o menor grado de apertura
de la curva que, por su aspecto, se suele llamar campana de Gauss.

Esta distribución se denota por N(,). Cuando la distribución normal tiene como
parámetros  = 0 y  = 1 recibe el nombre de distribución normal estándar. Cualquier
variable X que siga una distribución normal de parámetros  y  se puede
transformar en otra variable Y= (X-)/ que sigue una distribución normal estándar;
este proceso se denomina estandarización, tipificación o normalización.

𝑥−𝜇
𝑧=
𝜎

TIPO DE VARIABLE
Una variable aleatoria continua es la que puede tomar un número infinitamente
grande de valores que corresponden a los puntos en un intervalo de una recta. Las
estaturas y los pesos de las personas, el tiempo entre dos eventos o la vida útil de
un equipo de oficina, son ejemplos típicos de variables aleatorias continuas.

Página 1|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

El modelo probabilístico para la distribución de frecuencias de una variable aleatoria

continua implica la selección de una curva, generalmente regular o aislada, a la que
se llama distribución de probabilidad o función de densidad de probabilidad de una
variable aleatoria.
REPRESENTACIÓN

Una distribución normal de media μ y desviación típica σ se designa por N(μ, σ).

CONDICIONES

• Al realizar un experimento con este tipo de distribución, se esperan dos tipos

de resultados.
• Las probabilidades asociadas a cada uno de los resultados no son
constantes.
• Cada ensayo o repetición del experimento no es independiente de los demás.
• El número de repeticiones del experimento (n) es constante.
• Su esperanza es μ.
• Su varianza es σ2 y, por tanto, su desviación típica es σ.
• Es simétrica respecto a su media μ, como puede apreciarse en la
representación anterior.
• Media, moda y mediana coinciden (μ).
• Se presenta mediante una curva simétrica conocida como campana de
Gauss.
• Esta distribución nos da la probabilidad de que al elegir un valor, éste tenga
una medida contenida en unos intervalos definidos.

Esto permitirá predecir de forma aproximada, el comportamiento futuro de un

proceso, conociendo los datos del presente.

Página 2|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

TABLA

Página 3|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

APLICACIONES
En la distribución normal, uno puede calcular la probabilidad de que varios valores
ocurran dentro de ciertos rangos o intervalos. Sin embargo, la probabilidad exacta
de un valor particular dentro de una distribución continua, como la distribución
normal, es cero. Esta propiedad distingue a las variables continuas, que son
medidas, de las variables discretas, las cuales son contadas.

Página 4|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

REPRESENTACIÓN GRÁFICA
El área del recinto determinado por la función y el eje de abscisas es igual a la
unidad. Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5
a la izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale al área
encerrada bajo la curva.

Página 5|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

EJEMPLOS
El tiempo promedio que los estudiantes tardan en llegar a la Facultad es de 35 min. Con una
desviacion de 10 min.
¿Qué porcentaje de los estudiantes llega entre 35 y 50min?

𝑥 −𝜇
µ 35 𝑧=
σ 10 𝜎

− ≤z≤ − )
p=(

p=(0 ≤ z ≤ 1.5) p=.4332

35 50
El porcentaje de estudiantes que llegan entre 35 y 50 min es 43.32%

Página 6|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

El tiempo promedio que los estudiantes tardan en llegar a la Facultad es de 35 min. Con una
desviacion de 10 min.
¿Qué porcentaje de los estudiantes llega entre 18 y 41min?

µ 35
𝑥 −𝜇
𝑧=
σ 10 𝜎

− ≤z≤ − )
p=(

p=(-1.7 ≤ z ≤ 0.6)
p=(.4554 ≤ z ≤ .2257)
18 35 41
p= .4554 + .2257 = .6811
El porcentaje de estudiantes que llegan entre 18 y 41 min es 68.11%

El tiempo promedio que los estudiantes tardan en llegar a la Facultad es de 35 min. Con una
desviacion de 10 min.
¿Qué porcentaje de los estudiantes llega más de 28 min?

𝑥 −𝜇
µ 35 𝑧=
σ 10 𝜎

− z= -0.7
𝑧=
0.258 + .5
0.758

28 35
El porcentaje de estudiantes que llegan más de 28 min el 75.8%

Página 7|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

El tiempo promedio que los estudiantes tardan en llegar a la Facultad es de 35 min. Con una
desviacion de 10 min.
¿Qué porcentaje de los estudiantes llega más de 42.5 min?

µ 35
𝑥 −𝜇
𝑧=
σ 10 𝜎

− z= 0.75
𝑧=
0.2734 - .5
-0.2266

35 42.5
El porcentaje de estudiantes que llegan más de 42.5 min es de 22.66%

El tiempo promedio que los estudiantes tardan en llegar a la Facultad es de 35 min. Con una
desviacion de 10 min.
¿Qué porcentaje de los estudiantes llega entre 15.8 y 32.4?

µ 35
𝑥 −𝜇
𝑧=
σ 10 𝜎

− ≤z≤ − )
p=(

p=(-1.92 ≤ z ≤ -0.26)
p= .4726 - .1026 = .37
35
El porcentaje de estudiantes que llegan entre 15.8 min y 32.4 min es de 37%

Página 8|9
 MANUAL PRÁCTICO DE CONCEPTOS BÁSICOS
TÉCNICAS DE MUESTREO DE LA EXPERIENCIA
EDUCATIVA DE PROBABILIDAD Y ESTADÍSTICA

Una compañía paga a sus empleados un salario promedio mensual de $320, con una desviación de
$27, supóngase que los salarios se distribuyen normalmente.
¿Cuál es la probabilidad de que un trabajador gane menos de $340?

Datos:
𝑥 −𝜇
𝑧=
x 340 𝜎
µ 320 −
σ 27 𝑧=

z= 0.74074074

p(z<0.74)= 0.7703

La probabilidad es de 77.35%

Página 9|9