Facultad de Ingeniería

CURSO : ESTADISTICA APLICADA A LA

INGENIERIA

TEMA : Distribución Normal

DOCENTE : M(o). JULIO MUÑOZ VILELA

Facultad de Ingeniería
Facultad de Ingeniería
Facultad de Ingeniería
Facultad de Ingeniería
Facultad de Ingeniería
Facultad de Ingeniería
 Facultad de Ingeniería

𝜇 = 𝑚ⅇ𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
Facultad de Ingeniería
 Facultad de Ingeniería

Distribucion Normal
N 𝜇, 𝜎
Es un tipo de distribucion de probabilidades
0.5 0.5
continua
Su grafica es conocida como Campana de 𝝈 = 𝒅𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏
𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓
Gauss, la cual describe de forma 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
aproximada muchos fenómenos que
ocurren en la naturaleza, la industria y la 𝜎=1
investigación.
Es útil para reducir errores en mediciones
científicas.
𝜇 = 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 −∞ +∞
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
Representan los parámetros de la Variable
𝜇=0 𝑍
Aleatoria 1
𝝁 = 𝒎𝒆𝒅𝒊𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
 Facultad de Ingeniería

Distribucion Normal
0.5 0.5
¿Cual es la formula que te da esa grafica? N 𝜇, 𝜎
𝜎=1
FUNCION DE DENSIDAD
1 1 𝑥−𝑢
−2( 𝜎 )2
𝑓 𝑥 = ⋅𝑒 −∞ +∞
𝜎 2𝜋 𝜇=0 𝑍

Los valores de la Curva se calculan con una 1

integral  Es simétrica
∞ ∞
1 1 𝑥−𝑢 2  Tiene una asíntota horizontal
−2 𝜎
න 𝑓 𝑥 =න ⋅ 𝑒 𝑑𝑥 =1  El área entre la función y el eje
−∞ −∞ 𝜎 2𝜋 horizontal es igual a 1
 La función considera la media (µ) y
la desviación estándar(σ)
 Facultad de Ingeniería

Glosario de términos
• Asintótica – Línea que se acerca 0.5 0.5
indefinidamente a un eje sin llegar a
encontrarlo. N 𝜇, 𝜎
𝜎=1

• Aleatorias – Que son al azar. +∞

−∞
𝜇=0 𝑍
• Tipificada – Que tiene un arreglo 1
uniforme o estándar.  Es simétrica
 Tiene una asíntota horizontal
• Morfológicos – Aspecto general de las  El área entre la función y el eje
formas y dimensiones de un cuerpo. horizontal es igual a 1
 La función considera la media (µ) y
la desviación estándar(σ)
 Facultad de Ingeniería

Utilidad

• Se utiliza muy a menudo porque hay • Caracteres sociológicos, por ejemplo:

muchas variables asociadas a
fenómenos naturales que siguen el
modelo de la normal.
• Caracteres morfológicos de
individuos (personas, animales,
plantas,...) de una especie, por
ejemplo: tallas, pesos, diámetros,
distancias, perímetros,...
• Caracteres fisiológicos, por ejemplo:
efecto de una misma dosis de un
fármaco, o de una misma cantidad de
abono.
consumo de cierto producto por un mismo
grupo de individuos, puntuaciones de
examen.
• Caracteres psicológicos, por ejemplo:
cociente intelectual, grado de adaptación
a un medio, grado de depresión.
• Errores cometidos al medir ciertas
magnitudes.
• Valores estadísticos muéstrales como la
media, varianza y moda son iguales
 Facultad de Ingeniería

Distribucion Normal N 𝜇, 𝜎
0.5 0.5
Es un poco tedioso calcular el área 𝝈 = 𝒅𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏
𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓
bajo la curva con esta función de 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
Densidad, por ello ahora es posible
transformar cualquier variable 𝜎=1
aleatoria normal “X” en otra
variable aleatoria normal “Z” con
parámetros 𝝁 = 𝟎 𝐲 𝝈 = 𝟏 −∞ +∞
Esto se logra de la siguiente manera: 𝜇=0 𝒁
1
𝒙 − 𝝁 𝝁 = 𝒎𝒆𝒅𝒊𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
𝒛= Se dice que la variable “Z” tiene
𝝈 distribución normal estándar
 Facultad de Ingeniería

Distribucion Normal N 𝜇, 𝜎
0.5 0.5
¿Esta transformación de variable facilita
los cálculos? 𝝈 = 𝒅𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏
𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓
𝒙 − 𝝁 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
𝒛=
𝝈 𝜎=1
Esto se simplifica mediante la ayuda de
tablas, donde esta calculada la Función de
Distribución Acumulada de “Z” para −∞ +∞
distintos valores de z minúscula, es decir la
𝜇=0
probabilidad de que
1
𝒁
P( Z < z)
𝝁 = 𝒎𝒆𝒅𝒊𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
 Facultad de Ingeniería

N 𝜇, 𝜎
Distribucion Normal 0.5 0.5

𝝈 = 𝒅𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏
Pasos para determinar el área bajo la 𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓
curva normal estándar 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍

𝜎=1
Paso 1.- Interpretar gráficamente el área de
interés.
Paso 2.- Determinar el valor Z −∞ +∞
Paso 3.- Buscar en la tabla de probabilidades
𝜇=0
Paso 4.- Hacer la suma o resta de áreas para
1
𝒁
encontrar la probabilidad deseada

𝝁 = 𝒎𝒆𝒅𝒊𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
 Facultad de Ingeniería

Distribucion Normal
Ejemplo:

P( Z < 0.85)
Gráficamente quedara así:

0.50 0.3023

0.85

P( Z < 0.85)= 0.5 + P(0.85)

0.5 + 0.3023 = 0.8023
 Facultad de Ingeniería

Ejemplos Paso 1.- Interpretar gráficamente el

Supongamos que en un determinado área de interés. Gráficamente si
país la estatura de la poblacion adulta decimos que a=180 cm, el área de la
sigue una distribucion curva que nos interesa es la siguiente:
aproximadamente normal con
N(170,12). Esto es con una media de
170 cm y una desviación estándar de 12
cm. Determinar la probabilidad de que
una persona tenga una estatura menor
o igual a 180 cm

𝜇 = 170 𝜎 = 12
 Facultad de Ingeniería

paso 2.- Determinar el valor de Z:

𝑋 − 𝜇 180 − 170
𝑍= = = 0.83
𝜎 12
paso 3.- Buscar en la tabla de
probabilidades: paso 4 - Hacer la suma o resta de
áreas para encontrar la probabilidad
Buscamos en la Tabla 1 el valor deseada.
Z=0.83 y obtenemos el área de P( x<= 180) = 0.5 + 0.2967
0.2967 P( x<= 180) = 0.7967  79.67 %
 Facultad de Ingeniería

𝑥−𝜇
𝑃 𝑥 < 180 = 𝑃 𝑧 < 𝜎

180 − 170
𝑃 𝑧< = 𝑃(𝑧 < 0.83)
12
𝜇=170 0.5 + 𝑃 𝑧 < 0.83
𝜎 = 12 0.5 + 0.2967 = 0.7967 → 79.67%

79.67%
0.50 0.2967
X

−∞ +∞
0.7967 𝜇=0 0.83 Z

𝟎. 𝟓 + 𝟎. 𝟐𝟗𝟔𝟕 = 𝟎. 𝟕𝟗𝟔𝟕
 Facultad de Ingeniería

𝑥−𝜇
𝑃 𝑥 > 170 = 𝑃 𝑧 >
𝜎
𝜇=170
𝜎 = 12 170 − 170
𝑃 𝑧> = 𝑃(𝑧 > 0)
50% 12

𝑃 𝑧 > 0 = 0.5

50%
 Facultad de Ingeniería

𝑃 165 < 𝑥 < 190

𝑥−𝜇 𝑥−𝜇
𝜇=170 𝑃 <𝑧<
𝜎 𝜎
𝜎 = 12
61.53% 165 − 170 190 − 170
𝑃 <𝑧<
12 12

𝑃 −0.42 < 𝑧 < 1.67

0.6153 0.1628 + 0.4525 = 0.6153

79.67%
 Facultad de Ingeniería

81.86%
P ( -2 < Z < 1) = P(-2) + P(1)
P(Z < 1) = 0.4772 +0.3413
P(Z < 1) = 0.8185
P(Z < 1) = 81.85 %
 Facultad de Ingeniería

P (Z < 1) = 0.5 + P(1)

84.13% P(Z < 1) = 0.5 + 0.3413
P(Z < 1) = 0.8413
P(Z < 1) = 84.13%

P (Z > 0.5) = 0.5 - P(0.5)

30.85% P(Z > 0.5) = 0.5 - 0.1915
P(Z > 0.5) = 0.3085
P(Z > 0.5) = 30.85%
 Facultad de Ingeniería

¿Cómo se calculan estas

integrales?

Utilizando las tablas “Z” de

distribucion Normal
Aquí todos los números que están
dentro de la tabla nos da el
resultado de muchas integrales
hechas para muchos valores, pero
hay 2 requisitos:
Facultad de Ingeniería

P ( Z < 0.34) = 0.5 + P(0.34)

P ( Z < 0.34) = 0.5 + 0.1331
P ( Z < 0.34) = 0.6331
P ( Z < 0.34) = 63.31 %
Facultad de Ingeniería

P ( Z < 1.26) = 0.5 + P(1.26)

P ( Z < 1.26) = 0.5 + 0.3962
P ( Z < 1.26) = 0.8962
P(Z < 1) = 89.32 %
 Facultad de Ingeniería

Inverso de la Tabla Normal

Ejemplo :
0.50 0.379
Hallar el valor de Z antes del
cual se encuentra el 0.879 del
área de la curva

Buscamos en el cuerpo de la
tabla el valor correspondiente a z=?
0.8790. Vemos en la columna
que corresponde al valor 1.1, y z = 1.10 + 0.07 = 1.17
en la primera fila el valor a 0.07,
lo que nos da
 Facultad de Ingeniería
Inverso de la Tabla Normal

Ejemplo :

Hallar el valor de Z después del cual se

encuentra el 5% del área de la curva

P(Z ≥ x ) = 0.05

0.45

0.05

z=?
z =1.65
 Facultad de Ingeniería

Inverso de la Tabla Normal

Ejemplo :
Hallar el valor de Z tal que el área sobre
el mas y el área bajo –z sea igual a 0.05

0.475 0.475
z=?

0.025 0.025

-z=? z=?
-z = -1.96 z = 1.96
 Facultad de Ingeniería

Inverso de la Tabla Normal

Ejemplo :
Hallar el valor de Z tal que el área sobre
el mas y el área bajo –z sea igual a 0.01

0.495 0.495

0.005 0.005

-z = -2.58 z = 2.58
 Facultad de Ingeniería

Inverso de la Tabla Normal

Ejemplo :
Hallar el valor de Z después del cual se
encuentra el 1% del área de la curva:
 Facultad de Ingeniería

Ejercicio de Distribución Normal

Ejemplo :

a) Encontrar la probabilidad que al

muestrear una piscina con una
población normal la media tenga un
peso de 5g y una varianza de 4 ;
encontrar un valor por encima de 7.78 g

b) Así mismo calcular entre que valores de

peso se encuentra el 95% ; 97% y el
98.5%
 Facultad de Ingeniería

Teorema del limite Central

Es una teoría estadística que establece
que dada una muestra suficientemente
grande de la población, la distribución
de las medias muéstrales seguirá una
distribución normal.
Características:
- Al muestrear repetidamente una
poblacion, obtenemos distribución
de sus medias.
- La media de la población de x de
tamaño n es igual a la media de la
población original, y la varianza 𝜎 2 𝟐
𝝈
es 1/n de la varianza poblacional. 𝝁ഥ𝒙 = 𝝁 𝝈𝟐ഥ𝒙 =
- 𝒏
 Facultad de Ingeniería

Teorema del limite Central

Encontrar la probabilidad que al sacar una
muestra de tamaño n=16 de una población con
=10 (poblacion) y 2=4 => =2
Encontrar un promedio ≥ 11 (muestra)
𝑥ҧ − 𝜇 𝜎
𝑃 𝑧 ≥ 𝜎𝑥 = 2
𝜎𝑥 𝑛
𝑝(𝑧 ≥ 2) = 0.5 − 𝑝(2)
Por lo que podemos decir que
la probabilidad de sacar un
𝑝(𝑧 ≥ 2) = 0.5 − 0.4772
11 −10 muestreo de n = 16 y `x  11 es
𝑃 𝑧 ≥ 2 = 𝑝(𝑧 ≥ 2) de 2.28%, lo cual se considera
ൗ 16 𝑝(𝑧 ≥ 2) = 0.0228 “poco usual”.