Una variable continua

es susceptible de
medirse y se
representa en números
Reales.

Verdadero Falso
 El gasto mensual en
la canasta familiar de
50 familias de la
ciudad de
Cajamarca es una
variable de tipo…

Continua Discreta Cualitativa

 LOGRO DE APRENDIZAJE DE LA SESIÓN

Al finalizar la sesión serás capaz de

resolver problemas de distribuciones de
probabilidad continua utilizando el
programa estadístico IBM SPSS y
MEGASTAT.
SECUENCIA

Distribución de probabilidad continua

Distribución Normal

Distribución Normal Estándar

Ejercicios

Conclusiones

Consultas
 VARIABLE ALEATORIA CONTINUA

Velocidad Tiempo
Estas variables asumen valores
que son susceptibles de ser
medidos y toman infinitos Peso Dinero
valores en un intervalo de
números reales.

Altura
DISTRIBUCIÓN NORMAL
La distribución Normal, también es llamada Distribución Gaussiana en
honor a K. Gauss, es una distribución del tipo continuo y es considerada la
distribución más importante en Estadística por las numerosas aplicaciones
que tiene.
Su comportamiento es reflejado por la Curva Normal que es la gráfica de la
siguiente ecuación:

2
1  X−u 
x 1 −  
P(X  x) =  e 2 σ 
dx
−  σ 2π
Parámetros de la distribución normal

Se caracteriza por 2 parámetros:

µ=media de la variable aleatoria.

=desviación estándar de la variable aleatoria
Características
f(x)

• Tiene forma de
campana.

• El área bajo la curva

normal y sobre el eje X es
50% 50%
siempre igual a 1.
0 

P(X < ) = P(X > ) = 0,5 =50%

La curva de densidad
normal es simétrica
respecto a la media y
unimodal.

La media, la moda y

la mediana
coinciden.
La curva normal decrece
uniformemente en ambas
direcciones a partir del
valor central. Es asintótica,
esto significa que la curva
se acerca cada vez más al
eje X, pero en realidad
nunca llega a tocarlo.
Los puntos de inflexión en la curva quedan situados a igual distancia de la media.
Dicha distancia es un desvío estándar o desviación típica, entonces los puntos de
inflexión son: µ-, µ+
Áreas bajo la curva normal

• El intervalo [µ-, µ+] incluye

el 68,26% de las observaciones.
• El intervalo [µ-2, µ+2]
incluye el 95,45,% de las
observaciones.
• El intervalo [µ-3, µ+3]
incluye el 99,73% de las
observaciones.
DISTRIBUCIÓN NORMAL
ESTÁNDAR
DISTRIBUCIÓN NORMAL ESTANDAR
Toda distribución normal puede ser estandarizada mediante la siguiente
transformación:
µ=0
X −μ
Z=
σ =1

Donde a la variable Z se le llama normal estándar, tiene

media 0 y desviación estándar 1.
 DISTRIBUCIÓN NORMAL ESTANDAR

μ = 0 y σ = 1.

También es llamada
distribución z.
 TIENE SU PROPIO PROMEDIO Y
DESVIACION
PROPIEDADES PARA EL USO DE LA DISTRIBUCIÓN NORMAL USANDO SOFTWARE
𝒂) 𝑷 𝑿 ≤ 𝒂 →𝑼𝒕𝒊𝒍𝒊𝒛𝒂𝒓 𝑬𝒙𝒄𝒆𝒍, 𝑴𝒆𝒈𝒂𝒔𝒕𝒂𝒕 𝒐 𝑺𝒑𝒔𝒔 𝒅𝒊𝒓𝒆𝒄𝒕𝒂𝒎𝒆𝒏𝒕𝒆
𝒃) 𝑷 𝑿 ≥ 𝒂 = 𝟏 − 𝑷(𝑿 ≤ 𝒂)
𝒄) 𝑷 𝒂 ≤ 𝑿 ≤ 𝒃 = 𝑷 𝑿 ≤ 𝒃 − 𝑷(𝑿 ≤ 𝒂)
Su promedio es "0" y su
desviación es "1"
PROPIEDADES PARA EL USO DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR USANDO SOFTWARE

𝒂) 𝑷 𝒁 ≤ 𝒂 →𝑼𝒕𝒊𝒍𝒊𝒛𝒂𝒓 𝑬𝒙𝒄𝒆𝒍, 𝑴𝒆𝒈𝒂𝒔𝒕𝒂𝒕 𝒐 𝑺𝒑𝒔𝒔 𝒅𝒊𝒓𝒆𝒄𝒕𝒂𝒎𝒆𝒏𝒕𝒆

𝒃) 𝑷 𝒁 ≥ 𝒂 = 𝟏 − 𝑷(𝒁 ≤ 𝒂)
𝒄) 𝑷 𝒂 ≤ 𝒁 ≤ 𝒃 = 𝑷 𝒁 ≤ 𝒃 − 𝑷(𝒁 ≤ 𝒂)
EJEMPLO EXCEL

Sea Z una variable aleatoria normal estandarizada, determinar la

probabilidad de:

1. P (Z ≤ 1,17) = 0,8790 = 87,90%

87,90%
 MEGASTAT

Sea Z una variable aleatoria normal estandarizada, determinar la

probabilidad de:

2. P (Z ≥ 1,17) = 1- P (Z ≤ 1,17)

= 1- 0,8790

= 0,121 =12,1%
12,1%
PRÁCTICA

https://docs.google.com/spreadsheets/d/1ETXV3c6wZG-
YMiQrEkEceQLyXh_ZQLGX/edit?usp=sharing&ouid=113508
953271695428216&rtpof=true&sd=true
 EJEMPLO DE
DISTRIBUCIÓN NORMAL
Un constructor afirma que el tiempo necesario para
completar un proyecto de construcción se puede
representar mediante una variable aleatoria normal con una
media de 60 semanas y desviación estándar de 8 semanas.

a)Calcular la probabilidad de que la duración del proyecto

sea inferior a 52 semanas.

b) Calcular la probabilidad de que el tiempo necesario para

terminar un proyecto de construcción supere las 70
semanas.
Un constructor afirma que el tiempo necesario para completar un proyecto
de construcción se puede representar mediante una variable aleatoria normal
con una media de 60 semanas y desviación estándar de 8 semanas.

a) Calcular la probabilidad de que la duración del proyecto sea inferior a 52

semanas.
X: Tiempo para completar un proyecto

N(µ=60; =8) P (X < 52)

X − μ 52 − 60
Z= = = -1
σ 8
P (X < 52) = P (Z < -1) = 0,1587 =15,87% 15,87%

52 60
Un constructor afirma que el tiempo necesario para completar un proyecto de
construcción se puede representar mediante una variable aleatoria normal con
una media de 60 semanas y desviación estándar de 8 semanas.

a)Calcular la probabilidad de que la duración del proyecto sea inferior a 52

semanas.
X: Tiempo para completar un proyecto

N(µ=60; =8) P (X < 52)

P (X < 52) = 0,1587 =15,87%

15,87%

52 60
Un constructor afirma que el tiempo necesario para completar un proyecto
de construcción se puede representar mediante una variable aleatoria
normal con una media de 60 semanas y desviación estándar de 8 semanas.

b) Calcular la probabilidad de que el tiempo necesario para terminar un

proyecto de construcción supere las 70 semanas.
𝑷 𝑿 ≥ 𝒂 = 𝟏 − 𝑷(𝑿 ≤ 𝒂)
X: Tiempo para completar un proyecto

N(µ=60;  =8) P (X > 70) =

89,44%
P (X > 70) = 1- P (X < 70) 10,56%

= 1- 0,8944
70
= 0,1056 =10,56%
EJERCICIO 3 DEL EXCEL (EN SPSS)
Los focos de alumbrado eléctrico producidos por una compañía eléctrica tienen una
distribución normal con una media de 1000 horas y una desviación estándar de 50 horas.
a. Determinar la probabilidad de que un foco se queme como máximo en 990 horas.
b. Si se conoce que el 25% de los focos cuentan con un bajo rendimiento. ¿Cuál es la
duración máxima de los focos que tienen menor rendimiento?

a) P (X ≤ 990) = b) P(X≤k) = 0.25

PRÁCTICA

https://docs.google.com/spreadsheets/d/1ETXV3c6wZG-
YMiQrEkEceQLyXh_ZQLGX/edit?usp=sharing&ouid=113508
953271695428216&rtpof=true&sd=true
Resuelve las preguntas para comprobar si has entendido los conceptos explicados
hasta el momento.

https://kahoot.it/
Tomemos un tiempo para aclarar tus dudas y
orientarte oportunamente en lo que necesites
CIERRE DE SESIÓN
 LOGRO DE APRENDIZAJE DE LA SESIÓN

Al finalizar la sesión serás capaz de

resolver problemas de distribuciones de
probabilidad continua utilizando el
programa estadístico IBM SPSS y
MEGASTAT.
 CONCLUSIONES

Variable aleatoria continua

a. Sus parámetros son µ y .

Distribución normal b. Es simétrica, asintótica y tiene dos

puntos de corte o inflexión.

Distribución normal estándar

Parámetros de la distribución
normal estándar
Son características de la
distribución normal
c. Se representa por números reales.
d. Se representa por Z
e. µ=0 y =1.
MATERIAL COMPLEMENTARIO
INVESTIGA

DISTRIBUCIÓN NORMAL EN MEGASTAT 1

https://youtu.be/m7xmfuaZsdc

DISTRIBUCIÓN NORMAL EN MEGASTAT 2

https://youtu.be/HN-pj21P5UM

DIFERENCIA ENTRE LA NORMAL Y LA NORMAL ESTÁNDAR

https://youtu.be/VYY3Vt0B6Zg

DISTRIBUCIÓN NORMAL
https://youtu.be/-HeKU4iGn1E
PREPÁRATE PARA EL
SIGUIENTE MÓDULO

MUESTREO Y TAMAÑO DE MUESTRA