Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE LOYOLA
DISTRIBUCIONES CONTINUAS IMPORTANTES
DISTRIBUCIÓN NORMAL
PLAN DE CLASE
2
• Motivación
• Competencias
Inicio • Saberes previos
• Retroalimentación
Cierre
• Autoevaluación
martes, 23 de
agosto de 2016
COMPETENCIAS
Calcular
probabilidades
utilizando la
distribución Normal
en problemas
contextualizados.
Al terminar la
sesión, el
estudiante
estará en
capacidad de:
0.24 n= 6
0.22
0.20
0.18
0.16
f(X)
0.14
0.12 n=12
0.10
0.08 n=24
0.06
0.04
0.02
0.00
10 20 30 40
DISTRIBUCIÓN NORMAL
La distribución Normal es una de las distribuciones de probabilidad más
importante y es una de las más utilizadas en la Estadística Inferencial.
Definición
Una variable aleatoria continua X sigue una distribución normal con
parámetros µ y σ2 (X ~ N µ, σ2 ) si su función de densidad de probabilidad
está dada por:
𝟏 𝟏 𝒙−𝝁 𝟐
−
𝒇 𝒙 = 𝒆 𝟐 𝝈 , −∞ < 𝛍 < +∞, 𝛔>𝟎
𝝈 𝟐𝟐
Donde:
µ = Media poblacional
σ = Desviación estándar poblacional
PROPIEDADES DE LA CURVA DE LA DISTRIBUCIÓN
NORMAL
σ =1
σ = 1.5 La gráfica de la distribución
Normal es simétrica con respecto
a la recta x = µ. A esta se le
conoce con el nombre de
Campana de Gauss.
σ =2
-4 -3 -2 -1 0 1 2 3 4
A continuación, se presentan algunos resultados válidos para esta curva:
El área bajo la curva que comprende entre
µ−σ yµ+σ es aproximadamente el
68.26% del área total.
El área bajo la curva que comprende entre
f(X)
µ − 2σ y µ + 2σ es aproximadamente el
95.50% del área total.
σ σ σ σ σ σ
µ X El área bajo la curva que comprende entre
68.26%
µ − 3σ y µ + 3σ es aproximadamente el
95.50%
99.99% del área total.
99.99%
DISTRIBUCIÓN NORMAL ESTÁNDAR
Definición
Una variable aleatoria continua Z sigue una distribución normal estándar si
sus parámetros son µ = 0 y σ2 = 1 ( Z~N(0, 1)), si su función de densidad de
probabilidad está dada por:
𝟏 𝟏 𝟐
𝐟 𝒛 = 𝐞−𝟐𝒛 , −∞ < 𝐳 < +∞
𝟐𝟐
TABLA DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR
Para calcular probabilidades de variables aleatorias continuas que siguen
una distribución Normal, se utiliza la tabla de la distribución normal estándar.
Z 0 1 2 …… 7 8 9
…
3.5 0.99977 0.99978 0.99978 …… 0.99982 0.99983 0.99983
Solución
La representación gráfica es la siguiente:
Solución
La representación gráfica es la siguiente:
Solución
La representación gráfica es la siguiente:
Teorema 1
Si la variable aleatoria continua X sigue una distribución Normal con
parámetros µ y σ2 , la variable aleatoria:
X−µ
Z=
σ
Observación
El cambio de variable anterior (X ⟶ Z) recibe el nombre de estandarización.
EJEMPLO 5
En un restaurante se sabe que el ingreso diario por la venta de comida sigue
una distribución normal con media igual a 625 nuevos soles y desviación
estándar igual a 49 nuevos soles. Para un día cualquiera:
P X ≤ 600 = P Z ≤ −0.51
𝐏 𝐗 ≤ 𝟔𝟔𝟔 = 𝟎. 𝟑𝟑𝟑𝟑𝟑
d) Se pide:
611 − 625 X − µ 639 − 625
P 611 ≤ X ≤ 639 = P ≤ ≤
49 σ 49
Estadística General-CPEL
(Estadística Descriptiva y una introducción al cálculo de probabilidades)