ESTADÍSTICA GENERAL

Departamento Académico de Cursos Básicos

DISTRIBUCIÓN NORMAL

Semana 09
Sesión 17
 Resultado de aprendizaje de la sesión
Al finalizar la sesión, el estudiante calcula probabilidades relacionadas a la
distribución normal y muestral aplicando los teoremas y las fórmulas correctas.

Imagen: www.freepik.com
 Reflexión desde la experiencia
A continuación se presenta una tabla de frecuencias de los pesos de los alumnos del
segundo ciclo de la carrera de medicina matriculados en el curso de estadística general
en el semestre 2021-1

¿Cuál es la probabilidad que un estudiante pese menos de 73 kg?

¿Cuál es la probabilidad que un estudiante pese por lo menos 81 kg?
 Reflexión desde la experiencia
El peso de los estudiantes del segundo ciclo de la carrera de
medicina matriculados en el curso de estadística general presentan
distribución normal con 𝜇=75 kg y σ=6.9 kg

a)¿Cuál es la probabilidad que un estudiante pese menos de 73 kg?

b)¿Cuál es la probabilidad que un estudiante pese por lo menos 81 kg? https://bit.ly/3zJ38IW
 Reflexión desde la experiencia

Responde en el padlet las siguientes

preguntas:

• ¿Qué es un parámetro?
• ¿Cuándo una distribución es simétrica?
• ¿Cómo se calcula la probabilidad en una distribución de
probabilidad normal?
Desarrollo del tema
Distribución normal
Distribución estándar
Tabla de distribución normal estándar
Estandarización
 Distribución de probabilidad normal

➢ La distribución de probabilidad más importante para describir una variable aleatoria continua
es la distribución de probabilidad normal.

➢ Se utiliza en una amplia variedad de aplicaciones en las cuales las variables aleatorias
continuas son la altura, el peso de las personas, las calificaciones de los exámenes, las
mediciones científicas, la precipitación pluvial y otros valores parecidos.

➢ Por múltiples razones se viene considerando la más idónea para modelar una gran diversidad
de mediciones de la Medicina, Física, Química o Biología.

➢ También tiene un uso muy extendido en la inferencia estadística. En estas aplicaciones, la

distribución normal describe qué tan probables son los resultados obtenidos de un muestreo
mediante pruebas paramétricas.
 Distribución de probabilidad normal

La mayoría de las variables continuas tienen polígonos de frecuencias que permiten

visualizar un aumento gradual hasta llegar a un máximo y luego un descenso
igualmente gradual.

𝒍𝒊𝒎 𝑰 = 𝟎
𝒏→∞

https://bit.ly/3sVCbOK https://bit.ly/3hRwZVK
 Distribución de probabilidad normal

Función de densidad
La función matemática que genera la curva en forma de campana de la función de
densidad de probabilidad normal es la siguiente:

−∞ < 𝑿𝒊 < +∞
https://bit.ly/3CrGWTd
μ = media o valor esperado de la variable aleatoria x
σ2 = varianza de la variable aleatoria x
σ = desviación estándar de la variable aleatoria x
Nota:
π = 3.14159 Los parámetros que permiten identificar la
e = 2.71828 distribución normal son: μ y σ2, que
determinan la ubicación y la forma.
−∞ < 𝝁 < +∞ 𝟎 < σ𝟐 < +∞
 Distribución de probabilidad normal
Función de distribución de probabilidad

https://bit.ly/3CrGWTd

•Puede tomar cualquier valor (- , + )

•Son más probables los valores cercanos a un valor central que llamamos media μ.
•Conforme nos separamos de μ, la probabilidad va decreciendo de igual forma tanto a la
derecha como a la izquierda (es simétrica); dependiendo de un parámetro s, que es la
desviación típica.
 Características y propiedades
de la distribución de probabilidad normal
1. La familia completa de distribuciones normales se diferencia por medio de dos
parámetros: la media μ y la desviación estándar σ.

https://bit.ly/3Cord7g
https://bit.ly/3Mz0FF9

Las distribuciones A, B y C A
D Las distribuciones A y D
tlenen la mlsma media. pero tienen diferentes medias y
tienen dlferentes B diferentes desviaciones
desviaciones estándar. C
estándar.

https://bit.ly/35EKLby
 Características y propiedades
de la distribución de probabilidad normal
2.- La media, la mediana y la moda 3.- Es asintótica horizontal al eje X (extremos
son iguales. de la curva nunca toca las abscisas)

lim f ( x) = lim f ( x) = 0
x → − x → +

https://bit.ly/3tDl9UI https://bit.ly/35EKLby
 Características y propiedades
de la distribución de probabilidad normal
4.- Es simétrica con respecto al eje 5.- El área bajo la curva y sobre el eje X es 1
vertical X= μ unidad al cuadrado.
(f(μ+x) =f(μ-x), para todo x ε R)

https://bit.ly/35EKLby
https://bit.ly/3hRwZVK

6.- Como la distribución es simétrica, el área

bajo la curva a la izquierda de la media es
0.50 u2 y el área a la derecha también es
0.50 u2. https://bit.ly/3hRwZVK
 Características y propiedades
de la distribución de probabilidad normal
7. Los porcentajes de los valores en algunos intervalos de uso común son los siguientes.

c.- 99,7% de los valores de

b.- 95,4% de los valores de una
una variable aleatoria
variable aleatoria normal se
normal están más o
encuentran más o menos a
menos dentro de tres
dos desviaciones estándar de
desviaciones estándar
su media.
de su media.

a.- 68,3% de los valores de una https://bit.ly/3tITfX8

variable aleatoria normal se

sitúan más o menos a una
desviación estándar de su
media.
 Tabla de distribución de probabilidad normal estándar

P(Z ≤ Zo)
Segundo decimal de Z

Zo

Parte entera y primer

decimal de Z

P(z<1.41)=0.92073
P(z<1.42)=0.92220
 Tabla de distribución de probabilidad normal estándar

Ejemplo: Si Z tiene una distribución normal estándar, calcular la probabilidad que Z sea menor
a -3,12

-3,12

La probabilidad buscada es el área bajo la curva a la izquierda de -3,12, es decir

P(Z<-3,12)=P(Z≤-3,12)=0,00090
 Tabla de distribución de probabilidad normal estándar

Ejemplo: Si Z tiene una distribución normal estándar, calcular la probabilidad que Z sea
mayor a − 3,22.

− 3.22

La probabilidad buscada es el área bajo la curva a la derecha de − 3,22 , es decir

P(Z>−3,22)=1 − 0,00064=0,99936
 Tabla de distribución de probabilidad normal estándar

Ejemplo: Si Z tiene una distribución normal estándar, calcular la probabilidad que Z se

encuentre entre − 3,11 y − 2,92.

-3.11 -2.92

La probabilidad buscada es el área bajo la curva comprendida entre − 3,11 y − 2,92, es decir
P(− 3,11 ≤ Z ≤ − 2,92)=0,00175 − 0,00094=0,00081
 Estandarización

Teorema
Si la variable aleatoria X tiene una distribución X∼N(μ, 𝛔) , entonces la variable aleatoria:

𝒙−μ
𝒁=
𝛔
Tiene distribución normal estándar es decir: Z∼N(0, 𝟏)

https://bit.ly/3vJFWsn
 Distribución de probabilidad normal
Ejemplo:
El estrés ocupacional percibido por los 300 empleados que realizan atención de cliente en una empresa
fue medido con el Inventario de Estrés Ocupacional (OSI). Esta variable se distribuye normalmente con un
media de 50 y desviación estándar 10 y utilizan los puntajes T para establecer el nivel de estrés.

Nivel de estrés Puntaje

Ausencia T<39,5
Leve 39,5≤T<59,5
Normal 59,5≤T<69,5
Fuerte T>39,5
http://bit.ly/4KFUAKO

a) ¿Qué porcentaje de sujetos no presentan estrés?

b) ¿Qué porcentaje de sujetos percibirán un leve nivel de estrés?
c)¿En cuántos empleados cabe esperar que estén ausentes los indicadores de estrés?
 Distribución de probabilidad normal

a) ¿Qué porcentaje de sujetos no presentan estrés?

𝑷 𝑿 <𝟑𝟗, 𝟓 = ?
𝟑𝟗, 𝟓 − 𝟓𝟎
𝑷 𝑿 ≤ 𝟑𝟗, 𝟓 = 𝑷 𝒁 ≤ = 𝑷 𝒁 ≤ −𝟏, 𝟎𝟓 = 𝟎, 𝟏𝟒𝟔𝟗
𝟏𝟎

El porcentaje de sujetos que no presentan estrés es 14,69%.

 Distribución de probabilidad normal

b) ¿Qué porcentaje de sujetos percibirán un leve nivel de estrés?

𝟑𝟗, 𝟓 − 𝟓𝟎 𝟓𝟗, 𝟓 − 𝟓𝟎
𝑷 39,5 ≤ X ≤ 59,5 = 𝑷 ≤𝒁≤
𝟏𝟎 𝟏𝟎
= 𝑷 −1,05 ≤ Z ≤ 0,95 = 𝑷 Z ≤ 0,95 − 𝑷 Z ≤ −1,05 =0,6821

El porcentaje de sujetos que percibirán un leve nivel de estrés es 68,21%.

 Distribución de probabilidad normal

c)¿En cuántos empleados cabe esperar que estén ausentes los indicadores de
estrés?
𝑵 = 𝟑𝟎𝟎 ; 𝒏 = 𝑵 ∗ 𝑷 𝑿 < 𝟑𝟗, 𝟓 = ?
De la parte a se tiene que:

𝑷 𝑿 < 𝟑𝟗, 𝟓 =𝟎, 𝟏𝟒𝟔𝟗

𝒏 = 𝑵 ∗ 𝑷 𝑿 < 𝟑𝟗, 𝟓 = 300*0,1469 = 45 empleados

Se espera que 45 empleados no presenten los indicadores de estrés

 Distribución de probabilidad normal

Ejemplo:
El tiempo de incapacidad por enfermedad de los empleados
de una compañía en un mes tiene distribución normal, con
media 100 horas y desviación estándar de 20 horas.
a)¿Cuál es la probabilidad de que el tiempo por incapacidad
del siguiente mes se encuentre entre 50 y 80 horas
b)¿Cuánto tiempo de incapacidad deberá plantearse para que
la probabilidad de excederlo sea solo 0,10027? http://bit.ly/3QFUAJD
 Distribución de probabilidad normal

a)¿Cuál es la probabilidad de que el tiempo por incapacidad del siguiente mes se encuentre
entre 50 y 80 horas?
𝟓𝟎 − 𝟏𝟎𝟎 𝟖𝟎 − 𝟏𝟎𝟎
𝑷 𝟓𝟎 ≤ 𝒙 ≤ 𝟖𝟎 = 𝑷 ≤𝒛≤ =
𝟐𝟎 𝟐𝟎
𝑷 −𝟐, 𝟓𝟎 ≤ 𝒛 ≤ −𝟏, 𝟎𝟎 = 𝑷 𝒛 ≤ −𝟏, 𝟎𝟎 − 𝑷 𝒛 ≤ −𝟐, 𝟓𝟎 =0,15245
 Distribución de probabilidad normal

b)¿Cuánto tiempo de incapacidad deberá plantearse para que la probabilidad de

excederlo sea solo 0.10027?
P(Sobrepase)=𝑷 𝐗 > 𝒂 = 𝟎, 𝟏𝟎𝟎𝟐𝟕
No sobrepase Sobrepase
P(No sobrepase)=𝑷 𝐗 ≤ 𝒂 = 𝟎, 𝟖𝟗𝟗𝟕𝟑 0,89973 0,10027

𝒂 − 𝟏𝟎𝟎 Z
𝒂 − 𝟏𝟎𝟎
𝑷 𝐙≤ = 𝟎, 𝟖𝟗𝟗𝟕𝟑
𝟐𝟎 𝟐𝟎

𝒂 − 𝟏𝟎𝟎
= 𝟏, 𝟐𝟖
𝟐𝟎
𝒂 = 125,6
El tiempo de incapacidad que deberá plantearse es de 125,6 horas
Integremos lo aprendido
 Integremos lo aprendido

1)¿Cuáles son las característica de una

distribución normal?
2)¿Qué es la estandarización?
3)¿Qué es una distribución muestral?

https://bit.ly/3pKZIzIc
Actividad complementaria
 Actividad complementaria

Resuelve la autoevaluación 9
en el aula virtual
Referencias Bibliográficas
 Referencias Bibliográficas
Cárdenas, R. (2014). Estadística en la educación. Digital UNID. bit.ly/3GSn1kB

Celis de la Rosa, A. y Labrada, V. (2014). Bioestadística. El Manual Moderno.

http://bit.ly/3Uh9VR2

De Oteyza, E., Lam, E., Hernández, C. y Carrillo, A. (2015). Probabilidad y estadística. Pearson.
http://bit.ly/3Vw7JGs

Martínez, C. (2012). Estadística y muestreo. Eco ediciones. http://bit.ly/3UjMG8E

Obando, J. y Arango, N. (2013). Probabilidad y estadística. Fondo Editorial Universidad EIA.

http://bit.ly/3FehZxG

Posada, G. (2016). Elementos básicos de estadística descriptiva para el análisis de datos.

Fundación Universitaria Luis Amigó. http://bit.ly/3AYplmh

Rodríguez, J., Pierdant, A. y Rodríguez, C.(2014) . Estadística para administración. Grupo

editorial patria, http://bit.ly/3Ud3Vso
 Referencias Bibliográficas
Ross, M. (2014). Introducción a la estadística. REVERTÉ. http://bit.ly/3ua4AjA

Warr, R. y Erich, R. (2019). Should the Interquartile Range Divided by the Standard Deviation be Used to
Assess Normality? The American Statistician, 67(4), 242–244. http://bit.ly/3XUJKCK

DE CONSULTA

Anderson, D., Sweeney, D. y Williams, T. (2008). Estadística para administración y economía. Cengage
Learning Editores. http://bit.ly/3XJPpv3

Triola, M. (2018). Estadística. Pearson educación. http://bit.ly/3UhadHC

Walpole, R., Myers, R., Myers, S. y Ye, K. (2012). Probabilidad y estadística para ingeniería y ciencias.
Pearson educación. http://bit.ly/3GUBdJV