Cap.

6
Distribuciones de
Probabilidad Normal
Fuente imagen: https://machinelearningparatodos.com/como-saber-si-una-variable-sigue-una-distribucion-normal-en-python/
6.2 Distribución normal estándar
Definiciones
Si una variable aleatoria continua tiene una
distribución con una gráfica simétrica y en forma de
campana, decimos que tiene una distribución
normal.

2
Propiedades de la distribución normal estándar:

1. Su gráfica tiene forma de campana

2. Posee una media igual a 0 (es decir, µ=0).
3. Tiene una desviación estándar igual a 1 (es decir,
σ=1).

Área=1

3
No es fácil calcular el área bajo la curva:

Área

Puntuación z

• Puntuación z: Distancia a lo largo de la escala

horizontal de la distribución normal estándar

• Área: Región bajo la curva

4
Ejemplo 3:

Termómetros científicos La Precision Scientific Instrument

Company fabrica termómetros que, se supone, deben dar
lecturas de 0°C en el punto de congelación del agua. Las
pruebas de una muestra grande de estos instrumentos
revelaron que en el punto de congelación del agua, algunos
termómetros daban lecturas por debajo de 0° (denotadas con
números negativos), y otros daban lecturas por encima de 0°
(denotadas con números positivos). Suponga que la lectura
media es 0°C y que la desviación estándar de las lecturas es
1.00°C. También suponga que las lecturas se distribuyen de
manera normal.
Si se elige al azar un termómetro, calcule la probabilidad de
que, en el punto de congelación del agua, la lectura sea
menor que 1.27° (z=1.27) 5
Método: Tablas normal estándar (página: 752 y 753)

6
Método: Tablas normal estándar (página: 753)

La probabilidad de que, en el punto de congelación

del agua, la lectura sea menor que 1.27° es 0.8980,
es decir, el 89.80% de los termómetros tendrán
7
lecturas por debajo de 1.27°.
Ejemplo 4:

Termómetros científicos Considerando los termómetros del

ejemplo 3, calcule la probabilidad de seleccionar al azar un
termómetro con una lectura (en el punto de congelación del
agua) por arriba de -1.23°.

8
Ejemplo 4:

El área acumulada de la izquierda hasta z = -1.23 es 0.1093.

Sabiendo que el área total bajo la curva es 1, podemos
calcular el área sombreada si restamos 0.1093 de 1.
9
El resultado es 0.8907.
REGLA

El área correspondiente a la región localizada entre dos

puntuaciones z específicas puede obtenerse al calcular la
diferencia entre las dos áreas.

10
Ejemplo 5:

Realice una selección aleatoria de la misma muestra de

termómetros del ejemplo 3, y calcule la probabilidad de que
el termómetro elegido arroje lecturas (en el punto de
congelación del agua) entre -2.00° y 1.50°.

11
Ejemplo 5:

12
Ejemplo 5:

13
Ejemplo 5:

Existe una probabilidad de 0.9104 de seleccionar al azar uno

de los termómetros con una lectura entre -2.00° y 1.50°, en
el punto de congelación del agua.
Si se seleccionan muchos termómetros para probarlos en el
punto de congelación del agua, entonces 0.9104 (o el
91.04%) de ellos tendrán lecturas entre -2.00° y 1.50°. 14
Cálculo de puntuaciones z de áreas conocidas

Hemos visto que dadas las puntuaciones z,

calculamos áreas bajo la curva, estas áreas
corresponden a probabilidades.

Proceso inverso: conocemos el área (o

probabilidad), pero necesitamos calcular la
puntuación z correspondiente.

15
Procedimiento para el cálculo de una puntuación
z a partir de un área conocida

1) Dibuje una curva en forma de campana e

identifique la región bajo la curva que
corresponde a la probabilidad dada.

2) Usando el área acumulada de la izquierda,

localice la probabilidad más cercana en el cuerpo de
la tabla A-2 e identifique la puntuación z
correspondiente.

16
Ejemplo 6:

Termómetros científicos Considere los mismos

termómetros del ejemplo 3, con lecturas de temperatura en
el punto de congelación del agua distribuidas normalmente,
con una media de 0°C y una desviación estándar de 1.00°C.
Calcule la temperatura correspondiente a P95, el percentil
95. Es decir, calcule la temperatura que separa el 95%
inferior del 5% superior.

17
Ejemplo 6:

El percentil 95 es la lectura de temperatura correspondiente

a 1.645°C.
18
Ejemplo 7:

Termómetros científicos Considere los mismos

termómetros del ejemplo 3 y calcule las temperaturas que
separan el 2.5% inferior y el 2.5% superior.

19
Ejemplo 6:

Los valores de z = -1.96 y z = 1.96 separan el 2.5% inferior y

el 2.5% superior.
20
6.3 Aplicaciones de las distribuciones
normales
A partir de alguna distribución normal no estándar, debemos
ser capaces de calcular probabilidades que corresponden a
valores de la variable x:

Si convertimos valores en puntuaciones z estándar,

empleando la siguiente fórmula, entonces los procedimientos
para trabajar con todas las distribuciones normales son los
mismos que los de la distribución normal estándar.

21
Ejemplo 1 ¿Por qué las entradas siempre tienen una
altura de 6 pies 8 pulgadas?

La entrada típica de una casa tiene una altura de 6 pies 8

pulgadas u 80 pulgadas. Como los hombres suelen ser más
altos que las mujeres, solo tomaremos en cuenta a los
hombres al investigar las limitaciones de la altura estándar
de las entradas. Puesto que las estaturas de los hombres se
distribuyen de manera normal con una media de 69.0
pulgadas y una desviación estándar de 2.8 pulgadas, calcule
el porcentaje de hombres que pueden entrar sin agacharse
ni golpear su cabeza. ¿El porcentaje es lo suficientemente
alto para continuar utilizando la altura estándar de 80
pulgadas? ¿Las entradas con una altura de 80 pulgadas
serán suficientes en años futuros?.
22
• Grafique

• Obtenga el valor z

• Busque en tablas
Al buscar el valor de z=3.93, encontramos que esta
puntuación z entra en la categoría de “3.50 y más”,
de manera que el área acumulada a la izquierda de
80 pulgadas es 0.9999

23
• Interpretación

La proporción de hombres que pueden pasar por

una entrada estándar con una altura de 80 pulgadas
es de 0.9999, o 99.99%.

Muy pocos hombres tendrán que agacharse o se

golpearán la cabeza si pasan por una entrada así.

24
Ejemplo 2 Pesos al nacer

Los pesos al nacer en Estados Unidos se

distribuyen de manera normal con una media de
3420 g y una desviación estándar de 495 g. El
hospital Newport General requiere de un tratamiento
especial para los bebés que pesan menos de 2450
g. o más de 4390 g. ¿Cuál es el porcentaje de
bebés que no requieren de un tratamiento especial
porque tienen pesos al nacer comprendidos entre
2450 g y 4390 g? En tales condiciones, ¿muchos
bebés requieren de un tratamiento especial?

25
• Grafique

• Obtenga el valor z

26
• Busque en tablas
El área sombreada entre 2450 y 4390:
= 0.9750 - 0.0250 = 0.9500

• Interpretación
El 95.00% de los bebés no requieren de un
tratamiento especial, porque al nacer pesan entre
2450 g y 4390 g. Se infiere que el 5.00% de los
bebés requieren de un tratamiento especial porque
son excepcionalmente ligeros o pesados

27
Ejemplo 3 Diseño de la altura de entradas

Cuando se diseña un ambiente, un criterio común

consiste en utilizar un diseño que se ajuste al 95%
de la población. ¿Qué altura debe tener una entrada
para que el 95% de los hombres puedan pasar a
través de ella sin tener que agacharse o sin
golpearse la cabeza? Es decir, calcule el percentil
95 de las estaturas de los hombres, las cuales se
distribuyen de manera normal, con una media de
69.0 pulgadas y una desviación estándar de 2.8
pulgadas.

28
• Grafique

• Busque en tablas
Buscamos un área de 0.9500.
z = 1.645

• Obtenga el valor de x

x = μ + (z *σ) = 69.0 + (1.645 * 2.8) = 73.606

29
• Interpretación

Una entrada con una altura de 73.6 pulgadas

permitiría que el 95% de los hombres pasen a
través de ella sin agacharse ni golpearse la cabeza.
De ello, se deduce que el 5% de los hombres no
cabrán por la entrada con una altura de 73.6
pulgadas. Debido a que una gran cantidad de
hombres pasan por entradas con gran frecuencia,
es probable que esta tasa del 5% no sea tan
práctica.

30
Ejemplo 4 Pesos al nacer

El hospital Newport General desea redefinir los pesos

mínimo y máximo al nacer de los bebés que requieren de un
tratamiento especial, debido a que son pesos inusualmente
bajos o inusualmente altos. Después de considerar los
factores relevantes, un comité recomienda aplicar un
tratamiento especial a los bebés que estén en el 3% más
bajo y en el 1% más alto. Los miembros del comité pronto se
dan cuenta de que es necesario identificar pesos específicos
al nacer. Ayude a este comité a calcular los pesos al nacer
que separan al 3% más bajo y al 1% más alto de los bebés.
En Estados Unidos, los pesos al nacer se distribuyen de
manera normal con una media de 3420 g y una desviación
estándar de 495 g.
31
• Grafique

• Busque en tablas
El área de 0.03 en el cuerpo de la tabla da z = -1.88
(que corresponde al área más cercana de 0.0301).
Para el 0.99 (1- 0.01=0.99), obtenemos z = 2.33
(que corresponde al área más cercana de 0.9901).

• Obtenga el valor de x

32
6.5 Teorema del Límite Central
El teorema del límite central implica dos
distribuciones diferentes: la distribución de la
población original y la distribución de las medias
muestrales.

Para una población con cualquier distribución, la

distribución de las medias muestrales se aproxima a
una distribución normal conforme aumenta el
tamaño de la muestra (n>30).

33
Distribución normal

34
Distribución Uniforme

35
Distribución forma de U

36
Conclusión:

Conforme aumenta el tamaño de la muestra, la

distribución de las medias muestrales se aproxima
a una distribución normal.

37
38
Valor individual: Cuando trabaje con un valor
individual de una población distribuida normalmente:

Muestra de valores: Cuando trabaje con una media

de alguna muestra (o grupo):

39
Seguridad de taxis acuáticos

En concordancia con los datos de la National Health and

Nutrition Examination Survey, suponga que los pesos de los
hombres se distribuyen normalmente, con una media de 172
libras y una desviación estándar de 29 libras. Es decir,
suponga que la población de pesos de hombres se distribuye
de manera normal con µ = 172 libras y σ = 29 libras.

a) Calcule la probabilidad de que, si se selecciona a un solo

hombre al azar, su peso sea mayor que 175 libras.

40
Seguridad de taxis acuáticos

a) Calcule la probabilidad de que, si se selecciona a un solo

hombre al azar, su peso sea mayor que 175 libras.

Valor de Tabla de z= 0.10 es 0.5398

Por lo tanto 1 – 0.5398= 0.4602

La probabilidad de que un hombre elegido al azar pese más

de 175 libras es de 0.4602 41
b) Calcule la probabilidad de que 20 hombres elegidos al
azar tengan un peso medio mayor que 175 libras (de manera
que su peso total exceda la capacidad segura de 3,500
libras).

42
b) Calcule la probabilidad de que 20 hombres elegidos al
azar tengan un peso medio mayor que 175 libras (de manera
que su peso total exceda la capacidad segura de 3,500
libras).

Utilice el teorema del límite central (porque estamos

trabajando con la media de una muestra de 20 hombres y no
con un solo hombre).

Aun cuando el tamaño de la muestra no es mayor que 30,

utilizamos una distribución normal porque la población
original de hombres tiene una distribución normal, de manera
que las muestras de cualquier tamaño producirán medias
distribuidas normalmente.
43
b) Calcule la probabilidad de que 20 hombres elegidos al
azar tengan un peso medio mayor que 175 libras (de manera
que su peso total exceda la capacidad segura de 3,500
libras).

Encontramos que z = 0.46 corresponde a un área izquierda

acumulada de 0.6772, de manera que la región sombreada
es 1 - 0.6772 = 0.3228.

La probabilidad de que 20 hombres tengan un peso medio

mayor que 175 libras es de 0.3228.
44