La distribucin normal es disposicin nica de valores nica en la cual, si stos se representan en una grafica, la curva resultante toma la forma

peculiar simtrica y acampanada. En la figura 6.1 se representa esta grafica, donde las observaciones individuales se colocan en el eje de las abscisas y la frecuencia con la que ocurrieron las observaciones en el eje de ordenadas. Si se supone que los valores son normales (es decir, siguen una distribucin normal), entonces, por definicin de normalidad, las observaciones extremas ocurriran con una frecuencia relativamente pequea. Recordemos, adems, que en una distribucin normal el 50% de las observaciones estn por encima de la media y el 50% restante por debajo de la misma. Anlogamente, de toda el rea comprendida entre la curva y el eje de abscisas el 50% esta a la derecha de la media y el otro 50% a la izquierda de la misma.

 Esta

distribucin caracterstica no es frecuente en el mundo que nos rodea. En muchas ocasiones encontraremos que un conjunto de valores se corresponde con una distribucin normal lo que permite aplicar este importante principio estadstico. Hay dos parmetros que determinan por completo la forma y posicin de una distribucin normal: su media y su desviacin tpica .

Figura 6.1

f ( x)
Frecuencia de observaciones

50% 50%

67

(pulgadas)

Ejemplos
Probabilidad de un valor positivo p ( z > 1,24)

En este caso la probabilidad pedida no est en las tablas. Sin embargo, si tenemos en cuenta que el rea total bajo la grfica ha de ser 1, deducimos de la figura que: p (z > 1,24) = 1 p (z 1,24) = 1 0,8925 = 0,1075

Probabilidad de un valor negativo p ( z - 0,72 )

Como la grfica es simtrica respecto al eje de ordenadas, p ( z 0,72 ) = p ( z + 0,72 ) Calculamos p ( z + 0,72 ) p ( z + 0,72 ) = 1 - p ( z < + 0,72 ) = 1 - 0,7642 = 0,2358 p ( z - 0,72 ) = p ( z + 0,72 )= 1 - p ( z < + 0,72 ) = 1 - 0,7642 = 0,2358

Probabilidad entre dos valores positivos p ( 0,5 z 1,76 ) Leemos directamente en la tabla la p ( z 1,76 ) y la p ( z 0,5 ). La diferencia entre ellas es la probabilidad que nos piden

p ( 0,5 z 1,76 ) = p ( z 1,76 ) - p ( z 0,5 ) = 0,9608 - 0,6915 = 0,2693

Probabilidad entre dos valores negativos p ( - 1,76 z - 0,5 )

Por simetra cambiamos los dos valores negativos a positivos y calculamos sus probabilidades.

p ( - 1,76 z - 0,5 ) = p ( 0,5 z 1,76 ) = 0,9608 - 0,6915 = 0,2693

Se lanza una moneda 100 veces. Encuentra la probabilidad de que caiga cara entre 48 y 53 veces.
Solucin:
Tenemos una moneda que se lanza 100 veces: n=100 Queremos saber la probabilidad de que ocurra cara entre: 48 < X > 53 Probabilidad de xito es: p=0,5 Probabilidad de fracaso es: q=0,5

Calculamos
La media: = n*p
=100*0.5 =50

La desviacin tpica:
= n*p*q

100*0.5*0.5 = 5

Se calcula la media para estandarizar la variable X: 48 < X > 53 para eso se utiliza la ecuacin: Z= X -

= 50 =5 Z1 = 48 50 = -0,4 5

0,4

0,6

Z 2= 53 50 = 0,6 5

probabilidad

P1=0.5

En la grafica solo se puede trabajar con valores positivos

0,4

Se calcula con la ecuacin: P*1= p1 0.5 Sustituyendo: P*1= 0.6554 0.5 P*1= 0.1554 La probabilidad de que una moneda que se lanza 100 veces caiga entre 48 y 53 veces caras es de: P= P*1 + P*2

P2=0.5

0,6

se calcula como: P*2= p2 0.5 P*2= 0.7257 0.5 P*2= 0.2257

P= 0.1554 + 0.2257 = 0.3811

= 38.11%

Tabla de distribucin normal estndar P(zn)

Ejercicio 2.- La vida media de una lmpara, segn el fabricante, es de 68 meses, con una desviacin tpica de 5. Se supone que se distribuye segn una distribucin normal En un lote de 10.000 lmparas. Cuntas lmparas superarn previsiblemente los 75 meses?.

t = (75 -68)/5 = 1,4 P (X > 75) = (t > 1,4) = 1 - P (t 1,4) = 1 - 0,9192 = 0,0808

P(z>n)= 1-P(z n)