Tiempos y

Movimientos
DISTRIBUCION
NORMAL
Marcelo Pazmiño
Bryan Barriga 1
 Distribución Normal

Es la distribución de probabilidad más

importante, que corresponde a una variable
continua. También se la llama distribución
gaussiana.

En esta distribución no es posible calcular la

probabilidad de un valor exacto, siempre se
trabaja con rangos.

2
 Distribución Normal

En la práctica, muchas
variables que se observan
tienen distribuciones que sólo
se aproximan a la normal.
Esto es, las variables tienen
propiedades que sólo se
acercan a las propiedades
teóricas de la distribución
normal.
3
 Propiedades de la distribución
normal
1. Tiene forma de campana (es simétrica)

2. Sus medidas de tendencia central son

idénticas (media, mediana, moda, rango
medio y eje medio

4
 Propiedades de la distribución
normal
3. El “intervalo medio” es 1.33 desviaciones
estándar (1.33σ)

2 2
   X  
3 3
4. La variable aleatoria asociada tiene un
intervalo infinito ( -∞ < X < +∞)

5
 Distribución Normal

La fórmula de la distribución normal es un

complicado modelo matemático
desarrollado por Gauss; pero con facilidad
para realizar la estandarización mediante
una tabla definida que facilita la búsqueda
de resultados.

6
 Fórmula Distribución Normal

1 X  2
1  ( )
f (X )  e 2 
2
e = constante matemática con valor aproximado de 2.71828
π = constante matemática con valor aproximado de 3.14159
µ = media de la población
σ = desviación estándar de la población

7
 Distribución Normal

Si los datos son estandarizados, de manera

que se aproximen a su valor normal en la
distribución, se puede utilizar una tabla para
encontrar los resultados de las
probabilidades.

Para ello se utiliza la fórmula de

estandarización, que es denotada por Z

8
 Fórmula de la
Estandarización
Los elementos base para estandarizar los
datos son los parámetros de la Media
Aritmética y la Desviación Estándar.

X 
Z

Al estandarizar los datos de la población, la
media se convierte en 0 y la desviación
estándar en 1
9
Supongamos que los datos de una muestra van de
30 a 90 (en el plano cartesiano se traza la recta en
una escala de 10 en 10).

En la muestra, la media aritmética es 60 y la

desviación estándar es 10.
Estandarizar cada uno de los datos de la recta del
plano cartesiano; es decir, cuál es el valor de Z de
cada dato desde 30 hasta 90.
10
 X 
Z

30  60  30
Para X  30  Z    3
10 10

60  60 0
Para X  60  Z  0
10 10

11
 X 
Z
80  60 20

Para X  80  Z   2
10 10

90  60 30
Para X  90  Z  3
10 10

12
Las probabilidades en una curva normal es el área
que está rodeada por:
• El valor entre 0 y Z
• El eje horizontal
• La curva de la Normal (ver zona sombreada).

13
Para calcular el área en una curva normal, no se
utiliza la fórmula, sino el diseño una tabla para
buscar el resultado.

Usualmente los valores de Z están entre -4 y 4,

y su representación se denota por un número de
dos decimales.

14
 Es una tabla
trazada en filas y
columnas que
calcula el valor
entre 0 y z

15
• Se divide en dos números; el primero formado por la
parte entera y el primer decimal; el segundo formado
por el segundo decimal

16
• En la primer • En la fila de
columna se encabezado se
busca el que busca el que tiene
tiene la parte el segundo decimal.
entera

17
• En la fila de
encabezado se
busca el que tiene
el segundo decimal.

18
Encontrar el área para Z=1.02

• Z se convierte en
1.0 y 0.02
• Localizar 1.0 en la
tabla

19
Encontrar el área para Z=1.02
• Localizar 0.02 en la
tabla
• Ubicar la intersección
• En la tabla de la curva
normal se muestra la
probabilidad 0.3461
• La probabilidad es de
34.61%

20
 En la curva, por tratarse de áreas, no es
posible calcular valores con el signo igual;
siempre se hace referencia con el signo de
menor o con el mayor.

P ( Z  zi ) P ( Z  zi )
21
Calcular P(Z < 2.01)
•Se calculará el área de 0 a 2.01
•El # 2.01 se convierte en 2.00 y 0.01
•Columna: 2.0
•Fila: 0.01

22
Calcular P(Z > - 1.28)
•Se calculará el área de -1.28 a 0
•1.28 = 1.2 + 0.08
• Buscar en la columna 1.2
• Buscar en la fila 0.08

23
Calcular P(-0.57 < Z < 1.02)

•El área total es la suma de ambos resultados.

Área = 0.2157+0.3461
Área = 0.5618 24
Distribución normal estándar

Un conjunto de datos con distribución

normal siempre se puede convertir en su
forma estandarizada y después determinar
cualquier probabilidad deseada, a partir de
la tabla de distribución normal.

25
El gerente de una ensambladora de automóviles
estudia el proceso para montar una pieza
específica de un automóvil, con el fin de reducir
el tiempo requerido para el montaje. Después de
estudiar el proceso, el equipo determina que el
tiempo de montaje se aproxima a una
distribución normal con media aritmética (µ) de
75 segundos y desviación estándar (σ) de 6
segundos. Como puede el equipo aprovechar
esta información para responder preguntas
acerca del proceso actual.
26
Calcular la probabilidad de que un empleado
elegido al azar requiera más de 81 segundos
para ensamblar la pieza
µ = 75
σ=6
x
Z 

81  75
P( X  81)  P( Z  )  P( Z  1)
6
27
 P ( Z  1)

P( Z  1)  0.5  0.3413  0.1587

La probabilidad de que un empleado ensamble una pieza

en mas de 81 segundos es de 15.87%

28
 Calcular la probabilidad de que un empleado
elegido al azar realice la tarea en un tiempo
entre 75 y 81 segundos
µ = 75 x
σ=6 Z

75  75 81  75
P(75  X  81)  P( Z )
6 6
P(75  X  81)  P(0  Z  1)
29
 P (0  Z  1)

P(0  Z  1)  0.3413

La probabilidad de que un empleado ensamble una pieza

Entre 75 y 81 segundos es de 34.13%

30
Calcular la probabilidad de que un empleado
elegido al azar realice la tarea en mas de 81
segundos o menos de 75 segundos
µ = 75
σ=6

P( X  75 ó X  81)  P( X  75)  P( X  81)

31
1.) Calcular la P(X > 81)
81  75
P( X  81)  P( Z  )  P( Z  1)
6

P(X > 81) = P(Z>1) = 0.5 – 0.3413 = 0.1587

32
 x
Z 

2.) Calcular la P(X < 75)
75  75
P( X  75)  P( Z  )  P( Z  0)
6

P(X <75) = P(Z<0) = 0.5000

33
3.) Sumas ambas probabilidades

P( Z  0)  P( Z  1)

P( Z  0)  P( Z  1)  0.5  1587  0.6587

La probabilidad de que un empleado tarde menos de 75 ó
más de 81 segundos es de 66%
34