DISTRIBUCIÓN

NORMAL
MATEMÁTICA APLICADA

Ing. Oscar Alberto Zelada Mosquera

Copyright © 6/04/22 por TECSUP

MOTIVACIÓN:

• ¿Cómo interpretarías la curva de la figura,

relacionándolo con el diámetro de la tuerca?
CONOCIMIENTOS PREVIOS:

• ¿Qué se entiende por probabilidad?

• ¿Entre qué valores se encuentra la

probabilidad de un evento?

• ¿Cómo se interpreta la desviación

estándar para un conjunto de datos?

CONFLICTO COGNITIVO:

A un grupo de trabajadores del área de

mantenimiento de la empresa Ferreyros –
Piura, se les aplica una prueba de
inteligencia (WAIS); suponga que las
puntuaciones se distribuyen en forma
normal y tienen los parámetros siguientes:
 = 100 y  = 15.
a) ¿Qué porcentaje de trabajadores están
en el intervalo p(80  X  120)
b) ¿Qué porcentaje de trabajadores
obtuvieron un CI mayor que 105, es
decir, p(X  105)?
c) ¿Qué porcentaje de niños tienen un CI
menos de 80; p(x  80)?
CAPACIDAD TERMINAL:

• Resolver ecuaciones
matemáticas utilizando
software aplicado logrando
resultados en menor tiempo
posible y con la respuesta más
efectiva.
 COMPETENCIA DE LA SESIÓN:

• Aplican las características

de la distribución normal a
modelos estadísticos
relacionados a la gestión
de mantenimiento y
análisis de fallas en
componentes mecánicos.
¿Qué es la desviación estándar? (S)

• Es la medida de dispersión más

común.
• Indica qué tan dispersos están
los datos con respecto a la
media.
• Se puede utilizar para establecer
un valor de referencia con el
cual estimar la variación general
de un proceso.
• El símbolo σ representa la
desviación estándar de una
población, mientras que S
representa de una muestra.
¿Qué es la desviación estándar? (S)
Ejemplo:
Los supervisores dan seguimiento al tiempo de egreso de los tractores de un mismo
modelo, que fueron internados para un mantenimiento completo en dos talleres distintos.
Aunque los tiempos de egreso promedio son aproximadamente iguales (35 días), las
desviaciones estándar son significativamente diferentes.
• La desviación estándar del taller 1 es de aproximadamente 6. En promedio, el tiempo
para que salga un tractor se desvía de la media (línea discontinua) aproximadamente 6
días.
• La desviación estándar del taller 2 es de aproximadamente 20. En promedio, el tiempo
para que salga un tractor se desvía de la media (línea discontinua) aproximadamente 20
días.
¿Qué es la varianza? (S²)

• Mide qué tan dispersos están

los datos alrededor de la
media.
• Es igual a la desviación
estándar elevada al cuadrado.
• Monitorear la varianza es
esencial en las industrias de
manufactura y control de
calidad, porque con la
reducción de la varianza del
proceso aumenta la precisión y
disminuye el número de
defectos. 
¿Qué es la varianza? (S²)
Ejemplo:
Una fábrica produce pernos que miden 50 mm de largo. Un perno cumple con las
especificaciones si su longitud no difiere en más de 2 mm del valor objetivo de 50 mm.
La fábrica utiliza dos tipos de máquina para producir los pernos. Ambas máquinas producen
pernos con longitudes distribuidas normalmente y una longitud media de 50 mm. Sin
embargo, los pernos de cada máquina tienen varianzas diferentes:
• Máquina A: (línea continua), produce pernos con una varianza de 9 mm2.
• Máquina B: (línea de puntos), produce pernos con una varianza de 1 mm2.

Distribuciones de la longitud de los pernos

La longitud de los pernos de la máquina A tiene una variación mayor que la longitud de los
pernos de la máquina B. Por lo tanto, cualquier perno de la máquina A tiene una mayor
probabilidad de estar fuera de los límites de especificación que un perno de la máquina B.
DISTRIBUCIÓN NORMAL:
• Es una distribución con forma de campana donde las desviaciones estándar
sucesivas con respecto a la media establecen valores de referencia para
estimar el porcentaje de observaciones de los datos.
• Estos valores de referencia son la base de muchas pruebas de hipótesis.
• Ejemplo: La estatura de los trabajadores de un campamento minero, siguen
aproximadamente una distribución normal. La estatura de la mayoría de los
hombres estará cerca de la estatura media de 69 pulgadas. Un número
similar de hombres serán un poco más altos y un poco más bajos que 69
pulgadas. Solo unos pocos serán mucho más altos o mucho más bajos. La
desviación estándar es de 2.5 pulgadas.

Aproximadamente, el 68% de los Aproximadamente, el 95% de los Aproximadamente, el 99.7% de los

trabajadores tiene una estatura de entre trabajadores tiene una estatura de entre trabajadores tiene una estatura entre 61.5
66.5 (μ – 1S) y 71.5 (μ + 1S) pulgadas. 64 (μ – 2S) y 74 (μ + 2S) pulgadas. (μ - 3σ) y 76.5 (μ + 3σ) pulgadas.
DISTRIBUCIÓN NORMAL:
Propiedades:
• Es una distribución de probabilidad para
variables continuas.
• La gráfica de su función de densidad tiene
una forma acampanada y es simétrica
respecto de un determinado parámetro
estadístico. Esta curva se conoce
como campana de Gauss y es el gráfico de
una función gaussiana
• Dicha curva, es asintótica al eje de abscisas
(es decir, nunca llega a cero).
• Es simétrica respecto de su media. Por tanto,
la probabilidad de encontrar un dato en la
serie mayor que la media, es igual a la de
encontrar un dato menor que la media, es
decir, el 50%.
• El área bajo la curva es la unidad o 100%.
DISTRIBUCIÓN NORMAL:
Propiedades:
• Su función de densidad está dada por:

• Donde Los parámetros μ y σ son,

respectivamente, la media y la desviación
estándar de X.
• Su función de distribución acumulada de
probabilidad está dada por:

Representa el área bajo la curva y permite

calcular la probabilidad:
DISTRIBUCIÓN NORMAL:

Propiedades:
• Su gráfica es la siguiente:
DISTRIBUCIÓN NORMAL ESTANDARIZADA:

Existe un número ilimitado de distribuciones de probabilidad normal, pero todas

se relacionan con una distribución: la distribución normal estándar. La
distribución normal estándar es la distribución normal de la variable estándar Z
(llamada “valor estándar” o “valor Z”).
Propiedades:
• El área total bajo la curva normal es igual a 1.
• La distribución es amontonada y simétrica; se extiende indefinidamente en
ambas direcciones y tiende a, pero nunca toca, el eje horizontal.
• La distribución tiene una media de 0 y una desviación estándar de 1.
• La media divide el área a la mitad, 0.50 a cada lado.
• Casi toda el área está entre z = –3.00 y z = 3.00.
DISTRIBUCIÓN NORMAL ESTANDARIZADA:

• El valor de Z está dado por:

• Esta nueva variable estará normalmente distribuida con media 0 y varianza 1.

• Z es en realidad el número de desviaciones estándar en que se encuentra la
puntuación X respecto de la media aritmética, la cual se presenta en la figura
siguiente:

• Para encontrar la probabilidad para otros valores de Z, se emplean tablas.

DISTRIBUCIÓN NORMAL ESTANDARIZADA:
DISTRIBUCIÓN NORMAL ESTANDARIZADA:

• Ejemplo de clase:
A un grupo de trabajadores del área de mantenimiento de la empresa Ferreyros – Piura,
se les aplica una prueba de inteligencia (WAIS); suponga que las puntuaciones se
distribuyen en forma normal y tienen los parámetros siguientes:  = 100 y  = 15.
a) ¿Qué porcentaje de trabajadores están en el intervalo p(80  X  120)
b) ¿Qué porcentaje de trabajadores obtuvieron un CI mayor que 105, es decir,
p (X  105)?
c) ¿Qué porcentaje de niños tienen un CI menos de 80; p(x  80)?
ACTIVIDAD PARA LA CLASE:

• Formar grupos hasta de __ estudiantes.

• Resolver el ejercicio propuesto en el tiempo asignado.
• Presentar la solución del ejercicio propuesto según las
indicaciones del docente.
PRÁCTICA DE CLASE;
• Formar grupos hasta de 06 estudiantes.
• Resolver los ejercicios propuestos en el archivo PG-S03-OZELADA-2021-02,
en el tiempo asignado.
• Exponer la solución de los ejercicios propuestos según las indicaciones del
docente.
• Presentar la solución de todos los ejercicios propuestos, subir el archivo en
pdf por el Canvas. Incluir una carátula con el logo de TECSUP, carrera, ciclo,
tema, nombre del docente, integrantes y fecha de presentación.
RESUMEN DE LA SESIÓN:

• ¿Que aprendimos hoy?

• ¿En qué situaciones de
la vida real, puedes
aplicar lo aprendido?
TAREA:

• Resolverla evaluación de
salida – DESPUÉS DE LA
SESIÓN.

• Leer el material de apoyo y

resolver la evaluación de
entrada de la sesión siguiente.
TEMA DE LA SIGUIENTE SESIÓN:
• Evaluación semanas 1 a 3..
• Repasar y estudiar material en canvas
BIBLIOGRAFÍA:

• MENDENHALL, W., et al.

(1994) Estadística Matemática con
Aplicaciones. México: Grupo
Editorial Iberoamérica.

• Devore, Jay (2005). Probabilidad y

estadística para ingeniería y
ciencias. México D.F.:Cengage
Learning (519.5/D64)

• Material de apoyo del profesor José

Fernández: Tecsup - Trujillo
¡THANK YOU!
See you next class

Copyright © 6/04/22 por TECSUP