Distribuciones probabilísticas

continuas:
Las distribuciones de probabilidad discretas describen valores distintos, normalmente
números enteros, sin valores intermedios.

Se desarrollaron tres distribuciones probabilística discretas: la binomial, la

hipergeométrica y la de Poisson. Estas distribuciones se basan en variables aleatorias
discretas, que pueden tomar sólo valores especificados. Por ejemplo, el número de
respuestas correctas a una encuesta que contiene 10 preguntas sólo puede ser
0,1,2,3,..,10. No puede haber un número negativo de respuestas, como -7 respuestas, ni
puede haber 7 , o 15 respuestas correctas.

Veamos este ejemplo: un departamento gubernamental (Indecopi) investigó a un

empresario agrícola por fraude, alegando que las latas de cacao vendidas por su empresa
no contenían 32 onzas como se anunciaba. La postura del departamento estaba basada en
el concepto de una distribución de probabilidad, que es una lista sistemática de cada valor
posible de una variable aleatoria junto con la probabilidad conexa de su acontecimiento
2
El ejemplo, nos permite analizar cómo la vamos a medir y evaluar las onzas de cacao en una
lata, puesto que se trata de variables aleatorias distintas a las discretas, donde no usaremos
solamente valores enteros como 1,2,3,.., sino también 1.23 ó 1.2352, incluso 1.2352879
onzas, o sea que la medición puede tomar un número infinito de valores posibles.

Este comportamiento de las variables aleatorias, nos permite clasificarlo como una variable
aleatoria continua que puede tomar un número infinito de valores posibles.

Los modelos o fenómenos continuos tienen aplicaciones importantes en la ingeniería, en

los negocios y en las ciencias sociales (salud, educación, sociologia)

Otros ejemplos de fenómenos con variable aleatoria continua podemos indicar como la
esperanza o expectativa de vida para consumo de varios alimentos, el volumen de un
recipiente de embarque para productos agrícolas de exportación, el peso de las impurezas
en un saco de arroz, entre otros como: estatura, peso, tiempo de servicio a clientes, etc.
3
La utilidad por dólar de ventas realizadas por una compañía es un caso oportuno. Puede
ser de -10 centavos o de 23 centavos, incluso de 43.37895 centavos

DEFINICIÓN
Cualquier variable cuantitativa cuyo valor numérico sea determinado por un
experimento aleatorio y, así, por azar, se denomina variable aleatoria. El nombre de la
variable se designa por X y cualquiera de sus valores posibles por x. Si el conjunto de
todos los valores posibles es infinito debido a que la variable pueda tomar valores en
todos los puntos de una escala, se dice que es una variable aleatoria continua

4
LA DISTRIBUCION NORMAL

5
OBJETIVOS

1. Enlistar las características de una distribución de probabilística normal.

2. Definir y calcular valores z.
3. Determinar la probabilidad que una observación esté entre dos puntos utilizando la
distribución normal estándar.
4. Determinar la probabilidad que una observación esté arriba o abajo de un valor,
utilizando la distribución normal estándar.
5. Comparar dos o más observaciones que estén en distintas distribuciones
probabilísticas.
6. Utilizar la distribución de probabilidad normal para aproximar la distribución
probabilística binomial.

6
 CARACTERISTICAS DE UNA DISTRIBUCION PROBABILISTICA NORMAL

Según Mason y Lind (2000), la distribución probabilística normal y su curva normal

acompañante tienen las características que siguen:

1. La curva normal tiene perfil de campana, (o es campaniforme), y presenta un solo

pico en el centro exacto de la distribución. La media (aritmética), la mediana y la moda
de la distribución son iguales y están en el punto central. De esta forma, la mitad del
área bajo la curva se halla a un lado (o por encima del valor central) de ese punto, y la
otra mitad, al otro lado (o por debajo).

2. La distribución probabilística normal es simétrica con respecto a su media. Si se corta

la curva normal verticalmente por este valor central, las dos mitades serán como
imágenes reflejadas en un espejo.
7
3. La curva normal decrece uniformemente en ambas direcciones a partir del valor
central. Es asintótica, lo cual significa que la curva se acerca cada vez más al eje X, pero
en realidad nunca llega a tocarlo. Esto es, las colas o extremidades se extienden
indefinidamente en ambas direcciones. Sin embargo, aplicado a problemas del mundo
real esto no resulta verdadero. Por ejemplo, la duración de las pilas alcalinas no podría
ser de 300 años.

4. Su “dispersión media” es igual a 1.33 desviaciones estándar. Es decir, el rango

intercuartílico está contenido en un intervalo de dos tercios de una desviación
estándar por debajo de la media, hasta dos terceras partes de una desviación estándar
por encima de la media

5. Su variable aleatoria asociada tiene rango infinito

8
9
 2

3 3

1
10
 FAMILIA DE DISTRIBUCIONES PROBABILISTICAS NORMALES

En sentido general, no existe sólo una distribución probabilística normal. En vez de esto,
hay una “familia” de tales curvas.

Existe una distribución de probabilidad normal para las duraciones de servicio de los
empleados en una planta agro industrial (A), en donde la media es 20 años, y la desviación
estándar, = 3.1 años.

Existe otra distribución probabilística normal para los tiempos de servicio en otra planta (la
B), en donde = 20 años y 3.9 años.

En el diagrama siguiente se presentan tres de tales distribuciones normales, en las que las
medias son ¡guales, pero las desviaciones estándares son distintas.
11
Distribuciones probabilísticas normales con medias iguales pero
desviaciones estándares distintas

20 años
Tiempo de servicio 12
En el diagrama siguiente se muestran los pesos de tres cereales distintos. Las
distribuciones son normales con medias diferentes, pero desviaciones estándares
idénticas.

Distribuciones probabilísticas normales con distintas medias pero desviaciones estándares

iguales

Trigo
Cebada Avena

13
14
Por último, en el diagrama siguiente se muestran las curvas para tres distribuciones
normales que tienen medias y desviaciones estándares diferentes. Muestran la
distribución de rendimiento en kg., para tres variedades de leguminosas.

Distribuciones probabilísticas normales con distintas medias y diferentes

desviaciones estándares

41 kg/ha 26 kg/ha
52 kg/ha

2000 2048 2186

kg/ha kg/ha kg/ha
15
 AREAS BAJO LA CURVA NORMAL
Para una distribución probabilística normal:
1. Aproximadamente 68% del área bajo la curva
normal está dentro de más una y menos una
desviación estándar respecto de la media. Esto
puede expresarse como ± 1.
2. Aproximadamente 95% del área bajo la curva
normal está dentro de más dos y menos dos
desviaciones estándares respecto de la media,
lo que se expresa ± 2.
3. Prácticamente toda el área (99.73%) bajo la
curva normal está dentro de tres desviaciones
estándares respecto de la media (a uno y otro
lados), le cual se escribe ± 3. 16
Estos conceptos también pueden expresarse de
manera algo distinta:
El área bajo la curva normal dentro de más y menos
una desviación estándar respecto de laa media es,
aproximadamente, 0.6827.

El área dentro de más y menos dos desviaciones

estándares respecto de la media es,
aproximadamente, 0.9545.

El área dentro de tres desviaciones estándaress

respecto de la media es en forma aproximada
0.9973.
El área total bajo la curva normal es, obviamente,
1.0000. 17
Ejemplo
Una prueba sobre la duración de la germinación de un lote de semillas, reveló que la duración
media para germinar es 19.0 horas. La distribución de las duraciones se aproxima a una
distribución normal. La desviación estándar de la distribución fue 1.2 horas.

1. ¿Entre qué par de valores ocurrió la germinación aproximadamente, 68.27% de las semillas?
Rta: ± 1. Es 19 ± 1.2, Entre 17.8 horas y 20.2 horas
2. ¿Entre qué par de valores ocurrió la germinación aproximadamente, 95.45% de las semillas?
Rta. ± 2. Es 19 ± 2.4, Entre 16.6 horas y 21.4 horas
3. ¿Entre qué par de valores ocurrió la germinación aproximadamente, 99.73% de las semillas?
Rta. ± 3. Es 19 ± 3.6, Entre 15.4 horas y 22.6 horas

Los resultados se muestran en el siguiente diagrama:

18
 99.73 %

95.45 %

68.27 %

19
Ejemplo: La distribución de los ingresos anuales de un grupo de empleados agrícolas a
nivel de gerencia media en CAMPOSOL S.A.C, siguió en forma aproximada una
distribución normal con una media de S/. 37 200 y una desviación estándar de S/. 800.

1.¿Entre qué par de cantidades está, aproximadamente, 68.27% de los ingresos?

Rta: 36400 - 3800
2. ¿Entre qué par de valores está, aproximadamente, 95.45% de los ingresos?
Rta: 35600 - 38800
3. ¿Y entre qué par de valores, aproximadamente, 99.73% de los ingresos?
Rta: 34800 - 39600
4. ¿Cuáles son la mediana y la moda de los ingresos?
Rta: 37200, porque la mediana y la moda son iguales en una distribución normal.

5. ¿Es simétrica la distribución de estos últimos?

Rta. Si, una distribución normal es simétrica 20
EJERCICIOS

1. Explique lo que significa este enunciado: “No existe sólo una distribución probabilística
normal, sino familias de estas distribuciones".
2. La media de una distribución probabilística normal es 500; la desviación estándar, 10.
a. ¿Entre qué par de valores está, aproximadamente, 68% de las observaciones?
b. ¿Entre qué par de valores se halla, aproximadamente, 95% de las observaciones?
c. ¿Entre qué par de valores se encuentran prácticamente todas las observaciones?

3. Dibuje una curva de distribución normal y ubique la media cuyo valor es 60, ubicando
los valores indicados en a, b y c , determine la desviación estándar?
a. ¿Aproximadamente qué porcentaje de las observaciones se encuentra entre 55 y 65?
b. ¿Aproximadamente qué porcentaje de las observaciones se halla entre 50 y 70?
c. ¿Aproximadamente qué porcentaje de las observaciones se halla entre 45 y 75?
21
 DISTRIBUCION PROBABILISTICA NORMAL ESTANDAR

LA CURVA NORMAL ESTÁNDAR

Se observó que existe una familia de distribuciones normales. Cada distribución tiene
media () o desviación estándar () diferentes. Por tanto, el número de distribuciones
normales es ilimitado. Resultaría físicamente imposible proporcionar una tabla de
probabilidades (como para la binomial y la de Poisson) para cada combinación de y .

Por fortuna, puede utilizarse un elemento de la familia de distribuciones normales para

todos los problemas donde esta distribución resulte aplicable. Se denomina distribución
normal estándar o Curva Normal Estándar, que se caracteriza porque tiene una media de
cero () y una desviación estándar de uno (=1) .

22
Elorza (2008), indica que la distribución normal es la más usada de las distribuciones.
Muchos de los fenómenos naturales tienden a dar como resultado una distribución normal
y hoy se ha convertido en un patrón de referencia para muchos problemas probabilísticos.

La distribución normal es continua en la que la variable aleatoria X es capaz de adoptar

cualquier valor comprendido en el siguiente intervalo:

Dos parámetros describen la distribución normal:

= varianza

23
La distribución normal es de vital importancia en estadística por tres razones:

1. Numerosos fenómenos continuos parecen seguirla o se pueden aproximar mediante

ella.
2. Se puede utilizar para aproximar varias distribuciones discretas de probabilidad y de
esta forma evitar molestos cálculos.
3. Proporciona la base para la inferencia estadística clásica por su relación con el
teorema del límite central.

24
Estandarización de la distribución normal

Para kohler (2000), cualquier curva normal se puede transformar en dicha curva estándar
al cambiar valores de x en valores z, también conocidos como desviaciones normales
estándar.

área?

= $1 000, = $100
VALORES X $1000 $1 100,

VALORES Z -3 -2 -1 0 1 2 3
25
Masson y Lind (2000), indica que estandarizar una distribución normal es convertir esa
distribución a una distribución normal estándar, utilizando el llamado valor Z, también
denominado puntuación z, estadística z, desvío normal estandarizado, o desvío normal
z, simplemente.

Valor z (o desvío normal z): Es la diferencia (desviación) entre un valor seleccionado,

denotado por X y la media poblacional, , dividida entre la desviación estándar de la
población, .

Z=

26
Para estandarizar, se aplica la siguiente fórmula: Z=
en donde:
X es el valor de cualquier observación específica.
es la media de la distribución.
es la desviación estándar de la distribución.

El valor z mide la distancia entre el valor específico X y la media, en unidades de desviación

estándar.

Una distribución normal estándar es aquella cuya variable aleatoria Z siempre tiene una
media = 0 y una desviación estándar = 1. (Berenson,2000)

27
Ejemplo
La media de un grupo de ingresos semanales con distribución normal para un gran
conjunto de gerentes de nivel medio, es $1 000 (dólares): la desviación estándar es $100.
¿Cuál es el desvío normal o valor z para un ingreso X de $1 100? ¿Para uno de $900?
Solución:

Para X = $1 100; Z=

Para X = $900; Z= 𝝁𝑿 1100

1

El desvío z de 1.00 indica que un ingreso semanal de $1100 para un gerente de nivel medio está
una desviación estándar por encima de la media; una z de -1.00 indica que un ingreso de $900
está una desviación estándar por abajo de la media Obsérvese que ambos ingresos ($1 100 y
$900) están a la misma distancia ($100) de la media.
28
El transformar las mediciones a desvíos normales z cambia la escala. Las conversiones se
muestran en la gráfica que sigue. Por ejemplo, + 1 se convierte a z de + 1.00. De manera
semejante, - 2 se transforma en z de - 2.00.
Obsérvese que el centro de la distribución z es cero, lo cual indica que no existe

VALORES Z -3 -2 -1 0 1 2 3 29
Usando la misma información que en el ejemplo anterior ( = $1 000, = $1 00), convierta:
1. El ingreso semanal de $1 225 a una unidad estándar (valor z).
2. El ingreso semanal de $775 a un valor z.

Solución:
Para X = $1225; Z=

Para X = $775; Z=

30
 APLICACIONES DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR
Algunos casos:

1. Si se quiere obtener el área entre 0 y Z (o bien -Z), entonces puede buscarse el

valor directamente en la tabla
2. Si se desea encontrar el área más allá de Z o de –Z, entonces se localiza la
probabilidad de Z en la tabla y se resta ese valor de 0.5
3. Si se quiere obtener el área entre dos puntos a diferentes lados de la media, se
determinan los valores Z y se suman las áreas correspondientes
4. Se desea encontrar el área entre dos puntos al mismo lado de la media, se
determina el valor z y se resta el área menor del área mayor
31
Caso 1: área entre 0 y Z , buscarse el valor directamente en la tabla

-1 1

Caso 2: el área más allá de Z o de –Z, se localiza la probabilidad de Z en la tabla y se resta ese
valor de 0.5
? ?

-Z Z 32
Caso 3: área entre dos puntos a diferentes lados de la media, se determinan los valores Z y se
suman las áreas correspondientes

-Z 0 Z

Caso 4: el área entre dos puntos al mismo lado de la media, se determina el valor z y se resta
el área menor del área mayor

− 𝒁𝟐 − 𝒁𝟏 𝟎 𝒁 𝟏 𝒁𝟐 33
Aplicaciones de la distribución normal estándar- Ejemplos PARTE 1.

La primera aplicación de la distribución normal estándar se relaciona con la

determinación del área bajo la curva normal entre la media y un valor seleccionado,
denotado por X. Se trata de encontrar cual es la probabilidad de esa información haciendo
uso de TABLA ….para la obtención del área bajo la curva normal

Siempre se puede convertir cualquier grupo de datos distribuido en forma normal a su

forma estandarizada y después determinar sus probabilidades deseadas a partir de la
tabla de distribución normal estándar (Berensòn,2000).

Para saber cómo aplicar la ecuación de transformación ; Z= y usar los resultados para
leer probabilidades en la tabla de la distribución normal estándar a continuación se
estudiará el problema siguiente:
34
Utilizando el mismo problema que en el ejemplo anterior del Ingreso semanal ( = $1 000,
= $100), ¿cuál es el área bajo la curva normal entre $1 000 y $1 100?
Solución
= $1 000, = $100
área?

VALORES X $1000 $1 100,

VALORES Z -3 -2 -1 0 1 2 3

35
Transformación de los datos:

Z=

Convertir $1100 a un valor z y ese valor es: Z= , entonces Z= = 1.

La desviación estándar se ha convertido en la unidad de medición, otras palabras, 1100 es

100 unidades más alto o “más lento” (es decir, una desviación estándar) que el ingreso
promedio de 1000

El área se encuentra, utilizando la tabla de la distribución normal estándar donde se

representa las probabilidades, o áreas, bajo la curva normal calculadas desde la media a
los valores de interés particulares X.

36
En la tabla sólo, se registran las entradas positivas para Z, puesto que para una
distribución simétrica como ésta con media cero, el área desde la media hasta + Z
(es decir, Z desviaciones estándar sobre la media) tiene que ser idéntica al área desde la
media hasta –Z (es decir, Z desviaciones estándar por debajo de la media).

Las tablas de Z. en la literatura tiene dos representaciones:

37
 La parte sombreada es el área que para
este caso está en la tabla, el área real es
Esta es el área que la diferencia restando de 0.5
nos solicitan

0.3413
0.1587
Si Z=1.0, el área del libro es 0.1587,
el área real es 0.5-0.1587= 0.3413
38
39
Para usar la tabla de distribución normal estándar, observe que primero se deben registrar
todos los valores Z con dos puntos decimales. Por lo tanto nuestro valor de interés Z en
particular registra como + 1.00. Para leer la probabilidad o el área bajo la curva desde la
media hasta Z = + 1.00, se revisa en forma descendente la columna Z de la tabla… hasta
localizar el valor de interés Z (en décimas). Por lo tanto nos detenemos en la línea Z = 1.0.

A continuación se lee a través de esta línea hasta la intersección con la columna que
contiene el lugar de las centésimas del valor Z. Por consiguiente, en la tabla de
probabilidad tabulada para Z = 1.00 corresponde a la intersección del renglón Z = 1.00 con
la columna Z = 0.00 como se muestra en la tabla.

Esta probabilidad es 0.3413, Como se muestra en la figura anterior, existe una

posibilidad del 34.13 % de que un gerente seleccionado en forma aleatoria estaría
ganando entre 1000 y 1100 dólares.
40
TABLA ….Obtención del área bajo la curva normal

Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.008 0.012 0.016 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0763
0.2 0.0793 0.0832 0.0871 0.091 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.148 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.17 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.195 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.219 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2518 0.2549
0.7 0.2580 0.2612 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.334 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.377 0.379 0.3810 0.3830

41
Estos resultados demuestra que, independientemente de la media y la desviación
estándar de un conjunto particular de datos distribuidos normalmente, siempre se puede
hacer la transformación a una escala estandarizada a partir de la fórmula de
transformación de datos y que, usando la tabla…, se puede obtener cualquier
probabilidad, o parte de área, bajo la curva.

Área= 0.3413

Z= = 1.00

𝑬𝒔𝒄𝒂𝒍𝒂 𝑿 $1000 $1 100,

VALORES Z -3 -2 -1 0 1 2 3 42
Dando respuesta definitiva decimos:

El área bajo la curva normal entre $1 000 y $1 100 es

0.3413 y el área total bajo la curva es 1.0000.

También puede decirse que 34.13% de los ingresos

semanales están entre $1000 y $1100, y la
probabilidad que un ingreso específico se halle entre
$1000 y $1100 es 0.3413.

43
Véase el problema anterior ( = $1 000, = $100).
1. ¿Cuál es la probabilidad que un ingreso semanal específico seleccionado al azar esté
entre $790 y $1 000?

2. ¿Cuál es la probabilidad que el ingreso sea menor de $790?

Solución 1
Z= = -2.10
1. Transformación de los datos:
2. El área bajo la curva normal entre y X para un valor z de- 2.10 es 0.4821 (tomado de la
tabla , Áreas de la Curva normal). Puesto que la curva normal es simétrica, el signo
negativo antes de 2.10 indica que el área está a la izquierda de la media
Z 0.00 0.01
2.0 0.4772 0.4778
2.1 0.4821 0.4955
2.2 0.4965 0.4968
44
 Área=
0.4821

-2.10 1000 = $1 000, = $100

VALORES Z -3 -2 -1 0 1 2 3

45
Solución 2: ingreso sea menor de $790
Se entiende que: La media divide a la curva normal en dos mitades idénticas. El área de la
mitad a la izquierda (o sea, “abajo”) de la media es 0.50, y el área a la derecha (o sea,
“arriba”) de la media también es 0.50. Como el área bajo la curva entre $790 y $1 000 es
0.4821, el área por abajo de $790 se determina restando 0.4821 de 0.5000. De esta forma,
0.5000 - 0.4821 = 0.0179. que es la probabilidad. Mostrado esto en un diagrama

46
A los empleados de una empresa agrícola se les otorgan puntuaciones por eficiencia. La
distribución de éstas sigue, aproximadamente, una distribución normal. La media es 400, y
la desviación estándar, 50.
1. ¿Cuánto vale el área bajo la curva normal entre 400 y 482?
2. ¿Cuánto vale el área bajo la curva normal por encima de 482?
3. Muestre los aspectos de este problema en una gráfica

Solución 1. el área bajo la curva normal entre 400 y 482?

- Transformación de los datos: Z= = 1.64

- El área bajo la curva normal entre y X para un valor z de 1.64 es: 0.4495, visto en la tabla
de áreas bajo la curva normal.

47
Valor en la tabla de áreas bajo la curva normal:
Z 0.00 0.01 0.02 0.03 0.04
1.5         0.4382
1.6         0.4495
Solución 2. el área bajo la curva normal por encima de 482?

Transformación de los datos: Z= = 1.64

El área bajo la curva normal entre y X= 482 para un valor z de 1.64 es: 0.4495, visto en la
tabla de áreas bajo la curva normal. La probabilidad por encima de 482es:
0.5 - 0.4495= 0.0505

48
Solución 3. Grafica de áreas

Área= Área= 0.5 - 0.4495= 0.0505

0.4495

400 482 = 400, = 50

-3 -2 -1 0 1 2 3 VALORES Z
1.64

49
EJERCICIOS.

1. ¿Cuál es la distribución probabilística normal estándar? ¿Por qué es tan importante?

2. La media de una distribución normal es 400 libras. La desviación estándar es 10 libras.

a. ¿Cuál es el área entre 415 libras y la media de 400 libras?

b. ¿Cuál es el área entre la media y 395 libras?
c. ¿Cuál es la probabilidad de seleccionar un valor al azar y descubrir que está por abajo
de 395 libras?

50
Una segunda aplicación de la distribución normal estándar se relaciona con combinar
áreas a la derecha y a la izquierda de la media.
(Z=

Ejemplo: Volviendo a la distribución de ingresos semanales ( = $1 000, = $100), ¿cuánto

vale el área bajo la curva normal entre $840 y $1 200? En un diagrama se tiene:

Cuanto es el área
total?

51
Solución
El problema se divide en dos partes. Para el área entre $840 y la media de $1 000
Z= , entonces Z=
Z 0.00
1.5 0.4332
Para el área entre $1 000 y $1 200 1.6 0.4452
1.9 0.4713
2.0 0.4772
Z= , entonces Z= 2.1 0.4821

Para encontrar las áreas se recurre a la tabla de áreas bajo la curva normal estándar
El área bajo la curva para una z de -1.60 es 0.4452 (tomada de la tabla).
El área bajo la curva para una z de 2.00 es 0.4772.
Sumando las dos áreas queda 0.4452 + 0.4772 = 0.9224. que es el área entre 840 y 1200
De esta forma, la probabilidad de seleccionar un ingreso entre $840 y $1 200 es 0.9224. En
otras palabras, 92.24% de las personas tienen un ingreso semanal entre $840 y $1 200.
52
Otra aplicación de la distribución normal estándar consiste en determinar el área entre
dos valores a un mismo lado de la media.

Considerando de nuevo la distribución de ingresos semanales de los supervisores de la

Agroempresa: ( = $1 000, = $100), ¿cuál es el área bajo la curva normal entre $1150 y
$1250?

Solución: El problema se divide en dos partes.

Primero: el valor z para el salario semanal de 1250: Z=

Segundo: el valor z para el salario semanal de 1150: Z=

Calcular las áreas correspondientes para los valores Z: 2.50 y 1.50

53
Recurriendo a las tablas de áreas bajo la curva normal estándar:
Z= 2.5, área= 0.4938, que es la probabilidad de un ingreso semanal entre 1000 y 1250
Z= 1.5, área= 0.4332; que es la probabilidad de un ingreso semanal entre 1000 y 1150

La probabilidad de un ingreso semanal entre 1250 y 1150 es la diferencia : 0.4938- 0.4332=

0. 0606, gráficamente se tiene:
Área entre 1150 y 1250 = 0.0606, ó el 6.06% de
los ingresos están entre 1150 y 1250

1000 1150 1250 Escala de valores

0 1.50 2.50 Escala de z

54
Ejemplo. Una vendedora de cereales andinos, se pone en contacto por teléfono con
posibles clientes en un intento de averiguar si es probable que merezca la pena ir a su casa
a verlos. Su experiencia sugiere que en el 40 por ciento de los contactos iniciales acaba
yendo a casa del cliente. Si se pone en contacto con 100 personas por teléfono, ¿cuál es la
probabilidad de que vaya a ver a entre 45 y 50 personas?
Solución:
Probabilidad = 40%=0.4 van a la casa de la vendedora
n= 100 personas
Probabilidad de que vaya a ver= 45 y 50 ?

Sea X el número de personas a las que va a ver la vendedora. Entonces, X tiene una
distribución binomial tal que n%100 y P%0,40. Entonces, Z=

55
Una tercera aplicación de la distribución normal estándar consiste en determinar el área
por encima, o por debajo, de un valor específico.

Ejemplo 1. Por encima de un valor especifico

Considerando de nuevo el ejemplo de los ingresos semanales ( = $1 000, = $100), ¿Qué
porcentaje de los ejecutivos tienen ingresos de $1 245 o más?

Solución:
Z= = 2.45

Para encontrar el área mayor a Z= 2.45, se recurre a la tabla de áreas bajo la curva normal
estándar

56
Consultando la tabla, el área asociada a un z de 2.45 es 0.4929. Este es el área entre
$1 000 y $1 245. Resulta lógico que el área a partir de $1 245 y que llega hasta el final de la
curva, se obtenga al restar 0.4929 de 0.5000 (área total bajo la curva más allá de $1 000).
El área a partir de $1 245 es 0.0071, lo cual indica que sólo 0.71% de los ejecutivos tienen
un ingreso semanal de $1 245 o más.

Z 0.00 0.01 0.02 0.03 0.04 0.05

2.3           0.4909
2.4           0.4929
2.5           0.4946

57
Ejemplo 2. Por debajo de un valor especifico
En relación al ejemplo anterior ( = $1 000, = $100).
1. ¿Qué porcentaje de los ejecutivos tienen un ingreso semanal de $925 o menos?
2. Represente los aspectos de este problema en un diagrama.

Solución: Z= = - 0.75

Para encontrar el área a Z= - 0.75, se recurre a la tabla de áreas bajo la curva normal
estándar.

Consultando la tabla, el área asociada a un z de – 0.75 es 0.2734. Este es el área entre

$1 000 y - $925. Resulta lógico que el área a partir de -0.75 y que llega hasta el final de la
curva hacia la izquierda, se obtenga al restar 0.2734 de 0.5000 (área total bajo la curva
más bajo de - 0.75),
58
El área a partir y menor o igual de 925 es 0.2266, lo cual indica que sólo 22.66% de los
ejecutivos tienen un ingreso menor o igual de $925 o menos.
Z 0.00 0.01 0.02 0.03 0.04 0.05
Área ? 0.6           0.2422
0.7           0.2734
0.8           0.3023

- 0.75 Escala de z
0

- 925 1000 Escala de valores

En los ejemplos anteriores fue necesario determinar el porcentaje de las observaciones

localizadas entre dos observaciones o el porcentaje de las observaciones por encima
(mayores) o por debajo (inferiores) de una observación específica X.
59
• Como ejemplo de su aplicación, supóngase que la media de una distribución normal es
100 libras, y la desviación estándar, 2 libras. Considérese que está interesado en
determinar el área entre un valor de 103 libras y la media de 100 libras.

VALORES X 100 $103 = $100, = 2

VALORES Z -3 -2 -1 0 1 2 3

• Z= = Z= = = 1.5; indica que

60
CONTINUA ..

PARTE 2.

61