T2 Estadistica Distribución Normal
T2 Estadistica Distribución Normal
T2 Estadistica Distribución Normal
Temas:
Distribucin normal estndar
Aplicaciones de la distribucin normal
La primera parte de la gua de este tema contiene orientaciones sobre la distribucin normal, en la segunda se
proponen ejercicios a desarrollar en el foro pensamiento aleatorio y aquellos para resolver en el segundo encuentro.
1 2
/ 2 2
f(X ) e ( x ) , - <x<
2
DISTRIBUCIN DE PROBABILIDAD NORMAL (Lectura
En esta ecuacin:
independiente, puede recurrir a algn texto)
La distribucin normal fue reconocida por primera vez por e=2.71828 y =3.1416 son las constantes que se
el francs Abraham de Moivre (1667-1754). utilizan frecuentemente en matemticas.
Posteriormente, Carl Friedrich Gauss (1777-1855) elabor Los dos parmetros que definen la distribucin normal
desarrollos ms profundos y formul la ecuacin de la son (la media) y 2 (Varianza), de este parmetro se
curva; de ah que tambin se la conozca, ms obtiene con ayuda de la raz cuadrada la (la
comnmente, como la "campana de Gauss". desviacin estndar)
Se denota Z N (,2).
Una de las distribuciones tericas mejor estudiadas en los
textos de estadstica y ms utilizada en la prctica es la Las siguientes son algunas de las caractersticas ms
distribucin normal, tambin llamada Distribucin importantes de la distribucin normal:
Gaussiana o Campana de Gauss. Su importancia se debe
fundamentalmente a la frecuencia con la que distintas 1. Es simtrica respecto a su media (): La curva hacia
variables asociadas a fenmenos naturales y cotidianos cualquiera de los lados de es una imagen de espejo
siguen, aproximadamente, est distribucin.
de la del otro lado. Segn esto, para este tipo de
variables existe una probabilidad de un 50% de
Como se mencion anteriormente, algunas distribuciones
observar un dato mayor que la media, y un 50% de
de datos de la vida real tienen la forma de una montaa,
observar un dato menor.
es decir se pueden aproximar por una distribucin de
2. La media, la mediana y la moda son iguales y
frecuencias con formas de una campana que se conoce
coinciden con el pico ms alto de la distribucin.
como la curva normal. Ver la figura 1.
3. El rea total bajo la curva sobre el eje X es igual al
100%. Si juntamos esto con el dato de la simetra, el
50% del rea est a la derecha de la media, y el otro
50% est a la izquierda.
4. Si se levantan lneas perpendiculares a una distancia
de una desviacin estndar desde la media hacia
ambos lados, el rea delimitada ser
aproximadamente, 68% del rea total (ver figura 2). De
Figura 1. Forma de la Distribucin normal, curva normal o la misma manera a 2 desviaciones estndar se
campana de Gauss. encuentra aproximadamente el 95.5% de los datos (ver
figura 3) y a 3 desviaciones estndar el 99.7% de los
La distribucin normal es la ms importante en la datos (ver figura 4).
estadstica. La comprensin de los conceptos relacionados
con esta distribucin constituye un gran avance en los
conocimientos de probabilidad y estadstica. La funcin de
densidad normal est dada por:
1
DISTRIBUCIN NORMAL ESTNDAR (Trabajar con la
tabla Normal Estndar (Z))
68% Tiene una media igual a cero (=0) y una varianza igual a
1 (2=1). Se denota Z N (0, 1). La ecuacin para la
distribucin normal estndar, z, se escribe:
1 2
f ( z) e z /2 , - < z<
Figura 2. En una distribucin normal aproximadamente el 68% 2
de los datos se encuentra a una desviacin estndar de la
media.
Para calcular la probabilidad de que z tome un valor entre
dos puntos cualesquiera sobre el eje horizontal, por
ejemplo, z0 y z1, se debe calcular el rea bajo una curva.
Esto debe hacerse por medio de clculo integral. En el
caso de la normal univariada, para calcular el rea entre
0.2 y 0.7, es necesario calcular la siguiente integral:
0. 7
95.5% 0.2 f ( z) dz
Ejemplo 1:
99.7%
Para utilizar la tabla normal estndar, el primer paso es
graficar el rea solicitada.
-3 +3
Dada la distribucin normal estndar, calcular:
Figura 4. En una distribucin normal aproximadamente el
99.7% de los datos se encuentra a tres desviaciones estndar de P (Z < 2.33) =?
la media
2
Ejemplo 2:
a) Para hallar una probabilidad o rea intermedia, es
Veamos la simetra de la distribucin normal: decir: P(z0 < Z < z1), al rea mayor se le rest el rea
menor. En general:
Calcular P (Z < - 0.55 ) y P (Z > 0.55)
P(z0 < Z < z1) = P(Z < z1) - P(Z< z0)
a) P(-1.96 < Z < 1.96) = P(Z < -1.96) P(Z < 1.96)
= 0.9750 0.025 = 0.95
-0.55 c) P(-2.05 < Z < -1.10) = P(Z < -1.10) P(Z < -2.05)
= 0.1357 0.0202 = 0.1155
3
La vida media de una lmpara, segn el fabricante, es de 75 68
68 meses, con una desviacin tpica de 5 meses. Se = P (Z ) - P (Z
5
supone que se distribuye segn una distribucin normal en
un lote de 10.000 lmparas. 65 68
)
5
a) cul es la variable aleatoria? cules son los = P ( Z < 1,40) - P ( Z < -0,60)
parmetros? Qu porcentaje de lmparas se = 0,9192 0,2743
estropearn antes de 60 meses? = 0,6450
b) Cuntas lmparas superarn previsiblemente los 75
meses? El 64,5% de las lmparas duraran entre 65 y 75 meses.
c) Qu porcentaje de lmparas duraran entre 65 y 75
meses?
d) Cunto tiempo durar el 10% de las lmparas menos d) Cunto tiempo durar el 10% de las lmparas menos
duraderas? duraderas?
4
Solucin: Llamando X la variable aleatoria de las medidas 12 8
de los dimetros, tenemos que: X N ( 8, 4 ) y = 1- P ( Z )
2
necesitamos calcular la P( X > 12 ). = 1- P ( Z 2 ) = 1 - 0.977 = 0.023
De esta distribucin normal no tenemos tabla, pero
As, se estima que 2.3% del total de rboles de esta rea
x tienen un dimetro inusualmente grande.
creando la variable aleatoria z , la convertiremos
en una distribucin normal estndar. Entonces:
P( X > 12 ) = 1 - P ( X 12 )
Ejercicio 6
Ejercicio # 3: Considere el experimento que consiste en lanzar un dado
en dos ocasiones consecutivas
Indique, cul de los siguientes es verdadero?:
a. Escriba el espacio muestral:
a) P (Z < 0.55)=0.5088
b) P (Z > 1.25)=0.2056 P{1.1, 1.2, 1.3, 1.4, 1.5, 1.6,
c) P (-1.64 < Z < 1.64)=0.9495-0.0505=0.899 2.1, 2.2, 2.3, 2.4, 2.5, 2.6,
d. Ninguno 3.1, 3.2, 3.3, 3.4, 3.5, 3.6,
4.1, 4.2, 4.3, 4.4, 4.5, 4.6
5
5.1, 5.2, 5.3, 5.4, 5.5, 5.6, c) P (0.55 < Z < 2.55)=0.9946-0.6088=0.2858
6.1, 6.2, 6.3, 6.4, 6.5, 6.6.}=36 e) Ninguno.
P (s)= 1/36= 0.0277 Los puntajes logrados en una prueba de aptitud para
P (s)=0.0277 x 36= 1 estudiantes de Administracin siguen una distribucin
aproximadamente normal, con una media de 500 y una
varianza de 10.000. Cul es la desviacin estndar de
los puntajes?
Ejercicio # 7:
R: p x=10.000
Un estudio sobre el colesterol en hombres entre 20 y 24 =500
aos de edad revel un nivel promedio de 180 mg/dl con =?
una desviacin estndar de 15. Si se selecciona un
trabajador aleatoriamente, cul es la probabilidad de que
su nivel de colesterol sea Inferior a 170 mg/dl? 10.000=100
La desviacin estndar de los puntajes de es 100
Ejercicio 13
Ejercicio # 8: Verifique los siguientes resultados:
Considere el experimento que consiste repartir dos
En general, para una probabilidad o rea menor que Z, es premios entre tres personas (Juan, Carlos, Andrs) de
decir: P(Z < z0), se busca directamente el valor de la tabla forma aleatoria.
indique Cul de los tres resultados est errado?
a. Escriba el espacio muestral
a) P(Z < -0.20) = 0.6207 b. Realice la suma de las probabilidades de cada uno
b) P(Z < 1.05) = 0.8531 de los eventos del espacio muestral.
c) P(Z < 2.9) = 0.9981
d) Ninguno. Ejercicio # 14:
Un estudio sobre el colesterol en hombres entre 20 y 24
Ejercicio # 9: Verifique los siguientes resultados: aos de edad revel un nivel promedio de 180 mg/dl con
una desviacin estndar de 15. Si se selecciona un
Para hallar una probabilidad o rea mayor que Z, es decir: trabajador aleatoriamente, cul es la probabilidad de que
P(Z > z0), a la unidad (1) se le resta el valor de la tabla, su nivel de colesterol ea superior a 190 mg/dl?
indique Cul de los tres resultados est errado?:
R: P (Z>0.66) = 0.2578= 25.78% la probabilidad de
a) P(Z > 1.25) = 1 - P(Z < 1.25) = 1 - 0.8944 = 0.1056 que su nivel de colesterol sea superior a 190 es del
b) P(Z > -2.57) = 1 - P(Z < -2.57) = 1 - 0.0051= 0.9949 25.78%
c) P(Z > -0.86) = 1 - P(Z < -0.86) = 1 - 0.2549= 0.7451
d) Ninguno.
Ejercicio # 19:
Ejercicio 20: