1

INFORME

DISTRIBUCION DE PROBABILIDAD

DISTRIBUCIÓN NORMAL Z

DISTRIBUCION DE PROBABILIDADES NORMAL Z

DISTRIBUCION NORMAL

La distribución normal, también llamada distribución de Gauss, es la distribución

de probabilidad que con más frecuencia se nos presenta en estadística y en la
teoría de probabilidades. Esto se debe a dos razones fundamentalmente:

1) Su función de probabilidad o función de densidad es simétrica y con

forma de campana, lo que permite su aplicación como modelo para
muchas variables aleatorias continuas.
2) Posee relación con otras distribuciones y con multitud de resultados
ligados a la teoría de las probabilidades gracias a sus propiedades
matemáticas.

1) Importancia

a) Tiene algunas propiedades que la hacen aplicable a muchas situaciones

donde es preciso hacer inferencias al seleccionar muestras.
b) Llega a encajar muy bien en las distribuciones observadas de frecuencia
de multitud de fenómenos entre ellos:

 La forma de vestir de un grupo de individuos

 El efecto de un medicamento en una población
 El consumo de determinado producto por una misma población de
individuos
 El cociente intelectual
 Errores de medición
 Valores estadísticos muéstrales y otras medidas de interés para los

administradores.
 2

2) Propiedades

1) Tiene como parámetros: E(X) = µ ; V(X) = σ2

2) La curva es asintótica; es decir, las colas de la curva nunca llegan a tocar el

eje de las abscisas

3) La distribución normal es simétrica con respecto a la ordenada máxima.

4) La curva tiene un solo pico; por consiguiente, es unimodal. Presenta una

forma de campana, llamada campana de Gauss.

5) La media, moda y mediana se encuentran en el centro de su curva normal.

6) Forma gráfica de la distribución de probabilidades normal Z.

µ x

0,5 0,5

3) Distribución normal estándar. Estandarización

Cuando μ = 0 y σ = 1, la distribución se conoce con el nombre de normal

estándar. Y se utiliza la siguiente fórmula:

Z= X-µ
σ
Donde:
X= valor de la variable aleatoria que generalmente nos interesa
µ = media de la distribución de esta variable aleatoria
σ = desviación estándar de la distribución
z = Se ubica en la tabla de la distribución normal z
 3

4) Uso de tablas
La probabilidad de que nuestra variable aleatoria (que sigue una distribución
normal) se encuentre entre dos valores determinados será en general difícil de
calcular (hay que usar la integral de la función de probabilidad). Para ello, existen
tablas distribución normal tipificada, como por ejemplo:
EJEMPLO Z= 1, 2 8

Z 0 1 2 3 4 5 6 7 8 9

0,0

0,1

0,2

1,0

1,1

0,3997
1,2

PROBLEMA Nº 1

El tiempo promedio que emplea un suscriptor del periódico la Verdad, para leerla
es de 49 minutos. Suponga que la desviación estándar es de 16 minutos y que
los tiempos de la lectura sigue una distribución normal.

a) ¿Cuál es la probabilidad de que un suscriptor tarde cuando menos 1 hora

en leer el periódico?
b) ¿Cuál es la probabilidad de que un suscriptor tarde menos de 30 minutos
en leerla?
c) ¿Cuál es la probabilidad de que un suscriptor tarde más de 48 minutos en
leerla?
d) ¿Cuál es la probabilidad de que un suscriptor tarde entre 30 y 48 minutos
en leerla?
 4

PROBLEMA Nº 2

Los pesos de los individuos de una población se distribuyen normalmente con

media de 70kg. Y una desviación estándar de 6kg. De una población de 2.000
personas. a)¿Calcule cuantas personas tendrán un peso comprendido entre 64 y
76kg? b) ¿Se quiere saber el valor de X, si este se encuentra a un 95,05%?

PROBLEMA Nº 3

Supóngase que el ingreso medio de una gran comunidad se puede aproximar

razonablemente mediante una distribución normal que tiene una media de
$15.000 y una desviación estándar de $3000. Determine:

a) ¿Qué porcentaje de población tendrá ingresos entre $14.000 y $16.000?

b) ¿Qué porcentaje de población tendrá ingresos entre $17.000 y $18.000?
c) ¿Qué porcentaje de población tendrá ingresos menores $16.000?

PROBLEMA Nº 4

El peso medio de 500 estudiantes varones de cierta universidad es de 151 libras

y la desviación típica es de 15 libras. Se sabe que los pesos están normalmente
distribuidos, hallar cuantos estudiantes pesan:

a) Entre 120 y 155 libras

b) Más de 185 libras
c) Menos de 140 libras

SOLUCIÓN DE LOS PROBLEMAS

 5

PROBLEMA Nº 1

El tiempo promedio que emplea un suscriptor del periódico la Verdad es de 49

minutos. Suponga que la desviación estándar es de 16 minutos y que los
tiempos de la lectura sigue una distribución normal.

a)¿Cuál es la probabilidad de que un suscriptor tarde cuando menos 1 hora

en leer el periódico?

b)¿Cuál es la probabilidad de que un suscriptor tarde menos de 30 minutos

en leerla?

c)¿Cuál es la probabilidad de que un suscriptor tarde más de 48 minutos en

leerla?

d)¿Cuál es la probabilidad de que un suscriptor tarde entre 30 y 48 minutos

en leerla?

DATOS:

µ = 49

σ = 16

a) P(X ≥ 60) = ?

b) P(X ≤ 30) =? c) P(X ≥ 48) =? d) P( 30 ≤ X ≥ 48) = ?

a) P(X ≥ 60) = ?

49 60

0,5

X-µ 60 - 49
Z= Z= Z = 0,69 ENTRAMOS A LA TABLA 0,2549
σ 16
 6

P(X ≥ 60) = 0,5 – 0,2549 = 0,2451 X100 = 24,51% Existe un 24,51% de

probabilidad de que 1 suscriptor tarde 1 hora en leer la verdad.

b)¿Cual es la probabilidad de que un suscriptor tarde menos de 30 minutos en

leerla?

30 49

0,5

b) P(X ≤ 30) = ?

P(XX -≤ µ30) = 0,5 – 0,3830 = 0,1170 X100 = 11,70% Existe un 11,70% de

30 - 49
Z = probabilidad deZque Z = -1,19 ENTRAMOS A LA TABLA
= 1 suscriptor tarde 0,3830
menos de 30 minutos en leer la verdad.
σ 16

c)¿Cual es la probabilidad de que un suscriptor tarde más de 48 minutos en

leerla?
 7

c) P(X ≥48) = ?

48 49

0,5

X-µ 48 - 49
Z= Z= Z = -0,06 ENTRAMOS A LA TABLA 0,0239
σ 16

P(X ≥ 48) = 0,5 + 0,0239 = 0,5239 X100 = 52,39% Existe un 52,39% de

probabilidad de que 1 suscriptor tarde más de 48 minutos en leer la verdad.

d)¿Cual es la probabilidad de que un suscriptor tarde entre 30 y 48 minutos

en leerla?

d) P( 30 ≤ X ≥ 48) = ?

30 48 49

X-µ 30 - 49
Z1 = Z1 = Z = -1,19 ENTRAMOS A LA TABLA 0,3830
σ 16
 8

X-µ 48 - 49
Z2 = Z2 = Z = -0,06 ENTRAMOS A LA TABLA 0,0239
σ 16

d) P( 30 ≤ X ≥ 48) = ? 0,3830 - 0,0239 = 0,3591x 100 = 35,91% Existe un

35,91% de probabilidad de que 1 suscriptor tarde entre 30 y 48 minutos en leer
la verdad.

PROBLEMA Nº 2

Los pesos de los individuos de una población se distribuyen normalmente con

media de 70kg. Y una desviación estándar de 6kg. De una población de 2.000
personas. a)¿Calcule cuantas personas tendrán un peso comprendido entre 64 y
76kg? b) ¿Se quiere saber el valor de X, si este se encuentra a un 95,05%?

d) P( 64 ≤ X ≤ 76) = ?
 9

64 70 76

X-µ 76 - 70
Z1 = Z= Z = 1,00 ENTRAMOS A LA TABLA 0,3413
σ 6

X-µ 64 - 70
Z1 = Z= Z = -1,00 ENTRAMOS A LA TABLA 0,3413
σ 6

P( 64 ≤ X ≥ 76) = 0,3413 + 0,3413 = 0,6826 x 2000 = 1.365,20 = 1.365

personas tendrán un peso entre 64 y 76 kg

b) ¿Se quiere saber el valor de X, si este se encuentra a un 95,05%?

b) P(X =?) = ?

45,05% / 100 =
0,4505
45,05%

50% 70 X=? 80

95,05%

Con el 0,4505 se entra dentro de la tabla de la normal y se obtiene el valor de z.

Z = 1,65
 10

X-µ Zσ =X - µ X = Zσ + µ X = (1,65)(6) + 70 = 79,9

Z=
σ
X = 80 Personas

DISTRIBUCIÓN DE PROBABILIDADES
 11

BINOMIAL

La variable binomial es una variable aleatoria discreta, sólo puede tomar los
valores 0, 1, 2, 3, 4, ..., n  suponiendo que se han realizado  n  pruebas. Como
hay que considerar todas las maneras posibles de obtener  k-éxitos  y  (n-k)
fracasos debemos calcular éstas por combinaciones (número combinatorio n
sobre k).La distribución Binomial se suele representar por B(n,p)  siendo  n  y  p 
los parámetros de dicha distribución.Como el cálculo de estas probabilidades
puede resultar algo tedioso se han construido tablas para algunos valores de  n 
y  p  que nos facilitan el trabajo.

Ver Tabla de la Función de Probabilidad de la Binomial

Probabilidades(P)

n k 0,10 0,20 0,25 0,30 …… ……………………………0,90

5 0 0,3277

1 0,7373

2 0,9421

3 0,9933

4 0,9997

5 1,0000

P(x = 0)= 0,3277

P(x = 1)= 0,7373 – 0,3277 =0,4096

P(x = 2)= 0,9421 – 0,7373 =0,2048

 12

P(x ≥3) = p(x=3) + p(x=4) + p(x=5) = 0,0579

(0,9933 - 0,9421)+(0,9997 - 0,9933)+(1,0000 - 0,9997)

0,0512 0,0064 0,0003= 0,0579

EJERCICIOS DE LA BINOMIAL

EJEMPLO 1

Entre 2 ciudades hay 5 vuelos diarios, si la probabilidad de que un vuelo llegue

retrasado es 0,20.

a) ¿Cuál es la probabilidad de que ninguno de los vuelos se retrasen el día

de hoy?
b) ¿Cuál es la probabilidad de que exactamente uno de los vuelos llegue
tarde hoy?
c) ¿Cuál es la probabilidad de que al menos 3 vuelos se retrasen el día de
hoy?

SOLUCIÓN

a) ¿Cuál es la probabilidad de que ninguno de los vuelos se retrase el día

de hoy?

n=5

X=0

p = 0,20

p(x = 0) =?
 13

p(x = 0) =0,3277x100 = 32,77% Existe un 32,77% de probabilidad de

que ningún vuelo se retrase el día de hoy.

b) ¿Cuál es la probabilidad de que exactamente uno de los vuelos llegue

tarde hoy?

n=5

X=1

p = 0,20

p(x = 1) =?

p(x = 1) = 0,4096x100 = 40,96% Existe un 40,96% de probabilidad de que 1 vuelo se

retrase el día de hoy

c)¿Cuál es la probabilidad de que al menos 3 vuelos se retrasen el

día de hoy?

P(x ≥ 3) = p(x=3) + p(x=4) + p(x=5) = 0,0579 (Método 1)

Método 2 EVENTO INVERTIDO

P(x ≥ 3) = 1 - [p(x=0) + p(x=1) + p(x=2)]

P(x ≥ 3) = 1 - [0,3277 + 0,4096 + 0,2048]

0,9421
 14

P(x ≥ 3) = 1 - 0,9421 = 0,0579

0,0579x100 = 5,79% Existe un 5,79% de probabilidad de que al

menos 3 vuelo se retrasen el día de hoy.

EJERCICIOS DE BINOMIAL

1 .- La ú l ti ma n o ve l a de un a u to r ha te ni d o un g ran é xi to ,
ha sta e l p u n to de qu e e l 8 0% d e lo s le cto re s ya la ha n le íd o .
Un gru p o de 4 a mi g o s so n a fi ci o n ad o s a l a l e ctu ra :

¿C uá l e s l a pro b ab i li d a d d e qu e en e l g ru po h a yan l e ído l a

no ve la 2 pe rso n a s?

¿Y có mo má xi mo 2?

2 .- Un ag e n te de se gu ro s ve nd e pó l i za s a cin co pe rso n a s d e
la mi sma e d ad y qu e d isfru ta n d e bu e na sa lu d . Se gú n l as
ta bl a s a ctua l e s, l a p ro ba b il i d ad d e q u e un a pe rso na e n esta s
con d i ci o n e s vi va 30 añ o s o má s e s 2 /3 . Há l le se l a
p ro b a bi l id a d de qu e , tra n scu rrid o s 30 a ñ o s, vi va n : A.- L a s
ci n co pe rso n a s B.- Al me no s tre s p e rso n a s. C .-Exa cta men te
do s pe rso na s

SOLUCIÓN

1 .- La ú l ti ma n o ve l a de un a u to r ha te ni d o un g ran é xi to ,
ha sta e l p u n to de qu e e l 8 0% d e lo s le cto re s ya la ha n le íd o .
Un gru p o de 4 a mi g o s so n a fi ci o n ad o s a l a l e ctu ra :

¿C uá l e s l a pro b ab i li d a d d e qu e en e l g ru po h a yan l e ído l a

no ve la 2 pe rso n a s?

¿Y có mo má xi mo 2?
 15

¿C uá l e s l a pro b ab i li d a d d e qu e en e l g ru po h a yan l e ído l a

no ve la 2 pe rso n a s?

n = 4 ; X = 2 ; p = 0.8

p ( x=2 )=0,1536 x100=15,36%

Existe un 15,36% de probabilidad de que en el grupo, 2 personas hayan leído la
novela

¿Y cómo máximo 2?

0,0016 + 0,0256 + 0,1536 =0,1808x100 =

18,08%

Existe un 18,08% de probabilidad de que en el grupo, como máximo 2 personas

hayan leído la novela

2 .-Un ag e n te d e seg u ro s ve nd e pó li za s a ci n co p e rso n a s d e la

mi sma e da d y qu e di sfru ta n de b u en a sal u d . Seg ú n la s ta b la s
a ctua l e s, la p rob a b il i da d d e q u e u n a pe rso na e n e sta s
con d i ci o n e s vi va 30 añ o s o má s e s 0 ,6 0 . Há ll e se l a p ro b a bi l id a d
de qu e , tran scu rri do s 30 a ñ o s, vi va n :

S o lu ci o ne s:

La s ci n co p e rso n a s

n =5; X= 5; p = 0,60

p(X = 5) = 0,0778x100 = 7,78%

 16

Existe un 7,78% de probabilidad de que las 5 personas vivan 30 años o más

Al men o s tre s pe rso n a s

0,3456 + 0,2592 + 0,0778 = 0,6826

x100 = 68,26%

Existe un 68,26% de probabilidad de que al menos 3 personas vivan 30 años o

más

E xa cta me n te do s p e rson a s

n =5; X= 2; p = 0,60

p(X = 2) = 0,2304x100 = 23,04%

Existe un 23,04% de probabilidad de que exactamente 2 personas vivan 30 años
o más