DSTRIBUCIONES CONTINUAS DE PROBABILIDAD

DISTRIBUCIÓN NORMAL
La distribución normal también llamada distribución de Gauss o distribución gaussiana, es una distribución
continua que juega un papel central en el análisis estadístico. De hecho, es la distribución de probabilidad
más importante del Cálculo de Probabilidades y de la Estadística.
La gráfica de esta distribución, es una curva denominada Curva Normal Estándar, la cual tiene forma de
campana como se muestra a continuación

La distribución normal se puede usar para aproximar varias distribuciones de probabilidad discretas y
continuas.
La familia de distribuciones normales depende de dos parámetros: la media y la varianza.
La curva es simétrica respecto a la recta 𝑥 = 𝜇. Se suele decir que es simétrico respecto a la media
Dado que la variable de interés X, puede tomar valores    x   se tipifica la variable de interés para así
poder trabajar con la tabla, quedando la distribución normal, como una distribución normal tipificada.
Distribución Normal Estándar (Z).
Llamamos variable aleatoria normal tipificada o estándar ó reducida a la distribución normal de media 0 y
desviación típica 1, Z ~ N(0,1).
TABLA DE ÁREAS BAJO LA CURVA NORMAL N(0,1)
En la distribución N(0,1), a la variable se le suele representar por la letra z. La tabla nos da las probabilidades
P[z ≤ k] para valores de k de 0 a 4, de centésima en centésima. A estas probabilidades se las llama 𝜙(k) que
es la función de distribución de esta variable aleatoria.
El valor de k se busca de la siguiente manera
- Unidades y décimas en la columna de la izquierda
- Centésimas en la fila de arriba
- El número que nos da la tabla es el valor de 𝜙(k)
Obs: Cualquier variable normal se puede expresar en función de la v.a normal estándar mediante una
transformación denominada TIPIFICACIÓN.
X 
X  N ( ,  )  Z 

Para trabajar con cualquier distribución normal, debemos siempre tipificarla primero, ya que la única que
está tabulada es la normal estándar.
Dado que se trata de una función de densidad con variable continua y se calcula el área bajo la curva, el
tomar o no el extremo del intervalo proporciona el mismo valor del área

Aproximación de la distribución binomial por la normal

Una distribución binomial B(n,p) se puede aproximar por una distribución normal, siempre que n sea grande
y p no esté muy próxima a 0 o a 1. La aproximación consiste en utilizar una distribución normal con la
misma media y desviación típica que la distribución binomial.
X  B(n, p)  N (   n. p;   n. p.q )
Hay que tener en cuenta que en esta aproximación pasamos de una distribución para una variable aleatoria
discreta a una distribución para una variable aleatoria continua, por lo que es necesario aplicar en el cálculo
de probabilidades un ajuste que recibe el nombre de “Corrección de Yates.
P( X  k )  P(k  0.5  X ´  k  0.5)
P( X  k )  P( X ´  k  0.5)
P( X  k )  P( X ´  k  0.5)
P( X  k )  P( X ´  k  0.5)
P( X  k )  P( X ´  k  0.5)
Si X es una variable aleatoria binomial con μ= n.p y  2 = n.p.q, entonces la forma limitante de la distribución
es:
X  np
Z
npq Cuyos parámetros son: Media E (x)   varianza: Var( X )   2

Ejercicios
1) Suponga que Z es una variable aleatoria continua con distribución normal estándar. Use la tabla para
calcular:
a) 𝑃(𝑍 < 1.45) 𝑏) 𝑃(𝑍 < −1.24) 𝑐) 𝑃(−1.25 < 𝑍 < 2.31) 𝑑) 𝑃(𝑍 > 2.01) 𝑒) 𝑃(𝑍 >
1.78)
2) Suponga que X es una variable aleatoria con distribución normal cuya media es 25 y desviación
estándar
5. Use la tabla para calcular:
a) 𝑃 (𝑋 < 18) 𝑏) 𝑃(𝑋 > 30) 𝑐) 𝑃(24 < 𝑋 < 27)

3) Si X~𝑁(10, 𝜎 2 ) = determine el valor de la varianza si 𝑃(𝑋 < 9) = 0.025

4) Dada la v.a. X distribuida normalmente con media 18 y desviación estándar 2,5. Encuentre:
a) P( X  15) b) P( X  x1 ) =0.2236 c) P( X  x1 ) =0.1814
1) El tiempo necesario para llenar un frasco de un producto es una variable aleatoria que sigue una
distribución normal con una media de 10 segundos y una desviación estándar de 2 segundos.
Encuentre el tiempo de llenado del frasco tal que la probabilidad de excederlo tenga una probabilidad
de 3%
2) Una cierta máquina produce resistencias eléctricas que tienen un valor medio de 40 ohms y una
desviación estándar de 2 ohms. Suponiendo que los valores de las resistencias siguen una distribución
normal y que pueden medirse con cualquier grado de precisión. ¿Qué porcentaje de las resistencias
tendrá un valor que exceda a 43 ohms?
3) En una empresa las edades de los trabajadores se distribuye normalmente con media 50 años y
desviación estándar es de 5 años.
a) ¿Qué porcentaje de los trabajadores tiene entre 50 y 52,5 años?
b) ¿Cuál es la probabilidad que un trabajador cualquiera no sea mayor de 45 años?
c) ¿Cuál es la probabilidad que un trabajador tenga entre 41 y 58 años?
d) El 20 % de los trabajadores están bajo cierta edad ¿Cuál es esa edad?
4) La resistencia a la tracción de cierto componente de metal se distribuye normalmente con una media
de 10.000 kilogramos por centímetro cuadrado y una desviación estándar de 100 kilogramos por
centímetro cuadrado.
a) Que proporción de estos componentes excede 10.150 kilogramos por centímetro cuadrado de
resistencia a la tracción?
b) Si las especificaciones requieren que todos los componentes tengan resistencia a la tracción entre
9.800 y 10.200 kilogramos por centímetro cuadrado inclusive, .que proporción de piezas esperaría
que se descartaran?
5) Se sabe que la probabilidad de que una carta enviada por correo no llegue a su destino es 0.25. Si en
una campaña publicitaria para lanzar un producto, una empresa envía por correo 235 cartas, ¿cual es
la probabilidad de que más de 40 cartas no lleguen a su destino?.
6) El peso promedio de una pieza metálica es 0.15 kilos y desviación estándar de 0.023 kilos. ¿Si se
compró 250 unidades del mismo, cuantas de ellas, presentarán un peso superior a 0.20 kilos. Se sabe
que los pesos se distribuyen normalmente?.
7) En una ciudad, una de cada tres familias posee una notebook. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya por lo menos 30 que tengan notebook.
8) Se sabe, por una estadística sociológica realizada recientemente, que el nivel de aceptación de un
determinado partido es del 25% de la población. De un muestreo aleatorio realizada sobre 40
personas, se desea saber cuál es la probabilidad de que 15 de ellas acepten a dicho partido
9) La duración de un láser semiconductor a potencia constante tiene una distribución normal con media
7000 horas y desviación típica de 600 horas, cuál es la probabilidad de que el láser falle antes de 5000
horas? Y cuál es la duración en horas excedida por el 95% de los láseres?
10) De los 300 productos cuál es la probabilidad de que 200 o menos salgan defectuosos, si el 50% de los
productos normalmente sale defectuoso.
11) Una de las pruebas de acceso a la Universidad para mayores de 25 años consiste en un test con 100
preguntas, cada una de las cuales tiene 4 posibles respuestas y sólo una correcta. Para superar esta
prueba deben obtenerse, al menos, 30 respuestas correctas. Si una persona contesta al azar, ¿cuál es el
número esperado de respuestas correctas? ¿Qué probabilidad tendrá de superar la prueba?
12) En una casa de ventas de insumos informáticos, cual es la probabilidad de que como máximo se
rechace 40 de 250 de cierto insumo, si la probabilidad de que se rechace un insumo es de 0.17?
13) Los resultados de una prueba objetiva pasada a 200 personas indicaron que la distribución de
puntuaciones era normal, con media 80puntos y desviación típica de10 puntos. Si deseamos
seleccionar al 10% de las mejores pruebas, ¿a partir de qué puntuación hemos de escoger?