Tema5:

Distribución de Probabilidad
Continua
Preparado por :
Dra. Nelly Alcántara
 OBJETIVOS DE APRENDIZAJE:
Identificar las características de la distribución de
probabilidad normal.
Definir y calcular valores Z.
Determinar la probabilidad de que una observación se
encuentre entre dos puntos en una distribución normal.
Determinar la probabilidad de que una observación se
encuentre sobre (o debajo) un punto en una
distribución normal.

Nelly Alcantara, PhD 2

VARIABLES ALEATORIAS CONTINUAS:
EJEMPLOS

• La estatura de una persona.

• El peso de un saco de cemento.
• La superficie de un habitación.
• La temperatura ambiente.

Nelly Alcantara, PhD 3

 DISTRIBUCIÓN DE
PROBABILIDAD
• Consiste en un listado de exhaustivo de los resultados de
un experimento y la probabilidad asociada con cada
resultado.
• Sus características:
Su probabilidad se encuentra entre 0 y 1.
Los resultados son eventos mutuamente excluyentes.
La lista de los resultados es exhaustiva

Nelly Alcantara, PhD 4

 DISTRIBUCIONES DE
PROBABILIDAD CONTINUA
• Una distribución de probabilidad continua resulta de
medir algo.
• Como la distancia, el peso, la temperatura, etc.
• La variable aleatoria continua tiene una infinidad de
valores posibles dentro de un intervalo específico.
• Tipos:
– Distribución Uniforme
– Distribución Normal

Nelly Alcantara, PhD 5

DISTRIBUCIÓN NORMAL
• Tiene algunas propiedades que la hacen aplicable a
un gran número de situaciones en las que es
necesario hacer inferencias mediante la toma de
muestras.
• La distribución normal casi se ajusta a las
distribuciones de frecuencias reales observadas en
muchos fenómenos.

Nelly Alcantara, PhD 6

 CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE
PROBABILIDAD NORMAL
• La curva normal tiene forma de campana y un solo pico en
el centro de la distribución.
• La media aritmética, la mediana y la moda de distribución
son iguales y se ubican en el pico.
• La mitad del área bajo la curva se encuentra a la derecha de
ese punto central y la otra mitad está a la izquierda de dicho
punto.
• La distribución de probabilidad normal es simétrica en torno
a su media.
• La distribución de probabilidad normal es asintótica, la curva
se acerca mas al eje X pero sin llegar a tocarlo
Nelly Alcantara, PhD 7
CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE
PROBABILIDAD NORMAL (TEXTO PG.228)

Nelly Alcantara, PhD 8

LA FAMILIA DE DISTRIBUCIONES DE PROBABILIDAD
NORMAL

Nelly Alcantara, PhD 9

LA FAMILIA DE DISTRIBUCIONES DE
PROBABILIDAD NORMAL

Nelly Alcantara, PhD 10

LA FAMILIA DE DISTRIBUCIONES DE
PROBABILIDAD NORMAL

Nelly Alcantara, PhD 11

 DISTRIBUCIÓN DE PROBABILIDAD NORMAL
ESTÁNDAR

• El número de distribuciones normales es ilimitado, y cada

una posee diferentes media, desviación estándar o ambas.
• Por lo anterior, no es posible proporcionar tablas de
probabilidad para distribuciones normales, como en el caso
de la distribución discreta de tipo binomial.
• Es así, que para determinar las probabilidades de todas las
distribuciones de probabilidad normal se usa: la distribución
de probabilidad normal estándar.

Nelly Alcantara, PhD 12

 DISTRIBUCIÓN DE PROBABILIDAD NORMAL
ESTÁNDAR
• Cualquier distribución de probabilidad normal puede
convertirse en una distribución de probabilidad normal
estándar al restar la media de cada observación y dividir
esta diferencia entre la desviación estándar.
• El resultado se conoce como valor Z o valor tipificado.

Nelly Alcantara, PhD 13

 DISTRIBUCIÓN DE PROBABILIDAD NORMAL
ESTÁNDAR
• Una vez que se estandarizan las observaciones con
distribución normal, los valores z se distribuyen
normalmente con una media de cero y una
desviación estándar de 1.
• La tabla B1 en anexos tiene una lista de
probabilidades de la distribución de probabilidad
normal estándar.

Nelly Alcantara, PhD 14

EJEMPLO #1:
• Encuentre la probabilidad de que un caja pese entre 283 y
285.4 gramos, dado que el peso tiene una distribución
normal con una media de 283 gramos y una desviación
estándar de 1.6 gramos.
• Z=(285.4-283)/1.6=1.5
• Buscar este valor de z en la tabla y ver la probabilidad.
• P=.4332

Nelly Alcantara, PhD 15

ÁREA BAJO LA CURVA NORMAL: EJEMPLO

Nelly Alcantara, PhD 16

 REGLA EMPÍRICA:
• Se consideran tres áreas bajo la curva normal basados en la
regla empírica.

Nelly Alcantara, PhD 17

 DETERMINACIÓN DE ÁREAS BAJO LA
CURVA NORMAL:
• Se puede determinar el área en una distribución
normal entre la media y un valor elegido que se
identifica como X.

Nelly Alcantara, PhD 18

EJEMPLO #2:
• El ingreso medio semanal de un empleado en el campo
tiene una distribución normal, con una media de Lps1000
y una desviación estándar de Lps100. ¿Cuál es la
probabilidad de seleccionar a un empleado cuyo ingreso
semanal oscile entre Lps1000 y Lps1100 semanal ?
• Con notación de probabilidad se expresa así:
• P(Lps1000<ingreso semanal< Lps1100)=.3413
• El 34.13% de los empleados de este rubro gana entre
Lps1000 y 1100 semanales.

Nelly Alcantara, PhD 19

DETERMINAR EL ÁREA BAJO LA
CURVA NORMAL USANDO EXCEL
The Excel function
=NORMDIST(x,Mean,Standard_d
ev,Cumu)
=NORMDIST(1100,1000,100,true)
generates area (probability) from
Z=1 and below

Nelly Alcantara, PhD 20

DISTRIBUCIÓN DE PROBABILIDAD
NORMAL ESTÁNDAR: EJEMPLO #3
• El tiempo promedio que le toma a una persona aprender la
operación de pegado de manga en la máquina cover es de
392 horas con una desviación estándar de 38 horas.
a) ¿Cuál es la probabilidad de que un participante elegido al
azar requiera más de 392 horas?
b) ¿Cuál es la probabilidad que le tome entre 392 y 450
horas?
c) ¿Cuál es la probabilidad que le tome más de 350 horas?
d) ¿Cuál es la probabilidad que le tome entre 300 y 450
horas?
e) ¿Cuál es la probabilidad que le tome menos de 325 horas?

Nelly Alcantara, PhD 21

CALCULO DEL VALOR X CUANDO SE TIENE EL
PORCENTAJE: EJEMPLO #4

• La empresa Llantas del Norte, quiere establecer una

garantía de millaje mínimo para su neumático XY100, el
millaje medio es de 67900 con una desviación estándar
de 2050 millas, sigue una distribución de probabilidad
normal. Se necesita saber el millaje mínimo garantizado
para que no se tenga que sustituir mas de 4% de los
neumáticos.

Nelly Alcantara, PhD 22

EJEMPLO ANTERIOR:

Nelly Alcantara, PhD 23

EJERCICIOS:
• Cap7 : 10
• Cap7: 15,16,19,21
• Cap7: 23,25 y 29

Nelly Alcantara, PhD 24

SINOPSIS

Nelly Alcantara, PhD 25