DISTRIBUCIÓN NORMAL 91

TEMA 4

DISTRIBUCION

NORMAL

Julio Gallegos Ramos

 DISTRIBUCIÓN NORMAL 92

LA DISTRIBUCION NORMAL

La distribución normal es una de las distribuciones más usadas e importantes. Se ha desenvuelto como
una herramienta indispensable en cualquier rama de la ciencia , la industria y el comercio. Muchos
eventos reales y naturales tienen una distribución de frecuencias cuya forma es muy parecida a la
distribución normal.
La distribución normal es llamada también campana de Gauss por su forma acampanada.

 X

PROPIEDADES DE LA DISTRIBUCIÓN NORMAL

 La distribución normal tiene forma de campana.

 La distribución normal es una distribución de probabilidad que tiene media = 0 y desviación
estándar = 1.
 El área bajo la curva o la probabilidad desde menos infinito a más infinito vale 1.
 La distribución normal es simétrica, es decir cada mitad de curva tiene un área de 0.5.
 La escala horizontal de la curva se mide en desviaciones estándar.
 La forma y la posición de una distribución normal dependen de los parámetros , en
consecuencia hay un número infinito de distribuciones normales.
Existe una relación del porcentaje de población a la desviación estándar. En la figura observamos por
ejemplo que el área bajo la curva para tiene un porcentaje de 68.26%, = 95.46% y
 DISTRIBUCIÓN NORMAL 93

La población incluye todos los datos, la muestra es una porción de la población.

La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal

X
x-3 x-2 x- x x+ x+2 x+3

z
-3 -2 -1 0 1 2 3

LA DISTRIBUCIÓN NORMAL ESTÁNDAR

EL VALOR DE Z
Determina el número de desviaciones estándar entre algún valor X y la media de la población .
Para calcular el valor de Z usamos la siguiente fórmula.

La distribución de probabilidad f (Z) es una distribución normal con media 0 y desviación estándar 1;
esto es Z se distribuye normalmente con media cero y desviación estándar = 1 Z~N(0,1): La gráfica
de densidad de probabilidad se muestra en la figura.
F(z)

  1

0
La distribución f (Z) se encuentra tabulada en la tabla de distribución normal estándar. En esta tabla
podemos determinar los valores de Z o la probabilidad de determinado valor Z.

Ejemplo 1 : El gerente de personal de una gran compañía requiere que los solicitantes a un puesto
efectúen cierta prueba y alcancen una calificación de 500. Si las calificaciones de la prueba se
 DISTRIBUCIÓN NORMAL 94

distribuyen normalmente con media 485 y desviación estándar 30 ¿Qué porcentaje de los
solicitantes pasará la prueba?

Calculando el valor de Z obtenemos:

Buscamos el valor correspondiente Z en las tabla de distribución normal. Z 0.5 = .69146 = 69.146%.
siendo esta la probabilidad de que la calificación sea menor a 500 P (X<500). Dado que el porcentaje
pedido es la solución es 1-.69146 =.3085 , 30.85% de los participantes pasarán la prueba.

485

3 0 .8 5 %

Z. 0 5

Ejemplo 2:
Encuentre las probabilidades siguientes usando la tabla Z.

a) P(-1.23 < Z > 0)

-1.23 Z

Solución: Buscamos el valor Z1..23 en las tablas siendo este = .89065. restando .89065-.05 = .3905,
este valor es la probabilidad de 0 a 1.23 que es exactamente la misma de –1.23 a 0 por simetría.
Por lo tanto la probabilidad es .3905

APROXIMACIÓN DE LA BINOMIAL A LA NORMAL

Aunque la binomial es una v.a. discreta y la normal es una v.a. continua se puede observar que
para cualquier valor de p en la binomial, al aumentar los valores de n los polígonos de frecuencias
asociados a los diagramas de barras que represental la distribución van formando una gráfica
similar a la de la curva de densidad de una distribución normal.
 DISTRIBUCIÓN NORMAL 95

Además cuando n es muy grande los cálculo en la distribución binomial se vuelven muy
complicados y con muchos sumandos.

Teorema de Moivre

En una distribución Binomial para valores de n grandes, n>30, y cuando np≥5 y nq≥5 la
distribución Binomial se puede aproximar mediante una distribución Normal.
X es B(n,p) X´es

Entonces

Por el teorema de Moivre podemos afirmar que la normal constituye una muy buena
aproximación de la binomial.

Para poder aplicar este cambio en la practica no podemos obviar que X es una variable discreta y
X´es una variable continua y que debemos aplicar lo que se conoce como corrección de
continuidad.
 DISTRIBUCIÓN NORMAL 96

PROBLEMAS RESUELTOS
1.Se sabe que las puntuaciones obtenidas al pasar un test siguen una distribución normal
con media 210 puntos y desviación típica 0,6 puntos. Si se pasa el test a 100 personas,
¿Cuántas de esas 100 personas deberemos esperar que obtengan una puntuación entre
209 y 211 puntos?

Tipificamos los extremos del intervalo:

209  210
z1   1,67
0,6
211  210
z2   1,67
0,6

Y la probabilidad de que una persona obtenga puntuación entre 209 y 211 es:

p (209  X  211)  p (1,67  z  1,67)  p ( z  1,67)  p ( z  1,67)  2 p ( z  1,67)  1 

2  0,9525  1  0,905
Con lo cual, la esperanza matemática para las 100 personas es:

E= 100 . 0,905 = 90,5 personas estarán en el intervalo indicado.

2. El peso de 600 alumnos se distribuye según una distribución normal N(67; 5).

Calcula cuántos de ellos pesan:

a) Más de 80 kg.
b) Menos de 50 kg.
c) Entre 50 y 80 kg.

Tipificamos los valores 50 y 80 kg.:

50  67
z1   3,4
5
80  67
z2   2,6
5

La probabilidad de que un alumno pese más de 80 kg. es:

p ( X  80)  p ( z  2,6)  1  p ( z  2,6)  1  0,9953  0,0047

Cabe esperar, por tanto, que:

E  600  0,0047  2,82  3 alumnos pesen más de 80 kg.

 DISTRIBUCIÓN NORMAL 97

La probabilidad de que un alumno pese menos de 50 kg. es:

p ( X  50)  p ( z  3,4)  p ( z  3,4)  1  p ( z  3,4)  1  1  0 y ningún alumno pesa

menos de 50 kg.

La probabilidad de que un alumno pese entre 50 y 80 kg. es:

p (50  X  80)  p (3,4  z  2,6)  p ( z  2,6)  p ( z  3,4)  p ( z  2,6)  p ( z  3,4)  1 

0,9953  1  1  0,9953
Cabe esperar, pues que:

E= 0,9953 . 600 = 597 alumnos pesen entre 50 y 80 kg.

3. En una ciudad, la temperatura máxima durante el mes de junio está distribuida

normalmente con una media de 26º y una desviación típica de 4º. Calcular el número de días
que se espera tengan temperatura máxima comprendida entre 22º y 28º.

Tipificamos los valores 22 y 28:

22  26
z1   1
4
28  26
z2   0,5
4

Entonces la probabilidad de que en un día de junio la temperatura máxima esté entre 22 y 28º
es:

p (22  X  28)  p (1  z  0,5)  p ( z  0,5)  p ( z  1)  p ( z  0,5)  p ( z  1) 

 p ( z  0,5)  1  p ( z  1)  p ( z  0,5)  p ( z  1)  1  0,6915  0,8413  1  0,5328

Y el número esperado de días es:

E  30  0,5328  15,9  16 días

4. Diferencias y relaciones entre la distribución binomial y la normal.

El porcentaje de españoles con estudios medios es del 35 %. Elegidos ocho al azar,

calcular la probabilidad de que entre 3 y 5 (ambos incluidos) tengan estudios medios,
aplicando:

a) La distribución binomial.
b) La aproximación normal de la binomial.

Para la cuestión teórica ver el ejercicio nº 3 de este mismo capítulo.

Aplicando la distribución binomial con n=8, p=0,35 y q=0,65, se tiene:

 DISTRIBUCIÓN NORMAL 98

8 8 8

p (3  X  5)     0,35 3  0,65 5     0,35 4  0,65 4     0,35 5  0,65 3 
 3  4  5
56  0,35 3  0,65 5  70  0,35 4  0,65 4  56  0,35 5  0,65 3  0,5469

Aplicando la aproximación normal a la binomial con:

m  np  8  0,35  2,8
s  npq  8  0,35  0,65  1,35

Y, tipificando para aplicar la aproximación normal a la binomial:

3  2,8
z1   0,15
1,35
5  2,8
z2   1,63
1,35

Con lo cual la probabilidad será:

p (3  X  5)  p (0,15  z  1,63)  p ( z  1,63)  p ( z  0,15)  0,9484  05596  0,3888

Y se ve que la aproximación no es aquí buena porque n es muy inferior a 30 y p es muy
distinto de 0,5.

5. Aproximando con una distribución normal, calcular la probabilidad de que al lanzar

una moneda 100 veces, el número de caras obtenido esté comprendido entre 45 y 55.

(Universidad de Castellón 1994).

Se tiene:

1
m  np  100   50
2
1 1
s  npq  100    5
2 2
45  50
z1   1
5
55  50
z2  1
5

Y la probabilidad pedida es, con la aproximación realizada:

p (45  X  55)  p (1  z  1)  p ( z  1)  p ( z  1)  p ( z  1)  1  p ( z  1) 

 2 p ( z  1)  1  2  0,8413  1  0,6826
 DISTRIBUCIÓN NORMAL 99

EVALUACION
1.- En cierta ciudad, el número de interrupciones del suministro eléctrico por mes se considera una
variable aleatoria normal para la cual μ = 11.6 y σ = 3.3

Determine la probabilidad de que en un mes cualquiera haya al menos ocho interrupciones.

Determine la probabilidad de que en un mes cualquiera haya entre tres y siete interrupciones.

Determine la probabilidad de que en un mes cualquiera haya a lo más cinco interrupciones.

Resp. 0.8623 0.0771 0.0228

2.- En un proceso fotográfico, el tiempo de revelado de las impresiones puede considerarse una
variable aleatoria normal para la cual μ = 12,9 minutos σ = 2 minutos.

Determine la probabilidad de que el tiempo de revelado tarde entre 16 y 16.5 minutos

Determine la probabilidad de que el tiempo de revelado se lleve al menos 16.2 minutos

Determine la probabilidad de que el tiempo de revelado se lleve a lo más 16.35 minutos

Resp. 0.0246 0.0495 0.9577

3.- La cantidad de café instantáneo que una máquina dispensadora deposita en vasos de 4 onzas puede
considerarse una variable aleatoria con distribución normal para la cual σ = 0.04 onzas. Si sólo 2 % de
los vasos contienen menos de 4 onzas, ¿cuál sería el contenido promedio de estos vasos?

Resp. μ = 4.082

4.- Se procede a detener el funcionamiento de una máquina para repararla si en una muestra aleatoria
de 100 artículos de la producción diaria se encuentran por lo menos 15 % de artículos defectuosos. Si
se sabe que la máquina realmente produce 10 % de artículos defectuosos, encuentre la probabilidad de
detener la máquina un día cualquiera.

5.- Una línea aérea vende boletos sobre la base que el 5 % de las personas que hacen reservación para
un vuelo no se presentan. Se sabe que la aerolínea vendió 160 boletos para un vuelo con sólo 155
asientos, ¿cuál es la probabilidad de que haya un asiento disponible para cada persona con reservación
que se presenta al vuelo?