Distribucion Normal.

Se emplea para distribuciones de datos continuos, una distribucin de

probabilidad continua que es muy importante es la distribucin normal. Varios
matemticos han contribuido a su desarrollo, entre los que podemos contar al
astrnomo-matematico del siglo XIX Karl Gauss. En su honor la distribucin
gaussiana.
Existen 2 razones por las cuales esta distribucin ocupa un lugar prominente.
1. Tiene probabilidades que la hacen aplicable a un gran numero de
situaciones en las que es necesario hacer inferencias mediante la toma
de muestras2. Casi se ajusta a las distribuciones de frecuencias reales observadas en
muchos fenmenos, incluyendo caractersticas humanas (pesos, alturas
IQ), resultados de proceso fsicos (dimensiones y rendimientos) y
muchas otras medidas de inters para administradores.
Caracteristicas.
1. La curva tiene un solo pico; por tanto es unimodal. Tiene la forma de
campana
2. La media de una poblacin distribuida normalmente cae en el centro de
su curva normal
3. Debido a su simetra la mediana y la moda se encuentran tambin en el
centro: en consecuencia para una curva normal, la media, mediana y
moda tienen el mismo valor.
4. Los dos extremos de la distribucin normal de probabilidad se extienden
indefinidamente y nunca tocan el eje horizontal.
Es simtrico con
respecto a la
media

Para definiri una distribucin normal de probabilidad necesitamos definir solo

dos parmetros: la media () y desviacin estndar ().
Area bajo la curva normal.
No importa cuales son los valores de y para una distribucin de
probabilidad normal, el rea total bajo la curva es 1.00, de manera que
podemos pensar en reas bajo la curva como si fueran probabilidades.

1. Aproximadamente 68& de todos los valores de una poblacin

normalmente distribuida se encuentra dentro de 1 desviacion
estndar de la media.
2. Aproximadamente 95.5%de todos los valores de una poblacin
normalmente distribuida se encuentran dentro de 2 desviaciones
estndar es de la media
3. Aproximadamente 97.7%de todos los valores de una poblacin
normalmente distribuida se encuentran dentro de 3 desviaciones
estndar es de la media
Uso de la tabla de distrucion Normal Estandar
El valor de la Z lo determinamos mediante la siguiente formula.

z=

Donde:

x .Valor de la variable aleatoria que nos prepcup a

.Media de la distribucion de la variable aleatoria

.Desviacion estandar de la distribucion

z .Numero de desviaciones estandar que hay desde x a la media de ladistribucion .

Se emplea el smbolo z ya que existen diferentes tipos de variables para
diferentes unidades de medicin (pesos, kg, lb, segundos, etc.) y x representa
la desviacin estndar sin importar la unidad de medida.
Ejemplo:
En un estudio realizado indica que el tiempo medio que se lleva completar el
programa de capacitacin es de 500 horas, y que esta variable aleatoria
normalmente distribuida tiene una desviacin estndar de 100 horas.

.500

.100
Cul es la probabilidad de que un participante elegido al azar requiera mas de
500 horas para completar el programa?

P(500 ) 50% = 0.5

R.- 50% o 0.5
Cul es la probabilidad de que un candidato elegido al azar se tome entre 500
y 650 horas para completar el programa de entrenamiento?

x=650

=500
.=

z=

100

650500
= 1.5
100

Z= 1.5 = 0.00
P(500 650) = 0.4332

Cul es la probabilidad de que un candidato elegido al azar se tome mas de

700 horas en completar el programa?

x=700
=500

.=
z=

100

700500
=2
100

P(500 700) = 0.4772

P(700 x) = 0.5 P(500 700)
= 0.5 0.4772
= 0.0228

Suponga que el director del programa de entrenamiento desea saber la

probabilidad de que un participante esxogido al azar requiera entre 500 y 650
horas para completar el trabajo requerido en el programa?

x=550

z=

550500
= 0.5
100

P(500 550) = 0.1915

X= 650

z=

65 0500
= 1.5
100

P(500 650) = 0.4332

P(550 650) = 0.4332- 0.1915 = 0.2417
Cul es la probabilidad de que un candidato escogido al azar s tome entre 420
y 570 horas para completar el programa

x=570
z=

57 0500
= 0.7
100

P(500 570) = 0.2580

X= 420

z=

420500
= -0.8 = (0.8) = 0.2881
100

P(420 500) = 0.2881

P(420 570) = o.2580 + 0.2580= 0.5461