Professional Documents
Culture Documents
b x 2
1
analíticamente se puede calcular así: p (a X b ) e 2 2
a 2
DISTRIBUCIÓN NORMAL
Como el cálculo de esta integral es laborioso, para calcular el área se realiza el
siguiente cambio de variable:
X
Z
Este cambio origina una distribución normal estándar de media μ = 0 y
desviación típica σ = 1 cuya función de densidad es :
1 x 2 1 t2
1
f ( x) e 2 f (z) e 2
2 2
Y cuyos
valores se
tabulan :
Ejemplo 1:
Consideremos que el peso de los niños varones españoles en el momento del
nacimiento se distribuye normalmente.
Si sabemos que el peso medio en el momento de nacer son 3,25 kgs y la
desviación típica es de 0,82 kgs, ¿cúal es la probabilidad de que el peso de un
niño varón al nacer sea superior a 4 kgs?
Tipificamos la variable aleatoria X, peso de los niños al nacer.
En el proceso de tipificación, al valor de X=4, le corresponde el valor, z=0,9146 :
X 4 3.25
z 0.9146
0.82
4 0 0,9146
En la tabla de la distribución normal tipificada, buscamos el valor de α
correspondiente al valor de z=0,9146 ; la probabilidad de z > 0,9146 es,
p( X 4) p( z 0,9146) 0,18
Ejemplo 2:
Según un estudio, la altura de los varones de cierta ciudad es una v.a. X, que
podemos considerar que se distribuye según una ley gaussiana de valor
esperado =175 cm y desviación típica =10 cm . Dar un intervalo para el que
tengamos asegurado que el 50% de los habitantes de la ciudad estén
comprendidos en él.
En este caso tenemos que buscar en la tabla de la N(0,1) que valor me deja el
25% de los datos hacia la derecha y el valor que me deja el 25 % a la izquierda,
de esta manera tenemos el 50% en los valores centrales.
N(175, 10)
El convenio que se suele utilizar para poder realizar esta aproximación es:
Buscando en la tabla
1 P( z 3,09) 1 0,001 0,999
Con una N(60; 6,48)
Tipificando
X 40 60
z 3,09
6,48
Buscamos
P( x 40) P( z 3,09)
Por simetría
P( z 3,09) P( z 3,09)
Buscando en la tabla
Tipificando
X 40 60
z 3,09
6,48
Buscamos
P( x 40) P( z 3,09)
Por simetría
P( z 3,09) P( z 3,09)
Buscando en la tabla