Carrera: Administración y gestión de empresas.

Asignatura: Estadística aplicada.

Estadística aplicada (Módulo IV)

Contenido
Estadística aplicada (Módulo IV) ......................................................................................................... 1
1 La distribución normal................................................................................................................. 2
1.1 Propiedades de la distribución normal ............................................................................... 2
2 La distribución normal estándar. ................................................................................................ 3
2.1 El valor de z. ........................................................................................................................ 3
Ejemplo........................................................................................................................................ 4
2.2 Calculando el valor de Z obtenemos. .................................................................................. 4
Ejemplo........................................................................................................................................ 5
2.3 Uso de la distribución normal en Excel. .............................................................................. 5
3 Distribución binomial. ................................................................................................................. 6
Ejemplo............................................................................................................................................ 7
Referencias. ......................................................................................................................................... 8

1
 Carrera: Administración y gestión de empresas.
Asignatura: Estadística aplicada.

1 La distribución 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.

1.1 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 y , 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 1 tiene un porcentaje de
68.26%, 2 = 95.46% y 3 99.73%

-3s -2s -1s +1s +2s +3s

68.26%
95.46%

99.73%

2
 Carrera: Administración y gestión de empresas.
Asignatura: Estadística aplicada.

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

Población Muestra

x-3s x-2s x-s x x+s x+2s x+3s

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

2 La distribución normal estándar.

2.1 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.

X
Z

3
 Carrera: Administración y gestión de empresas.
Asignatura: Estadística aplicada.
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 siguiente figura.

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

2.2 Calculando el valor de Z obtenemos.

X 500 485
Z 0.5
= 30

Buscamos el valor correspondiente Z en la tabla de distribución normal. Z0.5 = .69146 = 69.146%.

Siendo esta la probabilidad de que la calificación sea menor a 500 P (X<500). Dado que el
porcentaje pedido es P( X 500) la solución es 1-.69146 =.3085, 30.85% de los participantes
pasarán la prueba.

4
 Carrera: Administración y gestión de empresas.
Asignatura: Estadística aplicada.

485

30.85%

Z.05

Ejemplo.
Encuentre las probabilidades siguientes usando la tabla Z.

a) P(-1.23 < Z > 0)

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

2.3 Uso de la distribución normal en Excel.

Para calcular la probabilidad dado un valor Z procedemos de la siguiente manera:

En la barra de herramientas seleccione el icono de funciones

fx>Estadísticas>Distr.Norm.Estand. OK

5
 Carrera: Administración y gestión de empresas.
Asignatura: Estadística aplicada.

Seleccione la celda que contiene el valor de Z, que en este caso es Z= 1.3, de clic en aceptar y
aparecerá la probabilidad buscada f (z)= 903199.

3 Distribución binomial.
Fue considerada por primera vez por Bernoulli y corresponde al caso de pruebas repetidas donde
solo puede darse un caso (denominado, a veces, éxito) de probabilidad constante, o su contrario
(denominado fracaso).

Supongamos una experiencia con solo dos sucesos elementales posibles A y B, donde P (A) = p y P
(B) = q (obviamente q = 1 − p). Imaginemos que repetimos 5 veces la experiencia, en igualdad de
condiciones, y que deseamos saber la probabilidad de que se realice dos veces el suceso A. La
probabilidad solicitada es la suma de las probabilidades correspondientes a los sucesos
elementales (que denotaremos abreviadamente por):

6
 Carrera: Administración y gestión de empresas.
Asignatura: Estadística aplicada.

AABBB, ABABB, . . . , BBBAA.

Obviamente el número de estos sucesos es:

Y en cada uno de ellos, dado que la repetición de cada experiencia conduce a sucesos
independientes, la probabilidad de que se dé es p2 q3, con la que la probabilidad pedida es:

De manera general, supongamos que se hacen n pruebas repetidas de una experiencia que solo
admite dos sucesos excluyentes A y B, de manera que P (A) = p, y denominemos Ω al espacio
muestral (que posee 2n sucesos elementales).

Definimos la variable aleatoria (discreta) X: Ω −→ R dada por X (e)= {numero xi de veces que
aparece el suceso A en n repeticiones}, donde e ∈ Ω. Entonces la función de probabilidad f de X
vendría dada por la tabla:

Las probabilidades pI de que la variable X tome los valores 0 , 1 , 2 , . . . , n , se corresponden con

los términos del desarrollo del binomio de Newton ( p + q )n , y de ahí que se diga que X sigue una
distribución binomial (o de Bernoulli) , que denotaremos por B ( n, p ). También, de manera breve,
se dice que X es B (n, p).

Ejemplo.
Se dispone de una urna con 2 bolas blancas y una negra. Se extrae 6 veces una bola
reemplazándola cada vez en la urna. Deseamos saber la probabilidad de sacar 4 bolas blancas.

Obviamente de la probabilidad P(B) de sacar la bola blanca es y de sacar negra es P(N)= . En este
contexto, como el experimento se repite en igualdad de condiciones, estamos ante una
distribución binomial B (6, ). Considerando éxito sacar la bola blanca.

Entonces la probabilidad es:

7
 Carrera: Administración y gestión de empresas.
Asignatura: Estadística aplicada.

Decidir que suceso es el éxito es arbitrario. Así podríamos haber contestado a la pregunta
estudiando la probabilidad de que salgan 2 bolas negras y 1 denominar éxito a la extracción de
bola negra. En este caso como P (N) = estaríamos ante una binomial de la forma B (6, ), y la
probabilidad de que salgan 2 bolas negras es:

Lo cual coincide con el resultado anterior.

Referencias.
Lecciones de estadística Estruch Fuster, Vicente Domingo Gregori Gregori, Valentín Sapena
Piera, Almanzor. Editorial: Editorial de la Universidad Politécnica de Valencia. Clic acá.