El documento describe la distribución normal y el teorema de Chebyshev. Explica que la distribución normal describe cómo se distribuyen los valores alrededor de la media en forma de campana, y que el teorema de Chebyshev establece que la probabilidad de que un valor esté más de a desviaciones estándar de la media es menor a 1/a2. También presenta ejemplos de cómo calcular probabilidades usando la distribución normal.

1. (x) 2
1 
e 2
2
f ( x) 
 2
TH. DE CHEBYSHEV
DISTRIB. NORMAL
www.jmontenegro.wordpress.com

2. El Desvío Estándar y el Teorema de
Chebyshev
 Es conocida en el área de la probabilidad y
estadística, la desigualdad de Chebyshev,
matemático Ruso del siglo XIX, que dice que la
probabilidad de que una variable aleatoria esté
distanciada de su media en más de “a” veces la
desviación estándar, es menor o igual que”1/a2”.
2 www.jmontenegro.wordpress.com

3. El Desvío Estándar y el Teorema de
Chebyshev
 Si E(x) es la media (o la esperanza matemática)
y σ es la desviación estándar, entonces
podemos redefinir la relación como:
1
P( x  E ( x)  a ) 
a 2
3 www.jmontenegro.wordpress.com

4. El Desvío Estándar y el Teorema de
Chebyshev
 Tomando en cuenta el teorema de Chebyshev
se puede construir las siguientes reglas sobre
el uso del desvío estándar:
4 www.jmontenegro.wordpress.com

5. Algunas Distribuciones de Datos
DISTRIBUCIONES
Principales Distribuciones
“t” de Chi “F” de
NORMAL
Student Cuadrado Fisher
5 www.jmontenegro.wordpress.com

6. Algunas Distribuciones de Datos
DISTRIBUCIONES
Principales Distribuciones
POISSON WEIBULL TRIANGULAR
LOGARÍTMICA
6 www.jmontenegro.wordpress.com

7. DISTRIBUCIÓN NORMAL
 La distribución Normal es un modelo teórico
para variables aleatorias y continuas y
representa la distribución de frecuencias de una
población de valores.
 La curva normal es una campana simétrica cuya
forma y posición depende de dos parámetros:
 µ, media poblacional, que se localiza en el
centro de la del eje horizontal.
 σ, desviación estándar que determina el
ancho de la curva.
7 www.jmontenegro.wordpress.com

8. DISTRIBUCIÓN NORMAL
 Para una variable “x” con media µ y desviación
estándar σ, que está normalmente distribuida,
escribimos: “x” es N (µ , σ).
 La función de densidad de la distribución normal
es:
(x) 2
1 
f ( x)  e 2 2
 2
8 www.jmontenegro.wordpress.com

9. DISTRIBUCIÓN NORMAL
 Ejemplo de una distribución de frecuencias de Mg. de
Aflotoxinas (toxinas) en maíz y la curva Normal teórica
que genera el programa SPSS
Hist ograma de frecuencias y curva t eóric a Normal
30
20
10
0
5 10 15 20 25 30 35 40 45 50 55 60 65 70
Cantidad de Aflatoxina s en mg en maiz
9 www.jmontenegro.wordpress.com

10. DISTRIBUCIÓN NORMAL
 Si un Distribución de datos tiene
aproximadamente el perfil o forma de campana
se cumple que:
 El intervalo µ ± “σ” contendrá
aproximadamente el 68 % de los datos.
 El intervalo µ ± “2σ” contendrá
aproximadamente el 95 % de los datos.
 El intervalo µ ± “3” contendrá
aproximadamente casi la totalidad de los
datos.
10 www.jmontenegro.wordpress.com

11. DISTRIBUCIÓN NORMAL
 Un tipo de distribución Normal especial es la
distribución Normal Tipificada (0,1), simbolizada
con la letra “z”.
 Esta distribución se usa mucho para resolver
pruebas de hipótesis ya que cualquier dato “xi”
de una variable normal (µ , σ) se puede
convertir en dato “zi” de una variable normal
xi  
tipificada con la siguiente transformación
zi 
s 11 www.jmontenegro.wordpress.com

12. DISTRIBUCIÓN NORMAL
 Luego con una tabla normal tipificada es fácil
determinar probabilidades por intervalos para
diferentes valores de la variable “x”.
 Esta distribución funciona relativamente bien
para hacer probabilidades cuando se tiene más
de 30 datos, y estos tienen una distribución en
forma de campana.
 A continuación se observa un gráfico de una
distribución normal tipificada (0,1) donde está
sombreado un intervalo de 1.96 desvió
estándar.
12 www.jmontenegro.wordpress.com

13. DISTRIBUCIÓN NORMAL
Función de densidad distribución normal tipificada
Normal(0,1): p(evento)=0.9500
0.40
0.30
Densidad
0.20
0.10
0.00
-3.00 -2.00 -1.00 0.00 1.00 2.00 3.00
Variable
13 www.jmontenegro.wordpress.com

14. EJERCICIO
 Si el promedio de edad de los alumnos de la
universidad es de 21 años, con un desvío
estándar de 3.2 años. ¿Cuál es la probabilidad
que un estudiante tenga más de 28 años?
 Se debe buscar la P(zi ≥ 2,1875) en una tabla normal
tipificada que resulta como 0.5 - 0.4854 (el valor de
tabla) = 0.14
 Este problema se puede resolver gráficamente usando
el programa INFOSTAT, con el módulo aplicaciones
didácticas.
14 www.jmontenegro.wordpress.com

15. EJERCICIO
Función de densidad
Normal(21,10.24): p(evento)=0.0144
0.13
0.09
Densidad
0.06
0.03
0.00
5.00 13.00 21.00 29.00 37.00
Variable
 El área sombreada es la respuesta, que un estudiante tenga más de
28 años y tiene una probabilidad de 0,014.
15 www.jmontenegro.wordpress.com

16. RESOLVER
 Ejercicio 1 La estatura de una población tiene
una distribución normal con media de 170 cm y
una desviación estándar de 7.60 ¿Cuál es la
probabilidad que una persona seleccionada de
este grupo tenga una estatura entre 165 y 180?
 Ejercicio 2 Una población de niños en edad
escolar tiene una media de 11.5 años y un
desvío estándar de 3 años. ¿Cuál es la
probabilidad de que un niño sea entre 8.5 y 14.5
años, más de 10, y menos de 12?
16 www.jmontenegro.wordpress.com

17. RESOLVER
Ejercicio 3
 El promedio de notas de un grupo de
estudiantes es 70 y el desvío estándar es 10.
 ¿Cuál es la probabilidad que un estudiante
obtenga más de 80 ptos.?
 ¿Cuál es la proporción de aplazados
esperados (P<60 ptos.)?
17 www.jmontenegro.wordpress.com

18. RESOLVER
Ejercicio 4
 Se producen quesos con un diámetro es 35cm
y se acepta una varianza de 0.1 cm2. Si por
problemas de envase se rechaza productos con
diámetros menores a 34.5cm y mayores a 35.5
 ¿Cuál es la probabilidad de rechazo de la producción
por problemas de envase?
 ¿Cuál es la Probabilidad de que un queso tenga un
diámetro de 35cm?
18 www.jmontenegro.wordpress.com

19. www.jmontenegro.wordpress.com