web stats

Tabla De Distribución Normal Positiva Y Negativa Pdf


Tabla De Distribución Normal Positiva Y Negativa Pdf

Para entender y usar una tabla de distribución normal (tanto positiva como negativa) en formato PDF, necesitamos dividir el proceso en varios pasos manejables.

Entendiendo la Distribución Normal

Primero, recordemos que la distribución normal, también conocida como la distribución Gaussiana, es una distribución de probabilidad continua. Se describe por su media (μ) y su desviación estándar (σ). La distribución normal estándar tiene una media de 0 y una desviación estándar de 1.

La tabla de distribución normal proporciona la probabilidad de que una variable aleatoria normalmente distribuida tome un valor menor o igual a un cierto valor z. Este valor z se conoce como el puntaje z o valor z.

Descargando la Tabla

Para obtener una tabla, busca en la web "Tabla de distribución normal estándar PDF" o "Z-table PDF". Asegúrate de descargarla de una fuente confiable. Verifica que la tabla incluya tanto valores positivos como negativos de z.

Estructura de la Tabla

La tabla usualmente está dividida en filas y columnas. Las filas representan la parte entera y el primer decimal del valor z. Las columnas representan el segundo decimal del valor z.

Puntuación Z De La Tabla De Distribución Normal
Puntuación Z De La Tabla De Distribución Normal

Generalmente, las tablas tienen dos partes: una para valores z positivos y otra para valores z negativos. Asegúrate de identificar correctamente la parte de la tabla que necesitas, dependiendo del signo de tu valor z.

Encontrando Probabilidades para Valores Z Positivos

Supongamos que queremos encontrar la probabilidad de que Z ≤ 1.25. Primero, localiza la fila correspondiente a 1.2. Luego, localiza la columna correspondiente a 0.05. El valor en la intersección de esta fila y columna es la probabilidad que buscamos.

Este valor, en la mayoría de las tablas, representa P(Z ≤ 1.25). Por ejemplo, podría ser algo como 0.8944. Esto significa que hay una probabilidad de 89.44% de que una variable aleatoria con distribución normal estándar tome un valor menor o igual a 1.25.

Tabla De Distribución Normal Estándar De Dos Colas
Tabla De Distribución Normal Estándar De Dos Colas

Encontrando Probabilidades para Valores Z Negativos

La tabla de valores z negativos funciona de manera similar. Supongamos que queremos encontrar P(Z ≤ -0.75). Encuentra la parte de la tabla que contiene los valores negativos de z.

Localiza la fila correspondiente a -0.7. Luego, localiza la columna correspondiente a 0.05. El valor en la intersección es la probabilidad que buscamos. Por ejemplo, podría ser algo como 0.2266.

Cuáles son las claves de la distribución normal estándar
Cuáles son las claves de la distribución normal estándar

Calculando Probabilidades Más Complejas

A veces, necesitamos calcular probabilidades más complejas, como P(a ≤ Z ≤ b). Podemos usar la tabla para encontrar P(Z ≤ b) y P(Z ≤ a). Entonces, P(a ≤ Z ≤ b) = P(Z ≤ b) - P(Z ≤ a).

Para encontrar P(Z ≥ a), usamos la propiedad de que la probabilidad total es 1. Entonces, P(Z ≥ a) = 1 - P(Z ≤ a). Utiliza la tabla para encontrar P(Z ≤ a) y restarlo de 1.

Recuerda que la distribución normal es simétrica alrededor de la media. Esto significa que P(Z ≤ -a) = 1 - P(Z ≤ a). Esta propiedad puede ser útil si tu tabla no incluye valores negativos de z, pero sí tienes la parte de la tabla con valores positivos.

TABLA DE LA DISTRIBUCION NORMAL ESTANDAR - … · TABLA DE LA DISTRIBUCION
TABLA DE LA DISTRIBUCION NORMAL ESTANDAR - … · TABLA DE LA DISTRIBUCION

Ejemplo Completo

Supongamos que queremos encontrar P(-1.0 ≤ Z ≤ 1.5). Primero, encontramos P(Z ≤ 1.5) usando la tabla de valores positivos. Supongamos que es 0.9332.

Luego, encontramos P(Z ≤ -1.0) usando la tabla de valores negativos. Supongamos que es 0.1587. Finalmente, P(-1.0 ≤ Z ≤ 1.5) = 0.9332 - 0.1587 = 0.7745.

Practica con diferentes valores de z para familiarizarte con la tabla y el proceso. Con práctica, podrás usar la tabla de distribución normal con confianza.

You might also like →