ESTADISTICA APLICADA

La Distribucin
Normal
Ing. Julio Bernal

LOGRO DE LA SESIN
Al concluir la sesin de enseanza y aprendizaje los
estudiantes estarn en capacidad de utilizar la
distribucin normal para obtener las probabilidades,
intervalos y cantidades especficas, y puedan
desempearse con eficiencia y eficacia en la
identificacin de las propiedades de una distribucin
normal, encontrar e interpretar el rea bajo una
distribucin normal estndar de acuerdo al problema
planteado.

GLOSARIO DE TRMINOS

Asinttica Lnea que se acerca indefinidamente a un

eje sin llegar a encontrarlo.
Aleatorias Que son al azar.
Tipificada Que tiene un arreglo uniforme o estndar.
Morfolgicos Aspecto general de las formas y
dimensiones de un cuerpo.

LA DISTRIBUCIN NORMAL
La distribucin normal fue reconocida
por primera vez por el francs
Abraham de Moivre (1667-1754).

Posteriormente, Carl Friedrich Gauss (1777-1855)

realiz estudios ms a fondo
donde formula la ecuacin de la curva
conocida comnmente, como la
Campana de Gauss".

UTILIDAD
Se utiliza muy a menudo porque hay muchas
variables asociadas a fenmenos naturales que
siguen el modelo de la norma.
Caracteres morfolgicos de individuos
(personas, animales, plantas,...) de una especie,
por ejemplo: tallas, pesos, dimetros, distancias,
permetros,...
Caracteres fisiolgicos, por ejemplo: efecto de
una misma dosis de un frmaco, o de una
misma cantidad de abono

UTILIDAD
Caracteres sociolgicos, por ejemplo: consumo
de cierto producto por un mismo grupo de
individuos, puntuaciones de examen
Caracteres psicolgicos, por ejemplo: cociente
intelectual, grado de adaptacin a un medio,...
Errores cometidos al medir ciertas magnitudes
Valores estadsticos mustrales como la media,
varianza y moda

LA FUNCIN DE DISTRIBUCIN
Puede tomar cualquier valor (- , + )
Hay ms probabilidad para los valores cercanos
a la media
Conforme nos separamos de , la probabilidad
va decreciendo de igual forma a derecha e
izquierda (es simtrica).
Conforme nos separamos de , la probabilidad
va decreciendo dependiendo la desviacin tpica

LA FUNCIN F(X)

F(X) ES EL REA SOMBREADA DE LA SIGUIENTE GRFICA

PROPIEDADES DE LA DISTRIBUCIN
NORMAL:
El rea bajo la curva aproximado del promedio a
ms o menos una desviacin estndar (1) es de
0.68, a ms o menos 2 es de .0 95 y a ms o menos
3 es de 0.99.

(Las propiedades continuan en la prxima lmina)

PROPIEDADES DE LA DISTRIBUCIN
NORMAL:

La forma de la campana de Gauss depende de los parmetros y .

Tiene una nica moda que coincide con su media y su mediana.
La curva normal es asinttica al eje de X.
Es simtrica con respecto a su media . Segn esto, para este tipo de
variables existe una probabilidad de un 50% de observar un dato mayor
que la media, y un 50% de observar un dato menor.

LA DESVIACIN ESTNDAR ( )
Compruebe el cambio de la distribucin variando la desviacin estndar

LA MEDIA

Compruebe el cambio de la distribucin variando la media

EN RESUMEN

Podemos concluir que hay una familia de distribuciones con

una forma comn, diferenciadas por los valores de su media
y su varianza.
La desviacin estndar ( ) determina el grado de
apuntamiento de la curva. Cuanto mayor sea el valor de ,
ms se dispersarn los datos en torno a la media y la curva
ser ms plana.
La media indica la posicin de la campana, de modo que
para diferentes valores de la grfica es desplazada a lo
largo del eje horizontal.
De entre todas ellas, la ms utilizada es la distribucin
normal estndar, que corresponde a una distribucin de
media 0 y varianza 1.

LA DISTRIBUCIN NORMAL ESTNDAR

Z se la denomina variable tipificada de X, y a la
curva de su funcin de densidad se le conoce
como la curva normal estndar.
Es una distribucin normal con promedio 0 y
una desviacin estndar de 1.
Todas las variables normalmente distribuidas se
pueden transformar a la distribucin normal
estndar utilizando la frmula para calcular el
valor Z correspondiente.

La funcin F(z)
En la siguiente grfica vemos la
representacin grfica de la funcin de Z.

En resumen
Podemos decir que el valor de Z es la
cantidad de desviaciones estndar a la
que est distanciada la variable X del
promedio.
A la variable Z se la denomina variable
tipificada de X, y a la curva de su funcin
de densidad se le conoce como la curva
normal estndar

Caractersticas de la
distribucin normal estndar.
No depende de ningn parmetro.
Su media es 0, su varianza es 1 y su
desviacin estndar es 1.
La curva f(x) es simtrica respecto del eje
de Y
Tiene un mximo en el eje de Y.
Tiene dos puntos de inflexin en z=1 y z=-1

Teorema del Lmite Central

Nos indica que, bajo condiciones muy
generales, segn aumenta la cantidad de datos,
la distribucin de la suma de variables aleatorias
tendera a seguir hacia una distribucin normal.
En otras palabras el Teorema del Lmite Central
garantiza una distribucin normal cuando el
tamao de la muestra es suficientemente
grande.

Por ejemplo
En el siguiente histograma podemos observar la distribucin de
frecuencias por peso de acuerdo a la edad. De acuerdo a este
teorema segn aumenten la cantidad de dato se podr trazar
una curva que tome cada vez ms formacin en forma campana.

rea bajo la curva normal estndar

El rea bajo la curva normal estndar es til
para asignar probabilidades de ocurrencia de
la variable X.
Debemos tomar en cuenta que el rea total
bajo la curva es igual a 1. Y que, por ser una
grfica simtrica, cada mitad tiene un rea de
0.5.

Pasos para determinar el rea bajo la curva

normal estndar
Paso 1 - Interpretar grficamente el rea de
inters.
Paso 2 - Determinar el valor Z
Paso 3 - Buscar en la tabla de probabilidades.
Paso 4 - Hacer la suma o resta de reas para
encontrar la probabilidad deseada

Ejemplos y ejercicios
Supongamos que sabemos que el peso de
los/as estudiantes universitarios/as sigue una
distribucin aproximadamente normal, con
una media de 140 libras y una desviacin
estndar de 20 libras.

Ejemplo 1
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras

Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=150 libras, el rea
de la curva que nos interesa es la siguiente:

Ejemplo 1
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras

Paso 2 - Determinar el valor Z:

X 150 140

0.50

20

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915
Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad
deseada.
En este ejemplo no es necesario realizar ningn computo adicional ya que
el rea es Ala misma que se representa en la Tabla A

Ejemplo 2
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso mayor o igual a 150 libras
Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=150 libras, el rea de la curva que nos interesa es la siguiente:

Ejemplo 2
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso mayor o igual a 150 libras
Paso 2 - Determinar el valor Z:

X 150 140
Z

0.50

20

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915.

Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad

deseada.
En este ejemplo el rea de 0.6915 no representa el rea que nos interesa
sino la contraria. En este caso debemos restarle 1 a la probabilidad
encontrada.
1 - .6915 = 0.3085

Ejemplo 3
Determine la probabilidad de que una persona, elegida al
azar, tenga un peso menor o igual a 115 libras
Paso 1 Interpretar grficamente el rea de inters.
Grficamente si decimos que a=115 libras, el rea de la curva que nos interesa es la
siguiente:

Ejemplo 3
Determine la probabilidad de que una persona, elegida al
azar, tenga un peso menor o igual a 115 libras
Paso 2 - Determinar el valor Z:

X 115 140
Z

1.25

20

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de 0.1057.

Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad

deseada.

Ejemplo 4
Si deseamos la probabilidad de que una persona, elegida
al azar, tenga un peso entre 115 y 150 libras.

Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=115 libras y b=150 libras, el rea de la curva que nos
interesa es la siguiente

Ejemplo 4
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso entre 115 y 150 libras.
Paso 2 - Determinar el valor Z
Cuando X=115

X 115 140

1.25

20

Cuando X=150

X 150 140

0.50

20

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de 0.1057.
Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915

Ejemplo 4
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso entre 115 y 150 libras.

Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad deseada.

0.6915 - 0.1057 = .5858

Ejemplo 5
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150libras
Paso 1 Interpretar grficamente el rea de inters.
Grficamente si decimos que a=150 libras y b= 160 libras, el rea de la curva que nos interesa es la siguiente:

Ejemplo 5
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150libras
Paso 2 - Determinar el valor Z
Como vimos en el ejemplo 1 y 2 E valor Z cuando X=150 es 0.50.
Para X=160 el valor Z ser:

X 160 140

1.0

20

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915.
Cuando Z = 1.0 el rea es de 0.8413.

Ejemplo 5
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150libras
Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad deseada.
En este ejemplo se resta el rea mayor menos el rea menor como se interpreto en el paso 1.
0.8413 - .6915 = 0.1498

Ejemplo 6
Determine la probabilidad de elegir a una persona que pese
entre 115 y 130 libras.
Paso 1 Interpretar grficamente el rea de inters.
Grficamente si decimos que a=115 libras y b= 130 libras, el
rea de la curva que nos interesa es la siguiente:

Ejemplo 6
Determine la probabilidad de elegir a una persona que pese
entre 115 y 130 libras.
Paso 2 - Determinar el valor Z
Cuando X=115

X 115 140

1.25

20

para X=130

X 130 140

0.50

20

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de
0.1056
Para Z = -.050 el rea es de 0.3085

Ejemplo 6
Determine la probabilidad de elegir a una persona que pese
entre 115 y 130 libras.

Paso 4 - Hacer la suma o resta de reas para encontrar la

probabilidad deseada.
En este ejemplo el rea ser la diferencia de 0.3085-0.1056=0.2029.

REFERENCIAS

Anderson, S. (2006). Estadsticas para administracin y

economa, Thomson,
Newbold, P. (2003). Statistics for Business And Economics,
Prentice Hall.
Altman, D., Bland, J. (1995). Statistics Notes: The Normal
Distribution. BMJ, ; 310: 298-298.
Bluman Allan, G. (2007). Statistics, Mc Graw Hill,
Prtega, D., Pita F. (2001) Representacin grfica en el anlisis
de datos. Cad Aten Primaria; 8: 112-117.

REFERENCIAS
http://descartes.cnice.mecd.es/index.html
http://www.aulafacil.com/CursoEstadistica/Lecc-34-e
st.htm
http://www.ruf.rice.edu/~lane/stat_sim/sampling_dist
/index.html