4.5 Distribuciones normal y normal estndar.

Uso de tablas de distribucin normal

estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 1
Distribucin normal y normal estndar

La distribucin continua ms importante dentro del campo de la
estadstica es la distribucin normal. Su grfica llamada curva normal
tiene la forma de campana, la cual describe muchos fenmenos que
ocurren en la naturaleza, la industria y la investigacin. Su importancia
se debe fundamentalmente a la frecuencia con la que distintas
variables asociadas a fenmenos naturales y cotidianos siguen,
aproximadamente, esta distribucin. Caracteres morfolgicos (como
la talla o el peso), o psicolgicos (como el cociente intelectual) son
ejemplos de variables de las que frecuentemente se asume que
siguen una distribucin normal.
La distribucin normal fue reconocida por primera vez por el francs
Abraham De Moivre (1667-1754). Posteriormente, Carl Friedrich
Gauss (1777-1855) elabor desarrollos ms profundos y formul la
ecuacin de la curva y deriv su ecuacin a partir de un estudio de
errores en mediciones repetidas de la misma cantidad; de ah que
tambin se la conozca, ms comnmente, como la "campana de
Gauss".
Esta distribucin de caracteriza porque los valores se distribuyen
formando una campana de Gauss, en torno a un valor central que
coincide con el valor medio de la distribucin:

Un 50% de los valores estn a la derecha de este valor central y otro
50% a la izquierda
PI
2

+
4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 2
Esta distribucin viene definida por dos parmetros:
X: N (x, , s)
: es el valor medio de la distribucin y es precisamente donde se
sita el centro de la curva (de la campana de Gauss).
s: es la varianza. Indica si los valores estn ms o menos alejados del
valor central: si la varianza es baja los valores estn prximos a la
media; si es alta, entonces los valores estn muy dispersos.
Propiedades de la distribucin normal:
La distribucin normal posee ciertas propiedades importantes que
conviene destacar:
i. Tiene una nica moda, que coincide con su media y su mediana.
ii. La curva normal es asinttica al eje de abscisas. Por ello,
cualquier valor entre y es tericamente posible. El rea
total bajo la curva es, por tanto, igual a 1.
iii. 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.
iv. La distancia entre la lnea trazada en la media y el punto de
inflexin de la curva es igual a una desviacin tpica ( ). Cuanto
mayor sea , ms aplanada ser la curva de la densidad.
v. El rea bajo la curva comprendido entre los valores situados
aproximadamente a dos desviaciones estndar de la media es
igual a 0.95. En concreto, existe un 95% de posibilidades de
observar un valor comprendido en el intervalo .
vi. La forma de la campana de Gauss depende de los parmetros
y 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. Por otra parte, 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. Un valor pequeo de este
parmetro indica, por tanto, una gran probabilidad de obtener
datos cercanos al valor medio de la distribucin.
4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 3
Como se deduce de este ltimo apartado, no existe una nica
distribucin normal, sino una familia de distribuciones con una forma
comn, diferenciadas por los valores de su media y su varianza.
Este tipo de variables se dice que se distribuyen normalmente. El rea
bajo la funcin de densidad es 1. La funcin de densidad, en el caso
de la distribucin Normal, tiene forma de campana:

Para una variable aleatoria X, que se distribuye normalmente con
media: y desviacin tpica : , la probabilidad de que la variable X
est comprendida entre los valores a y b es el rea teida de rojo en la
siguiente figura :

Y que analticamente se puede calcular as:
( )
( )
2
2
2
1
2
x
b
a
P a X b e d x

< < =


Como el clculo de esta integral es laborioso, para calcular el rea se
realiza el siguiente cambio de variable:

=
X
Z

4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 4
Cambio que origina una distribucin normal estndar de media = 0 y
desviacin tpica = 1 cuya funcin de densidad es: ( )
2
2
1
2

=
z
f Z e

Y cuyos valores se tabulan:





Cuando la media de la distribucin es 0 y la varianza es 1se denomina
"normal tipificada", y su ventaja reside en que hay tablas donde se
recoge la probabilidad acumulada para cada punto de la curva de esta
distribucin. Adems, toda distribucin normal se puede transformar
en una normal tipificada.
Como se deduce de este ltimo apartado, no existe una nica
distribucin normal, sino una familia de distribuciones con una forma
comn, diferenciadas por los valores de su media y su varianza.
La distribucin normal tipificada tiene la ventaja, de que las
probabilidades para cada valor de la curva se encuentran recogidas en
una tabla.
Cmo se lee esta tabla?
La columna de la izquierda indica el valor cuya probabilidad
acumulada queremos conocer. La primera fila nos indica el segundo
decimal del valor que estamos consultando.
Ejemplo: queremos conocer la probabilidad acumulada en el valor
2.75.Entonces buscamos en la columna de la izquierda el valor 2.7 y
4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 5
en la primera fila el valor 0.05. La casilla en la que se interseccionan
es su probabilidad acumulada (0.99702, es decir 99.7%).
Atencin: la tabla nos da la probabilidad acumulada, es decir, la que
va desde el inicio de la curva por la izquierda hasta dicho valor.
No nos da la probabilidad concreta en ese punto. En una distribucin
continua en el que la variable puede tomar infinitos valores, la
probabilidad en un punto concreto es prcticamente despreciable.
Ejemplo: Imaginemos que una variable continua puede tomar valores
entre 0 y 5. La probabilidad de que tome exactamente el valor 2 es
despreciable, ya que podra tomar infinitos valores: por ejemplo: 1.99,
1.994, 1.9967, 1.9998, 1999791, etc.
Veamos otros ejemplos:
Probabilidad acumulada en el valor 0.67: la respuesta es 0.7486
Probabilidad acumulada en el valor 1.35: la respuesta es 0.9115
Probabilidad acumulada en el valor 2.19: la respuesta es 0.98574
Veamos ahora, como podemos utilizar esta tabla con una distribucin
normal:
Ejemplo: El salario medio de los empleados de una empresa se
distribuye segn una distribucin normal, con media 5 mil pesos y
desviacin tpica 1 mil pesos. Calcular el porcentaje de empleados con
un sueldo inferior a 7 mil pesos.

Ejemplo: Consideremos que el peso de los nios varones en Mxico
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
desviacin tpica es de 0.82 kgs, cal es la probabilidad de que el
peso de un nio varn al nacer sea superior a 4 kgs?
4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 6

=
X
z

En la tabla de la distribucin normal tipificada, buscamos el valor de
correspondiente al valor de z=0.9146 ; la probabilidad de z > 0.9146
es, segn se puede apreciar en la figura: / 2. Luego: ( ) 4 > P X
Ejemplo: La renta media de los habitantes de un pas es de 4 mil
pesos/ao, con una varianza de 1.5. Se supone que se distribuye
segn una distribucin normal. Calcular:
a) Porcentaje de la poblacin con una renta inferior a 3 mil pesos.
b) Renta a partir de la cual se sita el 10% de la poblacin con
mayores ingresos.
c) Ingresos mnimo y mximo que engloba al 60% de la poblacin con
renta media.

Ejemplo: La vida media de los habitantes de un pas es de 68 aos,
con una varianza de 25. Se hace un estudio en una pequea ciudad
de 10 000 habitantes:
a) Cuntas personas superarn previsiblemente los 75 aos?
4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 7
b) Cuntos vivirn menos de 60 aos?

Ejemplo: El consumo medio anual de cerveza de los habitantes de un
pas es 58 litros por persona, con una varianza de 36. Suponer que se
distribuye segn una distribucin normal.
a) Si usted presume de buen bebedor, cuntos litros de cerveza
tendra que beber al ao para pertenecer al 5% de la poblacin que
ms bebe?
b) Si usted bebe 45 litros de cerveza al ao y su mujer le califica de
borracho qu podra argumentar en su defensa?

Ejemplo: A un examen de oposicin para ganar una beca, se han
presentado 2 000 aspirantes. La nota media ha sido un 5.5, con una
varianza de 1.5.
a) Tan slo hay 100 plazas. Usted ha obtenido un 7.7. Sera oportuno
ir organizando una fiesta para celebrar su xito?
b) Va a haber una 2 oportunidad para el 20% de notas ms altas que
no se hayan clasificados. A partir de que nota se podr participar en
esta "repesca"?

Aproximacin Normal a la binomial
Desde un punto de vista terico algunas distribuciones convergen a la
normal conforme sus parmetros se aproximan a ciertos lmites. Existe
un teorema que permite utilizar reas bajo la curva normal para
aproximar propiedades binomiales cuando n es suficiente grande.
4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 8
Teorema: Si X es una variable aleatoria binomial con media n p = y
variancia
2
n p q = , entonces la forma limitante de la distribucin de
X n p
Z
n p q

= conforme n , es la distribucin normal estndar

( ) ; 0, 1 N z

Aproximacin de la binomial a la Distribucin Normal
Sea X una variable aleatoria binomial con parmetros n y p .
Entonces X tiene aproximadamente una distribucin normal con
n p = y ( )
2
1 n p q n p p = = y ( ) ( )
0
; ,
x
k
P X x b k n p
=
=

es
aproximadamente igual al rea bajo la curva normal a la izquierda de
0.5 x + =
0.5 x np
P z
n p q

+

y la aproximacin ser buena si n p y
( ) 1 n p p son mayores o iguales a 5.
Debemos tener en cuenta que cuanto mayor sea el valor de n, y
cuanto ms prximo sea p a 0.5, tanto mejor ser la aproximacin
realizada. Es decir, basta con que se verifique

gracias a esta aproximacin es fcil hallar probabilidades binomiales,
que para valores grandes de n resulten muy laboriosos de calcular.
Hay que tener en cuenta que para realizar correctamente esta
transformacin de una variable discreta (binomial) en una variable
continua (normal) es necesario hacer una correccin de continuidad.
4.5 Distribuciones normal y normal estndar. Uso de tablas de distribucin normal
estndar. Aproximacin de la distribucin binomial a la distribucin normal.

Alejandra Vargas Espinoza de los Monteros 9




Ejemplo: Una prueba de opcin mltiple tiene 200 preguntas, cada
una de las cuales con 4 posibles opciones de respuesta de las que
slo una es la correcta. Cul es la probabilidad de que solamente
adivinando se obtengan 25 a 30 respuestas correctas para 80 de los
200 problemas sobre los que el estudiante no tiene conocimientos?