Distribucin Normal

La distribucin normal o gaussiana es la distribucin de probabilidad ms

importante de la estadstica y corresponde a una variable aleatoria
continua.
Propiedades de la distribucin Normal
Hay cuatro propiedades importantes que estn asociados con la distribucin
normal:
1.

Tiene forma de campana, por lo tanto es simtrica.

2.

Todas sus medidas de tendencia central son idnticas.

3.

La variable aleatoria asociada tiene un intervalo infinito X

4.

Es unimodal

5.

El rea bajo la curva normal (rea que est entre la curva y la lnea
base) y que contiene el 100%, o todos los casos en una distribucin
normal dada.

99.7%
95.4%
68.2%

Localizacin de las
observaciones
alrededor de la
media en una
distribucin de
frecuencia en
forma de campana.

Distribucin Normal estandarizada (Puntajes Z)

Cualquiera variable aleatoria normal X se puede convertir en una variable
aleatoria normal estndar Z mediante una frmula de transformacin.
X X
Z i
s
En tanto que los datos originales de la variable aleatoria X tienen media y
desviacin estndar , la variable aleatoria estandarizada Z siempre tiene
media de cero y desviacin estndar de uno.
Ejemplo:
El coeficiente intelectual de un grupo de estudiantes se distribuye en forma
normal con un promedio de 100 y una desviacin estndar de 5.
Qu porcentaje de los estudintes tienen un coeficiente intelectual mayor de
110?
110 100

2.0

Dos desviaciones estndar corresponden a 47.72% por arriba de la media, lo

que quiere decir que 50%-47.72%=2.28% de los estudiantes tienen un
coeficiente intelectual mayor de 110.

- En la siguiente figura se muestra la curva estandarizada, con una media de cero

y desviacin estndar de 1.
f (Z)
0.4
0.3

0.2

0.1

-3

-2

-1

+1

+2

+3

Distribucin normal estandarizada, en la que 0 y

1.

En el ejemplo anterior, Qu porcentaje de los alumnos tiene un

coeficiente intelectual menor de 95?
95 100
Z
1
5
Una desviacin estndar de -1 corresponde a 34.13% de la cola
izquierda, por lo tanto el porcentaje de los estudiantes con un
coeficiente menor de 95 puntos es equivalente a:
0.50 0.3413=0.1587, o sea 15.87%.
En el ejemplo anterior, Qu porcentaje de los estudiantes tienen un
CI entre 90 y 105 puntos?
90 100
Z1
2 o sea 47.72% a la izquierda de la media
5
Z2

105 100
1
5

o sea 34.13% a la derecha de la media

Por lo tanto, 0.4772+0.3413= 0.8185 que es equivalente a

81.85%de los estudiantes.

-Ejemplo:
El peso medio de las cajas de cereal durante un periodo de un ao fue 297 grs,
con una desviacin estndar de 24 grs., calcular la probabilidad de cajas que
tienen un peso por debajo del lmite de especificacin inferior (274 grs).
Usando la frmula de:

Xi
Z

274 297
0.96
24

-El rea correspondiente a Z= -0.96 en la tabla de la distribucin estndar es

0.1685, la que significa que el 16.85% de las cajas que tienen un peso por
debajo del lmite de especificacin inferior 274 grs.

-Usando los datos anteriores, calcule la probabilidad de cajas que tengan un

peso mayor de 347 grs.

347 297
Z
2.08
24

- Este valor de Z corresponde a 0.9812 del rea bajo la curva, por tanto, la
diferencia entre el rea total bajo la curva (1.00) y este valor pertenece al
porcentaje de las cajas con el peso que supera a 347 grs.

P( X 347) 1.00 0.9812 0.0188

- La meida de ingresos mensuales con distribucin normal para un grupo grande

de empleados de una organizacin es de $10000.00. La desviacin estndar
es de $1000.00.
a)

Cul es la probabilidad de que el ingreso de un empleado est entre

$7900.00 y $11000.00
b) Cul es l probabilidad de que el ingreso sea mayor de $12000.00?
c) Cul es la probabilidad que el ingreso sea mayor de 8500.00?
Solucin:

Xi

7900 10000
2.10
Z 1 0.4821
a.
1000
11000 10000
Z2
1
Z 2 0.3413
1000
P ( Z 1< X > Z 2 ) 0.4821 0.3413 0.8234 82%
Z

ZI

12000 10000
b. Z X i
Z
2.00 Z 0.4772

1000
P ( X >Z ) 0.5000 0.4772 0.0228 2.3%
Xi
8500 10000
Z
1.50 Z 0.4332
c.

1000
P ( X < Z ) 0.5000 0.4332 0.0668 6.7%
Z

Distribuciones Muestrales
Una meta importante del anlisis de datos es usar estadsticos como la
media muestral y la proporcin muestral para estimar los parmetros
poblacionales. Por ejemplo un encuestador poltico se interesa en
los resultados de la muestra slo como medio para estimar la
proporcin real de votos que cada candidato recibir de la poblacin
de electores.
Distribucin muestral de la media (Propiedades de la media)
a)

Es no sesgado, esta propiedad implica que el promedio de todas las

medias muestrales posibles ser igual a la media poblacional. x

b)

Es eficiente, esta propiedad se refiere a la precisin del estadstico

muestral como estimador del parmetro de la poblacin.

c)

Es consistente, se refiere al efecto del tamao de la muestra en la

utilidad de un estimador. Conforme aumenta el tamao de la
muestra, la variacin de la media de la muestra con relacin a la
media de la poblacin se disminuye (Teorema de lmite Central).

La distribucin muestral de medias muestrales se vuelve normal a

medida que aumenta el tamao de la muestra.

Error estndar de la media

El error estndar de la media x es igual a la desviacin estndar de
la poblacin dividido entre la raz cuadrada del tamao de la
muestra n.

=
n

Ejercicio: Si una poblacin de datos crudos posee una distribucin

normal, con una media =80 y una desviacin estndar =8,
determine los parmetros x y x de la distribucin muestral de la
media para los siguientes tamaos de la muestra: n = 36 y n = 50
Solucin:

x = = 80

8
a) x =
=
= 1.33
n
36
8
b) x =
= 1.13
50

Determinar Z para la distribucin muestral de la media

Suponga que el promedio de la calificacin de la materia de estadstica de
varios grupos de una universidad es 8.0 con una desviacin estndar de 1.0.
cmo puede determinarse la probabilidad de que una muestra de 36 alumnos
tenga un promedio menor de 7.70?

z=

7.7 - 8.0
1
36

-0.3
= -1.76
0.17

Al buscar Z= -1.76, se encuentra un rea de 0.4608. Por lo tanto, 3.92%

de todas las muestras posibles de tamao 36 tendern una media menor
que 7.70.

Estimacin del intervalo de confianza para la media

Un intervalo de confianza es un rango de valores que probablemente
contiene al valor poblacional. Por ejemplo, el intervalo de confianza del
95% es aquel en el que la probabilidad de que dicho intervalo contenga
al valor poblacional es de 95%. Los intervalos ms utilizados en la
prctica son de 95 y de 99 por ciento.
Estimacin del intervalo de confianza para la media ( conocida)
Una muestra de 36 observaciones se selecciona a partir de una
poblacin normal para la cual se conoce que la desviacin estndar de
la muestra es 9 y la media muestral es 20.
a) Determine el error estndar de la media. b) Obtenga el intervalo de
confianza de 95%.
X z x

x
X Z

9
36

1. 5

x 20 1.961.5 17.06 a

22.94

Distribucin t student
Cuando se desconoce la desviacin estndar de la poblacin y el
tamao de la muestra es pequea n<30, suponiendo que la poblacin
tiene aproximadamente la forma de una distribucin normal, se puede
aplicar la estadstica t que es simtrica, en forma de campana y con
media cero, o sea muy semejante a la distribucin normal estndar.
La forma de la distribucin t depende de un parmetro llamado
grados de libertad que est dado por n-1que es el tamao de la
muestra menos uno. Para la distribucin t se define t en la misma
2
forma que se defini z .
2

Utilizando el hecho de que la distribucin t es simtrica con respecto

a t = 0, (1- ) es la probabilidad de que una variable aleatoria que
tiene la distribucin t tome un valor entre t y . t
2

La distribucin t estandarizada se calcula a partir de

x
t
s
n

Ejemplo: Para determinar el coeficiente de inteligencia promedio de los

profesores que trabajan en una universidad, se extrae una muestra aleatoria
de 20 profesores de toda la poblacin. Los resultados proporcionan una
media de 135 y una desviacin estndar de 8. Construya un intervalo de
confianza del 95% para la media poblacional.

X = 135,

s = 8,

0.025

t = t0.025
2

GL=20-1 =19

X t
2

s
n

135 (2.093)(1.789)=131.26

t=2.093

135 ( 2.093)
135 + (2.093)(1.789)=138.74

As, el intervalo de confianza del 95% es: 131.26 138.74

8
20

Para calcular z (el nmero de

desviaciones estandarizadas), a
partir del nivel de confianza
deseado, se define la
probabilidad correspondiente.
primero se divide entre 2 el nivel
de confianza y el cociente
resultante se ubica en las cifras
de la cuadrcula de la tabla. El
valor correspondiente de z se
encuentra en la columna de la
izquierda, adems del segundo
decimal que resulte en la primera
fila. Por ejemplo para un nivel de
confianza de 98%, 0.98/2= 0.49,
este valor le buscamos en la tabla
e identificamos en la columna
izquierda 2.3 y en la fila superior
0.03, al sumar nos da Z=2.33.

Documento Acrobat