Titulo

DISTRIBUCIÓN NORMAL
¿Qué es la distribución normal?
• La Distribución Normal: una distribución de una variable aleatoria continua.
Se trata, sin duda, del modelo continuo más importante en estadística, tanto por su
aplicación directa, veremos que muchas variables de interés general pueden
describirse por dicho modelo, como por sus propiedades, que han permitido el
desarrollo de numerosas técnicas de inferencia estadística.
En realidad, el nombre de Normal proviene del hecho de que durante un tiempo se
creyó, por parte de médicos y biólogos, que todas las variables naturales de interés
seguían este modelo.
Características de la distribución normal de la probabilidad.

1. La curva tiene un solo pico, por

consiguiente es unimodal. Presenta una
forma de campana.
2. La media de una población distribuida
normalmente se encuentra en el centro de
su curva normal.
3. A causa de la simetría de la distribución
normal de probabilidad, la mediana y la
moda de la distribución también se hallan
en el centro, por tanto en una curva normal,
la media, la mediana y la moda poseen el
mismo valor.
• A la distribución normal también se la
denomina con el nombre de campana de
Gauss, pues al representar su función de
probabilidad, ésta tiene forma de campana
• La distribución de probabilidad conocida como
distribución normal es, por la cantidad de
fenómenos que explica, la más importante de
las distribuciones estadísticas.

En las distribuciones de probabilidad

+∞
continuas, la distribución de probabilidad es 𝐹 𝑥 = ‫׬‬−∞ 𝑓 𝑥 𝑑𝑥=?
la integral de la función de densidad
El área total bajo la curva normal será de 1.00 por lo cual podemos considerar que las áreas
bajo la curva son probabilidades.
 El valor de Z. (Normal estándar)
Zx= Número de desviaciones estándar de x respecto a la media de esta distribución.
(𝑿−µ𝒙)
ZX=
σX
X=valor de la variable aleatoria que nos interesa.
X

µx= media de la distribución de esta variable aleatoria.

σ = desviación estándar de esta distribución.
X

Las variables aleatorias distribuidas en forma normal asumen muchas unidades diferentes de medición, por lo que
hablaremos de forma estándar y les daremos el símbolo de Z que siempre tendrá media 0 y varianza 1.

z
Para qué sirve una distribución normal y una distribución
normal estándar?

➢
Sirven para calcular la probabilidad de ocurrencia de distintos sucesos. Ejemplo: cuando
tomas un examen, a veces te dan un tiempo máximo para completarlo. ¿Cómo se
determina?

➢Tomas una muestra de los tiempos que tardan los alumnos en completar, haces las
pruebas estadísticas correspondientes y poder determinar el tiempo promedio necesario
para termine un examen.

➢También se podría aplicar, por ejemplo, para determinar las alturas máximas en las
casillas de peajes.
➢Estandarizar la variable es un modo de trabajarla, pero sigue siendo normal en esencia.
Ejemplo 1:El tiempo promedio que los estudiantes se demoran en llegar a la Universidad
Tecnológica de Bolívar, es d 25 min con desviación estándar de 10 min. Si el tiempo de llegada
sigue una distribución normal. ¿Qué porcentaje de los estudiantes llega entre 35 y 50 minutos ?

X=

P( X )=

35−25
ZB= 1.0 = Z en este caso es el valor
10
a calcular y buscar

50−25
ZA= 2.5 =
10

El 15,2445% de los estudiantes de la

P(35< X<50)= P(1.0< Zx <2.5)=15,2445% tecnológica llegan entre 35 y 50
minutos
Ejemplo 2
¿Cuál es la probabilidad de que un valor de z esté entre -2.03 y 0?

Cómo la curva es simétrica

P (-2.03 < z < 0) = P (0 < z < 2.03)
Ejemplo 2.1

Brownig, Lenenthal y Books-Gunn, examinaron el impacto del contexto del vecindario y la raza en
la iniciación de la actividad sexual entre adolescentes jóvenes. Supón que tienes una población
de adolescentes jóvenes con una edad media de 13 años y una desviación estándar de 1 año. Las
edades en esta población están normalmente distribuidas. Tu seleccionaras al azar individuos de
esta población. Calcular las probabilidades siguientes y traza la curva normal para cada pregunta.
a. Defina de manera clara y precisa la variable que se analizará
b. ¿Cuál es la probabilidad de que la edad sea mínima de 12.5 años?
c. Hallar la probabilidad de seleccionar al azar a alguien entre las edades de 12 y 14 años
d. Hallar la probabilidad de seleccionar al azar a alguien de 11.5 años o más joven, o 14.5 años o
mayor
e. El 10% más joven de los adolescentes se seleccionarán para entrevistas de seguimiento, ¿A
qué edad y debajo de ésta calificará un sujeto que sería seleccionado para esta entrevista?
Ejemplo 2.2

Un psicólogo examina a un grupo de personas quienes han sido separadas, al mismo tiempo,
por diez horas, para medir su nivel de hostilidad, el cual se distribuye normalmente con media,
para la prueba, de 50 y la desviación estándar es de 4.
a. ¿Cuál es la probabilidad de que alguien pueda obtener una calificación de 55 o más alta?

b. Si se conoce que el 5% han obtenido las calificaciones más baja y la calificación mínima de
las más altas también corresponde al 5%, ¿Cuáles son estas dos calificaciones?
Ejemplo 3:

En una ciudad se estima que la temperatura máxima en el mes de junio sigue una distribución normal, con
media 23° y desviación típica 5°. Calcular probabilidad de que la temperaturas máximas este entre 21° y no
supere los 27°.
X=¿Qué significa? y Z=

= 0.7881446 - 0.34457826= 0.44356634=44.357%

Ejemplo 4:
• Se conoce que el nivel de colesterol en una población adulta entre 50 y 60 años
se distribuye normalmente con una media de 180 mg/100 ml de sangre y que la
desviación estándar es de 30 mg/100 ml.
a. ¿Cuál sería la probabilidad de que uno de esos adultos entre 50 y 60 años tenga
un nivel mínimo de 200 mg/100 ml?
b. Para un total de 200 adultos, ¿Cuántos se esperan que tengan un nivel de
colesterol en la sangre menor de 200 mg/100ml?
Solución:
X=
Z=
a. P(X ? 200)= P(Z ≥ )= 1 - P(Z < )= 1 - =
b.
Ejemplo 5:
Si µx es la media y σx es la desviación estándar de un conjunto de medidas que
tienen distribución normal, que porcentaje de las medias
a. Están dentro del rango µx ± 2.8 σx
b. Son mayores que µx – 1.67σx
Solución:
Ejemplo 6:

Los ingresos de un grupo económico se distribuyen normalmente. La clasificación

de los grupos económicos, de mayor a menor ingreso, es la siguiente:
Grupo A B C D E

Porcentaje 2,5% 25,0% 25,0% 2,5%

El grupo C está comprendido entre $350.000 y $430.000 quincenales.

a. Calcular la media y desviación estándar.
b. Si en sector se ocupan 10.000 personas, ¿cuántas se espera que tengan un
ingreso que superen los $420.000 quincenales?
Solución:
Grupo A B C D E

Porcentaje 2,5% 25,0% 25,0% 2,5%

Ejemplo 7:

La lluvia estacional media en cierto pueblo es de 18.75 pulgadas, con una

desviación estandar de 6.5 pulgadas. Se supone que la lluvia estacional tiene una
distribución normal. ¿En cuántos años, de un periodo de 50, se podrá esperar una
lluvia de 15.00 a 25 pulgadas?
Solución:
Ejemplo 8:
Un conjunto de 10.000 observaciones tiene una distribución normal con media de
450. Si 1.700 de ellas están comprendidas entre 450 y 460. ¿Cuál es la desviación
estandar?
Solución:
DISTRIBUCIÓN DE MEDIAS MUESTRALES
La Distribución de Medias Muestrales resulta cuando se consideran todas las
muestras posibles que pueden ser seleccionadas de una población. Su estudio
permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse
al parámetro de la población.

Cada muestra que se extrae de una población proporciona una media, y se

considera cada una de estas medias como valores de una variable aleatoria que
nos origina la Distribución de Medias Muestrales.

Si tenemos una variable X distribuida normalmente N(mX,sX) y se extraen de

esta población muestras de tamaño n, la Distribución de Medias
Muestrales 𝑋ത también tendrá una distribución normal y los
parámetros son
 𝛔𝐗
ഥ ~ 𝑵 (µ𝐗 ,
𝑿 )
𝒏

Si la población no se distribuye normalmente, pero, la muestra es grande, n>30, y

de acuerdo con el Teorema central del límite la distribución de las Media muestral
se aproxima también a la normal.

Para la distribución Normal, la media E(X)= µ y la desviación estándar

X σ x

Para la distribución de Medias Muestrales, la media de la media muestral,

ത
E(𝑋)= µ𝑥ҧ = µ𝑥 y su desviación estándar es σ𝑥=
ҧ
𝜎𝑥
𝑛
Estandarización de la Distribución de Medias Muestrales: 𝑍𝑥ҧ

Luego, bajo el concepto de estandarización, considerando la distribución de

Medias Muestrales, la estandarización seria:
z = (Media de la muestra- la media de la distribución de medias muestrales) / σ𝑥ҧ

ഥ −µ𝑿
(𝑿
ഥ −µ𝑿 )
(𝑿
ഥ)
𝒛ഥ𝒙 = 𝝈𝑿
= σ𝒙
ഥ
𝒏
Obtenido el valor de z que corresponde a nuestra media podremos considerar en
qué posición se encuentra respecto de la media poblacional, y cuál es la
probabilidad de tener valores iguales, menores o mayores.
Para poblaciones finitas, teniendo en cuenta el factor de corrección :

(𝐍−𝐧)
Fc=
(𝐍−𝟏)

Entonces, la varianza de la media muestral es:

𝜎𝑥2 (𝐍−𝐧)
𝜎𝑥2ҧ = ∗
𝑛 (𝐍−𝟏)
Ejemplo 9:

Los ingresos de un grupo económico se distribuyen normalmente. La clasificación

de los grupos económicos, de mayor a menor ingreso, es la siguiente:

Grupo A B C D E

Porcentaje 2,5% 25,0% 25,0% 2,5%

El grupo C está comprendido entre $350.000 y $430.000 quincenales.

a. Calcular la media y desviación estándar.
b. Si en el sector se ocupan 10.000 personas, y se seleccionan aleatoriamente 100
personas ¿cuántas se espera que tengan un ingreso promedio que no superen
los $420.000 quincenales?
Ejemplo 10:

• El gerente de una cooperativa de ahorro y vivienda, estima que el promedio de

ahorro por cliente en un mes es de $520.000 con una desviación típica de
$222.960. Si el ahorro sigue una distribución normal
a. ¿Cuál es la probabilidad de que, al examinar 36 cuentas, el promedio de
ahorros sea mayor de $630.000?
b. Halle la probabilidad de que el ahorro no supere los $630.000.
Distribución de Proporciones Muestrales
 Distribución de Proporciones Muestrales

1. ESTADÍSTICOS DE LA PROPORCIÓN

𝑋
ෝ=
𝒑 𝑛

• Consiste en la distribución de las proporciones de

todas las posibles muestras que pueden ser
seleccionadas de una población. 2. ERROR ESTÁNDAR DE LA PROPORCIÓN
MUESTRAL
• TERMINOS Es la desviación estándar de las posibles
proporciones muéstrales.
• ෝ = proporción de la muestra
𝒑

• P= proporción de la población

• n= tamaño de la muestra

• 𝝈𝒑 = error estándar o la desviación estándar de las

proporciones muéstrales
3. Las proporciones muéstrales se distribuirán aproximadamente como una distribución normal. n>30
• X=número de Éxitos Esta fórmula nos servirá para calcular la probabilidad del comportamiento de la proporción en la
muestra.
Ejemplo 11:

Se sabe que el 7% de los niños que nacen en cierta región, mueren antes de
alcanzar un mes de vida. Si durante un cierto periodo nacieron 40 niños
a. ¿Cuál es la forma y parámetros que se esperaría tuviera la distribución de
probabilidad de la proporción muestral de los niños que mueren antes de
alcanzar un mes de vida?
b. ¿Cuál es la probabilidad de que 6 o más de ellos mueran antes de alcanzar el
primer mes de vida?
Actividad sala de informática:
Una firma comercializa sus productos sólo por correo a clientes potenciales para
decidir acerca de la comercialización de un nuevo producto; la firma acuerda
seleccionar una muestra aleatoria de 100 personas de su lista y ofrecerles el
artículo. Si 30 o más de estos clientes están dispuestos a adquirirlo procederá a su
comercialización, en caso contrario no lo hará.

a. ¿Cuál es la forma y parámetros que se esperaría tuviera la distribución de

probabilidad para la proporción muestral de que se comercialice el nuevo
producto?

b. ¿Cuál es la probabilidad de que comercialice el artículo si en realidad el 20% de

todos los clientes lo comprarían?
Distribución Chi cuadrado
 ¿Qué es Distribución Chi Cuadrado?

La distribución de chi-cuadrada es una distribución continua que se especifica por

los grados de libertad y el parámetro de no centralidad. La distribución es
positivamente asimétrica, pero la asimetría disminuye al aumentar los grados de
libertad.

Los valores de 𝑋 2 son mayores o iguales que 0.

La forma de una distribución 𝑋 2 depende del 𝑔𝑙 = 𝑛 − 1. En consecuencia, hay un

número infinito de distribuciones 𝑋 2 .

El área bajo una curva ji-cuadrada y sobre el eje horizontal es igual a 1

Las distribuciones 𝑋 2 no son simétricas. Tienen colas estrechas que se extienden a
la derecha; esto es, están sesgadas a la derecha.
 2
• 𝑋𝛼,(𝑛−1) Esta es la forma de expresar la distribución chi cuadrado

2
1. P(𝑋20 > 28)= ?

2
2. P(𝑋15 ≤ 10)= ?

2
3. P(10 < 𝑋15, < 30)=?

2
4. P( 5 < 𝑋30, < 40)=?
 2
• 𝑋𝛼,(𝑛−1) Utilizando el proceso inverso, conocida la probabilidad hallar el valor de
la chi cuadrado con unos grados de libertad y un valor de probabilidad conocido

2 2
P(𝑋15 > 𝑋𝛼,15) )=0.95

2 2
P(𝑋15 < 𝑋𝛼,(𝑛−1) )= 0.05

2 2 2
P(𝑋15,(1−α) < 𝑋15, < 𝑋15,α/2 )=0.90
2