Distribución Normal

Temas:
- Variables aleatorias y función de probabilidad
- Distribución Normal y propiedades

M.Bravo - V.Leiva
Variables aleatorias
Recordando:
Si X se asocia a un experimento que describe una situación de conteo, por
ejemplo, contar el n° de hijos, donde:
 variable aleatoria Discreta

Si X es una variable aleatoria discreta  determina la distribución de

probabilidades de cada resultado de X.

De las funciones de probabilidad discretas que hemos vistos están: Binomial y

Poisson.

M.Bravo - V.Leiva
Variables aleatorias
Ahora una variable continua ….

Si X se asocia a un experimento que describe una situación de mediciones, por

ejemplo, medir nivel de colesterol, donde:
 variable aleatoria Continua

Si X es una variable aleatoria continua  es su función de probabilidades

Una de las funciones más importantes dentro de los modelos continuos es el
Normal.

M.Bravo - V.Leiva
Distribución Normal
Muchos fenómenos pueden ser representados por la distribución Normal o
Gaussiana. En general, para aquellos fenómenos cuyos datos tienden a estar
centrados alrededor de la media y los valores más alejados son cada vez menos
frecuentes.

X = peso de niños menores de 5 años.

X = nivel de glicemia en adultos mayores.
X = puntaje de la prueba EUNACOM para postular a cargos públicos en Salud.

M.Bravo - V.Leiva
Distribución Normal
La variable aleatoria X puede tomar cualquier valor dentro de los
La función densidad está dada por:

La forma de la distribución depende de los parámetros y

= media de la variable X
= desviación estándar de la variable X

Notación:  (media, varianza)

M.Bravo - V.Leiva
Distribución Normal
Dependiendo de los valores que tome , la forma de la distribución
cambia:

M.Bravo - V.Leiva
Distribución Normal
Se denomina distribución Normal Estándar (Z) si  y .
Las probabilidades del modelo normal Z están calculadas y tabuladas (Tabla
Normal Estándar).
Es posible relacionar todas variables normales con cualquier valor para
con la distribución normal estándar mediante la transformación de X según la
siguiente expresión llamada
estandarización:

M.Bravo - V.Leiva
Distribución Normal
Ejemplo:
distribuye Normal de media y 

La estandarización de X es:
,

M.Bravo - V.Leiva
Distribución Normal
También se puede buscar la probabilidad usando Excel:
distribuye Normal de media y 

M.Bravo - V.Leiva
Distribución Normal
Si se usa DISTR.NORMAL.ESTAND

Si se usa DISTR.NORMAL.N

M.Bravo - V.Leiva
Distribución Normal
Sea  si se suma y resta a partir de la media, 1, 2 o 3 el valor de
la desviación estándar, se generan las siguientes áreas:

M.Bravo - V.Leiva
Distribución Normal
Un ejemplo donde se utilizan los puntajes estandarizados Z: en control de peso
y talla infantil :
escala Z

M.Bravo - V.Leiva
Distribución Normal
Ejemplo:
Según un estudio realizado en hombres adultos entre 25 y 45 años, la estatura
sigue una distribución normal con media 170 cm. y desviación estándar de 8 cm.
a) ¿Cuál es la probabilidad que un hombre de similares características tenga
estatura entre 160 y 170 cm?
b) ¿Qué proporción de hombres de esta población miden más de 175 cm?
c) ¿A partir de qué estatura, un hombre de similares características se
encuentra dentro del 5% de los más altos?

M.Bravo - V.Leiva
Distribución Normal
Solución:
a) ¿Cuál es la probabilidad que un hombre de similares características tenga
estatura entre 160 y 170 cm?
Estatura en cm. cm. y cm.

M.Bravo - V.Leiva
Distribución Normal
b) ¿Qué proporción de hombres de esta población miden más de 175 cm?

c)

(percentil 95)
M.Bravo - V.Leiva
Distribución Normal
Algunas propiedades de la distribución normal son las siguientes:

1. Si entonces

Ejemplo:
Si entonces

M.Bravo - V.Leiva
Distribución Normal
2. Si y distribuciones independientes,
entonces: ( + ) + , + )

Ejemplo: entonces

M.Bravo - V.Leiva
Distribución Normal
3. Si y distribuciones independientes,
entonces: ( ) , )

Ejemplo: entonces

M.Bravo - V.Leiva
Distribución Normal
4. Sean variables aleatorias independientes idénticamente
distribuidas , entonces:

Ejemplo: se selecciona una muestra tamaño n = 16 de una distribución X

con distribución entonces: La suma de los 16 valores de la muestra
distribuye

M.Bravo - V.Leiva
Distribución Normal
4. Sean variables aleatorias independientes idénticamente
distribuidas , entonces:

Ejemplo: se selecciona una muestra tamaño n = 16 de una distribución X

con distribución entonces: La suma de los 16 valores de la muestra
distribuye

M.Bravo - V.Leiva
Distribución Normal
5. Sean variables aleatorias independientes idénticamente
distribuidas , entonces: )

Ejemplo: se selecciona una muestra tamaño n = 16 de una distribución X

con distribución entonces: El promedio de los 16 valores de la
muestra distribuye

M.Bravo - V.Leiva
Distribución Normal
Ejemplo:
El nivel de Zinc en plasma es uno de los indicadores más utilizados para evaluar
diagnóstico nutricional. Según estudios realizados en mujeres entre 20 y 25
años, se ha determinado que el nivel de Zinc es una variable aleatoria distribui-
da Normal de media 95 ug/ml. y desviación estándar de 15 ug/ml.
En hombres del mismo tramo de edad, la distribución normal tiene media de 87
ug/ml. y desviación estándar de 12 ug/ml.
a) ¿Cuál es la probabilidad que el nivel de zinc de un hombre entre 20 y 25
años supere 95 ug/ml?
b) Se registran resultados de un examen de sangre de 5 hombres de edad entre
20 y 25 años ¿Cuál es la probabilidad que ninguno presente un nivel de zinc
superior a 95 ug/ml.?
M.Bravo - V.Leiva
Distribución Normal
c) Se selecciona los resultados de un análisis de sangre de un hombre y una
mujer entre 20 y 25 años, ¿cuál es la probabilidad que el nivel de zinc de la
mujer sea inferior al nivel de zinc del hombre?
d) Suponga que, si una mujer presenta un nivel de zinc dentro del 5% más bajo
de la distribución, deberá someterse a un tratamiento alimenticio para subir
dicho indicador. ¿Cuál es el menor nivel de zinc que debe tener una mujer tal
que no requiriera tratamiento alimenticio para subir el nivel de zinc?
e) Se registra el nivel de zinc de un grupo de 25 mujeres entre 20 y 25 años
¿Cuál es la probabilidad que el promedio de estos resultados registrados no
supere 90 ug/ml.?

M.Bravo - V.Leiva
Distribución Normal
Solución:
a) 

b) 

c)

d)  = 1,645  ug/ml.

e) 

M.Bravo - V.Leiva
Sugerencias

• Susan Milton, Estadísticas para Biología y ciencias de la Salud (Cap.5)

• M. Triola, Estadística (Cap. 6)
• Luis Villarroel, Métodos Bioestadísticos (Cap. 2)
• Clifford, Bioestadística (Cap. 3)

M.Bravo - V.Leiva