UNIVERSIDAD REGIONAL DEL

SURESTE.

CURVA DE DISTRIBUCIÓN
NORMAL

SALUD PÚBLICA I

Dr. Gonzalo Heras Baroja

Nov. 2018
La formula para esta distribución fue
publicada por Abraham de Moivre (1667-
1754).
También se conoce como “distribución de
Gaussiana”. Esto como reconocimiento a
las contribuciones de Carl Friedrich
Gauss (1777-1855)
 CARACTERISTICAS

 Es simétrica respecto a su media (X).

 La media, la mediana y la moda son todas
iguales.
 El área total bajo la curva sobre el eje de las
x es una unidad de área, (distribución de
probabilidad)
 El área total bajo la curva es igual a 1
 Los 2 parámetros de la distribución son:
• µ: Media aritmética
• σ: Desviación estándar

 La variable aleatoria distribuida

normalmente es continua y toma valores
entre -∞ y +∞
σ

-∞ µ +∞
Si se levantan perpendiculares a una distancia de una
desviación estándar desde la media hacia ambos
lados, el área delimitada por esas perpendiculares, el
eje de las x y la curva será de 68 % del área total.
Si se levantan perpendiculares a una distancia de
dos desviaciones estándar desde la media hacia
ambos lados, el área delimitada por esas
perpendiculares, el eje de las x y la curva será de
95%
y si se levantan perpendiculares a una distancia
de tres desviaciones estándar, aproximadamente
99.7 del área total estará englobada.
 Los parámetros de µ y σ determinan completamente la
distribución normal.
 Por cada valor diferente de ellos se especifica una
distribución normal distinta.
 Los valores diferentes de µ desplazan la grafica de la
distribución a lo largo del eje de la x y los valores de σ
determinan el grado de aplanamiento o levantamiento
de la grafica de la distribución.
 DISTRIBUCION NORMAL ESTANDAR

La distribución normal es realmente una familia

de distribuciones en la que un miembro se
distingue de otro según los valores de µ y σ. El
miembro de esta familia mas importante es la
DISTRIBUCIÓN NORMAL ESTANDAR O
DISTRIBUCIÓN NORMAL UNITARIA.
Para calcular la probabilidad de que Z tome un
valor entre dos puntos cualesquiera sobre el
eje de las Z se debe calcular el área delimitada
por las perpendiculares levantadas en esos
puntos la curva y el eje horizontal.
Entonces en el caso de la normal estándar para
calcular directamente el área entre Z0 y Z1 es
necesario la tabla D, del apéndice, donde se
encuentran las áreas bajo la curva entre -∞ y los
valores de Z mostrados en la columna izquierda
de la tabla
En otras palabras, por cada valor diferente de x y s
se especifica una distribución normal distinta. Los
valores diferentes de x desplazan la grafica de la
distribución a lo largo del eje de las x. los valores
de s determinan el grado de aplanamiento o
levantamiento de la gráfica de la distribución.
 Ejercicio 1
¿Cual es la probabilidad de que una z
seleccionada al azar de la población de z tenga un
valor entre -2.55 y 2.55?
Z 2.55 = .9946
Z – 2.55 = 0.0054
P(-2.55≤ z ≤ 2.55) = .9946 - .0054 = .9892
 Ejercicio 2
¿Cual es la probabilidad de que una z
seleccionada al azar de la población de z tenga un
valor entre -2.74 y 1.53 ?
Z 1.53 = .9370 (entre -∞ y + ∞)
El área entre – ∞ y – 2.74 es 0. 0031
Para obtener la probabilidad deseada se resta
0.0031 de 0.93.70, es decir:
P(- 2.74≤ z ≤ 1.53) = .9370 - .0031 = .9339
Ejercicios de constantes, 90, 95 y 99 %

Tarea para carpeta de evidencias

z ( -1.65 ≤ z ≤ 1.65)
z ( -1.96 ≤ z ≤ 1.96)
z ( -2.58 ≤ z ≤ 2.58)
Es importante conocer que a partir de cualquier
variable X, que siga una distribución N(µ, σ), se
puede obtener otra característica Z, con una
distribución normal estándar:

Z=X-µ
σ
¿Cuál es la probabilidad de que una persona
elegida al azar, tenga un peso superior a 100 kg. Si
se conoce que la media de peso es 80 kg y la
desviación estándar de 10?
Z = X - µ = 100 – 80 = 2
σ 10
Asi la probabilidad que se desea calcular sera:
P(X > 100 = P[ Z > 100 – 80 ] = P (Z > 2)
10
 Como el área total bajo la curva es igual a 1, se
puede decir que:
Z (– ∞ < z > 2 = 0.9772
Como se quiere saber mayor que 100 kg, se resta
0.9772 a 1.0 y:
La probabilidad es 0.0228
 DISTRIBUCIÓN NORMAL

• Esta distribución es frecuentemente utilizada en las

aplicaciones estadísticas. Su propio nombre indica su
extendida utilización, justificada por la frecuencia o
normalidad con la que ciertos fenómenos tienden a
parecerse en su comportamiento a esta distribución.

• Muchas variables aleatorias continuas presentan una

función de densidad cuya gráfica tiene forma de
campana.
EJEMPLO
 Como parte de un estudio de la enfermedad de Alzheimer,
Dusheiko reporto datos que son compatibles con la hipótesis
de que los pesos de los cerebros de las victimas de esa
enfermedad siguen una distribución normal. A partir de los
datos develados, se puede calcular la media de 1076.80
gramos con una desviación estándar de 105.76 gramos. Si se
asume que estos resultados son aplicables a todas las victimas
de Alzheimer.

 Encuentre la probabilidad de que una victima seleccionada al

azar tenga un cerebro que pese menos de 800 gramos.
 DISTRIBUCIÓN NORMAL ESTÁNDAR

 La distribución normal es realmente una familia de

distribuciones en la que un miembro se distingue de
otro según los valores de x y s.

 El miembro mas importante de esta familia es la

distribución normal estándar o distribución normal
unitaria, llamada así en ocasiones porque tiene una
media igual a cero y una desviación estándar iguala 1.
 En resumen, la importancia de la distribución normal se debe
principalmente a que hay muchas variables asociadas a
fenómenos naturales que siguen el modelo de la normal.

 Caracteres morfológicos de individuos (personas, animales,

plantas,...) de una especie, p.ejm. tallas, pesos, envergaduras,
diámetros, perímetros.

 Caracteres fisiológicos, por ejemplo: efecto de una misma

dosis de un fármaco, o de una misma cantidad de abono.

 Caracteres sociológicos, por ejemplo: consumo de cierto

producto por un mismo grupo de individuos, puntuaciones de
examen.
 BIBLIOGRAFÍA

 Métodos Estadísticos: Un enfoque

Interdisciplinario, Said Infante Gil, Guillermo P.
Zarate de Lara, 2ª edición, México: trillas 1990
(reimp. 2007),pag.210-220.
 Wayne W. Daniel, “Bioestadística: base para el
análisis de las ciencias de la salud”, 4 ed., México:
Limusa Wiley, 2005.
 BIBLIOGRAFÍA.

Daniel Wayne W. Bioestadística, ed. Limusa Wyley

GRACIAS POR SU ATENCIÓN