MATERIA:

ESTADISTICA I

EXPOSICIÓN:

“DISTRIBUCION NORMAL”
 INDICE DEL CONTENIDO
Pág.

Introduccion 1

Concepto........................................................................................................2
Propiedades de la Distribucion Normal......................................................3-4
Caracteristicas................................................................................................4
Conceptos Fundamentales..............................................................................5
Medida Estandar o Valor Tipificado Z..........................................................6
Formula Distribucion Normal........................................................................7
Tabla de Area bajo la curva tipificada Z........................................................8
Ejercicios........................................................................................................9
Bibliografia..................................................................................................12
Introducción

La distribución normal es, con mucho, la más importante de todas las

distribuciones de probabilidad. Es una distribución de la variable continua, con
campo de variación -∞, ∞. Fue, descubierta por Gauss al estudiar la distribución
de los errores en las observaciones astronómicas.

Debe su importancia a tres razones fundamentales:

Por un lado, un gran número de fenómenos reales se pueden modelizar con esta
distribución (tales el caso de las características cuantitativas de casi todas las
grandes poblaciones). Por otro lado, muchas de las distribuciones de uso
frecuente tienden a aproximarse a la distribución normal bajo ciertas condiciones;
y por último, en virtud del Teorema Central del Límite, todas aquellas variables
que puedan considerarse causadas por un gran número de pequeños efectos
(como pueden ser los errores de observación) tienden a distribuirse con una
distribución normal.

Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas.

- Caracteres morfológicos de individuos (personas, animales, plantas,…) de una
especie.
Por ejemplo: 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: consciente intelectual, grado de

adaptación a un medio.

- Errores cometidos al medir ciertas magnitudes.

 DISTRIBUCION NORMAL
Concepto
La distribución normal fue reconocida por primera vez por el francés Abraham
de Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855)
elaboró desarrollos más profundos y formuló la ecuación de la curva.

En estadística y probabilidad se llama distribución normal, distribución de Gauss

o distribución gaussiana, a una de las distribuciones de probabilidad de variable
continua que con más frecuencia aparece aproximada en fenómenos reales.

Su propio nombre indica su extendida utilización, justificada por la frecuencia o

la normalidad con la que los ciertos fenómenos tienden a parecerse en su
comportamiento a esta distribución.

La distribución de una variable normal está completamente determinada por dos

parámetros, su media y su desviación estándar.

Muchas variables aleatorias continuas presentan una función de densidad cuya

gráfica tiene forma de campana.

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.

Otras distribuciones como la binomial o la Poisson son aproximaciones

normales. Y en general cualquier característica que se obtenga como suma de
mucho factores.
Propiedades de la Distribución Normal:
La distribución normal posee ciertas propiedades importantes que conviene
destacar:

1. Es simétrica respecto al eje de las y. Según 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.

2. Es cóncava hacia abajo entre x= 1 y x= -1 y cóncava hacia arriba en el resto

de la misma.

3. Es asíntota (nunca llega a tocar el eje x) con respecto al eje de las x

(abscisas), en los dos sentidos. Por ello, cualquier valor entre y es
teóricamente posible. El área total bajo la curva es, por tanto, igual a 1.

4. Para x = 0; y, tiene su máximo valor que es aproximadamente 0.4.

5. La media aritmética, la mediana y la moda tienen el mismo valor en el punto

medio y dividen en dos partes iguales la curva.

6. Permite calcular las proporciones del área bajo la curva correspondiente entre
la media ( ) y un valor individual x separado de la media.

7. La distancia entre la línea trazada en la media y el punto de inflexión de la

curva es igual a una desviación típica (σ ). Cuanto mayor sea, más aplanada
será la curva de la densidad.

8. Las áreas para los valores negativos x, son las mismas que para los valores
positivos correspondientes.

Por ejemplo, el aérea entre 0 y -0.55 es 0.2088 (según la tabla).

Para encontrar el área entre un número positivo y uno negativo, se suman las dos
aéreas.

Por ejemplo; el área entre 0.6 y -0.6 es igual al área entre 0 y 0.60= 0.2258 y el
área entre 0 y -0.60 = 0.2258; de modo que el área entre -0.60 y 0.60 es:

0.2258+0.2258 = 0.4516.

9. La forma de la campana de Gauss depende de los parámetros , σ. La

media indica la posición de la campana, de modo que para diferentes valores
de la gráfica es desplazada a lo largo del eje horizontal. Por otra parte, la
desviación estándar determina el grado de apuntamiento de la curva. Cuanto
 mayor sea el valor de, más se dispersarán los datos en torno a la media y la
curva será más plana. Un valor pequeño de este parámetro indica, por tanto,
una gran probabilidad de obtener datos cercanos al valor medio de la
distribución.

Características

El hecho de que las magnitudes según se van apartando de la media (en

cualquiera de las dos direcciones) van siendo mucho menos frecuentes lo
expresamos gráficamente mediante la curva normal, que es la representación
gráfica de una función matemática que nos indica la probabilidad de encontrar
(de que se dé por azar, por factores aleatorios) cualquier magnitud (o puntuación)
si conocemos en cuántas desviaciones típicas se aparta de la media de su
distribución. La diferencia con respecto a la media, medida en desviaciones
típicas, es lo que llamamos una puntuación típica (z = X-X /σ): a cada puntuación
típica le corresponde una probabilidad de ocurrencia y esta relación entre
diferencia con respecto a la media y probabilidad nos va a ser de la máxima
utilidad.

Conceptos Fundamentales
Definición de Variable Aleatoria Continua:
Una variable aleatoria continua es aquella que puede asumir un número infinito
de valores dentro de un determinado rango.
Por ejemplo, el peso de una persona podría ser 80.5, 80.52, 80.525,...
dependiendo de la precisión de la báscula.

Distribución de Probabilidad Normal:

La Normal es la distribución de probabilidad más importante. Multitud de
variables aleatorias continuas siguen una distribución normal o aproximadamente
normal.
Una de sus características más importantes es que casi cualquier distribución de
probabilidad, tanto discreta como continua, se puede aproximar por una normal
bajo ciertas condiciones.

Distribución Normal Estándar:

Se observó que no existe una sola distribución de probabilidad normal, sino una
“familia” de ellas. Como sabemos, cada una de las distribuciones puede tener una
media () o una desviación estándar distinta (σ). Por tanto, el número de
distribuciones normales es ilimitado y sería imposible proporcionar una tabla de
probabilidades para cada combinación de  y σ.

Medida Estándar o Valor Tipificado Z

Como sabemos, la curva normal de frecuencias tiene la forma de campana, en
cuyo centro se ubican tres medidas de tendencia central (promedio= media
aritmética, mediana y moda). En particular, el promedio o media aritmética es la
medida representativa de un universo muestral, mientras que a los lados de este
valor se encuentran valores más altos y más bajos, aproximadamente la mitad
para cada lado, los cuales se dispersan según una medida denominada desviación
estándar.

De otras distribuciones que fácilmente se puede convertir a normales estándar y

que también se clasifican como normales, tenemos la medida estándar o valor
tipificado Z.

La distribución z, es una distribución normal, si solo si la distribución x, es la

distribución normal estándar.

Cuando la variable x, se divide por su desviación estándar o típica (σ), se dice

x
que la variable se ha tipificado:
σ

Si los dos valores individuales se restan de la media () quiere decir que el
origen se ha trasladado con respecto a la media; asi:

X1- ; X2- ; X3- ; … Xn-. Si estos valores se dividen por la

desviación estándar (σ) estos quedan tipificados; asi tenemos el valor de z

Fórmula:
Dónde:
Z = valor estadístico de la curva normal de frecuencias.

X = cualquier valor de una muestra estadística.

= promedio o media aritmética obtenido de la muestra estadística, valor

representativo.

 = desviación estándar.

Pasos:

1. Calcular el promedio y la desviación estándar de las observaciones de la

muestra en estudio.

2. Del valor del cual se desea obtener una inferencia estadística, calcular la
diferencia que existe con respecto al promedio: X - .

3. Dividir la diferencia calculada entre la desviación estándar obtenida de la

muestra en estudio, que corresponde al valor Z.

4. Localizar el valor Z calculado, en la tabla de probabilidades asociadas con

valores tan extremos como los valores observados de Z en la distribución
normal y obtener la probabilidad de que exista una magnitud de
discrepancia entre los valores X y

5. Decidir si se acepta o rechaza la hipótesis.

Ejercicios Prácticos

Ejercicio # 1:
El ingreso semanal medio de varios supervisores de turno en una industria de
vidrio tiene una distribución normal, con = $1.000 dólares y desviación
estándar $100.

¿Cuál es la probabilidad de seleccionar un supervisor de turno cuyo ingreso

semanal sea $1100?

= $1.000 Z= X- 
 = $100 σ

1100−1000
Z= =1
100

La probabilidad correspondiente asociada a un valor Z de 1.00 se encuentra en la

tabla.

Para localizarla recorremos hacia abajo donde ubicamos 1.00 hacia la columna de
la izquierda. Después se ve horizontalmente hacia la derecha y se lee el área bajo
la curva en la columna marcada 0.00.

El valor que se obtiene es

0.3413 * 100 = 34.13%

Interpretación
El área bajo la curva normal entre
$1.000 dólares y $1.100 es
0.3413. También puede decirse
que el 34.13% de los supervisores
de turno en la industria del vidrio
ganan entre $1.100 a la semana.

También que la probabilidad de

elegir a un supervisor cuyo
ingreso sea de $1.100 es 34.13%

Ejercicio # 2:
 Las estadísticas de venta de calzado
según el tamaño admitiendo que tiene
una distribución normal con = 35.5 y
desviación estándar de 2.5 cm. Para
jóvenes entre 13 y 18 años; ¿Cuál será
el porcentaje aproximado de jóvenes
que calcen entre 31 y 34; entre 36 y 38?

Entre 32 y 34
31−35.5
Z 1= =−1.8 = 0.4641
2.5

34−35.5
Z 2= =−0.6 = 0.2258
2.5

Z2- Z1= 0.2258- 0.4641 = 0.2383 x 100 = 23.83%

De modo que se espera que el 19.34% de la población de jóvenes entre 13 y 18

años calcen zapatos del 32 al 34.

Entre 36 y 38
36−35.5
Z 3= =0.2=0.0793
2.5

38−35.5
Z 4= =1=0.3413
2.5

Z4- Z3= 0.3413- 0.0793= 0.262 x 100 = 26.2%

Se espera que el 26.2% de la población de jóvenes entre 13 y 18 años calcen

zapatos del numero 36 al 38.

Ejercicio # 3:

De entre 600 personas se obtuvo la media de los pesos de 69kg y la desviación

típica 7 kg, considerando que los pesos se distribuyen normalmente. Calcular
¿cuántas personas pesan:
 a) Entre 55kg y 70?
b) Y entre 58 y 81.4 kg?

Reemplazando en la fórmula:

Z= X- 
σ
a)

55−69
z 1= =−2
7

70−69
z 2= =0.1429
7

0.0557+ 0.477= 0.5329 * 100 = 53.29 %

0.5329 * 600 = 319.74

b)

58−69
z 1= =−1.57
7

81.4−69
z 2= =1.77
7

0.4418 + 0.4225 = 0.8943 * 100 = 89.43%

0.8943 * 600 = 536.58

ANALISIS:

Podemos concluir que la probabilidad que existe en que las personas que pesan
entre 55 y 70 kg son de 319.74 de 600, con un porcentaje aproximadamente del
53%, y la probabilidad de personas que existen con un peso entre 81.1 y 58 kg es
del 89.43% con un aproximado de 536.58 personas.

Ejercicio # 4:
EJERCICIO 4
UN ESTUDIO DE LA EMPRESA ALDOSA S.A., SOBRE EL PAGO DE SUS FACTURAS, REVELO,
QUE EN PROMEDIO SE PAGABA UNA FACTURA A LOS 20 DIAS DE SU RECEPCION. LA
DESVIACIÓN ESTANDAR EQUIVALE A 5 DIAS.
¿QUÉ PORCENTAJE DE LAS FACTURAS SE PAGA A LOS 15 DIAS DE SU RECEPCION?

SE PIDE:
A) ¿CUAL ES LA PROBABILIDAD DE SELECCIONAR CUALQUIER FACTURA Y HALLAR QUE SE
PAGO ENTRE 18 Y 26 DIAS?
B) LA GERENCIA DESEA ESTIMULAR A LOS CLIENTES PARA QUE PAGUEN SUS FACTURAS LO
MAS PRONTO POSIBLE.
POR LO TANTO, SE ANUNCIÓ QUE ESTARÍA VIGENTE UNA REDUCCION DEL 2% EN EL PRECIO
PARA LOS CLIENTES QUE PAGAN UNA LAPSO DE 7 DÍAS. EN DICIEMBRE SE TIENE 200
CLIENTES, ¿CUÁNTOS TENDRÍAN DERECHO A LA REDUCCION?

DATOS
MEDIA 20 DIAS FÒRMULA =DISTR.NORM.N(X;MEDIA;DESV_ESTAND
DESVIACIÓN 5 DIAS

SOLUCIÓN

A) P(18<X<26)
HAY UNA PROBABILIDAD DE 54% DE QUE DICHA
X= 26 54,04% FACTURA SE HAYA PAGADO ENTRE 18 Y 26
X= 18

B) P(X<7) 0,47%
X= 7 HAY UNA PROBABILIDAD DE QUE SOLO 1
CLIENTE TENDRIA EL DESCUENTO DEL 2%.
NO. DE CLIENTES 1
 Ejercicio # 5:

EJERCICIO 5

LOS INGRESOS MENSUALES DE UN PROFESOR TIENEN UNA DISTRIBUICION

APROXIMADAMENTE NORMAL MEDIA DE $ 400.000,00 Y UNA DESVIACION ESTANDAR
DE $ 100.000,00.

DATOS
DESVIACION 100000
MEDIA 400000 FÒRMULA ܺ െߤ
ܼ ൌ
DATOS X 500000 ߪ
DISTRIBUCION 1

ESTANDARIZACIO ESTANDARIZACION
N NORMAL Z
0,841344746 0,841344746

HAY UNA PROBABILIDAD DE UN 84% DE QUE

EL INGRESO DE UN FROFESOR SEA DE

Bibliografía
http://www.upcomillas.es/personal/peter/estadisticabasica/
DistribucionNormal.pdf

http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/guia_estadistica/
modulo_10.htm

http://www.monografias.com/trabajos85/ejemplos-ilistrativos-resueltos-moda/
ejemplos-ilistrativos-resueltos-moda.shtml#ixzz2q24MtRPP

http://ocw.utpl.edu.ec/economia/estadistica-i/unidad3-medidasdescriptivas.pdf

http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r86903.PDF

http://personal.us.es/carlos6262/contenido/pdf/2.pdf

http://www.sisman.utm.edu.ec/libros/FACULTAD%20DE20CIENCIA.pdf