DISTRIBUCIÓN

NORMAL
 ¿Qué necesitamos saber?
1. Media de un grupo de datos y el calculo de la
desviación típica :
EJEMPLO
Hallar la media y la desviación típica del
siguiente conjunto de datos
4, 5 , 6, 8, 12, 13, 2, 5, 6, 9, 10, 9, 8, 3, 5
1. VALORES
B LE
A RIA
R 1V
CA LCULA
2.
 PROYECTO
• HIPOTESIS PRIMARIA
¿Piensas que la altura y el peso esta
relacionados?
Para poder verificar esta hipótesis es preciso
recopilar datos y situarlos en una tabla de
frecuencias, una curva de frecuencias
acumuladas, una caja de bigotes u otra
aplicación estadística aprendida pero teniendo
en cuenta que significa cada una en la práctica.
• Si utilizamos un grafico sencillo para explicar el
fenómeno que se planteo podemos ubicar en
un plano cartesiano a la altura en el eje «x» y
peso en el eje «y»
Si no unimos los puntos el grafico podría tener
características como se muestra a continuación:

DIAGRAMA DE
DISPERSIÓN
 1. DISTRIBUCIÓN NORMAL
• Tomemos la siguiente referencia como punto
de partida:
i) Para el proyecto de estudios matemáticos
Pedro mide las alturas de todos los 150 árboles
del manzanar de su padre.
ii) Pedro realiza una tabla de frecuencias y
posterior a eso un diagrama para representar la
información recogida. ¿Imagina como sería este
diagrama?
iii) Luego Pedro mide las alturas de los arboles
del manzanar de su tío. El investigador realiza el
mismo proceso con los nuevos datos obtenidos.
¿Este diagrama lucirá diferente al anterior?
iv) En ambos manzanares habrá probablemente
algunos árboles muy bajos, muy altos pero estos
serán la excepción. La mayoría de los arboles
estarán en un cierto rango de alturas.
Esta información puede ser ajustada
aproximadamente en una curva acampanada
que es simétrica con respecto a la media y a
esto llamamos distribución normal.
 La distribución normal es la distribución continua mas importante
de la estadística
1. Es una curva 2. Es simétrica con 2.1. La MEDIA, MEDIANA Y MODA
acampanada respecto a la media tienen todas el mismo valor

01 Qué es la distribución normal[1].mp4

 5. El 50% del área se
3. El eje x es 4. El área total bajo la
encuentra a la izquierda de
una asíntota de curva representa 1 o
la media y el otro 50% a la
la curva 100%
derecha

6. Aproximadamente 68%
del área se encuentra a ±
1de la desviación típica
N ( µ, σ)

68 %
95 %

99 %

https://www.youtube.com/watch?v=phY8Z9-TXCY
https://www.youtube.com/watch?v=VYmd5hLykTo
 68%
16% DEL ÁREA DEL 16% DEL ÁREA
ÁREA

2,5 % DEL ÁREA 95% 2,5 % DEL ÁREA

DEL
ÁREA

99% 0,5 % DEL ÁREA

0,5 % DEL ÁREA
DEL
ÁREA
 Aplicaciones
• Podemos calcular las
probabilidades de sucesos
que siguen una distribución
normal.
 Regresando al trabajo de Pedro

• Imaginemos que la altura media de

estos arboles es de 4m y la
desviación típica es de 0,5m, estos
valores se organizaran en el eje «x».
 N ( µ, σ) N ( 4; 0,5)
(frecuencia)

1 2 3 4 5 6 7 8 (altura)
La probabilidad de que un manzano mida
menos de 4m es:
(frecuencia)

1 2 3 4 5 6 7 8 (altura)
 Por Ejemplo
• Si elegimos 100 manzanos aleatoriamente, la
probabilidad de que mida menos de 4m es:
VALOR DE MUESTRA =100
PROBABILIDAD = 0,5

100 * 0,5 = 50 manzanos

El valor esperado se encuentra multiplicando el

valor de la muestra por la probabilidad
 PROBLEMA 1
• El tiempo que se aguarda en un
ascensor sigue una distribución
normal con media en 1,5 minutos
y una desviación típica de 20
segundos.
 Resuelva
a) Dibuje aproximadamente una curva de
distribución normal para ilustrar esta
información, indicando claramente la media y
los tiempos que se encuentran a menos de
una, dos y tres desviaciones típicas de la
media.
DATOS: 1,5 min = 90 segundos; µ = 90 segundos
σ = 20 segundos
 N ( µ, σ) N ( 90; 20)

µ-σ µ+σ

µ - 2σ µ + 2σ

µ -3σ µ + 3σ

20 40 60 80 100 120 140 160 180

TIEMPO (segundos)
b) Halle la probabilidad de que una persona aguarde en el
ascensor mas de 2 minutos con 10 segundos

2 minutos con 10 segundos

µ REPRESENTA 130 segundos

34% 34%

SOLUCIÓN = 2.5 %

13.5% 13.5%
0,5 % 0,5 %
2% 2%

20 40 60 80 100 120 140 160 180

c) Halle la probabilidad de que una persona aguarde en
el ascensor menos de 1 minutos con 10 segundos

1 minutos con 10 segundos

µ REPRESENTA 70 segundos

SOLUCIÓN 34% 34%

16%

13.5% 13.5%
0,5 % 0,5 %
2% 2%

20 40 60 80 100 120 140 160 180

Se observan 200 personas y se anota el tiempo que se aguarda
en el ascensor . c) Halle el numero esperado de personas que
aguardan en el ascensor menos de 50 segundos
50 segundos
µ

SOLUCIÓN 34% 34%

2,5%

13.5% 13.5%
0,5 % 0,5 %
2% 2%

20 40 60 80 100 120 140 160 180

 SOLUCIÓN
La probabilidad e estima en un 2,5 %, la muestra
es de 200 personas:
P(aguardar menos de 50 segundos) = 2,5% ;

Por lo tanto= 200 * 0,025 = 5 personas.

 PROBLEMA 1

Las alturas de 250 mujeres se 20

años se distribuyen normalmente,
con media 1,68m y desviación
típica de 0,06m
a) Dibuje aproximadamente una curva de
distribución normal para ilustrar esta
información, indicando claramente la media y
las alturas que se encuentran a menos de
una, dos y tres desviaciones típicas de la
media.
DATOS: µ = 1,68 m
σ = 0,06 m
 N ( µ, σ) N (1,68 ; 0,06)

µ-σ µ+σ

µ - 2σ µ + 2σ

µ -3σ µ + 3σ

1,50 1,56 1,62 1,68 1,74 1,8 1,86

Altura (metros)
b. Halle la probabilidad de que la altura de una
mujer se encuentre entre 1,56m y 1,74m

SOLUCIÓN 34% 34%

81,5 %

13.5% 13.5%
0,5 % 0,5 %
2% 2%

1,50 1,56 1,62 1,68 1,74 1,8 1,86

 PROBLEMA PRUEBA BI
• Daniel siembra manzanas y escoge
aleatoriamente una muestra de 100 manzanas
de su campo. Mide los diámetros de las
manzanas al centímetro mas cercano
a) Usando la calculadora de pantalla grafica
escriba:
i) La media de los diámetros en esta muestra.
 Media = 6,76

ii) La desviación estándar de los diámetros en

esta muestra.

Desviación estándar
o típica = 1,14
Daniel asume que todas sus manzanas de su
cosecha están normalmente distribuidas por una
media de 7cm y una desviación estándar de 1,2cm .
Ha calcificado las manzanas de acuerdo a su
diámetro como muestra la tabla:
b) Calcule el porcentaje de manzanas pequeñas
en la cosecha de Daniel.

PROBABILIDAD QUE EXISTA

33.8%
El 5% de la cosecha son manzanas largas
c) Halle el valor de a
 Problema BI
Un grupo de estudiantes ha medido las alturas de 90 arboles. La
clase calcula que la altura media es de 12,4m con una desviación
típica de 5,35 m. Uno de los estudiantes observa que dos de las
medidas 44,5m y 43,2m son demasiado grandes y tienen que ser
incorrectas.

a) ¿Cuántas desviaciones típicas se aleja el valor de 44,5 de la

media 12,4?

Las medidas incorrectas de 44,5 y 43,2 deben ser eliminadas del

conjunto de datos
b) Calcule el nuevo valor de la media después haber eliminado
esos valores.
Las medidas incorrectas de 44,5 y 43,2 deben ser eliminadas del conjunto de datos
Calcule el nuevo valor de la media después haber eliminado esos valores.
n= 88; media anterior= 12,4 , desviación anterior= 5,35, datos simples

Media = sumatoria de x / n; sumatoria de x = media * 90 ; sumatoria = 1116

1116 – 44, 5 – 43,2 = 1028,3

Media = 1028,3 / 88; media = 11,7

a µ

µ-σ µ+σ

µ - 2σ µ + 2σ

µ -3σ µ + 3σ

RESPUESTA = 6 DESVIACIONES
 CORRELACIÓN

Cuando dos conjuntos de datos parecen estar

relacionados de alguna manera; es decir, que
pueda establecer una relación de dependencia,
existen varios métodos en los que se pueda
basarse para comprobar esta relación.

En términos estadísticos, es posible determinar

una correlación entre una variable dependiente
de una independiente.
Estos datos pueden ser reasentados dentro
de una diagrama de dispersión, ubicando
la variable independiente en eje de las «x»
y la variable dependiente en ele eje de la
«y».
El patrón de los puntos dará una idea
visual de cuanto estrechamente están
relacionadas las variables, en caso de que
sea así.
 TIPOS DE
CORRELACIÓN
 Ejemplo
• Suponga que dentro de proyecto de Estudios
Matemáticos se establecen las siguientes
variables:

NIVEL DE ESTADO
CANTIDAD DE HORAS DE EJERCICIO
FÍSICO

V.D V.I
 CORRELACIÓN POSITIVA

La variable dependiente crece a mediada que crece la variable

independiente

NIVEL DE ESTADO FÍSICO

20

15

10

CANTIDAD DE HORAS DE
EJERCICIO
0 5 10 15 20
 Ejemplo
• Suponga que dentro de proyecto de Estudios
Matemáticos se establecen las siguientes
variables:

El tiempo que tarda u Tiempo de entrenamiento

deportista en correr una carrera

V.D V.I
 COORELACIÓN NEGATIVA

La variable dependiente decrece a mediada que crece la variable independiente

EL TIEMPO QUE TARDA UN DEPORTISTA

EN CORRER UNA CARRERA

20

15

10

TIEMPO DE
0 5 10 15 20 ENTRENAMIENTO
 Ejemplo
• Suponga que dentro de proyecto de Estudios
Matemáticos se establecen las siguientes
variables:
La cantidad de Edad de las personas
zapatos

V.D V.I
 NO EXISTE
COORELACIÓN

Los puntos sobre el diagrama están muy dispersos unos con otros

LA CANTIDAD DE ZAPATOS

20

15

10

EDAD DE LAS PERSONAS

0 5 10 15 20
La correlación positiva también puede
describirse como:
La correlación negativa también puede
describirse como:
En casos especiales se puedes clasificar en:

Para estudiosa matemáticos solo se estudiará correlaciones

lineales; sin embargo, para el proyecto de evaluación interna
se utilizará cualquier otro tipo de correlación
 Ejemplo
El gerente de un parque de
recreación pensó que la cantidad
de visitantes dependía de la
temperatura. Anotó la temperatura
y la cantidad de visitantes durante
un periodo de dos semanas.
 Recolección de Datos

Dibuje con precisión en el eje «x» la temperatura (ºC)

desde 0 hasta 40; y en ele eje «y» la cantidad de
visitantes desde 0 hasta 320

Situé los puntos

Describa la correlación
CONFIGURAR LA CALCULADORA

CONFIGURAR

PRECIONA EXIT Y LUEGO GRAFICO 1

GRÁFICO

PRECIONA
CALC
 PRECIONA X

RECTA DE
AJUSTE
OPTIMO
 RECTA DE AJUSTE ÓPTIMO

• La recta de ajuste óptimo es una recta que se

dibuja en un diagrama de dispersión, de
manera que la cantidad de puntos que se
encuentren por arriba de la recta es
aproximadamente la misma que la cantidad
de puntos por debajo.
 ¿Como Dibujarla?
• Hallar la media de cada conjunto de datos y
situé este punto (PUNTO CARTESIANO) en su
diagrama de dispersión.

• Dibujar una recta que pase por este punto y

este cerca de todos los demás puntos. Debe
quedar aproximadamente la misma cantidad de
puntos arriba y por debajo.
 EJEMPLO
Un estudiante de Estudios Matemáticos quiere comprobar si hay
correlación entre las alturas previstas de un grupo de margaritas y
sus alturas reales.
Dibuje con precisión un diagrama de dispersión para ilustrar los
datos y comente acerca de la correlación.
PRECIONE CALC
RECTA DE
AJUSTE
OPTIMO
SOLUCIÓN
Problemas
 Coeficiente de Correlación
Momento- Producto de Pearson
Karl Pearson (1857 - 1936) fue
abogado, matemático y
estadístico ingles.
Sus contribuciones en ele campo
de la estadística incluyen el
coeficiente de correlación y la
prueba de chi–cuadrado.
Pearson dedicó la mayor parte
de su carrera a la aplicación en
el campo de la biología.
 Consideraciones importantes del
coeficiente de correlación

• En una investigación basado en cálculos

estadísticos en importante conocer la fuerza
de la relación entre dos conjuntos de datos
que se cree que están relacionados.
• El coeficiente de correlación (r) es una forma
de hallar un valor numérico que se puede usar
para determinar la fuerza de una correlación
lineal entre dos conjuntos de datos
 Coeficiente de
correlación (r)

Toma un valor entre

r = -1 r=0 r = +1
Existe una Existe una
correlación negativa No hay correlación correlación positiva
perfecta entre los perfecta entre los
conjuntos de datos conjuntos de datos

Una correlación perfecta es aquella en la que todos los

puntos están situados sobre la misma recta
 0 y 0,25 La correlación es muy débil

0,25 y 0,5 La correlación es débil

Cuando
Coeficiente de
correlación (r)
0,5 y 075 La correlación es moderada

075 y 1 La correlación es fuerte

Fórmula del Coeficiente de Pearson
𝑆 𝑋𝑌 Donde es la covarianza (no es tema BI

𝑟= MNN)
y son las desviaciones típicas de x é y
𝑆 𝑋 𝑆𝑌 respectivamente

OTRAS FÓRMULAS

( 𝑥 − 𝑥)( 𝑦 − 𝑦 )
𝑆 𝑋𝑌 =Σ
𝑛

√
2
Σ(𝑥 − 𝑥)
𝑆 𝑋= Ó
𝑛
 √
2
Σ( 𝑦 − 𝑦 )
𝑆 𝑦= Ó
𝑛
 PROBLEMA
• Los datos que se dan a continuación, relativos
a la primera división de una liga de fútbol
muestran la posición del equipo y la cantidad
de goles anotados. Halle el coeficiente de
correlación (r) y comente acerca de este valor.
 EXCEL vs CPG
PROCESO DE CÁLCULO EN EXCEL

r = - 0, 816
PROCESO DE CÁLCULO EN LA CPG
Ingreso de valores Verificación de medias para el Excel
Recta de Ajuste Óptimo
 LA RECTA DE REGRESIÓN
• La recta de regresión de y sobre x es una versión
mas precisa de la recta de la recta de ajuste optimo.
• La recta de regresión de y sobre x, donde y es la
variable dependiente también se conoce como
«recta de regresión de mínimos cuadrados».
• Es la recta que se dibuja a través de un conjunto de
puntos, tal que la suma de los cuadrados de las
distancias verticales de cada punto a la recta es un
mínimo.
a
CHI CUADRADO
 PLANTEAMIENTO DE HIPÓTESIS
1. MODELO LÓGICO
HIPÓTESIS ESPERADA
• H 1: La planificación micro curricular incide
significativamente en el desarrollo de las
competencias específicas en matemáticas.
HIPÓTESIS NULA
• Ho: La planificación micro curricular no incide
significativamente en el desarrollo de las
competencias específicas en matemáticas
 PLANTEAMIENTO DE HIPÓTESIS
2. MODELO MATEMÁTICO

• H1: Resultados observados = Resultados espe-

rados
• Ho: Resultados observados ≠ Resultados espe-
rados
 a. MODELO ESTADÍSTICO

• Para la verificación de la hipótesis se utilizó el

método estadístico chi cuadrado
Chi cuadrado:
 b. Nivel de Significación

• Grado de error en la prueba

α = 0,05; 95% de confiabilidad
 c. Zona de rechazo de la Ho

Grados de libertad:
C (columnas) = 5
F (filas) = 2
De acuerdo en la tabla de distribución de chi –
cuadrado , con grados de libertad 4 y con grado de
error en la prueba de 0,05:

, chi-cuadrado teórico TABLA CHI CUADRADO

d. CÁLCULO ESTADÍSTICO
Tabla de Cálculo Estadístico
 e. Decisión Estadística
• Como el valor de ( chi cuadrado calculado) es
de 752,40 (aproximado) y se encuentra en la
zona de rechazo de la Ho se acepta por tanto
la hipótesis alterna que dice :La planificación
micro curricular incide significativamente en el
desarrollo de las competencias específicas en
matemáticas
EJEMPLO NO 2
CHI CUADRADO

TABULACIÓN
EXCEL
CHI CUADRADO EN LA CALCULADORA
1 2

3 4

5
 6

8 9

2 VECES Y
RESOLVER
5% = 0,05 p = 0,03 p es menor que el
nivel se significación

SE RECHAZA LA HIPOTESIS NULA

 PARA ENTENDER MEJOR

Grados de libertad:
C (columnas) = 4
F (filas) = 2
 TABLA CHI
CUADRADO TEÓRICO
7,81 8,80