Distribucin Normal

Prof. Isidoro Ruiz Arango

Prof. Isidoro Ruiz Arango

Distribucin normal

Pierre Simon de Laplace

(1749-1827)

Karl F. Gauss
(1777-1855)

Sin duda la distribucin continua

de probabilidad ms importante,
por la frecuencia con que se
encuentra y por sus aplicaciones
tericas, es la
distribucin
normal, Gaussiana
o de
Laplace- Gauss. Fue descubierta
y publicada por primera vez en
1733 por De Moivre. A la misma
llegaron, de forma independiente,
Laplace (1812) y Gauss (1809),
en relacin con la teora de los
errores
de
observacin
astronmica y fsica .

Distribucin Normal o Gaussiana:

Prof. Isidoro Ruiz Arango

Es la distribucin de la variable aleatoria continua cuya

grfica es la curva normal:

Est caracterizada por dos parmetros: la media, y la

desviacin tpica, .
Su funcin de densidad es:

1
N (, ) P( x)
e
2

( x )2

2 2

( 0)

La curva normal adopta un nmero infinito de formas,

determinadas por sus parmetros y .

Prof. Isidoro Ruiz Arango

: desviacin estandar poblacional

: 3,1416
: 2,7182
: media aritmtica poblacional
: un valor cualquiera de la distribucin

Propiedades:
A. Es simtrica respecto al eje que pasa por

50%

50%

Prof. Isidoro Ruiz Arango

B.Tiene forma de campana, es asinttica al eje de las

abscisas (para
x = )
C.Simtrica con respecto a la media () donde coinciden la
mediana (Me) y la moda (Mo )

D.Los puntos de inflexin tienen como abscisas los

valores

Puntos
de
inflexin

- , Mo, Me +

Prof. Isidoro Ruiz Arango

Caractersticas:
El sesgo es 0 ; llamado tambin asimetra
nula, o simtrica lo que quiere decir que
media; mediana y moda son iguales.
Su curtosis sea el tipo de curva es
mesocurtica ; lo que quiere decir que
grficamente no es muy achatada , ni muy
elevada

Prof. Isidoro Ruiz Arango

Distribucin Normal Estndar

Dado que tanto como pueden asumir infinitos
valores, hace imposible tabular las probabilidades para
todas las distribuciones normales. Por eso es prudente
convertirlo a una distribucin normal reducida,
estndar o tipificada. Esto se logra convirtiendo cada
puntaje bruto o directo en uno estndar mediante:

x -

: es la media aritmtica poblacional

: desviacin estndar de la poblacin
X: es un puntaje cualquiera de la distribucin normal original

La nueva variable

z se distribuye como una

NORMAL con media = 0 y desviacin tpica = 1

Recordemos de nuevo que en cualquier distribucin
normal las probabilidades delimitadas entre :
Prof. Isidoro Ruiz Arango

68 %
2 95 %
3 99 %

68%
95%
-3

-2

-1

99%
0

z
1

Tipificacin

Prof. Isidoro Ruiz Arango

Dada una variable de media y desviacin tpica

, se denomina valor tipificado z, de una
observacin x, a la distancia (con signo) con
respecto a la media, medido en desviaciones
tpicas, es decir:

En el caso de variable X normal, la interpretacin es

clara: asigna a todo valor de N(, ), un valor de N(0,1)
que deja exctamente la misma probabilidad por
debajo.
Nos permite as comparar entre dos valores de dos
distribuciones normales diferentes, para saber cul de
los dos es ms extremo.

Prof. Isidoro Ruiz Arango

Ejemplo(1):
Dada la distribucin normal con =60 y =5. Hallar la
puntuacin z para los puntajes brutos: 65; 70; 75; 55 y
50.
Solucin:
Aplicando la frmula: z
Para x=65:
Para x=70:
Para x=75
Para x=55
Para x=50

65 60 5
1
5
5
70 60 10
z

2
5
5

75 60 15

3
5
5
55 60 5
z

1
5
5

50 60 10

2
5
5

*Margen izquierdo : Los enteros de z y

su primer decimal.
* Margen superior: segundo decimal
* Cuerpo de la tabla: reas correspondientes,
acumuladas, desde 0
hasta 3.99

Prof. Isidoro Ruiz Arango

Uso de la tabla:

0.0
0.1
0.2
0.3
0.4

.0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359

0.5

.1915 ....

.0398 .0438 .0478 .0517 .0557 .0596 .0363 .0675 .0675 .0754
.0793 .0832 .0871 .0910 .0948 .0987 .1026 ....
.1179 .....

......

......

.1554 ....

.....

....

......

......

......

Ejemplo (2):
Supongamos que los CI de los alumnos de la UTP se
distribuyen normalmente con media 100 y desviacin
estndar 12. Determinar:

Prof. Isidoro Ruiz Arango

a) El porcentaje de alumnos con CI entre 100 y 112.

Estandarizando: x=100 entonces

x=112 entonces

100 100 0

0
12
12

112 100 12

1
12
12

Buscando en la tabla
z=1, el rea resulta:
0,3413=34,13%
0

P(0 z 1) 34,13%

b) El porcentaje de alumnos con CI entre 100 y 124

Estandarizando x=100 entonces

Prof. Isidoro Ruiz Arango

x=124 entonces z

100 100 0

0
12
12

124 100 24

2
12
12

Buscando en la tabla z=2, el

rea resulta: 0,4772=47,72%

P(0 z 2) 47,72%
0

c) El porcentaje de alumnos con CI entre 88 y 100

Estandarizando x=88 entonces z

88 100 12

1
12
12

Prof. Isidoro Ruiz Arango

Buscando en la tabla
z=-1, el rea resulta:
0,3413=34,13%

-1

Recuerda que la curva normal es simtrica, por tanto:

P( 1 z 0) P(0 z 1) 34,13%
Adems:

P(88 x 100) P 88100

(

12

100 100
z
)
12

P( 1 z 0) 34,13%

d) El porcentaje de alumnos con CI entre 76 y 100

Estandarizando x=76 entonces

76 100 24

2
12
12

Prof. Isidoro Ruiz Arango

Buscando en la tabla z=-2, el

rea resulta: 0,4772=47,72%
Por la simetra:

P( 2 z 0) P(0 z 2) 47,72%

-2

e) El porcentaje de alumnos con CI entre 88 y 112

Estandarizando x=112 entonces

112 100 12
z

1
12
12

Prof. Isidoro Ruiz Arango

Estandarizando x=88 entonces

88 100 12
z

1
12
12

Buscando en la tabla z=-1 a z=1,

el rea resulta: 0,6826=68,26%

P(88 x 112) P( 1 z 1)
P( 1 z 0) P(0 z 1)
0,3413 0,3413
-1

0,6826 68,26%

f) El porcentaje de alumnos con CI entre 76 y 124

Estandarizando x=76 entonces

Prof. Isidoro Ruiz Arango

Estandarizando x=124 entonces

76 100 24

2
12
12

124 100 24

2
12
12

Buscando en la tabla z=-2 a z=2

el rea resulta: 0,9544=95,44%

P(76 x 124) P( 2 z 2)
P( 2 z 0) P(0 z 2)
0,4772 0,4772
-2

0,9544 95,44%

g) El porcentaje de alumnos con CI entre 112 y 124

Estandarizando x=124 entonces

124 100 24
z

2
12
12

Prof. Isidoro Ruiz Arango

Estandarizando x= 112 entonces

112 100 12
z

1
12
12

Buscando en la tabla z=1 a z=2,

el rea resulta: 0,1359=13,59%

P(112 x 124) P(1 z 2)

P(0 z 2) P(0 z 1)
0,4772 0,3413
1

0,1359 13,59%

h) El porcentaje de alumnos con CI entre 76 y 88

Estandarizando x=88 entonces

88 100 12
z

1
12
12

Prof. Isidoro Ruiz Arango

Estandarizando x= 76 entonces

76 100 24
z

2
12
12

Buscando en la tabla z=-2 a z=-1,

por la simetra el rea resulta:
0,1359=13,59%

P(76 x 88) P( 2 z 1)

P( 2 z 0) P( 1 z 0)
0,4772 0,3413
0,1359 13,59%
-2

-1

i) El porcentaje de alumnos con CI mayores que 114,8

Estandarizando x=114,8 entonces

114,8 100 14,8

1,23
12
12

Prof. Isidoro Ruiz Arango

Buscando en la tabla el valor mayor a z=1,23 el

rea resulta: 0,1093=10,93%
En efecto:

P( x 114,8) P( z 1,23)
0,50 P(0 z 1,23)
0,50 0,3097
0,1093 10,93%
0

1,23

j) El porcentaje de alumnos con CI menores a 80

Prof. Isidoro Ruiz Arango

Estandarizando x=80 entonces z

80 100 20

1,67
12
12

El rea pedida est a la izquierda de z=-1,67 que es

equivalente al rea que est a la derecha de z=1,67
(Por la simetra), el rea resulta: 0,0475=4,75%
En efecto:

P( x 80) P( z 1,67)
0,50 P(0 z 1,67)
0,50 0,4525
0,0475 4,75%
-1,67

k) El porcentaje de alumnos con CI menores a 116

Prof. Isidoro Ruiz Arango

Estandarizando x=116 entonces

116 100 16

1,33
12
12

El rea pedida est a la izquierda de z=1,33 que es

igual a sumarle a 0,50 el rea de z=0 a z=1,33. Por
tanto el rea resulta: 0,9082=90,82%
En efecto:

P( x 116) P( z 1,33)
0,50 P(0 z 1,33)
0,50

0,50 0,4082

0,4082

0,9082 90,82%
0

1,33

l) El porcentaje de alumnos con CI mayores a 74

Prof. Isidoro Ruiz Arango

Estandarizando x=74 entonces

74 100 26

2,17
12
12

El rea pedida est a la derecha de z=-2,17 que es

igual a sumarle a 0,50 el rea de z=-2,17 a z=0. Por
tanto el rea resulta: 0,9850=98,5%
En efecto:

P( x 74) P( z 2,17)
0,50 P( 2,17 z 0)
0,485

-2,17

0,50 0,4850

0,50

0,9850 98,50%

Ejemplo(3):

Prof. Isidoro Ruiz Arango

Suponiendo que en el ejemplo anterior la poblacin est

conformada por 5000 alumnos, calcule el nmero de
ellos con los CI que se indican en cada uno de los
apartados

Solucin:
Se entiende que el 100% es equivalente a 5000, por
tanto para hallar cierto nmero de alumnos con CI
determinado, hacemos uso de la R3S
Por ejemplo, si los alumnos tienen un CI del 34,13%
Alumnos Porcentaje
5000
100%
X
34,13%

5000.34,13
x
1706,5 1706
100

Prof. Isidoro Ruiz Arango

De los ejemplos anteriores se tiene:

a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
l)

Entre 100 y 112 : 1707

Entre 100 y 124 : 2386
Entre 88 y 100 : 1707
Entre 76 y 100 : 2386
Entre 88 y 112 : 3413
Entre 76 y 124 : 4772
Entre 112 y 124 : 680
Entre 76 y 88 : 680
Mayores que 114,8 : 547
Menores que 80 : 238
Menores que 116 : 4541
Mayores que 74
: 4925

Nota: Se le recomienda verificar los resultados

Prof. Isidoro Ruiz Arango

PUNTAJES CORRESPONDIENTES A LOS PERCENTILES

Ejemplo (4):
Si los puntajes de ciertas aptitudes de un conjunto de
estudiantes se distribuyen normalmente con media 58 ( =58)
y desviacin estndar 7 (=7). Calcular los puntaje
correspondientes a los percentiles 78 y 32.
Solucin:
Caso del percentil 78

28%
22%

58
0

P78
z

Ahora 28% en trminos de probabilidad es 0,28.

Buscndolo en la tabla no existe, los ms cercanos son
0,2794 y 0,2823 cuyos valores de z son 0,77 y 0,78

Prof. Isidoro Ruiz Arango

En este caso se toma la probabilidad ms cercana 0,2794

(z=0,77). O sea P(0< z 0,77)=0,2794
Z=0,77 nos indica que P78 se encuentra a 0,77 unidades
de desviacin a la derecha de . Si =7, entonces 0,77 de
7 ser: (0,77)(7)=5,39
Es decir, P78 se encuentra a una distancia de 5,39 a la
derecha de . O sea P78=58+5,39=63,4
Por tanto:

P78=58 + (0,77) (7)

(z)

En resumen, de la frmula de tipificacin : z x

Se obtiene:
x=+z

Prof. Isidoro Ruiz Arango

Otra forma. Por interpolacin:

Probabilidad
0,2794
0,2800
0,2823

Z
0,77
z
0,78

z 0,77
0,78 0,77

0,2800 0,2794 0,2823 0,2794

z 0,77
0,01

0,0006 0,0029

Por tan to : z 0,77 0,0021 0,7721

De donde:

P78 58 (0,7721)(7)
P78 63,4

Caso del percentil 32

Prof. Isidoro Ruiz Arango

18%
32%

P32

58

Ahora 18% en probabilidad resulta 0,1800. En la tabla no

aparece, siendo los ms cercanos 0,1772 y 0,1808.
Como el valor ms cercano es 0,1808 corresponde a
z=-0,47
Luego:

P32 58 (0,47)(7) 54,7

Prof. Isidoro Ruiz Arango

EXTREMOS DE UN INTERVALO CONOCIDO EL

VALOR CENTRAL
Ejemplo (5):
Los puntajes de un test se distribuyeron normalmente con
=72 y =8,6. Determinar los extremos de los intervalos
que contienen a los siguientes porcentajes centrales de
puntajes: (a) 68,26%; (a) 95%; (c) 98% y d) 99%
Solucin:
a) 68,26%

0,6826

0,3413 0,3413

x1

72

x2

Buscando en la tabla el z correspondiente a 0,3413 se

encuentra z=1 (y en el lado izquierdo z=-1)
Luego:
x1 72 ( 1)(8,6) 63,4

Prof. Isidoro Ruiz Arango

x2 72 (1)(8,6) 80,6

Entonces el intervalo que contiene a 68,26% tiene como

extremos a 63,4 y 80,6 lo que indica que:

P(63,4 x 80,6) 0,6826

b) 95%
De manera similar partiendo entre 2 se tiene: 47,5%=0,475

0,475

x1

72

0,475

x2

Para la probabilidad 0,4750 le corresponde z=1,96

( y z=-1,96 en el lado izquierdo)
Luego:

x1 58 ( 1,96)(7) 44,28

Prof. Isidoro Ruiz Arango

x2 58 (1,96)(7) 71,72

P(44,28 x 71,72) 0,95

c) 98%
Partiendo en dos regiones cada una tiene 0,4900

0,4900 0,4900

x1

72

x2

En la tabla el z correspondiente resulta z=2,33 o z=-2,33

Luego:

x1 58 ( 2,33)(7) 41,69
x2 58 (2,33)(7) 74,31

Prof. Isidoro Ruiz Arango

P(41,69 x 74,31) 0,98

RANGO PARA UN CONJUNTO DE PUNTAJES

En el caso de quintiles los puntajes podran ser
considerados como muy bueno, bueno, regular, bajo
o superior, normal superior, etc.
Para tal efecto el rango total equivale a 6, es decir 3 a
la derecha y 3 a la izquierda (recuerde que la media lo
divide en dos regiones iguales al 50%)
Este rango 6 se divide entre el nmero de partes que se
desee obtener. O sea si quiero 5 partes divido entre 5.

Prof. Isidoro Ruiz Arango

Por el ejemplo el CI lo dividimos en 5 partes denominados:

Inteligencia superior ; Inteligencia normal superior;
Inteligencia normal; Inteligencia normal inferior;
Inteligencia deficiente.
6
1,2
El rango 6 se divide entre 5:
5
Si cada segmento tiene 1,2 entonces la longitud medio
segmento ser 0,6. Obteniendo:

Normal
Inferior
Deficiente

-1,8

Normal

Normal
Superior
Superior

-0,6 +0,6 +1,8

Finalmente:
Inteligencia superior:

CI +1,8

Inteligencia Normal Superior: + 0,6 CI < +1,8

Prof. Isidoro Ruiz Arango

Inteligencia Normal:

0,6 CI < + 0,6

Inteligencia Normal Inferior: 1,8 CI < - 0,6

Inteligencia Deficiente: CI < -1,8

Ahora si =100 y =12 se obtendran:

CI 100 +1,8(12) = 121,6
Inteligencia superior:

Inteligencia Normal Superior: 107,2 CI < 121,6

Inteligencia Normal:
92,8 CI < 107,2
Inteligencia Normal Inferior: 78,4 CI < 92,8
Inteligencia Deficiente:

CI < 100 -1,8(12) = 78,4

Prof. Isidoro Ruiz Arango

Gracias por su atencin.