DISTRUBUCIÓN
NORMAL.
Propósito:
General: Interpretar los indicadores de comportamiento de una distribución 2
normal en la resolución de problemas del ámbito educativo.
Identificar las características de la distribución normal.
Comprender el proceso de estandarización de una distribución normal.
Reconocer las aplicaciones de la curva normal z en la medición de
fenómenos educativos.
Aplicar el proceso de estandarización de una distribución normal para
resolver problemas del ámbito educativo.
En un primer paso, describir 3
1
la distribución de las
variables estudiadas y en
particular, de los datos
Al comenzar un numéricos.
análisis estadístico
Además de las medidas
se debe tener en 2
descriptivas
cuenta: correspondientes, el
comportamiento de estas
variables puede explorarse
gráficamente de un modo
muy simple.
Se tienen los siguientes 4
datos acerca del coeficiente
intelectual de 1000 alumnos
de una escuela, agrupados Distribución de frecuencias
CI
en los intervalos mostrados: 250
CI f 200
60-69 26
Frecuencia
150
70-79 56
100
80-89 145
50
90-99 230
100-109 235 0
110-119 182
120-129 82 Coeficiente Intelectual
130-139 31
140-149 13
Curva de distribución normal. 5
• 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 elaboró la
ecuación de la curva de ahí
que también se le conozca
3δ 2δ 1δ μ 1δ 2δ 3δ como:
• CAMPANA DE GAUSS
6
MEDIA DESVIACIÓN
ESTÁNDAR
La distribución de
una variable normal
está completamente μ δ
determinada por dos Población
parámetros: x s
Muestra
Propiedades de la Distribución Normal. 7
1 2 3
Tiene una única
moda, que coincide La curva normal es Es simétrica con
asintótica al eje de respecto a su media
con su media y su abscisas. Por ello, μ. Según esto, para
este tipo de variables
mediana. cualquier valor entre -∞ y existe una
∞ es teóricamente probabilidad de un
posible. El área total 50% de observar un
dato mayor que la
bajo la curva es, por media, y un 50% de
tanto, igual a 1. observar un dato
menor.
Área bajo la curva= 1
8
50 % 50 %
μ
4 5 9
La distancia entre la línea El área bajo la curva
trazada en la media y el aproximadamente:
punto de inflexión de la
curva es igual a una
desviación típica(δ).
⮚A una desviación estándar de
la media es igual 0.68
⮚A dos desviaciones estándar
de la media es igual a 0.95
⮚A tres desviaciones estándar
de la media es igual a 0.99
10
Punto
de
inflexión
3δ 2δ δ μ
δ 2δ 3δ
68%
95%
99%
11
La media indica La desviación
La forma de la la posición de la estándar determina
campana de campana, de el grado de
apuntamiento de la
modo que para
Gauss depende diferentes curva. Cuanto
mayor sea el valor
de los parámetros valores de µ, la de δ, más se
gráfica es
µ y δ. desplazada a lo
dispersarán los
datos en torno a la
largo del eje media y la curva
horizontal. será más plana.
Distribuciones normales con diferentes medias
e igual desviación estándar.
Ejemplo: N(64, 2) Ejemplo: N(87, 2)
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 98 100 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 98 100
-0.2 μ -0.2 μ
Distribuciones normales con distinta desviación 13
estándar e igual media.
Ejemplo: N(75, 2) Ejemplo: N(75, 8)
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 98 100 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 98 100
-0.2
μ μ
Distribución Normal Estándar 14
o Distribución Z.
• Se le conoce así a distribución cuya:µ =0 y δ=1
3δ 2δ δ 0 δ 2.05
• Las áreas de la distribución estandarizada correspondientes a varias
probabilidades se encuentran tabuladas.
Tabla 1.
15
Áreas bajo la curva
normal estándar.
Tabla 2 16
Distribución Z con
proporciones de 0 a .5
N=(0,1) 17
Ejemplo:
Hallar el área bajo la curva
normal estandarizada
localizada entre 0 y 2.05
0 2.05
Solución: Localizamos el número en la columna que está más hacia la 18
izquierda y el número 0.05 en la fila superior de la tabla.
El número que aparece es: .9798 este número es el área total bajo la curva
comenzando desde -∞, como o nosotros queremos sólo el área
comprendida entre 0 y 2.05 restamos la mitad del área es decir 0.5.
Obtenemos: .9798 - 0.5 = 0. 4798 que es el área que estamos buscando.
Ejemplo: 19
• Hallar P(-1.78 < Z < 1.52)
1.78 0 1.52
Solución: 20
Podemos concebir que el área que se busca en este ejemplo
consta de dos partes.
Primero Buscaremos el área comprendida entre -1.78 y 0.
Buscamos el número 1.7 y lo intersectamos con el .8. Obtenemos
un área de : .9699
Este resultado es el área desde infinito hasta el punto 1.78 como
nosotros queremos el área de 1.78 a 0
Entonces .9625 - .5 = .4625
El área de 0 a 1.52 es = .4357
Sumando ambas áreas tenemos un Área Total de:.4625+.4357
=.8982
⮚Es importante conocer que a
Aplicaciones de 21
partir de una distribución N(µ,δ)
la Distribución
⮚Se puede obtener una
Normal. distribución normal estándar
efectuando la siguiente
transformación:
Z(0,1)
Z= (X - µ) /δ
22
Por ejemplo podríamos Para obtener dichas probabilidades
desear saber la transformamos la variable X con
probabilidad de que media µ y desviación estándar δ ,
alguna variable X
en la variable normal estándar, Z
aleatoria distribuida
normalmente en forma con media 0 y desviación estándar
aproximada, con media:
µ y desviación estándar: 1. Esto lo hacemos por medio de la
δ; asuma valores
comprendidos entre un fórmula:
intervalo: (a,b).
23
Se puede obtener
una distribución
normal estándar
efectuando la
siguiente z = (x - µ) / δ
transformación:
24
Se puede obtener
el número “x”
que corresponde
a un “z” con la
valor
siguiente x= (δ * z) + µ
transformación:
Ejemplo:
Los puntajes de una prueba de aptitud escolar están normalmente
distribuidos con una media de 600 y una varianza de 10000 (es decir
δ=100)?
• A)¿Qué proporción de los encuestados tiene un puntaje por debajo
de 300?
• B) Una persona va a presentar una prueba, que probabilidad tiene de
obtener un puntaje de 850 o más?
• C) ¿Qué proporción de puntajes estará entre 450 y 700?
Datos: δ2 =10000 µ =600 26
A)= N(600,100)
300 600 -3 0
• P (x<300) Z=(300-600)/100 =-3 z=.9987 P (x<300) =1-.9987 =.0013
B) N=(600, 850) 27
600 850 0 2.5
• P (x>850) Z=(850-600)/100 =2.5 z=.9938 P (x>850) =1-.9938 =.0062
C) N=( 450, 700) 28
450 600 700 1.5 0 1
• P (450<x<700) Z=(450-600)/100 =1.5 Z= (700-600)/100 =1 z1=.9332 z2= .8413 .9332-.5 =.4332
.8413-.5 =.3413 .4332+.3413 =.7745
Referencias. 29
• Daniel, W. Estadística con aplicaciones a las Ciencias Sociales y la
educación. Edit. Mc Graw Hill, Mex., 1982.
• Lipschuuz, S. Probabilidad. edit. Mc Graw Hill, serie Schaum, Mex.,
1984.
• Spiegel, M. Estadística. Mc Graw Hill, 1990.
• Yamane, T. Estadística. Edit. Harla, Méx., 1975
Guion explicativo (cómo se usa el material) 30
• a) Leer con atención y de manera clara el contenido.
• b) Identificar y analizar las características de la distribución normal.
• c) Comprender el significado de las proporciones descritas en una tabla de
distribución normal.
• d) Reconocer la fórmula del proceso de estandarización de una curva norma
a una curva normal z.
• e) Aplicar el proceso de estandarización para resolver los problemas
planteados.