ESTADÍSTICA DESCRIPTIVA

PARA PSICOLOGÍA

Distribución normal

Semana 12
Sesión 01
MOTIVACIÓN
TEMA DE LA SESIÓN
 LOGRO DE LA SESIÓN

Al finalizar la sesión de clase el

estudiante conoce la distribución
Normal y la distribución normal
estándar; además usa
adecuadamente la tabla de
distribucion normal.
 UTILIDAD

• Existe una gran variedad de fenómenos cuya medición de su característica siguen una
ley normal. Por lo general, la talla o el peso de un determinado organismo sigue esta
particular probabilidad.
• En general, si el estudio descriptivo de una determinada característica, cuyos datos son
numéricos, entrega un histograma o gráfico de frecuencias relativas de la forma
siguiente:
 Se puede vaticinar que el atributo en estudio (talla, peso, etcétera) sigue una ley de
probabilidad normal. La dificultad radica en que por lo general se desconocen los dos
parámetros, m y s2, que caracterizan a la densidad normal. La estimación de estos
parámetros es motivo central de un área de la estadística llamada Estadística
Inferencial, que será estudiada en una sección posterior. Aquí vamos a suponer que
estos parámetros son conocidos.
DISTRIBUCION NORMAL
La distribución de probabilidad mas importante en todo el campo de la estadística, es con
toda seguridad la Distribución Normal, debido a que en la practica muchos fenómenos
industriales, científicos o de la vida diaria pueden describirse por esta distribución.

La distribución normal es con referencia a la población, sin duda, la más conocida y usada
de todas. Muchos fenómenos naturales tienden a dar como resultado una distribución
normal. Entre otras, longitud, altura y grosor de animales o plantas; mediciones de
cantidades de azúcar en la sangre; cantidad de glóbulos blancos; incidencia de las
enfermedades del oído interno y medidas en el aspecto conductista, emocional o
psicológico de las acciones, aptitudes o capacidades humanas. La distribución de los
errores de medida (desviaciones en relación con un valor específico en los diámetros de
pistones, cilindros o cañones de armas de fuego; pesos de productos empaquetados e
incluso las longitudes de las cintas métricas) tiende a ser normal, al igual que la distribución
del grado de perfección de diversos procesos de producción.
DISTRIBUCION NORMAL

La distribución Normal también llamada campana de Gauss por su forma

acampanada es la
distribución mas importante en la estadística, ya que la mayoría de las variables
naturales se ajustan a una distribución Normal.
Una variable aleatoria continua X tiene una distribución normal con media μ y
varianza 𝜎 2 y se escribe 𝑋~𝑁(𝜇; 𝜎 2 ) , si su función de densidad es:

Distribución Normal
Su grafica de 𝑓(𝑥)

Distribución Normal
Propiedades
1. La distribución Normal es simétrica respecto de la media.

2.El punto mas alto de una curva normal se encuentra sobre la media, la
cual coincide con la mediana y la moda.

3. Las probabilidades correspondientes a la variable aleatoria normal se dan

mediante áreas bajo la curva normal.

4. Toda el área bajo la curva de una distribución normal es 1.

5.La distribución Normal es asintótica; es decir, la curva se aproxima mas y

mas al eje X, sin tocarlo en realidad.

Distribución Normal
CASO I:

Funciones de densidad de tres variables normales con la misma media y

diferentes desviaciones estándar
(𝜎1 < 𝜎2 < 𝜎3).

•• •
Como se afirmó al considerar las desviaciones estándar, cuanto mayor sea el
valor de la desviación estándar, existe mayor dispersión de los datos. Ahora
sucede lo mismo, con la única diferencia de que existe una función de
densidad en particular.
Distribución Normal
 CASO II:

Funciones de densidad de dos variables normales con diferente

media y la misma varianza, por ejemplo 𝜇1 < 𝜇2

Por la forma de la distribución se observan dos propiedades:

a) La distribución normal es simétrica alrededor de las medias
b) La media, moda y mediana coinciden por la forma simétrica.

Distribución Normal
DISTRIBUCION NORMAL ESTANDAR ó Z:

Si una variable X (puntuaciones, datos, calificaciones, etc.) se halla

normalmente distribuida, entonces, las estadísticas tipificadas o
estandarizadas estarán definidas por:
𝑍 = 𝑋−𝜇 ó Z = 𝑋−𝑋
𝜎 𝑆

Esta nueva variable estará normalmente distribuida con media 0 y

varianza 1 y se escribe 𝑍~𝑁(0; 1).

Distribución Normal
 DISTRIBUCION NORMAL ESTANDAR ó Z:

Como se ve, Z es en realidad el número de desviaciones estándar en que se encuentra la

puntuación X respecto de la media aritmética. la cual se presenta en la figura siguiente:

Donde: 𝑍~𝑁(0; 1)

𝜎2 = 1

𝜇=0

Distribución Normal
Para conocer el área bajo la curva que se encuentra
entre la media aritmética ( 𝝁 ) y una desviación
estándar (±𝝈), se ubica en la siguiente figura el valor
asociado con Z = 1 (1 desviación estándar arriba o
debajo de la media aritmética), y se obtiene el valor
de 34.13%, o 0.3413, ubicada en una tabla de
porcentajes o probabilidades para la distribución
𝒁~𝑵(𝟎; 𝟏).

Por lo general el valor de 34.13% se denota por

0.3413 cuando representa la probabilidad de
encontrar una puntuación entre la media (𝝁) y la
primera desviación estándar (±𝝈). El total (o suma)
de probabilidades bajo la curva es igual a uno,
mientras que cuando se denota el porcentaje,
constituye la proporción de área bajo la curva, y su
total será 100 por ciento.

Distribución Normal
CALCULAR EL AREA BAJO LA CURVA

El área debajo de la curva, determina el porcentaje entre la media y cada una de las puntuaciones
𝑍~𝑁(0; 1) obtenidas anteriormente, luego utilizamos la tabla Z que nos da el porcentaje o probabilidad
deseada que es equivalente al área bajo la curva entre la media y la puntuación 𝑍.

Ejemplo 1: si 𝑍~𝑁 0; 1
a) P(Z ≤ −3,24)
P(Z ≤ −3,24)=0,0006

b) P(Z ≤ −2,97)

P(Z ≤ −2,97)=0,00149

Distribución Normal
CALCULAR EL AREA BAJO LA CURVA

𝑃 𝑍 > 𝑎 = 1 − 𝑃(𝑍 ≤ 𝑎) Ejemplo: si 𝑍~𝑁 0; 1

a) P(Z > 1,24)
P(Z >1,24)= 1−𝑃 𝑍 ≤ 1,24
𝑎
= 1 −0,89251 =0,10749
P(Z >1,24)= 0,10749

b) P(Z > 0,08)

P(Z >0,08)= 1−𝑃 𝑍 ≤ 0,08
= 1 − 0,53188 =0,46812
P(Z >0,08)= 0,46812

c) P(Z > −3,17)

P(Z >-3,17)= 1−𝑃 𝑍 ≤ −3,17
= 1 − 0,00076=0,99924
Distribución Normal
CALCULAR EL AREA BAJO LA CURVA

𝑃 𝑎 < 𝑍 < 𝑏 = 𝑃 𝑍 ≤ 𝑏 − 𝑃(𝑍 ≤ 𝑎) Ejemplo: si 𝑍~𝑁 0; 1

a) P(0,03 < Z < 1,24)
=𝑃 𝑍 ≤ 1,24 − P(z ≤0,03)
𝑎 𝑏
= 0,89251 − 0,51197
= 0,38054
b) P(−2,85 < Z < 0,08)
=𝑃 𝑍 ≤ 0,08 − P(z ≤ −2,85)
= 0,53188 − 0,00219
= 0,52969
c) P(1,1 < Z < 1,37)
=𝑃 𝑍 ≤ 1,37 − P(z ≤ 1,1)
= 0,91466 − 0,86433
= 0,05033
Distribución Normal
Ejercicios propuesto
Ejemplo: si 𝑍~𝑁 0; 1
a) P(−0,5 < Z < 1)

b) P(Z > 2,5)

c) P(Z < 1,5)

Distribución Normal
Ejercicios propuesto

Suponga que 𝑋 es una distribución normal con 𝜇 = 15 y 𝜎 2 = 100.

Encontrar:
a) P(x<5)
b) 𝑃( 𝑋 > 20)
c) 𝑃( 4 < 𝑋 < 16)

Distribución Normal
¿QUE HEMOS APRENDIDO?
Responda las siguientes interrogantes:
1. La distribución normal se aplica para 2. La forma de la curva normal es
a) Distribución aleatoria continua a) En forma de campana
b) Variable aleatoria discreta b) Plana
c) Variable aleatoria irregular c) Circular
d) Variable aleatoria incierta d) Punteada

3. La distribución normal es simétrica 4. Para una variable normal estándar, el valor de la

respecto a la media es?
a) Varianza a) ∞
b) Media b) 1
c) Desviación estándar c) 0
d) Covarianza d) no definido

5. ¿El área bajo una curva normal estándar es?

a) 0
b) 1
c) ∞
d) no definido
 TAREA DOMICILIARIA
Participa en el foro
1. Suponga que 𝑋 es una distribución normal con 𝜇 = 10 y 𝜎 2 = 25. Encontrar:
a) 𝑃 𝑋 > 5
b) 𝑃 4 < 𝑋 < 16
c) 𝑃(𝑥 < 8)

2. Dada una distribución normal estandarizada, determine:

a) 𝑃 𝑍 > 1.08
b) 𝑃(𝑍 < −0.21)
c) 𝑃(−1.96 < 𝑍 < −0.21)
FINALMENTE

IMPORTANTE
PARA TI
1. Tener siempre Gracias por tu
presente la 1. Revisa los
distribución participación ejercicios
Normal Esta sesión indicados de esta
2. Calcular las Hemos visto la
quedará grabada sesión.
lecturas en las importancia de la 2. Consulta en el
tablas de una distribución normal FORO tus dudas.
distribución normal
estándar.