Instituto Politcnico

Nacional

Escuela Superior de Ingeniera y

Arquitectura
Unidad Ticomn Ciencias de la Tierra

Mtodos Geoestadsticos
Tema:
Distribucin Normal

Integrantes:

Martnez Cuellar David

Patio Carrasco Genthia Janette
Snchez Prez Martha Patricia

DISTRIBUCIN NORMAL.

La distribucin normal naci el 12 de noviembre de 1933, mediante un

pequeo trabajo que public el matemtico francs Abraham De Moivre (16671754), como medio de evaluar aproximadamente la funcin de distribucin
Binomial para valores grandes de n. Su pensamiento fue desde el histograma
hasta la curva continua, para encontrar finalmente la ecuacin de la curva
normal.
A finales del siglo XVIII y principios de XIX, en que apareci un problema
prctico que requiri la distribucin normal para su solucin, Gauss (1777
1855) introdujo la distribucin normal para la solucin de este problema,
apareciendo su primera referencia impresa en 1809. l observ que la
distribucin de frecuencias de los resultados de las medidas se aproximaba a
una distribucin normal, por lo que a la curva se le llam Curva de Errores de
Gauss y a la distribucin correspondiente se le conoci incorrectamente como
Distribucin Gaussiana.
No obstante que haya sido Gauss quien dio a conocer esta distribucin, la
realidad es que fue Adolphe Lambert Qutelet, eminente en todos los campos
de la ciencia, quien hizo la entrada triunfal de esta distribucin al mostrar su
enorme importancia en la solucin de una amplia gama de problemas.
Una distribucin normal de media y desviacin tpica se designa por N(,
). Su grfica es la campana de Gauss:

Est caracterizada por dos parmetros determinan una distribucin normal: la

media y la desviacin tpica . Cuanto mayor sea la desviacin tpica mayor
es la dispersin de la variable.
El rea del recinto determinado por la funcin y el eje de abscisas es igual a la
unidad.

Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha.
La probabilidad equivale al rea encerrada bajo la curva.

TIPIFICACIN DE LA VARIABLE

Para poder utilizar la tabla tenemos que transformar la variable X que sigue
una distribucin N (, ) en otra variable Z que siga una distribucin N (0, 1).

donde:
x es la observacin que estamos queriendo analizar
es el valor de la media de la poblacin (puede ser estimada de la muestra)
es el valor de la desviacin estndar de la poblacin (puede ser estimada de
la muestra si n es muy grande).

Actividad 1 Si nos dicen que una poblacin tiene una media de 23 y una
desviacin estndar de 3.5, encontrar la calificacin Z de
a) 26.6,

b) 16,

c)19.5

d) 29:

a)

26.623
=1.03
3.5

Z=

lo que significa que 26.6 est a 1.03 desviaciones

estndar a la derecha de la media (porque es positivo).

b)

Z=

1623
=2
3.5

lo que significa que la observacin est a 2

desviaciones estndar a la izquierda de la media (porque es negativo).

19.523
=1 Qu significa este resultado?
3.5

c)

Z=

d)

Z=

2923
=1.72
3.5

Qu significa este resultado?

Si cambiamos todos los valores observados a calificaciones Z, entonces

podemos crear una distribucin normal genrica llamada distribucin normal
estndar o tipificada en donde:
La media, que est en el centro de la curva, nos queda en el valor 0
La desviacin estndar es ahora igual a 1 y
El rea bajo la curva tambin es igual a la unidad lo que equivale al total de los
casos de la poblacin estudiada, es decir
El rea total = 1 corresponde al 100% de los casos, y porciones del rea son
proporcionales a porcentajes parciales de la muestra.
La Regla del 68 95 - 99.7%
Todas las curvas o distribuciones de densidad normal satisfacen la siguiente
propiedad a la cual comnmente se le refiere como la Regla Emprica.
68% de las observaciones caen dentro de 1 desviacin estndar de la media, o
sea, entre - y +

95% de las observaciones caen dentro de 2 desviaciones estndar de la media,

o sea, entre -2 y +2

99.7% de las observaciones caen dentro de 3 desviaciones estndar de la

media, o sea, entre -3 y +3

Si tomamos intervalos centrados en , y cuyos extremos estn

1

a distancia , tenemos probabilidad 68%

a distancia 2 , tenemos probabilidad 95%

a distancia 25 tenemos probabilidad 99%

Ejemplos:
Con la ayuda de las tablas anexadas resolver:
1. Si queremos encontrar el rea bajo la curva comprendida entre las
calificaciones estndar de los incisos a) y d) anteriores, buscamos en la
tabla los valores que corresponden:
Para Z = 1.03 el rea bajo la curva es 0.8485
Para Z = 1.72 el rea bajo la curva es 0.9564
Lo que nos da un rea de 0.9564-0.8485 = 0.1079

Esto quiere decir que el 10.79% est entre los valores 26.6 y 29 (recordar
que el rea total =1 equivale al 100% de los casos).

Qu porcentaje de datos podramos esperar con valores mayores a 29?

Para Z = 1.72 el rea bajo la curva es 0.9564
lo que nos da 1-0.9564 = 0.0436 o sea 4.36%

2. Encontrar el rea bajo la curva entre las calificaciones Z=-2 y Z =-1

Como en unas tablas no nos dan el rea del lado izquierdo podemos usar los
valores del lado derecho y el rea es la misma porque la curva es simtrica.
Para Z=2 el rea bajo la curva es 0.9772
Para Z=1 el rea bajo la curva es 0.8413
lo que nos da un rea entre medio de ellas de 0.9772-0.8413=0.1359

ANEXO
Unidades y dcimas en la columna de la izquierda.
Cntesimas en la fila de arriba.

0,00

0 ,0 1

0,02

0 ,0 3

0 ,0 4

0,05

0,06

0,07

0 ,0 8

0 ,0 9

0,0

0 ,5 0 0 0

0,5040

0 ,5 0 8 0

0,5120

0,5160

0 ,5 1 9 9

0 ,5 2 3 9

0 ,5 2 7 9

0,5319

0,5359

0,1

0 ,5 3 9 8

0,5438

0 ,5 4 7 8

0,5517

0,5557

0 ,5 5 9 6

0 ,5 6 3 6

0 ,5 6 7 5

0,5714

0,5753

0,2

0 ,5 7 9 3

0,5832

0 ,5 8 7 1

0,5910

0,5948

0 ,5 9 8 7

0 ,6 0 2 6

0 ,6 0 6 4

0,6103

0,6141

0,3

0 ,6 1 7 9

0,6217

0 ,6 2 5 5

0,6293

0,6331

0 ,6 3 6 8

0 ,6 4 0 6

0 ,6 4 4 3

0,6480

0,6517

0,4

0 ,6 5 5 4

0,6591

0 ,6 6 2 8

0,6664

0,6700

0 ,6 7 3 6

0 ,6 7 7 2

0 ,6 8 0 8

0,6844

0,6879

0,5

0 ,6 9 1 5

0,6950

0 ,6 9 8 5

0,7019

0,7054

0 ,7 0 8 8

0 ,7 1 2 3

0 ,7 1 5 7

0,7190

0,7224

0,6

0 ,7 2 5 7

0,7291

0 ,7 3 2 4

0,7357

0,7389

0 ,7 4 2 2

0 ,7 4 5 4

0 ,7 4 8 6

0,7517

0,7549

0,7

0 ,7 5 8 0

0,7611

0 ,7 6 4 2

0,7673

0,7704

0 ,7 7 3 4

0 ,7 7 6 4

0 ,7 7 9 4

0,7823

0,7852

0,8

0 ,7 8 8 1

0,7910

0 ,7 9 3 9

0,7967

0,7995

0 ,8 0 2 3

0 ,8 0 5 1

0 ,8 0 7 8

0,8106

0,8133

0,9

0 ,8 1 5 9

0,8186

0 ,8 2 1 2

0,8238

0,8264

0 ,8 2 8 9

0 ,8 3 1 5

0 ,8 3 4 0

0,8365

0,8389

0,00

0 ,0 1

0,02

0 ,0 3

0 ,0 4

0,05

0,06

0,07

0 ,0 8

0 ,0 9

1,0

0 ,8 4 1 3

0,8438

0 ,8 4 6 1

0,8485

0,8508

0 ,8 5 3 1

0 ,8 5 5 4

0 ,8 5 7 7

0,8599

0,8621

1,1

0 ,8 6 4 3

0,8665

0 ,8 6 8 6

0,8708

0,8729

0 ,8 7 4 9

0 ,8 7 7 0

0 ,8 7 9 0

0,8810

0,8830

1,2

0 ,8 8 4 9

0,8869

0 ,8 8 8 8

0,8907

0,8925

0 ,8 9 4 4

0 ,8 9 6 2

0 ,8 9 8 0

0,8997

0,9015

1,3

0 ,9 0 3 2

0,9049

0 ,9 0 6 6

0,9082

0,9099

0 ,9 1 1 5

0 ,9 1 3 1

0 ,9 1 4 7

0,9162

0,9177

1,4

0 ,9 1 9 2

0,9207

0 ,9 2 2 2

0,9236

0,9251

0 ,9 2 6 5

0 ,9 2 7 9

0 ,9 2 9 2

0,9306

0,9319

1,5

0 ,9 3 3 2

0,9345

0 ,9 3 5 7

0,9370

0,9382

0 ,9 3 9 4

0 ,9 4 0 6

0 ,9 4 1 8

0,9429

0,9441

1,6

0 ,9 4 5 2

0,9463

0 ,9 4 7 4

0,9484

0,9495

0 ,9 5 0 5

0 ,9 5 1 5

0 ,9 5 2 5

0,9535

0,9545

1,7

0 ,9 5 5 4

0,9564

0 ,9 5 7 3

0,9582

0,9591

0 ,9 5 9 9

0 ,9 6 0 8

0 ,9 6 1 6

0,9625

0,9633

1,8

0 ,9 6 4 1

0,9649

0 ,9 6 5 6

0,9664

0,9671

0 ,9 6 7 8

0 ,9 6 8 6

0 ,9 6 9 3

0,9699

0,9706

1,9

0 ,9 7 1 3

0,9719

0 ,9 7 2 6

0,9732

0,9738

0 ,9 7 4 4

0 ,9 7 5 0

0 ,9 7 5 6

0,9761

0,9767

0,00

0 ,0 1

0,02

0 ,0 3

0 ,0 4

0,05

0,06

0,07

0 ,0 8

0 ,0 9

2,0

0 ,9 7 7 2

0,9778

0 ,9 7 8 3

0,9788

0,9793

0 ,9 7 9 8

0 ,9 8 0 3

0 ,9 8 0 8

0,9812

0,9817

2,1

0 ,9 8 2 1

0,9826

0 ,9 8 3 0

0,9834

0,9838

0 ,9 8 4 2

0 ,9 8 4 6

0 ,9 8 5 0

0,9854

0,9857

2,2

0 ,9 8 6 1

0,9864

0 ,9 8 6 8

0,9871

0,9875

0 ,9 8 7 8

0 ,9 8 8 1

0 ,9 8 8 4

0,9887

0,9890

2,3

0 ,9 8 9 3

0,9896

0 ,9 8 9 8

0,9901

0,9904

0 ,9 9 0 6

0 ,9 9 0 9

0 ,9 9 1 1

0,9913

0,9916

2,4

0 ,9 9 1 8

0,9920

0 ,9 9 2 2

0,9925

0,9927

0 ,9 9 2 9

0 ,9 9 3 1

0 ,9 9 3 2

0,9934

0,9936

2,5

0 ,9 9 3 8

0,9940

0 ,9 9 4 1

0,9943

0,9945

0 ,9 9 4 6

0 ,9 9 4 8

0 ,9 9 4 9

0,9951

0,9952

2,6

0 ,9 9 5 3

0,9955

0 ,9 9 5 6

0,9957

0,9959

0 ,9 9 6 0

0 ,9 9 6 1

0 ,9 9 6 2

0,9963

0,9964

2,7

0 ,9 9 6 5

0,9966

0 ,9 9 6 7

0,9968

0,9969

0 ,9 9 7 0

0 ,9 9 7 1

0 ,9 9 7 2

0,9973

0,9974

2,8

0 ,9 9 7 4

0,9975

0 ,9 9 7 6

0,9977

0,9977

0 ,9 9 7 8

0 ,9 9 7 9

0 ,9 9 7 9

0,9980

0,9981

2,9

0 ,9 9 8 1

0,9982

0 ,9 9 8 2

0,9983

0,9984

0 ,9 9 8 4

0 ,9 9 8 5

0 ,9 9 8 5

0,9986

0,9986

0,00

0 ,0 1

0,02

0 ,0 3

0 ,0 4

0,05

0,06

0,07

0 ,0 8

0 ,0 9

0 ,9 9 8 7

0,9987

0 ,9 9 8 7

0,9988

0,9988

0 ,9 9 8 9

0 ,9 9 8 9

0 ,9 9 8 9

0,9990

0,9990

3,1

0 ,9 9 9 0

0,9991

0 ,9 9 9 1

0,9991

0,9992

0 ,9 9 9 2

0 ,9 9 9 2

0 ,9 9 9 2

0,9993

0,9993

3,2

0 ,9 9 9 3

0,9993

0 ,9 9 9 4

0,9994

0,9994

0 ,9 9 9 4

0 ,9 9 9 4

0 ,9 9 9 5

0,9995

0,9995

3,3

0 ,9 9 9 5

0,9995

0 ,9 9 9 5

0,9996

0,9996

0 ,9 9 9 6

0 ,9 9 9 6

0 ,9 9 9 6

0,9996

0,9997

3,4

0 ,9 9 9 7

0,9997

0 ,9 9 9 7

0,9997

0,9997

0 ,9 9 9 7

0 ,9 9 9 7

0 ,9 9 9 7

0,9997

0,9998

3,5

0 ,9 9 9 8

0,9998

0 ,9 9 9 8

0,9998

0,9998

0 ,9 9 9 8

0 ,9 9 9 8

0 ,9 9 9 8

0,9998

0,9998

3,6

0 ,9 9 9 8

0,9998

0 ,9 9 9 9

0,9999

0,9999

0 ,9 9 9 9

0 ,9 9 9 9

0 ,9 9 9 9

0,9999

0,9999

3,7

0 ,9 9 9 9

0,9999

0 ,9 9 9 9

0,9999

0,9999

0 ,9 9 9 9

0 ,9 9 9 9

0 ,9 9 9 9

0,9999

0,9999

3,8

0 ,9 9 9 9

0,9999

0 ,9 9 9 9

0,9999

0,9999

0 ,9 9 9 9

0 ,9 9 9 9

0 ,9 9 9 9

0,9999

0,9999

3,9

1 ,0 0 0 0

1,0000

1 ,0 0 0 0

1,0000

1,0000

1 ,0 0 0 0

1 ,0 0 0 0

1 ,0 0 0 0

1,0000

1,0000