DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P.

Reyes / octubre 2008

DISTRIBUCIN NORMAL, PRUEBA DE

NORMALIDAD

DR. PRIMITIVO REYES AGUILAR

Junio 2008
Mail. Primitivo_reyes@yahoo.com /
Cel. 044 55 52 17 49 12

Pgina 1 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

CONTENIDO
1. Distribucin normal

2. Estandarizacin de valores

3. Prueba de normalidad

Pgina 2 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

LA DISTRIBUCIN NORMAL, PRUEBA DE

NORMALIDAD, TRANSFORMACIN Y AJUSTE DE DATOS
1. DISTRIBUCIN NORMAL
Un proceso opera en condiciones normales, si tiene los materiales dentro de de
especificaciones y del mismo lote, un mtodo consistente, un medio ambiente
adecuado, el operador capacitado, y el equipo ajustado correctamente, si se
toman mediciones en alguna caracterstica del producto, mostrar el siguiente
comportamiento:

Fig. 1 Construccin de la distribucin normal

La distribucin normal es una de las distribuciones ms usadas e importantes.
Se ha desenvuelto como una herramienta indispensable en cualquier rama de
la ciencia, la industria y el comercio.
Muchos eventos reales y naturales tienen una distribucin de frecuencias cuya
forma es muy parecida a la distribucin normal. La distribucin normal es
llamada tambin campana de Gauss por su forma acampanada.

Pgina 3 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

Cuando se incluyen todos los datos de un proceso o poblacin, sus parmetros

se indican con letras griegas, tales como: promedio o media = (mu), y
desviacin estndar (indicador de la dispersin de los datos) = (sigma).
Para el caso de estadsticos de una muestra se tiene media = X y desv. est.= s.

Propiedades de la distribucin normal estndar

La distribucin normal estndar tiene media = 0 y desviacin estndar

=1. La media, Mediana y Moda coinciden, son iguales y se localizan en el
pico.

Fig. 2 Propiedades de la distribucin normal

El rea bajo la curva o probabilidad de menos infinito a ms infinito vale 1.

La distribucin normal es simtrica, la mitad de curva tiene un rea de 0.5.

La escala horizontal de la curva se mide en desviaciones estndar.

La forma y la posicin de una distribucin normal dependen de los

parmetros , , por lo que hay un nmero infinito de distribuciones
normales.

Pgina 4 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

Lmite inferior de especs.

Lmite superior de especificaciones

Fig. 3 Distribuciones normales con varias desv. estndar

LIE
Fig. 4 Distribuciones
desviaciones estndar

LSE
normales

Pgina 5 de 14

con

varias

medias

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

Existe una relacin del porcentaje de probabilidad o rea bajo la curva normal
a la desviacin estndar. En la figura observamos por ejemplo que el rea bajo
la curva para 1

tiene un porcentaje de 68.26%, 2

= 95.46% y

3 99.73% .

-3s -2s -1s

+1s +2s +3s

68.26%
95.46%

99.73%
Fig. 5 rea bajo la curva de Distribucin normal
Lo anterior se puede calcular con la Tabla de distribucin normal o con Excel
(Fx =distr.norm.estand(Z) proporciona el rea desde menos infinito hasta Z).
En la tabla normal, se busca el valor de Z y se encuentra el rea bajo la curva.
La primera tabla sirve para determinar el rea o probabilidad que se encuentra
fuera de los lmites de especificaciones. La segunda tabla proporciona valores
de rea bajo la curva para Zs mayores a cero. En cada una se muestran
ejemplos de su uso.

Pgina 6 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

Pgina 7 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

Ejemplo 1
a) Determinar el rea bajo la curva de menos infinito a Z = - 1.
P(Z<= -1) = 0.1587
b) Determinar el rea bajo la curva de menos infinito a Z = - 2.
P(Z<= - 2) = 0.0228
c) Determinar el rea bajo la curva entre Z >= -2. hasta Z <= -1
P(- 2 <= Z<= -1) = 0.1259

Pgina 8 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

Pgina 9 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

Ejemplo 2
a) Determinar el rea bajo la curva de menos infinito a Z = 1.
P(Z <= 1) = 0.8413
b) Determinar el rea bajo la curva de menos infinito a Z = 2.
P(Z <= 2) = 0.9772 8
c) Determinar el rea bajo la curva de menos Z = 1 a Z = 2
P(1 <= Z <= 2) = 0.9772 0.8413 = 0.1369

Pgina 10 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

EJERCICIO 1:
Qu porcentaje del rea bajo la curva normal estndar o probabilidad est
incluido dentro de los siguientes rangos?
a) P(1.2 <= Z <= 2.2) = P(Z <= 2.2) P(Z <= 1.2) =
b) P(-2.1 <= Z <= -0.4) = P(Z <= - 0.4) P(Z <= -2.1) =
c) P( -1.3 <= Z <= 2.7) = P(Z <= 2.7) P(Z <= -1.3) =
d) P( Z >= 2.4) = P(Z <= -2.4) =
e) P( Z<=-2.9) + P(Z>= 3.1) = P(Z <= -2.9) + P(Z <= -3.1) =
f) P(Z>= 1.9) = P(Z <= -1.9) =

2. Estandarizacin de valores reales

En la prctica, se tienen valores reales de promedio diferentes de cero y con
desviacin estndar diferentes de uno, para determinar la probabilidad o rea
bajo la curva, se determina el nmero de desviaciones estndar Z entre algn
valor X y la media de la poblacin o de la muestra X como sigue:

s se consideran los datos completos del proceso.

X X
s

s se consideran slo los datos de una muestra.

Ejemplo 3 El departamento de personal de una empresa requiere que los

solicitantes a un puesto en cierta prueba alcancen una calificacin de 500. Si
las calificaciones de la prueba se distribuyen normalmente con media 485
y desviacin estndar

30 Qu porcentaje de los solicitantes pasar la

prueba?
Calculando el valor de Z obtenemos:
Z

X
500 485
0.5
=
30

Buscamos el valor correspondiente

Z en las tablas de distribucin normal

estndar o por medio de Excel =distr.norm.estand(0.5). Z0.5 = 0.69146 =

Pgina 11 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

69.146%. donde la probabilidad de que la calificacin sea menor a 500 es P (X

<= 500). Dado que el porcentaje pedido es P ( X 500) la solucin es 10.69146 =0.3085, por tanto slo 30.85% de los participantes pasarn la prueba.
Otra forma es tomando la Z como negativa con P(Z <= -0.5) = 0.3085.
485

3 0 .8 5 %

Z.0 5

Fig. 6 rea bajo la curva de Distribucin normal

Ejemplo 1.4 Suponga que un proceso tiene una distribucin normal dada tiene
una media de 20 y una desviacin estndar de 4. Calcule la probabilidad
P (X >=24) = 1 P(X <= 24) =
En la barra de herramientas seleccione el icono de funciones
fx>Estadsticas>Distr.Norm.Estand. OK. El sistema muestra la siguiente
ventana, en la cual llenamos los siguientes datos:

Fig. 7 Clculo del rea bajo la curva normal sin requerir Z

El resultado de la frmula = 0.8413. , dado que esta es la probabilidad P(X
24), la probabilidad buscada es: P(X > 24) = 1 - 0.8413= 0.1587

Pgina 12 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

EJERCICIO 2:
Un producto tiene un peso promedio de 75 Kgs. con una desviacin estndar
de 10Kgs.
a) Cul es la probabilidad de que un producto pese ms de 85Kgs.?
b) Cul es la probabilidad de que un producto pese menos de 55Kgs.?
c) Cul es la probabilidad de que el producto pese entre 60 y 80 Kgs.?.
d) Cul es la probabilidad de que el producto pese entre 55 y 70 Kgs.?
e) Cul es la probabilidad de que el producto pese entre 85 y 100Kgs.?

3. PRUEBA DE NORMALIDAD
Para probar normalidad de datos, se pueden utilizar los mtodos de Anderson
Darling o Ryan, y la grfica de probabilidad normal.
Si se tienen ms de 15 datos se recomienda la prueba de normalidad de
Anderson-Darling, si se tienen menos de 16 datos se recomienda la prueba de
Kolmogorov-Smirnov.
a) En el mtodo de Anderson Darling o Ryan Joiner, si el valor de probabilidad
P de la prueba es mayor a 0.05 o 0.10, se considera que los datos son
normales. Seguir los siguientes pasos:
Generar 100 datos aleatorios en Minitab con Media = 264.6 y Desviacin
estndar S = 32.02 con:
1. Calc > Random data > Normal
2. Generate 100 Store in columns C1 Mean 264.06 Estandar deviation 32.02
OK
Nos aseguramos que los datos se distribuyan normalmente con la prueba de
Anderson Darling o Ryanjoiner como sigue:
1. Stat > Basic statistics > Normality Test
2. Variable C1

Seleccionar Ryan Joiner test OK

Pgina 13 de 14

DISTRIBUCIN NORMAL /PRBA. NORMALIDAD/ TRANSF. DATOS P. Reyes / octubre 2008

El P value debe ser mayor a 0.05 para que los datos se distribuyan
normalmente

Fig. 8 Grfica de probabilidad de un proceso normal

b) Otra opcin por medio de una grfica de probabilidad normal, se tiene:
3. Graph > Probability plot > Normal
4. Graph Variable C1
5. Distribution Normal OK
Los puntos deben quedar dentro del intervalo de confianza para indicar que es
normal la distribucin.

Fig. 9 Grfica de probabilidad normal con Int.de confianza

Pgina 14 de 14