Qumica Clnica I

Modelo de
Distribucin Z
Investigacin
EBC. Juan Manuel Vargas Morales
Martes, Mircoles y Jueves 10:00-11:00 hrs

Jessica Marlene Zavala Prez

/2015

La distribucin normal N (, ): es un modelo matemtico que rige muchos

fenmenos. La experiencia demuestra que las distribuciones de la mayora de
las muestras tomadas en el campo de la industria se aproximan a la
distribucin normal si el tamao de la muestra es grande. Esta distribucin
queda definida por dos parmetros: la media y la desviacin tpica . Se
presenta mediante una curva simtrica conocida como campana de Gauss.
Esta distribucin nos da la probabilidad de que al elegir un valor, ste tenga
una medida contenida en unos intervalos definidos. Esto permitir predecir de
forma aproximada, el comportamiento futuro de un proceso, conociendo los
datos del presente.

La distribucin normal fue reconocida por primera vez por el francs

Abraham de Moivre (1667 -1754).
Posteriormente, Carl Friedrich Gauss (1777 -1855) realiz estudios ms a
fondo donde formula la ecuacin de la curva conocida comnmente,
como la Campana de Gauss ".
Las principales caractersticas de esta distribucin son:
1.
La distribucin tiene 2 parmetros: media (m) y desviacin estndar
(s) y queda perfectamente determinada por ellos. Debido a esto es que la
notacin abreviada que se usa para representar la distribucin es N(m, s)
2.
La moda (el valor ms frecuente), la mediana (el valor central) y la
media tienen el mismo valor.
3.

El rea total bajo la curva y el eje de las x es la unidad.

4.
La curva tiene forma de campana, por lo que se le llama curva
acampanada o campana de Gauss
5.
La distribucin es simtrica respecto a la media, es decir, el 50% del
rea est a la izquierda de la media y el otro 50% a la derecha.
6.
El punto de inflexin de la curva (el punto donde la curva deja de ser
cncava hacia abajo y empieza a ser cncava hacia arriba), se encuentra a una
distancia de una desviacin estndar (+s y -s) respecto al eje de las y, e
invariablemente la tangente en este punto de inflexin corta al eje de las x a
una distancia de 2 desviaciones estndar (+2s y -2s).
7.
La curva se extiende en ambas direcciones y tiende gradualmente a
unirse al eje de las x (se hace asinttica al eje de las x), por lo que solamente
se juntan en menos infinito (-) y en ms infinito (+), aunque en la prctica la
curva se corta en +4s y -4s.
Puntualizando podemos decir que:
o
o
o

Son muchas las variables aleatorias que estn distribuidas normalmente

cuando se realizan experimentos u observaciones empricas y hay otras
ms que estn distribuidas en forma aproximadamente normal.
Ciertas distribuciones se pueden aproximar mediante la distribucin
normal.
Ciertas variables que son bsicas para justificar pruebas estadsticas
estn distribuidas en forma normal, como las distribuciones muestrales
de muestras grandes, intervalos de confianza, pruebas de hiptesis, el
teorema del lmite central, etc.

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):

BIBLIOGRAFA

https://jrvargas.files.wordpress.com/2010/07/problemas-resueltos-dedist-normal1.pdf
http://www.mat.uda.cl/hsalinas/cursos/2010/eyp/tema4-variablesaleatorias.pdf
http://148.204.211.134/polilibros../portal/Polilibros/P_terminados/Probabil
idad/doc/Unidad%203/3.7.htm

ANEXO