DISTRIBUCIÓN NORMAL

La distribución normal, distribución de Gauss o distribución gaussiana, es

la distribución de probabilidad continua más utilizada en el curso de estadística. La
distribución normal nos permite crear modelos de muchísimas variables y fenómenos,
como, por ejemplo, la estatura, la temperatura ambiental de una ciudad, los errores de
medición, y muchos otros fenómenos naturales, sociales, y hasta psicológicos
(MateMovil, 2018).
Una distribución normal de media μ y desviación típica σ se designa por N(μ, σ).
Su gráfica (figura 1) es la campana de Gauss:

Figura 1. Grafica de la campana de Gauss de la distribución normal.

Fuente. https://www.vitutor.net/images/no_1.gif
El área del recinto determinado por la función y el eje de abscisas es igual a la
unidad. Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale al área encerrada bajo
la curva (Vitutor, 2015).
En la distribución normal, uno puede calcular la probabilidad de que varios
valores ocurran dentro de ciertos rangos o intervalos. Sin embargo, la probabilidad
exacta de un valor particular dentro de una distribución continua, como la distribución
normal, es cero. Esta propiedad distingue a las variables continuas, que son medidas, de
las variables discretas, las cuales son contadas (Gestiopolis, 2002)
La distribución normal posee ciertas propiedades importantes que conviene
destacar:
I. Tiene una única moda, que coincide con su media y su mediana.
II. La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor entre
-∞ y +∞ es teóricamente posible. El área total bajo la curva es, por tanto, igual a 1.
 III. Es simétrica con respecto a su µ media. Según esto, para este tipo de variables
existe una probabilidad de un 50% de observar un dato mayor que la media, y un 50%
de observar un dato menor.
IV. La distancia entre la línea trazada en la media y el punto de inflexión de la
curva es igual a una desviación típica (σ). Cuanto mayor sea σ, más aplanada será la
curva de la densidad.
V. El área bajo la curva comprendido entre los valores situados aproximadamente
a dos desviaciones estándar de la media es igual a 0.95. En concreto, existe un 95% de
posibilidades de observar un valor comprendido en el intervalo.
VI. La forma de la campana de Gauss depende de los parámetros µ y σ. La media
indica la posición de la campana, de modo que para diferentes valores de µ la gráfica es
desplazada a lo largo del eje horizontal. Por otra parte, la desviación estándar determina
el grado de apuntamiento de la curva. Cuanto mayor sea el valor de σ, más se dispersarán
los datos en torno a la media y la curva será más plana. Un valor pequeño de este
parámetro indica, por tanto, una gran probabilidad de obtener datos cercanos al valor
medio de la distribución (Pertegas Diaz & Pita, 2001).
La tabla de la distribución normal presenta los valores de probabilidad para una
variable estándar Z, con media igual a 0 y varianza igual a 1. Para usar la tabla, siempre
debemos estandarizar la variable por medio de la expresión:
𝑋−µ
𝑍=
𝜎
Siendo el valor de interés; la media de nuestra variable y su desviación estándar.
Recordemos que, y corresponden a parámetros, o sea valores en el universo, que
generalmente no conocemos, por lo que debemos calcular Z usando los datos de nuestra
muestra. En general, el valor de Z se interpreta como el número de desviaciones estándar
que están comprendidas entre el promedio y un cierto valor de variable x. En otras
palabras, se puede decir que es la diferencia entre un valor de la variable y el promedio,
expresada esta diferencia en cantidad de desviaciones estándar (Fernando Quevedo,
2011).

Por ejemplo, si tenemos una variable aleatoria continua X con una distribución
normal no estandarizada, con media igual a 10 y desviación estándar igual a 1, y el
problema pide calcular la probabilidad de que la variable X tome un valor entre 10 y
11,50, hay que estandarizar los valores de la variable X aplicando la fórmula de z:
 Ahora, veamos la gráfica de esta distribución normal:

Y usando la tabla z, se calcula el área bajo la curva. Cuando z es igual a 1,50,

el área bajo la curva es de 0,4332.
Si se desea encontrar la probabilidad de que la variable estandarizada z, tome un
valor entre 0 y 1,50; hay que encontrar el área bajo la curva entre z = 0 y z = 1,50
 Para calcular el valor de esta área, se utiliza la tabla z y se busca el valor de 1,50:

Como vemos, el valor del área bajo la curva es de 0,4332, y esa sería la
probabilidad de que la variable estandarizada z, tome un valor comprendido entre 0 y
1,50 (MateMovil, 2018).

REFERENCIAS BIBLIOGRÁFICAS

Fernando Quevedo, R. (2011). Obtenido de

https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/5033

Gestiopolis. (2002). Obtenido de https://www.gestiopolis.com/que-es-la-

distribucion-normal/

MateMovil. (2018). Obtenido de https://matemovil.com/distribucion-normal-

ejercicios-resueltos/

Pertegas Diaz, S., & Pita, F. S. (2001). Obtenido de

https://www.fisterra.com/mbe/investiga/distr_normal/distr_normal2.pdf

Vitutor. (2015). Obtenido de https://www.vitutor.net/1/55.html