UNIVERSIDAD NACIONAL DEL CALLAO 

FACULTAD DE INGENIERÍA PESQUERA Y ALIMENTOS 

ESCUELA DE INGENIERÍA DE ALIMENTOS 
 

“DISTRIBUCIÓN NORMAL” 
 
 
 
 
 
 
 
 
 
 
 
DOCENTE:   
​Fernando Arce 
 
CURSO: 
Estadística 
 
 
INTEGRANTES: 
 
Pantigoso Rivera Danna 
Sánchez Valverde Jessica 
Trujillo Amado Diana Celeste 
Vilca Vilca Julio 
 
SEMESTRE: 
 

2019-B 
 
 
  
Índice 
 
I. Introducción 
 
II. Objetivos 
 
III. Cuerpo de trabajo 
 
3.1. Definición 
3.2. Importancia 
3.3 Propiedades 
3.4. Cálculo de otras probabilidades 
 
IV. Ejemplos 
 
V. Conclusiones 
 
VI. Anexos 
 

 
 
 
 
 
 
 
 
 
1 
  
 

I. INTRODUCCIÓN 

La estadística es la más extensa de todas las aplicaciones de la matemática y en el centro de la

estadística se encuentra la distribución normal, conocida por millones de personas como la
curva en forma de campana o la curva acampanada. Esta es realmente una familia
biparamétrica de curvas que se obtienen a través de la ecuación.

Varias de estas curvas aparecen en la Figura 1. No solamente es conocida como la curva

acampanada para muchos, también son conocidos sus principales usos como la descripción
general de formas de gráficos de datos. Esta distribución, claro está, tiene otros usos y juega
un rol importante en las ciencias sociales como también en las ciencias naturales. Como es el
caso de muchos conceptos matemáticos importantes, el origen de esta curva logra ser una
historia que es a la vez instructiva y divertida. Realmente, se dan dos historias aquí: la
invención de la curva como una herramienta para calcular probabilidades y el reconocimiento
de su utilidad en la descripción de conjuntos de datos.

Figura 1: Curvas acampanadas.

2 
II. OBJETIVOS 

OBJETIVO GENERAL: 

Con el desarrollo de este trabajo queremos lograr que los 

estudiantes del curso de Estadística, puedan construir, aplicar, 
calcular y utilizar la distribución normal para obtener probabilidades 
de valores puntuales, intervalos y cantidades específicas, utilizando 
la normal estándar. 

OBJETIVOS ESPECÍFICOS. 

● Identificar las propiedades de una distribución normal. 

● Conocer los movimientos de la campana de Gauss. 
● Identificar la fórmula de la distribución normal. 
● Entender e interpretar áreas bajo la curva normal de acuerdo a 
una situación problemática. 

3 
III. CUERPO DEL TRABAJO
DISTRIBUCIÓN NORMAL

DEFINICIÓN 
La distribución normal, también llamada distribución de Gauss (en honor a Carl F. Gauss),
distribución gaussiana o distribución de Laplace-Gauss, refleja cómo se distribuyen ciertas
características (o datos) en una población. Se trata de la distribución más frecuente en
estadística, y se considera la más importante por la gran cantidad de variables reales que
adoptan. Así, muchas de las características en la población se distribuyen según una
distribución normal: la inteligencia, datos antropométricos en los seres humanos (por
ejemplo la altura). También se trata, pues, de una distribución de probabilidad de una
variable continua. Las variables continuas son aquellas que pueden adoptar cualquier valor
en el marco de un intervalo que ya está predeterminado.
Entre dos de los valores, siempre puede existir otro valor intermedio, susceptible de ser
tomado como valor por la variable continua. Un ejemplo de variable continua es el peso.

PROPIEDADES 
La distribución normal posee ciertas propiedades importantes que conviene destacar:

1. Tiene una única moda, que coincide con su media y su mediana.

2. La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor entre -∞ y
+∞ es teóricamente posible.
3. El área total bajo la curva representa el 100% de los casos.
4. Es simétrica con respecto a su media µ. 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.
5. 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.
6. 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 (µ- 1.96​σ, ​µ+
1.96​σ).

4 
 7. 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 dispersan 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.

Distribuciones normales con diferentes medias e igual desviación estándar 

 

 
 
Distribuciones normales con distinta desviación estándar e igual media 

8.

5 
TABLA DE DISTRIBUCIÓN NORMAL
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
Supongamos un conjunto de personas con edad promedio 25 años y desviación estándar 3,86. Nuestro
valor de interés (x) es 30 años. El valor de Z correspondiente será:

Este valor de Z nos dice que la edad de 30 años está a 1,29 desviaciones estándar sobre el promedio.

6 
Ahora bien, la tabla de la distribución normal, entrega valores de probabilidad para los distintos valores
de Z.

¿Cómo se usa la tabla de Z?

Lo averiguaremos con un valor concreto: ¿cuál es la probabilidad de encontrar un valor de Z menor o
igual a 1,96?

Cálculo de probabilidades en distribuciones normales

La tabla (al final de este repartido) nos da las probabilidades de P(z ≤ k), siendo z la variable
tipificada. Estas probabilidades nos dan la función de distribución Φ(k).
Φ(k) = P(z ≤ k)
En la tabla de valor de k se ubican las unidades y décimas en la columna de la izquierda y las
centésimas en la fila de arriba.

7 
Ejemplo 1. La temperatura durante septiembre está distribuida normalmente con media
18,7ºC y desviación standard 5ºC. Calcule la probabilidad de que la temperatura durante
setiembre esté por debajo de 21ºC.

P (Z ≤ X−100
6 ) 100 = 0, 990

Búsqueda en la tabla de valor de k Unidades y décimas en la columna de la izquierda y

Centésimas en la fila de superior
● P(Z ≤ a)=1- P(Z > a)

8 
● P(Z > a) = 1 - P(Z ≤ a)

● P(Z ≤ −a) = 1 − P(Z ≤ a)

● P(Z > −a) = 1-P(Z ≤-a)

● P(a < Z ≤ b ) = P(Z ≤ b) − P(Z ≤ a)

9 
 ● P(−b < Z ≤ −a ) = P(a < Z ≤ b )
Nos encontramos con el caso inverso a los anteriores, conocemos el valor de la probabilidad
y se trata de hallar el valor de la abscisa. Ahora tenemos que buscar en la tabla el valor que
más se aproxime a K.

P(−a < Z ≤ b ) = P(Z ≤ b) − [1 − P (Z ≤ a)]

Importancia de la distribución normal:

10 
 Es el modelo continuo de mayor importancia en estadística debido a las siguientes razones:
● Su aplicación es directa y permite observar muchas variables de interés, que pueden
describirse fácilmente con este modelo.
● Sirve para acercarse a varias distribuciones de probabilidad discreta, entre estas la
distribución de Poisson y la distribución Binomial.
● Sus propiedades han permitido el desarrollo de muchas técnicas de inferencia
estadística. Proporcionando la base de la estadística inferencial clásica, por su relación
con el teorema de límite central.

IV. EJEMPLOS 
PROBLEMA 4

Sabiendo que el peso de los estudiantes varones de la CEPRE-UNAC se puede

aproximar por una variable aleatoria con distribución normal, de media 74 kg y
desviación típica 6 kg, se pide:

a) Determinar el porcentaje de estudiantes varones cuyo peso está

comprendido entre los 68 y 80 kg.

b) Estimar cuántos de los 1500 estudiantes varones que se han presentado al

examen de admisión de la Universidad Nacional del Callao, pesan más de 80
kg.

Solución

11 
12 
V. CONCLUSIONES 

● Con el desarrollo de este trabajo y gracias a la comprensión de conceptos 

entendimos que la distribución normal es una poderosa herramienta 
probabilística que bien aplicada nos podrá ayudar a facilitar los cálculos 
para la solución de problemas. 
● La distribución normal es la más usada en la probabilidad y la estadística, 
dado que a muchas poblaciones numéricas tienen distribuciones que se 
ajustan con precisión a una curva normal. 
● El área bajo la curva de una distribución normal es uno, ya que 
corresponde a una función de densidad. 
● La desviación estándar (σ) determina el grado de apuntamiento de la 
curva. Cuanto mayor sea el valor de σ, más se dispersan los datos en torno 
a la media y la curva será más plana. 
● 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. 

● Una herramienta útil es expresar los problemas de cálculo de distribución 

normal mediante gráficos con objeto de facilitar su compresión. 
● La distribución normal es una de las distribuciones de probabilidad de 
variable continua que con más frecuencia aparece en fenómenos reales. La 
importancia de esta distribución radica en que permite modelar numerosos 
fenómenos naturales, sociales y psicológicos​.

13 
VI. ANEXOS 
Distribucion Normal Estandar

Z ∼ Normal(0, 1)
z
p = P (Z ≤ z ) = Φ(z) = ∫ ϕ(u)du = 1 − α
−∞
donde
1 − 12 u2
ϕ(u) = √2π
e

Nota: Si X ∼ N(µ, σ2 ), entonces Z = (X − µ)/σ ∼

N(0, 1). Luego,

P (X ≤ x) = Φ( x−u
σ
)

Tabla: Probabilidades acumuladas p de la distribución normal estándar.

14