PROBABILIDAD

DISTRIBUCIÓN NORMAL

Docente:
MAURICIO HERNANDEZ CARRILLO

mauricio.hernandez@endeporte.edu.co
 Distribución Normal

Hay muchas variables aleatorias continuas cuya función de

densidad tiene forma de campana.
N ( ,  )
Ejemplos:
- La variable peso en una población de personas de la misma
edad y sexo.

- La variable altura de la población citada.

Se dice que estas variables tienen una distribución normal y la

función de densidad recibe el nombre de curva normal o campana
de Gauss.
 Distribución Normal Estándar

De las infinitas distribuciones, tiene especial interés la de media 0 y desviación

estándar 1, es decir, . Esta distribución recibe el nombre de normal estándar.

Existen unas tablas que permiten calcular probabilidades en distribuciones

normales estándar. Por ello es aconsejable transformar cualquier v.a. X en una
variable con distribución normal Z que siga una distribución N(0,1).

El cambio de variable que es necesario hacer es el siguiente:

X 
Z


Manejo de las tablas:

 Características de la función de
densidad de la N(µ, )
Una variable aleatoria continua X sigue una distribución normal
de media  y desviación típica , y se designa por N(, ) si se
cumplen las siguientes condiciones.

1.ª La variable puede tomar cualquier valor real, es decir, x (–,

+).

2.ª La función de densidad, que es la expresión en términos de

ecuación matemática de la función de Gauss, es:
2
x-
1 -1  
  
2
f(x) =
 2
e  
 Características de la función de
densidad de la N(µ, )
2
x-
-1  

f(x) =
1
e 2   
  (, 1 )
 2  2

Y Área bajo la curva:

1 unidad

I' I

X
y=0
 +
x=
Campo de existencia = (– ,+ )
Creciente Decreciente
Ejemplo de distribuciones normales
Ejemplo de distribuciones normales
 Distribución normal estándar
N(0, 1)
De las infinitas distribuciones N(, ) tiene especial interés la
distribución N(0, 1), es decir, aquella que tiene por media el
valor cero ( = 0) y por desviación típica la unidad ( = 1). Se le
designa como variable Z.

Características de la distribución N(0,1): Y

1. Función de densidad:
1 - 1 t2
f(t) =
2
e 2
2. Probabilidad:
a


1 X
1  t2
P( Z  a)  e 2
dt a
2 0

 Ejemplo
La recuperación de un grupo de deportistas tiene una distribución de
probabilidad normal, se tomaron los siguientes datos de los días de
recuperación de 5 deportistas:

6, 8, 7, 3, 6

Cuál es la probabilidad de
que la recuperación dure:
a) Menos de 5 días?
b) Más de 8 días?
c) Entre 4 y 6 días?
Tabla de la Distribución
Normal Estándar N(0, 1)
Tabla de la Distribución
Normal Estándar N(0, 1)
 Manejo de tablas

x 0,00 0,01 0,02 0,03

0,0 0,5000 0,5040 0,5080 0,5120
0,1 0,5398 0,5438 0,5478 0,5517
Y
0,2 0,5793 0,5832 0,5871 0,5910
0,3 0,6179 0,6217 0,6255 0,6293
0,4 0,6554 0,6591 0,6628 0,6664
0,5 0,6915 0,6950 0,6985 0,7019
0,6 0,7257 0,7291 0,7324 0,7357
0,7 0,7580 0,7611 0,7642 0,7673
0,8 0,7881 0,7910 0,7939 0,7967
0,9 0,8159 0,8186 0,8212 0,8238
1,0 0,8413 0,8438 0,8461 0,8485 X
1,1 0,8643 0,8665 0,8686 0,8708 1,23
1,2 0,8849 0,8869 0,8888 0,8907 0
1,3 0,9032 0,9049 0,9066 0,9082

P(Z  1,23) = 0,8907

 Manejo de tablas

x 0,00 0,01 0,02 0,03

0,0 0,5000 0,5040 0,5080 0,5120
0,1 0,5398 0,5438 0,5478 0,5517
Y
0,2 0,5793 0,5832 0,5871 0,5910
0,3 0,6179 0,6217 0,6255 0,6293
0,4 0,6554 0,6591 0,6628 0,6664
0,5 0,6915 0,6950 0,6985 0,7019
0,6 0,7257 0,7291 0,7324 0,7357
0,7 0,7580 0,7611 0,7642 0,7673
0,8 0,7881 0,7910 0,7939 0,7967
0,9 0,8159 0,8186 0,8212 0,8238
1,0 0,8413 0,8438 0,8461 0,8485 X
1,1 0,8643 0,8665 0,8686 0,8708
–1,23 1,23
1,2 0,8849 0,8869 0,8888 0,8907 0
1,3 0,9032 0,9049 0,9066 0,9082

P(Z  –1,23) = 1 – P(Z  1,23) = 1 – 0,8907 = 0,1093

 Manejo de tablas

x 0,00 0,01 0,02 0,03

0,0 0,5000 0,5040 0,5080 0,5120
0,1 0,5398 0,5438 0,5478 0,5517
Y
0,2 0,5793 0,5832 0,5871 0,5910
0,3 0,6179 0,6217 0,6255 0,6293
0,4 0,6554 0,6591 0,6628 0,6664
0,5 0,6915 0,6950 0,6985 0,7019
0,6 0,7257 0,7291 0,7324 0,7357
0,7 0,7580 0,7611 0,7642 0,7673
0,8 0,7881 0,7910 0,7939 0,7967
0,9 0,8159 0,8186 0,8212 0,8238
1,0 0,8413 0,8438 0,8461 0,8485 X
1,1 0,8643 0,8665 0,8686 0,8708
1,01 1,23
1,2 0,8849 0,8869 0,8888 0,8907 0
1,3 0,9032 0,9049 0,9066 0,9082

P(1,01  Z  1,23) = P(Z  1,23) – P(Z  1,01) =

= 0,8907– 0,8438 = 0,1469

 Manejo de tablas

x 0,00 0,01 0,02 0,03

0,0 0,5000 0,5040 0,5080 0,5120
0,1 0,5398 0,5438 0,5478 0,5517
Y
0,2 0,5793 0,5832 0,5871 0,5910
0,3 0,6179 0,6217 0,6255 0,6293
0,4 0,6554 0,6591 0,6628 0,6664
0,5 0,6915 0,6950 0,6985 0,7019
0,6 0,7257 0,7291 0,7324 0,7357
0,7 0,7580 0,7611 0,7642 0,7673
0,8 0,7881 0,7910 0,7939 0,7967
0,9 0,8159 0,8186 0,8212 0,8238
1,0 0,8413 0,8438 0,8461 0,8485 X
1,1 0,8643 0,8665 0,8686 0,8708
–1,23 –1,01 1,01 1,23
1,2 0,8849 0,8869 0,8888 0,8907 0
1,3 0,9032 0,9049 0,9066 0,9082

P(–1,23  Z  –1,01) = P(1,01  Z  1,23) =

= P(Z  1,23) – P(Z  1,01) = 0,8907– 0,8438 = 0,1469

 Manejo de tablas

x 0,00 0,01 0,02 0,03

0,0 0,5000 0,5040 0,5080 0,5120
0,1 0,5398 0,5438 0,5478 0,5517
Y
0,2 0,5793 0,5832 0,5871 0,5910
0,3 0,6179 0,6217 0,6255 0,6293
0,4 0,6554 0,6591 0,6628 0,6664
0,5 0,6915 0,6950 0,6985 0,7019
0,6 0,7257 0,7291 0,7324 0,7357
0,7 0,7580 0,7611 0,7642 0,7673
0,8 0,7881 0,7910 0,7939 0,7967
0,9 0,8159 0,8186 0,8212 0,8238
1,0 0,8413 0,8438 0,8461 0,8485 X
1,1 0,8643 0,8665 0,8686 0,8708 –1,23 1,01
1,2 0,8849 0,8869 0,8888 0,8907 0
1,3 0,9032 0,9049 0,9066 0,9082

P(–1,23  Z  1,01) = P(Z  1,01) – P(Z  –1,23) =

= P(Z  1,01) – (1 – P(Z  1,23)) = 0,8907– 1+ 0,8438 = 0,7345

 Algunas probabilidades
bajo la N(µ,  )
Y

 – 3  – 2  –  +  + 2  + 3
0,683

0,954

0,997
 Tipificación de la variable N(µ,  )

Dada una variable aleatoria X que sea N(µ, )

Con el cambio de variable Z = (X - µ)/ 

Se consigue una variable aleatoria Z que es N (0 , 1)

Se dice que Z es la variable tipo o tipificada.

Pasar el problema a esta variable nos permite poder resolverlo

consultando la tabla N (0 , 1)

Ejemplo. Sea X una N(5 , 0,4). Calcular P (X ≤ 5,8)

Variable tipificada: Z = (X – 5)/ 0,4
Entonces: P (X ≤ 5,8)= P [X ≤ (5,8 – 5)/ 0,4] = P (Z ≤ 2)
Buscamos en la tabla N (0 , 1): P (Z ≤ 2) =0,9772
 Las edades de un grupo de deportistas se distribuyen
normalmente con una media de 26 años y una desviación
estándar de 4 años. ¿Cuál es la probabilidad de que un
deportistas cualquiera tenga entre 22 y 28 años?
  26
 4
X 
z


22 26 28

22  26  4 28  26 2 1
Z 22    1 Z 28     0.5
4 4 4 4 2
 Las edades de un grupo de deportistas se distribuyen
normalmente con una media de 26 años y una desviación
estándar de 4 años. ¿Cuál es la probabilidad de que un
deportistas cualquiera tenga entre 22 y 28 años?

Z 28  0.5
Z 22  1

22 26 28

Luego

Prob (22 < X < 28) =  (Z 28 )   (Z 22 )

 (0.5)   (1)

Busco en la tabla Z
 Prob (22 < X < 28) =  (0.5)   (1)
Busco en la tabla Z

 (0.5)
 Prob (22 < X < 28) =  (0.5)   (1)
Busco en la tabla Z

 (1)
Prob (22 < X < 28) =  (0.5)   (1)
Prob (22 < X < 28) = 0.6915 - 0.1587
Prob (22 < X < 28) = 0.5328

La Probabilidad de que un deportista

cualquiera de la población tenga entre 22 y 28
años es de 0.53, o en otras palabras del 53%.
 Ejercicio para entregar en clase
Grupo de máximo cuatro estudiantes

Se ha determinado que la distancia que recorre un ciclista de alto

rendimiento durante un año tiene una distribución normal con media
de 3800 kilómetros y una desviación estándar de 300 kilómetros.

a. ¿Cuál es la probabilidad de que un ciclista de alto rendimiento

elegido al azar realice menos de 3400 kilómetros en un año?

b. ¿Cuál es la probabilidad de que recorra más de 4500 kilómetros

en un año?

c. ¿Cuál es la probabilidad de que recorra entre 3400 y 4500

kilómetros?

Tener en cuenta: Expresar en porcentaje, utilice por lo menos 2

decimales y presentar ilustraciones (curvas de Gauss) para
visualizar cada punto.
 Taller 5: Distribución Normal
Este taller debe responderse en la NEO de forma individual.

1. Hallar el área bajo la curva normal entre: z1 = -1.20 y z2 = 2.40

2. Determinar el área bajo la curva normal, a la izquierda de z = -1.78
3. Determinar el área bajo la curva normal, correspondiente a -0.80 < z < 1.53
4. Encontrar el valor de z, tal que: el área a la derecha de z es igual a 0.2266
5. Encontrar el valor de z, tal que: el área a la izquierda de z es 0.0314
6. Hallar el área bajo la curva normal: entre z1 = 1.25 y z2 = 1.67
7. Hallar el área bajo la curva normal: entre z1 = 0.90 y z2 = 1.58
8. Hallar z si el área bajo la curva normal es: entre 0 y z es 0.4515
9. Hallar el valor Z de x = 13, en una distribución normal con media  = 28 y
desviación estándar  = 12.
10. La duración de cierto ejercicio para la recuperación de una lesión, tiene una
distribución de probabilidad normal, se midieron los minutos en 5 personas: 18,
20, 15, 10, 12. Teniendo en cuenta los datos obtenidos ¿Cuál es la probabilidad de
que el ejercicio dure más de 10 minutos, pero menos de 15 minutos?