DISTRIBUCIÓN NORMAL

Es una distribución continua descrita por:

1 / 2.3 6
𝑁(𝜇, 𝜎) = ∙ 𝑒 .014
5
𝜎√2𝜋

La distribución Normal depende de dos parámetros el valor esperado o media 𝜇 y la

desviación típica 𝜎. Por lo que para cada uno de los valores de estos parámetros se tiene una
gráfica diferente.

La variación del parámetro µ ocasiona un desplazamiento de la gráfica a la izquierda para

valores negativos y a la derecha para valores positivos. La Figura siguiente muestra el efecto
descrito para las graficas de la distribución normal con desviación típica 𝜎 = 1, y tres
diferentes medias 𝜇 = −2 (azul), 𝜇 = 0 (negra) y 𝜇 = 2 (magenta).

Por otra parte la variación del parámetro 𝜎 hace que la altura y la anchura de la distribución
de probabilidad cambien, esto es, si 𝜎 es grande la distribución será más ancha (más dispersa)
y su altura disminuirá, pero si 𝜎 es pequeña su anchura disminuirá (más concentrada) y su
altura será más grande.
La siguiente figura muestra el efecto de modificar la desviación típica para una media dada
/
𝜇 = 0 y tres diferentes desviaciones 𝜎 = 1 (negra), 𝜎 = 4 (azul) y 𝜎 = 0 (magenta).
La probabilidad de que la variable aleatoria X tome un conjunto de valores en un intervalo
[a,b] se obtiene a partir de la siguiente integral:
B
1 / 2.3 6
𝑃 (𝑎 < 𝑋 < 𝑏 ) = ? 𝑒 .01 4
5
𝑑𝑥
𝜎√2𝜋 C

Resulta que la integral anterior no tiene primitiva, esto es, no existe una función cuya
derivada de cómo resultado la función de distribución normal dada por la ecuación anterior.
Por lo que la integral anterior se obtiene mediante integración numérica. El problema anterior
de determinar la probabilidad en un intervalo conduce a la elección de una distribución
normal representativa la cual es conocida como distribución normal estándar.

Distribución normal estándar

La distribución normal estándar es aquella en la cual se tiene que 𝜇 = 0 y 𝜎 = 1, por lo que:

1 / 6
𝑁(𝜇, 𝜎) = ∙ 𝑒 .02
√2𝜋

y la probabilidad;
B
1 / 6
𝑃 (𝑎 < 𝑋 < 𝑏 ) = ? 𝑒 .02 𝑑𝑥
√2𝜋 C

Cualquier distribución normal con media 𝜇 y desviación típica 𝜎 puede ser relacionada con
la distribución normal mediante el cambio de variable:
𝑥−𝜇
𝑍=
𝜎

El área bajo la curva normal estándar se puede consultan en tablas respetivas para los valores
más comúnmente utilizados, esas tablas son las que también pueden descargar en el google
classrrom.

Las tablas disponibles en general solo abarcan un rango para la variable tipificada de -3.4<
Z <3.4, esto es debido a que la probabilidad de valores de Z mayores que 3.4 y menores que
3.4 tienen una probabilidad muy baja, y la probabilidad el área o bajo la curva normal
estándar es prácticamente 1.
EJEMPLOS

1. Obtener P(Z<1.0)

Solución: De la página 6 de las tablas que se subieron al classroom tenemos que identificar
en las filas el valor de Z=1.0 y en las columnas el valor de 0.00 ya que 1.0 + 0.00 = 1.00,
justo el valor que tenemos que encontrar P(Z<1.0) está en el elemnto en la tabla que concide
con dicha fila y dicha columna. Ver la siguiente figura:

Por lo tanto:

𝑃(𝑍 < 1.0) = 0.8413

2. Obtener P(Z<2.14)

Solución: De nuevo de la tabla tenemos que identificar en las filas el valor de Z=2.1 y en las
columnas el valor de 0.04 ya que 2.1 + 0.04 = 2.14, justo el valor que tenemos que encontrar
P(Z<2.14) está en elemento en la tabla que concide con dicha fila y dicha columna. Ver la
siguiente figura:
Por lo tanto:

𝑃(𝑍 < 2.14) = 0.9838

3. Obtener P(1.12 < Z < 2.03)

Solución: En este caso debemos tener en cuenta que:

𝑃 (1.12 < 𝑍 < 2.03) = 𝑃(𝑍 < 2.03) − 𝑃(𝑍 < 1.12)

Por lo tanto, en la tabla tenemos que encontrar el valor de 𝑃(𝑍 < 2.03) 𝑦 𝑃(𝑍 < 1.12),
entonces:

𝑃(1.12 < 𝑍 < 2.03) = 0.9788 − 0.8686

𝑃(1.12 < 𝑍 < 2.03) = 0.1102

4. Una variable aleatoria (X) se distribuye normalmente con media 70 y desviación

típica de 5. Obténgase la probabilidad de que X sea mayor de 66.

Solución: Tenemos que calcular Z:

𝑥 − 𝜇 66 − 70
𝑍= = = −0.8
𝜎 5

Entonces hay que encontrar 𝑃 (𝑍 < −0.8) = 𝑃 (𝑍 < 0.8). Por lo tanto:

𝑃 ( 𝑍 < 0.8) = 0.7881