¿Cómo calculamos probabilidades para una r.v.

X N ( μ , σ 2 ) que no sea la Normal

Estándar?
Se estandariza la r.v. X mediante una simple transformación lineal:
X−μ
=Z N ( 0 ; 1 )
σ
Al restar μ y dividir por σ , el error de desvío σ se convierte en 1 y, X se convierte en una
Normal Standard.

 Si X N ( μ , σ 2 ), veamos como hallar P(A)

X−μ
Si X → N (μ , σ 2) y definimos a Z= entonces Z → N (0 ; 1)
σ

Como se justifica la standarización

Si X r.v., X N ( μ , σ 2 ) ⟹ siY r . v . , es una combinación lineal, Y =aX +b , a ∧b ∈ R , se

tiene que

Y N (Nueva media)

(aμ+ b ; a2 σ 2 ) (Nueva varianza)

 DEMOSTRACIÓN
Si llamamos g(y) a la densidad de la r.v. Y y f(x) la densidad de X:

Que corresponde a una r.v. N ¿

La importancia de la distribución Normal se da por que la mayor parte de los
fenómenos de la industria, la naturaleza y las ciencias sociales se pueden modelar con
variables aleatorias Normales. Se comportan según una distribución normal además, las
combinaciones lineales de otras distribuciones normales y también casi todas las familias
de variables aleatorias convergen en el límite a una distribución Normal.