DISTRIBUCIÓN NORMAL

CONCEPTOS Y CARACTERÍSTICAS DE LA CURVA NORMAL

Se considera la distribución normal como una distribución de frecuencias teórica. Una

distribución de frecuencias teórica es una distribución de probabilidad que describe la
forma en que se esperan varíen los resultados. Estas distribuciones tratan sobre las
expectativas de que algo ocurra. Estos modelos son útiles para hacer inferencias y tomar
decisiones en condiciones de incertidumbre.

Las distribuciones de probabilidad se clasifican en discretas y continuas. Una distribución

de probabilidad es discreta cuando asume únicamente un número limitado de valores.
Una distribución de probabilidad es continua cuando asume cualquier valor dentro de
determinados límites.

Variable aleatoria

Una variable aleatoria es aquella variable que asume diferentes valores a consecuencia
de los resultados de un experimento aleatorio. Las variables pueden ser discretas o
continuas. La variable discreta adopta un número limitado de valores. Las variables
continuas asumen cualquier valor dentro de determinados límites.

Distribución Normal

La distribución normal es una distribución continua de probabilidad. Se le identifica

como la piedra angular de la estadística moderna. También se le da el nombre de
Distribución de Gauss en honor al matemático y astrónomo Karl Gauss. La
representación gráfica de esta distribución es una curva en forma de campana.

Existen dos razones básicas por las cuales esta distribución ocupa un lugar prominente
en la Estadística:

1. Tiene propiedades que la hacen aplicable a un gran número de situaciones en la que

es necesario hacer inferencias mediante la toma de muestras.
2. Casi se ajusta a las distribuciones de frecuencias reales observadas en muchos
fenómenos, incluyendo características humanas (peso, alturas, coeficiente
intelectual) resultados de procesos físicos (dimensiones y rendimientos) y muchas
otras medidas de interés para quienes trabajan en docencia, las ciencias de la salud
y para los administradores.

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 1

 Curva normal o campana de Gauss

Características de la distribución normal de probabilidad

1. La curva tiene un solo pico; por consiguiente, es unimodal. Tiene forma de campana.
2. La media de la población µ distribuida normalmente, se encuentra en el centro de
su curva norma.
3. Es simétrica con respecto de la recta que está en el centro y que representa la media,
la mediana y la moda de la distribución; todas ellas tienen el mismo valor.
4. Las “colas” o “extremos” de la curva de la distribución normal de probabilidad se
extienden de manera indefinida y nunca tocan el eje horizontal. Es asintótica al eje
de las 𝑥.
5. Para definir la distribución normal, se necesitan conocer dos parámetros: La media
"𝝁" y la desviación estándar “𝝈" de la población. La distribución normal que tiene
𝝈 = 𝟏 y 𝝁 = 𝟎, se llama distribución normal estándar.

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 2

 Lectura de la TABLA de distribución normal estándar

Para tratar ejercicios sobre el tema, lo primero que debemos hacer es aprender a
leer las tablas de distribución normal estándar (recuerde, llamada así porque 𝜎 = 1
y 𝜇 = 0).

Debemos saber que, dada la curva normal, esta tiene un área debajo de la curva
igual a uno, esto es

“𝑷” Área debajo de la curva

𝑷=𝟏

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 3

Existen diversas tablas, sin embargo, para efecto de la clase utilizaremos las
proporcionadas a continuación:

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 4

Estas tablas muestran el área acumulada de izquierda a derecha (en el mismo sentido
en el que usted escribe) el valor mínimo de referencia en la tabla es de −3.49 y el valor
máximo de referencia en la tabla es de 3.49 (ya que es simétrica).

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 5

 EJEMPLO 1
Dada una distribución normal estándar ( 𝝁 = 𝟎 𝒚 𝝈 = 𝟏)

𝜇=0

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 6

a. Calcule el área bajo la curva que está:

A la izquierda de 𝑧 = −2.13

 Idea gráfica

Para hacer la búsqueda del valor en la tabla, primero ubica en la primera columna el número
entero con su signo y el primer decimal −𝟐. 𝟏, luego en la primera fila busca el segundo
decimal . 𝟎𝟑

En esta tabla, el valor que encontremos es el área acumulada de la izquierda, por esa razón
cuando queremos encontrar el área debajo de la curva menor a un valor “𝒛” siempre será
directamente el valor encontrado en la tabla.

 Calcular el área bajo la curva se representa como una probabilidad:

𝑷(𝒛 < −𝟐. 𝟏𝟑) = 𝟎. 𝟎𝟏𝟔𝟔

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 7

b. Calcule el área bajo la curva que está:

A la derecha de 𝑧 = −2.13

 Idea gráfica

Para hacer la búsqueda del valor en la tabla, primero ubica en la primera columna el número
entero con su signo y el primer decimal −𝟐. 𝟏, luego en la primera fila busca el segundo
decimal . 𝟎𝟑

Recordemos que el valor que encontremos es el área acumulada de la izquierda, por esa razón
cuando queremos encontrar el área debajo de la curva mayor a un valor “𝒛” siempre será lo que
hace falta para completar el “𝟏”.

 Calcular el área bajo la curva se representa como una probabilidad:

𝑷(𝒛 > −𝟐. 𝟏𝟑) = 𝟏 − 𝟎. 𝟎𝟏𝟔𝟔 = 𝟎. 𝟗𝟖𝟑𝟒

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 8

c. Calcule el área bajo la curva que está:

A la izquierda de 𝑧 = 1.45

 Idea gráfica

Para hacer la búsqueda del valor en la tabla, primero ubica en la primera columna el número
entero con su signo y el primer decimal 𝟏. 𝟒, luego en la primera fila busca el segundo
decimal . 𝟎𝟓

En esta tabla, el valor que encontremos es el área acumulada de la izquierda, por esa razón
cuando queremos encontrar el área debajo de la curva menor a un valor “𝒛” siempre será
directamente el valor encontrado en la tabla.

 Calcular el área bajo la curva se representa como una probabilidad:

𝑷(𝒛 < 𝟏. 𝟒𝟓) = 𝟎. 𝟗𝟐𝟔𝟓

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 9

d. Calcule el área bajo la curva que está:

A la derecha de 𝑧 = 1.45

 Idea gráfica

Para hacer la búsqueda del valor en la tabla, primero ubica en la primera columna el número
entero con su signo y el primer decimal 𝟏. 𝟒, luego en la primera fila busca el segundo
decimal . 𝟎𝟓

Recordemos que el valor que encontremos es el área acumulada de la izquierda, por esa razón
cuando queremos encontrar el área debajo de la curva mayor a un valor “𝒛” siempre será lo que
hace falta para completar el “𝟏”.

 Calcular el área bajo la curva se representa como una probabilidad:

𝑷(𝒛 > 𝟏. 𝟒𝟓) = 𝟏 − 𝟎. 𝟗𝟐𝟔𝟓 = 𝟎. 𝟎𝟕𝟑𝟓

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 10

e. Calcule el área bajo la curva que está:

Entre 𝑧 = −2 𝑦 𝑧 = −0.65

 Idea gráfica

Para crear una idea de lo que se busca, usted

encuentra el área bajo la curva para ambos
valores en la tabla.

Y al área mayor le resta la

menor, de esta forma, nos
queda el área buscada

La búsqueda de los valores en la tabla, se tiene:

 Calcular el área bajo la curva se representa como una probabilidad:

𝑷(−𝟐 < 𝒛 < −𝟎. 𝟔𝟓) = 𝟎. 𝟐𝟓𝟕𝟖 − 𝟎. 𝟎𝟐𝟐𝟖 = 𝟎. 𝟐𝟑𝟓

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 11

 VARIABLE NORMALIZADA

Las situaciones observadas en la vida real pueden ser de:

 Caracteres morfológicos de individuos (personas, animales, plantas,) de una

especie, por ejemplo: tallas, pesos, envergaduras, diámetros, perímetros, ...
 Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco, o de
una misma cantidad de abono.
 Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo
grupo de individuos, puntuaciones de examen.
 Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a un
medio, ...
 Errores cometidos al medir ciertas magnitudes.
 Valores estadísticos muéstrales, por ejemplo: la media.
 Y en general cualquier característica que se obtenga como suma de muchos factores.

Todas las situaciones que se describen por medio de una distribución normal, no
tendrán necesariamente las mismas medidas para una distribución normal
estandarizada, es decir, la media igual a cero y la desviación estándar igual a 1. Por esa
razón nos miramos obligados a estandarizar las variables y así poder utilizar la tabla dada
anteriormente.

Por ejemplo, podemos pensar en un proceso que cumple con una distribución normal
pero su media es 𝝁 = 𝟑𝟎 𝒚 𝝈 = 𝟔. Entonces debemos de realizar una manipulación algebraica
previa como se muestra más adelante.

La puntuación estándar (puntuación normalizada, referencia tipificada o puntuación Z)

nos da el número de desviaciones estándar a la que está determinado el valor de la
variable por arriba o abajo del valor de la media. Si se denota con 𝑥 el valor de la variable,
entonces la normalización, estandarización o puntuación se calcula con la siguiente
fórmula, tanto para la población como para la muestra.

𝑥− 𝜇 𝑥 − 𝑋̅
𝑧 = 𝑧 =
𝜎 𝑠
Dónde:

𝑋̅= Media muestral

𝑥= Valor de la observación
𝜇 = La media de la población
𝜎= La desviación estándar de la población
𝑧= Puntaje estandarizado
𝑠 = Desviación estándar de la muestra

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 12

 EJEMPLO 2

Dada una distribución normal con 𝝁 = 𝟑𝟎 𝒚 𝝈 = 𝟔 , calcule

𝜇 = 30

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 13

 a. El área de la distribución normal a la derecha de 𝑥 = 17
 Idea gráfica

 Estandarización o normalización de la variable:

𝑥 − 𝜇 17 − 30
𝑧= = = −2.17
𝜎 6

 Calcular la probabilidad deseada:

𝑷(𝒙 > 𝟏𝟕) = 𝑃(𝑧 > −2.17) = 1 − 0.0150 = 𝟎. 𝟗𝟖𝟓

b. El área de la distribución normal a la izquierda de 𝑥 = 22

 Idea gráfica

 Estandarización o normalización de la variable:

𝑥 − 𝜇 22 − 30
𝑧= = = −1.33
𝜎 6

 Calcular la probabilidad deseada:

𝑷(𝒙 < 𝟐𝟐) = 𝑃(𝑧 < −1.13) = 𝟎. 𝟎𝟗𝟏𝟖

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 14

 c. El área de la distribución normal entre 𝑥 = 32 𝑦 𝑥 = 41
 Idea gráfica
0.9664 − 0.6293 = 𝟎. 𝟑𝟑𝟕𝟏

 Estandarización o normalización de la variable:

𝑥 − 𝜇 32 − 30
𝑧= = = 0.33
𝜎 6
𝑥 − 𝜇 41 − 30
𝑧= = = 1.83
𝜎 6

 Calcular la probabilidad deseada:

𝑷(𝟑𝟐 < 𝒙 < 𝟒𝟏) = 𝑃(0.33 < 𝑧 < 1.83) = 0.9664 − 0.6293 = 𝟎. 𝟑𝟑𝟕𝟏

Elaborado por Adriana Rosales & Alejandrina Flores _ pág. 15