INSTITUCIÓN UNIVERSITARIA ANTONIO JOSÉ CAMACHO
TALLER DISTRIBUCIÓN NORMAL
Temas:
 Distribución normal estándar
 Aplicaciones de la distribución normal
La primera parte de la guía de este tema contiene orientaciones sobre la distribución normal, en la segunda se
proponen ejercicios a desarrollar en el foro pensamiento aleatorio y aquellos para resolver en el segundo encuentro.
DISTRIBUCIÓN DE PROBABILIDAD NORMAL (Lectura
independiente, puede recurrir a algún texto)
La distribución normal fue reconocida por primera vez por
el francés Abraham de Moivre (1667-1754).  utilizan frecuentemente en matemáticas.
Posteriormente, Carl Friedrich Gauss (1777-1855) elaboró
desarrollos más profundos y formuló la ecuación de la
curva; de ahí que también se la conozca, más
comúnmente, como la "campana de Gauss". 
Una de las distribuciones teóricas mejor estudiadas en los
textos de estadística y más utilizada en la práctica es la
distribución normal, también llamada Distribución
Gaussiana o Campana de Gauss. Su importancia se debe
fundamentalmente a la frecuencia con la que distintas
variables asociadas a fenómenos naturales y cotidianos
siguen, aproximadamente, está distribución.  cualquiera de los lados de  es una imagen de espejo
Como se mencionó anteriormente, algunas distribuciones
de datos de la vida real tienen la forma de una montaña,
es decir se pueden aproximar por una distribución de
frecuencias con formas de una campana que se conoce
como la curva normal. Ver la figura 1.
Figura 1. Forma de la Distribución normal, curva normal o
campana de Gauss.
La distribución normal es la más importante en la
estadística. La comprensión de los conceptos relacionados
con esta distribución constituye un gran avance en los
conocimientos de probabilidad y estadística. La función de
densidad normal está dada por:
1 −( x−μ)2/2 σ 2
f ( X) = e
√2 π σ , -  <x< 
En esta ecuación:
 e=2.71828 y =3.1416 son las constantes que se
 Los dos parámetros que definen la distribución normal
son  (la media) y 2 (Varianza), de este parámetro se
obtiene con ayuda de la raíz cuadrada la  (la
desviación estándar)
 Se denota Z  N (,2).
Las siguientes son algunas de las características más
importantes de la distribución normal:
1. Es simétrica respecto a su media (): La curva hacia
de la del otro lado. 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.
2. La media, la mediana y la moda son iguales y coinciden
con el pico más alto de la distribución.
3. El área total bajo la curva sobre el eje X es igual al
100%. Si juntamos esto con el dato de la simetría, el
50% del área está a la derecha de la media, y el otro
50% está a la izquierda.
4. Si se levantan líneas perpendiculares a una distancia
de una desviación estándar desde la media hacia
ambos lados, el área delimitada será
aproximadamente, 68% del área total (ver figura 2). De
la misma manera a 2 desviaciones estándar se
encuentra aproximadamente el 95.5% de los datos (ver
figura 3) y a 3 desviaciones estándar el 99.7% de los
datos (ver figura 4).
1

68%
Figura 2. En una distribución normal aproximadamente el 68%
de los datos se encuentra a una desviación estándar de la
media.
95.5%
- 2 +2
Figura 3. En una distribución normal aproximadamente el
95.5% de los datos se encuentra a dos desviaciones estándar de
la media.
99.7%
-3 +3
Figura 4. En una distribución normal aproximadamente el
99.7% de los datos se encuentra a tres desviaciones estándar de
la media
5. La distribución normal es realmente una familia de
distribuciones. Los parámetros  y 2 determinan
completamente la distribución normal. Es decir, por
cada valor diferente de  y 2 se especifica una
distribución normal diferente. Los valores diferentes de
 trasladan la gráfica de la distribución a lo largo del eje
de la variable x. Los valores de 2 determinan el grado
de aplanamiento o levantamiento de la gráfica de la
distribución. (Entre más pequeña 2 más puntuda será
la gráfica y entre menos valor tenga 2 más aplanada
será la gráfica)
DISTRIBUCIÓN NORMAL ESTÁNDAR (Trabajar con la
tabla Normal Estándar (Z))
Tiene una media igual a cero ( =0) y una varianza igual a
1 (2=1). Se denota Z  N (0, 1). La ecuación para la
distribución normal estándar, z, se escribe:
, -<z<
Para calcular la probabilidad de que z tome un valor entre
dos puntos cualesquiera sobre el eje horizontal, por
ejemplo, z0 y z1, se debe calcular el área bajo una curva.
Esto debe hacerse por medio de cálculo integral. En el
caso de la normal univariada, para calcular el área entre
0.2 y 0.7, es necesario calcular la siguiente integral:
Por fortuna, no es necesario efectuar está operación,
porque existen tablas disponibles que proporcionan los
resultados de todas las integraciones en las que se pueda
estár interesado. Estás tablas están incluidas en
cualquiera de los textos de probabilidad y estadística.
Para trabajar los siguientes ejemplos, utilizaremos la Tabla
de la distribución normal estándar Z. Está tabla presenta
áreas de la curva normal P ( z  z0 ). Los valores en el
cuerpo de la tabla son áreas entre -  y z0.
Ejemplo 1:
Para utilizar la tabla normal estándar, el primer paso es
graficar el área solicitada.
Dada la distribución normal estándar, calcular:
P (Z < 2.33) =?
=0 2.33
Solución: como el z0 solicitado es mayor que cero,
buscamos en la Tabla los valores de Z positivos: En la
columna marcada como z nos ubicamos en la fila
correspondiente al número 2.30; estando en dicha fila nos
vamos hacia la derecha y nos ubicamos en la columna
marcada al inicio como 0.03 (2.30 + 0.03 = 2.33); el valor
que intercepta la fila 2.30 y la columna 0.03, es el área
solicitada.
Es decir, P (Z < 2.33 ) = 0.9901.
2
Ejemplo 2:
Veamos la simetría de la distribución normal:
Calcular P (Z < - 0.55 ) y P (Z > 0.55)
-0.55
0.55
Solución:
P (Z < -0.55) = 0.2912. Búsquese en la Tabla para valores
de Z negativos la intersección de la fila -0.50 con la
columna 0.05.
P (Z > 0.55) = 1 - P (Z < 0.55 ) = 1 – 0.7088 = 0.2912
Por la simetría de la distribución normal, se cumple que: P
(Z < - 0.55) = P (Z > 0.55) = 0.2912.
Ejemplo 3:
Calcular la probabilidad de que una Z, sacada al azar,
tenga un valor entre -2.87 y 2.64.
-2.87 0 2.64
Solución: Al dibujar el área solicitada, nos damos cuenta
que es necesaria la siguiente operación:
P (-2.87 < Z < 2.64) = P (Z < 2.64) - P (Z < - 2.87).
Por tanto, P (-2.87 < z < 2.64) = 0.9959 - 0.0021 = 0.9938.
a) Para hallar una probabilidad o área intermedia, es
decir: P(z0 < Z < z1), al área mayor se le restá el área
menor. En general:
P(z0 < Z < z1) = P(Z < z1) - P(Z< z0)
a) P(-1.96 < Z < 1.96) = P(Z < -1.96) – P(Z < 1.96)
= 0.9750 – 0.025 = 0.95
b) P(0 < Z < 1.77) = P(Z < 1.77) – P(Z < 0)
= 0.9616 – 0.5000 = 0.4616
c) P(-2.05 < Z < -1.10) = P(Z < -1.10) – P(Z < -2.05)
= 0.1357 – 0.0202 = 0.1155
b) Para hallar un valor de Z, dada el área:
a) P(Z < 1.96) = 0.9750  Z0.9750 = 1.96
b) P(Z < -1.64) = 0.0505  Z0.0505 = -1.64
c) P(Z < -0.86) = 0.1949  Z0.1949 = -0.86
d) P(Z < 1.05) = 0.8531  Z0.8531 = 1.05
e) P(Z < -2.57) = 0.0051  Z0.0051 = -2.57
f) P(Z < 2.9) = 0.9981  Z0.9981 = 2.9
APLICACIONES DE LA DISTRIBUCIÓN NORMAL
ESTÁNDAR (Trabajo en el aula y de forma independiente)
Estandarizar una variable es convertir una variable
aleatoria con distribución normal, con cualquier media y
cualquier varianza a una normal estándar con media 0 y
varianza 1.
Generalmente, los investigadores después de medir
variables cuantitativas, desean hacer "extrapolaciones" a
la población de donde obtuvieron las muestras de
mediciones que representan sus datos. Estás
extrapolaciones implican poder estimar las probabilidades
de ocurrencia de algunos eventos de interés dentro del
rango de valores que toma su variable cuantitativa. Para
poder hacer esto, se debe primero establecer la forma de
distribución que tienen los datos (para esto existen
pruebas estadística específicas que no trataremos en este
curso). Cuando se sabe que las mediciones recogidas se
ajustan a una distribución normal de probabilidades, se
puede "estandarizar" dicha variable, es decir; se llevan los
datos a la forma de una normal estándar aplicando el
siguiente cambio de variable con la ecuación:
Donde  es la media aritmética que toma la variable en la
población y  es su desviación estándar poblacional.
Ejemplo 4:
La vida media de una lámpara, según el fabricante, es de
68 meses, con una desviación típica de 5 meses. Se
3
supone que se distribuye según una distribución normal en
un lote de 10.000 lámparas. El 64,5% de las lámparas duraran entre 65 y 75 meses.

a) ¿cuál es la variable aleatoria? ¿cuáles son los

parámetros? ¿Qué porcentaje de lámparas se d) ¿Cuánto tiempo durará el 10% de las lámparas menos
estropearán antes de 60 meses? duraderas?
b) ¿Cuántas lámparas superarán previsiblemente los 75
meses? Llamemos k el valor a encontrar, luego:
c) ¿Qué porcentaje de lámparas duraran entre 65 y 75
meses? P(X < k) = 0.10
d) ¿Cuánto tiempo durará el 10% de las lámparas menos
duraderas? k − 68
Por otro lado: P (Z  5 ) = 0.10
Solución:
De la tabla de la normal estándar se sabe que:
a) Llamando X la variable aleatoria de la vida de una
P(Z < -1.28) = 0.10, luego
lámpara (en meses), tenemos que: X  N (68, 25) y
necesitamos calcular la P( X < 60).
k − 68
De esta distribución normal no tenemos tabla, pero 5 = -1.28, y al despejar k se tiene k = 61,6 meses.

La fórmula que se utiliza en estos casos es despejar x de

creando la variable aleatoria , la convertiremos
en una distribución normal estándar. Entonces:
la ecuación:
60 − 68
P( X < 60 ) = P ( Z  5 )
Entonces:
= P ( Z  1,60) = 0,0548
Así, se estima que 5.48% del total de lámparas duraran Ejemplo 5:
menos de 60 meses.

Supóngase que los diámetros de los árboles de ciertas

b) Necesitamos calcular la P( X > 75). especies de un bosque, distribuyen normalmente con
media de 8 pulgadas y desviación estándar de 2 pulgadas.
Siguiendo el mismo proceso de estandarización, se tiene Si se define que un árbol tiene un diámetro inusualmente
que: grande cuando tiene más de 12 pulgadas: calcule la
probabilidad de encontrar un árbol de diámetro
P( X > 75 ) = 1 - P ( Z < 75 ) inusualmente grande.
75 − 68
= 1-P(Z  5 )
= 1 - P ( Z < 1,40) = 1 – 0,9192 = 0,0808

Luego, el 8,08% de las lámparas duraran al menos 75

meses. De las 10.000 lámparas aproximadamente 808
duraran más de 75 meses (multiplique n * la probabilidad
encontrada).

c) ¿Qué porcentaje de lámparas duraran entre 65 y 75

meses? P (65 < X < 75) = ? =8 12

Estandarizando en ambos lados de la ecuación se tiene

que: Solución: Llamando X la variable aleatoria de las medidas
de los diámetros, tenemos que: X  N ( 8, 4 ) y
P( 65 < X < 75 ) = P(X < 75 ) - P(X < 65 ) necesitamos calcular la P( X > 12 ).
= P (del mayor) – P (del menor)
75 − 68 65 − 68 De esta distribución normal no tenemos tabla, pero
= P (Z  5 ) - P (Z  5 )
= P ( Z < 1,40) - P ( Z < -0,60) creando la variable aleatoria , la convertiremos
= 0,9192 – 0,2743 en una distribución normal estándar. Entonces:
= 0,6450
4
 Así, se estima que 2.3% del total de árboles de esta área
P( X > 12 ) = 1 - P ( X  12 ) tienen un diámetro inusualmente grande.
12−8
= 1- P ( Z  2 )
= 1- P ( Z  2 ) = 1 - 0.977 = 0.023

EJERCICIOS DEL TALLER

Resolver los ejercicios pares y publicar en la plataforma de acuerdo con los tiempos y la
asignación realizada por el docente.
Ejercicio # 1: Verifique los siguientes resultados: Ejercicio # 4:

En general, para una probabilidad o área menor que Z, Completar:

es decir: P(Z < z 0), se busca directamente el valor de
la tabla, indique ¿Cuál de los tres resultados está a) Alrededor del 68% del área por debajo de la curva
errado?: normal se encuentra dentro de una desviación
estándar de la media.
a) P(Z < 1.25) = 0.8944 b) Aproximadamente 95.5% del área por debajo de la
b) P(Z < -2.57) = 0.0851 curva normal se encuentra dentro de dos
c) P(Z < -0.86) = 0.1949 desviaciones estándar de la media.
d) Ninguno
Ejercicio #5:
Ejercicio # 2: Verifique los siguientes resultados:
El tiempo promedio (en minutos) que tardaron 15
Para hallar una probabilidad o área mayor que Z, es decir: operarios en familiarizarse con el manejo de una nueva
P(Z > z0), a la unidad (1) se le resta el valor de la tabla, máquina adquirida por la empresa fue de 5.4 con una
indique ¿Cuál de los tres resultados está errado?: desviación estándar de 2.2. ¿Cuál es la varianza del
tiempo que tardan los operarios en aprender a operar la
nueva máquina?
a) P(Z > 1.25)=0.1056
b) P (Z > -1.96)=0.9550
c) P (Z > 0.75)=0.2266 Ejercicio 6
d) Ninguno
Considere el experimento que consiste en lanzar un dado
en dos ocasiones consecutivas

a. Escriba el espacio muestral:

Ejercicio # 3: P{1.1, 1.2, 1.3, 1.4, 1.5, 1.6,
2.1, 2.2, 2.3, 2.4, 2.5, 2.6,
Indique, ¿cuál de los siguientes es verdadero?: 3.1, 3.2, 3.3, 3.4, 3.5, 3.6,
a) P (Z < 0.55)=0.5088
4.1, 4.2, 4.3, 4.4, 4.5, 4.6
b) P (Z > 1.25)=0.2056 5.1, 5.2, 5.3, 5.4, 5.5, 5.6,
c) P (-1.64 < Z < 1.64)=0.9495-0.0505=0.899 6.1, 6.2, 6.3, 6.4, 6.5, 6.6.}=36
d. Ninguno
b. Realice la suma de las probabilidades de cada uno
de los eventos del espacio muestral.

R: p(s)= p (1.1) + (1.2) + (1.3) + (1.4) + (1.5) + (1.6)

(2.1) + (2.2) + (2.3) + (2.4) + (2.5) + (2.6)
(3.1) + (3.2) + (3.3) + (3.4) + (3.5) + (3.6)
5
 (4.1) + (4.2) + (4.3) + (4.4) + (4.5) + (4.6)
(5.1) + (5.2) + (5.3) + (5.4) + (5.5) + (5.6)
P (s)= 1/36= 0.0277
P (s)=0.0277 x 36= 1
Ejercicio # 7:
Un estudio sobre el colesterol en hombres entre 20 y 24
años de edad reveló un nivel promedio de 180 mg/dl con
una desviación estándar de 15. Si se selecciona un
trabajador aleatoriamente, ¿cuál es la probabilidad de que
su nivel de colesterol sea Inferior a 170 mg/dl?
Ejercicio # 8: Verifique los siguientes resultados:
En general, para una probabilidad o área menor que Z, es
decir: P(Z < z0), se busca directamente el valor de la tabla
indique ¿Cuál de los tres resultados está errado?
a) P(Z < -0.20) = 0.6207
b) P(Z < 1.05) = 0.8531
c) P(Z < 2.9) = 0.9981
d) Ninguno.
Ejercicio # 9: Verifique los siguientes resultados:
Para hallar una probabilidad o área mayor que Z, es decir:
P(Z > z0), a la unidad (1) se le resta el valor de la tabla,
indique ¿Cuál de los tres resultados está errado?:
a) P(Z > 1.25) = 1 - P(Z < 1.25) = 1 - 0.8944 = 0.1056
b) P(Z > -2.57) = 1 - P(Z < -2.57) = 1 - 0.0051= 0.9949
c) P(Z > -0.86) = 1 - P(Z < -0.86) = 1 - 0.2549= 0.7451
d) Ninguno.
Ejercicio # 10:
Indique, ¿cuál de los siguientes es verdadero?:
a) P (Z < 2.04)=0.500
b) P (Z > 0.75)=0.2266
c) P (0.55 < Z < 2.55)=0.9946-0.6088=0.2858
e) Ninguno.
Ejercicio # 11:
a) Cerca del ________% del área por debajo de la
curva normal está dentro de tres desviaciones
estándar de la media.
b) Indique falso o verdadero a la siguiente
afirmación: el área bajo la curva de la distribución
de probabilidad normal estándar menos a uno
Ejercicio # 12:
Los puntajes logrados en una prueba de aptitud para
estudiantes de Administración siguen una distribución
aproximadamente normal, con una media de 500 y una
varianza de 10.000. ¿Cuál es la desviación estándar de
los puntajes?
R: p x=10.000
µ=500
δ=?
√10.000=100
La desviación estándar de los puntajes de es 100
Ejercicio 13
Considere el experimento que consiste repartir dos
premios entre tres personas (Juan, Carlos, Andrés) de
forma aleatoria.
a. Escriba el espacio muestral
b. Realice la suma de las probabilidades de cada uno
de los eventos del espacio muestral.
Ejercicio # 14:
Un estudio sobre el colesterol en hombres entre 20 y 24
años de edad reveló un nivel promedio de 180 mg/dl con
una desviación estándar de 15. Si se selecciona un
trabajador aleatoriamente, ¿cuál es la probabilidad de que
su nivel de colesterol ea superior a 190 mg/dl?
R: P (Z>0.66) = 0.2578= 25.78% la probabilidad de
que su nivel de colesterol sea superior a 190 es del
25.78%
Ejercicio # 15: Verifique los siguientes resultados:
En general, para una probabilidad o área menor que Z, es
decir: P(Z < z0), se busca directamente el valor de la tabla
indique, ¿Cuál de los tres resultados está errado?:
a) P(Z < -0.86) = 0.1949
b) P(Z < -0.20) = 0.4207
c) P(Z < 1.05) = 0.3531
d) Ninguno
Ejercicio # 16: Verifique los siguientes resultados:
6
Para hallar una probabilidad o área mayor que Z, es decir: b. Realice la suma de las probabilidades de cada uno
P(Z > z0), a la unidad (1) se le resta el valor de la tabla, de los eventos del espacio muestral.
indique ¿Cuál de los tres resultados está errado?:

a) P(Z > -0.20) = 1 - P(Z < -0.20) = 1 - 0.107= 0.893 R: P (1) + (0) + (1.1)
b) P(Z > 1.05) = 1 - P(Z < 1.05) = 1 - 0.8531= 0.1469
c) P(Z > 2.9) = 1 - P(Z < 2.9) = 1 - 0.9981= 0.0019 P (s) = 1/3=0.333333333
d) Ninguno P (s) = 0.333333333x=1
Ejercicio # 17: c. Realice la suma de las probabilidades de cada uno
de los eventos del espacio muestral.
Indique ¿cuál de los siguientes es verdadero?:
Ejercicio 21:
a) P (Z < -0.55)=0.2912 Un estudio sobre el colesterol en hombres entre 20 y 24
b) P (Z > 0.75)=0.2966 años de edad reveló un nivel promedio de 180 mg/dl con
c) P(0.45 < Z < 1.58)=0.8429-0.6736=0.2693 una desviación estándar de 15. Si se selecciona un
d) Ninguno trabajador aleatoriamente, ¿cuál es la probabilidad de que
su nivel de colesterol se encuentre entre 170 mg/dl y 195
Ejercicio # 18: mg/dl?

a) ¿Qué diferencia hay entre la distribución normal y

la distribución normal estándar?

R: En la distribución normal los dos

parámetros que la definen son la media y la
Varianza, mientras que para la distribución
normal estándar estos valores están
comprendidos entre 0 y 1 así: para la media =0
y para la varianza = 1

b) Menciona al menos 3 características de la

distribución normal.

R: a. Es simétrica respecto a su media.

c. La media, la mediana y la moda son iguales y

coinciden con el pico más alto de la distribución

c. El área total bajo la curva sobre el eje X es igual al

100%.

Ejercicio # 19:

Los puntajes logrados en una prueba de aptitud para

estudiantes de Administración siguen una distribución
aproximadamente normal, con una media de 25 y una
varianza de 9. ¿Cuál es la desviación estándar de los
puntajes?

Ejercicio 20:

Considere el experimento que consiste en el resultado de

un partido de futbol.

a. Escriba el espacio muestral

R: P (s) {Ganar (1), perder (0), empatar (1.1)}