DISTRIBUCIÓN

NORMAL
Sección 1
Equipo:
Daniel Cruz López
Francisco Domínguez López

Profa. Zureyma Cassandra Martínez Hernández

ESTADÍSTICA PARA
2
INGENIERÍA

CONCEPTO
DISTRIBUCIÓN NORMAL

BÁSICO
Una distribución describe cómo se distribuyen
ciertas características (o datos) en una
población. “La distribución normal es el
modelo continuo más importante en
estadística, tanto por su aplicación, como por
sus propiedades, que han permitido el
desarrollo de numerosas técnicas de inferencia
estadística.” (Mario F. 2020)
 DISTRIBUCIÓN NORMAL

CONCEPTO
La distribución normal o Gaussiana es
un modelo teórico capaz de aproximar
satisfactoriamente el valor de una
variable aleatoria a una situación ideal.
En otras palabras, “la distribución
normal adapta una variable aleatoria a
una función que depende de la media y
la desviación estándar. Es decir, la
función y la variable aleatoria tendrán la
misma representación pero con ligeras
diferencias.” (Paula R. 2019)

ESTADÍSTICA PARA
3
INGENIERÍA
 DISTRIBUCIÓN NORMAL
Aplicaciones
“Muchas poblaciones numéricas
tienen distribuciones que pueden
ser representadas muy fielmente
mediante una curva normal
apropiada. Como estaturas, pesos
errores de medición en
experimentos, astronomía,
psicología, biología, ingeniería,
geografía, medicina y numerosas
medidas e indicadores
económicos. Las sumas y
promedios de las variables en
condiciones adecuadas se
aproximarán a la distribución
normal.” (Jay L. 2015)
4
PROPIEDADES DISTRIBUCIÓN NORMAL

• Es una distribución simétrica. El valor de la media, la

mediana y la moda coinciden. Matemáticamente,
Media = Mediana = Moda

• Distribución unimodal. Los valores que son más frecuentes o

que tienen más probabilidad de aparecer están alrededor de
la media. En otras palabras, cuando nos alejamos de la
media, la probabilidad de aparición de los valores y su
frecuencia descienden.

ESTADÍSTICA PARA
5
INGENIERÍA
PROPIEDADES DISTRIBUCIÓN NORMAL

• El área total debajo de la

gráfica es 𝑃 𝑥 = 1

• Al dividirla a la mitad
obtenemos áreas de 0.5

• Se representa gráficamente
con 3 veces sigma

ESTADÍSTICA PARA
6
INGENIERÍA
Distribución Normal

FÓRMULA
Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones puede
aproximarse satisfactoriamente a una distribución normal tal que:

𝑿~𝑵(𝝁, 𝝈)
Donde los parámetros de la distribución son la media o valor central y
la desviación típica:
• 𝝁 = media o valor central
• 𝝈 = desviación estándar

En otras palabras, estamos diciendo que la frecuencia de una variable aleatoria X puede
representarse mediante una distribución normal. (William W, )
Varianza y media.

Desviación estándar Media

𝛴𝑥
𝜇 = 𝑋ത =
𝑛
Función de densidad.

1 𝑥−𝜇 2
−
𝑓 𝑥 = 𝑒 2𝜎2
𝜎 2𝜋

𝜇= Media 𝜋= 3.1415…
𝜎= Desviación 𝑒= 2.7182…
𝜎 2 = Varianza 𝑥= Abscisa
Varianza y media
“La distribución normal tiene algunas importantes características para nuestros
análisis estadísticos aplicados. Es simétrica. 𝝁 indica las tendencias centrales. En
cambio, 𝝈 indica la amplitud de la distribución. Los parámetros 𝝁 y 𝝈 producen
diferentes efectos en la función de densidad de una variable aleatoria normal. La
Figura muestra funciones de densidad de dos distribuciones normales que tienen
una varianza común y diferentes medias.” (Paul N. 2013)

(a) Dos distribuciones normales que tienen la misma varianza, pero diferentes medias.
(b) Dos distribuciones normales que tienen diferentes varianzas y media = 5.
Calculo de probabilidades
Es posible hallar cualquier
probabilidad a partir de la
función de distribución
acumulada. Para ello
podemos convertir cualquier
distribución normal en una
distribución normal estándar
de media 0 y varianza 1. Se
han calculado tablas que
indican la probabilidad de
diferentes intervalos en la
distribución normal estándar
que se mostrarán a
continuación.
Podemos hallar las probabilidades de
cualquier variable aleatoria distribuida
normalmente convirtiendo primero la
variable aleatoria en la variable aleatoria
normal estándar, Z. Siempre existe una
relación directa entre cualquier variable
aleatoria distribuida normalmente y Z.
Esa relación utiliza la transformación.
X−μ
Z=
𝜎
Donde X es una variable aleatoria
Este resultado nos permite utilizar la tabla
normal estándar para calcular las
probabilidades de cualquier variable
aleatoria distribuida normalmente. Veamos
ahora cómo se puede calcular las
probabilidades de la variable aleatoria
normal estándar Z.
Por ejemplo vemos en la tabla que la
probabilidad acumulada de un valor de Z
de 1.25 es:
𝐹 1.25 = 0.8944

Probabilidad de Z < 1.25 en una distribución normal

estándar.
EJEMPLO 1
La vida útil de un componente eléctrico es de 2000hrs con una desviación
estándar de 200hrs. ¿Cuál es la probabilidad de que esté entre 2100 y 2300hrs?
𝝁 = 𝟐𝟎𝟎𝟎𝒉𝒓𝒔
𝝈 = 𝟐𝟎𝟎𝒉𝒓𝒔

P(2100<=x<=2300)=?
𝐗−𝝁
𝐙=
𝝈

2100 − 2000 100

𝑍1 = = = 0.5
200 200

2300 − 2000 300

𝑍2 = = = 1.5
200 200
𝑃 𝑍1 − 𝑃 𝑍2 = 𝑃(2100<=x<=2300)
𝑃 𝑍1 = 0.5 = 0.1915 𝑃 𝑍2 = 1.5 = 0.4332
𝑃 2100<=x<=2300 = 0.4332 − 0.1915 = 0.2417
EJEMPLO 2
La vida útil de un componente eléctrico es de 2000hrs con una desviación
estándar de 200hrs. ¿Cuál es la probabilidad de que esté entre 1850 y 2150hrs?
𝝁 = 𝟐𝟎𝟎𝟎𝒉𝒓𝒔
𝝈 = 𝟐𝟎𝟎𝒉𝒓𝒔

P(1850<=x<=2150)=?
𝐗−𝝁
𝐙=
𝝈

1850 − 2000 150

𝑍1 = = = −0.75
200 200

2150 − 2000 150

𝑍2 = = = 0.75
200 200
𝑃 𝑍1 = −0.75 = 0.2734 𝑃 𝑍2 = 0.75 = 0.2734 𝑃 𝑍1 − 𝑃 𝑍2 = 𝑃(1850<=x ≤ 2150)
𝑃 1850<=x<=2150 = 0.2734 + 0.2734 = 0.5468
EJEMPLO 3
La vida útil de un componente eléctrico es de 2000hrs con una desviación
estándar de 200hrs. ¿Cuál es la probabilidad de que dure al menos 2350hrs?
𝝁 = 𝟐𝟎𝟎𝟎𝒉𝒓𝒔
𝝈 = 𝟐𝟎𝟎𝒉𝒓𝒔

P(2350<=x)=?
𝐗−𝝁
𝐙=
𝝈

2350 − 2000 350

𝑍1 = = = 1.75
200 200

𝑃 𝑍1 = 1.75 = 0.2734
𝑃 2350<=x = 0.5 − 0.2734 = 0.2266
 DISTRIBUCIÓN NORMAL
¿Dudas?
Estamos para apoyarnos.

16
FOTOS LIBROS DISTRIBUCIÓN NORMAL

Probabilidad y Estadística Probabilidad y Estadística Estadística Probabilidad y Estadística

para Ingeniería y para Ingeniería y Ciencias. Mario F. Triola para Administración y
Administración. Jay L. Devore Economía.
William W Hines Paul Newbold

ESTADÍSTICA PARA
17
INGENIERÍA
3/9/20XX 18

TÍTULO DE LA PRESENTACIÓN

GRACIAS
Equipo:
Daniel Cruz López
Francisco Domínguez López
Bibliografía
• Quintela, A. (2005). Estadística Básica Edulcorada. BOOKDOWN.
• Mario F., T. (2020, 20 septiembre). Estadistica Triola, Mario F.
PEARSON EDUCACION.
• Devore, J. L. (2015, 1 enero). Probabilidad y Estadística para
Ingeniería y Ciencias(9.a ed.) Cengage Learning.
• William W. H. (1995). Probabilidad y Estadística para Ingeniería y
Administración. DOUGLASS
• Paul N. (2013) Probabilidad y Estadística para Administración y
Economía. PEARSON EDUCATION.
• Paula Rodó, 10 de noviembre, 2019. Distribución normal.
Economipedia.com
19