Figure 1: Gráco de la distribución Binomial, a medida que n crece

GENERALIDADES DE LA DISTRIBUCIÓN

Autor: Geraldine Vanessa Terán Esquivia e Yostin Andrés Peralta Reyes

C.C: 1102872050- 1102836409

Resumen

La distribución normal es una distribución de variable aleatoria continua, la cual surge inicialmente
como una rama de la probabilidad, y con el paso del tiempo, por sus múltiples aplicaciones en la vida del
hombre, se ha congurado como la más importante de las distribuciones de probabilidad. Hay muchos
personajes que pueden asociarse a su desarrollo histórico, por los grandes aportes que han hecho en la
formalización de esta valiosa herramienta estadística; entre los más destacados están: A. De Moivre, a
quien se le atribuye la primera versión de la distribución normal, Galileo y sus diferentes propuestas de
distribución de los errores y Gauss quien nalmente la formalizó y a quien debe el nombre como campana
de Gauss. Está estrechamente asociada al concepto de probabilidad, la ley de los grandes números, al
teorema del límite central, y la distribución binomial.

palabras clave: desarrollo histórico, distribución de probabilidad, distribución normal, teorema de

los grandes números, teorema del límite central.

Abstract

The normal distribution is a continuous random variable distribution, which initially arises as a branch
of probability, and over time has become the most important of probability distributions, due to its mul-
tiple applications in the life of man. There are many characters that can be associated with its historical
development, due to the great contributions they have made in the formalization of this valuable statis-
tical tool; Among the most prominent are: A. De Moivre, who is credited with the rst version of the
normal distribution, Galileo and his dierent proposals for the distribution of errors, and Gauss, who
nally formalized it and to whom he owes the name Gaussian bell. It is associated with the concept of
probability, the law of large numbers, the central limit theorem, and the binomial distribution.

keywords: historical development, probability distribution, normal distribution, large number theo-
rem, central limit theorem.

LA DISTRIBUCIÓN NORMAL
La distribución normal es una distribución de variable continua, y de lejos, la más importante entre las
distribuciones de probabilidad. La primera versión de que se tiene noticias de la distribución normal,
se atribuye al estadístico francés Abraham de Moivre, quien actuaba como consultor para temas
de juegos, y se percató que, al lanzar una moneda n veces, la probabilidad de obtener cara o sello,
tenía una representación gráca con una curva suave a medida que N se aproximaba al innito, como
puede apreciarse en la Figura 1. Este fenómeno sigue una distribución conocida como la Distribución
Binomial, que fue la base para la distribución normal.

1
 Figure 2: Gráco que resulta al unir los puntos en los rectángulos de la última gráca de la Figura 1

Puede apreciarse que si se traza una curva suave que una los puntos medios de los rectángulos, se
obtiene un gráco con forma de campana, como el mostrado en la Figura 2; esta peculiar forma de
campana también fue detectada por Galileo en el análisis de errores de medición de observaciones
astronómicas; errores atribuibles a la instrumentación y a los observadores (Martínez y Martínez, 2011).

2
 Figure 3: Gráca y fórmula de la distribución Normal.

Figure 4:

Tales hechos curiosos cayeron en manos de Gauss quien nalmente formalizó esta distribución, elab-
orando sus las fórmulas que se conocen y usan en la actualidad (Conde, 2015). Fórmula que se presenta
a continuación en la Figura 3. La distribución Normal depende de dos parámetros: su media µ y su
desviación típica δ , es decir, por cada par diferente (µ, δ), se especica una distribución diferente. La
media divide la gráca en dos mitades totalmente simétricas, y determina la posición horizontal de su
gráca en el plano, es decir, cada valor diferente para µ, traslada horizontalmente la gráca de la dis-
tribución, es la medida de tendencia central, por lo que su media, su mediana y su moda coinciden. Por
su parte, la desviación estándar determina el punto donde la gráca de la curva cambia la concavidad,
por lo que determina la dispersión de la población, y los valores diferentes para δ , determinan el grado
de aplanamiento o levantamiento de la curba; ambas cuestiones pueden apreciarse en la primera gráca
de la gura 3. Asimismo, la distribución Normal estandarizada es aquella que tiene media cero (0) y
desviación estándar uno (1), aspecto que se muestra en la última gráca de la gura 3.

Como toda distribución de probabilidad, el área comprendida entre la gráca de la curva y el eje de
las X es uno, y si se levantan perpendiculares a una distancia de una desviación estándar a ambos lados
de la media, el área comprendida entre dichas perpendiculares, el eje X y la curva de la distribución,
será de aproximadamente el 68% del área total bajo la cueva. Si las perpendiculares se levantan a dos
desviaciones estándar desde la media, el área encerrada ahora será del 95%, y si los límites con dichas
perpendiculares se extienden a tres desviaciones estándar, el área que comprenden alcanzará el 99,7%
(Daniel, 1995). Este hecho determina la utilidad de la distribución Normal y son múltiples las aplicaciones
de esta distribución en la vida del hombre.

Por razones de espacio, en este artículo solo se explicará brevemente y de forma general, una sola
aplicación de la distribución Normal en la industria: el caso del control de calidad de los equipos de
una industria, laboratorio clínico o de otro tipo. Para hacer el control de calidad a cualquier equipo que
determine la medida del valor numérico de algo, se debe tomar diariamente una muestra ja de los valores
medidos, se saca su media aritmética, su desviación estándar y se establece µ ± 2δ , luego se hace la gráca
con todos los valores, la media y las deviaciones y si algún valor se sale del rango de las 2δ , entonces se
debe mandar el equipo a revisión (Ministerio de Salud, 2021). Este es un parámetro de control de calidad
que utiliza la Procuraduría General en Colombia para hacer el control de calidad de los equipos en los
laboratorios clínicos.

Esta distribución debe su signicado a tres razones fundamentales: Por un lado, un gran número de
fenómenos reales se pueden formar con esta distribución (tal es el caso de las características cuantitativas
de casi todas las grandes poblaciones), por otro lado, muchas de las distribuciones de uso frecuente tien-
den a aproximarse a la distribución normal bajo ciertas condiciones; y, por último, en virtud del Teorema
Central del Límite, todas aquellas variables que puedan considerarse causadas por un gran número de
pequeños efectos (como pueden ser los errores de observación) tienden a distribuirse con una distribución
normal. Asimismo, cualquier variable puede llevarse a una distribución normal, haciendo una distribución
de las medias de una muestra (Daniel, 1995).

CONCLUSIONES La elaboración de este trabajo permitió a los autores claricar muchos aspec-
tos generales de las distribuciones y de la distribución Normal en particular, generando un interés muy
especial por la estadística y su utilidad que las comunidades. Entre las principales limitaciones en la re-
alización del trabajo está el corto tiempo para hacerlo y el número de hojas, pues la distribución Normal
es muy rica conceptualmente y hay muchos aspectos interesantes que se quedaron sin abordar.

REFERENCIAS BIBLIOGRAFICAS

Conde, G. (2015). La distribución normal una rápida revisión histórica. Heurística, 17, 59-65.

3
 Daniel, W. (1995). Bioestadística. Base para el análisis de las ciencias de la salud. México:Noriega
Editores.

Martínez, J. y Martínez, I. (2011). Distribución normal. Valencia: Universidad de Valencia.

Ministerio de Salud (2021). Manual de garantía de calidad en el Laboratorio clínico. Bogotá: Secre-
taría de salud de Bogotá.