La distribución normal

Propiedades de la
distribución normal :
 Conocida también como la campana de Gauss o distribución
de Gauss
 La forma de la campana de Gauss depende de los parámetros
μ y σ. 
 Tiene una única moda que coincide con su media y su
mediana.
 La curva normal es asintótica al eje de X. 
 Es simétrica con respecto a su media μ .  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.
 Comprende una familia de distribuciones con una forma
común, diferenciadas por los valores de su media y su
varianza. 
 La desviación estándar (σ ) determina el grado de apuntamiento
de la curva.  Cuanto mayor sea el valor de σ, más se dispersarán
los datos en torno a la media y la curva será más plana. 
 La media indica la posición de la campana, de modo que para
diferentes valores de μ la gráfica es desplazada a lo largo del eje
horizontal.
 De entre todas ellas, la más utilizada es la distribución normal
estándar, que corresponde a una distribución de media 0 y
varianza 1. 
Distribuciones normales algunas con
igual media pero varianza diferente
 Distribuciones normales con
diferentes medias e igual desviación
 Función de densidad de
probabilidad
 
Empleando cálculos bastante laboriosos, puede
demostrarse que el modelo de la función de densidad
que corresponde a tales distribuciones viene dado por
la fórmula:
 Siendo:

e = 2,71828182…
media o promedio
desviación estándar
x = valor de la v.a en el conjunto de los reales

Como distribución de probabilidad

 
P=
 La media y la varianza del
modelo normal
 
Media :

 
Varianza :

x =
 Ejemplo

 SiX se distribuye normalmente con parámetros halle P (75 < x

< 120)

Solución :
X
P (75 < x < 120) = dx

El desarrollo de esta integral implica un trabajo muy dispendioso requiriendo

de procedimientos matemáticos avanzados. Para facilitar su cálculo, se utiliza
la técnica conocida como estandarización normal
Fórmula para tipificar o estandarizar

Siendo:
x = valor de la variable
µ = media aritmética o promedio poblacional
σ = desviación estándar poblacional
 El valor de Z es la cantidad de desviaciones
estándar a la que está distanciada la variable
X del promedio.

 A la variable Z se la denomina variable

tipificada de X, y a la curva de su función de
densidad se le conoce como la curva normal
estándar
 La distribución normal
estándar
 Es una distribución normal con promedio 0 y una
desviación estándar de 1.

 Todas las variables normalmente distribuidas se

pueden transformar a la distribución normal
estándar utilizando la fórmula para calcular el valor
Z correspondiente.
 Características de la
distribución normal estándar.

 Su media es 0, su varianza es 1 y su
desviación estándar es 1.
 La curva  f(z)  es simétrica respecto del eje
de Y
 Tiene un máximo en el eje de Y.
 Tiene dos puntos de inflexión en z=1 y z=-1
 Funciòn de densidad de f(z)

 
f(z;0,1) =

 
Como distribución de probabilidad

P=
 Càlculos
Si la variable aleatoria X sigue una distribución normal :
X N ( µ , σ ) , entonces se puede transformar a la variable
aleatoria Z N ( 0 , 1) , conocido como proceso de
estandarización o tipicación, de tal forma que se facilite
evaluar probabilidades haciendo uso de la TABLA DE LA
DISTRIBUCION NORMAL ESTANDAR ( z ) ; es decir

P(X≤x)=P( Z≤ x )

Proceso de estandarización

X 
Z

Teorema de Chebyshev:
Regla empírica
 En términos de probabilidad :

p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 %

p(μ - 2σ < X ≤ μ + 2σ) = 0.95 = 95 %

p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.8%

Tabla de la distribuciòn normal estándar

Se utiliza para determinar el área acumulada

bajo la curva de la distribución normal
estándar cuando se tiene establecido un
valor particular de la variable aleatoria z . El
área describe una proporción o
probabilidad.
 Distribución normal estándar acumulada -N(0,1)
Valores de la probabilidad acumulada por debajo de z (1)
                     
Z 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00

-3.5 0.00017 0.00017 0.00018 0.00019 0.00019 0.00020 0.00021 0.00022 0.00022 0.00023

-3.4 0.00024 0.00025 0.00026 0.00027 0.00028 0.00029 0.00030 0.00031 0.00032 0.00034

-3.3 0.00035 0.00036 0.00038 0.00039 0.00040 0.00042 0.00043 0.00045 0.00047 0.00048

-3.2 0.00050 0.00052 0.00054 0.00056 0.00058 0.00060 0.00062 0.00064 0.00066 0.00069

-3.1 0.00071 0.00074 0.00076 0.00079 0.00082 0.00084 0.00087 0.00090 0.00094 0.00097
-3.0 0.0010 0.0010 0.0011 0.0011 0.0011 0.0012 0.0012 0.0013 0.0013 0.0013
-2.9 0.0014 0.0014 0.0015 0.0015 0.0016 0.0016 0.0017 0.0018 0.0018 0.0019
-2.8 0.0019 0.0020 0.0021 0.0021 0.0022 0.0023 0.0023 0.0024 0.0025 0.0026
-2.7 0.0026 0.0027 0.0028 0.0029 0.0030 0.0031 0.0032 0.0033 0.0034 0.0035
-2.6 0.0036 0.0037 0.0038 0.0039 0.0040 0.0041 0.0043 0.0044 0.0045 0.0047
-2.5 0.0048 0.0049 0.0051 0.0052 0.0054 0.0055 0.0057 0.0059 0.0060 0.0062
-2.4 0.0064 0.0066 0.0068 0.0069 0.0071 0.0073 0.0075 0.0078 0.0080 0.0082
-2.3 0.0084 0.0087 0.0089 0.0091 0.0094 0.0096 0.0099 0.0102 0.0104 0.0107
-2.2 0.0110 0.0113 0.0116 0.0119 0.0122 0.0125 0.0129 0.0132 0.0136 0.0139
-2.1 0.0143 0.0146 0.0150 0.0154 0.0158 0.0162 0.0166 0.0170 0.0174 0.0179
-2.0 0.0183 0.0188 0.0192 0.0197 0.0202 0.0207 0.0212 0.0217 0.0222 0.0228
 Distribución normal acumulada -N(0,1)
Valores de la probabilidad acumulada por debajo de z (1)
                     
Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
 Aproximación de la distribución
binomial con la normal
 
 Referencias
 http://descartes.cnice.mecd.es/index.html

 http://www.aulafacil.com/CursoEstadistica/Lecc-34-est.htm

 http://www.ruf.rice.edu/~lane/stat_sim/sampling_dist/index.html

 Distribución Normal parte 1 – YouTube

 Distribución Normal 2da parte - YouTube