Distribuciones

continuas
Distribución normal
Edgar Blas Flores
Estadística y probabilidad
 Distribución continua
• Una distribución continua describe las probabilidades de los posibles valores de
una variable aleatoria continua. Una variable aleatoria continua es una variable
aleatoria con un conjunto de valores posibles (conocido como el rango) que es
infinito y no se puede contar.

• Las probabilidades de las variables aleatorias continuas (X) se definen como el

área por debajo de la curva de su PDF. Por lo tanto, solo los rangos de valores
pueden tener una probabilidad diferente de cero. La probabilidad de que una
variable aleatoria continua equivalga a algún valor siempre es cero.
 Ejemplo
• La distribución normal continua puede describir la distribución del peso
de hombres adultos. Por ejemplo, usted puede calcular la probabilidad de
que un hombre pese entre 160 y 170 libras.
Gráfica de distribución del peso de hombres adultos

• El área sombreada debajo de la curva en este ejemplo representa el rango de 160 a 170 libras. El
área de este rango es 0.136; por lo tanto, la probabilidad de que un hombre seleccionado
aleatoriamente pese entre 160 y 170 libras es de 13.6%. Toda el área por debajo de la curva
equivale a 1.0.

• Sin embargo, la probabilidad de que X sea exactamente igual a algún valor siempre es cero,
porque el área por debajo de la curva en un punto individual, que no tiene anchura, es cero. Por
ejemplo, la probabilidad de que un hombre pese exactamente 190 libras es cero. Podría calcular
una probabilidad diferente de cero de que un hombre pese más de 190 libras, menos de 190 libras
o entre 189.9 y 190.1 libras, pero la probabilidad de que pese exactamente 190 libras es cero.
 Distribución normal
• La distribución normal 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 típica. Es decir, la
función y la variable aleatoria tendrán la misma representación pero con
ligeras diferencias.
 Fórmula de la distribución normal

• Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones puede aproximarse
satisfactoriamente a una distribución normal tal que:
• X~N(u,o)
• Variable aleatoria X aproximada a una distribución normal.
• Donde los parámetros de la distribución son la media o valor central y la desviación típica:
Media o valor central= u
Desviación típica = o
• Parámetros de una distribución normal.
• En otras palabras, estamos diciendo que la frecuencia de una variable aleatoria X puede representarse
mediante una distribución normal.
 Representación

• Función de densidad de probabilidad de una variable aleatoria que sigue

una distribución normal.
¿Qué necesitamos para representar una distribución normal?

• Una variable aleatoria.

• Calcular la media.
• Calcular la desviación típica.
• Decidir la función que queremos representar: función de densidad de
probabilidad o función de distribución.
 Ejemplo teórico

• Suponemos que queremos saber si los resultados de un examen pueden

aproximarse satisfactoriamente a una distribución normal.

• Sabemos que en este examen participan 476 estudiantes y que los

resultados podrán oscilar entre 0 y 10. Calculamos la media y la
desviación típica a partir de las observaciones (resultados del examen).
• Entonces, definimos la variable aleatoria X como los resultados del
examen que depende de cada resultado individual. Matemáticamente,
X(x1,x2,…x476)= resultados del examen~N(u=4,8,o=3,09).
• La variable aleatoria X representa la variable resultados del examen y
puede aproximarse a una distribución normal de media 4,8 y
desviación típica de 3,09.
Resultados Frecuencia

0 20
1 31
2 44
3 56
4 64 El resultado de cada estudiante se anota en una
5 66 tabla. De esta forma, obtendremos una visión
6 62 global de los resultados y de su frecuencia.
7 51
8 39
9 26
10 16
Total 475
• Una vez hecha la tabla, representamos los resultados del examen y las
frecuencias. Si el gráfico se parece a la imagen anterior y cumple con las
propiedades, entonces, la variable resultados del examen puede
aproximarse satisfactoriamente a una distribución normal de media 4,86 y
desviación típica de 2,56.