DISTRIBUCION DE

PROBABILDIAD NORMAL
ADRIAN ALBERTO SANTANA ALFONSO
Lic. En Matemáticas.
Esp. En Estadística Aplicada.
M. Cs. Estadística.
 DISTRIBUCIÓN DE PROBABILIDAD
NORMAL
La Normal es la distribución de probabilidad más importante. Multitud de variables
aleatorias continuas siguen una distribución normal o aproximadamente normal.
Una de sus características más importantes es que casi cualquier distribución de
probabilidad, tanto discreta como continua, se puede aproximar por una normal bajo
ciertas condiciones.
 CARACTERÍSTICAS

La curva normal tiene forma de campana y un solo pico en el centro de la distribución.

De esta manera, la media aritmética, la mediana y la moda de la distribución son iguales y
se localizan en el pico.
 CARACTERÍSTICAS

Así, la mitad del área bajo la curva se encuentra a la derecha de este punto central y la
otra mitad está a la izquierda de dicho punto.
 CARACTERÍSTICAS

La curva normal desciende suavemente en ambas direcciones a partir del valor central.
Es asintótica, lo que quiere decir que la curva se acerca cada vez más al ej X pero
jamás llega a tocarlo. Es decir, las “colas” de la curva se extienden de manera
indefinida en ambas direcciones
 CARACTERÍSTICAS

Para indicar de que una variable aleatoria (v.a.) sigue una distribución normal de media 𝜇 y
desviación estándar 𝜎 usaremos la expresión

𝑋 ∼ 𝑁(𝜇, 𝜎)
ÁREAS BAJO LA CURVA NORMAL
Existen muchos tipos de programas estadísticos que sirven para calcular el área bajo
la curva normal. La dificultad que se enfrenta al resolver las integrales de funciones
de densidad normal exige tabular las áreas de la curva normal para una referencia
rápida. Sin embargo, seria inútil tratar de establecer tablas separadas para cada posible
valor de μ y σ.

DIFICULTADES EN EL CALCULO
Por fortuna, podemos transformar todas las observaciones de cualquier variable normal
X en un nuevo conjunto de observaciones de una variable aleatoria normal Z con media
0 y varianza 1. Esto se puede realizar mediante la transformación
𝑥−𝜇
𝑧=
𝜎

𝑍 ∼ 𝑁(𝜇 = 0, 𝜎 = 1)

DIFICULTADES EN EL CALCULO
 DISTRIBUCIÓN DE PROBABILIDAD
NORMAL ESTÁNDAR

La distribución de una variable aleatoria normal con media 0 y varianza 1 se

llama distribución normal estándar.
 TABLA DISTRIBUCIÓN DE
PROBABILIDAD NORMAL ESTÁNDAR
 EJEMPLO:

Dada una distribución normal estándar, calcule el área bajo la curva que
se localiza
a) a la derecha de z = 1.84,
b) entre z = –1.97 y z = 0.86.
 EJEMPLO:
Dada una distribución normal estándar, calcule el área bajo la curva que se localiza a la
derecha de z = 1.84,

El área en la figura a la derecha de z = 1.84 es igual a 1 menos el área en la tabla a la

izquierda de z = 1.84, a saber, 1 – 0.9671 = 0.0329.
EJEMPLO:
 Dada una distribución normal estándar, calcule el área bajo la curva que se localiza
b) entre z = –1.97 y z = 0.86.

 El área en la figura entre z = –1.97 y z = 0.86 es igual al área a la izquierda de z = 0.86 menos el área a la
izquierda de z = –1.97. A partir de la tabla encontramos que el área que se desea es 0.8051 – 0.0244 =
0.7807.
EJEMPLO:
EJEMPLO:
Cierto tipo de batería de almacenamiento dura, en promedio, 3.0 años, con
una desviación estándar de 0.5 años. Suponga que la duración de la batería se
distribuye normalmente y calcule la probabilidad de que una batería
determinada dure menos de 2.3 años

EJEMPLO:
Cierto tipo de batería de almacenamiento dura, en promedio, 3.0 anos, con una desviación
estándar de 0.5 anos. Suponga que la duración de la batería se distribuye normalmente y
calcule la probabilidad de que una batería determinada dure menos de 2.3 años.
Empiece construyendo un diagrama como el de la figura anterior, que muestra la
distribución dada de la duración de las baterías y el área deseada.
Para calcular la P(X < 2.3) necesitamos evaluar el área bajo la curva normal a la izquierda
de 2.3. Esto se logra calculando el área a la izquierda del valor z correspondiente. De donde
encontramos que
𝑥 = 2.3
 𝜇=3
𝜎 = 0.5

𝑥 − 𝜇 2.3 − 3
𝑧= = = −1.4
𝜎 0.5

Por lo que
𝑃 𝑋 < 2.3 = 𝑃 𝑍 < −1.4 = 0.0808
BIBLIOGRAFIA:

• Probabilidad y Estadística para Ingenieros - Ronald E. Walpole y Raymond H. Myers Sexta

edición. Prentice Hall. 2012