La distribución normal N (µ, σ)

Es aquella en la cual, a partir de un punto central de máxima frecuencia (la media de la distribución),
los valores mayores y menores que la media se distribuyen simétricamente de derecha a izquierda,
disminuyendo gradualmente hasta desaparecer.
Esta distribución es la más utilizada para variables aleatorias continuas, es decir, aquellas para las
cuales es imposible enumerar todos los eventos posibles. Asimismo, esta distribución permite
resolver en forma aproximada los problemas propios de las distribuciones binomial o de poisson, por
lo que su importancia en probabilidad y estadística es fundamental.
Fue el matemático alemán Kart Fiedrich Gauss (1777-1855) quien presentó las leyes fundamentales
de la distribución normal de probabilidad, de manera que esta se conoce también como distribución
gaussiana y su curva se conoce también como campana de Gauss.
Propiedades de la curva normal
1. Es simétrica en forma de campana.
2. La media, la mediana y la moda tienen el mismo valor, ubicado al centro de la figura.
3. La distribución no es ni tan puntiaguda ni tan plana, es decir, es una distribución
mesocúrtica, por lo que su índice de kurtosis (a4) es igual a 3.
4. Teóricamente, la curva se extiende hasta el infinito en ambas direcciones, sin tocar nunca el
eje horizontal. (-∞ hasta +∞).
5. – El área total bajo la curva normal se considera que es 100% o 1.00 ya que la suma de las
probabilidades a lo largo de la distribución es uno.
6. Cada distribución normal está completamente especificada por su media y su desviación
estándar; por lo tanto, existe una distribución normal diferente para cada combinación de media
y desviación estándar, dependiendo del grado de dispersión que exista.
7. El área bajo la curva entre dos puntos es la probabilidad de que una variable distribuida
normalmente tome un valor entre ellos.
8. Dado que existe un número ilimitado de valores en el intervalo que va de menos infinito a más
infinito, la probabilidad de que una variable aleatoria distribuida con normalidad sea exactamente
a cualquier valor dado es casi de cero. En consecuencia, las probabilidades serán para un intervalo
de valores.
9. El área bajo la curva normal entre la media (µ) y cualquier otro punto es una función del
número de desviaciones estándar (σ) que el punto dista en la media (µ).

Regla Empírica
Expresa el porcentaje aproximado de los valores de la
población que se encuentran dentro de un número
determinado de desviaciones estándar desde la media de
la población.
– Aproximadamente el 68% de todos los valores de una
población normalmente distribuida se encuentra dentro de
± 1 desviación estándar de la media.
– Aproximadamente el 95.5% de todos los valores de una población normalmente distribuida se
encuentra dentro de ± 2 desviaciones estándar de la media.
– Aproximadamente el 99.7% de todos los valores de una población normalmente distribuida se
encuentra dentro de ± 3 desviaciones estándar de la media.
Una desviación estándar pequeña para un conjunto de
valores indica que estos se encuentran localizados
cerca de la media. Por lo contrario, una desviación de
valor grande revela que las observaciones están lejos
de la media.

Áreas bajo la curva de distribución normal

La curva normal de cualquier distribución puede convertirse en una curva estandarizada, en

la que el valor central es cero, la desviación estándar es uno y el área desde (-∞) hasta (+∞)
por medio de la siguiente equivalencia. Se convierte la distribución entonces a lo que se
conoce como estandarización de una distribución normal estándar utilizando el llamado valor
z, también denominado puntuación z, estadística z, desvío normal estandarizado o desvío
normal z simplemente.
𝑋−𝜇
𝑧=
𝜎
x = valor de la variable aleatoria de interés.
µ = media de la distribución de la variable aleatoria.
σ = desviación estándar de la distribución.
z = número de desviaciones estándar que hay desde x a la media de la distribución. (El uso
de z es solamente un cambio de escala de medición del eje horizontal).

Area 0.5 Area 0.5

Mesokúrtica

Asintótica
1. En un estadio deportivo instalarán focos para iluminar el campo de juego. El
suministrador asegura que el tiempo de vida medio de los focos es de 1,500 horas con una
desviación estándar de 200 horas, si la distribución de vida de los focos sigue una
distribución normal. Calcular la probabilidad de:

a) Seleccionar un foco con un periodo de vida de 1,500 a 1,700 horas.

P (1,500 ≤ X ≤1,700).

-3σ -2σ -1σ μ 1σ 2σ 3σ

b) Seleccionar un foco con un periodo de vida de 1,300 a 1,700 horas.

P (1300 ≤ X ≤1,700).
Los valores de 1,300 y 1700 horas abarcan una parte a la izquierda de la media de la
población y otra parte a la derecha de esta misma media

𝑋 − 𝜇 1300 − 1500 −200

𝑧1 = = = = −1
𝜎 200 200
𝑋 − 𝜇 1700 − 1500 200
𝑧2 = = = =1
𝜎 200 200
P (–1 ≤ Z ≤1) = 0.3413 + 0.3413 = 0.6826

c) Seleccionar un foco con un periodo de vida mayor a 1,850 horas.

P (X ≥ 1,850).

𝑋 − 𝜇 1850 − 1500 −350

𝑍= = = = 1.75
𝜎 200 200

P (0 ≤ Z ≤ 1.75) = 0.4599
P (Z ≥ 1.75) = 0.5000 – 0.4599 = 0.0401
En general, sin escribir datos, sólo usando la simbología todos los casos de la distribución
normal se muestran en la siguiente tabla.

Traten de hacer las gráficas y escribir en Word la simbología. No copien y peguen.