INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE COMERCIO Y

ADMINISTRACION
UNIDAD TEPEPAN

UNIDAD DE TECNOLOGIA EDUCATIVA Y CAMPUS VIRTUAL

ESTADÍSTICA PARA NEGOCIOS

Asesor: Marina Castillo Garduño

Unidad Temática 3. Distribución normal, normal estándar

Y muestrales
 Unidad 3 Distribución normal. Normal estándar y muestrales
Actividad 1 “Problema real que sigue una N(µ,σ)”
[TÍTULO DEL DOCUMENTO]
Introducción.
Al iniciar el análisis estadístico de una serie de datos, y después de la etapa de detección
y corrección de errores, un primer paso consiste en describir la distribución de las
variables estudiadas y, en particular, de los datos numéricos. La distribución continua de
probabilidad más importante en el campo de la estadística es la distribución normal,
debido a que aparece con mayor frecuencia en fenómenos reales, su importancia radica
en que permite modelar numerosos fenómenos naturales, sociales, de investigación,
industriales y psicológicos, entre otros más.

Su gráfico se denomina curva normal, conocida como campana de Gauss, tiene forma
acampanada y simétrica con respecto a un determinado parámetro estadístico, y más
que representar una expresión gráfica de una función gaussiana de la distribución
normal, es una distribución de frecuencias.

Figura 1. Curva de la distribución normal.

La distribución de probabilidad normal es la más usada para describir variables aleatorias

continuas, tiene gran cantidad de aplicaciones prácticas en las que la variable aleatoria
puede ser por ejemplo el peso de las personas, la estatura, puntuaciones de exámenes,
mediciones científicas u otras cantidades similares, estadísticamente describe que tan
probables son los resultados obtenidos de un muestreo.
La distribución normal N está caracterizada por dos parámetros que son la media que se
representa por medio de (µ) y la desviación típica o estándar que se representa por (σ).
Su función de densidad es:

𝟏 −
𝟏 𝒙−𝝁
[ ]𝟐
𝑵(𝝁, 𝝈) = 𝒆 𝟐 𝝈
𝝈 √𝟐𝝅

Página | 2
 Unidad 3 Distribución normal. Normal estándar y muestrales
Actividad 1 “Problema real que sigue una N(µ,σ)”
[TÍTULO DEL DOCUMENTO]
Donde:

𝜇 = media
𝜎 = desviación estándar
𝜋 = 3.14159
𝑒 = 2.71828

La curva normal adopta un número infinito de formas determinadas por sus parámetros
media (µ) y la desviación típica (σ), esta es en forma de campana siendo asimétrica en
el eje de las abscisas (cuando x= ±∞) y simétrica con referente a la media (µ) en donde
la mediana y la moda coinciden. Es importante saber que entre la media y una desviación
típica siempre tenemos la misma probabilidad que es de 68.3%, en cambio, si existen
dos desviaciones la probabilidad será del 95.5% y en 3 desviaciones la probabilidad se
establece en 99.7%.

Figura 2. Partes de la curva de la distribución normal.

Figura 3. Distribución de la probabilidad entre la media

y la desviación típica

Página | 3
 Unidad 3 Distribución normal. Normal estándar y muestrales
Actividad 1 “Problema real que sigue una N(µ,σ)”
[TÍTULO DEL DOCUMENTO]
Planteamiento del problema
Los ingresos semanales de los supervisores de turno de la fabrica de zapatos se rigen
por una distribución de probabilidad normal con una media de $1000 y una desviación
estándar de $100. ¿Cuál es la probabilidad de seleccionar a un supervisor cuyo ingreso
semanal oscile entre $1000 y $1100?
Esta pregunta se expresa con notación de probabilidad de la siguiente manera: P($1000
< ingreso semanal < $1 100).
$1100 tiene un valor z de 1.00, como se muestra a continuación:

La probabilidad asociada con un valor z de 1.00 se encuentra a continuación: 0.3413

z 0 0.01 0.02
- - - .
- - - -
- - - -
0.7 0.2580 0.2611 0.2642
0.8 0.2881 0.2910 0.2939
0.9 0.3159 0.3186 0.3212
1.0 0.3413 0.3438 0.3461
1.1 0.3643 0.3665 0.3686
- - - -
- - - -
- - -

El área bajo la curva normal entre $1000 y $1100 es de 0.3413. También puede decir
que 34.13% de los supervisores de turno en la fábrica de zapato gana entre $1000 y
$1100 semanales, o que la probabilidad de seleccionar a un supervisor cuyo ingreso
oscile entre $1000 y $1100 es de 0.3413.

Página | 4
 Unidad 3 Distribución normal. Normal estándar y muestrales
Actividad 1 “Problema real que sigue una N(µ,σ)”
[TÍTULO DEL DOCUMENTO]

Conclusión.
Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas; su
propio nombre indica su extendida utilización, justificada por la frecuencia o normalidad
con la que ciertos fenómenos tienden a parecerse en su comportamiento.

Muchas variables aleatorias continuas presentan una función de densidad cuya

gráfica tiene forma de campana.

La importancia de esta Distribución, radica en que permite modelar numerosos

fenómenos naturales, sociales y psicológicos; mientras que los mecanismos que
subyacen a gran parte de este tipo de fenómenos son desconocidos por la enorme
cantidad de variables incontrolables que en ellos interviene.

Fuentes consultadas:
https://matap.dmae.upm.es/WebpersonalBartolo/Probabilidad/7_distribucion_normal.pd
f
https://www.fisterra.com/mbe/investiga/distr_normal/distr_normal2.pdf
http://equipovcruprobabilidad.blogspot.com/2015/05/distribucion-de-probabilidad-
normal.html

Página | 5