DISTRIBUCIÓN NORMAL 

Carlos Eduardo Gómez Zúñiga

 DISTRIBUCIÓN NORMAL 

• Objetivo: Dar a conocer los fundamentos teóricos más relevantes

de la distribución normal y su uso en la mayoría de técnicas
estadísticas aplicadas.
 Introducción
• La distribución de probabilidad continua más importante en el área
de la estadística es la distribución normal. Su gráfica, llamada curva
normal, es una curva en forma de campana.
• Abraham DeMoivre, en 1733, desarrolló la ecuación matemática de
la curva normal, base para la teoría de la estadística inferencial.
• La distribución normal también se denomina distribución gaussiana
en honor de Karl Friedrich Gauss (1777-1855), también derivó su
ecuación a partir de estudios de errores en mediciones repetidas de
la misma cantidad.
Curva normal
 Definición

••  Una Variable Aleatoria Continua que tiene distribución en forma de

campana de Gauss se denomina Variable Aleatoria Normal. La
ecuación matemática para la Distribución de Probabilidad de la
variable normal depende de los parámetros , media y desviación
estándar, respectivamente.
• Se denotan los valores de la densidad de por
• La densidad de la Variable Aleatoria Normal , con media y
varianza , es:
 
,

donde 3.14159. . . y 2.71828. . .

Una vez que se especifican , la curva normal queda

determinada por completo:
 

PROPIEDADES DE LA CURVA NORMAL

1. La moda ocurre en que es el punto sobre el eje horizontal donde la curva tiene su
punto máximo.
2. La curva es simétrica alrededor de un eje vertical a través de la media .
3. La curva tiene sus puntos de inflexión en , es cóncava hacia abajo si
, y es cóncava hacia arriba en otro caso.
4. La curva normal se aproxima al eje horizontal de manera asintótica, conforme se
aleja de la media en cualquier dirección.
5. El área total bajo la curva y sobre el eje horizontal es igual a uno.
  área total bajo la curva y sobre el eje horizontal es igual a uno.
El
Sea

Entonces :

.
  .

Haciendo: entonces

sustituyendo y cancelando :

=
Luego:

La integral: , se resuelve por integrales dobles haciendo , y

por el método de coordenadas polares, se deduce que
 
Muchas variables aleatorias tienen distribuciones de
probabilidad que se pueden describir de forma adecuada
mediante la curva normal, una vez que se especifiquen
(parámetros conocidos quizás a partir de investigaciones
anteriores). Si no se conocen , se hacen inferencias
estadísticas y se estimen a partir de los datos
experimentales disponibles.
  ÁREAS BAJO LA CURVA NORMAL

La curva de cualquier distribución continua de probabilidad o

función de densidad se construye de manera que el área bajo
la curva limitada por las dos ordenadas sea igual a la
probabilidad de que la variable aleatoria tome un valor entre .
Para con distribución normal:

es representada por el área de la región sombreada:

  ESTANDARIZACION DE

Al intentar resolver integrales de funciones de densidad normal, se

presenta cierto grado de dificultad, además, no es útil establecer
tablas separadas para cada posible valor de .
Se pueden transformar todas las observaciones de cualquier
variable aleatoria normal en un nuevo conjunto de observaciones de
una variable aleatoria normal con media 0 y varianza 1. Esto se
realiza mediante la transformación:

Proceso denominado estandarización o tipificación

 DEFINICION

La distribución de una variable aleatoria normal con

media 0 y varianza 1 se llama distribución normal
estándar.
Para el caso , se estandariza y así : y
Luego:

Se convierte en:
 

Esta probabilidad se obtiene buscando en la tabla de la distribución normal estándar.

La tabla indica el área bajo la curva normal estándar que corresponde a para valores

de que van de –3.49 a 3.49. Como se observa en la tabla:

  EJEMPLOS

Uso de la tabla normal estándar:

1. ( verificación de la regla empírica)

a.
b.
c.

2. El valor de que deja un área de 0.2148 bajo la

curva a la izquierda de es –0.79.