Distribución normal

Se llama distribución normal, a una de las distribuciones de probabilidad de variable continua

que con más frecuencia aparece en fenómenos reales.

La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un

determinado parámetro. Esta curva se conoce como campana de Gauss.

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 intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se
obtiene como la suma de unas pocas causas independientes.

La distribución normal también es importante por su relación con la estimación por mínimos
cuadrados, uno de los métodos de estimación más simples y antiguos.

Algunos ejemplos de variables asociadas a fenómenos naturales que siguen el modelo de la

normal son:

 caracteres morfológicos de individuos como la estatura;

 caracteres fisiológicos como el efecto de un fármaco;

 caracteres sociológicos como el consumo de cierto producto por un mismo grupo de
individuos;
 caracteres psicológicos como el cociente intelectual;
 nivel de ruido en telecomunicaciones;
 errores cometidos al medir ciertas magnitudes;
 etc.
 Se llama distribución normal "estándar" a aquélla en la que sus parámetros toman los
valores μ = 0 y σ = 1. En este caso la función de densidad tiene la siguiente expresión:

Ejemplos:

E n un a c iu d a d s e e s t im a q u e la t e m p e r a t ur a m áx im a e n e l m e s d e
ju n io s ig u e u n a d is t r ib u c ió n n o r m a l, c o n m e d ia 2 3 ° y d e s v ia c i ó n t í p ic a
5 ° . - C a lc u la r e l n ú m e r o d e d í a s d e l m e s e n lo s q u e s e e s p e r a a lc a n z a r
m á x im a s e n t r e 2 1 ° y 2 7 ° .
 S i X e s u n a v a r ia b le a le a t o r ia d e u n a d is t r ib u c ió n N ( µ , σ ) , h a lla r :

p(µ−3σ ≤ X ≤ µ+3σ)

E s d e c ir , q u e ap r o x im a d a m e n t e e l 9 9 . 7 4 % d e lo s v a lo r e s d e X

e s t á n a m e n o s d e t r e s d e s v ia c io n e s t í p ic a s d e la m e d ia .

E jercicio:

E n u n a d i s t r i b u c ió n b i n o m i a l co n N = 8 0 y p = 0 . 3 0 d e te r m i ne l a s ig u i e n t e
p r o b a b i l i d a d e s u t i l i z an d o l a d i s t r i b u c ió n d is t r i b u c i ó n no r m a l .

a ) E n c u en t r e l a p r o b a b i l i d a d d e X = 2 0

b ) E n c u en t r e l a p r o b a b i l i d a d d e X < = 2 0

c) La probabilidad de X>=30

 a) X=20

Formula: E(x)=µ=np

µ= (80) (.30)=24
 δ²= (80)(.30)(0.70)=16.8

δ= √16.8

δ= 4.098

Conclusiones Distribución Normal

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 a esta distribución.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene
forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p
y valores de n cada vez mayores, se ve que sus polígonos de frecuencias se aproximan a una
curva en "forma de campana".
En resumen, la importancia de la distribución normal se debe principalmente a que hay muchas
variables asociadas a fenómenos naturales que siguen el modelo de la normal.
 Caracteres morfológicos de individuos (personas, animales, plantas,…) de una especie, p. ejm.
Tallas, pesos, envergaduras, diámetros, perímetros…
 Caracteres fisiológicos, por ejemplo; efecto de una misma dosis de un fármaco, o de una
misma cantidad de abono.
 Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de
individuos, puntuaciones de examen.
 Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a un medio……
 Errores cometidos al medir ciertas magnitudes.
 Valores estadísticos maestrales, por ejemplo: la media.
 Otras distribuciones como la binomial o la de Poisson son aproximaciones normales…

Y en general cualquier característica que se obtenga como suma de muchos factores.

U n a d is t r ib u c ió n n o r m a l d e m e d ia μ y d e s v ia c ió n t í p ic a σ s e d es ig n a p o r N (μ ,
σ ) . S u gr á f ic a e s la c a m p a n a d e G au s s :

El área del recinto determinado por la función y el eje de abscisas es igual a la unidad.

Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la izquierda y otra
igual a 0.5 a la derecha.

La probabilidad equivale al área encerrada bajo la curva.