UNIVERSIDAD NACIONAL DE TRUJILLO

Facultad de Ciencias Físicas y Matemáticas

DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

TEORÍA SEMANA Nº 09
Curso: Estadística General

Docente: Ing. Dionicio Rosado, Deivy Yosip.

LA DISTRIBUCIÓN NORMAL

 La distribución normal, llamada también Curva de Gauss (en recuerdo al científico

que lo descubrió), es la distribución de probabilidad más importancia en la Estadística y
por ende del Calculo de Probabilidades.
 Esta distribución de probabilidad es importante porque las variables aleatorias continuas
(peso, edad, talla, producción, gasto en publicidad, temperatura, ventas, PBI, ganancias,
etc) que son variables que más se evalúan en una investigación científica o investigación
de mercados se aproximan a esta distribución de probabilidad.
 También es importante porque se utiliza como aproximación de las distribuciones
discretas tales como: la Binomial, la Poisson, etc.

CARACTERÍSTICAS
1. Tiene como parámetros a  y 
2. Su función de probabilidad está dada por:

1 X −μ 2

f (x )=
1
ε
(
2 σ ), −¿ <X <+∝¿ ¿
√2 πσ
Además: -  +
-  <  < + y >0

3. El promedio  puede tomar valores entre – y + mientras que  > 0, entonces

existen infinitas curvas normales.
4. Esta función de probabilidad es asintótica con respecto al eje X, (a pesar de tener
recorrido infinito, la curva nunca toca el eje X); además es unimodal y es simétrica con
respecto a la media .
5. El área bajo esta función o curva es 1 ó 100%, de la misma manera se sabe que las áreas
comprendidas bajo la curva normal son:
 UNIVERSIDAD NACIONAL DE TRUJILLO
Facultad de Ciencias Físicas y Matemáticas
DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

TEORÍA SEMANA Nº 09
Curso: Estadística General

Docente: Ing. Dionicio Rosado, Deivy Yosip.

1.    = 68.3%
2.   2 = 95.5%
3.   3 = 99%

- 3 2 1  1 2 3 +

7. Para calcular probabilidades en la distribución normal se necesitarán infinitas tablas de

probabilidad.

LA DISTRIBUCIÓN NORMAL ESTÁNDAR

1. Es una distribución a la cual se le ha modificado la escala original; esta modificación

se ha logrado restando la media  al valor de la variable original y dividiendo este
resultado por , la nueva variable se denota por Z y recibe el nombre de variable
estandarizada
X
Z 


2. La modificación de la escala ha permitido elaborar una tabla para el cálculo de las

probabilidades; si esto no hubiera sido posible, sería necesario construir una tabla para
cada valor de  y .
3. La función de densidad de la variable estandarizada es:
1
1 z2
f ( z) e2
2
4. El promedio (valor esperado) y la varianza de Z son: E(Z) = 0 , V(Z) = 1
5. Notación:
Si X es v.a. continua distribuida normalmente con media  y varianza 2 , la
denotamos por : X  N( , 2).
Aplicando esta notación a la variable normal estandarizada Z, escribimos:
 UNIVERSIDAD NACIONAL DE TRUJILLO
Facultad de Ciencias Físicas y Matemáticas
DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

TEORÍA SEMANA Nº 09
Curso: Estadística General

Docente: Ing. Dionicio Rosado, Deivy Yosip.

Z  N(0 , 1) , esto se interpreta como, Z tiene distribución normal con media 0 y

varianza 1.
6. La superficie bajo la curva normal Z estandarizada también es igual a 1. Por
consiguiente, las probabilidades pueden representarse como áreas bajo la curva normal
escandalizada entre dos valores.
7. Debido a que la distribución normal es simétrica muchas de las tablas disponibles
contienen solo probabilidades para valores positivos de Z.
USO DE TABLA:
Si se conoce el comportamiento de una variable es decir se sabe que tienen una distribución
normal, para calcular las diferentes probabilidades se tiene que estandarizar la variable. Una
vez estandarizada la variable, recién utilizar la tabla de la distribución normal estandarizada
o tabla Z.

FORMULAS:
x−μ a−μ a−μ
P( x≤a )=P( ≤ )=P(Z ≤ )
a. σ σ σ
x−μ a−μ a−μ
P( x≥a )=1−P (x≤a)=1−P( ≤ )=1−P( Z≤ )
b. σ σ σ
c.
x−μ b−μ x−μ a−μ
P(a≤x≤b )=P( x≤b )−P( x≤a)=P ( ≤ )−P( ≤ )
σ σ σ σ

LA DISTRIBUCIÓN EXPONENCIAL

La variable aleatoria continua X tiene una distribución exponencial, con

parámetro β, si su función de densidad es dada por
1 −x/ β

{
f ( x ; β )= β
e , x >0
0 , en otro caso
El siguiente teorema y corolario proporcionan la media y la varianza de la
distribución exponencial.
μ= β y σ 2=β 2
 UNIVERSIDAD NACIONAL DE TRUJILLO
Facultad de Ciencias Físicas y Matemáticas
DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

TEORÍA SEMANA Nº 09
Curso: Estadística General

Docente: Ing. Dionicio Rosado, Deivy Yosip.

LA DISTRIBUCIÓN CHI-CUADRADO
La variable aleatoria continua X tiene una distribución chi cuadrada, con v grados de libertad, si su
función de densidad es dada por:
v
1

{
−1
v
x2 e−x/ 2 , x >0
f ( x ; β )= 2 Γ ( v /2)
2

0 , en otro caso

La media y la varianza de la distribución chi cuadrada son:

μ=v y σ 2=2 v

FORMULAS:

a. P ( χ 2 ≥ a )=1−P ( χ 2 ≤ a)

b. P ( a ≤ χ 2 ≤ b ) =P ( χ 2 ≤ a ) −P ( χ 2 ≤ b )

LA DISTRIBUCIÓN t DE STUDENT
Sea Z una variable aleatoria normal estándar y V una variable aleatoria chi
cuadrada con v grados de libertad. Si Z y V son independientes, entonces la
distribución de la variable aleatoria T, donde:
Z
T=
√V /v
es dada por la función de densidad:
v +1
[ ]
{
f ( t )=
Γ
2
Γ (v /2) √ πv ( )
1+
t2
v
−(v+1)/2

0 , en otro caso
,−∞<t <∞

La media y la varianza de la distribución t son:

 UNIVERSIDAD NACIONAL DE TRUJILLO
Facultad de Ciencias Físicas y Matemáticas
DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

TEORÍA SEMANA Nº 09
Curso: Estadística General

Docente: Ing. Dionicio Rosado, Deivy Yosip.

v
μ=0 y σ 2=
v−2

FORMULAS:

a. P(T ≤−t )=1−P (T≤t )

b. P(T ≥t )=1−P (T ≤t )

c. P(t 1≤T ≤t 2)=P(T ≤t 2)−P(T ≤t 1)

d. P(−t 1≤T ≤t 2 )=P(T ≤t 2 )+P(T ≤t 1)−1

LA DISTRIBUCIÓN F

Sean U y V dos variables aleatorias independientes que tienen distribuciones

chi cuadrada con v1 y v2 grados de libertad, respectivamente. Entonces, la
1 U /v
distribución de la variable aleatoria F= V / v es dada por la función de
2

densidad:
v1 + v 2
[ ]
{
v /2 v /2 v
Γ (v 1) ( v 2)
1 2
( 1
)−1
2 f 2
h ( f )= , f >0
Γ ( v 1 /2) Γ ( v 2 /2) ( v 1+ v 2)(v +v )/2
1 2

0 , en otro caso

La media y la varianza de la distribución F son:

v2 2 2 v 22 ( v 1+ v 2−2)
μ= , v >2 y σ = , v2 > 4
v 2−2 2 2
v 1 ( v 2−2 ) (v 2−4)

FORMULAS:

a. P ( F ≥ a )=1−P (F ≤ a)
 UNIVERSIDAD NACIONAL DE TRUJILLO
Facultad de Ciencias Físicas y Matemáticas
DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

TEORÍA SEMANA Nº 09
Curso: Estadística General

Docente: Ing. Dionicio Rosado, Deivy Yosip.

b. P ( a ≤ F ≤ b )=P ( F ≤ a )−P ( F ≤ b )