1

FUNDACION UNIVERSITARIA LOS LIBERTADORES

ESTADISTICA DISTRIBUCION NORMAL

AUTOR: NAYIBE PEDROZA R Mg. Enseñanza de las ciencias exactas y naturales

TEMA: Distribución Normal
OBJETIVOS
 Identifica, interpreta, analiza y aplica la distribución normal en diferentes contextos de la vida cotidiana y
profesional.
 Reconoce la importancia que tiene la distribución normal en las diferentes disciplinas del conocimiento,
incluso en la misma estadística.
 Aplica la distribución normal en diferentes investigaciones, en particular en el proyecto que se debe
presentar al finalizar el semestre.

CONDUCTA DE ENTRADA

En las sesiones anteriores, se hizo haber desarrollado conceptos sobre distribuciones discretas como la
Binomial, Poisson y Hipergeométrica. Además de estos conceptos, el estudiante debe ser capaz de interpretar
el concepto de probabilidad de ocurrencia de un evento o suceso. Además se deben haber trabajado los
conceptos fundamentales relacionados con las variables aleatorias con distribución continua y la necesidad
de utilizar tablas y evitarse la construcción y solución de las respectivas integrales. El maestro de la asignatura
verificará sin los conceptos anteriores están aprendidos, usando cualquier mecanismo que crea conveniente.
Por su parte el alumno debe ser conciente, que sin tener claros los conceptos anteriores le será imposible
entender los que en esta guía se proponen. El alumno debe consultar la bibliografía propuesta u otro libro de
estadística aplicado a la carrera que él estudie. En resumen, si usted le da respuesta a las siguientes
preguntas, puede entender con mucha más claridad este material de trabajo.

 ¿Interpreta el concepto de probabilidad de ocurrencia de un evento?

 ¿Tiene claro el concepto de variable aleatoria y su distribución de probabilidades?
 ¿Aprendió a manipular las tablas de distribución, para las variables aleatorias discretas mostradas
anteriormente?
 ¿Maneja el concepto de variable aleatoria continua y las formas de calcular la probabilidad de ocurrencia
de un evento, a través de la función densidad de probabilidad?

TEMATICA. DISTRIBUCIÓN NORMAL

Esta distribución es frecuentemente utilizada en muchas

profesiones y en la misma estadística. Su 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
 2

• 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 muestrales, 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.
Empleando cálculos bastante laboriosos, puede demostrarse que el modelo de la función de densidad que
corresponde a tales distribuciones viene dado por la fórmula de la izquierda.
La distribución normal queda definida por dos parámetros, su media y su desviación típica y la representamos
así
• Puede tomar cualquier valor (- ∞, + ∞)
• Son más probables los valores cercanos a uno central que llamamos media μ
• Conforme nos separamos de ese valor μ , la probabilidad va decreciendo de igual forma a derecha e
izquierda (es simétrica).
• Conforme nos separamos de ese valor μ, la probabilidad va decreciendo de forma más o menos rápida
dependiendo de un parámetro σ, que es la desviación estándar.

Las probabilidades de ocurrencia de cualquier evento con características normales, se pueden calcular a partir
de la función distribución de probabilidades, está dada por la integral impropia F(x). Su ecuación es:
( x )2
1 x
F ( x)  
x
2 2
F ( x)  

f ( x ) dx 
 2
e

El cálculo manual es muy laborioso y es necesario recurrir a otra estrategia más sencilla. Se ha creado una
transformación que permite hallar las probabilidades a partir de una tabla de distribuciones. Es la situación
que se muestra enseguida.

DISTRIBUCIÓN NORMAL ESTANDAR

Dentro de las aplicaciones de la distribución normal existe una gran variedad de situaciones, donde cada una
de ellas puede tener una media y una desviación estándar; esto conlleva a tener infinitas posibilidades o
modelos normales diferentes. Para solucionar el problema, se ha creado una transformación que permite
convertir cualquier modelo con distribución normal con media y desviación cualquiera, en un modelo con
distribución normal, media 1 y desviación estándar 0. En resumen
 3

Si la variable X tiene distribución normal con media  y desviación estándar  , es decir X es N (  ,  ),

X 
entonces Z es la variable estandarizada y está dada por la ecuación Z  . Z también tiene distribución

normal con media  =0 y desviación estándar  =1. Todas las variables X con estas características, pueden
ser transformadas o estandarizadas, mediante la Ecuación dada.

Por tanto su función de densidad es:

y su función de distribución es:

A la variable Z se la denomina variable estandarizada de X, y a la curva de su función de densidad, curva

normal estandarizada. Siendo la representación gráfica de esta función de distribución, la mostrada en la figura
anterior

Característica de la distribución normal estandarizada (reducida, estándar)

• No depende de ningún parámetro

• Su media es 0, su varianza es 1 y su desviación estándar es 1.
• La curva f(x) es simétrica respecto del eje OY
• Tiene un máximo en este eje
• Tiene dos puntos de inflexión en
z =1 y z = -1

TABLA PARA CALCULAR PROBABILIDADES CON LA DISTRIBUCIÓN NORMAL ESTÁNDAR

Da el área de la parte izquierda, como lo muestra la gráfica de la distribución de probabilidades. En la columna

de la izquierda se encuentran números que se incrementan en una décima, comenzando en menos 3.5 y
terminando en 3.5. En la fila superior de la tabla encuentra números sobre cada columna, que se incrementan
en centésimas. Al interior de la tabla encuentra todas las probabilidades correspondientes a los números que
se pueden combinar con la columna izquierda y la fila superior. La tabla anexa a esta guía siempre da el área
de la izquierda de cualquier número entre -3.50 y 3.50; que es la respectiva probabilidad.

Para hallar probabilidades en la tabla existen tres casos principales; los demás se deducen a partir de estos.
 4

CASO 1. P ( z  a ) Dado cualquier número a entre -3.5 y 3.5, para hallar la probabilidad de ocurrencia, se
ubica directamente en la tabla.

Por ejemplo para hallar P (z<-3.25), Busque -3.2 en la columna izquierda y 0.05 en la fila superior y realice la
intersección entre la fila y la columna. Para el ejemplo el valor es de 0.0006. Otros ejemplos

P(z<-2.36) = 0.0091; P(z<1.38) = 0.9162

CASO 2. P ( z  a )  1  P ( z  a ) Dado cualquier número a entre -3.5 y 3.5, para hallar la probabilidad de
ocurrencia, se halla el complemento. Es decir

P ( z  a )  1  P ( z  a ) A uno se le resta el valor hallado de acuerdo al CASO 1.

Por ejemplo, para hallar la probabilidad P ( z  1.32)  1  P ( z  1.32)  1  0.9066  0.0934

CASO 3. P ( a  z  b)  P ( z  b)  P ( z  a ) Tome la probabilidad del número mayor y reste la del menor.

Se hallan como en el caso 1. Por ejemplo, para hallar.

P(1.53  z  0.87)  P( z  0.87)  P( z  1.53)  0.8078  0.0630  0.7448

EJERCICIOS SOBRE LA DISTRIBUCION NORMAL ESTANDAR

Use la tabla anexa a esta guía para calcular las probabilidades propuestas a continuación. Los ejemplos
mostrados, están realizados de acuerdo a la tabla anexa.

1. Sea Z una variable aleatoria con distribución normal estándar. Media 0 y desviación estándar 1. Entregar
solución en hojas examen.

 P( Z  1.32)  P(Z  2.32)  P(2.08  z  1.20)

 P( Z  1.32)  P(Z  0.36)  P(1.18  z  1.64)
 P(Z  2.32)  P(Z  2.56)  P (1.08  z  2.74)
 P( Z  1.76)  P(Z  2.89)  P(2.08  z  1.20)
 P( Z  1.48  P(Z  2.89)  P(1.64  z  1.64)

EJEMPLO DE ESTÁNDARIZACIÓN DE UNA VARIABLE ALEATORIA X CON DISTRIBUCIÓN NORMAL

Sea X una Variable aleatoria con distribución normal con media 20 y desviación estándar 2.5. Halle las
probabilidades

 P ( X  18)  P ( X  22.5)  P (18.5  X  21.5)

X   P ( X  22.5) =
SOLUCION Z

=
Hay que aplicar la  P ( X  18) = X  22.5  20
18  20 P ( Z   2 )  P ( Z  )  P( Z
estandarización de la variable
X 
X, mediante la ecuación P( Z  )  P( Z  )  P( Z  )  P( Z  0.82.5
 2.5 2.5
)  P ( a  z  b)  P ( z  b)  P ( z  a )
 5

 18.5  20 21.5  20 5 .5  20 1.5

1.21  18.5  20
P( Z )  P(Pz (  Z  )  P)( z P ( Z  0.6)  )P ( z  0.6)  0.7257  0.2743  0.4514
2 .5 2.5 2.5 2.5 2.5 2.5

Las aplicaciones de la distribución normal son muy variadas y todos los campos del conocimiento pueden
existir. A continuación se da un ejemplo relacionado con una aplicación en la empresa.

El tiempo de incapacidad por enfermedad de los empleados de una compañía en un mes, tiene distribución
normal con media 100 horas y una desviación estándar de 20 horas.
 ¿Cuál es la probabilidad que el tiempo por incapacidad del siguiente mes sea menor de 80 horas?
 ¿Cuál es la probabilidad que el tiempo por incapacidad del siguiente mes sea mayor de 110 horas?
 ¿Cuál es la probabilidad que el tiempo por incapacidad del siguiente mes este entre 90 y 105 horas?
 ¿Cuánto tiempo de incapacidad deberá planearse para que la probabilidad de excederlo sea sólo del 10
por ciento?

SOLUCION

Sea X el tiempo de incapacidad en horas por mes.

80  100  20
 P ( X  80) = P( Z  )  P( Z  )  P ( Z  1)  0.1587
20 20
 P ( X  110) =
X  110  100 10
P( Z  )  P( Z  )  P ( Z  )  P ( Z  0.5)  1  P ( Z  0.5)  1  0.6915  0.3085
 20 20
 P (90  z  105)  P ( z  105)  P ( z  90)

90  100 105  100 105  100 90  100

P( Z )  P( z  )  P( z  )=
20 20 20 20

 10 5
P(  Z  )  P (0.5  Z  0.25)  P( Z  0.25)  P( Z  0.5)  0.5987  0.3085  0.2902
20 20

EJERCICIOS DE APLICACIÓN.

1. El tiempo promedio que emplea un suscriptor el leer la sección A del TIEMPO es de 49 minutos. Suponga
que la desviación estándar es de 16 minutos, y que los tiempos de lectura tienen distribución normal.

a. ¿Cuál es la probabilidad de que un suscriptor tarde cuando menos una hora en leer la sección?
b. ¿Cuál es la probabilidad de que un suscriptor tarde menos de una hora en leerla?

2. Los empleados de cierta empresa reciben al final de año una prima de bonificación, de acuerdo a su
producción anual. En promedio es de $326234 pesos anuales. Suponga que se aplica una distribución
normal a las compensaciones y que la desviación estándar es de $5000 pesos
 6

a) ¿Qué porcentaje de empleados reciben una compensación anual mayor de $350000 pesos?
b) ¿Qué porcentaje recibe una compensación anual menor de $320000 pesos?

3. Mensa es una asociación internacional de personas con alto coeficiente intelectual para pertenecer a ella,
una persona debe tener un coeficiente de 132 o más alto (usa today, 13 de febrero de 1992) si las
calificaciones del coeficiente de inteligencia se distribuyen normalmente con promedio 100 y desviación
estándar 15
¿Qué probabilidad de las personas califica para ser miembro de MENSA?

4. La estatura promedio de cierto sector de Bogotá es de 1.65 m y una desviación estándar de 4 cm.

a) Si se toma una muestra de 50 personas, ¿cuantos se esperan encontrar con una estatura de menos de
1.63?
b) ¿Cuál es la probabilidad de encontrar una persona con más de 1.75m?
c) ¿Que probabilidad hay de que midan 1.65m y 1.78m?
d) ¿Cuántas personas se esperan que tengan entre 1.60m y 1.70m?

5. El precio promedio de boleto de entrada a un juego de béisbol de ligas mayores fue de $11.97 dólares en
1.997 (USA Today, 22 de enero de 1998). Sumando el costo de los alimentos, estacionamiento y
souvenires, el costo promedio aproximado fue de $110.000 dólares para una familia de 4 miembros.
Suponga que los costos tienen distribución normal con desviación estándar de $20.00 dólares.

a. ¿Cuál es la probabilidad de que el costo sea mayor a $100 dólares?

b. ¿Cuál es la probabilidad de que una familia gaste $90 dólares o menos?
c. ¿Cuál es la probabilidad de que una familia gaste de $80. A $130 dólares?

6. Una editorial calcula que se requieren once meses en promedio para completar el proceso de publicación
de un libro, empezando por el manuscrito y hasta tenerlo terminado, con una desviación estándar de 2.4
meses. El tiempo que tarda la publicación tiene un comportamiento aproximadamente normal. Si se editan 19
libros especializados en cierto periodo, conteste:

a. ¿Cuántos libros especializados se demoraron menos de un año en ser publicados?

b. ¿Cuántos libros especializados se demoraron más de 10 meses en ser publicados?
c. ¿Cuántos libros especializados se demoraron entre 9 y doce meses en ser publicados?

7. El promedio de espera para tomar una ruta alimentadora de TRANSMILENIO, es de 6 minutos y una
desviación estándar de 1.5 minutos. Suponga que el tiempo de espera tiene una distribución
aproximadamente normal, determine las siguientes probabilidades.

a. ¿Cuál es la probabilidad que una persona se demore menos de 5 minutos esperando la ruta?
b. ¿Cuál es la probabilidad que una persona se demore más de 10 minutos esperando la ruta?
c. ¿Cuál es la probabilidad que una persona se demore entre 5 y 8 minutos esperando la ruta?
d. ¿Es posible que una persona demore más de un cuarto de hora esperando la ruta?
e. Si al momento de pasar el bus han llegado personas continuamente, has completar 32 en el paradero,
¿Cuántas personas se demoraron más de 10 minutos esperando?

8. Investigue tres problemas relacionados con su profesión, que tengan distribución normal y soluciónelos.
Escriba el enunciado y la solución.

BIBLIOGRAFIA

1. ANDERSON, David. Estadística para Administración y Economía. Thomson Editores. México

2000.
 7

2. LEVIN, Richard y RUBIN, David. Estadística para Administradores. Printice may

Hispanoamericana. México 2000.
3. WAYNE W, Daniel. Bioestadística. Noriega editores. México 1999.