¿Qué es la distribución normal ?

Ejemplo
número de personas que pertenecen a un país y queremos estudiar la altura y Cómo se
distribuyen.
entonces mido la altura de cada una de las personas y las organizo para eso armó una
tabla de frecuencia con las diferentes alturas.

La altura es el parámetro que se ajusta a una curva normal dicha curva se llama curva de
distribución normal.
Se llama distribución normal porque es la distribución más normal que se utiliza para
diferentes experimentos. Donde los resultados se agrupan según esa curva.
Algunas de las características son:
*Tiene un valor medio que es la media de la población en ese caso sería la altura media y
también es el valor que se da con más frecuencia es decir que también es la moda.
* es simétrica respecto a la media se distribuye Y en este caso igual para personas con más
y menos alturas que la media.
* la distribución normal es la que más se utiliza para diferentes experimentos ya que
muchos de los experimentos realizados nos dan como resultado una gráfica similar.
Ejemplo:
Otro ejemplo sería el peso de los bebés al nacer y el número de bebés que tienen dicho
peso.
Si organizamos los datos y realizamos una gráfica llegamos a una distribución normal.

Ejemplo:
Las notas obtenidas en un parcial y el número de estudiantes que sacan dichas notas.

A valor central de la curva de distribución normal le llamamos media poblacional y lo

denotamos “u”
La curva de distribución normal también tiene otra característica importante que es la
desviación típica de notas “o” . La desviación típica muestra si la población está muy alejado
de las medias o se acerca mucho depende de si la población es heterogénea u homogénea.
La notación de la distribución normal es N (u,o)

Ejemplo. Población heterogénea.

En una ciudad recolectamos información sobre los suelos de las de las personas de dicha
ciudad y la cantidad de personas que tienen ese sueldo.

En este ejemplo la desviación típica es elevada por lo que la curva es más achatada.
Quiere decir que hay diferentes resultados, diferentes sueldos que puede llegar a haber en
la ciudad. Los sueldos están cerca de la media. la curva es achatada
Ejemplo. Población homogénea.

En este caso nuestra desviación típica es Baja, hay mucha diferencia de sueldos .
Los suelos se desvían mucho de la media. La curva es afilada.

Definición:
Se dice que una variable aleatoria continua X tiene una distribución normal con
parámetros MU o SiGMA , i la función de densidad de probabilidad de X es:

Mostraremos dos curvas normales con la misma media, pero con desviaciones estándar
distintas.
Se observa que las dos curvas están centradas exactamente en la misma posición sobre el
eje horizontal, sin embargo, la curva con mayor desviación estándar es más baja y más
extendida.

Observación: El área bajo una curva de probabilidad debe ser igual a 1

En esta gráfica mostramos dos curvas normales que tienen diferentes medias y diferentes
desviaciones estándar. Evidentemente están centradas en posiciones diferentes sobre el
eje horizontal y su forma reflejan los dos valores diferentes de sigma.

Video 2
la función que es representada por la curva de distribución normal se define como:

esta función posee ciertas características

*la funcion considera la media y la desviación típica.
*es simétrica con respecto a la media
*posee una asintota horizontal en torno al eje x
* el area entre la funcion y el eje horizontal (x) es igual a 1.
Si recordamos cómo se calcula el área entre una función y el eje horizontal nos damos
cuenta que no es otra cosa que la integral desde menos infinito a infinito de esta función y
cuyo resultado es 1.
Esto también lo puedo equiparar con el
100% de la población porque En definitiva toda la población está englobada debajo de esa
función.
Ejemplo

50% de la población mide más de 170 cm

79,77% de la población mide menos de 180 cm

Distribución Normal Estándar​ N(0,1)

N (0, 1) donde μ = 0 y σ = 1
2
1 − x2
f (x) = √2π
e

Gráfica de la distribución normal estándar

¿Qué porcentaje queda por debajo del valor 1?

¿Qué porcentaje queda por encima del valor 0,5?

¿Qué porcentaje queda entre -2 y 1?

¿Cómo se calculan estas integrales?

Utilizando la tabla de Distribución Normal Estándar.

Esta tabla nos da el resultado de muchas integrales. Pero la tabla sólo nos da el
área que queda por debajo de un número positivo.

z 2
1 − x2
∫ √2π
e dx
−∞

P (Z≤z) z es el valor que puedo encontrar en la tabla.

¿Qué área queda por debajo del valor 0,34?

¿Qué área queda por debajo del 1,26?

¿Qué área queda por debajo del valor 1?

En fin esta tabla solamente sirve para calcular las integrales que tenga una
distribución N (0,1). Solo nos da el área que queda por debajo de un valor ​z​ positivo.

Ahora bien, ¿Cómo calculo el área que queda por encima de un determinado valor?
¿Y si el valor es negativo?

Se dan 5 casos:
 c
Área es 1=0,8+0,2 P (A ) = 1 − P (A)

Área es 1=0,7+0,3
Área por encima de un valor positivo

Y P (Z≤z) lo calculamos de la tabla.

Área por encima de un valor negativo

P (Z≤z) lo calculamos de la tabla.

Área por debajo de un valor negativo

P (Z≤z) v alor que calculamos en la tabla.

Área entre dos valores

P (Z≤z 2 ) y P (Z≤z 1 ) lo calculamos de la tabla .

En resumen
Video 5

Después de tanta teoría vamos por fin a hacer ejercicios para aprender a manejar esa tabla
distribución que podemos utilizar la que nos facilita la tabla de distribución normal (0,1)

La distribución N (0,1) calcular la probabilidad de estar por debajo del valor 1,25, y esto se
lo puede observar de la tabla estar por debajo de un valor positivo.

Entonces observaremos en la tabla.

Busco 1,25. En la izquierda me fijo que está Z, busco el 1,2 y la intersección con el 0,5 sería
el 1,25 y ahí obtengo el resultado 0,8944 , entonces la probabilidad de estar por debajo de
1,25 es 0,8944.
Este ejercicio nos pide calcular la probabilidad de estar por encima de 0,64 , la tabla no me
da la probabilidad de estar por encima de un valor ,sino por debajo.

Entonces la probabilidad de estar por encima de 0,64 será 1- P(Z≤0,64) , y eso sí lo puedo
ver en la tabla, la probabilidad de estar por debajo de 0,64, voy a la tabla busco en la
columna de z el 0,6 y el 0,04 y la intersección me dará el resultado de la probabilidad de
0,64 que es 0,7389.

Para lo que me pide este ejercicio debo hacer 1- 0,7389 y me da como solución 0,2611, es
decir que la probabilidad de estar por encima de 0,64 es 0,2611

Cómo en la tabla no me da la posibilidad de saber cuál es el resultado de estar por debajo

de -1, la probabilidad de estar por debajo de un número negativo. Entonces lo que debo
hacer es cambiar el signo y el sentido del símbolo. Entonces la probabilidad de estar por
debajo de -1 es igual a estar por encima de 1 ,pero la tabla no me da el resultado de estar
por encima de un valor ,sino de estar por debajo. Entonces la probabilidad de estar por
encima del 1 es igual a 1- probabilidad de estar por debajo de 1.
Ahora vamos a la tabla ,busco el 1,0en la fila y el ,00 en la columna y la intersección me da
el resultado que es 0,8413, entonces el 1-0,8413 = 0,1587

La probabilidad de estar entre dos valores es igual a la probabilidad de la resta entre el valor
más grande menos el valor más pequeño.
Entonces, la probabilidad de estar por debajo de 1,17 lo miro en la tabla. Y el otro de estar
por debajo de 0,43 también lo miro en la tabla.

Entonces
Busco 1,1 y luego 0,07 y la intersección me da como resultado: 0,8790
Busco 0,4 y luego 0,03 y la intersección me da como resultado 0,664
Entonces la resta de estas probabilidades me da como resultado 0,2126, es decir la
probabilidad de estar entre el 0,43 y el 1,17 = 0,2126
Ahora vamos a ver la probabilidad de estar entre el -0,43 y el 1,17 .

Se opera de la misma manera, la probabilidad de estar entre dos valores, es la probabilidad

de la resta de la probabilidad del valor más grande menos el más chico.

Entonces la probabilidad de estar por debajo de 1,17 no nos trae problemas, pero el otro al
ser un valor negativo debo calcular la probabilidad de estar por encima de 0,43, pero a su
vez la probabilidad de estar por encima de un número es 1- la probabilidad de estar por
debajo. Entonces es conveniente usar corchetes.La probabilidad de estar por encima de
0,43 es 1- P(0,43) y ahora si estos valores los sacamos de la tabla, que son los mismos
resultados del ejercicio anterior así que los pondremos directamente.
Solo nos queda restar 1-0,6664 =0,3336 y el resultado final es 0,5454
Ahora lo que nos pide en este ejercicio es el valor de Z, que z deja por debajo de si al
97,5% de la población.
No conozco el valor, pero si el área que queda a la izquierda de ese valor. Entonces tengo
que utilizar la tabla al revés. Yo no conozco el Z ,pero sé que el resultado es 0,975 y así
obtengo que el valor que deja debajo de si al 0,975 es el 1,96

Este ejercicio es muy parecido al anterior ,pero me pide saber que z deja por encima de si al
0,2514, la tabla no me da el valor que queda por encima de una z ,sino el que queda por
debajo, debo calcular el área que queda por debajo, entonces haré 1-0,254= 0,7486, es
decir lo que busco es una z que por debajo deja a 0,7486, ahora si busco en la tabla y
obtengo que mí z es 0,67.
Entonces 0,67 deja por debajo de si al 0,2514

Video seis
Tipificar
vamos a ver lo que es tipificar y la utilidad que tiene tipificar como ya sabemos hasta ahora
estamos manejando distribuciones normales 0 1 o sea que la media es 0 y la desviación
típica es 1 y eso me deja una curva en la cual la media es 0 de acuerdo ahí van subiendo
los valores 1, 2 ya es un valor bastante elevado 3 ya es un valor muy elevado igual que -3
pues es un valor muy pequeño muy pequeño y utilizabamos para nuestros cálculos la tabla
de distribución normal que nos dejaban utilizar
pero ¿qué pasa con las distribuciones normales que no sean 0 1? que tengan otra media y
otra desviación típica porque no podemos usar más tabla que la que hemos visto entonces
vamos a ver un ejemplo

o sea estamos en un caso de un ejercicio en el que la media es 170 la media de estatura de

una población la desviación típica 12 y nos preguntan cuál es la probabilidad de encontrar a
alguien que​ ​mida menos de 185 centímetros o qué porcentaje de la población mide menos
de 185 ,podemos observar que la desviación típica ya no es 1es 12, en el medio tengo el
170 y entonces yo ahora lo que busco es el porcentaje de gente que mide menos de 185
osea buscaría el área que queda bajo esa curva para eso se se utiliza lo que es tipificar
entonces :
o sea tipificar es convertir la variable de mi ejercicio en este caso​ ​la estatura en su
equivalente en la tabla 0 ,1 y así puede utilizarse la tabla,​ z​​ es el valor que busco en la tabla
y​ x​​ será el valor de mi ejercicio entonces lo que yo hago es con el valor de mi ejercicio la x
le restó la media de mi ejercicio y lo divido entre la desviación típica y con eso tengo la ​z
que equivale a eso​ ​entonces esta fórmula la vamos a utilizar muchísimo en este caso nos
quedaría

en este caso teníamos una distribución normal de media 170 desviación típica 12 y quiero
conocer el porcentaje de población que mide menos de 185 vale una cosa así mi medias
170 quiero saber cuánto área queda por debajo de 185 utilizó la fórmula para tipificar me
queda como resultado que el 89,44 % de la población mide menos de 185
ahora se nos plantea lo siguiente

significa que el 80 % de la gente mide menos que 180,08 cm

más ejercicios
el peso en gramos de las cajas de cereales de cierta marca ha sido una distribución
N(505,5) tengo una fábrica de cereales y las cajas pesan de media a 500 gramos pero con
una desviación típica de 5
calcula la probabilidad de encontrar una caja que pesen menos de 496 gramos
ahora podemos cualquier ejercicio ahora ya al tipificar cualquier tipo de ejercicio yo lo
convierto en el equivalente a la tabla entonces en este caso tengo una distribución normal
donde la media es 500 y quiero saber cuál es la problema de encontrar una caja que pesen
menos de 496 entonces las medias 500 de vez en típica 5 me preguntan esto pues tipificó

Ji

o sea hay un 21,19% por ciento de probabilidades de que me salga de esa fábrica una caja
que pesen menos de 496 gramos

y qué porcentaje de cajas pesa entre 505 y 510 gramos con los mismos datos que antes
ahora me están pidiendo esto un tramo que haría y entre el 505 y el 510 la propiedad está
entre 505 y 510 gramos ahora tengo que tipificar dos valores vale la zeta para 505 pues
sería 505 menos la media a partido típica daría 1 y la acepta para 510 es 500 de méritos
entre 5 o sea que da 2 entonces la probabilidad de encontrar una caja que pesa entre 505 y
510 es la misma que z esté entre 1 y 2 esto ya en la tabla y como se hacía la probabilidad
de estar entre 1 y 2 era la prioridad estar por debajo del mayor menos la pérdida estar por
debajo del menor la probabilidad estar por debajo de 2 ya lopo mira en la tabla y la de estar
por el juego 1 también entonces tomó estos dos valores los restos y tengo ya la respuesta la
probabilidad de que una caja en esa fábrica ps entre 505 y 510 gramos era la misma
problema de que aceptaste entre 1 y 2 que es 13 con 59 por ciento de probabilidad