4.

4.6

DISTRIBUCI6N NORMAL

107

DISTRIBUCION NORMAL
A continuaci6n se estudia la distribuci6n mas importante en toda la estadistica: la
distribucwn normal. La f6rmula para esta distribuci6n fue publicada por Abraham
De Moivre (1667-1754) el 12 de noviembre de 1733. Muchos otros matem:hicos
destacan en la historia de la distribuci6n normal, induyendo a Carl Friedrich
Gauss (1777-1855). A esta distribuci6n frecuentemente se Ie llama distribuciOn de Gauss
como reconocimiento a las contribuciones de este matematico.
La densidad normal esta dada por
f(X) =

/20')

oo<X<oo

(4.6.1)

En la ecuaci6n 4.6.1, 1t Ye son constantes conocidas, 3.14159 ... y 2.71828 .. "

respectivamente, que se utilizan con frecuencia en matematicas. Los dos parametros
de la distribuci6n son: ~, la media, y (J la desviaci6n est;indar. Para el objetivo de
esta secci6n se puede pensar que ~ y (J son medidas de tendencia central y disper
si6n para la distribuci6n normal, respectivamente, tal como se estudia en el capitu
lo 2. Sin embargo, debido a que la variable aleatoria distribuida normalmente es
continua y toma valores entre 00 y + "", su media y desviaci6n estandar se pueden
definir de manera mas rigurosa, aunque estas definiciones no pueden darse sin
utilizar el calculo. La grafica de la distribuci6n normal produce la ya conocida cur
va en forma de campana, tal como se muestra en la figura 4.6.1.
Las siguientes caracteristicas
Caracleristicas de la distribuci6n normal
son las mas importantes para la distribuci6n normal.
1. Es simetrica respecto a su media)1. Tal como se muestra en la figura 4.6.1, la

curva hacia cualquiera de los lados de ~ es una imagen de espejo de la del otro
lado.
2. La media, la mediana y la moda son todas iguales.
de las x es una unidad de area. Esta
3. EI area total bajo la curva sobre el
caracterfstica se deduce del hecho de que la distribuci6n normal es una distri
buci6n de probabilidad. Debido a la simetria mencionada anteriormente, 50

JL

FIGURA 4.6.1

Grifica de la distribud6n normaL

108

CAPiTULO 4

DISTRIBUCIONES DE PROBABILIDAD

por ciento del area esta a la derecha de la perpendicular levantada sobre Ia

media, y el otro 50 por ciento dellado izquierdo.
4. Si se levantan perpendiculares a una distancia de una desviaci6n est<indar des
de la media hacia ambos lados, el area de1imitada por esas perpendiculares, eI
eje de las x y la curva sera de 68 por ciento del area total, aproximadamente.
Si los lfmites laterales se extienden ados desviaciones estandar en ambos
lad os de la media, estara induido aproximadamente 95 por ciento del area, y
extendiendolos a una distancia de tres desviaciones esrandar, aproximada
mente 99.7 del area total estara englobada. Las areas aludidas se muestran en
la figura 4.6.2.

,u-1u,u,u+1u

(a)

.025

.025

,u
(b)

.0015

.0015
,u-3u

,u

,u+ 30'

{el

FIGURA 4.6.2
Subdivision del area bajo la curva normal
(las areas son aproximadas).

109

4.6 DISTRIBUCION NORMAL

FIGURA 4.6.3
riabilidad.

Tres distribuciones normales con diferente media, pero con la misma va

5. Los parametros J..l y cr determinan completamente la distribuci6n normal. En

otras palabras, por cada valor diferente de J..l y cr se especifica una distribuci6n
normal distinta. Los valores diferentes de J..l desplazan la grafica de la distribu
ci6n a 10 largo del eje de las x, tal como se muestra en la figura 4.6.3. Los valores
de cr determinan el grado de aplanamiento 0 levantamiento de la grafica de la
distribuci6n, tal como se muestra en la figura 4.6.4.

DistribuciOn normal esttindar

La ultima caracteristica mencionada de la
distribuci6n implica que la distribuci6n normal es realmente una familia de dis
tribuciones en la que un miembro se distingue de otro seglin los valores de J..l y cr.
EI miembro mas importante de esta familia es la distribucion normal estdndar 0
distribucion normal unitaria, Hamada as! en ocasiones porque tiene una media igual a
cero y una desviaci6n estandar igual a 1. Esta distribuci6n se puede obtener a partir
de la ecuaci6n 4.6.1, creando una variable aleatoria z = (x - J..l )/cr. La ecuaci6n
para la distribuci6n normal estandar se escribe:

/2, _

00

< z < 00

(4.6.2)

FIGURA 4.6.4
Tres distribuciones normales con diferente desviaci6n estandar pero con
la misma media.

110

CAPITULO 4

FIGllRA 4.6.5

DISTRIBUCIONES DE PROBABILIDAD

Distribuci6n normal estindar.

La grafica de la distribuci6n normal estandar se muestra en la figura 4.6.5.

Para calcular la probabilidad de que z tome un valor entre dos puntos cuales
quiera sobre el eje de las z, por ejemplo Zo y se debe calcular el area delimitada
por las perpendiculares levantadas en esos puntos, la curva y el eje horizontal. Tal
como se mendon6 anteriormente, las areas bajo la curva de una distribuci6n conti
nua se calculan integrando la funci6n entre dos valores de la variable. Entonces, en
el caso de la normal estandar, para calcular directamente el area entre Zo Y z,' es
necesario calcular la siguiente integral:

r~-Z'f2dz

zo&

Afortunadamente, no hay nada que ver con las integrales porque existen tablas
disponibles en las que se puede consultar el resultado de todas las integraciones
que aqul puedan necesitarse. La tabla D, del apendice, es un ejemplo de estas ta
bIas. En el cuerpo de Ia tabla D se encuentran las areas bajo la curva entre O<:J y los
valores de z mostrados en Ia columna izquierda de la tabla. EI area sombreada de Ia
figura 4.6.6 representa el area que aparece como Iista en la tabla, para los valores
entre O<:J y zo' donde Zo es el valor espedfico de z.
Ahora, con los siguientes ejemplos se muestra el uso de la tabla D.

FIGURA 4.6.6

Area dada por la tabla D del apendice.

4.6

DISTRIBUCION NORMAL

111

EJEMPLO 4.6.1

Dada la distribucion normal estandar, calcular el area bajo la curva, arriba del eje z,
entre z = - 00 y z = 2.
Soluci6n: Resulta utH dibujar la grafica de la distribudon normal estandar y som
brear el area que se pide tal como se muestra en la figura 4.6.7. Si se
localiza z
2 en la tabla D y se lee el valor correspondiente en el
cuerpo de la tabla, se encuentra que el area solicitada es .9772. Esta
area se puede interpretar de diferentes formas: como la probabilidad
de que una z elegida aleatoriamente de entre una pobladon de val ores de
z este entre - 00 y 2, como la frecuencia relativa de ocurrenda (0 pro
pordon) de valores de z entre -ooy 2, 0 bien se puede decir que 97.72 por
ciento de los valores de z estan entre 00 y 2.

o
FIGUR-\' 4.6.7
areaentrez =

Distribuci6n normal estandar que muestra el

coy z = 2.

EJEMPLO 4.6.2
~Cual es la probabilidad de que una z, tomada al azar de entre los valores de z, este
entre -2.55 y + 2.55?

Soluci6n: La figura 4.6.8 muestra e 1 area que se pide. En la tabla D se da el area

entre 00 y 2.55, que se obtiene localizando el valor de 2.5 en la prime
ra columna de la izquierda de la tabla y buscando sobre el renglon hasta

-2.55

HGUKA 4.6.8

2.55

Curva normal estandar para mostrar P(-2.55 < z < 2.55).

112

CAPiTULO 4

DISTRIBUCIONES DE PROBABILIDAD

eneontrar la entrada de la columna eneabezada por 0.05. EI area es de

.9946. Si se observa la grafiea dibujada es posible apreciar que el area es
mayor que la que se pide, por 10 que es neeesario restar de .9946 el area a
la izquierda de -2.55. AI consultar la tabla D, esta muestra que el area a la
izquierda de -2.55 es .0054. Porlo tanto, la probabilidad que se busea es:
P(-2.55 < z < 2.55) = .9946 - .0054

.9892

Suponga que se pide calcular la probabilidad de que z esta entre -2.55 y 2.55 inclu
sive. La probabilidad que se pide se expresa como P(-2.55 :s; z ~ 2.55). Como se
mencion6 en la seeei6n 4.5, P(z = zo) = 0, entonees, P(-2.55 :s; z :s; 2.55) = P(-2.55
< z < 2.55) = .9892.
EJEMPLO 4.6.3
~Cuantos

valores de z estan entre -2.74 y 1.53?

Soindon: La figura 4.6.9 muestra e1 area que se pide. En la tabla D se encuentra

que el area que esta entre 00 y 1.53 es .9370, y el area entre - 00 y -2.74
es .0031. Para obtener la probabilidad se resta .0031 a .9370. Esto es,
P(-2.74:S; z:s; 2.153)

-2.74

.9370 - .0031 = .9339

1.53

FlGUR!\ 4.6.9
CUIva normal estfuldar para mostrar la pro
porci6n de los valores de z entre z -2.74 y z 1.53.

EJEMPLO 4.6.4

Dada la distribuci6n normal estandar, calcular P(z ;;:: 2.71).

Soindon: EI area deseada se muestra en la figura 4.6.10. Para obtener el area a la
derecha de z 2.71 se resta el area entre "" y 2.71 de 1. Asi,
P(z;;:: 2.71) = I-P(z:S; 2.71)

= 1- .9966
.0034

EJERCICIOS

o
FIGUM 4.6.10

113

2.71

Distribuci6n normal estindar para mostrar P(z

2.71).

EJEMPLO 4.6.5

Dada la distribuci6n normal estandar, calcule P(.84 S z s2.45).

Soluci6n: EI area que se desea calcular se muestra en la figura 4.6.11. Primero se
obtiene el area entre 00 y 2.45 a Ia que se Ie resta el area entre - 00 y .84.
En otras pa]abras,
P(.84 s z s 2.45)

= P(z s 2.45)

P(z s .84)

= .9929 - .7995
= .1934

FIGUM 4.6.11

Curva normal esUindar para mostrar P(.84::;; z::;; 2.45).

FJERCICIOS
Dada la distribuci6n normal estandar, calcule:
0yz

4.6.1

EI area bajo la curva entre z

4.6.2

La probabilidad de que una z, sacada al azar, tenga un valor entre z

4.6.3

P(z

.55).

1.43.

4.6.4 pez 2: - .55).

= -2.87 Yz

2.64.

114

CAPiTULO 4

DlSTRIBUCIONES DE PROBABILIDAD

4.6.5 P(Z < -2.33).

4.6.7 P(-1.96S; Z S; l.!'J).
4.6.9 P(-1.65:::; Z S; 1.65).

4.6.6 P(z < 2.33).

4.6.8 P(-2.58 $

Z S;

2.58).

4.6.10 P(z = .74).

Dadas las siguientes probabilidades, calcule Zj:

4.6.12 P(-2.67 S; Z S; Zl) =.9718.

4.6.11
4.6.13

P(z S; Zj)
.0055.
P(z>Zj) =.0384.

4.6.15

P(-Zj$

Z S;Zj)

4.6.14P(zjS;z$2.98)=.11l7.

.8132.

4.7 APLICACIONES DE DISTRIBUCION NORMAL

Aunque su importancia en el campo de la estadfstica es indiscutible, uno puede
darse cuenta de que la distribucion normal no es una ley inherente a todas las
caracterfsticas mesurables que ocurren en la naturaleza. Sin embargo, es verdad
que muchas de estas caracterfsticas tienen una distribucion aproximadamente nor
mal. En consecuencia, aun cuando no existe variable alguna que en la practica se
encuentre distribuida con precision, la distribucion normal se puede utilizar como
modelopara normalizar la distribucion de muchas variables de interes. Al utilizar
la distribucion normal como modelo, es posible establecer afirmaciones de proba
bilidad mas utiles y mucho mas convenientes para algunas variables que si se utili
zara un modelo mas complicado. _
La estatura y;la inteligencia humana son consideradas frecuentemente como
ejemplos de variables que tienen aproximadamente una distribuci6n normal. En
otras palabras, muchas distribuciones importantes para el campo de la salud no se
pueden describir correctamente mediante una distribucion normal.Sin embargo,
si se sabe que la variable aleatoria sigue una distribucion aproximadamente normal
0, en el caso de ignorarlo, se considera razonable hacer esta suposicion, la distribu
cion normal es de gran ayuda para el estadfstico en su esfuerzo para resolver pro
blemas practicos relativos a esa variable. Sin embargo, se debe tener en mente que
10 normal en este contexto se refiere a las propledades estadfsticas para el conjunto
de datos, y de ninguna manera implica normalidad en el sentido de condiciones
medicas 0 de salud.
Existen varias razonesmas pot las que la distribuci6n normal es muy impor
tante en estadfstica, las cuales seran consideradas a su debido tiempo. Por ahora, se
consider a la forma de responder a preguntas sencillas de probabilidad acerca de
variables aleatorias cuando se sabe, 0 es razonable suponer, que estas presentan
una distribuci6n aproximadamente normal.
FJEl\IPLO 4.7.1
Como parte de un estudio de la enfermedad de Alzheimer, Dusheiko (A-5) report6
datos que son compatibles con la hip6tesis de que los pesos de los cerebros de las
vfctimas de esa enfermedad siguen 4na distribucion normal. A partir de los datos
develados, se puede calcular la media de 1076.80 gramos con una desviaci6n
estandar de 105.76 gramos. Si se asume que estos resultados son aplicables a todas

4.7

APLICACIONES DE DISTRIBUCION NORMAL

t15

FIGURA 4. 7.1
De una distribuci6n normal a una distribu
ci6n aproximada de pesos de los cerebros de pacientes enfer
mos de Alzheimer (con estimaci6n de media y desviaci6n
estandar).

las vfctimas de Alzheimer, encuentre la probabilidad de que una victima selecciQna

da al azar tengaun c~rebro que pese menos de 800 gramus.

Soludom En la figura 4.7.1 se puede apreciar la gnifita que describe la distribu

ci6nyel area sQmbreadaque cQrresPQnde a laprQbabilidad sQlicitada.
Si la distribuci6n fuera una distribuci6n normal estandar CQn una
media de 0 y una desviaci6n estandar de 1, serfa PQsible utilizar la tabla
D para eilcQntrar la probabilidad CQn PQCQ esfuerzQ.AfQrtunadamente,
es factible para cualquier distribuci6n nQrmaltransfQrmarla CQn facili
dad en una distribuci6n nQrmal estandar. EstQse IQgra transfQrmandQ
tQdus IQS valores de X en IQS valQres cQrrespondientes de z. EstQ significa
que la media deX se puedevolver 0, la media de z; Enla figura 4.7.2 se
muestran ambas distribuciQnes. Se puede determinar que e1 valor de z,

-2.62

FIGURA 4.7.2
Distrihuci6n normal del peso de los
cerebros (x) y la distribuci6n normal estandar (z).

116

CAPiTULO 4

DISTRIBUCIONES DE PROBABILIDAD

por decir ZO' corresponde a una x de 800. Esto se hace con la siguiente
formula:

z=

(4.7.1)

(j

que transforma cualquier valor de x en cualquier distribucion normal

para los valores ccirrespondientes de z en ladistribucion normal estandar.
Para este ejemplo se tiene:

z = 800 -1076.80 = -2.62

105.76

Entonces, el valor buscado para Zo es -2.62.

AI ex~ullinar esta relacion minuciosamente, se observa que la distancia de la media,

1076.80, hasta el valor de x, 800, es 800 1076.80 -276.80, que representa una
distancia de 2.62 unidades de desviacion est<indar. Cuando se transforman los valo
res correspondientes al peso del cerebro, la distancia del valor de z desde su media,
O,es igual a la distancia del valor x correspondiente desde su media, 1076.80, en
unidades de desviacion est<indar. A esto se refiere la distancia anterior de 2.62 uni
dadesdedesviaci6n est<indar. En la distribuci6n z, uI).adesviacion estandar es igual
a 1,. y, en consecuencia, el punto en la escala dez se localiza a una dis.tancia de 2.62
unidades de desviaci6n estandar antes de 0, es decir, z -2.62, resultado que se
obtiene con la formula. AI consultar la tabla D, se encuentra que el area a la izquier
da de z= -2.62 es .0044. Se puede resumir este analisis como sigue:

P(x < 800) = p(z < 800 1076.80) =P(z < -2.62)

.0044

105.76

Para responder a la pregunta original, se dice que la probabilidad de que un paciente

seleccionado al azar tenga un cerebro que pese mehos de 800 gramos es de .0044.
EJEMPLO 4.7.2

Suponga que se sabe que la estatura de cierta poblacion de individuos sigue una
distribuci6n aproximadamente normal con media de 70 pulgadas y una desviaci6n
estandar de 3 pulgadas. ~Cual es la probabilidad de que una persona seleccionada
al azar de este grupo tenga una estatura entre 65 y 74 pulgadas?
Solucion: En la figura 4.7.3 se muestra la distribuci6n de las estaturas y la distribu
cion z que resulta de transformar los valores originales para determinar
las probabilidades deseadas. Se encuentra que el valor z correspondien
te para una x de 65 es:

z 65-70 =-1.67 ....

3

'

4.7

APLICACIONES DE DISTRIBUCIONNQRMAL

65

70

-1.67

117

1.33

FIGURA 4.7.3
Distribuci6n de estaturas (x) y la distribuci6n
normal estandar correspondiente (z).

AnaIogamente, para x = 74 se tiene

74-70

= 1.33

En la tabla D se encuentra que el area entre - 00 y -1.67 es de .0475 y el

area entre - 00 y 1.33 es .9082. El area deseada es la diferencia entre
.9082 .0475 = .8607. En resumen,
P(65::; x::; 74

p(65;70< z::;

74 7
3

P(- 1.67::; z::; 1.33) .

P(- 00::; z::; 1.33) -P(- 00::; z::; 1.67)

.9082 .0475

.8607

Por 10 tanto, la probabilidad .8607 responde a la pregunta original.

E,JEMPLO 4.7.3

En una poblacion de 10,000 de las personas descritas en el ejemplo 4.7.2, ~cmintas

personas se espera que tengan una estatura de 6 pies y 5 pulgadas 0 mas?

118

CAPITULO 4

DISTRIBUCIONES DE PROBABIUDAD

Soluci6n: Primero se calcula la probabilidad de que una persona, elegida al azar

entre esa poblacion, tenga una estatura de 6 pies y 5 pulgadas; esto es,
P(x? 77)

p[

z? 77;70) = P(z? 2.33)

=1- .9901 = .0099

Se puede esperar que de las 10,000 personas: 10,000(.0099) = 99 ten

gan una estatura de 6 pies y 5 pulgadas (77 pulgadas) 0 mas.

Se puede utilizar el paquete MINITAB para calcular la probabilidad normal estandar

acumulada. Suponga que se pretende encontrar la probabilidad acumulada para los
siguientes valores de z: -3, -2, -1, 0,2 Y 3. Se meten los valores de zen la columna
1 y se procede como se muestra en la figura 4.7.4.

Datos:
C 1: -3 -2 -I 0 1 2 3
Caja de dialogo:

Comandos de la sesi6n:

Calc> Probability Distributions> Normal

MTB > PDF Cl;

SUBC>

Normal

o 1.

Seleccionar Cumulative probability. Seleccionar

Input column y teclear Cl. Clic OK..

R.esultados:
.

Cumulative Distribution Function

Normal with mean

0 and standard
deviation = 1.00000

x
-3.0000
-2.0000
-1.0000
0.0000
LoOOO

2.0000
3.0000

P{X = x}
0.0013
0.0228
0.1587
0.5000
0.8413
0.9772
0.9987

. FIGURA 4.t4

acumuladas.

Calculos con el paquete MINITAB de-las probabilidades normales estindar

EJERCICIOS

119

FJERCICIOS
4.7.1 Suponga que las edades deinicio de cierta enfermedad tienen una distribuci6n aproximada c
mente normal, con una media de 11.5 anos y una desviaci6n estandar de 3 anos. Un nino
contrae recientemente la enfermedad. Cual es la probabilidad de que la edad del nino sea:
a) Entre 8.5 y 14.5 anos

b) Mas de 10 afios

c) Menos de 12

4.7.2 En un estudio de dactilografia, unacaracteristica cuantitativa.muy importante es el total de

surcos en los 10 dedos de unindividuo. Suponga que el total de surcos en los dedos de los
individuoS'en determinada poblaci6n tienen distribuci6n aproximadamente normal con una
media de 140 y una desviaci6n estandar de 50. Calcule la probabilidad de que un individuo,
.elegido al azar entre esa poblaci6n, tenga un total de surcos en los dedos:
a) De 200

mas

b) Menos de 100
c) Entre 100 y 200

d) Entre 200 y 250

e) En una poblacion de 10,000 personas,~Cuantos puede esperarse que tengan un total de

200 surcos

mas?

4.7.3 Si la capacidad de la cavidad craneana de una. poblacion tiene una distribuci6n aproximada
mente normal, con una media de 1400 cc y una desviacion estandar de 125 cc, calcule la
probabilidad de que una persona, elegida al azar entre esa poblaci6n, tenga una capacidad
de cavidad craneana:
a) Mayor que 1450 cc
c) Entre 1300 y 1500 cc

b) Menor que 1350 cc

4.7.4. Suponga que el tiempo promedio de permanencia hospitalaria por enfermedad cronica
para un tipo de paciente es de 60 dias, con una desviaci6n esmndar de 15. Si es razonable
suponer que se tiene una distribuci6n aproximadamente normal para el tiempo de hospita
lizacion, calcule la probabilidad de que un paciente, elegido aleatoriamente entre ese grupo,
tenga una hospitalizacion:
a) Mayor que 50 dias

b) Menor que 30 dias

d) De mas de 90 dias

c) Entre 30 y 60 dias

4.7.5 Si el nive! total de cole sterol en cierta poblaci6n tiene una distribuci6n aproximadamente
normal, con una media de 200 mgl100 m! y una desviaci6n estandar de 20 mg/lOO m!,
calcule la probabilidad de que un individuo, elegido al azar de entre esa poblaci6n, tenga un
nivel de colestero!:
a) Entre 180 y 200 mg/100 mi

c) Menor que 150 mg/lOO ml

b) Mayor que 225 mg/lOO m!

d) Entre 190 y 210 mg/IOO mi

4.7.6 Dada un:a pobla:cion con distribuci6n normal, con una media de75 y una variancia de 625,
calcule:
a) P(50:::; x:s; 100)
. c) P(x < 60)
e) P(30:::; x:::; 110)

b) P(x > 90)

d) P(x ~ 85)