NORMAL O GAUSSIANA

DEFINICION:

La distribución de probabilidad conocida como distribución normal es, por la cantidad de

fenómenos que explica, la más importante de las distribuciones estadísticas. A la
distribución normal también se la denomina con el nombre de campana de Gauss, pues
al representar su función de probabilidad, ésta tiene forma de campana.

Se dice que una variable X se distribuye como normal con parámetros µ y σ

1 1
𝐹(𝑋) = 𝜎 √2𝜋
exp (− 2𝜎2 )(𝑥 − 𝜇)2 )

En este caso, se escribe X ∼ N (µ, σ).

La media de la distribución normal es µ y la desviación típica es σ. El siguiente grafico

muestra la función de densidad de tres distribuciones normales con distıntas medias y
desviaciones típicas.

La distribución de probabilidad normal y la curva normal que la representa, tienen las

siguientes características:

• La curva normal tiene forma de campana y un solo pico en el centro de

la distribución. De esta manera, la media aritmética, la mediana y la moda
de la Distribución Normal Proyecto e-Math 3 Financiado por la Secretaría
de Estado de Educación y Universidades (MECD) distribución son iguales
y se localizan en el pico. Así, la mitad del área bajo la curva se encuentra
a la derecha de este punto central y la otra mitad está a la izquierda de
dicho punto.

• La distribución de probabilidad normal es simétrica alrededor de su

media.

• La curva normal desciende suavemente en ambas direcciones a partir

del valor central. Es asintótica, lo que quiere decir que la curva se acerca
cada vez más al eje X pero jamás llega a tocarlo. Es decir, las “colas” de
la curva se extienden de manera indefinida en ambas direcciones.
Definición de función de densidad de probabilidad:

La probabilidad de que una variable aleatoria (v.a.) X tome un valor determinado entre
1 (𝑥−𝜇)2
−
2 𝜎
dos números reales a y b coincide con el área encerrada por la función 𝑓(𝑥) =
𝜎 √2𝜋

(Función de densidad de probabilidad) entre los puntos a y b, es decir:

𝑏
𝑝(𝑎 ≤ 𝑥 ≤ 𝑏) = ∫ 𝑓(𝑥)𝑑𝑥
𝑎
Como hemos comentado anteriormente, observar que:

 La distribución normal es simétrica respecto de su media µ.

+∞
 El área total encerrada por f(x) vale 1, i.e.: ∫−∞ 𝑓(𝑥)𝑑𝑥 = 𝑃(−∞ < 𝑥 < +∞) = 1
𝑎
 Al ser X v.a. continua, P(X=a) = ∫𝑎 𝑓(𝑥)𝑑𝑥 = 0 , ∀ 𝑎 ∈ 𝑅 → 𝑃(𝑥 ≤ 𝑎) = 𝑃(𝑥 < 𝑎)

Propiedades de la distribución normal:

 Si 𝑋~𝑁(𝜇, 𝜗) son dos constantes reales arbitrarias , entonces: 𝑎𝑋 + 𝑏~𝑁(𝑎𝜇 +

𝑏, (𝑎𝜎)2 )

 Si 𝑋~𝑁(𝑢𝑥 , 𝜎𝑥 ) y 𝑌 − 𝑁(𝜇𝑦 , 𝜎𝑦 ) son variables aleatorias independientes

normalmente distribuidas, entonces:

A. La suma está distribuida normalmente, así que:

𝑈 = 𝑋 + 𝑌~𝑁(𝜇𝑋 + 𝜇𝑌 , 𝜎 2𝑋 , 𝜎 2 𝑌 )

B. La recta está distribuida normalmente, así que:

U = X-Y ~N(X -Y , 2 X +2 Y )