2.

8 Distribución normal y regresión Interpreta la distribución normal y los

conceptos básicos de regresión lineal a
partir del análisis de datos reales o
simulados, identificando patrones,
tendencias y su aplicación en
situaciones cotidianas, para fortalecer
habilidades de razonamiento
estadístico.

P14 Explica la situación, fenómeno o problemática personal, social o ambiental, elegida utilizando las medidas de tendencia
central, las de dispersión y la elaboración de gráficas que describen la distribución a partir del conocimiento de algunas
distribuciones, sus propiedades y significado, en particular la distribución normal (C3M4).

P15. Valora la posibilidad de hacer inferencias a partir de la revisión de algunas propiedades de la distribución normal y del
sentido de la estadística inferencia para considerar algunos fenómenos que son o se acercan al modelo de distribución normal
(socializa su opinión acerca de la posibilidad de cuáles variables como a edad, estatura, peso, etc., se comportan “normalmente”)
(C3M4, C4M2, C4M3).

2|Página
Conceptos

Hay varios modos de definir formalmente una distribución de probabilidad. La forma

más visual es mediante su función de densidad. De forma equivalente, también
pueden darse para su definición la función de distribución, los momentos, la función
característica y la función generatriz de momentos, entre otros.

Función de densidad

Se dice que una variable aleatoria continua X sigue una distribución normal de
parámetros μ y σ y se denota X~N(μ, σ) si su función de densidad está dada por:

donde μ (mu) es la media y σ (sigma) es la desviación típica (σ2 es la varianza).5

Se llama distribución normal "estándar" a aquélla en la que sus parámetros toman los
valores μ = 0 y σ = 1. En este caso la función de densidad tiene la siguiente expresión:

3|Página
Su gráfica se muestra a la derecha y con frecuencia se usan tablas para el cálculo de los
valores de su distribución.

Función de distribución

La función de distribución de la distribución normal está definida como sigue:

Por tanto, la función de distribución de la normal estándar es:

Esta función de distribución puede expresarse en términos de una función especial

llamada función error de la siguiente forma:

4|Página
y la propia función de distribución puede, por consiguiente, expresarse así:

El complemento de la función de distribución de la normal estándar, 1 − Φ(x), se

denota con frecuencia Q(x), y es referida, a veces, como simplemente función Q,
especialmente en textos de ingeniería.6 7 Esto representa la cola de probabilidad de la
distribución gaussiana. También se usan ocasionalmente otras definiciones de la
función Q, las cuales son todas ellas transformaciones simples de Φ

Estandarización de variables aleatorias normales

Como consecuencia de la Propiedad 1; es posible relacionar todas las variables

aleatorias normales con la distribución normal estándar.

Si X ~ N(μ,σ2), entonces

es una variable aleatoria normal estándar: Z ~ N(0,1).

La transformación de una distribución X ~ N(μ, σ) en una N(0, 1) se llama

normalización, estandarización o tipificación de la variable X.

Actividad
Muchas de las aerolíneas de pasajeros han incrementado el número de asientos en las
cabinas para aumentar las ganancias. Esto a su vez conlleva a la reducción en el
espacio entre asientos o espacio para las piernas (en inglés el “legroom” o “seat-
pitch”1), lo cual suele ser incómodo para los viajeros. Una solución para los viajeros
sería dejar bastante espacio para las piernas. Sin embargo, esa no es una buena

5|Página
solución para las aerolíneas ya que no pueden acomodar suficientes asientos que le
permiten tener buenos márgenes de ganancia.

En esta actividad vamos a usar la distribución normal para modelar el largo del muslo
de los pasajeros para determinar cuál debería ser el espacio para las piernas de
acuerdo con las medidas de los pasajeros y que al mismo tiempo le permita a las
aerolíneas obtener ganancias. Para este propósito, se seleccionó una muestra de 30
hombres adultos y se les tomaron medidas desde las rodillas hasta los glúteos (ver
figura). Vamos a usar hombres adultos porque ellos son los que se espera tengan
medidas más largas que las mujeres y los jóvenes.

Distribuya la hoja de la actividad junto con la hoja de la regla empírica y la tabla de la

distribución normal.

Imagen xxx. Asientos de avión.

Discusión

6|Página
 1. Construya una tabla de distribución de frecuencias usando un ancho de clase
de una pulgada. Complete la siguiente tabla (incluya el límite derecho en la
clase).

Clase (pulgadas) Frecuencia

(22-23] 1
(23-24] 4
(24-25] 3
(25-26] 9
(26-27] 8
(27-28] 3
(28-29] 1
(29-30] 1

2. Dibuje un histograma para el largo del muslo usando la tabla de distribución

de frecuencias. Diga qué forma tiene el histograma y qué significa la forma en
términos de la distribución del largo del muslo de los hombres.

La forma de distribución del largo de los muslos es aproximadamente simétrica. La

mayoría de los hombres tienen medidas alrededor de 26 pulgadas. Hay hombres con
longitudes cercanas a 22 y 30 pulgadas, pero en menor frecuencia. Dado los resultados
anteriores, la distribución normal podría ser un buen modelo para describir estos

7|Página
datos. Es más, a continuación, mostramos el histograma con la curva normal
superpuesta. Esta curva corresponde a la fórmula de la función de densidad de
distribución normal con el promedio y la desviación estándar de los 30 datos,
calculados en los ejercicios 3) y 4). Esto apoya la idea que la curva normal, a pesar de
no ajustar perfectamente, es un modelo razonable para describir las longitudes del
muslo.

3. Calcule la media aritmética o el promedio del largo del muslo. Redondee el

resultado a una cifra decimal.

22.4 + 23.5 + 23.9 + ⋯ + 27.6 + 28.8 + 29.1

𝑥̅ =
30
46 + 48 + 150 + 260 + 162 + 56 + 58 780.2
𝑥̅ = = = 26.00667 ≈ 26 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠
30 30
4. Calcule la desviación estándar de los datos. Redondee los cálculos de la tabla a
dos cifras decimales y el valor final a una cifra decimal.

Medida (𝒙𝒊 ) ̅
𝒙𝒊 − 𝒙 ̅) 𝟐
(𝒙𝒊 − 𝒙
22.4 -3.6 12.96
23.5 -2.5 6.25
23.9 -2.1 4.41
24 -2 4
24 -2 4

8|Página
 25.6 -0.4 0.16
25 -1 1
25 -1 1
25 -1 1
25.9 -0.1 0.01
25.8 -0.2 0.04
26 0 0
26.1 0.1 0.01
26 0 0
26 0 0
26.3 0.3 0.09
26.2 0.2 0.04
26 0 0
26 0 0
26 0 0
26.9 0.9 0.81
27 1 1
27.4 1.4 1.96
27 1 1
27 1 1
27 1 1
27.7 1.7 2.89
27.6 1.6 2.56
28.8 2.8 7.84
29.1 3.1 9.61
Total 64.64

𝑡𝑜𝑡𝑎𝑙 64.64 64.64

𝑠2 = = = = 2.2289660 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠 2
𝑛 − 1 30 − 1 29

𝑠 = √𝑠 2 = √2.2289660 ≈ 1.492972 ≈ 1.5 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠

5. Calcule las siguientes cantidades:

9|Página
 Expresión Valor
𝑥̅ − 3𝑠 21.51
𝑥̅ − 2𝑠 23
𝑥̅ − 𝑠 24.51
𝑥̅ + 𝑠 27.51
𝑥̅ + 2𝑠 29
𝑥̅ + 3𝑠 30.51

7. Vamos a asumir que la distribución normal es una buena opción para modelar
la longitud del muslo de los hombres. Grafique una curva de la distribución
normal e identifique la media de la distribución y las longitudes correspondientes
a ±1, 2, 3 desviaciones estándar del promedio.

Para los ejercicios del 2) al 8) use la regla empírica para responder las siguientes
preguntas:

1. ¿Cuál es la probabilidad de que un hombre elegido al azar mida 26 pulgadas de

largo del muslo?

10 | P á g i n a
 Sea X: = Medida del muslo de un hombre. Como esta medida corresponde a una
variable aleatoria continua entonces P(X = 26) = 0. Este resultado es cierto para
cualquier variable aleatoria continua.

2. ¿Cuál es la probabilidad de que un hombre elegido al azar mida más de 26 pulgadas

de largo del muslo?
X − μ 26 − 26
Z= = =0
σ 1.5
P(X > 26) = P(z > 0) = 0.5.

Note que este resultado se puede deducir rápidamente ya que 26 es el promedio de

la distribución. Como la distribución normal es simétrica entonces alrededor del
promedio, y el promedio es igual a la mediana, entonces la probabilidad pedida es
igual a 0.5.

3. ¿Cuál es la probabilidad de que un hombre elegido al azar mida más de 29

pulgadas de largo del muslo?
𝑋 − 𝜇 29 − 26
𝑍= = =2
𝜎 1.5
𝑃(𝑋 > 29) = 𝑃(𝑍 > 2) ≅ 0.021

4. Si queremos ser un poco más precisos, esta probabilidad se puede aproximar con
0.0225. ¿Por qué?

5. ¿Cuál es la probabilidad de que un hombre elegido al azar mida menos de 24.5

pulgadas de largo del muslo?
𝑋 − 𝜇 24.5 − 26
𝑍= = = −1
𝜎 1.5
𝑃(𝑋 < 24.5) = 𝑃(𝑍 < 1) ≅ 0.1585.

6. ¿Cuál es la probabilidad de que un hombre mida entre 24.5 y 27.5 pulgadas?

𝑋𝑖 − 𝜇 24.5 − 26
𝑍𝑖 = = = −1
𝜎 1.5
𝑋𝑠 − 𝜇 27.5 − 26
𝑍𝑠 = = =1
𝜎 1.5
11 | P á g i n a
 𝑃(24.5 < 𝑋 < 27.5) = 𝑃(−1 < 𝑍 < 1)

= 𝑃(𝑍 < 1) − 𝑃(𝑍 < −1) = 0.684.

7. Para ayudar a la distribución de los asientos al diseñar el avión la aerolínea quiere

que aproximadamente el 99% de los pasajeros les sobre al menos 5 pulgadas de
espacio para las piernas. ¿De cuánto debe ser el espacio entre las piernas
(legroom)?

Si sumamos los porcientos de la regla empírica, aproximadamente el 98.6% de los

individuos caen por debajo de dos desviaciones estándar del promedio. Esto
corresponde a

𝑋 = 𝜇 + 𝑍𝜎 = 26 + 2(2.5) = 29 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠.

Por lo tanto, una aerolínea que quiera que aproximadamente el 99% de los
pasajeros tenga un sobrante de al menos 5 pulgadas de espacio para las piernas
(legroom) debería dejar un espacio de 34 pulgadas entre las sillas.

8. Si una aerolínea diseña su avión con 30 pulgadas de espacio para las piernas
(legroom), ¿qué porciento de los pasajeros tiene espacio suficiente para acomodar
sus piernas?
𝑋 − 𝜇 30 − 26
𝑍= = ≅ 2.67
𝜎 1.5
𝑃(𝑋 < 30) = 𝑃(𝑍 < 2.6667) ≅ 0.9962.

Esta cantidad se obtiene buscando en la tabla de la distribución normal estándar

que se adjunta a la actividad. Note que este ejercicio no se puede resolver con la
regla empírica ya que el puntaje Z no es igual a ninguno de los valores ±1,2,3.

12 | P á g i n a
 Distribución Normal – Ejercicios Resueltos – Nivel 1
Matemóvil. (2018, 2 de julio). Distribución Normal [Archivo de video]. Recuperado
de: [Link]

INSTRUCCIONES: Resuelve lo siguientes ejercicios:

1. Se supone que los resultados de un examen final de pensamiento matemático

siguen una distribución normal con media de 79 y una desviación típica de 35.
Calcula la probabilidad de que una persona obtenga una calificación superior
a 70.

2. Calcular la proporción de estudiantes que tienen puntuaciones que exceden

por lo menos en cinco puntos de la puntuación que marca la frontera entre el
Apto y el No-Apto (son declarados No-Aptos el 30% de los estudiantes que
obtuvieron las puntuaciones más bajas).

13 | P á g i n a
 3. Si se sabe que la calificación de un estudiante es mayor que 75, ¿cuál es la
probabilidad de que su calificación sea, de hecho, superior a 82?

DISTRIBUCIÓN NORMAL REGLA EMPÍRICA

Profesor Oscar Luis. (2021, 5 de mayo). Regla Empírica – Distribución Normal.
[Archivo de video]. Recuperado de: [Link]
V4I

1. Repositorio Virtual para la Enseñanza de Estadística y Probabilidad en Escuela Superior

(RepASA), Distribución Normal diseño de aviones.
[Link]
[Link]

2. CAMACHO, J. (2000) Estadística con SPSS versión 9 para Windows. Madrid: Ra-Ma.
3. DIAZ de RADA, V. (1999) Técnicas de análisis de datos para investigadores sociales:
aplicaciones prácticas con SSPS para Windows. Madrid: Ra-Ma

14 | P á g i n a
4. FERRAN, E. (1996) SPSS para Windows. Programación y análisis estadístico. Madrid:
MacGraw-Hill.
5. FOSTER, J. (1998) Data Analysis using SPSS for Windows: A Beginner's Guide. London: SAGE.
6. Beiser, A. (1990). Física Aplicada. Mexico: Mc Graw-Hill.
7. Leyva, R. E.-O. (2007). Física I. México: Santillana.
8. Montiel, H. P. (2010). Física General. Mexico: Patria.

15 | P á g i n a