I.

INTRODUCCIÓN

La distribución logarítmica normal que comúnmente se utiliza para modelar la vida

de las unidades cuyos modos de falla son de una naturaleza a la fatiga del estrés. Dado
que se incluyen la mayoría, si no todos, los sistemas mecánicos, la distribución
logarítmica normal puede tener aplicación generalizada. Una variable aleatoria que se
distribuye log normal si el logaritmo de la variable aleatoria tiene una distribución
normal. Debido a esto, hay muchas similitudes matemáticas entre las dos
distribuciones. Por ejemplo, el razonamiento matemático para la construcción de la
probabilidad trazando escalas y el sesgo de los estimadores de parámetros es muy
similar para estas dos distribuciones.

En probabilidades y estadísticas, la distribución log-normal es una distribución de

probabilidad de cualquier variable aleatoria con su logaritmo normalmente distribuido
(la base de una función logarítmica no es importante ya que, loga X está distribuida
normalmente si y solo si logb X está distribuida normalmente). Si X es una variable
aleatoria con una distribución normal, entonces exp (X) tiene una distribución log-
normal.

"Log-normal" también se escribe "log normal" o "log normal".

Una variable puede ser modelada como log-normal si puede ser considerada como un
producto multiplicativo de muchos pequeños factores independientes. Un ejemplo
típico es un retorno a largo plazo de una inversión: puede considerarse como un
producto de dos retornos diarios.
La distribución log-normal tiende a la función densidad de probabilidad
II. OBJETIVOS

2.1.generales
 analizar la teoría y los conceptos que se involucran en la distribución
Log Normal

2.2.específicos

 Analizar los diversos teoremas relacionados de la distribución Log

Normal
 Dar explicación a las características fundamentales de la distribución
Pareto y sus diversas condiciones
 Comprender la distribución Gamma y sus posibles aplicaciones
 III. MARCO TEÓRICO

3.1. Que es la distribución log-normal

Distribución log normal

Es una probabilidad utilizada para expresar el comportamiento de observaciones con

asimetría positiva, en donde la mayoría de los valores ocurren en las proximidades de un
valor mínimo. Esta distribución es característica en conjunto de datos donde existe mayor
frecuencia de valores pequeños por lo cual la media se desplaza hacia la derecha y esto
hace que el mejor estadígrafo de posición sea la moda y no la media aritmética. Esta
consideración se valora, pero no se comparte en lo referente a la valoración de los datos
por considerarse que el mismo puede hallarse con más exactitud en el valor de la mediana,
lo cual no ocurre en la moda. "también se dice de otra medida de posición válida para esta
distribución es la media geométrica. una condición para que sea válido esta distribución
es que sea la resultante de un número elevado de causas independientes con efectos
positivos, que se forma de manera multiplicativa y cada una de estas causas tiene un
efecto despreciable. quede comprobarse que la mediana está comprendida entre la moda
y la media y más cerca de la media que la moda, de tal forma que la mediana está casi
dos veces más cerca de la media que la moda.

La distribución log-normal tiende a la función densidad de probabilidad

para x > 0, donde μ y σ son la media y la desviación estándar del logaritmo de variable.
El valor esperado es

y la varianza es

La distribución log normal es una distribución continua que se define por sus parámetros
de ubicación y escala. La distribución lognormal de 3 parámetros se define por sus
parámetros de ubicación, escala y valor umbral.
3.2.Histograma de distribución log- normal
3.3. características de la distribución
la distribución log normal se obtiene cuando los logaritmos de una variable se describen
mediante una distribución normal. es el caso en el que las variaciones en la fiabilidad de
una misma clase de componentes técnicos se representan considerando la tasa de fallos l
aleatoria en lugar de una variable constante.es la distribución natural a utilizar cuando las
desviaciones a partir del valor del modelo están formadas por factores, proporciones o
porcentajes más que por valores absolutos como es el caso de la distribución normal.
distribución log normal tiene dos parámetros:
(media aritmética del logaritmo de los datos o tasa de fallos)
(desviación estándar del logaritmo de los datos o tasa de fallos).

3.4. Parámetros
la distribución log normal se caracteriza por las siguientes propiedades

asigna valores a las tasas y probabilidades de fallo que sólo pueden ser positivas.
como depende de dos parámetros se ajusta bien a un gran número de distribuciones
empíricas
Es utilizada para parámetros que son a su vez producto de numerosas cantidades aleatorias
múltiples efectos que influyen sobre la fiabilidad
la esperanza matemática o media es mayor que su mediana, por lo que damos importancia
a los valores grandes de las tasas de fallo que una distribución normal con los mismos
percentiles del 5% y del 50% teniendo en cuenta que son malos.
3.5. Propiedades de la distribución log- normal
la distribución log normal se caracteriza por las siguientes propiedades:

asigna a valores de la variable < 0 la probabilidad 0 y de este modo se ajusta a las tasas y
probabilidades de fallo que de esta forma sólo pueden ser positivas.

como depende de dos parámetros, según veremos, se ajusta bien a un gran número de
distribuciones empíricas.

es idónea para parámetros que son a su vez producto de numerosas cantidades aleatorias
(múltiples efectos que influyen sobre la fiabilidad de un componente).

la esperanza matemática o media en la distribución log normal es mayor que su mediana.

De este modo da más importancia a los valores grandes de las tasas de fallo que una
distribución normal con los mismos percentiles del 5% y 50% tendiendo, por tanto, a ser
pesimista. esta propiedad se puede apreciar en la figura 2

3.6. Aplicaciones a la ingeniería

la distribución log normal se ajusta a ciertos criterios de fallos y fatiga de componentes
metálicos, vida de los aislamientos eléctricos, procesos continuos y datos de reparación,
además de ser una buena representación en la distribución de los tiempos de reparación.
Es también una distribución importante en la valoración de sistemas de reparación. la
distribución log normal es importante en la representación de fenómenos de efectos
proporcionales, tales como cambio en la variable en cualquier punto de un proceso y
algunas fallas de mantenimiento. 'a distribución log normal es aquella en que el logaritmo
de la variable esta normalmente. por consiguiente, la función densidad de probabilidad se
puede obtener de la distribución normal mediante la transformación de su ecuación
La distribución log-normal es importante en la descripción de los fenómenos naturales.
Esto sigue, porque muchos procesos de crecimiento natural son impulsados por la
acumulación de muchos pequeños cambios porcentuales. Estos se vuelven aditivos en
una escala de registro. Si el efecto de cualquier cambio es insignificante, el teorema del
límite central dice que la distribución de su suma es más normal que la de los sumandos.
Cuando se transforma por la espalda en la escala original, hace que la distribución de los
tamaños sea aproximadamente logarítmica normal (aunque si la desviación estándar es
suficientemente pequeña, la distribución normal puede ser una aproximación adecuada).
EJEMPLOS DE APLICACIÓN

El peso de las naranjas de un determinado calibre fluctúa normalmente con

media=150 grs. y σ=30 grs. Una bolsa se llena con 15 naranjas seleccionadas al azar.
a) ¿Cuál es la probabilidad de que la mayor naranja de la bolsa pese más de 200
grs?
b) ¿Cuál es la probabilidad de que la menor naranja de la bolsa pese menos de 120
grs?
La superficie X de las explotaciones hortofrutícolas en una región sigue una
distribución Log Normal. Se sabe que la mediana de X es 15 anegadas y que sólo el
1% de las explotaciones son mayores de 50 anegadas. ¿Qué porcentaje de las
explotaciones serán menores de 5 anegadas?
IV. CONCLUSIONES

 El muestreo para simular data log Normal se ha basado en el teorema de limite

central, el cual trabaja con la media y la desviación estándar tomadas en el campo.
De esta manera se podría simular un yacimiento o, si hablamos de minería
podríamos generar tiempos de atención de la pala (shovel-truck system).

 Para corroborar que los datos han sido normalizados (a partir de la media y la
desviación estándar tomadas), este informe presenta un histograma en el cual se
puede apreciar la forma gaussiana de las frecuencias resultantes.

 Para la distribución log normal estudiada se ha realizado una gráfica PP-Plot en

el que se compara a la distribución experimental con la teórica. se obtiene una
línea recta entonces se comprueba la normalización, caso contrario la gráfica
resultante va ser una curva.

 La medida que los valores de la muestra experimental son mayores se van a

generar mayores frecuencias (se va a expandir el histograma) y esto da como
consecuencia que la curva baje. Lo contrario ocurre cuando los datos
experimentalmente s son de menor valor, pues en este caso la formación de la
curva va a ser ascendente.

 La distribución log Normal ayudar a verificar la existencia de anomalías que

puedan presentarse en muestras log normal. Más aun cuando se trabaje con
muestras donde las anomalías no sean notorias.
V. BIBLIOGRAFÍA