Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DISTRIBUCION NORMAL
La distribución continua de mayor uso entre las distribuciones de probabilidad es la
distribución normal. Gran parte de las variables que se encuentran en los estudios de
ciencias y físicas, naturalezas o sociales siguen este tipo de distribución. Por ejemplo
talla, peso edad, ingresos anuales por familia. Temperatura, precipitaciones pluvial,
mediciones taxonómicas, altura de una planta, calificaciones en pruebas de aptitud,
errores de instrumentación, etc.
El origen de la distribución normal se encuentra en el estudio de los errores
experimentales.
Las propiedades matemáticas y el desarrollo teórico de esta distribución se deben a
Laplace, Moivre y Gauss.
CARACTERÍSTICAS:
o 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 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.
o La distribución de probabilidad normal es
simétrica alrededor de su media.
o 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.
Para indicar que una variable aleatoria (v.a.) sigue una distribución normal de media 𝜇
y desviación estándar 𝜎 usaremos la expresión: 𝑋~𝑁(𝜇, 𝜎)
DISTRIBUCION GENERAL:
Depende de dos parámetros µ y σ
Se dice que una v.a. X sigue una distribución normal de parámetros 𝜇 𝑦 𝜎, y se escribe
𝑋~𝑁(𝜇, 𝜎), si esta definida ∀𝑥 ∈ 𝑅 y su función de densidad es:
El modelo matemático
1 𝟏 𝒙−𝝁 𝟐
𝑒 𝟐 𝝈 )
− (
𝑓(𝑥) =
𝜎√2𝜋
Siendo 𝜇 ∈ 𝑅 𝑦 𝜎 > 0
Donde:
−∞ < 𝑥 < + ∞
−∞ < 𝜇 < ∞
𝜎>0
La función de densidad de la v.a. 𝑋~𝑁(𝜇, 𝜎), tiene un máximo para 𝑥 = 𝜇 y tiene dos
puntos de inflexión, cuya abscisas son 𝑥 = 𝜇 ± 𝜎 cuanto mayor sea el valor de 𝜎 la curva
está más extendida.
𝟏 𝒙−𝝁 𝟐
+∞ +∞ 𝟏 − ( )
La comprobación de que ∫−∞ 𝒇(𝒙)𝒅𝒙 = ∫−∞ 𝝈√𝟐𝝅
𝒆 𝟐 𝝈 𝒅𝒙 = 𝟏
+∞ 𝟏 𝒙−𝝁 𝟐
𝟏 − ( )
𝑬(𝑿) = 𝑿 𝒆 𝟐 𝝈 𝒅𝒙 = 𝝁
−∞ 𝝈√𝟐𝝅
𝑳𝑨 𝑴𝑬𝑫𝑰𝑨 = 𝑬(𝑿) = 𝝁
La varianza es:
+∞ 𝟏 𝒙−𝝁 𝟐
𝟏 − ( )
𝑽𝒂𝒓(𝑿) = 𝑿𝟐 𝒆 𝟐 𝝈 𝒅𝒙 − 𝝁𝟐
−∞ 𝝈√𝟐𝝅
= 𝝈𝟐
𝑽𝑨𝑹𝑰𝑨𝑵𝒁𝑨 = 𝑽𝒂𝒓(𝑿) = 𝝈𝟐
Desviación típica:
𝝈= 𝑽𝒂𝒓(𝑿)
𝟏 𝒙−𝝁 𝟐
𝒃 𝒃 𝟏 − ( )
𝑃(𝑎 < 𝑥 < 𝑏) = ∫𝒂 𝒇(𝒙)𝒅𝒙 = ∫𝒂 𝝈√𝟐𝝅
𝒆 𝟐 𝝈 𝒅𝒙
Esta función en simétrica con respecto a la recta x=0. La moda de esta distribución
𝟏
𝟏 (𝒙)𝟐
coincide con la media y es igual a 0. La función 𝒇(𝒙) = 𝒆 −𝟐 tiene su máximo para
√𝟐𝝅
x=0.
𝟏
𝒛 𝟏 (𝒕)𝟐
La función de distribución correspondiente es 𝐹(𝑧) = ∫−∞ 𝒆 −𝟐 𝒅𝒕 y la gráfica
√𝟐𝝅
proporcionada por statgraphics se representa a continuación.
Y también que:
𝑃(𝑍 ≤ −𝑐) = 𝑃(𝑍 ≥ 𝐶)∀𝑐 ∈ 𝑅 + ↔ 𝐹(−𝑐) = 1 − 𝐹(𝑐)
El resultado del cálculo numérico de la integral
𝒛
𝟏 𝟏 𝟐
(𝒕)
𝐹(𝑍) = 𝒆−𝟐 𝒅𝒕
−∞ √𝟐𝝅
Ejemplos:
Supongamos ahora que X ∼ N(100,16) .
26−30
𝑃(𝑋 ≤ 26) = 𝑃 (𝑍 < 2
) = 𝑃(𝑍 ≥ −2) = 𝑃(𝑍 ≥ 2) = 1 − 0.9772 = 0,0228
28−30 34−30
𝑃(28 < 𝑋 ≤ 34) = 𝑃( 2 <𝑍≤ 2
) = 𝑃(−1 < 𝑍 ≤ 2)
𝟏 −(𝒙−𝝁)𝟐
𝒇(𝒙) = 𝒆 𝟐𝝈𝟐
𝝈√𝟐𝝅
En la que:
x = valor de la variable aleatoria que nos interesa.
µ = media de la distribución de la variable aleatoria.
σ = desviación estándar de la distribución.
z = número de desviaciones estándar que hay desde x a la media de la distribución.
La tabla está estructurada en base a unidades estándar, mostrando únicamente la mitad
del área bajo la curva normal.
Veremos 4 casos de buscar valores de Probabilidad en la tabla (P) si ya previamente
hemos calculado z con la formula anterior esto será en función del número de cifras de
Caso 1: z es un número entero. Por lo que se observa en la tabla los únicos valores de
z que son números enteros son 1, 2 y 3, que se observan en la 1ra columna. Asumiendo
en este caso que z nos dio 1.
Así:
z = 1 buscado en la tabla z = 1.0 columna 0 tendremos que P = 0.3413
Observamos que para un numero con una cifra decimal se busca el valor de P en la
columna 0
Caso 3. Z tiene 2 cifras decimales. En este caso se busca el valor de z con su parte
entera y la 1ra cifra de este en la 1ra columna y luego la 2da cifra decimal se localiza en
la columna que tenga esta misma cifra, dónde coincidan la fila y columna de ambas
estará el valor de P buscado.
Así por ejemplo z es 0.75 lo buscamos como z = 0.7 y la columna 0.05 y en la
intercepción de ambas estará el valor de P buscado:
P = 0.0.2734
Observamos que par 2 cifras decimales lo buscamos en la columna que tiene el mismo
valor de la 2da cifra decimal.
Caso 4. Z tiene más de 2 cifras decimales. En este caso se redondean las cifras
decimales a solo 2 cifras y se trata como el caso 3.
Veamos por ejemplo z= 1.40447
Eliminamos una cifra decimal y tendremos z = 1.4045
Eliminando otra cifra decimal z = 1.405
y eliminando la otra para dejar solo dos cifras decimales z = 1.41
Con este valor vamos a las tablas y determinamos P
Se observa que el área sombrada es la que es mayor a 500 Horas, que es la 1/2 del
área debajo del gráfico. Así que la probabilidad será de 1/2 o bien el 50%.
P(más de 500Hrs) = 0.5
UTILIZANDO LA ECUACION: