DISTRIBUCION NORMAL

Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin.

Muchas variables aleatorias continuas presentan una funcin de ensidad cuya grfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una curva en "forma de campana".

En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal

Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una especie, p.ejm. tallas, pesos, envergaduras, dimetros, permetros,...

Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o de una misma cantidad de abono.

Valores estadsticos mustrales, por ejemplo : la media. Otras distribuciones como la binomial o la de Poisson son aproximaciones normales

Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen.

Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a un medio,...Errores cometidos al medir ciertas magnitudes.

DEFINICION FORMAL

Hay varios modos de definir formalmente una distribucin de probabilidad. La forma ms visual es mediante su funcin de densidad. De forma equivalente, tambin pueden darse para su definicin la funcin de distribucin los momentos la funcin caracterstica

FUNCIN DE DENSIDAD

Se dice que una variable aleatoria continua X sigue una distribucin normal de parmetros y y se denota X~N(, ) si su funcin de densidad est dada por:

donde (mu) es la media y (sigma) es la desviacin tpica (2 es la varianza).[

Se llama distribucin normal "estndar" a aqulla en la que sus parmetros toman los valores = 0 y = 1. En este caso la funcin de densidad tiene la siguiente expresin:

FUNCION DE DISTRIBUCIN

La funcin de distribucin de la distribucin normal est definida como sigue:

Por tanto, la funcin de distribucin de la normal estndar es:

Esta funcin de distribucin puede expresarse en trminos de una funcin especial llamada funcin error de la siguiente forma:

y la propia funcin de distribucin puede, por consiguiente, expresarse as:

El complemento de la funcin de distribucin de la normal estndar, 1 (x), se denota con frecuencia Q(x), y es referida, a veces, como simplemente funcin Q, especialmente en textos de ingeniera.[Esto representa la cola de probabilidad de la distribucin gaussiana. Tambin se usan ocasionalmente otras definiciones de la funcin Q, las cuales son todas ellas transformaciones simples de

Paso 1 Interpretar grficamente el rea de inters.

Grficamente si decimos que a=150 libras, el rea de la curva que nos interesa es la siguiente:

Paso 2 - Determinar el valor Z: Z

150 140 0.50 20

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915. Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad deseada. En este ejemplo el rea de 0.6915 no representa el rea que nos interesa sino la contraria. En este caso debemos restarle 1 a la probabilidad encontrada.

1 - .6915 = 0.3085

Determine la probabilidad de que una persona, elegida al azar, tenga un peso menor o igual a 115 libras

Paso 1 Interpretar grficamente el rea de inters. Grficamente si decimos que a=115 libras, el rea de la curva que nos interesa es la siguiente:

Determine la probabilidad de que una persona, elegida al azar, tenga un peso menor o igual a 115 libras

Paso 2 - Determinar el valor Z: Z

Paso 3 - Buscar en la tabla de probabilidades. Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de 0.8944. Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad deseada. En este ejemplo el rea de 0.8944 no representa el rea que nos interesa sino la contraria. En este caso debemos restarle 1 a la probabilidad encontrada. 1 - .8944 = 0.2212

115 140 1.25 20

BIBLIOGRAFIA

http://www.google.com.co/imgres?imgurl=http://www.monografias.com/trabajos5 5/teoriaprobabilidades/Image10059.gif&imgrefurl=http://www.monografias.com/tra bajos55/teoria-de-las-probabilidades/teoria-de-lasprobabilidades3.shtml&usg=__mnBne3urAQ3Qrsb2xlV6WlNmndA=&h=353&w=529 &sz=6&hl=es&start=0&zoom=1&tbnid=vpSyiQN6t6u5zM:&tbnh=145&tbnw=214&pr ev=/images%3Fq%3DFunci%25C3%25B3n%2Bde%2Bdensidad%26um%3D1%26h l%3Des%26client%3Dfirefox-a%26sa%3DN%26rls%3Dorg.mozilla:esES:official%26biw%3D1024%26bih%3D436%26tbs%3Disch:1&um=1&itbs=1&iact =hc&vpx=146&vpy=96&dur=479&hovh=145&hovw=217&tx=193&ty=80&ei=Dki7T OyCL4SKlweP1sXcDA&oei=Dki7TOyCL4SKlweP1sXcDA&esq=1&page=1&ndsp=8&ve d=1t:429,r:0,s:0 http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal