17 01 La Distribucion Normal

La distribucin normal
Adiel Omar FLORES RAMOS
La Distribucin Uniforme
Estadstica I
Here comes your footer
Adiel Omar
FLORES
Distribucin uniforme
La distribucin uniforme, permite ver las propiedades
importantes:
1. El rea bajo la curva de una probabilidad es 1
2. Existe una correspondencia entre el rea y la
probabilidad, de manera que algunas probabilidades
se pueden calcular al identificar las reas
correspondientes
Estadstica I
Definicin
Una variable aleatoria continua tiene una distribucin
uniforme si sus valores se dispersan uniformemente a
travs del rango de posibilidades. La grfica de una
distribucin uniforme tiene forma rectangular.
Estadstica I
Ejemplo: duracin de la clase

Un profesor de estadstica planea sus clases
con tanto cuidado que sus duraciones estn
distribuidas uniformemente entre 50.0 y 52.0
min. Esto es cualquier tiempo entre 50.0 y
52.0 es posible, y todos los valores posibles
tienen
la
misma
probabilidad.
Si
seleccionamos aleatoriamente una de las
clases y permitimos que x sea la variable
aleatoria que representa la duracin de esa
clase
Estadstica I
Ejemplo:
Entonces x tiene una distribucin que puede
graficarse como:
Estadstica I
Definicin
Una curva de densidad es una grfica de una
distribucin de probabilidad continua, debe satisfacer
las siguientes propiedades:
1. El rea total bajo la curva debe ser igual a 1.
2. Cada punto de la curva debe tener una altura vertical
igual o mayor que 0.
Puesto que el rea total bajo la curva de densidad es igual
a 1, existe una correspondencia entre rea y probabilidad
Estadstica I
Ejemplo: duracin de la clase

Kim, quien tiene el hbito de vivir siempre de
prisa, se comprometi a acudir a una
entrevista de trabajo inmediatamente despus
de su clase de estadstica. Si la clase dura
ms de 51.5 min, llegar tarde a la entrevista
de trabajo.
Calcule la probabilidad de que una clase
seleccionada al azar dure ms de 51.5 min.
Estadstica I
Solucin
Observe la siguiente figura donde la regin
sombreada representa duraciones mayores a
51.5 min.
Estadstica I
Solucin
Puesto que el rea total bajo la curva de
densidad es 1, existe una correspondencia
entre rea y probabilidad.
Por lo tanto podemos calcular la probabilidad
deseada utilizando reas de la siguiente
manera:
P(>51.5)=rea de la regin sombreada
= 0.5 x 0.5
= 0.25
Estadstica I
Interpretacin
La probabilidad de seleccionar al azar una
clase que dure ms de 51.5 min es de 0.25.
Como esa probabilidad es demasiado alta,
Kim debe considerar elaborar un plan de
contingencia que le permita llegar a su
entrevista de trabajo a tiempo.
Estadstica I
La Distribucin Normal
Estadstica I
Adiel Omar
FLORES
Introduccin
Una de las herramientas de mayor uso en las
empresas es la utilizacin de la curva normal para
describir situaciones donde podemos recopilar datos.
Esto nos permite tomar decisiones que vayan a la par
con las metas y objetivos de la organizacin.
En este captulo se describe la relacin de la
Distribucin normal con la Distribucin normal
estndar. Se utilizan ejemplos y ejercicios donde se
ensea sobre la determinacin de probabilidades y
sus aplicaciones.
18/02/2014
13
La distribucin normal fue reconocida
por primera vez por el francs
Abraham de Moivre (1667-1754).
Posteriormente, Carl Friedrich Gauss
(1777-1855) realiz estudios ms a
fondo donde formula la ecuacin de la
curva conocida comnmente, como la
Campana de Gauss".
18/02/2014
14
Utilidad
Se utiliza muy a menudo porque hay muchas
variables asociadas a fenmenos naturales
que siguen el modelo de la norma.
Caracteres morfolgicos de individuos
(personas, animales, plantas,...) de una
especie, por ejemplo: tallas, pesos, dimetros,
distancias, permetros,...
Caracteres fisiolgicos, por ejemplo: efecto de
una misma dosis de un frmaco, o de una
misma cantidad de abono
18/02/2014
15
Utilidad
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
Valores estadsticos mustrales como la
media, varianza y moda
18/02/2014
16
La funcin de distribucin
Puede tomar cualquier valor (- , + )
Hay ms probabilidad para los valores cercanos a la
media
Conforme nos separamos de , la probabilidad va
decreciendo de igual forma a derecha e izquierda
(es simtrica).
Conforme nos separamos de , la probabilidad va
decreciendo dependiendo la desviacin tpica .
18/02/2014
17
La funcin F(x)
18/02/2014
18
F(x) es el rea sombreada

de la siguiente grfica
18/02/2014
19
Propiedades de la
distribucin normal
El rea bajo la curva aproximado del promedio
a ms o menos una desviacin estndar (1)
es de 0.68, a ms o menos 2 es de .0 95 y a
ms o menos 3 es de 0.99.
18/02/2014
20
Propiedades de la
distribucin normal
La forma de la campana de Gauss depende de los
parmetros y .
Tiene una nica moda que coincide con su media y
su mediana.
La curva normal es asinttica al eje de X.
18/02/2014
21
Propiedades de la distribucin normal

Es simtrica con respecto a su media .
Segn esto, para este tipo de variables existe una
probabilidad de un 50% de observar un dato
mayor que la media, y un 50% de observar un
dato menor.
Estadstica I
La desviacin estndar ( )
(a) Distribuciones normales con distinta desviacin estndar e igual media
18/02/2014
23
La media
(b) Distribuciones normales con diferentes medias e igual desviacin
estndar
18/02/2014
24
En resumen
Podemos concluir que hay una familia de
distribuciones con una forma comn, diferenciadas
por los valores de su media y su varianza.
La desviacin estndar ( ) determina el grado de
apuntamiento de la curva. Cuanto mayor sea el
valor de , ms se dispersarn los datos en torno a
la media y la curva ser ms plana.
18/02/2014
25
En resumen
La media indica la posicin de la campana, de
modo que para diferentes valores de la grfica
es desplazada a lo largo del eje horizontal.
De entre todas ellas, la ms utilizada es la
distribucin normal estndar, que corresponde
a una distribucin de media 0 y varianza 1.
Estadstica I
La Distribucin Normal
Standard
Estadstica I
Introduccin
La curva de densidad de una distribucin uniforme es
una lnea horizontal, de manera que es fcil calcular el
rea de cualquier regin rectangular.
La curva de densidad de una distribucin normal tiene
una forma de campana ms complicada, por lo que es
ms difcil calcular reas, pero el principio bsico es el
mismo: existe una correspondencia entre rea y
probabilidad.
Estadstica I
Introduccin
As como existen muchas distribuciones uniformes
diferentes (con distintos rangos de valores),
tambin existen muchas distribuciones normales
diferentes, las cuales dependen de dos
parmetros: la media poblacional y la desviacin
estndar poblacional
Estadstica I
Introduccin
La siguiente figura ilustra curvas de densidad de
estaturas de hombres y mujeres adultos.
Estadstica I
Introduccin
Debido a que los hombres tienen una estatura media
mayor, la cima de la curva de densidad de los
hombres est ubicada hacia la derecha.
Puesto que las estaturas de los hombres tienen una
desviacin estndar ligeramente mayor, su curva de
densidad es un poco ms ancha.
Estadstica I
La distribucin normal standard

En esta seccin se revisar a la distribucin normal
estndar, que tiene las siguientes propiedades:
1. Presenta una forma de campana
2. Posee una media igual a 0
3. Tiene una desviacin standard igual a 1
Estadstica I
estndar
Z se la denomina variable tipificada de X, y a
la curva de su funcin de densidad se le
conoce como la curva normal estndar.
Es una distribucin normal con promedio 0 y
una desviacin estndar de 1.
Todas las variables normalmente distribuidas
se pueden transformar a la distribucin normal
estndar utilizando la frmula para calcular el
valor Z correspondiente.
18/02/2014
33
La funcin F(z)
En la siguiente grfica vemos la
representacin grfica de la funcin de Z.
18/02/2014
34
En resumen
Podemos decir que el valor de Z es la
cantidad de desviaciones estndar a la
que est distanciada la variable X del
promedio.
A la variable Z se la denomina variable
tipificada de X, y a la curva de su funcin
de densidad se le conoce como la curva
normal estndar
18/02/2014
35
Caractersticas de la
distribucin normal estndar
No depende de ningn parmetro.
Su media es 0, su varianza es 1 y su
desviacin estndar es 1.
La curva f(x) es simtrica respecto del eje
de Y
Tiene un mximo en el eje de Y.
Tiene dos puntos de inflexin en z=1 y z=-1
18/02/2014
36
Teorema del Lmite Central

Nos indica que, bajo condiciones muy
generales, segn aumenta la cantidad de
datos, la distribucin de la suma de variables
aleatorias tendera a seguir hacia una
distribucin normal.
En otras palabras el Teorema del Lmite
Central garantiza una distribucin normal
cuando el tamao de la muestra
es
suficientemente grande.
18/02/2014
37
Por ejemplo
En el siguiente
histograma podemos
observar la
distribucin de
frecuencias por peso
de acuerdo a la edad.
18/02/2014
38
Ejemplo Teorema del lmite central

De acuerdo a este teorema segn
aumenten la cantidad de datos se podr
trazar una curva que tome cada vez ms
formacin en forma campana.
18/02/2014
Estadstica I
Adiel Omar FLORES

39 RAMOS
rea bajo la curva normal estndar

El rea bajo la curva normal estndar es til para
asignar probabilidades de ocurrencia de la variable X.
Debemos tomar en cuenta que el rea total bajo la
curva es igual a 1. Y que, por ser una grfica
simtrica, cada mitad tiene un rea de 0.5.
Las tablas abarcan 2 partes, una para puntuaciones z
negativas y otra para puntuaciones z positivas
Cada valor en la tabla es un rea acumulativa desde
la izquierda hasta el lmite vertical por arriba de una
puntuacin z especfica
Estadstica I
rea bajo la curva normal estndar

Cuando construya una grfica, evite la confusin entre
puntuaciones z y las reas:
- Puntuacin z
Distancia a lo largo de la escala horizontal de la
distribucin normal estndar; remtase a la columna de la
extrema izquierda y al rengln superior de la tabla
- rea
Regin bajo la curva, remtase a los valores de la tabla
La parte de la puntuacin z que denota centsimas, se

encuentra en el rengln superior de la tabla
Estadstica I
Pasos para determinar el rea bajo la curva

normal estndar
Paso 1 - Interpretar grficamente el rea de
inters.
Paso 2 - Determinar el valor Z
Paso 3 - Buscar en la tabla de probabilidades.
Paso 4 - Hacer la suma o resta de reas para
encontrar la probabilidad deseada
18/02/2014
42
Ejemplos y ejercicios
Supongamos que sabemos que el peso de
los estudiantes universitarios sigue una
distribucin aproximadamente normal, con
una media de 140 libras y una desviacin
estndar de 20 libras.
18/02/2014
43
Ejemplo 1
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras
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:
18/02/2014
44
Ejemplo 1
Paso 2 - Determinar el valor Z:
Z=
150 140
= 0.50
20

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 no es necesario realizar ningn computo adicional ya que
el rea es la misma que se representa en la Tabla 1
18/02/2014
45
Ejemplo 2
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso mayor o igual a 150 libras

Grficamente si decimos que a=150 libras, el rea
18/02/2014
46
Ejemplo 2
azar, tenga un peso mayor o igual a 150 libras
Z=
150 140
=
= 0.50
20

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
18/02/2014
47
Ejemplo 3
Determine la probabilidad de que una persona, elegida al
azar, tenga un peso menor o igual a 115 libras
Grficamente si decimos que a=115 libras, el rea de la curva que nos
interesa es la siguiente:
18/02/2014
48
Ejemplo 3
Z=
115 140
=
= 1.25
20

Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos
el rea de 0.1056.
Paso 4 - Hacer la suma o resta de reas para encontrar
la probabilidad deseada.
En el caso de la figura no es necesario
Estadstica I
Ejemplo 3: Clculo por tabla positiva

Z=
115 140
= 1.25
20

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 = 0.1056
Estadstica I
Ejemplo 4
Si deseamos la probabilidad de que una persona, elegida
al azar, tenga un peso entre 115 y 150 libras.

Grficamente si decimos que a=115 libras y b=150 libras, el rea de la curva que
nos interesa es la siguiente
18/02/2014
51
Ejemplo 4
azar, tenga un peso entre 115 y 150 libras.
Cuando X=115
Cuando X=150
Z=
Z=
115 140
= 1.25
20
150 140
= 0.50
20

Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el rea de 0.1056.
Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915
18/02/2014
52
Ejemplo 4
Paso 4 - Hacer la suma o resta de reas para
encontrar la probabilidad deseada.
El rea de 0.6915 se le resta 0.1056
0.6915 0.1056 = .5859
Estadstica I
Ejemplo 05
Determine la probabilidad de que una persona
tenga un peso entre 150 libras y 160 libras
Estadstica I
Ejemplo 5

Grficamente si decimos que a=150 libras y b= 160 libras, el rea
18/02/2014
55
Ejemplo 5
Como vimos en el ejemplo 1 y 2 E valor Z cuando X=150 es 0.50.
Para X=160 el valor Z ser:
Z=
160 140
= 1.0
20

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915.
Cuando Z = 1.0 el rea es de 0.8413.
18/02/2014
56
Ejemplo 5
peso menor o igual a 150libras
Paso 4 - Hacer la suma o resta de reas para encontrar la

probabilidad deseada.
En este ejemplo se resta el rea mayor menos el rea menor
como se interpret en el paso 1.
0.8413 - .6915 = 0.1498
18/02/2014
57
Ejemplo 6
Determine la probabilidad
de elegir a una persona
que pese entre 115 y 130
libras.
18/02/2014
58
Ejemplo 6
Paso 1: Interpretar grficamente el rea de inters.
Grficamente si decimos que a=115 libras y b= 130
libras, el rea de la curva que nos interesa es la
siguiente:
18/02/2014
59
Ejemplo 6
Cuando X=115
Z=
115 140
= 1.25
20
130 140
= 0.50
20
para X=130
Z=
Estadstica I
Ejemplo 6
Paso 3: Buscar en la tabla de probabilidades.
- Buscamos en la Tabla 1 el valor Z=-1.25 y
obtenemos el rea de 0.1056
- Para Z = -.050 el rea es de =.3085
Estadstica I
Ejemplo 6
Paso 4: Hacer la suma o resta de reas para
encontrar la probabilidad deseada.
En este ejemplo el rea ser la diferencia
de:
.3085-.1056=.2029.
18/02/2014
62
Preguntas?
Estadstica I

17 01 La Distribucion Normal

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

17 01 La Distribucion Normal

Uploaded by

Copyright:

Available Formats

La distribucin normal

Adiel Omar FLORES RAMOS

Here comes your footer

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Ejemplo: duracin de la clase

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Ejemplo: duracin de la clase

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

F(x) es el rea sombreada

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Propiedades de la distribucin normal

Here comes your footer

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

Here comes your footer

Adiel Omar FLORES RAMOS

La distribucin normal standard

Here comes your footer

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Teorema del Lmite Central

Adiel Omar FLORES RAMOS

Adiel Omar FLORES RAMOS

Ejemplo Teorema del lmite central

Here comes your footer