Professional Documents
Culture Documents
INTRODUCCIN:
La distribucin de probabilidad conocida como distribucin normal es, por la cantidad
de fenmenos que explica, la ms importante de las distribuciones estadsticas.
La distribucin normal o distribucin de Gauss es una de las distribuciones de
probabilidad de variables continuas que aparece con ms frecuencia en fenmenos
reales, frente a otros tipos de distribuciones como las asimtricas o la exponencial.
La distribucin normal fue desarrollada por Abraham de Moivre, (16671754). Posteriormente, Carl Friedrich Gauss (17771855) elabor desarrollos ms
profundos y formul la ecuacin de la curva; de ah que tambin se la conozca, ms
comnmente, como la "campana de Gauss".
La distribucin de una variable normal est completamente determinada por dos
parmetros, su media y su desviacin estndar, denotadas generalmente por y .
La distribucin normal es la distribucin de probabilidad ms importante en estadstica,
debido a tres razones fundamentales:
Desde un punto de vista matemtico resulta conveniente suponer que la
distribucin de una poblacin de donde se ha extrado una muestra aleatoria
sigue una distribucin normal, ya que entonces se pueden obtener las
distribuciones de varias funciones importantes de las observaciones muestrales,
que adems resultan tener una forma sencilla.
Desde un punto de vista cientfico, la distribucin normal aproxima en muchas
ocasiones los valores obtenidos para variables que se miden sin errores
sistemticos. Por ejemplo, se ha observado que muchos experimentos fsicos
frecuentemente tienen distribuciones que son aproximadamente normales, como
estaturas o pesos de los individuos, la duracin de un producto perecedero, el
tiempo necesario para llevar a cabo un trabajo, etc
La ltima razn es la existencia del Teorema Central del Lmite, establece que
cuando se dispone de una muestra aleatoria grande, aunque presente una
distribucin no normal e incluso distribuciones tpicas de variables aleatorias
discretas, pueden tratarse como aproximadamente distribuciones normales.
CONCEPTOS FUNDAMENTALES
Donde:
b: es el extremo superior.
a: es el extremo inferior.
DISTRIBUCIN NORMAL
DEFINICION:
Una variable aleatoria continua, X, sigue una distribucin normal de parmetros y
Donde:
Su MEDIA:
Su VARIANZA:
Su DESVIACION TIPICA:
< x <
< x <
>0
Se cumple que:
REPRESENTACION GRAFICA:
CAMPANA DE GAUSS
Se verifica
Que la curva es simtrica respecto a su media.
La media, la moda y la mediana coinciden.
Se verifica:
La curva es simtrica respecto a 0
La media, la moda y la mediana coinciden.
VENTAJAS Y DESVENTAJAS
VENTAJAS:
DESVENTAJA:
Siempre est presente el error de muestreo producto de la variabilidad intrnseca de los
elementos del universo, existen diferencias entre las medidas muestrales y los
parmetros poblacionales.
DESARROLLO:
Obtenemos la media, desviacin tpica, la distribucin normal, la anchura y el
valor de z en tabla.
PROBLEMA 2: