You are on page 1of 25

Se consideran continuas si toman cualquier valor dentro de un determinado intervalo. Proviene de un espacio maestral finito.

La funcin recibe el nombre de funcin de densidad de probabilidad, que satisfagan las siguientes condiciones. i)F(x) 0 ii) p (ax b)=ab f(x) dx iii) ab f(x) dx=1 los intervalos pueden cerrados o abiertos Distribuciones especiales para una variable aleatoria continua Uniforme Exponencial Normal Gamma

En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece aproximada en fenmenos reales. La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un determinado parmetro estadstico. Esta curva se conoce como campana de Gauss y es el grfico de una funcin gaussiana.

Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el modelo de la normal son: caracteres morfolgicos de individuos como la estatura; caracteres fisiolgicos como el efecto de un frmaco; caracteres sociolgicos como el consumo de cierto producto por un mismo grupo de individuos; caracteres psicolgicos como el cociente intelectual; nivel de ruido en telecomunicaciones; errores cometidos al medir ciertas magnitudes; La distribucin normal tambin aparece en muchas reas de la propia estadstica. Por ejemplo, la distribucin muestral de las medias muestrales es aproximadamente normal, cuando la distribucin de la poblacin de la cual se extrae la muestra no es normal.[1] Se puede aproximar a la normal cuando las muestras son pequeas

La distribucin de probabilidad normal es aquella en la cual, a partir de un punto central de mxima frecuencia (la media de la distribucin), los valores mayores y menores que la media se distribuyen simtricamente de derecha a izquierda, disminuyendo gradualmente hasta desaparecer.

Esta distribucin es la ms utilizada para variables aleatoria continuas, es decir, aquellas para las cuales es imposible enumerar todos los eventos posibles. Asimismo, esta distribucin permite resolver en forma aproximada los problemas propios de la distribucin binomial o de Poisson, por lo que su importancia en probabilidad y estadstica es fundamental. Los parmetros de la distribucin normal son (media) y (desviacin estndar). Su representacin se hace de la siguiente forma N(, )

PROPIEDADES DE LA CURVA NORMAL O CAMPANA DE GAUSS

Es simtrica en forma de campana. La media, la mediana y la moda tienen el mismo valor, ubicado al centro de la figura. Tericamente, la curva se extiende hasta el infinito en ambas direcciones, sin tocar nunca el eje horizontal
1 =68 %2 2 =95 % 3 =99 %

La distribucin normal es una curva con forma de campana. Dada por la ecuacin:

Z es el punto hasta donde se calculara el rea.


0.5 0.5

El eje de simetra en el punto mas alto de la curva es la media del universo ().
La distancia entre el eje de simetra y el punto de inflexin de la curva es desviacin estndar ().

Distribucin normal estndar N(0, 1) La distribucin normal estndar, o tipificada o reducida, es aquella que tiene por media el valor cero, =0, y por desviacin tpica la unidad, =1.

La probabilidad de la variable X depender del rea del recinto sombreado en la figura. Y para calcularla utilizaremos una tablas .

Tipificacin de la variable Para poder utilizar la tabla tenemos que transformar la variable X que sigue una distribucin N(, ) en otra variable Z que siga una distribucin N(0, 1).

Donde Z= Numero de desviaciones estndar a partir de la media X= Algn valor de inters = Media de la distribucin normal = Desviacin estndar

Bsqueda en la tabla de valor de k Unidades y dcimas en la columna de la izquierda. Centsimas en la fila de arriba.

P(Z a)

Bsqueda en la tabla de valor de k

P(Z a) = 1 P(Z a)

Bsqueda en la tabla de valor de k

P(Z > a)

TABLA NORMAL ESTANDAR

Bsqueda en la tabla de valor de k

P(a < Z b ) = P(Z b) P(Z a)

Bsqueda en la tabla de valor de k

Bsqueda en la tabla de valor de k

Bsqueda en la tabla de valor de k

APLICACIONES DISTRIBUCIN NORMAL


Una panadera elabora bolillos, la longitud de una pieza se distribuye de forma normal con una media de 15 cm y una desviacin estndar de 1.5. Determine:
A) Probabilidad de que una pieza exceda los 18 cm.

Datos: = 15cm = 1.5 y= 18cm


B)

Z= (y- )/ Z= (18- 15)/ 1.5 Z= 2

Z=2

Y como el area que nos piden es de 2 a infinito sacamos un complemento para obtener el resultado. P(A)= 0.5-0.4772 P(A)=0.0228 =2.28%

Buscamos el valor de z=2 en la tabla de distribucin normal y obtenemos que es 0. 4772 de 0 a 2.

Probabilidad de que las piezas de pan estn entre 13 y 17 cm.

Datos: = 15cm = 1.5 y1= 13cm y2= 17cm

Z= (y- )/ Z1= (13- 15)/1.5 Z1=-1.33 Z2=(17-15)/1.5 Z2=1.33

Y como el rea que nos piden es de -1.33 a 1.33 para obtener el resultado se tendran que sumar las 2 Z=-1.33 Z=1.33 reas. Buscamos el valor de z=1.33 en la tabla de P(B)= 0.4082+0.4082 distribucin normal y P(B)=0.8164 obtenemos que es 0.4082 =81.64% de 0 a 1.33.

El tiempo medio en realizar una misma tarea por parte de los empleados de una empresa se distribuye de manera normal, con media de 5 das y desviacin tpica 1 da. Calcular el porcentaje de empleados que realizan la tarea en un tiempo inferior a 7 das.

Datos: = 5 dias = 1 dia y= 7 dias


Z= - Z=2

Z= (y- )/ Z= (7- 5)/ 1 Z=2

Y como el rea que nos piden es de - a 2 para obtener el resultado se tendran que sumar las 2 reas. El rea de - a 0 que es 0.5 + el area de 0 a 2 que segn la tabla es 0.4772 es decir: P(A)= .5+0.4772 P(A)= 0.9772 =97.72%

Aplicaciones de la distribucin normal

En una ciudad se estima que la temperatura mxima en el mes de junio si una distribucin normal, con media 23 y desviacin tpica 5. Calcular el nmero de das del mes en los que se espera alcanzar mximas entre 21 y 27. 0.4435 = 13 das La media y los que de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan: a) Entre 60 kg y 75 kg. b) Ms de 90 kg. c) Menos de 64 kg d)64 kg.

Percentiles de la variable aleatoria normal Para cualquier valor comprendido entre 0 y1 se define z como aquel valor para el que P{p> z = } Dicho con palabras la probabilidad de que una variable aleatoria normal estndar sea mayor que z
rea=
Z=

Encontrar la probabilidad de Z = 0.025 P{p> z 0.025 = 1-0.025= 0.975 = 1.96 }

0.975

0.025

Z= 1.96

Encontrar el valor de x para P{X< x } = 0.95 donde X = representa la normal media de 40 y una desviacin tpica de 5
Z= (x- )/

1.645= (x- 40)/ 5 despejando a x

0.95 = se busca en el cuerpo de la tabla esta rea y corresponde una z = 1.64+1.65 / 2 = 1.645

X= 5(1.645) +40 = 48.225

Z= 1.645

Las calificaciones de un test de inteligencia se distribuye de acuerdo con una normal media 100 y desviacin tpica de 14.2en que rango de valores se encuentra el 1 % mas alto de las puntaciones .