Estadstica para Ingeniera I

Distribucin Normal
LOGRO DEL TEMA
Al finalizar la sesin de hoy

El alumno ser capaz de:

1. Conocer el comportamiento de la variable aleatoria continua que
tiende a una distribucin normal.
2. Conocer e interpretar los parmetros de la distribucin normal
(media y varianza)
En Ing. Industrial y de Sistemas
Carl Gauss (Alemania 1777-1855)
Dios
hace
aritmtica
Distribucin Normal o de Gauss
La distribucin normal fue reconocida por primera vez por el francs
Abraham de Moivre(1667-1754). Posteriormente, Carl Friedrich Gauss
(1777-1855) desarroll temas ms profundos y formul la ecuacin de
la curva; de ah que tambin se le conoce, ms comnmente, como la
"campana de Gauss.
La distribucin normal es el modelo probabilstico que
se usa con mayor frecuencia y sirve como una buena
aproximacin de muchas distribuciones.

La grfica es la siguiente:










+o -o
x
f (x)
Distribucin Normal
Caractersticas de la
Distribucin Normal
1. Tiene forma de campana y presenta un solo pico en el
centro exacto de la distribucin.
2. Es simtrica con respecto a su media.
3. Media = Mediana = Moda y se encuentran en el punto
central.
4. Decrece uniformemente en ambas direcciones a partir
del valor central. Es asinttica, lo cual significa que la
curva se acerca cada vez ms al eje X, pero nunca
llega a tocarlo.
5. Es descrita completamente por y .

x o
2
x
Distribucin Normal
Una variable aleatoria X tiene distribucin
Normal con parmetros y o
2
, si su funcin de
densidad es:



Se denota X ~ N( , o
2
)
La media y la varianza son:
( ) < < =
|
.
|

\
|

x e x f
x
;
2
1
2
2
1
o

o t
| | = X E | |
2
V o = X
Distribucin Normal
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Media=6, Variancia=2 Media=8, Variancia=2 Media=10, Variancia=2
Distribucin Normal
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0 1 2 3 4 5 6 7 8 9 10
Media=5, Variancia=4 Media=5, Variancia=2 Media=5, Variancia=1
Ejemplo
Un constructor afirma que el tiempo necesario
para completar un proyecto de construccin se
puede representar mediante una variable
aleatoria normal con media 60 semanas y
desviacin estndar de 8 semanas.
a) Calcular la probabilidad de que el tiempo
necesario para terminar un proyecto de
construccin sea ms de 70 semanas.
P(X>70)=1-P(X70) = 1 - 0.894=0.106

Ejemplo
b. Halle el tiempo mximo requerido para estar
considerado dentro del 80% de proyectos de
construccin que se desarrollan mas rpidamente.
P(X<a)=0.8
a = 66.733 semanas
Propiedad reproductiva
Si X
1
, X
2
, ..., X
n
son n variables aleatorias
independientes tal que X
i
~ N(
i
, o
i
2
), entonces la
variable aleatoria:

|
.
|

\
|
= = =

= = =
n
i
i i
n
i
i i
n
i
i i i
c c N X c Y
1
2 2 2
1 1
, ~ o o
Propiedad reproductiva
Si: X
1
~ N(
1
, o
1
2
) y X
2
~ N(
2
, o
2
2
) , luego:

o Se define la variable Y

= (X
1
+ X
2
) , entonces:



o Se define la variable W

= (X
1
- X
2
) , entonces




) ; N( ~
2
2
2
1
2
2 1
o o o

+ = + =
Y
Y
Y
) ; N( ~
2
2
2
1
2
2 1
o o o

+ = =
Y
W
W
Ejemplo
En cierta industria se usa robots para la
soldadura de partes. El brazo mecnico de un
robot consta de tres partes. Sean X
1
, X
2
y X
3

las longitudes en centmetros de cada parte del
brazo del robot, se sabe que: X
1
~N(12; 0,02),
X
1
~N(24; 0,03) y X
3
~N(18; 0,04). Calcule la
probabilidad de que la longitud del brazo este
comprendido entre 53,8 y 54,2 centmetros.