DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal.
Kart Friedrich Gauss y Márquez De Laplace
(IXX) desarrollaron más ampliamente los conceptos de la curva.
La curva normal también es llamada curva de
error, curva de campana, curva de Gauss, distribución gaussiana o curva de De Moivre. LA DISTRIBUCIÓN NORMAL La distribución de probabilidad más importante para describir una variable aleatoria continua. LA DISTRIBUCIÓN NORMAL CARACTERÍSTICAS PRINCIPALES: Tiene forma de campana y posee una sola cima en el centro de la distribución. La media aritmética, la mediana y la moda son iguales, y se localizan en el centro de la distribución. La media de una distribución normal puede tener cualquier valor numérico: negativo, cero o positivo. Las probabilidades para la variable aleatoria normal están representadas por las áreas bajo la curva normal. El área total bajo la curva de una distribución normal es 1.00. LA DISTRIBUCIÓN NORMAL CARACTERÍSTICAS PRINCIPALES: Si la distribución es simétrica, el área bajo la curva a la izquierda de la media es 0.50 y el área a la derecha también es 0.50. La distribución es simétrica respecto de la media. Desciende suavemente en ambas direcciones del valor central. Es decir, la distribución es asintótica. La curva se aproxima más y más al eje X, sin tocarlo. La curva tiende a tomar cualquier valor (- , + ). La localización de una distribución normal se determina a través de la media (μ). LA DISTRIBUCIÓN NORMAL CARACTERÍSTICAS PRINCIPALES: La dispersión o propagación de la distribución se determina por medio de la desviación estándar (σ). La desviación estándar determina qué tan plana y ancha es la curva normal. Los valores grandes de la desviación estándar dan como resultado curvas más anchas y planas, mostrando mayor variabilidad en los datos. LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR No existe una única distribución normal, sino una familia de distribuciones con una forma común, diferenciadas por los valores de su media y su varianza. De entre todas ellas, la más utilizada es la distribución normal estándar, que corresponde a una distribución con µ = 0 y σ = 1. Cualquier distribución de probabilidad normal puede convertirse en una distribución de probabilidad normal estándar si se resta la media de cada observación y se divide esta diferencia entre la desviación estándar. Los resultados reciben el nombre de valores z o valores tipificados. LA DISTRIBUCIÓN NORMAL ESTÁNDAR LA DISTRIBUCIÓN NORMAL ESTÁNDAR EN RESUMEN Podemos decir que el valor de Z es la cantidad de desviaciones estándar a la que está distanciada la variable X de la media.
A la variable Z se la denomina variable tipificada de X, y a la
curva de su función de densidad se le conoce como la curva normal estándar. LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLOS DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIOS DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR LA REGLA EMPÍRICA
Antes de analizar más aplicaciones de la distribución de
probabilidad normal estándar, se consideran tres áreas bajo la curva normal que se emplearán en los siguientes capítulos. Estos hechos reciben el nombre de REGLA EMPÍRICA. LA DISTRIBUCIÓN NORMAL ESTÁNDAR LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLOS DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLOS DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIOS DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIOS DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR DETERMINACIÓN DE ÁREAS BAJO LA CURVA NORMAL La siguiente aplicación de la distribución normal estándar se relaciona con la determinación del área en una distribución normal entre la media y un valor elegido, que se identifica con X. PASOS PARA DETERMINAR EL ÁREA BAJO LA CURVA NORMAL ESTÁNDAR
Paso 1 - Interpretar gráficamente el área de interés.
Paso 2 - Determinar el valor Z. Paso 3 - Buscar en la tabla de probabilidades. Paso 4 - Hacer la suma o resta de áreas para encontrar la probabilidad deseada LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJEMPLO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR Otra aplicación de la distribución normal se relaciona con la combinación de dos áreas o probabilidades. Una de las áreas se encuentra a la derecha de la media y la otra a la izquierda. LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR Otra aplicación de la distribución normal se relaciona con determinar el área entre valores del mismo lado de la media. LA DISTRIBUCIÓN NORMAL ESTÁNDAR LA DISTRIBUCIÓN NORMAL ESTÁNDAR LA DISTRIBUCIÓN NORMAL ESTÁNDAR En síntesis, hay cuatro situaciones relacionadas con la determinación del área bajo la curva de la distribución de probabilidad normal estándar. LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIO DE APLICACIÓN LA DISTRIBUCIÓN NORMAL ESTÁNDAR EJERCICIO DE APLICACIÓN