LA DISTRIBUCIN NORMAL La distribucin de probabilidad continua ms importante en todo el campo de la estadstica es la distribucin normal.

Su grfica se llama CURVA NORMAL, es una curva es forma de campana que describe la distribucin de muchos conjuntos de datos que ocurren en la naturaleza (puntajes, edades, pesos, altura, etc.) La ecuacin matemtica de la distribucin normal, depende de la media y la desviacin estndar de la distribucin. Teniendo estos valores podemos estandarizarla a travs de la siguiente expresin:

Donde: x es la variable de estudio es la media poblacional es la desviacin estndar poblacional. z es el nmero de desviaciones estndar. La razn por la cual se trabaja con sta curva y no con la general, es que permite calcular fcilmente las reas comprendidas entre dos valores dados por medio de la lectura de los valores de z en la tabla de distribucin normal..

PROPIEDADES DE LA CURVA NORMAL Es simtrica y tiene forma de campana La x est en la mitad y divide al rea en dos mitades iguales La media, mediana y moda tiene el mismo valor Tericamente la curva se extiende en ambas direcciones y tiende gradualmente a unirse al eje X

Teorema de Tchebysheff.

-3

-2

-1

0 1 68.27 %

95,45 % 99,73 %

Ejemplo: Vamos a partir de un hecho: Hoy da estamos exportando a Japn el nopal, se hace un contrato con los productores, comprometindose a embarcar mensualmente 30 ton. La sociedad cooperativa Nopalmex, no quiere quedar mal con los embarques, y propone contratar a tu despacho aduanal, para que lleve a cabo la negociacin. Entonces t tienes la responsabilidad de que esto se lleve a cabo sin problemasQu vas hacer? Recuerdas que en alguna etapa de tu formacin profesional, llevaste una materia que te permita hacer una inferencia estadstica a partir del conocimiento de la media y su desviacin estndar, esta tcnica es la distribucin normal. Por lo que solicitaste informacin de la produccin semanal (variable aleatoria continua) Haciendo un anlisis de la produccin mensual histrico encuentras que en promedio se producen 29.200 ton, con una desviacin estndar de 0.5 ton. En base a esta informacin puedes estandarizar la informacin y hacer la primera inferencia a travs de: Donde: Z= es el nmero de desviaciones estndar X: es la variable aleatoria en estudio : la media poblacional : La desviacin estndar poblacional En el anlisis de la informacin tendremos: Con este valor estandarizado o tipificado, lo buscamos en la tabla de distribucin normal teniendo:

1.3 0.4032 0.4049 1.4 0.4192 0.4207 1.5 0.4332 0.4345 1.6 0.4452 0.4463 1.7 0.4554 0.4564

0.4066 0.4222 0.4357 0.4474 0.4573

0.4082 0.4236 0.4370 0.4484 0.4582

29.200 Z= 0

30. 1.60 valor en tabla

0.4452

Lo que nos indica que el rea bajo la curva, nos representa la probabilidad de que se presente entre 29.200 y 30. Ton con una desviacin estndar de 0.5 ton. Es del 44.52% de probabilidad.

Se pueden presentar diferentes opciones: Cul ser la probabilidad de: a) Menos de 30 ton. Aqu ya sabemos que de 29.200 a 30 es de 0.4452 y lo que nos piden es todo valor a la izquierda de 30. Esto es:

0.5000

0.4452 29.200 30

Entonces la probabilidad ser: 0.4452 + 0.5= 0.9452.

b) Ms de 30 ton 0.5 0.4452

0.054

29.200

30

En esta situacin tendremos la probabilidad ser: 0.5 0.4452= 0.054 esto es el 5.4% de producir ms de 30 ton. c) Se puede pedir probabilidad de entre 28 y 31

0.4927 0.4990

28

29.200

31

Aqu se evalan ambos valores:

Para 28:

valor en tabla: 0.4927

Para 31: Como vemos el valor mayor en tablas es 3.09 entonces y corresponde a 0.4990, entonces podemos establecer que para cualquier valor mayor de 3 consideraremos una probabilidad de 0.4990

0 1 2 3 4 5 6 7 8 9 .9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767 2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817 2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857 2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890 2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916 2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936 2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952 2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964 2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974 2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981 2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986 3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990 Entonces como vimos en la figura las probabilidades se suman: 0.4927+0.4990= 0.9917. d) Probabilidad de entre 27 y 28 ton. Como vemos ahora, estn en el mismo lado, en este caso se evalan ambos valores: El de 28 ya lo tenemos: 0.4927 Evaluando ahora 27:

0.006

27 28 -5 0.4990 -2.4

0.4927 0.006 0.4990 - 0.4927= 0.006 Como vemos es la probabilidad es la resta del valor mayor y el valor menor es del 0.006. Estas son las diversas formas de poder evaluar la probabilidad de una variable aleatoria continua. Como vez es una forma prctica de evaluar escenarios factibles, de una variable