por primera vez por el francs Abraham de Moivre (1667-1754).
Posteriormente, Carl Friedrich Gauss
(1777-1855) realiz estudios ms a fondo donde formula la ecuacin de la curva conocida comnmente, como la Campana de Gauss".
La importancia de la distribucin normal se debe principalmente a que hay muchas
variables asociadas a fenmenos naturales que siguen el modelo de la normal
Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una
especie, por ejm. tallas, pesos, envergaduras, dimetros, permetros,...
Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o
de una misma cantidad de abono.
Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo
grupo de individuos, puntuaciones de examen.
Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a
un medio,...
Errores cometidos al medir ciertas magnitudes.
Valores estadsticos mustrales, por ejemplo: la media.
Otras distribuciones como la binomial o la de Poisson son aproximaciones
normales, ...
Utilidad
Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un
mismo grupo de individuos, puntuaciones de examen
Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin
a un medio,...
Errores cometidos al medir ciertas magnitudes
Valores estadsticos mustrales como la media, varianza y moda
La funcin de distribucin
Puede tomar cualquier valor (-
Hay ms probabilidad para los valores cercanos a la media
Conforme nos separamos de , la probabilidad va decreciendo de igual forma
a derecha e izquierda (es simtrica).
Conforme nos separamos de , la probabilidad va decreciendo dependiendo la
desviacin tpica .
,+
La funcin de densidad f (x) se define:
Por los parametros;
Propiedades 1) 2) Es simtrica respecto a la recta 3) El maximo valor se da cuando Esta volor se obtiene
4)
Puntos de inflexin para la curva que describe
ser
Esperanza y desviacin estndar de una distribucin
normal Lo hallaremos Mediante momento :
Como se sabe
Adems
Entonces
La funcin de distribucin
Puede tomar cualquier valor (-
Hay ms probabilidad para los valores cercanos a la media
Conforme nos separamos de , la probabilidad va decreciendo de igual forma
a derecha e izquierda (es simtrica).
Conforme nos separamos de , la probabilidad va decreciendo dependiendo la
desviacin tpica .
,+
F(x) es el rea sombreada de la siguiente grfica
Propiedades de la distribucin normal:
El rea bajo la curva aproximado del promedio a ms o menos una desviacin estndar (1) es de 0.68, a ms o menos 2 es de .0 95 y a ms o menos 3 es de 0.99.
Propiedades de la distribucin normal:
La forma de la campana de Gauss depende de los parmetros y .
Tiene una nica moda que coincide con su media y su mediana.
La curva normal es asinttica al eje de X.
Es simtrica con respecto a su media . Segn esto, para este tipo de
variables existe una probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato menor.
Relacin de la distribucin normal con las discretas:
Una normal puede ayudar aproximar probabilidades de varias funciones discretas como la binomial poisson y la hipergeometrica, para que la aproximacin sea ms exacta se emplea un ajuste o correccin por continuidad. APROXIMACION BINOMIAL A LA NORMAL: Distribucin binomial :
Tiene una aproximacin, una normal estndar
cercano a un
, cuando n es muy grande. Para p
la aproximacin de la normal a la binomial es muy buena.
En gfenral la experiencia indica que la aproximacin es buena cuando: