Professional Documents
Culture Documents
Apellidos,nombre
MartnezGmez,Mnica(momargo@eio.upv.es)
MarBenlloch,Manuel(mamaben@eio.upv.es)
Departamento
Estadstica,InvestigacinOperativaAplicadasy
Calidad
Centro
Ladistribucinnormal
UniversidadPolitcnicadeValencia
1. Resumendelasideasclave
En este artculo vamos a conocer las caractersticas bsicas de la distribucin Normal y sus posibles
aplicacionesprcticasconlafinalidaddeelaborarunaespeciedecatlogoalqueacudirparadeterminar
unmodelodeprobabilidadparadescribirelcomportamientodeunavariablecontinua.
2. Introduccin
Quconozcosobrevariablesaleatorias(V.A.)continuasylostiposdedistribucionesquestaspueden
seguir?CmoafectaralosanlisisestadsticoselquelosdatosdeunaV.A.tenganunadistribucin
normal?
Unavariablealeatoriasedefinecontinuacuandoelconjuntodevaloresquepuedetomaresuninfinito
continuo,esdecir,puedetomarcualquiervalorenunintervalo.Ladistribucinnormalodistribucinde
Gauss es una de las distribuciones de probabilidad de variables continuas que aparece con ms
frecuencia en fenmenos reales, frente a otros tipos de distribuciones como las asimtricas o la
exponencial
Enesteobjetodeaprendizaje,conoceremoslascaractersticasypropiedadesdeladistribucinnormal.
Utilizamos ejemplos y ejercicios donde descubriremos los principales aspectos sobre el clculo de
probabilidadesmedianteladistribucinnormalysusprincipalesaplicacionesprcticas,paraayudarala
comprensindelasmismas.Finalmente,hacemoshincapienlosconceptosbsicosdeaprendizajecon
respectoaladistribucinnormalysusaplicacionesprcticas
3. Objetivos
Identificarlaspropiedadesdeunadistribucinnormal.
DeterminarcmosetipificanlasvariablesNormales.
BuscarprobabilidadesenlatabladelaNormalTipificada.
Interpretarreasbajolacurvanormaldeacuerdoalproblema.
4. DefinicinycaractersticasdeladistribucinNormal
4.1.Porquesimportanteconocerladistribucinnormal?
LadistribucinnormalfuedesarrolladaporAbrahamdeMoivre,(1667-1754).Posteriormente,Carl
FriedrichGauss(17771855)elabordesarrollosmsprofundosyformullaecuacindelacurva;deah
que tambin se la conozca, ms comnmente, como la "campana de Gauss". La distribucin de una
Ladistribucinnormal
variable normal est completamente determinada por dos parmetros, su media y su desviacin
estndar,denotadasgeneralmentepory.
Ladistribucinnormalesla distribucindeprobabilidadmsimportanteenestadstica,debidoatres
razonesfundamentales(DeGroot,M.H.,1988):
- Desdeunpuntodevistamatemticoresultaconvenientesuponerqueladistribucindeuna
poblacin de donde se ha extrado una muestra aleatoria sigue una distribucin normal, ya
que entonces se pueden obtener las distribuciones de varias funciones importantes de las
observacionesmuestrales,queademsresultantenerunaformasencilla.
- Desdeunpuntodevistacientfico,ladistribucinnormalaproximaenmuchasocasioneslos
valores obtenidos para variables que se miden sin errores sistemticos. Por ejemplo, se ha
observado que muchos experimentos fsicos frecuentemente tienen distribuciones que son
aproximadamentenormales,comoestaturasopesosdelosindividuos,beneficiosmediosde
lasempresas,laduracindeunproductoperecedero,eltiemponecesarioparallevaracabo
untrabajo,etc.
- La ltima razn es la existencia del Teorema Central del Lmite, establece que cuando se
dispone de una muestra aleatoria grande, aunque presente una distribucin no normal e
incluso distribuciones tpicas de variables aleatorias discretas, pueden tratarse como
aproximadamentedistribucionesnormales.
Algunosejemplostpicosdeladistribucinnormalson:
Estaturadelaspersonas.
Tdeunacmarafrigorfica.
Dosisdeunaditivo.
Precipitacionesanualesdeundeterminadopas.
4.2. DefinicinyCaractersticas
SedicequeXsigueunadistribucinNormal,conmediaydesviacintpica,con(<<+y
>0),queserepresentaconlasiguientenotacin:
X~N(,)
SuFuncindeDensidadvienedefinidapor:
f( X )=
*e
( x . )2
2 2
con(<<+)
Ecuacin1.FuncindeDensidaddeladistribucinNormal.
dondelossmboloseytienenvaloresaproximadamente2.7183y3,1416.
Ladistribucinnormal
LaFuncindeProbabilidadpermitecalcularlaprobabilidaddequeunavariablealeatoriaX,pertenezca
aunintervalo[a,b].Dichaprobabilidadseobtienecomo:
a
F ( X ) = f ( X )dx
b
Ecuacin2.FuncindeProbabilidaddistribucinNormal.
Secumpleque,
f ( X )dx = 1
Ecuacin3.PropiedaddelaFuncindeProbabilidaddelaDistribucinNormal
ElhistogramacorrespondientealaFuncindeDensidad,tieneformadeunacampanasimtricaconuna
densidadovalormximoenlamedia,ydichadensidaddecrecedeformasimtricaaambosladosen
funcin del valor de la desviacin tpica, . Grficamente, como se puede apreciar en la figura 1, se
observaqueesladistanciadesdelamediaalpuntodeinflexindelacampana(RomeroyZunica,
2000).
El parmetro de posicin (es decir, donde caen ms frecuentemente los valores), ms adecuado en
distribuciones normales es la media, , que como puede apreciarse en la figura de la funcin de
densidad,secorrespondeconladensidadmxima.Enlasvariablesquesiguenunadistribucinnormal
lamediatomaunvalormuyprximoocoincideconlamedianayconlamoda,conloambosparmetros
tambinseranbuenosindicadoresdeposicin.
Elindicadordedispersin(midelavariabilidaddemisdatos)msadecuadoeslavarianza,2,aunque
realmenteelmsutilizadoessurazcuadradaodesviacintpica,,alvenirexpresadaenlasmismas
unidadesquelavariablemediday,porlotanto,quelamedia.
Imagen1.Lafuncindedensidaddeunadistribucinnormal
Fuente:http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm
Respectoalosparmetrosdeasimetraycurtosis,todavariablequepresenteunadistribucinnormal
tieneuncoeficientedeasimetranulo,comopuedededucirsedelagrficadelafuncindedensidad,
quedecrecedeformasimtricaaamboslados.Asmismopresentavaloresdecurtosisdecerootresen
funcindelafrmulautilizadaenelclculodedichocoeficiente.
Ladistribucinnormal
Ladistribucincumpletrespropiedadesbsicasnormalqueconstituyenlabasedelastcnicasutilizadas
encontrolestadsticodeprocesos(RomeroyZnica,2000).Comopuedeobservarseenlagrficadela
funcindedensidad,secompruebaqueentodadistribucinnormal,enelintervalo:
1.
seencuentrael68%deladistribucin.
2.
2seencuentrael95,5%deladistribucin.
3.
3seencuentrael99,7%deladistribucin.
Esdecirexisteunaprobabilidadinferioral5%deencontrarunvalordeunavariablealeatoriaquesiga
unadistribucinnormalquedifieradesumediaenmsdedosdesviacionestpicasyesprcticamente
improbable,conunaprobabilidadinferioral3pormil,deencontrarunvalorquedifieradesumediaen
msdetresdesviacionestpicas.
UnTeoremaimportantesedesprendedelasdospropiedadesqueesestablecenacontinuacin:
1.
i2 , y
2.
sumaorestadeellas,Y=X1++Xn,tienetambinunadistribucinnormalconmedia
1+..+kyvarianza 1 +.+ k .
2
Es decir, cualquier combinacin lineal de variables normales independientes, sigue tambin una
distribucinnormal.
Veamosalgunosejemplos:
Ejemplo 1. En una ciudad se estima que la temperatura mxima en el mes de junio si una
distribucinnormal,conmedia23ydesviacintpica5.Calcularelnmerodedasdelmesen
losqueseesperaalcanzarmximasentre21y27.
Luegoelnmerodedassera: 0 ,44425 * 30 = 13
Ladistribucinnormal
Ejemplo 2. Las Empresas multinacionales del sector automocin presentan hasta enero del
2009 un volumen de facturacin, que segua una distribucin normal con media 185 millones de
euros y desviacin tpica 12 millones de euros. Qu porcentaje de empresas facturar entre
160 y 200 millones?
X~ volumen de facturacin~ N(185, 12)
P( 160 < X < 200 ) = P( N ( 185 ,12 ) < 200 ) P( 185 ,12 ) < 160 ) =
160 185
200 185
P( N ( 0 ,1 ) <
) P( N ( 0 ,1 ) <
) = [ 1 P( N ( 0 ,1 ) > 1,25 )] [ P( N ( 0 ,1 ) > 2 ,08 )
12
12
= [ 1 0 ,1056 ] 0 ,0188 = 0 ,8756
Ejemplo3. El peso del las personas que utilizan un ascensor fluctan normalmente con media
75 kg y desviacin tpica 11 kgs. Si la carga mxima del ascensor es de 500 kgs, cul es la
probabilidad de que al subir 6 personas en el ascensor se sobrepase dicha carga? (Extrado de
Romero y Znica, 2003).
X~ Peso de una persona~ N(75, 11)
Y~ Peso de seis personas=X1+X2+X3+X4+X5+X6~ N(450, 26,9)
P( Y > 500 ) = P( N ( 0 ,1 ) >
500 450
) P( N ( 0 ,1 ) > 1,86 ) = 0 ,0314
26 ,9
P( N ( 0 ,1 ) > z ) = f ( x )dx =
1
2
*e
( x )2
2 2 dx
siendolarepresentacingrficadeestafuncinlaquesemuestraenlaimagen2.
Paracalcularprobabilidadesenelcasodevariablesnormales,conmedia ydesviacintpica,N(,
),sedebetransformarlavariableaunavariablenormaltipificada,N(0,1)elsiguientesproceso:
z=
Ladistribucinnormal
Imagen2.LafuncindedensidaddeunadistribucinnormaltipificadaN(0,1)
Fuente:http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm
Esdecir,queesposiblecalcularelvalordelafuncindedistribucindecualquiervariablenormalen
cualquier punto si conocemos la distribucin de la normal tipificada o estndar. Slo tenemos que
convertirelpuntoa,restndolelamediaydividiendoporladesviacintpica(Pea,2001):
P( N ( , ) > a ) = P( N ( 0 ,1 ) >
) = P( N ( 0 ,1 ) > z )
dondeelzseobtienedelatabla1.
Debidoalaspropiedadesqueseespecificanacontinuacin,esposiblecalculartambinlaP(N(,)<a),
laP(N(,)>a)ylaP(a<N(,)<b):
1.
Lacurvanormalesasintticaalejedeabscisas.Porello,cualquiervalorentrey+es
tericamenteposible.Elreatotalbajolacurvaes,portanto,iguala1.
2.
Essimtricaconrespectoasumedia.Segnesto,paraestetipodevariablesexisteuna
probabilidaddeun50%deobservarundatomayorquelamedia,yun50%deobservarundato
menor.
3.
Enconsecuencia,yapartirdeestaspropiedades,grficamente,podemosobservarque
podemosestimar:
a.
P(N(,)<a)=1P(N(,)>a),porserambasprobabilidadescomplementariasyel
reatotalbajolacurvaesiguala1
Imagen3.readeprobabilidadmenorqueunvalora
Fuente:http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm
b. P(N(,)>a)=P(N(,)<a)=1P(N(,)>a),porsimetrarespectoasumedia.
Ladistribucinnormal
c. P(a<N(,)<b)=P(N(,)<b)P(N(,)<a)=[1P(N(,)>b)][1P(N(,)>a)]
Imagen4.readeprobabilidaddeunintervalo
Fuente:http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm
Tabla1.Probabilidadesdequeunanormaltipificadatomevaloresmayoresquez
Ladistribucinnormal
Veamosalgunosejemplos:
Ejemplo1:CalcularlaprobabilidaddequeunavariableXcondistribucinnormaldelmedia4y
desviacintpica2seamenorque5.
P( N ( 4 ,2 ) < 5 ) = 1 P( N ( 4 ,2 ) > 5 = 1 P( N ( 0 ,1 ) >
54
)=
1 P( N ( 0 ,1 ) > 0 ,5 ) = 0 ,3085
Ejemplo2:CalcularlaprobabilidaddequeunavariableXcondistribucinnormaldelmedia4y
desviacintpica2seamayorque5.
P( N ( 4 ,2 ) > 5 ) = P( N ( 4 ,2 ) < 5 ) = P( N ( 0 ,1 ) >
54
)=
Ejemplo3:CalcularlaprobabilidaddequeunavariableXcondistribucinnormaldelmedia4y
desviacintpica2seamenorque5.
P( N ( 4 ,2 ) < 5 ) = P( N ( 4 ,2 ) > 5 ) = P( N ( 0 ,1 ) >
54
)=
P( N ( 0 ,1 ) > 0 ,5 ) = 0 ,3085
Ejemplo4:CalcularlaprobabilidaddequeunavariableXcondistribucinnormaldelmedia4y
desviacintpica2esteenlintervalo3y5.
P( N ( 2 < ( 4 ,2 ) < 5 ) = P( N ( 4 ,2 ) < 5 ) P( N ( 4 ,2 ) < 2 ) =
54
24
=
[ 1 P( N ( 0 ,1 ) >
)] P( N ( 0 ,1 ) <
2
2
[ 1 P( N ( 0 ,1 ) > 0 ,5 )] ( P( N ( 0 ,1 ) > 1 ) = 1 0 ,3085 0 ,1587 = 0 ,5328
5. Cierre
Unavariable,XquesigueunadistribucinNormal,conmediaydesviacintpica,tieneuna
funcindedistribucincaracterstica,conlatpicaformadecampanadeGauss,conunadensidad
o valor mximo en la media, y dicha densidad decrece de forma simtrica a ambos lados en
funcin del valor de la desviacin tpica, . Esta funcin de densidad cumple tres condiciones
bsicasqueconstituyenlabasedelastcnicasutilizadasencontrolestadsticodeprocesos:
seencuentrael68%deladistribucin;2seencuentrael95,5%deladistribucin;3se
encuentrael99,7%deladistribucin.
Dospropiedadesimportantesarecordarparaelclculodeprobabilidades,sedesprendendela
formatpicadecampanadeGaussdelafuncindedensidad:
1.
Lacurvanormalesasintticaalejedeabscisas.Porello,cualquiervalorentrey+es
tericamenteposible.Elreatotalbajolacurvaes,portanto,iguala1.
2.
Essimtricaconrespectoasumedia.Segnesto,paraestetipodevariablesexisteuna
probabilidaddeun50%deobservarundatomayorquelamedia,yun50%deobservar
undatomenor
Ladistribucinnormal
6. Bibliografa
6.1. Libros:
[1]
[2]
[3]
[4]
[5]
[6]
[7]
DeGroot,M.H.(1988).ProbabilidadyEstadstica.(2Ed.).AddisonWesleyIberoamericana.ISBN
0201644053.
MartnPliego,F.J.(2004).IntroduccinalaEstadsticaEconmicayEmpresarial.(Ed.)Thomson.
Madrid.
Mendenhall, W.; Reinmuth, J.E. (1978). Estadstica para administracin y economa. (Ed.) Grupo
EditorialIberoamericana.ISBN9687270136.
Montiel, A.M.; Rius, F.; Barn F.J. (1997). Elementos bsicos de Estadstica Econmica y
Empresarial.(2Ed.)PrenticeHall,Madrid.
Pea, D. (2001). Fundamentos de Estadstica. (Ed.) Alianza Editorial, S.A. Madrid. ISBN: 84206
86964.
Romero,RyZnica,L.R.(1993).Estadstica(ProyectodeInnovacinEducativa).SPUPV93.637.
Romero,RyZnica,L.R.(2000).IntroduccinalaEstadstica.(Ed.).SPUPV2000.4071.
6.2. Referenciasdefuenteselectrnicas:
[8] http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm(Consultado17/10/08).
[9] http://74.125.39.104/search?q=cache:nIXKW90gaC0J:www.udl.es/usuaris/seio2003/treballs/06_2_
1.pdf+PAPEL+PROBABIL%C3%8DSTICO&hl=es&ct=clnk&cd=7&gl=es
[10] http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/XT03.pdf
[11] http://www.vitutor.com/pro/5/a_g.html
[12] http://es.geocities.com/pilar_zutabe/EJERCICIOS/1BACHILLERHUMANISTICO/Ejerciciosdistribucion
normal.htm
[13] http://www.digeo.cl/asignaturas/mat/EjerciciosDistribucionNormal.pdf
[14] http://www.fisterra.com/mbe/investiga/distr_normal/distr_normal.asp
[15] www1.uprh.edu/.../La%20distribucion%20normal/Modulo%20Sobre%20La%20Distribucion%20Nor
mal%
[16] https://polimedia.upv.es/visor/?id=e7dd2019e8f4a44c8935aa3e3da14449
Ladistribucinnormal
10