TRABAJO DE ESTADISTICA

DISTRIBUCION NORMAL

1Perez K., 1Ramirez N., 1Martinez J.

2Wiliam Wood.

1Estudiantes de IV semestre de Ingeniera Civil de la Universidad de Cartagena

2Docente
del rea de probabilidad y estadstica.
Cartagena de Indias D. T. y C., septiembre 18 del 2017

DEFINICION

DISTRIBUCION NORMAL: En estadstica y probabilidad se llama distribucin

normal, distribucin de Gauss o distribucin gaussiana, a una de
las distribuciones de probabilidad de variable continua que con ms
frecuencia aparece aproximada en fenmenos reales.
La grfica de su funcin de densidad tiene una forma acampanada y es
simtrica respecto de un determinado parmetro estadstico. Esta curva se
conoce como campana de Gauss y es el grfico de una funcin gaussiana.
La importancia de esta distribucin radica en que
permite modelar numerosos fenmenos naturales, sociales y psicolgicos.
Mientras que los mecanismos que subyacen a gran parte de este tipo de
fenmenos son desconocidos, por la enorme cantidad de variables
incontrolables que en ellos intervienen, el uso del modelo normal puede
justificarse asumiendo que cada observacin se obtiene como la suma de
unas pocas causas independientes.
De hecho, la estadstica descriptiva slo permite describir un fenmeno, sin
explicacin alguna. Para la explicacin causal es preciso el diseo
experimental, de ah que al uso de la estadstica en psicologa y sociologa sea
conocido como mtodo correlacional.
La distribucin normal tambin es importante por su relacin con la
estimacin por mnimos cuadrados, uno de los mtodos de estimacin ms
simples y antiguos.

1
Algunos ejemplos de variables asociadas a fenmenos naturales que siguen
el modelo de la normal son:

caracteres morfolgicos de individuos como la estatura;

caracteres fisiolgicos como el efecto de un frmaco;
caracteres sociolgicos como el consumo de cierto producto por un
mismo grupo de individuos;
caracteres psicolgicos como el cociente intelectual;
nivel de ruido en telecomunicaciones;
errores cometidos al medir ciertas magnitudes;
etc.

Estandarizacin de variables aleatorias normales

Es posible relacionar todas las variables aleatorias normales con la

distribucin normal estndar entonces

es una variable aleatoria normal estndar:

La transformacin de una distribucin X ~ N(, ) en una N(0, 1) se

llama normalizacin, estandarizacin o tipificacin de la variable X una
consecuencia importante de esto es que la funcin de distribucin de una
distribucin normal es, por consiguiente,

2
A la inversa, si Z es una distribucin normal estndar entonces

es una variable aleatoria normal tipificada de media y varianza

La distribucin normal estndar est tabulada (habitualmente en la forma de

el valor de la funcin de distribucin ) y las otras distribuciones normales
pueden obtenerse como transformaciones simples, como se describe ms
arriba, de la distribucin estndar. De este modo se pueden usar los valores
tabulados de la funcin de distribucin normal estndar para encontrar
valores de la funcin de distribucin de cualquier otra distribucin normal.

Momentos
Los primeros momentos de la distribucin normal son:

Todos los cumulantes de la distribucin normal, ms all del segundo, son

cero.

Los momentos centrales de orden superior (2k con = 0) vienen dados por la
frmula.

3
EJEMPLO DE DISTRIBUCION NORMAL

1)En una ciudad se estima que la temperatura mxima en el mes

de junio sigue una distribucin normal, con media 23 y
desviacin tpica 5. Calcular el nmero de das del mes en los
que se espera alcanzar mximas entre 21 y 27

Si X es una variable aleatoria de una distribucin N(,

), hallar: p(3 X +3)

4
2) Calcular la proporcin de estudiantes que tienen puntuaciones
que exceden por lo menos en cinco puntos de la puntuacin que
marca la frontera entre el Apto y el No -Apto (son declarados No-
Aptos el 25% de los estudiantes que obtuvieron las puntu aciones
ms bajas)