DISTRIBUCIN NORMAL

Distribucin Normal
Uno de estos modelos probabilsticos que
tiene que ver con variables continuas es la
distribucin Normal.

Esta se llama as por ser la ms frecuente en la

naturaleza, esto es porque muchas variables
siguen esta distribucin de frecuencias.
 Distribucin Normal
La distribucin normal bsicamente dice que
hay pocos valores extremos y que la mayor
frecuencia se encuentra en los valores
centrales.

Esto adems coincide con la media, la moda y

la mediana.
 N(0 1)
250

188
Count

125

63

0
-6.0 -3.5 -1.0 1.5 4.0

N(0 1)
 Histogram
120.0

80.0
Count

40.0

0.0
-4.0 -1.3 1.3 4.0

C1
 Histogram
60.0

40.0
Count

20.0

0.0
-4.0 -1.3 1.3 4.0

C1
 Histogram
35.0

23.3
Count

11.7

0.0
-4.0 -1.3 1.3 4.0

C1
 Histogram
25.0

16.7
Count

8.3

0.0
-4.0 -1.3 1.3 4.0

C1
 Histogram
10.0

6.7
Count

3.3

0.0
-4.0 -1.3 1.3 4.0

C1
 Histogram
2.0

1.3
Count

0.7

0.0
-4.0 -1.3 1.3 4.0

C1
 Clculo de Probabilidad

Al convertirse en una variable continua la

probabilidad en esta funcin es representada
por el rea debajo de la curva entre dos
valores determinados.

Es por esto que en ocasiones se llama funcin

de densidad.
 Qu tiene Distribucin Normal?
Caracteres morfolgicos de individuos (personas, animales,
plantas,...) de una especie, p.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 muestrales, por ejemplo : la media.
Otras distribuciones como la binomial o la de Poisson son
aproximaciones normales, ...
Y en general cualquier caracterstica que se obtenga como
suma de muchos factores.
 Concepto
Como es imposible determinar esta rea de
manera directa se deber calcular por medio
del concepto de
INTEGRAL DEFINIDA

Esto es el rea debajo de una porcin de la

curva, esto se hace calculando la Integral
entre dos valores determinados.
Ejemplo
 Distribucin Normal Estndar
Es el Modelo Tpico de la distribucin Normal
La Media, La Moda y la Mediana coinciden en el 0
(cero)
Es simtrica en torno a este valor
La distancia del valor central al punto de inflexin
vale 1
Este valor es igual a la Varianza y Desviacin
estndar,
 Distribucin Normal o
campana de Gauss-Laplace
 Propiedades
Si se conoce que la distribucin normal
estndar tiene esas propiedades se pueden
calcular las siguientes cualidades.
La probabilidad entre -1 desviacin estandar () y
+1 es de 0.68 o sea que el 68% de los datos
estn en ese intervalo
La probabilidad entre -2 y +2 es de 0.96 o sea
que el 96% de los datos estn en ese intervalo
La probabilidad entre -3 y +3 es de 0.99 o sea
de 99% de los datos estn en ese intervalo
 Ejemplos
La probabilidad de que un valor caiga entre 0 y
1.35
Es de 0.4115
La probabilidad de que un valor caiga entre -
1.35 y +1.35
Es de 0.823
La probabilidad de que un valor sea superior a
1.35 es de 0.0885
Que es la misma probabilidad de un valor menor
a -1.35
 Propiedades
Basado en lo anterior
El 95% de los datos cae en el intervalo
comprendido entre -1.96 y + 1.96
El 99% de los datos cae en el intervalo entre -2.58
y +2.58
Esto significa que
Un valor cualquiera tendr 95% de probabilidad
de caer en el intervalo de 1.96 y -1.96
Un valor cualquiera tendr 99% de probabilidad
de caer entre 2.58 y -2.58
 Valores de z
Para poder transformar la variable en unidades
de desviacin estndar.
Se lleva hace la transformacin en lo que se
llama la normalizacin que se hace con la
siguiente frmula.
 Desviaciones de la Normal
En la coleccin de datos pueden darse
desviaciones de las caractersticas de la
normal
Cambios en la Kurtosis o concentracin los
datos en torno a la media
Cuando los datos estn muy concentrados en
torno a la media se dice que la distribucin es
leptocrtica
Cuando los datos estn muy dispersos se llama
distribucin platiocrtica.
Variaciones de la Normal
 Asimetrias
Cuando en la distribucin normal no coinciden
la media y la moda, y no se encuentran
centradas se dice que hay sesgo
El sesgo positivo es cuando la concentracin
de los datos es a la derecha de la media
El sesgo negativo es cuando la mayora de los
datos estn por arriba de la media
Sesgo Positivo
 Ejercicios
Para ver cmo esta distribucin permite calcular probabilidades en cualquier
distribucin normal, admita que tiene una distribucin en la que 10 y 2. Cul
es la probabilidad de que la variable aleatoria x est entre 10 y 14?
 El problema de la empresa Grear
Tire
Para una aplicacin de la distribucin de probabilidad normal, suponga que
Grear Tire Company ha fabricado un nuevo neumtico que ser vendido por
una cadena nacional de tiendas de descuento. Como este neumtico es un
producto nuevo, los directivos de Grear piensan que la garanta de duracin
ser un factor importante en la aceptacin del neumtico. Antes de finalizar
la pliza de garanta, los directivos necesitan informacin probabilstica
acerca de x duracin del neumtico en nmero de millas.
De acuerdo con las pruebas realizadas al neumtico, los ingenieros de Grear
estiman que la duracin media en millas es = 36 500 millas y que la
desviacin estndar es = 5000. Adems, los datos recogidos indican que es
razonable suponer una distribucin normal. Qu porcentaje de los
neumticos se espera que duren ms de 40 000 millas? En otras palabras,
cul es la probabilidad de que la duracin de los neumticos sea superior a
40 000?