PROPIEDADES DE LA DISTRIBUCIN NORMAL

Algunas propiedades de la distribucin normal son:

Distribucin de probabilidad alrededor de la media en una distribucin N(, 2).

1. Es simtrica respecto de su media, .

2. La moda y la mediana son ambas iguales a la media, .
3. Los puntos de inflexin de la curva se dan para x= x=x=+ .
4. Distribucin de probabilidad en un entorno de la media:

En el intervalo [ , + ] se encuentra comprendida,

aproximadamente, el 68,26% de la distribucin.

En el intervalo [ 2 , +2 ] se encuentra, aproximadamente, el

95,44% de la distribucin.

Por su parte, en el intervalo [ 3 , +3 ] se encuentra

comprendida, aproximadamente, el 99.74% de la distribucin. Estas
propiedades son de gran utilidad para el establecimiento de intervalos de
confianza. Por otra parte, el hecho de que prcticamente la totalidad de la
distribucin se encuentre a tres desviaciones tpicas de la media justifica
los lmites de las tablas empleadas habitualmente en la normal estndar.

5. Si X N ( , 2) y a,b R , entonces aX + b N (a+ b , a2 2 )

6. Si x N ( X , X ) e Y N ( Y , Y )
2 2
son variables aleatorias
normales independientes entonces:

Su suma est normalmente distribuida con

2 2
Y = X+ Y N ( X + Y , X + Y )(demostracin). Recprocamente, si dos
variables aleatorias independientes tienen una suma normalmente
distribuida, deben ser normales (Teorema de Crmer).

Su diferencia est normalmente distribuida con

V = XY N ( X Y , 2X + Y2 ) .
 Si las varianzas de X e Y son iguales, entonces U y V son independientes
entre s.

La divergencia de Kullback-Leibler,

2
Y + X
( 2Y 1)
2 2

log
( )
Y
2X
2Y
+
X
+ .

1
X |Y )=
2
DKL
2 2
7. Si X N (0, X ) e Y N (0, Y ) son variables aleatorias independientes
normalmente distribuidas, entonces:

Su producto sigue una distribucin con densidad dada por

Z
X Y
, donde K 0 es una funcin de Bessel
1
( z )= K0
X Y
modificada de segundo tipo.

Su cociente sigue una distribucin de Cauchy con
X
Y ( ).
Cauchy 0, X
Y
De este modo la distribucin de Cauchy es un tipo especial de distribucin
cociente.

8. Si X1 , , XN son variables normales estndar independientes,

2 2
entonces X 1 ++ X n sigue una distribucin x con n grados de libertad.

9. Si X 1 , , X n son variables normales estndar independientes, entonces

la media muestral X =(X 1+ + X n )/n y la varianza muestral
X 1 X 2+ +( X n X)/(n1)
son independientes. Esta
S2=
propiedad caracteriza a las distribuciones normales y contribuye a explicar por qu
el test-F no es robusto respecto a la no-normalidad).