Академический Документы
Профессиональный Документы
Культура Документы
HUANCAVELICA
ESCUELA PROFESIONAL DE INGENIERIA
ELECTRONICA
DISTRIBUCIN NORMAL
La mayora de las variables aleatorias que se presentan en los estudios
relacionados con las ciencias sociales, fsicas y biolgicas, por ejemplo, el peso
de nios recin nacidos, talla de jvenes de 18 aos en una determinada
regin, son continuas y se distribuyen segn una funcin de densidad , que
tiene la siguiente expresin analtica :
1
f ( x)
2
1 x 2
DISTRIBUCIN NORMAL
Es un ejercicio interesante comprobar que sta alcanza un nico mximo
(moda) en , que es simtrica con respecto al mismo, y por tanto
P X P X 1
2
con lo cual en coinciden la media, la mediana y la moda.
DISTRIBUCIN NORMAL
Para una variable aleatoria X, que se distribuye normalmente con media : y
desviacin tpica: , la probabilidad de que la variable X est comprendida
entre los valores a y b es el rea oscura en la siguiente figura :
1
e
a 2
p (a X b )
x 2
2 2
DISTRIBUCIN NORMAL
Como el clculo de esta integral es laborioso, para calcular el rea se realiza el
siguiente cambio de variable:
X
Z
1
f ( x)
2
Y cuyos
valores se
tabulan :
1 x 2
PRACTICA
1)Hallar, la P(z<1.52)=0.9357
2)Hallar, la P(Z>1.52)=1-0.9357= 0.0643
3)P(0<Z<1.52)=0.9357-0.5=0.4357
Interpolando
Ejemplo 1:
Consideremos que el peso de los nios varones espaoles en el momento del
nacimiento se distribuye normalmente.
Si sabemos que el peso medio en el momento de nacer son 3,25 kgs y la
desviacin tpica es de 0,82 kgs, cal es la probabilidad de que el peso de un
nio varn al nacer sea superior a 4 kgs?
Tipificamos la variable aleatoria X, peso de los nios al nacer.
En el proceso de tipificacin, al valor de X=4, le corresponde el valor, z=0,9146 :
X 4 3.25
z
0.9146
0.82
0,9146
p( X 4) p( z 0,9146) 0,18
Ejemplo 2:
Segn un estudio, la altura de los varones de cierta ciudad es una v.a. X, que
podemos considerar que se distribuye segn una ley gaussiana de valor
esperado =175 cm y desviacin tpica =10 cm . Dar un intervalo para el que
tengamos asegurado que el 50% de los habitantes de la ciudad estn
comprendidos en l.
En este caso tenemos que buscar en la tabla de la N(0,1) que valor me deja el
25% de los datos hacia la derecha y el valor que me deja el 25 % a la izquierda,
de esta manera tenemos el 50% en los valores centrales.
X 175
0,675
X (0,675 10) 175 181,75
10
Como es simtrica la distribucin, el valor que nos deja el 25% por
debajo es -0,675
X 175
0,675
X (0,675 10) 175 168,25
10
El 50% de la poblacin tiene
un peso comprendido en el
intervalo [168,25,181,75].
DISTRIBUCIN NORMAL.
Aproximacin de una Binomial a la Normal
Se puede demostrar (teorema central del lmite) que una v.a. discreta con
distribucin binomial,
se puede aproximar mediante una distribucin normal si n es suficientemente
grande y p no est ni muy prximo a 0 ni a 1. Como el valor esperado y la
varianza de X son respectivamente np y npq, la aproximacin consiste en decir
que
El convenio que se suele utilizar para poder realizar esta aproximacin es:
X 40 60
3,09
6,48
Buscamos
P( x 40) P ( z 3,09)
Por simetra
P( z 3,09) P( z 3,09)
Por suceso contrario
P( z 3,09) 1 P( z 3,09)
Buscando en la tabla
X 40 60
3,09
6,48
Buscamos
P( x 40) P ( z 3,09)
Por simetra
P ( z 3,09) P ( z 3,09)
Buscando en la tabla
Tipificando
X 40 60
3,09
6,48
Buscamos
P( x 40) P( z 3,09)
Por simetra
P( z 3,09) P( z 3,09)
Buscando en la tabla