DISTRIBUCIN NORMAL

OBJETIVOS

Estudiar la distribucin normal y la distribucin normal estndar.

Definir la media y la varianza de la distribucin normal.

Explicar la funcin de distribucin normal acumulada.

Explicar el uso de la tabla normal estndar.

 DISTRIBUCIN NORMAL
La variable aleatoria continua X, tiene distribucin normal con parmetros y 2
y se denota: X N (u, 2 ) la funcin de densidad es:
x
2

; x ,
1
1
f ( x) e 2
0
2
e = 2.71828 =3.14159 = Media de la Poblacin
= Desviacin Estndar de la Poblacin 2 = Varianza de la Poblacin
X = Valor de la Variable Aleatoria Continua

- El valor esperado de la distribucin normal es:

E( X )
- La varianza de la distribucin normal es:
Var ( X )
2

- La desviacin estndar de la distribucin

Ti normal es:
Var(x)
 Media
Mediana
Moda

La distribucin normal
de probabilidad es simtrica
con respecto a una lnea
vertical que pase por la media

El extremo izquierdo El extremo derecho

se extiende de se extiende de
manera indefinida manera indefinida y
y nunca toca el eje nunca toca el eje
horizontal horizontal

lim f ( x) 0
x
lim f ( x) 0
x
CARACTERSTICAS DE LA DISTRIBUCIN NORMAL
- La curva normal es conocida como campana de Gauss en
honor al matemtico Karl Gauss.

- Es muy aplicable en Inferencia Estadstica

- Se ajusta aproximadamente a las distribuciones de frecuencias

reales observadas.
- Se utiliza para describir el comportamiento de una variable
continua.

- Tiene un slo pico (unimodal).

- La media, mediana y moda coinciden

- Es asinttica al eje horizontal

 REAS DEBAJO DE LA
CURVA NORMAL

Aproximadamente 68% de todos Aproximadamente 95.40% de

los valores de una poblacin todos los valores de una poblacin
normalmente distribuida se normalmente distribuida se
encuentra datos 1 desviacin encuentra datos 2 desviacin
estndar de la media . estndar de la media.

2


2

68.26% datos 95.40% datos

 DISTRIBUCIN NORMAL ESTNDAR Z

La variable aleatoria X tiene

distribucin normal N(, 2):
X N (u, 2 )
La variable aleatoria estndar Z
tiene distribucin normal:
xu
Z N (0, 1)

La funcin de densidad de una
distribucin normal estndar es:
1 2
1 ( z)
f ( z) e 2
2
La variable estndar Z tiene:
E ( Z ) 0, Var ( Z ) 1
 Distribucin
normal estndar

0
1
 FUNCIN DE DISTRIBUCIN
ACUMULADA NORMAL ESTNDAR

Para calcular probabilidades acumuladas habra que integrar la funcin

de densidad. Por este motivo se estandariza la variable y se hace uso de
una tabla normal estndar para encontrar cualquier probabilidad.
x
2

1 1
; x , xu
f ( x)

e 0 Z ~ N (0, 1)

2
2

x u
2
1 1 2
x11 ) dx z1 1
P[ X x1] e 2
(
2 e 2
( z ) dz P[ Z z ]
2
1

USO DE LA TABLA NORMAL
Ejemplo: Las cantidades de dinero en solicitudes de prestamos para casas que
recibe la empresa Dawn River Federal, estn distribuidas en forma normal con
media $70000 desviacin estndar $20000. Una solicitud de prstamo se recibi
esta maana.

Solucin: La media y la desviacin estndar es: 70000 20000

a) Cul es la probabilidad de que la cantidad solicitada sea $80000 o mas?
x u 80000 70000
P( X 80000) P PZ 0.5 0.3085
20000
b) Cul es la probabilidad de que la cantidad solicitada est entre $65000 y
$80000?
65000 70000 x u 80000 70000
P(65000 X 80000) P
20000 20000
P 0.25 Z 0.5 1 ( P( Z 0.5) P( Z 0.25))
P 0.25 Z 0.5 1 ( P( Z 0.5) P( Z 0.25))
P 0.25 Z 0.5 0.2902
 APROXIMACIN DE LA BINOMIAL A LA NORMAL

Sea x1, x2, xn, n variables aleatorias independientes e idnticamente

distribuida, segn la distribucin de Bernoull:
xi B(1 , p) u E ( x) p V ( x) pq

Segn la distribucin de Binomial:

n
X xi B ( n , p ) u E ( x) np V ( x) npq
i 1

Para n suficientemente grande (n30), se tiene que:

X np
Z ~ N (0, 1)
npq
 APROXIMACIN DE LA POISSON A LA NORMAL

Sea x1, x2, xn, n variables aleatorias independientes e idnticamente

distribuidas, segn la distribucin de Poisson:
x P ( ) u E ( x) V ( x)
Entonces, por la propiedad reproductiva de Poisson la variable aleatoria:
n
X xi P(n ) u E ( x) n V ( x) n
i 1
Para n suficientemente grande (n30), se tiene que:
X n
Z ~ N (0, 1)
n
Condicin adicional: n 5
 APROXIMACIN DE LA BINOMIAL A LA POISSON

Sea X una variable aleatoria con distribucin binomial B(n, p): Si n +, p

0 y = np permanece constante, entonces la distribucin binomial se
aproxima a la distribucin de Poisson con parametro , esto es:

n! x n x x e
P( X x) p q P[ X x]
x!(n x)! x!

La distribucin binomial a Poisson es aceptable si n 30 y si p 0.05

MUCHAS
GRACIAS