DISTRIBUCIN NORMAL
I.
Resea histrica
Abrahan De Moivre (1733) fue el primero en obtener la
ecuacin matemtica de la curva normal. Kart Friedrich Gauss y Mrquez
De Laplece (principios del siglo diecinueve) desarrollaron ms ampliamente
los conceptos de la curva. La curva normal tambin es llamada curva de
error, curva de campana, curva de Gauss, distribucin gaussiana o curva de
De Moivre.Su altura mxima se encuentra en la media aritmtica, es decir
su ordenada mxima corresponde a una abscisa igual a la media aritmtica.
La asimetra de la curva normal es nula y por su grado de apuntamiento o
curtosis se clasifica en mesocrtica.
II.
III.
IV.
Ecuacin
Su ecuacin matemtica de la funcin de densidad es:
Ejemplo: N(30,1),N(30,3),N(30,6)
CASO 2:
Cuando se mantiene la misma varianza, pero cambia la media.
Ejemplo: ( N(30,2),N(35,2) y N(40,2) )
f ( x ) , se pueden listar
x x < x < x + x
, es cncava
otro punto.
4. La curva normal se aproxima al eje horizontal de manera asinttica
conforme nos alejamos de la media en cualquier direccin.
Haciendo una transformacin a la variable aleatoria normal X, sta se puede llevar
a un nuevo conjunto de observaciones de una variable aleatoria normal con Z
media cero y varianza 1. A dicha transformacin se le conoce como estadarizacin
de la variable aleatoria normal X:
V.
2. Como z
= +1.64 es
superior a
la media,
trazamos
una lnea por
dnde ms o menos cae z = +1.64, lo que importa es dibujarla a la derecha
de la media que es donde estn todos los valores positivos.
Cmo se interpreta:
rea de la parte mayor.
a) La proporcin de casos que caen por debajo de + 1.64 es de .9495 o
(multiplicando por 100) el 94.95 % de los casos tienen una puntuacin inferior a z
= + 1.64.
b) Si redondeamos los decimales tenemos que una puntuacin de z = + 1.64
supera al 95 % de los casos o, lo que es lo mismo, que en la distribucin normal
una puntuacin tpica de +1.64 corresponde al Percentil 95. 10
rea de la parte menor.
a) La proporcin de casos que caen por encima de + 1.64 es de .0505 o
(multiplicando por 100 y redondeando) el 5 % de los casos tienen una puntuacin
superior a z = + 1.64.
b) La probabilidad de obtener una puntuacin tpica superior a + 1.64 es de .05
(slo el 5 % de los casos superan a z = + 1.64), o, lo que es lo mismo, en la
distribucin normal una puntuacin tpica de -1.64 corresponde al Percentil 5.
2. Puntuaciones tpicas negativas (inferiores a la media)
Por ejemplo z = -1.64
Como z = -1.64 es inferior a la media (x= 0), trazamos una lnea por dnde
ms o menos cae z = -1.64, lo que importa ahora es dibujarla a la izquierda
de la media (x= 0) que es donde estn todos los valores negativos, como ya
hemos visto en la imagen.
Ahora las reas mayor y menor estn invertidas (la curva es simtrica). Como en
las tablas las puntuaciones tpicas estn sin signo ms o menos, los valores son
los mismos.
Las interpretaciones ms tiles y frecuentes son las que estn puestas en cursiva:
1. Probabilidad de obtener una puntuacin tpica superior si es positiva o inferior si
es negativa. En ambos casos nos fijamos en el rea menor.
2. Percentil equivalente a cualquier puntuacin tpica, o tanto por ciento de casos
que caen por debajo porque son superados por esa puntuacin tpica
z=
x 2415
=
=1.58
5.69
En este caso los valores nos dan iguales por tanto debemos buscar en la
tabla de probabilidades, el valor correspondiente a Z=0.7
x
2415
=
5.69 =1.58
x
22.515
=
=1.32
5.69
Z=
x
5.515
= 5.69
=-1.67
+ (2 )
R = 85 57 = 28
1+ 3.3Log (80)
W=
K=
28
7
= 7,2 = 7
Li Ls
Xi
fi
Fi
hi
Hi
hi %
Hi%
Xifi
(xiX
57
61>
61
65>
65
69>
69
73>
- 5
9
- 6
3
- 6
7
- 7
1
1
0
1
6
2
5
1
5
1
0
2
6
5
1
6
6
(xi2
0.125
0.125
12.5
12.5
590
21.16
0.2
0.325
20
32.5
73.96
0.312
5
0.187
5
0.637
5
0.825
31.2
5
18.7
5
63.7
5
82.5
100
8
167
5
106
5
158.7
6
275.5
6
fi
211.6
2
1183.3
6
3969
4133.4
73
77>
77
81>
81
85>
- 7
8
5
- 7
4
9
- 8
2
3
N=80
=16948.8
x =
7
4
7
8
8
0
4355
80 =54.4
S= 211.86 =14.5
0.1
0.925
10
92.5
600
0.05
0.975
97.5
316
0.025
1.000
2.5
166
424.3 3394.8
6
8
605.1 2420.6
6
4
817.9 1635.9
6
2
=4355
16948.8
S2 80
=211.86