Es la mas importante en todo el campo de la estadística, debido a que en la práctica muchos fenómenos, industriales , científicos , o dela vida diaria puenen describirse por esta distribución.
La distribución Normal permite obtener aproximaciones a otras leyes de la probabilidad.
DISTRIBUCION NORMAL
Una variable aleatoria continua X, sigue una distribución normal con media μ <-∞, +∞> y desviación típica σ>0, y se designa por N(μ, σ), si su función de densidad de probabilidad, es la expresión en términos de ecuación matemática de la curva de Gauss:
Para : -∞ <x< +∞ Donde: Π= 03.14159.. e=2.71828
DISTRIBUCION NORMAL
Propiedades de la distribución normal:
El campo de existencia es cualquier valor real, es decir, (-∞, +∞).
Es simétrica respecto a la media µ.
En los puntos µ − σ y µ + σ presenta puntos de inflexión.
El área del recinto determinado por la función y el eje de abscisas es igual a la unidad.
Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha.
p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 %
p(μ - 2σ < X ≤ μ + 2σ) = 0.954 = 95.4 %
p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.7 %
La probabilidad equivale al área encerrada bajo la curva.
Distribución Normal EstándarN(0, 1)
La distribución normal estándar, o tipificada o reducida, es aquella que tiene por media el valor cero, μ =0, y por desviación típica la unidad, σ =1.
La probabilidad de la variable X dependerá del área del recinto sombreado en la figura. Y para calcularla utilizaremos una tabla.
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una distribución N(μ, σ) en otra variable Aleatoria Estandarizada Z que siga una distribución N(0, 1), por la siguiente transformación:
Tipificación de la variable
La tabla nos da las probabilidades de P(z ≤ k), siendo z la variable tipificada.
Estas probabilidades nos dan la función de distribución Φ(k).
Φ(k) = P(z ≤ k)
Cálculo de probabilidades en distribuciones normales
Unidades y décimas en la columna de la izquierda.
Céntesimas en la fila de arriba.
P(Z ≤ a)
Búsqueda en la tabla de valor de k
Una empresa embotelladora de gaseosas envasa sus productos en botellas plásticas cuyo contenido neto sigue una distribución normal con media igual 12 onzas y varianza 0.0625 (onzas)2 si se elige al azar una botella. Hallar la probabilidad de que su contenido
a) Sea menor que 12.5 onzas.
b) Sea mayor que 12.29
APLICACIONES:
En una ciudad se estima que la temperatura máxima en el mes de junio si una distribución normal, con media 23° y desviación típica 5°. Calcular el número de días del mes en los que se espera alcanzar mas de 21° hasta 27°.
APLICACIONES:
Uno de los conceptos mas importantes de estadística.
TEOREMA: Sea , …. ,..n de variables aleatorias independientes identicamente distribuidas con:
E( y Var(
Si …+
TEOREMA CENTRAL DEL LIMITE
Entonces la variable aleatoria
Donde:
tiene aproximadamente una distribución N(0,1)
TEOREMA CENTRAL DEL LIMITE
Las cajas entregadas por una fábrica tienen un peso medio de 300 kg y una desviación estándar de 50 kg . Cuál es la probabilidad de que 25 cajas tomadas al azar y cargadas en un camión exceden de la capacidad especificada del camión, que se sabe es de 8,200 kg.?
APLICACIONES: TEOREMA CENTRAL DEL LIMITE