DISTRIBUCIÓN
NORMAL
Análisis Estadístico Minero
Docente: Danilo Ariel Gonzales Gonzales
Alumno: Fiorella Perez Puerta
Sección: 451
¿Qué es la distribución normal?
La distribución normal es una curva de distribución en forma de campana que adapta una
variable aleatoria continua a una función que depende de la media y la desviación típica.
Características:
El valor medio es la media de la población (altura media), pero también es el valor con más
frecuencia, el que se repite en más ocasiones ósea que también sería la moda
Esta curva de distribución normal es simétrica respecto a la media, tiene la misma forma a
la derecha que a la izquierda.
Se pueden estudiar muchos parámetros y estos se ajustan a esta distribución, por eso se
llama distribución normal porque lo normal es que si uno hace una encuesta al final los
resultados se ajustan a esta curva
La media de la población (valor central) se representa con este símbolo:
La desviación típica sirve principalmente para conocer la desviación que presentan los
datos en su distribución respecto a la media de dicha distribución y se representa con este
símbolo:
Una distribución normal se denota así:
La desviación típica es un parámetro que nos indica si una curva es achatada o muy afilada.
Si se tiene una población heterogénea donde hay toda clase de valores o una población muy
homogénea.
Situación Heterogénea
Ej.:
Se le pregunta la gente cuanto es lo que gana al mes, hay personas que ganan $500.000,
otros que ganan $250.000, incluso unos que ganan $150.000 al mes, al distribuirlo quedaría
una curva muy plana y achatada.
Eso se debe a que hay gente que gana todo tipo de sueldos. Este entonces daría una
desviación típica elevada porque hay toda clase de resultados, muy alejados de la media
porque ganan mucho más dinero, pero también resultados muy alejados porque ganan
mucho menos dinero.
Situación Homogénea
Ej.:
Se tiene un pasaje donde muchísima gente gana $300.000 al mes, muy poca gente que gana
$450.000, a su vez muy poca gente que gana 250.000. Casi nadie gana $550.000 ni
$150.000.
De manera que esta curva de distribución normal quede más compacta, quiere decir que la
gente no se desvía mucho de la media, sino que todo el mundo está dentro del valor medio,
esto significa que hay una desviación muy baja.
Función de distribución normal.
Carl Friedrich Gauss
Matemático, alemán creo una función matemática que se podía representar la distribución
normal.
Características de la función:
La función considera la media y la desviación típica
Es una función simétrica
Es una función que tiene una asíntota horizontal en torno al eje x
El área entre la función y el eje horizontal es igual a 1
El área de una función y el eje horizontal se calcula con LA INTEGRAL y es igual a 1
Esto quiere decir que toda el área de la curva es un 100% de la población, porque en
definitiva toda la población esta englobada debajo de esa función
Distribución
Normal o Estándar N (0,1)
Características:
La media es 0
La desviación típica es 1
La función de la distribución estándar se simplifica
Curva de distribución normal o estándar.
¿Cómo se calculan los integrales?
Utilizando la tabla de distribución normal
La gran importancia de esta tabla es que ya tiene hecho alguna de las integrales para
muchos valores.
Esta tabla tiene 2 requisitos que son:
1) La tabla solo nos da el área que queda por debajo de un Valor Z positivo.
2) Solo nos facilita la tabla para una distribución normal de media 0 y desviación típica
1
Problema con la tabla de Distribución Normal
¿Como calculo el área que queda por encima de un determinado valor?
¿Qué pasa si el valor es negativo?
Posibles casos que se presentarían:
En resumen
La probabilidad de estar por debajo de un valor positivo esto se mira en la tabla.
La probabilidad de estar por encima de un valor positivo es 1 menos la probabilidad de
estar debajo y eso es lo que se mira en la tabla.
La probabilidad de estar por encima de un valor negativo se cambia el signo y el símbolo
ósea es la probabilidad de estar por debajo de un valor positivo y eso es lo que se mira en la
tabla.
La probabilidad de estar por debajo de un valor negativo como el valor es negativo le
cambio el signo y el símbolo es igual a la probabilidad de estar por encima del valor en
positivo y la probabilidad de estar por encima no me lo da la tabla así que se hace 1 menos
la probabilidad de estar por debajo y eso es lo que se mira en ola tabla
La probabilidad de estar entre 2 valores se resta la probabilidad de estar por debajo del
valor mayor menos la probabilidad de estar por debajo del valor menor y eso es lo que se
mira en la tabla.
Tipificar
¿Qué pasa con las distribuciones normales que no son N (0,1)?
Para esto se utiliza tipificar
Se debe convertir la variable de mi ejercicio, en este caso la estatura en su equivalente en la
tabla 0,1 y así se puede utilizar la taba de distribución normal.
1,85 en el ejercicio de altura equivale en la tabla de distribución normal a que Z es 1.25. Lo
que se ve en la distribución normal (color verde) de media a 170 y la desviación 12 y en
rojo su equivalente, el valor que equivale a 185 es 1,25 en la distribución normal 0,1
Al calcular la probabilidad de estar por debajo de 185 en el ejercicio equivale a calcular la
probabilidad de estar por debajo de 1.25 en una distribución normal 0,1 y esto ya mira en la
tabla.
El 89.44% de la población mide menos de 1.85
Intervalo de confianza
¿Qué es el intervalo de confianza?
Es encontrar dos valores simétricos respecto a la media que es 0, que dentro de si encierra
en un % que yo quiera conocer. Y el porcentaje que hay entre los dos valores simétricos se
llama Nivel de confianza que es la probabilidad de estar dentro del intervalo
¿Cómo se utiliza la tabla N (0,1)?
Se piden 2 valores que encierren entre si al 95% de la población, como queda dentro el
95%, afuera quedaría el 5% y este se distribuye a los costados sobrantes quedando 2,5%
cada uno
Entonces lo que se debe buscar en la tabla es un valor Z que a su izquierda deje a ese 95%
mas el 2,5%, busco un valor que a su izquierda deje el 97,5%, ósea en la tabla busco el
0,975
El valor que deja a su izquierda 0,975 es 1,96 y esa sería su Z
El intervalo de confianza del 95% esta entre 1,96 y su simétrico -1,96
Ejemplos
1. Los 200 estudiantes de una universidad tienen un peso promedio de 95 kilos y con
una desviación típica de 10 kilos.
Suponiendo que los pesos se distribuyen normalmente, halla cuantos estudiantes pesan
menos de 80 kilos
Operación: P (X <20) = P (Z< 80-95)
10
= P(Z<-1.5)
= 1- P (Z <1.5)
= 1- 0,8531
= 0,1469
200 x P(X<80) = (200) (0.1469) = 29.38
R: Hay 29 estudiantes que pesan menos de 80 kilos
2. El peso de los recién nacidos sigue una distribución normal de media 3,5kg y una
desviación típica de 0,5kg., Calcula la probabilidad de que un recién nacido pese:
a) Mas de 4kg.
N (3.5, 0.5) Z=4-3.5 =+1
P (X≥4) =P(Z≥1) =1- P(Z≤1) = 0.5
= 1- 0.8413= 0.1587
R: La probabilidad es de 15.87%
El intervalo de confianza de 15.87%
α = 84.13%
0.57935
Z α/2= 0.20
IC15.87% = (-0.20;0.20)
Entre 0.20 y su simétrico -0.20 está el 15.87%
3. Calcula en una N (20,4) las siguientes probabilidades:
P(15≤X≤22) Z= 15-20 =-1.25
P(-1.25≤Z≤0.5) 4
P(Z≤0.5)-P(Z≤-1.25) =P(Z0.5)-[1-P(Z≤1.25)] Z= 22-20 = 0.5
= 0.6915- [1-0.8944]= 0.5859 4
R: Su probabilidad es de 58.59%
4. El peso de unas manzanas de una huerta sigue una ley Normal con una media de
150 gramos y desviación típica de 20 gramos. ¿Qué porcentaje de estas manzanas
tendrá un peso inferior a 115 gramos?
N (150,20)
P(X≤115) = P(Z≤-1.75) = 1-P(Z≤1.75) Z= 115-150 = -1.75
=1-0.9599 = 0.0401 4.01% 20
5. Calcula en una N (20,4) las siguientes probabilidades:
P(X≥16) = P(Z≥-1) = 0,8413 Z= 16-20 = -1
R: Su probabilidad es de 84.13% 4
El intervalo de confianza de 84.13%
α = 15.87%
7.935%
84.13%+7.935% = 92.065%/100 = 0.92065
Zα/2 = 1.41
Destipificar
-1.41= X1-20
4
4x (-1.41) +20= 14.36
X1= 14.36
1.41= X2-20
4
4x1.41+20= 25.64
IC 84.13% = (14.36;25.64)
