Distribucin Normal

La distribucin normal es una de las distribuciones ms importante de todas, dado por las mltiples
aplicaciones que la misma tiene. Su propio nombre indica su extendida utilizacin, justificada por la frecuencia
o normalidad con la que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de
campana.
En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables
asociadas a fenmenos naturales que siguen el modelo de la normal.
- Caracteres morfolgicos de individuos (personas, animales, plantas,) de una especie.
Por ejemplo: tallas, pesos, dimetros
- Caracteres sociolgicos, por ejemplo: consciente intelectual, grado de adaptacin a un medio.
- Errores cometidos al medir ciertas magnitudes.
- Molienda diaria de un central azucarero
-Tiempo de vida de determinado componente.
-Valores estadsticos muestrales, por ejemplo: la media.
- Otras distribuciones como la binomial o la Poisson bajo ciertas condiciones son aproximaciones normales.
Como puede apreciarse de los ejemplos relacionados, estas situaciones se pueden presentar en diversos
campos de la ciencia y la tcnica y como podemos concluir, no ser posible caracterizar de manera genrica a
una variable Normal. De ah que su estudio parta directamente de su definicin.
Distribucin Normal:
Sea X una variable aleatoria continua; si la funcin de densidad probabilstica de X viene dada por:
- < x <
se dice que X sigue una distribucin de probabilidad Normal
donde: -parmetros: y << y + > 0
puede demostrarse que:
(X)= y E(X)=, V(X)=
.) para referirse a que una variable sigue distribucin Normal con media y varianza Como en otras
anteriores se utilizar la notacin X ~ N(;
Ej.: X ~ N(9;4)
2 = 4= 9 y V(X)=entonces X sigue distribucin Normal con E(X)=
Representacin grfica
La forma de la funcin de densidad es la llamada campana de Gauss.

Como cualquier otra funcin de densidad, se cumple que y f(x) > 0 para todo
< x <+
Observe tambin en la forma de la distribucin como la media est en el centro de la misma.
De ah se desprende la primera propiedad muy importante de esta distribucin
Ello implica que:
P(X > ) = P(X < ) = 0,5
Un planteamiento ms general ser:
P(X > + a) = P(X < -a)
E y su valor mximosta propiedad es muy til para el clculo de probabilidades. Esa propiedad tambin
implica que la mediana Me = , por tanto lalo toma en x= moda , es decirMo =
En esta distribucin se cumple tambin las siguientes identidades:
Esta propiedad conocida como Regla de las se toma con frecuencia para ver si puede considerarse que un
conjunto de valores proviene de una poblacin normal.


Leer ms: http://www.monografias.com/trabajos55/teoria-de-las-probabilidades/teoria-de-las-
probabilidades3.shtml#ixzz2gATwnznb