La distribucin normal

La distribucin normal es el modelo de probabilidades que se utiliza con

mayor frecuencia en ciencias, en ingeniera y en economa. Es la distribucin
continua de probabilidad ms importante de toda la Estadstica, debido a que
su funcin de densidad es simtrica y con forma de campana, lo que favorece
su aplicacin como modelo a gran nmero de variables estadsticas. Muchos
eventos reales y naturales tienen una distribucin de frecuencias cuya forma es
muy parecida a la distribucin normal, llamada tambin campana de Gauss por
su forma acampanada.
La forma de la campana de Gauss depende de los parmetros y . La
media indica la posicin de la campana, de modo que para diferentes valores
de la grfica es desplazada a lo largo del eje horizontal. Por otra parte, la
desviacin estndar determina el grado de apuntamiento de la curva. Cuanto
mayor sea el valor de S, ms se dispersarn los datos en torno a la media y la
curva ser ms plana. Un valor pequeo de este parmetro indica, por tanto,
una gran probabilidad de obtener datos cercanos al valor medio de la
distribucin. Su funcin de densidad de probabilidad es bastante complicada
pero no hay que preocuparse por eso porque las probabilidades normales
estn completamente tabuladas. Adems, hay muchos programas de
computadora que las calculan fcilmente.
Los dos componentes ms importantes de la funcin de densidad normal son
su media (m) y su variancia (s2): son los parmetros de la distribucin
normal. Conociendo la media y la variancia de una variable aleatoria que tiene
distribucin normal se conoce completamente su distribucin. Una forma
especial de la distribucin normal es la distribucin normal standard que
resulta de restar, a cada uno de los valores de la variable, la media y el desvo
standard de la distribucin.
Es su representacin mediante:

INGENIERIA INDUSTRIAL-SIMULACION DE SISTEMAS TURNO NOCTURNO

El grfico de la distribucin normal se presenta en la siguiente figura junto con

algunas de sus propiedades ms importantes.

Como ocurre con toda distribucin de probabilidades, el rea bajo la

curva de la funcin de densidad, es igual a 1 (es la probabilidad de la totalidad
del espacio muestral). Adems, la funcin es perfectamente simtrica alrededor
de su media de lo que resulta que n(m - x;m,s) = n(m + x;m,s), es decir, el valor
de la densidad para la abscisa m - x es igual al valor de densidad para la
abscisa
m + x. Por ejemplo, P(m - s < X < m) = P(m < X < m + s) 0.34 y P(m - s < X <
m + s) 0.68.
Los porcentajes de rea que aparecen al pie de la figura son
equivalentes a las probabilidades entre los puntos indicados. Por ejemplo, entre
m - s y m + s est (aproximadamente) el 68% del rea total bajo la curva lo que
equivale a decir que la probabilidad de que la variable est entre m - s y m + s
es, aproximadamente, igual a 0.68 y la probabilidad de que la variable est
entre m - 2s y m + 2s es, aproximadamente, igual a 0.95.
La funcin presenta su densidad mxima cuando la variable es igual a m
para luego ir decreciendo y acercndose asintticamente al eje de abscisas sin
cortarlo nunca. La distribucin normal es, en realidad, una familia de
distribuciones que difieren en su media y/o en su variancia.
INGENIERIA INDUSTRIAL-SIMULACION DE SISTEMAS TURNO NOCTURNO

La representacin grfica de distribuciones normales con la misma variancia

pero con distinta media se ve, aproximadamente, as:

Ejemplo:
Una fbrica de objetos de aluminio produce, entre otras cosas, cierto tipo de
canal de aleacin de aluminio. Por experiencia se sabe que la rigidez, medida
en libras por pulgada2 sigue una distribucin normal con media m = 2425
(lb/pulg2) y s = 115 (lb/pulg2). Esta distribucin se representa por la figura (a).
Si se escoge al azar un canal de aleacin de aluminio de este proceso, cul
es la probabilidad de que tenga un valor: entre 2250 y 2425 lb/pulg2?; (2)
entre2250 y 2500 lb/pulg2?; (3) entre 2525 y 2625 lb/pulg2?; (4) mayor de 2500
lb/pulg2?; (5) menor de 2200 lb/pulg2?

SOLUCION:

INGENIERIA INDUSTRIAL-SIMULACION DE SISTEMAS TURNO NOCTURNO

INGENIERIA INDUSTRIAL-SIMULACION DE SISTEMAS TURNO NOCTURNO

Elementos para reconocer la Distribucin normal

La distribucin de probabilidad normal y su curva tiene las siguientes
caractersticas:
La curva normal tiene forma de campana. La media, la moda y la mediana de
la distribucin son iguales y se localizan en el centro de la distribucin.
La distribucin de probabilidad normal es simtrica alrededor de su media. Por
lo tanto, la mitad del rea bajo la curva est antes del punto central y la otra
mitad despus, es decir, la mitad de curva tiene un rea de 0,5. El rea total
bajo la curva es igual a 1.
La escala horizontal de la curva se mide en desviaciones estndar.
La forma y la posicin de una distribucin normal dependen de los parmetros
y, por lo que hay un nmero infinito de distribuciones normales.
REA BAJO LA CURVA EN UNA DISTRIBUCIN NORMAL
El rea bajo la curva, entre dos puntos, indica la probabilidad de que la
frecuencia se encuentre entre dichos valores. As, por ejemplo, un puntaje en la
PSU, que tiene una distribucin con media de 500, significa que bajo 500
puntos se encuentra el 50% de la poblacin. Esto se obtiene de ver la
probabilidad entre 150 (menor valor en la prueba) y 500 puntos, que es
justamente la mitad. Lo mismo ocurre hacia la derecha, dado que la curva
normal es simtrica, por lo tanto el promedio es igual a la mediana y al modo.

INGENIERIA INDUSTRIAL-SIMULACION DE SISTEMAS TURNO NOCTURNO

Universidad Nacional Autnoma de Nicaragua

FAREM-Carazo
Trabajo de Simulacin de Sistemas.
Carrera.
Ingeniera industrial y de sistemas.

Docente:
Ing. Juan Villavicencio

Elaborado por:
Teresita de Jess Mendieta
Daniela Vanessa Estrada
Jos Gamaliel Velsquez R

INGENIERIA INDUSTRIAL-SIMULACION DE SISTEMAS TURNO NOCTURNO