Distribucin normal

La distribucin de probabilidad continua ms importante en todo el campo

de la estadstica es la distribucin normal. Su grfica, denominada curva
normal, es la curva con forma de campana de la figura 6.2, la cual describe
de manera aproximada muchos fenmenos que ocurren en la naturaleza, la
industria y la investigacin. Por ejemplo, las mediciones fsicas en reas
como los experimentos meteorolgicos, estudios de la precipitacin pluvial y
mediciones de partes fabricadas a menudo se explican ms que
adecuadamente con una distribucin normal. Adems, los errores en las
mediciones cientficas se aproximan muy bien mediante una distribucin
normal. En 1733, Abraham DeMoivre desarroll la ecuacin matemtica de
la curva normal, la cual sent las bases sobre las que descansa gran parte
de la teora de la estadstica inductiva. La distribucin normal a menudo se
denomina distribucin gaussiana en honor de Karl Friedrich Gauss (17771855), quien tambin deriv su ecuacin a partir de un estudio de errores
en mediciones repetidas de la misma cantidad.

Una variable aleatoria continua X que tiene la distribucin en forma de

campana de la figura 6.2 se denomina variable aleatoria normal. La
ecuacin matemtica para la distribucin de probabilidad de la variable
normal depende de los dos parmetros y , su media y su desviacin
estndar, respectivamente. Por ello, denotamos los valores de la densidad
de X por n(x; , ).
La densidad de la variable aleatoria normal X, con media y varianza
es:
1

n ( x ; ,)=

Donde,

1 2 (x )
e
,< x <
2
2

3.14159.. .

e=2.71828 . ..

REAS BAJO LA CURVA NORMAL

La curva de cualquier distribucin continua de probabilidad o funcin de

densidad se construye de manera que el rea bajo la curva limitada por las
dos ordenadas x = x1 y x = x2 sea igual a la probabilidad de que la variable
aleatoria X tome un valor entre x = x1 y x = x2. Por consiguiente, para la
curva normal de la fi gura 6.6.
x2

x2

( x )
1
P ( x1 < X < x2 ) = n ( x ; , ) dx= e 2
dx
2 x
x
2

Es representada por el rea de la regin sombreada.