Distribucin normal

En la estadstica se le llama distribucin normal o distribucin de Gauss a una variable continua que al incrementar su frecuencia se logra detallar fenmenos reales

El significado de la distribucin normal se deriva porque permite modelar cantidades variadas de fenmenos naturales, sociales y psicolgicos.

Propiedades

Distribucin de probabilidad alrededor de la media en una distribucin N( , ). Es simtrica respecto de su media, ; Distribucin de probabilidad alrededor de la media en una distribucin N( , ). La moda y la mediana son ambas iguales a la media, ; Los puntos de inflexin de la curva se dan para x = Distribucin de probabilidad en un entorno de la media: en el intervalo [ - , + ] se encuentra comprendida, aproximadamente, el 68,26% de la distribucin; en el intervalo [ - 2 , distribucin; + 2 ] se encuentra, aproximadamente, el 95,44% de la yx= + .

por su parte, en el intervalo [ -3 , + 3 ] se encuentra comprendida, aproximadamente, el 99,74% de la distribucin. Estas propiedades son de gran utilidad para el establecimiento de intervalos de confianza. Por otra parte, el hecho de que prcticamente la totalidad de la distribucin se encuentre a tres desviaciones tpicas de la media justifica los lmites de las tablas empleadas habitualmente en la normal estndar. Si X ~ N( , 2) y a y b son nmeros reales, entonces (aX + b) ~ N(a +b, a2 2).

Si X ~ N( x, x2) e Y ~ N( y, y2) son variables aleatorias normales independientes, entonces: Su suma est normalmente distribuida con U = X + Y ~ N( x + y, x2 + y2) (demostracin). Recprocamente, si dos variables aleatorias independientes tienen una suma normalmente distribuida, deben ser normales (Teorema de Crmer). Su diferencia est normalmente distribuida con . Si las varianzas de X e Y son iguales, entonces U y V son independientes entre s. La divergencia de Kullback-Leibler, Si e son variables aleatorias independientes normalmente distribuidas, entonces: Su producto XY sigue una distribucin con densidad p dada por donde K0 es una funcin de Bessel modificada de segundo tipo. Su cociente sigue una distribucin de Cauchy con X / Y Cauchy(0, X / Y). De este modo la distribucin de Cauchy es un tipo especial de distribucin cociente. Si son variables normales estndar independientes, entonces distribucin con n grados de libertad. sigue una

Si son variables normales estndar independientes, entonces la media muestral y la varianza muestral son independientes. Esta propiedad caracteriza a las distribuciones normales y contribuye a explicar por qu el test-F no es robusto respecto a la no-normalidad).

Normas Estandar

Como consecuencia de la Propiedad 1; es posible relacionar todas las variables aleatorias normales con la distribucin normal estndar.

Si X ~ N( , 2), entonces

es una variable aleatoria normal estndar: Z ~ N(0,1).

La transformacin de una distribucin X ~ N( , ) en una N(0, 1) se llama normalizacin, estandarizacin o tipificacin de la variable X.

Una consecuencia importante de esto es que la funcin de distribucin de una distribucin normal es, por consiguiente,

A la inversa, si Z es una distribucin normal estndar, Z ~ N(0,1), entonces X= Z+

Es una variable aleatoria normal tipificada de media

y varianza 2.

La distribucin normal estndar est tabulada (habitualmente en la forma de el valor de la funcin de distribucin ) y las otras distribuciones normales pueden obtenerse como transformaciones simples, como se describe ms arriba, de la distribucin estndar. De este modo se pueden usar los valores tabulados de la funcin de distribucin normal estndar para encontrar valores de la funcin de distribucin de cualquier otra distribucin normal.

Aplicaciones en la Ingeniera

La principal aplicacin de la distribucin normal en la electrnica est en el campo de las comunicaciones, especialmente en el ruido blanco. El ruido blanco es una interferencia que se presenta en todo rango de frecuencia y afecta todos los sistemas de comunicacin; este ruido se comporta como una variable aleatoria normal, con media m = 0. Esta deduccin proviene de la transformada de Fourier al espectro de frecuencia de una seal en el tiempo. La obtencin de s (desviacin standard) depende del ancho de banda, de la frecuencia donde se trabaje y del tipo de seal (voz, radio, tv, etc).

Ejercicios Resueltos (Ejemplos)

1. Si X es una variable aleatoria de una distribucin N(, ), hallar: p( 3 X +3 )

Es decir, que aproximadamente el 99.74% de los valores de X estn a menos de tres desviaciones tpicas de la media.

2. En una distribucin normal de media 4 y desviacin tpica 2, calcular el valor de a para que: P(4 a x 4+a) = 0.5934

3. En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin normal, con media 23 y desviacin tpica 5. Calcular el nmero de das del mes en los que se espera alcanzar mximas entre 21 y 27.

4. Qu intervalo centrado en 100 contiene al 50% de la poblacin?