You are on page 1of 31

Profesor Vidal Garca

La distribucin de Bernoulli es una distribucin de variable discreta. Ahora se


consideran las distribuciones de variable continua. Sabemos que una variable continua
es aquella que puede asumir cualquier valor en un intervalo especfico de valores.
Consecuentemente, entre cualesquiera dos valores asumidos por la variable continua
existe un nmero infinito de valores.

Para comprender, la naturaleza de la distribucin de una variable aleatoria continua,


considere los datos presentados a continuacin, en la cual hay 169 valores para la
variable aleatoria edad.
Clasen et al. Esturiaron la oxidacin de espartena y mefenitona en un grupo de individuos
residentes en Groenlandia. Se presentaron dos poblaciones en su estudio: habitantes del
este y del oeste de Groenlandia. Los investigadores se interesaron en comparar los dos
grupos con respecto a las variables de inters. La tabla siguiente muestra las edades de
169 individuos del oeste de Groenlandia. Para propsitos ilustrativos, considere que estos
individuos forman una poblacin de tamao = 169 de la que se quiere obtener una
muestra aleatoria simple de tamao 10.

Mefenitona: Un anticonvulsivante eficaz en la epilepsia tnico-clnica


(EPILEPSIA, TNICO-CLNICA).
Espartena: Alcaloide de la quinolizidina aislado de varios FABACEA,
incluyendo LUPINUS, SPARIUM y CYTISUS. Ha sido utilizado como
agente oxitcico y antiarrtmico. Ha sido utilizado tambin de inters
como indicador del genotipo CYP2D6.
El histograma siguiente est construido con puntos especficos localizados
sobre una lnea, que representan la medicin del inters y que forma una
serie de rectngulos, cuyas bases son las distancias entre dos puntos
especficos, sobre la lnea y cuyas alturas representan el nmero de valores
de la variable que caen entre los dos puntos especificados. Los intervalos
delimitados por cualquier par de puntos especificados consecutivos se
llaman intervalos de clase.

Distribucin de: frecuencias, frecuencia acumulada, frecuencia relativa y frecuencia


relativa acumulada de las edades de los sujetos descritos en la tabla de tamao 169.
Datos de la tabla anterior de tamao 169 que muestra
los lmites correctos de los intervalos de clase.

Histograma de las edades de 169 individuos.


Histograma resultante de un gran nmero de valores y clases de intervalos
pequeos.
Imagine ahora una situacin donde el nmero de valores de la variable aleatoria es muy
grande y la amplitud de los intervalos de clase es muy pequea. El histograma resultante
sera como el siguiente.

Representacin grfica de una distribucin continua.


Esto tiene algunas consecuencias importantes cuando se trabaja con distribuciones de
probabilidad. El rea total de la curva es igual a uno.

Grfica de una distribucin


continua que muestra el
rea entre a y b.

A la funcin no negativa () se le llama distribucin de probabilidad (tambin llamada,


algunas veces, funcin de densidad de probabilidad), para la variable aleatoria continua X,
si el rea total delimitada por la curva y el eje de las es igual a 1y si la subrea delimitada
por la curva, el eje , y por las lneas perpendiculares levantadas sobre dos puntos
cualesquiera a y b da la probabilidad de que X est entre los puntos a y b.
CARACTERSTICAS DE LA DISTRIBUCIN NORMAL.

Las siguientes caractersticas son las ms importantes parta la distribucin normal.


1. Es simtrica respecto a su media . La curva hacia cualquiera de los lados de es una
imagen de espejo del otro lado.
2. La media, la mediana y la moda son todas iguales.
3. El rea total bajo la curva sobre el eje es una unidad de rea. Esta caracterstica se
deduce del hecho de que la distribucin normal es una distribucin de probabilidad. Debido
a la simetra mencionada anteriormente, 50% del rea est a la derecha de la perpendicular
levantada sobre la media, y el otro 50% del lado izquierdo.
4. Si se levantan perpendiculares a una distancia de una desviacin estndar de la media
hacia ambos lados , el rea delimitada por esas perpendiculares, el eje de las y la curva
ser 68% del rea total, aproximadamente. Si los lmites laterales se extienden a dos
desviaciones estndar en ambos lados de la media, estar incluido aproximadamente 95%
del rea, y extendindola a una distancia de tres desviaciones estndar, aproximadamente
99.7% del rea total estar englobada. Las reas aludidas se muestran en la siguiente
figura.
Subdivisin del rea
bajo la curva normal
(las reas
aproximadas).
5. Los parmetros y determinan completamente la distribucin normal. En otras
palabras, por cada valor diferente de y se especifica una distribucin normal distinta.
Los valores diferentes de desplazan la grfica de la distribucin a lo largo del eje de las ,
tal como se muestra en la figura que sigue.
Los valores determinan el grado de aplanamiento o levantamiento de la grfica de la
distribucin, tal como se muestra a continuacin.
DISTRIBUCIN NORMAL ESTNDAR.
La ltima caracterstica mencionada de la distribucin implica que la distribucin normal es
realmente una familia de distribuciones en la que un miembro se distingue de otro segn los
valores de y . El miembro ms importante de esta familia es la distribucin normal
estndar o distribucin normal unitaria, llamada as en ocasiones porque tiene una media igual
a cero y una desviacin estndar igual a uno. Para ello creamos una variable aleatoria z.

=

Distribucin normal estndar .


Ejemplo 1.

Dada la distribucin normal estndar, calcula el rea bajo la curva, arriba del eje , entre
= y = 2.
Solucin.

El rea solicitada es 0.9772

Esta rea se puede interpretar de diferentes formas: como la probabilidad de que una
elegida aleatoriamente de entre una poblacin de valores de est entre y 2, como la
frecuencia relativa de ocurrencia (o proporcin) de valores de entre y 2, o bien se
puede decir que 97.72% de los valores de estn entre y 2.
Aplicacin 1.

1. Cul es la probabilidad de que una , tomada al azar de entre los valores de , est
entre z = 2.55 y = +2.55.
2. Cuntos valores estn entre 2.74 y 1.53?

3. Dada la distribucin normal estndar, calcula


P(z 2.71)

4. Dada la distribucin normal estndar, calcula P(0.84 z 2.45)


Aplicacin 2.

Dada la distribucin normal estndar, y las siguientes probabilidades, calcule:

1. 1 = 0.0055
2. 2.67 1 = 0.9718
3. > 1 = 0.0384
4. 1 2.98 = 0.1117
5. 1 1 = 0.8132
APLICACIONES DE DISTRIBUCIN NORMAL

Aunque su importancia en el campo de la estadstica es indiscutible, uno puede darse cuenta


de que la distribucin normal no es una ley inherente a todas las caractersticas mesurables
que ocurren en la naturaleza. Sin embargo, es verdad que muchas de estas caractersticas
tienen una distribucin aproximadamente normal. En consecuencia, an cuando no existe
variable alguna que en la prctica se encuentre distribuida con precisin, la distribucin
normal se puede utilizar como modelo para normalizar la distribucin de muchas variables
de inters. Al utilizar la distribucin normal como modelo, es posible establecer
afirmaciones de probabilidad ms tiles y mucho ms convenientes para algunas variables
que si se utilizara un modelo ms complicado.
La estatura y la inteligencia humana son consideradas frecuentemente como ejemplos de
variables que tienen aproximadamente una distribucin normal. En otras palabras, muchas
distribuciones importantes para el campo de la ingeniera ambiental no se pueden describir
correctamente mediante una distribucin normal. Sin embargo, si se sabe que la variable
aleatoria sigue una distribucin aproximadamente normal o, en el caso de ignorarlo, se
considera razonable hacer esta suposicin, la distribucin normal es de gran ayuda para el
estadstico en su esfuerzo para resolver problemas prcticos relativos a esa variable. Sin
embargo, se debe tener en mente que lo normal en este contexto se refiere a las
propiedades estadsticas para el conjunto de datos, y de ninguna manera implica
normalidad en el sentido de condiciones ambientales.

Existen varias razones ms por las que la distribucin normal es muy importante en
estadstica, las cuales sern consideradas a su debido tiempo. Por ahora, se considera la
forma de responder a preguntas sencillas de probabilidad acerca de variables aleatorias
cuando se sabe, o es razonable suponer, que stas presenta una distribucin
aproximadamente normal.
Ejemplo 2.

Como parte de un estudio de la enfermedad del Alzheimer, Dusheiko report datos que son
aplicables con la hiptesis de que los pesos de los cerebros de las vctimas de esa enfermedad
siguen una distribucin normal. A partir de los datos develados, se puede calcular la media de
1076.80 gramos con una desviacin estndar de 105.76 gramos. Si se asume que estos
resultados son aplicables a todas las vctimas de Alzheimer, encuentre la probabilidad de que
una vctima seleccionada al azar tenga un cerebro que pese menos de 800 gramos.
Solucin.

En la figura puede apreciar la grfica que describe la distribucin y el rea sombreada


que corresponde a la probabilidad solicitada.
Si la distribucin fuera una distribucin normal estndar con una media de 0 y una desviacin
estndar de 1, sera posible utilizar la tabla-z del archivo que tenemos para encontrar la
probabilidad con poco esfuerzo. Afortunadamente, es factible para cualquier distribucin
normal transformarla con facilidad a una distribucin normal estndar. Esto se logra
transformando todos los valores de X en los valores correspondientes de . Esto significa que
la media de X se puede volver 0, la media de .
Empleamos:

=


0 =

800 1076.80
0 = = 2.62
105.76

Entonces el valor buscado para 0 ser 2.62


Distribucin normal
del peso de los
cerebros (x) y la
distribucin normal
estndar (z).

Entonces:

800 1076.80
< 800 = < = < 2.62 = 0.0044
105.76

Se dir que la probabilidad de que un paciente seleccionado al azar tenga un


cerebro que pese menos de 800 gramos es de 0.0044.
Ejemplo 3.

Suponga que se sabe que la estatura de cierta poblacin de individuos sigue una distribucin
aproximadamente normal con media de 70 pulgadas y una desviacin estndar de 3
pulgadas. Cul es la probabilidad de que una persona seleccionada al azar de este grupo
tenga una estatura entre 65 y 74 pulgadas?

Ejemplo 4.

En una poblacin de 10 000 personas descritas en el ejemplo anterior, cuntas personas se


espera que tengan una estatura de 6 pies y 5 pulgadas (77 pulgadas) o ms?
Aplicacin 3.

1. Suponga que las edades de inicio de cierta enfermedad tiene una distribucin
aproximadamente normal, con una media de 11.5 aos y una desviacin estndar de 3
aos. Un nio contrae recientemente la enfermedad, cul es la probabilidad de que la
edad del nio sea:
(a) Entre 8.5 y 14.5 aos.
(b) Ms de 10 aos.
(c) Menos de 12 aos.

2. En un estudio de dactilografa, una caracterstica cuantitativa muy importante es el total


de surcos en los 10 dedos de un individuo. Suponga que el total de surcos en los dedos de
los individuos en determinada poblacin tienen distribucin aproximadamente normal con
una media de 140 y una desviacin estndar de 50. Calcule la probabilidad de que un
individuo, elegido al azar entre esta poblacin, tenga un total de surcos en los dedos:
(a) De 200 o ms.
(b) Menos de 100.
(c) Entre 100 y 200.
(d) Entre 200 y 250.
(e) En una poblacin de 10 000 personas, cuntos puede esperarse que tengan un total de
200 surcos o ms?
Una de las formas para saber si una poblacin o muestra sigue una distribucin
normal, es fijarnos en su curtosis, sta debe ser 3 o muy cercano a 3. Adems
tenemos:
Mayor que 3 Alta concentracin.
Menor que 3 Alta dispersin.

Con respecto a la simetra, sta debe ser cero o muy cercano a cero en una
distribucin normal.

Adems de esto, no debemos olvidar encontrar los lmites donde estn contenidos
casi todos los datos, es decir, el 99% de ellos, y esto es con respecto a la media, 3
desviaciones estndar a la derecha y a la izquierda de la media.