17
1 Distribución NORMAL Es la distribución más importante en probabilidad y estadística. Muchas poblaciones tienen distribución normal o pueden ajustarse muy bien a ella. Ejemplos: Estatura, peso y otras características físicas. Errores de medición en experimentos científicos Tiempos de reacción en experimentos psicológicos Mediciones de inteligencia y aptitud. Calificaciones en diversas pruebas. Muchas medidas e indicadores económicos. 0 2 4 6 8 10 En 1835, Poisson acuñó la frase “ley de los grandes números” y demostró que había estabilidad estadística en cuestiones sociales.

Distribución NORMAL

  • Upload
    gigi

  • View
    179

  • Download
    0

Embed Size (px)

DESCRIPTION

Distribución NORMAL. Es la distribución más importante en probabilidad y estadística. Muchas poblaciones tienen distribución normal o pueden ajustarse muy bien a ella. Ejemplos:. Estatura, peso y otras características físicas. Errores de medición en experimentos científicos - PowerPoint PPT Presentation

Citation preview

Page 1: Distribución NORMAL

1

Distribución NORMAL

Es la distribución más importante en probabilidad y estadística.Muchas poblaciones tienen distribución normal o pueden ajustarse muy bien a ella. Ejemplos:

• Estatura, peso y otras características físicas.• Errores de medición en experimentos científicos• Tiempos de reacción en experimentos psicológicos• Mediciones de inteligencia y aptitud.• Calificaciones en diversas pruebas.• Muchas medidas e indicadores económicos.

02468

10

En 1835, Poisson acuñó la frase “ley de los grandes números” y demostró que había estabilidad estadística en cuestiones sociales.

Page 2: Distribución NORMAL

2

Distribución NORMAL

Se dice que una va X continua tiene una distribución normal con parámetros m y s (ó m y s2) si su fdp es:

xexf

x

2

1)( 2

2

2)(

sm

s 0

sm

2)(

)(

s

m

XV

XE

Page 3: Distribución NORMAL

3

Distribución NORMAL

0

0.2

0.4

0.6

0.8

-4 -3 -2 -1 0 1 2 3 4 5

10

sm

12

sm

20

sm

5.02

sm

Page 4: Distribución NORMAL

4

Distribución NORMAL

dxebXaPb

a

x

2

2

2)(

21)( s

m

s

Probabilidad de que una variable aleatoria normal se encuentre entre a y b:

Page 5: Distribución NORMAL

5

Distribución NORMAL ESTÁNDAR

2

2

21)(

z

ezf

La distribución normal con parámetros m = 0 y s = 1 recibe el nombre de distribución normal estándar.

La variable aleatoria normal estándar se denota por Z y su fdp es:

z t

dtezFz 2

2

21)()(

Su función de probabilidad acumulada se denota por:

Page 6: Distribución NORMAL

6

Distribución NORMAL ESTÁNDARUso de tablas

Si Z es una variable aleatoria Normal Estándar, determine:

a) P(Z < 1.5)b) el valor de z tal que P(Z > z) = 0.975c) P(-2.33 < Z < 2.33)d) el valor de w tal que la variable Z lo excede sólo

con probabilidad 0.001e) el valor de z tal que P(-z < Z < z) = 0.5 f) el percentil 95 de la distribución normal estándar.

a) 0.9332; b) -1.96; c) 0.98; d) 3.09; e) z = 0.67; f) 1.64.

Page 7: Distribución NORMAL

7

Distribución NORMAL

sm

XZ

Si X tiene distribución normal con parámetros m y s, entonces:

N (0, 1)

Así, cualquier probabilidad que esté en términos de X se puede “estandarizar” poniéndola en términos de Z.

sm

sm xxZPxXP )(

Page 8: Distribución NORMAL

8

Distribución NORMAL

x

sm

XZ

Estandarización

Page 9: Distribución NORMAL

9

Distribución NORMAL

Ejercicio:El tiempo que tarda un automovilista en reaccionar a las luces de freno traseras de otro vehículo que frena es crítico para ayudar a evitar una colisión. El artículo “Fast-Rice Brake Lamp as a Collision-Prevention Device” sugiere que el tiempo de reacción para una respuesta en tránsito, a una señal de frenado de luces de freno estándar se puede modelar con una distribución normal que tenga un valor medio de 1.25 seg. y una desviación estándar de 0.46 seg. ¿Cuál es la probabilidad de que el tiempo de reacción se encuentre entre 1.00 y 1.75 seg.?

R: 0.5653

Page 10: Distribución NORMAL

10

Distribución NORMAL

Ejercicio:Los resultados de la prueba de inteligencia Stanford-Binet IQ tiene distribución normal con media 100 y desviación estándar de 16.¿Cuál es la probabilidad de que una persona seleccionada al azar obtenga una calificación…

a) Mayor a 138?

b) A menos de 2 desviaciones de la media?

c) Hallar el percentil 90.

R: 0.008704, 0.9545, 120.5

Page 11: Distribución NORMAL

11

Distribución NORMAL

Page 12: Distribución NORMAL

12

Un producto de consumo diario en el hogar se envasa en paquetes cuyo contenido neto al llegar al consumidor es una variable aleatoria con distribución normal de media 12.5 gr y desviación estándar de 2 gr. ¿Qué proporción de paquetes llegan al consumidor con menos de 8.54 gr?

R = 0.0239

Distribución NORMAL

Page 13: Distribución NORMAL

13

Distribución NORMAL

EjercicioSegún el número de noviembre de 1993 de la revista Harper’s, los

niños estadounidenses pasan entre 1200 y 1800 horas al año viendo televisión. Suponga que el tiempo que los niños pasan frente al televisor se distribuye normalmente con una media igual a 1500 horas y una desviación estándar de 100 horas.

a. ¿Qué porcentaje vio televisión entre 1400 y 1600 horas?

b. ¿Qué porcentaje vio televisión entre1200 y 1800 horas?

R: 0.6826, 0.9973

Page 14: Distribución NORMAL

La calificación en una práctica de laboratorio es una variable aleatoria normalmente distribuida, con media de 6.7 y desviación estándar de 1.37. ¿Cuál es la calificación mínima aprobatoria si el 30.5% reprueba la práctica?

R = 6.0013

14

Distribución NORMAL

Page 15: Distribución NORMAL

Números aleatorios con Distribución Normal

15

=NORMINV(RAND(),500,50)

aleatorio entre 0 y 1 media

desv. std.

En Excel

En MEL (Maya)

gauss (1)

desv. std.

gauss (1) + 3

desv. std.

media

Page 16: Distribución NORMAL

16

Aleatorios2.mel

sphere;rename nurbsSphere1 a1;select a1; duplicate -rr;for($i=1; $i<=99; ++$i)duplicate -rr -st;

for($i=1; $i<=100; ++$i){

select("a"+$i);$x=gauss(5);print $x;print " ";$y=gauss(5);print $y;print " ";$z=gauss(5);print $z;print "\r";move $x $y $z;select -d;};

Page 17: Distribución NORMAL

17

Aleatorios2.mel