Distribuciones de probabilidad - Estadística
Distribuciones de probabilidad - Estadística
Distribuciones de probabilidad - Estadística
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
El nombre <strong>de</strong> distribución normal se <strong>de</strong>be al hecho <strong>de</strong> que una mayoría <strong>de</strong> las<br />
variables aleatorias <strong>de</strong> la Naturaleza siguen esta distribución, lo que hizo pensar que<br />
todas las variables continuas <strong>de</strong> la Naturaleza eran normales, llamando a las <strong>de</strong>más<br />
distribuciones "anormales". No obstante, hoy en día, ya no se piensa <strong>de</strong> la misma<br />
manera, ya que ningún estadístico dice que una distribución que no sea normal, es<br />
anormal. No obstante, la distribución normal es la más importante por sus propieda<strong>de</strong>s<br />
sencillas, porque aparece frecuentemente en la Naturaleza, (fenómenos relacionados con<br />
psicología, biología, etc. ), y por una propiedad <strong>de</strong> algunos fenómenos que se aproximan<br />
asintóticamente a la distribución normal (Teorema Central <strong>de</strong>l Límite).<br />
3.2.1.2 Definición<br />
De modo riguroso, se dice que una variable aleatoria sigue una distribución<br />
normal <strong>de</strong> media µ, y <strong>de</strong>sviación típica σ, y se <strong>de</strong>signará por N(µ, σ), si se cumplen las<br />
siguientes condiciones:<br />
La variable recorre toda la recta real, y la función <strong>de</strong> <strong>de</strong>nsidad es <strong>de</strong> la forma:<br />
f(x) =<br />
1<br />
! 2" e# 1 x# µ<br />
2 ( ! )2<br />
don<strong>de</strong> e = 2.71828; π= 3.14159; µ es la media <strong>de</strong> la distribución y σ es la <strong>de</strong>sviación<br />
típica.<br />
Esta función <strong>de</strong> <strong>de</strong>nsidad que parece en principio con una expresión matemática<br />
aparentemente complicada, tiene la siguiente representación (figura 3.3):<br />
µ 0<br />
Figura 3.3: Representación gráfica da la campana <strong>de</strong> Gauss<br />
conocida como campana <strong>de</strong> Gauss, y con las siguientes propieda<strong>de</strong>s:<br />
175