DISTRIBUCIN NORMAL O DISTRIBUCIN GAUSSIANA.

La distribucin de probabilidad conocida como distribucin normal es, por la cantidad de fenmenos que explica, la ms importante de las distribuciones estadsticas. A la distribucin normal tambin se la denomina con el nombre de campana de Gauss, pues al representar su funcin de probabilidad, esta tiene forma de campana La distribucin de probabilidad normal y la curva normal que la representa, tienen las siguientes caractersticas: La curva normal tiene forma de campana y un solo pico en el centro de la distribucin. De esta manera, la media aritmtica, la mediana y la moda de la distribucin son iguales y se localizan en el pico. As, la mitad del rea bajo la curva se encuentra a la derecha de este punto central y la otra mitad est a la izquierda de dicho punto. La distribucin de probabilidad normal es simtrica alrededor de su media. La curva normal desciende suavemente en ambas direcciones a partir del valor central. Es asinttica, lo que quiere decir que la curva se acerca cada vez ms al eje X pero jams llega a tocarlo. Es decir, las colas de la curva se extienden de manera indefinida en ambas direcciones.

La importancia de la distribucin normal se debe fundamentalmente a la frecuencia con la que distintas variables asociadas a fenmenos naturales y cotidianos siguen, aproximadamente, esta distribucin. Caracteres morfolgicos (como la talla o el peso), o psicolgicos (como el coeficiente intelectual) son ejemplos de variables de las que frecuentemente se asume que siguen una distribucin normal. La distribucin normal se caracteriza por dos parmetros, la media y la desviacin estndar. La frmula que nos permite calcular el valor estadstico Z, es la siguiente: Z= X-m/s En donde: X: representa la variable que quiero buscar M: representa la media ofrecida por el problema S= Desviacin tpica o estndar.

Es importante recordar que la distribucin normal, debe de utilizarse en muestras mayores o iguales a 30, asimismo el valor estadstico Z, resultante de la frmula, indicar el nmero de observaciones que mis datos estn alejados de la media con respecto a la desviacin estndar. Es decir, si la media de mi problema es 150, y mi desviacin estndar es 9, al calcular Z, me da un resultado de 1, por lo tanto mis datos estn alejados de la media 1 desviacin estndar. rea bajo la curva. Cuando nosotros buscamos el valor de Z en la tabla (anexa al final del documento), el valor resultante representar el rea bajo la curva que existe entre este valor y la media, y eso nos podr informar sobre la probabilidad que existe el rango buscado. Contrastacin de hiptesis La distribucin normal puede usarse para contrastar hiptesis, cuando se elija una de las hiptesis se debe de conocer el nivel de significancia o medida del error cometido, que indica cuantas veces de cada 100 nos equivocamos, para los trabajos de investigacin se usa normalmente el 0.05, lo que quiere decir que de 100 veces nos podremos equivocar cinco. Dichas hiptesis deben de escribirse de la siguiente manera:

H0 (hache cero o hache sub cero) se llama hiptesis nula y es lo contrario a lo que sospechamos que va a ocurrir, suele llevar el signo igual (=), mayor o igual y menor o igual . H1, es la hiptesis alternativa, y es lo que sospechamos que va a ser cierto, suele llevar los signos distinto , mayor > o menor < . Los contrastes de hiptesis suelen ser de dos tipos: Bilateral (dos colas), cuando en la hiptesis alternativa aparece el signo . Unilateral (una cola), cuando en la hiptesis alternativa aparece el signo mayor > o menor <.
Cuando el valor estadstico de z es menor que el valor crtico, se acepta la hiptesis nula. Cuando el valor estadstico de z es mayor que el valor crtico, se rechaza la hiptesis nula y por descarte se acepta la alternativa.

Ejemplo enfocado a la educacin: El promedio de estudiantes inscritos en escuelas primarias es de 500, con una desviacin estndar de 100. El nmero de alumnos tiene una distribucin aproximadamente normal. El director afirma que este ciclo escolar, recibir a ms de 600 alumnos,

a) se puede creer en lo que dice el director? b) Cul es la probabilidad de que el nmero de alumnos inscritos, este entre 450 y 500? c) Cul es la probabilidad de que el nmero de alumnos este entre 400 y 640? a) *Recuerden que si el problema no nos da un nivel de significancia (error mximo permitido) tomaremos el predeterminado para investigacin, es decir 0.05. Ho= los alumnos inscritos ser menor o igual a 600. (Alumnos 600) H1=los alumnos inscritos sern mayores a 600 (Alumnos > 600) Z= X-m / s Z= 600-500/100 Z= 1

*Buscamos el valor crtico de Z en la siguiente tabla.

Como la hiptesis alternativa, maneja el signo >, trabajaremos con una sola cola, en esta caso al ser mayor ser la cola derecha. Con un valor crtico de 1.645

Regin de aceptacin de H0

Regin de rechazo de H0

Z=1 Vc= valor crtico.

Vc= 1.645

*Por lo tanto se acepta la H0 y se rechaza la alternativa. No se puede creer en lo que dice el director, ya que el nmero de alumnos no ser mayor a 600

b) debemos de calcular Z1 y Z2, Datos para Z1: X: 450 M: 500 S: 100 Datos para Z2: X: 500 Buscamos el valor de z en la tabla, y obtendremos el rea bajo la curva, lo que indica la probabilidad de que ocurra lo que busco en el problema. Z1= X-m/s = Z1= 450-500/100?= -50/100= Z1=-.5 Z2= X-m/s = Z1= 500-500/100?= 0/100= Z1=0

M: 500
S: 100 Z1= -.5 Z2= 0

El resultado sera Z= .1915= 19,15%, de probabilidad de que los alumnos inscritos estn entre 450 y 500. c) Nuevamente calculamos Z1 y Z2: Datos para Z1: X: 400 M: 500 S: 100 Datos para Z2: X: 640 M: 500 S: 100 Se busca el valor z=-1 y z=1.4 en la tabla siguiente y arroja que es 0.3413 y 0.4142 respectivamente, como quiero saber el are entre estas, y el valor me lo da de la media (el centro) al valor de Z, tengo que sumar lo que dan ambos valores, 0.3413+ 0.4142= 0.7605.

Z1= X-m/s = Z1= 400-500/100?= -100/100= Z1=-1

Z2= X-m/s = Z2= 640-500/100?= 140/100= Z2=1.4

Z1=-1

Z2= 1.4

Por lo tanto hay un 76.05% de que los alumnos inscritos estn entre 400 y 640.