Está en la página 1de 4

Ejemplo: Aplicacin de Distribucin Normal

Supongamos que una variable X aleatoria sigue una ley de densidad normal de
parmetros m y s2. Es decir se cumple lo siguiente

Existe una gran variedad de fenmenos cuya medicin de su caracterstica siguen


una ley normal. Por lo general, la talla o el peso de un determinado organismo
sigue esta particular probabilidad.
En general, si el estudio descriptivo de una determinada caracterstica, cuyos
datos son numricos, entrega un histograma o grfico de frecuencias relativas de
la forma siguiente

Se puede vaticinar que el atributo en estudio (talla, peso, etctera) sigue una ley
de probabilidad normal. La dificultad radica en que por lo general se desconocen
los dos parmetros, m ys2, que caracterizan a la densidad normal. La estimacin
de estos parmetros es motivo central de un rea de la estadstica llamada
Estadstica Inferencial, que ser estudiada en una seccin posterior. Aqu vamos a
suponer que estos parmetros son conocidos.

La figura anterior esquematiza la forma de calcular la probabilidad de un


atributo X que se rige por una ley de densidad normal.
Supongamos que la longitud peristonal de la especie molusco concholepas sigue
una ley de probabilidad normal con parmetros m = 110 mm. y s2 = 25 mm2. Cul
es la probabilidad de encontrar una unidad de molusco concholepas que tenga
una longitud peristonal comprendida entre 105 y 115 milmetros?
Si definimos por X la variable que indica la longitud peristonal de una unidad de
molusco concholepas, tenemos que

Observe que el intervalo (105, 115) tiene como lmite inferior y lmite superior a m s y m + s respectivamente.
Este resultado significa que si sacamos 100 unidades de molusco concholepas,
aproximadamente el 68% de estas unidades sus longitudes peristonales estarn
ubicadas dentro del intervalo (105, 115). En efecto, realizando una simulacin en
la planilla Excel, vamos a generar 100 nmeros aleatorios obtenidos de una
distribucin normal de parmetros m = 110 y s2 = 25. Se entregan los 100
nmeros generados aleatoriamente:
118,31

108,50

106,55

108,37

121,03

101,94

103,61

101,55

108,15

117,22

112,69

111,22

100,77

116,71

116,52

114,51

116,38

105,11

109,57

110,56

119,59

115,99

106,13

109,07

110,01

109,58

118,67

99,41

107,43

112,27

107,38

99,08

107,16

119,86

109,87

113,38

108,83

107,98

114,33

104,73

108,09

115,48

110,67

121,88

101,13

113,79

104,57

108,17

106,73

114,14

102,78

97,11

113,47

110,36

112,22

105,76

117,24

111,61

114,15

113,09

102,39

103,60

105,30

114,31

111,07

108,19

106,73

108,80

106,82

104,87

109,84

113,79

110,66

105,38

116,19

110,14

112,33

112,79

115,56

108,44

108,39

114,37

110,69

103,99

105,80

120,97

112,98

105,45

102,21

105,89

101,29

103,14

119,42

113,56

107,86

106,32

104,42

112,44

113,19

107,73

Podemos observar que en esta simulacin hay 64 datos comprendidos entre 105 y
115, lo cul claramente se aproxima al 68% de la probabilidad calculada.
El intervalo [m - s , m + s] es de suma importancia. En efecto se puede demostrar
que los puntos x = m - s, y x = m + s son los puntos de inflexin de la curva
normal (esto es, los puntos donde la curva cambia el signo de su concavidad). De
otra forma, sean cuales sean los valores de m y s2, si un atributo X se distribuye
segn la densidad normal de parmetros m y s2, se tiene que
Pr{m - s < X < m + s} = 0.68268948
Esta propiedad si bien tiene un grado de dificultad matemtica para demostrarla,
se puede verificar mediante unos simples clculos. En efecto, suponga que el
dimetro, Y, del dermoesqueleto del Tetrapygus niger (erizo negro) tiene una ley

de probabilidad normal de parmetros m = 26.04 mm, y una varianza de s2 =


(10.08)2 mm2 entonces
Pr{ 26.04 - 10.08 < Y < 26.04 + 10.08 } = 0.68268948
Ahora bien, observe que en este ejemplo hemos supuesto que el dimetro del
dermoesqueleto de erizo negro sigue una distribucin normal con los
parmetros m = 26.04 y 2 = (10.08)2. Estos parmetros los hemos obtenido de una
muestra de 110 unidades de Tetrapygus niger al calcular simplemente la media
y varianza muestral, y sin ms ni ms hemos decidido que estos valores
muestrales constituyen los valores de los parmetros de la densidad normal. Esto
no es del todo correcto pero sin embargo es una "buena aproximacin". Si usted
trabaja con las 110 valores que describen el dimetro del dermoesqueleto puede
observar que hay 71 valores, de los 110, que se encuentran entre 15.20 y 36.88,
donde, por otro lado, el 68% de 110 datos corresponde a 74 datos (qu cerca est
74 de 71, verdad?)

Suponga que un determinado atributo X sigue una densidad normal con


parmetros m y s2. El clculo del valor de b en la ecuacin integral siguiente
donde a es un valor dado entre 0 y 1:

corresponde al clculo del percentil de orden (1 - a) x100. De manera que


trabajamos con los 110 datos de los erizos negros e intentamos calcular, por
ejemplo, el tercer cuartil, el valor es este percentil no debiera ser muy distinto del
valor de b en la ecuacin integral

En efecto, el clculo de b en esta ecuacin mediante una simple lectura en


cualquier calculadora de estos tiempos, o en el Excel, nos da que
b = 33.35