DISTRIBUCIONES

DE PROBABILIDAD
DISTRIBUCIN NORMAL

DISTRIBUCIONES DE PROBABILIDAD

Una de las preocupaciones de los cientficos ha sido construir

modelos de que pudieran representar el comportamiento terico de
diferentes fenmenos aleatorios que aparecan en el mundo real.
La pretensin de modelar lo observable ha constituido siempre una
necesidad bsica para el cientfico emprico.
Un modelo resulta extremadamente til, siempre que se
corresponda con la realidad que pretende representar, de manera
que ponga de relieve las propiedades ms importantes del mundo
que nos rodea, aunque sea a costa de la simplificacin que implica
todo modelo.
Los modelos caracterizan las variables aleatorias
V. Aleatoria: cualquier caracterstica medible que toma diferentes
valores con probabilidades determinadas.

DISTRIBUCIONES DE PROBABILIDAD

Toda variable aleatoria posee una distribucin de

probabilidad que describe su comportamiento.
Si la variable es discreta, su distribucin de probabilidad
especifica todos los valores posibles de la variable junto
con la probabilidad de que cada uno ocurra.
En el caso continuo, la distribucin de probabilidad
permite determinar las probabilidades correspondientes
a intervalos de valores.
Hay modelos de probabilidad para variables aleatorias
discretas y continuas. Los mas importantes son:

Variables discretas: uniforme discreta, binomial, Poisson...

Variables continuas: uniforme, normal, Chi-cuadrado, T Student,
F de Snedecor

LA DISTRIBUCIN NORMAL

Uno de los modelos estadsticos tericos ms importantes es la distribucin

normal, debido a su utilidad para describir variables que surge en problemas
reales en distintos campos:
- Problemas biolgicos: medidas fsicas (tallas, pesos)
- Datos psicolgicos: coeficiente de inteligencia, tiempo de reaccin,
puntuaciones en un examen o test;
- Datos econmicos: fluctuaciones de los ndices de precio, cotizaciones en
bolsa;
Tiene una forma muy caracterstica.
- Su grfica es simtrica respecto al centro de la distribucin,
- Tiene la forma de una campana invertida.
- A partir del valor central la distribucin de valores decrece suavemente
hacia los extremos hasta que la grfica se aproxima al eje horizontal.

LA DISTRIBUCIN NORMAL

Para que una variable aleatoria siga la distribucin normal ha de ser

cuantitativa y continua.
En la prctica, podemos tambin considerar el caso de variables
discretas con un nmero muy grande de valores
La funcin de densidad normal depende de dos parmetros y , que
son su media y su desviacin tpica
Algunas propiedades:
- Las dos reas que se forman al dividir la grfica por el eje de simetra (rea
superior e inferior), son iguales y cada una de ellas representa el 50 % de
casos.
- Media, mediana y moda coinciden en un mismo punto.
- Los valores cercanos a la media son los que alcanzan la mxima
probabilidad.
- El punto de inflexin est localizado a una distancia a cada lado de la
media.

LA DISTRIBUCIN NORMAL

Dos curvas normales con la misma desviacin tpica pero diferentes

medias, son idnticas pero se centran en diferentes posiciones a lo
largo del eje horizontal

1
1

LA DISTRIBUCIN NORMAL

Dos curvas de igual media y distintas desviaciones tpicas: la curva con

desviacin tpica mayor es ms baja y ms extendida, porque los datos
estn ms dispersos, pero ambas curvas tienen su centro sobre el
mismo valor en el eje horizontal
0,4

M ean,Std. dev.
0,1
0,2

0,3
0,2
0,1
0
-10

-6

-2

10

LA DISTRIBUCIN NORMAL

Una caracterstica importante de las distribuciones normales es que la

proporcin de casos que se encuentran en el intervalo ( - k, + k)
es siempre constante.
El 68 % de los datos estn a una distancia de la media igual o
menor que 1
El 95 % de los datos estn a una distancia igual o menor que 2 de
la media .
El 99,7 % de los datos estn a una distancia igual 3 de la media .

LA DISTRIBUCIN NORMAL N(0,1)

La regla 68 95 99,7 sugiere que todas las distribuciones normales

son equivalentes, si usamos como unidades de medida la desviacin
tpica , y como origen de coordenadas la media .

La distribucin normal tipificada N (0, 1) es la distribucin normal que

tiene de media 0 y varianza 1.
Su ventaja reside en que hay tablas donde se recoge la probabilidad
acumulada para cada punto de la curva de esta distribucin.

La grfica de todas las distribuciones normales podran superponerse,

si, en lugar de usar las puntuaciones originales, las transformamos,
usando como unidades de medida la desviacin tpica , y como origen
de coordenadas la media .
Este cambio de unidad de medida se llama tipificacin.:

LA DISTRIBUCIN NORMAL N(0,1)

La distribucin N(0,1) dispone de tablas donde se asocia a cada valor

de z, su probabilidad acumulada, es decir, la que va desde - hasta un
valor.
No nos da la probabilidad concreta en ese punto. En una distribucin
continua, la probabilidad en un punto concreto es cero.

CALCULO DE PROBABILIDADES
ASOCIADAS A VARIABLES NORMALES

Supongamos que la variable X se distribuye N(50, 8).

CASO 1: Queremos obtener la probabilidad de observar un valor
menor o igual a 56.
Tipificamos este valor y acudir con este valor a la tabla de la normal
(0,1).

P( X 56) P ( z

56 50
) P ( z 0, 75) 0, 7734
8

CALCULO DE PROBABILIDADES
ASOCIADAS A VARIABLES NORMALES

CASO 3: Queremos obtener la probabilidad de observar un valor

entre 49 y 51.
En primer lugar tipificamos. Como nos interesa el intervalo central,
restaramos el rea que deja por debajo el lmite superior menos el
rea que queda por debajo del lmite inferior.

P (49 X 51) P (

49 50
51 50
z
) P(0,125 z 0,125) P( z 0,125) P( z 0,125)
8
8

CALCULO DE PUNTUACIONES A PARTIR

DE PROBABILIDADES

Para una variable X N(50, 8) queremos obtener los valores de esta

variable para los cuales se cumplen las siguientes condiciones:
CASO 1: Valor para el que la probabilidad de observar un valor como
mucho igual a l es 0,1736.
Acudiendo a la tabla de N(0,1), vemos que se trata del valor -0,94.
Basta con destipificar ese valor con respecto a la media y desviacin
tpica de mi distribucin:
z0,1736 0,94

X 50
despejando, X= -0,94 8 + 50 = 42,48
8

CALCULO DE PUNTUACIONES A PARTIR

DE PROBABILIDADES

CASO 2: Valor para el que la probabilidad de observar un valor mnimo

igual a l sea 0,9207.
Como la tabla asocia a cada valor su rea izquierda, y dado que la
puntuacin que deja a su derecha un rea igual a 0,9207 es el mismo
que deja a su izquierda un valor igual a 1 0,9207 = 0,0793, buscamos
este valor de probabilidad en la tabla y aplicamos el mismo
procedimiento que antes

z0,0793 1, 41

X 50
8

despejando, X= -1,41 8 + 50 = 38,72

CALCULO DE PUNTUACIONES A PARTIR

DE PROBABILIDADES

CASO 3: valores que acoten el 50 por 100 central del rea.

Segn la tabla esas puntuaciones tendrn como tpicas los valores 0,67
y -0,67.
Destipificamos esos valores y obtenemos el intervalo: [44, 65 - 55,36]