Daniel Coggiola Revilla

A01169864
La distribucin normal.

La distribucin normal es quiz la ms importante de todas las distribuciones de
probabilidad, descubierta por el matemtico alemn Carl Friederich Gauss en el
siglo XVIII.
La distribucin normal es frecuentemente representada por medio de una curva
normal, representacin grfica matemtica que indica la probabilidad de encontrar
cualquier magnitud si se conocen las desviaciones tpicas que apartan a estos
datos de la media de la poblacin, esta curva, tambin llamada Campana de
Gauss es unimodal, simtrica y de forma acampanada y podemos encontrar que
en su altura mxima se encuentra la media aritmtica. El matemtico ruso Pafnuti
Chebyshov trabaj sobre la probabilidad de que una variable aleatoria est
distanciada de su media y estim que al menos un 50% de los datos deberan
quedar incluidos en el intervalo de la desviacin estndar en torno a la media
aritmtica. Posteriormente, otros matemticos analizaron el mismo problema, y
descubrieron que los tamaos del intervalo delimitado por la desviacin estndar
cumplen con la denominada Regla Emprica: 68-95-99.7.
De acuerdo a esta regla, al menos el 68% de los valores deberan quedar
incluidos dentro del intervalo de la desviacin estndar: un ndice de dispersin de
la poblacin. La regla emprica puede ser definida en los siguientes trminos:
Media + la desviacin estndar
As al sumar/restar la desviacin estndar a la media, encontraremos que su valor
ser de 34.13%. Al tomar en consideracin intervalo comprendido entre -1
desviacin estndar y 1 desviacin estndar el porcentaje de datos contenido aqu
ser de 68%. Esto resulta comprensible, dado que por la forma de la Campana de
Gauss, cercano a la media se deben de alojar el mayor nmero de datos de la
poblacin, al alejarse de la media (ya sea a la derecha o a la izquierda), el nmero
de datos que se van a encontrar van a ser progresivamente menos. Esto se debe
a que si el valor de la desviacin estndar es multiplicado por dos, es decir, si se
duplica el tamao del intervalo abarcado por la desviacin estndar, entonces
generalmente se observa que al menos el 95% de los valores deberan quedar
incluidos dentro del intervalo que se ha duplicado en torno a la media aritmtica,
es decir, un 27.18% de los datos estarn contenidos entre -2 y -1, 1 y 2. Por tanto,
cada desviacin estndar alojar 12.59% de los datos. Al multiplicarse el valor de
la desviacin estndar por tres, se observa que al menos el 99.7% de los valores
quedarn incluidos dentro de este intervalo. Aproximadamente un 4.3% de los
datos, que si se dividen dentro del intervalo de -3 y -2, +2 y +3 encontraremos que
en ambos se alojan un 2.15% de los datos.

Cabe mencionar que la distribucin normal es asinttica, es decir no toca el eje de
las x.

Si los datos quedan distribuidos de una forma diferente a la de la Campana de
Gauss, el porcentaje de datos alojados debajo de la curva se obtendrn por medio
del llamado Teorema de Chebyshov, que establece que para un conjunto de
datos, sea una muestra o poblacin, la proporcin mnima de valores que se
encuentran en un intervalo es por lo menos 1 1k
2
donde K es una constante ms
grande que 1.

Fuentes bibliogrficas:
Berenson, M. (S/A) Estadstica para la administracin. Mxico: Pearson.
Morales Vallejo, Pedro (2008) Estadstica aplicada a las Ciencias Sociales,
Madrid: Universidad Pontificia Comillas.
Joaqun , L. (s/f.). Distribucin normal. Obtenido de:
http://www.uv.es/ceaces/pdf/normal.pdf
S/A (s/f) El intervalo de confianza y la desviacin estndar. Obtenido de:
://goo.gl/B1hPFS