You are on page 1of 7

Funciones de Distribucin Normal y Binomial

11.1 Introduccin.
Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas.
Su propio nombre indica su extendida utilizacin, justificada por la frecuencia o la
normalidad con la que los ciertos fenmenos tienden a parecerse en su comportamiento a
esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica
tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo
valor de p y de valores de n cada vez mayores, se ve que sus polgonos de frecuencias se
aproximan a una forma en forma de campana.
En resumen, la importancia de la distribucin normal se debe principalmente a que hay
muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal.
- Caracteres morfolgicos de individuos (personas, animales, plantas,) de una especie.
Por ejemplo: tallas, pesos, envergaduras, dimetros, permetros,
- Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o de una
misma cantidad de abono.

- Caracteres sociolgicos, por ejemplo: consciente intelectual, grado de adaptacin a un


medio.
- Errores cometidos al medir ciertas magnitudes.
- Valores estadsticos maestrales, por ejemplo: la media.
- Otras distribuciones como la binomial o la Poisson son aproximaciones normales.
Y en general cualquier caracterstica que se obtenga como suma de mucho factores.
11.2 Funcin De Densidad.
Empleando clculos bastante laboriosos, puede demostrarse que el modelo de la funcin
de densidad que corresponde a tales distribuciones viene dando por la frmula.

Funcin De Una Distribucin


Puede tomar cualquier valor (- ,+ )
Son ms probables los valores cercanos a uno central que llamados media
Conforme nos separamos de ese valor , la probabilidad va decreciendo de igual forma a
derecha e izquierda (es simtrica). Conforma nos separamos de ese valor , la
probabilidad va decreciendo de forma ms o menos rpida dependiendo de un
parmetro s, que es la desviacin tpica. 2
11. 3 Distribucin Normal

Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio


nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la
que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica
tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo
valor de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias se
aproximan a una curva en "forma de campana".
En resumen, la importancia de la distribucin normal se debe principalmente a que hay
muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal.
Caracteres morfolgicos de individuos (personas, animales, plantas,) de una especie, p.
Ejemplo: Tallas, pesos, envergaduras, dimetros, permetros
Caracteres fisiolgicos, por ejemplo; efecto de una misma dosis de un frmaco, o de una
misma cantidad de abono.
Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de
individuos, puntuaciones de examen.
Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a un
medio, Errores cometidos al medir ciertas magnitudes.
Valores estadsticos maestrales, por ejemplo: la media.
Otras distribuciones como la binomial o la de Poisson son aproximaciones normales
Y en general cualquier caracterstica que se obtenga como suma de muchos factores. 21
Distribucin normal estandarizada

Donde:
z es la variable estandarizada
x es la variable normal
m es la media poblacional
s es la desviacin estndar de la poblacin.
Propiedades o caractersticas de la Distribucin Normal.

o
o
o

Es simtrica.
El rea bajo la curva es 1.
Se usan tablas, Excel o frmulas para calcular las probabilidades.

Ejemplo:
Qu porcentaje de atletas de varios equipos de bsquetbol tienen un porcentaje de grasa
mayor de 19, sabiendo que la media es de 16 con una desviacin estndar de 3.6?
Solucin: Usando la frmula de la normal estandarizada:

X= 19, = 3.6, = 16, obtenemos: z= (19-16)/3.6, entonces z= 0.8333, buscamos en la


tabla y encontramos que el porcentaje de atletas con grasa corporal arriba de 19 es del
20.22%
reas bajo la curva de la Distribucin de Probabilidad Normal

Las probabilidades de la variable aleatoria se determinan con las reas bajo la curva. Las
probabilidades de ciertos intervalos que ms se usan son:
1. El 68.26 % de las veces, una variable aleatoria normal asume un valor entre
más o menos una desviación estándar respecto a su media.
2. El 95.44 % de las veces, una variable aleatoria normal toma un valor entre
más o menos dos desviaciones estándar respecto a su media.
3. El 99.72 % de las veces, una variable aleatoria normal toma un valor entre
más o menos tres desviaciones estándar respecto a su media.

11.4 La Distribucin Binomial


La Distribucin Binomial
Supongamos que un experimento aleatorio con los siguientes alumnos y tiene las
siguientes caractersticas
En cada prueba del experimento slo son posibles dos resultados: el
suceso A (xito) y su contrario B (fracaso).
El resultado obtenido en cada prueba es independiente de los resultados obtenidos
anteriormente.
La probabilidad del suceso A es constante, la representamos porp, y no varia de una
prueba a otra. La probabilidad de A es 1- p y la representamos por q.
El experimento consta de un nmero n de pruebas.
Todo experimento que tenga estas caractersticas diremos que sigue el modelo
de distribucin Binomial. A la variable X que expresa el nmero de xitos obtenidos en
cada prueba del experimento, la llamaremos variable aleatoria binomial.
La variable binomial es una variable aleatoria discreta, slo puede tomar los valores
0,1,2,3,4,....., n suponiendo que se han realizadon pruebas. Como hay que considerar
todas las maneras posibles de obtener k-xitos y (n-k) fracasos debemos calcular stas por
combinaciones (nmero combinatorio n sobre k).
La distribucin Binomial se suele representar por B (n,p) siendo n yp los parmetros de
dicha distribucin.
Construccin de una Distribucin binomial.
Para construir una distribucin binomial es necesario conocer el nmero de pruebas que
se repiten y la probabilidad de que suceda un xito en cada una de ellas.
La frmula que describe la distribucin es la siguiente:

Donde:
n es el nmero de pruebas
x es el nmero de xitos
p es la probabilidad de obtener un xito
q es la probabilidad de obtener un fracaso,
que se calcula q = 1 p
11.5 La media y la varianza de una distribucin binomial
La media y la varianza de una distribucin binomial se calculan:
Estos datos representan n = cantidad de juegos, p = 0.5, la probabilidad de ganar un
juego, esto indica que el promedio de juegos ganados es de 40, con 80 partidos jugados.

Ejemplo:
De acuerdo con los datos de Control Escolar del C.U.C.S., El 25% de los alumnos de la
Lic. C.F. Y D. Trabajan en actividades relacionadas con el Entrenamiento Deportivo y la
Educacin Fsica. Si se elige a 10 alumnos en forma aleatoria, calcule la probabilidad de
que trabajen en actividades de Entrenamiento Deportivo y la Educacin Fsica:
A) 6 alumnos
B) Menos de 5 alumnos
C) Ningn alumno
D) Mas de tres alumnos
Aqu, n = 10, p = .25, q = 1 p = .75 y x toma distintos valores de acuerdo a cada inciso.
A) 6 alumnos, x = 6.Buscando en las tablas, encontramos en valor de 10 en la columna de
las n y el valor de x o r en su columna, observamos el nmero .0162, lo cual significa que
la probabilidad de que 6 alumnos de un grupo de 10 trabajen en actividades relacionadas
con el entrenamiento y la educacin fsica es del 1.62%.
En Excel buscamos fx, Estadsticas y seleccione la opcin Distr. Binom.

B) Menos de 5 alumnos. Menos de 5 alumnos significa los valores de 4,3,2,1 y 0. Por lo


tanto, se debern sumar o acumular las distribuciones binomiales para cada uno de estos
datos. Buscando en las tablas encontramos:
.0563 + .1877 + .2816 + .2503 + .1460 = .9218, lo cual se interpreta como:
La probabilidad de que menos de 5 alumnos trabajen en actividades de entrenamiento y
educacin fsica es del 92.18%.
C) Ninguno. La probabilidad ya la calculamos en el inciso anterior y B( x,n,p) = .0563%.
D) Ms de 3. Indica 4,5,6,7,8,9 y 10, se realiza acumulando los resultados de la binomial
relacionado con cada nmero y encontramos:
.1460 + .0584 + 0.162 + .0031 + .0004 + .0000 + .0000, lo cual se interpreta como:
La probabilidad de que mas de 3 alumnos trabajen en actividades de entrenamiento y
educacin fsica es del 22.41%.