02 Función de distribución normal

Key Concepts

• Curva de distribución normal (Normal Distribution Curve)
• Media poblacional (Population Mean) - Mu (μ)
• Desviación típica (Standard Deviation) - Sigma (σ)
• Función de Gauss (Gaussian Function)
• Integral
• Asíntota horizontal (Horizontal Asymptote)

La Curva de Distribución Normal y la Función de Gauss

La curva de distribución normal es una representación gráfica de datos que se ajustan a una forma específica, donde la mayoría de los valores se agrupan alrededor de la media. Esta curva es simétrica y se caracteriza por dos parámetros principales: la media poblacional (μ) y la desviación típica (σ). La media indica el centro de la distribución, mientras que la desviación típica mide la dispersión de los datos alrededor de la media.

Carl Friedrich Gauss, un matemático alemán, desarrolló una función matemática que se ajusta a esta curva. Esta función permite representar matemáticamente la distribución normal y realizar cálculos basados en ella.

La Función de Gauss

La función de Gauss es una fórmula matemática que describe la curva de distribución normal. La función incluye los parámetros de media (μ) y desviación típica (σ), lo que permite adaptarla a diferentes conjuntos de datos. La fórmula es:

f(x) = (1 / (σ * sqrt(2 * pi))) * e^(-((x - μ)^2) / (2 * σ^2))

Donde:

• x es el valor de la variable
• μ es la media
• σ es la desviación típica
• pi es el número pi (π ≈ 3.14159)
• e es el número de Euler (e ≈ 2.71828)

Características de la Función de Gauss

1. Simetría: La función es simétrica con respecto a la media (μ).
2. Asíntota Horizontal: La función tiene una asíntota horizontal en el eje x.
3. Área Bajo la Curva: El área total entre la función y el eje horizontal es igual a 1. Esto significa que el área bajo la curva representa el 100% de la población.

Aplicaciones de la Función de Gauss

La función de Gauss se utiliza para calcular probabilidades y porcentajes de datos dentro de una distribución normal. Al calcular el área bajo la curva entre dos puntos, se puede determinar el porcentaje de la población que se encuentra dentro de ese rango de valores.

Ejemplo: Estatura de la Población

Supongamos que la estatura de la población adulta en un país sigue una distribución normal con una media (μ) de 170 cm y una desviación típica (σ) de 12 cm. Esto se representa como N(170, 12).

1. Porcentaje de la población que mide más de 170 cm: Dado que 170 cm es la media, el 50% de la población mide más de 170 cm. Esto se confirma calculando la integral de la función de Gauss desde 170 hasta infinito, que resulta en 0.5.
2. Porcentaje de la población que mide menos de 180 cm: Para calcular esto, se debe calcular la integral de la función de Gauss desde menos infinito hasta 180. El resultado es 0.7977, lo que significa que el 79.77% de la población mide menos de 180 cm.
3. Porcentaje de la población que mide entre 165 cm y 190 cm: Se calcula la integral de la función de Gauss desde 165 hasta 190. El resultado es 0.6137, lo que indica que el 61.37% de la población mide entre 165 cm y 190 cm.

Integrales y Cálculo de Áreas

El cálculo de áreas bajo la curva de la función de Gauss se realiza mediante integrales. La integral de la función entre dos puntos representa el área bajo la curva entre esos puntos, que a su vez representa la probabilidad o el porcentaje de la población dentro de ese rango.

Conclusión

La función de Gauss es una herramienta fundamental para analizar y comprender datos que se distribuyen normalmente. Permite calcular probabilidades y porcentajes de la población dentro de rangos específicos, lo que es útil en una variedad de aplicaciones estadísticas y científicas. La capacidad de relacionar el área bajo la curva con porcentajes de la población hace que esta función sea extremadamente valiosa para la toma de decisiones y la interpretación de datos.