¿Qué es la Distribución Normal? | Videos Educativos Aula365

Key Concepts:

• Distribución Normal (Normal Distribution) / Campana de Gauss (Gaussian Bell): A continuous probability distribution that is symmetrical around the mean, often used to model real-world phenomena.
• Media (Mean) (μ): The average value of a dataset.
• Desvío Estándar (Standard Deviation) (σ): A measure of the spread or dispersion of a dataset around its mean.
• Función de Densidad (Density Function): A function that describes the probability of a continuous random variable taking on a specific value.
• Función de Distribución Acumulada (Cumulative Distribution Function - CDF): A function that gives the probability that a random variable will be less than or equal to a specific value.
• Variable Aleatoria Normal Estándar (Standard Normal Random Variable) (Z): A normal distribution with a mean of 0 and a standard deviation of 1.
• Integral Definida (Definite Integral): The area under a curve between two specified limits.

1. Introducción a la Distribución Normal

• La distribución normal, también conocida como la campana de Gauss, es una distribución de probabilidad continua.
• Aunque atribuida a Gauss, fue descubierta y estudiada antes por otros matemáticos.
• Se utiliza para modelar fenómenos en la naturaleza, la industria y la investigación, incluyendo meteorología y la reducción de errores en mediciones.
• Está definida por dos parámetros: la media (μ) y el desvío estándar (σ). La media representa la esperanza, y el desvío estándar es la raíz cuadrada de la varianza.

2. Cálculo de Probabilidades con la Distribución Normal

• La probabilidad de que una variable aleatoria X se encuentre entre dos valores (a y b) es igual al área bajo la curva de la función de densidad entre esos puntos. Esto se calcula mediante la integral definida de la función de densidad entre a y b.
• Calcular estas integrales directamente es complejo.

3. Transformación a la Distribución Normal Estándar (Z)

• Para simplificar los cálculos, cualquier variable aleatoria normal X puede transformarse en una variable aleatoria normal estándar Z, con media 0 y desvío estándar 1.
• La transformación se realiza restando la media (μ) de X y dividiendo el resultado por el desvío estándar (σ): Z = (X - μ) / σ.

4. Uso de Tablas de Distribución Normal Estándar

• Existen tablas que proporcionan la función de distribución acumulada (CDF) de Z, denotada como Φ(z).
• Φ(z) representa la probabilidad de que la variable aleatoria Z sea menor o igual a un valor específico z.
• Estas tablas facilitan el cálculo de probabilidades al evitar la necesidad de calcular integrales directamente.

5. Ejemplo de Uso de la Tabla de Distribución Normal Estándar

• Para calcular la probabilidad de que Z sea menor que 0.85, se busca el valor correspondiente en la tabla.
• Se busca 0.8 en la primera columna y 0.05 en la primera fila. La intersección de estos valores da la probabilidad, que en este caso es 0.8023.

6. Aplicación Práctica: Duración de Baterías

• Se presenta un problema real relacionado con la duración de baterías para una cámara fotográfica.
• El anuncio publicitario afirma que la batería dura más de 12 horas, pero las especificaciones indican una duración media de 10 horas con un desvío estándar de 2 horas.
• Se explica que la duración de las baterías varía, por lo que se calcula la vida media y el desvío estándar.
• Suponiendo que la duración sigue una distribución normal, se puede calcular la probabilidad de que la batería dure más de 12 horas.

7. Cálculo de la Probabilidad de Duración de la Batería

• El objetivo es calcular la probabilidad de que X (duración de la batería) sea mayor que 12 horas.
• Se utiliza la distribución normal y los valores conocidos de la media (10 horas) y el desvío estándar (2 horas) para realizar el cálculo.

8. Síntesis/Conclusión

La distribución normal es una herramienta poderosa para modelar y analizar datos en diversas áreas. La transformación a la distribución normal estándar y el uso de tablas de CDF facilitan el cálculo de probabilidades. El ejemplo de la duración de las baterías ilustra cómo aplicar estos conceptos en situaciones prácticas para tomar decisiones informadas.