MATEMÁTICAS APLICADAS A LAS CC. SS. I

Transcripción

1 DISTRIBUCIÓN NORMAL Carl Friedrich Gauss ( ), físico y matemático alemán, uno de los pioneros en el estudio de las propiedades y utilidad de la curva normal. MATEMÁTICAS APLICADAS A LAS CC. SS. I Alfonso González IES Fernando de Mena Dpto. de Matemáticas

2 I) IDEA INTUITIVA DE DISTRIBUCIÓN NORMAL Ejemplo 1: Las estaturas, en metros, de los 40 alumnos de 1º de Bachillerato de un centro son las siguientes: 1,81 1,70 1,86 1,78 1,85 1,69 1,77 1,65 1,70 1,80 1,66 1,75 1,79 1,92 1,76 1,74 1,81 1,68 1,63 1,60 1,73 1,84 1,80 1,81 1,73 1,77 1,71 1,72 1,68 1,89 1,86 1,80 1,82 1,79 1,76 1,76 1,72 1,72 1,65 1,76 Construimos, agrupando estos datos en intervalos de amplitud 5 cm, la tabla al margen, la cual nos sirve para representar el histograma y el polígono de frecuencias relativas de esta distribución de variable continua: Estatura x i f i h i [1,60;1,65) 1, ,05 [1,65;1,70) 1, ,15 [1,70;1,75) 1, ,225 [1,75;1,80) 1, ,25 [1,80;1,85) 1, ,2 [1,85;1,90) 1, ,1 [1,90;1,95] 1, ,025 Σ=40 Σ=1 hi 0,3 0,25 0,2 0,15 0,1 0,05 0 [1,60;1,65) [1,65;1,70) [1,70;1,75) [1,75;1,80) [1,80;1,85) [1,85;1,90) [1,90;1,95] estaturas Consideremos ahora la distribución de las tallas de los alumnos de 1º de Bachillerato de toda España; evidentemente, a medida que los intervalos de clase van siendo pequeños, su polígono de frecuencias relativas tenderá al diagrama representado a la derecha: 0,3 0,25 0,2 hi 0,15 0,1 área encerrada = 1 0,05 0 [1,60;1,65) [1,65;1,70) [1,70;1,75) [1,75;1,80) [1,80;1,85) [1,85;1,90) [1,90;1,95] Intervalo de clase 0 estaturas 1,60 1,65 1,70 1,75 1,80 1,85 1,90 1,95 estaturas El diagrama de la derecha proporciona una idea intuitiva de la que se conoce como distribución normal. Sabemos que la suma de todas las frecuencias relativas h i de una distribución de frecuencias es igual a la unidad. Por lo tanto, «el área encerrada debajo de la curva normal 1 es igual a 1». La distribución normal se llama así porque durante mucho tiempo se pensó que ese era el comportamiento de todos los fenómenos de la vida real. Conviene tener en cuenta que existe un gran número de fenómenos cuyos histogramas de frecuencias observadas pueden considerarse como la imagen empírica 1 La curva normal también se llama curva de Gauss o campana de Gauss, en honor al matemático alemán Carl Friedrich Gauss ( ), que fue el primero en ver sus propiedades y utilidad.

3 de una distribución normal, es decir, simétrica; por ejemplo, en la distribución del perímetro craneal de una serie de individuos (ver figura), los que tienen poco y mucho perímetro se encuentran igualmente separados por la media y se presentan con frecuencias similares. Otros ejemplos de situaciones que pueden responder, aproximadamente, a una curva normal, pueden ser: el peso de los individuos de la población, el cociente intelectual, etc., es decir, medidas psicométricas. Pero también se obtiene una distribución que tiende a la normal en otro tipo de medidas: duración media de una bombilla, esperanza de vida de una mascota, etc Por supuesto, todo esto no se puede demostrar, pero es algo que se comprueba estadísticamente Cuidado!: No todas las distribuciones se comportan según el modelo normal. Consideremos el siguiente contraejemplo: supongamos que clasificamos a los ciudadanos españoles según su nivel de renta (ver figura). Evidentemente, son muy pocos los que poseen niveles de rentas altas y en cambio son muchos los que poseen niveles de rentas bajas. Por tanto, la distribución ya no es simétrica y, en consecuencia, no se adapta al modelo normal. Miles de al mes II) DEFINICIÓN DE DISTRIBUCIÓN NORMAL: CURVA DE GAUSS Volviendo al ejemplo anterior, y como ya vimos, si el número de alumnos crece indefinidamente y vamos haciendo cada vez más pequeña la amplitud de los intervalos, el polígono de frecuencias tomará entonces la forma de la distribución normal, es decir, de una campana de Gauss. La variable en este caso sería continua y su recorrido sería, en principio, el intervalo [1,60;1,95], aunque teóricamente sería desde 0 hasta. Vamos a definir la distribución normal teórica: Una variable aleatoria continua X sigue una distribución normal de media µ y desviación típica, y se designa por N(µ,), si cumple: 1º) La variable recorre toda la recta real, es decir (-, ) 2º) La distribución tiene la forma de la curva de Gauss, cuya ecuación 2 es: 1 f(x) = 2π e 1 x 2 µ 2 Observaciones: 1º) µ y se llaman parámetros de la distribución normal, y cumplen: - <µ< y >0 2º) El significado de µ es intuitivo; el de lo veremos más adelante, en el apartado V.4) La forma de la curva de Gauss es la siguiente: µ - 1,80 1,85 X=µ µ+ Se trata de una curva simétrica respecto a X =µ. Precisamente, tiene su máximo en X =µ. Por otra parte, ya podemos empezar a ver el significado de la desviación típica, la cual nos indica la forma de la curva: una desviación típica a ambos lados de la media µ nos marca 2 e 2, es un número irracional llamado constante de Euler, en honor al matemático suizo Leonhard Euler ( )

4 la posición de los dos puntos de inflexión 3 simétricos de la curva. Por último, y muy importante: conviene repetir que el área total encerrada en el histograma de frecuencias relativas era 1 «el área encerrada bajo la curva de Gauss es 1». Qué representa la curva de Gauss? Por ejemplo, el área sombreada de la curva de la figura representa la frecuencia relativa de individuos con estatura comprendida entre 1,80 y 1,85 m, es decir, representa la probabilidad de que un individuo elegido al azar tenga una talla comprendida entre dichos valores (por cierto, puede comprobarse que la media es 1,76 m). III) DISTRIBUCIÓN NORMAL ESTÁNDAR: N(0,1) A la vista de lo anterior, es evidente que para cada valor de µ y tendremos una curva de Gauss distinta. Pero de las infinitas distribuciones normales posibles tiene interés la distribución N(0,1), llamada distribución normal estándar, distribución normal reducida, distribución normada o tipificada. Corresponde a la ecuación: 0,4 1 0,4 2π f(x) = 1 2π e 2 x 2 (NOTA: Se acostumbra a modificar la escala del eje y para conseguir una forma más acampanada de la curva), cuya representación gráfica se muestra al margen. Decimos que tiene interés pues el área que deja está tabulada (ver tabla), y además toda distribución se puede poner en función de la N(0,1), como veremos en el siguiente apartado. IV) TIPIFICACIÓN DE LA VARIABLE Consiste en transformar la que sigue una distribución N(µ,) en otra variable Z que siga una distribución N( 0,1), la cual está tabulada. Para ello, hay que hacer dos pasos: 1º) CENTRAR: Trasladar la media de la distribución al origen de coordenadas, haciendo x-µ (esto equivale a hacer µ=0) 2º) CONTRAER la gráfica de la distribución unidades, lo cual se consigue dividiendo por (esto equivale a hacer =1) Estos dos pasos se consiguen simultáneamente haciendo el cambio de variable En resumen: Z = X µ (1) N (µ,) de CAMBIO Z = X µ N ( 0,1) de variable Z En el próximo apartado haremos uso de la expresión (1). 3 Recordar: los puntos de inflexión de una curva son los puntos donde cambia la curvatura de ésta.

5 V) MANEJO DE TABLAS (Cálculo de áreas bajo la curva de gauss) Para hallar áreas (y por lo tanto probabilidades) bajo la curva normal mediante tabla a menudo tendremos en cuenta que dicha curva es simétrica y por lo tanto deja un 50 % de observaciones a ambos lados del origen. Además, no debe olvidarse que el área encerrada total es 1, es decir el 100 % de observaciones, o lo que es lo mismo, la probabilidad del suceso seguro. Vayamos por pasos: V.1) Cálculo de probabilidades en una distribución N(0,1) Vamos a ver todos los casos que se pueden presentar, desde el más fácil hasta el último, el más complicado. Sea Z una variable que sigue una distribución normal N(0,1). Veamos algunos ejemplos, utilizando la tabla más usual, que es una tabla de frecuencias es decir, de probabilidades acumuladas (precisamente la suministrada en el anexo final), como la que figura al margen. Esta tabla nos proporciona la probabilidad de que la variable Z sea menor o igual que un determinado valor k. Este valor k se busca en la tabla de la siguiente forma: sus unidades y décimas en la columna izquierda y las centésimas en la superior: k P(Z k) - 0 k Ejemplo 3: Calcular P(Z 1,45) La probabilidad pedida es el área sombreada: Por lo tanto, buscamos en la tabla k=1,4 en la columna izquierda, y 0,05 en la fila superior; su intersección nos da: P(Z 1,45) = 0,9265 Es decir, el 92,65% de las observaciones se distribuyen entre - y 1,45 Buscamos unidades y décimas de k en la columna izquierda, y centésimas en la fila superior Existen 4 casos suponiendo que, a diferencia del ejemplo anterior (que llamaremos CASO 0), no nos pidan directamente una probabilidad de la tabla: CASO I (Ejemplo 4): Calcular P(Z -1,45) La probabilidad pedida es el área sombreada: La tabla solo proporciona probabilidades para valores de k positivos. Ahora bien, teniendo en cuenta la simetría de la curva de Gauss, y que el área total encerrada por esta es 1: P(Z -1,45) =P(Z>1,45) = 1-P(Z 1,45) =1-0,9265 = 0,0735

6 NOTA: En una distribución de variable continua (caso de Z) las probabilidades puntuales son nulas; por lo tanto, P(Z k ) =P(Z<k ) CASO II (Ejemplo 5): Calcular P(1,25<Z 2,57) La probabilidad pedida es el área sombreada; por lo tanto, restaremos al área mayor la menor: P(1,25<Z 2,57)=P(Z 2,57)-P(Z 1,25) =0,9949-0,8944 = 0,1005 CASO III (Ejemplo 6): Calcular P(-2,57 <Z -1,25) La probabilidad pedida es el área sombreada; por lo tanto, por simetría de la curva normal: P(-2,57 <Z -1,25)=P(1,25<Z 2,57) = 0,1005 CASO IV (Ejemplo 7): Calcular P(-0,53 <Z 2,46) La probabilidad pedida es el área sombreada. Este es el caso más general, y se resuelve teniendo en cuenta todo lo anterior: como en el ejemplo 5 P(-0,53 <Z 2,46) = P(Z 2,46)-P(Z -0,53)=P(Z 2,46)-P(Z 0,53) =P(Z 2,46)-[1- P(Z<0,53)]=0,9931-(1-0,7019) = 0,695 Ejercicios final tema: 1 a 3 como en el ejemplo 4 Por otra parte, tenemos el problema inverso: dada una determinada probabilidad, hallar el valor de k asociado. Veamos un ejemplo: Ejemplo 8: Calcular el valor de k (exacto o aproximado) tal que P(Z k ) =0,85 0,85 En las tablas encontramos que P(Z 1,03)=0,8485 y P(Z 1,04) =0,8508; por lo tanto, asignaremos a k el valor intermedio de 1,03 y 1,04, es decir k =1,035 k (Nótese que lo más probable siempre es que k no aparezca exactamente en la tabla, en cuyo caso se hace la media) Ejercicio final tema: 4

7 V.2) Cálculo de probabilidades en una distribución N(µ,) (Tipificación de la variable) Como hemos visto en el apartado IV, utilizando la fórmula (1) podemos convertir una que sigue una distribución N(µ,) en otra variable Z que siga una distribución N(0, 1), con la ventaja de que esta última está tabulada: N(µ,) de CAMBIO Z = X µ N(0,1) de variable Z Esto se puede hacer porque, en esencia, todas las distribuciones normales son la misma. Por lo tanto, es más cómodo buscar probabilidades en una distribución N( 0,1). Veamos ejemplos: Ejemplo 9: En una distribución N(66,8), calcular: a) P(X<70) b) P(X>80) c) P(70 <X <80) a) X=70 X µ Z = = = 0,5 8 nueva variable Z tipificada Por tanto, P(X<70)=P(Z<0,5)=0,6915 Gráficamente: N ( 66, 8 ) N ( 0, 1 ) X 0, ,5 1 Z b) X=80 X µ Z = = = 1,75 8 Por tanto, P(X>80)=P(Z>1,75)=1-P(Z<1,75)=1-0,9599 = 0,0401 Gráficamente: N ( 66, 8 ) X N ( 0, 1 ) 0 1 1,75 0,0401 Z c) P(70 <X < 80) =P(0,5<Z<1,75)=P(Z<1,75)-P(Z<0,5) =0,9599-0,6915= 0,2684 Gráficamente: N ( 66, 8 ) N ( 0, 1 ) 0, X 0 0,5 1,75 Z

8 Ejercicios final tema: 5 y 6 V.3) Problemas de aplicación Ejemplo 10: Los pesos de los individuos de una población se distribuyen normalmente con media 70 kg y desviación típica 6 kg. De una población de 2000 personas, calcular cuántas personas tendrán un peso entre 64 y 76 kg. µ = 70kg = 6kg N(µ,) de N(01, ) denuevavariable Z= X µ X=64 X µ Z = = = 1 6 X=76 X µ Z = = = 1 6 Por tanto: P(64 <X < 76)=P(-1<Z<1)=P(Z<1)-P(Z<-1)=P(Z<1)-[1- P(Z<1)]=0,8413-(1-0,8413) =0,6826 Es decir, el 68,26% de la población tendrán un peso entre 64 y 76 kg. Por consiguiente: Solución: ,6826=1365 personas Ejercicio 1: Se ha aplicado a 300 alumnos un test y se ha observado que se distribuyen normalmente con media 30 y desviación típica 12 a) a) Cuántos alumnos tendrán una puntuación superior a 42? b) Qué proporción de alumnos tendrá una puntuación entre 20 y 25? b) [Soluc: 47 alumnos] [Soluc: 40 alumnos]

9 Ejercicios final tema: 7 y ss. V.4) Casos particulares de áreas bajo la curva. Significado de A veces tiene interés saber qué proporción de individuos de la población se distribuye en intervalos de la forma (µ-,µ+), (µ-2,µ+2), etc. Supongamos que tenemos una variable aleatoria X que sigue una distribución N(µ,). Veamos, en primer lugar, qué proporción de individuos se encontrará en el intervalo (µ-,µ+); para ello, tipificaremos la variable, como hemos hecho en ejemplos anteriores: X=µ- CAMBIO Z = X µ ( µ ) µ Z = = 1 ( µ + ) µ X=µ+ Z = = 1 hay que hallar P( 1 <Z 1) Área sombreada =P(-1<Z<1)=P(Z<1)-P(Z<-1) = =P(Z<1)-[1-P(Z<1)]=0,8413-(1-0,8413)=0, Es decir, el 68,26% de las observaciones se encuentran alejadas una desviación típica a ambos lados de la media. En general, puede comprobarse que: µ 3 µ 2 µ µ µ+ µ+2 µ+3 68,26% El 68,26% de las observaciones están en (µ-, µ+) El 95,44% de las observaciones están en (µ- 2, µ+2) El 99,74% de las observaciones están en (µ- 3, µ+3) 95,44%