Está en la página 1de 3

Jaime Alejandro Ramirez Garcia-1005036155

Distribución Normal
Es una distribución de variable continua con campo de variación, tomando
cualquier valor real pudiendo ser usada como herramienta para calcular
probabilidades, uno de sus posibles usos es en la distribución binomial con la
misma media y varianza esta propiedad está en el origen de la curva normal. Su
función de densidad de una distribución normal tiene forma de campana
simétrica en el entorno de la media.
Descubierta por Gauss al estudiar la distribución de los errores en las
observaciones astronómicas por este motivo a veces se usa el término ‘campana
de gauss’ para referirnos a la función de densidad. Dos antecedentes importantes
son de Moivre (1738) y Laplace (1774), su importancia se debe a tres razones
fundamentales:
 Grandes casos de fenómenos reales se pueden aplicar con esta
distribución como las características cuantitativas de casi todas las
grandes poblaciones
 La mayoría de las distribuciones de uso frecuente tienden a aproximarse
a la distribución normal bajo ciertas condiciones
 Basándose en el teorema central del limite donde todas aquellas
variables causadas por un gran número de pequeños efectos como
errores de observación tienden a distribuirse con distribución normal
Características de la campana de gauss:
 La curva tiene un solo pico, por consiguiente es unimodal. Presenta una
forma de campana
 La media de una población distribuida normalmente se encuentre en el
centro de su curva normal
 Las dos colas(extremos)de una distribución normal de probabilidad se
extienden de manera indefinida y nunca tocan el eje horizontal
 A causa de la simetría de la distribución normal de probabilidad, la mediana
y la moda de la distribución también se hallan en el centro, por lo tanto, en
una curva normal, la media, la mediana y la moda poseen el mismo valor
Los parámetros que determinan una distribución normal son la media y la
desviación estándar, se puede decir que son una familia biparamétrica de
distribuciones, la media de distribución determina el centro de la gráfica de la
función de densidad, si cambiamos la media no afecta a la grafica simplemente se
traslada a la derecha o izquierda.
La densidad se concentra entorno a la media y se vuelve más pequeña mediante
que nos alejamos del centro por la derecha o izquierda, cuanto más este alejado
es el valor del centro de la función de densidad menos probable es observar el
valor.
 σ Desviación Estándar
 σ2 Variación Estándar
 𝝁 Media

EJEMPLO:
 Sea X ∼ N (µ = 2, σ = 3). Calculamos P (X < 4).
En este caso, transformamos la variable original usando la transformación
tipificante
Referencias
 Ejercicio:
http://halweb.uc3m.es/esp/Personal/personas/mwiper/docencia/Spanis
h/Introduction_to_Statistics/intro_continuous2.pdf
 Teoría:
https://www.uv.es/ceaces/pdf/normal.pdf
http://www.matematicasvisuales.com/html/probabilidad/varaleat/norm
al.html
https://prezi.com/sjlzjo7fmieb/aplicacion-de-la-distribucion-normal/

También podría gustarte