“Año del Diálogo y la Reconciliación Nacional”

``UNIVERSIDAD NACIONAL DE UCAYALI´´

Facultad de Ciencias Económicas, Administrativas y

Contables

Escuela Profesional de Ciencias Contables Y Financieras

SEDE AGUAYTIA

TEMA : DISTRIBUCION NORMAL

CURSO : ESTADISTICA APLICADA

DOCENTE : DR. MIGUES AREVALO RIOS

EQUIPO DE TRABAJO:
 RUEDA PAREDES JIANY JEHNYFER
 SOTO SOTO ANDUGAR KEVIN
 SOTO MUZURRIETA KATHERINE
 TINEO JULCA JHAN MARCO

CICLO : VII

AGUAYTÍA – PERÚ

2018
 INDICE

Contenido
DEDICATORIA:......................................................................................................................2
INTRODUCCIÓN....................................................................................................................3
DISTIBUCION NORMAL..................................................................................................4 - 10
EJERCICIOS:........................................................................................................................11
CONCLUSION......................................................................................................................12
BIBLIOGRAFIA.....................................................................................................................13
ANEXOS..............................................................................................................................14
INTRODUCCIÓN

1
 DISTIBUCION NORMAL

La distribución normal es una distribución con forma de campana donde las

desviaciones estándar sucesivas con respecto a la media establecen valores de referencia
para estimar el porcentaje de observaciones de los datos.

La distribución normal es de vital importancia en estadística por tres razones

principales:

 Muchas variables continuas comunes en el mundo de los negocios tienen

distribuciones que se asemejan estrechamente a la distribución normal.
 La distribución normal sirve para acercarse a diversas distribuciones de
probabilidad discreta, como la distribución binomial y la distribución de
Poisson.
 La distribución normal proporciona la base para la estadística inferencial clásica
por su relación con el teorema de límite central.

La distribución normal tiene importantes propiedades teóricas:

 Tiene una apariencia de forma de campana (y, por ende, es simétrica).

 Sus medidas de tendencia central (media, mediana y moda) son todas idénticas.
 Su “50% central” es igual a 1.33 desviaciones estándar. Esto significa que el
rango intercuartil está contenido dentro de un intervalo de dos tercios de una
desviación estándar por debajo de la media y de dos tercios de una desviación
estándar por encima de la media.
 Su variable aleatoria asociada tiene un rango infinito (-∞ < X < ∞).

Elemento para construir una distribución normal

 Se construye una tabla de frecuencia

 Representación grafica por medio de histogramas de frecuencia
 Calculo de las medias de población y desviación estándar.

2
2. La distribución Normal general
Como se ha dicho depende de dos parámetros, que como luego comprobaremos, son
su media y su desviación típica.
El hecho de que una variable x se distribuya con una distribución normal de media Y.
Ejemplo:
Si se una muestra grande de valores que corresponden a variables continuas como por
ejemplo el peso en kg de 44 recién nacidos en un hospital , para el análisis de
información se procederían a tabularlos a través de una distribución de frecuencias y su
grafico correspondiente:

Hospital x
Distribución de frecuencias de recién nacidos por peso.

Fuente: hospital x
Hospital x
Histograma de la distribución de frecuencia de recién nacidos por peso.

3
Analisando los datos en el histograma observamos que con respeccto al peso de los
recien nacidos exiten:

a) Pocos ñiños con bajo peso al nacer ( 4 ñiños tiene 1 y 2 kg de pesos ).

b) La mayoria de recien naccidos tiene peso medio ( 20 ñiños tienen entre 3
y 4 kg de peso ).
c) Pocos ñiños tienen sobre peso al nacer ( 2 ñiños tienen entre 5 y 6 kg de
pesos ).

Esta distribucion de datos se llama normal y presenta en multiples mediciones de la

vidaa real.

Si unimos mediante una curva los puntos medios de cada rectnagulo en el histograma se
obteniene lo siguiente:

4
Esta curva ha sido obtenido se le conoce con el nombre de “CURVA NORMAL” o
“CAMPANA DE GAUSS”. Su importancia radica en que posibilita el cálculo de
probabilidades a través de áreas comprendidas bajo la curva normal.

Una distribución asume la forma de la curva normal conforme el tamaño de la muestra

aumenta (es decir cuando se usa gran cantidad de datos).

La representación gráfica de la distribución normal corresponde a la siguiente función:

Donde:

X = variable independiente cuyos valores van desde -∞ hasta +∞

U = media población

X – U = desvió

F(x) = densidad de probabilidad

e = 2,718

π = 3,1416

Por lo tanto podemos sostener que la distribución normal es una de las distribuciones
más utilizadas que permite calcular probabilidades para variables continuas.

Sin embargo el cálculo de probabilidades no es posible en cualquier curva normal, en

consideración a lo siguiente: la distribución normal queda perfectamente determinada
conociendo 2 parámetros.

5
 A) La media o promedio de la población (u) que fija la posición de la curva
respecto al eje x.
B) La desviación estándar (o) que determina la forma de la curva. A menor
dispersión (o) la curva será más estrecha y puntiaguda, a mayor
dispersión (o) la curva será más aplanada y desplazada.

De acuerdo a ello se puede presentar los siguientes casos:

Observamos en este grafico que a las 3 curvas normales tiene idéntica dispersión
pero distintas medias.

6
Observamos en este grafico que las curvas normales tienen distintas dispersión pero
igual media.

Este significa que cada curva tiene su propia distribución por la tanto se hace necesario
que la curva normal se transforme en una curva normal tipificada.

3 curva normal tipificada.

Con el fin de suprimir la individualidad de cada una de las distribuciones

señaladas gráficamente se convierte a la curva normal en un modelo matemático
con característica fija o definida y así se hace posible el cálculo de probabilidades.

Esto es tipificación de la curva normal:

a) La media o promedia de la población es cero : u = 0

b) La desviación estándar es igual a uno : ( o = 1)
c) La variable independiente x se transforma en un valor z que se calcula
mediante la fórmula:

Gráficamente la tipificación de la curva normal sería:

Curva normal

7
Curva normal

Tipificada:

Observamos en el grafico que la variable “x” se transformado en “z”, la u es a

igualado a cero por lo tanto los valores de z hacia la derecha son positivos ay a la
izquierda negativos,

La desviación estándar se transforma en lo que significa que la dispersión o todo

el área debajo de l curva tiene un valor de 1 (100%) que es el valor máximo a
probabilidad.

Calculo de área ajo la curva normal tipifica

Para calcular probabilidades es necesario calcular las áreas bajo la curva normal
tipificada.

Es necesario tener en cuenta que toda el área bajo la curva normal tipificada tiene
un valor 1 o 100%, y cada mitad 0, 50 o 50%.

EJERCICO:

Hallar el área bajo la curva normal para valores de z entre: z = -0,65 y z = 0

Solución:

Grafico el área pedida:

8
En la tabla encontramos que para z = 0,65 el area resulta: 0,2422

Luego p (-0,65<Z <0) = 0,2422 = 24,22%

CONCLUSION

Gracias a la aplicación de la distribución normal es una de las distribuciones de

probabilidad de variable continua que con más frecuencia aparece en fenómenos reales.

La importancia de esta distribución radica en que permite modelar numerosos

fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que
subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme
cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal
puede justificarse asumiendo que cada observación se obtiene como la suma de unas
pocas causas independientes.

De hecho, la estadística es un modelo matemático que sólo permite describir un

fenómeno, sin explicación alguna. Para la explicación causal es preciso el diseño
experimental, de ahí que al uso de la estadística en psicología y sociología sea conocido
como método correlacional.

9
BIBLIOGRAFIA

 libro de estadística aplicada II autor: de José Fernández chavesta 2 edición.

 https://es.slideshare.net/Bcorazon/distribucin-normal-8911519

10
ANEXOS

11
12