Estadística

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DE CUSCO

“FACULTAD DE ARQUITECTURA E INGENIERÍA CIVIL”
“CARRERA PROFESIONAL DE INGENIERIA CIVIL”

Estadística

DISTRIBUCION NORMAL

ALUMNOS: VILLALOBOS GOMEZ Yanclert

Docente: Carmen layme lloclla
CODIGO:161570
SEMESTRE: 2020- I

CUSCO-PERU

2020

Villalobos Gómez yanclert

 Estadística
Distribución normal
La distribución normal es un modelo teórico capaz de aproximar satisfactoriamente el
valor de una variable aleatoria a una situación ideal.

En otras palabras, la distribución normal adapta una variable aleatoria a una función
que depende de la media y la desviación típica. Es decir, la función y la variable
aleatoria tendrán la misma representación pero con ligeras diferencias.

Una variable aleatoria continua puede tomar cualquier número real. Por ejemplo, las
rentabilidades de las acciones, los resultados de un examen, el coeficiente de
inteligencia IQ y los errores estándar son variables aleatorias continuas.

Una variable aleatoria discreta toma valores naturales. Por ejemplo, el número de
estudiantes en una universidad.

La distribución normal es la base de otras distribuciones como la distribución t de

Student, distribución ji-cuadrada, distribución F de Fisher y otras distribuciones.

Fórmula de la distribución normal

Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones puede
aproximarse satisfactoriamente a una distribución normal tal que:

Variable aleatoria X aproximada a una distribución normal.

Donde los parámetros de la distribución son la media o valor central y la desviación

típica:

Parámetros de una distribución normal.

En otras palabras, estamos diciendo que la frecuencia de una variable aleatoria X
puede representarse mediante una distribución normal.

Representación

Función de densidad de probabilidad de una variable aleatoria que sigue una

distribución normal.

Villalobos Gómez yanclert

 Estadística

Función de densidad de una distribución normal.

Propiedades

 Es una distribución simétrica. El valor de la media, la mediana y la moda coinciden.

Matemáticamente,

Media = Mediana = Moda

 Distribución unimodal. Los valores que son más frecuentes o que tienen más
probabilidad de aparecer están alrededor de la media. En otras palabras, cuando nos
alejamos de la media, la probabilidad de aparición de los valores y su frecuencia
descienden.

¿Qué necesitamos para representar una distribución normal?

 Una variable aleatoria.

 Calcular la media.
 Calcular la desviación típica.
 Decidir la función que queremos representar: función de densidad de probabilidad o
función de distribución.

Ejemplo teórico

Suponemos que queremos saber si los resultados de un examen pueden aproximarse

satisfactoriamente a una distribución normal.

Villalobos Gómez yanclert

 Estadística
Sabemos que en este examen participan 476 estudiantes y que los resultados podrán
oscilar entre 0 y 10. Calculamos la media y la desviación típica a partir de las
observaciones (resultados del examen).

Entonces, definimos la variable aleatoria X como los resultados del examen que
depende de cada resultado individual. Matemáticamente,

La variable aleatoria X representa la variable resultados del examen y puede

aproximarse a una distribución normal de media 4,8 y desviación típica de 3,09.
El resultado de cada estudiante se anota en una tabla. De esta forma, obtendremos
una visión global de los resultados y de su frecuencia.

Resultados Frecuencia
0 20
1 31
2 44
3 56
4 64
5 66
6 62
7 51
8 39
9 26
10 16
TOTAL 476

Una vez hecha la tabla, representamos los resultados del examen y las frecuencias. Si
el gráfico se parece a la imagen anterior y cumple con las propiedades, entonces, la
variable resultados del examen puede aproximarse satisfactoriamente a una
distribución normal de media 4,8 y desviación típica de 3,09.

Histograma de frecuencias sobre la variable resultados del examen.

Villalobos Gómez yanclert

 Estadística
¿Los resultados del examen pueden aproximarse a una distribución
normal?

Razones para considerar que la variable resultados del examen sigue una
distribución normal:

 Distribución simétrica. Es decir, existe el mismo número de observaciones tanto a la

derecha como a la izquierda del valor central. También, que la media, la mediana y la
moda tienen el mismo valor.

Media = Mediana = Moda = 5

 Las observaciones con más frecuencia o probabilidad están alrededor del valor
central. En otras palabras, las observaciones con menos frecuencia o probabilidad se
encuentran lejos del valor central.

La variable resultados del examen sigue una distribución normal.

La variable resultados del examen sigue una distribución normal.

Villalobos Gómez yanclert

 Estadística
La distribución normal describe la variable aleatoria mediante una aproximación que
produce errores estándar (las barras encima de cada columna). Estos errores son la
diferencia entre las observaciones reales (resultados) y la función de densidad
(distribución normal).

Villalobos Gómez yanclert