Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NORMAL
Sección 1
Equipo:
Daniel Cruz López
Francisco Domínguez López
CONCEPTO
DISTRIBUCIÓN NORMAL
BÁSICO
Una distribución describe cómo se distribuyen
ciertas características (o datos) en una
población. “La distribución normal es el
modelo continuo más importante en
estadística, tanto por su aplicación, como por
sus propiedades, que han permitido el
desarrollo de numerosas técnicas de inferencia
estadística.” (Mario F. 2020)
DISTRIBUCIÓN NORMAL
CONCEPTO
La distribución normal o Gaussiana 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 estándar. Es decir, la
función y la variable aleatoria tendrán la
misma representación pero con ligeras
diferencias.” (Paula R. 2019)
ESTADÍSTICA PARA
3
INGENIERÍA
DISTRIBUCIÓN NORMAL
Aplicaciones
“Muchas poblaciones numéricas
tienen distribuciones que pueden
ser representadas muy fielmente
mediante una curva normal
apropiada. Como estaturas, pesos
errores de medición en
experimentos, astronomía,
psicología, biología, ingeniería,
geografía, medicina y numerosas
medidas e indicadores
económicos. Las sumas y
promedios de las variables en
condiciones adecuadas se
aproximarán a la distribución
normal.” (Jay L. 2015)
4
PROPIEDADES DISTRIBUCIÓN NORMAL
ESTADÍSTICA PARA
5
INGENIERÍA
PROPIEDADES DISTRIBUCIÓN NORMAL
• Al dividirla a la mitad
obtenemos áreas de 0.5
• Se representa gráficamente
con 3 veces sigma
ESTADÍSTICA PARA
6
INGENIERÍA
Distribución Normal
FÓRMULA
Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones puede
aproximarse satisfactoriamente a una distribución normal tal que:
𝑿~𝑵(𝝁, 𝝈)
Donde los parámetros de la distribución son la media o valor central y
la desviación típica:
• 𝝁 = media o valor central
• 𝝈 = desviación estándar
En otras palabras, estamos diciendo que la frecuencia de una variable aleatoria X puede
representarse mediante una distribución normal. (William W, )
Varianza y media.
𝛴𝑥
𝜇 = 𝑋ത =
𝑛
Función de densidad.
1 𝑥−𝜇 2
−
𝑓 𝑥 = 𝑒 2𝜎2
𝜎 2𝜋
𝜇= Media 𝜋= 3.1415…
𝜎= Desviación 𝑒= 2.7182…
𝜎 2 = Varianza 𝑥= Abscisa
Varianza y media
“La distribución normal tiene algunas importantes características para nuestros
análisis estadísticos aplicados. Es simétrica. 𝝁 indica las tendencias centrales. En
cambio, 𝝈 indica la amplitud de la distribución. Los parámetros 𝝁 y 𝝈 producen
diferentes efectos en la función de densidad de una variable aleatoria normal. La
Figura muestra funciones de densidad de dos distribuciones normales que tienen
una varianza común y diferentes medias.” (Paul N. 2013)
(a) Dos distribuciones normales que tienen la misma varianza, pero diferentes medias.
(b) Dos distribuciones normales que tienen diferentes varianzas y media = 5.
Calculo de probabilidades
Es posible hallar cualquier Podemos hallar las probabilidades de
probabilidad a partir de la cualquier variable aleatoria distribuida
función de distribución normalmente convirtiendo primero la
acumulada. Para ello variable aleatoria en la variable aleatoria
podemos convertir cualquier normal estándar, Z. Siempre existe una
distribución normal en una relación directa entre cualquier variable
distribución normal estándar aleatoria distribuida normalmente y Z.
de media 0 y varianza 1. Se Esa relación utiliza la transformación.
han calculado tablas que
indican la probabilidad de X−μ
diferentes intervalos en la Z=
distribución normal estándar 𝜎
que se mostrarán a
continuación. Donde X es una variable aleatoria
Este resultado nos permite utilizar la tabla
normal estándar para calcular las
probabilidades de cualquier variable
aleatoria distribuida normalmente. Veamos
ahora cómo se puede calcular las
probabilidades de la variable aleatoria
normal estándar Z.
Por ejemplo vemos en la tabla que la
probabilidad acumulada de un valor de Z
de 1.25 es:
𝐹 1.25 = 0.8944
P(2100<=x<=2300)=?
𝐗−𝝁
𝐙=
𝝈
P(1850<=x<=2150)=?
𝐗−𝝁
𝐙=
𝝈
P(2350<=x)=?
𝐗−𝝁
𝐙=
𝝈
𝑃 𝑍1 = 1.75 = 0.2734
𝑃 2350<=x = 0.5 − 0.2734 = 0.2266
DISTRIBUCIÓN NORMAL
¿Dudas?
Estamos para apoyarnos.
16
FOTOS LIBROS DISTRIBUCIÓN NORMAL
ESTADÍSTICA PARA
17
INGENIERÍA
3/9/20XX 18
TÍTULO DE LA PRESENTACIÓN
GRACIAS
Equipo:
Daniel Cruz López
Francisco Domínguez López
Bibliografía
• Quintela, A. (2005). Estadística Básica Edulcorada. BOOKDOWN.
• Mario F., T. (2020, 20 septiembre). Estadistica Triola, Mario F.
PEARSON EDUCACION.
• Devore, J. L. (2015, 1 enero). Probabilidad y Estadística para
Ingeniería y Ciencias(9.a ed.) Cengage Learning.
• William W. H. (1995). Probabilidad y Estadística para Ingeniería y
Administración. DOUGLASS
• Paul N. (2013) Probabilidad y Estadística para Administración y
Economía. PEARSON EDUCATION.
• Paula Rodó, 10 de noviembre, 2019. Distribución normal.
Economipedia.com
19