1

Reporte de Teleclase l

Pertenece a

Maria Jose Moreno Artavia

Universidad San Marcos

Curso

Contabilidad lll

Profesor

Carlos Mendoza

Fecha de vencimiento

Domingo 12 de febrero de 2023

 2

Índice
Introducción.......................................................................................................................3

Desarrollo...........................................................................................................................4

Conclusiones.....................................................................................................................7

Bibliografía.........................................................................................................................8
 3

Introducción
La distribución normal es, con mucho, la más importante de todas las distribuciones de
probabilidad. Es una distribución de variable continua, con campo de variación. Fue
descubierta por Gauss al estudiar la distribución de los errores en las observaciones
astronómicas. Debe su importancia a tres razones fundamentales:

Por un lado, un gran número de fenómenos reales se pueden modelizar con esta
distribución (tales el caso de las características cuantitativas de casi todas las grandes
poblaciones), por otro lado, muchas de las distribuciones de uso frecuente tienden
aproximarse a la distribución normal bajo ciertas condiciones y por último, en virtud del
Teorema Central del Límite, todas aquellas variables que puedan considerarse
causadas por un gran número de pequeños efectos (como pueden ser los errores de
observación) tienden a distribuirse con una distribución normal.

La distribución normal es una distribución de variable continua que queda especificada

por dos parámetros de los que depende su función de densidad y que resultan ser la
media y la desviación típica de la distribución. Su estudio teórico suele introducirse
directamente a partir de su función de densidad.

Una de las herramientas de mayor uso en las empresas es la utilización de la curva

normal para describir situaciones donde podemos recopilar datos. Esto nos permite
tomar decisiones que vayan a la par con las metas y objetivos de la organización.
de la organización.
 4

Desarrollo
Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio
nombre indica su extendida utilización, justificada por la frecuencia o normalidad con la
que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica
tiene forma de campana.

En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo

valor de p y valores de n cada vez mayores, se ve que sus polígonos de frecuencias se
aproximan a una curva en "forma de campana".

En resumen, la importancia de la distribución normal se debe principalmente a que hay

muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal.

 Caracteres morfológicos de individuos (personas, animales, plantas…) de una

especie, por ejemplo. Tallas, pesos, envergaduras, diámetros, perímetros…
 Caracteres fisiológicos, por ejemplo; efecto de una misma dosis de un fármaco,
o de una misma cantidad de abono.
 Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo
grupo de individuos, puntuaciones de examen.
 Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a
un medio……
 Errores cometidos al medir ciertas magnitudes.
 Valores estadísticos maestrales, por ejemplo: la media.
 Otras distribuciones como la binomial o la de Poisson son aproximaciones
normales…

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.

 5

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.

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

distribución normal

¿Qué necesitamos para representar una distribución normal?

 Una variable aleatoria.

 Calcular la media.
 Calcular la desviación típica.
 6

 Decidir la función que queremos representar: función de densidad de

probabilidad o función de distribución.

La distribución normal es la más importante de las distribuciones continuas, tiene forma

de campana y es la base primordial para los próximos temas que se deben abordar,
como, por ejemplo: la distribución muestral, planteamiento de hipótesis, intervalos de
aceptación y de rechazo, función de la distribución Chí-Cuadrada y entre otras
aplicaciones.

En donde e y π son las conocidas constantes matemáticas, cuyos valores aproximados

son 2,71828 y 3,1416, respectivamente, es la desviación estándar de la distribución y
es su media o promedio aritmético. Como la cantidad posible de combinaciones de
valores de estas dos medidas es infinita, se tiene, entonces, que existe una cantidad
infinita de distribuciones normales, cada una de ellas definida por el valor específico de
su media aritmética y de su desviación estándar.

CARACTERÍSTICAS DE LA DISTRIBUCIÓN NORMAL

La forma gráfica de esta distribución implica varias propiedades:

1. Tiene forma de campana, la media, la mediana y la moda son iguales y se localizan

en el centro de la distribución.

2. Es simétrica, respecto de la media.

3. La probabilidad por debajo de la media es igual a la probabilidad por encima de la

media.

4. La distribución normal es asintótica, no corta el eje “x” y se extiende infinitamente en

ambos extremos.

5. La localización (punto medio) de una distribución normal, se determina a través de la

media (µ).

6. La dispersión o propagación (distancia) de la distribución normal, se determina por

medio de la desviación estándar (σ).

7. Trabaja con la tabla de áreas bajo la curva normal.

 7

8. La forma de la distribución normal también implica que la mayor parte de las

observaciones están cerca del centro (de ahí que la parte más alta de la curva está
precisamente en medio), y se aplanan entre más alejados del centro se encuentren los
puntos en ambos sentidos, muchas variables aleatorias tienen estas características

Como se muestra en la figura 10, la superficie que se encuentra entre las dos rayas
verticales trazadas sobre la media y una desviación estándar por debajo de la media y
una desviación estándar por encima de la media, hace referencia a la probabilidad de
P(±1∙)=0,6826, que es el área que se ilustra en color azul bajo la curva. Como se indicó
en una de las características de la distribución normal, esta distribución tiene un
comportamiento simétrico, esto quiere decir que, por definición la distancia que existe
de una desviación estándar por debajo de la media, es la misma distancia que existe a
una desviación por encima de la media; , que se representa de la siguiente forma:
 8

Conclusiones
La distribución normal es la más frecuentemente utilizada y sus propiedades son el
fundamento de los procedimientos de inferencia importantes ya que la mayor parte de
las variables aleatorias de los fenómenos naturales presentan un comportamiento
semejante al de esta distribución, de ahí su nombre. En cursos de Estadística más
avanzados, se verá su utilidad.

La importancia de esta distribución radica en que permite modelar numerosos

fenómenos naturales, hola 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 solo permite describir un

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

La distribución continua de probabilidad más importante en todo el campo de la

estadística es la distribución normal. Su gráfica, que se denomina curva normal, es la
curva con forma de campana, la cual describe aproximadamente muchos fenómenos
que ocurren en la naturaleza, la industria y la investigación.

Las medidas físicas en áreas como los experimentos meteorológicos, estudios de lluvia
y mediciones de partes fabricadas a menudo se explican más adecuadamente con la
distribución normal, además los errores en las mediciones científicas se aproximan
extremadamente bien mediante una distribución normal.

Proporciona una base sobre la cual se fundamenta gran parte de la teoría de la

estadística inductiva.
 9

Bibliografía
Economipedia. (n.d.). Distribucion Normal. Retrieved from
https://economipedia.com/definiciones/distribucion-normal.html

matematicas, P. (n.d.). Distribucion Normal. Retrieved from

https://www.youtube.com/watch?v=phY8Z9-TXCY

Pereira, P. V. (2020, Marzo). Distribucion de Probabilidades . Retrieved from

file:///C:/Users/mari0/Downloads/L2_M1.pdf