Materia: Probabilidad y Estadística.

Docente: Lic. Martha Flores.

Tarea: Investigación Distribución Normal.

Alumno: Jonathan Alexander Mendoza

Valentín.

Matricula: 43795
Fecha: 21/07/2023
 Investigación Distribución Normal

Distribución Normal (también conocida como distribución Gaussiana) es una de las

distribuciones de probabilidad más importantes en estadística y teoría de probabilidad. Se
utiliza ampliamente debido a sus propiedades matemáticas bien conocidas y su
aplicabilidad en una amplia variedad de campos

Definición:
La distribución Normal es una función de densidad de probabilidad simétrica, unimodal y
continua que describe la distribución de una variable aleatoria continua. Está
completamente determinada por dos parámetros: la media (μ) y la desviación estándar
(σ). La función de densidad de probabilidad de una distribución Normal se representa
mediante la famosa "campana de Gauss".

Características:
 Simetría: La distribución Normal es simétrica en torno a su media μ. Esto significa que la
mitad de la distribución se encuentra a cada lado de la media.

 Unimodalidad: La distribución Normal tiene un único máximo (modo) en su media μ. Esto

implica que la mayoría de los valores se concentran alrededor de la media.

 Desviación estándar: La dispersión de los datos en una distribución Normal está

determinada por la desviación estándar σ. Una desviación estándar mayor indica una
mayor dispersión de los datos alrededor de la media.

Diferencias:
La principal diferencia entre las distribuciones Normales radica en sus parámetros de
media y desviación estándar. Diferentes valores de estos parámetros generan diferentes
distribuciones Normales. Por ejemplo, una distribución Normal con una media mayor que
otra tendrá su campana desplazada hacia la derecha.
 Aplicaciones:
La distribución Normal se aplica en una amplia variedad de áreas, incluyendo:

 Estadística: La distribución Normal es ampliamente utilizada en inferencia estadística y

pruebas de hipótesis. Muchos métodos estadísticos asumen que los datos siguen una
distribución Normal.

 Modelado y predicción: En muchos modelos matemáticos y de aprendizaje automático, se

asume que los errores o residuos siguen una distribución Normal.

 Procesos de calidad: La distribución Normal es utilizada en control de calidad para

establecer límites de control y determinar si un proceso está en estado de control.

 Finanzas: En el campo de las finanzas, la distribución Normal es utilizada para modelar los
rendimientos de los activos financieros.

 Ciencias naturales: Muchos fenómenos naturales, como la altura de las personas, el peso
de los objetos, la temperatura, etc., se aproximan a una distribución Normal.
Estas son solo algunas de las aplicaciones comunes de la distribución Normal. Debido a su
amplio uso y propiedades matemáticas bien definidas, esta distribución es fundamental
en el análisis de datos y la modelización en muchas disciplinas.