Scribd
Cargar
45 vistas10 páginas

Distribución Normal

Este documento describe la distribución normal y sus propiedades. Explica que la distribución normal modela muchas variables aleatorias continuas y se define por su media y desviación estándar. También cubre la función de densidad, características de la distribución normal estándar, función de distribución, tipificación y el teorema de Moivre. Concluye resaltando la importancia de la distribución normal en la estadística.

Cargado por

CESAR GUADALUPE PARRA MEJIA
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
45 vistas10 páginas

Distribución Normal

Este documento describe la distribución normal y sus propiedades. Explica que la distribución normal modela muchas variables aleatorias continuas y se define por su media y desviación estándar. También cubre la función de densidad, características de la distribución normal estándar, función de distribución, tipificación y el teorema de Moivre. Concluye resaltando la importancia de la distribución normal en la estadística.

Cargado por

CESAR GUADALUPE PARRA MEJIA
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 10

SEP TecNM

INSTITUTO TECNOLOGICO DE TIJUANA

“DISTRIBUCIÓN NORMAL”

INGENIERÍA BIOQUÍMICA

Estadística

PRESENTA:
CÉSAR GUADALUPE PARRA MEJÍA

ASESOR:
MC. Marco Antonio Zazueta

Tijuana, B.C. Marzo 2023


Índice
DISTRIBUCIÓN NORMAL......................................................................................................2
Función densidad...............................................................................................................2
Características de la distribución normal estándar.........................................................3
Función de distribución.....................................................................................................5
Tipificación......................................................................................................................... 5
Teorema de Moivre............................................................................................................. 6
CONCLUSIÓN......................................................................................................................... 8
BIBLIOGRAFÍA....................................................................................................................... 9

1
DISTRIBUCIÓN NORMAL

La distribución normal adapta una variable aleatoria a una función que depende
de la media y la desviación estándar. La función y la variable tendrán la misma
representación, pero con ligeras diferencias.

La variable aleatoria puede tomar un número real, ejemplo, resultados de un


examen, rentabilidad de las acciones, la cantidad de sustancia o metales pesados en
el agua, los errores estándar, son variables aleatorias continuas.

Una variable aleatoria discreta toma valores naturales, es decir, números


enteros. Por ejemplo, la cantidad de animales que posee una persona, bebes que
nacen. Como se puede notar una variable aleatoria toma valores tanto positivos
como negativos, ya sean fracciones o no, mientras las variables discretas solo
enteros.

La distribución normal es la más importante para describir una variable aleatoria


continua y ampliamente utilizada en la inferencia estadística. Además, es la base de
otras distribuciones como la distribución t de Student, ji-cuadrada, F de Fisher, entre
otras. Esto porque muchas variables aleatorias continuas presentan una función de
densidad cuya grafica tiene forma de campana.

Su importancia es principalmente por el hecho de que hay muchas variables


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

Función densidad

Es la función de una variable cuyo resultado es la probabilidad de que esta


variable obtenga un resultado. Es decir, indica la probabilidad de que una variable
aleatoria x tenga cierto valor en y. Es muy parecida a una función de cálculo.

F ( x )= y

2
La función de una distribución normal es:

1 2
−( x−μ) /2 σ 2

f ( x )= e
σ √2 π

Donde:

 μ = media
 σ = desviación estándar

Características de la distribución normal estándar

 Su distribución es simétrica y su medida asimétrica es 0.


 Toda la familia de distribución de probabilidad normal se define por su media μ
o desviación estándar σ.
 El punto más alto en la curva está en la media, que también es la mediana y
moda.
 La media puede ser cualquier valor numérico.

3
 La desviación estándar determina el ancho de la curva: los valores más
grandes dan como resultado curvas más anchas y planas.

 Las probabilidades para la variable aleatoria normal están dadas por áreas
bajo la curva. El área total de la curva es 1, dividido en dos por la media.

 Para encontrar donde se encuentran los datos se utiliza la regla empírica.

4
Función de distribución
2
x −(x−μ )
1
F ( x )= ∫
2

e 2σ
dx
−∞ σ √2π

−∞ < x <∞

F ( x )=P( X ≤ x )

Tipificación

Se dice que una variable aleatoria que tiene una distribución normal con una media
de valor 0 y una desviación estándar de valor 1 tiene una distribución de probabilidad
normal estándar. La letra Z se usa para designar la variable aleatoria normal
estándar.

Si la variable X es N(μ,σ) entonces la variable es

x −μ
Z=
σ

Sigue también una distribución normal pero de N(0,1), por lo tanto su función
densidad es:
2
−z
1
φ ( z )= e 2

√2π

Y su función distribución es:


2
z −t
1
F ( z )=P ( Z ≤ z )=ϕ ( z )= ∫e
√ π −∞
2
2
dt

5
Representación gráfica de la función:

Características:

 No depende de ningún parámetro


 Su media es 0, su varianza es 1 y su desviación típica es 1.
 La curva f(x) es simétrica respecto del eje OY
 Tiene un máximo en este eje
 Tiene dos puntos de inflexión en z =1 y z = -1

Teorema de Moivre

Postula que bajo determinadas condiciones, donde p y q no estén próximos a cero y


n es un numero grande, la distribución Binomial B(n, p) se puede aproximar mediante
una distribución normal.

N¿

Por lo tanto:

6
x −np
Z= es N(0,1)
√ npq

Debemos tener en cuenta que cuanto mayor sea el valor de n, y cuanto más próximo
sea p a 0.5, tanto mejor será la aproximación realizada. Es decir, basta con que se
verifique.

np ≥ 5 y nq ≥ 5

Gracias a esta aproximación es fácil hallar probabilidades binomiales, que para


valores grandes de n resulten muy laboriosos de calcular.

Hay que tener en cuenta que para realizar correctamente esta transformación de una
variable discreta (binomial) en una variable continua (normal) es necesario hacer una
corrección de continuidad.

7
CONCLUSIÓN

Se demuestra la importancia de la distribución normal, el cual, es un modelo


teórico, utilizado para la aproximación a otras distribuciones tipificándolas. Teniendo
una importancia en su uso dentro de la estadística, ya que este considera los
resultados hipotéticos conociendo un número de variables y un cierto tipo de
problema. En en la vida diaria se emplea de manera indirecta o directa siendo en el
medio laboral donde muestra su mayor aprovechamiento en aplicación.

8
BIBLIOGRAFÍA

Universidad autónoma de Nuevo León, (s.f). Distribución normal. ded.uanl.mx.


Recuperado el 01 de marzo del 2023 de, http://ded.uanl.mx/project/distribucion-
normal/

Universidad autónoma de Nuevo León, (s.f). Estadística descriptiva: Distribución


normal. ded.uanl.mx. Recuperado el 01 de marzo del 2023 de,
http://ded.uanl.mx/OA/FACPYA/ED/story.html

Plaza, J (s.f). Distribución normal o campana de Gauss-Laplace. Recuperado el 01


de marzo del 2023 de,
https://www.matematicasonline.es/BachilleratoCCSS/segundo/archivos/
distribucion_normal/DISTRIBUCION%20NORMAL.htm

Función densidad (s.f). studysmarter.es. Recuperado el 01 de marzo del 2023 de,


https://www.studysmarter.es/resumenes/matematicas/estadistica-y-probabilidad/
funcion-de-densidad/

También podría gustarte