Universidad Nacional Autónoma De Honduras
Departamento De Matemáticas
Tarea
MM-530 Estadística II
Grupo 3:
Sandra Sofía Madrid 201000000000
Sandra Valentina García Mejía 20182002319
Favio 20000000
Docente:
Jorge Emilio Castillo
October 30, 2023
D ISTRIBUCIÓN DE PROBABILIDAD CONTINUA
Distribución
Normal
Introducción biología, medicina, psicología, física, economía, etc.
En particular, muchas medidas de datos continuos
Distribución Normal en medicina y en biología (talla, presión arterial, etc.)
se aproximan a la Distribución Normal.
La Distribución Normal es, sin duda, la distribu-
ción de probabilidad más importante del Cálculo de La distribución normal formalmente esta definida
probabilidades y de la Estadística. Fue descubierta, mediante dos parámetros: la media (µ) y la desvia-
como aproximación de la distribución binomial, por ción estándar o desviación típica (σ). Su función de
Abraham De Moivre (1667-1754) y publicada en 1733 densidad es simétrica respecto a la media y la desvi-
en su libro The Doctrine of Chances; estos resultados ación estándar nos indica el mayor o menor grado de
fueron ampliados por Pierre-Simon Laplace (1749- apertura de la curva que, por su aspecto, se suele lla-
1827), quién también realizó aportaciones importan- mar campana de Gauss. Esta distribución se denota
tes. En 1809, Carl Friedrich Gauss (1777-1855) publicó por N (µ, σ).
un libro sobre el movimiento de los cuerpos celestes
donde asumía errores normales, por este motivo esta
distribución también es conocida como distribución Definición Formal
Gaussiana.
La función de densidad de la variable aleatoria nor-
mal X , con media µ y varianza σ2
−(x − µ)2
1
n(x, n, p) = p e 2σ2 − ∞ < x < +∞
2πσ
La distribución de una variable aleatoria normal
con media 0 y varianza 1 se llama distribución nor-
mal estándar.
Figura 1: Función de densidad de una distribución Propiedades de la Distribución Normal
normal
• La curva de la distribución normal tiene forma
La presencia casi universal de la distribución nor- de campana y es simétrica respecto a su media
mal en todos los campos de las ciencias empíricas: µ.
2 Distribución Normal
• Las tres medidas de centralización como la me-
dia, la mediana y la moda coinciden en el punto
superior de la curva.
• Alcanza su punto máximo en la media µ.
• Es asintótica al eje de las abscisas y como nunca
lo toca, cualquier valor de x entre −∞ y +∞ es
teóricamente posible.
• La distancia entre la línea trazada en la media y
el punto de inflexión de la curva es igual a una
desviación típica σ.Cuanto mayor sea σ, más
aplanada será la curva de la densidad.
• El área total bajo la curva es, por tanto, igual a 1.
• La desviación estándar determina el grado de
apuntamiento de la curva. Cuanto mayor sea el
valor de σ, más se dispersarán los datos en torno
a la media y la curva será más plana.
Conclusión
Bibliografia
[1] Hipatia de Alexandria. Teorema de pitágoras. Sci-
ence, 235(4792):1092–1092, 1987.
[2] C.F. Gauss. Theoria motus corporum coelestium in
sectionibus conicis solem ambientium. Carl Frie-
drich Gauss Werke. sumtibus Frid. Perthes et I. H.
Besser, 1809.
Distribución Normal 3
