Distribuciones de Probabilidad Continuas Normal

Qu es?
En estadstica la distribucin de probabilidad normal es una de las ms empleadas y ms
importantes por la cantidad de fenmenos que explica en las distribuciones estadsticas. Tambin
es conocida como la campana de Gauss pues su representacin grfica denota una campana.
Una de las caractersticas ms importantes de esta distribucin de probabilidad es que tanto la
distribucin discreta como continua se puede acercar a una distribucin normal bajo ciertas
condiciones.

Concepto: Es una distribucin de variable aleatoria

contina descubierta por Abraham de Moivre en 1733 y
es el modelo ms utilizado en la prctica teniendo en
cuenta que la frecuencia o normalidad con la que ciertos
fenmenos tienden a aparecerse en el comportamiento
de esta distribucin.
Curva:
Se denomina
tambin
de Gauss
y esto se atribuye a que los
Su importancia
radica
en quecampana
hay muchas
variables
valores
de
su
distribucin
forman
una
campana
en
torno a un valor central
asociadas a fenmenos naturales que siguen el modelo
que
con el valor
medio de- la
distribucin.
Caractersticas:
Variables
aleatorias
continuas
funcin
de densidad
(Gauss):
decoincide
la normal.

 Cada lado de la curva ser igual al 50%.

Los extremos de la curva se acercan pero no
se tocan
La mediana, media y moda coinciden son
iguales a la media de una distribucin binomial
La curva es simtrica respecto al promedio
La probabilidad de que x tome valores exactos
es 0
El rea total bajo la curva de probabilidad es 1
La probabilidad de que x tome valores en un
intervalo, es igual al rea sombreada bajo la
curva.

Cuando se expresa la variable x en unidades estndar (frmula de

estandarizacin)

LaEJEMPLOS
ecuacin anterior
ILUSTRATIVOS
es reemplazada por la llamada forma cannica, la cual

No existe una nica distribucin normal, sino una familia de distribuciones con
una forma comn, diferenciadas por los valores de su media y su varianza. De
entre todas ellas, la ms utilizada es la distribucin normal estndar, que
corresponde a una distribucin con una media aritmtica de 0.
1
Ejemplos: En una distribucin normal, con
media de 200 y desviacin estndar de 40,
existen 1.800 observaciones entre 160 y
210.
= 200

=40

n = 1.800

2 a. Cuantas observaciones hay entre 176 y 1900?

P(176<x<190) = 0,2258 - 0,0987 = 0,1271 P(176<x<190) = 12,71%

b. Cuantas observaciones tiene la totalidad de la distribucin?
0,4400 1.800
1,000 X
X= 1.800(1)/0,4400= 4.091 total de observaciones

Web

Bibliografa

http://www2.uca.es/serv/fag/fct/downloads/tema5.pdf.
http://www.uoc.edu/in3/emath/docs/Distrib_Normal.pdf
http://docentesinnovadores.net/Archivos/5734/DISTRIBUCIONES
%20CONTINUAS.pdf
http://www.vadenumeros.es/sociales/tipificacion-de-la-variable.htm
https://www.youtube.com/watch?v=woEjc5fvZx4