Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 3K vistas

    Aplicaciones Prácticas de La Distribución de Probabilidad Normal de Gauss

    Cargado por

    karla fiorela paucar aliano
    La distribución normal de Gauss tiene muchas aplicaciones prácticas debido a que aproxima bien muchos fenómenos aleatorios continuos y discretos y es la base de la inferencia estadística. Se usa ampliamente en control de calidad, marketing y gestión de producción. Tiene forma de campana y valores centrales son más probables que los extremos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Aplicaciones Prácticas de La Distribución de Probabilidad Normal de Gauss

    Cargado por

    karla fiorela paucar aliano
    3K vistas3 páginas
    La distribución normal de Gauss tiene muchas aplicaciones prácticas debido a que aproxima bien muchos fenómenos aleatorios continuos y discretos y es la base de la inferencia estadística. Se usa ampliamente en control de calidad, marketing y gestión de producción. Tiene forma de campana y valores centrales son más probables que los extremos.

    Título original

    aplicaciones prácticas de la distribución de probabilidad Normal de Gauss

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    Lee este documento en otros idiomas

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La distribución normal de Gauss tiene muchas aplicaciones prácticas debido a que aproxima bien muchos fenómenos aleatorios continuos y discretos y es la base de la inferencia estadística. Se usa ampliamente en control de calidad, marketing y gestión de producción. Tiene forma de campana y valores centrales son más probables que los extremos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    3K vistas3 páginas

    Aplicaciones Prácticas de La Distribución de Probabilidad Normal de Gauss

    Cargado por

    karla fiorela paucar aliano
    La distribución normal de Gauss tiene muchas aplicaciones prácticas debido a que aproxima bien muchos fenómenos aleatorios continuos y discretos y es la base de la inferencia estadística. Se usa ampliamente en control de calidad, marketing y gestión de producción. Tiene forma de campana y valores centrales son más probables que los extremos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 3

    Explique las aplicaciones prácticas de la distribución de probabilidad Normal

    de Gauss.

    La función de probabilidad normal, también denominada función de Gauss, función


    de Gauss-Laplace o función de probabilidad de los errores, es una función de
    probabilidad para variables aleatorias continuas de gran aplicación en ingeniería,
    en física y en las ciencias sociales. De hecho, es la función de probabilidad con
    más aplicaciones al campo de la Economía y de la Empresa.

    Al ser la distribución normal una aproximación excelente a algunos fenómenos


    aleatorios continuos, como la estatura, el peso, el tiempo de servicio al cliente; y a
    fenómenos aleatorios discretos, a los cuales se les puede dar un tratamiento
    continuo, como la antigüedad de la vivienda, los impuestos anuales, la producción,
    etc., dicha distribución tiene mucha aplicación en ámbitos tan variados como el
    control de calidad, el marketing, y la gestión de la producción, entre otros. En
    general, se puede decir que la distribución normal es de vital importancia en
    estadística por tres razones esenciales:

     Existen muchos fenómenos continuos que parecen seguirla o se pueden


    aproximar mediante ella.
     Se puede utilizar para aproximar distribuciones discretas de probabilidad y
    de esta forma evitar cálculos engorrosos.
     Por su relación con el teorema central del límite es la base de la inferencia
    estadística clásica.

    La Distribución Normal

    La función de densidad de una distribución normal tiene varios rasgos importantes:


    Es una distribución que tiene forma de campana, es simétrica y puede tomar
    valores entre menos infinito y más infinito. Es decir, los valores centrales de la
    variable se presentan con más frecuencia que los valores extremos. Así por
    ejemplo, en el caso de los errores de medida, los errores por defecto o por exceso
    pequeños en valor absoluto se presentan frecuentemente, mientras que los
    errores grandes, tanto los positivos como los negativos, se observan menos
    veces. En segundo lugar, decimos que es simétrica. En efecto, es simétrica
    respecto a un valor central alrededor del cual toma valores con gran probabilidad
    mientras que apenas aparecen los valores extremos. De manera que sus medidas
    de posición central (media, mediana y moda) coinciden. Por último, presenta como
    asíntota el eje de abscisas al que se va aproximando sin llegar a cortarse. La
    expresión matemática que representa una función de densidad con estas

    características es la siguiente:

    Distribución normal estandarizada

    La distribución normal que tiene de media μ=0, y σ2 =1 se denomina distribución


    normal estándar, N(0,1), o tipificada. Su función de distribución se encuentra
    tabulada, siendo de gran utilidad para el cálculo de probabilidades de cualquier
    distribución N(μ,σ2 ). Sea una variable X que se distribuye como una normal con
    media μ y variancia σ2 . Dicha variable se puede transformar en una variable
    normal tipificada, N(0,1), mediante la siguiente expresión:

    De manera que la función de densidad de esta nueva variable es:


    A partir de dicha expresión, las tablas de la distribución normal presentan los
    valores de o probabilidad de que la variable Z tome un valor inferior a z0.

    Las fórmulas más importantes para el cálculo de probabilidades de una N(0,1) son
    las siguientes:

    De forma que si se quiere obtener la probabilidad de que X se encuentre entre dos


    valores, xa y xb , primero se tipifican dichos valores con la expresión (2), y
    después se buscaría en las tablas de la distribución normal la probabilidad
    acumulada para esos dos nuevos valores, za y zb . De manera que:

    También podría gustarte