La Curva Normal

UNIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE CIENCIAS POLTICAS YA DMINISTRATIVAS

CARRERA DE CONTABILIDAD Y AUDITORA
Nombre: Jessica Morocho
Semestre: 4to A
Fecha: 19/05/2016
LA CURVA DE DISTRIBUCIN NORMAL O CAMPANA DE GAUSS
La distribucin normal es una distribucin de probabilidad de variable continua que

describe los datos que se agrupan en torno a un valor central. Todo proceso en el que
solo existan causas aleatorias de variacin sigue una ley de distribucin normal. Esta
condicin que aparece con frecuencia en fenmenos naturales (de ah que se la
denomine normal), puede obtenerse en los procesos industriales si los procesos se
llevan a un esta do en el que solo existen causas comunes de variacin. La
representacin grfica es la curva de distribucin normal tambin denominada campana
de Gauss en honor del renombrado cientfico alemn Carl Friedrich Gauss a quien se le
atribuye errneamente su invencin pero que sin duda la us frecuentemente para
analizar fenmenos astronmicos con xito.
Una distribucin normal se caracteriza por:
1. Los valores de las mediciones tienden a agruparse alrededor de un punto central, la
media
2. La representacin de los datos es simtrica a ambos lados de la media
3. Las desviaciones estndares quedan situadas a igual distancia unas de otras
4. La proporcin de mediciones situada entre la media y las desviaciones es una

constante en la que:
La media 1 * desviacin estndar = cubre el 68,3% de los casos

Podemos analizar el comportamiento de los procesos grficos y determinar su

efectividad tomando como base su grado de aproximacin a la curva de distribucin
normal a partir de los datos generados y la creacin de histogramas que permitan la
comparacin con curva de distribucin normal.
Posibilidades:
La curva de distribucin normal del proceso coincide o est dentro de los lmites
establecidos por la industria (bien en las normas de calidad desarrolladas o bien en las
recomendaciones establecidas por las asociaciones). En este caso el proceso opera con
eficacia y se pueden realizar trabajos de alta exigencia con respecto a la variable
controlada.
La curva de distribucin supera los lmites establecidos por la industria. En este
caso puede que estn operando causas asignables de variacin o que existen
limitaciones debidas a los recursos y equipos empleados por lo que no es posible
realizar trabajos exigentes con respecto a la variable controlada hasta que no se hayan
eliminado las causas especiales de variacin o no se dispongan de los recursos y
equipos adecuados.
El histograma generado no muestra las caractersticas bsicas de una distribucin
normal. En este caso estn claramente actuando causas asignables de variacin que
habr que resolver si queremos conseguir un alto grado de fiabilidad del proceso y
realizar trabajos de alta exigencia.
CARACTERISITCAS
La curva normal representa una distribucin terica de probabilidades, o sea que
describe la relacin entre una variable aleatoria y la frecuencia con que se presentan sus
valores. Tiene forma de campana, y se la conoce tambin como curva de Gaus
La curva normal tiene forma de campana con un solo pico justo en el centro de la
distribucin.
La media, mediana y moda de la distribucin aritmtica son iguales y se localizan en el
pico.
La mitad del rea bajo la curva est a la derecha del pico, y la otra mitad est a la
izquierda.
La
distribucin
normal
es
simtrica
respecto
a
su
media.
La distribucin normal es asinttica - la curva se acerca cada vez ms al eje x pero en
realidad nunca llega a tocarlo.
DISTRIBUCION NORMAL ESTANDAR
Una distribucin normal que tiene media igual a 0 y desviacin estndar igual a 1 se
denomina distribucin normal estndar.
Valor z: la distancia entre un valor seleccionado, designado como X, y la poblacin
media , dividida entre la desviacin estndar de la poblacin ,
3.2 AREA BAJO LA CURVA
Definimos el rea bajo la curva como:
Lmite de la sumatoria de Riemann cuando n tiende a Infinito
3.3 PUNTAJES ESTANDAR Y LA CURVA NORMAL
PUNTAJES ESTANDAR: se define como la razn de la desviacin del valor entre la
desviacin estndar y se denota por:
PROBABILIDAD DE LA CURVA NORMAL
Una propiedad interesante de la curva normal es que su localizacin y forma se
determinan completamente por los valores de la media y la desviacin estndar
El valor de la media establece el centro de la curva, mientras que el valor de la
desviacin estndar determina la extensin del esparcimiento. Puesto que todas las
curvas normales, que representan distribuciones terica, tienen un rea total de 1, al
aumentar el valor de la desviacin tpica la curva debe reducirse en altura,
extendindose a partir de la media.
El hecho que la forma de una curva normal quede completamente determinada por su
desviacin estndar permiten reducir todas las curvas normales o que se aproximen a un
patrn, por un simple cambio de variables.
Si la Variable Pm posee una distribucin terica ordinaria como promedio (x) y una
desviacin estndar (S), la nueva variable que se obtendr esta reduccin es la variable
Z dada por la relacin:
Probabilidad de un suceso es el nmero al que tiende la frecuencia relativa asociada al
suceso a medida que el nmero de veces que se realiza el experimento crece.
Un experimento aleatorio se caracteriza porque repetido muchas veces y en idnticas
condiciones el cociente entre el nmero de veces que aparece un resultado (suceso) y el
nmero total de veces que se realiza el experimento tiende a un nmero fijo. Esta
propiedad es conocida como ley de los grandes nmeros, establecida por Jakob
Bernouilli. Tiene el inconveniente de variar la sucesin de las frecuencias relativas de
unas series de realizaciones a otras, si bien el valor al que se aproximan a medida que el
nmero de realizaciones aumenta se mantiene estable
La primitiva de una funcin gaussiana es la funcin de error.
Estas funciones aparecen en numerosos contextos de las ciencias naturales, ciencias
sociales, matemticas e ingeniera. Algunos ejemplos:
En estadstica y teora de probabilidades, las funciones gaussianas aparecen

como la funcin de densidad de ladistribuicin normal, la cual es una
distribucin de probabilidad lmite de sumas complicadas, segn el teorema del
limite central.
Una funcin gaussiana es la funcin de onda del estado fundamental del
oscilador armnico quntico.
Los orbitales moleculares usados en qumica computacional son combinaciones
lineales de funciones gaussianas llamados orbitales gaussianos.
Matemticamente, la funcin gaussiana juega un papel importante en la
definicin de los polinomios de Hermite.
Consecuentemente, estn tambin asociadas con el estado de vaco en la teora
quntica de campos. Los rayos gaussianos se usan en sistemas pticos y de
microondas.
Las funciones gaussianas se utilizan como filtro de suavizado en el
procesamiento digital de imgenes.
CALCULO DEL REA BAJO LA CURVA
Dada una funcin f(x)>0 en un intervalo [a,b], para encontrar el rea bajo la curva
procedemos como sigue:
1. Hacemos una particin (dividimos) del intervalo [a,b] en n-subintervalos iguales

de longitud x=(b-a)/n. Esta ser la longitud de la base de cada uno de
los n rectngulos.
2. En cada subintervalo escogemos un valor especial de x para evaluar la funcin.
A este valor lo denotamos como x* y entoncesf(x*) es la altura del rectngulo en
ese subintervalo.
3. Ahora sumamos las reas de los n rectngulos. El rea de los n rectngulos es
entonces:
n
[ f(x*)( x)]
k=1
A la sumatoria anterior se le conoce como Sumatoria de Riemann.
Definimos el rea bajo la curva como:
Lmite de la sumatoria de Riemann cuando n tiende a Infinito.
Para ejemplificar lo anterior, ahora se calcular la suma de Riemann como funcin de n,

el nmero de rectngulos. Tambin se calcular el lmite cuando n--> , cuyo valor es,
por definicin, el rea bajo la curva.
f(x)= x2 + 1
5-1
4
=
x=
n
x0=
x1= 1 +
x = 1+
n
4
x2= 1 + 2 x =1 + 2(
(...)
4
xk= 1 + k x = 1 + k(
)
n
Si escogemos el extremo derecho de los subntervalos, tendramos que
4k
xk* = xk = 1+
n
4k
f(xk*)
f( 1 +
=
4k
) 1 + (1
= +
)2
n
4k
f(xk*)
x=
1
+(1+
n
)2
(4/n)
Desarrollando la expresin anterior, nos queda:
8(17n2 + 18n + 4)
La suma de Riemann =
3n2
48
136
La suma de Riemann =
32
+
3n2
136
Area = Lmite de la suma de Riemann =
Bibliografa:
http://lupisestadistica.blogspot.com/2009/04/unidad-iii-curva-normal.html
https://jesusgarciaj.com/2010/01/22/la-curva-de-distribucion-normal/
http://centros5.pntic.mec.es/ies.de.melilla/area_bajo_curva.htm

La Curva Normal

Cargado por

Copyright:

Formatos disponibles

La Curva Normal

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

La Curva Normal

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE CIENCIAS POLTICAS YA DMINISTRATIVAS

LA CURVA DE DISTRIBUCIN NORMAL O CAMPANA DE GAUSS

La distribucin normal es una distribucin de probabilidad de variable continua que

4. La proporcin de mediciones situada entre la media y las desviaciones es una

La media 1 * desviacin estndar = cubre el 68,3% de los casos

Podemos analizar el comportamiento de los procesos grficos y determinar su

En estadstica y teora de probabilidades, las funciones gaussianas aparecen

1. Hacemos una particin (dividimos) del intervalo [a,b] en n-subintervalos iguales

Para ejemplificar lo anterior, ahora se calcular la suma de Riemann como funcin de n,

por definicin, el rea bajo la curva.

Si escogemos el extremo derecho de los subntervalos, tendramos que

Desarrollando la expresin anterior, nos queda:

Area = Lmite de la suma de Riemann =

También podría gustarte