probabilidad


República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación
Universidad Experimental Antonio José de Sucre “UNEXPO”
Especialidad Ingeniería Mecánica
Asignatura de Probabilidad y Estadística
Sección T1











Docente: Bachiller:
EmersonSuarez González Mairys
CI: 24.241.265


Puerto Ordaz; Mayo del 2014
Índice
























IntroducciónDistribución Normal

La distribución normal fue presentada por primera vez por Abraham de Moivre en un artículo del año 1733, que fue reimpreso en la segunda edición de su The Doctrine of Chances, de 1738, en el contexto de cierta aproximación de la distribución binomial para grandes valores de n. Su resultado fue ampliado por Laplace en su libro Teoría analítica de las probabilidades (1812), yen la actualidad se llama Teorema de Moivre-Laplace.
Laplace usó la distribución normal en el análisis de errores de experimentos. El importante método de mínimos cuadrados fue introducido por Legendre en 1805. Gauss, que afirmaba haber usado el método desde 1794, lo justificó rigurosamente en 1809 asumiendo una distribución normal de los errores. El nombre de Gauss se ha asociado a estadistribución porque la usó con profusión cuando analizaba datos astronómicos y algunos autores le atribuyen un descubrimiento independiente del de Moivre. Esta atribución del nombre de la distribución a una persona distinta de su primer descubridor es un claro ejemplo de la Ley de Stigler.
En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a unade las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en fenómenos reales.
La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana.
La importancia de esta distribución radica en que permitemodelar numerosos fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes.
De hecho, la estadísticadescriptiva sólo permite describir un fenómeno, sin explicación alguna. Para la explicación causal es preciso el diseño experimental, de ahí que al uso de la estadística en psicología y sociología sea conocido como método correlacional.
La distribución normal también es importante por su relación con la estimación por mínimos cuadrados, uno de los métodos de estimación más simples y antiguos.Algunos ejemplos de variables asociadas a fenómenos naturales que siguen el modelo de la normal son:
caracteres morfológicos de individuos como la estatura.
caracteres fisiológicos como el efecto de un fármaco.
caracteres sociológicos como el consumo de cierto producto por un mismo grupo de individuos.
caracteres psicológicos como el cociente intelectual.
nivel de ruido en telecomunicaciones.errores cometidos al medir ciertas magnitudes.
La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución muestral de las medias muestrales es aproximadamente normal, cuando la distribución de la población de la cual se extrae la muestra no es normal. Además, la distribución normal maximiza la entropía entre todas las distribuciones con media y...