MODELOS PROBABILÍSTICOS_LETTY_FLORES

Vista previa del material en texto

UNIVERSIDAD TÉCNICA DE MANABÍ 
FACULTAD DE CIENCIAS INFORMÁTICAS 
TELECOMUNICACIONES 
MATERIA: 
ESTADISTICA 
 PORTAFOLIO MC 
ESTUDIANTE: 
FLORES MANTUANO LETTY STEFANIA 
DOCENTE: 
 DR. FOSADO TÉLLEZ OSVALDO ALBERTO 
NIVEL: 
 TERCER SEMESTRE 
 PARALELO: 
“D” 
PERIODO: 
 MAYO 2023 - SEPTIEMBRE 2023 
 
 
 
 
 
 MODELOS PROBABILÍSTICOS 
La distribución normal, también conocida como distribución de Gauss, es una de las 
distribuciones más importantes en la estadística. Se utiliza para modelar una amplia 
variedad de fenómenos en la vida cotidiana, desde la altura y el peso de las personas hasta 
la temperatura y la velocidad del viento. Se rige por la ley probabilística conocida como 
la función de densidad de probabilidad (PDF), que describe la probabilidad de que una 
variable aleatoria continua tome un valor específico. 
La ley probabilística nos permite hacer predicciones basadas en datos históricos. 
Establece que la probabilidad de que un evento ocurra está determinada por la frecuencia 
con la que ha ocurrido en el pasado, es decir, cuanto más frecuente es un evento, mayor 
será su probabilidad de ocurrir en el futuro. En el caso de la distribución normal, la ley 
probabilística se manifiesta en forma de una curva de campana. La mayor parte de los 
datos se concentran alrededor de la media, y a medida que nos alejamos de ella, la 
frecuencia de los datos disminuye. Esta curva es simétrica y se extiende indefinidamente 
en ambas direcciones. 
La distribución normal está determinada por dos parámetros: la media es el valor central 
alrededor del cual se agrupan los datos, la desviación estándar mide la dispersión de los 
datos con respecto a la media. 
Estos parámetros influyen en la forma de la distribución normal. Por ejemplo, una media 
alta indica que los datos tienden a ser mayores, mientras que una desviación estándar baja 
indica que los datos están más concentrados alrededor de la media. En general, cuanto 
mayor es la desviación estándar, más aplanada es la curva de campana. 
La distribución normal tiene varias características generales que la hacen útil en la 
estadística. 
1. Su forma de campana indica que la mayoría de los datos se concentran alrededor 
de la media. 
2. La curva es simétrica, lo que significa que hay tantos datos por encima de la media 
como por debajo de ella. 
3. El área bajo la curva es igual a 1. Esto significa que la probabilidad total de que 
ocurra un evento es siempre igual a 1. 
La distribución normal estándar es una versión especial de la distribución normal en la 
que la media es cero y la desviación estándar es uno. Esta distribución es importante 
porque nos permite estandarizar cualquier conjunto de datos y compararlo con otros 
conjuntos de datos. En la distribución normal estándar, los valores se expresan como 
desviaciones estándar por encima o por debajo de la media. Por ejemplo, un valor de 1 
indica que está a una desviación estándar por encima de la media, mientras que un valor 
de -1 indica que está a una desviación estándar por debajo de la media