DISTRIBUCIN NORMAL
Es una distribucin terica de variable continua
Es el modelo de probabilidad de mayor uso para las variables
Es una curva simtrica en forma de campana
Nos permite determinar si una muestra est perfectamente
distribuida.
Todas sus medidas de tendencia central son idnticas
La variable aleatoria asociada tiene un intervalo infinito - < x < +
Puede expresarse en la forma general o estandarizada.
FUNCIN DE PROBABILIDAD DE
DISTRIBUCIN NORMAL
La variable aleatoria continua X tiene distribucin normal
con media y varianza 2 si la funcin de probabilidad es:
- < x < +
: Media
2 : Varianza
: 3.1416
e : 2.71828
: Desviacin
estndar
x : Valor en el eje
horizontal
DISTRIBUCIN NORMAL
ESTNDAR
Si transformamos la variable original X ~ N(, ) entonces la
2
variable aleatoria continua
se dice tiene
distribucin normal estndar, con media = 0
transformacin
constituye
la
estandarizacin
y
de
2 =1 esta
la
CURVA
NORMAL ESTANDARIZADA O TIPIFICADA de 0 a z y su funcin
de probabilidad es:
- < x < +
USO DE TABLA DE LA DISTRIBUCIN
NORMAL ESTNDAR
tabla
Si P(z -a) = 1 P(z a)
P(z a)
Si P(z > -a ) =
Si P(a < z b) = P(z b) P(z a)
-a ) = P(a < z b)
Si P(-b <z
Ejercicio 1
Hallar el rea bajo la curva normal en cada uno de los siguientes
casos, cuya variable estandarizada (z) est comprendida entre los
siguientes valores:
a) z = 0 y z = 1.3
b) z = -0.72 y z = 0 c) z = -0.48 y z
=2.15
SOLUCIN:
a) P(0 z 1.3)
P(0 z 1.3) = P(Z 1.3) P(Z =0)
= 0.9032 0.5000
= 0.4032
b) P(-0.72 z 0) = P(0 Z 0.72)
= P(Z 0.72 ) P(Z 0)
= 0.7642 0.5000
= 0.2642
Z est a la izquierda de 0 y su rea se halla por simetra
c) P(-0.48 z 2. 15) Se trata de la suma de dos reas
=P(-0.48 z 0) + P(0 z 2. 15)
= P(0 Z 0.48) + P(0 Z 2.15)
= [P(Z 0.48) P(Z 0) ] +[P(Z 2.15) P(Z 0)]
= [ 0.6844 - 0. 5000] + [0.9842 0.5000]
= 0.1844 + 0.4842
= 0.6686
d)
P(0.80 Z 1.94) = P(Z 1.94) P(Z 0.80)
= 0.9738 0.7881
= 0.1857
e) P(Z -0.90) = 1 P(Z 0.90)
= 1 0.8159
= 0.1841
Ejercicio 2
La estatura de los estudiantes universitarios de cierto pas
est normalmente distribuida con una media de 167.85 cm.
y desviacin estndar de 10.37 cm. Si un estudiante es
seleccionado al azar cul es la probabilidad de que:
a) Mida menos de 179 cm.?
b) Mida por lo menos 152 cm.
c) Si se est buscando estudiantes universitarios que midan
entre 165 y 195 cm. Para un casting de TV. Qu porcentaje
de estudiantes cumplen con esa condicin?.
SOLUCIN:
= 167.85
= 10.37
a) Mida menos de 179 cm.?
P(X < 179) = P(X - < 179 167.85)
10.37
= P(Z < 1.08)
= 0.8599
b) Mida por lo menos 152 cm.
P(X 152) = P(X - 152 167.85)
10.37
P(X 152) = P(Z -1.53)
= P(Z 1.53)
= 0.9370
c) Si se est buscando estudiantes universitarios que midan entre
165 y 195 cm. Para un casting de TV. Qu porcentaje de
estudiantes cumplen con esa condicin?.
P(165 < X < 195) = P( 165 167.85 < X - < 195 167.85 )
10.37
10.37
= P(-0.27 < Z < 2.62)
= P( Z < 2.62) - P(Z < -0.27)
= 0.9956 0.3936
= 0.6020
= 60.2%
EJERCICIO 3
El promedio de los sueldos de 600 empleados de una empresa es de
43 000 soles y la desviacin estndar de 4 000 soles. Suponiendo que
los sueldos se distribuyen normalmente. Hallar cuntos empleados
tienen sueldos:
a) Entre 35 000 y 45 000 soles
b) De 50 000 a ms
SOLUCIN.
a) Entre 35 000 y 45 000 soles
= 43 000
= 4 000
P(35 < X < 45) = P( 35 000 43 000 < X - < 45 000 43 000 )
4 000
4 000
= P(-2.0 < Z < 0.50)
= P( Z < 0.50) P(Z <-2.0)
= 0.6915 0.0228
= O.6687
Entonces nmero de empleados con sueldos entre 35 000 y 45 000
soles es:
600 x 0.6687 = 401. 22 = 401 empleados
b) De 50 000 a ms
P(X 50 000) = P(X - 50 000 43 000)
4 000
= P(Z 1.75)
= 1 - P(Z < 1.75)
= 1 - 0.9599
= 0.0401
Entonces el nmero de empleados con sueldos de 50 000
soles a ms es:
600 x 0.0401 = 24.06 = 24 empleados
DISTRIBUCIN Ji CUADRAD0 (2 )
Sean z1, z2, .,zr variables aleatorias independientes
distribuidas normalmente con media 0 y varianza 1, la
variable aleatoria
x2 = z12+z22+..+zr2
Se dice que es una variable aleatoria chi-cuadrado con v
grados de libertad si su funcin de densidad est dada por:
Caractersticas de la distribucin X 2
Presenta un sesgo o asimetra positiva
A medida que aumentan los grados de libertad la curva se
va haciendo ms simtrica y su cola derecha se va
extendiendo.
Por cada valor de r hay una distribucin distinta.
r es el nico parmetro asociado a la distribucin.
La distribucin tiene menor sesgo conforme los grados de
libertad son mayores.
Ejercicios utilizando la tabla chi-cuadrado
EJEMPLOS:
1. S X es una variable aleatoria X2
a). P(X< 7.564) = P( X <X20.025 ) = 0.025
17.
Calcular:
b). P(X > 27.59) = 0.05
c). P(6.408 < X 27.59) = P(X 27.59) P(X 6.408)
= P(X X20.95) P(X X20.01)
= 0.95 0.01 = 0.94
Sea
DISTRIBUCIN DE LA VARIANZA
MUESTRAL ASOCIADA A LA
2
DISTRIBUCIN
X
X , X , ,X una muestra aleatoria de tamao
1
n de
una poblacin normal con media y varianza 2 . Sea x y s2
la media y la varianza muestral respectivamente. Entonces:
a). Las variables aleatorias x y s2 son independientes
b). La funcin de la varianza muestral :
(n 1) s2/2
distribucin X2n-1
tienen una
La distribucin chi-cuadrado
Se denota:
X2n-1 = (n 1) s2
2
Si a y b son dos constantes cualesquiera, tales que: 0 a
b, tenemos:
P(a x2n-1 b) = P(a (n-1)s2 b) = P( a 2 s2 b 2 )
2
(n-1)
(n-1)
Ejercicio 1
Encuentre la probabilidad de que una muestra aleatoria de 25
observaciones de una poblacin con varianza 2 =6, tenga una
varianza muestral:
a). mayor que 9,1.
SOLUCIN:
n = 25
2 =6
a)
P(S2 > 9,1)
X2 = (n-1)s2 = (25 1)(9.1) = 24(9.1) = 36.4
2
2
6
al buscar este nmero en el rengln de 24 grados de libertad
nos da un rea a la derecha de 0,950, pero Sabemos que:
P(S2 > 9,1) = P(S2 > 36.4)
= 0.05
P(S2 > 9,1) = 0.05
DISTRIBUCIN t-de STUDENT
Sea Z una variable aleatoria N(0, 1) y sea Y una variable
aleatoria que tiene una distribucin X2 con v grados de
libertad, y si z e Y son independientes, entonces la variable
aleatoria:
Se dice que tiene una distribucin t-student con v grados
de libertad y su funcin de densidad est dada por:
Grfica de la funcin de densidad de la variable aleatoria T
Caractersticas de la distribucin t
Cada curva t(v) tiene forma
acampanada con centro en 0
Cada curva t(v) es ms dispersa que la
curva normal estndar
La distribucin t no tiene media
cuando v=1 y la varianza no existe
cuando v=1 o 2
La = 0 si v>1
y
2 = v /v-2
si v>2
Conforme aumenta v, la dispersin
de la curva t disminuye.
Ejercicios utilizando la tabla t-student
1. Si v =10, hallar el valor crtico de t para el cual el valor
del rea a la izquierda sea 0.995
P(T t0.995 ) = 3,169
1- 0.995 =
0.005
2. Si v = 9, hallar el valor crtico de t para el cual el valor del
rea a la derecha sea 0.05
P(T > t0.05 )
Entonces si rea es > 0,05 entonces 1 0,05 = 0,95, por lo
tanto:
P(T > t0.95 ) = 1,83
3. Si v = 12, hallar el valor crtico de t para el cual el valor
del rea a la derecha sea 0,025
P(T>= t0.025 ) = 2,179
4. Hallar la probabilidad de: P( T 1.356) si v =12
P(T 1.356) = 1 P(T 1.356)
= 1 0,90
= 0,10
5. Hallar la probabilidad de P(T< 2.764) si v=10
P(T< 2.764) = 0,99
es decir 1- 0.01 = 0.99
7. . Hallar la probabilidad de P (-1.812 T 2.228)
si v = 10
P (-1.812 T 2.228) = P(T 2.228 ) P(T -1.812)
= P(T 2.228 ) -
[ 1 P(T 1.812)
]
= 0.975 - [ 1- 0.95 ]
= 0.975 0.050
= 0,925
Distribucin muestral asociada a la distribucin t
Si la variable aleatoria X se distribuye normalmente,
entonces el siguiente estadstico tiene una distribucin t con
n - 1 grados de libertad
Los grados de libertad n - 1 estn directamente relacionados
con el tamao de la muestra n.
A medida que el tamao de la muestra y los grados de
libertad se incrementan, S se vuelve una mejor estimacin
de .
Ejercicio 1
El gerente de una planta de alimentos asegura que el peso
promedio del
producto que elabora es de 100 g. Un inspector toma una
caja de 10 paquetes del producto y al pesarlos la
desviacin estndar muestral es de
5 grs Cul es la probabilidad de que un cliente encuentre
una caja con un peso promedio menor a 95grs?
= 95
n = 10 s= 5
SOLUCIN:
x =
100
P( < 95) = P(t< 3.162)
P( < 95) = 0.995
100 - 95
t= ----------------- = 3.162
5/10
CON 10 1 = 9 g.l.
Ejercicio 2
El promedio de la longitud de los tornillos fabricados en una
fbrica es de 20 mm. con una desviacin de 1mm. Calcular la
probabilidad de que en una muestra de 25, la longitud media del
tornillo sea inferior a 20,5mm.
SOLUCIN:
n = 25
s=1
x = 20,5 =20
P(< 20.5)
20,5 20
Estandarizamos
=
t = ------ ---------= 2.5
1/5
P(< 20.5) = P(t < 2.5) con n-1 g.l. es decir 25 1 = 24 g.l.
P(< 20.5) = 0.99
La probabilidad que la longitud media de la muestra de 25
tornillos sea inferior a 20,5 mm. Es de 0. 99
