Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Estadstica Empresarial II

TEMA 1: Modelos de distribucin de probabilidad relacionados con la

Distribucin Normal.
1.1. Distribucin Normal o de Gauss: N(;2) y N(0;1). Revisin.
Se dice que una variable aleatoria se distribuye segn un modelo Normal de parmetros ( ; 2) si su funcin de densidad es:
1 ( x )2

1
f ( x; , 2 )
e 2
2

1
2

1
2

(2 ) ( 2 ) e

1 ( x )2
2 2

con
0

Esta funcin es simtrica respecto a y de forma acampanada, su representacin grfica es la campana de Gauss:

Su media y su varianza son:

V 2

Propiedad: Cualquier combinacin lineal de variables aleatorias, cada una con distribucin de probabilidad segn el modelo Normal, se distribuye tambin segn una Normal
de parmetros, si las variables son independientes en probabilidad, los que se exponen
a continuacin:
Sean

i ~ N i ;

2
i

n
n
2 2
i 1,..., n cii ~ N ci i ; ci i
i 1
i 1
i 1

n
n
2
Si consideramos simplemente la suma de las variables: i ~ N i ; i
i 1
i 1
i 1

Y si tienen la misma media y la misma varianza :

2

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

i 1

~ N n ; n 2

Estadstica Empresarial II

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Una variable aleatoria se distribuir segn una Normal (0;1) si su funcin de densidad
es igual a:
1
1
1
x2

x2
1
2
2
f ' ( x )
e
(2 ) e 2
2

Siendo su representacin grfica:

f(x)

Funcin de densidad N(0;1)

-6

-4

-2

valores

Se puede determinar que:

E ' 0

V ' 1

La variable N(0;1) se obtiene tipificando o estandarizando una variable N(;2)

'

'

Las probabilidades de que los valores de la variable N(0;1) pertenezcan a un intervalo determinado se pueden calcular por medio de sus Tablas. Para calcular la probabilidad de que una variable N(;2) cualquiera pertenezca a un determinado intervalo
lo haremos utilizando su relacin con la variable :

P K P '
F

'

b
b
a
a
b
a
P a b P
P
'
F
F
'

'

'

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

1.2. Distribucin Chi-cuadrado

Estadstica Empresarial II

2 de Pearson.

Se dice que una variable aleatoria se distribuye segn un modelo de distribucin Chicuadrado o Ji-cuadrado de Pearson con n grados de libertad y se representa por n ,
si es igual a una suma de n variables independientes, cada una de ellas Normal(0;1) y
elevadas al cuadrado. Es decir:
2

... i2
2
n

2
1

2
2

2
n

i 1

siendo

i N(0;1) e independientes para i = 1, , n

Como se puede observar el nmero de grados de libertad se corresponde con el nmero de variables N(0;1) que intervienen en su definicin.
Su funcin de densidad es asimtrica por la derecha y, a partir de n>3, su representacin grfica es, aproximadamente:

f. de densidad de ji-cuadrado con 20 grados de

libertad
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
0

10

20

30

40

50

60

valores

Se pueden obtener su Media o Esperanza matemtica y su Varianza que son, respectivamente:

E n2 n

V n2 2n

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

Estadstica Empresarial II

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Propiedad aditiva:
Si

2
n2 , n2 ,..., n2 son k variables aleatorias, todas con distribucin e independien1

tes, entonces su suma se distribuir tambin segn el modelo

bertad. Siendo N = n1 + n2 + + nk
k

j 1

2
nj

Convergencia en distribucin:

con N grados de li-

2
N

con N n j
j 1

N n ;2n
n2
n

2
N 2n 1 ; 1
2 n
n

Uso de Tablas: En las tablas de la Distribucin se determina el valor K que deja a

su derecha una probabilidad igual a . Es decir, conocido el valor de n y para un va2

2
lor de dado, se obtiene el valor de K, tal que P n K

Grficamente:

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Estadstica Empresarial II

1.3. Distribucin t de Student.

Se dice que una variable aleatoria se distribuye segn un modelo de distribucin t de
Student con n grados de libertad y se representa por

tn

tn si es igual a:

0
n

i 1

siendo las variables

2
i

N 0 ; 2

i 0,1,..., n
Independientes

El nmero de grados de libertad se corresponde con el nmero de variables N 0 ;

e independientes que intervienen en el denominador de la expresin que define a la variable que, como se puede reconocer, constituye la media cuadrtica de esas n variables.
Su funcin de densidad es acampanada y simtrica respecto al origen, siendo su representacin grfica:
funcin de densidad de una "t" de Student con 20
grados de libertad

-6

-4

-2

valores

Se pueden obtener su Media o Esperanza matemtica y su Varianza que son, respectivamente:

E tn 0 para n 2 (Si n=1 no existe la Media)

V tn

n
para n 3 (Si n=1 2 no existe la Varianza)
n2

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

Estadstica Empresarial II

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Propiedad: Su distribucin de probabilidad es independiente del valor que tome 2. Al

dividir entre tanto en el numerador como en el denominador de la expresin de su definicin se obtienen las variables tipificadas, normales (0;1), llegando a la expresin
equivalente de la definicin:

tn

Convergencia en distribucin:

0'
1 2
n
n

0' N 0 ;1

tn
N 0 ; 1
n

Uso de Tablas: En las tablas de la Distribucin t de Student se determina el valor t/2

que deja a su derecha una probabilidad igual a /2, de tal forma que -t/2 deja a su izquierda una probabilidad tambin de /2. Es decir, conocido el valor de n y para un
valor de dado, se obtiene el valor de t/2 , tal que

P -t /2 tn t /2 1

P tn t /2 o

Grficamente:

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Estadstica Empresarial II

1.4. Distribucin F de Snedecor.

Se dice que una variable aleatoria se distribuye segn un modelo de distribucin F de
Snedecor con (m,n) grados de libertad y se representa por

Fm,n si es igual a:

Fm ,n

1
m

1
n

i 1
mn

2
i

i2

siendo las variables

i m 1

N 0 ; 2

i 1,..., m, m 1,...m n

Independientes

El nmero de grados de libertad se corresponde con el nmero de variables N 0 ;

e independientes que intervienen en el numerador (m) y en el denominador (n) de la

expresin que define a la variable.
Su funcin de densidad es asimtrica por la derecha, siendo su representacin grfica a
partir de n>3:

/(n-2)

Se pueden obtener su Media o Esperanza matemtica y su Varianza que son, respectivamente:

E Fm ,n

n
para n 3 (Si n=1 2 no existe la Media)
n2

2n 2 ( m n 2)
V Fm ,n
para n 5 (Si n 4 no existe la Varianza)
m( n 2) 2 ( n 4)

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

Estadstica Empresarial II

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Propiedades:
1) Su distribucin de probabilidad es independiente del valor que tome 2. Al dividir entre tanto en el numerador como en el denominador de la expresin de su definicin se
obtienen las variables tipificadas, normales (0;1), llegando a la expresin equivalente de
la definicin:
2
1
m
m
m ,n
2
1
n
n

2) Se comprueba fcilmente que:

1
Fn ,m
Fm ,n

3)

F1,n tn2

Uso de Tablas: En las tablas de la Distribucin F de Snedecor se determina el valor K

que deja a su derecha una probabilidad igual a . Es decir, conocido el valor de m y
n y para un valor de dado, se obtiene el valor de K , tal que

P Fm ,n K

Grficamente:

Este clculo se puede hacer directamente con los valores de las Tablas para valores
pequeos de , concretamente para = 0,25; 0,10; 0,05; 0,025; 0,01; 0,005 y 0,001.
Si tomara un valor mayor, como por ejemplo = 0,95, se podr tambin deducir el valor de K aplicando la propiedad 2) anterior:

1
1
> 0,05
P Fm ,n K 0, 95 P Fm ,n < K 1 0,95 0, 05 P
Fm,n K
1

0,05 . El valor de K ser el inverso del que encontremos en la

P Fn ,m >
K

tabla de la Fn ,m para una probabilidad de 1 0,95 = 0,05

8

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

Estadstica Empresarial II

EJERCICIOS

EJERCICIO 1.1
Si representamos por a la variable con distribucin Normal(0;1), determine los valores que debe de tomar z para que se verifiquen los siguientes enunciados de probabilidad:
1)

P ' z 0, 05

4)

P ' z 0,95

P ' z 0,10

3)

P z ' z 0,95

P ' z 0,975

6)

P z ' z 0,99

2)
5)

EJERCICIO 1.2
Si las calificaciones finales, en cierta materia, siguen una distribucin de probabilidad
Normal de media igual a 6 y varianza igual a 2,25, calcule las siguientes probabilidades:
1) Probabilidad de obtener al menos un aprobado (nota 5)
2) Probabilidad de obtener una calificacin menor que 4
3) Probabilidad de obtener un Notable (nota 7 pero < 9)

EJERCICIO 1.3
A partir de las variables i, independientes en probabilidad y con distribucin Normal de
10

media igual a 5 y varianza igual a 10, se construye la variable i

Calcule la probabilidad:

i 1

P 40 60

EJERCICIO 1.4
Utilizando las Tablas estadsticas de la distribucin de Pearson, obtenga en cada
caso los valores de K, K1 y K2 que verifican los siguientes enunciados de probabilidad:
2

1) P

2
12

K 0,05

2) P

2
26

K 0, 025

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)

3) P

192 K 2 0,95

Estadstica Empresarial II

Tema 1: Modelos de distribucin de probabilidad relacionados con la Distribucin Normal

EJERCICIO 1.5
Utilizando las Tablas estadsticas de la distribucin t de Student, obtenga en cada caso los valores de t que verifican los siguientes enunciados de probabilidad:
1) P

t15 t 0, 05

2) P

t20 t 0,025

3) P

t t24 t 0,95

EJERCICIO 1.6
Utilizando las Tablas estadsticas de la distribucin F de Snedecor, obtenga en cada
caso los valores de K, K1 y K2 que verifican los siguientes enunciados de probabilidad:

F
3) P K

1) P

10;25
1

10

K 0,10

2) P

F30;30 K2 0,90

20;12

K 0,025

Departamento de Estadstica e Investigacin Operativa II (Mtodos de Decisin)