Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estadstica Empresarial II
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:
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
i 1
~ N n ; n 2
Estadstica Empresarial II
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
f(x)
-6
-4
-2
valores
E ' 0
V ' 1
'
'
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
'
'
'
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
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:
10
20
30
40
50
60
valores
E n2 n
V n2 2n
Estadstica Empresarial II
Propiedad aditiva:
Si
2
n2 , n2 ,..., n2 son k variables aleatorias, todas con distribucin e independien1
j 1
2
nj
Convergencia en distribucin:
2
N
con N n j
j 1
N n ;2n
n2
n
2
N 2n 1 ; 1
2 n
n
2
lor de dado, se obtiene el valor de K, tal que P n K
Grficamente:
Estadstica Empresarial II
tn
tn si es igual a:
0
n
i 1
2
i
N 0 ; 2
i 0,1,..., n
Independientes
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
n
para n 3 (Si n=1 2 no existe la Varianza)
n2
Estadstica Empresarial II
tn
Convergencia en distribucin:
0'
1 2
n
n
0' N 0 ;1
tn
N 0 ; 1
n
P -t /2 tn t /2 1
P tn t /2 o
Grficamente:
Estadstica Empresarial II
Fm,n si es igual a:
Fm ,n
1
m
1
n
i 1
mn
2
i
i2
i m 1
N 0 ; 2
i 1,..., m, m 1,...m n
Independientes
/(n-2)
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)
Estadstica Empresarial II
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
1
Fn ,m
Fm ,n
3)
F1,n tn2
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
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
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
3) P
192 K 2 0,95
Estadstica Empresarial II
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