Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
v=By1J
QFxfLMM
Qu tipo de variable
es el tiempo de llegada
de los atletas?
El numero de atletas
en una competencia
ser una variable
aleatoria continua?
Se podr determinar la probabilidad
que un recin nacido tenga un peso
superior a 2800 y menor a 3500 gr. ?
DISTRIBUCIONES DE PROBABILIDAD
CONTINUA DISTRIBUCIN NORMAL Y
NORMAL ESTNDAR
LOGRO DE APRENDIZAJE
Funcin de Distribucin
8
VARIABLES ALEATORIAS CONTINUAS
Funcin de Densidad
f ( xj ) 0, si - x b
Pa X b f x dx
f x dx 1 a
La funcin de distribucin es la aplicacin FX (x) que asigna a cada
valor x de la variable aleatoria continua X la probabilidad de que la
variable tome valores menores o iguales que x:
f t dt
x
F(X )
La funcin de densidad de una V.A. determina la concentracin de
probabilidad alrededor de los valores de una variable aleatoria
continua
Interpretacin grfica de F
Como consecuencia de la
definicin de F:
P(X a) = F(a)
P(a X b) = F(b) F(a)
P(X a) = 1 F(a)
ESPERANZA MATEMATICA Y VARIANZA PARA V.A
CONTINUA
E( X )
2
x
2 2
X
x f(x) dx
2
xf(x) dx
2
EJEMPLO:
Sea X una
Ejemplo V.A. Xcon
3: Sea unafuncin
V.A. condefuncin
densidad:
de densidad:
f ( x) a(3x x 2 ) , Si 0 x3
0 , En otros caso
0 2 3 0 2 9
3 2 2
2
2
13
b) P 1 x 2 3x x dx
2 x 2 x
2
1
9 3 27 1 17
EJEMPLO:
0
0
9 9 9 9 18 0
5 3
3 2
6 x 2x
3 3
x 2x
4 4
E X
2 2x
3x x dx
2
dx 2.7
0
0
9 9 9 6 45 0
DISTRIBUCIN NORMAL Y NORMAL
ESTNDAR
Introduccin
16
Funcin de densidad de la distribucin Normal
17
Grfica de la Distribucin Normal
18
Caractersticas de la Distribucin Normal
19
reas Bajo la Curva Normal
Aproximadamente 68.26% del rea bajo la curva normal est esta dentro
de ms menos una desviacin estndar respecto de la media. Esto se
expresa como 1
20
Distribucin Normal Estndar
Si se tiene una variable aleatoria X normal con media y varianza 2
puede ser transformada a una variable aleatoria estandarizada Z, por la
siguiente transformacin:
21
Funcin de densidad de la distribucin Normal
Estndar
22
Caractersticas de la Distribucin Normal Estndar
La media, mediana y la moda son iguales a cero.
23
El rea bajo la curva normal estndar es til para asignar
probabilidades de ocurrencia de la variable X.
Debemos tomar en cuenta que el rea total bajo la curva es
igual a 1. Y que, por ser una grfica simtrica, cada mitad
tiene un rea de 0.5
P(Z 1.17) =
Halle, en una distribucin N(0, 1), las siguientes probabilidades:
a) pz 0,2
pz 0, 2 pz 0, 2 0, 5793
b) pz 1,27
pz 1, 27 1 pz 1, 27 1 0, 8980 0,1020
c) p 0,52 z 1,03
p 0, 52 z 1, 03 pz 1, 03 pz 0, 52
pz 1, 03 pz 0, 52 pz 1, 03 1 pz 0, 52
26
Ejemplo
Una embotelladora de gaseosas envasa
sus productos en latas cuyo contenido
neto sigue una distribucin normal con
media igual 12 onzas y varianza 0.0625
(onzas)2 si se elige al azar una lata. Hallar
la probabilidad de que su contenido
a) Sea menor que 12.5 onzas
b) sea mayor que 12.29
Solucin
a. La probabilidad de que su contenido sea menor que 12.5 onzas.
Sea X: Contenido de las latas de Gaseosas.
= 12 onzas 2 = 0.0625 = 0.25
nos piden :
P(Z < 2)
P (X < 12.5) = P ( Z < 2) = 0.9772
Estandarizamos la variable X
X - m 12.5 - 12
Z= = =2 = 1- 0.8770
s 0.25 27
b. La probabilidad de que su contenido sea mayor que 12.29 onzas.
X - m 12.29 - 12
Z= = = 1.16
s 0.25
28
Ejemplos:
Qu porcentaje de atletas de varios equipos de bsquetbol tienen un
porcentaje de grasa mayor de 19, sabiendo que la media es de 16 con una
desviacin estndar de 3.6?
Solucin:
Usando la frmula de la normal estandarizada:
7 8 (X)
0 0.5 (Z)
La probabilidad de que un aspirante obtenga 8 puntos o ms es de 0.3085.
b) El porcentaje de aspirantes con calificaciones inferiores o iguales a 5 puntos.
P ( X 5) = P ( Z -1) = 0.1587
Tipificando N ( 7; 2)
57 Ver tabla y comprobar con
z 1 Mega Stat.
2
El porcentaje de aspirantes con
calificaciones inferiores o iguales a 5
puntos es de 15.87% 5 7 ( X)
-1 0 (Z)
Solucin:
c) Cuntos aspirantes obtuvieron calificaciones comprendidas entre 5 y 8 puntos
P ( 5 X 8 ) = P ( X 8 ) - P ( X 5 ) = P ( Z 0.5 ) - P ( Z -1 ) =
Tipificando
Robert Heinlein
1. Moya C. Rufino. Teora de Probabilidad e inferencia
estadstica 519.5 MOYA
2. Milton, Susan. Probabilidad y estadstica 519 MILT