Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
NORMAL
VARIABLE ALEATORIA: Clasificación
Función de distribución
Distribuciones continuas de probabilidad
La distribución normal
También conocida como campana de Gauss en
honor al matemático Karl Gauss ( siglo 19).
Es importante por:
Es muy aplicable para inferencia estadística
Se ajusta (casi) a las distribuciones de frecuencias
reales observadas.
Se utiliza para describir el comportamiento de una variable
continua.
(a) Características
1. Tiene un sólo pico (unimodal). Forma acampanada.
2. La media cae en el centro
3. La media, media y moda coinciden
4. Es asintótica al eje horizontal
Media
Mediana
Moda
La distribución normal de
probabilidad es simétrica con
respecto a una línea vertical que
pase por la media
2
donde:
e : constante matemática: 2.71828
:constante matemática: 3.14159
: media de la población
: desviación estándar de la población
x : cualquier valor de la variable
aleatoria continua
Areas debajo de la curva normal
68% datos
2: Aproximadamente 95.5% de todos los valores
de una población normalmente distribuida se
encuentra datos 2 desviación estándar de la
media.
2
2
94.6% datos
3: Aproximadamente 99.7% de todos los valores de
una población normalmente distribuida se
encuentra datos 3 desviación estándar de la
media
3 3
99% datos
La distribución normal estándar (Z)
50
1
La tabla de distribución normal estándar, es la siguiente:
2.5 2.5
x 15 10
Calculando Z: z 2
2.5
10 15
Para Z=2, buscamos en la tabla cual es la
probabilidad (o área) que le corresponde:
Área = .4772
Como deseamos conocer esta área: 2.5
P( x 15) 0.5 0.4772 0.0228 2.28%
Calculando Z:
11 10
Cuando x 11 z 0.4 A 0.1554
2.5
14 10
Cuando x 14 z 1.6 A 0.4452
2.5
1114
Solución:
En la figura, podemos ver que la
mitad del área bajo la curva está
P(X>500)=0.5
localizada a ambos lados de la
media de 500 horas. Por lo tanto
podemos deducir que la
probabilidad de que la variable
aleatoria tiene un valor mayor a
500 es el área sombreada, es
decir, 0.5.
Pregunta 2:¿Cuál es la probabilidad de que un
supervisor elegido al azar se tome entre 500 y 650
horas para completar el programa de
entrenamiento.
Solución:
La gráfica se muestra la
respuesta como zona
P(500 X 650)=0.4332 sombreada, representada por
el área entre la media (500
horas) y el valor de X, en el
cual estamos interesados
(650 horas). Estandarizando
la variable tenemos un valor
para Z
x
Z
650 500
Z 1.5
100
Solución:
Estamos interesados en el área a la derecha de 700.
Estandarizamos
x
Z
P(X >700)= 0..0228
700 500
Z 2
100
Tabla: si Z = 2.0 Area: 0.4772
x
Z
550 500
Z 0.5
100
a) Características
Al igual que la normal, también es simétrica
es algo más plana que la distribución normal
hay una distribución t para cada tamaño de
muestra cuando el tamaño de la muestra es
mayor a 30, la distribución t se asemeja tanto
a la normal que se prefiere utilizar ésta.
CUANDO UTILIZAR Z o t
SI
¿S E CONOCE ? US A R Z
NO
SI
¿es n 30? US A R Z
NO
US A R t
TABLA DE DISTRIBUCION t DE STUDENT
d.f. t .90 t .95 t .975 t .99 t .995
d.f. Grados de libertad 1 3.08 6.31 12.7 31.8 63.7
d. f . n 1
2 1.89 2.92 4.3 6.97 9.92
3 1.64 2.35 3.18 4.54 5.84
Ejemplo:
:
n= 28 N.C. = 95%
:
t=?
:
:
d.f. = 28 - 1 = 27
26 1.32 1.71 2.06 2.48 2.78
t = 2,0518
27 2.31 1.7 2.05 2.47 2.77
28 1.31 1.7 2.05 2.47 2.76
:
:
:
b) Fórmula
x
t
s
n
c) Grados de libertad
Se definen como el número de valores que
podemos escoger libremente.
La distribución Ji-Cuadrada
a) Características
b) Definición
La distribución Ji-cuadrada
n esta definida por
2 Z i2
i 1
c) Aplicaciones
d) Distribución
La Distribución F
Características
Es una distribución asimétrica a la derecha
Sólo tiene valores positivos
Se utiliza para comparar variancias de dos
poblaciones, con distribución normal
Fórmula
2
S mayor
F 2
S menor
11-3