Escolar Documentos
Profissional Documentos
Cultura Documentos
La distribucin normal
f x dx 1
E X xf x dx
Var X x 2 f x dx xf x dx
10
1
1
para 2 x 9
92 7
x2
La funcin de distribucin en este caso sera: F x P X x
(el rea del rectngulo
92
a la izquierda de x, para x entre 2 y 9).
Generalizando el caso del ejemplo anterior, se dice que una variable aleatoria X posee una
distribucin uniforme en el intervalo [a, b] y se escribe X ~ U(a, b) cuando su funcin de
densidad de probabilidad es:
1
para a x b
ba
Consecuentemente con lo anterior, la funcin de distribucin correspondiente a una variable
0
xa
x a
a xb
aleatoria uniforme en el intervalo [a, b] ser: F x
b a
xb
1
f x
ab
b a
2
y X
X~U(a, b) X
2
12
Ejemplo: El profesor tiene 1000 alumnos y, despus de corregir cuidadosamente el examen,
con el dispositivo DACE, dispone de 1000 notas, a partir de las que construye el histograma
correspondiente, segn se muestra en la siguiente figura:
-1
-1
1 5
5 1
2
En este caso la media y la varianza seran: X
3 y X
1,3
2
12
0 ; X2
X
X
12
12
2
2
b. Las probabilidades:
b.1 P(X 0,75) = F(0,75) =
0,75 ( 1)
0,875
1 ( 1)
0,25 ( 1)
0,375
1 ( 1)
0,3 1 0,8 1
Distribucin Normal
Siguiendo con el ejemplo del dispositivo DACE, algunos alumnos se quejan, porque
consideran que no es justo jugarse el 100% de la calificacin en un nico examen (si ellos
supieran), y piden una evaluacin continua, haciendo referencias imprecisas a Bolonia. Al
profesor lo nico que le interesa de Bolonia es la mortadela, pero prefiere no llamar
demasiado la atencin sobre su avanzada gestin de las calificaciones, por lo que decide
atender las demandas de los alumnos, realizando 5 exmenes, que sern debidamente
corregidos con el dispositivo DACE, de manera que la nota final de cada alumnos ser la
media de las 5 notas.
Qu aspecto tendrn el histograma y el polgono de frecuencias de las notas finales?.
Crees que es igual de probable tener una nota entre 2 y 3 que entre 5 y 6?.
Qu tiene que pasar para que un alumno tenga una nota entre 2 y 3?
El profesor examina a sus 1000 alumnos 5 veces, y promedia las notas obtenidas con el
dispositivo DACE, con lo que dispone de 1000 notas medias, a partir de las que construye el
histograma correspondiente, segn se muestra en la siguiente figura:
La forma de campana, centrada en 5,5, parece indicar que la nota media no cambia, pero
disminuye la dispersin, ya que ahora son ms frecuentes las calificaciones alrededor de 5,5
que las calificaciones ms lejanas de 5,5. Para comprobarlo, el profesor calcula la media y la
varianza de las 1000 notas finales y obtiene los siguientes resultados: 5,5 y 2 0,82 , es
decir, la media coincide con la que se obtena con un nico examen, pero la varianza es 5
veces ms pequea (queda dividida por 5).
El profesor decide probar a poner 20 exmenes a cada alumno, en lugar de 5, y obtiene el
siguiente histograma para la nota final:
Lo curioso ahora es que, si bien la nota media sigue siendo la misma, la varianza ha vuelto a
reducirse, siendo ahora 2 0,204 , es decir, 20 veces ms pequea que la original.
Lo que el profesor acaba de descubrir es que dada una variable aleatoria X, con media X y
varianza X2 , si consideramos la variable X X 1 X 2 X n n , es decir, la media muestral
1
f x
e
2
x 2
2 2
La expresin obtenida para la funcin de densidad de probabilidad para una variable normal
nos muestra que dicha funcin depende slo de la media y de la varianza 2 de la variable,
por lo que una variable normal queda totalmente determinada por estos dos parmetros, lo
cual justifica la expresin: X~N(,2).
La funcin de densidad de probabilidad es una curva simtrica con forma de campana
(campana de Gauss):
-15
-10
-5
10
Varianza = 4
15
20
Varianza = 9
25
30
35
Varianza = 16
X ~ N ,
P X 0,6827
P 2 X 2 0,9545
P 3 X 3 0,9973
68,27%
-3
-2
-1
99,73%
95,45%
-3
-2
-1
-3
-2
-1
Dado que ms del 0,9973 de la probabilidad de una distribucin normal est comprendida en
el intervalo ]3, +3 [, con longitud 6, a menudo se dice que el ancho de la distribucin
normal es 6 (notar que la probabilidad de encontrar un valor de la variable aleatoria fuera del
intervalo es slo 0,0027). Al intervalo ]3, +3 [ se le llama frecuentemente regin de
variabilidad natural para la variable X~N(,2).
0,00
0,500
0,540
0,579
0,618
0,655
0,691
0,726
0,758
0,788
0,816
0,841
0,864
0,885
0,903
0,919
0,933
0,945
0,955
0,964
0,971
0,977
0,982
0,986
0,989
0,992
0,994
0,995
0,997
0,997
0,998
0,999
0,999
0,999
1,000
0,01
0,504
0,544
0,583
0,622
0,659
0,695
0,729
0,761
0,791
0,819
0,844
0,867
0,887
0,905
0,921
0,934
0,946
0,956
0,965
0,972
0,978
0,983
0,986
0,990
0,992
0,994
0,995
0,997
0,998
0,998
0,999
0,999
0,999
1,000
0,02
0,508
0,548
0,587
0,626
0,663
0,698
0,732
0,764
0,794
0,821
0,846
0,869
0,889
0,907
0,922
0,936
0,947
0,957
0,966
0,973
0,978
0,983
0,987
0,990
0,992
0,994
0,996
0,997
0,998
0,998
0,999
0,999
0,999
1,000
0,03
0,512
0,552
0,591
0,629
0,666
0,702
0,736
0,767
0,797
0,824
0,848
0,871
0,891
0,908
0,924
0,937
0,948
0,958
0,966
0,973
0,979
0,983
0,987
0,990
0,992
0,994
0,996
0,997
0,998
0,998
0,999
0,999
0,999
1,000
0,04
0,516
0,556
0,595
0,633
0,670
0,705
0,739
0,770
0,800
0,826
0,851
0,873
0,893
0,910
0,925
0,938
0,949
0,959
0,967
0,974
0,979
0,984
0,987
0,990
0,993
0,994
0,996
0,997
0,998
0,998
0,999
0,999
0,999
1,000
0,05
0,520
0,560
0,599
0,637
0,674
0,709
0,742
0,773
0,802
0,829
0,853
0,875
0,894
0,911
0,926
0,939
0,951
0,960
0,968
0,974
0,980
0,984
0,988
0,991
0,993
0,995
0,996
0,997
0,998
0,998
0,999
0,999
0,999
1,000
0,06
0,524
0,564
0,603
0,641
0,677
0,712
0,745
0,776
0,805
0,831
0,855
0,877
0,896
0,913
0,928
0,941
0,952
0,961
0,969
0,975
0,980
0,985
0,988
0,991
0,993
0,995
0,996
0,997
0,998
0,998
0,999
0,999
0,999
1,000
0,07
0,528
0,567
0,606
0,644
0,681
0,716
0,749
0,779
0,808
0,834
0,858
0,879
0,898
0,915
0,929
0,942
0,953
0,962
0,969
0,976
0,981
0,985
0,988
0,991
0,993
0,995
0,996
0,997
0,998
0,999
0,999
0,999
0,999
1,000
0,08
0,532
0,571
0,610
0,648
0,684
0,719
0,752
0,782
0,811
0,836
0,860
0,881
0,900
0,916
0,931
0,943
0,954
0,962
0,970
0,976
0,981
0,985
0,989
0,991
0,993
0,995
0,996
0,997
0,998
0,999
0,999
0,999
0,999
1,000
0,09
0,536
0,575
0,614
0,652
0,688
0,722
0,755
0,785
0,813
0,839
0,862
0,883
0,901
0,918
0,932
0,944
0,954
0,963
0,971
0,977
0,982
0,986
0,989
0,992
0,994
0,995
0,996
0,997
0,998
0,999
0,999
0,999
0,999
1,000
Directo
1 ( +)
1 ( +)
Siendo Z ~ N(0; 1), a menudo estamos interesados en calcular un valor de z que verifique la
siguiente propiedad: P(Z z) = p, siendo p una cantidad conocida.
Ejemplo (Uso inverso de la tabla de la funcin de distribucin normal estndar)
Sea Z ~ N(0; 1), calcular z tal que P(Z z) = 0,75 (Notar que se est pidiendo Q3)
En este caso conocemos la probabilidad acumulada y desconocemos el valor que la ha
ocasionado, por lo que deberemos recurrir a la tabla, pero buscando 0,75 en el cuerpo de la
tabla y localizando la fila y columna correspondientes para reconstruir el valor de z.
El valor ms cercano a 0,75 que podemos encontrar en el cuerpo de la tabla es 0,749,
correspondiente a la fila 0,60 y a la columna 0,07, por lo que podemos decir que el valor
buscado es, aproximadamente, z 0,67.
Para afinar ms el resultado deberamos recurrir a la interpolacin lineal, aunque la ganancia
en precisin es, en general, pequea:
z 0,67
0,68 0,67
z 0,6733
10
P X 185 P
PZ 2.5 1 PZ 2.5 1 0.994 0.006
6
6
P175 X 195 P
P0.83 Z 4.17
6
6
6
P160 X 168 P
P 1.67 Z 0.33
6
6
6
X 170 Q3 170
P X Q3 0.75 P
0.75
0.75 P Z 3
6
6
Q 170
0.67, de donde:
Como conocemos el resultado usamos la tabla a la inversa 3
6
Q3 = 174.02
11
Dadas X ~ N X ; X2 e Y ~ N Y ; Y2 independientes X Y ~ N X Y ; X2 X2 .
Ejemplo
Al hacer mallas con 8 naranjas tomadas al azar de una cierta partida observamos que el peso
en kilogramos de la malla se distribuye aproximadamente segn una distribucin normal con
media 2 y varianza 0,25. Si juntamos las mallas de dos en dos, las nuevas mallas se
distribuirn segn una distribucin normal, con media 4 y varianza 0,5.
Es evidente la dificultad para efectuar el clculo anterior. En este caso la media de X es 160 y
la varianza es 159,9984. Construimos XN ~ N(160; 159,9984) X XN, es decir:
150 160
= P(Z > 0,79) = P(Z < 0,79) = 0,785
P(X > 150) P(XN > 150) = P Z
159,9984
12
P X 950
950 1000
P X 950 P X N 950 P Z
PZ 1,58 0,057
1000
2.5 5
P X 2 P X N 2.5 P Z
PZ 1.18 1 PZ 1.18 1 0.881 0.119
4.5
1.5 5
P X 2 P X N 1.5 P Z
PZ 1.65 1 PZ 1.65 1 0.951 0.049
4.5
X 2
X 2
13
6.5 5
a.- P(X > 6) P(XN 6.5) = P Z
= P(Z 0.71) = 1 P(Z 0.71) = 0.239
4.5
5.5 5
b.- P(X 6) P(XN 5.5) = P Z
= P(Z 0.24) = 1 P(Z 0.24) = 0.405
4.5
c.- P(2 X 6) P(1.5 XN 6.5) = P(Z 0.71) P(Z 1.65) = 0.761 0.049 = 0.712
d.- P(2 < X 6) P(2.5 XN 6.5) = P(Z 0.71) P(Z 1.18) = 0.761 0.119 = 0.642
e.- P(2 X < 6) P(1.5 XN 5.5) = P(Z 0.24) P(Z 1.65) = 0.595 0.049 = 0.546
f.- P(2 < X < 6) P(2.5 XN 5.5) = P(Z 0.24) P(Z 1.18) = 0.595 0.119 = 0.476
Ejemplo
Sea X ~ Po( = 9). (Media = Varianza = 9).
Calcular aproximadamente las siguientes probabilidades:
10.5 9
9.5 9
14
Ejercicios
1. Un profesor de Estadstica muy perezoso decide puntuar a sus alumnos al azar, de manera
que les pone calificaciones aleatorias entre 3 y 9, segn una distribucin uniforme
continua.
a. Si aprueban los alumnos cuya nota es mayor o igual que 5, qu porcentaje de alumnos
resultar aprobado, en promedio?
b. Si obtienen un notable los alumnos cuya nota est entre 6,75 y 8,5, qu porcentaje de
alumnos obtendr un notable, en promedio?
c. Qu nota se debe exigir para aprobar si se desea que apruebe el 75% de los alumnos?
2. Las calificaciones de los alumnos de estadstica, X, puede suponerse que se ajustan a una
distribucin normal, con media 6 y desviacin tpica 3.
a. Hallar el porcentaje de alumnos suspendidos (menos de 5).
c. Hallar el porcentaje de alumnos con aprobado (desde 5 hasta 6.5).
c. Hallar el porcentaje de alumnos con notable (desde 6.5 hasta 8.5).
d. Hallar el porcentaje de alumnos con sobresaliente (desde 8.5).
3. En una fbrica se considera la variable aleatoria X=tiempo necesario para montar una
pieza, llegando a la conclusin de que X es normal, con media =75 segundos y
desviacin tpica =6 segundos.
a. Hallar la probabilidad de que un trabajador de la fbrica tarde menos de 70 segundos en
montar la pieza.
b. Hallar la probabilidad de que un trabajador de la fbrica tarde entre 72 y 81 segundos en
montar la pieza.
c. Halla el percentil 95 de X e interpreta el significado del mismo.
4. Una planta envasadora de cereales mezcla maz tostado con arroz inflado, para elaborar su
producto estrella. En la mezcla final el contenido de azcar debe estar entre 10 y 11
gramos por paquete para superar el control de calidad. Si el proceso de llenado es tal que la
cantidad de azcar en cada paquete verifica una distribucin normal con media 10,2
gramos y desviacin tpica 0,20 gramos:
a. Qu proporcin de paquetes tendrn un exceso de azcar?
b. Qu proporcin de paquetes tendrn defecto de azcar?
c. Si queremos que slo se rechace el 2% de la produccin por exceso de azcar, qu
lmite superior se debera establecer?
5. Segn un estudio, la altura de los varones de cierta ciudad es una variable aleatoria X
normal, con media 175 cm y desviacin tpica 10 cm. Se pide encontrar un intervalo
centrado de tal manera que la estatura del 50 % de los varones de la ciudad est
comprendida en l.
6. La estatura de los jvenes aspirantes a entrar en el servicio militar sigue una distribucin
normal con media 172 y varianza 81. Hay 200.000 mozos y slo se precisan 120.000
reclutas, de manera que se decide eliminar a los ms altos y a los ms bajos, eliminando a
la misma cantidad de mozos en cada una de las dos categoras. Qu estaturas lmite se
debe exigir para seleccionar a los reclutas?
15
e 4 4 0
e 4 0,0183
0!
16
17,5 16
13,5 16
P14 X 17 P13,5 X N 17,5 P
Z
P 0,625 Z 0,375
4
4
ln 0,05
1,4979
2
minutos,
es
13 12
12 12
P12 X 13 P
Z
P0 Z 2 PZ 2 PZ 0
0,5
0,5
0,977 0,5 0,477
b. Qu proporcin de trabajadores recibe un salario entre 11 y 14 por hora?
14 12
11 12
P11 X 14 P
Z
P 2 Z 4 PZ 4 PZ 2
0,5
0,5
PZ 4 1 PZ 2 1 1 0,977 0,977
c. Cunto debe ganar por hora un trabajador para superar al 95% de los trabajadores de
la industria?
P 12
P 12
1,645 P95 12,8225
consultando en la tabla, obtenemos: 95
0,5
17