Escolar Documentos
Profissional Documentos
Cultura Documentos
FUNCION DE DENSIDAD
Empleando cálculos bastante laboriosos, puede DISTRIBUCION NORMAL ESTANDAR
demostrarse que el modelo de la función de densidad
que corresponde viene dado por la fórmula. Si Z es una variable aleatoria que tiene una
distribución normal, con media = 0 y varianza 2 = 1,
entonces Z se llama variable normal estándar.
X
Z
1
05/18/2017
Z2
1 2
f (Z ) e , Z
2
y su función de distribución es:
2
b 1 x
1
P[a X b] e 2
dx
a 2
Zb z2
1
Za 2
e 2
dz P[ Z a Z Z b ]
2
05/18/2017
EJERCICIOS
1. Halle la probabilidad para los siguientes
valores de Z.
3
05/18/2017
4. Considerar X~ N(150,110).Calcular:
5. En una población normal con = 25 y
a) P(X>158) 2 = 49 halle:
b) P(145<X<155)
c) P(X>150) a) P(X 25)
Solución: b) P(X 27)
c) P)X 2)
a) P(X 158) d) P(25 X 27)
X 158 150 e) P(27 X 29)
P ( X 158) P P( z 0.76)
10.488 f) P(20 X 22)
P ( X 158) P( z 0.76) 1 P( z 0.76) g) P(22 X 25)
c) P(X>150) c) P(X< 2)
X 2 25
X 150 150 P ( X 2) P P( Z 3.29) 0.0005
P ( X 150) P P ( z 0) 7
10.488
d) P(25 < X < 27)
25 25 X 27 25
P( X 150) P ( z 0) 1 P( Z 0) 1 0.5 0.5 P (25 X 27) P
7 7
P (0 Z 0.29) P ( Z 0.29) P ( Z 0)
4
05/18/2017
b) P(X>10) = 0.0062
9. Suponga que los costos de producción de
X 10 5 un artículo tienen una distribución normal
P ( X 10) P P( Z 2.5)
2 con una media de 60 soles y una variancia
de 18 soles2. Si se elige un artículo al azar,
hallar:
1 P ( Z 2.5) 1 0.9938 0.0062 a) La probabilidad que su costo de producción
difiera de la media poblacional en menos de 6
soles.
X 6
P Z 1.41
6
P[|X - | < 6] = P
18
P Z
18
5
05/18/2017
60 (1.645) 18 66.979444
10. La cantidad real de café instantáneo que una DISTRIBUCIÓN DE PROMEDIOS MUESTRALES,
máquina llenadora pone en frascos de “4 onzas”
CUANDO LA VARIABLE EN ANÁLISIS X TIENE
puede considerarse como una variable aleatoria,
cuya distribución normal tiene = 0.04 onzas. Si tan UNA DISTRIBUCIÓN NORMAL.
solo 2% de los frascos contendrá menos de 4
onzas. ¿cuál debería ser la media de llenado de Sea X una variable aleatoria que tiene una
dichos frascos?. distribución normal con media x y variancia 2x. Si
de esta distribución se extraen muestras aleatorias
P(X < 4)=0.02 de tamaño n (n 2), y para cada muestra se
µ = 4.082 encuentra su promedio:
1 n
X Xi
n i 1
6
05/18/2017
EJERCICIOS
1. De una población normal con = 50 y 2. Si la producción de leche de las vacas
2 = 36 se extrae una muestra de 16 Holstein en una ciudad tiene como = 12
observaciones, halle: litros diarios y 2 = 25 litros y se extrae al
azar una muestra de 100 vacas, halle:
a) P( X 52)
a) P( X 14)
b) P( X 48)
b) P( X 11)
c) P(48 X 52)
c) P(12 X 16)
d) P( X 55)
d) P( X 12)
e) P( X 46)
e) P( X 20)
f) P(55 X 60)
f) P(10 X 11)
g) P(46 X 48)
g) P( X 11.5)
7
05/18/2017
P 0 Z 5 1 0.5 0.5
2P Z
X
0.01
5
X 0.01
P Z 0.005
5 2
X X 12.8791
2.57583
5
8
05/18/2017
Solución
P( X > 11.08) = 0.95 X Y X2 Y2
Media y varianza
n m
X 11.08 11.80 (11.08 11.80) n
P
3 .6 0.95 P Z 3.6
0.95 En Símbolos:
n n
X2 Y2
(11.08 11.80) n X Y ~ N ( X Y , )
P Z
3. 6
0.95 P Z 0.2 n 0.95 n m
P Z 0.2 n 0.95 PZ Z o 0.95
PZ Z o 0.95 1 PZ Z o
PZ Z o 0.05 Z 0 1.64485 0.2 n
n 8.22425 n 67.638 68
9
05/18/2017
Solución: b = 0.51
2. Suponga que dos máquinas A y B producen 3. El tiempo que lleva efectuar un procedimiento de
bolsas de azúcar de características similares. montaje para el método 1 tiene distribución con
La máquina A produce bolsas con un contenido media 35 seg. Y variancia 20 seg2 mientras que el
neto promedio de 970 gramos y una variancia método 2 tiene distribución con media 31 seg. y
de 256 gramos2 , y la máquina B produce bolsas variancia 17 seg2. Si se selecciona una muestra de 40
con un contenido neto promedio de 980 gramos empleados entrenados con el método 1 y 50
y una variancia de 144 gramos2. Si se eligen al entrenados con el método 2.
azar 36 bolsas producidas por A y 64 a) Halle la probabilidad de que el promedio muestral
producidas por B, hallar la probabilidad que: con el método 1 exceda al promedio muestral con
a) La diferencia de promedios muéstrales no el método 2 en por lo menos 5 seg.
sea superior a 8 gramos. b) Determine la probabilidad de que el promedio
b) El contenido promedio de la muestra de la muestral con el método 2 menos el promedio
máquina B sea mayor al correspondiente de muestral con el método 1 sea a lo más -3.
A en más de 5 gramos. c) Calcule c1 y c2 tal que:
P (c X 2 X 1 c ) 0.7812 y
1 2
P( X 2 X 1 c1 ) 0.2033
10
05/18/2017
b)
Características
2 2 17 20
X 2 X 1 ~ N 2 1 , 2 1 ~ 31 35, 1) Tiene una forma ligeramente acampanada.
n2 n1 50 40 2) Es simétrica con respecto al orígen.
3) Es asintótica con respecto al eje horizontal.
X 2 X 1 ~ N 4,0.8 4) Se aproxima cada vez más a la distribución normal
estándar a medida que los grados de libertad son
X 2 X 1 X 2 X 1 3 (4) mayores (m 30)
P ( X 2 X 1 3) P 5) Para una distribución t con m grados de libertad se
X 2X1 0.84 tiene t = 0 y 2t = m/(m-2)
3. Si v = 12 g.l., hallar:
Solución:
a) P[0.873 < t < 2.179] = P[t < 2.179) - P[t < 0.873]
= 0.975 – 0.8 = 0.175
11
05/18/2017
De donde:
(0.025)(0.426)
to 1.782 1.782 0.213 1.569
0.05
La función de densidad de la distribución X2 esta dada por:
12
05/18/2017
Características Ejercicios:
1. Está definida solo para valores positivos de la variable Y. 1) Si Y es una variable aleatoria con una
2. Presenta un sesgo o asimetria a la derecha. distribución chi-cuadrado de 12 grados de
3. Es asintótica con respecto al eje horizontal en su parte
libertad, hallar:
positiva.
4. La distribución tiene menor sesgo a medida que los a) P[Y > 11.34]
grados de libertad son cada vez mayores (m 30). b) P[7.807 < Y < 15.812]
5. Para una distribución ji cuadrada con m grados de
c) P[6.304 < Y < 13]
libertad se tiene Y = m y 2Y = 2m
d) Y1 si P[Y1 < Y < 11.34] = 0.25
Solución:
Y ~ x(212 ) gl
DISTRIBUCION DE LA VARIANZA MUESTRAL a) P[Y > 11.34] = 1- P[Y < 11.34] = 1 – 0.5 = 0.5
Sea X1, X2,.....,Xn una muestra aleatoria de tamaño n de una b) P[7.807 < Y < 15.812] =
población normal con media y varianza 2, sea X y S2 la = P[Y < 15.812] – P[Y < 7.807]
media muestral y varianza muestral respectivamente, entonces:
= 0.8 – 0.2 = 0.6
a) Las variables aleatorias X y S2 son independientes
c) P[6.304 < Y < 13] = P[Y < 13] - P[Y < 6.304]
b) La función de la varianza muestral ( n 1) s 2
2 En este caso en la tabla x2 no existe la
tiene una distribución X n21 probabilidad asociada al valor de 13 para
12 grados de libertad; sin embargo, su
valor puede ser aproximada mediante un
proceso de interpolación lineal.
Lectura de la Tabla
Probabilidad 0.5 0.7
x2 (12) gl 11.34 13 14.011
De donde:
(0.2)(1.011)
0.7 0.7 0.07570198
(2.671)
= 0.62429802
13
05/18/2017
P[6.304 < Y < 13] = P[Y < 13] - P[Y < 6.304] 1. Encontrar:
= 0.624298 – 0.1 = 0.524298 a) P(X2 11.34) para 12 grados de libertad. Resp = 0.5
b) P(X2 5.985) para 15 grados de libertad. Resp = 0.02
c) P(X2 6.5) para 10 grados de libertad. Resp = 0.7716
d) P(X2 11.143) para 4 grados de libertad. Resp = 0.025
(0.05)(1.227) Solución:
Y1 7.807 7.807 0.6135 Sea X = pesos de los artículos producidos por una máquina
0.1
a) P[s2(n-1)/2 < 32.185(15)/25] = P[x2(15 gl) < 19.311]
Y1 = 8.4205 = 0.80
14
05/18/2017
b) P[20 < s2 < 41.66] = P[s2 < 41.66] – P[s2 < 20] = Probabilidad 0.5 0.6 0.7
= P[s2(n-1)/2 < 41.66(15)/25] – P[s2 (n-1)/2 < 20(15)/25] x2 (15) gl 14.339 Y1 17.322
= P[x2(15 gl) < 24.996] - P[x2(15 gl) < 12]
= 0.950 - Probabilidad (0.7 - 0.5) (17.322 – 14.339)
x2 (15) gl (0.6 – 0.5) ( Y1 - 14.339)
En este caso en la tabla x2 no existe la
probabilidad asociada al valor de 12 para Probabilidad (0.2) (2.983)
15 grados de libertad; sin embargo, su x2 (15) gl (0.1) ( Y1 - 14.339)
valor puede ser aproximada mediante un (0.2)(2.983)
proceso de interpolación lineal. Y1 14.339 14.339 1.4915
0.1
Probabilidad 0.300 0.500 Y1 = 15.8305
x2 (15) gl 11.721 12 14.339
k(15)/25 = 15.8305
k = 15.8305(25)/15 = 26.384
(0.2)(2.339)
0.5 0.5 0.17868602 Solución:
(2.618)
= 0.32131398 a)P[S2(n-1)/2 ≥ 2.824(17)/4] = 1 - P[x2(17 gl) ≤ 12.002]
= 1 - 0.20 = 0.80
= P[x2(15 gl) < 24.996] - P[x2(15 gl) < 12]
15
05/18/2017
DISTRIBUCION F Características
[(n 1) s X2 X2 ] (n 1) s X2 X2
F[( n1),( m1)] gl
[(m 1) sY2 Y2 ] (m 1) sY2 Y2
s12 12 s12 22
F[( n1 1),( n2 1)] gl
s22 22 s22 12
16
05/18/2017
Si Y ~ F(8,11)gl. EJERCICIOS
1. Si la variable aleatoria F tiene una distribución F, con n1 y
a.2) P[2.95 < Y < 4.74] = P[Y < 4.74] – P[Y < 2.95]
n2 grados de libertad, respectivamente. Calcular:
P[2.95 < Y < 4.74] = 0.99 – 0.95 = 0.04 a) P(F 4.76) con n1=3, n2=6 Resp = 0.0499
b) P(F 3.50) con n1=7, n2= 8 Resp = 0.95
a.3) Y1, si P[Y1 < Y < 2.95] = 0.94 c) Hallar los números a y b tal que P(a < F < b) = 0.90 con,
P[Y1 < Y < 2.95] = P[Y< 2.95] – P[Y < Y1] = 0.94 n1= 8 , n2=6 Resp: a=0.279, b=4.15
= 0.95 -P[Y < Y1] = 0.94
= P[Y < Y1] = 0.01 2. Sea Y una variable aleatoria con distribución F.
y Y1 = F(0.01, 8,11) a) Si Y F(8,11) hallar:
a.1) P(Y > 2.95) Resp= 0.05
a.2) P(2.95 < Y < 4.74) Resp= 0.04
Y1 F( 0.01,8,11) 1 F( 0.99,11,8) 1 5.73 0.17452 a.3) Y1, si P(Y1 < Y < 2.94) = 0.94 Resp= 0.17452
b) Si Y F(45,24), hallar Y1 tal que P(Y>Y1)=0.05 Resp=1.874889
17
05/18/2017
EJERCICIOS S2
1. Si W F(8,21), halle: b) P 12 k 0.01
2
S
a)P(W ≤ 2.42) R=0.95
b)P(W ≥ 3.51) R= 0.01
c)P(2.42 ≤ W ≤ 3.51) R = 0.04 , .
d)El valor de k en P(k ≤ W ≤ 2.42) = 0.94
R=0.1873
. , ,
. , ,
=0.1493
.
S2
P 12 k 0.01
b). 2
S k = 0.1493
Solución Solución
a) P(S2B > 3.6267S2A)
a) S2
P 22 k 0.99
.
S1
, . . . .
. . → . . .
. , ,
. .
. .
18