Escolar Documentos
Profissional Documentos
Cultura Documentos
aleatoria
continua
Variable aleatoria
(c, c, c)
(s, s, s)
Clasificacin de variables
aleatoria
En forma similar a como se clasificaron las variables
cuantitativas, las variables aleatorias pueden ser: discretas y
continuas.
Una variable aleatoria discreta es aquella que puede asumir
una cantidad finita de valores, o una cantidad infinita
numerable de valores.
Ejemplo: En una muestra aleatoria de 50 personas, la cantidad
de ellos que tiene ojos de color caf es una variable aleatoria
discreta, ya que los posibles valores que puede tomar son
{0, 1, 2, 3, , 50}
En cambio, una variable aleatoria continua es la que puede
tomar cualquier valor numrico en un intervalo o conjunto de
intervalos.
Ejemplo: La estatura de una persona escogida al azar
corresponde a una variable aleatoria continua, ya que puede
tomar cualquier valor posible en un intervalo.
Distribucin de
probabilidad de una
En una variable aleatoria discreta la distribucin de
variable
aleatoria
probabilidad se describe mediante una funcin de
probabilidad
f(x). Esta funcin muestra la
probabilidad de que la variable tome un valor
particular.
En cambio, en las variables aleatorias continuas, la
funcin de probabilidad
es llamada
A diferencia
de lafuncin
funcin de
de
densidad de probabilidad
(tambin la
se denota
f(x))de
probabilidad,
funcin
densidad
no
determina
directamente dicha probabilidad,
sin embargo, el rea bajo la
P(a < X <
grafica de f(x) entre dos puntos,
b)
a
y
b,
determina
la
probabilidad
de
que
la
y
f(x)
Distribucin de
probabilidad Normal
N(0 , 2)
Observacin: La
desviacin estndar
depende de cun
N(0 , 1) dispersos estn los
datos: a mayor
desviacin estndar,
la grfica es ms baja
X y ms ancha, ya que
los datos se
encuentran ms
dispersos.
N(-3 ,
1)
Observacin: Todas
tienen la misma
N(0 , 1) N(3 , 1) forma sin embargo el
eje de simetra de las
funciones cambia ya
que las
distribuciones
poseen medias
diferentes.
Otras
propiedades
Los extremos se prolongan de modo indefinido en ambas
direcciones y, tericamente, nunca tocan el eje horizontal
aunque se aproximan a el.
Las probabilidades para la variable aleatoria con distribucin
curva normal
normal se definen mediante reas Como
bajo lalacurva:
representa una funcin de
densidad, entonces el rea
total bajo la curva debe ser
igual a 1.
Adems, como la
distribucin es
simtrica, el rea bajo la
curva a la izquierda de la
media es 0,5 y el rea bajo
la curva a la derecha de la
Ejemplo:
1. En un hospital, las estaturas, en centmetros, de los recin
nacidos se distribuyen N(46, 2). Cual es la probabilidad
de que un recin nacido mida menos de 46 cm?
2. De un colegio mixto egresaron 210 varones y 225 damas.
Las estaturas de los varones se distribuyen N(1,71; 0,4), y
las de las damas, N(1,64; 0,3), en metros. a. Cuntos
varones miden ms de 1,71 m?
b. Cuntas damas miden menos de 1,64 m?
c. Si se selecciona a un alumno al azar, cul es la
probabilidad de que mida a lo
ms
1,67 m?
1. Los tiempos, en segundos, realizados en las prcticas de
atletismo del Colegio Cordillera se distribuyen N(12,8; 0,8)
y los tiempos del Colegio Entrelagos, N(12,2; 1).
Determina qu porcentaje de atletas:
a. del Colegio Cordillera demoraron ms de 12,8 s.
b. del Colegio Cordillera demoraron menos de 13,6 s.
c. del Colegio Entrelagos demoraron ms de 10,2 s.
Distribucin normal
Si tenemos una variable aleatoria continua con
estndar
Es decir, la
probabilidad de
que la variable
aleatoria tome
un valor menor
o igual a 1,41 es
0,92073.
= 0,91149 0,58706
= 0,32443
Por lo tanto, la probabilidad
de que la variable aleatoria
tome un valor entre 0,22 y
1,35 es 0,32443.
= 1 0,71226
= 0,28774
Por lo tanto, la probabilidad de que una variable
aleatoria con distribucin normal estndar tome un
valor mayor que 0,56 es 0,28774.
En la tabla de distribucin
normal no existen valores
negativos, pero dado que la
distribucin normal estndar
es simtrica respecto al cero,
se cumple que:
P(X < 0,71) = 1 P(X < 0,71)
=1
0,7612
= 0,2388
Por lo tanto, la probabilidad de que una variable
aleatoria con distribucin normal estndar tome un
valor menor que - 0,71 es 0,2388.
Luego, si sumamos
esta rea con el
rea pintada,
tenemos:
0,5 + 0,45907 =
0,95907.
Ejercicios:
1. Z es una variable aleatoria con distribucin normal estndar.
Utilizando la tabla de la distribucin normal, encuentra los
valores de z tales que:
A. P(Z < z) = 0,6664
B. P(Z < z) = 0,98077
C. P(Z > z) = 0,23576
D. P(Z > z) = 0,48006
E. P(Z < z) = 0,82639
F. P(Z > z) = 0,00003
Usando la tabla de la distribucin normal, calcula las
siguientes probabilidades, asumiendo que Z es una variable
aleatoria que distribuye N(0, 1).
1.P(Z < 1,34)
2.P(Z < 3,09)
3.P(Z < 1,14)
4.P(Z > 2,21)
5.P(Z < 0,14)
6.P(Z > 1,49)
Aplicaciones de la
distribucin normal
La tabla de distribucin normal no solo nos permite
calcular probabilidades relacionadas con la
distribucin normal estndar, sino que tambin
podemos calcular probabilidades relacionadas con
cualquier distribucin normal. Esto se debe a que
todas las distribuciones de probabilidades normales
se determinan a partir de la normal estndar.
Para convertir cualquier distribucin normal en una
estndar, debemos hacerlo de la siguiente forma:
10)
= 0,6293 0,09176 =
Ejercicios
1. Considera la variable aleatoria X ~ N(2, 3). Usando la tabla
de la distribucin normal estndar, calcula las siguientes
probabilidades.
1. P(X > 0)
2. P(X < 1,1)
3. P(X > 2,3)
4. P(X > 1,3)
5. P(0 < X < 2,3)
6. P(1,3 < X < 1,1)
A. Considera las variables aleatorias X ~ N(1, 2) y Z ~ N(0, 1).
Encuentra valores de a para que se cumpla lo pedido.
1. P(Z < a) = 0,5
2. P(Z > a) = 0,5
3. P(Z < a) = 0,05
4. P(X > a) = 0,1
5. P(X > a) = 0,5
6. P(X > a) = 0,05