Vous êtes sur la page 1sur 7

Ejercicios clsicos de distribucin del probabilidad continua

Introduccin.
Llamaremos funcin de distribucin de probabilidad de la variable aleatoria
continua X a una funcin

(x )

que asigna a cada nmero real

x la

probabilidad de que la variable aleatoria X sea menor o igual al nmero

Esta funcin se expresa como integral de la funcin densidad de la siguiente


manera

P( X x ) F X ( x )

f (t )dt ., donde f es llamada de funcin de densidad de

probabilidad. Es integrable sobre los reales, y el valor de la integral (rea total


bajo la curva sobre toda la recta real) vale 1.
En excel, encontramos estas funciones dentro de funciones estadsticas,

Por ejemplo DIST.NORM tiene los siguientes parmetros


X es el nmero en el que se evala la funcin de distribucin asociada a una
variable aleatoria con distribucin normal

Media y desvo estndar son los parmetros de dicha distribucin normal en


particular.
Acumulado nos permite elegir si se desea la funcin de distribucin F o la de
densidad f

En el ejemplo, se muestra el clculo de la distribucin normal con media 0 y


desvo 5 para el valor de x = 0. Es decir, cunto vale la probabilidad de que una
variable aleatoria con distribucin normal con media 0 y desvo 5 sea menor o
igual que el nmero 0. Este valor es 0,5 (lo cual es coherente con el hecho de la
distribucin normal ser simtrica con respecto a su media). El ltimo argumento,
acumulada, indica que el resultado es F si verdadero, o f si falso.
En la planilla insertada abajo se calcula la funcin de distribucin acumulada y la
de densidad para una variable aleatoria con distribucin normal cuyos parmetros
son modificables dentro de la propia planilla

(es planilla excel activa, basta activarla con el ratn)


Una funcin de distribucin continua tiene las siguientes propiedades:
1) tiende a cero cuando x tiende a menos infinito
2) es no decreciente
3) tiende a uno cuando x tiende a ms infinito

La probabilidad de que la variable sea mayor que un cierto nmero x se calcula


como 1-F(x)
La probabilidad de un punto es 0, luego P( X t ) P( X t )
Ejemplos de funciones de distribucin continuas: normal, lognormal, exponencial, ji
cuadrado, t, F. Todas estas funciones estn disponibles en las planillas
electrnicas, y tambin se encuentran en las clsicas tablas. Un buen ejercicio es,
con una tabla a mano, verificar algunos valores en la planilla electrnica. Esto
permite aprender el buen manejo de ambas y entender las definiciones de
funciones asociadas a las variables aleatorias.
Percentiles.
Dado un nmero p [0, 1] y una variable aleatoria X con funcin de distribucin
asociada F, decimos que un nmero x es el percentil p de la variable cuando la
funcin de distribucin evaluada en x vale p. Esto es, F(x) = p, o x = F -1(p) . O bien,
un nmero que acumula una probabilidad p.
Ejemplo: en una distribucin normal con media 0, el percentil 50% (llamado de
mediana), es el nmero 0. Esto resulta ilustrativo porque como se sabe, la
distribucin normal es simtrica con respecto a su media, por lo tanto sta debe
acumular 0.5 de probabilidad. En la distribucin normal, la media y la mediana
coinciden.
Para los estudiantes que comenzaron el curso con enfoque de estadstica
descriptiva, resulta familiar el hecho que la mediana es aquel valor que clasifica la
mitad de la muestra por debajo y la otra mitad por encima. La idea es ahora
relacionar ese concepto con el de las funciones de distribucin de probabilidad.
Los percentiles se calculan con la inversa de la funcin de distribucin x = F -1(p).
Para obtener estos valores alcanza con leer las tablas en forma inversa, es decir
buscar la probabilidad p, y ver en qu valores numricos es que se alcanza esta
probabilidad.
En excel, se hace por las funciones estadsticas, por ejemplo

Supongamos que queremos calcular el percentil p de una variable con distribucin


normal con media y desvo dados. Usamos la funcin INV.NORM as

lo que en la planilla se ve como sigue

Esto es, el valor 2,5248 acumula probabilidad igual a 80% en una normal de media
0 y desvo 3.
Como ejercicio, comprobar las funciones de probabilidad con sus inversas, y
verificar los valores dados en las tablas impresas.
Propiedades importantes relacionadas a la distribucin normal
Normal tpica: se trata de la distribucin normal con media 0 y desvo 1. Es la que
figura en las tablas usuales en los cursos de estadstica.
Dada una variable aleatoria X con distribucin normal con media y desvo ,
X
podemos definir una nueva variable Z
, que tendr distribucin normal con

media 0 y desvo 1, que es la de la tabla. Entonces, podemos hacer lo siguiente:

x
) , siendo que esta ltima probabilidad podemos calcularla a

P( X x ) P( Z

partir de la tabla.
Anlogamente, es posible resolver tambin el problema inverso. Cul es el
percentil p de una variable normal con media y desvo dados?
x z * ,

donde z es el percentil p de la normal con media 0 y desvo 1.


Teorema central del lmite: dada una muestra aleatoria simple de una variable
aleatoria X con media y desvo , la variable dada por el promedio de dicha
muestra tiende, cuando n crece a tener distribucin normal con la misma media y
desvo igual a

Esto significa que, bajo la hiptesis de tamao conveniente de muestra, la


distribucin del promedio de una variable aleatoria cualquiera de la que
conocemos la media y el desvo, puede aproximarse por una distribucin normal.
Simetra: la distribucin normal es simtrica con respecto a la media, por lo que
algunas tablas solamente presentan la distribucin acumulada para nmeros
positivos., comenzando por 0, con 50%.
Entonces, para calcular la probabilidad de un nmero negativo, se recurre a lo
siguiente F(x) = 1- F(-x) (x<0)

Ejercicios resueltos.
Salvo indicacin en contrario, se asume siempre distribucin normal
1) 1000 estudiantes de una escuela. La media de la altura es 1.65 m y el desvo
0,10 m. Estimar cuntos estudiantes miden menos de 1,40 m
Estimar cuntos estudiantes miden ms de 1,60 m Se va a seleccionar el 10% de
estudiantes ms altos. Estimar la altura del ms bajo del grupo seleccionado
Cuntos estudiantes miden menos de 1,40 =
1000 * P ( X 1,40) 1000 * F (1,40) 6

Cuntos miden ms de 1,60 =


1000 * (1 F (1,60)) 691
donde F es la funcin de distribucin normal con media 1,40 y desvo 0,10.
La altura del ms bajo del grupo de 10% de mayor altura, es igual al percentil
90%, o sea

(0,9) 1,78

Repetir los clculos pero usando la normal tpica segn las frmulas vistas.
2) media = 10, desvo = 4. Encontrar P(X>14), P(X<9), a partir de los valores de la
distribucin normal (0, 1)
P ( X 14) 1 P (( X 14) 1 P(
P ( X 9 ) P ( X 9) P ( Z

X 10 14 10

) 1 P( Z 1) 0,15
4
4

9 10
) 0,40
4

3) Si el percentil 80% es 582, y la media es 500. Cunto vale el percentil 20%?


Cunto vale el desvo?
La media, en la distribucin normal, coincide con el percentil 50%. Entonces, el
intervalo que va de 500 a 582 acumula 30%. Por simetra de la distribucin
normal, el percentil 20% es 500 82 = 418
Representar esta parte grficamente
En la normal (0,1) el percentil 80% es 0,84. luego el desvo buscado es
82 / 0,84 97,43

4) La variable tiene una distribucin desconocida, de la cual slo se saben la


media = 100 y el desvo = 8. Calcular la probabilidad de que el promedio de 64
observaciones sea: a) mayor que 120
b) menor o igual que 95

Por el teorema central del lmite, el promedio tiene distribucin aproximadamente


normal, con media 100 y desvo

8
64