Académique Documents
Professionnel Documents
Culture Documents
f ( x ) d x = 1
-
P( a X b ) = f ( x) d x
a
F(x) = P(X x) = f ( t ) dt
-
x
d d
F( x) = f ( t ) dt = f ( x)
d x -
Obs.:
dx
DISTRIBUCIN NORMAL
1
De la simetra de la funcin se concluye que P( X ) = P( X ) = . Como la
2
distribucin normal desempea un papel bsico en la estadstica y su densidad
de probabilidad no puede integrarse de forma directa, se ha tabulado para el
caso especial = 0 y = 1. La distribucin normal con estos valores para
y se conoce como distribucin normal estndar. Para una distribucin
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5039 0.5079 0.5119 0.5159 0.5199 0.5239 0.5279 0.5318 0.5358
0.1 0.5398
0.2 0.5792
0.3 0.6179
0.4 0.6554
0.5 0.6914
0.6 0.7257 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
0.7 0.7580 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
... .
..
Esta tabla proporciona los valores de rea acumulada bajo la curva normal a
la derecha de la media.
Hay tablas que proporcionan los valores de rea acumulada bajo la curva
normal a la izquierda de la media, otras proporcionan los valores de rea
Ejemplo:
3.- El volumen de lquido que una mquina deposita en latas de una cierta
bebida gaseosa es una variable aleatoria normal para la cual = 12.4 onzas y
= 0.1 onzas
cmo debe ser ajustado el promedio en este proceso si se quiere que el 99.9
% de todas las latas contenga ms de 12 onzas?
Resp. = 4.082
5.- Los alambres que se utilizan en cierta computadora deben tener una
resistencia entre 0.12 y 0.14 ohms. Las resistencias reales de los alambres
producidos por la compaa A siguen una distribucin normal con = 0.13
ohms y = 0.005 ohms
a) Modelo t de Student
m +1
( )
2 1 1
f ( x) = m +1
m m x2
( ) (1 + ) 2
2 m
Anotaremos
X tm
Algunas propiedades de una v.a. X que sigue una distribucin t de Student con
m grados de libertad son:
P( X < - to ) = P( X > to ) to |R
Notacin:
tm , (1-a) = percentil (1- a) de la distribucin t de Student con m grados de
libertad
Por ejemplo:
t5; 0 ,8 = 0,92
Es el valor de la distribucin t Student con 5 g.l. tal que el 80% de los valores
son menores a 0,92 y el 20% restante superiores a 0,92 ( percentil 0,8 de la t
con 5 g.l.)
Diremos que una variable aleatoria continua sigue una distribucin chi
cuadrado con m grados de libertad si su funcin de densidad est dada por:
1
f ( x) = x m / 2-1e - x / 2
( m / 2) 2 m/2
Anotamos
X m2
Observacin:
a) E(X)=m
b) V(X)=2m
Notacin
Por ejemplo :
26 , 0.75 es un valor que deja por bajo al 75% de los casos y por sobre l al
25% de los casos ( percentil 0,75 de la distribucin chi cuadrado con 6 grados
de libertad)
c) Distribucin F de Fisher
Anotamos
X Fm,k
Observacin:
Los percentiles de esta distribucin se encuentran tabulados y su notacin es la
siguiente:
Por ejemplo:
Propiedad:
1
Fk ;m ;a =
Fm ,k ,(1-a )
Por ejemplo:
1 1
F8; 4;0.05 = = = 0,26
F4;8;0.95 3,84
Teoremas importantes
Teorema 1:
Si X N( , 2) y Y = ( X- )2 / 2 entonces
Y 12
(*)Teorema 3:
Si X1, X2,, Xn son v.a.i.i.d. N( , 2) entonces
(n-1)S2n-1 / 2 2(n-1)
donde S2n-1= ni=1 (xi - x )2 / (n-1)
Teorema 4:
X
Si X N(0,1) e Y v
2
son v.a. independiente y T = Y
v
entonces T tv
(*)Teorema 5:
X -
Si X1, X2,, Xn son v.a.i.i.d. N( , ) y T =
2
S n -1
n
Entonces T t(n-1)
Teorema 6:
X
v
Si X v2 e Y k2 son v.a. independientes y F =
Y
k
entonces F Fv,k
(*)Teorema 7:
Si X1, X2,, Xn es una m.a. N(1 , 12) y Y1, Y2,, Ym es una m.a.
Dagoberto Salgado Horta Pa gina 11
S n -1
1
N(2 , 22) independientes y si F = S
m -1
2
Entonces F F(n-1),(m-1)