UNIDAD 3

3 VARIABLES ALEATORIAS CONTINUAS

Una variable aleatoria es continua si puede asumir cualquier valor en uno o ms intervalos
de nmeros reales y la probabilidad de que suma un valor especfico dado es cero.
Definicin: Una funcin de densidad continua (para la v.a continua es una funci!n no
ne"ativa con las propiedades#
i

$ dx ) x ( f
X
ii

< <
b
a
X
dx ) x ( f ) b X a ( P
Definicin: %a funcin de distribucin o funcin de robabi!idad acu"u!ada para una
v.a. X continua& con funci!n de densidad ) x ( f
X
est dada por

< <
x
X X
x dx x f x X P x F & ( ( (
Obser#acin:
i continua es donde puntos los en todos & ) x ( f x ) x ( ' F ) x ( f
X X X
< < .
ii ' ) x ( f
X
en otro caso.
E$e"!os:
$.( Una v.a. continua X que puede asumir valores entre $ y 3 tienen una funci!n de
densidad dada por ) x ( f
X
)$*+.
a Demuestra que es una funci!n de densidad de probabilidad.
b ,ncuentra
- . + - . $ ( < < X P
.
c .uanto vale
) . X ( P / $
.
d ,ncuentra (x F
X
y salo para encontrar
- . + - . $ ( < < X P
+.( 0ea Y una v.a continua con funci!n de densidad

'

o.c '
$ '
(
+
y cy
y f
Y
,ncuentra el valor de c& la funci!n de probabilidad acumulada y "rafica ambas funciones.
$
1rof. 2udit3 4ar"arita 5irado %ule
UNIDAD 3
Va!or eserado % #arian&a de una #ariab!e a!eatoria continua
X X
dx ) x ( xf ) X ( E

+ + +
X X X X
dx ) x ( f ) x ( ] ) X [( E ) X ( V

+ + + + +
X X X X
dx ) x ( f x ) X ( E

dx ) x ( f e ) e ( E ) t (
X
tx tX
X

E$e"!os:
$.( %a concentraci!n de plomo en la "asolina varia actualmente entre '.$ y '.6 "ramos por
litro inclusive. .onsidera la funci!n

'

o.c '
6 . ' '.$ +6 . $ 6 . $+
(
x x
x f
X
donde X es el nmero
de "ramos de plomo por litro de "asolina.
a 1rueba que es una funci!n de densidad de probabilidad.
b 7.ul es la probabilidad de que su concentraci!n en un litro de "asolina seleccionado al
a8ar se ubique entre '.+ "*l y '.3 "*l.9
c .alcular la funci!n de distribuci!n acumulada para :.
d Utili8a la funci!n acumulada para calcular la probabilidad de que la concentraci!n de
plomo en un litro de "asolina seleccionado aleatoriamente sea de '.+6 "*l a '.36 "*l.
e .alcular la media y la varian8a.
+.( 1ara la si"uiente funci!n

'

< <

o.c '
$ '
3
$ ( ;
(
3
x
x
x f
X

a Demuestra que es una funci!n de densidad de probabilidad.
b ,ncuentra la media y la varian8a.
c ,ncuentra la (x F
X
3.( 0i la funci!n de probabilidad de una v.a. continua X es
+
UNIDAD 3

'

>

o.c '
'
+
x ce
) x ( f
x
X
a Determina el valor de c.
b ,ncuentra P($<X<+.
;.( 0ea la f.d.p.
6 3 con
+
$
( < x x f
X
a .alcula 1(3.6<=<;.'
b .alcula 1(=<;.$
c >rafica la funci!n.
Distribucin Unifor"e
0e dice que la v.a continua X, tiene una distribuci!n uniforme si su funci!n de probabilidad
est dada por la e=presi!n#

'

< <

o.c. '

$
(
b x a
a b
x f
X
%a notaci!n para esta distribuci!n es X~U(a,b) y se lee ?la v.a X se distribuye
uniformemente en el intervalo (a,b.
%a funci!n de probabilidad acumulada para esta distribuci!n uniforme est dada por#
(x F
X
a b
a x

si a<x<b.
@alor esperado& varian8a y f.".m.
( X E
+
a b +
( X V
$+
+
) b a (
( (
tX
X
e E t
) a b ( t
e e
at bt

E$e"!os:
$.( 0i X se distribuye uniformemente y es simAtrica respecto al ori"en y tiene varian8a $.
7.unto vale a y cuanto b9
3
UNIDAD 3
+.( 0i X~U(0,4). 7.ul es la probabilidad de que las races de y
+
B;xyBxB$)' sean reales9
;
UNIDAD 3
Distribucin E'onencia!(
%a v.a X tiene una distribuci!n e=ponencial con parmetro C'& y se escribe XDexp(xE ) si
su f.d.p es de la forma#

'

>

' '
'
x
x e
) x ( f
x
X

%a funci!n de distribuci!n de la v.a& o la funci!n de probabilidad acumulada de la v.a esE

(x F
X
x
e

$
%a f.".m.& la media y lavarian8a de esta distribuci!n estn dadas por#
(t
X

( X E

$
( X V
+
$

,sta distribuci!n tambiAn tiene la propiedad de falta de memoria pues para tC' y hC'
) h X ( P ) t X | h t X ( P +
Teore"a: 0up!n"ase que las variables aleatorias
X X X & & &
+ $

constituyen una muestra
aleatoria (esto quiere decir que son independientes y con la misma funci!n de densidad de
probabilidad de una distribuci!n e=ponencial con parmetro

. ,ntonces la distribuci!n
de
) X , , X , X !"( Y

+ $

es una distribuci!n e=ponencial con parmetro

.
E$e"!os:
$.( ,l motor y el tren de transmisi!n de un autom!vil nuevo estn "aranti8ados por un aFo.
%as vidas medias de estos componentes se estiman en tres aFos& y el tiempo transcurrido
3asta la falla tiene una distribuci!n e=ponencial. %a "anancia en un auto nuevo es de
G$&'''.''. Incluyendo los costos de refacciones y de mano de obra& la a"encia debe pa"ar
G+6'.'' para reparar la falla. 7.ul es la utilidad esperada por autom!vil9
+.( 7Hay una densidad e=ponencial que cumple la si"uiente condici!n9
3
3 +
+
) X ( P
) X ( P

. 0i es as encuentra el valor del parmetro de la distribuci!n.
6
UNIDAD 3
3.( 0e sabe que un componente electr!nico tiene una vida til representada por una
densidad e=ponencial con tasa de falla de
6
$'

fallas por 3ora. 7.ul es la fracci!n de

componentes que fallan antes de su vida media9
;.( 0up!n"ase que se quiere decidir entre dos procesos de manufactura para fabricar cierto
componente. .on el proceso #& producir un componente cuesta $ pesos& con el proceso %&
producir un componente cuesta &$ pesos& con &C$. ,l tiempo de vida de los componentes
se distribuye e=ponencialmente con una tasa de $*+'' fallas por 3ora. 1ara el proceso #.
%os componentes producidos con el proceso % tiene una vida til distribuida
e=ponencialmente con una tasa de $*3'' fallas por 3ora. Debido a una clusula de "aranta&
si un componente dura menos de ;'' 3rs& el fabricante debe pa"ar una multa de 4 pesos.
7.ul proceso esco"eras9
6.( 0up!n"ase que las variables aleatorias &
X X X & & &
+ $

son independientes y que
X"Dexp(x"E

" con ")$&...&&. 0i

) X , , X , X !"( Y
&

+ $

7.!mo se distribuye Y9
/.( 0up!n que cierto sistema contiene tres componentes que funcionan independientemente
unos de otros y que estn conectados en serie de forma que el sistema falla tan pronto como
uno de los componentes falla. 0i el tiempo de vida de cada uno de los componentes medido
en 3oras se distribuye e=ponencialmente con parmetros '.''$& '.''3 y '.''/
respectivamente. Determina la probabilidad de que el sistema no falle antes de $'' 3oras.
-.( 0i un sistema electr!nico contiene componentes similares que funcionan
independientemente unos de otros y que estn conectados en serie (el sistema falla tan
pronto como uno de los componentes falla. ,l tiempo de vida de cada componente medido
en 3oras& tiene una distribuci!n e=ponencial con media

. ,ncuentra la media y la
varian8a del tiempo de espera 3asta que falle el sistema.
Distribucin )a""a(
Definicin: %a funci!n "amma para

C' se define como

dx e x ) (
x

'
$

Nota: 1ara que la inte"ral converIa se requiere x ' '
Y tiene las si"uientes propiedades
$ 0i
) ( ) ( ) ( $ $ entonces $ >
+ 0i J
B
entonces
)( ( ) ( $
0e dice que la v.a X tiene una distribuci!n de probabilidad >amma con parmetros C' y
C' y se escribe XD
) , ) x ( *a!!a
si su f.d.p est definida como#
/
UNIDAD 3

'

>

o.c '
'
$
x e x
) ( ) x ( f
x
X

-
UNIDAD 3
%a f.".m& la media y la varian8a para esta distribuci!n estn dadas por#
(t
X

,
_

t
( X E

( X V
+

$
'
K
(
$ (

&
& x
X
&
x e
x F
Notas:
$.( 0i las variables aleatorias

X , , X , X
+ $
tienen una distribuci!n e=ponencial con
parmetro

y son independientes unas de otras. ,ntonces la v.a

$ "
"
X X
se distribuye
como
) , ) x (
. ,s decir#
+a ,-!a de

.a/"ab0e, a0eat1/"a,, "deped"ete, d",t/"b-"da, exp1ec"a0!ete c1

pa/2!et/1

e, -a
) , ) x (
.
+.( 0i las variables aleatorias
&
X , , X , X
+ $
son independientes y
"
X
D
) , ) x (
" "

para
")$&+&...&&. ,ntonces la v.a

&
"
"
X X
$
se distribuye como XD
) , ) x (
&
"
"

$
.
E$e"!os:
$.( Un sistema redundante opera de la si"uiente manera. .uando la unidad $ falla el tablero
de decisiones pone la unidad + 3asta que falla y entonces activa la unidad 3. ,l interruptor
de decisi!n se supone perfecto& por lo que la vida del sistema puede representarse como la
suma de las vidas de los subsistemas. 0i las vidas de los subsistemas son independientes
entre s y cada subsistema tiene una vida X3& 3)$& +& 3& con densidad
'
$''
$''

3
4 x
3
x ,
e
) x ( 5
3
. ,ncuentra la probabilidad de que el sistema opere por lo menos /
3oras.
+.( Una caIa de caramelos contiene +; barras. ,l tiempo entre pedidos por barra se
distribuye e=ponencialmente con media $' minutos. 0up!n que se vende el primer
caramelo en cuanto se abre la caIa. 7.ul es la probabilidad de que una caIa abierta a las
L#'' A.4. se 3aya terminado al medio da9
L
UNIDAD 3
3.( ,l tiempo de reabastecimiento de cierto producto cumple con la distribuci!n >amma
con media ;' y varian8a ;''. Determina la probabilidad de que un pedido se enve dentro
de los L das posteriores a su solicitud.
Distribucin Nor"a!
,s una de las distribuciones ms importantes en estadstica& es simAtrica respecto a su
media y casi el MLN de la distribuci!n se encuentra entre
) , ( + + +
& en "ran parte de
las aplicaciones se supone normalidad en las variables.
0e dice que la v.a X tiene una distribuci!n normal o >aussiana con parmetros
+
y y se
escribe X~6(xE
+
, ) si su f.d.p es de la forma#

'

> < < < <

o.c. '
'
+
+
+
+
+

, , x
e
) x ( f
) x (
X
Observa que
+
+
+
$
x
e

es una normal con media ' y varian8a $. ,sta normal recibe el

nombre de Normal estndar& se representa con la letra 8eta y se escribe 7~6(8E'&$).
%a f. ". m. est dada por
+ +
+
$
(

t t
X
e t
+

P la funci!n de distribuci!n acumulada Asta dada por#

,
_

x
x
X
dx e ) x ( F
+
+
$
+
$

1ara mayor facilidad se tabularon los valores para la normal estndar. %a distribuci!n
acumulada en 8 se denota por#

8 8
7
d8 e ) 8 ( F ) 8 (
+
+
+
$

1ara consultar las tablas de la normal estndar& primero se estandari8a la distribuci!n

normal con media

y
+
& 6(xE

&
+
) mediante la formula#

x
8
E$e"!os:
.alcula los si"uientes valores
$#(
- . ' ( 8 P
+.(
'3 . $ ( 8 P
M
UNIDAD 3
3.(
3/ . ' ( 8 P
;.(
$ . $ ( 8 P
6.(
$ . $ 6 . ' ( 8 P
/.(
-+ . $ 3L . ' ( 8 P
-.(
; . $ + . ' ( 8 P
L.(
- . ' 6 . $ ( 8 P
$'.(
3'M; . ' ( 8
$$.(
$6;$ . ' ( 8
$+.(
MM3' . ' ( 8
$3.( %a resistencia al rompimiento en NeQton de una tela sintAtica denotada por X se
distribuye normal con media de L'' y varian8a $;;. ,l comprador de la tela requiere que
Asta ten"a una resistencia de por lo menos --+N. 0e selecciona al a8ar y se prueba una
muestra de tela 7.ul es la probabilidad de que el comprador se lleve la tela9
$;.( 0e observ! durante un lar"o perodo que la cantidad semanal "astada en el
mantenimiento y en las reparaciones en cierta fbrica tiene apro=imadamente una
distribuci!n normal con una media de G;'' y una desviaci!n estndar de G+'. 0i el
presupuesto para la pr!=ima semana es de G;6'.
a 7.ul es la probabilidad de que los costos reales sean mayores que la cantidad
presupuestada9
b 7De cunto tendra que ser el presupuesto para reparaciones semanales y mantenimiento
para que la cantidad presupuestada solamente sea rebasada con una probabilidad de '.$9
Teore"a: 0i X tiene una distribuci!n normal con media

y varian8a
+
y si Y9aX:b
donde a y b son constantes con a diferente de cero& entonces Y tiene una distribuci!n
normal con media a

Bb y varian8a a
+ +
.
Teore"a: 0i las variables aleatorias X$&...&XR son independientes y XiD6(x"E

"& )
"
+

entonces &
X X + +
$ tiene una distribuci!n normal con media

&
+ +
$ y varian8a
+ +
$ &
+ + .
Coro!ario *+,: 0i las variables aleatorias X$&...&XR son independientes con XiD6(x"E

"& )
"
+

y si a$&...&aR y b son constantes para las que al menos uno de los valores a$&...&aR es distinto
de cero& entonces la variable
b X a X a X
& &
+ + +
$ $ tiene una distribuci!n normal con
media
b a a
& &
+ + +
$ $ y varian8a
+ + +
$
+
$
+
& &
a a + + .
Coro!ario *-,: 0up!n"ase que las variables aleatorias X$&...&XR constituyen una muestra
aleatoria de una distribuci!n normal con media

y varian8a
+
. 0ea la variable aleatoria
X conocida como la media muestral. ,ntonces X D ) 4 , ) x ( 6
+
.
E$e"!os:
$'
UNIDAD 3
$.( Un eIe con dimetro e=terior distribuido normalmente con media $.+ y varian8a '.''$/
se inserta en un coIinete de man"uito que tiene un dimetro interior distribuido
normalmente con media $.+6 y varian8a '.'''M 7.ul es la probabilidad de que el eIe no
quepa en el coIinete9
+.( %a dure8a de SocRQell de una aleaci!n particular se distribuye normalmente con media
de -' y desviaci!n estndar de ;.
a 0i un espAcimen se acepta s!lo si su dure8a est entre /+ y -+. 7.ul es la probabilidad
de que un espAcimen ele"ido al a8ar ten"a una dure8a aceptable9
b 0i el intervalo de dure8a aceptable es (-'Tc& -'Bc 71ara quA valor de c el M6N de los
especimenes tendran una dure8a aceptable9
c ,n el caso de que el intervalo aceptable sea el indicado en a y la dure8a de cada uno de
M especimenes seleccionados al a8ar se determine en forma independiente 7.ul es el
nmero esperado de especimenes aceptables de entre los M9
3.( 0e sabe que cierta bombilla elActrica tiene una salida que se distribuye normalmente
con media de +6'' pieTcandela y desviaci!n estndar de -6 pieTcandela. Determine un
lmite de especificaci!n inferior tal que s!lo 6N de las bombillas fabricadas sean
defectuosas.
;.T%os puntaIes del .oeficiente Intelectual (.# I. de las personas estan distribuidos
normalmente con una media de $'' y una desviaci!n estndar de $/. 0i se eli"e una
persona al a8ar 7.ul es la probabilidad de que ten"a un .. I.
a entre $'' y $$69
b 0uperior a M'9
Teore"a Centra! de! !."ite(
0ean X$& &X+...&Xn una muestra aleatoria de una distribuci!n con media

y varian8a
+
.
,ntonces& si n es lo suficientemente "rande& X tiene una distribuci!n normal apro=imada
con

X
y

X
+
+


,s decir#

X
7
se convierte en

X
7
*

& y entonces tenemos que

& E (
+

x 6 X


De forma equivalente&

"
"
X X
$
se distribuye apro=imadamente normal con media

x

y varian8a
+ +

x
.
$$
UNIDAD 3
,s decir#

X
7
se convierte en
+

X
7

& y entonces tenemos que

& E (
+
x 6 X
E$e"!os:
$.( 0up!n"ase que se lan8a una moneda M'' veces. 7.ul es la probabilidad de obtener ms
de ;M6 caras9
+.( 0e selecciona una muestra aleatoria de tamaFo L' de una distribuci!n uniforme en el
intervalo ('&$. ,ncuentra
( ) $ . ' 6 . ' X P
.
3.( 0up!n"ase que la distribuci!n del nmero de defectos en un determinado rollo de tela
es una distribuci!n de 1oisson con media 6 y que para una muestra aleatoria de $+6 rollos
se cuenta el nmero de defectos en cada rollo. Determina la probabilidad de que el nmero
promedio de defectos por rollo en la muestra sea menor que 6.6.
;.( 0e empacan +6' pie8as pequeFas en una caIa. %os pesos de las pie8as son variables
aleatorias independientes con media de '.6 libras y desviaci!n estndar de '.$ libras. 0e
car"an +' caIas en una tarima. 7.ul es la probabilidad de que las pie8as en la tarima
e=cedan +6$' libras de peso despreciando tanto el peso de la tarima como el de la caIa9.
Aro'i"acin de !a distribucin Nor"a! a !a Bino"ia!
0i repetimos ensayos Uernoulli de manera independiente& se tiene que E(X")9p y
V(X")9p; con

'

ensayo. Asimo T el en fracaso si '

ensayo. Asimo T el en A=ito si $
"
"
X
"
el 5.% "aranti8a que para "rande
X D ) 4 p; 4 , p ) x ( 6
X X

+ +

y que

"
"
X X
$
D ) p; , p ) x ( 6
X X

+

0i es "rande& y no podemos usar tablas binomiales para encontrar probabilidades de este
tipo& se apro=ima con una normal.
$+
UNIDAD 3
.orrecci!n por continuidad
P(X9x)
) . x X . x ( P 6 ' 6 ' +
.
6 . ' ( ( x X P x X P
6 . ' ( ( + x X P x X P
6 . ' 6 . ' ( ( + < < b X a P b X a P
E$e"!os:
$.( 0e tira una moneda $'' veces. .alcular la probabilidad de que sal"a sello e=actamente
/' veces.
+.( ,n el muestreo de un proceso de producci!n que produce artculos de los cuales +'N
son defectuosos se selecciona una m.a de tamaFo $''. 7.ul es la probabilidad de que a lo
ms $6 artculos sean defectuosos en la muestra9
3.( Un encuestador considera que el +'N de los votantes en cierta rea est a favor de una
emisi!n de valores burstiles. 0i se seleccionan /; votantes al a8ar de un "ran nmero de
votantes en esta rea& apro=ima la probabilidad de que la fracci!n de votantes en la muestra
a favor de la emisi!n de los valores no difiera en ms de '.'/ de la fracci!n que Al supone
es la correcta.
;.( Una lnea aArea se da cuenta de que 6N de las personas que 3acen sus reservaciones
para cierto vuelo no se presentan. 0i la aerolnea vende $/' boletos para un vuelo con
solamente $66 asientos 7.ul es la probabilidad de que 3aya un asiento disponible para
cada persona con reservaci!n que se presenta para el vuelo9
6.( .omo un control de la abundancia relativa de cierta especie de pe8 en dos la"os& se
3acen 6' observaciones con respecto a los resultados de la captura mediante trampas para
cada la"o. 1ara cada observaci!n el e=perimento solamente anota si est o no la especie
deseada. %a e=periencia previa 3a mostrado que Asta especie aparecer en las trampas del
la"o A apro=imadamente $'N de las veces y en las trampas del la"o U en apro=imadamente
+'N de las veces. Utili8a estos resultados para apro=imar la probabilidad de que la
diferencia entre las proporciones de las muestras difiera en a lo ms '.$ de la diferencia de
las proporciones reales.
Teore"a de C/eb%s/e#
,s de "ran ayuda cuando no conocemos la f.d.p e=acta de la v.a& pero conocemos los
valores para su media y su varian8a. 1or ser desconocida la f.d.p no podemos encontrar
$3
UNIDAD 3
probabilidades e=actas de cualquier evento& pero este teorema pone una cota para la
probabilidad de que la v.a se encuentre dentro de & veces la desviaci!n estndar respecto a
la media.
Teore"a(0 0ea X una v.a (discreta o continua con f.d.p desconocida con media y
varian8a
+
& para &C' se cumple la si"uiente desi"ualdad
+
$
$
&
) & X & ( P + < <
Nota:
Del 5eorema anterior podemos deducir que# ( )
+
$

&
& X P >
y equivalentemente ( )
+
$
&
& X P
E$e"!os:
$.( %a "erente de un taller de reparaciones no conoce la distribuci!n de probabilidad del
tiempo que se requiere para completar un trabaIo. 0in embar"o& de acuerdo con el
desempeFo pasado& ella 3a podido estimar la media y la varian8a como $; das y + (das
+
&
respectivamente. ,ncuentra un intervalo en el que la probabilidad de que un trabaIo se
termine en ese tiempo sea de '.-6.
+.( ,l servicio postal requiere& en promedio& + das para entre"ar una carta en una ciudad.
%a varian8a se estima como '.; (da
+
. 0i un eIecutivo desea que el MMN de sus cartas se
entre"uen a tiempo& 7.on cunta anticipaci!n las debe depositar en el correo9.
3.( Una v.a X tiene una media
$'
y una varian8a
+
) ;. ,ncuentre
a
( ) 3 $' X P
b
( ) 3 $' < X P
c
( ) $6 6 < < X P
d ,l valor de la constante& $ tal que
( ) ''; . ' $' $ X P
;.( Una mquina que se utili8a para llenar caIas de cereales& descar"a en promedio on8as
por caIa. Un fabricante quiere que la descar"a real en on8as& :& quede a una on8a de al
menos en -6N de las veces. 7.ul es el mayor valor de la desviaci!n estndar de :& que
puede admitir si deben cumplirse los obIetivos del fabricante9.
Distribuciones "uestra!es: $i1cuadrada2 t de Student % 3(
0i se toma una muestra aleatoria de tamaFo de una poblaci!n de tamaFo 6 con f.d.p
) x ( f
X
& cada una de las variables aleatorias

X , , X , X
+ $
que conforman la muestra son
$;
UNIDAD 3
independientes y con la misma distribuci!n. .ualquier funci!n de estas variables si"ue
siendo una variable aleatoria que debe tener una f.d.p propia& que se puede deducir de la
distribuci!n conIunta de las variables aleatorias&
X , , X , X
+ $ & que conforman la muestra
aleatoria& por esta ra8!n se denomina a esta f.d.p como distribuci!n muestral. ,studiaremos
las distribuciones muestrales ms importantes en estadstica inferencial.
Definicin: Un estad.stico es cualquier funci!n de una muestra aleatoria

X , , X , X
+ $
.
Definicin: %os 4rados de !ibertad ".l para cualquier estadstico es el nmero de datos que
pueden variar libremente al calcular ese estadstico.
Distribucin 5i1cuadrada(
0i X es una v.a con distribuci!n "amma con parmetros
+
y
+
$

con entero
positivo& entonces se dice que X tiene una distribuci!n llamada IiTcuadrada con "rados de
libertad y se denota como XD
+

0u f.d.p es de la forma ' &

+
+
$
+
+ +
>

x
) (
e x
) x ( f

X
x

. %a media y la varian8a de la distribuci!n

son
) X ( V ) X ( E + y
respectivamente.
,n esta distribuci!n es el parmetro de forma. %os valores de la distribuci!n de
probabilidad acumulada se encuentran tabulados en tablas.
,sta distribuci!n es de "ran importancia en estadstica inferencial& por eIemplo en la
construcci!n de intervalos de confian8a& al probar una 3ip!tesis& para encontrar relaci!n
entre variables& etc.
E$e"!os:
$.(
+
$; & M . '

+.(
+
-' & MM . '

3#(
+
+M & M-6 . '

;.(
+
M & ''6 . '

6.(
+
$3 & $ . '

/.(
+
+- & '+6 . '

-.(
+
3' & '6 . '

Distribucin t de Student
$6
UNIDAD 3
,strec3amente relacionada con muestras aleatorias de una distribuci!n normal. 0i Y y 7 son
dos variables aleatorias independientes tales que Y~6(y)',$) y 7D
+

& entonces la v.a

4 7
Y
t
tiene una distribuci!n que se llama t de 0tudent con "rados de libertad& con
f.d.p dada por la e=presi!n
tD
[ ]
< <

,
_

+
+

+
t <

t
) 4 (
4 ) (
) ) t ( t
4 ) (

$
+
+ $
+ $
+

,sta distribuci!n tambiAn es simAtrica y cuando tiende a infinito la distribuci!n t tiende a

la normal estndar& la diferencia entre estas distribuciones es que la t de 0tudent tiene colas
ms pesadas& es decir se acumula mas probabilidad en las colas.
E$e"!os:
$.(

$L & ''6 . '

t
+.(

+M & '+6 . '

t
3#(

++ & $ . '
t
;.(

++ & M . '
t
6.(

$; & '6 . '

t
/.(

L & M6 . '
t
-.(

$+ & M-6 . '

t
$/
UNIDAD 3
Distribucin 3
5iene "ran aplicaci!n al probar 3ip!tesis sobre dos o ms distribuciones normales.
,sta distribuci!n se usa para 3acer inferencias sobre las varian8as poblacionales cuando se
tienen dos muestras aleatorias.
Definicin: 0i U y V son dos variables aleatorias independientes tales que UD
+
!
y @D
+

entonces la v.a
4 V
! 4 U
X
tiene una distribuci!n llamada F con ! ".l. en el numerador y
".l. en el denominador y se escribe X~F(x)
) , !
)
, !
F
.
%os valores de
) F X ( P ) x X ( P
, ! ,

se encuentran tabulados. ,sto si"nifica que
con los ".l para el numerador y para el denominador la tabla me dice que probabilidad 3ay a
la derec3a del valor
+ $
, ,
F
.
%a f.d.p es de la forma
[ ]
( ) ( )
+
$
+
$
+
$
+ +
+
$ +
4 ) ! (
4 4 !
X
) !x (
x
!
! ) ! (
) , ! ) x ( f
!
+

+
+

Nota:
! , ,
, ! ,
F
F

$
$

E$e"!os:
$.(

/ & $6 & $ . '

F
+.(

$; & ; & '+6 . '

F
3#(

$+ & ;' & '6 . '

F
;.(

; & $+ & M . '

F
6.(

$6 & / & M6 . '

F
/.(

+; & ;' & MM . '

F
$-