Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
2
X-
donde y , media y desviacin tpica, son sus parmetros, = 3,1416 y e = 2,718 y base
de los logaritmos neperianos.
Si una variable X tiene una distribucin que se ajusta a la frmula anterior, es una
distribucin normal y se expresa X
N; indicando que tiene una distribucin normal con
parmetros y .
Si una variable X le aplicamos una transformacin lineal Y = bX+a, la nueva variable se
distribuir normalmente pero con media b x + a y la desviacin tpica |b|x . Si restamos la
media y dividimos por la desviacin tpica obtenemos una nueva variable z. Por tanto:
z
N (0,1)
Y su funcin de probabilidad ser:
f(z) =
. e
Z2
2
En este supuesto se mira en la tabla la probabilidad que esa puntuacin deja por debajo y se
resta a 1.
3. Clculo de la probabilidad entre dos puntuaciones determinadas:
Aqu se restan las probabilidades que dejan por debajo de s las dos puntuaciones tpicas.
Histograma y distribucin normal:
Si disponemos de los datos originales de una variable X, y su distribucin es
normal,utilizaremos las tablas III y IV, pero anteriormente transformaremos las
puntuaciones directas en puntuaciones tpicas:
zi =
Xi - X
Sx
(x0,5) -
<
P(X = x) = P
(x-0,5) - np
x-
(x+0,5) -
<
<z<
(x+0,5) - np
npq
npq
Ejemplo:
Tiramos 20 veces una moneda al aire; cul es la probabilidad de que salgan 12 caras?
Tenemos que nmero de caras x = 12, con nmeros de intentos n = 20 y p = 0,5. Mirando
en la tabla I el valor de la probabilidad de xito es 0,1201.
Ahora calculamos la media y la desviacin tpica:
= 20 . 0,5 = 10 // y; =
npq =
20.0,5.0,5 =
5 = 2,24
(12-0,5)-
x- < (12+0,5)-
<
(12-0,5)-
(12+0,5)-
<z<
dndole valor a y :
P
(12-0,5)-10
(12+0,5)-10
<z<
=P(0,67 < z < 1,12)
2,24
2,24
la aproximacin es muy buena; hay una diferencia de una diezmilsima para 20 intentos. A
medida que aumenta n (intentos) mejora la aproximacin.
Sumar y restar el valor 0,5 se llama correccin por continuidad, permitiendo utilizar las
puntuaciones discretas como continuas.
La distribucin CHI CUADRADO de Pearson:
En la distribucin de Chi cuadrado de Pearson una variable X con distribucin X21, X22, ..., X2n
pasa a ser X = X2n. Su media y varianza valdrn = n y, 2 = 2n.
Esta distribucin se usa para contrastar si la distribucin de una variable se ajusta a una
distribucin determinada.
Entre sus propiedades sealamos:
1. Nunca adopta valores menores de 0.
2. Es asimtrica positiva pero a medida que aumentan sus grados de libertad se va
aproximando a la distribucin normal.
3. Para n > 30 la podemos aproximar a una distribucin N(n, 2n).
En la tabla V se hallan algunos valores de las distribuciones X 2.
Ejemplo:
2
n
.
n -2
X1 / n1
X2 / n 2
Sigue una distribucin F con n1 y n2 grados de libertad (Fn1,n2). Siendo n 1los grados del
numerador y n2 los del denominador; su media y varianza se definen:
n2
n2 - 2 para n2 > 2;
2n22 (n1+n2-2)
2
= n (n -4)(n -2)2 para n2 > 4.
1
2
2
=
Se caracteriza por:
1. Es asimtrica positiva por lo que nunca toma valores menores que 0.
2. Si X es variable con distribucin F con n1 y n2 grados de libertad, la variable Y = 1/X
es tambin una distribucin F (propiedad recproca):
F =
1-p n1,n2
1
F
p n2,n1
1
F
1-0,05 10,5
1
F
0,95 10,5
1
=0,211
4,74
0,05 5,10
1
F
0,95 10,5