U niversidad Nacional del Com ahue

Facultad de Ciencias del Am biente y la Salud

BIOESTADSTICA
1er cuatrimestre 2016

CONTENIDOS
UNIDAD 3: Definicin de variable aleatoria. Caso continuos
y discreto. Funciones de cuanta y de densidad asociadas a
modelos discretos y continuos. Funcin de probabilidades
acumuladas. Parmetros caractersticos de un modelo de
probabilidad: esperanza y varianza de una variable
aleatoria. Propiedades. Modelos usuales de probabilidad:
Geomtrico, Binomial, Poisson, Uniforme, Exponencial,
Normal Estndar y Normal Generalizado. Otros modelos
tericos:
Chi-Cuadrado,
t-Student
y
F-Snedecor.
Aproximacin del modelo Binomial al modelo de Poisson y
al modelo Normal.

Variable aleatoria
Dado un espacio muestral : asociado a un experimento
aleatorio, se define como V.A. a toda funcin que aplica :
sobre los reales.
Es asociarle un nmero a cada resultado de un experimento
aleatorio.
Ejemplo 1

Ejemplo 2

Experimento
aleatorio

Tirar dos dados

Extaer 4 frutos clasificndolos en

sano/enfermo

Espacio muestral

{(1,1); (1,2); (1,3); ...... ;

(6,6)}

{(S,S,S,S); (S,S,S,E); (S,S,E,S); .....

; (E,E,E,E)}

Variable aleatoria

Suma de puntos

Nro. de frutos enfermos

Recorrido V.A.

{2,3,4,5,6,7,8,9,10,11,12}

{0,1,2,3,4}

X
2
3
4
5
6
7
8
9
10
11
12

Experimento: Arrojar dos dados

6
5

4
3
2
1
0
0

P(X=x)

X
https://es.wikipedia.org/wiki/Craps

Asignarle una probabilidad a cada valor del

recorrido de una V.A. es encontrar la distribucin
de probabilidad de esa V.A.

Distribucin de
probabilidad

Distribucin de
frecuencia
Representaciones
grficas

pi
19%

6/36

17%

5/36

Probabilidad

14%

3/36

2/36

6%

- Esperanza
- Variancia

4/36

3/36

8%

3%

5/36

4/36

11%

Parmetros
de la distribucin

Propiedades:

2/36

1) S[ x Rx
1/36

1/36

0%
2

10

11

12

xi

2)

DISTRIBUCIONES DE PROBABILIDAD
PARA VARIABLES DISCRETAS
Distribucin de probabilidad acumulada:

F( X  )

P(x )

X
x
d

Propiedades:
lim F( X )

lim F( X )

X o f

X o f

Es no decreciente
P(x 1 < X x 2) = F(x 2) - F(x 1)
)[

Media terica o Esperanza:

E(X )

PX

p (x )

 Rx

Variancia:

V( X ) V X

>

E x  P x 

E[X 2 ]  >E(X)@

x R x

p( x)  P x

Propiedades:
E(a+b.X) = a + b.E(X)

E(X+Y) = E(X) +E(Y)

V(a+b.X) = b2.V(X)

V(X+Y) = V(X) + V(Y) + 2 COV(X,Y)

V(X-Y) = V(X) + V(Y) + 2 COV(X,Y)

Ejemplo: Se sabe que en una determinada ciudad, el 37%

de las personas llevan un estilo de vida sedentario. Se
eligen al azar 3 personas de esa ciudad:
Definimos el suceso A: la persona lleva un estilo de vida
sedentario
0,37 A3
A1 A2 A3
0,37 A2
0,37

A1

0,37

0,63
0,63

0,63

A3
A3

0,63

A3
A2 A3
A2

0,63
0,37

A1
A1

0,63
0,37

0,37 A
2

A1 A2

0,63

A3

A3

Definimos la variable aleatoria

X: nmero de personas con hbitos sedentarios
x

{X = x}

P(X = x)

A1
1

A2
A3

A1 A2
A1
A3
A2 A3

A1 A2 A3

p(x)

0,25

0,44

0,26

0,05

3 . (0,37)2 0,63 = 0,25874

(0,37)3 = 0,0506

p(x)

F(x)
x

p(x)

F(x)

0,25

0,25

0,44

0,69

0,26

0,95

0,05

Definicin: El desvo estndar de una variable aleatoria

discreta X es la raz positiva de la varianza y se denota V(x):

En el ejemplo:
E(X) = 0 . 0,25 + 1 . 0,44 + 2 . 0,26 + 3 . 0,05 = 1,11
Se espera que, en promedio, una persona lleve vida
sedentaria.
E(X2) = 02 . 0,25 + 12 . 0,44 + 22 . 0,26 + 32 . 0,05 = 1,9314
V(X) = 1,9314 (1,11)2 = 0,6993

V (X) = 0,83624

1) Distribucin Bernoulli: sea un experimento aleatorio que admite

slo dos resultados posibles: xito o fracaso, presencia o ausencia, si o
no, etc. Podemos definir una variable aleatoria discreta X tal que:
xito 1

fracaso 0

entonces

RX = {0, 1}

Si la probabilidad de xito es p y la de fracaso q = 1 - p , podemos

construir una funcin de probabilidad:

P(X
X a Ber(p )

x)

p x q 1 x

con E(X) = p

0,1
V(X) = p . (1-p )

2) Distribucin Binomial: sea un experimento aleatorio que consiste

en n ensayos repetidos con probabilidad constante donde cada prueba
es un exp. dicotmico o Bernoulli (admite dos resultados) con V.A.
asociada X : Nro. de xitos en las n repeticiones , entonces:

RX = {0, 1, 2, 3, ... , n }

P( X

X a Bi(n ;p )

n
p x (  p )n  x
x

x)

n

x

con p : prob. de xito

n!
(n  x )! x !

Ej: en un monte frutal 20% de los rboles estn enfermos. Si vamos a elegir
una muestra de 5 rboles queremos estudiar como ser la V.A. nro. rboles
enfermos en la muestra

E(X) = n . p

V(X) = n . p . (1-p )

45%

35%
40,96%

31,25%

40%
35%

31,25%

30%

Bi(5;0.2)

32,77%

Bi(5;0.5)

25%

Probabilidad

Probabilidad

30%
25%
20,48%
20%

20%
15,62%

15,62%

15%

15%

10%
10%
5,12%

5%

5%
0,64%

0,03%

0%
0

3,13%

3,13%

0%
0

70%

60%

70%

59,06%

59,06%

60%

Bi(5;0.1)

50%

Bi(5;0.9)

50%

40%

Porcentaje

Probabilidad

3
X

32,80%
30%

20%

40%
32,80%
30%

20%

10%

7,29%

10%
0,81%

0,04%

0,00%

0%
0

2
X

0%

7,29%
0,00%

0,04%

0,81%

3
X

3) Distribucin Geomtrica: sea un experimento aleatorio que

consiste en una serie de ensayos repetidos con probabilidad constante
donde cada prueba es un exp. dicotmico o Bernoulli (admite dos
resultados) con V.A. asociada X : Nro. de repeticiones hasta primer
xito , entonces:

X a G(p )

RX = {1, 2, 3, ..... }

P( X

x)

(  p ) x



E(X) = 1 / p

con p : prob. de xito

V(X) = (1-p ) / p 2

Ejemplo:
La probabilidad de que una muestra de aire contenga una
molcula rara es 0,01. Se supone que las muestras son
independientes respecto a la presencia de la molcula rara.
Sea X: nmero de muestras que se necesita inspeccionar hasta
encontrar una molcula rara
X G(p=0,01)
E(X)= 1/0,01=100
V(X)= (1-0,01)/0,012 =99
Cul es la probabilidad de tener que inspeccionar 80 muestras
hasta obtener una presencia de la molcula rara?
P(X=80)= (1-0,01)79 .0,01 =0,0045

Hay ciertos acontecimientos que suceden en forma aleatoria con

una cierta tasa de ocurrencia, sobre un campo continuo (tiempo,
superficie, volumen, etc.). En esas condiciones definimos que un
proceso Poisson satisface las siguientes tres condiciones:
1) La tasa de ocurrencia es constante
2) La cantidad de acontecimientos ocurridos durante un
intervalo es independiente al nmero de acontecimientos
ocurridos en otro intervalo (excluyente al primero)
3) La probabilidad de dos acontecimientos simultneos es
nula.
Simbolizamos con al nmero promedio de
acontecimientos en el intervalo de referencia

Sea la variable aleatoria X: nmero de acontecimientos

ocurridos en un intervalo.
Decimos que X tiene una distribucin Poisson FRQSDUiPHWUR
y su funcin de probabilidad es:

e  O .Ox

p ( x) x!
0

si

x 0 , 1 , ........f
 otro x

X: nmero de acontecimientos en un intervalo

X Po()
E(X)=
V(X)=

Ejemplo:
El promedio anual de accidentes graves en boca de pozo de
una
empresa petrolera es de 3 accidentes por ao.
Sea X: nmero de accidentes por ao
X Po(=3)
E(X)= 3
V(X)= 3
Cul es la probabilidad de que en un ao ocurran dos accidentes
graves?
e 3 .32
P(X=2)= 2!

0,22

Funcin de densidad f(x )

- f(x ) t 0  x Rx
-

f

f (x ) dx

f

- P(x 1 < X < x 2) =

x

x f (x ) dx


Esperanza:
f

E(X )

f (x ) dx

f

Variancia:
f

V (X )

f

f (x ) dx

 >E( X )@

Distribucin acumulada F( x )
x

f (x ) dx

F(x  )

f

1) Distribucin Uniforme:
X a U(a;b)

RX = [a;b]

f(x ) =

E(X )

f(x )


b a

si a < X < b

en otro caso

a b
2

V(X )

b - a

12

2) Distribucin Exponencial:
RX = [0;+f]

f(x ) = O . e-O.x

E(X) = 1 / O

X a Exp(O)

para  x t 0

V(X) = 1 / O2

f(x )


O

3) Normal Stndar:
RZ = [-f ;+f]

Z a N(0,1)

f (z )

S

0,45
0,40
0,35
0,30

f(z)

0,25
0,20
0,15
0,10
0,05
0,00
-5

-4

-3

-2

-1

Simetrica respecto a Y
Asinttica con eje X cuando x r f
Mximo en X=0

Caractersticas:

Dos puntos de inflexin en X = r 1

Area bajo la curva = 1
E(Z) = 0

V(Z) = 1

0,45
0,40
0,35
0,30

f(z)

0,25
0,20

68%
95%

0,15

99,7%

0,10
0,05
0,00
-5

-4

-3

-2

-1

0
Z

I(z )

F(z )

f

S

z


dz

1,2

1,0

F(z)

0,8

0,6

0,4

0,2

0,0
-5

-3

-4

-2

-1

P z 1  Z  z 2 

z


S

.04

dz

.06

.07

I(z  )  I(z  )

.00

.01

.02

.03

.0
.1
.2
.3
.4

.5000
.5398
.5793
.6179
.6554

.5040
.5438
.5832
.6217
.6591

.5080
.5478
.5871
.6255
.6628

.5120
.5517
.5910
.6293
.6664

.5160
.5557
.5948
.6331
.6700

.5199
.5596
.5987
.6368
.6736

.5239
.5636
.6026
.6406
.6772

.5
.6
.7
.8
.9

.6915
.7257
.7580
.7881
.8159

.6950
.7291
.7611
.7910
.8186

.6985
.7324
.7642
.7939
.8212

.7019
.7357
.7673
.7967
.8238

.7054
.7389
.7703
.7995
.8264

.7088
.7422
.7734
.8023
.8289

1.0
1.1
1.2
1.3
1.4

.8413
.8643
.8849
.90320
.91924

.8438
.8665
.8869
.90490
.92073

.8461
.8686
.8888
.90658
.92220

.8485
.8708
.8907
.90824
.92364

.8508
.8729
.8925
.90988
.92507

1.5
1.6
1.7
1.8
1.9

.93319
.94520
.95543
.96407
.97128

.93448
.94630
.95637
.96485
.97193

.93574
.94738
.95728
.96562
.97257

.93699
.94845
.95818
.96638
.97320

.93822
.94950
.95907
.96712
.97381

2.0
2.1
2.2
2.3
2.4

.97725
.98214
.98610
.98928
.921802

.97778
.98257
.98645
.98956
.922024

.97831
.98300
.98679
.98983
.922240

.97882 .97932 .97982

.98341 .98382 .98422
.98713 .98745 .98778
.920097 .920358 .920613
.922451 .922656 .92 2857

.98030 .98077
.98461 .98500
.98809 .98840
.920863 .921106
.923053 .923244

.98124 .98169
.98537 .98574
.98870 .98899
.921344 .921 576
.923431 .923613

2.5
2.6
2.7
2.8
2.9

.923790
.925339
.926533
.927445
.92 8134

.923963
.925473
.926636
.927523
.92 8193

.924132
.925604
.926736
.927599
.92 8250

.924297
.925731
.926833
.927673
.92 8305

.924766
.926093
.927110
.927882
.92 8462

.925060
.926319
.927282
.928012
.928559

.924457
.925855
.926928
.927744
.92 8359

.05

.08

.09

.5279
.5675
.6064
.6443
.6808

.5319
.5714
.6103
.6480
.6844

.5359
.5753
.6141
.6517
.6879

.7123
.7454
.7764
.8051
.8315

.7157
.7486
.7794
.8078
.8340

.7190
.7517
.7823
.8106
.8365

.7224
.7549
.7852
.8133
.8389

.8531
.8749
.8944
.91149
.92647

.8554
.8770
.8962
.91309
.92785

.8577
.8790
.8980
.91466
.92922

.8599
.8810
.8997
.91621
.93056

.8621
.8830
.90147
.91774
.93189

.93943
.95053
.95994
.96784
.97441

.94062
.95154
.96080
.96856
.97500

.94179
.95254
.96164
.96926
.97558

.94295
.95352
.96246
.96995
.97615

.94408
.95449
.96327
.97062
.97670

.924614
.925975
.927020
.927814
.92 8411

.924915
.926207
.927197
.927948
.928511

.925201
.926427
.927365
.928074
.928605

z0

P(Z<1)

.00

.01

.02

.03

.04

.05

.06

.07

.08

.09

.0
.1
.2
.3
.4

.5000
.5398
.5793
.6179
.6554

.5040
.5438
.5832
.6217
.6591

.5080
.5478
.5871
.6255
.6628

.5120
.5517
.5910
.6293
.6664

.5160
.5557
.5948
.6331
.6700

.5199
.5596
.5987
.6368
.6736

.5239
.5636
.6026
.6406
.6772

.5279
.5675
.6064
.6443
.6808

.5319
.5714
.6103
.6480
.6844

.5359
.5753
.6141
.6517
.6879

.5
.6
.7
.8
.9

.6915
.7257
.7580
.7881
.8159

.6950
.7291
.7611
.7910
.8186

.6985
.7324
.7642
.7939
.8212

.7019
.7357
.7673
.7967
.8238

.7054
.7389
.7703
.7995
.8264

.7088
.7422
.7734
.8023
.8289

.7123
.7454
.7764
.8051
.8315

.7157
.7486
.7794
.8078
.8340

.7190
.7517
.7823
.8106
.8365

.7224
.7549
.7852
.8133
.8389

1.0
1.1
1.2
1.3
1.4

.8413
.8643
.8849
.90320
.91924

.8438
.8665
.8869
.90490
.92073

.8461
.8686
.8888
.90658
.92220

.8485
.8708
.8907
.90824
.92364

.8508
.8729
.8925
.90988
.92507

.8531
.8749
.8944
.91149
.92647

.8554
.8770
.8962
.91309
.92785

.8577
.8790
.8980
.91466
.92922

.8599
.8810
.8997
.91621
.93056

.8621
.8830
.90147
.91774
.93189

1.5
1.6
1.7
1.8
1.9

.93319
.94520
.95543
.96407
.97128

.93448
.94630
.95637
.96485
.97193

.93574
.94738
.95728
.96562
.97257

.93699
.94845
.95818
.96638
.97320

.93822
.94950
.95907
.96712
.97381

.93943
.95053
.95994
.96784
.97441

.94062
.95154
.96080
.96856
.97500

.94179
.95254
.96164
.96926
.97558

.94295
.95352
.96246
.96995
.97615

.94408
.95449
.96327
.97062
.97670

2.0
2.1
2.2
2.3
2.4

.97725
.98214
.98610
.98928
.921802

.97778
.98257
.98645
.98956
.922024

.97831
.98300
.98679
.98983
.922240

.97882 .97932 .97982

.98341 .98382 .98422
.98713 .98745 .98778
.920097 .920358 .920613
.922451 .922656 .92 2857

.98030 .98077
.98461 .98500
.98809 .98840
.920863 .921106
.923053 .923244

.98124 .98169
.98537 .98574
.98870 .98899
.921344 .921 576
.923431 .923613

2.5
2.6
2.7
2.8
2.9

.923790
.925339
.926533
.927445
.92 8134

.923963
.925473
.926636
.927523
.92 8193

.924132
.925604
.926736
.927599
.92 8250

.924297
.925731
.926833
.927673
.92 8305

.924457
.925855
.926928
.927744
.92 8359

.924614
.925975
.927020
.927814
.92 8411

.924766
.926093
.927110
.927882
.92 8462

.924915
.926207
.927197
.927948
.928511

.925060
.926319
.927282
.928012
.928559

.925201
.926427
.927365
.928074
.928605

.04

.05

.06

.07

.08

.09

.00

.01

.02

.03

.0
.1
.2
.3
.4

.5000
.5398
.5793
.6179
.6554

.5040
.5438
.5832
.6217
.6591

.5080
.5478
.5871
.6255
.6628

.5120
.5517
.5910
.6293
.6664

.5160
.5557
.5948
.6331
.6700

.5199
.5596
.5987
.6368
.6736

.5239
.5636
.6026
.6406
.6772

.5279
.5675
.6064
.6443
.6808

.5319
.5714
.6103
.6480
.6844

.5359
.5753
.6141
.6517
.6879

.5
.6
.7
.8
.9

.6915
.7257
.7580
.7881
.8159

.6950
.7291
.7611
.7910
.8186

.6985
.7324
.7642
.7939
.8212

.7019
.7357
.7673
.7967
.8238

.7054
.7389
.7703
.7995
.8264

.7088
.7422
.7734
.8023
.8289

.7123
.7454
.7764
.8051
.8315

.7157
.7486
.7794
.8078
.8340

.7190
.7517
.7823
.8106
.8365

.7224
.7549
.7852
.8133
.8389

1.0
1.1
1.2
1.3
1.4

.8413
.8643
.8849
.90320
.91924

.8438
.8665
.8869
.90490
.92073

.8461
.8686
.8888
.90658
.92220

.8485
.8708
.8907
.90824
.92364

.8508
.8729
.8925
.90988
.92507

.8531
.8749
.8944
.91149
.92647

.8554
.8770
.8962
.91309
.92785

.8577
.8790
.8980
.91466
.92922

.8599
.8810
.8997
.91621
.93056

.8621
.8830
.90147
.91774
.93189

1.5
1.6
1.7
1.8
1.9

.93319
.94520
.95543
.96407
.97128

.93448
.94630
.95637
.96485
.97193

.93574
.94738
.95728
.96562
.97257

.93699
.94845
.95818
.96638
.97320

.93822
.94950
.95907
.96712
.97381

.93943
.95053
.95994
.96784
.97441

.94062
.95154
.96080
.96856
.97500

.94179
.95254
.96164
.96926
.97558

.94295
.95352
.96246
.96995
.97615

.94408
.95449
.96327
.97062
.97670

2.0
2.1
2.2
2.3
2.4

.97725
.98214
.98610
.98928
.921802

.97778
.98257
.98645
.98956
.922024

.97831
.98300
.98679
.98983
.922240

.97882 .97932 .97982

.98341 .98382 .98422
.98713 .98745 .98778
.920097 .920358 .920613
.922451 .922656 .92 2857

.98030 .98077
.98461 .98500
.98809 .98840
.920863 .921106
.923053 .923244

.98124 .98169
.98537 .98574
.98870 .98899
.921344 .921 576
.923431 .923613

2.5
2.6
2.7
2.8
2.9

.923790
.925339
.926533
.927445
.92 8134

.923963
.925473
.926636
.927523
.92 8193

.924132
.925604
.926736
.927599
.92 8250

.924297
.925731
.926833
.927673
.92 8305

.924766
.926093
.927110
.927882
.92 8462

.925060
.926319
.927282
.928012
.928559

.924457
.925855
.926928
.927744
.92 8359

.924614
.925975
.927020
.927814
.92 8411

.924915
.926207
.927197
.927948
.928511

.925201
.926427
.927365
.928074
.928605

z0

P(Z<1)
P(Z<1,06)
P(Z<1,23)

z0

P(Z<1)
P(Z<1,06)
P(Z<1,23)

P(Z<-1) ???
1-P(Z<1)

.00

.01

.0
.1
.2
.3
.4

.5000
.4602
.4207
.3821
.3446

.4960
.4562
.4168
.3783
.3409

.5
.6
.7
.8
.9

.3085
.2743
.2420
.2119
.1841

- 1.0
- 1.1
- 1.2
- 1.3
- 1.4

.02

.03

.04

.05

.06

.07

.08

.09

.4920
.4522
.4129
.3745
.3372

.4880
.4483
.4090
.3707
.3336

.4840
.4443
.4052
.3669
.3300

.4801
.4404
.4013
.3632
.3264

.4761
.4364
.3974
.3594
.3228

.4721
.4325
.3936
.3557
.3192

.4681
.4286
.3897
.3520
.3156

.4641
.4247
.3859
.3483
.3121

.3050
.2709
.2389
.2090
.1814

.3015
.2676
.2358
.2061
.1788

.2981
.2643
.2327
.2033
.1762

.2946
.2611
.2297
.2005
.1736

.2912
.2578
.2266
.1977
.1711

.2877
.2546
.2236
.1949
.1685

.2843
.2514
.2206
.1922
.1660

.2810
.2483
.2177
.1894
.1635

.2776
.2451
.2148
.1867
.1611

.1587
.1357
.1151
.09680
.08076

.1562
.1335
.1131
.09510
.07927

.1539
.1314
.1112
.09342
.07780

.1515
.1292
.1093
.09176
.07636

.1492
.1271
.1075
.09012
.07493

.1469
.1251
.1056
.08851
.07353

.1446
.1230
.1038
.08691
.07215

.1423
.1210
.1020
.08534
.07078

.1401
.1190
.1003
.08379
.06944

.1379
.1170
.09853
.08226
.06811

- 1.5
- 1.6
- 1.7
- 1.8
- 1.9

.06681
.05480
.04457
.03593
.02872

.06552
.05370
.04363
.03515
.02807

.06426
.05262
.04272
.03438
.02743

.06301
.05 155
.04182
.03362
.02680

.06178
.05050
.04093
.03288
.02619

.06057
.04947
.04006
.03216
.02559

.05938
.04846
.03920
.03144
.02500

.05821
.04746
.03836
.03074
.02442

.05705
.04648
.03754
.03005
.02385

.05592
.04551
.03673
.02938
.02330

- 2.0
- 2.1
- 2.2
- 2.3
- 2.4

.02275
.01786
.01390
.01072
.028198

.02222
.01743
.01355
.01044
.027976

.02169
.01700
.01321
.01017
.027760

.02118 .02068
.01659 .01618
.01287 .01255
.029903 .029642
.027549 .027344

.02018
.01578
.01222
.029387
.027143

.01970 .01923 .01876

.01831
.01539 .01500 .01463
.01426
.01191 .01160 .01130
.01101
.029137 .028894 .028656 .028424
.026947 .026756 .026569 .026387

- 2.5
- 2.6
- 2.7
- 2.8
- 2.9

.026210
.024661
.023467
.022555
.021866

.026037
.024527
.023364
.022477
.021807

.025868
.024396
.023264
.022401
.021750

.025703
.024269
.023167
.022327
.021695

.025543
.024145
.023072
.022256
.021641

.025386
.024025
.022980
.022186
.021589

.025234
.023907
.022890
.022118
.021538

.025085
.023793
.022803
.022052
.021489

.02

.03

.04

.05

.06

.07

.08

.09

.024940
.023681
.022718
.021988
.021441

.024799
.023573
.022035
.021926
.021395

.00

.01

.0
.1
.2
.3
.4

.5000
.4602
.4207
.3821
.3446

.4960
.4562
.4168
.3783
.3409

.4920
.4522
.4129
.3745
.3372

.4880
.4483
.4090
.3707
.3336

.4840
.4443
.4052
.3669
.3300

.4801
.4404
.4013
.3632
.3264

.4761
.4364
.3974
.3594
.3228

.4721
.4325
.3936
.3557
.3192

.4681
.4286
.3897
.3520
.3156

.4641
.4247
.3859
.3483
.3121

.5
.6
.7
.8
.9

.3085
.2743
.2420
.2119
.1841

.3050
.2709
.2389
.2090
.1814

.3015
.2676
.2358
.2061
.1788

.2981
.2643
.2327
.2033
.1762

.2946
.2611
.2297
.2005
.1736

.2912
.2578
.2266
.1977
.1711

.2877
.2546
.2236
.1949
.1685

.2843
.2514
.2206
.1922
.1660

.2810
.2483
.2177
.1894
.1635

.2776
.2451
.2148
.1867
.1611

- 1.0
- 1.1
- 1.2
- 1.3
- 1.4

.1587
.1357
.1151
.09680
.08076

.1562
.1335
.1131
.09510
.07927

.1539
.1314
.1112
.09342
.07780

.1515
.1292
.1093
.09176
.07636

.1492
.1271
.1075
.09012
.07493

.1469
.1251
.1056
.08851
.07353

.1446
.1230
.1038
.08691
.07215

.1423
.1210
.1020
.08534
.07078

.1401
.1190
.1003
.08379
.06944

.1379
.1170
.09853
.08226
.06811

- 1.5
- 1.6
- 1.7
- 1.8
- 1.9

.06681
.05480
.04457
.03593
.02872

.06552
.05370
.04363
.03515
.02807

.06426
.05262
.04272
.03438
.02743

.06301
.05 155
.04182
.03362
.02680

.06178
.05050
.04093
.03288
.02619

.06057
.04947
.04006
.03216
.02559

.05938
.04846
.03920
.03144
.02500

.05821
.04746
.03836
.03074
.02442

.05705
.04648
.03754
.03005
.02385

.05592
.04551
.03673
.02938
.02330

- 2.0
- 2.1
- 2.2
- 2.3
- 2.4

.02275
.01786
.01390
.01072
.028198

.02222
.01743
.01355
.01044
.027976

.02169
.01700
.01321
.01017
.027760

.02118 .02068
.01659 .01618
.01287 .01255
.029903 .029642
.027549 .027344

.02018
.01578
.01222
.029387
.027143

.01970 .01923 .01876

.01831
.01539 .01500 .01463
.01426
.01191 .01160 .01130
.01101
.029137 .028894 .028656 .028424
.026947 .026756 .026569 .026387

- 2.5
- 2.6
- 2.7
- 2.8
- 2.9

.026210
.024661
.023467
.022555
.021866

.026037
.024527
.023364
.022477
.021807

.025868
.024396
.023264
.022401
.021750

.025703
.024269
.023167
.022327
.021695

.025386
.024025
.022980
.022186
.021589

.025234
.023907
.022890
.022118
.021538

.025543
.024145
.023072
.022256
.021641

.025085
.023793
.022803
.022052
.021489

.024940
.023681
.022718
.021988
.021441

.024799
.023573
.022035
.021926
.021395

P(-1,5<Z<0,8)

4) Normal Generalizada: sea una V.A. X combinacin lineal de la

normal estndar Z tal que X = a + b . Z , se dice que X es una variable
que tiene distribucin normal generalizada con E(X) = a y V(X) = b2
Entonce una combinacin lineal de Z puede escribirse como:
X = Px + Vx Z
Rx = [-f ;+f]

X a N(P , V2)

0,22
0,20
0,18
0,16
0,14

F (x )

f(x)

0,12
0,10


S V

 x P

 V

0,08
0,06
0,04
0,02
0,00
2

10

12

14

16

18

GRFICAS DE DISTRIBUCIONES NORMALES CON DIFERENTES

PARMETROS


x   Px
P Z 
Vx

P( X  x  )

Ej: si x a N(10,4) calcular P(7<X<12)

0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05

-4

-2

10

12

14

16

OTRAS DISTRIBUCIONES CONTINUAS TEORICAS:

5) Chi-cuadrado: suma de n variables aleatorias independientes, cada
una de ellas con distribucin N(0,1) , elevadas al cuadrado.

z12 + z12 + z12 + ... + zn 2 a F2(n )

6) t-Student: cociente entre una variable N(0,1) y raz de otra con a

F2(n ) dividida por n , es decir, si Z

a N(0,1) y V a

independientes entonces:

Z
V
n

a t(n )

F2(n ) y ambas son

7) F-Snedecor: cociente de dos varaibles con a F2 dividadias por sus

respectivos n . S i U y V son dos variables aleatorias independientes con
distribucin chi-cuadrado con n 1 y n 2 , entonces:
W
n  
V
n  

a F(n 1;n 2)