Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccin
f X (x) =
1
2* *
(
x )2
e
2
2* 2
Caractersticas de la fdp
normal
Funciones de densidad
de probabilidad normal
con igual desviacin
estndar
y
diferente
media poblacional 2>1.
1 = 2
1 < 2 < 3
Funciones de densidad
de probabilidad normal
con
igual
media
poblacional
,
pero
diferente
desviacin
estndar 3> 2> 1.
1 2
1 = 2 = 3
Ejemplo de aplicacin
X N (0.515,0.01613)
(
x )2
1
2 * *
2 *
< x<
para
(
x 0 .515 )2
1
2 * * 0 .127
2 * 0 .127 2
para
< x<
1
2 * * 0 . 127
(0 . 5 0 . 515 )2
2 * 0 . 127
= 3 . 1194
Usando la TI se tiene:
Usando el editor de
listas de la TI
En R se usa
dnorm(x,media,desvest,FALSO)
Falso=0 indica que se desea la fdp
f x ( t ) dt =
1
2 * *
e
2
(t )2
2 *
dt
P( X 0.6) =
1
2 * * 0.127
( t 0.515 ) 2
2*0.127 2
dt
X N (10 , 2 . 2 )
2
DISTR.NORM(0.6,0.515,0.127,VERDADERO)
VERDADERO=1 indica que se desea usar la cdf desde
- a x=0.6 con media=0.515 y desv est=0.127
En R se usa
pnorm(x,media,desvest,TRUE,FALSO)
TRUE=1 indica que se desea desde - a x
Falso=0 indica que se desea la cdf
Distribucin
Normal Estndar
X N ,
2
1
e
f Z (z ) = 2 *
de
0
< z<
otra
manera
1
1
X
{E [X ] E [ ]} =
E [Z ] = E
E (X ) =
=
1
{ } = 0
=
1
1
X
Var (Z ) = Var
= 2 Var ( X ) = 2 {Var [ X ] Var [ ]} =
1
2
= 2 {Var [ X ] 0 } = 2 = 1 . 0
Tabla de valores de la
fdp normal estndar
A continuacin se presentan los valores
tabulados de la distribucin normal estndar
que cumple con la siguiente condicin.
z
P(Z z) =
f Z (t ) dt =
1
e
2 *
t2
dt
X N (0.515,0.01613)
P ( X 0 .6 ) = P
=
0 .6 0 .515
P Z
= P (Z 0 .669297 ) = P (Z 0 .67 ) = 0 .7486
0 .127
Usando la TI se tiene, al
integrar la fdp normal
estndar de a 0.66929
Funcin de densidad
ji-cuadrada
Sea X una variable aleatoria con fdp
normal con media y varianza 2,
entonces la variable aleatoria
Z=(X-)/
Tiene fdp normal estndar dada por:
z2
1
f z( z) =
e
2*
Z 1
2
( )
= Z
2
1
+Z
2
2
+ K + Z =
2
i =1
Z i2 2
Funcin de densidad de
probabilidad ji-cuadrada
x
2 1
*e 2
x
si
fx (x) =
*22
2
de
0
x > 0
otra
manera
)=
y ( 1 ) * e y dy
2
*e
x
si
fx(x) =
*22
2
de
0
x > 0
otra
manera
31
f x (10 ) =
= 0 . 042112
6
6 * 2 2
Empleando la TI se tiene:
Usando
el
editor
de
listas/estadsticas de la TI
x~10
Valor de y
aproximado
Valor de fx(10)
Clculo de la funcin de
distribucin de
probabilidades
acumulativas de la ji
cuadrada.
Valor de (1-0.12465202)=P(X10)
Valor de DISTR.CHI(10,6)
En R se usa la funcin:
pchisq(x,df,lower.tail=TRUE,log.p=FALSE)
lower.tail si TRUE se indica que se desea desde - a
x, en caso contrario se obtiene la probabilidad del
complemento, como se indica en la pgina de abajo.
Tabla de valores de
la ji-cuadrada con v
grados de libertad
P X X ( ) =
2
P(X2(6)>12.5916)=0.05
P( X x) + P( X < x) = 1
P( X x) = 1 P( X < x) = 1 0.95 = 0.05
Clculo de
usando MATLAB ver 6.5
P(X2(6)>12.5916)=0.05
Excell proporciona
directamente los valores de
la tabla
Valor de P(X>X212.5916)~0.05
Funcin de
densidad de
probabilidad tstudent
La distribucin t de
student
T =
2
( )
t (
Funcin de densidad
t-student
+1
1
2
*
para
+1
f x ( x ) = ( * ) * x 2
2
+ 1
2
0
de
otra
manera
< x<
Ejemplo usando la TI
+1
1
2
para
*
+1
2
f x ( x ) = ( * ) * x
2
+ 1
2
0
de
otra
manera
Se desea obtener
el valor de la fdp tstudent para =5
grados de libertad y
en x=0.5, para lo f ( x ) =
cual se requiere
obtener (6/2) y
(5/2) obteniendo:
2 *1
6
= (3) = y(31) *eydy= y2 *eydy= 2
2
0
0
(521) y
5
= y *e dy= y2 *eydy=1.32934
2 0
0
0 .5 2
( * 5 ) *1 .3293
+ 1
5
5 +1
< x <
= 0 .327919
Usando el editor de
listas/Estadsticas
Empleando la funcin:
dt(0.5,5,0,0)
en R es posible obtener el valor de la
pdf en x=0.5 como se indica
Usando la opcin de
graficar de la TI
(1-DISTR.T(0.5,5,1)) =P(X0.5)=0.68085
Valor de DISTR.T(0.5,5,1)
En R empleando la funcin:
pt(0.5,5)
es posible obtener el valor de la cdf en x=0.5
como se indica
Tabla de valores de
la t-student con
grados de libertad
P (t t ( )) =
Cabe aclarar que por la propiedad
simtrica de la distribucin t-student con
respecto a cero se cumple tambin que:
P(t t ( )) =
P(t(5)>2.0150)=0.05
P( X x) + P( X < x) = 1
P( X x) = 1 P( X < x) = 1 0.95 = 0.05
Ahora se muestra la
equivalencia entre
P(t t ( )) =
P (t t ( )) =
En forma grfica
DISTR.T(2.0150,5,1)
La distribucin F de
Fisher
Funcin de densidad F
m+n
m
( m + n )
2
2 m 2
m 1)
m
(
* * (x )
* 1 + * x
f x ( x) = m n n
n
2 2
de
otra
manera
0
Ejemplo usando la TI
12
5
y
y
(6 1 )
= (6 ) = y
* e dy = y * e dy = 120
2
0
0
5
=
2
7
=
2
5 1
2
* e y dy =
y
0
3
2
y
*
y
e
dy = 1 .32934
7 1
2
* e dy =
y
0
5
2
* e dy = 3 .32335
m+n
m
( m+n)
2 m2 (m 1) m 2
*
*(x) 2 *1+ *x
fx(x) = m n n
n
2 2
de otra manera
0
para0<x<
7
2
1
7
120 * * 2 2
5
f x ( 2) =
= 0.165688
5+ 7
3.32335 *1.32931 + * 2
5
Usando el editor de
listas/Estadsticas(cambiar)
En R se utiliza la funcin:
df(x,m,n)
En este caso df(2,7,5)
Usando la opcin de
graficar de la TI
P(X2)=1-P(X>2)=1-0.23141567=0.76858433
Valor de DISTR.F(2,7,5)
Grados de libertad
en el numerador
Grados de libertad
en el denominador
En R se utiliza la funcin
pf(x,m,n)
P(X2)=0.7685843
Tabla de valores de
la distribucin F con
m grados de libertad
en el numerador y n
grados de libertad en
el denominador
P(F
m
n
m
n , 0 . 10
) = 0 . 10
P(F 75>3.368)=0.10
Clculo de
P(X>3.3679)~0.10
P(X>3.367899)=0.10