Distribución normal

DISTRIBUCIÓN NORMAL
• Sea X una variable aleatoria. Si X tiene una distribución normal con
media  y varianza 2 , su función de densidad será:
1 𝑥−𝜇 2
− , ∞<𝑥<∞
∱ 𝑥 = 𝑒 2𝜎 2
𝜎 2𝜋
Donde µ ϵ R y σ>0

Probabilidad:

σ -> 68%
2 σ ->95%
2,5 σ ->99%
 DISTRIBUCIÓN NORMAL
Propiedades:
• Es simétrica con respecto al eje vertical.
• Tiene valor máximo en x= (máxima probabilidad)
• Tiene al eje X como una asíntota horizontal, ya que:
Lim f(X)=0 y lim f(X)=0
x→- x→
• Tiene puntos de inflexión en x=-σ y x=+σ
• El área total bajo la curva es 1

• Si la v.a. tiene distribución X~N(, 2) entonces

• E(X)= 
• Var(X)=2
 DISTRIBUCIÓN NORMAL
Teorema 1:
• Si X~N(1,  1 2) y Y~N(2,  2 2) son independientes entre si, entonces:

𝑋 + 𝑌~𝑁(𝜇1 + 𝜇2 , 𝜎12 + 𝜎22 )

Teorema 2:
• Si X~N(1,  1 2) y Y~N(2,  2 2) son independientes entre si, entonces:

𝑎𝑋 + 𝑏𝑌 + 𝑐~𝑁(𝑎𝜇1 + 𝑏𝜇2 + 𝑐, 𝑎2 𝜎12 + 𝑏2 𝜎22 )

 DISTRIBUCIÓN NORMAL ESTÁNDAR
Propiedades:
• X tiene distribución normal estándar con parámetros µ=0 y σ=1,
X~N(0,1). La función de densidad es:
z2
1 
f ( x)   ( z )  e 2
2
• La función de distribución acumulada de la normal estándar es:

z t2
1 
φ( z )  F ( z )  
 2
e 2
dt
 DISTRIBUCIÓN NORMAL ESTÁNDAR

Estandarización de la variable:

• Consiste en transformar X en Z.

X~N(, 2)  Z~N(0,1)

𝑋−𝜇
𝑍=
𝜎
 DISTRIBUCIÓN NORMAL ESTÁNDAR
• P[az b]=(b)- (a)
• (-z)=1- (a)
• P[-az a]= (a)- (-a)= (a)-(1- (a))=2 (a)-1

a   b b  a 

Pa  z  b   P  z         
         
• Ejemplo:
DISTRIBUCIÓN NORMAL ESTÁNDAR
 DISTRIBUCIÓN NORMAL ESTÁNDAR
Aplicación:
En el semestre anterior, la nota promedio del curso de
estadística fue 14 con una desviación estándar de 2. Si se
elige un alumno al azar, cual será la probabilidad que tenga:
a. Menos de 13

𝑋 − 𝜇 13 − 14 1
𝑍= = = − = −0,5
𝜎 2 2

Revisando en la tabla:
(-0,5)=0,3085=30,85%
 DISTRIBUCIÓN NORMAL ESTÁNDAR
Hallar la probabilidad:
a. P[z<1.45] c. P[z>1.78]
b. P[z<-1.45] d. P[-1,96z1.96]

e. Calcular: Si la v.a. X tiene distribución normal con media=25

y varianza=25
P[X<18] P[X>30] P[24<X<27]

f. Una tienda por departamentos estudia la probabilidad de

otorgar un descuento a sus clientes, siempre y cuando se
ubiquen en el 10% superior del monto de ventas. El monto
promedio de ventas es 500 y la varianza es 2500, a partir de
que monto de ventas se otorgará el descuento.
 DISTRIBUCIÓN NORMAL ESTÁNDAR
1. Encontrar el área bajo la curva de una distribución
normal estándar, si
– Entre Z=0 y Z=1.89
– A la derecha de Z=1.54
2. Si una variable aleatoria X sigue una distribución normal
N(45,16). Calcular:
– P(X≥50)
– P(X>48)
– P(X<40)
– P(X≥45)
– P(X≤50)
 DISTRIBUCIÓN NORMAL ESTÁNDAR
• La encuesta de hogares del año 2014, encontró que
las familias gastan en alimentos y bebidas un
promedio de S/. 400 al mes con una desviación
estándar de S/. 120. Encontrar la probabilidad de que
una familia gaste:
– Menos de S/. 500
– Entre S/. 300 y S/. 500
 DISTRIBUCIÓN T STUDENT
Una variable se distribuye según la distribución T de student con v grados de
libertad, donde k es un número entero positivo, si su función de densidad es
la siguiente:
𝑣+1 (𝑣+1)
−
𝜏 𝑡2 2 ∞
ℎ𝑣 𝑡 = 𝑣 2 1+ − ∞ < 𝑡 < ∞ 𝑑𝑜𝑛𝑑𝑒 𝜏 𝑝 = 𝑒 −𝑥 𝑥 𝑝−1 𝑑𝑥
𝜏 𝜋𝑣 𝑣 0
2

Propiedades:
Cada curva t tiene forma de campana con centro en 0.
Cada curva t está más dispersa que la curva normal estándar
A medida que v aumenta, la dispersión de la curva t correspondiente
disminuye, la curva se aproxima a una distribución normal estándar.

La media de una distribución t es E(X)=µ y la varianza es σ2=v/(v-2)

DISTRIBUCIÓN T STUDENT