Santo Domingo, R.D.

que es una distribucion de probabilidad continua?

Variable Aleatoria Continua.

Una variable aleatoria continua es una función X que asigna a cada

resultado posible de un experimento un número real. Si X puede
asumir cualquier valor en algun intervalo I (el intervalo puede ser
acotado o desacotado), se llama una variable aleatoria continua.

Diremos que una variable aleatoria X continua tiene una

distribución absolutamente continua si existe una función real f,
positiva e integrable en el conjunto de números reales, tal que la
función de distribución F de X se puede expresar como:

Ejemplo:
Tire un dado al aire y tome para X el número orientado hacia arriba.
Entonces X es una variable aleatoria discreta con valores posibles 1,
2, 3, 4, 5 y 6.

LA DISTRIBUCION NORMAL

La distribución normal (en ocasiones llamada distribución

gaussiana) es la distribución continua que se utiliza más
comúnmente en estadística.

La distribución normal es de vital importancia en estadística por

tres razones principales:

 Muchas variables continuas comunes en el mundo de los

negocios tienen distribuciones que se asemejan
estrechamente a la distribución normal.

 La distribución normal sirve para acercarse a diversas

distribuciones de probabilidad discreta, como la distribución
binomial y la distribución de Poisson.

 La distribución normal proporciona la base para la estadística

inferencial clásica por su relación con el teorema de límite
central.

Se expresa:
Ejemplo:

IMPORTACIA DE ESTA DSITRIBUCION Y APLICACIONES.

La importancia de esta distribución radica en que permite modelar
numerosos fenómenos naturales, sociales y psicológicos.
Mientras que los mecanismos que subyacen a gran parte de este
tipo de fenómenos son desconocidos, por la enorme cantidad de
variables incontrolables que en ellos intervienen, el uso del modelo
normal puede justificarse asumiendo que cada observación se
obtiene como la suma de unas pocas causas independientes.

De hecho, la estadística descriptiva sólo permite describir un

fenómeno, sin explicación alguna. Para la explicación causal es
preciso el diseño experimental, de ahí que al uso de la estadística
en psicología y sociología sea conocido como método correlacional.

La distribución normal también es importante por su relación con la

estimación por mínimos cuadrados, uno de los métodos de
estimación más simples y antiguos.
Algunos ejemplos de variables asociadas a fenómenos naturales
que siguen el modelo de la normal son:

 Caracteres morfológicos de individuos como la estatura;

 Caracteres fisiológicos como el efecto de un fármaco;
 Caracteres sociológicos como el consumo de cierto producto
por un mismo grupo de individuos;
 Caracteres psicológicos como el cociente intelectual;
 Nivel de ruido en telecomunicaciones;
 Errores cometidos al medir ciertas magnitudes.

La distribución normal también aparece en muchas áreas de la

propia estadística. Por ejemplo, la distribución muestral de las
medias muestrales es aproximadamente normal, cuando la
distribución de la población de la cual se extrae la muestra no es
normal.
Además, la distribución normal maximiza la entropía entre todas
las distribuciones con media y varianza conocidas, lo cual la
convierte en la elección natural de la distribución subyacente a una
lista de datos resumidos en términos de media muestral y varianza.
La distribución normal es la más extendida en estadística y muchos
tests estadísticos están basados en una "normalidad" más o menos
justificada de la variable aleatoria bajo estudio.

USO DE LA TABLA
La tabla de la distribución normal presenta los valores de
probabilidad para una variable estándar Z, con media igual a 0 y
varianza igual a 1.

Para usar la tabla, siempre debemos estandarizar la variable por

medio de la expresión:

Siendo el valor de interés; la media de nuestra variable y su

desviación estándar. Recordemos que y corresponden a
parámetros, o sea valores en el universo, que generalmente no
conocemos, por lo que debemos calcular Z usando los datos de
nuestra muestra.

En general, el valor de Z se interpreta como el número de

desviaciones estándar que están comprendidas entre el promedio y
un cierto valor de variable x. En otras palabras, se puede decir que
es la diferencia entre un valor de la variable y el promedio,
expresada esta diferencia en cantidad de desviaciones estándar.

Suena abstracto, pero con un ejemplo se podrá entender mejor:

Supongamos un conjunto de personas con edad promedio 25 años

y desviación estándar 3,86. Nuestro valor de interés (x) es 30 años.
El valor de Z correspondiente será:
Este valor de Z nos dice que la edad de 30 años está a 1,29
desviaciones estándar sobre el promedio.

Ahora bien, la tabla de la distribución normal, entrega valores de

probabilidad para los distintos valores de Z.

PROPIEDADES

 La forma de la curva de la distribución depende de sus dos

parámetros: la media y la desviación estándar.

 La media indica la posición de la campana, la gráfica se

desplaza a lo largo del eje x.

 A mayor desviación la curva será más "plana", dado que la

distribución, en este caso, presenta una mayor variabilidad.

 La curva es siimétrica respecto a la media.

DISTRIBUCION NORMAL,ESTANDAR O TIPIFICADA(Z).

La distribución normal estándar, o tipificada o reducida, es aquella

que tiene por media el valor cero, μ = 0, y por desviación típica la
unidad, σ =1.
La variable se representa con la letra z. Y la función de densidad
correspondiente es:

 Función de densidad normal estándar.

 La gráfica es simétrica con respecto al eje Y.

 Los valores que nos dan las áreas correspondientes a las

probabilidades del tipo P(Z ≤ z) se encuentran tabulados.

La función de distribución tiene por expresión:

Función de distribución normal estándar.

Su función de densidad es:

Su gráfica es:

APROXIMACION DE BINOMIAL A LA NORMAL.

Una dstribución binomial B(n,p) se puede aproximar por una
distribución normal, siempre que n sea grande y p no esté muy
próxima a 0 o a 1.

La aproximación consiste en utilizar una distribución normal con la

misma media y desviación típica que la distribución binomial.

En la practica se utiliza la aproximación cuando :

En cuyo caso :

Y tipificando se obtiene la normal estándar correspondiente:

APROXIMACION DE LA DISTRIBUCION POISSON A L ANORMAL.