Estándar? Se estandariza la r.v. X mediante una simple transformación lineal: X−μ =Z N ( 0 ; 1 ) σ Al restar μ y dividir por σ , el error de desvío σ se convierte en 1 y, X se convierte en una Normal Standard.
Si X N ( μ , σ 2 ), veamos como hallar P(A)
X−μ Si X → N (μ , σ 2) y definimos a Z= entonces Z → N (0 ; 1) σ
Como se justifica la standarización
Si X r.v., X N ( μ , σ 2 ) ⟹ siY r . v . , es una combinación lineal, Y =aX +b , a ∧b ∈ R , se
tiene que
Y N (Nueva media)
(aμ+ b ; a2 σ 2 ) (Nueva varianza)
DEMOSTRACIÓN Si llamamos g(y) a la densidad de la r.v. Y y f(x) la densidad de X:
Que corresponde a una r.v. N ¿
La importancia de la distribución Normal se da por que la mayor parte de los fenómenos de la industria, la naturaleza y las ciencias sociales se pueden modelar con variables aleatorias Normales. Se comportan según una distribución normal además, las combinaciones lineales de otras distribuciones normales y también casi todas las familias de variables aleatorias convergen en el límite a una distribución Normal.