Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TP3 parte 3
Una variable aleatoria normal, también conocida como Gaussiana, es una variable
continua, cuyo recorrido son todos los números reales. Se caracteriza porque el
gráfico de su función de densidad tiene una forma de campana simétrica. La forma de
esta campana depende de dos parámetros: la media 𝜇, determina el punto central de
la función de densidad, y la desviación estándar 𝜎 determina la amplitud de la
campana. La mayoría de las observaciones en una variable aleatoria normal se
concentran cerca de la media y disminuyen a medida que se alejan de ella. La
expresión matemática de dicha función de densidad es,
𝟏 (𝒙−𝝁)𝟐
−
𝒇 𝒙 = 𝒆 𝟐𝝈𝟐
𝝈 𝟐𝝅
Siendo 𝜇 y 𝜎 la media y el desvío
mencionados anteriormente.
En tal caso, escribimos
simbólicamente que estamos
ante una
𝑿~𝑵(𝝁; 𝝈)
Es decir, de esta variable se espera que el 68,26% de sus valores se hallen dentro del
intervalo (μ − σ; μ + σ), que el 95,46% se hallen en el μ − 2σ; μ + 2σ y el
99,74% en el μ − 3σ; μ + 3σ .
Ejemplo 1
Hallemos cuanto vale 𝑃 𝑍 < 1,23 = 𝐹(1,23) si
𝑍~𝑁(0; 1)
Vamos entonces a la tabla Área F(X) bajo la
curva normal, y buscamos el correspondiente
valor de 𝐹(1,23) en la fila del 1,2; columna del
0,03, obteniendo el 0,8907. Por lo tanto,
𝑷 𝒁 < 𝟏, 𝟐𝟑 = 𝟎, 𝟖𝟗𝟎𝟕
Ejemplo 2
Calcular 𝑃 𝑍 < −1,23 .
𝑃 𝑍 < −1,23 = 𝐹 −1,23
El valor a comparar es negativo, no se encuentra en la tabla ¿cómo procedemos
entonces? Veamos…
𝑷 𝒁 > 𝒛𝜶 = 𝜶
Ejemplo 4
Hallar el valor de 𝒛𝟎,𝟏𝟎
Propiedad
a) Sabemos por hipótesis que 𝑋~𝑁(170; 4). Nos piden calcular 𝑃 165 < 𝑋 < 180 .
Si restamos el valor de la esperanza y dividimos por el desvío a los tres miembros de
las desigualdades, nos queda,
𝑃 165 < 𝑋 < 180 =
165 − 170 𝑋 − 170 180 − 170
𝑃 < < =
4 4 4
𝑋 − 170
𝑃 −1,25 < < 2,5
4
𝑋−𝜇 𝑋−170
Como por la propiedad anterior sabemos que = = 𝑍~𝑁(0; 1), entonces la
𝜎 4
última probabilidad es igual a escribir…