Documentos de Académico
Documentos de Profesional
Documentos de Cultura
x2
1
f N * ( x) e 2
x
2
t2
1 x
La función de distribución correspondiente, es: FN * ( x)
2
e 2
dt
La integral que se observa no tiene una solución explícita, por lo que debe
resolverse mediante procedimientos numéricos.
No obstante, existen tablas muy completas de esta función mediante las cua-
les puede calcularse la probabilidad de cualquier suceso de interés.
Teorema
Si ~x tiene una distribución normal con parámetros y , entonces la varia-
z ~
ble aleatoria ~ x tiene una distribución normal estándar.
Demostración
En efecto, la función de distribución acumulada de ~z será:
z z ) p( ~
F~z ( z ) p(~ x z ) FN ( z ; , )
Si ~
x tiene una distribución normal con parámetros y , entonces:
c b
p (b ~
x c) FN * FN *
t
FN (t ; , ) FN *
c b
Luego: p(b ~
x c) FN (c; , ) FN (b; , ) FN * FN*
Aplicaciones de la distribución normal estándar
0,6826
1.050 1.000
b) p( ~
x 1.050) 1 p ( ~
x 1.050) 1 FN *
50
p~
x 1.050 15,87%
Nueva aplicación
a) ~x
b) 2 ~x 2
c) 3 ~x 3
Respuestas
a) p( ~
x ) FN * FN*
0,6826
2 2
b) p ( 2 ~
x 2 ) FN * FN *
FN * (2) FN * (2)
FN * (3) FN * (3)
68.26%
95.44%
99.74%
– 3 – 2 – + + 2 + 3 x
La normal como límite de la binomial
Así por ejemplo, hemos visto que la distribución de Poisson puede utilizarse
para aproximar probabilidades binomiales cuando N es grande y p es cercana
a 0 o 1.
~
x Np 1
x2
d
d
lí m p c
2
c
e 2
dx
N
Npq
Normal estándar
p(~
z 0,79) p ( ~
z 1,32)
0,2148 0,0934
0,1214
Luego:
Binomial x 4) 0,1268
p( ~
~z