Elementos de probabilidad

Variable Aleatoria Continua y Distribución Normal

Variable Aleatoria Continua

Distribuciones de variables aleatorias continuas

𝒇(𝒙)




𝑋 𝑒𝑠 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑠𝑖 𝑒𝑥𝑖𝑠𝑡𝑒 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑓 𝑙𝑙𝑎𝑚𝑎𝑑𝑎 𝒇𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝒅𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝑡𝑎𝑙 𝑞𝑢𝑒:

1|Página
 𝑏

𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = ∫ 𝑓(𝑥 )𝑑𝑥

𝑎
𝑓

 𝑓(𝑥) ≥ 0, ∀𝑥
+∞
 ∫−∞ 𝑓(𝑥) 𝑑𝑥 = 1

Cálculo de probabilidades: consideraciones generales

𝑋

𝑎
 𝑃(𝑋 = 𝑎) ∫𝑎 𝑓(𝑥) 𝑑𝑥 = 0 𝑎
 𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑎 ≤ 𝑋 < 𝑏) = 𝑃(𝑎 < 𝑋 < 𝑏) =
𝑏 𝑏 𝑎
∫𝑎 𝑓(𝑥)𝑑𝑥 = ∫−∞ 𝑓(𝑥)𝑑𝑥 − ∫−∞ 𝑓(𝑥)𝑑𝑥 = 𝐹(𝑏) − 𝐹(𝑎)
a

Función de distribución
𝑋 𝑓(𝑥)
𝑭(𝒙)

𝑥𝑖

𝐹 (𝑥𝑖 ) = 𝑃(𝑋 ≤ 𝑥𝑖 ) = ∫ 𝑓(𝑥 )𝑑𝑥

−∞

2|Página
 Distribución Normal

1 (𝑥−𝜇)2
−
𝑓(𝑥 ) = 𝑒 2𝜎 2 − ∞ < 𝑥 < +∞
√2𝜋𝜎 2

 −∞ < µ < +∞
 𝜎 𝜎>0
 𝜋 𝑒

Importancia de la Distribucion Normal





Caracteristicas de la Distribucion Normal

 µ 𝜎
𝑋~𝑁(𝜇, 𝜎)

 µ µ = 𝑀𝑛𝑎 = 𝑀𝑜
3|Página


 µ−𝜎 µ+𝜎

Interpretación geométrica de µ y 𝝈




4|Página
 Regla empírica

 𝜇 ± 𝜎 𝑃(µ − 𝜎 ≤ 𝑋 ≤ µ + 𝜎) ≅ 0,68.
 𝜇 ± 2𝜎 𝑃(µ − 2𝜎 ≤ 𝑋 ≤ µ + 2𝜎) ≅ 0,95.
 𝜇 ± 3𝜎 𝑃(µ − 3𝜎 ≤ 𝑋 ≤ µ + 3𝜎) ≅ 0,997.

Cálculo de probabilidades bajo la Distribución Normal

𝑏 𝑏
1 1 𝑥−𝜇
−2 ( 𝜎 ) 2
𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = ∫ 𝑓(𝑥 )𝑑𝑥 = ∫ 𝑒 𝑑𝑥
√2𝜋𝜎
𝑎 𝑎

𝜇
𝜎

Distribución Normal Estándar

𝑵(𝟎, 𝟏) 𝝁=𝟎
𝝈 = 𝟏.

5|Página
 µ 𝜎

𝑋~𝑁(𝜇, 𝜎) 𝑍~𝑁(0,1)

𝜎=1

𝜇 𝑋 0 𝑍

Normalización o Estandarización de una variable

𝑋~𝑁(𝜇, 𝜎) 𝜇 𝜎

𝑋−𝜇
𝑍=
𝜎
𝑁(0,1)

6|Página
 ¿Cómo hallar proporciones normales?

𝑃(𝑋 < 27.500)

25.000 27.500 𝑋

𝑋−𝜇 27.500−25.000
𝑍= = = 1,25
𝜎 2.000

𝑃(𝑋 < 27.500) = 𝑃(𝑍 < 1,25)

0 1,25 𝑍

𝑃(𝑋 < 27.500) = 𝑃(𝑍 < 1,25) = 0,8944

7|Página
Utilización de la tabla Normal Estándar

𝑃(𝑍 ≤ 𝑧)
𝑃(𝑍 ≥ 𝑧) = 1 − 𝑃(𝑍 ≤ 𝑧)
𝑃(𝑧1 ≤ 𝑍 ≤ 𝑧2 ) = 𝑃(𝑍 ≤ 𝑧2 ) − 𝑃(𝑍 ≤ 𝑧1 )

8|Página
𝑃(𝑍 < −1,2) = 0,1151

9|Página
 𝑃(𝑍 > 2,43) = 1 − 𝑃(𝑍 < 2,43) = 1 − 0,9925 = 0,0075

𝑃(−1,33 < 𝑍 < 2,2)

𝑃(𝑍 < 2,2) = 0,9861

𝑃(𝑍 < −1,33) = 0,0918

𝑃(−1,33 < 𝑍 < 2,2) =

= 𝑃(𝑍 < 2,2) − 𝑃(𝑍 < −1,33) =

= 0,9861 − 0,0918 = 0,8943

10 | P á g i n a