Distribución de Variables

continuas

Distribución normal
 Variable aleatoria continua
◦ Función de densidad
◦ Una v.a. continua puede tomar un número infinito no
numerable de puntos, la probabilidad que hemos de
asignarle a cada valor de la variable estará en [0,1], la
suma de todas las probabilidades es 1.

◦ f (x) ≥ 0 para todo real de x

 Variable aleatoria continua

Función de distribución (acumulada)

◦La función de distribución nos da la probabilidad acumulada desde -
∞ hasta el valor que se tiene en consideración

◦gráficamente la función de distribución es el área limitada por la

función de densidad y el eje de abscisas entre -∞ y x
 Variable aleatoria continua

Función de densidad conjunta

1.f (x, y) ≥ 0
∞ ∞

2.. න න 𝑓 ሺ𝑥, 𝑦ሻ𝑑𝑥 𝑑𝑦 = 1

−∞ −∞

3. 𝑃ሾሺ𝑋, 𝑌ሻ ∈ 𝐴ሿ= න න 𝑓ሺ𝑥, 𝑦ሻ𝑑𝑥𝑑𝑦

 Distribuciones Continuas

• Distribución Uniforme • Distribución Beta

• Distribución Exponencial • Distribución Pearson tipo V

• Distribución Gamma • Distribución Pearson tipo VI

• Distribución Weibull • Distribución Log-logistic

• Distribución Normal • Distribución Johnson SU

• Distribución Log normal • Distribución Triangular

 DISTRIBUCIÓN NORMAL
¿Qué es normal, o qué se aparta de la normalidad?
◦Para establecer los límites entre lo habitual y lo raro, es necesario conocer la distribución de la variable
en estudio, en individuos normales.
◦Las frecuencias se representan gráficamente con histogramas.
◦La suma de las superficies equivale al 100%.
◦La mayor parte de los fenómenos se comportan de la siguiente manera:
◦La mayoría de las puntuaciones se concentran en el centro de la distribución
◦Tanto en el extremo inferior como en el superior, encontraremos sólo algunos casos

◦Ejemplo:
◦Distribución del coeficiente intelectual
◦Pocas personas presentan déficit o retardo
◦Pocas personas son genios
◦La mayoría somos personas medianamente inteligentes
 DISTRIBUCIÓN NORMAL
◦ Es la piedra angular de la teoría estadística moderna. Conocida y estudiada desde
hace mucho tiempo, es utilizada para describir el comportamiento aleatorio de
muchos procesos que ocurren en la naturaleza y también realizados por los
humanos.

Se puede demostrar que f cumple las propiedades de una

función de densidad:
Se le denomina: Gaussiana, Laplaciana, Distribución de Laplace-Gauss
o de Gauss-Laplace. Descubierto por Moivre (1756)
La gráfica de f tiene forma de de una campana y tiene las siguientes
características:
1)Es simétrica alrededor de µ
2)Su asíntota es el eje horizontal
3)Sus puntos de inflexión están ubicados en µ – σ y µ + σ
Ejemplo: En una fábrica, el 20% de los artículos salen
defectuosos. Calcule la probabilidad que en un lote de 100
artículos elegidos al azar, 15 sean defectuosos.
Ejemplo: En una fábrica, el 20% de los artículos salen
defectuosos. Calcule la probabilidad que en un lote de 100
artículos elegidos al azar, 15 sean defectuosos.

el valor 15 de la distribución Binomial corresponde al

intervalo (14.5, 15.5) para la distribución Normal.
Ejemplo 2.
Un profesor manifiesta que el promedio que los
estudiantes obtienen
en su asignatura es de 3,9, con una desviación típica
0,35. ¿Cuál es la
probabilidad que uno de sus alumnos obtenga:

a) una calificación superior a 4,4.

b) inferior a 3,2.
c) que gane la asignatura (mayor o igual a 3)?
EJERCICIOS PARA RESOLVER - Distribución normal
Pag 418 - 441 los múltiplos de 5

Libro: Estadística y muestreo - XIV EDICION

Autor: Ciro Martínez