Otras Distribuciones Continuas
Otras Distribuciones Continuas
Otras Distribuciones Continuas
f ( x) d x =1
−
b
P( a X b ) = f ( x) d x
a
F(x) = P(X x) = f ( t ) dt
−
x
d d
Obs.: F( x) = f (t ) d t = f ( x )
dx dx −
DISTRIBUCIÓN NORMAL
De la simetría de la función se concluye que P(X ) = P(X ) = . Como la
1
2
distribución normal desempeña un papel básico en la estadística y su densidad
de probabilidad no puede integrarse de forma directa, se ha tabulado para el
caso especial = 0 y = 1. La distribución normal con estos valores para
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5039 0.5079 0.5119 0.5159 0.5199 0.5239 0.5279 0.5318 0.5358
0.1 0.5398
0.2 0.5792
0.3 0.6179
0.4 0.6554
0.5 0.6914
0.6 0.7257 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
0.7 0.7580 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
...
...
Esta tabla proporciona los valores de área acumulada bajo la curva normal a
la derecha de la media.
Ejemplo:
EJERCICIOS:
3.- El volumen de líquido que una máquina deposita en latas de una cierta
bebida gaseosa es una variable aleatoria normal para la cual μ = 12.4 onzas y σ
= 0.1 onzas
Si se desechan todas las latas que tienen menos de 12.1 o más de 12.6 onzas,
¿cuál es la proporción de latas desechadas?
¿cómo debe ser ajustado el promedio en este proceso si se quiere que el 99.9
% de todas las latas contenga más de 12 onzas?
Resp. μ = 4.082
5.- Los alambres que se utilizan en cierta computadora deben tener una
resistencia entre 0.12 y 0.14 ohms. Las resistencias reales de los alambres
producidos por la compañía A siguen una distribución normal con μ = 0.13
ohms y σ = 0.005 ohms
a) Modelo t de Student
m +1
( )
2 1 1
f ( x) = m +1
m
( ) m x2
(1 + ) 2
2 m
Anotaremos
X tm
a) E(X) = 0
b) V(X) = m/(m-2)
c) La distribución es simétrica, es decir
P( X < - to ) = P( X > to ) to |R
Notación:
tm , (1-) = percentil (1- ) de la distribución t de Student con m grados de
libertad
Por ejemplo:
t5;0,8 = 0,92
Es el valor de la distribución t Student con 5 g.l. tal que el 80% de los valores
son menores a 0,92 y el 20% restante superiores a 0,92 ( percentil 0,8 de la t
con 5 g.l.)
Diremos que una variable aleatoria continua sigue una distribución chi
cuadrado con m grados de libertad si su función de densidad está dada por:
1
f ( x) = x m / 2−1e − x / 2
(m / 2)2 m/2
Anotamos
X m2
Notación
Por ejemplo :
26 , 0.75 es un valor que deja por bajo al 75% de los casos y por sobre él al
25% de los casos ( percentil 0,75 de la distribución chi cuadrado con 6 grados
de libertad)
c) Distribución F de Fisher
m+k
( )
2 m m/2 x ( m − 2) / 2
f ( x) = ( )
(m / 2)(k / 2) k m
(1 + ( ) x) ( m + k ) / 2
k
Anotamos
X Fm,k
Por ejemplo:
F4;8;0.95 = 3,84
Propiedad:
1
Fk ;m; =
Fm,k ,(1− )
Por ejemplo:
1 1
F8;4;0.05 = = = 0,26
F4;8;0.95 3,84
Teoremas importantes
Y 12
Teorema 2:
Si Y1 k2 y Y2 v2 variables aleatorias independientes entonces
(Y1 + Y2 ) 2k+v
(*)Teorema 3:
Si X1, X2,…, Xn son v.a.i.i.d. N( , 2) entonces
(n-1)S2n-1 / 2 2(n-1)
Teorema 4:
X
Si X N(0,1) e Y v2 son v.a. independiente y T = Y
v
entonces T tv
(*)Teorema 5:
X −
Si X1, X2,…, Xn son v.a.i.i.d. N( , ) y T = S n −1
2
n
Entonces T t(n-1)
(*)Teorema 7:
Si X1, X2,…, Xn es una m.a. N(1 , 12) y Y1, Y2,…, Ym es una m.a.
S n −1
1
N(2 , 2 ) independientes y si F =
2
S m −1
2
Entonces F F(n-1),(m-1)