Professional Documents
Culture Documents
f x d x 1
P( a X b ) =
f x d x
a
F(x) = P(X x) =
f t dt
d
d
F x
f t dt f x
Obs.:
dx
d x
Pgina 1
DISTRIBUCIN UNIFORME
Una variable aleatoria X tiene una distribucin uniforme continua, si y slo si
su densidad de probabilidad est por:
1
f ( x)
0
y V(X) =2 =
( )2
12
DISTRIBUCIN NORMAL
Sin lugar a dudas, la distribucin ms utilizada para modelar experimentos
aleatorios es la distribucin normal, tambin conocida como distribucin
Gaussiana.
Diremos que la variable aleatoria X con funcin densidad de probabilidad
dada por
f(x) =
x 2
1
exp
2
2 2
1
2
Pgina 2
0.00
0.5000
0.5398
0.5792
0.6179
0.6554
0.6914
0.7257
0.7580
0.01
0.02
0.03 0.04
0.05
0.06
0.07
0.08
0.09
0.5039 0.5079 0.5119 0.5159 0.5199 0.5239 0.5279 0.5318 0.5358
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
... ...
Esta tabla proporciona los valores de rea acumulada bajo la curva normal a
la derecha de la media.
Hay tablas que proporcionan los valores de rea acumulada bajo la curva
normal a la izquierda de la media, otras proporcionan los valores de rea
Dagoberto Salgado Horta
Pgina 3
Ejemplo:
Calcular la probabilidad para Z 0,7
P(0,7) = 0,75804
Calcular la probabilidad para Z comprendido entre -0,5 y 0,7
Q(0,5)+Q(0,7) = 0,19146+0,25804 = 0,4495
Calcular la probabilidad para Z comprendido entre -0,4 e
R(0,4) = 0,65542 o de la otra manera: Q(0,4)+ 0,5 = 0,15542+0,5 = 0,65542
Dagoberto Salgado Horta
Pgina 4
EJERCICIOS:
1.- En cierta ciudad, el nmero de interrupciones del suministro elctrico por
mes se considera una variable aleatoria normal para la cual = 11.6 y = 3.3
Determine la probabilidad de que en un mes cualquiera haya al menos ocho
interrupciones.
Determine la probabilidad de que en un mes cualquiera haya entre tres y siete
interrupciones.
Determine la probabilidad de que en un mes cualquiera haya a lo ms cinco
interrupciones.
Resp. 0.8623
0.0771 0.0228
Pgina 5
Si se desechan todas las latas que tienen menos de 12.1 o ms de 12.6 onzas,
cul es la proporcin de latas desechadas?
cmo debe ser ajustado el promedio en este proceso si se quiere que el 99.9
% de todas las latas contenga ms de 12 onzas?
Si la desviacin estndar puede reducirse a 0.05 onzas, cmo debe ser
ajustado el promedio en este proceso si se quiere que el 99.9 % de todas las
latas contenga ms de 12 onzas?
Resp. 3.167*10-5 0.0241 12,31 12,15
4.- La cantidad de caf instantneo que una mquina dispensadora deposita en
vasos de 4 onzas puede considerarse una variable aleatoria con distribucin
normal para la cual = 0.04 onzas. Si slo 2 % de los vasos contienen menos
de 4 onzas, cul sera el contenido promedio de estos vasos?
Resp. = 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 compaa A siguen una distribucin normal con = 0.13
ohms y = 0.005 ohms
Cul es la probabilidad de que un alambre seleccionado al azar de la
produccin de la compaa A satisfaga las especificaciones?
Si se utilizan cinco de estos alambres en el sistema y se seleccionan de la
compaa A, cul es la probabilidad de que los cinco satisfagan las
especificaciones?
Resp. 0.9544
0.7919
Pgina 6
7.- Una lnea area vende boletos sobre la base que el 5 % de las personas que
hacen reservacin para un vuelo no se presentan. Se sabe que la aerolnea
vendi 160 boletos para un vuelo con slo 155 asientos, cul es la
probabilidad de que haya un asiento disponible para cada persona con
reservacin que se presenta al vuelo?
8.- La eficiencia de cierto tipo de reflectores es una variable aleatoria normal
para la cual = 9.5 y
= 0.5, segn las especificaciones del productor. Los requerimientos de un
estacionamiento en el que deben instalarse nueve de estos reflectores exigen
que la eficiencia media de los mismos sea mayor a 10, cul es la probabilidad
de que se cumplan los requerimientos del estacionamiento?
Anotaremos
X tm
Algunas propiedades de una v.a. X que sigue una distribucin t de Student con
m grados de libertad son:
Dagoberto Salgado Horta
Pgina 7
a) E(X) = 0
b) V(X) = m/(m-2)
c) La distribucin es simtrica, es decir
P( X < - to ) = P( X > to )
to |R
Es el valor de la distribucin 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.)
1
x m / 21e x / 2
( m / 2) 2 m / 2
Anotamos
X m2
Observacin:
a) E(X)=m
Dagoberto Salgado Horta
Pgina 8
b) V(X)=2m
Al igual que la variable anterior tambin se encuentra tabulada ( explicacin
del uso de la tabla en clase)
Notacin
2m ,(1-) = percentil (1- ) de la distribucin chi cuadrado con m grados de
libertad
Por ejemplo :
26 , 0.75 es un valor que deja por bajo al 75% de los casos y por sobre l al
25% de los casos ( percentil 0,75 de la distribucin chi cuadrado con 6 grados
de libertad)
c) Distribucin F de Fisher
Finalmente diremos que la variable aleatoria X sigue una distribucin F de
Fisher con m grados de libertad en el numerador y k grados de libertad en el
denominador si su funcin de densidad est dada por:
mk
)
m
x ( m 2) / 2
2
f ( x)
( )m / 2
m
( m / 2) ( k / 2) k
(1 ( ) x) ( m k ) / 2
k
(
Anotamos
X Fm,k
Observacin:
Pgina 9
1
Fm ,k ,(1 )
Por ejemplo:
F8; 4;0.05
1
F4;8;0.95
1
0,26
3,84
Teoremas importantes
Los teoremas que se presentan a continuacin (*) nos permitirn la
justificacin en la construccin de diferentes intervalos de confianza.
Teorema 1:
Si X N( , 2) y Y = ( X- )2 / 2
entonces
Y 12
Dagoberto Salgado Horta
Pgina 10
(*)Teorema 3:
Si X1, X2,, Xn son v.a.i.i.d. N( , 2) entonces
(n-1)S2n-1 / 2 2(n-1)
donde S2n-1= ni=1 (xi - x )2 / (n-1)
Teorema 4:
Si X N(0,1) e Y v2 son v.a. independiente y T =
X
Y
entonces T tv
(*)Teorema 5:
X
Entonces T t(n-1)
Dem: (aplicacin teorema anterior)
Teorema 6:
Pgina 11
X
v
Y
k
entonces F Fv,k
(*)Teorema 7:
Si X1, X2,, Xn es una m.a. N(1 , 12) y Y1, Y2,, Ym es una m.a.
S n 1
m 1
1
2
F F(n-1),(m-1)
Pgina 12