Scribd Logo
Upload

Welcome to Scribd!

  • Distribucion Normal

    Uploaded by

    Alvaro Rios
    8 views17 pages

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    8 views17 pages

    Distribucion Normal

    Uploaded by

    Alvaro Rios

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 17
    3.5 Distrihuciones Continuas de Probabilidad Las distribuciones de probabilidad consideradas hasta aqui, la binomial y la de Poisson, son distribuciones de variables discretas. Consideremos ahora Jas distribuciones de variables aleatorias continuas. Se recordar& que se definié una variable aleatoria continua como aquella que paede - tener un nimero infinito de valores entre dos puntos fijos cualesquiera. Para ayudarnos a comprender la naturaleza de ia distribucion de una variable aleatoria continua, consideremos los datos que se presentaron en la Tabla 1:6.1 y la Figura 1.6.1, En la tabla se tienen 57 valores de la variable aleatoria, particulas de materia en suspension (medido en micro- grainos por metro ciibico) en muestras de aire. El histograma de la Figura 1.6.1 se construyé, lovalizando los puntos especificados sobre una recta que representa la medida de interés y levantando una serie de rectangulos, cuyos anchos fueron las distancias entre dos puntos especificados sobre la recta y cuyas alturas representaban el nimero de yalores de la variable que caen entre los dos puntos especificados. Los intervalos definidos pot dus puntos especificados, consecutivos, cualesquiera recibieron el nombre de intervalos de clase. Como se hizo notar en el Capitulo 1, las subareas del histograma -corresponden a las frecuenciag de 1a ocurrericia de los valores'de la variable entre las fronteras en la escala horizontal de estas sub4reas. Esto proporciona una manera mediante la cual puede calcularse fa frecuencia relativa de la ocurrencia de los valores. entre dos punios especificados cualesquiera; simplemente ‘se determina la proporcién del 4rea total del histograma que: cae entre los puntos: especificados. Esto Puede hacerse en forma més conveniente, consultando las columnas de la frecuencia relativa o Ja frecuencia relativa acumulada de la Tabla 1.6.3. Imaginese ahora la, situacién en donde. el ntimero de valores de la variable -aleatoria es muy grande y.el ancho de los intervalos de clase se hace muy pequefiv, El histograma resultante podria verse como el que se muestra en la Figura 3.5.1. i Si se unieran los puntos. medios de las celdas del histograma en ta Figura 3.8.) para formar un poligono de frecuencias, evidentemente se tendria una figura mucho mas suave que el poligono de frecuencias de la Distribuciones Continuas dé Probabilidad = 75 fr 5 Li Ha sesultante de un niimero grande de valores ¢ intervalos ge clase pequctios. * Figura 3.5.1. Un histos Figura 1.6.2. No debe ser dificil éreer que, en general, 2 medida que el numero de observaciones, 1, tiende hacia el infinito y el ancho de los intervalos de clase tiende hacia cero, el poligono de frecuencias se aproxima a una curva suave como ta que se muestra en la Figura 3.5.2. Curvas suaves como ésta son las que se usan para -representar gréficamente:a las. distri- buciones de las variables aleatorias continuas. Este tiene algunas conse- cuencias importantes cuando se trabaja’ con las distribuciones de probabi- lidad. Primero, el area total bajo la curva es igual a uno, como lo fue con el histograma y la frecuencia retativa dela ocurrencia de los valores entre dos puntos cualesquiera‘sobre el eje x es igual al dia total limitada: por las rectas perpendiculares levantadas en esos dos puntos, Ja curva y el eje fos) Mure 3.9.2. Representacon gralice de una distribucidn continua 76 Distribuciones de Probabilidad x. Ver la Figura 3.5.3. La robabili : 5.3. ilidad ie if Variable aleatoria es cero. Esto ms Feed optical = g Puesto que un valor especifico se repre enta por un punto sobre el eje x y el area por encima de un Con un histograma, como se ha visto, encontrarse, sumando las 4reas represent: de una curva suave, método alternativo p: el célculo integral. las subareas de interés pueden r ‘adas por las celdas. En el caso Rogse tienen celdas, de modo que debe buscarse un ara encontrar las subéreas. Ese método lo proporciona Para encontrar el 4rea bajo una curva suave entre dos fx) 2 & = Figura 3.5.3. Grifica de una distribucién contines mostrando el éres extre ay. puntos cualesquiera, a y b, se integra la funcién de densidad desde a hasta b. Una funcién de densidad es una formula que se usa para representar la distribucién de una variable aleatoria continua. La integra- cién es el caso limite de la suma, pero no levaremos a cabo integraciones de ninguna especie, dado que las mateméticas que intervienen exceden el alcance de este texto. Como se vera posteriormente, para todas las distri- buciones continuas que consideraremos, existe una manera més ficil de encontrar las 4reas bajo sus curvas. Aunque en la discusién anterior se ha implicado la definicién de distri- bucién de probabilidad para una variable aleatoria continua, a manera de resumen, se presentaré en una forma mas compacta, como sigue. Definicion Una funcién {(x) recibe el nombre de distribucién de probabilidad (2 veces Hamada funcién de densidad du prvbabilidad) de la variable aleatoria X, si el drea total limitadu pur su curva y el eje x es igual a 1, \ \ La Distribucion Normal 77 \ » sila subérea debajo de la curva, limitada por la curva, el eje x y las perpendiculares levantadas en dos puntos cualesquiera a y b, da la probabilidad de que X esté entre los puntos ayb. 3.6 La Distribucién Normal Llegamos ahora a la distribucién mas importante en toda la estadistica — !a distribucién normal. La formula para esta distribucién fue publicada por primera vez por Abraham De Moivre*(1667-1754) el'12 de noviembre de 1733 (3). Muchos otros matematicos figuran de manera prominent en la historia de la distribucién normal, incluyendo a Carl Friedrich Gauss (1777-1855). Con frecuencia a la distribucién se le nombra como distribucién aussiana en reconocimiento a sus contribuciones. La densidad normal esta dada por i Se ee (3.6.1) f(@) ine En la Ecuacién 3.6.1, ny e soni las conocidas constantes, 3.14159 y 2.71828, respectivamente, las cuales se encuentran frecuentemente en las matematicas. Los, dos pardmetros de Ja distribucién son y, la media, y o, Ta desviaciéri estandar. Para nuestros Propésitos, podemos imaginar a yy ao de una distribucién normal, respectivamente, como las medidas de tendencia central y de dispersién, como se discutieron en el Capitulo 1. Sin embargo, como una variable aleatoria distribuida normalmente es continua y toma valores entre — oo y + ©, su media y su desviacién estindar pueden definirse de modo més riguroso; pero no pueden darse tales definiciones sin recurrir al célculo, La grafica de la distribucién normal produce la conocida curva acampanada que se muestra en la Figura 3.6.1. » de una distribucién normal, 78 Distribuciones de Probabilidad Las siguientes son las caracteristicas mas importantes de la distribucion normal. 1, Es simétrica respecto a su media, y. Como se muestra en la Figura 3.6.1, Ia curva hacia cualquiera de los dos lados de yes una imagen teflejada de la del otro lado. 2. La media, la mediana y la moda son iguales. 3. El Area total debajo de la curva por encima del eje x es una unidad cuadrada. Esta caracteristica se deduce del hecho de que la distribucién normal es una distribucién de probabilidad. Debido a la simetria ya mencionada, el 50 por ciento del area esta hacia la derecha de una perpendicular levantada en la media y el SO por ciento esta hacia la izquierda. 4. Si se levantan perpendiculares a una distancia de una desviacién utto wath x (a) 025 7025 ut2o # wt a * (b) L te Figure 3.6.2. Subdivisién del area bajo Ia curva normal (las areas son aproximadas). La Distribucién Normal 79 estandar de Ia media, en ambas direcciones, el area encerrada por estas perpendiculares, el cje x y la curva sera aproximadamente el 68 por ciento del area total. Si se extienden estas fronteras laterales hasta una distancia de dos desviaciones estandar, hacia cada uno de los dos lados de la media, se encerrar& aproximadamente el 95 por ciento del Area, y extendiéndolas hasta una distancia de tres desviaciones estindar, se provocaré que aproximadamente el 99.7 por ciento del rea total quede encerrada. En la Figura 3.6.2 se ilustran estas areas aproximadas. La distribucién normal queda completamente determinada por los pa- rametros yy o. En otras palabras, se especifica una distribucién normal diferente para cada valor diferente de yy 0. Los valores diferentes de p trasladan a la grifica de la distribucién a lo largo del eje x como se muestra en la Figura 3.6.3. Los valores diferentes de ¢-determinan el grado de aplastamiento o de lo puntiagudo de la grifica de Ja distribu- cién, como se muestra en la Figura 3.6.4. AAS Hy Sty 2.71). Solucion. En la Figura 3.6.10 se muestra el area deseada. Se obtiene el rea hacia la derecha de z = 2.71, restando el area entre 0 y 2.71 de s De donde, Pte > 2.71) = -5-PO<2< 271) 5 — 4996 = .0034 Ejemplo 3.6.5 Dada la distribucién normal unitaria, encontrar P(.84 < = < 2.45). Solucion. En J Figura 3.6.11 se muestra el 4rea que se busca. Primero se obtiene el érea entre O y 2.45 y, de ésa, se resta el area entre 0 y .84. Oo 8 245 : Figure 3.6.11. Carva sormal unitaria mostrando P(.6M < 2 € 2.45). En otras patabras, S25 245) = PO <2 < 245) — POO 55). 364. Pz > —55). 365. Ae <—2.33). 366. Pe <2.33). . A-196 < 2 < 199). . P-258< 2< 258) 369. M-165< 2< 1.65). 36.10. Piz = .74). Aplicaciones. Aunque sx importzncie ex el campo de le exadiscce os indispetable, se debe tener en cucnta que le Gscibeciée normal mo una ley 2 la que se edhicren todes les caracteristices mecomables que = presentan en le naturdleze. No obsiante, es cio que matkes & eos caracteristices estén distibuides eprozimedemecte ex forme mormel Fre Se ee re ee a; aaa ae eae ae gyode tremenda en sus esfuerzos pare resolver les problemes pedccmos relatives 2 esta variable. . Existen otras razones diverses por les que le Gscibeciin aml os importante en le estedistica y se consideraréc 2 se Gebido tempo. For abora, veamos cémo pusden responderse 2igunes preguntas seaciles & probabilided ecerca de variables aleatories cuando se see, 5 se Semes motives pare suponer que, al menos, estén Gistibuides epreaimecemer en forma normal. Ejemplo 3.6.6 : Un Hsicoterapeuta nota que les calificaciones que se obtienen ex Geme prueba de habilided manual estén distribuides eproximadaments en eee normal, con una media de 10 y una desvieciin estinder de 23. Sia individuo elegido al azar realiza le prusba, jecil os a prubebet & que obtenga una calificacién de 15 6 mas? La Distribucion Normal 85 Solucién. Tracemos primero un esquema de la distribucién y sombreemos el 4rea correspondiente a la probabilidad que nos interesa. En la figura 3.6.12 se ha hecho esto. Si la distribucién fuera la normal unitaria, con una media de 0 y desviacién estandar de 1, podria usarse la Tabla F y encontrar la probabi- lidad con poco esfuerzo. Afortunadamente, cualquier distribucién normal puede transformarse en la normal unitaria con un poco de trabajo. Lo que tiene que hacerse es transformar todos los valores de X en los correspon- dientes valores de z. Esto significa que la media de X debe hacerse 0, la media de z. En la Figura 3.6.13 se muestran ambas distribuciones. Debe determinarse qué valor de z, digamos zo, corresponde a un x de 15. Esto se lleva a cabo por medio de la formula siguiente: (3.6.3) H= 10 15 S 5.12, Distribucién normal para aproximar a la distribucién de las calificaciones en une prueba Figura 3.6.13. Distribucién normal de las ealifics vunitaria (2). 86 © Distribuciones de Probabilided la cual transforma cualquier valor de x en cualg patie ternal al valor correspondiente é¢ z en Ia distribec: normal uaitaria. Ex este ejemplo, se tiene iz) 25 25 Entonces, el valor de z» que se busca es 2. Examinemos estes relaciones con més cuidado. Se ve que le Gstencia desde la media, 10, hasta el valor de x que interesz, 15, es 15 — 10 = 5, Ia cual es una distancia de 2 desvieciones esténdar. Cuando se tansiomman los valores x 2 valores z, le distancia del valor = que interese Beste se media, 0, es igual a lz distancia del valor x correspondiente hast2z so media, 10, en unidades de desviaciéa estindar. Se ba visw que siz Gltima distancia es 2 desvieciones estindar. En le Gswibuciéa z, me Gesviacién estindar es igual 2 uno y, por consiguieate, el punto sobre lz escala z localizado 2 una distancia de 2 desvizciones esténdar de O es z = 2, el resultado que se obtuvo empleando Ie iécmula. Conseltando a Tabla F, se encuentra que el drea hacia le dereche Ge z= = 2es OD Le discusién anterior se puede resumir como signe: es bt Ped 19) =P(22 os Para dar respuesta a la pregunta original, se dice que la probebilidad de que un individuo elegido al azar y que Ieve 2 cabo Ia preeda obtenga una calificacién de 15 6 més es de 0228. Ejemplo 3.6.7 Supéngase que se sabe que los pesos de cierto grupo de individues estén Gistribuides eproximadamente en forma normal con una mediz de 70 ke ¥ una desviacién estindar de 12.5 kg. ;Cul es le probabilidad de que una persona elegida al azar de este grupo pese entre 50 y 8S kg? Solucién. En la Figure 3.6.14 se muestra la distribuciéa de los pesos ¥ la distribucién z a la cual se transformn los valores originales, con el fin Ge determinar las probabilidades deseadas. Se encuentra que el valor z correspondiente a un x de 50 es La Distribucién Normal 87 De modo semejante, para x = 85, se tiene i85.~— 70 ae 12.5 =12 En la Tabla F se encuentra que el area entre 0 ¥ -1.6 es .4452 y el drea LZ, 0 7 Figura 3.6.14. Distribucion de los pesos (x) y 1a distribucién normal unitaria correspondiente (2). entre 0 y 1.2 es .3849, El drea deseada es la suma de éstas, .4452 + .3849 = .8301. En resumen, 9-70 ¢, Sin 18) 80 S =< 10) = P( PB << Bi = P(-16 <2 < 1.2) = P(-1.6 $2 <0) + PO <2 < 1.2) 4452 + .3849 = 8301 Entonces, la probabilidad pedida en la pregunta original es .8301. 7 “88. Diserfouckcnes dé Probabilidad € Ejercicios ~ 3.6.11. Supéngase que las edades en las que se adquiere cierta enferme- dad estén distribuidas en forma aproximadamente normal con una media de 11.5 aflos y una desviacién estindar de 3 aflos. Un nifio acaba de contraer esta enfermedad. ,Cusl es la probabilidad de que el nifio tenga: (a) entre 8 1/2 y 14 1/2 afios de edad? (b) més de 10 afios de edad? (c) menos de 12? + 3.6.12. En el estudio de las huellas digitales, in importante caracteristi- ca cuantitativa es el numero total de surco: pira los 10 dedos de un individuo. Supé6ngase que los ntimeros totales de surcos de los individuos en cierta poblacidn estan distribuidos aproximadamente en forma normal, con una media de 140 y una desviacién estandar de 50. Hallar la probabi- lidad de que un individuo clegido al azar de esta poblacién tenga un némero de surcos: (a) De 200 o mas. (b) Menor que 100. (c) Entre 100 y 200. (d) Entre 200 y 250. 7 3.6.13, Si las capacidades de la cavidad craneana de cierta poblacién estén distribuidas aproximadamente en forma normal, con una media de 1400 ce y una desviacién estandar de 125, encontrar la probabilidad de que una persona elegida al azar de esta poblacién tenga una capacidad de la cavidad craneana: (a) Mayor que 1450 ce. (b) Menor que 1350 cc. (c) Entre 1300 ce y 1500 ce. 3.6.14. Supéngase que la duracién promedio del internado en un hospital de enfermedades crénicas para cierto tipo de paciente es de 60 dias, con luna desviacién estandar de 1S. Si es tazonable suponer una distribucién aproximadamente normal de las duraciones del internado, encontrar la Probabilidad de que un paciente elegido aleatoriamente de este grupo tenga una duracién de internado: (a) De més de 50 dias, (b) De menos de 30 dias. (c) Entre 30 y 60 dias. (d): De més de 90 dias. + 3.6.15. Si los valores de colesterol total Para cierta poblacién estin distri- buidos aproximadamente en forma normal, con una media de 200 mg/100 ml y una desviacién estindar de 20 mg/100 ml, hallar la probabilidad de que un individuo elegido al azar de esta poblacién tenga un valor de colesterol: (a) Entre 180 y 200 mg/100 ml. i! ea Resumen 89 _ am (b) Mayor qué 22S mg/100 mi. (c) Menor que 150 mg/100 ml. (d) Entre 190 y 210 mg/100 ml. % 3.6.16. Dada una poblacién normalmente distribuida con una media de 75 y una variancia de 225, encontrar: 2 (a) P(SO 90). (e) P(30

    You might also like