DISTRIBUCIONES CONTINUAS

 Introducción
 Distribución normal
 Distribución normal típica
 Distribuciones relacionadas
con la distribución normal
 Distribución chi cuadrada
 Distribución t – Student
 Distribución de Fischer
DISTRIBUCIONES CONTINUAS.-

DISTRIBUCION NORMAL
 
La distribución normal fue reconocida
por primera vez por el francés Abraham
de Moivre (1667 – 1754)

Posteriormente Carl Friedrich Gauss

(1777 -1855) realizó estudios mas a
fondo sobre la ecuación de la curva
conocida luego como la “campana de
Gauss”
 Función de densidad.-

Características:

 son los parámetros esperanza y varianza respectivamente

 Es simétrica respecto a


 El gráfico presenta la forma de una campana

Si una v.a. se distribuye normalmente con media y varianza
se simboliza por: 𝑋 𝑁 (𝜇, 𝜎 2)
 68 %

Función generatriz de momentos.-

 Esperanza matemática.-

Demostración:

Entonces:

Distribución normal típica o estandar.-

Si entonces la distribución es normal

típica
Función de densidad de la normal típica.-

Luego puede indicarse:

Función generatriz de momentos de la distribución
normal típica.-

Función de distribución de la normal típica.-

Uso de tablas para el cálculo de probabilidades de
la distribución normal típica.-

Teorema.- Si una variable aleatoria tiene distribución normal con media

diferente de cero y varianza diferente de 1, es decir, ,
entonces:

Este teorema puede demostrarse en dos momentos: a) demostrar que la

media esperada y la varianza de z es 0 y 1 respectivamente, b)
demostrar que la función generatriz de momentos de z es la que
corresponde a la normal
TABLA No 1
𝒕𝟐
𝟏 𝒛
𝑭ሺ
𝒕ሻ= ‫׬‬− ∞
𝒆− 𝟐 𝒅t
ξ 𝟐𝝅

AREAS BAJO LA CURVA NORMAL TIPIFICADA

Z 0 1 2 3 4 5 6 7 8 9
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5754
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7258 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7518 0.7549
0.7 0.7580 0.7612 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7996 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9046 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1,9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9948 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2,8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9478 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
 EJEMPLO
P(X<1,0)=0,8413
P(X>0,45)=0,3264 P(0,60<X<1,52)=0,2099 P(X<- 0,56)=0,2877

P(X<1,00)=0,8413 P(X>0,45)=1 – P(X<0,45 P(X<-,56)=1-P(X<0,56)

P(0,60<X<1,52)=P(X<1,52)-P(X<0,60
=1- 0,6736 =1-0,7123
=0,9357-0,7258
=0,3264 =0,2877
=0,2099
 𝑋 −𝜇
EJEMPLO Teorema: 𝑍= ∽ 𝑁 ( 0 ,1 )
𝜎

𝑆𝑖 𝑋 ∼ 𝑁 (1200 , 160000) Entonces: . Se pide, calcular:

850 −1200
1) P(X 𝑧= =− 0,87 P(X
400
1800 − 1200
2) P(X 𝑧= =1,50
400
P(X
600 − 1200 2000 − 1200
3) P(600 < X 𝑧 1= =−1,50 𝑧2 = =2,00
400 400
P(600 < X

P(600 < X
𝑥 − 1200
4) Si P(X< 𝑧 =1,13( 𝑑𝑒𝑡𝑎𝑏𝑙𝑎) 1,13=
400
De donde: 𝑥=1,13 ∗ 400+1200=1652
EJEMPLO
En determinado grupo de familias, el ingreso monetario de distribuye normalmente con media de Bs,
3500 y desviación típica de 800 Bs. El 22,66 % de las familias tienen ingresos considerados bajos y el
15,87 % ingresos que se consideran altos y el resto ingresos medios. ¿Hasta cuánto los ingresos son
considerados bajos, desde cuánto ingresos altos?
𝑧 =−0,75 𝑧 2 =1,00
Según tabla: 1

𝑥−𝜇
Teorema: 𝑧 = ∼ 𝑁 (0,1)
𝜎

𝑥1 −3500
−0,75= 𝑥1= −0,75 ∗ 800+3500=2900
800

22,66 % 15,87 % 𝑥 2 − 3500 𝑥2 =1∗ 800+3500= 4300

𝑧1 𝑧2 1,00=
800

Conclusión: Sueldos bajos menores a 2900 Bs. Sueldos altos desde 4300 Bs. Los demás sueldos
mayores 2900 pero menores 4300
 Aproximación de distribución binomial a la normal.-

Se pide calcular:

Pero la absisa de no corresponde a la

normal, entonces habrá que tomar

Luego calcular:

Si se pide calcular: Habrá que tomar el punto y

calcular:

Luego la variable tipifica es:

 EJEMPLO
Calcular: a) con distribución binomial, b) con la normal, la probabilidad de que un estudiante pueda
responder correctamente de a10 preguntas, (Si elige al azar las respuestas) a 4 o mas preguntas en
un examen de tipo falso – verdadero, cada una de las cuales tiene dos respuestas posibles, siendo una
sola la verdadera.
1
a) Con binomial: 𝑛= 10 𝑝=𝑞= =0,50 𝑃 ( 𝑋 ≥ 4 )=1 − P ( X < 4)
2
𝑃 ( 𝑋 < 4 )=𝑃 ( 𝑋 =0 )+ 𝑃 ( 𝑋 =1 ) + 𝑃 ( 𝑋 =2 ) + 𝑃 ( 𝑋 =3)
𝑃 ( 𝑋 < 4 )=𝐶 10
0 ∗0,50 0
∗ 0,50 10
+𝐶 10
1 ∗ 0.50 1
∗ 0,50 9
+ 𝐶 10
2 ∗ 0,50 2
∗0,50 8
+𝐶 10
3 ∗ 0,50 3
∗ 0,50 7

𝑃 ( 𝑋 < 4 )=0,00097 +0,00976+ 0,04395+0,11719=0,17187

𝑃 ( 𝑋 ≥ 4 )=1 − 0,17187=0,82813 𝑃 ( 𝑋 ≥ 4 )=0,82813

b) Con la normal: E ( X )=np=10 ∗ 0,50=5 𝜎 =√ 𝑛𝑝𝑞= √ 10 ∗ 0,50 ∗ 0,50=1,50

4 − 0,50 −5 𝑃 ( 𝑋 ≥ 4 )= 𝑃 ( 𝑍 ≥ − 0,95 )=1− P (Z <− 0,95)
𝑧= =−0,95
1,50
𝑃 ( 𝑋 ≥ 4 )= 𝑃 ( 𝑍 ≥ − 0,95 )=1− 0,0,17106 𝑃 ¿
 Distribuciones relacionadas con las distribución normal.-
Distribución chi-cuadrada.-
Se genera en varias distribuciones normales típicas. Es la distribución de la
suma de los cuadrados de dichas variables normales típicas.
Si , , …….. Son variables típicas normales, es decir:

Entonces tiene distribución chi- cuadrada con n grados de

libertad, simbolizada por:
Función de densidad.-
Gráfica.-

Uso de tablas para cálculo de probabilidades de la

distribución chi-cuadrada .-
TABLA No 2

PERCENTILES DE LA DISTRIBUCION CHI – CUADRADO CON n GRADOS DE LIBERTAD

n 2 2 2 2 2 2 2 2 2 2 2 2 2 2
.𝜒.005 𝜒.01 𝜒.025 𝜒.05 𝜒.10 𝜒.25 𝜒.50 𝜒.75 𝜒.90 𝜒.95 𝜒.975 𝜒.99 𝜒.995 𝜒.999
1 .0000 .0002 .0010 .0039 .0158 .102 .455 1.320 2.710 3.840 5.020 6.630 7.880 10.80
2 .0100 .0201 .0506 .1030 .2110 .575 1.39 2.770 4.610 5.990 7.380 9.210 10.60 13.80
3 .0717 .1150 .2160 .3520 .5840 1.21 2.37 4.110 6.250 7.810 9.350 11.30 12.80 16.30
4 .2070 .2970 .4840 .7110 1.060 1.92 3.36 5.390 7.780 9.490 11.10 13.30 14.90 18.50
5 .4120 .5540 .8310 1.150 1.610 2.67 4.35 6.630 9.240 11.10 12.80 15.10 16.70 20.50
6 .6760 .8720 1.240 1.640 2.200 3.45 5.35 7.840 10.60 12.60 14.40 16.80 18.50 22.50
7 .9890 1.240 1.690 2.170 2.830 4.25 6.35 9.040 12.00 14.10 16.00 18.50 20.30 24.30
8 1.340 1.650 2.180 2.730 3.490 5.07 7.34 10.20 13.40 15.50 17.50 20.10 22.00 26.10
9 1.730 2.090 2.700 3.330 4.170 5.90 8.54 11.70 14.70 16.90 19.00 21.70 23.60 27.90
10 2.160 2.560 3.250 2.940 4.870 6.74 9.34 12.50 16.00 18.30 20.50 23.20 25.20 29.60
11 2.600 2.050 3.820 4.570 5.580 7.58 10.3 13.70 17.30 19.70 21.90 24.70 26.80 31.30
12 3.070 3.570 4.400 5.230 6.300 8.44 11.3 14.80 18.50 21.00 23.30 26.20 28.30 32.90
13 3.570 4.110 5.010 5.890 7.040 9.30 12.3 16.00 19.80 22.40 24.70 27.70 29.30 34.90
14 4.070 4.660 5.630 6.570 7.790 10,2 13.3 17.10 21.10 23.70 26.10 29.10 31.30 36.10
15 4.600 5.230 6.260 7.260 8.550 11.0 14.3 18.20 22.30 25.00 27.50 30.60 32.80 37.70
16 5.140 5.810 6.910 7.960 9.310 11.9 15.3 19.40 23.50 26.30 28.80 32.00 34.30 39.30
17 5.700 6.410 7.560 8.670 10.10 12.8 16.3 20.30 24.80 27.60 30.20 33.40 35.70 40.80
18 6.260 7.010 8.230 9.390 10.90 13.7 17.3 21.60 26.00 28.90 31.50 34.80 37.20 42.30
19 6.840 7.630 8.910 10.10 11.70 14.6 18.3 22.70 27.20 30.10 32.90 36.20 38.60 43.80
20 7.430 8.260 9.590 10.90 12.40 15.5 19.3 23.80 28.40 31.40 34.20 37.60 40.00 45.30
21 8.030 8.900 10.30 11.60 13.20 16.3 20.3 24.90 29.60 32.70 35.50 38.90 41.40 46.80
22 8.640 9.540 11.00 12.30 14.00 17.2 21.3 26.00 30.80 33.90 36.80 40.30 42.80 48.30
23 9.260 10.20 11.70 13.10 14.80 18.1 22.3 27.10 32.00 35.20 38.10 41.60 44.20 49.70
24 9.890 10.90 12.40 13.80 15.70 19.0 23.3 28.20 33.20 36.40 39.40 43.00 45.60 51.20
25 10.50 11.50 13.10 14.60 16.50 19.9 24.3 29.30 34.40 37.70 40.60 44.30 46.90 52.60
26 11.20 12.20 13.80 15.40 17.30 20.8 25.3 30.40 35.60 38.90 41.90 45.60 48.30 54.10
27 11.80 12.90 14.60 16.20 18.10 21.7 26.3 31.40 36.70 40.10 43.20 47.00 49.60 55.50
28 12.50 13.60 15.30 16.90 18.90 22.7 27.3 32.60 37.90 41.30 44.50 48.30 51.00 56.90
29 13.10 14.30 16.00 17.70 19.80 23.6 28.3 33.70 39.10 42.60 45.70 49.60 52.30 58.30
30 13.80 15.00 16.80 18.50 20.60 24.5 29.3 34.80 40.30 43.80 47.00 50.90 53.70 59.70
40 20.70 22.20 24.40 26.50 29.10 33.7 39.3 45.60 51.80 55.80 59.30 63.70 66.80 73.40
50 28.00 29.70 32.40 34.80 37.70 42.9 49.3 56.30 63.20 67.50 71.40 76.20 79.50 86.70
60 35.50 37.50 40.50 43.20 46.50 52.3 59.3 67.00 74.40 79.10 83.30 88.40 92.00 99.60
70 43.30 45.40 48.80 51.70 55.30 61.7 69.3 77.60 85.50 90.50 95.00 100.0 104.0 112.0
80 51.20 53.50 57.20 60.40 74.30 71.1 79.3 88.10 96.60 102.0 107.0 112.0 116.0 125.0
90 59.20 61.80 65.60 69.10 75.30 80.6 89.3 98.60 108.0 113.0 118.0 124.0 128.0 137.0
100 67.30 70.10 74.20 77.90 82.40 90.1 99.3 109.0 118.0 124.0 130.0 136.0 140.0 149.0
 EJEMPLOS 𝑆𝑖 𝑥 ∼ 𝜒 2

Calcular:

1 𝑃 ( 𝑋 < 4,35 ) =0,50 ( De tabla)

2 𝑃 ( 𝑋 >11,4 )=1 − 𝑃 ( 𝑋 <11,4 )=1 −0,75= 0,25( De tabla)

3 ¿ 𝑃 (4,07 < 𝑋 <6,57) 𝑐𝑜𝑛𝑛=14 𝑃 ( 4,07< 𝑋 < 6,57 ) =𝑃 ( 𝑋 <6,57 ) − 𝑃 ( 𝑋 < 4,07)
𝑃 ( 𝟒 ,𝟎𝟕 < 𝑋 <6,57 )=0,05 − 0,005=0 , 0 45

Calcular el valor de K a partir de las probabilidades dadas con 10 grados de libertad:

4 ¿ 𝑃 ( 𝑋 < 𝐾 )= 0,975 , 𝐾 =20,50( De tabla )

5 ¿ 𝑃 ( 𝑋 > 𝐾 )=0,05 , 𝑃 ( 𝑋 > 𝐾 )=1− 𝑃 ( 𝑋 < 𝐾 )= 0,05 ,
5 𝑃 ( 𝑋 > 𝐾 )=1 − 𝑃 ( 𝑋 < 𝐾 )=1 −0,05=0,95 , K =18,3( De tabla)
Distribución t de Student.-
Se genera en dos variables, una variable normal típica y la
otra variable chi-cuadrada

Si y entonces:

Función de densidad.-
Gráfica.-

Uso de tablas para cálculo de la distribución t de Student.-

TABLA No 3

PERCENTILES DE LA DISTRIBUCION t DE
STUDENT CON n GRADOS DE LIBERTAD

n t.55 t.60 t.70 t.75 t.80 t.90 t.95 t.975 t.99 t.995
1 0.158 0.325 0.727 1.000 1.376 3.080 6.310 12.71 31.80 63.66
2 0.142 0.289 0.617 0.816 1.061 1.890 2.920 4.30 6.96 9.92
3 0.137 0.277 0.584 0.765 0.978 1.640 2.350 3.18 4.54 5.84
4 0.134 0.271 0.569 0.741 0.941 1.530 2.130 2.78 3.75 4.60
5 0.132 0.267 0.559 0.727 0.920 1.480 2.020 2.57 3.36 4.03
6 0.131 0.265 0.553 0.718 0.906 1.440 1.940 2.45 3.14 3.71
7 0.130 0.263 0.549 0.711 0.896 1.420 1.900 2.36 3.00 3.50
8 0.130 0.262 0.546 0.706 0.889 1.400 1.860 2.31 2.90 3.36
9 0.129 0.261 0.543 0.703 0.883 1.380 1.830 2.26 2.82 3.25
10 0.129 0.260 0.542 0.700 0.879 1.370 1.810 2.23 2.76 3.17
11 0.129 0.260 0.540 0.697 0.876 1.360 1.800 2.20 2.72 3.11
12 0.129 0.259 0.539 0.695 0.873 1.360 1.780 2.18 2.68 3.06
13 0.128 0.259 0.538 0.694 0.870 1.350 1.770 2.16 2.65 3.01
14 0.128 0.258 0.537 0.692 0.868 1.340 1.760 2.14 2.62 2.98
15 0.128 0.258 0.536 0.691 0.866 1.340 1.750 2.13 2.60 2.95
16 0.128 0.258 0.535 0.690 0.865 1.340 1.750 2.12 2.58 2.92
17 0.128 0.257 0.534 0.689 0.863 1.330 1.740 2.11 2.57 2.90
18 0.127 0.257 0.534 0.688 0.862 1.330 1.730 2.10 2.55 2.88
19 0.127 0.257 0.533 0.688 0.861 1.330 1.730 2.09 2.54 2.86
20 0.127 0.257 0.533 0.687 0.860 1.330 1.720 2.09 2.53 2.84
21 0.127 0.257 0.532 0.686 0.859 1.320 1.720 2.08 2.52 2.83
22 0.127 0.256 0.532 0.686 0.858 1.320 1.720 2.07 2.51 2.82
23 0.127 0.256 0.532 0.685 0.858 1.320 1.710 2.07 2.50 2.81
24 0.127 0.256 0.531 0.685 0.857 1.320 1.710 2.06 2.49 2.80
25 0.127 0.256 0.531 0.684 0.856 1.320 1.710 2.06 2.48 2.79
26 0.127 0.256 0.531 0.684 0.855 1.310 1.700 2.05 2.47 2.78
27 0.127 0.256 0.531 0.684 0.855 1.310 1.700 2.05 2.47 2.77
28 0.127 0.256 0.530 0.683 0.855 1.310 1.700 2.05 2.47 2.76
29 0.127 0.256 0.530 0.683 0.854 1.310 1.700 2.04 2.46 2.76
30 0.127 0.256 0.530 0.683 0.854 1.310 1.700 2.04 2.46 2.75
40 0.126 0.255 0.529 0.681 0.851 1.300 1.680 2.02 2.42 2.70
60 0.126 0.254 0.527 0.679 0.848 1.300 1.670 2.00 2.39 2.66
120 0.126 0.254 0.526 0.677 0.855 1.290 1.660 1.98 2.36 2.62
∞ 0.126 0.253 0.524 0.674 0.842 1.280 1.645 1.96 2.33 2.58
EJEMPLO
𝑆𝑖 𝑇 𝑡 𝑛 ( Distribuci ó n t con n grados de libertad )

Hallar el valor de t conociendo las probabilidades y grados de libertad que se indican:

1 ¿ 𝑃 ( 𝑇 < 𝑡 ) =0,75 𝑛=15 t =0,69 ( De tabla)

2 ¿ 𝑃 ( 𝑇 <𝑡 ) =0,75 𝑛=19 t =0,68 ( De tabla)

3 ¿ 𝑃 ( 𝑇 >𝑡 )=0 ,30 𝑛=30 𝑃 ( 𝑇 >𝑡 )=1 − 𝑃 ( 𝑇 <𝑡 )= 0,30

𝑃 ( 𝑇 >𝑡 )=1 − 𝑃 ( 𝑇 <𝑡 )=1 − 0,30= 0,70 t =0,53 ( De tabla )

Distribución F de Fischer – Snedecor.-
Se genera en dos variables chi-cuadrada con m y n grados
de libertad respectivamente
Si y entonces:

Función de densidad.-
Gráfica.-

Uso de tablas para cálculo de la distribución F de

Fischer – Snedecor.-
 TABLA No 4
PERCENTILES DE LA DISTRIBUCION F PARA PROBABILIDAD DE 0.95

m n 1 2 3 4 5 6 7 8 9 10
1 161.45 199.50 215.71 224.58 230.16 2.33.99 236.77 238.88 240.54 241.88
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96
5 6.61 5.70 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06
7 5.59 4.47 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35
9 5.12 4.26 3.86 3.63 3.84 3.37 3.29 3.23 3.18 3.14
10 4.96 4.10 3.71 3.84 3.33 3.22 3.14 3.07 3.02 2.98
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32
22 4.30 3.44 3.07 2.82 2.66 2.55 2.46 2.40 2.34 2.30
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91
∞ 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83
EJEMPLO

SI X es v.a con distribución para probabilidad de 95 % se pide hallar K tal que:

1 ¿ 𝑃 ( 𝑋 < 𝐾 )=0,95 𝑚=10 , 𝑛=8

2 ¿ 𝑃 ( 𝑋 > 𝐾 )= 0,05 𝑚= 8 ,𝑛=16

3 ¿ 𝑃 ( 𝑋 > 𝐾 )= 0,05 𝑚= 5 ,𝑛=15

1 ¿ 𝐾 =3,35
2 ¿ 𝑃 ( 𝑋 > 𝐾 )=1 − 𝑃 ( 𝑋 < 𝐾 ) =0,05 𝑃 ( 𝑋 < 𝐾 )= 0,95 𝐾 =2,59

3 ¿ 𝑃 ( 𝑋 > 𝐾 )= 1− 𝑃 ( 𝑋 < 𝐾 )=0,05 𝑃 ( 𝑋 < 𝐾 )= 0,95 𝐾 =2,90

 EJERCICIO
1) En la clasificación de cierto de cierto producto agrícola, el comerciante clasifica dicho producto por el
peso. El 20 % resulta ser clasificado como pequeños, 55 % como mediano y el 15 % como grande. Si
el peso promedio es 280 gramos, con desviación típica de 70 gramos y sabiendo que los pesos tienen
distribución normal, determine los límites reales (inferior y superior) del grupo de producto en
cuestión.
2) En determinado grupo humano, sus integrantes son clasificados como “jóvenes”, y
“mayores”. Una persona es considerada como joven hasta 20 años de edad y a partir de los
40 años, la persona es considerada como “mayor”. Determine la edad promedio y desviación
típica si se sabe que 15,87 % son jóvenes y el 40,07 son mayores (Las edades tienen
distribución normal.

3) En cierta región de un país, la mitad de los nacidos (durante cierto período) son varones y
la otra mitad mujeres. De 400 nacimientos ¿Cuál la probabilidad de que más de 190 sean
varones?
 ¡GRACIAS!

FIN DEL TEMA

“DISTRIBUCIONES CONTINUAS”