TEMA 5.

MODELOS DE PROBABILIDAD CONTINUOS

5.1 Distribucin Normal 5.1.1 La media y la varianza 5.1.2 Representacin grfica 5.1.3 Distribucin Normal tipificada 5.1.4 Uso de tablas 5.1.5 Aditividad 5.1.6 Aproximacin de una Binomial a Normal 5.2 Otros modelos continuos

129

 5.1 Distribucin Normal

Una

variable aleatoria continua, X, sigue una

distribucin normal de parmetros O y

X N (; )
si su funcin de densidad es: ( x )2 2 2

f ( x) =

1 e 2

donde

< x < < < >0

Puede comprobarse que se verifica:

+ + ( x )2 2 2

f ( x) dx =

1 e 2

dx = 1

130

^ 5.1.1

La media y la varianza

Media

E[X ] =

Varianza

Var [ X ] = 2

Desviacin tpica

= Var[ X ]

131

^ 5.1.2

Representacin grfica

^ Campana de Gauss

f(x)

0
+

f ( x) dx = 1

Se verifica: ^ La curva es simtrica respecto a ^ La media, la moda y la mediana coinciden

132

 Funcin de distribucin

x1

F ( x1 ) = P( X x1) =
x1

f ( x) dx =

1 e 2

( x )2 2 2

dx

f(x)

x1

rea a la izquierda del punto x1

133

^ 5.1.3 Una

Distribucin Normal tipificada

variable aleatoria continua, X, sigue una distribucin normal de parmetros = 0 y = 1

X N ( 0; 1)
si su funcin de densidad es:

1 2 f ( x) = e 2
E[X ] = = 0 D. T .[ X ] = = 1

x2

Var [ X ] = 2 = 1

 Si X N ( ; ), entonces la variable aleatoria

X N ( 0; 1) Z=

134

 Representacin grfica de la funcin de

densidad de la distribucin Normal tipificada

f(z)

=0

f ( z ) dz = 1

Se verifica: ^ La curva es simtrica respecto a 0 ^ La media, la moda y la mediana coinciden

135

 Funcin de distribucin de la

Normal tipificada
z1

F ( z1 ) = P ( Z z1 ) =
z1

f ( z ) dz =

1 2 e dz 2

z2

f(z)

z1

rea a la izquierda del punto z1

136

^ 5.1.4

Uso de tablas

= P ( Z > z ) =

f ( z ) dz

rea

= 1

rea

rea a la derecha del punto z

137

W Ejemplo Se sabe que la longitud de las alas extendidas de un tipo de ave rapaz es una variable aleatoria que sigue una distribucin Normal, de media 120 cm. y desviacin tpica 8 cm. 1. Calclese la probabilidad de que la longitud de un ave elegida al azar sea: a.- Mayor de 130 cm b.- Menor de 100 cm c.- Est comprendido entre 110 y 130 cm 2. Obtener la longitud tal que solo el 10 % de las aves tienen una longitud superior. Solucin: X N (120; 8) 1. X 120 130 120 a. P( X > 130) = P > = 8 8 = P ( Z > 1.25) = 0.1056

138

100 120 b. P( X < 100) = P Z < = P ( Z < 2.5) 8 = P( Z > 2.5) = 0.00621 130 120 110 120 c. P(110 < X < 130) = P <Z < = 8 8 = P(1.25 < Z < 1.25) = 1 2 P( Z > 1.25) = = 1 2 0.1056 = 0.7888 2. P ( X > a ) = 0.1 X 120 a 120 P > = P ( Z > z1 ) = 0.1 8 8 a 120 = 1.28 z1 = 1.28 8 a = 1.28 8 + 120 = 130.24

139

W Ejemplos Una de las mayores contribuciones a la contaminacin atmosfrica es la provocada por los hidrocarburos procedentes de los tubos de escape de los automviles. Sea X: gramos de hidrocarburos emitidos por un automvil por cada milla recorrida. Supongamos que X es una variable distribuida normalmente y que tiene una media de 1 gr. y una desviacin tpica de 0.25 gr. El plomo, como muchos otros elementos, est presente en el medio natural. La revolucin industrial y la llegada del automvil han incrementado la cantidad de plomo en el medio hasta el punto de que su concentracin puede alcanzar niveles peligrosos. Sea X : concentracin de plomo en partes por milln en la corriente sangunea de un individuo. Supongamos que X es una variable normal con media 0.25 y desviacin tpica 0.11. Una concentracin superior o igual a 0.6 partes por milln se considera extremadamente alta. Cul es la probabilidad de que un individuo seleccionado aleatoriamente est incluido en esta categora?

140

^ 5.1.5

Aditividad

Sean k variables aleatorias, X1, X2,...,XK , que verifican:

Independientes entre s

Xi

N ( i ; i ), i = 1, 2,k

Sean k nmeros reales, a1, a2,, ak

Definimos la variable aleatoria X como:

X = a1 X1 + a2 X 2 + .... + ak X k

9 En estas condiciones se verifica que la variable aleatoria

X sigue una distribucin Normal:
2 2 2 + + + + + + N a a .. a ; a a .. a 1 1 2 2 k k 1 1 2 2 k k

141

^5.1.6 Aproximacin de una binomial a una

Normal

Sea X una v.a. con distribucin Binomial

X B(n ; p )
Si se verifica que n es grande y p ni muy grande ni muy pequeo : n > 30 y 0.1 < p < 0.9 9 La Distribucin Binomial se aproxima a una distribucin Normal de parmetros np y npq, respectivamente

X N np ; npq

X np N (0; 1) Z= npq

142

^ Aproximaciones

NORMAL

0.1 < p < 0.9 y n > 30 Aproximaciones

BINOMIAL

10

POISSON

n > 30 y p < 0.1 o np 5

143

 5.2 Otros modelos continuos

Existen otros modelos de probabilidad continuos: - Uniforme - Weibull etc

144