Documente Academic
Documente Profesional
Documente Cultură
Introduccin a la Probabilidad
2" ! X = E (X ) =
1 2% $
"
#"
xe
# (x # )2 /( 2$ 2 )
2%$ 2
2%$
"
#"
1 E (X ) = 2% $
"
#"
ye
# y 2 / 2$ 2
dy + ! f X (x )dx =
#"
"
Introduccin a la Probabilidad
d$ e
#%
# (x # )2 /( 2" 2 )
dx
d"
=$
#%
(x # )2 e #(x # ) /( 2"
2
"
dx = 2!
" 2 / 2!
se tiene que:
"!# (x ! ) e
! (x ! )2 / 2$ 2
( )dx = $ 2 = $ 2 = Var ( X ) X
Introduccin a la Probabilidad
Suponga que X tiene distribucin normal N(; 2). La variable aleatoria estandariza se obtiene a partir de la distribucin de X, substituyendo: Z = (X-)/.
1 "(x )2 / 2 e ! N (0;1) 2#
Introduccin a la Probabilidad
Regla 68-95-99.7
1 "(x )2 / 2 f X (x ) = e ! N (0;1) 2#
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Pruebas de normalidad
Las pruebas de normalidad determinas si un conjunto de datos experimentales muestra similaridades con la distribucin normal. En la jerga usada comnmente en estadstica, la hiptesis nula supone que los datos estn distribuidos normalmente, mientras que un valor suficientemente pequeo de P indica datos no normales. Ejemplos de pruebas de normalidad son:
Kolmogorov-Smirnov test Lilliefors test Ryan-Joiner test Shapiro-Wilk test normal probability plot (rankit plot)
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Tests de Inteligencia: IQ
Los tests de inteligecnia IQ han sido especficamente diseados para que manifiesten un comportamiento normal Es posible disear un test de inteligencia para que tenga una distribucin arbitraria Se afirma que en general, cualquier prueba que contenga una cantidad suficiente de preguntas distribuidas en un rango amplio de grados de dificultad, en una variedad de tpicos y en la que se incluyen preguntas que tienen una fuerte correlacin con el resultado final de la prueba, inevitablemente mostraran una distribucin normal.
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
#"
1 #z2 / 2 e dz 2$
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
Ejemplos: cul es la probabilidad que una variable normal estandarizada se encuentre en los rangos: 1. 2. 3. P(-1X1) = normcdf(1)-normcdf(-1)= 0.6827 P(0 X 1.72) = normcdf(1.72)-normcdf(0)= 0.4573 P(4.5X) = 1
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
En Matlab, este problema se resuelve utilizando: binocdf(61,100,0.5)-binocdf(59,100,0.5) = 0.0180 Pregunta: Cul es la prediccin de la aproximacin normal?
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
Introduccin a la Probabilidad
= np = 180(1/6) =30, 2 = npq = 180(1/6)(5/6) = 25, por lo que = 5. Se usa entonces la distribucin normal para aproximar la probabilidad binomial como sigue:
b(29 k 32) N(28.5 X 33.5). Tras transformar, a = 28.5, b = 33.5 en unidades estndar se obtiene: z1 = (28.5-30)/5=-0.3 y z2 = (33.5-30)/5=0.5. De aqu que: P(28.5X33.5) = normcdf(0.5)-normcdf(-0.3)= 0.3094
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
= np = 180(1/6) =30, 2 = npq = 180(1/6)(5/6) = 25, por lo que = 5. Se usa entonces la distribucin normal para aproximar la probabilidad binomial como sigue:
b(31 k 35) N(30.5 X 35.5). Tras transformar, a = 30.5, b = 35.5 en unidades estndar se obtiene: z1 = (30.5-30)/5=0.1 y z2 = (35.5-30)/5=1.1. De aqu que: P(30.5X35.5) = normcdf(1.1)-normcdf(0.1)= 0.3245
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
= np = 3500(0.04) =140, 2 = npq = 3500(0.04)(0.96) = 134.4, por lo que = 11.6. Se usa entonces la distribucin normal para aproximar la probabilidad binomial como sigue:
b(k 150) N(X 149.5). Tras transformar, a = 149.5, en unidades estndar se obtiene: z1 = (149.5-140)/5= 0.82 De aqu que: P(X149.5) = normcdf(0.82) = 0.7939
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
Histograma de minormal
Introduccin a la Probabilidad
Canal Gaussiano
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Suponga que la distancia |1|=k, donde k es una constante real. Entonces, transformando a normal estandarizada y aprovechando simetra se tiene que: z2 = (a- )/ = (k+ - )/=k. De aqu que: P(Error) = P(seal+ruidok) =1-normcdf(k).
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
Debido a que la inmensa mayora de las seales tienen un amplio rango dinmico, el SNR se expresa tpicamente en trminos de una escala logartmica en decibelios. En decibelios, el SNR es 10 veces el logaritmo base 10 de la razn de la potencia de la seal y el ruido: & Pseal #
SNR = 10 log10 $ $P ! ! % ruido "
Pseal Pruido
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad
X 1 + L + X n " n X n " Zn = = ! n !/ n
1 n 1 X n = ! X i = (X 1 + L + X n ) n i =1 n
lm = N (0;1)
n "!
Se desea calcular P(aZnb) usando el TLC, Pero Zn es una variable aleatoria normal estandarizada!. La funcin TLC.m dibuja las grficas mostradas a continuacin.
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
Introduccin a la Probabilidad
*- y . Y ( (+ + ), / Y
* - y . Y ( (++ + ) , /Y
* ( ( )
$ ! # ! "
Se define la distribucin normal conjunta (o normal bi-variable) para variables aleatorias X, Y es definida por la funcin de densidad:
$ X ,Y =
#e
1 " Q (x , y ) 2
Introduccin a la Probabilidad
$ X ,Y =
#e
Los parmetros son: E[X] = X, E[Y] = Y, Var[X] = 2X, Var[Y] = 2Y, y Cov[X, Y] = E[(X-X)(Y- Y)]=XY. El parmetro sin dimensiones es conocido como el coeficiente de correlacin. Si es positivo (negativo) la correlacin entre las variables X, Y es tambin positivo (negativo). Si = 0, entonces las variables X, Y son independientes. La funcin jointnorm.m produce las imgenes mostradas en las siguientes lminas
Introduccin a la Probabilidad
Francisco Rodrguez Henrquez
Introduccin a la Probabilidad
Introduccin a la Probabilidad
Introduccin a la Probabilidad