Sunteți pe pagina 1din 3

VARIABLE ALEATORIA CONTINUA.

Se llama variable continua, ya que las observaciones del experimento generan un espacio
maestral infinito ya que cada una de ellas tiene un numero infinito no numerable de posibles
resultados.

Existen muchos experimentos a los cuales se les puede asociar, variables aleatorias continuas,
siendo alguno de ellos, la duración de la vida, los índices de natalidad aquellas donde
intervienen medidas de tiempo, peso, altura etc.

Una de las características principales de la variable aleatoria continuas consiste que al estudiar
su probabilidad, este no puede estimarse para valores únicos, si no que se calcula por
intervalos.

Para estas variables aleatorias, la probabilidad de un intervalo esta representada por el área
bajo la curva que representa a su función densidad entre los limites del intervalo.

Función de Densidad

En 1773 Monre dio a conocer por primera vez una formula para una curva de este tipo,
posteriormente analizado y aplicado a la teoria de errores por Gauss razón por la cual a la
grafica también se le llama campana de Gauss.

se dice que la variable aleatoria continua x con media y varianza 2 , en los números
reales, tiene una distribución normal o de gauss si , cuando su funcion de densidad de
probabilidad esta dada por:

en donde:

Los modelos con distribución normal se caracterizan por la forma grafica de su función de
densidad. La distribución normal tiene la forma de campana (campana de gauss) ,siguiente.
CARACTERISTICAS DE LA CURVA NORMAL.

Esta curva tiene varias propiedades especiales:

1.- Es simétrica con respecto al eje “Y”

2.- Es cóncava hacia abajo entre X = -1 y X =1 y cóncava hacia arriba en el resto

de la misma

3.- Es asíntota con respecto al eje X en ambos sentidos

4.- El área limitada por la curva y el eje de las “X” debe ser igual a 1 por lo tanto

el área bajo la curva a cada lado del eje Y es igual a .5.

DISTRIBUCION NORMAL O MODELO NORMAL.

Ahora se hará el estudio de uno de los modelos continuos con mayor aplicación en la
probabilidad y estadística, el modelo normal, el modelo normal tiene gran aplicación en
diferentes areas y es una de las distribuciones con mayor auge ,su importancia se basa en el
teorema “teorema del limite central”

Cuando la distribución de la variable tiene una grafica muy semejante a la figura se emplea la
distribución normal la cual se simboliza por N (m,s2 ).

Entonces calculamos la probabilidad por medio de:

No existe sólo una distribución normal, sino que hay una familia de ellas.

Cada y cada definen una distribución normal


ESTANDARIZACION DE LA NORMAL

En estadística se entiende por transformación un conjunto de operaciones aritméticas que se


realizan sobre los valores de una variable para obtener un nuevo conjunto de valores.
Calcularemos en este curso la distribución normal estandar en donde se considera la media
igual a cero y la desviación estandar igual a 1,es decir:

 = 0 ,  = 1.
El procedimiento conocido como estandarización que consiste en convertir datos en datos
estándar.

Si la expresión anterior:

F(x)=

Hacemos el siguiente cambio de variable:

Z=

Tenemos:

F(z)=

Se le conoce como la expresión algebraica de la curva normal estándar que tiene como
representación gráfica

S-ar putea să vă placă și