SEMANA 6

MÓDULO 6

PROBABILIDAD Y ESTADISTICA
UNIDAD N° 6
DISTRIBUCIONES DE PROBABILIDAD
CONTINUA

0
 SEMANA 6
MÓDULO 6

Unidad 6: Distribuciones de Probabilidad Continua

Variable Aleatoria Continua.

Introducción: En este módulo atenderemos los casos en que la variable puede tomar
cualquier valor que esté en un intervalo de valores dados, y en los cuales la distribución de
probabilidad es continua.

Ejemplos: Son ejemplos de variables aleatorias continuas: la estatura, el peso, la edad, el

volumen, el pH, etc.

Definición: Una variable aleatoria X es (absolutamente) continua si existe una función f: R→R+
𝑥
tal que: F(x) = ∫−∞ 𝑓(𝑡). 𝑑𝑡 . La función f se llama función de densidad de la v.a. X.
Comentarios:
• Si X es v.a. continua ⟹ F es continua.
• F es continua ⟺ P(X=x0) = 0 para todo X0 ∈ R.
𝑏
• Si X es v.a. continua ⟹ P(a ≤ X ≤ b) = F(b) – F(a) = ∫𝑎 𝑓(𝑥). 𝑑𝑥 .

Propiedades de la función de densidad.

Conocida la función de densidad de una variable aleatoria continua (v.a.c.) y su recorrido, se
puede conocer su función de distribución. Recíprocamente si se conoce la función de
distribución de una v.a. continua puede calcularse su función de densidad derivando: f(x) =
F´(x) para todo x 𝑥 𝜖 R donde F es derivable.

Media o esperanza de una variable aleatoria continua: sea X una v.a.c., f su función de
∞
densidad. Se define: 𝜇 = ∫−∞ 𝑥. 𝑓(𝑥)𝑑𝑥
Varianza de una variable aleatoria continua: sea X una v.a.c., f su función de densidad. Se
∞
define: 𝜎 2 = ∫−∞(𝑥 − 𝜇)2 . 𝑓(𝑥) 𝑑𝑥

Distribución normal:
Una variable aleatoria es normal si se rige según las leyes del azar.
La importancia de esta distribución radica en la enorme frecuencia con que aparece en
todo tipo de situaciones de la vida cotidiana y también en el hecho de que juega un
papel muy importante en la inferencia estadística clásica.

Entonces, se dice que una v.a. Z tiene distribución normal estándar si su función de

densidad es:

1
 SEMANA 6
MÓDULO 6

El gráfico de la función tiene la siguiente forma.

Se puede demostrar que:

a) f(z) es una función par.

b) Es creciente para z < 0 y decreciente para z > 0

c) Tiene puntos de inflexión en -1 y 1.

d)

Cuando 𝜇= 0 y 𝜎=1 , N(0,1) se dice que tenemos una distribución normal reducida ,
estándar o simplificada . cuya función de distribución es:

Estandarización:
La razón por la cual la distribución normal estándar se trata de manera tan amplia es
que todas las distribuciones normales son calculadas mediante la distribución normal
estándar. Esto es cuando se trata distribución normal con una media μ y desviación
estándar σ cualquiera, las preguntas sobre las probabilidades en esta distribución se
responden pasando primero a la distribución normal estándar, y luego se usan las
tablas de probabilidad normal estándar.
A continuación se presenta la fórmula a emplear para convertir cualquier variable
aleatoria x con media μ y desviación estándar σ en la variable aleatoria normal
estándar z.

2
 SEMANA 6
MÓDULO 6

NOTA: los aportes teóricos para completar estos temas, tanto como las aplicaciones (Trabajos
Prácticos), estarán disponibles en el aula atendiendo al cronograma correspondiente.

Bibliografía Obligatoria:
Unidad 6: Manual del alumno

Bibliografía Complementaria.
• MURRAY R. SPIEGEL. Estadística. Series. SCHUAM-Mc. GRAW-HILL.
• H. CRAMER. Elementos de la Teoría de Probabilidades
• ANDERSON, David R. 2004. Estadística para administración y economía.
Australia. Thomson. 884 p.
• BERENSON, Mark L.1991. Estadística para administración y economía
conceptos y aplicaciones. México. McGraw-Hill.