Distribuciones de probabilidad - Estadística
Distribuciones de probabilidad - Estadística
Distribuciones de probabilidad - Estadística
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
SEXTO CASO: En una distribución N ( µ,! ) Obtener P( X ! a)<br />
:<br />
$<br />
P( X ! a)<br />
=P<br />
%<br />
x " µ<br />
# ! a " µ<br />
#<br />
& $ a " µ<br />
'<br />
= 1" P z <<br />
&<br />
% # '<br />
SÉPTIMO CASO: En una distribución N(0,1) calcular P( a ! Z ! b)<br />
Figura 3.15. El área rayada <strong>de</strong> la curva representa P( a ! Z ! b)<br />
Observando el gráfico <strong>de</strong> la figura 3.15 y teniendo en cuenta las propieda<strong>de</strong>s <strong>de</strong> la<br />
Normal, tenemos:<br />
P( a ! Z ! b)=P<br />
( Z ! b)"<br />
P( Z < a)<br />
OCTAVO CASO: En una N ( µ,! ) obtener P( a ! X ! b)<br />
Si en lugar <strong>de</strong> trabajar con una N(0,1) trabajásemos con una N ( µ,! ) sería preciso,<br />
como en casos anteriores, tipificar. Es <strong>de</strong>cir:<br />
a " µ<br />
P( a ! X ! b)<br />
= P<br />
# ! x " µ<br />
$<br />
%<br />
# ! b " µ<br />
#<br />
& $ b " µ<br />
'<br />
= P z !<br />
& $ a " µ<br />
% # '<br />
" P z <<br />
&<br />
% # '<br />
203