Probabilidad y Estadística 2
Probabilidad y Estadística 2
Probabilidad y Estadística 2
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
La función de densidad está dada por:<br />
( ) = 1<br />
√<br />
( )<br />
Donde (mu) es la media, (sigma) es la desviación estándar ( es la varianza) y es la variable aleatoria continua<br />
que determina la curva en forma de campana. Así, se dice que una variable sigue una distribución normal con<br />
media y desviación estándar , y se denota como ( ), si su función de densidad está dada por la ecuación<br />
anterior.<br />
Como se deduce de este último apartado, no existe una única distribución normal, sino una familia de distribuciones<br />
con una forma común, que se diferencian por los valores de su media y su varianza. De entre todas ellas, la más<br />
utilizada es la distribución normal estándar, que corresponde a una distribución de media = y desviación estándar<br />
= 1. Es importante saber que, a partir de cualquier variable que siga una distribución ( ), se puede obtener<br />
otra variable con una distribución normal estándar, efectuando la transformación:<br />
BLOQUE 3<br />
=<br />
entonces la variable aleatoria se dice que se ha estandarizado, de tal modo que la nueva variable aleatoria tendrá<br />
una distribución normal con = y = 1. Esta propiedad resulta especialmente interesante en la práctica, ya que<br />
para una distribución ( 1) existen tablas a partir de las cuales se puede obtener de modo sencillo la probabilidad<br />
de observar un dato menor o igual a un cierto valor , y que permitirán resolver preguntas de probabilidad acerca del<br />
comportamiento de variables de las que se sabe o se asume que siguen una distribución aproximadamente normal,<br />
como se verá en algunos ejemplos más adelante.<br />
Propiedades de la curva normal<br />
Las medidas de tendencia central (media, moda, mediana) son idénticas.<br />
Conforme nos alejamos de la media (centro), la curva decae rápidamente, y después, de manera gradual se<br />
aproxima al eje de las abscisas. Pero de hecho nunca alcanza al eje, por ello, la curva normal es asintótica al<br />
eje de abscisas. No importa que tanto nos alejemos, siempre existe la posibilidad (aunque muy pequeña) de<br />
que tome un valor superior. Por lo tanto, en forma teórica, el rango de la distribución normal es infinito,<br />
.<br />
Es simétrica con respecto a su media. Para este tipo de variables existe una probabilidad de un 50% de<br />
observar un dato mayor que la media, y un 50% de observar un dato menor.<br />
La distancia entre la línea trazada en la media y el punto de inflexión de la curva es igual a una desviación<br />
estándar ( ). Cuanto mayor sea la , más aplanada será la curva de la densidad.<br />
Regla empírica: El área bajo la curva comprendida entre los valores situados aproximadamente a una<br />
desviación estándar de la media es aproximadamente el 68%, a dos desviaciones estándar el 95%<br />
aproximadamente y a tres desviaciones estándar aproximadamente el 99.7%. En concreto, existe un 95% de<br />
posibilidades de observar un valor comprendido en el intervalo ( 1 6 1 6 ). Como lo muestra la<br />
gráfica.<br />
2.3%<br />
34% 34%<br />
13.5% 13.5%<br />
2.3%<br />
µ-3 µ-2 µ-1 µ µ+1 µ+2 µ+3<br />
119