Se comprueba fácilmente queZ ∞−∞E (X) =f(x|µ, σ)dx =1Var(X) =Z ∞−∞Z ∞xf(x|µ, σ)dx = µ−∞(x − µ) 2 f(x|µ, σ)dx = σ 2 ,estoes,elparámetroµ es la media y σ 2 es la varianza. Además la distribución es simétrica(respecto de µ) por lo que la mediana es también µ.Se <strong>con</strong>sidera ahora, específicamente, la denominada distribución z normal estándar,<strong>con</strong> µ =0y σ =1, es decir,f(z) = √ 1expµ− z2,2π 2donde −∞
Distribuciones discretas multivariantesSupongamos que se estudia los tipos de viajes <strong>con</strong>tratados por una agencia de viajes,que pueden ser de tres tipos (0, 1, 2), bajo dos modos de operación (0, 1). Se dispone delas probabilidades de tipo (X 1 ), bajo el modo (X 2 ) de operación indicado, en un tiempodado, que se expresa en la siguiente tabla.X 10 1 2X 2 0 0.1 0.4 0.1 0.61 0.2 0.2 0 0.40.3 0.6 0.1 1Así, se tiene que P (X 1 =1,X 2 =0)=0,4La tabla define la distribución <strong>con</strong>junta de (X 1 ,X 2 ) mediante su función de masade probabilidad.f (X 1 ,X 2 )=P (X 1 = x 1 ,X 2 = x 2 ) .A partir de ella podemos definir diversas distribuciones de interés. Por ejemplo, se puedendefinir:— La distribución marginal de X 1 mediantef 1 (X 1 )=P (X 1 = x 1 )= X x 2P (X 1 = x 1 ,X 2 = x 2 )= X x 2f (X 1 ,X 2 )—LamarginaldeX 2 mediantef 2 (X 2 )=P (X 2 = x 2 )= X x 1P (X 1 = x 1 ,X 2 = x 2 )= X x 1f (X 1 ,X 2 )— La distribución de X 2 <strong>con</strong>dicionada a X 1 = x 1 mediantef 2 (X 2 |X 1 ) = P (X 2 = x 2 |X 1 = x 1 )= P (X 1 = x 1 ,X 2 = x 2 )P (X 1 = x 1 )= f (X 1,X 2 )f 1 (X 1 )— La distribución de X 1 <strong>con</strong>dicionada a X 2 = x 2 mediantef 1 (X 1 |X 2 ) = P (X 1 = x 1 |X 2 = x 2 )= P (X 1 = x 1 ,X 2 = x 2 )P (X 2 = x 2 )= f (X 1,X 2 )f 2 (X 2 )==29