N (0, 1)
7. Si = 0, entonces
(
0,
p impar
E[X p ] =
p (p 1)!!, p par
donde (n)!! denota el factorial impar. Por ejemplo 5!! = 1 3 5 = 15
6. Si = 0, entonces 1 = 0 (el sesgo es cero).
9. Si = 0, entonces 2 = 0 (curtosis es cero).
10. La funcion de distribucion de X no tiene una expresion analtica sencilla.
Z x
(t)2
1
e 22 dt.
FX (x) =
2
Observaci
on 1. Recordemos que la funcion de distribucion de una variable aleatoria N (0, 1) la
denotamos por () y esta dada por
Z z
t2
1
e 22 dt.
(z) =
2
Esta funcion ha sido evaluada para valores en el intervalo [3, 3] y puede ser encontrada en tablas.
Tambien existen rutinas computacionales que permiten una rapida evaluacion de ().
Ejemplo 1. Si Z N (0, 1). Calcular
a. P[Z < 1/2].
b. P[1/2 < Z < 1/2].
3. P[Z > 5.2].
Soluci
on.
MAT-043
Universidad T
ecnica Federico Santa Mara
Departamento de Matematica
T abla
Ejemplo 3. Los puntajes de la PSU parte matematica pueden modelarse usando una variable
aleatoria N ( = 586, 2 = 702 ). Determine bajo este modelo
a. Cual es la probabilidad de obtener un puntaje superior a 800 puntos?
b. Que porcentaje de estudiantes obtiene un puntaje mayor o igual a 600 puntos en matematica?
c. Si elegimos aquellos estudiantes que pertenecen al 5% de los mejores puntajes. Cual es el
puntaje de corte?
Soluci
on.
a. Sea X =puntaje en la PSU parte matematica. Supongamos que
X N ( = 586, 2 = 702 ).
Entonces
X 586
800 586
800 586
T abla
P[X > 800] = P
>
] = 1P[Z < 3.06] = 0.0001.
= 1P[Z <
70
70
70
b.
600 586
T abla
= 1 P[Z < 0.2] = 0.4207.
P[X 600] = 1 P Z <
70
= 0.95
70
c 586 T abla
= 1.65
70
=c = 1.65 70 + 586 = 701.5.
MAT-043
Universidad T
ecnica Federico Santa Mara
Departamento de Matematica
17
= .99
3
X
fY (y)
y=0
MAT-043