TEMA 6.

MODELOS DE PROBABILIDAD
CONTINUOS

6.1 Distribucin Normal

6.1.1 Momentos
6.1.2 Representacin grfica
6.1.3 Distribucin Normal tipificada
6.1.4 Uso de tablas
6.1.5 Aditividad
6.1.6 Aproximacin de una Binomial a Normal
6.1.7 Aproximacin de una Poisson a Normal

6.2 Distribuciones asociadas a la ley normal

1
3
1
 6.1 Distribucin Normal

Una variable aleatoria continua, X, sigue una

distribucin normal de parmetros y

X N (; )
si su funcin de densidad es:

( x )2

1 2 2
f ( x) e
2

x
donde
0

Puede comprobarse que se verifica:

( x )2

1 2 2
f ( x) dx 2
e dx 1

1
3
2
 6.1.1 Momentos

Funcin Generatriz de momentos

1
m(t ) E etX exp t 2t 2
2

Media

E[ X ]

Varianza

Var [ X ] 2

Desviacin tpica

Var[ X ]

1
3
3
 6.1.2 Representacin grfica

Campana de Gauss

f(x)

0 x

f ( x) dx 1

Se verifica:
La curva es simtrica respecto a
La media, la moda y la mediana coinciden

1
3
4
 Funcin de distribucin

x1
F ( x1) P( X x1) f ( x) dx

( x )2
x1
1 2 2
2
e dx

f(x)

x1

rea a la izquierda del punto x1

1
3
5
 6.1.3 Distribucin Normal tipificada

Una variable aleatoria continua, X, sigue una

distribucin normal de parmetros = 0 y = 1

X N (0; 1)

si su funcin de densidad es:

x2
1 2
f ( x) e
2

E[X ] 0

D. T .[ X ] 1 Var [ X ] 2 1

Si X N ( ; ), entonces la variable aleatoria

X
Z N (0; 1)

1
3
6
 Representacin grfica de la funcin de
densidad de la distribucin Normal tipificada

f(z)

f ( z ) dz 1

Se verifica:
La curva es simtrica respecto a 0
La media, la moda y la mediana coinciden

1
3
7
 Funcin de distribucin de la
Normal tipificada

z1
F ( z1) P( Z z1) f ( z ) dz

z1 z2
1 2
2
e dz

f(z)

0 z1

rea a la izquierda del punto z1

1
3
8
 6.1.4 Uso de tablas

P( Z z ) f ( z )dz
z

rea 1 rea

0 z

rea a la derecha del punto z

1
3
9
 Ejemplo

Se sabe que la longitud de las alas extendidas de un

tipo de ave rapaz es una variable aleatoria que sigue una
distribucin Normal, de media 120 cm. y desviacin
tpica 8 cm.
1. Calclese la probabilidad de que la longitud de las
alas de un ave elegida al azar sea:
a.- Mayor de 130 cm
b.- Menor de 100 cm
c.- Est comprendido entre 110 y 130 cm
2. Obtener la longitud tal que solo el 10 % de las
aves tienen una longitud superior.

Solucin:
X N (120; 8)
1.
X 120 130 120
a. P( X 130) P
8 8
P( Z 1.25) 0.1056

1
4
0
 100 120
b. P( X 100) P Z P( Z 2.5)
8
P( Z 2.5) 0.00621

110 120 130 120

c. P(110 X 130) P Z
8 8
P(1.25 Z 1.25) 1 2 P( Z 1.25)
1 2 0.1056 0.7888

2. P( X a ) 0.1
X 120 a 120
P P Z z1 0.1
8 8
a 120
z1 1.28 1.28
8
a 1.28 8 120 130.24

1
4
1
 Ejemplos

Una de las mayores contribuciones a la contaminacin

atmosfrica es la provocada por los hidrocarburos
procedentes de los tubos de escape de los
automviles. Sea X: gramos de hidrocarburos
emitidos por un automvil por cada milla recorrida.

El plomo, como muchos otros elementos, est

presente en el medio natural. La revolucin industrial
y la llegada del automvil han incrementado la
cantidad de plomo en el medio hasta el punto de que
su concentracin puede alcanzar niveles peligrosos.
Sea X : concentracin de plomo en partes por milln
en la corriente sangunea de un individuo.

1
4
2
 6.1.5 Aditividad

Sean k variables aleatorias, X1, X2,...,XK , que verifican:

Independientes entre s
Xi N ( ; ), i = 1, 2,k
i i

Sean k nmeros reales, a1, a2,, ak

Definimos la variable aleatoria X como:

X a1X1 a2 X 2 .... ak X k

En estas condiciones se verifica que la variable aleatoria

X sigue una distribucin Normal:

N a1 1 a2 2 .. a k k ; a1212 a22 22 .. ak 2 k2

1
4
3
6.1.6 Aproximacin de una binomial a una
Normal

Sea X una v.a. con distribucin Binomial

X B(n ; p )

Si se verifica que n es grande y p ni muy

grande ni muy pequeo :

n > 30 y 0.1 < p < 0.9

La Distribucin Binomial se aproxima a una

distribucin Normal de media np y varianza npq

X N np ; npq

X np
Z N (0; 1)
npq

1
4
4
6.1.7 Aproximacin de una Poisson a una
Normal

Sea X una v.a. con distribucin Binomial

X P ( )

Si se verifica que es grande :

10

La Distribucin de Poisson se aproxima a una

distribucin Normal de media y varianza

X N ;

X
Z N (0; 1)

1
4
5
 Aproximaciones

N(np; npq) N(, )

NORMAL

0.1 < p < 0.9

y 10
n > 30

Aproximaciones

BINOMIAL POISSON
n > 30 y p < 0.1
B(n; p) o P( np)
np 5

1
4
6
 6.2. Distribuciones asociadas a la ley Normal

6.2.1 Distribucin Chi-cuadrado

Si la variable aleatoria X N (0; 1) ,entonces:

X 2 12
Su cuadrado se distribuye segn una Chi-cuadrado con un
grado de libertad.

La suma de n v.a. independientes con distribucin Chi-

cuadrado se distribuye segn una Chi-cuadrado con
grados de libertad la suma de los grados de libertad
n

X i
2
n 2

i 1 ni
i 1

n x
1 1
f ( x) x2 e 2 x0
n
n
22
2

1
4
7
 6.2.2 Distribucin t de Student

Si las variables aleatorias X N (0; 1) e Y n2

son independientes, entonces
X
U
Y
n
Se distribuye segn una t de Student de n grados de
libertad.

n 1 n 1
x2 2
f ( x) 1
2

n n
n
2

1
4
8
 6.2.3 Distribucin F de Snedecor

Si las variables aleatorias X m

2 e Y n2
son independientes, entonces
X
U m
Y
n
Se distribuye segn una F de Snedecor de m y n grados
de libertad.

nm m 2 n 2
m n m 1

f ( x) 2 x2
x0
m n
m n
mx n 2
2 2

1
4
9