Beruflich Dokumente
Kultur Dokumente
Variable continua. Funcin de densidad Ejemplo: Se ha medido la talla de 40 alumnos de bachillerato y se representan los datos en
un histograma de frecuencias relativas con una amplitud de los intervalos de 10, correspondiente a la variable X = altura en cm (Fig. A). Despus se talla a 60 alumnos ms, representando los datos de las 100 mediciones en un nuevo histograma de amplitud 5 (Fig. B) hi hi
0,6 0,5 0,4 0,3 0,2 0,1 0 150 160 170 180 190 hi:frecuencias relativas
170
180
190
170
180
190
Estas grficas representan las distribuciones de observaciones procedentes de variables aleatorias continuas. A medida que los intervalos de clase van siendo ms pequeos y el tamao de las muestras es mayor, el polgono de frecuencias se aproxima a una curva continua. La funcin cuya grfica es esa curva lmite se llama FUNCIN DE DENSIDAD de la variable X Las alturas de los rectngulos en los histogramas son mayores o iguales que cero (f(x) > 0) La suma de las reas de los rectngulos es 1. Por tanto: Una funcin f(x) es funcin de densidad de una variable aleatoria continua X, si cumple: 1.- f(x) > 0 en todo dominio 2.- El rea limitada por la grfica de f(x) y por el eje X es igual a 1 En el caso de variables aleatorias continuas no tiene sentido hablar de probabilidad de un punto, por ser siempre 0 ya que correspondiente a un intervalo. ; en cambio, tiene inters conocer la probabilidad
Funcin de distribucin
DEFINICIN Sea X una variable aleatoria continua con funcin de densidad f(x), se define la funcin de distribucin, F(x), como: Nenina Martn Ossorio 1 Mtodos Estadsticos y Numricos
PROPIEDADES 1. Ya que F(x) es el valor de una probabilidad, se verifica que 0 < F(x) < 1 2. La funcin de distribucin es nula para todo valor de x anterior al menor valor de la variable aleatoria. 3. La funcin de distribucin F(x) es igual a la unidad para todo valor posterior al mayor de la variable aleatoria. 4. La funcin de distribucin es creciente 5. 6. f(x) = F(x) La funcin de densidad es la derivada de la funcin de distribucin *PARA CALCULAR LA PROBABILIDAD hacemos:
Varianza
Distribucin normal
Una variable aleatoria continua sigue una distribucin normal de media se designa por N(,
y desviacin tpica y
= media ; = desviacin tpica ; f(x) = ordenada de la curva CARACTERSTICAS DE LA FUNCIN DE DENSIDAD (campana de Gauss)
1.- Dominio: es cualquier valor real, es decir, (-, +). 2.- Simetra: Es simtrica respecto a la media; x = . 3.- Cortes con los ejes: Con el eje X no hay puntos de corte Con el eje Y: para x = 0 4.- Asntotas: ; por tanto el eje X es una asntota horizontal (y = 0) 5.- Monotona: La funcin crece hasta x = y decrece desde x = 6.- Mximos y mnimos: Tiene un mximo en x = . 7.- Curvatura Convexa e los intervalos Cncava 8.- Puntos de inflexin: En los puntos x = y x = + presenta puntos de inflexin. 9.- rea encerrada bajo la curva y el eje X es igual a la unidad, ya que es una funcin de densidad.
y La media
determina la
y de
tendremos una funcin de densidad distinta, como se puede observar en estas grficas:
=0 =1
=6 =0,5 I I
= 12 =2
-1
10 5,5 6 6,5
12
14
Cuando la desviacin tpica es elevada, aumenta la dispersin y, en consecuencia, la grfica es menos estilizada y ms abierta. Por el contrario, para valores de s muy pequeos, la dispersin disminuye y, en consecuencia, la grfica de la funcin es mucho ms estilizada y concentrada en torno a la media. Ahora bien, el rea encerrada bajo cualquiera de las curvas corresponde a la unidad.
Tipificacin de la variable
La distribucin N(0, 1), que se representa por Z, se encuentra tabulada, lo cual permite un clculo rpido de las probabilidades asociadas a la misma. Aunque hay muchos fenmenos que se comportan como una distribucin normal, ninguno de ellos se comporta como una N(0, 1).
= 0 = 0,5
= 12 = 0,5
Centrar Hacer = 0
0 Reducir
2 Hacer =1
10
= 12
=0 = 1
N(0,1) 0
Estos dos pasos se consiguen simultneamente slo con hacer el siguiente cambio de variable: X: N(, ) Z: N(0, 1)
Cambio de variable
0,00
0,0 0,5000 0,1 0,5398 0,2 0,5793 0,3 0,6179 0,4 0,6554
En la 1 columna buscamos el valor de las unidades y las dcimas. En la 1 fila el valor de las centsimas. Basta buscar 0,4 en la columna y 0,05 en la fila. Su interseccin nos da la probabilidad. Leemos y nos da 0,6736. La probabilidad P (Z 0,45) = 0,6736
Clculo de P (Z > a)
(Z > 1,24)
Ejemplo: Probabilidad de un valor negativo p (Z -0,72) Como la grfica es simtrica respecto al eje de ordenadas, p (Z - 0,72) = p (Z + 0,72) Calculamos p (Z + 0,72) igual que en el caso 2. p(Z + 0,72 ) = 1 - p( Z < + 0,72 ) = 1 - 0,7642 = 0,2358 p (Z - 0,72) = p (Z + 0,72)= 1 - p (Z < + 0,72) = 1 - 0,7642 = 0,2358
Leemos directamente en la tabla la p (Z 1,76) y la p (Z 0,5). La diferencia entre ellas es la probabilidad que nos piden.
Por simetra cambiamos los dos valores negativos a positivos y calculamos sus probabilidades. Nenina Martn Ossorio 7 Mtodos Estadsticos y Numricos
p(- 0,53 Z 2,46) = p (Z 2,46) - p (Z - 0,53) p (Z - 0,53) = p (Z 0,53) = 1 - p (Z < 0, 53)= 1 - 0,7019 = 0,2981 (Caso 3) p(- 0,53 Z 2,46) = p (Z 2,46) - p (Z - 0,53) = 0,9931 - 0,2981 = 0,695
Problemas resueltos
VARIABLE CONTINUA
1.-
En un taller de piezas de un motor, una vez terminada la pieza, se analiza la medida (altura) para mirar si hay algn error, siendo el error mximo permitido de 3 mm. La funcin de densidad es:
a) Comprueba que es una funcin de densidad y represntala. b) Calcula la funcin de distribucin y represntala. c) Calcula la probabilidad de que el error de fabricacin est entre 1 y 2 mm. Solucin: a)
1/3
Representacin:
c) Para calcular la probabilidad se puede hacer de dos formas: 1.- A partir de la funcin de densidad
DISTRIBUCIN NORMAL
2.-
desviacin tpica de 0,5 kg. Calcular las siguientes probabilidades: a) Que el peso de un beb est entre 2,7 y 3,7 kg (ambos incluidos). b) Que el peso de un beb sea mayor de 4 kg. Nenina Martn Ossorio 10 Mtodos Estadsticos y Numricos
a)
3.-
averiguar que nicamente el 15% de la misma es favorable a los tratamientos de psicoterapia. Elegida al azar una muestra de 50 personas de dicha poblacin, se desea saber: a) La probabilidad de que haya ms de 5 personas favorables a dichos tratamientos. b) La probabilidad de que como mucho haya 6 personas favorables. Solucin: 1.- A= ser favorable y Distribucin binomial B (50, 0,15) 3.- p = 0,15 (constante) = no ser favorable 2.- Que una persona sea favorable, es independiente de que otra lo sea
Se cumple que np > 5 y nq > 5 50 0,15 > 5 y 50 0,85 > 5 Aplicamos el ajuste de la variable y despus se tipifica
Ya que a) b)