Variables Aleatorias Continuas

Definicin
Si el rango
X
R , de una variable aleatoria X es un intervalo sobre la recta de los nmeros reales, se
llama variable aleatoria continua.
Funcin de densidad de probabilidad
Definicin
Sea X variable aleatoria continua con rango
X
R . La funcin de densidad de probabilidad asociada a
la variable aleatoria, es una funcin f(x) integrable que satisface las siguientes condiciones:
. ( ) x x f , 0 ( ) ( )
X
R x x f > , 0
!.
( )

X
R
dx x f 1
( )

+

1 dx x f
Esta definicin nos indica:
La existencia de una funcin real f(x) definida sobre
X
R
La condicin , establece que la grafica de la funcin de densidad esta "arriba# del e$e X
La condicin ! indica que el %rea acotada por la curva f(x) , el e$e X & las rectas verticales que pasan
por los puntos extremos de
X
R es
Sea el suceso { } b x a x A /


b
a
dx x f b x a P A P ) ( ) ( ) (
Observemos que
( ) ( ) ( )

0
0
0
0 0 0
x
x
dx x f x x x P x X P
( ) ( ) ( ) ( ) b x a P b x a P b x a P b x a P < < < <
Esperanza y varianza de variables aleatorias
Si bien la variable aleatoria esta completamente determinada por su funcin de densidad, es con
teniente traba$ar con algunas caracter'sticas descriptivas de la variable aleatoria. (l primero de esto
es el valor esperado o la media (esperan)a matem%tica) de la variable aleatoria & la segunda es la
varian)a.
Definicin
Sea X una variable aleatoria continua con rango
X
R & su funcin de probabilidad p(x) o funcin de
densidad f(x) si es continua. (l valor esperado o esperan)a matem%tica de X, se denota por
[ ]" " X E ,
& se define
[ ] ( ) ( )

+


X
R
dx x xf dx x xf X E
, siempre que ( )

+

dx x f x finita
*ambi+n se denota por [ ] X E
Teorema
,arlos -ar'as -ar'as
Sea X una variable aleatoria continua e . / 0(X) una funcin de X. (ntonces se define la esperan)a
matem%tica o valor esperado o simplemente esperan)a de, denotada por ( ) [ ] X H E & se define
como:
( ) [ ] ( ) ( )

X
R
dx x f X H X H E ,
X continua, siempre que
( ) ( ) <

X
R
dx x f X H ,
Varianza de una variable aleatoria continua
La varian)a de una variable aleatoria X se denota por ( )
2
X
X V & se define por
( ) ( ) [ ] ( ) ( )dx x f x X E X V
X
2
2 2

+

, X continua.
Teorema
Si X es una variable aleatoria con media

la varian)a
2

de X esta dada por

[ ] [ ] ( ) [ ]
2 2 2 2 2
X E X E X E
Teorema
Sea X una variable aleatoria, a & b constantes entonces
a) [ ] [ ] X bE a bX a E +
b) ( ) ) (
2
X V b bx a V +
Distribucin normal
La m%s importante de las distribuciones tericas es la distribucin normal, conocida adem%s con los
nombres de curva normal & curva de 1auss.
(s una distribucin importante en el sentido de que matem%ticamente es un, modelo de
comportamiento comn que frecuentemente se encuentra en los fenmenos sociales, econmicos,
f'sicos etc+tera. Lo caracter'stico de este tipo de distribucin es que su funcin de densidad es
sim+trica, esto es, que la media, la mediana & la moda son iguales, es decir, coinciden tomando el
mismo valor.
,uando 2ablamos del comportamiento continuo de la variable aleatoria, mencionamos que este se debe
a la medicin de una propiedad intr'nseca del comportamiento del fenmeno aleatorio, as' por
e$emplo, los tama3os que tienen los tornillos que una f%brica produce4 las estaturas de los 2abitantes
de una poblacin. etc. *al propiedad tendr% un intervalo de valide), & lo que nos interesa aqu' es
conocer la probabilidad de que esta propiedad tome un valor o intervalo de valores, dado que +stas se
distribu&en de manera normal con funcin de densidad:
2
2
2
) (
2
2
1
) (

x
e x f

5onde:

: es la media de la distribucin muestral

2

: es la varian)a de la distribucin
La notacin: ) , (
2
N X se lee " La variable aleatoria X se distribu&e normalmente con media
& varian)a
!

Las mediciones de algunas caracter'sticas se distribu&en aproximadamente conforme a curva normal,

(n la pr%ctica de 2ec2o es imposible obtener una distribucin emp'rica que sea id+ntica a la curva
normal terica.
(l gr%fico de una distribucin normal tiene forma de una campana en que la ma&or frecuencia se
locali)a en el centro & sus extremos se acercan al e$e 2ori)ontal sin que lleguen a un'rsele. (s
sim+trico respecto a la media aritm+tica: 2a& igual nmero de casos menores que el promedio &
ma&ores que +ste. La m%xima frecuencia coincide con la media aritm+tica, por ello la moda en la
distribucin normal es igual a la media aritm+tica.
,arlos -ar'as -ar'as
6otemos en la gr%fica que la curva se aproxima asintticamente al e$e de las X 2acia ambos lados de
la media lo que significa que los valores mu& ale$ados de la media, &a sea por la i)quierda o por la
derec2a tienen poca probabilidad de reali)arse, debido a que el %rea ba$o la curva es cada ve) menor.
7dem%s la desviacin t'pica medida a ambos lados de nos da los puntos de inflexin de la curva, lo
que nos permite obtener una medida del anc2o de la curva, es decir, de la magnitud de desviacin de
los valores de la variable aleatoria entorno a la media
Observacin importante
La media & varian)a
!
son los dos par%metros que determinan el comportamiento de la
distribucin normal.
Si comparamos dos poblaciones, tenemos que 2acerlo por medio de sus medias & de sus varian)as
. Si tenemos dos distribuciones normales ) 1 , 0 (
2
1
N X & ) 1 , 1 (
2
2
N X
,omo notamos en la gr%fica al tener distintas medias las curvas est%n separadas & por tener igual
varian)a las curvas tiene la misma altura
!. Si tenemos dos distribuciones normales ) 1 , 0 (
2
1
N X &

,
_

,
_

2
2
2
1
, 0 N X
,omo vemos en la figura la curva de menor varian)a es m%s alta & m%s angosta que la de ma&or
varian)a
(n forma pr%ctica, para simplificar el calculo de probabilidades para cada ocasin en que se tenga
una distribucin normal4 se reali)a un cambio de variable de X, es decir una transformacin de X por

X
z que llamaremos estandari)acin, con el ob$eto de tener una tabla comn de valores &
que se pueda aplicar a cualquier caso en que se tenga una distribucin normal. La funcin de densidad
de ) esta dada por:
2
2
) (
2
1
) (
z
e z f

(n este caso se dice que ) se distribu&e normalmente con media cero &
varian)a uno, denotada por ) 1 , 0 ( N
,arlos -ar'as -ar'as
(n la actualidad 2a& calculadoras cient'ficas, soft8are que reali)a el c%lculo de probabilidades
directamente
"reas ba#o la curva normal
9osiblemente la ma&or aplicacin de la distribucin normal se 2ace a partir de las %reas ba$o la curva.
(l %rea total ba$o la curva es igual a uno. ,omo es sim+trica, el %rea a la i)quierda del promedio es
igual a :,; & el %rea a la derec2a del promedio ser% tambi+n igual a :,;.
La desviacin est%ndar tiene un significado mu& claro en sus relaciones con la distribucin normal.
Si al promedio de la distribucin () le restamos & sumamos
3 , 2 , 1
, las %rea comprendidas
ba$o la curva ser%n respectivamente de <=,!<>, ?;,@<> & ??,A@>. 7s',
Breas

% 26 , 68 t

% 46 , 95 2 t

% 74 , 99 3 t
<=,!<>

?;,@<>

??,A@>
E#emplo: si las estaturas de un con$unto de ::: traba$adores se distribu&en aproximadamente
normal, con media / ,<!m & / :.:Cm
a) D,u%les son aproximadamente los intervalos, las proporciones & porcenta$e de personas con
estaturas comprendidas entre el promedio & , !, CE
b) D,u%l es el nmero de traba$adores comprendido entre los anteriores intervalosE
$olucin:
a)
Fntervalo 9roporcin 9orcenta$e
03 . 0 62 , 1 t ,;? a ,<; :,<=!< <=,!<>
( ) 03 . 0 2 62 , 1 t ,;< a ,<= :,?;@< ?;,@<>
( ) 03 . 0 3 62 , 1 t ,;C a ,A :,??A@ ??,A@>
La funcin de distribucin acumulada de la variable aleatoria X distribuida normalmente est% dada
por,
( ) ( )
( )
dt e x X P x F
t
x
2
2
2
1
2
2
1

(sta integral no se puede calcular directamente pero se puede representar por el %rea sombreada
(n la figura & su valor se determinara con la a&uda de tablas o calculadoras cient'ficas
,arlos -ar'as -ar'as
La funcin de distribucin acumulada de la variable aleatoria G distribuida normalmente con
0
& varian)a
1
2

( ) ( ) dt e z Z P z
t
z
2
2
2
1

Los valores de esta funcin est%n tabulados

Teorema
Si X es una variable aleatoria con distribucin normal con media

& varian)a
2

, entonces

X
Z es una variable con distribucin normal est%ndar
%so de tablas
,onocido los valores de la media & la varian)a de una variable aleatoria X con distribucin normal, es
solo cuestin de c%lculo para encontrar probabilidades como:
[ ]

,
_

,
_

1
]
1

b b
Z P
b X
P b X P
[ ] [ ]

,
_

,
_

>

b b
Z P b X P b X P 1 1 1
[ ]

,
_

,
_

,
_

1
]
1

a b b
Z
a
P
b X a
P b X a P
,arlos -ar'as -ar'as