Page 27 - Tlahuizcalli CB-28_Neat
P. 27

1   −   2                         C2. Teorema.
                            1
                               − (
                      2
                 (  ;   ,    ) =     2      )     (−∞,∞) (  )   (4)
                            √2  
                                                                  Si   ~  (  ,    ) ⇒   (  ) =    y       (  ) =    .
                                                                                                     2
                                                                            2
          Notación:   ~  (  ,    ).
                              
          C1. Observaciones.
          Algunas  observaciones  importantes  de  esta
          distribución son las siguientes:
          Si    ~  (   =   ,    =   )  diremos  que      tiene
                            
          distribución normal estándar y su f.d.p. está dada
          por:


                               1
                                   1 2
                                  −   
                      2
             (  ;    = 0,    = 1) =     2    (−∞,∞) (  )     (5)   Figura 3. Distribución normal. Fuente: Elaboración propia.
                              √2  
          Si  se  quiere  calcular  probabilidades  para          III. El teorema central del límite
                  2
            ~  (  ,    ) se tendría que integrar, es decir:
                                                                  Si     ̅   es  la  media  de  una  muestra  aleatoria  de
                                      1   −   2                   tamaño   , tomada de una población con media⁡  
                                  1  − (  )
                 (   <    <   ) = ∫      2             (6)                           
                                    √2                            y varianza finita     , entonces la forma límite de la
                                                                  distribución de:
          Ahora  bien,  tomando  en  cuenta  el  siguiente
          cambio de variable:                                                               ̅ −  
                                                                                        =      (9)
                                                                                          √  
                            −           
                         =   ⇒      =       (7)
                                      
                                                                   A medida que    crece, es la distribución normal
          Se tiene:                                               estándar.
                                               −                   Una de las  implicaciones  más sorprendentes de
                                         − (
                    (   <    <   ) = ∫             )              este  teorema  es  que  no  hay  restricción  sobre  la
                                       √                          distribución  de  cada  una  de  las  variables
                                                                  aleatorias que conforman la muestra, sin embargo,
                                    ∗           
                                         −   
                     ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= ∫                      el  resultado  de  la  suma  o  del  promedio  resulta
                                   ∗  √                           normal a medida que    crece.
                  ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡=   (   <    <    )    (8)   D.  Aproximación  de  la  distribución  normal  a  la
                                          ∗
                                 ∗
                                                                  binomial.
          Donde   ~  (0,1).
                                                                  Si  tomamos  en  cuenta  un  conjunto  de  variables
           La  distribución  normal  estándar  es  un  caso       aleatorias    independientes      idénticamente
          particular  de  la  distribución  normal  general,  sin   distribuidas  (v.a.i.i.d.)  con  distribución  Bernoulli,
          embargo,  su  importancia  radica en el hecho de        esto es:
          que cual variable aleatoria con distribución normal
          en general, puede ser estandarizada mediante el                     }     ⁡v.a.i.i.d. donde       ~      (  )
          proceso descrito anteriormente, razón por la cual                 {        =1
          los libros de estadística sólo hacen uso de tablas de   Se tendría que:
          la distribución normal estándar.

                                                                             = ∑           ~      (  ,   )      (10)
                                                                                 =1
           El siguiente teorema nos proporciona la media y
          la  varianza  para  una  variable  aleatoria  con       Por otro lado, si definimos    =  se tendría que:
                                                                                                 
                                                                                            ̂
          distribución normal.                                                                   

                                                                                                            26
           Año 10 Núm. 28 enero-abril 2024                                                        Tlahuizcalli ISSN: 2448-7260
   22   23   24   25   26   27   28   29   30   31   32