INSTITUTO TECNOLÓGICO DE TUXTLA GUTIÉRREZ

MARCO TEÓRICO
UNIDAD 4. DISTRIBUCIONES DE PROBABILIDADES CONTINUAS
En el año de 1733, Abraham DeMoivre desarrollo la ecuación matemática de la curva normal, la cual es la base de los fundamentos de la teoría de la estadística inductiva. A esta distribución también se le llama distribución gaussiana, en honor a Karl Friedrich Gauss (1777-1855), quien derivó su ecuación de errores en mediciones repetidas de la misma cantidad…

PROBABILIDAD Y ESTADÍSTICA 02 de junio de 2011

Bautista León Fidel Cárdenas de Paz Jairo Molina González Carolina Isabel Zepeda Rojas Roberto Carlos

Ingeniería Industrial Q2-2C 2º semestre

.............................................................................................................................. 6 Bibliografía ...................Tabla de contenido Definición de variable aleatoria ................................................................................................................................................................................................................................................................................................................................................................................ 3 Distribución normal ......... 3 Variable aleatoria continua ....................................... 5 Variable aleatoria continua de una distribución gamma ........................................................................................................................................................ 3 Función de densidad y acumulada ...................................... 7 ...... 4 Aproximación de la normal a la binomial .................................. 6 Variable aleatoria continua de una distribución exponencial ..................... 5 Distribución gamma y exponencial ...........................................

Esta distribución muestra una grafica en forma de campana. lluvias y más las podemos explicar con la distribución normal. quien derivó su ecuación de errores en mediciones repetidas de la misma cantidad. A esta distribución también se le llama distribución gaussiana. podría arrojar distintas mediciones en la resistencia eléctrica de un alambre. como por ejemplo.DEFINICIÓN DE VARIABLE ALEATORIA La conjunción entre probabilidad y estadística constituye la base fundamental para la comprensión de las técnicas que se emplean en la estadística inferencial y la toma de decisiones. los experimentos meteorológicos. Variable aleatoria continua Una variable aleatoria continua que tiene una distribución en forma de campana se llama variable aleatoria normal tal como la siguiente figura: La ecuación matemática para la distribución de probabilidad de la variable normal depende de los dos parámetros y . En muchas ocasiones. la cual describe aproximadamente demasiados fenómenos que ocurren en la naturaleza de la industria y la investigación. En el año de 1733. las variaciones en los instrumentos de medición o pequeñas impurezas en la composición química de los metales. los cambios en al temperatura ambiental. la cual es la base de los fundamentos de la teoría de la estadística inductiva. debido a pequeñas variaciones en variables no controladas en el experimento. Por lo tanto se representan los valores de densidad de X por . . por ejemplo. en honor a Karl Friedrich Gauss (1777-1855). DISTRIBUCIÓN NORMAL La distribución continua de la probabilidad más importante en todo el campo de la estadística es la distribución normal. su media y su desviación estándar. Abraham DeMoivre desarrollo la ecuación matemática de la curva normal. cuando se repite un experimento se obtienen resultados diferentes.

Otra vez. Esto puede realizarse por medio de la transformación: . con media . No obstante. si y . . Si se hace y . la variable aleatoria caerá entre los valores correspondientes y para sustituimos a dentro de la formula. una vez que se especifican y . se obtiene: . . el correspondiente valor de es . Muchas variables aleatorias tienen distribuciones de probabilidades que pueden describirse adecuadamente por medio de la curva normal. se escribe: . Donde Una vez especificada y . la curva normal se determina completamente. es: Ahora se mostrará que los parámetros y son en realidad la media y la varianza de la distribución normal. Siempre que asuma un valor . si cae entre los valores y . La varianza de la distribución normal es: . Por fortuna es posible transformar todas las observaciones de cualquier variable aleatoria normal X en un nuevo conjunto de observaciones de una variable aleatoria normal Z con medida cero y variancia 1. y variancia . sería una tarea inacabable realizar tablas separadas para cada valor concebible de y . Por lo tanto. La dificultad que se encuentra al resolver las integrales de las funciones de densidad normal hace necesaria la tabulación de las aéreas de la curva normal para una referencia rápida. se obtiene. Para evaluar la media.Función de densidad y acumulada La función de densidad de la variable aleatoria normal X.

APROXIMACIÓN DE LA DISTRIBUCIÓN NORMAL A LA BINOMIAL Las probabilidades que se asocian con experimentos binomiales pueden obtenerse fácilmente cuando es pequeña. cuando y variancia . La distribución gamma toma su nombre de la bien conocida función gamma. En ello se presentan dos de tales funciones de densidad. Estas son algunas de sus propiedades de esta función que se presentaran a continuación. entonces la forma . La distribución binomial se aproxima demasiado bien a la normal en problemas prácticos cuando se trabaja con la función de distribución acumulada. de la formula de la distribución binomial. es conveniente calcular las probabilidades binomiales por procedimientos de aproximación. . La distribución normal es una distribución de aproximación conveniente debido a que la función de una distribución acumulativa se tabula de manera sencilla. Si es grande. existen todavía numerosas situaciones que necesitan diferentes tipos de funciones de densidad. DISTRIBUCIÓN GAMMA Y EXPONENCIAL Además de que la distribución normal la podemos utilizar para resolver problemas de diferentes ámbitos tales como de ingeniería y demás ciencias. La distribución normal frecuentemente es una buena aproximación a la distribución discreta cuando esta ultima toma la forma de una campana simétrica. es la distribución normal estándar .La distribución de una variable aleatoria normal con media cero y variancia 1 se llama distribución normal estándar. En seguida se plantea un teorema que permite utilizar áreas bajo la curva normal para aproximar propiedades binomiales cuando es suficientemente grande. las distribuciones gamma y exponencial. que se estudia en muchas áreas de las matemáticas. Desde el punto de vista teórico. algunas distribuciones convergen a normales a medida que sus parámetros se aproximen a ciertos límites. Si es una variable aleatoria binomial con media de límite de la distribución de: .

si su función La media y la variancia de la distribución gamma son: Y . etc. para todo número real . el tiempo de incapacidad por enfermedad de un paciente. si su función de densidad es: . La distribución gamma especial para la cual se llama distribución exponencial. es un entero positivo. Variable aleatoria continua de una distribución exponencial La variable aleatoria continua X tiene una distribución exponencial. el diámetro del punto producido por una impresora. Sin embargo. Nótese que cuando donde. Está relacionada con el tiempo de reacción de un conductor frente a un estimulo. con parámetro . y para la formula recursiva: la aplicación repetida de esta fórmula da: . por la primera formula de la función gamma y de aquí que. . .La función gamma se define como: Para Cuando se integra por partes con . con parámetros de densidad es: . . La distribución exponencial es una distribución continua definida por: . y así sucesivamente. y . Variable aleatoria continua de una distribución gamma La variable aleatoria continua X tiene una distribución gamma.

. McGRAW-HILL. 113. B. Montogomery Douglas C. ESTADÍSTICA ELEMENTAL (octava edicion ed. Vol. 3). E. (1994)..) Edo. WALPOLE. (1996). (U.. G. Bogotá: Grupo Editorial Norma. Naucalpan de Juárez.A. págs.). SUMMA Enciclopedia Universal (2006 ed. R. (1998). México: PRENTICE HALL HISPANOAMERICANA S. D. Julian.). R.. 115. G. de México. En E.F.) México D. M.. ALGUNAS DISTRIBUCIONES DISCRETAS DE PROBABILIDAD.. S. Probabilidad y Estadística aplicadas a la Ingeniería. 136. México: Mc Graw Hill. Angel. (2006). G. . Trad. 133. Trad.Bibliografía Castellanos. PROBABILIDAD Y ESTADISTICA (4ª EDICION ed. 124. (C.. C. WALPOLE. Freund John E. Ed. & D.

Sign up to vote on this title
UsefulNot useful