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

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

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

Muchas variables aleatorias tienen distribuciones de probabilidades que pueden describirse adecuadamente por medio de la curva normal. No obstante. se escribe: . 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. se obtiene. el correspondiente valor de es . es: Ahora se mostrará que los parámetros y son en realidad la media y la varianza de la distribución normal. Esto puede realizarse por medio de la transformación: . y variancia . Si se hace y . con media . . Otra vez. . Por lo tanto. si cae entre los valores y . 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. La varianza de la distribución normal es: .Función de densidad y acumulada La función de densidad de la variable aleatoria normal X. Para evaluar la media. Donde Una vez especificada y . la curva normal se determina completamente. se obtiene: . si y . Siempre que asuma un valor . sería una tarea inacabable realizar tablas separadas para cada valor concebible de y . una vez que se especifican y . la variable aleatoria caerá entre los valores correspondientes y para sustituimos a dentro de la formula.

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

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

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