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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful