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

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

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

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

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

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