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

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

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. lluvias y más las podemos explicar con la distribución normal. A esta distribución también se le llama distribución gaussiana. Por lo tanto se representan los valores de densidad de X por . En el año de 1733. su media y su desviación estándar. 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. como por ejemplo. los cambios en al temperatura ambiental. las variaciones en los instrumentos de medición o pequeñas impurezas en la composición química de los metales. quien derivó su ecuación de errores en mediciones repetidas de la misma cantidad. 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. los experimentos meteorológicos. Esta distribución muestra una grafica en forma de campana. la cual describe aproximadamente demasiados fenómenos que ocurren en la naturaleza de la industria y la investigación. . cuando se repite un experimento se obtienen resultados diferentes. En muchas ocasiones. DISTRIBUCIÓN NORMAL La distribución continua de la probabilidad más importante en todo el campo de la estadística es la distribución normal. por ejemplo. podría arrojar distintas mediciones en la resistencia eléctrica de un alambre. en honor a Karl Friedrich Gauss (1777-1855).

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

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

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

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

Sign up to vote on this title
UsefulNot useful