UNIDAD 4. Distribucion de Probabilidad Continuas

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful