P. 1
UNIDAD 4. Distribucion de Probabilidad Continuas

UNIDAD 4. Distribucion de Probabilidad Continuas

|Views: 756|Likes:

More info:

Published by: Jozh Nickole Zpd Rjs on Aug 30, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/01/2015

pdf

text

original

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 Función de densidad y acumulada ..................................................................................................................................................................................................................................................................................... 4 Aproximación de la normal a la binomial .............................................................................................................................. 3 Distribución normal ........................... 3 Variable aleatoria continua ........................... 5 Distribución gamma y exponencial ....... 6 Bibliografía ............................................. 7 .................................................................................................................................. 5 Variable aleatoria continua de una distribución gamma ............................................... 6 Variable aleatoria continua de una distribución exponencial .......................................................................................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. En muchas ocasiones. los experimentos meteorológicos. su media y su desviación estándar. quien derivó su ecuación de errores en mediciones repetidas de la misma cantidad. la cual describe aproximadamente demasiados fenómenos que ocurren en la naturaleza de la industria y la investigación. los cambios en al temperatura ambiental. las variaciones en los instrumentos de medición o pequeñas impurezas en la composición química de los metales. debido a pequeñas variaciones en variables no controladas en el experimento. cuando se repite un experimento se obtienen resultados diferentes. en honor a Karl Friedrich Gauss (1777-1855). En el año de 1733. Abraham DeMoivre desarrollo la ecuación matemática de la curva normal. 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. Esta distribución muestra una grafica en forma de campana. la cual es la base de los fundamentos de la teoría de la estadística inductiva. A esta distribución también se le llama distribución gaussiana. como por ejemplo. lluvias y más las podemos explicar con la distribución normal. por ejemplo. 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 . . Por lo tanto se representan los valores de densidad de X por .

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

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

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

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

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->