Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FUNCION ALETORIA
Docente:
Ing. Augusto Teves Rojas
Autor:
Johann David De la cruz Ordoez
RESUMEN
ndice General
Resumen2
ndice General...3
Introduccin...4
1. FUNDAMENTO TEORICO...........................5
1.1 Variable Aleatoria .....5
1.2 Distribucion de Probabilidad ....5
1.3 Funcion de Distribucion ....6
1.4 Distribucion uniforme ...7
1.5 Distribucion normal ......8
1.6 Teorema de Limite Central ...9
2. DESARROLLO DEL TEMA ...............................11
2.1 Generacion de 1000 valores aleatorios de Distribucin Normal.....12
2.2 Algoritmo para generar los 1000 valores.....13
3. CONCLUSIONES...14
REFERENCIAS BIBLIOGRAFICAS..15
INTRODUCCIN
Qu diferencia existe en el clculo de probabilidades de la variables aleatorias (V.A.) d
iscretas, que siguen distribuciones binomiales o de Poisson y el clculo de probabilidade
s de variables aleatorias continuas que siguen na distribucin normal?
Una variable aleatoria se define continua cuando el conjunto de valores que puede toma
r es un infinito continuo, es decir, puede tomar cualquier valor en un intervalo. Por el co
ntrario, se define discreta cuando estn medidas finitas o infinitas numerables, represent
an algo que podemos contar, y no suelen llevar decimales. Las distribuciones de probabi
lidad ms utilizadas en variables discretas son la distribucin binomial y la distribucin
de Poison. La distribucin ms frecuente en el caso de las variables continuas es la distri
bucin normal.
El Teorema Central del Lmite indica que, en condiciones muy generales, la distribucin
de la suma de variables aleatorias tiende a una distribucin normal cuando la cantidad d
e variables es muy grade. Es decir, garantiza una distribucin normal cuando n es sufici
entemente grande.
1. FUNDAMENTO TEORICO
1. 1. VARIABLE ALEATORIA
Dado un experimento aleatorio y asociado al mismo, un espacio probabilstico E, una
variable aleatoria es una aplicacin X:ER:, a cada valor de X, del espacio muestral le
hace corresponder un nmero real.
3
4
P ( x A) f ( x)dx
F ( x ) : R [0,1]
que verifica
F ( x ) P[ X X ] xi x Pi
1.3.2 CASO CONTINUO: Sea X una variable aleatoria continua con funcin
de densidad f(x), se define la funcin de distribucin, F(x), como:
F ( x) P[ x X ]
f ( x)dx
1
ba
ab
2
(b a ) 2
12
Caractersticas
Est caracterizada por dos parmetros: la media, y la desviacin tpica, .
Su funcin de densidad es:
f ( x)
1
2
1 x
La curva normal adopta un nmero infinito de formas, determinadas por sus parmetros
y .
Tiene forma de campana, es asinttica al eje de las abscisas (para x = ) Los puntos
de inflexin tienen como abscisas los valores . Simtrica con respecto a la media
() donde coinciden la mediana (Mn) y la moda (Mo).
10
Sea:
r11
r12
....... r1n
y1
r21
r22
....... r2 n
y2
.
.
.
.
.
.
.
.
rm 2
rm1
.
.
.
.
.
.
....... rmn
ym
lim P a
r
i 1
Aplicamos la Esperanza E=
1
2
z2
2
dz
r n
i
y n
Aplicamos la Varianza VAR=
y2
VAR
y 2 n 2
r n
y n
r
i 1
Y y
y
11
Y y
i 1
r
i 1
n : Desviacin tpica
Y y
r
i 1
m1
ab
2
ba
12
Y y
1
n
2
y
n
12
r
i 1
12
250
200
frecuencia
150
100
50
0
-2
-1
MEDIA
Variables y
2.981
VARIANZA
COEFICIENTE DE VARIACION
1.443
CV
0.484
13
3. CONCLUSIONES
14
REFERENCIAS
-
Tulcanaza, E. (1992).
15