Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Taller
Taller
FUNCIÓN DE 𝟏
𝒇(𝒙) = 𝒔𝒊 𝒂 ≤ 𝒙 ≤ 𝒃
DENSIDAD 𝒃−𝒂
𝟎 𝑺𝒊 𝒙 < 𝑎
FUNCIÓN 𝒃 𝒃
𝟏 𝒙−𝒂
DISTRIBUCIÓN 𝑭(𝒙) = ∫ 𝒇(𝒙) = ∫ = 𝒔𝒊 𝒂 ≤ 𝒙 ≤ 𝒃
𝒂 𝒃 𝒃−𝒂 𝒃−𝒂
ACUMULADA
{ 𝟏 𝑺𝒊 𝒃 < 𝑥
𝒃+𝒂
MEDIA 𝑬(𝒙) =
𝟐
𝟐)
(𝒃 − 𝒂)𝟐
VARIANZA 𝑽𝒂𝒓(𝒙) = 𝑬(𝒙 − 𝑬(𝒙) =
𝟏𝟐
Simbología X ~ U(a, b)
Se dice que una variable X posee una distribución uniforme en el intervalo [a,b].
Con esta ley de probabilidad, la probabilidad de que al hacer un experimento
aleatorio, el valor de X este comprendido en cierto subintervalo de [a,b] depende
únicamente de la longitud del mismo, no de su posición.
DISTRIBUCIÓN NORMAL
FUNCIÓN DE 𝟏 𝒙−𝝁 𝟐
𝟏
𝒇(𝒙) = 𝝈√𝟐𝝅 𝒆−𝟐( )
𝝈
DENSIDAD
𝟏 𝟏 𝒙−𝝁 𝟐
FUNCIÓN 𝑭(𝒙) = ∫ 𝒆
− (
𝟐 𝝈
)
DISTRIBUCIÓN 𝝈√𝟐𝝅
ACUMULADA
MEDIA 𝑬(𝒙) = 𝝁
VARIANZA 𝑽𝒂𝒓(𝒙) = 𝝈𝟐
Simbología X ~ N (𝝁, 𝝈𝟐 )
DISTRIBUCIONES CONTINUAS
PROBABILIDAD
Docente: JEAMMY JULIETH SIERRA HERNÁNDEZ GUÍA
2: es la varianza. Indica si los valores están más o menos alejados del valor
central: si la varianza es baja los valores están próximos a la media; si es alta,
entonces los valores están muy alejados de ella. Se representa por 2 porque su
raíz cuadrada, , es la denominada desviación estándar.
𝟏
FUNCIÓN DE 𝟏 − (𝒙)𝟐
DENSIDAD 𝒇(𝒙) = 𝒆 𝟐
√𝟐𝝅
MEDIA 𝑬(𝒙) = 𝟎
VARIANZA 𝑽𝒂𝒓(𝒙) = 𝟏
Simbología Z ~ N (𝟎, 𝟏)
Para transformar una variable normal general en una normal estándar ( este
proceso se llama tipificar)
𝒙−𝝁
X ~ N (𝝁, 𝝈𝟐 ) 𝒁 = ~ N(0,1)
𝝈
Ejemplo 3.3.
Imaginemos que una variable continua puede tomar valores entre 0 y 5. La
probabilidad de que tome exactamente el valor 2 es despreciable, ya que podría
tomar infinitos valores: por ejemplo: 1,99, 1,994, 1,9967, 1,9998, 1999791, etc.
DISTRIBUCIONES CONTINUAS
PROBABILIDAD
Docente: JEAMMY JULIETH SIERRA HERNÁNDEZ GUÍA
EJEMPLO
El salario medio de los empleados de una empresa se distribuye según una
distribución normal, con media $ 500.000. y desviación típica $100.000 Calcular el
porcentaje de empleados con un sueldo inferior a $700.000
Solución
Lo primero que haremos es transformar esa distribución en una normal tipificada,
para ello se crea una nueva variable (Z) que será igual a la anterior (X) menos su
media y dividida por la desviación típica
𝒙−𝝁
𝒁=
𝝈
DISTRIBUCION EXPONENCIAL
−𝝀𝒙
FUNCIÓN DE 𝒇(𝒙) = { 𝝀𝒆 𝒑𝒂𝒓𝒂 𝒙 ≥ 𝟎
DENSIDAD 𝟎 𝒅𝒆 𝒐𝒕𝒓𝒐 𝒎𝒐𝒅𝒐
FUNCIÓN
DISTRIBUCIÓN
ACUMULADA
𝟏
MEDIA 𝑬(𝒙) =
𝝀
𝟏
VARIANZA 𝑽𝒂𝒓(𝒙) =
𝝀𝟐
Simbología X ~ e(λ)
DISTRIBUCIONES CONTINUAS
PROBABILIDAD
Docente: JEAMMY JULIETH SIERRA HERNÁNDEZ GUÍA
EJEMPLO
Suponga que el tiempo de respuesta X en cierta terminal de computadora en línea
(el tiempo transcurrido entre el fin de la consulta del usuario y el principio de la
respuesta del sistema a esa consulta) tiene una distribución exponencial con
tiempo esperado de respuesta igual a 5 s. ¿Cuál es la probabilidad de que el
tiempo de respuesta sea a lo sumo 10 s?
Solución:
E(X) = 5 segundos
E (X) = 1 / λ = 5 s entonces λ= 0.2
DISTRIBUCIONES CONTINUAS
PROBABILIDAD
Docente: JEAMMY JULIETH SIERRA HERNÁNDEZ GUÍA
FUNCIÓN DE
DENSIDAD
donde es la función gamma.
FUNCIÓN
DISTRIBUCIÓN
ACUMULADA
MEDIA 𝑬(𝒙) = 𝒌
VARIANZA 𝑽𝒂𝒓(𝒙) = 𝟐𝒌
Simbología
Es conveniente tener en cuenta que la letra griega χ se transcribe al latín como chi
y se pronuncia en castellano como ji
EJERCICIOS PROPUESTOS
DISTRIBUCIONES CONTINUAS
PROBABILIDAD
Docente: JEAMMY JULIETH SIERRA HERNÁNDEZ GUÍA
Solución:
𝟑−𝟒
𝒁= = −𝟎. 𝟖𝟏𝟔
√𝟏. 𝟓
Ahora tenemos que ver cuál es la probabilidad acumulada hasta ese valor.
Tenemos un problema: la tabla de probabilidades sólo abarca valores positivos, no
obstante, este problema tiene fácil solución, ya que la distribución normal es
simétrica respecto al valor medio.
Por lo tanto:
Por otra parte, la probabilidad que hay a partir de un valor es igual a 1 (100%)
menos la probabilidad acumulada hasta dicho valor:
DISTRIBUCIONES CONTINUAS