Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Est Ad Is Tic As
Est Ad Is Tic As
Definición
{
α−1 −x / β
x e , x> 0
f ( x )= β α Γ ( α )
0, para otro x
∞
Γ(α )=∫ x α −1 e−x dx
() Es la función Gamma: 0
() = ( - 1)!
Su esperanza es:
E [X] =
Su varianza es:
V [X] = 2
Ejemplo
El tiempo en horas que semanalmente requiere una máquina para mantenimiento es una
variable aleatoria con distribución gamma con parámetros =3, =2
Solución
1 1 1
x α−1 e− x /β = 3 x 3−1 e− x /2= x 2 e− x /2
α
f(x) = β Γ (α ) 2 Γ (3 ) 16
8
1
∫ x 2 e−x /2 dx
P(X>8) = 1 – P(X8) = 1 - 16 0
Para integrar se pueden aplicar dos veces la técnica de integración por partes:
∫ x2 e−x /2 dx
,
u = x2 du = 2x dx
dv = e-x/2 dx v = -2 e-x/2
∫ xe−x /2 dx
= -2x2 e-x/2 + 4
∫ xe−x/2 dx
u = x du = dx
dv = e-x/2dx v = -2 e-x/2
∫ e− x/2 dx
= -2x e-x/2 + 2
Finalmente se obtiene
Se trata, sin duda, del modelo continuo más importante en estadística, tanto por su
aplicación directa, veremos que muchas variables de interés general pueden describirse
por dicho modelo, como por sus propiedades, que han permitido el desarrollo de
numerosas técnicas de inferencia estadística. En realidad, el nombre de Normal
proviene del hecho de que durante un tiempo se creyó, por parte de médicos y biólogos,
que todas las variables naturales de interés seguían este modelo.
Se llama distribución normal "estándar" a aquélla en la que sus parámetros toman los
valores μ = 0 y σ = 1. En este caso la función de densidad tiene la siguiente expresión:
que determina la curva en forma de campana. Así, se dice que una característica
sigue una distribución normal de media y varianza , y se denota como
, si su función de densidad viene dada por la Ecuación 1.
Propiedades del modelo Normal
La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor entre
y es teóricamente posible. El área total bajo la curva es, por tanto, igual
a 1.
Es simétrica con respecto a su media . Según esto, para este tipo de variables
existe una probabilidad de un 50% de observar un dato mayor que la media, y un
50% de observar un dato menor.
Como se deduce de este último apartado, no existe una única distribución normal, sino
una familia de distribuciones con una forma común, diferenciadas por los valores de su
media y su varianza. De entre todas ellas, la más utilizada es la distribución normal
estándar, que corresponde a una distribución de media 0 y varianza 1. Así, la
expresión que define su densidad se puede obtener de la Ecuación 1, resultando:
Es importante conocer que, a partir de cualquier variable X que siga una distribución
, se puede obtener otra característica Z con una distribución normal estándar,
sin más que efectuar la transformación:
Ecuación 2:
Distribución De Ji Cuadrada
Es conveniente tener en cuenta que la letra griega χ se transcribe al latín como chi y se
pronuncia en castellano como ji
Aplicaciones
Aparece también en todos los problemas de análisis de varianza por su relación con la
distribución F de Snedecor, que es la distribución del cociente de dos variables
aleatorias independientes con distribución χ².
Función De Densidad
Distribución χ² (ji-cuadrado)