DISTRIBUCION DE

VARIABLES ALEATORIAS
CONTINUAS.
BANCHON MERO VERONICA
CANO RIVERA CARLOS ALBERTO
ESTRADA ORELLANA JONATHAN ISAAC
JIMENEZ VASQUEZ ARMANDO JOSE
RAMIREZ RAMIREZ DAVID ENRIQUE
DISTRIBUCION UNIFORME

Use el reparto uniforme para

explicar cambiantes sucesivos que
poseen una posibilidad constante.
Caracterizada por una funcionalidad
que es “plana”, y por esto la posibilidad
es uniforme en un intervalo cerrado.
 PROPIEDADES

Varianza Desviación
Media estándar

El precio medio del litro de gasolina durante el próximo año se estima que puede oscilar
entre 140 y 160 ptas. Podría ser, por tanto, de 143 ptas., o de 143,4 ptas., o de 143,45 ptas.,
o de 143,455 ptas, etc. Hay infinitas posibilidades, todas ellas con la misma probabilidad.
Su función de densidad, aquella que nos permite conocer la probabilidad que tiene cada
punto del intervalo, viene definida por:

Función de distribución
Valor medio
 DISTRIBUCION EXPONENCIAL

variable aleatoria continua X distribuida

a lo largo de, es tal que su función
de densidad es
Función de densidad
El uso de la distribución exponencial
implica que los tiempos de servicio son
Calculo inmediato aleatorios, es decir, que un periodo de
servicio definido no depende de otro
Función de servicio realizado previamente o de la
distribución cola viable que logre formarse.

Variable aleatoria X
aproximada a una
distribución normal.
 DISTRIBUCION NORMAL
El reparto regular es un modelo
teórico capaz de juntar
satisfactoriamente el costo
de una variable aleatoria a
una situación ideal.
Una variable aleatoria continua
puede tomar cualquier
número real.
Ejemplificando, las
rentabilidades de las
ocupaciones, los resultados
de un examen, el coeficiente
de sabiduría IQ y los errores
estándar son cambiantes
aleatorios sucesivas.
Fórmula de la distribución normal
Dada una variable aleatoria X, decimos que la frecuencia de sus
observaciones puede aproximarse satisfactoriamente a una distribución
normal tal que:
Propiedades
• Distribución simétrica. El valor de la media, la
mediana y la moda coinciden.
Matemáticamente,
Media = Mediana = Moda
• Distribución unimodal. Los valores que son
más comunes o que poseen más posibilidad de
aparecer permanecen cerca de la media. En
otros términos, una vez que nos alejamos de la
media, la posibilidad de aparición de los
valores y su frecuencia descienden.
 DISTRIBUCION T DE STUDENT

● En otros términos, el
Aleatoria sigue una distribución denominada t de
reparto t es una
repartición de student con n grados de libertad, que se denota
posibilidad que estima por tn.
El cuantil al 100p% de tn se representa por tn,p y
el costo de la media de
una muestra pequeña es el valor que verifica:
P (tn ≤ tn,p) = p,
extraída de una
población que sigue es decir, el ´área comprendida entre la curva de
una repartición regular densidad de la distribuci´on tn y el eje horizontal,
a la izquierda de tn,p, es igual a p.
y de la cual no
conocemos su
desviación tradicional.