DISTRIBUCIONES CONTINUAS Definicin

Las distribuciones de probabilidad son idealizaciones de los polgonos de frecuencias. En el caso de una variable estadstica continua consideramos el histograma de frecuencias relativas, y se comprueba que al aumentar el nmero de datos y el nmero de clases el histograma tiende a estabilizarse llegando a convertirse su perfil en la grfica de una funcin.

Objetivos
1. Diferenciar en las distribuciones de probabilidad, cuales son las continuas 2. Mostrar grficamente cuales son las funciones principales que muestran. el rea bajo la curva que contiene los eventos estadsticos ms frecuentes. 3. Mostrar la grfica de las funciones de probabilidad continua ms importantes.

Desarrollo
Distribucin uniforme
En estadstica la distribucin uniforme es una distribucin de probabilidad cuyos valores tienen la misma probabilidad. Distribucin uniforme (caso continuo). Se dice que una variable aleatoria X continua tiene una distribucin uniforme en el intervalo [a,b] si la funcin de densidad de probabilidad (FDP) es

La funcin de distribucin en el caso continuo entre a y b es

Su media estadstica es (a + b) / 2 y su varianza (b

a)2 / 12

f(x)= 0.14 0.12 0.1 0.08 f(x)= 0.06 0.04 0.02 0 x0 11 223 34 45 56 677 88

Distribucin exponencial
En estadstica la distribucin exponencial es una distribucin de probabilidad continua con un parmetro > 0 cuya funcin de densidad es

Su funcin de distribucin es

Aqu e significa el nmero e. El valor esperado y la varianza de una variable aleatoria X con distribucin exponencial son

f(x)= f(x)= 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 1 3 5 7 9 11 13 15 17 19

Dist ibucin T iangula

  

F ncin de densidad Distrib cin ac mulada

f( )= 2( -a) (c-a)*(b-a) f(x)= 2(c-x) (c-a)(c-b) F(x)= (x-a)^2/(c-a)(c-b) -[(c-x)^2/(c-a)*(c-b) par metro de localizacin: u par metro de escala: p a,b (a+b+c)/3 (a^2+b^2+c^2+ac-ab-bc)/ 8

Par metros Rango Media Varianza

F(x)=

T iangula

T (a,b,c) si a =< x <=b si b =< x <=c si a =< x <=b si b =< x <=c

  

tiene 3 p r etr s a ( Es d s r b c modo) y c (lmite s perior de la variable)



ite inferior de la variable); b (el

F( ) 8 7 6 5 4 3 2 1 0

F( )

8. 5

3. 5

5. 5

4. 5

6. 5

7. 5

9. 5

10 .

Se denomina as por el hecho de que la funcin de densidad tiene una forma triangular, que viene definida en la tabla de anterior Se denomina triangular cuando viene definida por dos parmetros, que representan el valor mnimo y el valor mximo de la variable. En este caso el tringulo es equiltero. Se denomina triangular (triangular general), cuando viene dada por tres parmetros, que representan el valor mnimo y el valor mximo de la variable, y el valor del punto en el que el tringulo toma su altura mxima. En este caso el tringulo no es necesariamente equiltero.

Distribucin Normal
La distribucin normal, tambin llamada distribucin de Gauss o distribucin gaussiana, es la distribucin de probabilidad que con ms frecuencia aparece en estadstica y teora de probabilidades. Esto se debe a dos razones fundamentalmente:
y

Su funcin de densidad es simtrica y con forma de campana, lo que favorece su aplicacin como modelo a gran nmero de variables estadsticas. Es, adems, lmite de otras distribuciones y aparece relacionada con multitud de resultados ligados a la teora de las probabilidades gracias a sus propiedades matemticas.

La funcin de densidad est dada por:

11 .

" !

" !

Donde ( varianza)
$ %

) es la media y

(sigma) es la desviacin estndar (

es la

Muc as variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de campana. La importancia de la distribucin normal se debe principalmente a que hay muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal
f(x) f(x) 09 08 07 06 05 04 03 02 01 0

C nclusiones
Como podemos observar las distribuciones continuas pueden valor y no nicamente un nmero determinado como distribuciones discretas. Tambin decimos que una variable es uno de los infinitos valores posibles tendr probabilidad cero hablar de probabilidad dentro de intervalos.
&

' ' ' ' ' ' ' ' '

9 10 11 12 13 14 15 16 17 18

tomar cualquier ocurre en las continua cuando y solo se podr