Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 1 / 46
Distribuciones de Probabilidad Continua
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 2 / 46
Distribuciones de Probabilidad Continua
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 3 / 46
Distribuciones de Probabilidad Continua
F (x) = P(X 6 x)
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 4 / 46
Distribuciones de Probabilidad Continua
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 5 / 46
Distribuciones de Probabilidad Continua
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 6 / 46
Distribuciones de Probabilidad Continua
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 7 / 46
Distribuciones de Probabilidad Continua
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 9 / 46
Distribuciones de Probabilidad Continua
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 10 / 46
Función de densidad de probabilidad
Sea X una variable aleatoria continua y x cualquier número situado en el
rango de valores que puede tomar esta variable aleatoria. La función de
densidad de probabilidad, f (x), de la variable aleatoria es una función que
tiene las siguientes propiedades:
1. f (x) > 0 para todos los valores de x.
2. El área situada debajo de la función de densidad de probabilidad, f (x),
cuando se abarcan todos los valores de la variable aleatoria, X , dentro de
su rango, es igual a 1,0.
Función de densidad de probabilidad
Sea X una variable aleatoria continua y x cualquier número situado en el
rango de valores que puede tomar esta variable aleatoria. La función de
densidad de probabilidad, f (x), de la variable aleatoria es una función que
tiene las siguientes propiedades:
3. Supongamos que se representa gráficamente esta función de densidad.
Sean a y b dos valores posibles de la variable aleatoria X , siendo a < b.
En ese caso, la probabilidad de que X se encuentre entre a y b es el área
situada debajo de la función de densidad entre estos puntos.
Z b
P(a 6 X 6 b) = f (x)dx
a
La distribución Uniforme
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 14 / 46
La distribución Uniforme
La distribución Uniforme
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 15 / 46
La distribución Uniforme
La función de densidad de probabilidad del ejemplo es la función de
densidad de probabilidad uniforme y puede expresarse de la forma
siguiente: (
0, 001 0 6 x 6 1.000
f (x) =
0 en caso contrario
Cualquier variable aleatoria uniforme definida en el rango entre a y b
tiene la siguiente función de densidad de probabilidad
(
1
a6x 6b
f (x) = b−a
0 en caso contrario
Esta función de densidad de probabilidad puede utilizarse para hallar la
probabilidad de que la variable aleatoria se encuentre dentro de un rango
especı́fico.
En el ejemplo la probabilidad de que se venda entre 250 litros y 750 es:
como la altura de la función de densidad es f (x) = 0, 001, el área situada
debajo de la curva entre 250 y 750 es igual a 0,50, que es la probabilidad
que buscamos.
La distribución Uniforme
f (x) = 0, 5
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 17 / 46
La distribución Uniforme
Distribución Normal
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 19 / 46
Distribución Normal
Distribución Normal
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 20 / 46
Distribución Normal
Son muchas las razones por las que se utiliza frecuentemente.
La distribución normal es una aproximación muy buena de las
distribuciones de probabilidad de una amplia variedad de variables
aleatorias. Por ejemplo:
-Las ventas o la producción totales a menudo siguen una distribución
normal.
-Las pautas de los precios de las acciones y de los bonos a menudo se
analizan utilizando la distribución normal en grandes modelos
informáticos de contratación financiera.
-Los modelos económicos utilizan la distribución normal para algunas
medidas económicas.
Las distribuciones de las medias muestrales siguen una distribución
normal, si el tamaño de la muestra es “grande”.
El cálculo de probabilidades es directo y elegante.
La razón más importante es que la distribución de probabilidad
normal ha llevado a tomar buenas decisiones empresariales en algunas
aplicaciones.
Distribución Normal
Distribución Normal
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 22 / 46
Distribución Normal
E [X ] = µ
Var(X ) = E (X − µ)2 = σ 2
X ∼ N µ, σ 2
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 23 / 46
Distribución Normal
La distribución normal tiene algunas importantes caracterı́sticas para
nuestros análisis estadı́sticos aplicados. Es simétrica. µ indica las
tendencias centrales. En cambio, σ 2 indica la amplitud de la distribución.
Seleccionando distintos valores de µ y σ 2 , podemos definir una gran
familia de funciones de densidad normales.
Los parámetros µ y σ 2 producen diferentes efectos en la función de
densidad de una variable aleatoria normal.
Distribución Normal
Z ∼ N(0, 1)
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 25 / 46
Distribución Normal Estándar
X ∼ N µ, σ 2
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 33 / 46
Distribución Exponencial
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 34 / 46
Distribución Exponencial
Distribución Exponencial
La distribución exponencial
La variable aleatoria exponencial T (t > 0) tiene una función de densidad
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 35 / 46
La distribución exponencial
Se puede demostrar que λ es el mismo parámetro utilizado para la
distribución de Poisson y que el tiempo medio entre las ocurrencias es 1/λ.
La función de distribución acumulada es
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 37 / 46
Distribución Exponencial
Distribución Exponencial
La siguiente figura muestra la función de densidad de una distribución
exponencial que tiene una λ = 0, 2.
Distribución Exponencial
= e −0,2t10 − e −0,2t20
= 0, 1353 − 0, 0183
= 0, 1170
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 39 / 46
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 40 / 46
Distribución Exponencial
f (t) = λe −λt
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 42 / 46
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 43 / 46
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 44 / 46
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 45 / 46
Distribución Exponencial
Wilson Guzmán (U. de Cuenca) Distribuciones de Probabilidad Continua January 23, 2023 46 / 46