La distribución normal es, con mucho, la más importante de todas las
distribuciones de probabilidad . Es una distribución de variable continua, con campo de variación]- , [ . Fue Ç descubierta por Gauss al estudiar la distribución de los errores en las observaciones astronómicas. Debe su importancia a tres razones fundamentales: Por un lado, un gran número de fenómenos reales se pueden modelizar con esta distribución (tales el caso de las características cuantitativas de casi todas las grandes poblaciones). Por otro lado, muchas de las distribuciones de uso frecuente tienden a aproximarse a la distribución normal bajo ciertas condiciones; y, por ˙último, en virtud del Teorema Central del Límite, todas aquellas variables que puedan considerarse causadas por un gran número de pequeños efectos (como pueden ser los errores de observación) tienden a distribuirse con una distribución normal. Para comprender mejor la distribución normal planteemos su descubrimiento, en un pequeño gráfico. Nos encontramos midiendo la distancia a un astro (d); evidentemente cada distancia observada no ha de ser es igual a la anteriormente tomada pues cometemos errores medición, bien por nosotros, bien por lo instrumentos. Telúricamente un error puede ser tan grande que la distancia observada sea más infinita, y también teóricamente, menos infinito. Plasmamos en un gráfico, y sobre un eje, cada observaciones que realizamos (en el grafico un cuadrado). Cuantas más observaciones realizamos los diversos cuadrados, en conjunto, van tomando una determinada forma; si nos planteamos calcular la expresión analítica de dicha forma llegamos a la función de la curva, que tomada como funciona de densidad, pues posee las características de dicho tipo de funciones, es la de la distribución normal. Dependiente, como se observa, de dos parámetros: uno, el valor central de la curva, y, otro, la distancia de dicho valor a los puntos de inflexión (luego comprobaremos que dichos parámetros son la media y la desviación típica) (Lejarza & Lejarza ). EJERCICIOS DISTRIBUCION DE PROBABILIDAD EXPONENCIAL
La distribución exponencial es el equivalente continuo de la distribución
geométrica discreta. Esta ley de distribución describe procesos en los que:
Nos interesa saber el tiempo hasta que ocurre determinado evento,
sabiendo que, El tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello ocurra en un instante tf, no depende del tiempo transcurrido anteriormente en el que no ha pasado nada.
Ejemplos de este tipo de distribuciones son:
El tiempo que tarda una partícula radiactiva en desintegrarse. El
conocimiento de la ley que sigue este evento se utiliza en Ciencia para, por ejemplo, la datación de fósiles o cualquier materia orgánica mediante la técnica del carbono 14, C14; El tiempo que puede transcurrir en un servicio de urgencias, para la llegada de un paciente; En un proceso de Poisson donde se repite sucesivamente un experimento a intervalos de tiempo iguales, el tiempo que transcurre entre la ocurrencia de dos sucesos consecutivos sigue un modelo probabilístico exponencial. Por ejemplo, el tiempo que transcurre entre que sufrimos dos veces una herida importante (Berry & Armitage, 1992).
Concretando, si una v.a. continua X distribuida a lo largo de, es tal que su función de densidad es
se dice que sigue una distribución exponencial de parámetro.
Figura 5.2.2 Función de densidad.
Un cálculo inmediato nos dice que si x>0,
luego la función de distribución es:
Imagen 5.2.3 Función De Distribución
Figura 5.2.4 Función de distribución, F, calculada como
el área que deja por debajo de sí la función de densidad.
Para calcular el valor esperado y la varianza de la distribución
exponencial, obtenemos en primer lugar la función característica
Inteligencia artificial: Lo que usted necesita saber sobre el aprendizaje automático, robótica, aprendizaje profundo, Internet de las cosas, redes neuronales, y nuestro futuro
Mentalidades matemáticas: Cómo liberar el potencial de los estudiantes mediante las matemáticas creativas, mensajes inspiradores y una enseñanza innovadora
Física cuántica para principiantes: Descubra los fundamentos de la mecánica cuántica y cómo afecta al mundo en que vivimos a través de todas sus teorías más famosas
Sanación por Cristales - La guía definitiva para principiantes: Descubre el poder de los cristales curativos, piedras y minerales para la salud y la felicidad