Documentos de Académico
Documentos de Profesional
Documentos de Cultura
BHBB
BHBB
una proyección
Eduardo Toledo roldan
M17S2
Función de distribución de Poisson
JUSTIFICACIÓ
N:
• que, como vemos, depende de dos parámetros μ (que puede ser cualquier valor real)
y σ (que ha de ser positiva). Por esta razón, a partir de ahora indicaremos de forma
abreviada que una variable X sigue el modelo Normal así: X ~ N(μ, σ). Por ejemplo, si
nos referimos a una distribución Normal con μ = 0 y σ = 1 lo abreviaremos N(0, 1). La
función de densidad del modelo Normal tiene forma de campana, la que
habitualmente se denomina campana de Gauss. De hecho, a este modelo, también
se le conoce con el nombre de distribución gaussiana
• Su esperanza es μ.
• Su varianza es σ2 y, por tanto, su desviación típica es σ.
• Es simétrica respecto a su media μ, como puede
apreciarse en la representación anterior.
• Media, moda y mediana coinciden (μ).
• Cualquier transformación lineal de una variable con
distribución Normal seguirá también el modelo Normal.
CARACTERISTICAS: Si X ~ N(μ, σ) y definimos Y = aX + b (con a ≠ 0),
entonces Y ~ N(aμ + b, |a|σ). Es decir, la esperanza
de Y será aμ + b y su desviación típica, |a|σ.
• Cualquier combinación lineal de variables normales
independientes sigue también una distribución Normal. Es
decir, dadas n variables aleatorias independientes con
distribución Xi ~ N(μi, σi) para i = 1, 2, ..., n la combinación
lineal: Y = anXn + an−1Xn−1+ ... + a1X1 + a0 sigue también el
modelo Normal:
http://conprepasi.blogspot.mx/2016/07/muestreo-en-mi-entorno-y.html
https://www.gestiopolis.com/que-es-una-distribucion-binomial/
http://www.virtual.sepi.upiicsa.ipn.mx/mdid/poisson.pdf
– “Probabilidad y Estadística “ en https://youtu.be/w1o62wHxKZI
– “Presentación - Distribución Normal” en https://youtu.be/vAB92XcWh14