Alumno: Bianca Rosalyn López Carrizales

matrícula: 15102 aula: D

Tutor: Carlos Alberto Solís Hinojosa
Segundo tetra
materia: Estadísticas
 Introducción
En esta actividad se analizaran de manera concreta los siguientes temas
• Variables aleatorias continuas
• La distribución normal de probabilidad
• Puntos percentiles para variables con distribución normal
• Aproximación normal a probabilidades binomiales
• Aproximación normal a probabilidades de Poisson
 Variables aleatorias continuas
Lo que la hace diferente de una variable aleatoria discreta, es que esta (continua) puede tomar cualquier valor fraccionario en un rango determinado de valores.

No pueden enlistarse todos los valores posibles con una probabilidad correspondiente, esto es debido a infinitas mediciones fraccionarias.

se define una función de densidad de probabilidad expresión matemática de la función de X,

es representada por el símbolo f (X), para cualquier valor designado de la variable aleatoria X.

La gráfica de una función de este tipo se nombra curva de probabilidad,

el área entre dos puntos cuales quiera bajo la curva da la probabilidad

de la ocurrencia aleatoria de un valor entre esos dos puntos

 La distribución normal de probabilidad
Es al mismo tiempo, simétrica y mesocúrtica, se describe a la curva de probabilidad que representa a la distribución normal como una

campana, tal como se muestra en la curva de probabilidad, es muy importante en inferencia estadística por tres razones principales, los

procesos aleatorios tienen esta clase de distribución.

• Utilizan las probabilidades normales para aproximar otras distribuciones de probabilidad, como las distribuciones binomial y Poisson

• Distribuciones de estadísticas como la media muestral,

• Tienen distribución normal

• No importa la forma de la distribución de la población de origen

 Puntos percentiles para variables con distribución
normal
El punto percentil 90 es el punto de la distribución tal que el 90% de los valores se encuentran por
debajo de él y el 10% por encima. Para la distribución normal estándar, es el valor de z tal que la
proporción total de área a la izquierda de ese valor, bajo la curva normal, es 0.90 como se puede
evaluar en las siguientes graficas:
 Aproximación normal a probabilidades binomiales

el número de observaciones o ensayos N es relativamente grande, se utiliza la distribución normal de probabilidad para aproximar

las posibilidades binomiales.

la regla consiste en afirmar que ésas aproximaciones son aceptables cuando n ≥ 30, y tanto np ≥ 5 como nq ≥ 5. en combinación con

la que se proporciona en la sección de aproximación de Poisson a probabilidades binomiales, significa que en los casos en que n >

30, las probabilidades binomiales pueden aproximarse, ya sea mediante la distribución normal o la de Poisson, dependiendo de los

valores np y nq. .

otros pueden utilizar reglas un tanto distintas para

determinar los casos en los que esas aproximaciones

son apropiadas.
Aproximación normal a probabilidades de Poisson

Un proceso Poisson, la longitud del tiempo o el espacio

entre eventos sucesivos tiene una distribución exponencial
de probabilidad.

Como el tiempo o el espacio son continuos, una medición

de este tipo es una variable aleatoria continua, para
cualquier variable aleatoria continua, no tiene sentido
preguntar "¿cuál es la probabilidad de que la primera
solicitud de servicio llegue exactamente en un minuto?".

Se debe determinar un intervalo dentro del cual debe

ocurrir el evento.
 conclusión
• A través de estos métodos al realizar, estas gráficas para describir el
resultado, es mucho mas fácil comprender las variables que se
utilizan para medir las estadísticas, esas que están a diario en
contacto con nosotros y son muy útiles en todo momento.
Referencias

• Mata, L. K. (segunda edición). ESTADÍSTICA APLICADA A

ADMINISTRACIÓN Y ECONOMÍA. México: mc graw hill.