Este documento describe las distribuciones de probabilidad continuas, incluyendo sus propiedades, cálculo de media, desviación estándar, funciones de densidad de probabilidad y ejemplos como la distribución uniforme y normal. Explica cómo calcular probabilidades para variables aleatorias continuas usando integrales.
0 calificaciones0% encontró este documento útil (0 votos)
162 vistas19 páginas
Este documento describe las distribuciones de probabilidad continuas, incluyendo sus propiedades, cálculo de media, desviación estándar, funciones de densidad de probabilidad y ejemplos como la distribución uniforme y normal. Explica cómo calcular probabilidades para variables aleatorias continuas usando integrales.
Este documento describe las distribuciones de probabilidad continuas, incluyendo sus propiedades, cálculo de media, desviación estándar, funciones de densidad de probabilidad y ejemplos como la distribución uniforme y normal. Explica cómo calcular probabilidades para variables aleatorias continuas usando integrales.
Este documento describe las distribuciones de probabilidad continuas, incluyendo sus propiedades, cálculo de media, desviación estándar, funciones de densidad de probabilidad y ejemplos como la distribución uniforme y normal. Explica cómo calcular probabilidades para variables aleatorias continuas usando integrales.
Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
Descargar como pptx, pdf o txt
Está en la página 1/ 19
ESTADISTICA DESCRIPTIVA
Distribución de probabilidad continua
Integrantes: Docente: Ing. Vanesa Mena • Jessica Chapi • Maricruz Luna • Josselyn Iza • Rocio Lopez • Leonela Gomez • Angeles Romero Una distribución de probabilidad continua es una función que asigna a un intervalo de la variable aleatoria continua X su valor de probabilidad correspondiente. Es decir, la probabilidad de que un evento ocurra en un intervalo de la variable. Es aquella que puede asumir cualquier valor en un intervalo específico; significa entonces que entre cualquiera de dos valores que puede tomar la V. A. continua, existe un número infinito de valores.
Naturaleza de la distribución de una
variable continua • cuando aumentamos el tamaño de la muestra (n) • cuando el número de valores de la V. A. continua es muy grande con: • el número de intervalos de clase (K) • la amplitud () de los intervalos de clase Esto puede ocurrir en tres formas distintas:
𝑃 𝑎≤𝑥≤𝑏 𝑃 𝑎≤𝑥 𝑃 𝑥≤𝑏
∞ න 𝑥𝑓(𝑥)𝑑𝑥 CASO CONTINUO −∞ 𝐸(𝑥) = 𝑥𝑖 𝑃(𝑥𝑖 ൱ CASO DISCRETO ∀x polígono de frecuencias se proxima a una curva suave El área total bajo la curva es que sirve para representar igual a 1 y, es equivalente al gráficamente las área bajo el histograma. stribuciones de probabilidad de una V. A. continua
El cálculo de probabilidad se basa en el cálculo integral del área bajo la curva entre dos puntos cualesquiera del eje de abscisas, generándose la función de densidad de probabilidad. Propiedades de una función de densidad Calculo de la media para una distribución continua Media o valor esperado de x
• La media (u), también llamada esperanza matemática, es un valor representativo de
todos los valores que toma la variable aleatoria X, lo podemos imaginar como el punto sobre el eje de abscisas.
∞ 𝜇 = න 𝑥𝑓(𝑥)𝑑𝑥 −∞ Calculo de la Desviación Estándar para una distribución continua Desviación estándar
• Es una medida de la dispersión de los valores que toma la variable aleatoria respecto de la media. • Como ocurría con las variables estadísticas la desviación típica será más pequeña o más grande según la gráfica de la función de densidad sea más estrecha o más ancha en torno a la media +∞
𝜎= න 𝑥 2 𝑓 𝑥 𝑑𝑥 − 𝜇2 −∞ • Es dada por una variable aleatoria X la función que asigna a cada número real la probabilidad 𝑝 𝑋≤𝑥 • La función que F(x) que describe los valores que toma la probabilidad acumulada hasta la abscisa 𝑥: 𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 . Es una función continua creciente 𝑥 𝐹 𝑥 = 𝑝 𝑋 ≤ 𝑥 = න 𝑓 𝑡 𝑑𝑡 −∞ Distribución uniforme Corresponde al caso de una variable aleatoria que sólo puede tomar valores comprendidos entre dos extremos a y b, de manera que todos los intervalos de una misma longitud (dentro de (a, b)) tienen la misma probabilidad. También puede expresarse como el modelo probabilístico correspondiente a tomar un número al azar dentro de un intervalo (a, b). probabilidad para variables aleatorias continuas,
X~UNIFORME (a,b) La función de distribución se obtiene integrando la función de densidad y viene dada por:
Propiedades del modelo uniforme
1.Su esperanza vale (b + a)/2 2.Su varianza es (b − a)2/12 • Se utilizan como modelo para representar tiempos de funcionamiento o tiempos de espera. Su función de densidad que depende de un parámetro k es de la forma 1 1 • La media de esta distribución es 1/k y la desviación típica también es 1/k. k 𝑘 • Escriba aquí la ecuación. Representación: Función de densidad • En una ciudad se estima que la temperatura máxima en el mes de junio sigue una distribución normal, con media 23° y desviación típica 5°. Calcular el número de días del mes en los que se espera alcanzar máximas entre 21° y 27°. • La media y los que de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación típica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan:
i). Entre 60 kg y 75 kg.
ii) .Más de 90 kg
iii) Menos de 64 kg.
• En una cierta fábrica se fabrican cada día una media de 40 mil metros de cable. Unos días más, otros días menos. Aunque el mínimo seguro que siempre es 30 mil metros. La variable aleatoria que recoge el número de metros de cable fabricados en un día sigue una distribución uniforme continua. A) ¿Cuál es el máximo de metros fabricados en un día? • En una cierta fábrica se fabrican cada día una media de 40 mil metros de cable. Unos días más, otros días menos. Aunque el mínimo seguro que siempre es 30 mil metros. La variable aleatoria que recoge el número de metros de cable fabricados en un día sigue una distribución uniforme continua. B) ¿Qué porcentaje de días se fabrican más de 34 mil metros de cable?
