Escuela Politcnica Nacional

Probabilidad y Estadstica
Diana Quillupangui

2015-12-09

Grupo N4
Ttulo: Principales distribuciones de probabilidad multidimensionales:
uniforme, multinomial y normal.
Objetivo:
-

Conocer las principales distribuciones de probabilidad y saber sus

condiciones de aplicacin.
Identificar algunos modelos multidimensionales tale como: distribucin
uniforme, multinomial y normal.

Resumen:

Distribucin Uniforme

Dada una variable aleatoria continua, X, definida en el intervalo [a,b] de la recta

real. Se dice que una variable bidimensional
sigue una distribucin
uniforme si su funcin de densidad viene dada por la expresin:

De manera que la funcin de distribucin resultar:

0 para x < a

1 para x b

Y su media, varianza y desviacin tpica son: =(b+a)/2 ; 2 = (b-a)2/12 y

2
= (ba) / 12

Distribucin Multinomial

La distribucin Multinomial o Polinomial es una generalizacin de la distribucin

binomial cuando en cada prueba se consideran k sucesos excluyentes A1, A2, ...,
Ak con probabilidades p1, p2, ..., pk respectivamente, siendo p1 + p2 + ... + pk = 1.
Si se realizan sucesivamente n pruebas independientes de este tipo y se
consideran las siguientes variables aleatorias discretas: Xi = nmero de veces
que ocurre el suceso Ai en las n pruebas con i = 1, 2, ..., k. A la variable kdimensional X = (X1, X2, ..., Xk) se le denomina variable polinomial o multinomial.
Su funcin de probabilidad es:

Donde:

Distribucin normal

La distribucin normal es la ms importante de todas las distribuciones de

probabilidad. Es una distribucin de variable continua con campo de variacin [ , ], que queda especificada a travs de dos parmetros ( que acaban siendo la
media y la desviacin tpica de la distribucin). Se dice que una variable dimensional
sigue una distribucin normal si su funcin de
densidad es:

Donde

es la matriz de covarianzas y

el vector de medias.

La funcin de densidad de la distribucin para el caso de una variable

bidimensional, que es la nica que se puede representar, tiene forma de hongo
con asntotas en cualquier direccin del plano
. Adems, al cortar la superficie
de densidad con cualquier plano perpendicular al
se obtienen curvas con
forma de campana.
Propiedades:
1. Para
una
variable
normal -dimensional,
cualquier
de r<n variables tiene conjuntamente distribucin normal.
2. Si las variables
independientes.

estn

incorreladas,

subconjunto

entonces

son

3. Cualquier combinacin lineal de variables normales es normal. Si

,
donde
es una matriz de
filas y columnas, entonces
es normal con
media

y matriz de covarianzas

Importancia de la distribucin Normal:

a) Enorme nmero de fenmenos que puede modelizar: Casi todas las

caractersticas cuantitativas de las poblaciones muy grades tienden a aproximar su
distribucin a una distribucin normal.
b) Muchas de las dems distribuciones de uso frecuente, tienden a distribuirse
segn una Normal, bajo ciertas condiciones.
c) Todas aquellas variables que pueden considerarse causadas por un gran
nmero de pequeos efectos tienden a distribuirse segn una distribucin normal.

Conclusiones:
-

La distribucin uniforme presenta un espacio muestral finito y se puede

generalizar la distribucin uniforme al caso de ms de una dimensin.
La distribucin multinomial presenta en cada prueba ms de dos posibles
resultados mutuamente excluyentes.
La distribucin normal es la distribucin de mayor importancia en el campo
de la estadstica, y sus variables normales tienen una funcin de densidad
con forma de campana a la que se llama campana de Gauss.

Bibliografa:

Grupo de Investigacin TeLoYDisRen. (s.f). Algunos modelos

multidimensionales.
Recuperado
de
http://carleos.epv.uniovi.es/~carleos/docencia/teloydisren/descriptiva+proba
bilidad/l_edyp/lib_edyp_html/node61.html
SNCHEZ, S. (2009). Apuntes de Probabilidad. Departamento de
matemtica aplicada. Universidad de Mlaga. PDF. Recuperado de
http://www.matap.uma.es/~sixto/estad/tema6.pdf
SEQC. (s.f).
Distribuciones de Probabilidad. PDF. Recuperado de
file:///C:/Users/QUASAD/Downloads/DISTRIBUCIONES%20notas.pdf