Beruflich Dokumente
Kultur Dokumente
El valor esperado de una variable aleatoria discreta es un promedio ponderado de todos los
posibles resultados, donde las ponderaciones son las probabilidades asociadas con cada
uno de los resultados.
Distribución normal
La distribución normal es una distribución con forma de campana donde las desviaciones
estándar sucesivas con respecto a la media establecen valores de referencia para estimar el
porcentaje de observaciones de los datos. En estadística y probabilidad se llama distribución
normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de
probabilidad de variable continua que con más frecuencia aparece aproximada en
fenómenos reales
Se dice que una variable aleatoria continua X sigue una distribución normal de
parámetros μ y σ y se denota X~N(μ, σ) si su función de densidad está dada por:
Donde:
μ (mu)= es la media
σ (sigma)= es la desviación típica
ii. La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor
entre y es teóricamente posible. El área total bajo la curva es, por tanto,
igual a 1.
iii. Es simétrica con respecto a su media . Según esto, para este tipo de variables
existe una probabilidad de un 50% de observar un dato mayor que la media, y un
50% de observar un dato menor.
iv. La distancia entre la línea trazada en la media y el punto de inflexión de la curva
es igual a una desviación típica ( ). Cuanto mayor sea , más aplanada será la
curva de la densidad.
v. El área bajo la curva comprendido entre los valores situados aproximadamente a
dos desviaciones estándar de la media es igual a 0.95. En concreto, existe un 95%
de posibilidades de observar un valor comprendido en el
intervalo .
vi. La forma de la campana de Gauss depende de los parámetros y . La media
indica la posición de la campana, de modo que para diferentes valores de la
gráfica es desplazada a lo largo del eje horizontal. Por otra parte, la desviación
estándar determina el grado de apuntamiento de la curva. Cuanto mayor sea el
valor de , más se dispersarán los datos en torno a la media y la curva será más
plana.
No existe una única distribución normal, sino una familia de distribuciones con una forma
común, diferenciadas por los valores de su media y su varianza. La más utilizada es
la distribución normal estándar, que corresponde a una distribución de =0 y
=1. Siendo la expresión que define su densidad para este caso:
APLICACIÓN
i. En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o
fracaso).
ii. La probabilidad del éxito como del fracaso ha de ser constante. Esta se representa
mediante la letra p y q=1-p respectivamente.
iii. El resultado obtenido en cada experimento es independiente del anterior. Por lo
tanto lo que ocurra en cada experimento no afecta a los siguientes.
iv. Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al
mismo tiempo.
v. Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha
de ocurrir.
vi. La variable aleatoria que sigue una distribución binomial se suele representar
como X~(n,p). n representa el número de ensayos o experimentos y p la
probabilidad de éxito.
Donde:
n = número de ensayos/experimentos
x = número de éxitos
p = probabilidad de éxito
q = probabilidad de fracaso (1-p)
APLICACIÓN
APLICACIÓN
la distribución de Poisson se utiliza en la vida cotidiana para describir el número de veces que un
evento ocurre en un espacio finito de observación. Por ejemplo, una distribución de Poisson
puede describir el número de defectos en el sistema mecánico de un avión o el número de
llamadas a un centro de llamadas en una hora. La distribución de Poisson se utiliza con frecuencia
en el control de calidad, los estudios de fiabilidad/supervivencia y los seguros.
BIBLIOGRAFÍA
Badii, M. H. y J. Castillo, Distribuciones probabilísticas de uso común.
Pértegas Díaz S., Pita Fernández S., La distribución normal
Guillermina Martín Reyes, La función de probabilidad normal: Características y aplicaciones
https://economipedia.com/definiciones/distribucion-binomial.html
https://fisicaymates.com/distribucion-de-poisson/
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-
distributions-and-random-data/supporting-topics/distributions/binomial-distribution/