Académique Documents
Professionnel Documents
Culture Documents
UNIFORME
DEFINICIÓN
f(x)
1 1
ba
a b x a b x
fdp FDA
EJEMPLO
b-a
2
a+b
E(x)= V(x)=
2 12
DISTRIBUCIÓN
EXPONENCIAL
• Esta distribución: suele ser el modelo de fenómenos
aleatorios que miden el tiempo que transcurre entre la
ocurrencia de dos sucesos. Ejemplos:
• La variable aleatoria X representa el tiempo que
transcurre hasta la primera ocurrencia en el proceso de
Poisson (λ)
• El tiempo que tarda una partícula radiactiva en o el tiempo
que puede transcurrir en un servicio de urgencias, para la
llegada de un paciente.
DISTRIBUCIÓN EXPONENCIAL
lím e b 1 1
b
1 e x si x 0
F(x)
0 si x<0 x
Demostrar las características numéricas de la función
exponencial: E ( x ) 1 V(x)=
1
2
APLICACIONES
1 e t si t 0 1 1
F (t ) E(T ) 360 360
360
0 si t < 0
SOLUCIÓN
1
.180
a) P(T<180)= F(180)=1-e 360
0.3935
1
.720
720
b) P(T>720)=1-P(T 720)=1-F(720)=1- 1 e 360 e 360 0,1353
RELACIÓN ENTRE LA DISTRIBUCIONES
DE POISSON Y EXPONENCIAL
RELACIÓN ENTRE LA DISTRIBUCIONES DE POISSON Y
EXPONENCIAL
k .e 30.1
a) X : nº de partìculas en 1min P( X k ) , 0.5
k! 60
P( X 2) 1 P( X 2) 1 P( X 0) P( X 1
1 0,91 0,09
5 5 5 5
6010 60 10 10
5 5 5
e e e e e ( e 1)
5
60 60
.e 60 60 10
5
1 e 60
e e5 e5
F (10) P(t 10)
PROPIEDAD FUNDAMENTAL DE LA
FUNCIÓN EXPONENCIAL
P( s x s t ) F ( s t ) F ( s )
P( x s t / x s )
P( x s ) 1 F ( s)
1 e ( s t ) 1 e s e ase t e s e s (e t 1)
s
s
s
1 (1 e ) e e
t
1 e F (t ) P( x t )
Distribución normal
Sin duda la distribución continua de
probabilidad más importante, por la
frecuencia con que se encuentra y por
sus aplicaciones teóricas, es la
distribución normal, gaussiana o de
Pierre Simon de Laplace
Laplace- Gauss. Fue descubierta y
(1749-1827)
publicada por primera vez en 1733 por
De Moivre. Llegaron, de forma
independiente, Laplace (1812) y Gauss
(1809), en relación con la teoría de los
errores de observación astronómica y
física .
Karl F. Gauss
(1777-1855)
Razones principales para su estudio
1) Numerosos fenómenos pueden aproximarse mediante
esta distribución:
Caracteres morfológicos de individuos (personas, animales, plantas,...) de
una especie (tallas, pesos, diámetros, perímetros,...).
Caracteres sociológicos, por ejemplo: consumo de cierto producto por un
mismo grupo de individuos, puntuaciones de examen, ...
Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un
fármaco.
Errores cometidos al medir ciertas magnitudes.
Y en general cualquier característica que se obtenga como suma de
muchos factores
1
2
f(x) e
con - < x <
2
y 0
NOTACIÓN
1
2
f(x) e
con - < x <
2
y 0
Ejercicio: verificar que es una fdp legítima.
2
1 x 1
1 1 t2
2
2
e dx
2
e 2
dt
1 2
1 t 1
e 2
dt 2 1
2
2
no se puede obtener
de forma finita
Integral de Poisson
Principales características de la
distribución Normal
• Es una curva uniforme con ordenadas siempre positivas,
definida para todo real x. Tiene forma de campana, es decir,
es monótona creciente hacia ambos lados del máximo, y es
asintótica al eje de las abscisas
•Es simétrica con respecto de la recta x= donde coinciden
la mediana (Me) y la moda (Mo ).
Para x tendiendo a , el límite f(x) =0.
•La función tiene un máximo en x = . Los puntos de inflexión
tienen como abscisas los valores . Verificar esta
propiedad.
Características de la distribución
Normal
Puntos
de
inflexión
+
- +
, Mo, Me
con distintos valores de σ
Distribución normal para
p(x)
1.2
La desviación
típica es un
factor de escala. 0.8
0.4
0
-2.50 -1.50 -0.50 0.50 1.50 x 2.50
INTERPRETACIÓN
GEOMÉTRICA
La media se puede
interpretar como un
factor de traslación.
CARACTERÍSTICAS NUMÉRICAS
Demostrar que:
E( x ) y V (x) 2
OTRAS PROPIEDADES