Académique Documents
Professionnel Documents
Culture Documents
Paralelo:
CURVA DE GAUSS
La tabla muestra los resultados de las mediciones de la arista de un cubo
2.65 2.64 2.65 2.66 2.69 2.63 2.66 2.64 2.64 2.62
2.66 2.61 2.65 2.66 2.67 2.64 2.63 2.65 2.67 2.65
2.68 2.65 2.62 2.66 2.63 2.64 2.65 2.68 2.69 2.66
2.64 2.63 2.65 2.64 2.65 2.65 2.66 2.64 2.67 2.68
2.65 2.64 2.63 2.64 2.66 2.66 2.65 2.67 2.67 2.65
Curva de Gauss
14
12
10
FRECUENCIA
0
0 2 4 6 8 10
MEDIDA
Con ello, por tanto, obtenemos una función par (simétrica respecto del eje Y), por
lo que bastará con calcular la integral entre e y después multiplicar por dos el
resultado.
Hemos dicho que vamos a utilizar cálculo integral de dos variables.
Concretamente calcularemos una integral doble (en dos variables) y deduciremos
de ese cálculo cuánto vale la integral buscada. Para el cálculo de dicha integral
doble serán esenciales las coordenadas polares.
Cálculo de la integral
Recordemos que la función a integrar era par, por lo que el valor de la integral
completa será el resultado de multiplicar lo obtenido por dos, es decir:
CURVA DE GAUSS
Ecuaciones
La campana de Gauss está definida por la función:
Propiedades
El campo de existencia es cualquier valor real, es decir, (-∞, +∞).
Es simétrica respecto a la media µ.
Tiene un máximo en la media µ.
Crece hasta la media µ y decrece a partir de ella.
En los puntos µ − σ y µ + σ presenta puntos de inflexión.
El eje de abscisas es una asíntota de la curva.
El área del recinto determinado por la función y el eje de abscisas es igual a
la unidad.
Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5
a la izquierda y otra igual a 0.5 a la derecha.
La probabilidad equivale al área encerrada bajo la curva.
p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 %
p(μ - 2σ < X ≤ μ + 2σ) = 0.954 = 95.4 %
p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.7 %
DISTRIBUCIÓN t DE STUDENT
En probabilidad y estadística, la distribución t (de Student) es una distribución de
variabilidad que surge del problema de estimar la media de
una población normalmente distribuida cuando el tamaño de la muestra es
pequeño.
Aparece de manera natural al realizar la prueba t de Student para la determinación
de las diferencias entre dos varianzas muestrales y para la construcción
del intervalo de confianza para la diferencia entre las partes de dos poblaciones
cuando se desconoce la desviación típica de una población y ésta debe ser
estimada a partir de los datos de una muestra.
Su expresión formal parte de dos variables X e Y tales que:
Siendo t una nueva distribución conocida como t de student con n grados de
libertad.
La distribución t de student admite , también , una definición alternativa , tomada
como la distribución marginal de la primera variable de una distribución "normal-
gamma" ; en este sentido la expresión de su función de densidad vendría dada por
: