Mapas Distribuciones

VARIABLE ALEATORIA
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 (miu) es la media y σ (sigma) es la desviacióntípica (σ2 es la varianza).

Continua

Media
Varianza

Función de distribución (cdf) | |

Función de densidad (pdf) | |

APLICACIONES
* caracteres morfológicos de individuos como laestatura;
* caracteres fisiológicos como el efecto de un fármaco;
* caracteres sociológicos como el consumo de cierto producto por un mismo grupo de individuos;
* caracteres psicológicoscomo el cociente intelectual;
* nivel de ruido en telecomunicaciones;
* errores cometidos al medir ciertas magnitudes.

Def. Se llama distribución normal, distribución de Gauss odistribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales.La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro
Distribución normal

Def. Es un caso especial de la distribucióngamma
APLICACIONES
* Teoría de colas
* Tiempos de llegadas
* Teoría de la confiabilidad
* Experimentos biomédicos, etc.

VARIABLE ALEATORIA de distribución exponencial xo, dado que (1 − u) es también una variable aleatoria con distribución U(0,1), puede utilizarse la versión más eficiente:

Continua

Media

Varianza

Función de distribución (cdf) | 1 − e −λx |

Función de densidad (pdf) | λe − λx |

Distribución exponencial

Media

Varianza

Distribución uniforme

VARIABLE ALEATORIA
Para una variable aleatoria que satisface estadistribución, la esperanza matemática es entonces m1 = (a + b)/2 y la varianza es m2 − m12 = (b − a)2/12.

Función de densidad

Función de distribución

Def. es una familia de distribuciones de...