SlideShare ist ein Scribd-Unternehmen logo
1 von 17
Downloaden Sie, um offline zu lesen
Unidad II
Distribuciones de probabilidad
 La función de densidad de la variable
 aleatoria uniforma continua X es el intervalo
 cerrado de A a B
                  1
  f x; A, B              A x B
                 B A
               0           en cualquier otro caso


       
          A B
                        y    2 
                                  B  A2
           2                          12
 Una de las distribuciones teóricas mejor
 estudiadas en los textos y más utilizada
 en la práctica es la distribución normal,
 también llamada distribución gaussiana.

 Su     importancia       se        debe
 fundamentalmente a la frecuencia con la
 que distintas variables asociadas a
 fenómenos naturales y cotidianos siguen,
 aproximadamente, esta distribución.
 Caracteres morfológicos (como la talla o el
 peso), o psicológicos (como el cociente
 intelectual) son ejemplos de variables de las
 que frecuentemente se asume que siguen
 una distribución normal.

 No obstante, y aunque algunos autores han
 señalado que el comportamiento de muchos
 parámetros en el campo de la salud puede
 ser descrito mediante una distribución
 normal, puede resultar incluso poco
 frecuente encontrar variables que se ajusten
 a este tipo de comportamiento.
 La  función de densidad de la variable
 aleatoria normal X, con la media  y varianza
 2 , es

                         1    - 12  x  
         nx;  ,   
                                                2

                            e
                        2
 Áreas   bajo la curva normal

    Px1  X  x2  
                       1         x2             
                                          - 12   x    2 dx
                      2       x1
                                      e
 Variable aleatoria Z con media cero y
 varianza 1
                         X 
                    Z
                          

                               1                      2

             Px1  X  x2  
                                        z2       -z

                               2   
                                    z1
                                             e            2
                                                              dx


 DISTRIBUCIÓN    NORMAL ESTANDAR
 Dada una distribución normal estándar,
 encuentre el área bajo la curva que yace:
 a)   A la derecha de z =1.84
 b)   Entre z =-1,97 y z =0.86
 Dada una distribución normal   estándar,
 encuentre el valor k tal que:
 a)   P(Z  k)=0.3015
 b)   P(k  Z  -0.18)=0.4197
 Dadauna distribución normal con  = 50 y
 =10, encuentre la probabilidad de que X
 tome un valor entre 45 y 62

 Dadauna distribución normal con  = 300 y
 =50, encuentre la probabilidad de que X
 tome un valor mayor que 362

 Dada una distribución normal con  = 40 y
 =6, encuentre el valor x que tiene
 a)   45% de área a la izquierda
 b)   14% de área a la derecha
Pe u2
Pe u2
Pe u2
Pe u2
Pe u2
Pe u2

Weitere ähnliche Inhalte

Was ist angesagt?

Ejercicio 2.91 t
Ejercicio 2.91 tEjercicio 2.91 t
Ejercicio 2.91 tMiguel Pla
 
Problema de Ecuaciones Diferenciales No Exactas
Problema de Ecuaciones Diferenciales No ExactasProblema de Ecuaciones Diferenciales No Exactas
Problema de Ecuaciones Diferenciales No ExactasMiguel Antonio Bula Picon
 
Aplicacion de la integral
Aplicacion de la integralAplicacion de la integral
Aplicacion de la integralRAFA Ortega
 
Resolucion problemas de movimiento ondulatorio
Resolucion problemas de movimiento ondulatorioResolucion problemas de movimiento ondulatorio
Resolucion problemas de movimiento ondulatorioJosé Miranda
 
Antidiferenciacion integral indefinida
Antidiferenciacion integral indefinidaAntidiferenciacion integral indefinida
Antidiferenciacion integral indefinidaWalmore Colmenarez
 
3 ecuaciones diferenciales_orden_superior (1)
3 ecuaciones diferenciales_orden_superior (1)3 ecuaciones diferenciales_orden_superior (1)
3 ecuaciones diferenciales_orden_superior (1)Jesus Burgos Matos
 
Ecuaciones diferenciales-orden-superior
Ecuaciones diferenciales-orden-superiorEcuaciones diferenciales-orden-superior
Ecuaciones diferenciales-orden-superiorSabena29
 
Metodo de biseccion y regla falsa
Metodo de biseccion y regla falsaMetodo de biseccion y regla falsa
Metodo de biseccion y regla falsaSool Egurrola
 
Ejercicio 4.55-t
Ejercicio 4.55-tEjercicio 4.55-t
Ejercicio 4.55-tMiguel Pla
 
52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...
52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...
52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...Juan Carlos Zabarburu Ventura
 
Ejercicio 4.62-t
Ejercicio 4.62-tEjercicio 4.62-t
Ejercicio 4.62-tMiguel Pla
 
CALCULO DIFERENCIAL E INTEGRAL
CALCULO DIFERENCIAL E INTEGRALCALCULO DIFERENCIAL E INTEGRAL
CALCULO DIFERENCIAL E INTEGRALMarcos Echeverría
 
Problemas resueltos integrales dobles y triples
Problemas resueltos integrales dobles y triplesProblemas resueltos integrales dobles y triples
Problemas resueltos integrales dobles y triplesortari2014
 

Was ist angesagt? (20)

Funcion inversa
Funcion inversaFuncion inversa
Funcion inversa
 
Ejercicio 2.91 t
Ejercicio 2.91 tEjercicio 2.91 t
Ejercicio 2.91 t
 
Funciones a trozos
Funciones a trozosFunciones a trozos
Funciones a trozos
 
Problema de Ecuaciones Diferenciales No Exactas
Problema de Ecuaciones Diferenciales No ExactasProblema de Ecuaciones Diferenciales No Exactas
Problema de Ecuaciones Diferenciales No Exactas
 
Aplicacion de la integral
Aplicacion de la integralAplicacion de la integral
Aplicacion de la integral
 
Resolucion problemas de movimiento ondulatorio
Resolucion problemas de movimiento ondulatorioResolucion problemas de movimiento ondulatorio
Resolucion problemas de movimiento ondulatorio
 
Fórmulario cálculo avanzado pep2
Fórmulario cálculo avanzado pep2Fórmulario cálculo avanzado pep2
Fórmulario cálculo avanzado pep2
 
Antidiferenciacion integral indefinida
Antidiferenciacion integral indefinidaAntidiferenciacion integral indefinida
Antidiferenciacion integral indefinida
 
3 ecuaciones diferenciales_orden_superior (1)
3 ecuaciones diferenciales_orden_superior (1)3 ecuaciones diferenciales_orden_superior (1)
3 ecuaciones diferenciales_orden_superior (1)
 
Integrales impropias
Integrales impropiasIntegrales impropias
Integrales impropias
 
DERIVADAS RESUELTAS
DERIVADAS RESUELTASDERIVADAS RESUELTAS
DERIVADAS RESUELTAS
 
Ecuaciones diferenciales-orden-superior
Ecuaciones diferenciales-orden-superiorEcuaciones diferenciales-orden-superior
Ecuaciones diferenciales-orden-superior
 
Apuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSMApuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSM
 
Metodo de biseccion y regla falsa
Metodo de biseccion y regla falsaMetodo de biseccion y regla falsa
Metodo de biseccion y regla falsa
 
Capacitancia
CapacitanciaCapacitancia
Capacitancia
 
Ejercicio 4.55-t
Ejercicio 4.55-tEjercicio 4.55-t
Ejercicio 4.55-t
 
52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...
52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...
52086214 calculos-de-centros-de-masa-momentos-de-inercia-utilizando-integrale...
 
Ejercicio 4.62-t
Ejercicio 4.62-tEjercicio 4.62-t
Ejercicio 4.62-t
 
CALCULO DIFERENCIAL E INTEGRAL
CALCULO DIFERENCIAL E INTEGRALCALCULO DIFERENCIAL E INTEGRAL
CALCULO DIFERENCIAL E INTEGRAL
 
Problemas resueltos integrales dobles y triples
Problemas resueltos integrales dobles y triplesProblemas resueltos integrales dobles y triples
Problemas resueltos integrales dobles y triples
 

Ähnlich wie Pe u2 (20)

S02-1_Lecture_Econometrics1_Turco.pdf
S02-1_Lecture_Econometrics1_Turco.pdfS02-1_Lecture_Econometrics1_Turco.pdf
S02-1_Lecture_Econometrics1_Turco.pdf
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
21065741 distribucion-uniforme
21065741 distribucion-uniforme21065741 distribucion-uniforme
21065741 distribucion-uniforme
 
1 Principios De MecáNica CuáNtica
1  Principios De MecáNica CuáNtica1  Principios De MecáNica CuáNtica
1 Principios De MecáNica CuáNtica
 
Formulario De Distribuciones De Probabilidad
Formulario De Distribuciones De ProbabilidadFormulario De Distribuciones De Probabilidad
Formulario De Distribuciones De Probabilidad
 
Cap 4. limites-ver1.0.0
Cap 4. limites-ver1.0.0Cap 4. limites-ver1.0.0
Cap 4. limites-ver1.0.0
 
Calculo
CalculoCalculo
Calculo
 
BIOMETRÍA 6/7 Universidad de Granada
BIOMETRÍA 6/7 Universidad de GranadaBIOMETRÍA 6/7 Universidad de Granada
BIOMETRÍA 6/7 Universidad de Granada
 
Ejemplo de grafica de funcion
Ejemplo de grafica de funcionEjemplo de grafica de funcion
Ejemplo de grafica de funcion
 
Calculo i fernandez
Calculo i fernandezCalculo i fernandez
Calculo i fernandez
 
Función irracional
Función irracionalFunción irracional
Función irracional
 
Tema8a ud3
Tema8a ud3Tema8a ud3
Tema8a ud3
 
Comp graf(2) marzo11
Comp graf(2) marzo11Comp graf(2) marzo11
Comp graf(2) marzo11
 
Tema3
Tema3Tema3
Tema3
 
Tema 11
Tema 11Tema 11
Tema 11
 
Ecuaciones
EcuacionesEcuaciones
Ecuaciones
 
Probabilidades ii 2021 a semana 3
Probabilidades ii 2021 a semana 3Probabilidades ii 2021 a semana 3
Probabilidades ii 2021 a semana 3
 
Prueba
PruebaPrueba
Prueba
 

Mehr von Impulsa Tec Tlatlauquitepec (20)

AL U1.pptx
AL U1.pptxAL U1.pptx
AL U1.pptx
 
Mapa conceptual AAEC
Mapa conceptual AAECMapa conceptual AAEC
Mapa conceptual AAEC
 
Ser estudiante en ambientes virtuales de aprendizaje 1
Ser estudiante en ambientes virtuales de aprendizaje 1Ser estudiante en ambientes virtuales de aprendizaje 1
Ser estudiante en ambientes virtuales de aprendizaje 1
 
Evaluación
EvaluaciónEvaluación
Evaluación
 
Evaluación 3
Evaluación 3Evaluación 3
Evaluación 3
 
Unidad 5
Unidad 5Unidad 5
Unidad 5
 
CALCULO VECTORIAL UNIDAD 4
CALCULO VECTORIAL UNIDAD 4CALCULO VECTORIAL UNIDAD 4
CALCULO VECTORIAL UNIDAD 4
 
evaluación de álgebra lineal U1
evaluación de álgebra lineal U1evaluación de álgebra lineal U1
evaluación de álgebra lineal U1
 
evaluación de álgebra lineal U1
evaluación de álgebra lineal U1evaluación de álgebra lineal U1
evaluación de álgebra lineal U1
 
CALCULO VECTORIAL UNIDAD 3
CALCULO VECTORIAL UNIDAD 3CALCULO VECTORIAL UNIDAD 3
CALCULO VECTORIAL UNIDAD 3
 
Cálculo diferencial unidad IV
Cálculo diferencial unidad IVCálculo diferencial unidad IV
Cálculo diferencial unidad IV
 
Limites
LimitesLimites
Limites
 
AL UNIDAD 5
AL UNIDAD 5AL UNIDAD 5
AL UNIDAD 5
 
AL UNIDAD 4
AL UNIDAD 4AL UNIDAD 4
AL UNIDAD 4
 
Tarea unidad 2
Tarea unidad 2Tarea unidad 2
Tarea unidad 2
 
Evaluación
EvaluaciónEvaluación
Evaluación
 
Unidad II
Unidad IIUnidad II
Unidad II
 
Unidad 3
Unidad 3Unidad 3
Unidad 3
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Tarea 3
Tarea 3Tarea 3
Tarea 3
 

Pe u2

  • 2.  La función de densidad de la variable aleatoria uniforma continua X es el intervalo cerrado de A a B 1 f x; A, B   A x B B A 0 en cualquier otro caso  A B y 2  B  A2 2 12
  • 3.
  • 4.  Una de las distribuciones teóricas mejor estudiadas en los textos y más utilizada en la práctica es la distribución normal, también llamada distribución gaussiana.  Su importancia se debe fundamentalmente a la frecuencia con la que distintas variables asociadas a fenómenos naturales y cotidianos siguen, aproximadamente, esta distribución.
  • 5.  Caracteres morfológicos (como la talla o el peso), o psicológicos (como el cociente intelectual) son ejemplos de variables de las que frecuentemente se asume que siguen una distribución normal.  No obstante, y aunque algunos autores han señalado que el comportamiento de muchos parámetros en el campo de la salud puede ser descrito mediante una distribución normal, puede resultar incluso poco frecuente encontrar variables que se ajusten a este tipo de comportamiento.
  • 6.  La función de densidad de la variable aleatoria normal X, con la media  y varianza 2 , es 1 - 12  x   nx;  ,    2 e 2
  • 7.  Áreas bajo la curva normal Px1  X  x2   1 x2  - 12   x  2 dx 2  x1 e
  • 8.  Variable aleatoria Z con media cero y varianza 1 X  Z  1 2 Px1  X  x2   z2 -z 2  z1 e 2 dx  DISTRIBUCIÓN NORMAL ESTANDAR
  • 9.  Dada una distribución normal estándar, encuentre el área bajo la curva que yace: a) A la derecha de z =1.84 b) Entre z =-1,97 y z =0.86
  • 10.  Dada una distribución normal estándar, encuentre el valor k tal que: a) P(Z  k)=0.3015 b) P(k  Z  -0.18)=0.4197
  • 11.  Dadauna distribución normal con  = 50 y =10, encuentre la probabilidad de que X tome un valor entre 45 y 62  Dadauna distribución normal con  = 300 y =50, encuentre la probabilidad de que X tome un valor mayor que 362  Dada una distribución normal con  = 40 y =6, encuentre el valor x que tiene a) 45% de área a la izquierda b) 14% de área a la derecha