Distribuciones de probabilidad

de variables discretas y
continuas. Distribuciones
binomial y normal.

1. Distribucin de probabilidad discreta.

DISMIBVCIOTN

Una

tado

de

Cada

La

asignale
pies

Ejemplo
Ndmero

los

compared

pies

la

variable

Entre

do

pstpzt

lanta

al

dado

*pohkkXkhbkIE
xi

PARA

'

MEDIA

METROS

ESPERANZA

pnxzt

.tpnn=

.+pn=

obtenido

DISCRETA

VARIABLE

DE

valor de

Cada

mimeo

un

detodos

Suma

PROBABIUDAD

DE

Epixi

el

pndaklidad

su

es

OEPIEI

Ep

result

VARIANZA

p (

o2=

PA'G

249

tip

ICA

-2+ pzlxzyupt

tpn

xnjnl

'

Epilxijul

'

Epixiti

DESVIACIOT

Tiffany

2/3

2. Distribucin binomial.
Supongamos
K

pueden

dar

E- XHO

Ejemplo

dos
y

al

Sbpongamos
.

que

La

experiment

in

llamaremos
A

suceb

de

rehltados

ponbles

Laitaniento

ante

estamos

que

'

FRACASO

dado

'

aleatorio

en

el

Al

suua

le

Saar

independiente
repetimos

variable

el

experiment

aleatwia

15

que

que

nueces

antablita

'
:

no

sacw

demand

el

winner

de

Veces

de

que
dad

pnfabih
.

ny

PCAI

PROBABIUDAD

ETERUCIO

Si

15

Pa

Bln

en

'

Dlstribvaoi

EYLLTO

Binomial

15

Esaibimos

DE

repetitions Signe

as

de

partners

Bcn

distributor

ma

,p

251

,p)

p=

( nu )

p[*k]=

es

llama

se

gue

con

owrre

"

PCAI

gn

get

"

1<=0

PCA.tl/entnus

p=
I

,n

Los

pacimetn

ETERCKIOS

ETERCKLOS

14
10

estadistibuuai

de

Pa

'6

17121422

an

M=np

253

Prices

259

261

ftp.g

3. Distribuciones de variable continua.

Esta
fe

distributes

FUNCLOT

llama

Para
que

fk )
El

EBEB

P[I=a]=0

Portal
S

DE

PROBABILIDAD

Fvrhsn

sea

de

media

FUNAI

DENSIDAD

DE

ok

Dorsioao

De

furion ,y=f(x)

ma

variable

ma

es

que

neesario

:
-

P[

fly )

que

define por

la

30

area
'

Jajo
ate

fmuai

P[

PC

todox

para

lacuna

bajo
D= D=

Eeeb

de

la
O

y=fk )
urn

es

interval

el

probaklidades

]=P[a<

denuded

en

sea

de

snubs

,b ]

pmthales

RD
Constante

PC a

EIEJJ

(to .

4. La distribucin normal
La

Campana

funciin
Con

la

de

Gauss

de

Curra

de

continua

pnbabihdad

Gauss

simdtrica

y cuyo

Valor

normal

mdximo

es

una

coincide

media
hs
=
de

La

Curra

distribution

Dey

denonina

Mtr

normal

se

valor

Cada

W(

inflexion

present
de

Can

hay

muck
una

feuevia
Curra

normal

Par
que

Cada
fe

Vain

DISTRIB

Sea

15

DE

variable

una

Pfu

Entries
.

HACER

atria

ale
<

Pfu

PA

EJERCLCCO

talgue

NORMAL

VRUA

erfu

elm +30=019974

<

3o

LA

<n+o]= 016826
fu+2o]= 01 9544

15

-2045

Pfu

BAJO

PROBABILIDADES

'

267

5. Clculo de probabilidades en distribuciones normales

Si

el

tipfrcaciai

llama
erw

erfu

Heston
coiluh

EXPUCAR

UA

de

tablada

'

entries

la

variable

LA

TABLA

PARA

15

era

aleatria

nostros

gleoobaklidades
DE

e)

Este

La

task

pan

CALCWDRPRODAB

YVAWRES

EJ
.

te

distribution

diha

warms

poab

243

'

pA G

269

ETERC

Sea

( (

15

co

P[h<

FA

'

270

erfn

oh

que

de

pnbaklidades
cable

pider

ms

k]=P[h#<#<k#]=

<

Supongamos

Cdlwb

explicar

para

=P[h#<
HACER

'

Pa

Eoekciao

k#]

<

an

orcas )

271

6. Aproximacin de la binomial a la normal

Si

Bln

D-

apoximar
Cain

S
(

oil who

tae

En
,

>3

np
normal

me

Blnip)
de

perfecto
R

se

Can

la

binomial

mayors

que

son

,=np

puede

pnbaklidades

g)

apoximar
lo

prude
el

ajnstees

Fog

Fa

hacemos del

'
-

er (

np

sisuiente

Fg
modo

)
,

el

PCJSIK
Asi

]=

P[

P[

EJERGUO

]A
6.273

EED
Ra

'

ETERUCWS

11413

EJERCLCLOS 26

27

'Ck+O'

<

]=P[a

aeecb

P[a<

's

Ko

a 5<

Pcato 's

PKGS
PA 'G

280

278

caaavakr

Es

<

's

'Cb+0 's ]

279

01
,

Spv

Cade

extent