APORTE INDIVIDUAL

TRABAJO COLABORATIVO FASE 2

PROBABILIDAD

JUAN CARLOS MASSO

CODIGO: 74859187
CURSO: 100402A_220

TUTOR
JOSE HECTOR MAESTRE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

PROGRAMA DE ZOOTECNIA
CEAD YOPAL -

DISTRIBUCIONES DE PROBABILIDAD CONTINUA

DISTRIBUCION UNIFORME: es una familia de distribuciones de probabilidad para
variables aleatorias continuas, tales que cada miembro de la familia, todos los intervalos de
igual longitud en la distribucin en su rango son igualmente probables. El dominio est
definido por dos parmetros, a y b, que son sus valores mnimo y mximo. La distribucin
es a menudo escrita en forma abreviada como U(a,b).
DISTRIBUCION NORMAL Y USO DE LA DISTRIBUCIN NORMAL
ESTANDAR: Es el modelo de distribucin ms utilizado en la prctica, ya que multitud de
fenmenos se comportan segn una distribucin normal.
Esta distribucin de caracteriza porque los valores se distribuyen formando una campana de
Gauss, en torno a un valor central que coincide con el valor medio de la distribucin; La
distribucin gaussiana, recibe tambin el nombre de distribucin normal, ya que una gran
mayora de las variables aleatorias continuas de la naturaleza siguen esta distribucin. Se
dice que una variable aleatoria X sigue una distribucin normal si su funcin de densidad
es:

La importancia de esta distribucin radica en que permite modelar numerosos fenmenos

naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte
de este tipo de fenmenos son desconocidos, por la enorme cantidad de variables
incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse
asumiendo que cada observacin se obtiene como la suma de unas pocas causas
independientes.
De hecho, la estadstica descriptiva slo permite describir un fenmeno, sin explicacin
alguna. Para la explicacin causal es preciso el diseo experimental, de ah que al uso de la
estadstica en psicologa y sociologa sea conocido como mtodo correlacional.
La distribucin normal tambin es importante por su relacin con la estimacin
por mnimos cuadrados, uno de los mtodos de estimacin ms simples y antiguos.
Distribucin normal estndar o tipificada: Cuando la media de la distribucin normal es 0 y
la varianza es 1, se denomina "normal tipificada", y su ventaja reside en que hay tablas, o
rutinas de clculo que permiten obtener esos mismos valores, donde se recoge la
probabilidad acumulada para cada punto de la curva de esta distribucin.

DISTRIBUCION EXPONENCIAL Y CHI CUADRADO: Distribucin Exponencial

Esta distribucin se utiliza como modelo para la distribucin de tiempos entre la

presentacin de eventos sucesivos. Existe un tipo de variable aleatoria que obedece a una
distribucin exponencial la cual se define como EL TIEMPO QUE OCURRE DESDE UN
INSTANTE DADO HASTA QUE OCURRE EL PRIMER SUCESO.
Se dice que una variable aleatoria continua tiene una distribucin exponencial con
parmetro > 0 si su funcin de densidad es

Chi cuadrado () es una distribucin de probabilidad continua con un parmetro

representa los grados de libertad de la variable aleatoria

que

Donde
son variables aleatorias normales independientes de media cero y varianza uno.
El que la variable aleatoria
tenga esta distribucin se representa habitualmente
as:
La distribucin Chi muestra su importancia cuando queremos determinar la variabilidad
(sin signo) de cantidades que se distribuyen en torno a un valor central siguiendo un
mecanismo normal.
OTRAS DISTRIBUCIONES CONTINUAS: DISTRIBUCION t-STUDENT: es
una distribucin de probabilidad que surge del problema de estimar la media de
una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo.
Aparece de manera natural al realizar la prueba t de Student para la determinacin de las
diferencias entre dos medias muestrales y para la construccin del intervalo de
confianza para la diferencia entre las medias de dos poblaciones cuando se desconoce
la desviacin tpica de una poblacin y sta debe ser estimada a partir de los datos de una
muestra.
La distribucin de Student tiene propiedades parecidas a N(0,1):
Es de media cero, y simtrica con respecto a la misma;
Es algo ms dispersa que la normal, pero la varianza decrece hasta 1 cuando el nmero de
grados de libertad aumenta.