Professional Documents
Culture Documents
PROBABILIDAD Y ESTADÍSTICA
UNIDAD III: DISTRIBUCIONES DE PROBABILIDADES
Retroalimentación a la autoevaluación 3-2
Del Tema 3.3: Variables aleatorias continuas
OBJETIVO DE LA UNIDAD
Calcular la probabilidad de ocurrencia de diferentes tipos de variables aleatorias
tanto discretas como continuas.
INTRODUCCIÓN
Las variables aleatorias continuas, toman una continuidad de valores en su Dominio, es
decir su espacio muestral es una infinidad de valores generalmente definidos en el
conjunto ℝ, de los números reales. Este tipo de variables generalmente vienen de la
medición de valores a lo largo del tiempo o de otra dimensión física.
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
−∞
Sin embargo, muchas veces la fdp, solo viene definida a partir de un cierto valor
en x, digamos “a”. En dicho caso se sustituye el limite inferior de la integral anterior por
“a”, ya que a la izquierda de dicho valor la función o bien vale “0” o “no está definida”.
𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥
−∞
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en
línea en la Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del
mismo es responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
PROBABILIDAD Y ESTADÍSTICA
Página 2 de 5
Aquí los símbolos -∞ y +∞, se suelen sustituir por los extremos del intervalo en
donde se encuentra definida la Variable aleatoria.
a) Uniforme. d) Chi-cuadrada.
b) Exponencial. e) Weibull.
c) Normal.
La Distribución Uniforme.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en
línea en la Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del
mismo es responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
PROBABILIDAD Y ESTADÍSTICA
Página 3 de 5
Como un ejemplo considere que a=2 y b=5, y que se quiere obtener la gráfica de
la función de densidad de probabilidad.
Para los cálculos de los valores esperados y la varianza se usa: mean(x) y var(x).
> M=mean(x), que en nuestro caso resulto ser 3.301409 (y no esperamos que
sea siempre este mismo valor, si se ejecutan los comandos por su cuenta, ya que se
estará generando una nueva secuencia de valores aleatorios uniformemente
distribuidos en [2, 5], siempre que se emita el comando (> x=runif (1,2,5)).
La Distribución Exponencial.
Como un ejemplo considere que λ=1.25 (el parámetro). Generar y graficar las
gráficas de fdp y fda con 50 valores distribuidos exponencialmente con dicho
parámetro.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en
línea en la Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del
mismo es responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
PROBABILIDAD Y ESTADÍSTICA
Página 4 de 5
>plot(x2,ya)
> M=mean(x2);
> V=var(x2);
La Distribución Normal.
Para la distribución Normal, se necesita tener dos parámetros, Miu () y Sigma ().
> M=mean(x3)
> V=var(x3)
> M=mean(x4)
> V=var(x4)
La Distribución Weibull.
> M=mean(x5)
> V=var(x5)
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en
línea en la Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del
mismo es responsabilidad del estudiante.