You are on page 1of 12

UNIVERSIDAD CATÓLICA LOS ÁNGELES

CHIMBOTE

FACULTAD DE INGENIERIA
FACULTAD DE INGENIERÍA CIVIL

Ciclo:
II
Docente:
Mg. Barreto Rodríguez Carmen Rosa
Curso:
Estadística aplicada
Integrantes:
Montenegro Príncipe José Luis
Ponte Colchado Romario
Tarraga Ruiz Kely
Vázquez Sánchez Manuel

Grupo:
B

CHIMBOTE- PERU
2019
DISTRIBUCIONES DE PROBABILIDAD CONTINUAS

1. ¿Qué es la distribución de probabilidades continuas?

Es una función que es asignada de intervalos de variables aleatorias y constituida


por la distribucion normal, distribucion t de Student y distribucion chi-cuadrado.

2. ¿Tipos de distribuciones de probabilidades continuas?

Los tipos que se presenta en esta distribución de probabilidades continuas son:

 Distribución normal :

Se emplea la siguiente notación abreviada: x n (µ,𝜎 2 ), para indicar que


la variable aleatoria X se distribuye normalmente con media µ y varianza 𝜎 2 .

 Distribución t de Student:

Se denota como: T Tu y se lee variable T se distribuye como una student


con u grados de libertad

 Distribución chi- cuadrado:

Se dice que la variable aleatoria X tiene una distribución con v grados de


libertad.
X 𝑥𝑢2

3. ¿Cuál es la importancia de la distribución normal?

La importancia queda totalmente consolidada por ser la distribución límite de


números variables aleatoria, discreta y continua, como se demuestra a través de los
teoremas centrales del límite. Las consecuencia de los teoremas implica casi
universal presencia de la distribución normal en todos los campos de la ciencias
empíricas: biológicas, medicina, psicológica, economía, etc.
4. ¿Para qué se utiliza la distribución chi-cuadrado?
Analiza la relación dependencia de dos tipos de variables diferentes, también es una
evaluación de hipótesis que compara la distribucion observada de los datos con una
distribucion esperada de los datos.

5. ¿Cómo se define y para qué sirve la distribución t de Student?


Sirve para la distribución de la variable aleatoria, o es un entero positivo que se llama
grado de libertad de la distribución. Es una distribución de probabilidades que surge
del problema de estimar la media de una población normalmente distribuida cuando
el tamaño de la nuestra es pequeña.
LISTAS DE BUSCADORES LIBROS Y ARTÍCULOS

1. Estadística básica aplicada (4a.ed.)


2. Estadística I: Desde UN enfoque por competencias (2a Ed.)
3. Distribuciones de probabilidad estadística en mql5
4. Estadistica basica aplicaciones
5. Métodos estadísticos: ejercicios resueltos y teoría
6. Estadística I: elementos de estadística descriptiva y de teoría de la probabilidad
7. Introducción a la estadística
8. Estadística aplicada básica (2a. ed.)
9. Estadística descriptiva y probabilidad: teoría y problemas (3a. ed.)
10. Estadística en la experimentación y evaluación educativas
CITAS

1. “Entre las distribución continuas más importantes estudiaremos la distribución


normal, t student y chi-cuadrado que son usadas para propósitos inferenciales.
El propósito de este capítulo es aprender a manejar las tablas estadísticas de las
distribuciones respectivas así como sus aplicaciones respectivas.” (1)

2. “el presente libro se ha elaborado por la necesidad de que exista un texto


adecuado para el estudio de la estadística en las diferentes especialistas de la
educación superior.
En este capítulo nos ocuparemos de las distribución teóricas de probabilidad las
cuales son modelos teóricos establecidos basados en las probabilidades, y que
utilizaremos si las características del problema planteado son las requeridas para
el uso de estas.” (2)

3. “Se dice que una distribución de probabilidades muestra los resultados


esperados al realizar un experimento, junto con la probabilidad en cada uno de
estos resultados. Es decir, nos referimos a los valores posibles de una variable
con sus respectivas probabilidades. Estas distribuciones de probabilidad pueden
corresponder a variables aleatorias discretas o continuas.” (3)

4. “La distribución está caracterizada por los parámetros µ y σ, cuyo significado se


trata más adelante, siendo σ necesariamente positivo. Se hace referencia a
esta distribucion Como N (µ,σ).” (4)

5. “La distribucion normal es la distribucion continua que se utiliza con más


frecuencia en las aplicaciones de la teoría de la probabilidad. Ella constituye la
base para el desarrollo de muchos de los métodos de la teoría estadística.” (5)
Referencias
1. barreto c. estadistica basica aplicaciones. primera ed. Cardoza M, editor. chimbote: editora
grafica real S.A.C; 2007.

2. DEVORE JL. probabilidad y estadistica para ingenieria y ciencias. septima ed. Cervantes SR,
editor. mexico: Cengage Learning Editores,; 2008.

3. martinez c. estadistica basica aplicada. cuarta ed. García A, editor. bogota: Ecoe Ediciones
Ltda.; 2011.

4. Espejo Miranda FPMAL. Estadística descriptiva y probabilidad: teoría y problemas (3a. ed.).
tercera ed.: Servicio de Publicaciones de la Universidad de Cádiz; 2006.

5. Solano H. Estadística descriptiva y distribuciones de probabilidad. primera ed. barranquilla:


universida del norte ; 2017.
TURNITIN
1) [ T ≤ 2.060 ]

P [ T ≤ 2.060 ] = 0.975

0.975

0
2.060

2) P [ T ≥ 1.708]

P [ T ≥ 1.708] = 1 - P [ T ≥ 1.708]

P [ T ≥ 1.708] = 1 – 0.95

P [ T ≥ 1.708] = 0.5

0.05

0
1.708
3) P [ T ≤ -2.485 ]

P [ T ≤ -2.485 ] = 1 – P [ T ≤ 2.485 ]

P [ T ≤ -2.485 ] = 1 – 0.984

P [ T ≤ -2.485 ] = 0.02

0.02

0
-2.485

4) P [ T ≥ -2.787 ]

P [ T ≥ -2.787 ] = P [ T ≥ 2.787 ]

P [ T ≥ -2.787 ] = 0.995

0
-2.787

0.995

0
2.787
5) P [ -2.485 ≤ T ≤ 2.485 ]

P [ -2.485 ≤ T ≤ 2.485 ] = 0.98

0.98

0
-2.485 2.485

6) P [ - 13.16 ≤ T ≤ 2.787 ]

P [ - 13.16 ≤ T ≤ 2.787 ] = P [ T ≤ 2.787 ] – P [ T ≤ 13.16 ]

P [ - 13.16 ≤ T ≤ 2.787 ] = 0.995 – 0.90

P [ - 13.16 ≤ T ≤ 2.787 ] = 0.095

0.095

0
- 13.16 2.787
7) P [ 2.060 ≤ T ≤ 3.450 ]

P [ 2.060 ≤ T ≤ 3.450 ] = P [ T ≤ 3.450 ] – [ T ≤ 2.060 ]

P [ 2.060 ≤ T ≤ 3.450 ] = 0.998 – 0.95

P [ 2.060 ≤ T ≤ 3.450 ] = 0.048

0.048

0
3.450

8) P [ - 3.078 ≤ T ≤ 1.316 ]

P [ - 3.078 ≤ T ≤ 1.316 ] = P [ T ≤ -3.078 ] - [ T ≤ - 1.316 ]

P [ - 3.078 ≤ T ≤ 1.316 ] = P [ T ≥ 3.078 ] - [ T ≥ 1.316 ]

P [ - 3.078 ≤ T ≤ 1.316 ] = ( 1 – 0.9975 ) – ( 1 – 0.90 )

P [ - 3.078 ≤ T ≤ 1.316 ] = 0.1 – 0.0025

P [ - 3.078 ≤ T ≤ 1.316 ] = 0.0975


0.0975

0
-3.078 - 1.316