DISTRIBUCIONES CONTINUAS IMPORTANTES

IMPORTANT CONTINUOUS DISTRIBUTIONS

NADIA EVELIN AGURTO CABANILLAS

UNIVERSIDAD CATOLICA LOS ANGELES DE CHIMBOTE

gemi-28@hotmail.com

DECLARACION DE FINANCIAMIENTO Y DE CONFLICTOS DE INTERESES

El financiamiento para la elaboracin de esta monografa fue con recursos propios de los
autores.

RESUMEN

La presente monografa permitir proporcionar los conocimientos bsicos de las Distribuciones

de Probabilidades Continuas Importantes, como la distribucin de probabilidad normal general y
normal estndar , T Student y Chi Cuadrado as mismo explicar la aplicacin de estas. El
estudiar la distribucin de probabilidad nos ensea a cmo; se plantea, analiza y describe
diferentes tipos de fenmenos, se puede usar como herramientas ya que los datos que se
obtienen y procesan se analizan casos reales. Estas distribuciones se usan en el proceso de
informacin, en las pruebas de Hiptesis y en reas. Tambin se pueden observar las funciones
para realizar el procedimiento de datos como, las propiedades, cuando es aleatoria la variable y
porque.

Palabras claves: aleatoria, estndar, contina.

SUMARY

This monograph will allow to provide the basics of major continuous probability distributions,
such as the distribution of general normal probability and normal standard, T Student and Chi
square likewise explain the application of these. Studying the distribution of probability teaches
us how; arises, it analyzes and describes different types of phenomena, can be used as a tool
since the data that are obtained and processed discussed real cases. These distributions are used
in processing information, tests of hypothesis and areas. Also you can see the functions to
perform the procedure of data such as properties, when the variable is random and because.

Key words: aleatorui, standard, continuous.

INTRODUCCION
En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin
gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms
frecuencia aparece aproximada en fenmenos reales. (1) Una distribucin de probabilidad se le
llama continua cuando los resultados posibles de un experimento son obtenidos de variables
aleatorias continuas, se puede decir, de variables cuantitativas que pueden tomar cualquier valor,
y que resultan principalmente del proceso de medicin y calculo. Entre las distribuciones
continuas la ms importante es la llamada distribucin normal. Se usa el mtodo de interpolar en
el clculo inverso. Fue introducida por Carl Friedrich Gauss a principios del siglo XIX en su
estudio de los errores de medida. Desde entonces se ha utilizado como modelo en multitud de
variables (peso, altura, calificaciones...), en cuya distribucin los valores ms usuales se agrupan
en torno a una central y los valores extremos son escasos. (2) El objetivo general de esta
monografa es definir cules son las Distribuciones de Probabilidades Importantes. Se justifica
la monografa para conocer de manera precisa las Distribuciones de Probabilidad.

COMUNICACIN

APLICACIN DE LAS DISTRIBUCIONES DE PROBABILIDADES

1.- Distribucin Normal General.- Es la ms importante en el campo estadstico.

1.1.- Funcin de Densidad de Probabilidad.- Una variable aleatoria continua X se dice que
est distribuida normalmente, con media u (- < < ) y varianza 2 >0. Su funcin se da:
( ) =

2 (
2

2
)

, (- < < ) donde = 3.1415 y e = 2.7182

1.2.- Propiedades.a. Es simtrica, tiene forma de campana y se extiende de - a .

b. La media est a la mitad, divide el rea en dos. La media, mediana y moda

tienen el

mismo valor.
c. El rea total bajo la curva normal es el 100%.
d. La distribucin normal es diferente para cada combinacin de media y desviacin estndar.
e. La probabilidad de que una variable aleatoria tenga un valor entre dos puntos es igual al rea
bajo la curva normal entre los dos puntos.
2.- Distribucin Normal Estndar.-

En cuanto a las dificultades del clculo de las

probabilidades y lo complicado de la

frmula de densidad esta distribucin nos ayuda a

convertir una escala real a una relativa o estndar mediante la variable normalizada.
2.1.- Funcin de Densidad de Probabilidad.- Una variable aleatoria contina Z, se dice que
est distribuida normalmente con media = 0 y varianza 2 = 1, su funcin est dada as:
( ) =

2 2 , (- < Z < ) donde () =

2

2.2.- Propiedades para el Clculo de otras reas bajo la Curva Normal Estndar.a)

[ ] = 1 [ < ]

b)

[ ] = 1 [ < ]

c)

[ ] = [ ]

d) [ 1] = [ 1] [ < ]

3.- Calculo Inverso en la Distribucin Normal Estndar.-

Dada una determinada rea

tenemos que hallar el valor de la variable aleatoria normal estndar en donde se debe hacer uso
de las tablas estadsticas. (3)
4.- Estandarizacin de una variable Aleatoria Normal.- Dada una variable aleatoria normal
X, con media y desvo , si definimos otra variable aleatoria () =

entonces la variable

aleatoria Z tendr una distribucin normal estndar. Z como variable aleatoria estandarizada
siempre tendr una media =0 y una desviacin estndar =1.
5.- Distribucin T Sudent.- Se dice que una variable aleatoria T tiene una distribucin t de
student con grados de libertad, si su funcin de densidad de probabilidad est dada por:

( ) =

+1
)
2

(2)

(1+

+1
2

tR

y = 1,2,.

Se denota como T tv y se lee la variable T se distribuye como una t de student con grados
de libertad.
6.- Distribucin Chi Cuadrado.- Se dice que la variable aleatoria X tiene una distribucin Chi
Cuadrado con grados de libertad, si su funcin de densidad est dada as:

( ) = {

22

( )
2

2 2 ; 0

0 ; < 0

Notacin X X2v (4)

DISCUSION

La Aplicacin de las Distribuciones de Probabilidades nos facilitan solucionar casos de clculo,

formas prcticas, eficaces, eficientes y veraces de datos a usar en el desarrollo de un objetivo, la
Distribucin Normal General es una de las ms importantes tericamente hablando los casos los
tenemos en los anexos como la representacin grfica, la Distribucin Normal Estndar se
relaciona con la media y la desviacin estndar. Se tiene que considerar el manejo correcto de las
tablas estadsticas, la aplicacin correcta de las funciones, la grfica de cada curva debe ser
ordenada, las propiedades se aplican segn los casos presentados para eso se tiene que analizar
bien los datos planteados en los diferentes casos. En la distribucin T student y Chi cuadrado la
asimetra de las grficas varan en ambos caso se recomienda el manejo correcto de las tablas
estadsticas. No existe una nica distribucin normal, sino una familia de distribuciones con una
forma comn, diferenciadas por los valores de su media y su varianza. De entre todas ellas, la
ms utilizada es la distribucin normal estndar, que corresponde a una distribucin con una
media aritmtica de 0 y una desviacin tpica de 1. (5)

REFERENCIAS BIBLIOGRAFICAS

(1) Canavas C. Probabilidad y Estadstica. 1era edicin. Mxico: McGraw-Hill; 1988. p. 29.
(2) Douglas A. Lind, William G. Marchal, Samuel A. Wathen .Estadstica Aplicada a los Negocios y la
Economa. 13ra Edicin. Mxico: McGraw-Hill; 2008. p. 18.

(3) Canavas C. Probabilidad y Estadstica. 1era edicin. Mxico: McGraw-Hill; 1988. p. 35.
(4) Barreto C. Estadstica Aplicada. 3era versin. Per; ULADECH. 2010.
(5) Canavas C. Probabilidad y Estadstica. 1era edicin. Mxico: McGraw-Hill; 1988. p. 21.

ANEXOS
DIFERENTES GRAFICAS DE DISTRIBUCIONES
DISTRIBUCION NORMAL

DISTRIBUCION

T - STUDENT

DISTRIBUCION CHI CUADRADO