Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PROBABILIDAD,
UNA PROYECCIN
Ivn Martnez Snchez
12/03/2017
FUNCIN DE DISTRIBUCIN DE POISSON
JUSTIFICACI
N:
que, como vemos, depende de dos parmetros (que puede ser cualquier valor real)
y (que ha de ser positiva). Por esta razn, a partir de ahora indicaremos de forma
abreviada que una variable X sigue el modelo Normal as: X ~ N(, ). Por ejemplo, si
nos referimos a una distribucin Normal con = 0 y = 1 lo abreviaremos N(0, 1). La
funcin de densidad del modelo Normal tiene forma de campana, la que
habitualmente se denomina campana de Gauss. De hecho, a este modelo, tambin
se le conoce con el nombre de distribucin gaussiana
Su esperanza es .
Su varianza es 2 y, por tanto, su desviacin tpica es .
Es simtrica respecto a su media , como puede
apreciarse en la representacin anterior.
Media, moda y mediana coinciden ().
Cualquier transformacin lineal de una variable con
distribucin Normal seguir tambin el modelo Normal.
CARACTERISTICAS: Si X ~ N(, ) y definimos Y = aX + b (con a 0),
entonces Y ~ N(a + b, |a|). Es decir, la esperanza
de Y ser a + b y su desviacin tpica, |a|.
Cualquier combinacin lineal de variables normales
independientes sigue tambin una distribucin Normal. Es
decir, dadas n variables aleatorias independientes con
distribucin Xi ~ N(i, i) para i = 1, 2, ..., n la combinacin
lineal: Y = anXn + an1Xn1+ ... + a1X1 + a0 sigue tambin el
modelo Normal:
http://conprepasi.blogspot.mx/2016/07/muestreo-en-mi-entorno-y.html
https://www.gestiopolis.com/que-es-una-distribucion-binomial/
http://www.virtual.sepi.upiicsa.ipn.mx/mdid/poisson.pdf
Probabilidad y Estadstica en https://youtu.be/w1o62wHxKZI
Presentacin - Distribucin Normal en https://youtu.be/vAB92XcWh14
Distribucin binomial en https://youtu.be/ANaWgIud0bc
Distribucin de Poisson en https://www.youtube.com/watch?v=90cz6lCc_fU