2. Definiciones:
Variable aleatoria discreta: tiene un
numero finito de valores o un numero de
variable contable, donde “contable” se
refiere al hecho de que podría ser un
número infinito de valores, pero que
pueden asociarse con un proceso de
conteo.
Variable aleatoria continua: tiene un
numero infinito de valores; dichos
valores pueden asociarse a mediciones
en una escala continua, de manera
que no haya huecos o interrupciones.
3. Ejemplos…
Sea X = numero de huevos que una
gallina pone en un día. Esto es una
variable aleatoria discreta, por que sus
únicos valores posibles son 0 o 1, o 2,
etc. Ninguna gallina puede poner 2.3458
huevos.
La medida de voltaje de una batería de
un detector de humo puede ser
cualquier valor entre 0 y 9v por lo tanto
se trata de una variable aleatoria
continua.
4. Distribución normal
Conocer y caracterizar el modelo de
probabilidad normal.
Comprender que muchas variable que
explican el comportamiento de
fenómenos o procesos se pueden modelar
mediante la distribución normal.
Aprender a calcular la probabilidad con
este modelo.
OBJETIVO:
5. Distribución normal
Una distribución normal de media y
desviación estándar se designa por N(µσ).
Su grafica es la campana de Gauss.
6. Distribución normal
∑P(x) = 1 donde x toma todos los valores
posibles.
0 ≤ P(x) ≤ 1 para cada valor individual de x
Requisitos de una distribución de
probabilidad.
7. Distribución normal
Formula de densidad o función gaussiana
Donde μ (mu) es la media y σ (sigma) es la
desviación estándar (σ2 es la varianza).