Professional Documents
Culture Documents
f y dy f 1
P a y b f y dy
b
3.-
<x<.
La media de x, denotada por E (x) o x es
E( X ) X
xf
( x) dx
V ( X ) 2 x ( x x) 2 f ( x) dx
a ba
ba a
2
La varianza de X es
3
( a b) 2
( a b)
(
x
)
(
x
)b
b
(b a ) 2
2
2
v( x)
dx
a
ba
3(b a ) a
12
Estos datos pueden resumirse de la siguiente manera.
La media y la varianza aleatoria uniforme contina X sobre a x b estn dadas por:
(b a ) 2
( a b)
2 x v( x )
x E ( X )
12
2
y
3 Ibd. Pg.170
Tanto la media como la desviacin estndar de la distribucin exponencial son iguales a 1/. Las
grficas de las variables pdf exponenciales aparecen en la figura siguiente.
La diferencia de pdf gamma general, la pdf exponencial se pueden
integrar fcilmente. En
particular, la pdf de X
obtenemos
es un entero positivo
Y de aqu
, si su fusin
En la figura 6.28 se muestran graficas de varias distribuciones en gamma para ciertos valores
especficos de los parmetros a y B .La distribucin gamma especial para la que a=1 se llama
distribucin exponencial.
La variable aleatoria continua x tiene una distribucin exponencial, con parmetro B, si su funcin de
densidad est dada por
Ahora bien,
y=x / B , que da
Para encontrar la varianza de la distribucin gamma, procedemos como antes para obtener
Y entonces
1
2
( x )2
2 2
Entonces, segn el teorema del lmite central para las sumas, la distribucin y la probabilidad
binomial p (y) deber acercarse a la notabilidad conforme n aumente la aproximacin normal de una
distribucin de probabilidad binomial es razonablemente aceptable incluso para nuestros pequeos,
digamos, n=10 cuando p = .5 y la distribucin de y es, por tanto simtrica alrededor de su medio =
6 Ibd. Pg.155
7 MONTGOMERY, Douglas C. Op. Cit. Pg.175