Please enable JavaScript.

Coggle requires JavaScript to display documents.

DISTRIBUCIONES CONTINUAS DE PROBABILIDAD (CAP.6), INTEGRANTES GRUPO 6 -…

- - - - f(x,β)={1/β e^(-x/β)
        
        Donde β > 0
        
        a= es el tiempo que transcurre hasta que ocurre un número específico de eventos de Poisson.
  - - - f(x){1/(β^α r(a)) x^(α-1) e^(-x/β),x>0
        
        β= es recíproco de λ.
        
        f(x)= λe^( λ), donde λ= 1/β
        
        β= es el tiempo promedio de eventos
  - - - Media y varianza de la distribución Exponencial: µ=β o²=β²
- - - - La normal ofrece una distribución muy precisa de la binomial
      - La forma limitante de la distribución es:
    - - X tiene aproximadamente una distribución normal con u=np y varianza =npq
- - - - La distribución Chi cuadrada es muy importante para la prueba estadística de hipótesis y de la estimación estadística.
        
        La media y la varianza de la distribución Chi cuadrada
- - - - La media y la varianza de la distribución logarítmica
        normal son:
- - - - La media y varianza de la distribución de Weibull son:
- - - - La moda, el punto sobre el eje horizontal donde
        la curva tiene su punto máximo, ocurre en x = μ.
      - El área total bajo la curva y sobre el eje horizontal es
        igual a uno.
      - La curva es simétrica alrededor de un eje vertical a
        través de la media μ
      - La curva normal se aproxima al eje horizontal de manera asintótica.
      - Puntos de inflexión de la curva 𝑥 = 𝜇 ± 𝜎, cóncava hacia abajo si 𝜇 − 𝜎 < 𝑋 < 𝜇 + 𝜎, y cóncava hacia arriba e.o.c.
  - - - La media y la varianza de 𝑛 𝑥; 𝜇, 𝜎 𝑠𝑜𝑛 𝜇 𝑦 𝜎² respectivamente. Por lo tanto, la desviación típica es 𝜎
      - La densidad de la variable aleatoria normal X, con media 𝜇 y varianza 𝜎², es
- - - - Ahora X pasa a ser el tiempo para el primer evento de Poisson, generando así que la probabilidad de duración del primer evento supere a X es la misma probabilidad que no ocurra ningún evento de Poisson en un tiempo X.