ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

INSTIUTO DE CIENCIAS MATEMÁTICAS

- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Uniforme.

Definición.- Se dice que una variable aleatoria continua 𝑋 tiene una distribución de probabilidad
Uniforme de parámetros 𝛼 y 𝛽, denotado por 𝑋~𝑈(𝛼, 𝛽), si su función de densidad es

1
, 𝛼≤𝑥≤𝛽
𝑓(𝑥) = {𝛽 − 𝛼
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝜶+𝜷 (𝜷 − 𝜶)𝟐 𝒆𝜷𝒕 − 𝒆𝜶𝒕

𝝁= 𝝈𝟐 = 𝒎𝒙 (𝒕) =
𝟐 𝟏𝟐 (𝜷 − 𝜶)𝒕

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)

y












    

Figura 1: Función de densidad de probabilidad para una variable aleatoria contínua Uniforme con
parámetros 𝛼 = 0.2 𝑦 𝛽 = 0.8

Fernando Tenesaca 1
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Gamma.

Definición.- Se dice que una variable aleatoria continua 𝑋 tiene una distribución de probabilidad
Gamma de parámetros 𝛼 y 𝛽, denotado por 𝑋~Γ(𝛼, 𝛽), si su función de densidad es

1
𝑥 𝛼−1 𝑒 −𝑥⁄𝛽 , 𝑥 ≥ 0; 𝛼 > 0, 𝛽 > 0
𝑓(𝑥) = {𝛽𝛼 Γ(𝛼)
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
∞
Γ(𝛼) = ∫ 𝑡 𝛼−1 𝑒 −𝑡 𝑑𝑡
0

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝝁 = 𝜶𝜷 𝝈𝟐 = 𝜶𝜷𝟐 𝒎𝒙 (𝒕) = (𝟏 − 𝜷𝒕)−𝜶

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)

y





















x

       

Figura 2: Función de densidad de probabilidad para una variable aleatoria contínua Gamma con
parámetros 𝛼 = 1.2 𝑦 𝛽 = 1.2

Fernando Tenesaca 2
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Exponencial.

Definición.- Se dice que una variable aleatoria continua 𝑋 tiene una distribución de probabilidad
Exponencial de parámetro 𝛽, denotado por 𝑋~Exp(𝛽), si su función de densidad es

1 −𝑥⁄𝛽
𝑒 , 𝑥 ≥ 0; 𝛽 > 0
𝑓(𝑥) = {𝛽
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝟏
𝝁=𝜷 𝝈𝟐 = 𝜷𝟐 𝒎𝒙 (𝒕) =
(𝟏 − 𝜷𝒕)

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)

y





















x

       

Figura 3: Función de densidad de probabilidad para una variable aleatoria contínua Exponencial con
parámetro 𝛽 = 1

Fernando Tenesaca 3
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Erlang.

Definición.- Se dice que una variable aleatoria contínua 𝑋 tiene una distribución de probabilidad
Erlang de parámetros n y 𝛽, denotado por 𝑋~Erl(𝑛, 𝛽), si su función de densidad es

1
𝑥 𝑛−1 𝑒 −𝑥⁄𝛽 , 𝑥 ≥ 0; 𝑛 ∈ ℕ, 𝛽 > 0
𝑓(𝑥) = {𝛽𝑛 (n − 1)!
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝝁 = 𝒏𝜷 𝝈𝟐 = 𝒏𝜷𝟐 𝒎𝒙 (𝒕) = (𝟏 − 𝜷𝒕)−𝒏

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)











      

Figura 4: Función de densidad de probabilidad para una variable aleatoria contínua Erlang con
parámetros 𝑛 = 3 𝑦 𝛽 = 0.5

Fernando Tenesaca 4
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Chi Cuadrado.

Definición.- Se dice que una variable aleatoria contínua 𝑋 tiene una distribución de probabilidad
Chi Cuadrado de parámetro 𝑛, denotado por 𝑋~𝜒𝑛2 , si su función de densidad es

1
𝑥 𝑛⁄2−1 𝑒 −𝑥⁄2 , 𝑥 ≥ 0; 𝑛 ∈ ℕ
𝑓(𝑥) = {2𝑛⁄2 Γ(𝑛⁄2)
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝒏
𝝁=𝒏 𝝈𝟐 = 𝟐𝒏 𝒎𝒙 (𝒕) = (𝟏 − 𝟐𝒕)−𝟐

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)

















         

Figura 5: Función de densidad de probabilidad para una variable aleatoria contínua Chi Cuadrado con
parámetro 𝑛 = 4

Fernando Tenesaca 5
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Normal.

Definición.- Se dice que una variable aleatoria continua 𝑋 tiene una distribución de probabilidad
Normal de parámetros 𝜇 y 𝜎 2 , denotado por 𝑋~𝑁(𝜇, 𝜎 2 ), si su función de densidad es

1 1 𝑥−𝜇 2
− ( )
𝑒 2 𝜎 , 𝑥 ∈ ℝ, 𝜇 ∈ ℝ, 𝜎 > 0
𝑓(𝑥) = {𝜎√2𝜋
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝟏 𝟐 𝝈𝟐
𝒎𝒆𝒅𝒊𝒂 = 𝝁 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 = 𝝈𝟐 𝒎𝒙 (𝒕) = 𝒆𝒖𝒕 + 𝟐 𝒕

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)

y














x

              



Figura 6: Función de densidad de probabilidad para una variable aleatoria continua Normal con
 parámetro 𝜇 = 3 y 𝜎 2 = 1.5








Fernando Tenesaca 6
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Normal Estándar.

Definición.- Se dice que una variable aleatoria continua Z tiene una distribución de probabilidad
Normal Estándar de parámetros 𝜇 = 0 y 𝜎 2 = 1, denotado por 𝑍~𝑁(0,1), si su
función de densidad es

1 1 2
(𝑧)
𝑒 −2 , 𝑧∈ℝ
𝑓(𝑧) = {√2𝜋
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝟏 𝟐
𝒎𝒆𝒅𝒊𝒂 = 𝟎 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 = 𝟏 𝒎𝒙 (𝒕) = 𝒆 𝟐 𝒕

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)













       


Figura 7: Función de densidad de probabilidad para una variable aleatoria contínua Normal Estándar
con parámetro 𝜇 = 0 y 𝜎 2 = 1







Fernando Tenesaca 7
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución Beta.

Definición.- Se dice que una variable aleatoria X tiene una distribución de probabilidad Beta de
parámetros 𝛼 y 𝛽, denotado por 𝑋~𝛽(𝛼, 𝛽), si su función de densidad es

𝑥 𝛼−1 (1 − 𝑥)𝛽−1
, 0 ≤ 𝑥 ≤ 1; 𝛼 > 0, 𝛽 > 0
𝑓(𝑥) = { 𝛽(𝛼, 𝛽)
0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
1
Γ(𝛼)Γ(𝛽)
𝛽(𝛼, 𝛽) = ∫ 𝑡 𝛼−1 (1 − 𝑡)𝛽−1 𝑑𝑡 =
0 Γ(𝛼 + 𝛽)

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝜶 𝜶𝜷
𝝁= 𝝈𝟐 = 𝒎𝒙 (𝒕) = 𝑭(𝜶, 𝜷, 𝒕)
𝜶+𝜷 (𝜶 + 𝜷 + 𝟏)(𝜶 + 𝜷)𝟐

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)

y












    

Figura 8: Función de densidad de probabilidad para una variable aleatoria contínua Beta con
parámetros 𝛼 = 0.5 𝑦 𝛽 = 0.5

Fernando Tenesaca 8
 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
INSTIUTO DE CIENCIAS MATEMÁTICAS
- ESTADÍSTICA INFERENCIAL -

RESUMEN & GRÁFICOS

CAPÍTULO 4.
Variables Aleatorias Continuas y sus Distribuciones de Probabilidad
Estadística Matemática con Aplicaciones. W. Mendenhall, D. Wackerly, R. Scheafer.

Distribución T de Student.

Definición.- Se dice que una variable aleatoria X tiene una distribución de probabilidad T de
Student de parámetro 𝜈 (grados de libertad), denotado por 𝑋~𝑇(𝜈), si su función de
densidad es

𝜈+1 (𝜈+1)
−
1 Γ( 2 ) 𝑥2 2
𝜈 (1 + ) , 𝑥 ∈ ℝ; 𝜈 ∈ ℕ
𝑓(𝑥) = √𝜋𝜈 Γ ( ) 𝜈
2
{ 0, 𝐸𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑷𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅𝒆𝒔

𝝂
𝝁=𝟎 , 𝝂≥𝟐 𝝈𝟐 = , 𝝂≥𝟑 𝒎𝒙 (𝒕) = 𝑵𝒐 𝒆𝒔𝒕𝒂 𝒅𝒆𝒇𝒊𝒏𝒊𝒅𝒂
𝝂−𝟐

𝑮𝒓á𝒇𝒊𝒄𝒐 𝒅𝒆 𝒍𝒂 𝑭𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝑫𝒆𝒏𝒔𝒊𝒅𝒂𝒅 𝒇(𝒙)

Figura 9: Comparación entre la Función de densidad Normal Estándar y Funciones de densidad de

probabilidad para una variable aleatoria continua T de Student con 𝜈={2,5,10,20,30} grados
de libertad.

Fernando Tenesaca 9