Usuario:


Caracterización de la Distribuciones
Storyboard

Existen una serie de parámetros que se pueden calcular con una distribución de probabilidades como por ejemplo los valores medios y la desviación estándar tanto para distribuciones discretas como continuas.

>Modelo

ID:(310, 0)


Caracterización de la Distribuciones
Descripción

Existen una serie de parámetros que se pueden calcular con una distribución de probabilidades como por ejemplo los valores medios y la desviación estándar tanto para distribuciones discretas como continuas.

Variables
Símbolo
Texto
Variable
Valor
Unidades
Calcule
Valor MKS
Unidades MKS

Cálculos

Primero, seleccione la ecuación:   a ,  luego, seleccione la variable:   a 
Símbolo
Ecuación
Resuelto
Traducido

Cálculos

Símbolo
Ecuación
Resuelto
Traducido

 Variable   Dado   Calcule   Objetivo :   Ecuación   A utilizar


Ecuaciones

Ejemplos

Si se dan los valores

u_1, u_2, \ldots, u_M

con sus correspondientes probabilidades

P(u_1), P(u_2), \ldots, P(u_M)

Con ello se puede calcular un valor medio:

$ \bar{u} =\displaystyle\sum_{ i =1}^ M P(u_i) u_i $

(ID 3362)

En ese caso se pueden definir valores discretos

u_1, u_2, \ldots, u_M

con sus correspondientes probabilidades

P(u_1), P(u_2), \ldots, P(u_M)

estas ultimas tiene que estar normalizadas:

$ \displaystyle\sum_{ i =1}^ M P(u_i) = 1$

lo que significa que todos los desenlaces posibles est n incluidos en la funci n de probabilidades P(u).

(ID 11434)

El promedio que se calcula como la suma de los valores discretos u_i ponderados con la probabilidad P(u_i)

$ \bar{u} =\displaystyle\sum_{ i =1}^ M P(u_i) u_i $



tiene su correspondiente expresi n para el caso continuo. En ese caso se pueden definir valor u con sus correspondiente probabilidad P(u). Con ello se puede calcular un valor medio:

$ \bar{u} =\displaystyle\int du\,P(u)\,u $

(ID 11432)

Al igual que en elcaso discreto

$ \displaystyle\sum_{ i =1}^ M P(u_i) = 1$



se pueden definir valor u con sus correspondiente probabilidade P(u) estas ultimas tiene que estar normalizadas:

$ \displaystyle\int P(u) du = 1$

lo que significa que todos los desenlaces posibles est n incluidos en la funci n de probabilidades P(u).

(ID 11435)

La relaci n de valores medios para variables puede ser generalizada para funciones de variables

$ \overline{f} =\displaystyle\sum_{ i =1}^ M P(u_i) f(u_i) $

(ID 3363)

La relaci n de valores medios para variables en el caso discreto

$ \overline{f} =\displaystyle\sum_{ i =1}^ M P(u_i) f(u_i) $



puede ser generalizada para funciones de variables

$ \overline{f} =\displaystyle\int P(u) f(u) du$

(ID 11433)

La linealidad de los valores medios significa que el promedio de una constante por una funciones

$ \overline{f} =\displaystyle\int P(u) f(u) du$



es igual al producto de la constante por valor medio de la funci n:

$\overline{cf}=c\overline{f}$

(ID 3365)

La linealidad de los valores medios significa que el promedio de suma de funciones del tipo

$ \overline{f} =\displaystyle\int P(u) f(u) du$



es igual al valor medio de cada uno de las funciones:

$\overline{f+g}=\overline{f}+\overline{g}$

(ID 3364)

Una medida de que tan ancha es la distribuci n nos la entrega la desviaci n est ndar que se calcula mediante

$\overline{(\Delta u)^2}=\displaystyle\sum_{i=1}^M P(u_i)(u_i-\bar{u})^2$

(ID 3366)

En el caso discreto se define la desviaci n est ndar como

$\overline{(\Delta u)^2}=\displaystyle\sum_{i=1}^M P(u_i)(u_i-\bar{u})^2$



que en el limite continuo corresponde a

$ \overline{(\Delta u)^2} =\displaystyle\int P(u) ( u - \bar{u} )^2 du$

(ID 11436)

ID:(310, 0)