Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 56 vistas

    Trabajo Grupal 03

    Cargado por

    luis tiuquinga
    Este documento describe la distribución logarítmica normal. Explica que si el logaritmo de una variable aleatoria sigue una distribución normal, entonces la variable aleatoria original tiene una distribución logarítmica normal. Presenta las aplicaciones, definición, función de densidad de probabilidad, propiedades y representación gráfica de esta distribución. También incluye un ejemplo numérico.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Trabajo Grupal 03

    Cargado por

    luis tiuquinga
    56 vistas13 páginas
    Este documento describe la distribución logarítmica normal. Explica que si el logaritmo de una variable aleatoria sigue una distribución normal, entonces la variable aleatoria original tiene una distribución logarítmica normal. Presenta las aplicaciones, definición, función de densidad de probabilidad, propiedades y representación gráfica de esta distribución. También incluye un ejemplo numérico.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe la distribución logarítmica normal. Explica que si el logaritmo de una variable aleatoria sigue una distribución normal, entonces la variable aleatoria original tiene una distribución logarítmica normal. Presenta las aplicaciones, definición, función de densidad de probabilidad, propiedades y representación gráfica de esta distribución. También incluye un ejemplo numérico.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    56 vistas13 páginas

    Trabajo Grupal 03

    Cargado por

    luis tiuquinga
    Este documento describe la distribución logarítmica normal. Explica que si el logaritmo de una variable aleatoria sigue una distribución normal, entonces la variable aleatoria original tiene una distribución logarítmica normal. Presenta las aplicaciones, definición, función de densidad de probabilidad, propiedades y representación gráfica de esta distribución. También incluye un ejemplo numérico.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 13

    Escuela Superior Politécnica De

    Chimborazo
    facultad de mecánica

    DISTRIBUCIÓN LOGARÍTMICA NORMAL

    INTEGRANTES:
    TIUQUINGA LUIS 6788
    LEMACHE JUAN 6878
    SÁNCHEZ ROBERTH 6782
    LLIGUIN ALDO 6533
    SUÁREZ FERNANDO 6786
    En teoría de probabilidad , la distribución normal
    logarítmica es una distribución de probabilidad
    continua de una variable aleatoria cuyo logaritmo
    está normalmente distribuido. Es decir, si X es una
    DISTRIBUCIÓN variable aleatoria con una distribución normal,
    LOGARÍTMICA entonces 𝑒 𝑥 tiene una distribución log-normal.

    NORMAL La distribución se hace referencia ocasionalmente


    como la distribución Galton o distribución de Galton
    a distribución logarítmica normal también se ha
    asociado con otros nombres, tales como McAlister,
    Gibrat y Cobb-Douglas
    APLICACIÓN Y DEFINICIÓN

    Aplicaciones:
    En la física, biología, ingeniería, hidrología, medición de partículas atmosféricas, etc.
    Definición:
    Def. Sea una variable aleatoria ´´X´´ se dice que es logarítmica normal si el log(x)=N(μ,σ^2)

    Fuente: Quevedo Urías, H. A. y Pérez Salvador, B. R. (2015). Estadística para ingeniería y ciencias. México D.F,
    Mexico: Grupo Editorial Patria. Recuperado de https://elibro.net/es/ereader/espoch/39467?page=198.
    FUNCIÓN DENSIDAD DE PROBABILIDAD

    • Sea X una variable aleatoria continua. Sean 𝜇 𝑦 𝜎 dos constantes tales que 𝜇 𝜖 𝑅
    y 𝜎 > 0 . Se dice que X sigue una distribución Lognormal con parámetros de
    𝜇 𝑦 𝜎 , denotado X=Lognormal(µ , a) si la variable aleatoria Y = Log(X) tiene una
    distribución normal 𝜇, 𝜎,la función de densidad de probabilidad de X es entonces
    1 −(log 𝑥 −𝜇)2
    ൗ 2
    • P 𝑥 = 𝑥𝜎 2𝜋
    𝑒 2𝜎

    • 𝜇= media muestral
    • 𝜎= desviación estándar

    Fuetne: Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo Editorial
    EIA. Recuperado de https://elibro.net/es/ereader/espoch/125705?page=80.
    PARA ALGUNOS
    VALORES DE 𝜇 𝑦 𝜎
    SE OBTIENE LOS
    SIGUIENTES
    GRÁFICOS.

    Fuente: Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo Editorial
    EIA. Recuperado de https://elibro.net/es/ereader/espoch/125705?page=80.
    Útil cuando están formadas por factores,
    proporciones, porcentajes ,etc.(A
    diferencia de los valores absolutos de la
    distribución normal)

    CARACTERÍSTICAS
    DE LA Ideal para parámetros que se componen
    DISTRIBUCIÓN de varios valores aleatorios.
    LOGARÍTMICA

    Es aplicable a variables aleatorias no


    negativas
    PROPIEDADES

    • Media

    • Varianza

    𝜇−𝜎 2
    • Moda 𝑒 𝜇 𝑦 𝜎 𝑠𝑜𝑛 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑦 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 log(𝑥)

    • Mediana 𝑒𝜇 𝜇 𝑒𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 log(𝑥)

    Fuente: Quevedo Urías, H. A. y Pérez Salvador, B. R. (2015). Estadística para ingeniería y ciencias. México D.F,
    Mexico: Grupo Editorial Patria. Recuperado de https://elibro.net/es/ereader/espoch/39467?page=198.
    Dado que In(x) tiene un distribución normal puede
    relacionarse con la función de distribución acumulativa
    de x con la distribución acumulativa de ϴ( z) de una
    variable normal estándar
    DISTRIBUCIÓN Para lo cual se obtiene la siguiente función
    LOG –NORMAL
    F(x,µ,σ)=P(x≤x)=[P(In(x)) ≤In(x)]
    In(x)− µ In(x)− µ
    =P[z ≤[ ]= ϴ( ) si solo si X≥0
    σ σ
    REPRESENTACIÓN
    GRÁFICA
    La distribución por lo general es
    asimétrica
    • Moda < mediana
    • Mediana < media
    Bibliografía
    Fuente: Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo Editorial EIA. Recuperado
    de https://elibro.net/es/ereader/espoch/125705?page=80.

    Quevedo Urías, H. A. y Pérez Salvador, B. R. (2015). Estadística para ingeniería y ciencias. México D.F, México:
    Grupo Editorial Patria. Recuperado de https://elibro.net/es/ereader/espoch/39467?page=198.
    EJERCICIO DE APLICACIÓN

    Se escoge un grupo de personas las cuales tienen dinero en sus bolsillos, la cantidad de
    dinero de estas personas presentan una distribución logarítmica, el valor esperado de
    dinero que tenga cada persona en su bolsillo es $5, con una desviación estándar de $3.

    ¿Cuál es la probabilidad que la suma de dinero de de estas personas se encuentre entre


    $10 y $30?
    SOLUCIÓN DEL EJERCICIO

    μ= 5 𝑃 10 ≤ 𝑥 ≤ 30 = 𝑃 ln 10 ≤ ln 𝑦 ≤ ln 30

    ln 10 −5 ln 30 −5
    σ= 3 𝑃 10 ≤ 𝑥 ≤ 30 = 𝑃( ≤𝑧≤ )
    3 3

    ln 30 −5 ln 10 −5
    𝑃 10 ≤ 𝑥 ≤ 30 = 𝑃 𝑧 ≤ 3
    − 𝑃(𝑧 ≤ 3
    )

    𝑃 10 ≤ 𝑥 ≤ 30 = −0.53 − (−0.90)
    Valores de tabla
    0.53 = 0.2981
    0.90 = 0.1841
    𝑃 10 ≤ 𝑥 ≤ 30 = 0.2981 − 0.1841
    𝑃 10 ≤ 𝑥 ≤ 30 = 0.1140
    𝑃 10 ≤ 𝑥 ≤ 30 = 11.40%

    • La probabilidad que la suma de dinero de estas personas se encuentre entre $10 y $30 es del
    11,40%

    También podría gustarte