Referencia: TELG1001 – Señales y Sistemas
Distribución Normal estándar acumulada
Referencia: Gubner 5.1 Table 5.1 p 189
Valores de la función de distribución acumulada normal estandar Φ(x) y su complementaria Q(x)= 1- Φ(x). Para evaluar Φ y Q para argumentos negativos, use el hecho que la densidad normal estándar es par, Φ(-x) = Q(x).
x | Φ(x) | Q(x) | x | Φ(x) | Q(x) | |
---|---|---|---|---|---|---|
0.0 | 0.5000 | 0.5000 | 2.0 | 0.9772 | 0.0228 | |
0.1 | 0.5398 | 0.4602 | 2.1 | 0.9821 | 0.0179 | |
0.2 | 0.5793 | 0.4207 | 2.2 | 0.9861 | 0.0139 | |
0.3 | 0.6179 | 0.3821 | 2.3 | 0.9893 | 0.0107 | |
0.4 | 0.6554 | 0.3446 | 2.4 | 0.9918 | 0.0082 | |
0.5 | 0.6915 | 0.3085 | 2.5 | 0.9938 | 0.0062 | |
0.6 | 0.7257 | 0.2743 | 2.6 | 0.9953 | 0.0047 | |
0.7 | 0.7580 | 0.2420 | 2.7 | 0.9965 | 0.0035 | |
0.8 | 0.7881 | 0.2119 | 2.8 | 0.9974 | 0.0026 | |
0.9 | 0.8159 | 0.1841 | 2.9 | 0.9981 | 0.0019 | |
1.0 | 0.8413 | 0.1587 | 3.0 | 0.9987 | 0.0013 | |
1.1 | 0.8643 | 0.1357 | 3.1 | 0.9990 | 0.0010 | |
1.2 | 0.8849 | 0.1151 | 3.2 | 0.9993 | 0.0007 | |
1.3 | 0.9032 | 0.0968 | 3.3 | 0.9995 | 0.0005 | |
1.4 | 0.9192 | 0.0808 | 3.4 | 0.9997 | 0.0003 | |
1.5 | 0.9332 | 0.0668 | 3.5 | 0.9998 | 0.0002 | |
1.6 | 0.9452 | 0.0548 | 3.6 | 0.9998 | 0.0002 | |
1.7 | 0.9554 | 0.0446 | 3.7 | 0.9999 | 0.0001 | |
1.8 | 0.9641 | 0.0359 | 3.8 | 0.9999 | 0.0001 | |
1.9 | 0.9713 | 0.0287 | 3.9 | 1.0000 | 0.0000 |
Variables Aleatorias Contínuas
Referencia: León-García 445 Important Continuous Random Variables p164
[uniforme] [Exponencial] [Normal] [Gamma] [Erlang m-1] [Chi-cuadrado] [Lapacian] [Rayleigh] [Cauchy] [Pareto] [Beta]
Uniforme
Exponencial
Nota: La variable aleatoria exponencial es la única variable aleatoria contínua con propiedad «sin memoria»
Normal o Gausiana
– ∞ < x < + ∞ , σ >0
Nota: En un amplio rango de condiciones, X puede ser usada para aproximar la suma de un gran número de variables aleatorias independientes
Gamma
donde es la función gamma:
Erlang m-1
Nota: Una variable aleatoria Erlang m-1 se obtiene al añadir m variables aleatorias exponenciales independientes con parámetro λ
.
Chi-cuadrado
con k grados de libertad:
Nota: la suma de k variables aleatorias Gausianas, mutuamente independientes, con varianza unitaria, media cuadrada 0, es una variable aleatoria Chi-cuadrada con k grados de libertad.
Lapacian
– ∞ < x < + ∞ , α >0
Rayleigh
Cauchy
– ∞ < x < + ∞ , α >0
NO existe la media o varianza
Pareto
Nota: La variable aleatoria Pareto es el ejemplo mas destacado de variables aleatorias con colas largas y puede ser vista como una versión contínua de la variable aleatoria discreta Zipf
Beta
Nota: La variable aleatoria Beta es util para modelar una variedad de formas de funciones de densidad de probabilidad en intervalos finitos
[uniforme] [Exponencial] [Normal] [Gamma] [Erlang m-1] [Chi-cuadrado] [Lapacian] [Rayleigh] [Cauchy] [Pareto] [Beta]
Variables Aleatorias Discretas
Referencia: León-García 3.5 Important Discrete Random Variables p115
[Bernoulli] [Binomial] [Geométrica] [Binomial Negativa] [Poisson] [Uniforme] [Zipf]
Bernoulli
Nota: La variable aleatoria Bernoulli es es valor de la función indicador IA para algún evento; X=1 si ocurre A, y 0 en otro caso
Binomial
Nota: X es el numero de éxtidos en n intentos Bernoulli y por consiguiente la suma de n iid variables aleatorias Bernoulli.
Geométrica
Versión 1:
Nota: X es el número de fallas antes del primer éxito en una secuencia de intentos Bernoulli independientes. La variable aleatoria geométrica es la única una variable aleatoria con propiedad «sin memoria».
Versión 2:
Nota: X’= X+1 es el número de intentos hasta primer éxito en una secuencia de intentos Bernoulli independientes.
Binomial Negativa
, donde r es un entero positivo
Nota: X es el número de intentos hasta el r-ésimo éxito en una secuencia de intentos Bernoulli independientes
Poisson
Nota: X es el número de eventos que ocurren en una unidad de tiempo cuando el tiempo entre eventos es distribuido exponencialmente con media 1/α.
Uniforme
Nota: La variable aleatoria uniforme sus resultados son igualmente probables. Juega un rol importante en la generación de números aleatorios
Zipf
, donde L es un entero positivo
donde cL esta dado por:
Nota: La variable aleatoria Zipf tiene la propiedad que algunos resultados ocurren frecuentemente, pero muchos resultados suceden muy poco
[Bernoulli] [Binomial] [Geométrica] [Binomial Negativa] [Poisson] [Uniforme] [Zipf]
Expansiones de Series
Referencia: Leon W Couch Apéndice p658
Series Finitas
Series Infinitas
Serie de Taylor
Serie de Fourier
otras series
Tabla de Integrales Definidas
Referencia: Leon W Couch Apéndice p657, 658
Integrales Definidas
Definición
Cambio de variable. Sea v=u(x)
integración por partes
Integrales Definidas
Tabla de Integrales Indefinidas
Referencia: Leon W Couch Apéndice p656
Integrales Indefinidas
Trigonométricas
Exponenciales
Tabla de Números Complejos
Referencia: Leon W Couch Apéndice p653
Definiciones
Teorema de Euler
Complejos
forma rectangular
a una potencia
Tablas trigonométricas
Referencia: Leon W Couch Apéndice p653
con magnitud R y fase Θ
donde
Tabla de derivadas
Referencia: Leon W Couch Apéndice p656
Tabla de Derivadas
Definición
Regla del producto
Regla del cociente
Regla de la cadena
Potenciación
Exponenciales
Logaritmicas
Trigonométricas
Regla de Leibniz