Diferencia entre revisiones de «Comando Normal»
De GeoGebra Manual
Línea 12: | Línea 12: | ||
:Por ejemplo, '''Normal[μ, σ, x<sub>1</sub>]''' calcula la función ''Φ((x – μ) / σ)'' donde ''Φ'' es la función de densidad acumulativa para ''N(0,1)''. | :Por ejemplo, '''Normal[μ, σ, x<sub>1</sub>]''' calcula la función ''Φ((x – μ) / σ)'' donde ''Φ'' es la función de densidad acumulativa para ''N(0,1)''. | ||
:{{example| 1=<br>'''<code>Normal[2, 0.5, 1]</code>''' da <math>\frac{\sqrt{2}}{\sqrt{\pi }e²}</math>.}} | :{{example| 1=<br>'''<code>Normal[2, 0.5, 1]</code>''' da <math>\frac{\sqrt{2}}{\sqrt{\pi }e²}</math>.}} | ||
− | :{{Note|1=<br>'''Normal'''[μ, σ, x<sub>1</sub>] como toda entrada que incluye variables a las que no se les ha asignado valor, da por resultado la ''fórmula'' correspondiente.<br>Si se | + | :{{Note|1=<br>'''Normal'''[μ, σ, x<sub>1</sub>] como toda entrada que incluye variables a las que no se les ha asignado valor, da por resultado la ''fórmula'' correspondiente.<br>Si se establecieran valores, se obtendrìa el resultado que muestra el siguiente ejemplo.}} |
− | :{{example| 1=<br><code | + | :{{example| 1=<br>'''<code>Normal[μ, σ, x<sub>1</sub>]</code>''', para μ = 1, σ = 2 y x<sub>1</sub> = 1, da por resultado:<br>$\frac{1}{2 \; \sqrt{\pi} \; \sqrt{2}}$ |
}}<hr>La formulación completa seria:<br><center> | }}<hr>La formulación completa seria:<br><center> | ||
::$ \mathbf{\frac{\textit{e}^{\frac{\mu}{\sigma^{2}}}}{\sqrt{\pi} \; \textit{e}^{\frac{\mu^{2} + 1}{2 \; \sigma^{2}}} \; \sqrt{2} \; \left|\sigma\right|}} $ | ::$ \mathbf{\frac{\textit{e}^{\frac{\mu}{\sigma^{2}}}}{\sqrt{\pi} \; \textit{e}^{\frac{\mu^{2} + 1}{2 \; \sigma^{2}}} \; \sqrt{2} \; \left|\sigma\right|}} $ | ||
<br></center> | <br></center> |
Revisión del 03:17 2 dic 2012
Normal
Categorías de Comandos (todos)
- Normal[ <Media>, <Desviación Estándar>, x ]
- Crea la Función de Densidad de Probabilidad de la distribución normal (en inglés, Normal Distribution).
- Normal[ <Media>, <Desviación Estándar>, <Valor de Variable> ]
- Da por resultado el valor de la Función de Densidad de Probabilidad de la distribución normal para el asignado a la variable.
- Ejemplo:
Normal[μ, σ, x]
crea la función Φ((x – μ) / σ) o (Φ(x1 – media) / desviación estándar) siendoΦ(x) la de distribución de probabilidad para N(0,1). Si en lugar de x se ingresa el valor para tal variable, digamos x1, el resultado es el de la función correspondiente en x1. - Normal[ <Media>, <Desviación Estándar>, x , <Booleana Acumulativa> ]
- Establece la Función de Densidad de Probabilidad si la Booleana es falsa. En caso contrario, booleana verdadera, la función de densidad acumulativa de distribución normal.
- Normal[ <Media>, <Desviación Estándar>, <Valor de Variable> , <Booleana Acumulativa> ]
- Da el valor de la función correspondiente para el indicado para la variable.
- Ejemplo:
Normal[μ, σ, x, true]
crea la función Φ((x – μ) / σ) o (Φ(x1 – media) / desviación estándar) siendoΦ(x) la de distribución de probabilidad para N(0,1). - Nota: Da por resultado la probabilidad para una dada coordenada x o el área bajo la curva de distribución normal a la izquierda de la abscisa dada (coordenada x).
Sintaxis en Vista CAS
Además de las variantes previar, en la Vista Algebraica CAS se admiten literales para operar simbólicamente la siguiente sintaxis:
- Normal[ <Media>, <Desviación Estándar>, <Valor de Variable> ]
- Establece la Función de Densidad de Probabilidad de la distribución normal (o, en inglés, Normal Distribution).
- Por ejemplo, Normal[μ, σ, x1] calcula la función Φ((x – μ) / σ) donde Φ es la función de densidad acumulativa para N(0,1).
- Ejemplo:
Normal[2, 0.5, 1]
da \frac{\sqrt{2}}{\sqrt{\pi }e²}. - Nota:
Normal[μ, σ, x1] como toda entrada que incluye variables a las que no se les ha asignado valor, da por resultado la fórmula correspondiente.
Si se establecieran valores, se obtendrìa el resultado que muestra el siguiente ejemplo. - Ejemplo:
Normal[μ, σ, x1]
, para μ = 1, σ = 2 y x1 = 1, da por resultado:
$\frac{1}{2 \; \sqrt{\pi} \; \sqrt{2}}$
La formulación completa seria:- $ \mathbf{\frac{\textit{e}^{\frac{\mu}{\sigma^{2}}}}{\sqrt{\pi} \; \textit{e}^{\frac{\mu^{2} + 1}{2 \; \sigma^{2}}} \; \sqrt{2} \; \left|\sigma\right|}} $