Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Formulas
Formulas
PROBABILIDAD
Jorge M. Galbiati
pag.
DISTRIBUCION BINOMIAL
DISTRIBUCION POISSON
DISTRIBUCION HIPERGEOMETRICA
DISTRIBUCION GEOMETRICA
DISTRIBUCION NORMAL
DISTRIBUCION JI-CUADRADO
11
DISTRIBUCION T DE STUDENT
13
DISTRIBUCION F DE SNEDECOR
15
DISTRIBUCION UNIFORME
17
DISTRIBUCION EXPONENCIAL
18
DISTRIBUCION GAMA
20
DISTRIBUCION BETA
23
25
DISTRIBUCION BINOMIAL
Funci
on de probabilidad:
p(x) =
n!
px (1 p)nx
x!(n x)!
Espacio param
etrico:
Valor esperado:
Varianza:
n {1, 2, 3, ...}
si x = 0, 1, 2, ..., n
p (0, 1)
np
np(1 p)
(1 p + p et )n
Funci
on generadora de momentos:
F(x)
p(y)
x
e ()y
y=0
y!
DISTRIBUCION POISSON
Funci
on de probabilidad:
e x
p(x) =
x!
si x = 0, 1, 2, ...
Espacio param
etrico:
(0, +)
Valor esperado:
Varianza:
Funci
on generadora de momentos:
e[(e 1)]
t
F(x)
p(y)
est
andar.
En la practica, si es grande, si se requiere la probabilidad acumulada F (x) con F
distribucion Poisson, se puede obtener su valor aproximado buscando en la tabla
normal
x
FN
(
andar. Se puede utilizar, como criterio, la
en que FN es la distribucion normal est
condicion > 36 .
DISTRIBUCION HIPERGEOMETRICA
Funci
on de probabilidad:
p(x) =
k!
n!(nk)!
(N k)!
(nx)!(N kn+x)!
N!
n!(N n)!
si x = a, a + 1, a + 2, ..., b
Valor esperado:
Varianza:
nk
(1
N
k
n
) N
N
N 1
Funci
on generadora de momentos:
(N n)!(N k)!
H(n; k; N k n + 1; et )
N!
donde H(p, q, r, z) = 1 +
pq z
r 1!
p(p+1)q(q+1) z 2
r(r+1)
2!
p(p+1)(p+2)q(q+1)(q+2) z 3
r(r+1)(r+2)
3!
(funcion hipergeometrica)
F(x)
p(y)
DISTRIBUCION GEOMETRICA
Funci
on de probabilidad:
p(x) = p(1 p)x1
si x = 1, 2, 3, ...b
x es el n
umero de intentos hasta lograr el primer exito.
Espacio param
etrico:
1
Valor esperado:
p
Varianza:
1p
p2
t
si t < log(1 p)
e
p 1(1p)e
t
Funci
on generadora de momentos:
F(x)
p(y)
DISTRIBUCION NORMAL
Funci
on de probabilidad:
(x )2
1
p(x) =
exp
2 2
(2)
Espacio param
etrico:
Valor esperado:
Varianza:
para x (, +)
media (, +)
varianza 2 (0, +)
2
e(t+
Funci
on generadora de momentos:
2 t2 /2)
f(y)
F(x)
0
Valor esperado:
Varianza:
x2
1
exp
2
(2)
para x (, +)
1
2 /2
et
Funci
on generadora de momentos:
n
i=1
10
DISTRIBUCION JI CUADRADO
Funci
on de densidad:
f (x) =
Varianza:
xk/21 ex/2
si x > 0
Espacio param
etrico:
Valor esperado:
1
2k/2 (k/2)
2k
Funci
on generadora de momentos:
1
12t
k/2
para t < 1/2
f(y)
F(x)
0
11
12
DISTRIBUCION T DE STUDENT
Funci
on de densidad:
k+1
2
1
f (x) =
(k)
k/2
1
1+
x2
k
k+1
2
para x (, +)
Espacio param
etrico:
Valor esperado:
para k > 1
Varianza:
k
k2
para k > 2
Funci
on generadora de momentos:
no existe
f(y)
F(x)
0
13
14
DISTRIBUCION F DE SNEDECOR
Funci
on de densidad:
n/2
n+d
2
xn/21
f (x) = n/d
n+d
2
n2 d2
1 + nd x
si x > 0
Espacio param
etrico: grados de libertad del numerador n y grados de libertad
del denominador d ambos enteros positivos.
d
d2
para d > 2
2d2 (n+d2)
n(d2)2 (d4)
para d > 4
Valor esperado:
Varianza:
Funci
on generadora de momentos:
no existe
f(y)
F(x)
0
INVERSION DE LA F DE SNEDECOR
Se puede usar la siguiente relacion para calcular valores que no aparecen en la tabla:
Si la variable aleatoria X tiene distribucion F con n grados de libertad del numerador
y d grados de libertad del denominador, entonces 1/X tiene distribucion F, con d
grados de libertad del numerador y n grados de libertad del denominador.
Por lo tanto se pueden obtener mas valores de los que aparecen en la tabla, mediante
en la relacion Fn,d (x) = 1 Fd,n ( x1 ) en que F es el valor de probabilidad acumulada
de la tabla, el primer subndice corresponde a los grados de libertad del numerador,
el segundo a los grados de libertad del denominador.
15
Y /d
tiene distribucion F de Snedecor con d grados de libertad en el
2.-Tambien X/n
numerador y n grados de libertad en el denominador.
16
DISTRIBUCION UNIFORME
Funci
on de densidad:
f (x) =
1
ba
si a < x b
Espacio param
etrico:
< a, b <
a+b
2
Valor esperado:
Varianza:
a<b
(ba)2
12
Funci
on generadora de momentos:
ebt eat
(b a)t
f(y)
1
b-a
F(x)
0
F (x) =
xa
ba
17
si x a
si a < x b
si x > b
DISTRIBUCION EXPONENCIAL
Funci
on de densidad:
f (x) = ex
Espacio param
etrico:
Valor esperado:
Varianza:
si x > 0
1
2
Funci
on generadora de momentos:
para t <
f(y)
F(x)
0
18
19
DISTRIBUCION GAMA
Funci
on de densidad: Hay dos formas usuales de parametrizar esta distribucion.
Primera parametrizacion (Par. 1):
f (x) =
p
xp1 ex
(p)
si
x>0
x
1
xp e
(p)
si
x>0
Espacio param
etrico:
Valor esperado:
Varianza:
Par. 1:
Par. 1:
p
2
Par. 2:
Par. 2: p 2
Funci
on generadora de momentos:
Par. 1:
Par. 2:
p
t
1
(1t)p
20
para t <
para t <
f(y)
F(x)
0
Casos particulares:
1)
Si p=1 (parametro de forma) entonces la gama se convierte en una exponencial cuyo parametro es igual al parametro de escala de la gama, (Par. 1) o
equivalentemente (Par. 2).
umero entero positivo, y si = 12 (Par. 1) o
2)
Si p= 12 k , en que k es cualquier n
equivalentemente =2 (Par. 2) , entonces la gama se convierte en una ji-cuadrado
cuyo parametro grados de libertad es igual a k.
La funcion de distribucion gama no se puede calcular analticamente, salvo en casos
especiales.
21
1.- Si X1 , X2 , ...., Xn son n variables aleatorias gama estadsticamente independientes, con parametros de forma respectivos p1 , p2 , ...., pn , y con parametro de
escala com
un , entonces la variable aleatoria Y = ni=1 Xi tiene distribucion gama
con parametro de forma p = ni=1 pi y parametro de escala .
22
DISTRIBUCION BETA
Funci
on de densidad:
f (x) =
(r + s) r1
(1 x)s1
x
(r) (s)
si
0<x<1
Espacio param
etrico:
r>0, s>0
Valor esperado:
r
r+s
rs
(r+s)2 (r+s+1)
Varianza:
Momentos:
La funcion generadora de momentos no tiene una forma
analtica. Sin embargo, el momento m-esimo puede obtenerse directamente, mediante la formula
(r+m)!
m = (r+s+1)!
(r+s+m+1)! r!
para
m=1, 2, ..
f(y)
f(y)
F(x)
0
F(x)
x
23
24
1
f [g 1(y)]
|g [g 1 (y)]| X
1
f ya
)
|b| X
b
25