Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida sobre el conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la variable aleatoria. La distribucin de probabilidad est completamente especificada por la funcin de distribucin, cuyo valor en cada real x es la probabilidad de que la variable aleatoria sea menor o igual que x. Distribuciones de variable discreta. Se denomina distribucin de variable discreta a aquella cuya funcin de probabilidad slo toma valores positivos en un conjunto de valores de finito o infinito numerable. A dicha funcin se le llama funcin de masa de probabilidad. En este caso la distribucin de probabilidad es la suma de la funcin de masa, por lo que tenemos entonces que:
Y, tal como corresponde a la definicin de distribucin de probabilidad, esta expresin representa la suma de todas las probabilidades desde hasta el valor .
Grupo: 21
Matricula: 1208338
Distribucin uniforme.
En teora de la probabilidad, la distribucin uniforme discreta es una distribucin de probabilidad que asume un nmero finito de valores con la misma probabilidad. Si la distribucin asume los valores reales es , su funcin de probabilidad
Su media estadstica es
y su varianza
Video: http://www.youtube.com/watch?v=3ZLgiHM-3sw
Distribucin binomial.
La distribucin binomial es una distribucin de probabilidad discreta que mide el nmero de xitos en una secuencia de n ensayos de Bernoulli independientes entre s, con una probabilidad fija p de ocurrencia del xito entre los ensayos. Para representar que una variable aleatoria X sigue una distribucin binomial de parmetros n y p, se escribe:
Video: http://www.youtube.com/watch?v=bfbp2WaMYV8
Grupo: 21
Matricula: 1208338
Distribucin hipergeometrica.
En teora de la probabilidad la distribucin hipergeomtrica es una distribucin discreta relacionada con muestreos aleatorios y sin reemplazo. Supngase que se tiene una poblacin de N elementos de los cuales, d pertenecen a la categora A y N-d a la B. La distribucin hipergeomtrica mide la probabilidad de obtener x () elementos de la categora A en una muestra sin reemplazo de n elementos de la poblacin original.
Propiedades: La funcin de probabilidad de una variable aleatoria con distribucin hipergeomtrica puede deducirse a travs de razonamientoscombinatorios y es igual a
Donde es el tamao de poblacin, es el tamao de la muestra extrada, es el nmero de elementos en la poblacin original que pertenecen a la categora deseada y es el nmero de elementos en la muestra que pertenecen a dicha categora.
La notacin hace referencia al coeficiente binomial, es decir, el nmero de combinaciones posibles al seleccionar elementos de un total . El valor esperado de una variable aleatoria X que sigue la distribucin hipergeomtrica es
y su varianza,
se obtiene
La distribucin hipergeomtrica es aplicable a muestreos sin reemplazo y la binomial a muestreos con reemplazo. En situaciones en las que el nmero esperado de repeticiones en el muestreo es presumiblemente bajo, puede aproximarse la primera por la segunda. Esto es as cuando N es grande y el tamao relativo de la muestra extrada, n/N, es pequeo.
Video: http://www.youtube.com/watch?v=49dTucA-kHU
Grupo: 21
Matricula: 1208338
Distribucin Poisson.
En teora de probabilidad y estadstica, la distribucin de Poisson es una distribucin de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado nmero de eventos durante cierto periodo de tiempo.
Donde
k es el nmero de ocurrencias del evento o fenmeno (la funcin nos da la probabilidad de que el evento suceda precisamente k veces). es un parmetro positivo que representa el nmero de veces que se espera que ocurra el fenmeno durante un intervalo dado. Por ejemplo, si el suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos interesados en la probabilidad de que ocurra k veces dentro de un intervalo de 10 minutos, usaremos un modelo de distribucin de Poisson con = 104 = 40. e es la base de los logaritmos naturales (e = 2,71828...)
Video: http://www.youtube.com/watch?v=uAcWCOOPWa8
Grupo: 21
Matricula: 1208338
Distribucin normal. Se denomina variable continua a aquella que puede tomar cualquiera de los infinitos valores existentes dentro de un intervalo. En el caso de variable continua la distribucin de probabilidad es la integral de la funcin de densidad, por lo que tenemos entonces que:
Grupo: 21
Matricula: 1208338
Distribucin exponencial.
En estadstica la distribucin exponencial es una probabilidad parmetro cuya funcin de densidad es: continua con un
Donde
La distribucin exponencial es un caso particular de distribucin gamma con k = 1. Adems la suma de variables aleatorias que siguen una misma distribucin exponencial es una variable aleatoria expresable en trminos de la distribucin gamma.
Video: http://www.youtube.com/watch?v=UkkMjaLSMF8
Distribucin uniforme:
En teora de probabilidad y estadstica, la distribucin uniforme continua es una familia de distribuciones de probabilidad para variables aleatorias continuas, tales que cada miembro de la familia, todos los intervalos de igual longitud en la distribucin en su rango son igualmente probables. El dominio est definido por dos parmetros, a y b, que son sus valores mnimo y mximo. La distribucin es a menudo escrita en forma abreviada como U(a,b). La funcin de densidad de probabilidad de la distribucin uniforme continua es:
Video: http://www.youtube.com/watch?v=Ft97O1eoSXg
Grupo: 21
Matricula: 1208338
Distribucin normal.
Es el modelo de distribucin ms utilizado en la prctica, ya que multitud de fenmenos se comportan segn una distribucin normal. Esta distribucin de caracteriza porque los valores se distribuyen formando una campana de Gauss, en torno a un valor central que coincide con el valor medio de la distribucin.
Un 50% de los valores estn a la derecha de este valor central y otro 50% a la izquierda Esta distribucin viene definida por dos parmetros: X: N (m, s2) m : es el valor medio de la distribucin y es precisamente donde se sita el centro de la curva (de la campana de Gauss). s2 : es la varianza. Indica si los valores estn ms o menos alejados del valor central: si la varianza es baja los valores estn prximos a la media; si es alta, entonces los valores estn muy alejados de ella. Se representa por s2 porque su raz cuadrada, s, es la denominada desviacin estndar. Video: http://www.youtube.com/watch?v=woEjc5fvZx4
Grupo: 21
Matricula: 1208338