Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribucin Uniforme
Distribucin de Bernoulli
Distribucin Binomial
Distribucin Binomial Negativa
Distribucin Geomtrica
Distribucin Hipergeomtrica
a. Aproximacin de la Distribucin Hipergeomtrica con la Distribucin
Binomial
Distribucin de Poisson
a. Aproximacin de la Distribucin Binomial mediante la Distribucin de
Poisson
Distribucin Multinomial
Distribucin Uniforme
Ud(n)
Una variable aleatoria tiene distribucin discreta uniforme si su espacio muestral tiene n
resultados y cada uno con igual probabilidad.
X:
Variable aleatoria discreta
x=x1, x2,,,xn. los valores que puede tomar, con igual probabilidad.
La Distribucin de Probabilidad de X es:
1
, x = x1 , x2 ,..., xn
f ( x) = n
0, otro x
n +1
2
(n + 1)(n 1)
2 = V ( x) =
12
= E( X ) =
MEN
Distribucin Bernoulli
Ber(p)
Es aquel donde existen solamente dos resultados: xito o fracaso.
X:
Variable aleatoria cuyos valores pueden ser 1: xito, 0: fracaso.
p:
Valor de probabilidad de xito.
1-p=q: Valor de probabilidad de fracaso.
X~Ber(p)
La Distribucin de Probabilidad de X es:
x =1
p,
f ( x) =
1 p, x = 0
x
1
0
P(X=x)
p
1-p
= E( X ) = p
2 = V ( X ) = p.q
Demostracin:
= E ( X ) = 0(1 p ) + 1( p ) = p
2 = V ( X ) = E ( X 2 ) [ E ( X )2 ]
E ( X 2 ) = 0 2 (1 p) + 12 ( p) = p
2 = V ( X ) = p ( p)2
2 = V ( X ) = p(1 p) = pq
3
MEN
Distribucin Binomial
B(n,p)
Tiene las mismas caractersticas de un experimento Bernoulli, cuando ste se repite n veces de
tal forma que las repeticiones sean independientes entre si y es de inters la variable aleatoria
relacionada con la cantidad de xitos que se obtienen del experimento, entonces tenemos una
distribucin binomial.
Caractersticas de un experimento Binomial
1. La cantidad de ensayos que se realizan es finita. Sea esta cantidad n.
2. Cada ensayo o prueba tiene nicamente 2 resultados posibles: xito o fracaso.
3. Todos los ensayos realizados son independientes.
4. La probabilidad de xito en cada ensayo permanece constante. Sea este valor p.
X:
p:
X~B(n, p)
La Distribucin de Probabilidad de X es:
n
f ( x) = p x (1 p ) n x , x = 0,1, 2,..., n
x
= E ( X ) = n. p
2 = V ( X ) = n. p.(1 p)
m(t ) = (q + et p)n
Demostracin:
n 0 n n 1 n 1
n n 0 n n x n x
(q + p) = p q + p q + ... + p q = p q
x =0 x
0
1
n
n
n x n x n n t x n x
m(t ) = E (e ) = e f ( x) = e p q = (e p) q
x =0
x =0
x =0 x
x
n
tx
tx
tx
Luego de la simplificacin algebraica se puede observar que la tima expresin tiene la misma
forma que la frmula del binomio sustituyendo p por etp. Entonces se tiene m(t ) = (q + e p )
t
4
MEN
PARAMETROS: Son valores que pertenecen a un problema particular. Por ejemplo, para la
distribucin binomial sus parmetros son n y p.
n
f ( x; n, p) = p x (1 p) n x , x = 0,1, 2,..., n
x
Distribucin Acumulada
n
F ( x) = P( X x) = p t (1 p) n t , x 0
tx t
X:
p:
x=
x 1 k
xk
f ( x) =
p (1 p ) , x = k , k + 1, k + 2,...
k 1
= E( X ) =
k
p
2 = V (X ) =
kq
p p
pet
m(t ) =
t
1 (1 p)e
5
MEN
X~Ge(p)
La Distribucin de Probabilidad de X es:
f ( x) = p(1 p ) x 1 , x = 1, 2,3,...
= E( X ) =
1
p
2 = V (X ) =
q
p2
pet
m(t ) =
1 (1 p )et
6
MEN
Distribucin Hipergeomtrica
H(N, K, n)
Esta distribucin se refiere a los experimentos estadsticos que consisten en tomar una muestra
sin reemplazo, de un conjunto finito el cual contiene algunos elementos considerados xitos y
los restantes son considerados fracasos.
Tomar una muestra sin reemplazo significa que los elementos son tomados uno a uno, sin
devolverlos. Podemos concluir entonces que los ensayos ya no pueden ser considerados
independientes porque la probabilidad de xito al tomar cada elemento es afectada por el
resultado de los ensayos anteriores debido a que la cantidad de elementos de la poblacin est
cambiando.
Variable aleatoria discreta con distribucin hipergeomtrica
(Cantidad de resultados considerados xitos que se obtienen en la muestra)
N:
Cantidad de elementos del conjunto del que se toma la muestra
K:
Cantidad de elementos existentes que se consideran xitos
n:
Tamao de la muestra
x=0,1,2,3,,n (valores que puede tomar X)
X:
X~H(N, K, n)
La Distribucin de probabilidad de X es:
K N K
x n x
f ( x) =
, x = 0,1, 2,...n
N
n
K
N
nk
K N n
2 = V ( X ) = 1
N N N 1
= E( X ) = n
7
MEN
Sea
H: distribucin hipergeomtrica
B: distribucin binomial
MEN
Distribucin de Poisson
P( )
La distribucin de Poisson es un modelo que puede usarse para calcular la probabilidad
correspondiente al nmero xitos que ocurren en una regin o en intervalo de tiempo
especificados, si se conoce el nmero promedio de xitos que ocurren.
Este modelo requiere que se cumplan las siguientes suposiciones:
a) El nmero de xitos que ocurren en la regin o intervalo es independiente de lo que
ocurre en otra regin o intervalo.
b) La probabilidad de que un resultado ocurra en una regin o intervalo muy pequeo, es
igual para todos los intervalos o regiones de igual tamao y es proporcional al tamao de
la regin o intervalo.
c) La probabilidad de que ms de un resultado ocurra en una regin o intervalo muy
pequeo no es significativa.
X:
x=
:
x e
x!
, x = 0,1, 2,...,
e=2.71828
= E( X ) =
2 = V (X ) =
m(t ) = e
( et 1)
MEN
10
n
200
5
200 5
P( X = 5) = f (5) = p x (1 p )n x =
0.05 0.95
x
5
El clculo aritmtico puede presentar alguna dificultad.
En esta situacin se puede calcular la probabilidad mediante un modelo aproximado que se
obtiene del lmite al que tiende la distribucin binomial:
f ( x; n, p)
x e np
x!
MEN
11
Distribucin Multinomial
En esta distribucin cada ensayo puede tener ms de dos resultados posibles. Consideramos el
caso en el que hay n ensayos independientes, cada uno de los cuales permite k resultados
k
p
i =1
= 1) .
X:
Variable aleatoria discreta con distribucin multinomial.
n:
Cantidad de ensayos
x= 1, 2, 3, (valores que puede tomar la variable X)
n!
f ( x1 , x2 ,..., xk ) =
p1x1 , p2x2 ,..., pkxk , xi = 0,1,..., n;
x1 ! x2 !...xk !
x
i =1
=n
MEN