ESTADSTICA II

Alumno: lvarez Jonathan

Tema: Distribuciones discretas
DISTRIBUCIONES DISCRETAS
1. DISTRIBUCIN MULTINOMIAL
Definicin matemtica
Generalizacin de la distribucin binomial, aparece cuando las pruebas de un ensayo
pueden tener ms de dos casos posibles.
La distribucin binomial es la probabilidad de un nmero de xitos en N sucesos de
Bernoulli independientes, con la misma probabilidad de xito en cada suceso. En una
distribucin multinomial, cada suceso concluye en nicamente un resultado de un
nmero finito K de los posibles, con probabilidades

p1 , , pk (tal que

pi 0

para

i entre 1 y K y

pi=1
i=1

); y con n sucesos independientes.

Funcin de densidad

E1 , E 2 , ... E k

Si los eventos
respectivamente,

X 1 , X 2 ,... X k

entonces

pueden ocurrir con probabilidades

la

probabilidad

de

p1 , p2 , , p k ,

E1 , E 2 , ... E k

que

ocurran

veces, respectivamente, es

P ( X 1 ; X 2 ; ; X k )=

N!
p1X . p 1X p kX .
X 1 ! . X 2 ! ; X k
1

Ec.1-1

Donde:

N= X 1 , X 2 , , X k

No se ha encontrado la funcin de distribucin para esta distribucin

Valores de media y varianza

Tabla 1-1. Valores de media y varianza
X
Media
i=N pi
i

Varianza

2i =N piX (1 piX )
i

Casos en los cuales se utiliza

o
o
o
o

Al levar a cabo un experimento de con esta distribucin se esperan ms de dos

tipos de resultados.
Las probabilidades asociadas a cada uno delos resultados son constantes.
Cada uno de los ensayos o repeticiones del ensayo son independientes.
El nmero de repeticiones del experimento n, es constante

2. DISTRIBUCIN HIPERGEOMTRICA MULTIVARIADA

Definicin matemtica
La distribucin hipergeomtrica multivariante es una generalizacin de la distribucin
hipergemetrica.
Utilizando pelotas sacadas de una urna podemos proporcionas una definicin.

x 1 pelotas del color 1,

Proporciona probabilidades de extraer

color 2,...y
colores

x2

pelotas del

x n pelotas del color n de una urna en la que hay N1,...Nn bolas de

diferentes

(N=N1++Nn).

Realizamos m extracciones

sin

reposicin

(m N ) , y consideramos las variables, Xi, nmero de bolas extradas de color i (i =

(x 1 , x 2 , , x n)

1, 2,..., n). La variable n-dimensional

sigue una distribucin

hipergeomtrica multivariante.
Funcin de densidad

x 1 , x 2 , , x k ; n , M 1 , M 2 , , M K =

M1 M2
M
,, k
x1 x2
xk

( )( ) ( )
Ec. 2-

( Nn )

P
1

Donde:
X = 0, 1, 2,
Se cumple la condicin de

( )
M1
x1

xi Mi

: Maneras de escoger

x 1 elementos de los

M 1 elementos de la

primera clase.

No se ha encontrado la funcin de distribucin para esta distribucin

Valores de media y varianza

Tabla 2-1. Valores de media y varianza

Media
nN

Varianza

m+n

Nnm

( n+ m)2

Al ser una ditriabucn generalidad de la

hipergeomtrica se tomas sus valores de
media y varianza

Casos en los cuales se utiliza

o

Las extracciones se las realiza sin reposicin. Si las extracciones se hiciesen

con reposicin entonces se tratara de una distribucin multinomial.

Especialmente til en todos aquellos casos en los que se extraigan muestras o

se realizan experiencias repetidas sin devolucin del elemento extrado o sin
retornar a la situacin experimental inicial.

3. DISTRIBUCIN GEOMTRICA
Definicin matemtica
Definamos una experiencia aleatoria cuyo resultado slo puede ser el suceso A o su
complementario Ac, y que se repite secuencialmente hasta que aparece el
suceso A por primera vez.
Definamos la variable aleatoria X como el nmero de veces que repetimos la
experiencia en condiciones independientes hasta que se d A por primera vez. Bajo
estas condiciones, decimos que la variable X sigue una distribucin geomtrica o de
Pascal de parmetro p = P(A).
Funcin de densidad

P ( X )=q x1 . p

Ec. 3-1

Donde:
P(x): probabilidad de que ocurra un xito en el ensayo x por primera y nica
vez
p: Probabilidad de xito
q: Probabilidad de fracaso

Funcin de distribucin

D ( n )= P(k )

Ec. 3-2

D ( n )=1qn1

Ec. 3-3

k=0

Valores de media y varianza

Tabla 3-1. Valores de media y varianza

Media
1 p

Varianza

p
1 p
p2

Casos en que se usa

o

o
o
o
o

Esta distribucin es un caso especial de la Binomial, ya que se desea que

ocurra un xito por primera y nica vez en el ltimo ensayo que se realiza del
experimento.
La experiencia consta de un nmero ilimitado de pruebas idnticas.
El resultado de cada prueba es dicotmico, puidendo ser evaluado cada
resultado como A o B con probabilidades de p y q espectivamente, p + q = 1.
El resultado de cada prueba es independiente de las dems.
La diferencia fundametal entre la distribucin geomtrica y la binomial es que
en esta el nmero de pruebas a realizar es conceto y en aquella indefinido,
puesto que el suceso A puede ocurrir en la primera prueba o en la k-sima.

4. DISTRIBUCIN BINOMIAL NEGATIVA

Definicin matemtica
Guarda conexin, con el nmero de ensayo de la distribucin de Bermoulli, cierto
problemas centran su atencin en el mmero de ensayos necesarios hasta que
ocurren r-1 xitos.
Esta distribucin tambin se la conoce como distribucin binomial para los tiempos de
espera o distribucin de Pascal.

Funcin de densidad

P ( x ; r ; p )= x+r 1 pr . q x
r1
Donde:

Ec.4-1

r : Nmero de xitos
x : Nmero de fracasos
k : Nmero de ensayos para obtener r xitos
p : probabilidad de xitos
q : probabilidad de fracasos

Funcin de distribucin

D(x)= x +r 1 pr (1 p)n
r 1

(1 p)x+1 pr ( x+ r+ 1 ) 2 ^
F1 (1, x+ r +1; x +2 ; 1 p)
D(x)=
(r )

Ec.4-2

Ec.4-3

Donde:

( z ) : Funcin Gamma
^1
2F
: Funcin hipergeomtrica regular

Valores de media y varianza

Tabla 4-1. Valores de media y varianza
Media
rq

Varianza

p
rq
p2

Casos en que se usa

Trata de que al llevar a efecto varias veces un experimento binomial, se desea
determinar la probabilidad de que ocurran r xitos, solo que el ltimo de ellos debe
ocurrir en el k-simo ensayo o repeticin del experimento que es el ltimo.

BIBLIOGRAFA

lvarez Rafael, Estadstica aplicada a las ciencias de la Salud, Segunda

edicin, Editorial Daz de Santos, Espaa 2007

Freund. John, Estadstica matemtica con aplicaciones, Sexta edicin, Editorial

Prentice Hall, Mxico 2000

Murray, Spiegel, Estadstica, Cuarta edicin, Editorial Mc Graw Hill, Mxico

2009

Moore, David, Estadstica aplicada bsica, Segunda edicin, Editorial Antoni

Bosch, Espaa 2000

http://mathworld.wolfram.com