Distribucin de probabilidad:

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.
Existen dos tipos de variables las variables continuas y las discretas las cuales
este trabajo hablara especficamente de las discretas as como enfocndose
ms a las variables hipergeometricas, geomtricas, uniformes.
Distribucin uniforme:
La distribucin Uniforme es el modelo (absolutamente) continuo ms simple.
Corresponde al caso de una variable aleatoria que slo puede tomar valores
comprendidos entre dos extremos a y b, de manera que todos los intervalos de
una misma longitud (dentro de (a, b)) tienen la misma probabilidad. Tambin
puede expresarse como el modelo probabilstico correspondiente a tomar un
nmero al azar dentro de un intervalo (a, b).
Su representacin grfica ser:

De manera que la funcin de distribucin resultar:

Este resultado nos lleva a la conclusin de que la probabilidad de cualquier

suceso depende nicamente de la amplitud del intervalo (D X), y no de su
posicin en la recta real [a , b] . Lo que viene a demostrar el reparto uniforme
de la probabilidad a lo largo de todo el campo de actuacin de la variable, lo
que, por otra parte, caracteriza al modelo.
Distribucin hipergeometrica:
Este modelo presenta similitudes con el Binomial, pero sin la suposicin de
independencia de ste ltimo. Vemoslo:
Partimos de un conjunto formado por N individuos divididos en dos categoras
mutuamente excluyentes: A y Ac; de manera que N1 individuos pertenecen a la
categora A y N2 individuos, a la categora Ac. Por tanto, se cumple que
N = N1 + N2
Si del conjunto anterior extraemos n individuos sin reemplazamiento (n N), la
variable X que representa el nmero k de individuos que pertenecen a la
categora A (de los n extrados) tiene por funcin de densidad:

La dependencia se debe al hecho de que N es finito y las extracciones se

efectan sin reemplazamiento. El caso de extracciones con reemplazamiento
sera equivalente al de N infinito y se resolvera mediante el modelo Binomial.
El programa siguiente nos muestra la forma de la funcin de densidad de esta
variable y el valor de la funcin de densidad y de la funcin de distribucin en el
punto que elijamos:
Esperanza: E(X) = n N1 / N 2.
Varianza: V(X) = (n N1 N2 (N-n)) / (N2 (N-1) )
Distribucin geomtrica:
La distribucin geomtrica es un modelo adecuado para aquellos procesos en
los que se repiten pruebas hasta la consecucin del xito a resultado deseado
y tiene interesantes aplicaciones en los muestreos realizados de esta manera.
Tambin implica la existencia de una dicotoma de posibles resultados y la
independencia de las pruebas entre s.
Proceso experimental del que se puede hacer derivar Esta distribucin se
puede hacer derivar de un proceso experimental puro o de Bernoulli en el que
tengamos las siguientes caractersticas:
El proceso consta de un nmero no definido de pruebas o experimentos
separados o separables. El proceso concluir cuando se obtenga por primera
vez el resultado deseado.
Cada prueba puede dar dos resultados mutuamente excluyentes: A y no A
La probabilidad de obtener un resultado A en cada prueba es p y la de obtener
un resultado no A es q
Siendo (p + q = 1).
Las probabilidades p y q son constantes en todas las pruebas, por tanto, las
pruebas, son independientes (si se trata de un proceso de "extraccin" ste se
llevar a, cabo con devolucin del individuo extrado).
Nombre: Jos Ramn Bonet Lezama.
Materia: Probabilidad y estadstica.
Grupo:
Carrera: Ing. electrnica.
Maestra: Freeman Murguia Rose Mary.