Está en la página 1de 1

Distribuciones discretas

Distribución uniforme discreta

Describe el comportamiento de una variable discreta que puede tomar n valores distintos con
la misma probabilidad cada uno de ellos, un caso particular de esta distribución ocurre cuando los
valores son enteros consecutivos. Esta distribución asigna igual probabilidad a todos los valores
enteros entre el límite inferior y el límite superior que define el recorrido de la variable. Si la variable
puede tomar valores entre a y b debe ocurrir que b sea mayor que a, y la variable toma los valores
enteros empezando por a, a+1, a+2 hasta el valor máximo b. Por ejemplo cuando se observa el
numero obtenido tras el lanzamiento de un dado perfecto los valores posibles siguen una
1
distribución uniforme discreta en {1,2,3,4,5,6} y la probabilidad de cada cara es 6.

Distribución binomial

La distribución binomial es una distribución discreta muy importante aparece de forma natural al
realizar repeticiones independientes de un experimento que tenga respuesta binaria, generalmente
clasificada como éxito o fracaso por ejemplo esa respuesta puede ser el habito de fumar (si/no). La
variable discreta que cuenta el número de éxitos en n pruebas de ese experimento cada una con
la misma probabilidad de éxito a p, sigue una distribución binomial de parámetros n y p. Este
modelo se aplica a poblaciones finitas de las que se toma elementos al azar con remplazo y también
poblaciones conceptualmente infinitas. Un ejemplo de la variable binomial puede ser el número
de pacientes ingresados en una unidad hospitalaria que desarrollan una infección nosocomial
valores x: 0,1,2,3…,n. Parámetros n: número de pruebas n>0 entero. P: probabilidad de éxito 0<p<1.

Distribución hipergeométrica

La distribución hipergeométrica es una distribución discreta que modela el número de eventos en


una muestra de tamaño fijo cuando se conoce el número total de elementos en la población de la
cual proviene la muestra. Cada elemento de la muestra tiene dos resultados posibles (es un evento
o un no evento). Las muestras no tienen reemplazo, por lo que cada elemento de la muestra es
diferente. Cuando se elige un elemento de la población, no se puede volver a elegir. Por lo tanto, la
probabilidad de que un elemento sea seleccionado aumenta con cada ensayo, presuponiendo que
aún no haya sido seleccionado. La distribución hipergeométrica se define por 3 parámetros: tamaño
de la población, conteo de eventos en la población y tamaño de la muestra. Por ejemplo, si recibe
un envío de pedido especial de 500 etiquetas. Supongamos que el 2% de las etiquetas es
defectuoso. El conteo de eventos en la población es de 10 (0.02 * 500). Se toma una muestra de 40
etiquetas y desea determinar la probabilidad de que haya 3 o más etiquetas defectuosas en esa
muestra. La probabilidad de que haya 3 o más etiquetas defectuosas en la muestra es de 0.0384.

También podría gustarte