Está en la página 1de 7

Aleatorea discret

Ley Uniforme
Ley de Bornoully
Ley Binominal

Variables aleatorias
discretas y continuas . Son
variables cuyo intervalo de Aleatorea contin
valores es finito o Ley Uniforme
contablemente infinito Ley Exponencia
Ley Normal
Ley Weibull
Ley Gamma - Ley B

Distribució

Distrubuciones discretas Distribución


de probabilidad son una
función que asigna cada
elemento de:
x(s) =(x1,x2,...,xi....,)
donde una (x) esvariable,
aleatorea, discreta; (s) es
PROBABILIDAD CONDICIONAL un espacio muestral
Y DISTRIBUSIONES DE Distribución Bin
PROBABILIDAD

Distribución H

Distribuci

Distribució

Distribuciones continuas
de probabilidad, se
definene medianamente
una función. Distribuci
y= f (x) llamada función
de probabilidad.
Ofunción de densidad
una función.
y= f (x) llamada función
de probabilidad.
Ofunción de densidad

Distribución
Aleatorea discreta: Se denomina Variable aleatoria discreta, que solo puede tomar un númer oFinito valore
Ley Uniforme dentos de un inventario ( X Ꞓ { I, K Ꞓ C N } )
Ley de Bornoully
Ley Binominal

Aleatorea continua:
Ley Uniforme
Ley Exponencial Se denomina variable aleatorea Continua a quella puede tomar un numero infinito d
Ley Normal valores entre un inventario dado 𝑃[𝑋 ∈𝐴 ]= ∫16_(𝐴 )▒ 〖𝐹𝑋 (𝑋) 𝑑𝑥 〗
Ley Weibull
Ley Gamma - Ley Beta

Se ocupa de experimentos en donde un resultado solo puede tomar un s


Distribución Binominal lo que estos resultados son mutuamente excluyentes.

Definamos la variable aleatoria X como el número de veses que repite la


Distribución Geometrica independientes hasta que se de, A por primera vez.

El resultado de una experiencia aleatorea, puede ser un conjunti finito de


todos ellos igualmente probables.
Distribución Uniforme Discreta

Puede definirse como una generalización del modelo geometrico o de pa


Distribución Binominal Negativa número de veces que se AC (ausencias y fallos ) hasta que se produce R

Se puede manejar como una distribución, de probabilidad hipergepmetr


Distribución Hipergeometrica reposicion. El tamaño de la muestra "n" es mayor 5% del tamaño de la

Se aplica para bariables aleatorias y discretas ya que mide la frecuencia


Distribución Poisson función a una unidad de tiempo, a una de espacio, o a una de volumen.

Todos los valores que toman la variable en el intervalo o Rango que la


Distribución Uniforme valor de probabilidad.

Esta distribución de probabilidad es la fase apra la inferencia estadístic


Distribución Normal relación con el teorema del limite central.
Mide el paso del tiempo entre un suseso y otro, de ahí que esta última
Distribución Exponencial distribución de probabilidad continua.
tomar un númer oFinito valores

de tomar un numero infinito de


▒ 〖𝐹𝑋 (𝑋) 𝑑𝑥 〗

esultado solo puede tomar un solo valor de dos posibles, por


excluyentes.

número de veses que repite la experiencia en condiciones


rimera vez.

puede ser un conjunti finito de n de posibles resultados,

del modelo geometrico o de pascal, así dado un suceso A y su complementario Ac cuando X representa el
fallos ) hasta que se produce R veces el suceso A.

, de probabilidad hipergepmetrica,si: se selecciona una muestra de una poblaciónfinita sin


es mayor 5% del tamaño de la población (N).

etas ya que mide la frecuencia relativa de un evento En


e espacio, o a una de volumen.

en el intervalo o Rango que la de finen tienen el mismo

fase apra la inferencia estadística Clásica debido a su


tral.
o y otro, de ahí que esta última distribución sea una
el

También podría gustarte