Formulario

Función de distribución acumulada – Distribución Gamma

 Distribuciones Discretas

Nombre Notación Definición Parámetro(s) Función de proba- Rango Función de distri- E(X) V ar(X)
bilidad bución acumulada

N = tamaño de la
población
N −M
M = elementos en la CxM Cn−x
Hipergeométrica HG(N, M, n) número de elementos x = máx{0, n + M − N } n.a nM nM N − M N − n
población que presentan N
Cn N N N N −1
que presentan la carac- , ..., mı́n{M, n}
la característica de interés
terística de interés en la
n = tamaño de la muestra
muestra

n = número de ensayos n x
Binomial Binomial(n, p) Número de éxitos en n Cx p (1 − p)n−x x = 0, 1, ..., n n.a np np(1 − p)
p = P (Éxito)
ensayos

1 1−p
Geométrica Geométrica(p) Número de ensayos p = P (Éxito) p(1 − p)x−1 x = 1, 2, ... 1 − (1 − p)x
hasta conseguir el p p2
primer éxito

r = número de éxitos x−1 r r r(1 − p)

Binomial Negativa BinomialN (r, p) Número de ensayos Cr−1 p (1 − p)x−r x = r, r + 1, ... n.a.
p = P (Éxito) p p2
hasta conseguir el
r-ésimo éxito

e−µ µx
Poisson P oisson(µ) Número de eventos en µ = λt x = 0, 1, 2, ... n.a. µ µ
un intervalo de tama- x!
ño t. En un proceso
de Poisson con tasa de
ocurrencia λ.

n.a.= no tiene forma analítica.

 Distribuciones Continuas
Nombre Notación Definición Parámetro(s) Función de densidad Rango Función de dis- E(X) V ar(X)
tribución acu-
mulada

1 1
Exponencial Exp(λ) En un proceso de Poisson con λ>0 λe−λx x>0 1 − e−λx
tasa de ocurrencia λ, es el tiem- λ λ2
po que transcurre hasta la ocu-
rrencia del primer evento

λα α−1 −λx α α
Gama Gama(α, λ) En un proceso de Poisson con α > 0, λ > 0 x e x>0 n.a.
tasa de ocurrencia λ, es el tiem- Γ(α) λ λ2
po que transcurre hasta la ocu-
rrencia del α-esimo evento

1 x−a a+b (b − a)2

Uniforme U nif (a, b) Distribución continua, unifor- a < b, a, b ∈ R a<x<b
me en el intervalo (a, b) b−a b−a 2 12

Γ(α + β) α−1 α αβ
Beta Beta(α, β) Distribución continua en el in- α > 0, β > 0 x (1 − x)β−1 0<x<1 n.a.
tervalo (0, 1) Γ(α)Γ(β) α+β (α + β)2 (α + β + 1)

1 (x−µ)2
−1
Normal N (µ, σ 2 ) Distribución simétrica conti- µ ∈ R, σ 2 > 0 √ e 2 σ2 x∈R n.a. µ σ2
nua en R 2πσ

 2
1 −1 lnx−µ σ2 2 2
Log-Normal LN (µ, σ 2 ) Distribución continua para va- µ ∈ R, σ 2 > 0 √ e 2 σ x>0 n.a. eµ+ 2 (eσ − 1)e2µ+σ
lores positivos 2πσx

  "    2 #
α α 1 1 1 2 1 1
Weibull W eibull(α, λ) Distribución continua para va- α > 0, λ > 0 αλα xα−1 e−(λx) x>0 1 − e−(λx) Γ 2Γ − Γ
lores positivos αλ α αλ2 α α α

−α(x−µ) −α(x−µ) γ π2
Valor Extremo V EI,máx (µ, α) Distribución asintótica para el µ ∈ R, α > 0 αe−α(x−µ) e−e x∈R e−e µ+
tipo I máximo α 6α2

"   #
1 2
   
α  µ α+1 −( µ )α −( µ
α 1 2
Valor Extremo V EII,máx (µ, α) Distribución asintótica para el µ > 0, α > 0 e x x>0 e x) µΓ 1 − 2
µ Γ 1− −Γ 1−
tipo II máximo µ x α α α

n.a.= no tiene forma analítica, Γ(a) = (a − 1)! si a es entero, γ = 0.5772 es la constante de Euler.