DISTRIBUCIONES ESPECIALES DE PROBABILIDAD

DISTRIBUCION FUNCION DE PROBABILIDAD E(X) V(X)

BINOMIAL: Nº de x n nx

np npq
éxitos en n pruebas P( X  x)    p x q x : 0, 1,...... n
(muestreo con  x
reposición)

GEOMETRICA: Nº 1 q
P( X  x)  q x1 p x : 1,2...
de fracasos antes p p2
del primer éxito.

e λ λ x
POISSON:P de que
ocurran x éxitos en P( X  x)  x0  0
una unidad de x!  
tiempo

BINOMIAL  x  1 r rq
NEGATIVA Nº de P( X  x)    p r q xr x  r, r  1,..... p2
 r  1
p
ensayos antes de
obtener r éxitos

HIPERGEOMETRICA  r  N  r  si p 
r
   
 N
P( X  x)     
Nº de éxitos en la x n x
x  0,1,..min(r,n)  N n 
muestra (muestreo  N n pq  
sin reposición)   np
 N 1 
n
UNIFORME 1 ab (b  a) 2
f(x)  a  x b
ba 2 12
EXPONENCIAL 1 1
f ( x)  e x x  0, λ  0
Utilizada para  2
modelar tiempos
NORMAL 1 x   
2

1  
2  

x E(X) =  V(X) = 2
f ( x)  e   x   Z 
2 2 
VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA I CONTINUA
x
F ( x)  P( X  x)   p ( x j ) F ( x)
 f ( x)
x
j F ( x)  P( X  x)   f (t )dt
p( xi )  F ( xi )  F ( xi 1 ) i  1,2,.......n  x
VALOR ESPERADO
N

  E ( x)   xi p( xi )   E ( x)   xf ( x)dx

i 1

VARIANZA
N 
 2  V ( x)  E ( x 2 )  E ( x) 2 E ( X 2 )   xi2 p( xi ) E ( X 2 )   x 2 f ( x)dx

i 1