Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones Importantes
Distribuciones Discretas
Distribución Hipergeométrica
Definición: Sea X una v.a. 𝑋~𝐻(𝑁, 𝑀, 𝑛) que representa el número
de elementos que presentan la característica de interés en una
muestra extraída sin reposición, donde:
• N= tamaño de la población.
• M= tamaño del grupo de interés.
• n= tamaño de la muestra.
Función de Probabilidad
𝐶𝑥𝑀 𝐶𝑛−𝑥
𝑁−𝑀
, 𝑠𝑖 𝑥 = 0,1,2, … , min{𝑛, 𝑀}
• 𝑃𝑥 𝑥 = ቐ 𝐶𝑛𝑁
0 , 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
• 𝑅𝑥 = {𝑥 = 0,1,2, … , min 𝑛, 𝑀 }
Distribución Hipergeométrica
Propiedades
𝑛𝑀
• 𝐸 𝑥 =
𝑁
𝑛𝑀 𝑀 𝑁−𝑛
• 𝑉 𝑥 = (1 − )
𝑁 𝑁 𝑁−1
Distribución Binomial
Definición: Sea X una v.a. 𝑋~𝐵(𝑛, 𝑝) que representa el número de
éxitos de n ensayos de Bernoulli.
• n= número de ensayos.
• p= probabilidad de éxito.
Función de Probabilidad
𝐶𝑥𝑛 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑠𝑖 𝑥 = 0,1,2, … , 𝑛
• 𝑃𝑥 𝑥 = ቊ
0 , 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
• 𝑞 =1−𝑝
• 𝑅𝑥 = {𝑥 = 0,1,2, … , 𝑛}
Distribución Binomial
Propiedades
• 𝐸 𝑥 = 𝑛𝑝
• 𝑉 𝑥 = 𝑛𝑝𝑞
Distribución Geométrica
Definición: Sea X una v.a. 𝑋~𝐺(𝑝) que representa el número de
ensayos hasta conseguir el primer éxito, donde:
• p= probabilidad de éxito.
Función de Probabilidad
𝑝𝑞 𝑥−1 , 𝑠𝑖 𝑥 = 0,1,2, …
• 𝑃𝑥 𝑥 = ቊ
0 , 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
• 𝑞 =1−𝑝
• 𝑅𝑥 = {𝑥 = 1,2, … }
Distribución Geométrica
Propiedades
1
• 𝐸 𝑥 =
𝑝
1−𝑝
• 𝑉 𝑥 =
𝑝2
Distribución Binomial Negativa
Definición: Sea X una v.a. 𝑋~𝐵𝑁(𝑟, 𝑝) que representa el número
de ensayos hasta conseguir el r-ésimo éxito.
• r= número de éxitos.
• p= probabilidad de éxito.
Función de Probabilidad
𝑥−1 𝑟 𝑥−𝑟
𝐶𝑟−1 𝑝 𝑞 , 𝑠𝑖 𝑥 = 𝑟, 𝑟 + 1, 𝑟 + 2, …
• 𝑃𝑥 𝑥 = ቊ
0 , 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
• 𝑞 =1−𝑝
• 𝑅𝑥 = {𝑥 = 𝑟, 𝑟 + 1, 𝑟 + 2, … }
Distribución Binomial Negativa
Propiedades
𝑟
• 𝐸 𝑥 =
𝑝
𝑟(1−𝑝)
• 𝑉 𝑥 =
𝑝2
Distribución de Poisson
Definición: Sea X una v.a. 𝑋~𝑃(𝜆) que representa el número de
ocurrencias de un evento producidas por un proceso de Poisson con
una tasa de ocurrencia 𝜔 en un intervalo de tiempo 𝑡, donde:
• 𝜔= tasa de ocurrencia.
• 𝑡= medida del intervalo de tiempo.
Función de Probabilidad
𝜆𝑥 𝑒 −𝜆
• 𝑃𝑥 𝑥 = ቐ 𝑥! , 𝑠𝑖 𝑥 = 0, 1,2, …
0 , 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
• 𝜆 = 𝜔𝑡
• 𝑅𝑥 = {0, 1, 2, … }
Distribución de Poisson
Propiedades
• 𝐸 𝑥 =𝜆
• 𝑉 𝑥 =𝜆
Distribuciones Continuas
Distribución Uniforme
Definición: Sea X una v.a. con distribución uniforme 𝑋~𝑈[𝛼, 𝛽] en el intervalo
𝛼, 𝛽 .
Propiedades
𝛼+𝛽
• 𝐸 𝑥 =
2
(𝛽−𝛼)2
• 𝑉 𝑥 =
12
Distribución Exponencial
Definición: Sea X una v.a. con distribución
exponencial 𝑋~𝐸𝑥𝑝 𝜆 que define el tiempo hasta la primera
ocurrencia de un evento producida por un proceso de Poisson
con media de ocurrencia 𝜆 = 𝛽.
Propiedades (𝛽 = 𝜆)
1
• 𝐸 𝑥 =
𝛽
1
• 𝑉 𝑥 =
𝛽2
𝛽
• 𝑀𝑥 𝑡 = , 𝑠𝑖 𝑡<𝛽
𝛽−𝑡
Distribución Gamma
Definición: Sea X una v.a. con distribución
gamma 𝑋~𝛤 𝛼, 𝛽 que define el tiempo hasta la 𝛼-ésima
ocurrencia de un evento producida por un proceso de Poisson
con media de ocurrencia 𝜆 = 𝛽.
Propiedades
• 𝐸 𝑥 = 𝛼/𝛽
• 𝑉 𝑥 = 𝛼/𝛽 2