SUCESO INDEPENDIENTE: Dos FORMULAS:

sucesos son independientes si P (A∩B) P(A/B) = =

Probabilidad de que ocurra un
evento, dado que otro evento ha
PROBABILIDAD ocurrido; proviene de la ley
CONDICIONAL
multiplicativa.
P (AyB) = P(A∩B) = P(A) * P(B/A)
= P(A) P(B)
FORMULA: REGLA PROBABILIDAD TOTAL:
Conjunto de sucesos mutuamente
excluyentes y que cubre todo el espacio
P(A/B) =
muestral.
TEOREMA DE BAYES: Si los
sucesos A; son una participación y B
un suceso tal que P(B) ≠ 0.

PROPIEDADES:

Función de Probabilidad o de Función de Probabilidad o de

masas: masas:
Sea X una variable aleatoria discreta
con posibles valores {x1, x2, . . .} al La función de distribución
conjunto de probabilidades con las (acumulada)
VARIABLE ALEATORIA que X toma cada uno de sus valores,
DISCRETA: si toma un es decir, pi = P[X = xi], para i = 1, 2,
número finito o numerable de …
valores. La función de distribución
(acumulada) de una variable
aleatoria X es la función F(x) = P[X
≤ x]. Está definida para todo x ∈ R y
Es una función que no solo para los valores de X.
asocia un valor numérico
VARIABLES a cada posible resultado
ALEATORIA de un experimento PROPIEDADES:
aleatorio
La función de distribución
La función de distribución
(acumulada):
(acumulada): Para X, la función de
distribución es la función
F(x) = P[X ≤ x], ∀x ∈ R (No son La Función de densidad:
VARIABLE ALEATORIA
funciones de tipo escalón, sino
CONTINUA: Si toma un
suaves.)
número infinito no numerable
de valores La Función de densidad: X con
función de distribución F(x), la
función de densidad de X es:
 Modelo Bernoulli:
Un experimento aleatorio con sólo dos posibles resultados,
que calificamos de éxito/fracaso.La variable aleatoria:

Sea p la probabilidad de éxito.

El experimento se llama ensayo de Bernoulli y la variable
aleatoria se dice que sigue una distribución Bernoulli de
parámetro p.
Se escribe X ∼ Ber(p).

Modelo Binomial:
MODELOS O Una variable X sigue una distribución binomial con parámetros n y p si
DISTRIBUCIONES para x = 0, 1, . . . , n donde
DISCRETOS
Se escribe X ∼ B(n, p).

Distribución de Poisson: sucesos raros:

Modela el número de sucesos raros que ocurren en un determinado periodo de
PROBABILIDAD MODELOS O tiempo o en una cantidad de espacio determinada.Una variable X sigue una
distribución Poisson de parámetro λ si
CONDICIONAL DISTRIBUCIONES
Y PROBABILISTICAS Se escribe X ∼ P(λ).
DISTRIBUCIION
ES DE
PROBABILIDAD Distribución normal:
Se dice que una variable X sigue una distribución normal con parámetros µ y σ, si

Se escribe X ∼ N (µ, σ). Su media es µ y su desviación típica es σ.

Distribuciones asociadas a la normal:

(Chi cuadrado): Sean , ,..., variables aleatorias independientes, e idénticamente distribuidas según N (0, 1). La distribución de
MODELOS O t de Student: Sean Y , ,, ,,..., ,variables aleatorias independientes, e idénticamente
DISTRIBUCIONES distribuidas según N (0, 1). La distribución de
CONTINUOS
de Fisher: Sean , . . . , e , , , . . . , variables aleatorias independientes, e idénticamente distribuidas según N (0, 1). La distribución de