LICENCIATURA EN ADMINISTRACION DE

EMPRESAS
MATERIA:
ESTADISTICA
ALUMNO:
FRANCISCO ALBERTO PEÑUÑURI TORRES
DOCENTE:
DR JESUS ENRIQUE CHAN HIGUERA
GRUPO:
004
TEMA:
CONCEPTOS
HERMOSILLO, SONORA 01/10/21
DISTRIBUCION BINOMINAL
para que una variable aleatoria se considere binominal, debe seguir una secuencia
de pasos:
• Siempre solo debe haber dos resultados, éxito o fracaso
• La probabilidad de éxito debe ser constante siempre. Por ejemplo, la
probabilidad de que una moneda caiga cara e de .5 y este resultado es
constante.
• La probabilidad de fracaso debe ser también constante.
• El resultado de cada experimento no afecta al anterior resultado.
• Cada experimento se debe hacer uno a uno, ósea primero uno y después el
otro ya que no pueden hacerse al mismo tiempo.
• Los resultados siempre serán colectivamente, ósea que siempre será una
cosa no dos al mismo tiempo.
Formula de distribución binominal

Donde:
n = Número de ensayos/experimentos
x = Número de éxitos
p = Probabilidad de éxito
q = Probabilidad de fracaso (1-p)

DISTRIBUCION DEGENERADA
Se le conoce también como distribución de probabilidad donde el soporte esta en
un espacio de dimensión mas baja. En el caso de la variable aleatoria es distribución
determinista y solo toma un valor. Un ejemplo es cuando lanzas un dado y cae
siempre la misma cara del dado.
En una variable aleatoria real, siempre la distribución degenerada se concentra en
una sola línea recta real.
La distribución acumulada de la distribución degenerada de una variable es:
DISTRIBUCION HIPERGEOMETRICA
Es una distribución secreta que modela las diferentes muestras en un solo tamaño
siempre y cuando uno conozca la muestra de la población. Cada muestra tiene dos
resultados diferentes. Ya que las muestras no tienen remplazo y es por eso que los
resultados darán diferentes. Una vez que se elige una muestra de la población, no
puedes volver a elegir la misma prueba.
Por eso se recomienda usar esta distribución para muestras pequeñas, sin
remplazo. Por ejemplo, esta distribución se utiliza en las pruebas de Fisher para
probar las diferencias entre dos elementos y muestra. La distribución se
complementa por tres elementos como lo son: tamaño de la población, conteo de
eventos en la población y tamaño de la muestra.

Distribución de Poisson

es una probabilidad de función discreta de probabilidad, que tan solo con conocer
la media podremos saber su probabilidad. A diferencia de la distribución normal esta
distribución solo depende de un parámetro. Que es MU, este parámetro te informa
el numero esperado de eventos que van a pasar en un cierto tiempo. Y hablando de
un tiempo esperado, podemos saber que MU es la media de frecuencia de los
eventos.

No todas las distribuciones darán el mismo aspecto de la muestra. Si se cambia la

muestra o el parámetro entonces cambiaria toda la función de la distribución.
Suponemos que estamos en temporada de invierno y queremos ir a esquiar antes
de diciembre. La probabilidad que abran las estaciones de esquí antes de diciembre
es del 5%. De las 100 estaciones de esquí, queremos saber la probabilidad de que
la estación de esquí más cercana abra antes de diciembre.

Conjunto de datos = 100 estaciones de esquí.

Mu = 5% * 100 = 5 es el número de estaciones de esquí esperado dado el conjunto

de datos. Oración de esta estación de esquí es de 6 puntos.

Bibliografía

GALLEGO , J. (29 de ABRIL de 2021). WIKIPEDIA. Obtenido de

https://es.wikipedia.org/wiki/Distribuci%C3%B3n_degenerada

MINITAB. (2019). CHICAGO: LLC. All rights Reserved.

RODO, P. (02 de NOVIEMBRE de 2020). economipedia. Obtenido de
https://economipedia.com/definiciones/distribucion-de-poisson.html

SANJUAN, F. J. (16 de NOVIEMBRE de 2017). ECONOMIPEDIA. Obtenido de

https://economipedia.com/definiciones/distribucion-binomial.html