FACULTAD DE INGENIERÍA Y ARQUITECTURA

CARRERA DE INGENIERÍA INDUSTRIAL / INGENIERÍA DE SISTEMAS

ASIGNATURA: Estadística y Probabilidad

PERÍODO ACADÉMICO: 2022-2

FORMULAS DEL CURSO

Variable aleatoria discreta

Función de Probabilidad
Esperanza Varianza
probabilidad acumulada
𝑘
𝒑(𝒙) = 𝑷(𝑿 = 𝒙) 𝐹 (𝑥 ) = 𝑃 ( 𝑋 ≤ 𝑥 ) 𝐸 (𝑋 2 ) − [𝐸 (𝑋)]2
𝑹𝒙 = {𝒙𝟏 , … , 𝒙𝒌 } 𝐸 (𝑋) = ∑ 𝑥𝑖 ∗ 𝑝𝑖
𝑖=1

𝒙 <- 𝒙𝟏 : 𝒙𝒌 𝐸 <- 𝑠𝑢𝑚(𝑥𝑖 ∗ 𝑝𝑖 ) 𝑉<- 𝑠𝑢𝑚(𝑥𝑖 ^2 ∗ 𝑝𝑖 ) − 𝐸^2

𝒑 <- 𝒄(𝒑𝟏 , 𝒑𝟐 , … , 𝒑𝒌 )

Distribuciones de probabilidad (discretas)

Distribución Esperanza Varianza Código R studio
𝑑𝑏𝑖𝑛𝑜𝑚(𝑥, 𝑛, 𝑝)
Binomial 𝑛𝑝 𝑛𝑝(1 − 𝑝)
𝑝𝑏𝑖𝑛𝑜𝑚(𝑥, 𝑛, 𝑝)

1 1−𝑝 𝑑𝑔𝑒𝑜𝑚(𝑥 − 1, 𝑝)
Geométrica
𝑝 𝑝2 𝑝𝑔𝑒𝑜𝑚(𝑥 − 1, 𝑝)

Binomial 𝑘 𝑘(1 − 𝑝) 𝑑𝑛𝑏𝑖𝑛𝑜𝑚(𝑥 − 𝑘, 𝑘, 𝑝)

negativa 𝑝 𝑝2 𝑝𝑛𝑏𝑖𝑛𝑜𝑚(𝑥 − 𝑘, 𝑘, 𝑝)

𝑛𝑀 𝑛𝑀 𝑀 𝑁−𝑛 𝑑ℎ𝑦𝑝𝑒𝑟(𝑥, 𝑀, 𝑁 − 𝑀, 𝑛)
Hipergeométrica ( ) (1 − ) ( )
𝑁 𝑁 𝑁 𝑁−1 𝑝ℎ𝑦𝑝𝑒𝑟(𝑥, 𝑀, 𝑁 − 𝑀, 𝑛)

𝑑𝑝𝑜𝑖𝑠(𝑥, 𝜆)
Poisson 𝜆 𝜆
𝑝𝑝𝑜𝑖𝑠(𝑥, 𝜆)

Variable aleatoria bidimensional discreta

𝐸 (𝑋𝑌) = ∑ ∑ 𝑥𝑦 ∗ 𝑓(𝑥, 𝑦) 𝐸 (𝑋) = ∑ 𝑥 ∗ 𝑓1(𝑥) 𝐸 (𝑌) = ∑ 𝑦 ∗ 𝑓2 (𝑦)

𝑥 𝑦 𝑥 𝑥

𝐶𝑜𝑣(𝑋, 𝑌) = 𝐸 (𝑋𝑌) − 𝐸 (𝑋)𝐸(𝑌)

 Distribuciones de probabilidad (continuas)
Distribución Esperanza Varianza Código R studio
𝛼+𝛽 (𝛽 − 𝛼)2 𝑝𝑢𝑛𝑖𝑓(𝑥, 𝛼, 𝛽)
Uniforme
2 12 𝑞𝑢𝑛𝑖𝑓(𝑝, 𝛼, 𝛽)
𝑙𝑖𝑏𝑟𝑎𝑟𝑦(𝐸𝑛𝑣𝑆𝑡𝑎𝑡𝑠)
𝑎+𝑏+𝑐 𝑎2 + 𝑏 2 + 𝑐 2 − 𝑏𝑐 − 𝑎𝑐 − 𝑎𝑏
Triangular 𝑝𝑡𝑟𝑖(𝑥, 𝑎, 𝑏, 𝑐)
3 18 𝑞𝑡𝑟𝑖(𝑝, 𝑎, 𝑏, 𝑐)
𝑝𝑛𝑜𝑟𝑚(𝑥, 𝜇, 𝜎)
Normal 𝜇 𝜎2
𝑞𝑛𝑜𝑟𝑚(𝑥, 𝜇, 𝜎)
𝑝𝑒𝑥𝑝(𝑥, 1/𝛽)
Exponencial 𝛽 𝛽2
𝑞𝑒𝑥𝑝(𝑝, 1/𝛽)
𝑝𝑔𝑎𝑚𝑚𝑎(𝑥, 𝛼, 1/𝛽)
Gamma 𝛼𝛽 𝛼𝛽2
𝑞𝑔𝑎𝑚𝑚𝑎(𝑝, 𝛼, 1/𝛽)
1 2 1 2 𝑝𝑤𝑒𝑖𝑏𝑢𝑙𝑙(𝑥, 𝛼, 𝛽)
Weibull 𝛽 ∙ 𝛤 (1 + ) 𝛽2 {𝛤 (1 + ) − [𝛤(1 + )] }
𝛼 𝛼 𝛼 𝑞𝑤𝑒𝑖𝑏𝑢𝑙𝑙(𝑝, 𝛼, 𝛽)

T de student 𝑛 𝑝𝑡(𝑥, 𝑛)
0
𝒕(𝒏) 𝑛−2 𝑞𝑡(𝑝, 𝑛)

Chi cuadrado 𝑝𝑐ℎ𝑖𝑠𝑞 (𝑥, 𝑛)

𝑛 2𝑛
𝝌𝟐(𝒏) 𝑞𝑐ℎ𝑖𝑠𝑞(𝑝, 𝑛)

F de Fisher 𝑛2 2𝑛22 (𝑛1 + 𝑛2 − 2) 𝑝𝑓 (𝑥, 𝑛1 , 𝑛2 )

𝑭(𝒏𝟏 ;𝒏𝟐 ) 𝑛2 − 2 𝑛1 (𝑛2 − 2)2 (𝑛2 − 4) 𝑞𝑓 (𝑥, 𝑛1 , 𝑛2 )

Variable aleatoria continua

Función de densidad Probabilidad Esperanza Varianza
+∞
𝒇(𝒙) 𝑃 (𝑎 < 𝑋 < 𝑏 ) 𝐸 (𝑋 2 ) − [𝐸 (𝑋)]2
𝑏 𝐸 (𝑋 ) = ∫ 𝑥𝑓 (𝑥 )𝑑𝑥
−∞
∫ 𝑓 (𝑥 )𝑑𝑥
𝑎

f <- function(x) f(x) integrate(f, a, b)$value integrate(function(x) x^2*f(x),

E<- integrate(function(x) x
a,b)$value - E^2
* f(x), a, b)$value

Distribuciones muestrales
Media muestral Varianza muestral Proporción muestral
̅−𝝁
𝑿
𝒁= 𝝈 ~𝑵(𝟎; 𝟏) 𝑝−𝜋
⁄ 𝒏 (𝑛 − 1)𝑆 2 𝑍= ~𝑁(0; 1)
√ 2
̅−𝝁
𝑿 𝜎2
~𝑋(𝑛−1) √𝜋(1 − 𝜋)
𝑻= ~𝒕(𝒏−𝟏) 𝑛
𝑺
⁄
√𝒏
 Intervalo de confianza para la media poblacional
Varianza conocida Varianza desconocida
𝝈 𝝈 𝑆 𝑆
̅ − 𝒁(𝟏−𝜶⁄𝟐)
(𝑿 ̅ + 𝒁(𝟏−𝜶⁄𝟐)
;𝑿 ) (𝑋̅ − 𝑡(1−𝛼⁄2,𝑛−1) ; 𝑋̅ + 𝑡(1−𝛼⁄2,𝑛−1) )
√𝒏 √𝒏 √𝑛 √𝑛
𝒍𝒊𝒃𝒓𝒂𝒓𝒚(𝑻𝒆𝒂𝒄𝒉𝒊𝒏𝒈𝑫𝒆𝒎𝒐𝒔) 𝑡. 𝑡𝑒𝑠𝑡(𝑥 , 𝑐𝑜𝑛𝑓. 𝑙𝑒𝑣𝑒𝑙 = )
𝒛. 𝒕𝒆𝒔𝒕(𝒙 ̅ , 𝒔𝒕𝒅𝒆𝒗 = , 𝒏 = , 𝒄𝒐𝒏𝒇. 𝒍𝒆𝒗𝒆𝒍 =)
𝒛. 𝒕𝒆𝒔𝒕(𝒙 , 𝒔𝒕𝒅𝒆𝒗 = , 𝒄𝒐𝒏𝒇. 𝒍𝒆𝒗𝒆𝒍 = )

𝟐
𝒁(𝟏−𝜶⁄𝟐)𝝈
𝒏=( )
𝑬

𝒍𝒊𝒃𝒓𝒂𝒓𝒚(𝒔𝒂𝒎𝒑𝒍𝒊𝒏𝒈𝒃𝒐𝒐𝒌)
𝒔𝒂𝒎𝒑𝒍𝒆. 𝒔𝒊𝒛𝒆. 𝒎𝒆𝒂𝒏(𝒆 = , 𝑺 = , 𝒍𝒆𝒗𝒆𝒍 = )