Algunas distribuciones importantes de

probabilidad
Variables continuas

Uniforme
Funcin de densidad

fX

1
ba

Momentos

a xb

ab
mX
2
2

a
X2
12

Funcin caracterstica
a = 20
b = 50

e jtb e jta
t
jt b a

Normal
Funcin de densidad

1 x
1
fX
exp

Momentos

mX

X2 2
= 50
= 10

Funcin caracterstica

2t 2

t exp jt
2

Exponencial
Funcin de densidad

f X e x

Momentos

=1

x0

1
X2 2

mX

Funcin caracterstica

jt

t 1

Lognormal
Funcin de densidad

ln x 2

fX
exp
2

2
x 2

Momentos

m X exp
2

X2 exp 2 1 exp 2 2

=0
=1

Funcin caracterstica
No existe.

Gamma
Funcin de densidad

1 x
fX
x e

mX

2
X 2

Momentos

=3
=2

Funcin caracterstica

t 1

jt

Beta

Funcin de densidad

x 1 1 x
fX
,

,

1

Momentos

mX

2 1
2
X

=2
=4

Funcin caracterstica

F1 , , jt
Funcin confluente hipergeomtrica

Weibull

Funcin de densidad

k x
fX

k 1

x k
exp

Momentos

x0

1
m X 1
k

2
1

2
2
X 1 1
k
k

Funcin caracterstica
k=3
=2

t
n 0

it

n
n!
n

1
k

Proceso de Poisson
El proceso de Poisson es un proceso estocstico de
tiempo continuo, que consiste en contar eventos raros,
que ocurren a lo largo del tiempo.
N(t)

Proceso de Poisson
El parmetro principal del proceso de Poisson es su
intensidad (o tasa) . El resultado es una coleccin de
variables aleatorias Nt, con las siguientes propiedades:
N ( 0) 0
s t entonces N s N t
Para todo n 0 y 0 t1 t 2 ... t n entonces
N t1 , N t2 N t1 ,..., N tn N tn1

Son independientes

Proceso de Poisson
Otras propiedades:
Las variables aleatorias Nt se distribuyen Poisson con
parmetro t
Si Tk es el tiempo transcurrido entre el evento k-1 y el
evento k, entonces Tk es una variable aleatoria con
distribucin exponencial y parmetro .
Si Sn es el tiempo transcurrido entre el evento inicio y
el evento n, entonces Sn es una variable aleatoria con
distribucin gamma y parmetros n y .