DISTRIBUCIONES DE PROBABILIDAD

Alumno: Yovana Marn de la Fuente

Carrera: Procesos industriales rea
manufactura
Profesor: Lic. Edgar Mata Ortiz
Materia: Estadstica
 DISTRIBUCIN DE PROBABILIDAD

Una distribucin de probabilidad indica toda la gama de

valores que pueden representarse como resultado de un
experimento si ste se llevase a cabo.

Es decir, describe la probabilidad de que un evento se

realice en el futuro, constituye una herramienta
fundamental para la prospectiva, puesto que se puede
disear un escenario de acontecimientos futuros
considerndolas tendencias actuales de diversos fenmenos
naturales.
DISTRIBUCIN DE BERNOULLI

Consiste en realizar un experimento aleatorio una sola vez y

observar si cierto suceso ocurre o no, siendo p la probabilidad
de que esto sea as (xito) y q=1-p el que no lo sea (fracaso).
En realidad no se trata ms que de una que nicamente
puede tomar dos modalidades, es por ello que el hecho de
llamar xito o fracaso a los posibles resultados de las pruebas
del resultado. Podramos por tanto definir este experimento
mediante una v.a. discreta X que toma los valores X=0 si el
suceso no ocurre, y X=1 en caso contrario.
 DISTRIBUCIN BINOMIAL
La distribucin binomial es una distribucin de probabilidad discreta que
mide el nmero de xitos en una secuencia de n ensayos de BERNOULLI
independientes entre s, con una probabilidad fija p de ocurrencia del
xito entre los ensayos.
Existen muchas situaciones en las que se presenta una experiencia
binomial. Cada uno de los experimentos es independiente de los restantes
(la probabilidad del resultado de un experimento no depende del
resultado del resto). El resultado de cada experimento ha de admitir slo
dos categoras (a las que se denomina xito y fracaso). Las probabilidades
de ambas posibilidades han de ser constantes en todos los experimentos
(se denotan como p y q o p y 1-p).
Se designa por X a la variable que mide el nmero de xitos que se han
producido en los n experimentos.
Cuando se dan estas circunstancias, se dice que la variable X sigue una
distribucin de probabilidad binomial, y se denota B(n,p)
 DISTRIBUCION POISSON
Se trata de un modelo discreto, pero en el que el
conjunto de valores con probabilidad no nula no es
finito, sino numerable.
Esta distribucin suele utilizarse para contajes del tipo
nmero de individuos por unidad de tiempo, de
espacio, etc.
Propiedades del modelo de Poisson
1) Esperanza: E(X) = .
2) Varianza: V(X) = .
En esta distribucin la esperanza y la varianza
coinciden.
 DISTRIBUCIN NORMAL
En estadstica y probabilidad se llama distribucin normal, distribucin de
Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad
de variable continua que con ms frecuencia aparece aproximada en
fenmenos reales.
La grfica de su funcin de densidad tiene una forma acampanada y es
simtrica respecto de un determinad o parmetro . Esta curva se conoce
como campana de Gauss y e es el grfico de una funcin gaussiana.
 DISTRIBUCIN GAMMA
En estadstica la distribucin gamma es una distribucin
de probabilidad continua con dos parmetros k y cuya
funcin de densidad para valores x > 0 es
Aqu e es el nmero e y es la funcin gamma. Para
valores la aquella es (k) = (k 1)! (el factorial de k 1).
En este caso - por ejemplo para describir un proceso de
Poisson - se llaman la distribucin distribucin Erlang con
un parmetro = 1 / .
El valor esperado y la varianza de una variable aleatoria X
de distribucin gamma son E[X] = k / = k V[X] = k / 2 =
k2 .
 DISTRIBUCIN T STUDENT
En probabilidad y estadstica, la distribucin t (de Student) es una
distribucin de probabilidad que surge del problema de estimar la media
de una poblacin normalmente distribuida cuando el tamao de la
muestra es pequeo. Surge, en la mayora de los estudios estadsticos
prcticos, cuando la desviacin tpica de una poblacin se desconoce y
debe ser estimada a partir de los datos de una muestra.
La prueba t-Student fue desarrollada en 1899 por el qumico ingls
William Sealey Gosset (1876-1937), mientras trabajaba en tcnicas de
control de calidad para las destileras Guiness en Dubln . Debido a que en
la destilera, su puesto de trabajo no era inicialmente de estadstico y su
dedicacin deba estar exclusivamente encaminada a mejorar los costes
de produccin, public sus hallazgos annimamente firmando sus
artculos con el nombre de "Student".